作者对“谷歌趋势作为意大利COVID-19疫苗接种的预测工具:回顾性信息流行病学分析”同行评审的回应

作者对“谷歌趋势作为意大利COVID-19疫苗接种的预测工具:回顾性信息流行病学分析”的同行评审报告的回应。

第一轮检讨

审稿人M [1］

评论:简报的主题[2“谷歌趋势作为意大利COVID-19疫苗接种的预测工具:回顾性信息流行病学分析”对JMIRx Med的观众来说是及时和有价值的。总的来说，这篇论文结构合理，可读性非常好，并且很好地涵盖了现有的文献。对数据的分析很有趣，并且有良好的文档记录。

作者在谷歌搜索引擎中选择了可以显示意大利人想要接种新冠肺炎疫苗的关键词，并将其与意大利第二大报纸的标题进行了比较。本文有一个透明的、可复制的程序来收集数据并进行统计检验。

结果显示，在意大利，关于疫苗预订的网络查询与针对COVID-19的实际疫苗接种之间存在显著和显著的交叉相关性。另一方面，疫苗相关新闻和疫苗网络搜索之间的交叉相关性很低。

答:感谢审稿人对这篇论文的全面总结和积极评价。

小评论1:我认为这项研究的局限性比工作中列出的要广泛得多。在不同的欧洲国家，有一场强烈的疫苗犹豫运动，至少可以在工作中提到。作者只是在报纸上注意到关于疫苗罕见副作用的新闻。这一方面极大地影响了进入搜索引擎的查询，另一方面则减少了接种疫苗的数量。

回答1:亲爱的审稿人，我完全同意疫苗犹豫的影响和大众媒体对网络查询的影响。在这方面，我选择在手稿中介绍新的结果。事实上，已经考虑了与不接种疫苗和取消疫苗预订相关的关键词。特别是，研究表明，这些关键词约占关键词“prenotazione vaccino”(疫苗保留)相对搜索量(RSV)的4%。此外，限制部分也得到了丰富。

修改部分:导言:“目前，监测坚持接种疫苗的情况在流行病学上是必要的，特别是考虑到无疫苗接种运动日益扩大。”

修改部分:方法:数据收集:“按照之前的方法，搜索关键词‘disdire vaccino + cancellare vaccino + evitare vaccino + non vaccinarsi + green pass falso +比较green pass’(撤销疫苗+取消疫苗+避免疫苗+不接种+假绿证+购买绿证)，调查用户对不接种方法的网络兴趣。搜索的第一个关键词是“可怕的疫苗”。“其他词汇是通过参考特雷卡尼语中各种可能的同义词来选择的。”它在线词典和谷歌趋势相关查询。”

修改部分:结果:“与‘保留疫苗’相比，与不想接种疫苗相关的关键词的平均RSV为4%。”

修改部分:讨论:局限性:“最后，尽管针对性很好，但不能保证所有与不接种疫苗的愿望相关的关键词都已被选中。在这方面，考虑到广泛的反疫苗接种运动，许多用户可能没有在网上表达不接种疫苗的兴趣。”

审稿人O [3.］

评论:本文使用谷歌Trends (GT)来识别搜索查询和疫苗接种之间的相关性。以前也有人用GT来解决类似和其他问题。论文写得很好。方法部分可以得到改进。结果部分有一个很好的解释。

答:亲爱的审稿人，感谢您对本文的批判性和积极评价。

评论1:论文的新颖性有限。

回答1:亲爱的审稿人，我同意这篇论文中的一些发现是直观的。但是，我认为，作为科学家，任何分析都不应该带有偏见。基于这个原因，我发现提供更多关于GT可能用作疫苗接种预测工具的具体证据是有帮助的。特别是，在某些情况下，GT的可靠性因与相关新闻的媒体炒作存在虚假相关性而受到损害。本文提供的证据表明，有针对性的关键字可以克服这一问题。

评论2:引言很短，可以扩展到包括更多相关的研究。

回答2:亲爱的审稿人，我同意并感谢您的批评。我充实了引言部分，试图提供关于这个主题的全面背景知识。如果需要进一步的更改，我将可以集成它们。但是，为了避免违反“短论文”的结构(我相信这对交流是有利的)，我想尽量不要把这一部分拉长太多。

注释3:方法部分需要更多细节。例如，GT是如何工作的，特别是当关键字是“疫苗保留”两个词时。它是搜索所有同时包含单词“疫苗”和“预订”或“疫苗”或“预订”的查询，还是搜索完全匹配的查询(“疫苗预订”)?可以包含更多的搜索词，例如预约的同义词，如预约或预订。此外，数据是如何规范化的?什么是滞后周?

回答3:亲爱的审稿人，非常感谢您强调了这些基本问题。下面是我为解决这些问题所采取的策略。

• 查询:我在GT上提供了搜索的URL，以方便分析的重现性。此外，我确认“疫苗保留”和“疫苗保留”查询返回高度相似的结果(证明[4])。修改部分:方法:数据收集:“在谷歌Trends上搜索的最终准确查询将作为引用报告。”
• 查询同义词:已在Treccani上搜索同义词。它在线词典。然而，查询的RSV要低得多(证明[5])。此外，即使将这些查询加上“+”运算符，趋势仍然非常相似(证明[6])。由于查询的组合使数据集中更有可能出现异常，因此我选择了单个查询。修改部分:方法:数据收集:“在Treccani上搜索了单词‘prenotazione’(保留)的同义词。它在线词典。但是，同义词查询的RSV要低得多。此外，即使通过“+”操作符将它们添加到原始关键字，趋势仍然高度相似。由于查询的组合使数据集中更有可能出现异常，因此选择了单个查询。”
• 数据归一化:通过将单个值乘以常数“100/数据集最大值”，将所有数据集归一化为100。修改部分:方法:统计分析:“通过将单个值乘以常数‘100/数据集最大值’，所有数据集都归一化为100。”
• 滞后周定义:“滞后周”定义为一个时间序列被移动以获得与另一个时间序列的最大相关性的周数。通过这样做，有可能估计一个时间序列相对于另一个时间序列的预测能力，以及第一个时间序列的测量和第二个时间序列的出现之间的延迟。修改部分:方法:统计分析:“‘滞后周’被定义为一个时间序列被移动以获得与另一个时间序列的最大相关性的周数。通过这样做，就有可能估计一个时间序列相对于另一个时间序列的预测能力以及它们之间的延迟。”

审阅人BL [7］

评论:本文概述了通过GT调查COVID-19疫苗依从性的有效方法。该主题有趣且重要，可以为世界卫生组织或其他相关卫生组织提供可操作的数据，以优先考虑其风险沟通工作。手稿写得很好，容易理解。这些数据是潜在的利益，但有一些担忧。

回答:亲爱的审稿人，我非常感谢对我的论文的积极反馈和建设性批评。

评论1、2、3:

1.方法论力量较差。它应该讨论总体抽样方法，措施和程序，以证明谷歌和新闻媒体内容在本研究。

2.根据方法论的考虑，所选择的关键词也是有问题的。

3.此外，对《共和国报》(La Repubblica)的历史档案进行取样是没有道理的。这是在线阅读量第二多的意大利报纸吗?

回答1、2和3:亲爱的审稿人，我真诚地感谢您指出这些要点。在这方面，我在原稿中做了大量的修改和澄清。我把答案合并了，因为它们是强相关的。特别地，也感谢之前的审阅者的评论，我指定了Treccani上找到的所有关键字同义词。在GT上搜索，与最终选择的关键字相比，显示出非常低的RSVs(证明[5])。为此目的还查阅了相关的查询。现在，我还指定了《共和国报》被选中，因为它是阅读人数第二多的报纸，同时，它提供了最详细的新闻数据库。此外，选择一份报纸是基于这样一个事实，即以前的文章发现意大利主要大众媒体的新闻趋势有广泛的相似之处。事实上，这与新闻竞争理论和规模收益递增理论是一致的。之所以选择在《共和国报》上进行搜索的关键字，是因为它包括调查期间在意大利使用的疫苗的通用名称和技术名称。

修改部分:方法:数据收集:“在Treccani上搜索了单词‘prenotazione’(保留)的同义词。它在线词典。但是，同义词查询的RSV要低得多。此外，即使通过“+”操作符将它们添加到原始关键字，趋势仍然高度相似。由于查询的组合使数据集中更有可能出现异常，因此选择了单个查询。[…］In particular, this query includes the generic and proper names of the COVID-19 vaccines administered in Italy during the investigated period.”

修改部分:方法:数据收集:“选择这份报纸是因为它代表了意大利第二大最广泛阅读的报纸，并提供了最详细的在线新闻数据库。此外，之前的一份出版物显示，在COVID-19期间，意大利主要大众媒体的新闻趋势非常相似。这样的结果符合新闻竞争和规模回报递增的理论，这促使以盈利为动机的媒体就热门话题(为广大受众感兴趣的话题)发表文章。出于这些原因，本文作者认为《共和国报》的消息来源足以代表意大利媒体对疫苗的喧嚣。”

评论4和5:

4.混淆是一个对所有研究者都很重要的统计学概念。混淆的概念通过一个有趣但真实的例子来解释。处理混杂的方法应该更详细，更多的应用和缺点需要审查。

5.大众传播媒介的作用被认为是一个混淆因素。实际上，当有第三个因素(即混淆变量)解释两个变量之间的关联时，混淆就被称为存在。其中一项结果表明，疫苗预约查询(VRQs)和关于COVID-19疫苗的新闻一直很低，并具有滞后性。我担心这可能是对混杂的识别和控制失败，从而导致对研究结果的错误解释。所以，你真的不能确定是否缺乏新闻影响(即只来自一个特定的网站)导致不愿意接种疫苗。

回答4和5:亲爱的审稿人，我既同意澄清混淆概念的重要性，也同意本文未能分析所有可能的混淆因素。在这方面，我对手稿进行了大量修改，以明确本研究的作用。此外，为了提高证据的质量，我引入了Holm-Bonferroni校正和多元回归分析。特别地，我恳请您阅读修改后和新增的部分，从这一点来看，这些部分应该是详尽的。

修改部分:方法:数据收集:“按照之前的方法，搜索关键词‘disdire vaccino + cancellare vaccino + evitare vaccino + non vaccinarsi + green pass falso +比较green pass’(撤销疫苗+取消疫苗+避免疫苗+不接种+假绿证+购买绿证)，调查用户对不接种方法的网络兴趣。搜索的第一个关键词是“可怕的疫苗”。“其他词汇是通过参考特雷卡尼语中各种可能的同义词来选择的。”它在线词典和谷歌趋势相关查询。”

修改部分:方法:统计分析。最后，采用多元回归构建函数Y=f(VRH, VRQ)，以评估VRH和VRQ对v的影响。“根据之前的文献，媒体喧嚣和网络搜索之间的任何因果关系都应该在最多±3周(可接受范围)内寻找。”事实上，网络对一个话题的兴趣必须出现在媒体炒作的顶峰，被认为是后者的直接后果。对于配对(VRH, V)和(VRQ, V)，延迟可接受范围固定在0 - 8周，因为从接种疫苗到接种可能需要长达两个月的时间。采用Fisher r-to-z变换(z)比较Spearman系数。由于交叉相关性的搜索是高度探索性的，因此采用了Holm-Bonferroni修正(m=50个假设)。最初的P数值已与调整后的数值一起报告(P*) -当P* >。001 -允许读者独立地解释数据。”

新章节:方法:大众媒体的喧嚣作为一个混杂因素:“如上所述，有确凿的证据表明，大众媒体可以显著影响用户的网络兴趣。由于所谓的混淆因素，这一事实增加了虚假相关性的概率，混淆因素被定义为能够扭曲其他明显(不)相关变量之间真实关系的“隐藏”变量(或变量集)。在这种特殊情况下，媒体炒作会造成高度混乱的情况。例如，COVID-19的爆发可能会引发激烈的新闻报道，随后用户对该疾病的网络兴趣也会不断增加。7天后，COVID-19病例有所增加。研究了仅有的几个因素(用户兴趣、COVID-19病例)，似乎在线搜索预测了感染的增加。然而，通过引入“媒体炒作”变量，可以观察到用户的网络兴趣与后者的相关性远远高于与COVID-19病例的相关性。因此，在分析中，媒体报道被引入，作为一个可能的混淆因素，能够扭曲V和VRQ之间的关系。在这方面，公平地承认，本文没有考虑到的其他混杂因素可能以复杂的方式改变这种关系。尽管如此，目前，据笔者所知，媒体影响是文献中关于谷歌趋势唯一被广泛报道的混杂因素。 Furthermore, the main research hypothesis is well-targeted, thus reducing the likelihood of spurious correlations.”

修改部分:结果:“与‘保留疫苗’相比，与不想接种疫苗相关的关键词的平均RSV为4%。”

修改部分:讨论:局限性:“最后，尽管针对性很好，但不能保证所有与不接种疫苗的愿望相关的关键词都已被选中。在这方面，考虑到广泛的反疫苗接种运动，许多用户可能没有在网上表达不接种疫苗的兴趣。”

其他更改:修改了旧的结果，并添加了新的结果。

评论6:另一项研究结果表明vrq与疫苗呈线性正相关。这不是一个有价值的研究问题，听起来像是大多数外行都会同意的常识。

回答6:亲爱的审稿人，我同意主要假设是非常直观的。然而，我的想法是，科学家不应该被自己的偏见所限制，如果可能的话，即使是合理的假设也应该有支持的证据。出于这个原因，我想写这篇短文来进一步加强这样一个假设，以便能够在未来建立更有效的信息监控系统。

评论7:基于上述担忧，结论显示GT是意大利COVID-19疫苗依从性的监测和预测工具是不可持续的。

回答7:亲爱的审稿人，我修改了结论，明确写道这篇论文提供了初步证据。此外，我建议只使用GT作为补充工具。

讨论:结论:“这项研究提供了初步证据，支持使用谷歌趋势作为意大利COVID-19疫苗依从性的监测和预测工具。需要进一步的研究来确定谷歌趋势用于疫苗跟踪的适当使用和限制。”

评论8:如果批准，请列出本研究的伦理问题。

非常感谢你的建议。

新章节:伦理声明:“这项研究不涉及人类和/或动物。所有谷歌Trends数据都是匿名的。因此，这项研究不需要委员会的批准。没有收到任何资金。作者声明他没有利益冲突。”

评论9:词语的首字母应与首字母对应，如“vaccine reservation query”(VRQ)。

谢谢你能注意到。我改成了"疫苗预约查询"