- Neue Untersuchungen haben untersucht, ob wir anhand der Google-Suche nach häufigen COVID-19-Symptomen vorhersagen können, wo der zweite Ausbruch auftreten wird.
- Forscher verwendeten Google Trends, um das Interesse an bestimmten GI-Symptomen im Zusammenhang mit COVID-19 zu messen und die tatsächliche Inzidenz von COVID-19 zu messen.
- Ein Problem bei dieser Art von Daten besteht darin, dass die Möglichkeit einer Verzerrung der Auswahl besteht, was bedeutet, dass die Ergebnisse nicht auf die gesamte Bevölkerung hinweisen.
In den kälteren Monaten der USA hören Sie möglicherweise ein Geschwätz über einen neuen Anstieg von COVID-19, wenn sich Menschen in Innenräumen versammeln.
Neue Untersuchungen haben untersucht, ob wir anhand der Google-Suche nach häufigen COVID-19-Symptomen vorhersagen können, wo der zweite Ausbruch auftreten wird.
Nach a neue Studie Untersuchungen der American Gastroenterological Association zeigen, dass ein erhöhtes Interesse der Internet-Suche nach gastrointestinalen Symptomen GI möglicherweise COVID-19-Ausbrüche in den USA vorhersagt.
Die Forscher verwendeten Google Trends, um das Interesse an bestimmten GI-Symptomen im Zusammenhang mit COVID-19 zu messen und die tatsächliche Inzidenz der Krankheit zu messen. Die Daten wurden aus 15 Staaten über einen Zeitraum von 13 Wochen zwischen dem 20. Januar und dem 20. April analysiert. Häufige GI-Symptome im Zusammenhang mit COVID-19 enthalten :
- Geschmacksverlust
- Bauchschmerzen
- Appetitlosigkeit
- Durchfall
- Erbrechen
Die Untersuchung ergab, dass das Interesse der Google-Suche an Geschmacksverlust, Appetitlosigkeit und Durchfall in den meisten Bundesstaaten 4 Wochen vor einem Anstieg der COVID-19-Fälle zunahm.
„Unsere Ergebnisse zeigen, dass Google nach bestimmten, häufigen GI-Symptomen sucht, die mit der Inzidenz von COVID-19 in den ersten Wochen der Pandemie in fünf Staaten mit hoher Krankheitslast korrelieren“, heißt es in dem Bericht. „Unsere Ergebnisse deuten auf ein erhöhtes Suchvolumen hinBei häufigen GI-Symptomen kann das COVID-19-Fallvolumen vorhergesagt werden, wobei 4 Wochen die optimale Lücke zwischen der Erhöhung des Suchvolumens und der Erhöhung der Fallzahl darstellen. “
"Dies ist nicht das erste Mal, dass Google-Suchanfragen verwendet werden, um Epidemien vorherzusagen", sagte Dr. Elena Ivanina Gastroenterologe, Lenox Hill Hospital.
Sie bezieht sich auf die Google-Grippetrends GFT von 2008, ein Projekt, mit dem die Google-Suchanfragen im Zusammenhang mit Grippesymptomen untersucht werden sollen, um Grippeausbrüche etwa zwei Wochen vor den Zentren für die Kontrolle und Prävention von Krankheiten CDC vorherzusagen.
Leider hat das Projekt die Marke verfehlt. Die von GFT ausgewählten Suchbegriffe spiegelten nicht die tatsächlichen Krankheitsfälle wider und führten wiederholt zu überhöhten Fällen im ganzen Land. Darüber hinaus hat das Projekt die H1N1-Pandemie 2009 vollständig verfehlt.
“Seit einem Artikel von 2009 in
„Allerdings a Artikel 2014 in Science wurde darauf hingewiesen, dass Googles Grippetrends, die später abgeschafft wurden, mehr als doppelt so viele Arztbesuche für grippeähnliche Erkrankungen vorhersagten, wie die CDC berichtete.
Die Antwort lautet: Wir wissen es noch nicht. Aufgrund des Versagens von GFT scheint es, dass die Methodik einer Feinabstimmung bedarf.
„Das Problem mit diesen Systemen ist das gleiche Problem, das wir mit jedem Syndromüberwachungssystem haben. Es wird über eine Konstellation von Symptomen oder Suchanfragen und nicht über eine offizielle Diagnose berichtet“, sagte HorneyIdentifizierung von COVID-19-Fällen, da es sich um eine Krankheit handelt, die in 50 bis 80 Prozent der Fälle asymptomatisch ist. Daher würde bei Google keine Suche durchgeführt, da keine Symptome vorliegen. “
Eine weitere Herausforderung besteht darin, dass viele der Symptome von COVID-19 zu Beginn der Influenza-Saison eine Differentialdiagnose vieler verschiedener Arten von Infektionen der Atemwege umfassen könnten.
Auf der anderen Seite glaubt Ivanina, dass die Methode effektiv sein kann, aber mehr Arbeit benötigt.
„Es kann Ungenauigkeiten in den Google-Daten geben, und es ist auch wichtig zu unterscheiden, ob Personen selbst nach Symptomen suchen oder weil sie im Allgemeinen Angst vor einer Epidemie haben. Idealerweise nur die Daten von Personen, die nach ihren eigenen Symptomen suchenwürde verwendet werden “, sagte sie.
Ein weiteres Problem besteht darin, dass diese Datentypen ein Potenzial für Selektionsverzerrungen aufweisen. Dies bedeutet, dass die Personen, die nach Symptomen suchen, über ein hohes Maß an Gesundheitskompetenz und Internetzugang verfügen. Die Ergebnisse geben keinen Hinweis auf die gesamte Bevölkerung.
„In diesem Fall sind Personen mit geringerem Zugang zum Internet und geringerer Alphabetisierung möglicherweise auch am anfälligsten für COVID-19-Infektionen - da sie einen wichtigen Job ausführen oder einen Job ausführen, der nicht remote ausgeführt werden kann“, sagte Horney.
Es muss sich um eine sehr spezifische Reihe von Symptomen handeln, um andere mögliche Krankheiten auszuschließen.
"Diese Art von Daten wäre am nützlichsten, um eine Krankheit mit einer ganz bestimmten Reihe von Symptomen zu erkennen, die Differentialdiagnosen ausschließen", sagte Horney. "Es wäre auch am effektivsten, wenn eine große Mehrheit der Infizierten symptomatisch wäre."
Ivanina fügt hinzu, dass die Methodik genau angepasst werden muss, um berücksichtigt zu werden, wenn Beamte des öffentlichen Gesundheitswesens Big Data verwenden möchten, um den nächsten Ausbruch vorherzusagen.
