留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码
x

基于搜索引擎数据的流感监测预警

温丽 蔡永铭

温丽, 蔡永铭. 基于搜索引擎数据的流感监测预警[J]. 分子影像学杂志, 2018, 41(2): 207-211. doi: 10.3969/j.issn.1674-4500.2018.02.17
引用本文: 温丽, 蔡永铭. 基于搜索引擎数据的流感监测预警[J]. 分子影像学杂志, 2018, 41(2): 207-211. doi: 10.3969/j.issn.1674-4500.2018.02.17
Li WEN, Yongming CAI. Influenza surveillance and early warning system based on search engine data[J]. Journal of Molecular Imaging, 2018, 41(2): 207-211. doi: 10.3969/j.issn.1674-4500.2018.02.17
Citation: Li WEN, Yongming CAI. Influenza surveillance and early warning system based on search engine data[J]. Journal of Molecular Imaging, 2018, 41(2): 207-211. doi: 10.3969/j.issn.1674-4500.2018.02.17

基于搜索引擎数据的流感监测预警

doi: 10.3969/j.issn.1674-4500.2018.02.17
详细信息
    作者简介:

    温丽:温 丽,硕士研究生,E-mail: wenli8023sjh@163.com

    通讯作者:

    蔡永铭,博士,教授,E-mail: cym@gdpu.edu.cn

Influenza surveillance and early warning system based on search engine data

  • 摘要: 随着互联网的不断发展和网络覆盖率的提高,搜索引擎日益成为人们查询生活信息的主要渠道,搜索关键词直接地反映了查询人的意图,且搜索数据可实时统计,因此网络搜索数据成了流感监测的理想数据源。在实际应用中,结合疾病预防控制中心等官方监测数据,可实现流感等重大传染病的早期预警,及早采取相关预防措施,降低疾病传播风险,减少国家及人民的财政负担。与传统的疾病监测相比网络搜索数据具有响应快、易获取、低成本等特点,但数字化疾病监测仍然面临着如网络用户行为的不确定性、搜索关键词获取的不准确性,网络覆盖的不全面性等诸多挑战。因此,未来的相关研究应着眼于如何校正提高互联网搜索数据的准确性,探讨如何将搜索引擎数据与地理信息系统相结合,利用时空大数据进行传染病预测预警。解除数据模块间的壁垒,一面多点,多面多点的采集数据,更好的实现大数据的共享,提高数据的利用率及监测预警的准确性。

     

  • [1] 孙锦峰, 耿云亮, 郭奕瑞, 等. Elman神经网络与ARIMA模型对流感发病率预测效果的比较[J]. 郑州大学学报:医学版, 2013, 48(5): 584-7. http://industry.wanfangdata.com.cn/yj/Detail/Periodical?id=Periodical_henanykdx201305003
    [2] Cox N. Influenza seasonality: timing and formulation of vaccines[J]. Bulletin World Health Organization, 2014, 92(5):311-3.
    [3] 陈国胜, 王靖飞, 李静, 等. 地理信息系统(GIS)进行高致病性禽流感控制中的应用[J]. 中国预防兽医学报, 2004, 15(06): 72-5.
    [4] 洪荣涛, 许龙善, 严延生, 等. 试述突发公共卫生事件的监测与预警[J]. 中国公共卫生管理, 2005, 21(2): 106-8. http://med.wanfangdata.com.cn/Paper/Detail?id=PeriodicalPaper_zgggwsgl200502008
    [5] 鹿凤苓, 王昵, 杨其法, 等. 基层疾病监测预警模式的建立与应用[J]. 疾病监测, 2007, 22(5): 344-5, 358. http://d.wanfangdata.com.cn/Periodical_jbjc200705023.aspx
    [6] 霍飞, 高浩宇, 刘长娜, 等. 舆情监测在重大传染病预防控制工作中的应用[J]. 职业与健康, 2013, 29(23): 3205-9. http://www.cqvip.com/QK/97016X/201323/48152894.html
    [7] 马晓薇, 刘艳慧, 袁俊, 等. 微博与传统网络媒体对一起人禽流感疫情舆情监测特点分析[J]. 疾病监测, 2013, 28(1): 61-4. doi: 10.3784/j.issn.1003-9961.2013.1.019
    [8] 刘诗洋, 王倩, 郑秋莹. 我国突发公共卫生事件网络舆情研究现状分析[J]. 管理观察, 2014,25(10): 98-101. http://edu.wanfangdata.com.cn/Periodical/Detail/glkxwz201410050
    [9] 李莉, 陈蕾, 江涛. 舆情监测在人感染H7N9禽流感防控中的应用及效能分析[J]. 中国公共卫生管理, 2013, 29(06): 775-6. http://www.cqvip.com/QK/97016X/201323/48152894.html
    [10] 高云华, 王敏. 国外流感预报系统研究进展[J]. 人民军医, 2015, 06(6): 627-8. https://www.wenkuxiazai.com/doc/4d473a3e04a1b0717ed5dd69-2.html
    [11] 相海泉. 网络直报分秒即达[J]. 中国信息界:e医疗, 2014,7(10): 61-2. https://www.researchgate.net/profile/Shengjie_Lai/publication/268983746_The_application_of_signals_of_China_Infectious_Disease_Automated-alert_and_Response_System_CIDARS_in_Zhejiang_Province_2013/links/547d542b0cf2cfe203c20365/The-application-of-signals-of-China-Infectious-Disease-Automated-alert-and-Response-System-CIDARS-in-Zhejiang-Province-2013.pdf
    [12] 于颖洁, 罗小飞. 疾病预防控制信息系统的发展[J]. 中国药物与临床, 2015,14(09): 1361-2. http://d.wanfangdata.com.cn/Periodical_zgywylc201509065.aspx
    [13] 康敏, 钟豪杰, 杨芬, 等. 广东省2009年甲型H1N1流感流行与网络搜索情况的相关性分析[J]. 热带医学杂志, 2011, 11(6): 629-32. http://www.cqvip.com/QK/84226X/201106/38614732.html
    [14] 闫城榛, 韩志国. 应变大数据[J]. 中国传媒科技, 2013,6(07): 28-33. doi: 10.3969/j.issn.1671-0134.2013.07.007
    [15] 黄达沧. 基于搜索引擎数据的手足口病监测[D]. 长春: 东北师范大学, 2015.
    [16] Wilson K, Brownstein JS. Early detection of disease outbreaks using the Internet[J]. CMAJ, 2009, 180(8): 829-31. doi: 10.1503/cmaj.1090215
    [17] Ginsberg J, Mohebbi MH, Patel RS, et al. Detecting influenza epidemics using search engine query data[J]. Nature, 2009, 457(7232): 1012-4. doi: 10.1038/nature07634
    [18] Eysenbach G. Infodemiology:tracking flu-related searches on the web for syndromic surveillance[C]//AMIA Annual Symposium Proceedings, 2006: 244-8.
    [19] Hulth A, Rydevik G, Linde A. Web queries as a source for syndromic surveillance[J]. PLoS One, 2009, 4(2): e4378-82. doi: 10.1371/journal.pone.0004378
    [20] 李秀婷, 刘凡, 董纪昌, 等. 基于互联网搜索数据的中国流感监测[J]. 系统工程理论与实践, 2013, 33(12): 3028-34. doi: 10.12011/1000-6788(2013)12-3028
    [21] Pew Research Center's Pew Internet & American Life Project[R]. Online Health Search, 2006.
    [22] Polgreen PM, Chen Y, Pennock DM, et al. Using Internet searches for influenza surveillance[J]. Clin Infect Dis, 2008, 47(11): 1443-8. doi: 10.1086/596019
    [23] 肖辉, 周征奇, 肖革新, 等. 公共卫生领域中的数据挖掘[J]. 医学信息学杂志, 2013,18(12): 2-5. https://www.wenkuxiazai.com/doc/21634af91711cc7931b716f0-4.html
    [24] Doornik J. Improving the timeliness of data on influenza-like illnesses using Google search data[C]//8th Oxmetrics User Conference, 2010.
    [25] Milinovich GJ, Magalhães RJ, Hu W. Role of big data in the early detection of Ebola and other emerging infectious diseases[J]. Lancet Glob Health, 2015, 3(1): e20-1. doi: 10.1016/S2214-109X(14)70356-0
    [26] Althouse BM, Ng YY, Cummings DA. Prediction of dengue incidence using search query surveillance[J]. PLoS Negl Trop Dis, 2011, 5(8): e1258-63. doi: 10.1371/journal.pntd.0001258
    [27] 聪颖. 大数据能帮我们避免下一场瘟疫[J]. 吉林医学信息, 2014, 07(5): 30-1. http://www.cnki.com.cn/Article/CJFDTotal-JLYC201407027.htm
    [28] 李锐, 孙利谦, 熊成龙, 等. 基于互联网搜索数据研究全球高致病性禽流感病毒H5N1的暴发监测[J]. 中华疾病控制杂志, 2015, 19(8): 773-7. http://industry.wanfangdata.com.cn/dl/Magazine?magazineId=jbkzzz&yearIssue=2015_8
    [29] Kang M, Zhong H, He J, et al. Using google trends for influenza surveillance in South China[J]. PLoS One, 2013, 8(1): e55205-8. doi: 10.1371/journal.pone.0055205
    [30] Centers for Disease Control and Prevention. Percentage of adults aged ≥18 years who looked up health information on the Internet,by age group and Sex-National health interview survey,United States,January September,2009[J]. Morbid Mortal Weekly Rep, 2010, 59(15): 461-6. https://www.cdc.gov/mmwr/preview/mmwrhtml/mm5915a7.htm
    [31] Pelat C, Turbelin C, Bar-Hen A, et al. More diseases tracked by using Google Trends[J]. Emerg Infect Dis, 2009, 15(8): 1327-8. doi: 10.3201/eid1508.090299
    [32] Wilson N, Mason K, Tobias M, et al. Interpreting google flu trends data for pandemic H1N1 influenza: the New Zealand experience[J]. Euro Surveill, 2009, 14(44): 19386-93. doi: 10.2807/ese.14.44.19386-en
    [33] Kelly H, Grant K. Interim analysis of pandemic influenza (H1N1) 2009 in Australia: surveillance trends, age of infection and effectiveness of seasonal vaccination[J]. Euro Surveill, 2009, 14(31): 19288-94. doi: 10.2807/ese.14.31.19288-en
    [34] 郭浩岩, 王林, 苏婧, 等. 2013年人感染H7N9禽流感舆情监测结果分析[J]. 中国健康教育, 2015,13(05): 479-81. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgjkjy201505012
    [35] Yuan Q, Nsoesie EO, Lv B, et al. Monitoring influenza epidemics in China with search query from baidu[J]. PLoS One, 2013, 8(5): e64323-8. doi: 10.1371/journal.pone.0064323
    [36] Xie T, Yang Z, Yang S, et al. Correlation between reported human infection with avian influenza A H7N9 virus and cyber user awareness: what can we learn from digital epidemiology[J]. Int J Infect Dis, 2014, 22(1): 1-3.
    [37] Valdivia A, Lopez-Alcalde J, Vicente M, et al. Monitoring influenza activity in Europe with Google Flu Trends: comparison with the findings of sentinel physician networks - results for 2009-10[J]. Euro Surveill, 2010, 15(29): 19621-8. http://www.eurosurveillance.org/images/dynamic/EE/V15N29/art19621.pdf
    [38] Butler D. When google got flu wrong[J]. Nature, 2013, 494(7436): 155-6. doi: 10.1038/494155a
    [39] Dugas AF, Hsieh YH, Levin SR, et al. Google flu trends: correlation with emergency department influenza rates and crowding metrics[J]. Clin Infect Dis, 2012, 54(4): 463-9. doi: 10.1093/cid/cir883
    [40] Hulth A, Rydevik G. Web query-based surveillance in Sweden during the influenza A(H1N1)2009 pandemic, April 2009 to February 2010[J]. Euro Surveill, 2011, 16(18): 19856-62. doi: 10.2807/ese.16.18.19856-en
    [41] Lazer D, Kennedy R, King G, et al. Big data. The parable of Google Flu: traps in big data analysis[J]. Science, 2014, 343(6176): 1203-5. doi: 10.1126/science.1248506
    [42] 陈新保, 朱建军, 陈建群. 时空数据模型综述[J]. 地理科学进展, 2009, 28(01): 9-17. http://edu.wanfangdata.com.cn/Periodical/Detail/dlkxjz200901002
    [43] 林玫, 李永红, 董柏青. 传染病预测预警方法在我国的应用现状[J]. 中国热带医学, 2010, 10(3): 308-9, 348. http://www.cqvip.com/QK/84113X/201003/33001891.html
    [44] 屈晓晖, 袁武, 袁文, 等. 时空大数据分析技术在传染病预测预警中的应用[J]. 中国数字医学, 2015(08): 36-9. doi: 10.3969/j.issn.1673-7571.2015.08.012
  • 加载中
计量
  • 文章访问数:  1852
  • HTML全文浏览量:  592
  • PDF下载量:  9
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-01-24
  • 刊出日期:  2018-04-01

目录

    /

    返回文章
    返回

    关于《分子影像学杂志》变更刊期通知

    各位专家、作者、读者:

    为了缩短出版时滞,促进科研成果的快速传播,我刊自2024年1月起,刊期由双月刊变更为月刊。本刊主要栏目有:基础研究、临床研究、技术方法、综述等。

    感谢各位专家、作者、读者长期以来对我刊的支持与厚爱!

    南方医科大学学报编辑部

    《分子影像学杂志》

    2023年12月27日