MétaCan
Menu
Retour à la cohorte
Enregistrement W2912066166 · doi:10.2196/12974

Seasonality Patterns of Internet Searches on Mental Health: Exploratory Infodemiology Study

2019· article· en· W2912066166 sur OpenAlexaffvenueabout
Noam Soreni, Duncan H. Cameron, David L. Streiner, Karen Rowa, Randi E. McCabe

Notice bibliographique

RevueJMIR Mental Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesnon disponible
Mots-clésMental healthPublic healthThe InternetPsychiatryPopulationPsychologyAnxietyMedicineGeographyEnvironmental healthComputer scienceWorld Wide WebPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The study of seasonal patterns of public interest in psychiatric disorders has important theoretical and practical implications for service planning and delivery. The recent explosion of internet searches suggests that mining search databases yields unique information on public interest in mental health disorders, which is a significantly more affordable approach than population health studies. OBJECTIVE: This study aimed to investigate seasonal patterns of internet mental health queries in Ontario, Canada. METHODS: Weekly data on health queries in Ontario from Google Trends were downloaded for a 5-year period (2012-2017) for the terms "schizophrenia," "autism," "bipolar," "depression," "anxiety," "OCD" (obsessive-compulsive disorder), and "suicide." Control terms were overall search results for the terms "health" and "how." Time-series analyses using a continuous wavelet transform were performed to isolate seasonal components in the search volume for each term. RESULTS: All mental health queries showed significant seasonal patterns with peak periodicity occurring over the winter months and troughs occurring during summer, except for "suicide." The comparison term "health" also exhibited seasonal periodicity, while the term "how" did not, indicating that general information seeking may not follow a seasonal trend in the way that mental health information seeking does. CONCLUSIONS: Seasonal patterns of internet search volume in a wide range of mental health terms were observed, with the exception of "suicide." Our study demonstrates that monitoring internet search trends is an affordable, instantaneous, and naturalistic method to sample public interest in large populations and inform health policy planners.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,370

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,058
Tête enseignante GPT0,398
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetData-Driven Disease SurveillanceTravaux en français237 207