Seasonal Variations in Public Inquiries into Laryngitis: An Infodemiology Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Acute laryngitis is a common disease with self-limiting nature. Since the leading cause is attributed to viral infections and thus self-limiting, many affected individuals do not seek professional medical help. However, because the major symptom of hoarseness imposes a substantial burden in everyday life, it might be speculated that web-based search interest on this condition follows incidence rates, with highest peaks during winter months. The aim of this study was to evaluate global public health-information seeking behaviour on laryngitis-related search terms. METHODS: We utilized Google Trends to assess country-specific, representative laryngitis-related search terms for English and non-English speaking countries of both hemispheres. Extracted time series data from Australia, Brazil, Canada, Germany, the United Kingdom, and the United States of America, covering a timeframe between 2004 and 2019 were first assessed for reliability, followed by seasonality analysis using the cosinor model. RESULTS: Direct comparisons revealed different, representative laryngitis-related search terms for English- and non-English speaking countries. Extracted data showed a trend of higher reliability in countries with more inhabitants. Subsequent graphical analysis revealed winter peaks in all countries from both hemispheres. Cosinor analysis confirmed these seasonal variations to be significant (all P < 0.001). CONCLUSION: Public interest in laryngitis-related, online health information displayed seasonal variations in countries from both hemispheres, with highest interest during winter months. These findings emphasize the importance to optimize the distribution of reliable, web-based health education in order to prevent the spread of misinformation and to improve health literacy among general populations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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