Seasonal Variation and Global Public Interest in the Internet Searches for Osteoporosis
Notice bibliographique
Résumé
Background . To ascertain the seasonal pattern and global public interest in osteoporosis by evaluating search term popularity changes of the disease over a decade. Methods . We applied Google Trends to retrieve search popularity scores for the term “osteoporosis” between January 01, 2004, and December 31, 2019. Cosinor analyses were conducted to examine the seasonality of osteoporosis, and analysis on osteoporosis‐related topics including hot topics and rising‐related topics was also performed. Results . The cosinor analyses demonstrated a statistically significant seasonal variation in relative search volume of the “osteoporosis” in the world ( p = 0.0083), USA ( p < 0.001), UK ( p < 0.001), Canada ( p < 0.001), Ireland ( p < 0.001), Australia ( p < 0.001), and New Zealand ( p < 0.001), with a peak in the late winter months and trough in the summer months. The peaks in late winter and valley in summer presented an approximately 6‐month difference between hemispheres. The top 11 rising topics were denosumab, FRAX, hypocalcaemia, zoledronic acid, ibandronic acid, osteomyelitis, osteopenia, osteoarthritis, bone, calcium, and bone density. Conclusions . Google search query volumes related to osteoporosis follow strong seasonal patterns with late winter peaks and summer troughs. Further studies aimed at elucidating the possible mechanisms behind seasonality in osteoporosis are needed. Moreover, Internet data including the top rising topics may alert physicians to strengthen the propaganda of osteoporosis timely, so as to further promote the development of public health interventions.
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 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».