Global Public Interests and Dynamic Trends in Osteoporosis From 2004 to 2019: Infodemiology Study
Notice bibliographique
Résumé
BACKGROUND: With the prolonging of human life expectancy and subsequent population aging, osteoporosis (OP) has become an important public health issue. OBJECTIVE: This study aimed to understand the global public search interests and dynamic trends in "osteoporosis" using the data derived from Google Trends. METHODS: An online search was performed using the term "osteoporosis" in Google Trends from January 1, 2004, to December 31, 2019, under the category "Health." Cosinor analysis was used to test the seasonality of relative search volume (RSV) for "osteoporosis." An analysis was conducted to investigate the public search topic rising in RSV for "osteoporosis." RESULTS: There was a descending trend of global RSV for "osteoporosis" from January 2004 to December 2014, and a slowly increasing trend from January 2015 to December 2019. Cosinor analysis showed significant seasonal variations in global RSV for "osteoporosis" (P=.01), with a peak in March and a trough in September. In addition, similar decreasing trends of RSV for "osteoporosis" were found in Australia, New Zealand, Ireland, and Canada from January 2004 to December 2019. Cosinor test revealed significant seasonal variations in RSV for "osteoporosis" in Australia, New Zealand, Canada, Ireland, UK, and USA (all P<.001). Furthermore, public search rising topics related to "osteoporosis" included denosumab, fracture risk assessment tool, bone density, osteopenia, osteoarthritis, and risk factor. CONCLUSIONS: Our study provided evidence about the public search interest and dynamic trends in OP using web-based data, which would be helpful for public health and policy making.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».