United States Influenza Search Patterns Since the Emergence of COVID-19: Infodemiology Study
Notice bibliographique
Résumé
BACKGROUND: The emergence and media coverage of COVID-19 may have affected influenza search patterns, possibly affecting influenza surveillance results using Google Trends. OBJECTIVE: We aimed to investigate if the emergence of COVID-19 was associated with modifications in influenza search patterns in the United States. METHODS: We retrieved US Google Trends data (relative number of searches for specified terms) for the topics influenza, Coronavirus disease 2019, and symptoms shared between influenza and COVID-19. We calculated the correlations between influenza and COVID-19 search data for a 1-year period after the first COVID-19 diagnosis in the United States (January 21, 2020 to January 20, 2021). We constructed a seasonal autoregressive integrated moving average model and compared predicted search volumes, using the 4 previous years, with Google Trends relative search volume data. We built a similar model for shared symptoms data. We also assessed correlations for the past 5 years between Google Trends influenza data, US Centers for Diseases Control and Prevention influenza-like illness data, and influenza media coverage data. RESULTS: We observed a nonsignificant weak correlation (ρ= -0.171; P=0.23) between COVID-19 and influenza Google Trends data. Influenza search volumes for 2020-2021 distinctly deviated from values predicted by seasonal autoregressive integrated moving average models-for 6 weeks within the first 13 weeks after the first COVID-19 infection was confirmed in the United States, the observed volume of searches was higher than the upper bound of 95% confidence intervals for predicted values. Similar results were observed for shared symptoms with influenza and COVID-19 data. The correlation between Google Trends influenza data and CDC influenza-like-illness data decreased after the emergence of COVID-19 (2020-2021: ρ=0.643; 2019-2020: ρ=0.902), while the correlation between Google Trends influenza data and influenza media coverage volume remained stable (2020-2021: ρ=0.746; 2019-2020: ρ=0.707). CONCLUSIONS: Relevant differences were observed between predicted and observed influenza Google Trends data the year after the onset of the COVID-19 pandemic in the United States. Such differences are possibly due to media coverage, suggesting limitations to the use of Google Trends as a flu surveillance tool.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».