通过谷歌趋势和COVID-19新闻报道了解健康传播:八个国家的多国研究

介绍

2019年12月下旬，中国武汉报告了一例不明原因肺炎聚集性病例[1]。不久之后，一种新型冠状病毒被确定为引起这种肺炎的病原体[2]，被世界卫生组织命名为COVID-19 [3.，4]。随着新冠肺炎感染人数持续增加，世界卫生组织于2020年3月11日宣布新冠肺炎大流行[5]。从全球来看，截至2020年7月，200多个国家的确诊病例超过1030万例，死亡病例超过50万例[6]，导致2019冠状病毒病大流行期间全球供应链中断[7]。因此，预防和控制这一流行病需要非常紧迫。

监测是传染病控制的重要组成部分[8，9]。然而，传统的流行病公共卫生监测是基于政府实施的数据收集，导致可能需要数年才能获得数据[10]。传统的实验室监测在大多数国家仍在使用，但近年来，一些国家尝试使用互联网搜索查询数据来辅助传统的公共卫生监测，如谷歌流感趋势(GFT)和谷歌登革热趋势[11-14]。在未来，各种类型的互联网数据，如搜索数据，将为更好地预防和控制疾病提供更多的可能性[11，12]。谷歌Trends是最受欢迎的开放在线工具之一，用于评估来自公共互联网搜索的数据，具有多种优势[11]。具体而言，自动采集实时数据，为各种传染病和非传染病信息学研究提供定量和定性数据[13，15]。例如，Ginsberg等[16使用谷歌在人群中追踪流感样疾病。Ocampo等[17是第一个在疟疾监测中使用谷歌搜索查询的人。Glynn等[18]利用谷歌Trends评估了2004年至2009年间乳腺癌宣传活动与互联网搜索活动之间的关系。上述所有研究都得出了类似的结论:谷歌趋势可以补充传统的公共卫生监测，并帮助我们更好地了解公众对大流行的反应和情绪。此外，谷歌趋势可以帮助揭示对健康相关信息的需求[11，19]。

此外，大众媒体对COVID-19的新闻报道在疫情期间发挥了重要作用[20.]。新闻报道作为信息来源，可以为公众提供重要信息，进而引导人们形成积极、健康的行为或防止不健康行为的发展。新闻报道通过直接和间接两种途径影响公众的行为:新闻内容可以直接影响受众的行为，也可以间接影响报道内容的人际讨论和传播[21，22]。例如，在疾病意识月期间，公众对疾病信息的在线搜索行为增加了[18，23]。此外，一些研究人员注意到，互联网搜索行为和新闻报道与传统的数据监测有关，后者似乎促进了互联网对健康主题的搜索[24，25]。在公共卫生领域[26]，当出现新出现的大流行病时，新闻媒体作为一种工具可以向公众通报预防和控制战略。另一方面，新闻媒体也有消极的一面。例如，新闻报道可能不是基于专家评估，而可能持有相对独立的观点。此外，新闻报道可能会引起公众恐慌。虽然新闻价值是复杂的，但分析互联网数据可以帮助提高公共传播的有效性[19]。换句话说，新闻报道在卫生传播中起着重要作用。因此，获取可用的在线数据，包括互联网搜索查询数据和社交媒体信息，可以为COVID-19防控提供新的见解[27]。

迄今为止，只有少数研究将互联网搜索数据与新闻报道数据结合起来。因此，本研究使用谷歌查询数据、新闻报道数据和新冠肺炎病例数据来了解疫情早期的健康传播情况。

方法

概述

在这项研究中，我们收集了2020年1月1日至4月29日(120天)谷歌Trends、新闻报道和与covid -19相关的每日新增病例的数据，这被认为是美国、英国、加拿大、新加坡、爱尔兰、澳大利亚、南非和新西兰这八个国家的疫情早期。通过描述不同国家谷歌Trends的不同搜索查询和新闻报道趋势，了解健康传播情况，并探讨上述情况与疫情早期防控之间的联系。

数据收集

谷歌查询数据

谷歌Trends是最流行的在线工具之一，用于跟踪互联网点击搜索量。b谷歌趋势用户[28]可以获得关键词的搜索趋势数据[8]。谷歌Trends提供了一个相对搜索量(RSV)来描述特定搜索词在一段时间内在特定地理区域的流行程度。RSV取值范围是0 ~ 100。0表示该词没有足够的数据，100表示该词的流行度峰值[10，29]。

基于先前的一项研究[20.]、症状、治疗和医疗资源、措施以及病毒本身是新冠肺炎大流行初期网络媒体报道的主要话题。因此，我们选择“疾病”、“治疗和医疗资源”、“症状和体征”和“公共措施”作为搜索主题，并使用它们的术语作为搜索术语。此外，由于b谷歌Trends的语言有限，本研究仅包括英语国家[30.]。根据人口规模，我们选择了八个讲英语的国家进行研究:美国、英国、加拿大、新加坡、爱尔兰、澳大利亚、南非和新西兰。收集这8个国家2020年1月1日至4月29日期间上述主题的RSV数据，然后导出为CSV文件。主题及其查询条件显示在表1。

新闻报道数据

融水是一个提供国内外新闻实时监测的平台，覆盖超过30万个在线网站、新闻客户端和其他新闻媒体[31]。凭借广泛的地理覆盖，融水提供来自不同国家的丰富新闻数据。为了比较和分析新闻媒体对COVID-19的报道，我们选择了来自8个国家(即美国、英国、加拿大、新加坡、爱尔兰、澳大利亚、南非和新西兰)的新闻媒体，并以“COVID-19”或“冠状病毒”为关键词搜索了2020年1月1日至4月29日的新闻报道。

新增病例数据

每日新增病例数来源于世卫组织监测数据[32]。

分析框架

首先，我们用线形图展示了8个国家不同主题的搜索趋势，并附上了新发病例的流行曲线。然后，我们通过比较搜索高峰来评估国家层面上最受欢迎的术语，以确定不同国家不同术语的特征。进而探讨搜索查询词趋势波动的原因以及波动对疫情防控的影响。此外，在谷歌Trends中，加号(+)具有“或”的功能，可以将多个术语连接起来形成一个整体术语[33]。因此，我们使用“+”将不同主题中的多个术语整合为该主题的整体术语，其RSV代表该主题的整体RSV。例如，我们用“冠状病毒+ covid-19 +肺炎”的RSV来代表“疾病”的总体RSV。

其次，采用邻域平均方法对新闻报道数据进行平滑处理[34，35]。然后，我们用折线图来显示新闻报道的纵向趋势，并确定八个国家之间新闻报道的异同。此外，为了进一步探讨新闻报道与网络搜索量之间的关系，以及搜索量与每日新闻之间的关系，我们将四个话题的总RSV求和，得到总RSV，并将其与每日新增病例的流行曲线一起贴在折线图上，更直观地观察三者在不同国家的变化。此外，我们还对不同主题搜索查询的总RSVs与每日新增病例数、不同主题搜索查询的总RSVs与每日新闻条目数进行了时滞相关分析。R软件(版本4.0.5;使用R Foundation)计算时差相关性。在分析中，采用-17 ~ +17天的时间滞后，并采用Pearson相关系数作为相关度量。

最后，采用中断时间序列分析，评估首例COVID-19病例的出现对主题“症状和体征”的四个搜索词的影响。以首例病例出现日期为变化点，采用广义最小二乘估计方法拟合分段线性回归模型，评估发现首例病例后RSV水平和斜率的变化情况。此外，残差自相关使用Durbin-Watson检验。所有假设检验均采用显著性水平(α)为0.05。

结果

图1图4通过其相关查询术语描述特定查询主题的趋势，并伴随着所研究的八个国家的新日常案例。

对于“疾病”这一主题，我们使用了搜索词“冠状病毒”、“covid-19”和“肺炎”(图1)。关于“冠状病毒”一词，其RSV在2020年1月20日左右增加，并在2020年1月底出现小高峰。除新加坡外，其他国家的“冠状病毒”RSV均在2020年3月中下旬形成明显高峰。“2019冠状病毒病”的RSV从2020年2月11日开始上升，并在2020年3月底至4月初成为搜索高峰;2020年4月左右，这个词的RSV值超过了“冠状病毒”。与这两个术语相比，“肺炎”的趋势在2020年1月至4月期间波动很小。

图2展示查询词“呼吸机”、“疫苗”、“口罩”等以“治疗和医疗资源”为主题的查询趋势。“口罩”是搜索量最高的词汇，其次是“疫苗”和“呼吸机”。关于“口罩”一词，尽管在特定国家(即新加坡、爱尔兰、澳大利亚和新西兰)发现了多个高峰，但在2020年4月，所有8个国家都出现了一个主要的搜索高峰。关于“疫苗”一词，大多数国家的RSV从3月开始上升，并在2020年3月中旬前后出现了几次小高峰。

‎ 查看此图

‎ 查看此图

图3显示与COVID-19相关的“症状和体征”主题的趋势。在它的查询词中，“发烧”是搜索最多的词，其次是“咳嗽”、“呼吸急促”和“疲劳”。关于“发烧”和“咳嗽”，除新加坡外，所有国家的搜索高峰都在2020年3月中旬左右形成，略早于每日新增病例的高峰。在新加坡，“发烧”和“咳嗽”的搜索高峰出现在2020年1月下旬至2月中旬。

‎ 查看此图

图4展示了在本研究期间使用查询词“隔离”、“保持社交距离”和“封锁”的“公共措施”主题的趋势。“封锁”的RSV最高，其次是“隔离”和“保持社交距离”。在2020年3月之前，这些词的rsv都很低，“隔离”和“封锁”的rsv在2020年3月中旬之后上升并形成搜索高峰。

‎ 查看此图

与COVID-19相关的新闻报道趋势见图5。根据邻域平均法，我们将7天作为基期来平滑新闻报道项目的数量。以美国为例，y₁，y₂、……y_n为2020年1月1日至4月29日的真实新闻报道数，其中n=120。因此，新闻报道的拟合价值年代_t可以通过年代_t= (y_{条t - 3}+ y₂+ y_{t - 1}+ y_t+ y_{t + 1}+ y_{t + 2}+ y_{t + 3}) / 7，其中y_{条t - 3}，y₂，y_{t - 1}表示前3天、前2天、前1天的真实新闻报道项数t,y_{t + 3}，y_{t + 2}，y_{t + 1}表示连续3天、2天、1天的真实新闻报道项数t,在那里t= 4,……，117。在2020年2月之前，八个国家的新闻报道数量仍然很低。从1月底开始，新闻报道数量逐渐增加，直到2020年3月底，此后保持稳定。除美国外，这一趋势在所有国家都持续存在。相比之下，美国的覆盖率从2020年3月29日左右开始飙升，远远超过其他任何国家近300倍。此外，在比较总rsv和新闻报道的趋势时，我们确定了八个国家的三种主要模式，我们称之为新加坡、美国和其他国家模式。在新加坡，总rsv趋势分别在1月下旬至2月中旬和3月中旬至4月上旬形成两个主要高峰，从2020年1月底开始，新闻报道数量逐渐增加到较高水平。在美国，随着总rsv在2020年3月中下旬左右达到峰值，rsv总量开始下降，而低水平新闻报道量在2020年3月底突然增加到相对较高的水平。 In other countries, the total RSVs and the number of news coverage items spiked in mid-March, but the growth of total RSVs occurred slightly earlier than that of news coverage items. Across all patterns, the total RSVs gradually dropped to the baseline level after the peaks from mid-March to early April, while the news coverage items remained at a higher level.

‎ 查看此图

图6显示了主题“治疗和医疗资源”的总体RSV与每日新病例之间的时滞相关性。除新加坡外，所有国家“治疗和医疗资源”主题的总体RSV与每日新增病例呈正相关，其中美国的相关性最高，为0.8。此外，我们将这八个国家分为三类:(1)新加坡;(2)美国、英国、加拿大、南非和爱尔兰;(3)澳大利亚和新西兰。在新加坡，“治疗和医疗资源”主题的总体RSV在2019冠状病毒病每日新增病例高峰前的17天内逐渐下降;新发病例高峰形成后，呈明显的负相关。在第二类国家(即美国、英国、加拿大、南非和爱尔兰)中，“治疗和医疗资源”主题的总体RSV在形成每日新增病例高峰前保持在较高水平约17天，然后逐渐下降;相关系数保持在0.2以上。也就是说，在-17 ~ 17天的滞后时间内，这些国家的总体rsv与每日新增病例之间的相关性保持在中高水平。 In the third category of countries (ie, Australia and New Zealand), about 1 day and 6 days before forming the peak of new daily infections, the overall RSV for the “treatments and medical resources” topic reached the highest levels, with the maximum correlations being close to 0.8 and 0.7. The time-lag correlation between –17 and 17 days showed a high curve trend in the middle and was low on both sides.

图78个国家“疾病”主题的总体RSV与每日新闻条目数呈正相关，相关系数最高超过0.8;这表明，随着以“疾病”为主题的搜索次数的增加，与新冠肺炎相关的每日新闻也呈现出增加的趋势。我们把这八个国家分为两类。第一类只包括美国;其相关性最大出现在每日新闻报道数量最多的前17天，随后在-17 ~ 17天的时滞内相关性逐渐降低，呈明显的负线性趋势。也就是说，公众对“疾病”话题的兴趣在新闻报道高峰前17天达到顶峰，然后随着时间的推移逐渐下降。第二类包括英国、加拿大、爱尔兰、新加坡、澳大利亚、南非和新西兰。在每日新闻量最大的17天之前，公众对“疾病”话题的兴趣仍然很高。这些国家大多数在公众对“疾病”最感兴趣的前1天左右每日新闻量最大;最大相关系数接近0.8。 However, within 17 days after the largest amount of daily news, the public gradually lost interest, but most of the correlations remained above 0.2; that is, the correlations maintained a moderate level.

‎ 查看此图

‎ 查看此图

图中S1 ~ S3多媒体附录1显示了主题“疾病”、“症状和体征”和“公共措施”的总体rsv与每日新病例数之间的时滞分析结果。图S4 ~ S6英寸多媒体附录1为“治疗与医疗资源”、“症状与体征”、“公共措施”主题的总RSVs与每日新闻条目数之间的时滞分析结果。表1多媒体附录1报告了第一例COVID-19病例对主题为“症状和体征”的搜索词的rsv的影响。

讨论

主要研究结果

在“疾病”主题的搜索趋势中，所有搜索高峰都早于新冠肺炎病例;这与其他研究相似[25，36，37]。当“冠状病毒”被用作搜索词时，这个词在2020年1月20日左右引起了所有国家的兴趣激增。当天，中国当局宣布该病毒具有传染性，美国也发现了第一例病例，这可能促使公众迅速认识到这种威胁，并引起了公众的关注。世界卫生组织于2020年2月11日首次发布了“covid-19”一词。此后，它的搜索量逐渐增加，超过了“冠状病毒”和“肺炎”，成为新冠肺炎的主要搜索词。上述调查结果表明，公众对与COVID-19疫情有关的外部事件的兴趣发生了变化，这表明谷歌趋势有可能被用作监测公众对威胁事件的反应和情绪的工具[38]。

在“治疗和医疗资源”这一主题的搜索趋势中，公众对“呼吸机”一词最不感兴趣，尽管这是治疗新冠肺炎患者的重要医疗设备，而且在疫情期间，一些国家或地区出现了呼吸机短缺的情况，如纽约市[39]。然而，大多数健康人更关心口罩而不是呼吸机。此外，佩戴口罩是预防感染的重要手段，在遏制新冠肺炎疫情中发挥着至关重要的作用[40]。在口罩短缺的情况下[41]，公众对“面具”一词的兴趣呈现较大波动;虽然搜索行为变化的原因很复杂，但在一定程度上很大程度上反映了公众对口罩短缺的担忧。除口罩外，疫苗接种是结束COVID-19大流行的重要途径[4];因此，在我们的研究中观察到，公众对“疫苗”一词的关注日益增加，这与Paguio等人之前的研究结果一致[38]。面对COVID-19的快速传播和有效疫苗的缺乏，公众对疫苗研究的高度关注，部分反映在公众迫切需要COVID-19疫苗的恐慌中，这也可能预示着结束当前大流行的希望[38]。

此外，在时滞相关分析中，除新加坡外，所有国家的“治疗和医疗资源”主题的总体RSV与每日新增病例之间存在正相关关系，其中美国的最大相关系数超过0.8。此外，“治疗和医疗资源”主题的RSV总体峰值比每日新增病例的峰值早0 ~ 17天。正相关系数表明，随着本研究中搜索量的增加，每日新增病例数也呈现增加趋势。这些结果与其他研究的结果相似[25，42，43];因此，谷歌趋势有可能成为预防和控制疾病的有用工具。此外，Ali等[44]发现，通过观察谷歌趋势，公众对远程医疗的兴趣持续增加。然而，在大多数国家和地区，卫生保健系统的数字设备无法满足日益增长的公共需求，这提醒相关利益攸关方将远程医疗纳入卫生保健系统以对抗流行病。在Nikolopoulos等人的研究中[7]，研究人员还使用谷歌Trends数据和模拟政府政策来模拟并成功预测疫情期间对产品和服务的过度需求。结果表明，谷歌Trends数据可以识别预测的动态过程和供应链管理方向，以协助决策者制定供应链和疾病预防战略的许多关键决策。因此，谷歌趋势可用于捕捉公众的早期关注或需求，以确定公众需求的波动[7]。在公共卫生危机期间，特定主题或条款的RSV增加可视为公共需求或需要;我们可以把公众的这些要求转化为实践，制定合理的对策，迅速作出反应[45]。例如，谷歌Trends可以为制定生产计划提供机会，以避免供应链中断并确保资源的合理分配。具体而言，政府可以提前安排专项财政预算，用于支付突发公共卫生事件及其相关影响的相关费用，例如对口罩和呼吸机生产企业的补贴[45]。然而，我们仍然需要更多的研究来提供更多的证据来支持决策政策的预测价值。

对于新发传染病的风险监测，综合征监测可能比传统监测系统更快地发现健康威胁，从而更有可能及时采取公共卫生行动[46]。最近，谷歌Trends数据已被应用于综合征监测:这是基于当患者有某种症状时，他们可能会在谷歌上搜索该症状的描述。当某一特定症状的RSV增加时，经过一系列广泛分析后，综合征监测人员可发出警报[11]。在这项对“症状和体征”搜索趋势的研究中，发烧和咳嗽是大多数国家公众最关心的症状，已被报告为COVID-19最常见的症状[47]。与此同时，时差相关分析结果显示，“发烧”和“咳嗽”词条的搜索高峰比各国新增病例的搜索高峰早1 ~ 17天，澳大利亚的相关系数最大，接近0.9;这支持谷歌趋势数据，表明上述症状似乎在流行早期起到了预警作用。此外，许多研究人员使用特定的搜索数据来准确估计每周流感活动的水平[16，48]。换句话说，搜索查询数据与新增病例数之间可能存在一定的关系，这可能对COVID-19的监测和预防和控制有用。然而，谷歌搜索查询数据对预测流行病的有用性一直存在争议;GFT的取消表明该工具的预测可能不够准确[49]。一般情况下，综合征监测往往不能充分反映疾病的流行状况，还会受到其他因素的影响，如新闻报道和重大事件[36，50]。在其他研究中，媒体报道已被证明是影响搜索查询兴趣的重要因素[51]。在本研究中，RSV的峰值早于新闻报道的峰值，并且RSV的趋势仍然与新闻报道的数量呈正相关(图S5)多媒体附录1)。因此，虽然谷歌Trends的预测价值值得怀疑，但未来的研究可能需要排除媒体报道等因素的影响。

为预防和控制传染病，隔离、保持社交距离、封锁都是控制传染源、阻断传播途径的公共措施，对预防和控制新冠肺炎疫情至关重要。52]。关于“公共措施”话题，搜索趋势高峰形成在3月中下旬，相应的重要事件是大多数国家的封锁政策也在3月中下旬发布并实施[51]。同样，从滞后相关分析的结果来看，除美国外，其他国家的公众兴趣峰值均接近新闻报道的峰值，但新冠肺炎相关新闻的报道峰值略晚于公众兴趣峰值(图S6)多媒体附录1)。此外，“封锁”一词的RSV显著高于“保持社交距离”一词。除了表明大多数国家的公民对“封锁”一词更感兴趣之外，这可能是因为公众不清楚“封锁”这一公共措施的含义。公共措施干预的有效性不仅取决于强有力的政策，还取决于对公共措施的正确认知和遵从。因此，如果公众对公共措施缺乏兴趣或理解，这可能会危及COVID-19的防控[47，52，53]。此外，新闻媒介是在传染病流行早期实现良好的风险沟通和提高政策或措施控制效果的重要工具[26]。因此，在实施新的政策或措施之前或初期，政府可以利用新闻媒体宣传政策，制定良好的风险传播策略，获得高质量的健康传播效果，更好地控制COVID-19的传播[54]。

将搜索查询趋势与新闻报道进行比较，搜索查询趋势体现了公众兴趣，新闻反映了大众健康传播。此外，新病例数是反映该流行病严重程度和预防和控制水平的一个指标。在8个国家不同的文化、政治和流行病情况下，存在3种健康传播模式:(1)新加坡模式，(2)美国模式，(2)其他国家模式。至于新加坡的模式，它与其他国家有很大的不同。最大的不同是，搜索查询高峰出现的时间比其他国家早，说明新加坡人在疫情早期更关注。此外，在新加坡，“治疗与医疗资源”话题、“症状与体征”话题、每日新闻条目数、每日新增病例数之间的时滞分析结果也与其他国家不同。相关性为低负相关。其中，新加坡公众对“治疗和医疗资源”的搜索兴趣与每日新闻条目数量的相关性较低(图S4)多媒体附录1)，这表明在新冠肺炎疫情初期，新加坡公众对“治疗和医疗资源”的早期关注不太可能受到新闻报道数量的影响，而是可能受到其他因素的影响。两个主要原因可以用来解释新加坡公众的兴趣。其一，新加坡作为一个旅游中心，与邻国中国有着频繁的旅游商业往来。另一个原因是新加坡从2003年的SARS中吸取了惨痛的教训[55因此，在疫情早期采取了各种措施控制病毒的传播，如体温检查和健康筛查、公众教育和隔离。这些措施有可能使公众尽快了解新的威胁和相关卫生信息，从而通过卫生沟通提高公众对COVID-19的敏感性和警惕性[56，57]。换句话说，新加坡在早期的遏制和预防工作做得很好。同样，新加坡公众对症状的早期兴趣可能受到其他因素或事件的影响，例如第一例COVID-19病例(表S1)多媒体附录1)，但RSV变异的原因尚需进一步分析。

从美国和其他国家的模式来看，美国的新闻报道量远远高于其他国家。新病例的数量也远远高于其他国家。因此，在某种程度上，他们对新冠肺炎相关新闻的报道水平是合理的，但这也可能是数据收集方法不规范造成的错觉。总体而言，大多数国家的新闻报道对3月下旬的COVID-19疫情作出了高度反应。此外，每日新闻条目数与“疾病”主题整体RSV的时滞相关性分析结果也反映出新闻报道出现时间晚于搜索查询，滞后时间为0 ~ 17天。而且，两者的相关性较高，且随着时间的推移逐渐降低，说明在本研究中，公众对COVID-19疫情的关注早于新闻媒体报道的出现。基于Dutta-Bergman的渠道互补理论，Zillmann和Bryant的选择性曝光理论，以及Rubin的使用和满足理论，假设活跃受众使用不同的媒体渠道来满足他们的需求[58]，我们可以用这些来解释新闻报道和搜索查询趋势之间的关系。具体来说，在本次疫情的不确定性下，最初的新闻报道很少，说明公众可能没有得到足够的信息，因此公众的搜索量更高。随着新闻报道的增加，更多的信息可以获得，不确定性减少，公众的在线搜索行为也减少了。但同期rsv总体数量开始下降，这可能是一种公众对COVID-19的脱敏，可能是由持续广泛的新闻报道引起的[59-61]。即在疫情初期，由于公众缺乏相关信息，健康信息寻求行为有所增加[42]。因此，在这种情况下，谷歌趋势可以反映信息需求，并可能为风险通报和健康通报提供适当的窗口期和地点[42，62]。

面对新出现的传染病，公众缺乏相关信息，及时有效的风险沟通是必要的。新闻媒体是形成公众对风险的认识和传播相关卫生信息的关键资源;它极有可能成为卫生宣传的有效伙伴，促进风险宣传和疾病预防和控制战略的实施[26]。在本研究中，公众对不同话题的兴趣有不同的特点，其兴趣与疫情发展、媒体报道等因素有关。这也提醒国家或公共卫生部门,与公众沟通的时候,他们应该尽快联合新闻媒体,关注公共利益的变化通过监测谷歌趋势搜索数据和媒体报道,新闻的本质和内容计划,并提供所需的信息,公众以更合理的方式,为了更好地预防和控制传染病的早期阶段,如COVID-19流行病[26，43，54]。然而，谷歌Trends中搜索词的rsv是相对值，并不能提供实际搜索量的确切值。由于出现了一些搜索量较高的搜索词，搜索词的趋势变化可能被低估[63]。因此，它在一定程度上降低了谷歌Trends的可用性，尽管单个搜索词的线性趋势没有改变。然而，在一些研究中，通过收集更多的数据来分析季节差异和长期趋势，我们可以进一步分析搜索词是否有变化，并探讨这些变化的意义和原因[17，38]。此外，谷歌趋势具有实时可用的特点，不仅可用于实时监测公众情绪、反应和需求，还可用于评估风险通报和公共卫生干预措施的效果以及重大事件或政策的影响等因素。例如，使用中断时间序列分析来评估名人自杀对搜索量的影响，以及控烟政策对戒烟信息搜索率的影响，以评估政策实施的有效性[64，65]。在互联网时代，随着移动终端的普及，在线搜索是一个双向的交流过程，包括发送搜索请求和接收搜索结果。发出查册要求，反映市民对风险的严重性、紧迫性和实际需要的反应;而收到查册结果，则反映市民对管理或应对风险的能力和成效的意见[66]。因此，数据的及时响应和挖掘非常重要，谷歌Trends具有实时可用性的特点。此外，谷歌Trends还可以整合更多的数据源，如Twitter、Facebook等，所以谷歌Trends数据仍然有价值[39，67-69]。

限制

谷歌Trends也有自己的局限性。例如，它更适用于研究互联网普及的国家的高患病率疾病[8]以及提供搜索量的相对值和精确值时。由于b谷歌现有的语言限制[23，我们只研究了主要的英语国家。此外，谷歌的搜索数据和新闻数据可能不够全面，可能没有包括与COVID-19相关的所有搜索词或主题。例如，我们没有包括一些重要的症状(如“味觉或嗅觉丧失”)，我们省略了一些类似的术语，如“武汉病毒”。此外，“肺炎”不仅与COVID-19有关，还可能与流感有关。此外，新闻报道数据与搜索词和主题之间没有一对一的对应关系。因此，进一步的研究应该使用更详细的搜索词，提取更多的新闻数据来挖掘额外的价值。

结论

通过谷歌Trends识别新冠肺炎疫情早期公众对各方面的关注程度，了解公众关注和忽视的情况，揭示面对新发传染病的发生，谷歌Trends在监测公众反应与需求、预测等方面的潜在价值。此外，新闻媒体作为重要的信息来源，与谷歌趋势相结合，可以实现更有效的健康传播。因此，新闻报道和谷歌搜索趋势都可能有助于在流行病早期阶段预防和控制流行病。