环境细颗粒物对中国公众肺癌风险意识的影响:来自互联网大数据平台的证据

简介

空气污染已成为中国最严重、最令人担忧的环境问题和对公众健康的重大威胁[1-4］．环境中直径<5 μm的细颗粒物(PM_2.5)及其负面影响是中国主要的公共卫生问题[5-7］．根据全球疾病负担研究，PM_2.5浓度已成为第五大死亡风险因素，估计有420万人死于PM_2.52015年全球范围内，和PM_2.5导致中国2015年110万人死亡[8］．在194个中国城市中，估计过早死亡和肺癌死亡的总数归因于PM_2.52014年和2015年污染分别为722,370次和67,452次[5］．预计到2050年，中国特大城市因空气污染造成的人均死亡率将更高[9］．

肺癌是中国最常见的偶发癌症，也是癌症死亡的主要原因。估计每年新发癌症个案及癌症死亡个案分别为73.3万宗及59.1万宗[10］．国际癌症研究机构已将室外空气污染中的颗粒物列为可导致肺癌的第一类致癌物[11］．许多研究发现暴露在PM中_2.5是肺癌的重要危险因素[12-17］．提高公众对肺癌的认识对于肺癌的早发现、早诊断、早干预具有重要意义。

随着网络的发展，互联网已成为市民获取健康信息的重要渠道。大约63%的癌症患者使用互联网来搜索有关癌症的专门信息，并且使用互联网作为肿瘤信息的来源正在迅速增加[5，18，19］．先前的研究表明，Twitter或谷歌等网络工具可以通过跟踪求医行为来检查公众对疾病流行的兴趣，并进行疾病监测[20.-24］．

百度是中国最重要的互联网大数据平台之一。根据中国网民搜索行为研究，百度搜索引擎在中国网民中最受欢迎，优先选择发生率为93.1% [25］．百度指数来源于百度搜索引擎上的搜索频率，以网民在百度搜索引擎上的搜索量为基础，对特定关键词进行计算并显示。百度指数可以作为确定互联网用户对特定主题的认知程度的数据源。

利用百度指数，我们调查了中国公众对肺癌的搜索兴趣。本研究的目的是探讨公众对PM的认识_2.5与肺癌风险之间的关系_2.5在中国，“肺癌”一词的浓度和每日百度指数的搜索量。

方法

空气污染数据

我们从中国空气质量在线监测分析平台收集空气污染数据[26自2013年起，北京开始对中国所有主要城市进行空气质量监测。我们提取日平均PM_2.52014年1月1日- 2016年12月31日中国31个省会城市的浓度数据。

搜索数据

百度索引是处理和分析搜索查询数据的有用工具。其数据库包含2011年1月以来提交的在线和手机搜索查询量的日志。百度日指数是基于某关键词在百度搜索引擎上的日搜索量，将该关键词的搜索频率加权和。百度指数已被证明是公众对健康相关主题的兴趣和认识的有用指标。在本研究中，我们假设百度指数可以为一般人群对肺癌的认识提供潜在的见解。本研究中概念化的肺癌意识可以认为是基于一般人群对该疾病的知识和信息的寻求能力或关注该疾病的能力。我们使用百度指数来确定搜索词“肺癌”作为公众对肺癌认识的指标的相关性。我们从百度指数网站收集每日百度指数数据[27在2014年1月1日至2016年12月31日期间，中国31个省会城市的中文搜索词“肺癌”(肺癌)。

百度媒体数据

百度媒体指数是百度新闻数据库收集的标题中包含特定关键词的新闻数量，数据来源于中国主要网站，包括全国性和地方性新闻网站和网络。我们从百度指数网站收集了关键词“肺癌”的每日百度媒体指数数据[272014年1月1日至2016年12月31日。

统计分析

我们对这两个变量进行了描述性统计。这些变量包括均值、标准差、中位数和四分位范围，以及两个变量的最小值和最大值。

我们用了Kruskal-WallisH测试，分别按月、季节、年份和城市检查所有城市肺癌搜索的每日百度指数的差异。我们检查了每日PM的差异_2.5浓度用同样的方法。

我们使用Spearman和Pearson相关性分析来探索肺癌搜索的每日百度指数、肺癌的每日百度媒体指数和每日平均PM之间的相关性_2.5浓度，统计学显著性水平设置为0.01。我们计算Pearson偏相关系数来评估百度指数、百度媒体指数和每日PM之间的相互相关性_2.5浓度。多元线性回归分析探讨每日百度介质指数与每日平均PM对肺癌的潜在影响_2.5肺癌搜索的每日百度指数的浓度

格兰杰因果关系是一种因果关系的概念，源于这样一种观点:原因不可能发生在结果之后，如果一个变量是另一个变量的原因，那么在较早的时间点了解原因的状态可以增强对较晚时间点结果的预测[28］．我们使用格兰杰因果检验来分析两个时间序列变量之间是否存在因果关系。我们进行了恩格尔-格兰杰检验，以检验两个时间序列之间是否存在协整或长期关联[29］．在第一步中，我们使用单位根检验来检验肺癌搜索的百度指数的时间序列和每日PM的时间序列_2.5浓度是固定的。如果两个时间序列在同一水平上都是平稳的，那么我们使用普通最小二乘估计协整回归模型。我们使用肺癌搜索的每日百度指数作为因变量和每日平均PM_2.5浓度作为自变量。我们估计回归系数来评估日平均PM的影响_2.5肺癌搜索的每日百度指数的浓度在第二步中，我们用单位根检验协整回归模型的残差序列是否平稳，这表明两个时间序列变量是协整的，满足格兰杰因果检验的前提。然后，我们进行格兰杰因果检验。

使用IBM SPSS 19.0版本(IBM Corporation)进行描述性统计、Kruskal-Wallis H检验和Spearman相关分析，使用EViews 9学生版(IHS Global Inc)进行格兰杰因果关系检验。

结果

描述性分析

表1显示肺癌搜索的每日百度指数和每日平均PM的平均值和中位数_2.52014年1月1日至2016年12月1日期间，31个中国城市的浓度。每日平均PM_2.5所有城市的浓度为57.37 μg/m (SD 47.54)^3.．在空气污染方面，河北省石家庄市在31个城市中排名第一，其平均日平均PM_2.5浓度为104.01 (SD 88.55) μg/m^3.海南省海口市以平均日平均PM排名最后_2.5浓度为21.64 (SD 15.2) μg/m^3.．在我们的数据中，最高的日平均PM_2.5浓度为897.5 μg/m^3.沈阳市2015年11月8日的最低浓度为2.5 μg/m^3.2016年9月16日在南京举行。所有城市肺癌搜索的平均每日百度指数为180 (SD为83.21);也就是说，从2014年1月1日到2016年12月31日，“肺癌”一词平均每天有180次搜索。北京市肺癌日百度指数均值为408 (SD 69.53)，在31个城市中排名第一。2016年5月16日，北京的每日百度肺癌搜索指数达到了1185的峰值，这是百度指数所有数据点中最高的。百度指数的数据尺度从0到1185，在研究期间的中位数为73。在所有城市中，肺癌搜索的每日百度指数和每日平均PM存在显著差异_2.5浓度按月份、季节、年份和城市，分别(所有P< . 05)。

‎ 查看此图

与2014年相比，2015年和2016年所有城市肺癌搜索的百度指数分别下降了2%和5%。年平均日平均PM_2.52014年至2016年，浓度略有下降。2016年肺癌的百度媒体指数范围为0 ~ 6523，中位数为9(第25、75百分位4,14)。肺癌百度媒体指数在2015年9月17日达到峰值。图1为平均日平均PM的分布_2.5在研究期间，31个中国首都城市肺癌搜索的浓度和平均每日百度指数。

相关分析

除成都和呼和浩特外，肺癌日百度指数与日平均PM之间的两两相关系数(Spearman rho)_2.5浓度是阳性的。大部分Spearman等级相关系数具有统计学意义(P< . 05)。然而，肺癌搜索的每日百度指数与每日平均PM之间的相关性_2.5注意力不集中(所有r²_年代< 1。)(表2)．杭州、郑州和合肥的相关系数分别为0.240、0.238和0.231P<措施)。对于所有城市，肺癌搜索的每日百度指数与每日PM之间存在正相关_2.5浓度(ρ= .247,P<措施)。多媒体附件1为Pearson相关分析和的结果多媒体附件2显示了多元线性回归分析的结果。每日PM之间的相关性_2.5浓度和每日百度指数之间的肺癌搜索大于每日PM之间_2.5每日百度媒体指数。当肺癌的每日百度媒体指数为控制变量时，每个城市肺癌搜索的每日百度指数与每日平均PM之间的偏相关系数_2.5浓度，几乎等于皮尔逊相关系数。肺癌的每日百度媒体指数对肺癌搜索的每日百度指数与每日平均PM之间的关系影响不大_2.5浓度根据偏相关系数。总体而言，每日百度肺癌搜索指数、每日百度媒体指数和每日PM之间的相关性和互相关性_2.5注意力不集中。

格兰杰因果关系

我们使用增强的Dickey-Fuller单位根检验来检验2个时间序列的平稳性。使用Schwarz信息准则自动确定滞后长度。除成都外，其他城市的序列均稳定在0.01的统计显著性水平上，成都的序列也稳定在第一个差值处(表3)．由于每个城市的序列被发现在同一水平上是平稳的，因此，两个变量满足协整的前提条件，并检查了长期的协整关系。

‎ 查看此图

在31个省会城市中，有17个城市的回归分析显示，日平均pm2.5有正向影响_2.5对肺癌搜索的每日百度指数的浓度有统计学意义(图2)．我们观察到广州的相关性最强，回归系数为0.26 (95% CI为0.16-0.38)。日平均PM的影响_2.5成都和银川市的回归系数为-0.08 (95% CI为-0.16 ~ 0)，银川市的回归系数为-0.03 (95% CI为-0.09 ~ 0.03)，差异无统计学意义。所有城市的回归系数为0.30(95%置信区间0.28-0.32)。总的来说，日平均PM之间的关系_2.5浓度和肺癌搜索的每日百度指数适中。

面板协整(Engle-Granger)检验的结果表明，各城市变量之间存在1%显著性水平的协整(表4)．协整检验揭示了变量之间存在长期关系，但没有表明因果关系的方向。格兰杰因果检验的结果表明，PM不存在单向因果关系_2.5为百度指数，所有城市在5%的水平上均具有统计学意义(表5)．

讨论

主要结果

我们的分析显示，日平均PM之间有轻微的正相关_2.5在31个城市中，大多数城市的“肺癌”搜索词的每日百度指数。回归分析结果还表明，日平均PM_2.5浓度对肺癌搜索的每日百度指数有微弱影响。格兰杰因果检验表明，日平均PM之间不存在因果关系_2.5浓度和肺癌搜索的每日百度指数。

一些研究评估了PM之间的关系_2.5以及随后肺癌发病率和死亡率的风险，这表明PM_2.5可能是肺癌的危险因素。因此，中国的大众媒体经常提醒人们在高浓度PM时采取必要的防护措施_2.5．公众对肺癌的研究兴趣反映了他们对这种疾病的关注。在中国，普通民众可以很容易地获得关于总理的日常信息_2.5通过政府官方网站、新闻媒体以及众多天气预报手机app进行关注。然而，很少有人知道关于PM的日常信息是否被报道_2.5浓度显著刺激了中国公众对肺癌的兴趣。谷歌趋势和百度指数已被证明是反映公众对与健康有关主题的兴趣和关注的有用指标[30.-32］．在我们的研究中，我们假设百度指数可以作为日常PM的反映，为普通人群对肺癌的兴趣提供潜在的洞察_2.5浓度。

王等[30.调查了中国社交媒体在监测空气质量趋势以及相关公众认知和反应方面的价值;他们发现媒体数据包含丰富的细节，包括感知、行为和自我报告的健康影响，这为我们的研究提供了理论基础。在我们的研究中，我们从百度搜索引擎中提取了真实的搜索数据，并检查了每日报告的PM之间的关系_2.5浓度数据和特定搜索词“肺癌”的搜索数据来检验我们的假设。

2013年，欧洲空气污染影响队列研究报告称，每5 μg/m^3.PM增加_2.5与肺癌的危险比为1.18 (95% CI 0.96-1.46)有统计学意义相关[12］．许多研究表明PM_2.5可能会导致肺癌，目前仍有许多关于PM_2.5还有肺癌。然而，目前还不清楚PM之间是否存在关联_2.5而肺癌的危险性已被广大公众所认识。除了调查和访谈等传统方法外，我们还可以使用基于互联网的数据来调查现有的认知，并增强与健康相关的数据。因此，我们使用百度指数数据来衡量公众对PM关联的认识_2.5会增加患肺癌的风险。

我们的结果表明，每天平均PM_2.5浓度对肺癌搜索的每日百度指数有适度的影响，但关于相关性仍存在很大的不确定性。首先，日平均PM的影响_2.5关注公众对其健康危害的认识可能是微不足道的。直到PM对健康造成严重危害，人们才会对肺癌风险产生很大的关注_2.5出现。然而，当PM的重要性降低时，肺癌的在线搜索量可能会下降_2.5已得到广泛认可。同样，某些事件引起的肺癌最初的恐慌可能会在最初几天增加“肺癌”一词的搜索量，在最初的恐慌之后可能会下降;这样的可能性可能会使我们的结果产生偏差。其次，肺癌是一种慢性疾病，起病缓慢，暴露在PM环境中_2.5从长远来看对肺癌风险更不利。每日平均PM_2.5浓度对肺癌搜索率的影响相对较长，表明这种关系可能存在较长时间的滞后。第三，缺乏PM意识_2.5可能会增加患肺癌的风险对PM_2.5以及用于肺癌搜索的百度指数。

中国是一个幅员辽阔的多元国家，拥有13亿多人口。PM的影响_2.5肺癌搜索的百度指数也可能取决于人口和社会经济条件，以及不同城市居民健康素养的差异。为石家庄市，日均下午_2.5但肺癌搜索的百度指数明显低于一些发达城市，如北京、福州和广州。华东地区人口密集、经济发达城市的人群健康意识较人口稀少、经济发展中城市的人群更高，互联网使用率更高，对健康信息的搜索频率更高。每日平均PM_2.5拉萨的肺癌浓度与海口相似，但这两个城市肺癌搜索的百度指数有显著差异。在我们的数据中，平均每日PM_2.5所有城市的浓度为53.47 μg/m (SD 47.54)^3.这超过了世界卫生组织(World Health Organization)规定的每立方米25微克的标准^3.［33］．虽然近年来空气质量有所改善，但PM_2.5冬季的污染正在恶化，尤其是在中国北方。点_2.5污染是一个威胁公众健康的新问题，尤其是在中国的超大城市群[34］．在我们研究的31个中国城市中，大多数城市的人都有严重的健康问题，这与PM有关_2.5．因此，PM对健康的影响_2.5在地方层面上，每个城市都需要认真对待。地方当局应作出更大努力，改善其城市的空气质量和电子健康素养。网上健康信息应该让公众更容易获得，特别是在经济不发达地区。

11月是国际上的肺癌宣传月，11月18日是肺癌日，旨在提高公众对肺癌的认识。在本研究中，我们通过Kruskal-Wallis发现不同月份间肺癌百度介质指数有显著性差异H测试。百度传媒指数11月平均排名最高(多媒体）;然而，在11月份，31个城市中没有一个城市的房价是最高的。“肺癌宣传月”活动对中国公众对肺癌搜索兴趣的影响低于我们的预期。根据每日百度指数、每日百度媒体指数和每日PM之间的相关性分析_2.5浓度，这些变量之间的相关性和互相关性较差，日百度媒介指数对日百度指数与日PM之间的相关性影响不大_2.5浓度。这表明每天报告的PM_2.5对提高中国公众或媒体对肺癌的关注可能没有什么影响。

与我们的预期相反，每天平均PM_2.5浓度并没有显著提高公众对肺癌的认识。肺癌是最普遍和最致命的癌症之一。增加10 μg/m^3.的点_2.5可能导致肺癌发病率上升22% [12，35］．重要的是要强调公众对肺癌可改变危险因素的认识和知识对预防的重要性。缺乏对PM引起肺癌风险的认识_2.5考虑到生活方式的改变和风险因素的避免，可能会对公众产生有害的后果，并可能限制公众参与肺癌预防或避免PM_2.5．提高这种意识可能会提高对肺癌危险因素的自我保护回避。Ngo等人指出，认识空气污染与其负面健康影响之间的联系，有助于公众提高对空气污染的认识并制定应对措施。这种意识也可引导公众寻求更多有关空气污染及其危害的资料，并因应环境及其风险[36］．根据第39次中国互联网发展状况统计报告，2016年有1.95亿人使用互联网进行医疗保健，年增长率为28%，健康信息查询量增长10.8% [37］．互联网可以被视为感知、行为和自我报告的健康影响的传感器[30.］．应充分利用互联网和社交媒体的这一优势，提高公众对项目管理关联的认识_2.5肺癌的风险。同时，监测公众对PM健康危害的反应_2.5是为了避免引起社会恐慌。对癌症的认识有限会阻碍初级预防和癌症的早期发现，对PM的关联缺乏认识也会阻碍_2.5肺癌的风险。癌症宣传活动可有效激发公众的反应和网上活动，并可提高对癌症的认识和认识[31，32］．需要开展宣传活动，以提高公众对PM肺癌风险的认识_2.5并应旨在提高对肺癌的认识，并促进积极采取有效措施减少接触PM_2.5在雾蒙蒙的日子里。

优势与局限

这项研究的优势在于，据我们所知，这是第一次探索每日平均PM之间的关系_2.5中国31个城市的“肺癌”搜索词的每日百度指数。

这项研究有一些局限性。我们从一个搜索引擎百度收集了互联网搜索数据。百度是中国最常用的搜索引擎。百度指数提供了各个城市的绝对搜索数据，可用于城市之间的直接比较分析。我们只使用了“肺癌”这个词，这可能会限制搜索数据。也不可能确定互联网用户的类型或哪些利益相关者负责搜索活动。搜索引擎的搜索词趋势可能会受到公众恐慌等因素的影响[38］．有些人可能会出于其他目的搜索“肺癌”一词。搜索数据受这些随机因素的影响是使用搜索引擎数据进行研究不可避免的局限性。我们和许多其他学者都致力于解决这个问题，并正在寻找方法来识别和减少嵌入在搜索引擎数据中的偏见。本研究也受到研究区域的限制。我们只关注了31个城市，所以结果不能外推到其他城市和农村地区。探索项目管理与项目管理之间的关系超出了我们的工作范围_2.5以及在线搜索其他疾病的信息，或在线搜索肺癌与其他风险因素之间的关系。

结论

每日平均PM_2.5浓度对“肺癌”一词的网络搜索有微弱的正向影响。需要精心设计的宣传活动来提高公众对PM关联的认识_2.5，以引导公众寻求更多关于PM的信息_2.5及其危害，并适当地应对其环境及其风险。