在2020年中国农历新年期间，中国当局首次采取了大规模措施，以减少新型COVID-19疾病的传播[ 1］．第一例SARS-CoV-2感染报告出现在2019年底[ 2］．随后，世界卫生组织于2020年3月11日宣布COVID-19疫情为大流行[ 3.］．COVID-19的流行病学特征，如其高传播能力、毒性和无症状携带者或仅表现出轻微症状的人的存在，尚未完全了解。在2020年3月疫情爆发7个月后，全球死亡人数接近100万人[ 4］．

西班牙的新冠肺炎确诊病例数量在全球排名第五，仅次于美国、巴西、俄罗斯和英国。 4］．因此，开发一种预测工具来预测这一流行病的蔓延已变得至关重要。这些信息可以帮助我们了解COVID-19的演变以及它如何影响我们的健康。此外，这些信息甚至可以用于防范未来可能出现的COVID-19浪潮和其他大流行。

在Chu和Qureshi的研究中[ 5]，他们声明如下:

谷歌Trends提供了一种新方法，通过追踪个人的搜索来预测大流行的变化。冈瑟·艾森巴赫[ 8在开展关于在卫生方法中使用谷歌趋势的研究方面，是一个先驱。此外，Ginsberg等人[ 9]发现网络搜索查询的模式与流感样症状患者的百分比之间存在高度相关性，从而证实在特定的时间点，谷歌Trends可以比疾病控制和预防中心提前1或2周检测到流感的蔓延。

在行为流行病学学科中，有一些文章研究了流行病发展中的恐惧(例如，Epstein等人的研究[ 10])。在我们的研究中，通过谷歌搜索总结了行为因素，然后作为相关变量来确定流行病演变的模式。

近年来，涉及信息流行病学——"为公共卫生目的研究卫生信息的决定因素和分布"的不同搜索引擎的数量[ 8]的数量正在增加，谷歌Trends正在作为跟踪社会趋势的有用工具进行测试[ 11］．在COVID-19大流行期间，我们发现从2020年5月起发表的7篇文章提高了预测疾病发展的可能性( 表1）.

在本研究中，为了评估西班牙COVID-19发病率与谷歌Trends提供的搜索数据之间的相关性，提出了一种统计方法。我们的目的是确定在COVID-19爆发期间，公众在谷歌的互联网搜索引擎中使用许多不同的关键词搜索而收集的谷歌趋势数据是否可以预测西班牙国家流行病学中心(Centro Nacional de Epidemiología [CNE])报告的病例数。

我们的零假设H0如下:变量之间没有统计上显著的关系。提出的备择假设H1如下:得到的相关系数来自于相关系数显著的总体。

为了实现上述目标，我们分析了从谷歌Trends上获得的搜索数据和2020年2月20日至5月20日期间中国国家卫生网络中心每日登记病例数的官方数据。之所以选择这一时间段进行数据分析，是因为在2020年5月20日之前，CNE使用不同的方法跟踪每日病例。现行的点票制度于2020年5月11日实施。CNE是负责收集和标准化组成西班牙国家的17个自治区的数据的机构。计划对第二个数据集进行进一步分析，以扩展这项研究。

我们无法从本研究中使用的两组变量中获得关于性别和性别的数据。对这两个数据集进行了相关性评估。我们的方法不包括来自明确参与者的数据。虽然这可能会限制我们的研究结果，但它可以及时解释数据。

谷歌趋势搜索是通过查找与COVID-19症状相关的词汇和“COVID-19”一词的同义词进行的。谷歌Trends提供给定地理区域内用户输入谷歌的查询量的时间序列数据索引。谷歌计算给定术语的搜索数量，作为在任何给定时间内每个位置的搜索总数的比例。这些计算使用谷歌Trends相对搜索量(RSV)指数进行标准化，该指数的范围从0到100。RSV为100，表示某词条搜索量最高的日期[ 19］．在我们之前的研究中[ 20.]，我们建立了谷歌Trends如何计算特定搜索词的月度RSV指数的数学公式。

在谷歌Trends上进行的搜索结果如下:“cansancio”，翻译过来就是“疲劳”;“冠状病毒”、“COVID - 19”、“COVID - 19”和“COVID - 19”;“diarrea”，翻译过来就是“腹泻”;“dolor de garganta”，翻译过来就是“喉咙痛”;“纤维”，翻译过来就是“发烧”;“pneumonia”，翻译过来就是“肺炎”，由于相关度更高，搜索结果没有重音;“perdida de olfato”，翻译过来是“失去嗅觉”，搜索时也没有口音;还有" tos "，翻译过来就是"咳嗽"

谷歌Trends在其相关查询中指出的可能的虚假术语在搜索字符串中通过在虚假术语之前添加否定运算符“-”来消除。完整的搜索词，加上谷歌Trends原始搜索页面的链接和负面查询，如下所示:" cansanancio -sociedad " [ 21];“冠状病毒”、“COVID 19”、“COVID 19”和“covid19”[ 22];“diarrea”[ 23];" dolor de garganta " [ 24];“fiebre”[ 25];“neumonia”[ 26];" perdita olfato " [ 27];和" tos -opensigma -rap " [ 28］．与COVID-19症状相关的词汇的谷歌Trends完整原始搜索结果仅针对西班牙以及2020年2月20日至5月20日期间。

CNE是收集和集中该国所有流行病学信息的西班牙官方中心。这些数据的准确性主要取决于提供这些数据的机构。在本研究中，数据主要来自西班牙公共行政系统中占据第二行政层级的自治区。

CNE本身警告说，在大流行的最初阶段，来自起源来源(即自治区)的数据在一定程度上缺乏同质化。这导致了接收到的数据中的某些不一致，这是我们在将CNE的汇总数据转换为每日值时能够自己验证的问题。虽然我们得到了1个负值，但我们没有将这些数据归一化，因为我们认为它们确实代表了我们所经历的紧急状态。此外，即使使用这种明显错误的数据，获得的相关性也非常好。

西班牙COVID-19疫情的原始初始数据于2020年5月24日在CNE网页上的“Documentación y Datos”标签下找到[ 29］．CNE当时提供的COVID-19官方数据是以下数据的总和:聚合酶链反应(PCR)阳性结果、住院人数、重症监护病房入院人数和死亡人数。该数据集不再可用，取而代之的数据集展示了第二种数据收集方法的结果，该方法于2020年5月11日实施。我们的目的是在未来的研究中使用与本研究相同的方法对该数据集进行研究。

在我们分析的第一部分中，我们使用了pcr确认的COVID-19病例数据，在我们分析的第二部分中，我们使用了4个单独的数据集，以便为每个症状或搜索词创建每日延迟图。

一个潜在的偏差来源可能是谷歌Trends搜索词的选择，因为在西班牙语词汇中，表示COVID-19症状的词略有不同。研究样本代表西班牙人口，因为我们将谷歌趋势数据限制在西班牙进行的搜索，CNE监测在西班牙发生的所有COVID-19病例。

皮尔逊相关系数用于研究2个连续变量之间的线性关系(即，谷歌趋势中搜索的每个症状与每日pcr阳性病例数)。这是一种参数检验，推断其结果是真实总体的代表，这使得样本的分布必须与现实世界的分布相似，以确保数据的正态性。因此，必须验证从相关变量呈正态分布的总体中随机抽取的数据。假设样本量<50，比较正态分布拟合优度的适当检验是夏皮罗-威尔克检验，其中原假设暗示数据是正态分布。

皮尔逊相关系数使我们能够了解变量之间关系的强度和方向。这是一个对称的度量;x之间的相关性_我和y_我和y之间的相关性一样吗_我和x_我．

测量时间差相关性，以评估谷歌趋势数据的增加是否与大流行的演变有关。阈值为 P<。以05进行统计学差异分析。

表2而且 3.提供搜索中分类的每个症状的Pearson相关系数，从最初搜索之日到21天后。对于每种症状，都记录了相关性最高的日子。

表4显示变量是否服从正态分布。

根据 表4时，变量服从正态分布。根据我们对“肺炎”、“嗅觉丧失”和“腹泻”的搜索结果，这些词的值低于95%置信水平的临界区域(.908) P的值。05，the null hypothesis of normality could be rejected. However, these symptoms do follow a linear trend, as can be in 图1．由于这些值接近临界区域，因此也可以认为它们遵循正态分布，如图所示 图2．

自研究期的第一天起，每日病例数开始与所有评估术语的搜索量相关。自 P每日病例与症状搜索之间的相关性值低于0.05的显著性水平，可以说相关系数显著，这证明拒绝原假设是合理的。对于大多数被搜索的关键词(即“冠状病毒”、“COVID - 19”、“COVID - 19”、“COVID - 19”、“发烧”、“咳嗽”和“腹泻”)，第11天与新病例数量的相关性最高。

关于“疲劳”的搜索，数据从第三周(即第22天)开始相关。前几周的指标是根据肖韦内标准剔除的，该标准指出，在0.3565和1.000置信区间之外的系数可以被丢弃。

表5显示了谷歌趋势中每天新病例数与其余搜索变量之间的决定系数。这些系数具有临界显著性水平( P<.001)低于已确定的显著性水平，通常为 P< . 05。

表5表明决定系数与0有显著差异。因此，在这种情况下，原假设为假，根据Popper方法[ 30.]，我们可以肯定，每日COVID-19病例与谷歌Trends上与COVID-19及其症状相关的词汇搜索量之间存在显著的正线性关系。这表明COVID-19的发病率可以提前11天预测。

我们使用图形程序来验证我们结果的线性性。每个检索词与每日病例数之间关系的图形表示( 图1)表明每个关系都有线性趋势。通过使用生成的回归线，可以计算出后续数据，包括阳性病例数，从而验证谷歌Trends搜索与西班牙COVID-19发病率之间的相关性。

的图表 图2表示两个变量(即症状关键字与covid -19阳性病例)之间相关性最好的日期。他们显示了每日病例与谷歌趋势搜索与COVID-19及其症状相关的词汇之间的正相关关系。