Инфодемиологическое исследование эпидемии коронавируса с использованием Google Trends в странах Центральной Азии – Казахстане, Киргизии, Узбекистане, Таджикистане

Пандемия коронавирусной инфекции (COVID-19) создала уникальную возможность установить закономерности активности пользователей в интернете в связи с новым заболеванием. Цель исследования. Оценка взаимосвязи интереса пользователей сети интернет к вопросам здоровья, связанным с COVID-19, в странах Центральной Азии – Казахстане, Киргизии, Узбекистане и Таджикистане и динамики эпидемического процесса этой инфекции по поисковым запросам в Google Trends. Материалы и методы. Проведен анализ запросов по теме «COVID-19», полученных из Google Trends, с 09.01 по 04.10.2020. Результаты. Анализ поисковой активности по запросам в Казахстане, которые могут быть связаны с симптомами COVID-19 показал, что только запросы, содержащие ключевое слово «обоняние», «потеря обоняния», «одышка», «температура», имеют корреляцию с подтвержденным числом заражения коронавирусной инфекцией (r = 0,65 для запроса «обоняние», r = 0,53 для запросов «потеря обоняния» и «одышка», r = 0,60 для запроса «температура»). В Киргизии при анализе запросов, которые могут быть связаны с коронавирусной инфекцией, были выявлены корреляции только для тех, которые содержали ключевое слово «обоняние» (r = 0,62) и «температура» (r = 0,53) с 09.01 по 04.10.2020. Обнаружены корреляции (r > 0,65) между динамикой запросов, содержащих ключевые слова «коронавирус», «заражение» у пользователей сети Интернет в Казахстане, Киргизии и Узбекистане. При анализе запросов, связанных с диагностикой COVID-19, в Казахстане и Киргизии был выявлен повышенный интерес интернет-общественности к методу «компьютерная томография», причем пик интереса совпал с максимальным количеством подтвержденных случаев COVID-19 (коэффициент корреляции составил 0,714). Заключение. Взаимосвязь между запросами в интернете, сообщениями в СМИ и фактическими сведениями о заболеваемости многофакторная и требует дальнейшего изучения. Тем не менее основные тренды поисковых запросов в интернете в период пандемии могут служить дополнительным компонентом эпидемиологического надзора.

COVID-19, коронавирус SARS-CoV-2, Google Trends, корреляция, запрос

1. Mollema L., Harmsen I. A., Broekhuizen E., Clijnk R., De Melker H., Paulussen T. Et al. Disease detection or public opinion reflection? Content analysis of tweets, other social media, and online newspapers during the measles outbreak in The Netherlands in 2013. J. Med. Internet Res. 2015; 17 (5): e128. DOI: 10.2196/jmir.3863. https://www.jmir.org/2015/5/e128/

2. Chen Y., Zhang Y., Xu Z., Wang X., Lu J., Hu W. Avian influenza A (H7N 9) and related Internet search query data in China. Sci. Rep. 2019; 9 (1): 10434. DOI: 10.1038/s41598–019–46898-y.

3. Mohamed N. A. Knowledge, attitude and practice on bats-borne diseases among village residents: a pilot study. Med & Health. 2018; 13 (2): 48–57. DOI: 10.17576/MH.2018.1302.05. https://www.cabdirect.org/globalhealth/abstract/20193459604

4. Zeraatkar K., Ahmadi M. Trends of infodemiology studies: a scoping review. Health Info Libr. J. 2018; 35 (2): 91–120. DOI: 10.1111/hir.12216.

5. Tang L., Bie B., Park S., Zhi D. Social media and outbreaks of emerging infectious diseases: A systematic review of literature. Am. J. Infect. Control. 2018; 46 (9): 962–72. DOI: 10.1016/j.ajic.2018.02.010.

6. Eysenbach G. SARS and population health technology. J. Med. Intern. Res. 2003; 5 (2): e14. DOI: 10.2196/jmir.5.2.e14.

7. Mavragani A., Ochoa G. Infoveillance of infectious diseases in USA: STDs, tuberculosis, and hepatitis. J. Big. Data 2018; 5 (1): DOI: 10.1186/s40537–018–0140–9.

8. Roccetti M., Marfia G., Salomoni P., Prandi C., Zagari R. M., Gningaye Kengni F. L. et al. Attitudes of Crohn’s Disease Patients: Infodemiology Case Study and Sentiment Analysis of Facebook and Twitter Posts. JMIR Public Health Surveill. 2017; 3 (3): e51. DOI: 10.2196/publichealth.7004.

9. Mavragani A., Ochoa G. Google Trends in Infodemiology and Infoveillance: Methodology Framework. JMIR Public Health Surveill. 2019; 5 (2): e13439. DOI: 10.2196/13439.

10. Момыналиев К. Т., Акимкин В. Г. Анализ динамики запросов Google Trends в России в период пандемии коронавирусной инфекции как инструмент эпидемиологического надзора. Эпидемиол. инфекц. болезни. Актуал. вопр. 2020; 10 (4).

11. Mavragani A., Ochoa G. Tsagarakis KP (2018) Assessing the methods, tools, and statistical approaches in Google Trends research: systematic review. J. Med. Intern. Res. 2018; 20 (11): e270.

12. Ginsberg J., Mohebbi, M., Patel, R. et al. Detecting influenza epidemics using search engine query data. Nature 2009; 457: 1012–4.

13. Shin S., Seo D., An J. et al. High correlation of Middle East respiratory syndrome spread with Google search and Twitt.er trends in Korea. Sci Rep 6, 32920 (2016). https://doi.org/10.1038/srep32920

14. Google Trends. https://trends.google.com/trends/?geo=US

15. Wang C., Horby P. W., Hayden F. G., Gao G. F. A novel coronavirus outbreak of global health concern. Lancet 2020; 395 (10223): 470–3. DOI: 10.1016/s0140–6736(20)30185–9.

16. Guan W., Ni Z., Hu Y., Liang W., Ou C., He J. et al. China Medical Treatment Expert Group for Covid-19 Clinical characteristics of coronavirus disease 2019 in China. N Engl J Med 2020; 382: 1708–1720. DOI: 10.1056/NEJMoa2002032.

17. Chow EJ, Schwartz NG, Tobolowsky FA, et al. Symptom Screening at Illness Onset of Health Care Personnel With SARS-CoV-2 Infection in King County, Washington. JAMA. 2020; 323 (20): 2087–2089. DOI: 10.1001/jama.2020.6637.

18. World Health Organization. [2020–04–10]. WHO timeline – COVID-19. https://www.who.int/news-room/detail/08–04–2020-who-timeline-covid-19

19. Временные методические рекомендации «Профилактика, диагностика и лечение новой коронавирусной инфекции (COVID-19)». https://static-0.minzdrav.gov.ru/system/attachments/attaches/000/052/548/original/МР_COVID-19_%28v.9%29.pdf?1603730062

20. Ayyoubzadeh S. M., Zahedi H., Ahmadi M. Predicting COVID-19 incidence using Google Trends and data mining techniques: a pilot study in Iran. JMIR Public Health Surveill. 2020; 6 (2): e18828.

21. Walker MD, Sulyok M. Online behavioural patterns for Coronavirus disease 2019 (COVID-19) in the United Kingdom. Epidemiol Infect. 2020 Jun 5; 148: e110. DOI: 10.1017/S0950268820001193. PMID: 32498731. PMCID: PMC 7306408.

22. Rovetta A., Bhagavathula A. COVID-19-Related Web Search Behaviors and Infodemic Attitudes in Italy: Infodemiological Study. JMIR Public Health Surveill. 2020; 6 (2): e19374. DOI: 10.2196/19374.

23. Effenberger M., Kronbichler A., Shin J. I., Mayer G., Tilg H., Perco P. Association of the COVID-19 pandemic with Internet Search Volumes: A Google Trends TM Analysis. Int. J. Infect. Dis. 2020; 95: 192–7. DOI: 10.1016/j.ijid.2020.04.033.

24. Walker A., Hopkins C., Surda P. Use of Google Trends to investigate loss-of-smellrelated searches during the COVID-19 outbreak. Int. Forum Allergy Rhinol. 2020; 10 (7): 839–47. DOI: 10.1002/alr.22580

25. Higgins T. S., Wu A. W., Sharma D. et al. Correlations of Online Search Engine Trends with Coronavirus Disease (COVID-19) Incidence: Infodemiology Study. JMIR Public Health Surveill. 2020; 6 (2): e19702. DOI: 10.2196/19702.