新的研究显示，在线搜索可以帮助预测COVID-19未来的飙升和下降

一组研究人员发现，对移动和孤立活动的在线搜索可以帮助预测COVID-19病例后来的激增和下降。它的发现基于对在线搜索的四个月的分析，提供了一种潜在的方法来预测大流行的途径——在新感染被报告之前。

Anasse Bari说:“这是建立一种工具的第一步，该工具可以通过捕捉高风险活动和预期的流动性，帮助预测COVID - 19病例激增，对健身房和现场用餐的搜索可以阐明这一点。”他是纽约大学Courant数学科学研究所计算机科学的临床助理教授，也是发表在该杂志上的论文的作者之一社会网络分析与挖掘。“使用这种‘替代数据’并不是什么新鲜事，它已经被用于其他目的——例如，替代数据已被用于金融领域，以产生数据驱动的投资，比如研究停车场汽车的卫星图像，以预测企业收益。”

“我们的研究表明，通过提前发现疫情可能发生的地方，同样的技术可以用于对抗流行病，”纽约大学格罗斯曼医学院传染病与免疫学部门的临床助理教授梅根·科菲补充说。“通过进一步的工作和验证，开发一个行为晴雨表将使政策制定者和流行病学家能够跟踪社会干预的影响，并为高涨的情绪做好准备。”

这项研究还显示，在解除封锁限制后，家庭以外的预期活动之间存在关联，指出了如何使用替代数据衡量政策决定的影响。

自大流行开始以来，各国政府往往根据新冠肺炎病例激增的情况限制活动，然后在减少后又放松这些限制。然而，这些行动是针对感染率而采取的，旨在限制未来病例的传播。

在社会网络分析与挖掘研究中,研究人员试图确定是否有办法发现行为已知流感大流行期间风险(例如,去理发店和指甲沙龙)之前,当地和地区暴发和相反,行为识别已知风险更低(例如,在家锻炼)下降之前冠状病毒病例。

Bari解释说:“我们的目标是利用传染病流行病学的新数据来源，捕捉一场前所未有的大流行的潜在社会动态。”“当人们搜索当地酒吧的打烊时间或查找当地健身房的方向时，他们就能了解自己未来可能面临的风险。”

为了验证这一点，他们研究了2020年3月至6月全美50个州的在线搜索。在这里，他们将搜索分为两类，即“轨迹”:移动指数跟踪，它将搜索结果与家中其他人的互动联系起来(例如，“我附近的剧院”，“机票”)，以及隔离指数跟踪，它将搜索结果与家中的活动联系起来(“外卖”，“在家瑜伽”)。

该团队选择的搜索关键词是根据最近的民主基金和加州大学洛杉矶分校国家景观调查得出的，该调查追踪了一些个人报告说，如果“根据公共卫生官员的建议取消有关活动的限制”，他们将优先参加这些活动。最受欢迎的结果包括“去体育馆/音乐会”、“去看电影”和“参加体育活动”。

使用谷歌Trends数据，研究人员跟踪了与移动性和隔离性相关的搜索趋势，以开发移动性和隔离性指数。他们补充了“净移动指数”，即移动指数和隔离指数之间的差异。

然后，研究人员通过检查州和地方卫生机构的数据，观察了10至14天后COVID-19病例的增长情况——暴露与症状之间的预期滞后时间。

总体而言，他们发现在研究期间(2020年3月至6月)，50个州中的42个州的净移动指数与每周报告的新冠肺炎病例相关。

研究人员还对五个州(亚利桑那州、加利福尼亚州、佛罗里达州、纽约州和德克萨斯州)进行了更仔细的研究，以确定取消“不出门”订单对搜索的影响。在所有这些州，流动性指数在封锁初期下降，但随着重新开放而增加。随后，2019冠状病毒病病例于2020年6月在全国再次上升，亚利桑那州、加利福尼亚州、佛罗里达州和德克萨斯州病例激增。

与此形成对比的是，在这5个州，流动指数的早期急剧下降之后，案件增长数据也急剧下降。

“通过这项工作，我们希望建立一个知识库这篇论文的作者之一、纽约大学的一名本科生Aashish Khubchandani说。

研究人员认识到，预测感染爆发的基于搜索的方法引起了对隐私的担忧。但是，他们强调，他们的工具使用大量搜索查询，而不是单个查询，并依赖匿名数据来提供与健康有关的预测。

---

---