目的:分析中国网民对糖尿病的关注程度和信息需求。方法:利用百度指数，对截至2019年4月4日的网络用户检索关键词“糖尿病”的数据从趋势分析、地域分布、人群属性分析、热门检索词分析等四个维度进行分析。结果:我国网民对“糖尿病”整体搜索量呈现上升趋势，尤其是移动端搜索；检索量排名前十的地区以经济发达地区为主（如广东、江苏、浙江等），其糖尿病发病率高于全国平均水平；糖尿病发病率最高的人群（≥50岁组）和网民数量最多的人群（<30岁组）均很少使用网络搜索糖尿病相关信息（分别占比10.0%和17.0%）；网民数量及糖尿病患病率无男女差异，但男性比女性更倾向于搜索糖尿病相关信息（分别占比63.0%和37.0%）。热门检索词分析发现早期症状、治疗目标和饮食处方是出现频次最高的词类。结论:我国网民对糖尿病相关信息保持较高关注度，还具有信息内容需求差异、获取信息的渠道变化、信息传播的时间波动性、信息需求的地域和年龄差异等特点。

目的:评估广东省各市新型冠状病毒的疫情输入风险，并进行短期风险预警。方法:获取截至2020年2月25日广东省21个地级市和其他各省报告病例数及百度迁徙指数，计算广东省各城市的累计疫情输入风险指数，对输入风险指数与病例报告数进行相关性分析以确定滞后时间，最后根据风险指数划分疫情输入风险等级。结果:广东省累计报告确诊病例1 347例，90.0%的病例聚集在珠三角地区。广东省平均每天的疫情输入风险指数为44.03。在各市的输入风险来源中，湛江市的最大风险来自海南省，其他市均来自湖北省，广东省的相邻省份也有较大影响。广东省滞后4 d的疫情输入风险指数与每日新增病报告例数的相关性最高（ r=0.73）。各市累计4 d的风险预警显示，未来4 d东莞、深圳、中山、广州、佛山和惠州市具有高输入风险，累计输入风险指数分别为38.85、21.59、11.67、11.25、6.19和5.92，最高风险仍来源于湖北省。 结论:广东省外来人口较多的城市具有较高的疫情输入风险，湖北省和广东省的邻近省份是输入疫情的主要省份。

目的:通过谷歌趋势、百度指数和微信指数搜索炎症性肠病(IBD)相关关键词，根据搜索热度等指标分析IBD在中国的流行趋势和人群特征，为全国IBD流行病学研究提供参考。方法:选取IBD相关性热词如"inflammatory bowel disease""Crohn′s disease""ulcerative colitis""胃食管反流病(GERD)""炎症性肠病""克罗恩病""溃疡性结肠炎""肠易激综合征(IBS)""幽门螺杆菌( H. pylori)"等。通过谷歌趋势、百度指数和微信指数，基于以上给定术语，分析在全球与中国以上关键词的搜索热度和趋势，总结中国的IBD流行病学特征。采用描述性方法进行统计学分析。 结果:谷歌趋势分析显示，GERD是5种消化系统疾病(GERD、IBS、 H. pylori感染、IBD、消化性溃疡)中最受公众关注的疾病，而IBD不是常见消化系统疾病中的主要焦点。当全球搜索范围限定于IBD相关热词时，克罗恩病为IBD相关疾病中的首要关注疾病。南美、南亚次大陆和非洲部分地区主要关注溃疡性结肠炎，中国和东南亚地区国家更多关注IBD。百度指数搜索结果显示，全国搜索IBD相关热词中，"炎症性肠病""溃疡性结肠炎""克罗恩病"3大关键词的搜索热度均较高，3个关键词的搜索指数整体日均值分别为325、1 320、2 559，"克罗恩病"的搜索热度高于"炎症性肠病"和"溃疡性结肠炎"。全国"炎症性肠病""溃疡性结肠炎""克罗恩病"的搜索热度趋势基本一致，即从中国东部沿海到西北部热度逐渐递减，与我国经济发展的三级阶梯趋势基本重合，提示经济发展水平与IBD发病有关。百度指数中，搜索IBD相关关键词的主要人群为20~39岁青壮年和女性。微信指数分析显示，"炎症性肠病""溃疡性结肠炎""克罗恩病"3大关键词搜索热度分别为205 000、195 000、120 000，"炎症性肠病"的搜索热度最高；公众号(90.27%)、视频号(7.43%)占据了IBD相关信息的移动端主要来源。 结论:与IBD相关的互联网活动表明，全球尚缺乏对IBD的公众认识，中国也面临同样的问题。互联网检索趋势与IBD流行病学一致，可能有助于未来中国IBD流行病学研究。移动媒体将成为促进中国IBD患者教育和疾病管理的潜在力量。

目的:了解新冠疫情发生前后公众对戒烟相关信息的网络关注度及变化趋势。方法:在百度指数大数据分析平台，人工提取关键词“吸烟危害”“戒烟”“二手烟”和“电子烟”疫情发生前（2016年1月1日—2019年12月31日）和疫情发生后（2020年1月1日—2020年12月31日）的月度搜索指数数据。采用单因素方差分析比较有关数据显示期间各关键词间的年度搜索指数差异，采用线性回归模型分析疫情发生前搜索指数的年度间线性变化趋势，采用单样本均值 t检验分析疫情发生后搜索指数与疫情前均值的差异。 结果:2016—2020年“电子烟”的年度搜索指数最高（约146.5万），其次是“吸烟危害”（约88.4万）和“戒烟”（约78.0万），“二手烟”最低（约17.1万）。疫情发生前（2016—2019年）各关键词的搜索指数累计增长量为正，但年度变化线性趋势不显著（ P>0.05）；疫情期间（2020年），“吸烟危害”的搜索指数较疫情前平均水平显著下降（约79.4万比90.7万， P=0.011），“戒烟”（约59.1万比82.7万， P=0.172）和“二手烟”（约16.4万比17.2万， P=0.257）亦呈现下降趋势，但“电子烟”逆势上涨，超过疫情前水平（约182.5万比137.5万， P=0.010）。 结论:新冠疫情发生后多数戒烟相关信息的网络关注度下降，但“电子烟”的网络关注度骤增，亟需加强对电子烟的监管及对科学戒烟方法的有效宣传。

目的:探索利用Hirsch指数(H指数)对医学人才发表学术论文绩效进行评价的可行性。方法:纳入南京医科大学附属无锡人民医院67位医学人才为研究对象，检索其自2007年以来在PubMed、中国引文数据库、中国知网(CNKI)、万方、百度学术等数据库中收录的已发表论文数量和被引用次数，根据Rousseau R提出的列表法计算纳入对象发表文章的H指数。将H指数与研究对象的发表文章数、总被引次数、均篇被引次数等传统科研绩效评价指标进行对比分析，并利用Pearson检验探寻H指数和传统评价指标之间的相关性。结果:纳入的67位对象发表文章的H指数分布在1至14之间；Pearson检验提示，H指数和发文总数、总被引次数和均篇被引次数均在0.01水平上显著相关，Pearson值分别为0.746、0.932和0.648。结论:H指数作为新的科研绩效评价体系在对医疗人才的评价中具有一定价值，但在数据库纳入范围、研究工作时长、纳入文章中的作者排名限定等方面尚有待继续改进和优化。

目的:基于互联网大数据探索新型冠状病毒肺炎（新冠肺炎）的症状特征，提高新冠肺炎防控意识。方法:通过互联网搜索引擎收录的关键词检索数据（百度指数）及中国疾病预防控制中心公布的疫情相关数据，选取2017—2020年每年1月1日至2月20日期间新冠肺炎相关症状关键词的搜索量及2020年1月20日至3月5日的新增确诊及新增疑似病例数，分析新冠肺炎相关症状的搜索量差异及其特征，分析新冠肺炎百度指数与新增确诊、新增疑似的相关性，并探讨网络检索热度的滞后效应。2020年的数据与2017—2019年的数据进行比较，湖北省的数据与确诊人数第2至第10位的9个省份的数据进行比较。采用R3.6.2统计软件进行数据分析。结果:将2020年1月1日至2月20日期间的搜索量与往年（2017—2019年）同期的搜索量均值相比，发现湖北省民众对咳嗽、发热、腹泻、胸闷、呼吸困难等症状的搜索量大幅升高。下呼吸道症状的总检索量明显高于上呼吸道症状的总检索量（ P<0.001）。湖北省新冠肺炎百度指数与新增确诊及新增疑似具有明显相关性（ rs确诊=0.723， rs疑似=0.863， P值均<0.001）。分布滞后模型结果提示在互联网上检索相关症状的感染者可能在后来的2~3 d开始就诊并成为疑似病例，3~4 d确诊。 结论:疫情期间湖北省民众对下呼吸道症状的总检索量较上呼吸道症状的总检索量增多，而且腹泻症状的检索量亦显著升高，警示我们对新冠肺炎除了关注下呼吸道症状，也应该重视腹泻等消化道症状。互联网检索大数据与新增确诊数、新增疑似数存在相关性，提示其对于传染性疾病具有一定的预警作用。

目的 通过分析新型冠状病毒感染相关搜索词与境外输入新型冠状病毒感染实际病例的相关性,考虑不同搜索词对境外输入新型冠状病毒感染传播的影响,构建符合我国具有境外输入特征的传染病模型.方法 选择2020年3月5日-2022年10月31日的百度相关搜索关键词和确诊新型冠状病毒感染境外输入病例的数据,采用相关分析,分析两者之间的相关性及时序变化特征,进而分别建立多元线性回归模型以及神经网络模型,并用均方误差(MSE)、均方根误差(RMSE)和拟合优度值(R2)评价两种模型的预测效果.结果 多元线性回归模型和神经网络模型均在提前3d预测时有较好的预测效果,且基于神经网络建立的预测模型拟合效果优于多元线性回归模型,提前3 d的MSE、RMSE以及R2的值分别为77.25、8.79和0.88.结论 根据百度指数关键词建立的神经网络模型对境外输入日新增新型冠状病毒感染病例有一定的预测能力,能够提前3 d预测病例的波动趋势,可作为境外输入新冠感染监测的补充手段.

目的 以2020-2022年新型冠状病毒肺炎(2022年底更名为"新型冠状病毒感染")疫情为例,回顾性研究互联网大数据在新发传染病监测预警中的应用,为建立基于互联网大数据的新发传染病早期监测预警机制提供科学参考.方法 基于互联网大数据,收集2020-2022年四川省新型冠状病毒肺炎(以下简称"新冠肺炎")本土疫情网络舆情数据,通过百度指数(大众版)获取四川省内新冠肺炎的百度搜索指数,利用Excel 2013软件对数据进行描述性分析,计算构成比和比值.结果 根据定制的预警主题,2020-2022年间四川省共接收新冠肺炎疫情预警信息50 896条,主要分布在成都、南充、绵阳等6个地区.三年间共有9起新冠肺炎本土疫情,网络舆情系统均发出预警信息,其中7起预警时间早于传染病监测系统.监测到全网新冠肺炎相关舆情220 295条,峰值在2020年3月,负面舆情占比逐年下降.舆情集中在微信、微博、网媒和APP,2022年微信舆情构成较2020年上升104.41％.关键词主要集中在"确诊病例""肺炎""无症状""冠状病毒"等.新冠肺炎的百度搜索指数水平在2020年度最高,资讯指数在2022年最高.四川省和成都市搜索指数均分别位于全国同级地区前十位.结论 互联网大数据监测在新冠肺炎本土疫情期间发挥了早期监测预警作用,舆情信息特征多角度反映社会对疾病的关注重点,本研究认为互联网大数据可以作为传统传染病监测预警的重要补充渠道之一.

目的 构建基于百度指数与长短期记忆网络(long short-term memory,LSTM)相结合的甲流病例预测系统.方法 通过挖掘甲流文本中的甲流关键词与主题,建立甲流词库,用极端梯度提升算法(extreme gradient boosting,XGBoost)计算甲流关键词对甲流病例的贡献度,筛选出重要关键词,并构建LSTM模型预测甲流病例,将其与传统互相关分析选出的甲流关键词,所构建的支持向量机回归(support vector regression,SVR)和BP神经网络的预测结果,进行多指标对比.结果 XGBoost选出甲流关键词后建立的LSTM模型的预测结果,其RMSE、MAE、R2分别为306.59、152.18、0.93,均优于对比的传统预测方法,说明所构建的框架在甲流病例趋势监测方面表现更好,适用于流感疫情的预测分析.结论 本文所构建的甲流病例预测系统,为未来加强技术选词、考虑变量之间的非线性关系以及深度学习在大数据预测流感方面提供参考.

目的 了解新型冠状病毒感染流行发生前后耳部症状网络关注度变化趋势,利用百度指数观察全国新增新型冠状病毒感染确诊例数与公众关注度之间的相关性,探究网络数据对公共卫生事件早期预警的影响.方法 在百度指数数据平台,提取关键词"耳聋""耳鸣""听力下降""眩晕""耳朵闷闷的堵住的感觉""聋"新型冠状病毒感染流行发生前后搜索指数数据,采用单因素方差分析比较新型冠状病毒感染流行发生前后百度搜索指数差异,采用Pearson相关系数对新型冠状病毒感染流行期间百度搜索指数与全国新型冠状病毒感染每日新增确诊病例数变化趋势进行相关性分析.结果 新型冠状病毒感染流行发生后(2020-2023 年)耳部相关症状百度搜索指数与感染流行前(2017-2020 年)同期相比,"耳聋""耳鸣""听力下降""眩晕""聋"症状的搜索指数大幅升高(P<0.001)."耳聋""听力下降""眩晕""耳朵闷闷的堵住的感觉""聋"百度搜索指数与新增确诊病例均具有明显相关性(P<0.001).结论 新型冠状病毒感染流行发生后耳部症状网络关注度较发生前显著提高,新型冠状病毒感染新增确诊病例数与耳部症状百度搜索指数呈显著正相关,提示重视耳部症状健康管理有助于新型冠状病毒感染早期防治.