Uso de la herramienta Google Trends para estimar la incidencia de enfermedades tipo influenza en Argentina
Bibliographic Data
| ID | 5165817 |
|---|---|
| Authors | Pablo Wenceslao Orellano (National Institute of Industrial Technology), Pablo Orellano (0000-0001-8911-663X, National Institute of Industrial Technology), Julieta Itatí Reynoso (Interzonal General de Agudos "San Felipe", Argentina), Julieta Reynoso (0000-0003-1542-4167, National University of General San Martín), Julián Antman (0000-0002-1686-2890, Ministerio de Salud de la Nación, Argentina), Osvaldo Argibay (Ministerio de Salud de la Nación, Argentina) |
| Year | 2015 |
| Volume | 31 |
| Issue | 4 |
| Pages | 691-700 |
| Publication date | 2015-04-01 |
| Peer Reviewed | Yes |
| Open Access | Yes |
| Type | ARTICLE |
| Venue | Cadernos de Saude Publica (JOURNAL) |
| Journal identifiers | ISSN: 0102-311X • E-ISSN: 1678-4464 |
| Publisher | FapUNIFESP (SciELO) (PUBLISHER) |
| DOI | 10.1590/0102-311x00072814 |
| PMID | 25945979 |
| OpenAlex | W2031666822 |
| SCIELO_PID | S0102-311X2015000400691 |
| Language | ES |
| Citations received | 1 |
| References cited | 22 |
El objetivo del presente estudio fue hallar un modelo para estimar la incidencia de enfermedades tipo influenza (ETI), a partir de los términos de búsqueda relacionados recolectados por el Google Trends (GT). Los datos de vigilancia de ETI para los años 2012 y 2013 se obtuvieron del Sistema Nacional de Vigilancia de la Salud de Argentina. Las búsquedas de Internet se obtuvieron de la base de datos del GT, usando 6 términos: gripe, fiebre, tos, dolor de garganta, paracetamol e ibuprofeno. Se desarrolló un modelo de regresión de Poisson a partir de datos del año 2012, y se validó con datos del 2013 y resultados de la herramienta Google Flu Trends (GFT). La incidencia de ETI del sistema de vigilancia presentó fuertes correlaciones con las estimaciones de ETI del GT (r = 0,927) y del GFT (r = 0,943). Sin embargo, el GFT sobreestimó el pico de incidencia por casi el doble, mientras que el modelo basado en el GT subestimó el pico de incidencia por un factor de 0,7. Estos resultados demuestran la utilidad del GT como un complemento para la vigilancia de la influenza
Humanities · Political science · COVID-19 epidemiological studies · Data-Driven Disease Surveillance · Influenza Virus Research Studies · Philosophy
Detecting influenza epidemics using search engine query data
The Parable of Google Flu
The R Package geepack for Generalized Estimating Equations
When Google got flu wrong
Google Trends
Low usage of government healthcare facilities for acute respiratory infections in guatemala
Influenza among adults in Latin America, current status, and future directions
Google Flu Trends” and Emergency Department Triage Data Predicted the 2009 Pandemic H1N1 Waves in Manitoba
| Unique citing works | 1 |
|---|---|
| Citations per year | 0,09 |
| Citation span | 2015 - 2015 (1) |
| Citation velocity | historical |
| Highly cited | No |
| Citation types | Neutral: 1 |