論文の概要: Google Searches and COVID-19 Cases in Saudi Arabia: A Correlation Study
- arxiv url: http://arxiv.org/abs/2011.14386v1
- Date: Sun, 29 Nov 2020 15:11:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-22 16:42:40.852431
- Title: Google Searches and COVID-19 Cases in Saudi Arabia: A Correlation Study
- Title（参考訳）: サウジアラビアにおけるgoogle検索とcovid-19感染者の相関研究
- Authors: Btool Hamoui, Abdulaziz Alashaikh, Eisa Alanazi
- Abstract要約: 我々は,2020年3月2日から10月31日までの10種類の共通症状関連キーワードを用いてGTデータを検索した。
新型コロナウイルスとGoogle検索語との相関を判定するために,スピアマン相関を行った。
毎日の最も高い相関関係は、Smellの損失と、Los of TasteとDroprrheaが続く。
- 参考スコア（独自算出の注目度）: 0.7734726150561088
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Background: The outbreak of the new coronavirus disease (COVID-19) has
affected human life to a great extent on a worldwide scale. During the
coronavirus pandemic, public health professionals at the early outbreak faced
an extraordinary challenge to track and quantify the spread of disease.
Objective: To investigate whether a digital surveillance model using google
trends (GT) is feasible to monitor the outbreak of coronavirus in the Kingdom
of Saudi Arabia. Methods: We retrieve GT data using ten common COVID-19
symptoms related keywords from March 2, 2020, to October 31, 2020. Spearman
correlation were performed to determine the correlation between COVID-19 cases
and the Google search terms. Results: GT data related to Cough and Sore Throat
were the most searched symptoms by the Internet users in Saudi Arabia. The
highest daily correlation found with the Loss of Smell followed by Loss of
Taste and Diarrhea. Strong correlation as well was found between the weekly
confirmed cases and the same symptoms: Loss of Smell, Loss of Taste and
Diarrhea. Conclusions: We conducted an investigation study utilizing Internet
searches related to COVID-19 symptoms for surveillance of the pandemic spread.
This study documents that google searches can be used as a supplementary
surveillance tool in COVID-19 monitoring in Saudi Arabia.
- Abstract（参考訳）: 背景:新型コロナウイルス(COVID-19)の流行は、世界規模で人間の生活に大きな影響を与えている。
新型コロナウイルスの感染拡大を受け、公衆衛生専門家は感染拡大の追跡と定量化が困難な状況に陥った。
目的: サウジアラビア王国における新型コロナウイルスの流行状況を監視するために, Google Trends (GT) を用いたデジタル監視モデルの有効性を検討する。
方法:2020年3月2日から10月31日までの10種類の共通症状関連キーワードを用いてGTデータを検索する。
新型コロナウイルスとGoogle検索語との相関を判定するために,スピアマン相関を行った。
結果: Cough と Sore Throat に関連する GT データは,サウジアラビアのインターネット利用者によって最も検索された症状である。
毎日の最も高い相関関係は、"Los of Smell" であり、"Los of Taste" と "Droprrhea" が続く。
また,週毎の報告例と,嗅覚の喪失,味覚の喪失,下垂れの症状との間にも強い相関関係が認められた。
結論: 新型コロナウイルスの症状に関連するインターネット検索を, パンデミックの監視に活用する調査を行った。
この研究は、サウジアラビアにおける新型コロナウイルス監視の補助的監視ツールとしてGoogle検索が利用できることを文書化した。
関連論文リスト
- Machine Learning-driven Analysis of Gastrointestinal Symptoms in
Post-COVID-19 Patients [0.0]
この研究は、2022年から2023年にかけて収集されたイラクの新型コロナウイルス後913人のデータを基にしている。
腹痛, 吐き気, 腹痛を主訴に来院した。
これらの知見は、新型コロナウイルス後ケアにおけるGI症状のモニタリングと対処の重要性を浮き彫りにした。
論文 参考訳（メタデータ） (2023-09-27T22:34:19Z) - Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。
パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。
研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文 参考訳（メタデータ） (2023-03-23T17:19:26Z) - "COVID-19 was a FIFA conspiracy #curropt": An Investigation into the
Viral Spread of COVID-19 Misinformation [60.268682953952506]
我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。
我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
論文 参考訳（メタデータ） (2022-06-12T19:41:01Z) - American Twitter Users Revealed Social Determinants-related Oral Health
Disparities amid the COVID-19 Pandemic [72.44305630014534]
新型コロナウイルス(COVID-19)パンデミックの期間中に、26州で9,104人のTwitterユーザーから、口腔の健康関連ツイートを収集しました。
女性や若年者(19-29)は口腔の健康問題について話す傾向が強い。
新型コロナウイルス(COVID-19)のリスクが高い郡の人々は、歯の腐敗や歯の出血、歯の破折について語っています。
論文 参考訳（メタデータ） (2021-09-16T01:10:06Z) - The Causality Inference of Public Interest in Restaurants and Bars on
COVID-19 Daily Cases in the US: A Google Trends Analysis [2.826858247883636]
新型コロナウイルスの感染拡大は世界のほぼすべての地域で影響を受けている。
米国の毎日の症例数は他のどの国よりも多く、州の大半で増加傾向にある。
Googleトレンドは、さまざまな期間にさまざまなトピックに対する一般の関心を提供する。
論文 参考訳（メタデータ） (2020-07-27T00:29:06Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳（メタデータ） (2020-06-05T02:04:25Z) - Remote health monitoring and diagnosis in the time of COVID-19 [51.01158603315544]
コロナウイルス(COVID-19)は重症急性呼吸器症候群ウイルス(SARS-CoV-2)によって引き起こされる
パンデミックは、遠隔医療サービスを提供するための新しいルートを革新し、拡張し、創り出すインセンティブを駆り立ててきた。
論文 参考訳（メタデータ） (2020-05-18T08:54:38Z) - Early Outbreak Detection for Proactive Crisis Management Using Twitter
Data: COVID-19 a Case Study in the US [0.0]
病気の流行の間、タイムリーな非医療的介入は、病気が流行し、究極的にはパンデミックになるのを防ぐのに重要である。
この研究は、新型コロナウイルス(COVID-19)のパンデミック(パンデミック)を取り巻くツイッターの投稿を収集する。
論文 参考訳（メタデータ） (2020-05-01T16:27:50Z) - The Second Worldwide Wave of Interest in Coronavirus since the COVID-19
Outbreaks in South Korea, Italy and Iran: A Google Trends Study [0.0]
この研究は、新型コロナウイルスの感染拡大に対する世界中の関心を監視するために、Google Trends(GT)の利用の可能性を探るものである。
GTは、このトピックに関心があるため、リバースエンジニアリングデータのソースとして選ばれた。
情報需要の第1波で世界最高水準に達したのは2020年1月31日だった。
論文 参考訳（メタデータ） (2020-03-24T17:33:59Z) - Novel Coronavirus COVID-19 Strike on Arab Countries and Territories: A
Situation Report I [0.0]
新型コロナウイルス(Coronavirus, COVID-19)は、中国武漢で最初に発見された新型コロナウイルス(COVID-19)または2019-nCoV(nCoV)によって引き起こされる感染症である。
この疾患は呼吸器疾患(インフルエンザなど)を引き起こすが、痛み、発熱、より重篤な症例では呼吸が困難である。
論文 参考訳（メタデータ） (2020-03-20T21:23:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。