基于互联网大数据对新型冠状病毒肺炎症状特征的研究与分析

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。