利用 Google 趋势预测死亡率

本文研究了发达国家的死亡率模型，美国拥有全球最大经济体因而可作为理想代表。死因的早期监测至关重要，其能使针对登革热等严重疾病的预防步骤得以准备。有研究报道，某些搜索查询，尤其是 Google Trends 上那些与疾病相关的术语至关重要。为此，我们纳入来自 Google Trends 的主要死因或扩展或更通用的术语，使用 Wiener Cascade Model 来解码死亡率相关术语。利用搜索词的时间序列与小波 scalogram，将搜索查询的模式划分为不同周期的层级。结果包括解码趋势、特征重要性和解码模式的准确性。关于预测变量的三种情景包括使用全部 19 个特征、周期最强的十个预测变量，或权重最高的十个预测变量。所有搜索查询的时间跨度为 2013 年 12 月至 2018 年 12 月。结果表明，兼具较高权重与年度周期模式的搜索词在预测单词 die 时贡献更大；然而，仅有较高权重的预测变量对预测单词 death 有价值。