利用网络搜索数据预测抗菌药物消费
信息检索
2018-03-12 v1
摘要
抗菌药物（如抗生素）的消费与抗菌素耐药性相关。因此，抗菌药物消费的监测是应对抗菌素耐药性的重要环节。许多国家缺乏充分的监测系统。因此，网络挖掘数据的使用有潜力改进当前的监测方法。为此，我们研究了基于网络搜索查询预测抗菌药物消费的效果，并与抗菌药物的历史购买数据进行比较。我们提出了两种预测模型（线性Elastic Net和非线性Gaussian Processes），并在来自丹麦近6年的每周抗菌药物消费数据和来自Google Health Trends的网络搜索数据上进行了训练和评估。我们提出了一种通过考虑与抗菌药物相关的疾病和药物，以及抗菌药物的专家和门外汉描述（均从开放网络挖掘）来选择网络搜索查询的新方法。我们发现，基于网络搜索数据的预测误差略高，但总体上与基于抗菌药物购买的预测相当。这一微小差异对应于每周使用量中\%点的平均绝对误差。当结合网络搜索和购买数据时，报告了最佳预测。本研究为预测（从而监测）抗菌药物消费这一现实问题贡献了一种新颖的替代方案，在缺乏集中且及时监测系统的国家/地区尤其有价值。
引用
@article{arxiv.1803.03532,
title = {Predicting antimicrobial drug consumption using web search data},
author = {Niels Dalum Hansen and Kåre Mølbak and Ingemar Cox and Christina Lioma},
journal= {arXiv preprint arXiv:1803.03532},
year = {2018}
}