Abstract
Denne artikkelen gjennomført en av de første omfattende internasjonal Internet analyser av sesongsvingninger i informasjon som søker om tobakk og lungekreft. Søkedata for begrepene «tobakk» og «lungekreft» fra januar 2004 til januar 2014 ble samlet inn fra Google Trends. De aktuelle landene inkludert USA, Canada, Storbritannia, Australia og Kina. To statistiske tilnærminger inkludert periodogrammet og krysskorrelasjon ble brukt for å analysere sesongmønstre i de innsamlede søketrender og deres foreninger. For disse landene unntatt Kina, fire av seks kryss korrelasjoner av sesongkomponenter for søketrender om tobakk var over 0.600. For disse engelsktalende land, lignende mønstre eksisterte i data om lungekreft, og alle kryss sammenhenger mellom sesongkomponenter av søketrender om tobakk og som om lungekreft var også over 0,700. Sesongmessige mønstre vidt eksisterer i informasjonssøking om tobakk og lungekreft på en internasjonal skala. Funnene gir et stykke roman Internett-baserte bevis for sesongvariasjoner og helseeffektene av tobakksbruk
Citation. Zhang Z, Zheng X, Zeng DD, Leischow SJ (2015) Informasjon Søker Angå Tobakk og Lung Cancer : Effekter av Sesong. PLoS ONE 10 (3): e0117938. doi: 10,1371 /journal.pone.0117938
Academic Redaktør: Tobias Preis, University of Warwick, Storbritannia
mottatt: 12 august 2014; Godkjent: 04.01.2015; Publisert: 17 mars 2015
Copyright: © 2015 Zhang et al. Dette er en åpen tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Data Tilgjengelighet: All relevant data er i avisen og dens saksdokumenter filer
Finansiering:. Denne forskningen er delvis støttet av Natural Science Foundation National of China (https://www.nsfc.gov.cn/) under Grant No. 71103180 (PI: XZ), 71472175 (PI: XZ), 71025001 (PI: DDz), 91224008 (PI: DDz) og 61175040 (PI: WM); National Institutes of Health (NIH) i USA (https://www.nih.gov/) under Grant No. 1R01DA037378-01 (PI: DDz); Helsedepartementet i Kina (https://www.nhfpc.gov.cn/) under Grant No. 2012ZX10004801 (PI: DDz) og 2013ZX10004218 (PI: DDz); og ved Grant No. 2013A127 (PI: DDz). Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
Tobakk er det eneste lovlige rusmiddelet som forårsaker mange dødsfall av sine brukere når det brukes nøyaktig som forutsatt av produsenter [1]. Tobakksrøyking er assosiert med økt risiko for dårlig helse, uførhet og død av ikke-smittsomme kroniske sykdommer (f.eks lungekreft og hjerte- og karsykdommer) samt smittsomme sykdommer som tuberkulose [1]. Direkte tobakk røyking fører om drapet på 5 millioner mennesker over hele verden hvert år, og mange av disse dødsfallene skjer tidlig [1,2]. Gitt den alvorlige skader av tobakksrøyking, er tobakkskontroll en av de viktigste globale offentlige helseprioriteringer.
Exploring temporale mønstre (f.eks sesong) av røykeatferd i betydelig grad kan hjelpe oss til å gjøre fornuftige tobakkskontroll. For eksempel antyder en tidligere forskning at funn på sesong av røyking kan få store konsekvenser for tidspunktet for tobakk kontrolltiltak og tiltak [3]. Flere eksisterende empiriske studier [3,4,5,6,7] har funnet ut at sesong eksisterer i sigarettsalg [3,6], salg av nikotin erstatning terapi [4], oppstart av røyking blant ungdom [5], og utbruddet av ungdom røyking [7]. De fleste av disse studiene ble gjennomført basert på den faktiske og offline undersøkelsen data. Denne typen data innsamlet av survey-basert tobakkskontroll overvåking er kostbart å få tak i, og ofte mangler aktualitet [8,9]. I tillegg blir undersøkelsen data i de ovennevnte tidligere studier begrenset til det område av USA. Så langt vi kjenner til, har ingen omfattende studie om sesongvariasjoner i tobakksbruk er gjennomført på en internasjonal skala. Den viktigste årsaken kan være at det er vanskelig å skaffe egnede data på tvers av ulike land for slik studie.
Men denne situasjonen er presentert ovenfor er i endring. Nylig, med den raske veksten av Internett, er det et stort antall online søkedata om folkehelse (f.eks tobakk og lungekreft etc.), og slike søk data antyder offentlig interesse for folkehelsen informasjon. Den tidsriktig, i stor skala, offentlig og gratis Internett-søk data gir en ny ressurs for folkehelse forskere for å få en bedre forståelse av kollektive menneskelig atferd. For eksempel, noen tidligere studier brukes Nettsøk overvåke smittsomme og ikke-infeksiøs sykdommer som influensaepidemier [10,11,12] og andre sykdommer [13,14]. Tobakksforebyggende forskere har også brukt Internett-søk for å utforske temaer som studerer som søkte røykeslutt informasjon og hvordan de søkte den ved hjelp av Web søkemotorer [15,16], overvåking skatteunndragelse og røykeslutt etter økningen av sigarett skatt [17] og sporing populariteten av elektroniske sigaretter [18]. I tillegg ble effekten av Verdens tobakksfrie dag i Latin-Amerika evaluert av helserelaterte nyheter og Internett søk [8]. Siden noen tidligere studier viser at værforholdene (særlig temperatur) kan påvirke den sesongvariasjon av røykeatferd [3,6], tobakk og lungekreft informasjon søker relevant til røyking kan også ha sesongmønster. For å komplettere den nevnte offline undersøkelsen data, er målet med denne artikkelen er å utnytte Internett søkedata for å overvåke kontinuerlig befolkning interesse for tobakk og lungekreft og studere sesongmønster med informasjon som søker om tobakk og lungekreft.
Materialer og metoder
Etikk erklæringen
De rådata brukt i denne studien ble fritt lastes ned fra Google Trends (https://www.google.com/trends/), en offentlig tjeneste levert av Google Inc ., noe som gjør at Internett-brukere å undersøke trender i visse søkeord etter tid, geografisk plassering og kategori. Søket trenddata innhentet fra Google Trends er allerede anonymisert. Dataene ikke involverer menneskelige subjekt forskning, kliniske studier, dyreforsøk, og observasjonsstudier og feltstudier, slik at vi ikke trenger å få etisk forglemmelse fra en Institutional Review Board (IRB) eller fra en passende Datatilsynet. I tillegg har Google relevante retningslinjer for å håndtere etiske problemstillinger knyttet til Google Trends. Den rå datasett i denne studien ble avsatt som S1 og S2 datasett i saksdokumenter.
Datainnsamling
På grunn av de ovennevnte fordelene med Internett-søk, ble Google Trends brukes til å overvåke forekomsten av depresjon [14], røykeslutt [17], populariteten av elektroniske sigaretter [18], interessen for atferdsendring [19], og evalueringen av Verdens tobakksfrie dag [8]. Nylig ble det anvendt for å overvåke ikke-sigarett-tobakk [20]. Dessuten, en annen studie presentert en ekstern revisjon av Google Flu Trends for å forbedre prediksjonsnøyaktigheten [21]. På Google Trends, brukte vi «tobakk» som søkeord for å samle inn søketrender data om tobakk i de fire viktigste engelsktalende land (dvs. USA, Storbritannia, Canada og Australia). Vi har også brukt den kinesiske oversettelsen av «tobakk» som søketerm for trenddataene i Kina. På lignende måte ble det nøkkelordet «lungekreft» brukt til å samle trenddata vedrørende lungekreft (dvs. en av de viktigste røyke tilskrives sykdommer). Søkeordene som brukes i denne studien var begrenset til alle kategorier i stedet for en bestemt kategori som «helse» eller «shopping» på Google Trends, fordi informasjonen er relatert til søkeordet «tobakk» eller «lungekreft» kan dekke flere kategorier på Google Trends. Søkeordene «tobakk» og «lungekreft» ble valgt fordi de var mest egnet til å nøyaktig representere informasjonssøkernes interesse for tobakk og lungekreft informasjon, henholdsvis. For eksempel, den informasjonen som søker interesse indikert av søkeordene «tobakk» eller «tobakksrøyking» var smal enn for søkeordet «tobakk». Basert på direkte observasjoner på Google Trends, søketrender av søketermen «sigarett» var lik de av søkeordet «tobakk». Dessuten er sigarett en av tobakksvarer, og begrepet tobakksbruk er bredere enn sigarettrøyking. Derfor søketrender om sigarett ble ikke vurdert i denne artikkelen. Utvelgelsen av de ovennevnte kinesiske søkeordene fulgte den samme regelen. Den opprinnelige data ble lastet ned 27. oktober 2014 og tidsintervallet omfattet av data var fra 4 januar 2004 (den første datoen når dataene var tilgjengelig) til 25 oktober 2014 (sluttdato). Så valgte vi ut de ti-års data som inneholder 522 uker fra begynnelse til 04.01.2014 for bekvemmelighet. Metodikken for å generere Google Trends data har blitt presentert i [11]. Kort, Google samler historiske søkekriterier logger for valgt vilkår leveres innen en gitt tidsramme og region. En relativ verdi for et valgt søketerm kan beregnes som summen søkevolum for perioden dividert med det totale søkevolumet innenfor valgt geografisk område og tid [19]. Da den relative verdi er normalisert til topp relativ verdi over en gitt tidsperiode i forhold til den samme sikt. Til slutt, alle forhold søkeverdiene er fra 0 til 100.
Statistisk analyse
Følgende statistisk analyse metoden som er lånt fra at i vårt tidligere arbeid [22], men dataene, relaterte analyser, og diskusjon ble betydelig utvidet i denne studien.
periodogrammet (også kjent som Spectral tomten) ble brukt for å avgjøre om sesongmønstre informasjon som søker om tobakk og lungekreft eksisterte i de tilsvarende søk trenddata på tvers av ulike land, henholdsvis . En topp i en periodogrammet indikerte at en sesongkomponenten eksisterte nær den frekvensverdi som svarer til den topp. Når en periodogrammet ble generert, søkte vi ideelt pass filter på periodogrammet å trekke ut en sesongkomponenten fra rå trenddata. Frekvensen intervallet for filtreringsprosessen bare dekket toppform i periodogrammet. Ideell pass filter er en data filtrering verktøy som tilbys av tidsserie verktøyene MATLAB R2010b. Ifølge brukerhåndboken, ideell pass filter tillater bare variasjoner i et bestemt frekvensområde. «Disse filtrene er» ideell «i den forstand at de ikke er realiserbar; et ideelt filter er ikke-kausal og endene av filteret amplitude er helt flat i frekvensdomenet [23]. «
I tillegg til å undersøke lineær og tidsmessige sammenslutninger av sesongkomponenter for disse trenddata mellom landene, vi beregnet parvise krysskorrelasjonene av disse sesongkomponenter. I detalj, gjennomførte vi en korrelasjonsanalyse for å tallfeste hvor mye disse sesongkomponenter ble korrelert og finne tidsforskyvninger i seasonalities mellom ulike land. Hvis det er høye kryss korrelasjoner mellom søketrender i ulike land, det er vanlige time mønstre i tobakk eller lungekreft informasjon søkende atferd på tvers av land. Disse vanlige mønstre av informasjon søkende kan brukes i timingen av internasjonale tobakkskampanjer. For eksempel, hvis det er en høy krysskorrelasjon mellom tobakk søketrender av USA og Canada, og tidsforsinkelsen er 0, kan de samarbeide for å starte en anti-røyke-kampanje på toppen av tobakk informasjonssøking, fordi informasjonen søkernes interesse for tobakk informasjon er den høyeste på den tiden. Da trend data om lungekreft ble også analysert som tobakk data. Tilsvarende har vi målt tidsmessige sammenhenger mellom sesongkomponenter av trenddata om tobakk og de om lungekreft med krysskorrelasjon. Legg merke til at krysskorrelasjons ble anvendt for å måle graden av det lineære forhold mellom to søketrender ved forskjellige tidsforskyvninger i denne studien. En høy korrelasjon på et bestemt lag kan tyde på at disse to trendene hadde visse samme påvirkningsfaktorer og en tidsforsinkelse [23]. Periodogrammet ideelle pass filter, og krysskorrelasjon ble utført av tidsserie verktøy i MATLAB [23]. For detaljer om disse verktøyene, se tidligere studie [22] og MATLAB anvisningen [23].
Resultater
Fig. 1 viste tidsserie plott av rå trenddata om tobakk (Se S1 Fig. For utviklingen knyttet til lungekreft). Merk at alle tall i denne studien ble produsert av tidsserie verktøy i MATLAB [23]. Den horisontale aksen var den tid linje med en uke som tidsenhet. Fig. 2 presenterte periodograms av søketrenddata om tobakk (Se S2 Fig. For periodograms om lungekreft). I periodograms, den fremtredende topp nær 0,0192 på den horisontale linjen indikerte at hvert søk trend hatt en sesongkomponenten hvis periode var omtrent ett år (dvs. en syklus /[0,0192 sykluser /uke] ≈ 52 uker). En annen fremtredende topp nær 1,919 × 10
-3 indikert sesongkomponenten hvis periode var hele tidsintervallet (dvs. en syklus /[1,919 × 10
-3 sykluser /uke] ≈ 521 uker) av søket trend . I tillegg ble den sesongkomponenten med halvt års periode angitt ved topp nær 0,04. Vi utelatt andre topper i disse periodograms, fordi de ikke allment finnes i disse periodograms.
Den inneholder trender i USA, Canada, Storbritannia, Australia og Kina. Tidsintervallet inneholder 522 uker fra 4. januar 2004 til 4. januar 2014.
En topp i periodogrammet indikerer at det er en sesongkomponenten i nærheten av verdien som tilsvarer toppen.
I fig. 2, ettårig og halvårig sesongkomponenter var mer betydningsfulle enn andre sesongkomponenter. Siden forrige studien indikerte sesongvariasjoner i sigarettsalget i USA hadde en 12-måneders periode [3], bare de ettårige sesongkomponenter ble vurdert i detalj i denne artikkelen. Som illustrert i fig. 3 og S3 Fig., Ble sesongkomponenter med ett-års periode hentet ved hjelp ideell pass filter på rå trender, når vi valgte frekvensområdet 0,015 til 0,025 i periodograms. Dette frekvensområdet bare dekket hver topp form nær 0,0192 ca, men ikke dekke andre toppenes form i fig. 2 og S2 fig. For Fig. 1, S1 fig., Fig. 3 og S3 Fig., De relative søk volumer av landene på den nordlige (dvs. USA, Canada, Storbritannia og Kina) og sørlige (dvs. Australia) halvkuler hadde en tilnærmet sinusformet mønster. Jakten trenden i USA hadde nesten samme topp og trau med at av Canada, og toppen og bunnen av søket trenden i Storbritannia var nær som i USA. Trenden av Australia var nesten inversjon av Storbritannias søke trend på den tidligere halvdel av søketidsserier. Den sesongmønsteret for søke trend i Kina var ikke så vanlig som de av andre trender.
Disse sesongkomponenter er hentet ved hjelp ideell pass filter på den rå søketrender.
Før krysskorrelasjonsanalyser av trendene ble gjennomført, brukte vi Augmented Dickey-Fuller test for å avdekke om de utpakkede sesongkomponenter av de studerte trendene var stille. Resultatene viste dem alle var stasjonære (Se S3 og S4 Bord for detaljer). I alle tabeller av dette papir, inneholdt hver celle to verdier: en korrelasjonskoeffisient og en tidsforskyvning som var i parentes. For hver korrelasjonskoeffisient i alle korrelasjons tabeller, representert raden den første tidsserien, og kolonnen representerte den andre tidsserie. Hvert lag verdi indikerte at antallet tidstrinn ved hvilken den andre tidsserie ble forskjøvet i forhold til den første tidsserien. Enheten for tidsforsinkelsen var uke. I alle krysskorrelasjons tomter ble alle etterslep begrenset til skalaen -52 til 52 på grunn av ett år av sesongkomponenter. Hver gang lag i hver tabell ble valgt for å gi den høyeste korrelasjonen mellom de sammenkoblede krysskorrelasjonsverdier og tidsetterslep, og korrelasjonstabeller på lag 0 ble gitt i saksdokumenter (Se S1 og S2 Tables). For eksempel i tabell 1, kryss korrelasjonskoeffisient av sesongkomponenter knyttet til tobakk søketrender i USA og Australia var 0,651, og (-15) mente Australia falt bak USA 15 uker i form av disse sesongkomponenter. Fra tabell 1, kan vi observere at for to land på samme halvkule, etterslep tiden tilsvarer deres korrelasjonskoeffisienter hadde mindre lengder enn de to landene på den annen halvkule unntatt koeffisientene i Storbritannia og Canada (eller Kina). For eksempel er lengden av den tidsforsinkelse som svarer til korrelasjonen av USA og Canada var lik 0, er mindre enn den for USA og Australia (dvs. den var lik -15). Som vist i tabell 1, for korrelasjoner av disse engelsktalende land, var fire av seks over 0.600. Dessuten to av fire var over 0.500 for sammenhenger i Kina med de andre landene. Derfor kan vi slutte at sesongkomponenter i tobakksrelaterte søketrender hadde en signifikant positiv sammenheng med hverandre for disse fire engelskspråklige land
Verdiene i hver celle inneholder to deler: a. korrelasjonskoeffisient og et etterslep i parentes.
Som vist i tabell 2, etterslep tiden av land på samme halvkule hadde mindre lengder enn de på forskjellig halvkule unntatt koeffisientene i Kina og USA (eller Canada). Dessuten, for de sammenhenger disse engelsktalende land, fem av seks var over 0.600. Dessuten, en av fire var over 0.500 for sammenhenger i Kina med de andre landene. Observasjonen viste at sesongkomponenter i søke trender om lungekreft hadde en signifikant positiv sammenheng med hverandre for disse fire engelskspråklige land.
Tabell 3 oppsummert kryss korrelasjoner av de sesongmessige komponenter av søketrender som gjelder tobakk og lungekreft. Alle korrelasjonskoeffisienter, bortsett fra at Kina i tabellen var over 0.600. Denne observasjonen indikerte at de sesongmessige komponenter i søketrendene om tobakk hadde en signifikant positiv sammenheng med at om lungekreft. En mulig årsak er at sammenhengen mellom tobakk og lungekreft har blitt veldig godt kjent blant de som i helsesamfunn, kanskje mange informasjon søkere vil søke etter tobakk og lungekreft informasjonen sammen.
Diskusjoner
Den første viktige funn av denne utredningen er at sesong vidt eksisterer i Internett-søk trenddata om tobakk på en internasjonal skala. Den andre funn er at sesongmessige komponenter i søketrenddata om tobakk har en signifikant positiv korrelasjon med hverandre på tvers av land. Disse to funnene utfylle tidligere undersøkelser om røykerelatert sesongvariasjoner som brukes reelle måledata begrenset til USA [3,4,5,6,7]. Den tredje funn er at Internett-søk trend data om lungekreft er lik som tobakksrelaterte trenddata i form av sesongvariasjoner. Den fjerde funn er at den sesongmessige komponenter av trenddata om tobakk har en signifikant positiv korrelasjon med de om lungekreft. Disse funnene om lungekreft gi et stykke roman internettbasert bevis for helseeffekten av tobakksbruk, selv om signifikant sammenheng mellom røyking og lungekreft har blitt godt dokumentert i beslektede medisinske litteraturen [1,24]. For sesongvariasjoner i søketrender og de topper og bunner i den sesongmessige komponenter av disse trendene, kan værforhold (særlig temperatur) være en viktig faktor for den grunn, siden noen tidligere studier viser at værforholdene (særlig temperatur) kan være en faktor som bidrar til sesongvariasjon av røykeatferd [3,6]. I tillegg kan årsaken til de ovennevnte tidsforsinkelse lengde være at den tilsvarende værforhold (spesielt temperatur) på samme halvkule resulterer i den tilsvarende røykerelatert informasjon som søker på samme halvkule, basert på studier [3,6] .
Det er flere implikasjoner i denne studien. Først funnene om sesongvariasjoner i Internett-søk trend data om tobakk og lungekreft gir potensial til å hjelpe tobakks fagfolk med timingen av tobakkskontroll innsats. Sheffer et al. demonstrert økt deltakelse i en statewide tobakk Røyketelefonen tjenesten kan bli produsert ved å lansere en statewide mediekampanje tidsbestemt å falle sammen med time røykeavvenning atferdsmønster [25]. Tilsvarende vil det være mer effektivt for Internett-brukere å få tilgang til tobakksforebyggende informasjon om noen tobakkskampanjer utføres på toppen perioden av tobakk informasjonssøking. Årsaken er at informasjon søkere interesse for tobakk informasjon er den høyeste på den tiden. For det andre kan den foreslåtte granskingsmetodikk for sesongvariasjoner i Internet søketrender bli utvidet til andre disipliner, inkludert offentlig helse, sosiologi og økonomi. Ved å utnytte sesongvariasjoner i Internet søketrender kan prediktive modeller være lett anslås [26]. Tredje, foruten Internett søkedata den, har sosiale medier som Facebook, Twitter, YouTube [27] etc. bli en ny informasjonskilde for forskere av ulike disipliner. Derfor utforske kollektiv intelligens i sosiale medier med sosial databehandling nærmer [28,29] og nye tidsmessige eller rom-tid-analysemetoder [30,31,32] kan gi en ny innsikt for folkehelsen forskning (for eksempel analyse av røyking og røykeslutt atferd).
Denne studien har følgende begrensninger. Først de landene som er involvert i søketrender bare inkluderer fire engelskspråklige utviklede land og utviklingsland (dvs. Kina). De andre engelsktalende land som India, Sør-Afrika, og Pakistan er utelukket i denne studien, fordi de er flerspråklige land og bruker engelske søkeord kan ikke hente effektive og omfattende søketrender. I tillegg er søketrender om tobakk og lungekreft i New Zealand ikke inkludert fordi det er en rekke av manglende verdier i trenddata. Derfor kan prøvetaking data fra disse landene begrense generalizability av våre funn. For det andre, reflekterer Internett søkedata hovedsakelig informasjon søkere interesse for informasjon om søkeords. Vi gjorde ikke sammenligne den elektroniske søkedata med reelle data, som det var veldig vanskelig for oss å samle inn slike rea-verden tobakk og lungekreft data i disse landene. Videre arbeid er nødvendig for å vise i hvilken grad Internett søkedata om tobakk og lungekreft kan representere reelle data om tobakk og lungekreft, hvis vi kan samle noen passende reelle data. I tillegg er flere studier er nødvendig for å undersøke at hvilke faktorer attributt til årsakene til sesong av søketrender og de topper og bunner i den sesongmessige komponenter av disse trendene. En mulig forklaring på sesongvariasjoner kan være at enkelte tobakksrelaterte konferanser avholdt på samme tid hvert år resultatet i mye relevant informasjon som søker på Internett ved bestemt tidspunkt hvert år.
Konklusjoner
i sammendraget, studerte vi sesongmønster i informasjon som søker om tobakk og lungekreft ved hjelp av Internett-søk informasjon. Våre funn tyder på at sesongmønster vidt eksisterer i informasjonssøking om tobakk og lungekreft og har nære sammenhenger med hverandre på tvers av land. Utforske den nye online informasjon, inkludert Internett-søk og sosiale medier informasjon kan gi nye datakilder og etterforskning innsikt for folkehelsen forskning.
Hjelpemiddel Informasjon
S1 Fig. Den rå søketrender på lungekreft i USA, Canada, Storbritannia, Australia og Kina fra Google Trends, fra 4. januar 2004 til 4. januar 2014.
doi: 10,1371 /journal.pone.0117938.s001
(TIF)
S2 fig. De periodograms av søketrender på lungekreft i USA, Canada, Storbritannia, Australia og Kina
doi:. 10,1371 /journal.pone.0117938.s002 plakater (TIF)
S3 Fig. Sesong komponentene i søke trender om lungekreft i USA, Canada, Storbritannia, Australia og Kina
doi:. 10,1371 /journal.pone.0117938.s003 plakater (TIF)
S4 Fig. De rå søketrender av søkeordene «kald» og «potet» i USA
doi:. 10,1371 /journal.pone.0117938.s004 plakater (TIF)
S5 Fig. De periodograms av søketrender av søkeordene «kald» og «potet» i USA
doi:. 10,1371 /journal.pone.0117938.s005 plakater (TIF)
S6 Fig. De rå søketrender av søkeordene «Google» og «pizza» i USA
Doi. 10,1371 /journal.pone.0117938.s006 plakater (TIF)
S7 Fig. De periodograms av søketrender av søkeordene «Google» og «pizza» i USA
doi:. 10,1371 /journal.pone.0117938.s007 plakater (TIF)
S1 Table. De parvise kryss sammenhenger (på lag 0) av sesongkomponenter av tobakksrelaterte søketrender
doi:. 10,1371 /journal.pone.0117938.s008 plakater (docx)
S2 Table. De parvise kryss sammenhenger (på lag 0) av sesongkomponenter for søketrender om lungekreft
doi:. 10,1371 /journal.pone.0117938.s009 plakater (docx)
S3 Table. Stasjonaritet test av sesongkomponenter av tobakksrelaterte søketrender
doi:. 10,1371 /journal.pone.0117938.s010 plakater (docx)
S4 Table. Stasjonaritet test av sesongkomponenter for søketrender om lungekreft
doi:. 10,1371 /journal.pone.0117938.s011 plakater (docx)
S1 datasett. Rå søk trend data om tobakk og lungekreft
doi:. 10,1371 /journal.pone.0117938.s012 product: (ZIP)
S2 datasett. Raw søk trenddata av begrepene «kald», «potet», «Google», og «pizza»
doi:. 10,1371 /journal.pone.0117938.s013 product: (ZIP)
takk til
Vi takker hvert medlem av smil gruppe i Institute of Automation, Chinese Academy of Sciences. Spesielt vil vi takke Kainan Cui, Chuan Luo, og Saike han for nyttige diskusjoner som forbedret dette papiret.
