基于Selenium數(shù)據(jù)挖掘技術(shù),通過對(duì)2020年2月4日-22日新浪微博"肺炎患者求助超話"中690例有效病例的分析,獲得了新浪微博中真實(shí)求助病例的流行病學(xué)特征。研究發(fā)現(xiàn),求助患者97.6%來自于武漢,重點(diǎn)集中在武昌、硚口、漢陽(yáng)等中心城區(qū),與當(dāng)?shù)氐尼t(yī)療資源和人口密度成正比。微博求助病例主要分布在2020年2月4日-7日,隨著醫(yī)療資源緊張程度的緩解,通過微博求助的病例明顯減少。求助患者確診日期主要分布在2020年1月16日-2月6日,與中國(guó)疾控中心發(fā)布的病例分布情況基本一致。求助患者年齡分布中位數(shù)為60歲,明顯高于中國(guó)疾控中心發(fā)布的數(shù)據(jù),但與武漢市中心醫(yī)院的數(shù)據(jù)基本吻合。該文研究結(jié)果說明,針對(duì)重大突發(fā)性傳染病,微博等社交媒體除了在輿論傳播上發(fā)揮作用,在流行病學(xué)分析上也具有重要意義�；谏缃幻襟w的實(shí)時(shí)性和廣泛性,結(jié)合數(shù)據(jù)挖掘和大數(shù)據(jù)分析等方法,有助于決策層快速掌握一線真實(shí)情況。 

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 資料與方法
2 結(jié)果
    2.1 求助患者區(qū)域分布
    2.2 求助患者時(shí)序分析
    2.3 求助患者確診日期分布
    2.4 求助患者年齡分布
3 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]新型冠狀病毒（2019-nCoV）相關(guān)研究進(jìn)展[J]. 周娟,李丹,龍?jiān)畦T.  中國(guó)感染控制雜志. 2020(03)
[2]瑞德西韋與α-干擾素聯(lián)用治療新型冠狀病毒肺炎的可行性分析[J]. 田成,向明.  醫(yī)藥導(dǎo)報(bào). 2020(04)
[3]新型冠狀病毒肺炎基本再生數(shù)的初步預(yù)測(cè)[J]. 周濤,劉權(quán)輝,楊紫陌,廖敬儀,楊可心,白薇,呂欣,張偉.  中國(guó)循證醫(yī)學(xué)雜志. 2020(03)
[4]基于Python的健康數(shù)據(jù)爬蟲設(shè)計(jì)與實(shí)現(xiàn)[J]. 程增輝,夏林旭,劉茂福.  軟件導(dǎo)刊. 2019(02)
[5]淺析社交網(wǎng)絡(luò)的現(xiàn)狀及發(fā)展趨勢(shì)——以微博為例[J]. 鄭睿穎,涂珍,孟令坤.  電腦迷. 2018(08)



本文編號(hào)：3658758