Google Search Anomalies Before IDSP-Recorded Dengue Outbreak Weeks in India: A Retrospective Multistate Proof- of-Concept Study, 2009–2022
تُظهر هذه الدراسة الاسترجاعية متعددة الولايات في الهند (2009-2022) أن الشذوذ في عمليات البحث عبر جوجل يمكن أن يعمل كإشارة مساعدة ذات مغزى، وإن كانت غير مكتملة، للكشف عن فاشيات حمى الضنك المسجلة قبل حدوثها بما يصل إلى أربعة أسابيع، إلا أن النتائج تشير إلى أن اتجاهات جوجل وحدها غير كافية كنظام إنذار مبكر مستقل أو تم التحقق من صحته استباقياً بسبب تباين معدلات الكشف عبر الولايات والقيود المنهجية.
عندما يبدأ مرض ما في الانتشار، يبدأ عقرب الساعة في الدوران قبل وقت طويل من تدوين الطبيب لأول حالة رسمية. في العالم الحديث، غالباً ما يلجأ الناس إلى الإنترنت لفهم ما يحدث لهم أو لجيرانهم؛ فيبحثون عن الأعراض، أو يبحثون عن العلاجات، أو يتساءلون عما إذا كان هناك تفشٍ قريب. هذا الأثر الرقمي من الفضول يترك سجلاً يمكن للباحثين دراسته. ويُسمى المجال الذي يفحص هذه السلوكيات عبر الإنترنت لأغراض الصحة العامة بـ "علم الوبائيات المعلوماتي" (infodemiology). وهو يعمل بناءً على فرضية بسيطة: وهي أن عادات البحث الجماعية لسكان منطقة ما قد تكشف عن وجود مرض قبل أن تتمكن الأنظمة الصحية التقليدية، التي تعتمد على المستشفيات والمختبرات، من إحصائه رسمياً. وبالنسبة لمرض مثل حمى الضنك، الذي يسبب الحمى وينتشر بسرعة عبر البعوض، فإن العثور على تلك الإشارة المبكرة قد يعني الفرق بين احتواء تفشٍ ما وبين مشاهدته وهو يتفاقم.
لقد شرع باحث في الهند في اختبار ما إذا كان هذا الحدس الرقمي يعمل في الواقع. فقد نظر إلى أربعة عشر عاماً من البيانات، من عام 2009 إلى عام 2022، ليرى ما إذا كان الناس في ولايات مختلفة قد بدأوا بالفعل في البحث عن معلومات حول حمى الضنك قبل أن يسجل البرنامج المتكامل لمراقبة الأمراض التابع للحكومة تفشياً رسمياً. لم يحاول الباحث التنبؤ بالمستقبل أو بناء نظام إنذار مثالي، بل طرح سؤالاً مباشراً: بالنسبة لحالات التفشي التي ثبت حدوثها بالفعل، هل كان هناك ارتفاع ملحوء في نشاط البحث في الأسابيع التي سبقت التقرير الرسمي؟ ركز الباحث على تسع ولايات، مقارناً حجم البحث عن كلمة "حمى الضنك" (dengue) مقابل نمط البحث المعتاد في كل ولاية ليرى ما إذا كان هناك شيء غير عادي يبرز.
أظهرت النتائج أن الإنترنت يحمل بالفعل دليلاً، لكنه بعيد كل البعد عن كونه صورة كاملة. وجد الباحث أنه في حوالي ثلث حالات التفشي المسجلة، كان هناك بالفعل ارتفاع مؤهل في نشاط البحث خلال الأسابيع الأربعة التي سبقت التقرير الرسمي. وهذا يعني أنه في عدد كبير من الحالات، كان الناس يبحثون بالفعل عن إجابات عبر الإنترنت قبل أن تسجل السلطات الصحية ذلك الحدث. ومع ذلك، كانت هذه الإشارة غائبة في غالبية الحالات؛ ففي حوالي حالتين من كل ثلاث حالات تفشٍ، لم يجد الباحث أي شذوذ في البحث يسبق الحدث. يشير هذا الفجوة إلى أنه بينما يعد البحث عبر الإنترنت أداة مفيدة، إلا أنه لا يمكن الاعتماد عليه كنظام إنذار مبكر مستقل يرصد كل تفشٍ.
كما كان توقيت هذه الإشارات الرقمية كاشفاً أيضاً. فعندما وُجد ارتفاع في البحث، كان يظهر في أغلب الأحيان قبل أربعة أسابيع بالضبط من أسبوع التفشي المسجل. ومع ذلك، لاحظ الباحث أن هذا التوقيت قد يكون ناتجاً عن كيفية تصميم الدراسة؛ فبما أنهم نظروا فقط إلى فترة أربعة أسابيع إلى الوراء، لم يتمكنوا من رؤية ما إذا كانت الإشارة قد بدأت في وقت أبكر. ومن المحتمل أن الناس بدأوا البحث في وقت أقرب، لكن تصميم الدراسة قطع الرؤية عند علامة الأسابيع الأربعة تلك. علاوة على ذلك، تباينت القدرة على رصد هذه الإشارات بشكل كبير اعتماداً على مكان وقوع التفشي؛ ففي العاصمة دلهي، ظهرت إشارة البحث قبل أكثر من 80 بالمائة من حالات التفشي المسجلة. وفي المقابل، في ولاية تاميل نادو الجنوبية، وُجدت الإشارة قبل أقل من 9 بالمائة منها فقط. يسلط هذا الاختلاف الهائل الضوء على أن الإشارة الرقمية التي تعمل جيداً في مكان ما قد لا تعمل على الإطلاق في مكان آخر، ويرجع ذلك على الأرجح إلى الاختلافات في اللغة، أو الوصول إلى الإنترنت، أو كيفية بحث الناس في تلك المنطقة عن المعلومات الصحية.
وكشفت الدراسة أيضاً كيف يمكن للأحداث الخارجية أن تشوه هذه الإشارات الرقمية. فخلال سنوات الجائحة العالمية، عندما كان الناس يبحثون عن معلومات حول فيروس مختلف وتغيرت الحياة اليومية بسبب عمليات الإغلاق، أصبحت طفرات البحث عن حمى الضنك أكثر تكراراً، حيث ظهرت في أكثر من نصف حالات التفشي المسجلة. حدثت هذه الطفرة أيضاً لأمراض أخرى مثل الملاريا والكوليرا، مما يشير إلى أن الجائحة نفسها غيرت سلوك البحث بطريقة جعلت البيانات أقل موثوقية لرصد أمراض محددة. وخلص الباحث إلى أنه بينما يوفر "Google Trends" لمحة قيمة وفورية عن القلق العام، فمن الأفضل استخدامه كمكمل للمراقبة الصحية التقليدية. يمكنه مساعدة المسؤولين الصحيين في تحديد الأماكن التي تتطلب فحصاً أدق، لكنه لا يمكن أن يحل محل التقارير الموثقة للحالات أو النظام الذي يأخذ في الاعتبار الاختلافات المعقدة بين المناطق. إن الأثر الرقمي موجود، لكنه غير متساوٍ، وغير مكتمل، ويتطلب تفسيراً دقيقاً ليكون مفيداً.
ملخص تقني: شذوذ عمليات البحث في Google قبل أسابيع تفشي حمى الضنك المسجلة عبر برنامج IDSP في الهند (2009–2022)
بيان المشكلة تواجه مراقبة الأمراض المعدية في الهند، والتي تُدار بشكل أساسي من خلال برنامج المراقبة المتكامل للأمراض (IDSP)، تأخيرات متأصلة بسبب الاعتماد على الأعراض السريرية، والتأكيد المختبري، والتقارير الهرمية. وبينما توفر بيانات السلوك الرقمي (علم الأوبئة المعلوماتي - Infodemiology) آلية محتملة للمراقبة في الوقت الفعلي تقريباً، إلا أن التطبيقات السابقة لـ Google Trends ركزت غالباً على الارتباط الإجمالي أو التنبؤ بدلاً من الكشف عن أحداث محددة. علاوة على ذلك، تسلط الأدبيات الحالية الضوء على مخاطر منهجية كبيرة، بما في ذلك طفرات البحث المدفوعة بالتغطية الإعلامية، وعدم الاستقرار الخوارزمي، و"غطرسة البيانات الضخمة" التي أدت إلى فشل نظام Google Flu Trends. وتظل هناك فجوة حرجة في فهم ما إذا كان يمكن الكشف بشكل موثوق عن شذوذ بحثي محدد ضمن تاريخ البحث الخاص بولاية معينة مباشرة قبل وقوع حدث تفشي مسجل لحمى الضنك، لا سيما في ظل تباين اللغات، والوصول إلى الإنترنت، وسلوكيات البحث عن الرعاية الصحية عبر الولايات الهندية.
المنهجية هذا التحليل هو دراسة إثبات مفهوم استعادية، متعددة الولايات، ومثبتة بالأحداث، تربط بيانات Google Trends على مستوى الولاية بسجلات تفشي حمى الضنك المرتبطة ببرنامج IDSP من مجموعة بيانات EpiClim (2009–2022).
تصميم الدراسة: يعامل التحليل أسبوع تفشي حمى الضنك المسجل عبر IDSP كـ "مرساة للحدث" (Event Anchor). ولا تقوم الدراسة بتقدير الحساسية أو النوعية الاستباقية لأنها تفتقر إلى مُقام (Denominator) مُتحقق منه لأسابيع عدم التفشي.
المجتمع الدراسي: تألف المجتمع الأساسي من 949 صفاً من أحداث حمى الض้ง المستبعدة لفترة الجائحة من تسع ولايات (مع استبعاد الفترة من 1 مارس 2020 إلى 31 ديسمبر 2021 بسبب التحولات السلوكية أثناء الجائحة).
استخراج البيانات: تم استرداد الاهتمام بالبحث باستخدام pytrends لفئة "الصحة" على مستوى الولاية/الإقليم. امتدت نافذة الاستخراج من الأسبوع -12 إلى +4 حول كل أسبوع تفشي.
تعريف الشذوذ:
نافذة المرجع: الأسابيع من -12 إلى -5 (لتحديد خط الأساس).
نافذة الكشف: الأسابيع من -4 إلى -1 (الفترة التي تسبق التفشي مباشرة).
المقياس: تم حساب الدرجة المعيارية القوية (Robust z-score) بالنسبة لنافذة المرجع الخاصة بالحدث. عُرّف "الشذوذ المؤهل" بأنه درجة معيارية قوية ≥ 2 تحدث مرة واحدة على الأقل خلال نافذة الكشف.
ضبط الجودة: تم تضمين السلاسل الزمنية المصنفة كـ "عالية" (HIGH) أو "متوسطة" (MODERATE) الجودة فقط. من بين 249 سلسلة مستخرجة، استوفت 18 سلسلة فقط هذه المعايير الصارمة.
الاستعلام الأساسي: استخدم التحليل استعلاماً أساسياً واحداً وهو: "dengue" باللغة الإنجليزية. وعلى الرغم من تطوير قاموس متعدد اللغات، إلا أنه لم يُستخدم في الهدف الأساسي لضمان الاتساق.
التحليل الإحصائي: كان الهدف الأساسي هو نسبة صفوف الأحداث المؤهلة التي أظهرت شذوذاً مؤهلاً. شملت التحليلات الثانوية التوقيت الشرطي لأول شذوذ، والتباين على مستوى الولاية، وتدقيق الأوزان المكررة (دمج تقارير المناطق للوصول إلى أسابيع فريدة لكل ولاية)، وارتباطات رتب سبيرمان بين شذوذ البحث وأعداد الحالات المرتبطة بالتفشي.
النتائج الرئيسية
تكرار الكشف: من بين 949 صفاً من أحداث حمى الضنك المستبعدة لفترة الجائحة، أظهر 303 صف (31.9%؛ فاصل ثقة 95% 29.0%–35.0%) شذوذاً في البحث قبل الحدث. وعند دمجها لتصبح أسابيع فريدة لكل ولاية وحمى ضنك، كان معدل الكشف 184/640 (28.8%).
التوقيت: بالنسبة للأحداث المكتشفة، كان الوسيط للتوقيت الشرطي لأول شذوذ مؤهل هو 4 أسابيع قبل أسبوع التفشي المسجل (المدى الربيعي 3–4). ومع ذلك، كانت 61.7% من الصفوف المكتشفة إيجابية بالفعل في الأسبوع -4، مما يشير إلى أن التوزيع مقيد من جهة الحد (Boundary-censored)؛ أي أن الإشارة لم تبدأ بالضرورة قبل أربعة أسابيع بالضبط، بل إن نافذة الكشف هي التي فُتحت عند تلك النقطة.
التباين بين الولايات: تباينت معدلات الكشف بشكل كبير بين الولايات، حيث تراوحت من 8.7% في تاميل نادو إلى 83.3% في دلهي. ولوحظت معدلات متوسطة في أوتار براديش (57.6%)، وتيلانجانا (47.6%)، وماهاراشترا (44.5%).
الارتباط بين التأخر والمقدار: وُجد ارتباط إيجابي ضعيف ولكنه ذو دلالة إحصائية بين الشذوذ القوي داخل الحد وعدد الحالات المرتبطة بالتفشي في الأسبوع -4 (رتب سبيرمان ρ = 0.182؛ فاصل ثقة 95% 0.016–0.311). ومن الملاحظ أن أقوى ارتباط حدث في الأسبوع -5 (ρ = 0.198)، وهو ما يقع ضمن نافذة المرجع التاريخية، وبالتالي فهو وصفي وليس تشغيلياً.
الحساسية للجائحة: كانت معدلات الكشف أعلى بكثير خلال فترة الجائحة (57.0%) مقارلة بفترة ما قبل الجائحة (32.0%)، مع ملاحظة تضخم مماثل في أمراض غير مرتبطة (الملاريا وأمراض الإسهال الحادة)، مما يؤكد صحة استبعاد فترة الجائحة من التحليل الأساسي.
مقارنة المقاييس: أظهر الشذوذ القوي داخل الحد ارتباطاً إيجابياً مع أعداد الحالات، بينما أظهر مؤشر Google Trends المعياري وحجم البحث النسبي (RSV) الخام ارتباطات نقطية سالبة مع فواصل ثقة تعبر الصفر، مما يشرح أن كثافة البحث الخام عبر الولايات أقل موثوقية من الشذوذ المرجعي الذاتي.
الأهمية والادعاءات يضع المؤلف هذه النتائج كـ "مكمل تحذيري" لأدبيات علم الأوبئة المعلوماتي الحالية، وليس كتحقق من نظام إنذار مبكر مستقل.
المنفعة المساعدة: تخلص الدراسة إلى أن شذوذ بحث Google يلتقط "مجموعة فرعية ذات معنى ولكنها غير كاملة" من أحداث حمماء الضنك المسجلة. وتدعم البيانات استخدام Google Trends كـ إشارة مراقبة مساعدة للمراجعة، والتحقق الثلاثي، والتحقق المستهدف، ولكن ليس كنظام إنذار مبكر مستقل أو تم التحقق منه استباقياً.
الدقة المنهجية: تؤكد الدراسة على ضرية استخدام تعريفات الشذوذ "داخل الولاية والمرجعية ذاتياً" للتخفيف من العوامل المربكة مثل اللغة، والوصول الرقمي، والتحضر التي تجعل المقارنات عبر الولايات غير صالحة.
محدودية الأدلة الحالية: يصرح المؤلف صراحةً بأن الدراسة لا يمكنها تقدير الخصائص التشغيلية الاستباقية (الحساسية، النوعية، عبء الإنذارات الكاذبة) بسبب غياب مُقام (Denominator) متحقق منه لعدم وجود حالات تفشي. كما يشير إلى أن التصميم المرتكز على الحد مفيد للارتباط الاستعادي، لكنه لا يعني بالضرورة تحديد وقت الاستجادة التشغيلية.
الاعتماد على السياق: يؤكد التباين الكبير بين الولايات (فرق تسعة أضعاف في معدلات الكشف) أن فائدة المراقبة الرقمية تعتمد بشدة على السياق المحلي، وجودة البيانات، والتغطية اللغوية. وتوضح الدراسة أن الإشارة التي يتم تطويرها في اختصاص قضائي واحد (مثل دلهي) قد لا تنتقل إلى آخر (مثل تاميل نادو) دون معايرة محلية.
باخت خلاص، تجادل الورقة بأنه بينما تحتوي الآثار السلوكية الرقمية على معلومات ذات صلة بالمراقبة، فإن فائدتها الحالية في الهند محدودة بجودة البيانات، وعدم الاستقرار الزمني (كما هو واضح خلال الجائحة)، وعدم القدرة على تحديد مجموعة ضبط سلبية كاملة. وتدعو النتائج إلى تعريف حذر للإشارات وتفسير حذر بدلاً من نشر أنظمة تحذير آلية وغير معايرة.