Tendencias y estacionalidad de las búsquedas de información, realizadas a través de Google, sobre síndrome metabólico y salud laboral: estudio infodemiológico

  1. Rubén Palomo Llinares
  2. Julia Sánchez Tormo
  3. Carmina Wanden-Berghe
  4. Javier Sanz-Valero
Aldizkaria:
Ars pharmaceutica

ISSN: 2340-9894,  0004-2927

Argitalpen urtea: 2024

Alea: 65

Zenbakia: 1

Orrialdeak: 20-35

Mota: Artikulua

DOI: 10.30827/ARS.V65I1.29363 DIALNET GOOGLE SCHOLAR lock_openSarbide irekia editor

Beste argitalpen batzuk: Ars pharmaceutica

Garapen Iraunkorreko Helburuak

Laburpena

Objetivo: Este estudio tuvo como objetivo analizar y relacionar el interés de la población, a través de tendencias de búsqueda de información, sobre el Síndrome Metabólico (MS) con la Salud Laboral (OH).Método: Estudio ecológico y correlacional del Volumen Relativo de Búsqueda (RSV) obtenido de la consulta de Google Trends, segmentado en 3 períodos buscados relacionados con la antigüedad; fecha de consulta: 30 de sep-tiembre de 2023.Resultados: La media más baja del RSV fue para el tema MS (2,23 ± 0,87), aunque hubo una correlación positiva en el RSV entre MS y OH (R = 0,56; p < 0,05). Se observó asociación (p < 0,05) entre los 3 períodos estudiados, excepto para los temas Hipertensión y Obesidad Central, pero significativamente menor en el período actual para los Temas MS y OH. Se encontró una estacionalidad moderada en el tema MS (KPSS = 0,14; p > 0,05), y se demostraron diferen-cias significativas en la búsqueda de información entre países desarrollados y no desarrollados (p > 0,05).Conclusiones: A través de sus búsquedas de información, toda la población demostró tener un menor conocimien-to sobre la MS que sobre las enfermedades que la componen. Se encontró relación entre las búsquedas de infor-mación realizadas sobre MS y OH. El estudio de las tendencias de búsqueda de información puede proporcionar información útil sobre el interés de la población por los datos de enfermedades, así como permitiría gradualmente analizar diferencias en popularidad, o interés incluso entre distintos países.

Erreferentzia bibliografikoak

  • Reaven GM. Banting lecture 1988. Role of insulin resistance in human disease. Diabetes (Internet). 1988;37(12):1595–607. Doi:10.2337/diab.37.12.1595
  • Schulte PA, Wagner GR, Ostry A, Blanciforti LA, Cutlip RG, Krajnak KM, et al. Work, obesity, and occupational safety and health. Am J Public Health (Internet). 2007;97(3):428–36. Doi:10.2105/AJPH.2006.086900
  • Kodama S, Saito K, Tanaka S, Maki M, Yachi Y, Asumi M, et al. Cardiorespiratory fitness as a quantitative predictor of all-cause mortality and cardiovascular events in healthy men and women: a meta-analysis: A meta-analysis. JAMA (Internet). 2009;301(19):2024–35. Doi:10.1001/jama.2009.681
  • Niazi E, Saraei M, Aminian O, Izadi N. Frequency of metabolic syndrome and its associated factors in health care workers. Diabetes Metab Syndr (Internet). 2019;13(1):338–42. Doi:10.1016/j.dsx.2018.10.013
  • Yamaguchi M, Eguchi M, Akter S, Kochi T, Hu H, Kashino I, et al. The association of work-related stressors and their changes over time with the development of metabolic syndrome: The Furukawa Nutrition and Health Study. J Occup Health (Internet). 2018;60(6):485–93. Doi:10.1539/joh.2017-0298-OA
  • Hirode G, Wong RJ. Trends in the prevalence of metabolic syndrome in the United States, 2011-2016. JAMA (Internet). 2020;323(24):2526–8. Doi:10.1001/jama.2020.4501
  • Pelat C, Turbelin C, Bar-Hen A, Flahault A, Valleron A-J. More diseases tracked by using Google Trends. Emerg Infect Dis (Internet). 2009;15(8):1327–8. Doi:10.3201/eid1508.090299
  • Search engine market share (Internet). Netmarketshare.com. (cited 2020 Dec 3). http://bit.ly/3QCK1Hs
  • Nuti SV, Wayda B, Ranasinghe I, Wang S, Dreyer RP, Chen SI, et al. The use of google trends in health care research: a systematic review. PLoS One (Internet). 2014;9(10):e109583. Doi:10.1371/journal.pone.0109583
  • Sanz-Lorente M, Wanden-Berghe C. Tendencias temporales de los patrones de búsqueda de información sobre cuidado domiciliario “Home Care” u hospitalario “Hospital Care” a través de Google. Hosp domic (Internet). 2018;2(3):93. Doi:10.22585/hospdomic.v2i3.47
  • Eysenbach G. Infodemiology and infoveillance: framework for an emerging set of public health informatics methods to analyze search, communication and publication behavior on the Internet. J Med Internet Res (Internet). 2009;11(1):e11. Doi:10.2196/jmir.1157
  • Eysenbach G. Infodemiology and infoveillance tracking online health information and cyberbehavior for public health. Am J Prev Med (Internet). 2011;40(5 Suppl 2):S154-8. Doi:10.1016/j.amepre.2011.02.006
  • Mavragani A, Ochoa G, Tsagarakis KP. Assessing the methods, tools, and statistical approaches in Google Trends research: Systematic review. J Med Internet Res (Internet). 2018;20(11):e270. Doi:10.2196/jmir.9366
  • Orduña-Malea E. Google Trends: analítica de búsquedas al servicio del investigador, del profesional y del curioso. Anu ThinkEPI (Internet). 2019;13. Doi:10.3145/thinkepi.2019.e13inf01
  • Tkachenko N, Chotvijit S, Gupta N, Bradley E, Gilks C, Guo W, et al. Google Trends can improve surveillance of Type 2 diabetes. Sci Rep (Internet). 2017;7(1):4993. Doi:10.1038/s41598-017-05091-9
  • Basteris A, Mansourvar M, Kock Wiil U. Google Trends and seasonal effects in infodemiology: A use case about obesity. Stud Health Technol Inform (Internet). 2020;272:245–8. Doi:10.3233/SHTI200540
  • Płatek AE, Sierdziński J, Krzowski B, Szymański FM. Kardiol Pol (Internet). 2018;76(3):637–41. Doi:10.5603/KP.a2017.0264
  • Kamiński M, Kręgielska-Narożna M, Bogdański P. Determination of the popularity of dietary supplements using Google search rankings. Nutrients (Internet). 2020;12(4):908. Doi:10.3390/nu12040908
  • Bragazzi NL, Dini G, Toletone A, Brigo F, Durando P. Leveraging big data for exploring occupational diseases-related interest at the level of scientific community, media coverage and novel data streams: The example of silicosis as a pilot study. PLoS One (Internet). 2016;11(11):e0166051. Doi:10.1371/journal.pone.0166051
  • Johnson AK, Mehta SD. A comparison of Internet search trends and sexually transmitted infection rates using Google trends. Sex Transm Dis (Internet). 2014;41(1):61–3. Doi:10.1097/OLQ.0000000000000065
  • Sanz-Lorente M, Sanz-Valero J, Wanden-Berghe C. Tendencias temporales de los patrones de búsqueda de información sobre VIH/sida en España = Temporal trends in the search of information about HIV/AIDS in Spain. Rev esp comun salud (Internet). 2019;52. Doi:10.20318/recs.2019.4554
  • Schultz AB, Edington DW. Metabolic syndrome in a workplace: prevalence, co-morbidities, and economic impact. Metab Syndr Relat Disord (Internet). 2009;7(5):459–68. Doi:10.1089/met.2009.0008
  • Santacruz-Salazar NA, Velazco-Oviedo LM, Torres-Samamé L, Malca-Tello N. Conocimientos sobre síndrome metabólico en pacientes con sobrepeso u obesidad de un hospital de alta complejidad de Lambayeque, 2016. Revista Experiencia en Medicina - Hospital Regional Lambayeque. 2018;4(2):56.
  • Lo SWS, Chair SY, Lee IFK. Knowledge of metabolic syndrome in Chinese adults: Implications for health education. Health Educ J (Internet). 2016;75(5):589–99. Doi:10.1177/0017896915608205
  • Tsou M-T. Association of education, health behaviors, concerns, and knowledge with metabolic syndrome among urban elderly in one medical center in Taiwan. Int J Gerontol (Internet). 2017;11(3):138–43. Doi:10.1016/j.ijge.2016.09.006
  • Aguirre PEA, Strieder AP, Lotto M, Oliveira TM, Rios D, Cruvinel AFP, et al. Are the Internet users concerned about molar incisor hypomineralization? An infoveillance study. Int J Paediatr Dent (Internet). 2020;30(1):27–34. Doi:10.1111/ipd.12579
  • Saklayen MG. The global epidemic of the metabolic syndrome. Curr Hypertens Rep (Internet). 2018;20(2). Doi:10.1007/s11906-018-0812-z
  • Garralda-Del-Villar M, Carlos-Chillerón S, Diaz-Gutierrez J, Ruiz-Canela M, Gea A, Martínez-González MA, et al. Healthy lifestyle and incidence of metabolic syndrome in the SUN cohort. Nutrients (Internet). 2018;11(1):65. Doi:10.3390/nu11010065
  • Grassly NC, Fraser C. Seasonal infectious disease epidemiology. Proc Biol Sci (Internet). 2006;273(1600):2541–50. Doi: 10.1098/rspb.2006.3604
  • Ortiz-Martinez Y, Ali-Salloum W, González-Ferreira F, Molinas-Argüello J. HIV videos on YouTube: helpful or harmful? Sex Transm Infect (Internet). 2017;93(7):481–481. Doi:10.1136/sextrans-2017-053197
  • Chan EH, Sahai V, Conrad C, Brownstein JS. Using web search query data to monitor dengue epidemics: a new model for neglected tropical disease surveillance. PLoS Negl Trop Dis (Internet). 2011;5(5):e1206. Doi:10.1371/journal.pntd.0001206
  • Culquichicón-Sánchez C, Ramos-Cedano E, Chumbes-Aguirre D, Araujo-Chumacero M, Díaz Vélez C, Rodríguez-Morales AJ. Information and Communication Technologies (ICTs): alternative or complement for surveillance, prevention and control of dengue in the Americas? Rev Chilena Infectol (Internet). 2015;32(3):363–4. https://dx.doi.org/10.4067/S0716-10182015000400019
  • Bener A, Zirie M, Musallam M, Khader YS, Al-Hamaq AOAA. Prevalence of metabolic syndrome according to Adult Treatment Panel III and International Diabetes Federation criteria: a population-based study. Metab Syndr Relat Disord (Internet). 2009;7(3):221–9. Doi:10.1089/met.2008.0077
  • Misra A, Khurana L. Obesity and the metabolic syndrome in developing countries. J Clin Endocrinol Metab (Internet). 2008;93(11 Suppl 1):S9-30. Doi:10.1210/jc.2008-1595
  • Sanz-Lorente M. Tendencias temporales de los patrones de búsqueda de información sobre servicio de asistencia sanitaria domiciliaria en España. Hosp domic (Internet). 2020;4(1):15. Doi:10.22585/hospdomic.v4i1.95
  • Makri A. Bridging the digital divide in health care. The Lancet Digital Health (Internet). 2019;1(5):e204–5. Doi:10.1016/s2589-7500(19)30111-6
  • Lin L, Savoia E, Agboola F, Viswanath K. What have we learned about communication inequalities during the H1N1 pandemic: a systematic review of the literature. BMC Public Health (Internet). 2014;14(1):484. Doi:10.1186/1471-2458-14-484
  • Severá-Soria B S-LM&. S-VJ. Tendencias de búsqueda de información sobre Emtricitabina/Teno- fovir y las prácticas sexuales de riesgo (chemsex): estudio ecológico. Ars Pharm. 2020;61(4):215.
  • Cervellin G, Comelli I, Lippi G. Is Google Trends a reliable tool for digital epidemiology? Insights from different clinical settings. J Epidemiol Glob Health (Internet). 2017;7(3):185. Doi:10.1016/j.jegh.2017.06.001
Datuen iturria: Dialnet