根據美國疾病控制與預防中心的資料,全美每天約有 115 人死於阿片類藥物過量。缺乏及時、精細的資料加劇了這場危機;一項研究表明,1999 年至 2015 年間,阿片類藥物死亡人數被低估了多達 7 萬人,這使得政府難以做出回應。但現在,網際網路搜尋已成為預測城市甚至特定社群過量服用叢集的資料來源——這些資訊可以幫助地方干預措施挽救生命。
工作假設是,一些在網際網路上搜索關於海洛因和其他阿片類藥物資訊的人可能在不久的將來過量服用。為了驗證這一假設,加州大學預測技術研究所 (UCIPT) 的一名研究人員及其同事開發了幾個統計模型,根據阿片類藥物相關關鍵詞、都市收入不平等和急診室就診總人數來預測過量服用情況。他們發現了人們在何處以及如何搜尋此類資訊的區域差異(圖表),並發現過量服用與每個關鍵詞的搜尋次數增加有關。研究人員表示,最佳擬合模型解釋了約 72% 的最受歡迎搜尋詞與海洛因相關急診就診之間的關係。作者表示,他們發表在 2018 年 9 月號《藥物和酒精依賴》雜誌上的研究是首次報告以這種方式使用谷歌搜尋。
為了開發他們的模型,研究人員獲得了 2005 年至 2011 年美國九個都市區 12 種處方藥和非處方阿片類藥物的搜尋資料。他們將這些資料與藥物濫用和精神健康服務管理局同期海洛因相關急診入院記錄進行了比較。主要研究作者、行為心理學家和 UCIPT 執行主任肖恩·D·揚表示,這些模型可以修改,以預測其他阿片類藥物的過量服用情況,或將搜尋範圍縮小到特定郵政編碼。這可以為過量服用叢集提供早期預警,並有助於決定在何處分發過量服用逆轉藥物納洛酮。
為了支援科學新聞事業
如果您喜歡這篇文章,請考慮透過以下方式支援我們屢獲殊榮的新聞事業 訂閱。透過購買訂閱,您將幫助確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
儘管如此,這種方法還是有侷限性。並非所有人都在使用谷歌,而且一些搜尋詞缺乏重要的語境:“紅糖”(一種海洛因的俚語)是大多數研究城市中最受歡迎的阿片類藥物搜尋詞,但研究人員指出,他們的模型無法將其與烘焙配料區分開來。此外,研究中的過量服用資料相對陳舊。
匹茲堡大學的生物統計學家珍妮·布查尼奇沒有參與預測研究,她說,“該論文突顯了需要新的、創新的方法來分析與阿片類藥物流行病相關的資料。”
資料來源:Amanda Montañez;來源:“網際網路搜尋阿片類藥物預測未來急診科海洛因入院人數”,作者:Sean D. Young 等人,刊登於《 藥物和酒精依賴》,第 190 卷;2018 年 9 月 1 日
