The Potential of Social Media and Internet-Based Data in Preventing and Fighting Infectious Diseases: From Internet to Twitter.
The Potential of Social Media and Internet-Based Data in Preventing and Fighting Infectious Diseases: From Internet to Twitter.
复制标题
DOI：
10.1007/5584_2016_132
复制
发表时间：
2017
影响因子：
--
通讯作者：
Househ M
中科院分区：
文献类型：
--
作者：
Al-Surimi K;Khalifa M;Bahkali S;El-Metwally A;Househ M
由传染病引起的健康威胁曾经是地球仪的主要公共卫生问题，直到二十世纪中期，有效的公共卫生干预有助于在世界范围内消除许多传染病。在过去的15年中，报告的新发和再发传染病数量有所增加，如2002年的急性呼吸道综合征（SARS），2009年的HINI，2012年的中东呼吸道综合征（MERS），2014年的埃博拉病毒和2016年的寨卡病毒。这些新出现的病毒性传染病已引起严重的公共卫生问题，导致死亡，并在公众中引起恐惧和焦虑。更重要的是，目前，由于缺乏有效的疫苗，病毒性传染病的预防和控制难度很大。因此，拥有实时报告工具对于提醒相关公共卫生监测系统和当局采取正确和必要的行动来控制和尽量减少病毒性传染病的潜在有害影响至关重要。社交媒体和基于互联网的数据可以在实时报告中发挥重要作用，以增强主动的公共卫生监测系统控制和抗击传染病的能力。
Health threats due to infectious diseases used to be a major public health concerns around the globe till mid of twentieth century when effective public health interventions helped in eradicating a number of infectious diseases around the world. Over the past 15 years, there has been a rise in the number of emerging and reemerging infectious diseases being reported such as the Acute Respiratory Syndrome (SARS) in 2002, HINI in 2009, Middle East Respiratory Syndrome (MERS) in 2012, Ebola in 2014, and Zika in 2016. These emerging viral infectious diseases have led to serious public health concerns leading to death and causing fear and anxiety among the public. More importantly, at the moment, the prevention and control of viral infectious diseases is difficult due to a lack of effective vaccines. Thus having real-time reporting tools are paramount to alert relevant public health surveillance systems and authorities about taking the right and necessary actions to control and minimize the potential harmful effects of viral infectious diseases. Social media and Internet-based data can play a major role in real-time reporting to empower active public health surveillance systems for controlling and fighting infectious diseases.
登录
查看更多内容
使用Web搜索查询数据监测登革热流行：一种被忽视的热带疾病监测的新模型。
影响因子：
3.8
作者：
Chan EH;Sahai V;Conrad C;Brownstein JS
通讯作者：
Brownstein JS
影响因子：
3.8
作者：
Gluskin RT;Johansson MA;Santillana M;Brownstein JS
通讯作者：
Brownstein JS
DOI：
10.1073/pnas.1006219107
发表时间：
2010-12-14
影响因子：
11.1
作者：
Chan, Emily H.;Brewer, Timothy F.;Brownstein, John S.
通讯作者：
Brownstein, John S.
影响因子：
3
作者：
Keller, Mikaela;Freifeld, Clark C.;Brownstein, John S.
通讯作者：
Brownstein, John S.
DOI：
10.3390/ijerph7020596
发表时间：
2010-02
影响因子：
--
作者：
Corley CD;Cook DJ;Mikler AR;Singh KP
通讯作者：
Singh KP