網搜資料可預測服藥過量數據

◎文╱高雄記者毛志民
2018年9月《藥物和酒精依賴》(Drugand Alcohol Dependence)期刊刊出美國加州大學預測研究所(University of California Institute for Prediction Technology, UCIPT)研究員利用GOOGLE網搜類鴉片相關的關鍵字和因服用海洛英過量至急診總人次等數據，發展9種模型預測各區域服藥過量程度，並發現較多的服藥過量案例和每個關鍵字的較高搜尋次數有關。
然而並非人人都使用GOOGLE網搜；而且，如「紅糖」是海洛英的常用俗稱之一，這模型是無法分辨該詞彙與食材名稱的差別，都是此研究之限制。此外，對於目前沒有海洛英相關數據的地區，善用網搜數據建模可能是估算海洛英使用趨勢變化是個既有價值又便宜的方法。作者認為使用此法可以協助嗎啡類藥物中毒的解藥naloxone及時供應、有效管理美國類鴉片藥物相關發病率和死亡率。