Temporal patterns and variations of depression-related online search behavior: A longitudinal analysis of Google search data
Zeitliche Muster und Variationen depressionsbezogenen Online-Suchverhaltens: eine longitudinale Analyse von Google-Suchdaten
Scandinavian Journal of Public Health · 08.11.2026
DOI: 10.1177/14034948261497119 ↗Auf einen Blick
In Finnland zeigten depressionsbezogene Google-Suchen 2013 bis 2022 klare Tages-, Wochen- und Saisonmuster. Besonders auffällig war ein nächtlicher Peak; am Wochenende suchten Menschen häufiger.
Fragestellung
Welche zeitlichen Rhythmen zeigt depressionsbezogenes Online-Suchverhalten in Finnland zwischen 2013 und 2022?
Methode
Analyse von Google Trends und der Google Health Trends API zu sechs Google-Vorschlags-Suchanfragen zu Depression und zwei Vergleichsbegriffen.
Ergebnisse
Die Suchvolumina zeigten auf Tages-, Wochen- und Saisonebene deutliche Muster. Ein robuster diurnaler Rhythmus mit nächtlichem Peak wurde über die Suchbegriffe hinweg beobachtet; masennus zeigte ein Wochentagsmuster.
Schlussfolgerung der Autor:innen
Die Autor:innen sehen konsistente zeitliche Muster im depressionsbezogenen Online-Suchverhalten und einen möglichen Zusatznutzen für die Planung von mentaler Gesundheitskommunikation und Interventionen.
Kernaussagen
- Nächtlicher Peak bei depressionsbezogenen Suchanfragen
- Wochenendanstieg, außer bei masennus
- masennus und masennustesti mit Frühjahrs- und Herbstpeaks
Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.
Kurz gefasst
Fachartikel in der Zeitschrift Scandinavian Journal of Public Health, online erschienen am 08.11.2026. Verfasst von Nafiseh Mohammadi und 2 weiteren Autor:innen. Beteiligte Einrichtung: Faculty of Social Sciences, Business and Economics, Åbo Akademi University, Vantaa, Finland. Die Arbeit nennt 30 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Arcada University of Applied Sciences.
Themen: Depression
Abstract (Originalsprache)
Background
Understanding when people seek online information about depression may help improve the timing of mental health interventions. This study examines the temporal rhythms in depression-related online search behavior in Finland between 2013 and 2022.
Methods
We analyzed diurnal, weekly, and seasonal patterns in six Google-suggested depression-related search queries and two comparator terms using data from Google Trends and the Google Health Trends Application Programming Interface.
Results
Search volumes exhibited distinct temporal patterns at the daily, weekly, and seasonal levels. A robust diurnal rhythm was observed across search terms, with a pronounced nightly peak. Weekly patterns showed increased search activity during weekends, except for masennus (“depression”), which displayed a distinct weekday pattern. Seasonal analyses revealed bimodal patterns for masennus and masennustesti (“depression test”), with peaks in spring and autumn and reduced search interest during summer.
Conclusions
These findings highlight consistent temporal patterns in depression-related online search behavior and may provide complementary information for healthcare providers and policymakers when planning the timing of mental health communication and interventions.
Schlagwörter
Stichwörter der Autor:innen
Autor:innen und Institutionen
- Faculty of Social Sciences, Business and Economics, Åbo Akademi University, Vantaa, Finland.
- Department of Healthcare, Arcada University of Applied Sciences, Helsinki, Finland.
- VTT Technical Research Centre of Finland Ltd., Finland.
ORCID-Profile: Nafiseh Mohammadi, Leonardo Espinosa-Leal
Förderung
- Arcada University of Applied Sciences
Zitieren
APA
Mohammadi, N., Danielson, J., & Espinosa-Leal, L. (2026). Temporal patterns and variations of depression-related online search behavior: A longitudinal analysis of Google search data. Scandinavian Journal of Public Health. https://doi.org/10.1177/14034948261497119
Vancouver
Mohammadi N, Danielson J, Espinosa-Leal L. Temporal patterns and variations of depression-related online search behavior: A longitudinal analysis of Google search data. Scandinavian Journal of Public Health. 2026. doi:10.1177/14034948261497119
BibTeX
@article{Mohammadi2026,
author = {Mohammadi, Nafiseh and Danielson, Jonas and Espinosa-Leal, Leonardo},
title = {Temporal patterns and variations of depression-related online search behavior: A longitudinal analysis of Google search data},
journal = {Scandinavian Journal of Public Health},
year = {2026},
doi = {10.1177/14034948261497119}
}
EUVIMED