EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

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

Nafiseh Mohammadi iD, Jonas Danielson, Leonardo Espinosa-Leal iD

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.

Auf einen BlickAbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

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

FinlandGoogle TrendsMental healthdepressiondiurnal patterninformation behaviorsearch enginesseasonal patterntemporal patternweekly pattern

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}
}
Kostenlos starten →