Information on the Internet for asplenic patients: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Asplenic patients in general have poor knowledge about their condition. Patients are increasingly turning to the Internet for their health care information, therefore this is a resource that many asplenic patients will use. The aim of our study was to determine the quality of information on the Internet for asplenic patients. METHODS: We identified websites by entering "splenectomy OR spleen removal" into 3 Internet search engines on July 28, 2008. The top 50 English-language websites from each search engine were included in our analysis. We evaluated the websites with our own 21-point content scale as well as 4 commonly used quality-assessment tools. All websites were analyzed independently by 2 reviewers. Correlations were made between the quality assessment instruments, content, readability and target audience. RESULTS: We included 89 websites in the study. The mean content score percentage for all websites was 49% (95% confidence interval 44%-54%). The long-term risk of infection was mentioned in 84% of websites, and the need for vaccination was mentioned in 79%. The mean quality assessment tool score was 61%, and the mean reading grade level was 11. CONCLUSION: Whereas websites on average did not cover most of the information that asplenic patients should receive, the long-term risk of serious infection and the need for vaccination was consistently mentioned. Websites were inconsistent with respect to adhering to standards advocated by the quality assessment instruments we used, and the mean reading grade level was far above what is recommended for patient literature.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».