What attracts patients with diabetes to an internet support group? A 21‐month longitudinal website study
Notice bibliographique
Résumé
AIMS: To establish and evaluate a web-based educational and emotional resource for patients with diabetes and their family members. METHODS: A total of 47 365 user visits over a 21-month period to three internet discussion groups about diabetes were tracked for user activity, characteristics and level of satisfaction. RESULTS: The primary domains of users were the US (70%) and Canada (4%). Of all users, 7.55% posted messages, while 92.45% read messages posted by others. The average length of use was 15 min 5 s. Forty-four per cent posted messages to the nutrition discussion, 38% posted messages to the motivational discussion, and 18% posted messages to the family discussion. The most common postings addressed nutrition (42%), the emotional impact of diabetes (18%), managing high or low blood glucose levels (10%), and complications (8%). Respondents to the satisfaction survey were 64% female, 43% were insulin and 37% non-insulin users. Eighty-four per cent were older than 30 years, 34% had recently diagnosed diabetes and 32% had diabetes > 10 years. Forty-three per cent visited more than three times. Seventy-nine per cent of all respondents rated participation in the chat as having a positive effect on coping with diabetes. CONCLUSIONS: A professionally moderated internet discussion group is actively visited by a broad base of patients and families, and appears to be a useful strategy for engaging patients with chronic disease for emotional support and information exchange.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».