Analysis of Cases of Harm Associated With Use of Health Information on the Internet
Notice bibliographique
Résumé
CONTEXT: There is concern about the potential harm associated with the use of poor quality health information on the Internet. To date, there have been no systematic attempts to examine reported cases of such harm. METHODS: We conducted a systematic review of the peer-reviewed literature, to evaluate the number and characteristics of reported cases of harm associated with the use of health information obtained on the Internet. Using a refined strategy, we searched MEDLINE (from 1966 to February 2001), CINAHL (from 1982 to March 2001), HealthStar (from 1975 to December 2000), PsycINFO (from 1967 to March 2001), and EMBASE (from 1980 to March 2001). This was complemented with searches of reference lists. Two authors separately reviewed the abstracts to identify articles that describe at least 1 case of harm associated with the use of health information found on the Internet. Articles of any format and in any language deemed possibly relevant by either researcher were obtained and reviewed by both researches. RESULTS: The search yielded 1512 abstracts. Of these 186 papers were reviewed in full text. Of these, 3 articles satisfied the selection criteria. One article described 2 cases in which improper Internet searches led to emotional harm. The second article described dogs being poisoned because of misinformation obtained on the Internet. The third article described hepatorenal failure in an oncology patient who obtained misinformation about the use of medication on the Internet. CONCLUSIONS: Despite the popularity of publications warning of the potential harm associated with using health information from the Internet, our search found few reported cases of harm. This may be due to an actual low risk for harm associated with the use of information available on the Internet, to underreporting of cases, or to bias.
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 | 0,029 | 0,186 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,047 | 0,025 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».