Social Media Representation of Chronic Cerebrospinal Venous Insufficiency Intervention for Multiple Sclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: We conducted a rigorous review of videos related to multiple sclerosis (MS) and chronic cerebrospinal venous insufficiency (CCSVI) treatment posted by people with MS on one social media website (YouTube) that describe symptoms before and after the surgical procedure, as well as videos presented by health-care professionals (HCPs). METHODS: All relevant videos posted from December 2009 to July 2011 were downloaded, viewed, and systematically organized. Categorical data were classified, and dominant messages were gleaned. RESULTS: A total of 1789 videos were extracted. A total of 621 videos by people with MS and 238 by HCPs were included. Eighty-six percent of people with MS anecdotally reported experiencing some improvement in at least one symptom. The most common message was that "CCSVI is not a miracle but worth trying." Most HCPs posting videos recommended the procedure but called for continued research. CONCLUSIONS: Social media are conveying an anecdotal favorable message about CCSVI treatment for MS. The relative absence of videos offering a negative or more balanced perspective is a concern. Social persuasion through these videos creates a strong positive impression of CCSVI treatment, but the videos do not acknowledge the lack of supporting scientific evidence and the possible role of the placebo effect. Given the strong influence of social media on health-care decision making, researchers and clinicians should actively use social media to reach out to people with MS and describe the state of the evidence for MS treatments, both positive and negative.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle