Gordie Howe’s “Miraculous Treatment”: Case Study of Twitter Users’ Reactions to a Sport Celebrity’s Stem Cell Treatment
Notice bibliographique
Résumé
BACKGROUND: Former Detroit Red Wing Gordie Howe received stem cell (SC) treatment in Mexico in December 2014 for a stroke he suffered in October 2014. The news about his positive response to the SC treatment prompted discussion on social networks like Twitter. OBJECTIVE: This study aims to provide information about discussions that took place on Twitter regarding Howe's SC treatment and SC treatment in general. In particular, this study examines whether tweets portrayed a positive or negative attitude towards Howe's SC treatment, whether or not tweets mention that the treatment is unproven, and whether the tweets mention risks associated with the SC treatment. METHODS: This is an infodemiology study, harnessing big data published on the Internet for public health research and analysis of public engagement. A corpus of 2783 tweets about Howe's SC treatment was compiled using a program that collected English-language tweets from December 19, 2014 at 00:00 to February 7, 2015 at 00:00. A content analysis of the corpus was conducted using a coding framework developed through a two-stage process. RESULTS: 78.87% (2195/2783) of tweets mentioned improvements to Howe's health. Only one tweet explicitly mentioned that Howe's SC treatment was unproven, and 3 tweets warned that direct-to-consumer SC treatments lacked scientific evidence. In addition, 10.31% (287/2783) of tweets mentioned challenges with SC treatment that have been raised by scientists and researchers, and 3.70% (103/2783) of tweets either defined Howe as a "stem cell tourist" or claimed that his treatment was part of "stem cell tourism". In general, 71.79% (1998/2783) of tweets portrayed a positive attitude towards Howe's SC treatment. CONCLUSIONS: Our study found the responses to Howe's treatment on Twitter to be overwhelmingly positive. There was far less attention paid to the lack of scientific evidence regarding the efficacy of the treatment. Unbalanced and uncritical discussion on Twitter regarding SC treatments is another example of inaccurate representations of SC treatments that may create unrealistic expectations that will facilitate the market for unproven stem cell therapies.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».