Truths and Misinformation: A Qualitative Exploration of Myotonic Dystrophy
Notice bibliographique
Résumé
BACKGROUND: Myotonic dystrophy (DM1) is an autosomal dominant, progressive, and multisystem condition that impacts affected individuals physically, socially, and emotionally. Understanding individuals' perceptions of their disease is critical to ensuring appropriate information, education, and counseling. METHODS: We conducted a content analysis of findings from a larger study that used a novel, qualitative research approach called photovoice to explore nine patients' experiences of living with DM1. Participants took pictures that illustrated barriers or facilitators to living with DM1; their photographs then formed the basis of semistructured interviews. Transcripts were analyzed and, among themes, we identified one titled "DM1 truths and misinformation" that described participants' disease knowledge. Analysis revealed four categories within this broader theme: "the physical and emotional cost of DM1," "managing my DM1," "genetics and me" and "patients as advocates and educators." RESULTS: Findings showed that DM1 participants had good core knowledge with respect to their disease and its implications. However, each participant held as fact fragments of misinformation that shaped decision-making and pointed to a clear need for strategies to mitigate variable interpretation of health information. CONCLUSIONS: We conclude that there is a need for increased education and awareness about symptoms, genetic information and treatment strategies for patients, their family members, and health care providers.
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 | 0,027 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,018 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».