The quality of information about sickle cell disease on the Internet for youth
Notice bibliographique
Résumé
BACKGROUND: Adolescence is a vulnerable time for teens with sickle cell disease (SCD). Although there is evidence to support the use of web-based education to promote self-management skills in patients with chronic illnesses, the quality of SCD-related information on the Internet has not been assessed. PROCEDURE: A website review was conducted to appraise the quality, content, accuracy, readability, and desirability of online information for the adolescents with SCD. Relevant keywords were searched on the most popular search engines. Websites meeting predetermined criteria were reviewed. The quality of information was appraised using the validated DISCERN tool. Two physicians independently rated website completeness and accuracy. Readability of the sites was documented using the simple measure of gobbledygook (SMOG) scores and the Flesch Reading Ease (FRE). The website features considered desirable by youth were tracked. RESULTS: Search results yielded >600 websites with 25 unique hits meeting criteria. The overall quality of the information was "fair" and the average DISCERN rating score was 50.1 (±9.3, range 31.0-67.5). Only 12 of 25 (48%) websites had scores >50. The average completeness score was 20 of 29 (±5, range 12-27). No errors were identified. The mean SMOG score was 13.04 (±2.80, range 10.21-22.85) and the mean FRE score was 46.05 (±11.47; range 17.50-66.10), suggesting that the material was written well beyond the acceptable reading level for patient education. The websites were text-heavy and lacked the features that appeal to youth (chat, games, videos, etc.). CONCLUSION: Given the paucity of high-quality health information available for the teens with SCD, it is essential that additional online resources be developed.
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 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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».