The Quality, Content, Accuracy and Readability of Information about Sickle Cell Anemia on the Internet
Notice bibliographique
Résumé
Abstract Objective: A comprehensive website review was conducted to assess the quality, content and readability of online information for teens with sickle cell anemia (SCA). Methods. Key words relevant to SCA were searched across the five most commonly used search engine domains. Websites that contained information about the diagnosis and management of SCA were reviewed. Quality of the information was appraised using the validated DISCERN tool. Two physicians rated website content completeness and accuracy independently. Readability of the sites was documented using SMOG scores and the Flesch Reading ease scoring system. Results. Search results yielded more than 600 sites of which 25 websites met the criteria for DISCERN quality review. The majority of sites targeted parents and only 5/25 (20%) were specific to teens with SCA. The overall quality of the website information was "fair", with the average DISCERN quality rating score being 50.1 (± 9.3, range 31.0-67.5). Only 12/25(48%)of the websites had DISCERN scores above 50 (mean 57.37 + 4.93, range 52.17-67.50). The average completeness score of the sites was 20 out of 29 (±5; range 12-27) and accuracy was consistently rated 4/4, indicating high accuracy with moderate completeness. The average SMOG score was 12.44 (±2.01; range 10.21-16.08), and the mean Flesch Reading Ease score was 46.45 (±13.22; range 17.50-66.10) indicating that the material was written well above the acceptable level for patient education materials. Conclusion. Given the paucity of high quality Internet health information at an appropriate reading level for teens with SCA, there is a critical need for the development of Internet programs to meet their unique self-management needs. Disclosures No relevant conflicts of interest to declare.
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 | 0,023 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,014 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».