Quality of Social Media and Web-Based Information Regarding Inappropriate Nuclear Cardiac Stress Testing and the Choosing Wisely Campaign: A Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: The World Wide Web and social media provide the public with access to medical information unlike any other time in human history. However, the quality of content related to cardiac stress testing is not well understood. OBJECTIVE: The aim of our study was to evaluate the quality of content on the Internet relating to the use of cardiac nuclear stress testing and the Choosing Wisely campaign. METHODS: We searched the World Wide Web, Google Video (including YouTube), and Twitter for information relating to these two topics. Searches were performed using English language terms from a computer in the United States not logged into any personal user accounts. Search results were reviewed for discussion of specific topics including radiation risk, accuracy of testing, alternative testing options, and discouragement of inappropriate test use. RESULTS: We evaluated a total of 348 items of content from our searches. Relevant search results for Choosing Wisely were fewer than for other search terms (45 vs 303). We did not find any content which encouraged inappropriate testing (ie, screening in low risk individuals or testing prior to low risk operations). Content related to Choosing Wisely was more likely to discourage inappropriate testing than search results for other terms (29/45, 64% vs 12/303, 4.0%, odds ratio 43.95, 95% CI 17.6-112.2, P<.001). CONCLUSIONS: The Internet content on nuclear stress tests consistently discouraged inappropriate testing. The Choosing Wisely content was more likely to discourage inappropriate testing, less relevant content was available. Generating authoritative content on the Internet relating to judicious use of medical interventions may be an important role for the Choosing Wisely campaign.
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 | 0,005 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».