MétaCan
Menu
Retour à la cohorte
Enregistrement W2756371906 · doi:10.2196/ijmr.7844

Quality of Patient Information Websites About Congenital Heart Defects: Mixed-Methods Study of Perspectives Among Individuals With Experience of a Prenatal Diagnosis

2017· article· en· W2756371906 sur OpenAlexvenueno aff
Tommy Carlsson, Ulla Melander Marttala, Barbro Wadensten, Gunnar Bergman, Ove Axelssön, Elisabet Mattsson

Notice bibliographique

RevueInteractive Journal of Medical Research · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart defectScarcityQuality (philosophy)Prenatal diagnosisInformation qualityPsychologyFetusHeart diseaseInformation systemPregnancyPathologyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: When a heart defect is prenatally diagnosed in the fetus, expectant parents experience a great need for information about various topics. After the diagnosis, the Web is used for supplemental information, and the scarcity of research calls attention to the need to explore patient information websites from the perspectives of the intended consumers. OBJECTIVE: The overarching aim of this study was to explore the quality of Swedish patient information websites about congenital heart defects, from the perspectives of individuals with experience of a prenatal diagnosis of congenital heart defect in the fetus. METHODS: This was a mixed-methods study of websites identified through systematic searches in the two most used Web-based search engines. Of the total 80 screened hits, 10 hits led to patient information websites about congenital heart defects. A quality assessment tool inspired by a previous study was used to evaluate each website's appearance, details, relevance, suitability, information about treatment choices, and overall quality. Answers were given on a 5-point Likert scale, ranging from 1, representing the lowest score, to 5, representing the highest score. Each website was assessed individually by persons with experience of continued (n=4) and terminated (n=5) pregnancy following a prenatal diagnosis. Assessments were analyzed with Kendall's coefficient of concordance W, Mann-Whitney U test, Friedman's test, and a Wilcoxon-Nemenyi-McDonald-Thompson test. In addition, each assessor submitted written responses to open-ended questions in the quality assessment tool, and two joint focus group discussions were conducted with each group of assessors. The qualitative data were analyzed with inductive manifest content analysis. RESULTS: Assessments represented a low score (median=2.0) for treatment choices and moderate scores (median=3.0) for appearance, details, relevance, suitability, and overall quality. No website had a median of the highest achievable score for any of the questions in the quality assessment tool. Medians of the lowest achievable score were found in questions about treatment choices (n=4 websites), details (n=2 websites), suitability (n=1 website), and overall quality (n=1 website). Websites had significantly different scores for appearance (P=.01), details (P<.001), relevance (P<.001), suitability (P<.001), treatment choices (P=.04), and overall quality (P<.001). The content analysis of the qualitative data generated six categories: (1) advertisements, (2) comprehensiveness, (3) design, (4) illustrations and pictures, (5) language, and (6) trustworthiness. Various issues with the included websites were highlighted, including the use of inappropriate advertisements, biased information, poor illustrations, complex language, and poor trustworthiness. CONCLUSIONS: From the perspectives of the intended consumers, patient information websites about congenital heart defects are, to a large extent, inadequate tools for supplemental information following a prenatal diagnosis. Health professionals should initiate discussions with patients about their intentions to use the Web, inform them about the varied quality in the Web-based landscape, and offer recommendations for appropriate Web-based sources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,050
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,107
Tête enseignante GPT0,604
Écart entre enseignants0,497 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207