Quality of Medical Advice Provided Between Members of a Web-Based Message Board for Patients With Implantable Defibrillators: Mixed-Methods Study
Notice bibliographique
Résumé
BACKGROUND: Patients use Web-based medical information to understand medical conditions and treatments. A number of efforts have been made to understand the quality of professionally created content; however, none have described the quality of advice being provided between anonymous members of Web-based message boards. OBJECTIVE: The objective of this study was to characterize the quality of medical information provided between members of an anonymous internet message board addressing treatment with an implantable cardioverter-defibrillator (ICD). METHODS: We quantitatively analyzed 2 years of discussions using a mixed inductive-deductive framework, first, for instances in which members provided medical advice and, then, for the quality of the advice. RESULTS: We identified 82 instances of medical advice within 127 discussions. Advice covered 6 topical areas: (1) Device information, (2) Programming, (3) Cardiovascular disease, (4) Lead management, (5) Activity restriction, and (6) Management of other conditions. Across all advice, 50% (41/82) was deemed generally appropriate, 24% (20/82) inappropriate for most patients, 6% (5/82) controversial, and 20% (16/82) without sufficient context. Proportions of quality categories varied between topical areas. We have included representative examples. CONCLUSIONS: The quality of advice shared between anonymous members of a message board regarding ICDs varied considerably according to topical area and the specificity of advice. This report provides a model to describe the quality of the available Web-based patient-generated material.
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 | 0,048 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».