MétaCan
Menu
Retour à la cohorte
Enregistrement W2896038593 · doi:10.2196/10031

Reliability of Cancer Treatment Information on the Internet: Observational Study

2018· article· en· W2896038593 sur OpenAlexvenueno aff
Ryo Ogasawara, Noriyuki Katsumata, Tatsushi Toyooka, Yuko Akaishi, Takaaki Yokoyama, Gemmu Kadokura

Notice bibliographique

RevueJMIR Cancer · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCancerMedicineReliability (semiconductor)Rating scaleFamily medicineObservational studyMedical physicsPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Finding the correct medical information in a flood of information from the internet is a significant issue for patients with cancer. OBJECTIVE: We investigated the reliability of the information on cancer treatment methods available on the internet based on an evaluation by medical oncologists, medical students, and cancer survivors. METHODS: Using Google and Yahoo as the search engines, we carried out the information search using 2 keywords, "cancer treatment" and "cancer cure," and the top 20 information sites were identified. A similar search was conducted on 5 types of cancer. The reliability of the information presented was rated on a 3-level scale (A, B, or C). Level A referred to reliable sites (providing information complying with the clinical practice guidelines for various types of cancer), Level B included sites not falling under either Level A or Level C, and Level C comprised dangerous or harmful sites (providing information on treatment not approved by the regulatory authority in Japan and bombastic advertisements without any relevant clinical evidence). The evaluation was conducted by medical oncologists, medical students, and cancer survivors. The consistency of the information reliability level rating between the medical students or cancer survivors with that of the medical oncologists was assessed by using the kappa value. RESULTS: A total of 247 sites were evaluated for reliability. The ratings provided by the medical students' group were as follows: Level A, 12.1% (30/247); Level B, 56.3% (139/247); and Level C, 31.6% (78/247). The ratings provided by the cancer survivors' group were as follows: Level A, 16.8% (41/244); Level B, 44.7% (109/244); and Level C, 38.5% (94/244). The ratings provided by the oncologists' group were as follows: Level A, 10.1% (25/247); Level B, 51.4% (127/247); and Level C, 38.5% (95/247). The intergroup rating consistency between the medical students' group and oncologists' group was 87.4% (216/247, kappa=0.77) and that between the cancer survivors' group and oncologists' group was 76.2% (186/244, kappa=0.61). CONCLUSIONS: Of the investigated sites providing information on cancer treatment on the internet, the percentage of sites that seemed to provide harmful information was much higher than that of sites providing reliable information. The reliability level rating was highly consistent between the medical students' group and the medical oncologists' group and also between the cancer survivors' group and the medical oncologists' group.

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)0,005
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
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 Opus0,184
Tête enseignante GPT0,530
Écart entre enseignants0,345 · 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'étudeObservationnel
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

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR CancerMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207