Comparison of health care-related social media and Internet usage between patients treated with curative and palliative intent.
Notice bibliographique
Résumé
173 Background: Cancer patients (pts) are increasingly searching online for information and support. Online resource usage and preferences may differ between patients treated with curative versus palliative intent. Methods: Cancer pts completed a cross-sectional survey at Princess Margaret Cancer Centre, assessing their usage and perceptions of social media and the internet with regards to their cancer. Associations between patients’ responses and treatment intent were evaluated univariably (t-tests, chi-squared tests) and multivariably (linear/logistic regression). Results: In a univariable analysis comparing 65 palliative pts (PALL) and 222 curative pts, PALL were more likely to be older (p < 0.001) and less likely to be currently employed or a student (p < 0.001); they were less likely to use the internet (91% vs. 97%, p = 0.03), social media (68% vs. 87%, p < 0.001), and used social media less frequently than curative patients (66% vs. 83%, p = 0.01). PALL were less likely to be interested in an online personal health record (62% vs 76%, p = 0.04) and more likely to indicate that they would not use online information (17% vs. 7%, p = 0.02), compared to curative pts. PALL were more likely to be unfamiliar with social media (20% vs. 7%, p = 0.01), to not know how to use social media (21% vs. 7%, p < 0.001), and to have difficulty finding information (14% vs. 5%, p = 0.03). However, no significant differences by intent were identified after adjustment in a multivariable analysis controlling for age. Conclusions: After the age differences between both groups were adjusted for, there were no significant differences in patients’ online activity nor their perceptions of the trustworthiness, utility, and role of social media, and the Internet. These similarities suggest that online resources for PALL can be developed simultaneously with curative pts.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».