Quality of DCIS information on the internet: a content analysis
Notice bibliographique
Résumé
PURPOSE: Women with ductal carcinoma in situ (DCIS) experience lingering confusion and anxiety, and may use the Internet for supplemental information. This study assessed the content and quality of DCIS information on the Internet. METHODS: We searched Google for English-language, publicly available DCIS information tools published from 2010 to current by non-profit organizations. We summarized tool characteristics, DCIS labels, and information important to women with DCIS corresponding to domains of a patient-centred care (PCC) framework. Tool quality was appraised with the DISCERN instrument. RESULTS: Of 39 tools included, most were plain language summaries published since 2016. Tools employed a median of 2.0 labels (range 1.0 to 5.0) for DCIS, most frequently non-invasive breast cancer (29, 74.4%), abnormal cells (14, 35.9%), pre-cancer (14, 35.9%), and early form of breast cancer (13, 33.3%). Tools addressed a median of 4.0 (range 2.0 to 5.0) PCC domains. Few tools contained content in the domains of fostering the relationship (30.8%), addressing emotions (41.0%), or follow-up (41.0%); 74.4% noted the risk of progression or recurrence but provided vague details. Tools were assessed as high (25.6%), moderate (48.7%), and low (25.6%) quality. CONCLUSIONS: Few DCIS information tools available to women on the Internet meet quality criteria for consumer health information or address concerns of importance to women with DCIS. By identifying a range of poorly defined terms used to label DCIS, and specific content domains that were lacking, this study identified how existing tools could be improved, and identified higher-quality tools that clinicians can use when discussing DCIS with patients.
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 | 0,033 | 0,146 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,031 | 0,028 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 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 ».