Content and Quality of Websites for Patients With Chronic Kidney Disease: An Environmental Scan
Notice bibliographique
Résumé
Background: Although numerous websites for patients with chronic kidney disease (CKD) are available, little is known about their content and quality. Objective: To evaluate the quality of CKD websites, and the degree to which they align with information needs identified by patients with CKD. Methods: We identified websites by entering “chronic kidney disease” in 3 search engines: Google.com (with regional variants for Australia, Canada, the United Kingdom, and the United States), Bing.com, and Yahoo.com. We included the first 50 unique English-language sites from each search. We evaluated website content using a 30-point scale comprising 8 priority content domains identified by patients with CKD ( understanding CKD, diet, symptoms, medications, mental/physical health, finances, travel, and work/school). We used standardized tools to evaluate usability, reliability, and readability (DISCERN, HONcode, LIDA, Reading Ease, and Reading Grade Level). Two reviewers independently conducted the search, screen, and evaluation. Results: Of the 2093 websites identified, 115 were included. Overall, sites covered a mean (SD) of 29% (17.8) of the CKD content areas. The proportion of sites covering content related to understanding CKD, symptoms, and diet was highest (97%, 80%, and 72%, respectively). The proportion of sites covering travel, finances, and work/school content was lowest (22%, 12%, and 12%, respectively). The mean (SD) scores for DISCERN, LIDA and HONcode were 68% (14.6), 71% (14.4), and 75% (17.2), respectively, considered above average for usability and reliability. The mean (SD) Reading Grade Level was 10.6 (2.8) and Reading Ease was 49.8 (14.4), suggesting poor readability. Conclusions: Although many CKD web sites were of reasonable quality, their readability was poor. Furthermore, most sites covered less than 30% of the content patients identified as important for CKD self-management. These results will inform content gaps in internet-accessible information on CKD self-management that should be addressed by future eHealth web-based tools.
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 | 0,015 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,017 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».