Quality and Readability of Online Information on In-Office Vocal Fold Injections
Notice bibliographique
Résumé
Objectives: Vocal fold injection augmentations are increasingly being performed in the office setting on awake patients, as opposed to the operating room. These procedures thus require patient cooperation and education. As the Internet is a widely-used resource for patients, our aim was to assess the quality and readability of online resources on in-office awake vocal fold injections. Methods: An online Google search using the terms “office vocal fold injection medialization” and “awake vocal fold injection” was conducted. The first 50 English-language websites were categorized into professional- and patient-targeted, and major and minor sources. They were analyzed using the Flesch Reading Ease Score (FRES), Flesch-Kincaid Grade Level (FKGL) test, and DISCERN quality score. Results: Fifty websites were evaluated, and the overall DISCERN score was 2.60 ± 1.01, the mean FRES was 32.16 ± 19.10, and the mean FKGL was 13.76 ± 4.12. Between the 25 professional-targeted and 25 patient-targeted websites, professional-targeted sites had significantly higher DISCERN ( P < .05) and FKGL ( P < .05) scores, and lower FRES ( P < .05) scores. Between the 30 major and 20 minor websites, major websites had significantly lower FRES ( P < .05) and higher FKGL ( P < .05) scores, and there was a trend toward significance for higher DISCERN scores ( P = .052). Conclusions: Our study shows that half of the top Google results for our topic were not written for patient education, but rather for health care professionals. The reading level of this information exceeds the recommended grade level for patient education materials, and may be less comprehensible than intended. While patient-targeted materials are easier to read than professional-targeted sites, they are of lower quality. The quality of the available online information on this topic is suboptimal for both patients and health care providers. This research highlights the need for more appropriate patient education materials given low health literacy rates.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».