Health Literacy Gaps in Online Resources for Cirrhotic Patients
Notice bibliographique
Résumé
BACKGROUND: The average readability level in the USA is a sixth grade level and for patients with chronic disease it is lower. Cirrhosis is a prevalent chronic disease that requires complex knowledge and instructions to manage. No research has been done about the understandability of online educational content for cirrhotic patients. Patients can find online materials curated by both general health platforms and high-volume liver transplant centers, and thus these materials were analyzed. METHODS: After determining exclusion criteria, the websites of the top 20 general health platform results and the websites of the top 20 high-volume hepatology centers were analyzed. Readability was assessed using the Patient Education Materials Assessment Tool (Audiovisual Materials) (PEMAT-A/V), Flesch-Kincaid Grade Level tests, word counts, sentence counts, words per sentence, and time for an average sixth grader to read. RESULTS: The mean grade level readabilities were 12.3 and 11.3 for the general resources and the transplant center resources, respectively. The online resources ranged from 9 to 389 sentences requiring an average of 9.8 min to read. The mean PEMAT-A/V scores were 70.05% for the general resources and 72.45% for the transplant center resources. There was a statistically significant difference in the Flesch-Kincaid grade level, sentence number, words per sentence, word count, and time for an average sixth grader to read the general resources and transplant center resources (P < 0.05). CONCLUSIONS: The online resources both from health platforms and hepatology centers available to patients with cirrhosis are too long and complex and underscore the need for simpler and shorter resources.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».