The use of internet analytics by a Canadian provincial chiropractic regulator to monitor, evaluate and remediate misleading claims regarding specific health conditions, pregnancy, and COVID-19
Notice bibliographique
Résumé
BACKGROUND: Internet analytics are increasingly being integrated into public health regulation. One specific application is to monitor compliance of website and social media activity with respect to jurisdictional regulations. These data may then identify breaches of compliance and inform disciplinary actions. Our study aimed to evaluate the novel use of internet analytics by a Canadian chiropractic regulator to determine their registrants compliance with three regulations related to specific health conditions, pregnancy conditions and most recently, claims of improved immunity during the COVID-19 crisis. METHODS: A customized internet search tool (Market Review Tool, MRT) was used by the College of Chiropractors of British Columbia (CCBC), Canada to audit registrants websites and social media activity. The audits extracted words whose use within specific contexts is not permitted under CCBC guidelines. The MRT was first used in October of 2018 to identify words related to specific health conditions. The MRT was again used in December 2019 for words related to pregnancy and most recently in March 2020 for words related to COVID-19. In these three MRT applications, potential cases of word misuse were evaluated by the regulator who then notified the practitioner to comply with existing regulations by a specific date. The MRT was then used on that date to determine compliance. Those found to be non-compliant were referred to the regulator's inquiry committee. We mapped this process and reported the outcomes with permission of the regulator. RESULTS: In September 2018, 250 inappropriate mentions of specific health conditions were detected from approximately 1250 registrants with 2 failing to comply. The second scan for pregnancy related terms of approximately1350 practitioners revealed 83 inappropriate mentions. Following notification, all 83 cases were compliant within the specified timeframe. Regarding COVID-19 related words, 97 inappropriate mentions of the word "immune" were detected from 1350 registrants with 7 cases of non-compliance. CONCLUSION: Internet analytics are an effective way for regulators to monitor internet activity to protect the public from misleading statements. The processes described were effective at bringing about rapid practitioner compliance. Given the increasing volume of internet activity by healthcare professionals, internet analytics are an important addition for health care regulators to protect the public they serve.
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 | 0,013 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| 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 ».