Quality assessment of online hepatocellular carcinoma patient education materials.
Notice bibliographique
Résumé
e24184 Background: Hepatocellular carcinoma (HCC) is the fourth-leading cause of cancer-associated death in the world, claiming nearly 800,000 lives each year globally. Concurrently, an increasing number of patients are using the Internet as a source of health information. However, limited research has been done on assessing the quality of HCC websites. Therefore, we aim to systematically evaluate the quality of online HCC information to illuminate its current strengths and limitations. Methods: The term “hepatocellular carcinoma” was searched using Google, Dogpile, and Yippy. The overall highest-ranked 100 (“top 100”) websites were extracted based on pre-specified inclusion and exclusion criteria. A validated, evidence-based tool was used to evaluate their quality based on several benchmarks such as website affiliation, accountability, interactivity, structure & organization, readability, and content quality. Results were evaluated using descriptive and inferential statistics. Results: The search yielded over 1,100 websites. Of the top 100 websites, 53% were commercial in nature. Although 95% disclosed ownership, other measures of accountability were poor – only 30% identified their author(s), 42% cited sources, and 33% were updated within the past two years. Average readability was judged to be at a grade 11.8 level using the Flesch-Kincaid grading system, and 10.4 using the SMOG index. Both estimates were significantly higher than the traditionally recommended grade-six level ( p < 0.0001 for both). Prognosis, prevention, and incidence were the least commonly covered topics (33%, 46%, and 50% respectively). All other topics were covered with “mostly accurate” or “completely accurate” information by over 70% of websites (Table). Overall, non-commercial websites were higher in quality compared to their commercial counterparts ( p < 0.002). Conclusions: Content accuracy is generally high. However, authorship disclosure, attribution, currency, and coverage in certain topics are deficient among many HCC websites. Additionally, difficult readability may pose a barrier for patient comprehension. Healthcare professionals should be aware of the limitations of online HCC information, in order to proactively guide patients to suitable resources and advocate for improvements in patient education materials. [Table: see text]
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 | 0,196 | 0,455 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,020 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».