<p>Googling on Colonoscopy: A Retrospective Analysis of Search Engine Statistics</p>
Notice bibliographique
Résumé
PURPOSE: Colonoscopy is a gold standard for screening and diagnosis of colorectal cancer (CRC). The data from the search engine may reveal what information on coloscopy gains the attention of Internet users. We aimed to investigate Google searches trends and terms related to colonoscopy. PATIENTS AND METHODS: We retrieved statistics searches related to colonoscopy using Google Trends (GT) and Google Ads (GA) for the period from April 2016 to March 2020. The GT data was used for the analysis of time and regional search patterns worldwide. GA data for Australia, Canada, Ireland, New Zealand (NZ), Poland, the United Kingdom (UK), and the United States (US) were used to calculate the search volume of categories of queries related to colonoscopy. RESULTS: Globally, the relative search volume on colonoscopy has increased until the COVID-19 outbreak and revealed seasonal variation: the highest interest was observed in March (CRC awareness month), and the lowest during December (Christmas holidays). The highest number of searches per 1000 Google users-years was done in Poland (59.62) and the lowest in the UK (19.46). Most commonly, Google users searched for details on colonoscopy techniques (Australia, Canada, Ireland, NZ), anesthesia during the procedure (Poland), facility performing colonoscopy (UK, US). In all seven countries, less than 2% of queries concerned with bowel preparation before the procedure. CONCLUSION: Before the COVID-19 pandemic, the interest in colonoscopy has increased among Google users. Google users may underestimate the importance of proper bowel preparation.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».