Assessment of Canadian patient education material for oncology pharmaceutics
Notice bibliographique
Résumé
INTRODUCTION: Health literacy is an individual's ability to access, understand, and utilize information in order to create an informed decision regarding their health. Readability plays an integral role in health literacy as complex health information may be inaccessible to those with low health literacy. The aim of this study is to determine the readability of Canadian patient education material (PEM) for oncology related pharmaceutics. METHODS: Eighty PEMs from Cancer Care Ontario (CCO) and BC Cancer (BCC) were evaluated for their reading level using a Ford, Caylor, Sticht (FORCAST) analysis. Twenty therapies were then randomly selected and converted to plain text to be analyzed further using the Flesch-Kincaid Grade Level (FKGL), the Simple Measure of Gobbledygook (SMOG) Index, the Coleman-Liau Index (CLI), and the Gunning Fog Index (GFI). RESULTS: Both PEMs from CCO and BCC were above the recommended reading level with PEMs from CCO, on average, requiring a higher reading level. Within the text, the section which describes side effects was found to be the most complex section of the representative PEMs from BCC. PEMs from BCC which described antibody-based therapies were, on average, more difficult to read than small molecule-based therapies regardless from which section the PEM was being analyzed. These observations were not seen in CCO PEMs. CONCLUSIONS: Overall, online PEMs from major Canadian cancers associations were written above the recommended reading level. Consideration should be given to revision of these materials, with emphasis on the therapies' side effects, to allow for greater comprehension amongst a wider target audience.
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 | 0,002 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».