Web-information surrounding complementary and alternative medicine for low back pain: A cross-sectional survey and quality assessment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Low back pain (LBP) is expected to globally affect up to 80% of individuals at some point during their lifetime. While conventional LBP therapies are effective, they may result in adverse side-effects. It is thus common for patients to seek information about complementary and alternative medicine (CAM) online to either supplement or even replace their conventional LBP care. The present study sought to assess the quality of web-based consumer health information available at the intersection of LBP and CAM. METHODS: We searched Google using six unique search terms across four English-speaking countries. Eligible websites contained consumer health information in the context of CAM for LBP. We used the DISCERN instrument, which consists of a standardized scoring system with a Likert scale from one to five across 16 questions, to conduct a quality assessment of websites. RESULTS: Across 480 websites identified, 32 were deemed eligible and assessed using the DISCERN instrument. The mean overall rating across all websites 3.47 (SD = 0.70); Summed DISCERN scores across all websites ranged from 25.5-68.0, with a mean of 53.25 (SD = 10.41); the mean overall rating across all websites 3.47 (SD = 0.70). Most websites reported the benefits of numerous CAM treatment options and provided relevant information for the target audience clearly, but did not adequately report the risks or adverse side-effects adequately. CONCLUSION: Despite some high-quality resources identified, our findings highlight the varying quality of consumer health information available online at the intersection of LBP and CAM. Healthcare providers should be involved in the guidance of patients' online information-seeking.
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.
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 | 0,012 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle