Validity and Usefulness of YouTube Videos Related to Endoscopic Transsphenoidal Surgery for Patient Information
Notice bibliographique
Résumé
Abstract Objectives This article evaluates the completeness and accuracy of YouTube videos related to endoscopic transsphenoidal surgery (ETS) as a source for patient information. Design YouTube was searched using relevant terms pertaining to ETS. Videos were evaluated independently by two physician reviewers experienced in ETS. Video demographics including uploader source along with validity scores based on predetermined checklists were captured. Setting Internet. Participants Not applicable. Main Outcome Measures A novel ETS scoring checklist, the modified DISCERN criteria, and Journal of the American Medical Association (JAMA) benchmark score were used to measure completeness and accuracy of videos. video power index (VPI) was calculated to reflect popularity. Intraclass correlation coefficient was calculated for rater agreement. Results Seventy-nine videos were included in final scoring and analysis. The ETS score, DISCERN, JAMA, and mean VPI across all included videos were 5.0 ± 2.7, 2.4 ± 0.83, 2.19 ± 0.62, and 8.92 ± 18.1, respectively. Based on the ETS score checklist, 31 (39%) of the videos were rated as poor, 30 (38%) were moderately useful, 17 (22%) were useful, and 1 (1%) was exceptional. There was a significant positive correlation between the ETS, DISCERN, and JAMA scores (p < 0.001), but no correlation with VPI and the validity scores. There were no significant differences comparing validity scores based on the uploader source. Conclusion YouTube videos related to ETS have limited usefulness and poor overall validity for patient information. Clinicians should direct patients to other validated sources of information and aim to improve the comprehensiveness of ETS-related videos.
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 | 0,003 | 0,029 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».