MétaCan
Menu
Retour à la cohorte
Enregistrement W3125907335 · doi:10.2196/26200

Instagram Content Addressing Pruritic Urticarial Papules and Plaques of Pregnancy: Observational Study

2021· article· en· W3125907335 sur OpenAlexvenueno aff
Ashley Payton, Benjamin K.P. Woo

Notice bibliographique

RevueJMIR Dermatology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTestimonialSocial mediaObservational studyThematic analysisIntervention (counseling)PsychologySpace (punctuation)Content analysisFamily medicineHealth careWitnessMedicineNursingQualitative researchAdvertisingSociologyWorld Wide WebComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pruritic urticarial papules and plaques of pregnancy (PUPPP) is the most commonly diagnosed pregnancy-specific dermatosis. It presents with intense pruritus and can be difficult to manage, which encourages mothers to look to social media for camaraderie and advice. OBJECTIVE: This study aimed to characterize the sources and thematic content of Instagram posts in order to define influential groups of users. Our goal was to determine the status of online discourse surrounding PUPPP and elucidate any potential space for health care provider intervention via creation of Instagram accounts dedicated to information dissemination for patient populations. METHODS: Three hashtag categories were selected (#PUPPP, #PUPPPs, and #PUPPPrash), and the top public posts from each were analyzed and organized by source and by thematic content. The numbers of likes and comments were also recorded. RESULTS: Among the top 150 posts in each hashtag category, only 428 posts in total were eligible for this analysis. Majority (316/428, 73.8%) of posts were created by mothers who experienced PUPPP. These posts were testimonial accounts in nature. A small fraction of posts (14/428, 3.3%) were generated by physician accounts. Posts from blogs with extensive followings garnered the most attention in the form of likes and comments. CONCLUSIONS: Mothers experiencing PUPPP comprised the majority of accounts posting under the hashtags selected. The most common themes included pictures of the rash and personal testimonies. Posts under blog posts received the most likes and comments on average. There is space for physician and health care specialists to improve their social media presence when it comes to discourse surrounding PUPPP. Patients are seeking out communities on social media, like Instagram, in order to have questions answered and obtain advice on management. Accounts with large followings tend to have more likes and more comments, which encourages information dissemination and awareness. Thus, we suggest that physicians create content and potentially partner with blog-type accounts to improve outreach.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,498
Tête enseignante GPT0,482
Écart entre enseignants0,016 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DermatologyMême sujetSocial Media in Health EducationTravaux en français237 207