MétaCan
Menu
Retour à la cohorte
Enregistrement W3134574705 · doi:10.1186/s13223-021-00528-3

Content analysis of promotional material for asthma-related products and therapies on Instagram

2021· letter· en· W3134574705 sur OpenAlexvenueno aff
Brent Heineman, Marcella Jewell, Michael Moran, Kolbi Bradley, Kerry A. Spitzer, Peter K. Lindenauer

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2021
Typeletter
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContent analysisMedicineAsthmaSocial mediaInclusion (mineral)Family medicinePsychologyInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Increasingly, social media is a source for information about health and disease self-management. We conducted a content analysis of promotional asthma-related posts on Instagram to understand whether promoted products and services are consistent with the recommendations found in the Global Initiative for Asthma (GINA) 2019 guidelines. METHODS: We collected every Instagram post incorporating a common, asthma-related hashtag between September 29, 2019 and October 5, 2019. Of these 2936 collected posts, we analyzed a random sample of 266, of which, 211 met our inclusion criteria. Using an inductive, qualitative approach, we categorized the promotional posts and compared each post's content with the recommendations contained in the 2019 GINA guidelines. Posts were categorized as "consistent with GINA" if the content was supported by the GINA guidelines. Posts that promoted content that was not recommended by or was unrelated to the guidelines were categorized as "not supported by GINA". RESULTS: Of 211 posts, 89 (42.2%) were promotional in nature. Of these, a total of 29 (32.6%) were categorized as being consistent with GINA guidelines. The majority of posts were not supported by the guidelines. Forty-one (46.1%) posts promoted content that was not recommended by the current guidelines. Nineteen (21.3%) posts promoted content that was unrelated to the guidelines. The majority of unsupported content promoted non-pharmacological therapies (n = 39, 65%) to manage asthma, such as black seed oil, salt-room therapy, or cupping. CONCLUSIONS: The majority of Instagram posts in our sample promoted products or services that were not supported by GINA guidelines. These findings suggest a need for providers to discuss online health information with patients and highlight an opportunity for providers and social media companies to promote evidence-based asthma treatments and self-management advice online.

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)0,011
score de la tête « metaresearch » (Gemma)0,049
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,049
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,006
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,147
Tête enseignante GPT0,400
Écart entre enseignants0,253 · 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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical ImmunologyMême sujetSocial Media in Health EducationTravaux en français237 207