Impact of Before and After Photographs on Parents of Children With Cleft Lip
Notice bibliographique
Résumé
Introduction: Cleft lip with or without palate (CL/P) is a common facial deformity requiring surgical intervention whose aesthetic outcomes are typically represented by Before and After Photographs (BAPhotos). With the growing presence of social media, there are concerns about the role of BAPhotos in plastic surgery and their impact on patient’s expectations. Methods: A retrospective analysis of quality assurance survey and interview data was conducted to explore the impact of BAPhotos on parents and their expectations in the context of CL/P. Results: Thirty-five parents were interviewed regarding use of BAPhotos; 91% viewed BAPhotos on the following platforms: Google (n = 26), Facebook (n = 8), Instagram (n = 4), YouTube (n = 4), Snapchat (n = 1), and Other (n = 11). Half of the parents believed that BAPhotos influenced their treatment expectations and these parents were not less satisfied with their child’s surgical outcome than those who did not perceive being influenced (Mann-Whitney U = 124.5, P = .05). A higher proportion of parents who viewed BAPhotos on social platforms felt that their treatment expectations were influenced by BAPhotos (χ 2 , X (df = 1) = 4.49, P = .03). Thematic analysis revealed that parents’ emotional reaction to BAPhotos was shaped by the context of the photos; photos on social platforms that include patient stories (ie, Instagram, Facebook) were more often sources of emotional support. Conclusion: This study furthers our understanding of the impact BAPhotos have on parents of children with CL/P and areas of education regarding the dissemination of BAPhotos which have the potential to positively impact viewing of these photos.
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 | 0,000 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».