MétaCan
Menu
Retour à la cohorte
Enregistrement W3166142292 · doi:10.2196/27063

Gaps in Public Awareness About BRCA and Genetic Testing in Prostate Cancer: Social Media Landscape Analysis

2021· article· en· W3166142292 sur OpenAlexvenueno aff
Stacy Loeb, Philip M. Massey, Amy Leader, Sameer Thakker, Emily Falge, Sabina Taneja, Nataliya Byrne, Meredith Rose, Matthew Joy, Dawn Walter, Matthew S. Katz, Risa Liang Wong, Preethi Selvan, Scott W. Keith, Veda N. Giri

Notice bibliographique

RevueJMIR Cancer · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensnon disponible
Organismes subventionnairesProstate Cancer Foundation
Mots-clésSocial mediaBreast cancerGenetic testingMedicineSocial media analyticsPopulationBRCA mutationCancerOncologyInternal medicineComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Genetic testing, particularly for BRCA1/2, is increasingly important in prostate cancer (PCa) care, with impact on PCa management and hereditary cancer risk. However, the extent of public awareness and online discourse on social media is unknown, and presents opportunities to identify gaps and enhance population awareness and uptake of advances in PCa precision medicine. OBJECTIVE: The objective of this study was to characterize activity and engagement across multiple social media platforms (Twitter, Facebook, and YouTube) regarding BRCA and genetic testing for PCa compared with breast cancer, which has a long history of public awareness, advocacy, and prominent social media presence. METHODS: The Symplur Signals online analytics platform was used to obtain metrics for tweets about (1) #BRCA and #breastcancer, (2) #BRCA and #prostatecancer, (3) #genetictesting and #breastcancer, and (4) #genetictesting and #prostatecancer from 2016 to 2020. We examined the total number of tweets, users, and reach for each hashtag, and performed content analysis for a subset of tweets. Facebook and YouTube were queried using analogous search terms, and engagement metrics were calculated. RESULTS: During a 5-year period, there were 10,005 tweets for #BRCA and #breastcancer, versus 1008 tweets about #BRCA and #prostatecancer. There were also more tweets about #genetictesting and #breastcancer (n=1748), compared with #genetic testing and #prostatecancer (n=328). Tweets about genetic testing (12,921,954) and BRCA (75,724,795) in breast cancer also had substantially greater reach than those about PCa (1,463,777 and 4,849,905, respectively). Facebook groups and pages regarding PCa and BRCA/genetic testing had fewer average members, new members, and new posts, as well as fewer likes and followers, compared with breast cancer. Facebook videos had more engagement than YouTube videos across both PCa and breast cancer content. CONCLUSIONS: There is substantially less social media engagement about BRCA and genetic testing in PCa compared with breast cancer. This landscape analysis provides insights into strategies for leveraging social media platforms to increase public awareness about PCa germline testing, including use of Facebook to share video content and Twitter for discussions with health professionals.

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)0,010
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,004
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,312
Écart entre enseignants0,290 · 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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR CancerMême sujetBRCA gene mutations in cancerTravaux en français237 207