A critical readability and quality analysis of internet‐based patient information on neck dissections
Notice bibliographique
Résumé
Objective: Patients are increasingly turning to the Internet as a source of healthcare information. Given that neck dissection is a common procedure within the field of Otolaryngology - Head and Neck Surgery, the aim of this study was to evaluate the quality and readability of online patient education materials on neck dissection. Methods: A Google search was performed using the term "neck dissection." The first 10 pages of a Google search using the term "neck dissection" were analyzed. The DISCERN instrument was used to assess quality of information. Readability was calculated using the Flesch-Reading Ease, Flesch-Kincaid Grade Level, Gunning-Fog Index, Coleman-Liau Index, and Simple Measure of Gobbledygook Index. Results: = 16) of patient education materials had Flesch-Reading Ease scores above the recommended score of 65. The average reading grade level was 10.5 ± 2.1. The average total DISCERN score was 43.6 ± 10.1. Only 26% of patient education materials (PEMs) had DISCERN scores corresponding to a "good quality" rating. There was a significant positive correlation between DISCERN scores and both Flesch-Reading Ease scores and average reading grade level. Conclusions: The majority of patient education materials were written above the recommended sixth-grade reading level and the quality of online information pertaining to neck dissections was found to be suboptimal. This research highlights the need for patient education materials regarding neck dissection that are high quality and easily understandable by patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».