MétaCan
Menu
Retour à la cohorte
Enregistrement W3214947574 · doi:10.1513/annalsats.202103-325oc

A Systematic Evaluation of the Quality, Accuracy, and Reliability of Internet Websites about Pulmonary Arterial Hypertension

2021· article· en· W3214947574 sur OpenAlexaff

Notice bibliographique

RevueAnnals of the American Thoracic Society · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensUniversity of British ColumbiaInstitut universitaire de cardiologie et de pneumologie de QuébecUniversity of TorontoUniversité LavalLibin Cardiovascular Institute of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésReadabilityCertificationThe InternetReliability (semiconductor)Reading (process)Presentation (obstetrics)Benchmark (surveying)Quality ScoreQuality (philosophy)

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale Patients with pulmonary arterial hypertension (PAH) or their caregivers may seek information about their disease online, but the accuracy and quality of websites on PAH is not known. Objectives To assess the quality, reliability, and accuracy of information on websites about PAH. Methods We searched Google, Yahoo, and Bing for “pulmonary arterial hypertension” and screened the first 200 sites from each search engine. Website quality was evaluated by two authors using the validated DISCERN tool (best score is 80) and the Journal of the American Medical Association (JAMA) benchmark criteria (best score is 4). Content accuracy was assessed according to 39 prespecified disease-relevant topics from international PAH guidelines. Linear regression models and generalized estimating equations were used to assess the association between website characteristics with JAMA benchmark criteria, DISCERN scores, and content scores. Results One hundred seventeen eligible sites were included (50% scientific organizations, 20% foundation and/or advocacy organizations, 14% industry or for-profit, 12% personal commentary or blogs, and 4% news and media sites), with most sites hosted in North America. The median time since last website update was 1.2 years (interquartile range [IQR], 0.4–2.6). Website readability was at the high school or college education level (Flesh Reading Ease score 39.9 ± 15.2; reading grade, 11.9 ± 2.7), which is more challenging than the recommendation by the American Medical Association for patient medical information to be written at fifth- to sixth-grade levels. Only 23% had Health on the Net Code of Conduct certification for ethical presentation of healthcare information. The median DISCERN total score and JAMA benchmark score were 29.5 (IQR, 22.5–35.5) and 1.5 (IQR, 0.5–2.5), respectively, indicating poor transparency, reliability, and quality of information. Foundation/advocacy organization sites had higher DISCERN scores than personal commentary/blog sites and higher content scores than industry/for-profit sites. Websites with Health on the Net Code of Conduct certification were more reliable and had higher JAMA benchmark scores. A minority of websites addressed exercise/rehabilitation, palliative care, pregnancy, and financial concerns relevant to patients. Conclusions Most internet websites on PAH were not easily readable, comprehensive, or transparent. Using a systematic appraisal approach, we identified the highest-quality internet websites with balanced and accurate coverage of relevant issues and treatment options for patients with PAH, which may be useful for patients, caregivers, and clinicians.

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)0,110
score de la tête « metaresearch » (Gemma)0,429
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,579

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1100,429
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0170,014
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,214
Tête enseignante GPT0,530
Écart entre enseignants0,316 · 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'étudeRevue systématique
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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Thoracic SocietyMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207