Comparing Survivors of Cancer in Population-Based Samples With Those in Online Cancer Communities: Cross-sectional Questionnaire Study
Notice bibliographique
Résumé
BACKGROUND: Most Western countries have websites that provide information on cancer and the opportunity to participate in online cancer communities (OCCs). The number of patients with cancer that participate in these OCCs is growing. These patients are relatively easy to approach for research purposes. OBJECTIVE: The objective of this study is to determine the differences and similarities between survivors of cancer in population-based samples and survivors participating in OCCs who use the internet in relation to their illness. METHODS: In 2017, we drew a sample of 539 population-based patients and 531 OCC patients. The population-based patients were sent a paper-based questionnaire, and the OCC patients were sent the same questionnaire on the web. In the questionnaire, we asked patients about their sociodemographics, internet use, sources of information, media use, and wishes regarding future internet use for health care-related purposes, and the effect of internet use on their health care consumption. RESULTS: The response rate of population-based internet users was 47% (233/496), and that of the OCC group was 40.3% (214/531). The OCC group had a significantly higher education level (P<.001), was younger (P<.001), had more survivors that were employed (P<.001), and attached greater importance to the internet (171/214, 79.9% vs 126/233, 54.1%; P<.001) and fellow survivors (107/214, 50% vs 60/233, 25.8%; P<.001). Compared with the population-based group, the OCC group reported more intensive internet use immediately after diagnosis, during treatment, and during follow-up (P<.001 in each case). There were similarities in terms of the relative importance that survivors attach to the various sources of information, the topics on which they seek information, and their wishes for future eHealth possibilities. The OCC group reported a greater need to participate in a web-based class or chat with others (92/214, 43% vs 44/233, 18.9%). CONCLUSIONS: We conclude that survivors who are members of an OCC are not representative of survivors of cancer in general. There are significant differences in sociodemographic characteristics, internet use during their treatment journey, internet search frequency during their cancer journey, and participation wishes. Using web-based information and communication can support shared decision-making and may facilitate the active participation of patients during their treatment. For research purposes, it is important to take the bias in OCC groups into account.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».