Type 1 Diabetes Mellitus Virtual Patient Network as a Peer Support Community: Protocol for Social Network Analysis and Content Analysis (Preprint)
Notice bibliographique
Résumé
BACKGROUND Type 1 Diabetes Mellitus Virtual Patient Network (T1DM-VPN) is a private Facebook group for youths with type 1 diabetes mellitus (T1DM) in Canada intended to facilitate peer-to-peer support. It was built on the finding that stigma is prevalent among youth with T1DM and impedes self-management. OBJECTIVE We aim to determine if T1DM-VPN provides support as intended and to ascertain what type of members provide support. Specifically, we will (1) identify text consistent with any one of 5 social support categories, (2) describe the network by visualizing its structure and reporting basic engagement statistics, and (3) determine whether being a designated peer leader is related to a member’s centrality (ie, importance in the network) and how frequently they offer social support. METHODS We will manually extract interaction data from the Facebook group (posts, comments, likes/reactions, seen) generated from June 21, 2017 (addition of first member), to March 1, 2020. Two researchers will independently code posts and comments according to an existing framework of 5 social support categories—informational, emotional, esteem, network, and tangible—with an additional framework for nonsocial support categories. We will calculate how frequently each code is used. We will also report basic engagement statistics (eg, number of posts made per person-month) and generate a visualization of the network. We will identify stable time intervals in the history of T1DM-VPN by modeling monthly membership growth as a Poisson process. Within each interval, each member’s centrality will be calculated and standardized to that of the most central member. We will use a centrality formula that considers both breadth and depth of connections (centrality = 0.8 × total No. of connections + 0.2 × total No. of interactions). Finally, we will construct multivariate linear regression models to assess whether peer leader status predicts member centrality and the frequency of offering social support. Other variables considered for inclusion in the models are gender and age at diagnosis. RESULTS T1DM-VPN was launched in June 2017. As of March 1, 2020, it has 196 patient-members. This research protocol received ethics approval from the McGill University Health Centre Research Ethics Board on May 20, 2020. Baseline information about each group member was collected upon addition into the group, and collection of interaction data is ongoing as of May 2020. CONCLUSIONS This content analysis and social network analysis study of a virtual patient network applies epidemiological methods to account for dynamic growth and activity. The results will allow for an understanding of the topics of importance to youth with T1DM and how a virtual patient network evolves over time. This work is intended to serve as a foundation for future action to help youth improve their experience of living with diabetes. INTERNATIONAL REGISTERED REPORT PRR1-10.2196/18714
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | medium |
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 | 0,057 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,252 | 0,059 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».