P024 CROHN’S DISEASE MESSAGING ON TWITTER: WHO’S TALKING?
Notice bibliographique
Résumé
Twitter, a popular social networking service, enables users to interact with messages (tweets) limited to 140 characters. It is an increasingly powerful mechanism to convey information. There is limited data on the use of Twitter for disseminating medical information. This study evaluated the utilization of Twitter for Crohn’s disease messaging. Social Feed Manager (SFM; version 1.10.0; GW University, 2017), a software that can query social media platforms, queried Twitter’s application programming interface to collect user information, origin, and frequency of messaging about Crohn’s during a 10 day period. SFM queried Twitter using the terms #IBD, #Crohns, #crohnsdisease, #crones, #chrons, #chronsdisease, and #cronesdisease. The collection was limited by Twitter’s determination relevance, allowable timeframe collection, and user’s misspelling of disease condition. 3810 tweets were collected. The elimination of retweeted messages resulted in 2030 unique tweets. There were 133 different users, of which 24.4% were patients, 20.5% foundations, and 19.2% physicians (Chart 1). In users who enabled geotagging, there were 9 countries of origin with 45.1% United Kingdom, 37.7% United States and 9% Canada. 145 tweets were resent (133 retweeted 2–24, 6 retweeted 25–49, 4 retweeted 50–99, 2 retweeted >100 times) with the initial message originating from foundations (32.1%), physicians (19.7%), IBD patients (14.6%) (Graph 2). Twitter’s platform can be used for dissemination of unfiltered medical information messaging by diverse worldwide users. It is important that physicians are aware of information sources that are utilized by individuals with Crohn’s disease. Additional study to analyze messaging content will improve the understanding the role that Twitter may have in providing medical information.
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 | 0,003 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,012 |
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 ».