Podium Session 1: BPH, GU Trauma and Reconstruction, Neurogenic Bladder, Urinary Incontinence and Voiding Dysfunction, Pediatrics
Notice bibliographique
Résumé
Introduction: Adolescent males are particularly prone to testicular torsion and subsequent orchiectomy.Early identification and presentation are critical for testicular salvage.A lack of knowledge about testicular pathologies, in particular torsion, as well as hesitancy to discuss genital concerns are fundamental, preventable barriers to presentation.We hypothesized that a social media campaign to improve awareness and knowledge of torsion and other urological conditions may overcome such barriers in this population.Methods: A social media campaign, "Teste Talk," was created and promoted on Instagram and Facebook.Data was collected fporom June 1 to December 1, 2021.Instagram followers, Facebook page likes, Instagram and Facebook reach, post likes, and Instagram follower data were reviewed.Data was collected using the Facebook Business Suite.Paid promotions to improve awareness of the campaign were targeted towards 13-18-year-old males in Alberta and were funded by the Undergraduate Research Initiative Support Fund.Results: The campaign reached 30 655 Instagram accounts and 20 114 Facebook accounts.The Instagram page amassed 369 followers, while the Facebook page gained 96 likes.Paid advertisements were seen 81 136 times on both platforms.All posts were liked 1229 times, commented on 342 times, and shared 1239 times across platforms.Instagram demographics indicated a 54% male to 46% female following.Of the 59% of followers living in Canada, 37% lived in Edmonton.Conclusions: Testicular torsion remains a significant issue among adolescent males, and creative ways to disseminate information and increase knowledge about testicular pathologies are needed.Lack of knowledge in this group contributes to delays and increased risk of orchiectomy.To evaluate our intervention, we will measure orchiectomy rates in Edmonton before and after Teste Talk was introduced to determine if the campaign was effective in reducing rates of delayed presentation and orchiectomy.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,277 | 0,048 |
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 ».