Social Support in a Diabetes Online Community: Mixed Methods Content Analysis
Notice bibliographique
Résumé
BACKGROUND: Patients with diabetes may experience different needs according to their diabetes stage. These needs may be met via online health communities in which individuals seek health-related information and exchange different types of social support. Understanding the social support categories that may be more important for different diabetes stages may help diabetes online communities (DOCs) provide more tailored support to web-based users. OBJECTIVE: This study aimed to explore and quantify the categorical patterns of social support observed in a DOC, taking into consideration users' different diabetes stages, including prediabetes, type 2 diabetes (T2D), T2D with insulin treatment, and T2D remission. METHODS: Data were collected from one of the largest DOCs in Europe: Diabetes.co.uk. Drawing on a mixed methods content analysis, a qualitative content analysis was conducted to explore what social support categories could be identified in users' posts. A total of 1841 posts were coded by 5 human annotators according to a modified version of the Social Support Behavior Code, including 7 different social support categories: achievement, congratulations, network support, seeking emotional support, seeking informational support, providing emotional support, and providing informational support. Subsequently, quantitative content analysis was conducted using chi-square post hoc analysis to compare the most prominent social support categories across different stages of diabetes. RESULTS: =287.2; P<.001). Users with prediabetes sought more informational support than those in other stages (P<.001), whereas there were no significant differences in categories posted by users with T2D (P>.001). Users with T2D under insulin treatment provided more informational and emotional support (P<.001), and users with T2D in remission exchanged more achievement (P<.001) and network support (P<.001) than those in other stages. CONCLUSIONS: This is the first study to highlight what, how, and when different types of social support may be beneficial at different stages of diabetes. Multiple stakeholders may benefit from these findings that may provide novel insights into how these categories can be strategically used and leveraged to support diabetes management.
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 | 0,023 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».