MétaCan
Menu
Retour à la cohorte
Enregistrement W4385851471 · doi:10.2196/46953

Association Between Online Health Information–Seeking Behaviors by Caregivers and Delays in Pediatric Cancer: Mixed Methods Study in China

2023· article· en· W4385851471 sur OpenAlexaff
Jiamin Wang, Xuemei Zhen, Peter C. Coyte, Di Shao, Ni Zhao, Lele Chang, Yujia Feng, Xiaojie Sun

Notice bibliographique

RevueJournal of Medical Internet Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of ChinaShandong University
Mots-clésMedicineDescriptive statisticsLogistic regressionHealth Information National Trends SurveyAssociation (psychology)Pediatric cancerCancerClinical psychologyFamily medicinePsychologyHealth careHealth information

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pediatric cancer patients in China often present at an advanced stage of disease resulting in lower survival and poorer health outcomes. One factor hypothesized to contribute to delays in pediatric cancer has been the online health information-seeking (OHIS) behaviors by caregivers. OBJECTIVE: This study aims to examine the association between OHIS behaviors by caregivers and delays for Chinese pediatric cancer patients using a mixed methods approach. METHODS: This study used a mixed methods approach, specifically a sequential explanatory design. OHIS behavior by the caregiver was defined as the way caregivers access information relevant to their children's health via the Internet. Delays in pediatric cancer were defined as any one of the following 3 types of delay: patient delay, diagnosis delay, or treatment delay. The quantitative analysis methods included descriptive analyses, Student t tests, Pearson chi-square test, and binary logistic regression analysis, all performed using Stata. The qualitative analysis methods included conceptual content analysis and the Colaizzi method. RESULTS: A total of 303 pediatric cancer patient-caregiver dyads was included in the quantitative survey, and 29 caregivers completed the qualitative interview. Quantitative analysis results revealed that nearly one-half (151/303, 49.8%) of patients experienced delays in pediatric cancer, and the primary type of delay was diagnosis delay (113/303, 37.3%), followed by patient delay (50/303, 16.5%) and treatment delay (24/303, 7.9%). In this study, 232 of the 303 (76.6%) caregiver participants demonstrated OHIS behaviors. When those engaged in OHIS behaviors were compared with their counterparts, the likelihood of patient delay more than doubled (odds ratio=2.21; 95% CI 1.03-4.75). Qualitative analysis results showed that caregivers' OHIS behaviors impacted the cancer care pathway by influencing caregivers' symptom appraisal before the first medical contact and caregivers' acceptance of health care providers' diagnostic and treatment decisions. CONCLUSIONS: Our findings suggest that OHIS among Chinese pediatric caregivers may be a risk factor for increasing the likelihood of patient delay. Our government and society should make a concerted effort to regulate online health information and improve its quality. Specialized freemium consultations provided by health care providers via online health informatic platforms are needed to shorten the time for caregivers' cancer symptom appraisal before the first medical contact.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,517
Écart entre enseignants0,433 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207