MétaCan
Menu
Retour à la cohorte
Enregistrement W4393188503 · doi:10.1016/j.rmed.2024.107607

A comprehensive evaluation of online inhaler use techniques for obstructive airway disease

2024· article· en· W4393188503 sur OpenAlexafffund
Brandon Luu, Anu Chinnadurai, Omer Choudhary, Nikki Breede, Lee Fidler, Clodagh M. Ryan, Mohammad Hashim Khan, Ambrose Lau, Alina Blazer, Kirsten Wentlandt, Dmitry Rozenberg

Notice bibliographique

RevueRespiratory Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensMount Sinai HospitalHealth Sciences CentreUniversity of TorontoUniversity Health NetworkToronto General HospitalSunnybrook Health Science CentreWestern University
Organismes subventionnairesPhysicians' Services Incorporated FoundationGlaxoSmithKlineAstraZenecaPfizer
Mots-clésInhalerMedicineHealth careDry-powder inhalerIntensive care medicineAsthmaMedical emergencyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pulmonary inhaler therapy is a core treatment modality for >600 million individuals affected by obstructive airways disease globally. Poor inhaler technique is associated with reduced disease control and increased health care utilization; however, many patients rely on the internet as a technical resource. This study assesses the content and quality of online resources describing inhaler techniques. METHODS: A Google search was conducted in April 2023 capturing the top 5 search results for 12 common inhaler devices. Websites were compared to product monographs for preparation/first use, inhalational technique, and post-usage/device care. They were also assessed using accepted quality metrics (GQS, DISCERN, JAMA Benchmark scores) and clinically relevant aspects based on the literature and consensus statements. RESULTS: Websites regularly excluded critical steps important for proper inhaler technique. They performed best on information related directly to inhalation technique (average median score 78%), whereas steps related to preparation/first use (58%) or post-usage/device care (50%) were less frequently addressed. Median GQS, DISCERN, and JAMA Benchmark scores were 3 [IQR 3-4], 3 [IQR 2-4], and 1 [IQR 1-3], respectively. Clinically relevant factors were only addressed in about one-fifth of websites with no websites addressing smoking cessation, environmental considerations, or risk factors for poor technique. CONCLUSIONS: This study highlights gaps in online resources describing inhaler technique, particularly related to preparation/first use and post-usage/device care steps. Clinically relevant factors were rarely addressed across websites. Improvements in these areas could lead to enhanced inhaler technique and clinical outcomes.

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)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,130
Tête enseignante GPT0,397
Écart entre enseignants0,267 · 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

Citations2
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueRespiratory MedicineMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207