MétaCan
Menu
Retour à la cohorte
Enregistrement W4396497967 · doi:10.3389/fspor.2024.1353663

Online resources as a source of information for exercise and physical activity in solid organ transplant recipients

2024· article· en· W4396497967 sur OpenAlexaff
Tânia Maria Sarmento Silva, Rozhan Momen, N. Al Kaabi, Muhib Masrur, Sandra Holdsworth, Karina Prévost, Sherrie Logan, Daniel Santa Mina, István Mucsi, Mamatha Bhat, Ana Carolina Alba, W. Darlene Reid, Manoela de Paula Ferreira, Sunita Mathur, Tania Janaudis‐Ferreira, Lisa Wickerson, Dmitry Rozenberg

Notice bibliographique

RevueFrontiers in Sports and Active Living · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensMcGill University Health CentreTranslational Research in OncologyUniversity Health NetworkToronto General HospitalUniversity of TorontoMcGill UniversityTed Rogers Centre for Heart Research
Organismes subventionnairesnon disponible
Mots-clésSolid organOrgan transplantationPhysical activityMedicineIntensive care medicineTransplantationPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Exercise training post-transplant has been shown to improve physical function and quality of life in solid organ transplant (SOT) recipients. Online resources in the form of websites and videos are commonly used to provide education and instruction on exercise and physical activity in SOT; however, the content and quality of these online resources has not been evaluated. Methods: The first 200 websites and videos identified on Google and YouTube using the English search term "exercise and physical activity in solid organ transplantation" were analyzed. Website and video content was evaluated based on 25 key components of exercise and physical activity in SOT as described in established exercise program recommendations. Website and video quality was determined using DISCERN, Global Quality Scale (GQS), and Patient Education Materials and Assessment Tool (PEMAT; threshold for which material is deemed understandable or actionable is >70%). Parametric and non-parametric tests were used to assess website and video characteristics, content, and quality metrics. Results: = 34) were identified, with the two most common categories being foundation/advocacy organizations and scientific resources. The average reading grade level of websites was 13 ± 3. Website and video content scores varied significantly (websites 11.3 ± 6.4; videos 8.4 ± 5.3). DISCERN total score and GQS score were low (median range for DISCERN 2.5-3.0; median for GQS 2.0 for both websites and videos, out of 5). PEMAT understandability and actionability scores were also low across websites and videos (mean range 57%-67% and 47%-65%, respectively). Foundation/advocacy websites had higher content and quality scores compared to scientific organizations and news/media articles. Conclusions: To our knowledge, this is the first comprehensive assessment of online content and quality of website and video resources on physical activity and exercise in adult SOT recipients. There were a limited number of online English patient-directed resources related to physical activity in SOT, most of which only partly captured items outlined in consensus exercise program recommendations and were of low quality and understandability and actionability. This work provides important insight to the English-speaking transplant community on the current state of online exercise health information and provides future direction for resource development.

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)0,001
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,008
Tête enseignante GPT0,270
Écart entre enseignants0,262 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Sports and Active LivingMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207