Reliability of YouTube content targeting Arabic-speaking patients with breast cancer regarding post-mastectomy reconstruction.
Notice bibliographique
Résumé
e13626 Background: The dynamic and easily accessible nature of social media platforms, particularly YouTube (YT), has revolutionized the way breast cancer (BC) patients seek and process information. This study aims to evaluate the quality of YT videos addressing post-mastectomy reconstruction (PMR) that target Arabic-speaking women (ASW), a heavily digitally connected segment of society that may experience challenges in accessing mainstream medical information in Arabic Language (AL). Methods: YT was searched incognito, using the terms: "post mastectomy reconstruction" in (AL) in July 2023. Upload date, video length, number of views, poster identity and other relevant information were compiled. Video understandability and actionability were assessed by physician-reviewers (PR) with the Patient Education Materials Assessment Tool for audiovisual materials (PEMAT A/V), while the DISCERN tool appraised quality. Sponsorship presence, patient vs health care professional narratives, and intended audience were documented. Thematic analysis of most discussed topics was performed. Additionally, cluster analysis was employed to categorize the videos based on their quality. Results: Of 109 videos (mean length: 7 mins.), 67% had sponsorship (of which 45% corporate); 92% were information-based (vs experience-based); 82% targeted general population over BC patients; 93.6% were in AL, and 5.5% had translation. Mean PEMAT scores were 61.3% (understandability) and 20% (actionability). Mean DISCERN score was 2.6/5. Only 21% of videos featured women. Predominant themes were awareness (82.6%), appearance, and body image (68.8%). Less prevalent: sexuality and fertility (4.6%). The likelihood that the PR would recommend the video to a patient was low at 43.1%. Cluster analysis showed that high-quality videos had a higher understandability (74%), actionability (40.5%) and greater likelihood of being recommended by a PR (90.5%). Conclusions: YT content on PMR for ASW is easily understandable but lacks actionability and has moderate overall quality. Videos are highly sponsored and questionably representative of patients’ and women’s perspective. Therefore, Improving YT content, especially in AL, is crucial for supporting BC patients exploring PMR. The identified themes and insights into gender representation provide valuable guidance for content creators aiming to improve digital resources for this digitally connected demographic.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | MétarechercheCommunication savante Domaine: Évaluation · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,005 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».