MétaCan
Menu
Retour à la cohorte
Enregistrement W4399367062 · doi:10.3390/siuj5030028

A Quality and Completeness Assessment of Testicular Cancer Health Information on TikTok

2024· article· en· W4399367062 sur OpenAlexvenueno aff
Nicholas Wong, Lee Yang, Vikneshwaren S O Senthamil Selvan, Jamie Lim, Wei Zheng So, Vineet Gauhar, Ho Yee Tiong

Notice bibliographique

RevueSociété Internationale d’Urologie Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompleteness (order theory)Testicular cancerCancerMedicineMathematicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

TikTok has become a hub for easily accessible medical information. However, the quality and completeness of this information for testicular cancer has not been examined. Our study aims to assess the quality and completeness of testicular cancer information on TikTok. A search was performed on TikTok using the search terms “Testicular Cancer” and “Testicle Cancer”. Inclusion criteria encompassed videos about testicular cancer in English. We excluded non-English videos, irrelevant videos, and videos without audio. We evaluated these videos using the DISCERN instrument and a completeness assessment. A total of 361 videos were considered for screening and 116 videos were included. Of these, 57 were created by healthcare professionals (HCPs). The median video length was 40 s (5–277 s), with >25 million cumulative views and a median of 446,400 views per video. The average DISCERN score was 29.0 ± 5.7, with HCPs providing higher-quality videos than non-HCPs (30.8 vs. 5.5, p < 0.05). HCPs also had more reliable videos (21.2 vs. 18.1, p < 0.05). Overall quality levels were mostly poor or very poor (97.4%), with none being good or excellent. Most HCP videos were poor (63.2%), whilst many non-HCP videos were very poor (61.0%). The most viewed video had 2,800,000 views but scored a 31 on the DISCERN tool and one on the completeness assessment. The highest DISCERN score had 11,700 views. HCP videos better defined the disease and were more complete (p < 0.05). Most videos discussed self-assessment but were lacking in definitions, risk factors, symptoms, evaluation, management, and outcomes. Most of TikTok’s testicular cancer information lacks quality and completeness, whilst higher-quality videos have limited reach.

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)0,019
score de la tête « metaresearch » (Gemma)0,110
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 enseignants0,019
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,110
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0160,008
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,280
Tête enseignante GPT0,530
Écart entre enseignants0,249 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociété Internationale d’Urologie JournalMême sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207