MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405462623 · doi:10.2196/68792

Quality Assessment of Medical Institutions’ Websites Regarding Prescription Drug Misuse of Glucagon-Like Peptide-1 Receptor Agonists by Off-Label Use for Weight Loss: Website Evaluation Study

2024· article· en· W4405462623 sur OpenAlexvenueno aff
R. Oyama, Tsuyoshi Okuhara, Emi Furukawa, Hiroko Okada, Takahiro Kiuchi

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésPreprintMedical prescriptionQuality (philosophy)BusinessAdvertisingInternet privacyMedicineWorld Wide WebComputer sciencePharmacology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Misuse of glucagon-like peptide-1 receptor agonists (GLP-1RAs) has emerged globally as individuals increasingly use these drugs for weight loss because of unrealistic and attractive body images advertised and shared on the internet. OBJECTIVE: This study assesses the quality of information and compliance with Japan's medical advertising guidelines on the websites of medical institutions that prescribe GLP-1RAs off-label for weight loss. METHODS: Websites were identified by searching Google and Yahoo! by using keywords related to GLP-1RAs and weight loss in August 2024. The quality of information on these websites was assessed using the DISCERN instrument. To comply with Japan's medical advertising guidelines, we evaluated whether the 5 mandatory items for advertisements of self-paid medical treatments involving the off-label use of drugs were stated and whether there were any exaggerated claims. The content of the exaggerated advertisements was categorized into themes. RESULTS: Of the 87 websites included, only 1 website stated all 5 mandatory items. Websites listing "ineligible for the relief system for sufferers from adverse drug reactions" had the lowest percentage at 9% (8/87), while 83% (72/87) of the websites listed exaggerated advertisements. Approximately 69% (60/87) of the websites suggested that no exercise or dietary therapy was required, 24% (21/87) suggested that using GLP-1RAs is a natural and healthy method, and 31% (27/87) of the websites provided the author's personal opinions on the risks of using GLP-1RAs. The mean total DISCERN score for all 87 websites was 32.6 (SD 5.5), indicating low quality. Only 1 website achieved a good rating, and 9 websites were rated as fair. The majority of the websites were rated as poor (72 websites) or very poor (5 websites). CONCLUSIONS: We found that the quality of information provided by the websites of medical institutions prescribing GLP-1RAs off-label for weight loss was very low and that many websites violated Japan's medical advertising guidelines. The prevalence of exaggerated advertisements, which may lead consumers to believe that they can lose weight without dietary or exercise therapy, suggests the risk of GLP-1RA misuse among consumers. Public institutions and health care providers should monitor and regulate advertisements that violate guidelines and provide accurate information regarding GLP-1RAs, obesity, and weight loss.

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)0,028
score de la tête « metaresearch » (Gemma)0,082
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 enseignants0,028
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,082
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,169
Tête enseignante GPT0,508
Écart entre enseignants0,339 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetDiabetes Treatment and Management→Travaux en français237 207→