MétaCan
Menu
Retour à la cohorte
Enregistrement W4406958611 · doi:10.2196/64724

Social Media as a Platform for Cancer Care Decision-Making Among Women: Internet Survey-Based Study on Trust, Engagement, and Preferences

2025· article· en· W4406958611 sur OpenAlexvenueno aff
Anna Rose Johnson, Grace Anne Longfellow, Clara N. Lee, Benjamin Ormseth, Gary B. Skolnick, Mary C. Politi, Yonaira M. Rivera, Terence M. Myckatyn

Notice bibliographique

RevueJMIR Cancer · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésPreprintSocial mediaThe InternetPsychologyInternet privacyPublic relationsPolitical scienceComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Decision aids improve patient and clinician decision-making but are underused and often restricted to clinical settings. OBJECTIVE: Given limited studies analyzing the feasibility of disseminating decision aids through social media, this study aimed to evaluate the acceptability, trust, and engagement of women with social media as a tool to deliver online decision aids for cancer treatment. METHODS: To prepare for potential dissemination of a breast cancer decision aid via social media, a cross-sectional survey in February 2023 was conducted via Prime Panels, an online market research platform, of women aged 35-75 years in the United States. Demographics, health, cancer information-seeking behaviors, social media use, trust in social media for health information, as well as the likelihood of viewing cancer-related health information and clicking on decision aids through social media, were assessed. Statistical analyses included descriptive statistics, correlations, and multivariable ordinal regression. RESULTS: Of 607 respondents, 397 (65.4%) had searched for cancer information, with 185 (46.6%) using the internet as their primary source. Facebook (Meta) was the most popular platform (511/607, 84.2%). Trust in social media for health information was higher among Black (14/72, 19.4%) and Asian respondents (7/27, 25.9%) than among White respondents (49/480, 10.2%; P=.003). Younger respondents aged 35-39 years (17/82, 20.7%) showed higher trust than those aged 70-79 years (12/70, 17.1%; P<.001). Trust in social media for health information was linked to a higher likelihood of viewing cancer information and accessing a decision aid online (P<.001). Participants who rated social media as "Trustworthy" (n=73) were more likely to view cancer information (61/73, 83.6%) and click on decision aids (61/73, 83.6%) than those who found it "Untrustworthy" (n=277; view: 133/277, 48.0%; click: 125/277, 45.1%). Engagement with social media positively correlated with viewing online cancer information (Spearman ρ=0.20, P<.001) and willingness to use decision aids (ρ=0.21, P<.001). Multivariable ordinal regression analyses confirmed that perception of social media's trustworthiness is a significant predictor of engagement with decision aids (untrustworthy vs trustworthy β=-1.826, P<.001; neutral vs trustworthy β=-0.926, P=.007) and of viewing cancer information (untrustworthy vs trustworthy β=-1.680, P<.001, neutral vs trustworthy β=-0.581, P=.098), while age and employment status were not significant predictors. CONCLUSIONS: This exploratory study suggests that social media platforms may increase access to health information and decision aids. No significant differences were observed between demographic variables and the use or trust in social media for health information. However, trust in social media emerged as a mediating factor between demographics and engagement with cancer information online. Before disseminating decision aids on social media, groups should identify existing trust and engagement patterns with different platforms within their target 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

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,069
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

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

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 Opus0,272
Tête enseignante GPT0,513
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR CancerMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207