MétaCan
Menu
Retour à la cohorte
Enregistrement W4406962904 · doi:10.1161/str.56.suppl_1.tmp103

Abstract TMP103: Associations Between Trust in Health Information Sources and Perceptions on the Modifiability of Stroke and Dementia Risks Using a U.S. Based Cohort

2025· article· en· W4406962904 sur OpenAlexaff
Sharon Ng, Jasper R. Senff, Reinier W. P. Tack, Benjamin Yong‐Qiang Tan, Koen B. Pouwels, Courtney Nunley, Aleksandra Pikula, Sarah Ibrahim, Amytis Towfighi, Cornelia M. van Duijn, Gregory L. Fricchione, Rudolph E. Tanzi, Nirupama Yechoor, Christopher D. Anderson, Jonathan Rosand, Sanjula Singh

Notice bibliographique

RevueStroke · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineDementiaCohortStroke (engine)PerceptionGerontologyDiseaseNeuroscienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Trust in healthcare information sources, specifically in healthcare professionals (HCPs) influences people’s health-related knowledge and behaviors. Epidemiological studies demonstrate that approximately 45% of dementia and 60% of stroke risks are attributable to modifiable risk factors. However, limited data exist on associations between trust levels in HCPs and people’s perceptions on the modifiability of dementia and stroke risks from a United States cohort. Methods: We developed a survey based on validated questionnaires and distributed it to a cohort of all U.S. states via the online Prolific platform in 2023. First, we described cohort characteristics and levels of trust in health information sources and mediums. We performed multivariable regression analyses between high trust of all HCPs (i.e. primary care physicians, specialists, and nurses) with the perceptions that dementia and stroke risks are modifiable, adjusting for age, sex assigned at birth, race/ethnicity, level of education, and status of knowing someone with stroke/dementia. Lastly, we performed hierarchal cluster analyses to characterize clusters of trust patterns and assessed their differences. Results: Our cohort consisted of 1,478 participants (52% females, median age 46 years [IQR:32-60], and 75% non-Hispanic Whites) with levels of trusts shown in Figure 1 . Following multivariable regression analyses, participants who highly trusted all HCPs were statistically more likely to perceive that maintaining and changing health habits can reduce the risks of stroke or dementia (adjusted odds ratios presented in Figure 2 ). Lastly, three clusters of trust patterns emerged: (i) those who highly trust most sources (n=781), (ii) those who only trust official health sources (n=540) and (iii) those who have low trust of all sources (n=103) ( Figure 3 ). Participants who have low trust of all sources (Cluster iii) were less likely to have a post-secondary degree (57% vs 67-71%, p=0.04) and to perceive that stroke (80% vs 93-94%, p<0.01) and dementia (65% vs 76-81%, P<0.01) risks are modifiable, compared to the other clusters. Conclusion: Our study identified highly trusted sources of health information, characterized trust patterns in a large U.S. cohort, and assessed their association with perceiving stroke/dementia risks as modifiable. This novel data could assist us in developing targeted interventions for risk reduction using trusted sources and mediums.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,104
Tête enseignante GPT0,379
Écart entre enseignants0,275 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207