The origin of YouTube videos on hereditary angioedema matters
Notice bibliographique
Résumé
BACKGROUND: Hereditary angioedema (HAE) is a rare, potentially life-threatening condition that requires accessible and reliable information. YouTube has emerged as a significant source of health-related content, offering valuable insights while posing the risk of misinformation that warrants caution among users. The aim of this study was to evaluate the popularity, reliability, understandability, actionability, and overall quality of YouTube videos related to HAE. METHOD: A search was conducted on YouTube using the term "hereditary angioedema." Videos were categorized based on their origin (health or nonhealth) and content type (medical professional education (MPE), patient education (PE), patient experience, or awareness). The quality, reliability, understandability, and actionability of the videos were assessed via the Global Quality Scale (GQS), the Patient Education Materials Assessment Tool for Audiovisual Materials (PEMAT-A/V), and the Quality Criteria for Consumer Health Information (DISCERN) tool. Three independent allergists evaluated the videos. RESULTS: Out of 135 reviewed videos, 111 met the inclusion criteria. The health group presented significantly higher scores than did the nonhealth group in several metrics: PEMAT-A/V understandability (83, IQR: 56-92, p = 0.001), total DISCERN score (37, IQR: 3-45, p < 0.001), reliability (23, IQR: 19-26, p < 0.001), treatment (15, IQR: 8-21, p = 0.007), and modified DISCERN score (3, IQR: 2-4, p = 0.002). Health videos were uploaded more recently (p = 0.006), while awareness videos tended to be older than more recent MPE videos (p = 0.002). The MPE videos had the longest duration, whereas the awareness videos had the shortest duration (p < 0.001). Video quality scores, assessed via the GQS, were higher in both the MPE and PE groups (scores: 3, 4, and 5; p = 0.005). Compared with the other groups, the MPE group also had significantly higher PEMAT-A/V understandability scores (91, IQR: 70.75-92, p < 0.001), total DISCERN scores (40, IQR: 30.75-49.5, p < 0.001), reliability scores (24, IQR: 21-27.25, p < 0.001), and overall scores for moderate to high quality (83, 74.8%, p = 0.002). CONCLUSION: YouTube videos on HAE uploaded by health care professionals generally offer higher-quality information, but their overall reliability remains suboptimal. There is a pressing need for higher-quality, trustworthy content, particularly from professional medical organizations, to address this gap.
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 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 | 0,001 | 0,011 |
| 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 | 0,000 | 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) | 0,004 | 0,000 |
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.
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 validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».