MétaCan
Menu
Retour à la cohorte
Enregistrement W4412673175 · doi:10.1080/02688697.2025.2538488

YouTube videos for describing Deep Brain Stimulation: a comprehensive and quantitative review

2025· article· en· W4412673175 sur OpenAlexaff
Daniel Richardson, Bran G. Smith, Stephanie Fang, Teresa Scott, Alexander Alamri, Michael G. Hart, Erlick Pereira

Notice bibliographique

RevueBritish Journal of Neurosurgery · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensCentre for Movement Disorders
Organismes subventionnairesnon disponible
Mots-clésMedicineDeep brain stimulationNeurosciencePathology

Résumé

récupéré en direct d'OpenAlex

Introduction Patients use online videos to learn about their condition and potential treatments. Operative techniques in Deep Brain Stimulation (DBS) vary significantly between institutions. This poses challenges to ensuring patients are adequately and accurately informed. We performed a comprehensive review of YouTube videos describing Deep Brain Stimulation.Methods Text searches for DBS-related search strings were performed on YouTube. The top 25 de-duplicated videos per search were included. Each video was assessed for differences in procedural technique, educational quality using the JAMA benchmark and DISCERN tools, and audio-visual or editing quality.Results We identified 91 DBS-related YouTube videos with 44% of videos uploaded by academic institutions and 15% by hospitals. Parkinson’s disease was the most frequently described condition in 65% of videos. Variations in procedure impacting patient experience and expectations, were discussed in varying proportions: head shaving in 14.3% of videos, potential complications in 23.1%, number of stages in 33.0%, and awake vs asleep surgery in 46.2%. The JAMA benchmark criteria was fulfilled in 12% of videos and the median total DISCERN score was 46, an ‘average’ quality rating. High-quality images (N = 69, 75.8%), audio/music (N = 73, 80.2%), accessible language (N = 84, 92.3%), and professional production quality (N = 72, 79.1%) were present in most videos.Discussion and conclusion YouTube videos describing DBS are visually appealing but lack scientific quality and present potentially misleading content for future DBS recipients and caregivers. They should be viewed with caution as a source of medical communication or information for patients.

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)0,010
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,058
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0250,020
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,077
Tête enseignante GPT0,333
Écart entre enseignants0,256 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of NeurosurgeryMême sujetNeurological disorders and treatmentsTravaux en français237 207