YouTube videos for describing Deep Brain Stimulation: a comprehensive and quantitative review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle