EP64 Assessment of Quality and Readability of Information Provided by ChatGPT in Relation to Developmental Dysplasia of the Hip and Periacetabular Osteotomy
Notice bibliographique
Résumé
Abstract Background This study evaluates the quality and readability of responses given by ChatGPT 4 relating to common patient queries on Developmental Dysplasia of the Hip (DDH) and Periacetabular Osteotomy (PAO). Methods Frequently asked questions on DDH and PAO were selected from online Patient Education Materials and posed to ChatGPT 4. The responses were evaluated by four high-volume PAO surgeons using a well-established evidence-based rating system, categorizing responses from 'excellent response not requiring clarification' to 'unsatisfactory requiring substantial clarification.' Readability assessments were subsequently conducted to determine the required literacy level to understand the content provided. Results Responses from ChatGPT 4 varied significantly between preoperative and postoperative queries. In the postoperative category, 50% of responses were rated as 'excellent,' showing no need for further clarification, while the preoperative responses frequently required minimal to moderate clarification. The overall median response rating was 'satisfactory requiring minimal clarification.' Readability tests showed that the average Reading Grade Level was 13.44, considerably higher than the recommended 6th grade level for patient education materials, indicating a substantial barrier to comprehension for the general public. Conclusions While ChatGPT delivers generally reliable information, the complexity of its language is a major barrier to widespread utilization as a tool for patient education. Future iterations of ChatGPT should aim to utilize more simplistic language, as such enhancing accessibility without compromising content quality.
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 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 | 0,011 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».