Discordance Between Online Information and Male Hypogonadism Clinical Guidelines: A Global Multilingual Content Analysis
Notice bibliographique
Résumé
CONTEXT: Testosterone prescriptions have increased up to 12-fold globally over the past 2 decades. EU and UK law tightly regulate the advertising of medical products. OBJECTIVE: To review the accuracy of publicly accessible information on websites offering testosterone treatment. DESIGN/SETTING: Content analysis methodology using concept- and data-driven strategies to develop a coding frame for data extraction. Publicly accessible websites offering testosterone prescriptions were identified using predefined search terms, conducted in English, Arabic, Hindi, and Spanish, across 3 search engines. Virtual private network searches within multiple geographical regions were used to reduce location bias. MAIN OUTCOME MEASURE: Accuracy of extracted data determined using international guidelines. RESULTS: A total of 253/1138 websites were included (144 US/Canada; 48 Europe; 17 Australia; 12 Asia; 11 South America; 10 Middle East). The following non-guideline-based practices (with numbers/percentages of clinics) were identified: routinely use nontestosterone androgens or testosterone secretagogues (eg, gonadotrophins) to treat symptomatic low testosterone (61/253; 24.4%); testosterone treatment reduces cardiovascular risk (52/253; 20.6%); microdosing improves treatment effects (30/253; 11.9%); testosterone is prescribed for men with normal serum testosterone (>12 nmol/L; 25/253;9.9%); testosterone has antiaging effects (25/253; 9.9%). US-based clinics more frequently made non-guideline-based claims compared with other geographical locations. CONCLUSION: We identify serious and frequent breaches of advertising law and regulations by clinics around the world offering testosterone treatment, with the potential to cause harm to men. We recommend enforcement of existing laws by national regulators to address this widespread public health challenge and align patient expectations with clinical guidelines for the safe treatment of men.
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 | 0,048 | 0,202 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,016 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».