Seleziona una pagina

La disinformazione sul cancro alla prostata è dilagante online e ha un impatto significativo sulla cura del paziente, hanno detto gli autori dello studio in una conferenza stampa dell'American Urological Association. I ricercatori che utilizzano l'apprendimento automatico hanno fatto quello che dicono sia un primo passo per aiutare a controllare la qualità dei contenuti online.

YouTube e altre forme di social media rimangono fonti di informazioni popolari, con YouTube che da solo ospita più di 500 video che generano quasi 44 milioni di visualizzazioni. La disinformazione da queste fonti ha diverse conseguenze, influenzando le decisioni dei pazienti sul trattamento, il processo decisionale condiviso e le aspettative di trattamento, ha detto Zeyad Schwen, MD, un residente di urologia presso la Johns Hopkins University che ha presentato i risultati del suo gruppo.

Schwen e colleghi hanno concentrato la loro ricerca sulla disfunzione erettile (DE) a seguito di prostatectomia radicale e si sono proposti di caratterizzare la qualità dei contenuti su YouTube relativi a questo argomento. "Volevamo esaminare le aree di disinformazione, l'inclusione di importanti punti di consulenza e anche [cercato di fare] confronti tra la qualità, il contenuto video e la diffusione", ha detto Schwen.

Lui e colleghi hanno esaminato i primi 100 video di YouTube ottenuti utilizzando i criteri di ricerca "prostatectomia radicale e disfunzione erettile". Un totale di 81 video erano disponibili per l'analisi. La qualità dei contenuti è stata valutata utilizzando lo strumento DISCERN di 16 domande, uno strumento di punteggio convalidato che valuta la qualità delle informazioni sulla salute dei consumatori.

Un totale di 34 false affermazioni è stato trovato nel 20% dei video, con alcuni video contenenti più false affermazioni. Tra i suoi preferiti, Schwen ha elencato "Non ci sono effetti collaterali della prostatectomia radicale", "La chirurgia robotica consente di vedere tutti i nervi", "Gli esercizi di Kegel migliorano la DE" e "La membrana amniotica previene la DE nel 96% dei pazienti".

Due terzi dei video riguardavano un medico, di solito un urologo (58% dei video). Circa la metà dei video (44%) promuoveva una pratica o un'istituzione.

In termini di punti di consulenza, solo il 12% dei video ha citato il tasso atteso di DE, il 23% ha citato fattori di rischio per ED dopo prostatectomia, il 28% ha spiegato il risparmio di nervi, il 17% ha discusso del ritardo nel recupero delle erezioni e il 35% ha discusso il possibile necessità di trattamenti.

Il punteggio medio DISCERN era 29 su un punteggio massimo di 80. "Non c'era alcuna associazione tra i punteggi DISCERN e le false dichiarazioni, fonte del video e numero di visualizzazioni", ha detto Schwen.

"Il motivo per cui penso che questo sia uno studio molto importante è perché ci aiuta a capire meglio quale tipo di mentalità e che tipo di informazioni i pazienti vengono da noi prima [di una visita]", ha detto Schwen. "È molto probabile che partano da una posizione imprecisa".

In un secondo studio, urologi e informatici hanno cercato di sviluppare una soluzione automatizzata per identificare la disinformazione. Un gruppo guidato da Stacy Loeb, MD, MSc, ha utilizzato 354 pubblicazioni in PubMed Central per costruire un modello di linguaggio del cancro alla prostata. Hanno quindi confrontato il modello con le trascrizioni di 250 video di YouTube utilizzando la perplessità, una misura standard dell'adattamento del modello linguistico, in cui valori di perplessità inferiori sono associati a un migliore adattamento linguistico. Sono stati eseguiti esperimenti di machine learning per differenziare video affidabili da video disinformativi. Il campione è stato intenzionalmente arricchito con video disinformativi per aiutare ad addestrare il modello, ha detto Loeb, professore di urologia alla New York University School of Medicine, New York, New York.

I video contenenti informazioni errate e quelli contenenti informazioni errate sono stati confrontati con il modello di linguaggio basato su PubMed. I video affidabili avevano una minore perplessità linguistica rispetto ai video disinformativi (1733 vs 7033, P <.001), indicando un adattamento migliore al modello linguistico basato su PubMed.