information online: Unintended retrieval of complementary

Transcript

1 Searching for cancer-related related information online: Unintended retrieval of complementary and alternative medicine information Muhammad Walji, Smitha Sagaram, Funda Meric-Bernstam, Craig W.Johnson, Elmer V. Bernstam International Journal of Medical Informatics (2005) 74

2 Obiettivi Il web è divenuta una sorgente di informazioni che riguardano la salute molto importante E aumentato l uso della complementary and alternative medicine (CAM,medicina alternativa non convenzionale) Oggetto di studio: la probabilità che gli utenti hanno di incontrare accidentalmente CAM information mentre effettuano ricerche sul cancro nel web i fattori che influenzano il recupero di CAM information

3 Introduzione (1) Il 62% degli utenti che utilizzano il web negli USA cercano on line informazioni riguardanti la salute; nonostante l interesse riguardante la qualità e l accuratezza delle informazioni i i solo pochi utenti si ricordano DOVE hanno reperito le risposte alle loro domande. CAM, contrariamente alla medicina convenzionale, è in primo luogo controllata direttamente dai consumatori Le terapie non sono regolate da agenzie governative e non è richiesta una ricetta Accesso diretto alle terapie CAM da parte dei pazienti, senza l aiuto di un medico autorizzato; molti pazienti non rendono partecipe il proprio medico! È usata principalmente da pazienti malati di cancro (80%) ed il tipo di cancro può influire sull us uso di terapie di medicine alternative (72% tumori al seno). Alcuni pazienti ricercano volontariamente online informazioni sulle medicine alternative, altri le rintracciano casualmente quando cercano informazioni i ni su statiti di malessere ( es.artrite, tit diabete,ecc.) I siti web riguardanti le medicine non convenzionali sono per lo più commerciali, il 70% dei quali vende prodotti o servizi (38.5% contiene informazioni che possono danneggiare il paziente!)

4 Introduzione (2) Le donne usano le medicine alternative e ricercano online le informazioni in numero maggiore rispetto agli uomini le ricerche sui cancri che colpiscono le donne (es. alla mammella) forniscono più pagine web sulle CAM rispetto ai cancri che colpiscono gli uomini (es.alla prostata). Molti motori di ricerca accettano pagamenti dai siti web affinché questi possano essere annoverati tra i primi nei risultati di una ricerca. I risultati sponsorizzati sono diversi dai risultati tradizionali, di solito vengono mostrati ti in cima alla pagina, ma talvolta lt nonsi differenzianoi dagli altri risultati (di solito recuperati mediante un algoritmo che non include il fattore pagamento per la ricerca) Il 41% dei link cliccati dai consumatori sono sponsorizzati: si è ipotizzato che i risultati sponsorizzati contengano più informazioni relative a CAM di quelli non sponsorizzati Si sa ancora poco sulla coincidenza (overlap) dei risultati della ricerca tra i diversi motori dei ricerca: Se alto gli utenti visualizzeranno lo stesso gruppo di siti web indipendentemente d dal motore di ricerca usato Se basso gli utenti trovano differenti informazioni a seconda del motore di ricerca usato

5 Poiché studi hanno dimostrato che un motore di ricerca non può classificare più di 1/3 del web e usando più motori di ricerca si possono rintracciare molte più pagine che usandone uno solo, dal 1998 Google ha introdotto un ampio database con un algoritmo che classifica i soggetti in base alla link-popularity. Analoghe strategie t sono state t adottate t anche dagli altri motori di ricerca, cerchiamo di determinare l overlap dei risultati della ricerca della medicina i alternativa ti convenzionale fra i vari motori di ricerca e identificare quei siti che appaiono più frequentemente nella prima pagina dei risultati della ricerca. Riassumendo si è ipotizzato che: 1. I consumatori rintracciano casualmente informazioni sulle medicine alternative. 2. I risultati sponsorizzati contengono più informazioni relative alle medicine alternative non convenzionali Ipotesi: p rispetto ai risultati della ricerca non sponsorizzati. 3. La parola chiave per la ricerca influenzerà il numero di pagine web rintracciate. 4 è l l l d l 4. C è un overlap limitato tra l insieme di risultati rintracciati dai diversi motori di ricerca.

6 Materiali e metodi (1) Per quanto riguarda la ricerca sul web: sonostatisceltii6motoridiricercapiù popolari p in termini di utenti e di tempo speso nella ricerca stessa (Google,Yahoo,MSN,AOL,Ask Jeeves,Overture). ci possono essere alcuni risultati della ricerca doppi a causa di accordi tra i diversii motori dei ricerca (es. Overture fornisce risultati ti sponsorizzati a Yahoo, Google fornisce risultati sponsorizzati e non a AOL). tutte le ricerche sono state effettuate il 28 giugno In ognuno dei 6 motori di ricerca si sono ricercate 10 parole chiave relative al cancro ( tumore alla mammella, tumore alla prostata, tumore al polmone, tumore al colon + sinonimi cancro, tumore, carcinoma, neoplasma, neoplasia e malignità ) Si è calcolato il livello di overlap tra gli URLs duplicati rintracciati dai diversi motori di ricerca Ogni pagina con i risultati e ogni pagina con i relativi link è stata archiviata grazie ad Acrobate 5 (web capture feature). Si è analizzata la prima pagina rintracciata dal motore di ricerca poiché gli utenti di solito si fermano ad osservare solo il primo insieme di risultati Per l analisi statistica (per calcolare la differenza nella distribuzione tra le variabili) si sono utilizzati i test X 2

7 Materiali e metodi (2) Per quanto riguarda l inclusione dei siti: Dalle ricerche condotte da ognuno dei 6 motori di ricerca sulla base delle 10 parole chiave sono stati rintracciati 1181 URLs. Gli URLs sono stati classificati come: CAM: informazioni, prodotti o link associati a trattamenti o terapie CAM Non-CAM: siti che non contengono alcuna informazione CAM Non funzionanti : i cui link dalla pagina di ricerca non lavoravano Poiché sono stati rintracciati 60 siti non funzionanti sono stati rimossi dall analisi, lasciando quindi un totale di 1121 siti. Per i siti funzionanti è stata calcolata la K di Cohen relativa alle differenze tra classificazioni CAM e Non-CAM Prima di iniziare a raccogliere i dati si è deciso che se K<0.6 si sarebbero perfezionati i criteri di inclusione e i siti sarebbero stati rivalutati. La prima prova è risultata subito accettabile (K=0.813) Per creare il set finale di dati si sono risolte con un accordo le discrepanze tra i recensori.

8 Risultati Risultati sponsorizzati (ossia a pagamento) mostravano più CAM information di quelli non sponsorizzati. Il motore di ricerca usato è associato inoltre al numero di pagine CAM rintracciate (vedi prox tabella). I 3/4 di tutte le pagine web CAM rintracciate avevano un dominio top commerciale (.com),.org(10%),.gov (7%)..edu : nessuna contiene CAM information Dei 1121 risultati della ricerca, il 16.2% mostravano CAM information. Dei 1121 risultati della ricerca, l 83.8% mostravano non-cam information.

9 Il motore di ricerca usato è associato inoltre al numero di pagine CAM rintracciate In Overture (51%) e Google (39%) i risultati sponsorizzati riguardano la prima pagina. N.B:Overture fornisce risultati sponsorizzati a Yahoo, Google fornisce risultati sponsorizzati (e non) a AOL e ad Ask Jevees.

10 I motori di ricerca distinguono le pagine a pagamento da quelle che non lo sono ma le frasi che utilizzano per farlo sono spesso ambigue (uso di concetti sofisticati come performance based model (Yahoo) o pay for performance search listings (Ask Jeeves), advertisers bid for placement within search results and are ranked according to their bid (Overture).

11 Non c è relazione tra il tipo di cancro usato come keyword per la ricerca e il numero di pagine web rintracciate. Contrariamente alle aspettative le pagine contenenti più CAM information sono state quelle relative ai tumori al colon (ma la differenza non è significativa dal punto di vista statistico). Tuttavia utilizzando sinonimi per la parola cancro si è osservato che vi è differenza nel rintracciamento delle pagine web ( cancro e carcicnoma sono quelle che rintracciano con più frequenza risultati CAM). La parola Tumore rintraccia poche pagine CAM poiché con quel termine spesso si intende tumore al cervello e i siti CAM commerciali non hanno ancora cercato di vendere miracoli per questa condizione.

12 In modo coerente con studi precedenti si è osservato che alcuni risultati rintracciati da diversi motori di ricerca sul web coincidono -> 28% dei risultati sono stati rintracciati i i da 2 o più motori di ricerca. Il grado di overlap differerisce tra i motori di ricerca a coppie. Da ricordare che quando è stato effettuato lo studio Google forniva risultati non sponsorizzati a Yahoo e a AOL ed Overture forniva risultati sponsorizzati a Yahoo.

13 Discussionei Dei 1121 risultati della ricerca di informazioni relative al cancro, effettuate dai più importanti motori di ricerca, il 16.2% mostravano CAM information. Risultati sponsorizzati (ossia a pagamento) mostravano più CAM information di quelli non sponsorizzati la maggior parte delle pagine web con informazioni i i CAM sono di natura commerciale. In Overture (51%) e Google (39%) i risultati sponsorizzati riguardano la prima pagina strano perché Google è conosciuto per la qualità dei risultati delle sue ricerche generate dal suo algoritmo PageRank (reputazione compromessa!). I motori di ricerca distinguono le pagine a pagamento da quelle che non lo sono ma le frasi che utilizzano per divulgarlo sono spesso ambigue.

14 Il tipo di cancro usato come keyword per la ricerca non influenza il numero di pagine web rintracciate.tuttavia i t tt i utilizzando sinonimi i i per la parola cancro si è osservato che vi è differenza nel rintracciamento delle pagine web (uso di termini più scientifici: meno CAM information!) In I modo coerente con studi precedenti si è osservato che motori di ricerca sul web coincidono -> 28% dei risultati sono stati rintracciati da 2 o più motori di ricerca. Limiti dello studio A A causa della natura dinamica del web non è stato possibile riprodurre le domande poste per la ricerca. Gli utenti avrebbero potuto inserire, per effettuare la ricerca, alcuni sinonimi i i o parole chiave non considerate in questo studio, oppure keywords basate su sintomi della malattia. Risultati proposti p non fanno distinzioni fra le CAM information buone e quelle cattive o quelle potenzialmente dannose. Non si è analizzato come i motori di ricerca determinino i risultati non sponsorizzati né gli effetti di un inclusione di un sito a pagamento nella ricerca di CAM information.

15 Conclusioni I medici dovrebbero aiutare gli utenti a riconoscere i risultati a pagamento ed incoraggiare i motori di ricerca a spiegare chiaramente i risultati sponsorizzati. Bisognerebbe permettere agli utenti di distinguere chiaramente i link dei siti a pagamento da quelli che non lo sono, mediante l uso di frasi non ambigue e confuse ma comprensibili da tutti. I motori di ricerca dovrebbero ridefinire i propri algoritmi, ripensare al modo in cui vengono adottati e a come vengono manifestati i risultati sponsorizzati, aiutando in questo modo gli utenti nella ricerca!