Los investigadores publicaron sus hallazgos en la Revista del Instituto Nacional del Cáncer de Estados Unidos.
image.png
El 32,5% de los artículos más popuares sobre cáncer contenían información errónea, según el estudio.
Alarmante
Los científicos utilizaron BuzzSumo, un software que les permitió recopilar los 50 artículos en inglés más populares para cada uno de los cuatro cánceres más comunes: mama, próstata, colorrectal y pulmón.
Incluyeron artículos y publicaciones de blogs compartidos en Facebook, Reddit, Twitter y Pinterest entre enero de 2018 y diciembre de 2019. De los 200 contenidos:
- 75 provenían de medios de comunicación tradicionales
- 83 de medios digitales no tradicionales
- 2 de blogs personales
- 6 de sitios de financiación colectiva
- 34 de revistas médicas
Los investigadores seleccionaron a miembros del panel de la Red Nacional Integral del Cáncer para calificar los artículos por: información errónea y/o información dañina.
Después de realizar un análisis estadístico, los investigadores encontraron que el 32,5% de los artículos contenían información errónea, principalmente por títulos engañosos, uso indebido de pruebas y terapias no probadas.
También encontraron que el 30,5% de los artículos contenían información dañina. En su mayoría, estos artículos instaban a las personas a retrasar o no buscar atención médica para afecciones curables, pagar terapias costosas, automedicarse con sustancias potencialmente tóxicas o usar terapias alternativas que podrían interactuar de manera adversa con otros tratamientos.
Los científicos también descubrieron que los artículos con información dañina se compartieron, en promedio, 2.300 veces y los artículos seguros 1.500.
Los autores sugirieron que se deben realizar más estudios para comprender quién se relaciona con la información errónea sobre el cáncer, su impacto en la creencia científica, la confianza y la toma de decisiones, y el papel de la comunicación médico-paciente en la corrección de la información errónea.
El equipo también está en proceso de crear una base de datos para identificar características específicas de artículos vinculados a información falsa.
