Fake news em saúde: validação de um modelo de redes neurais para detecção de desinformação em Odontopediatria por meio de reações psicofisiológicas de usuários da internet

Resumo

A difusão das tecnologias de informação e comunicação estimula a produção de conteúdos baseados em opiniões pessoais, contribuindo para a disseminação eletrônica de desinformação pelas mídias sociais. Nesse sentido, o consumo de desinformação influencia diretamente o surgimento de crenças que impactam negativamente o comportamento em saúde dos indivíduos. Portanto, o desenvolvimento de ferramentas para o auxílio dos usuários da internet no consumo apropriado de informações em saúde é desejável. O presente estudo tem por objetivo desenvolver e validar um modelo de aprendizagem de máquina para detectar remotamente o consumo de desinformação relacionada à saúde bucal de crianças, por meio da análise de reações psicofisiológicas de mães. A metodologia proposta será dividida em quatro etapas distintas: 1) determinação dos interesses dos usuários do Google em desinformação relacionada à saúde bucal de crianças, empregando o Google Trends; 2) detecção de desinformação relacionada à saúde bucal de crianças postadas por usuários do Twitter; 3) avaliação das diferenças de padrão dos sinais psicofisiológicos de mães expostas ou não à desinformação, pela condução de um estudo clínico randomizado duplo-cego, transversal e paralelo; e 4) treinamento e avaliação de redes neurais artificiais para mensurar desfechos psicofisiológicos relacionados ao consumo de fake news, baseado nas análises Cross Validation (CV) e Leave-One-Session-Out Cross-Validation (LOSOCV). A análise estatística será conduzida de acordo com a normalidade e homogeneidade dos dados. Valores de P<0,05 serão considerados para diferenças significativas. (AU)