MétaCan
Menu
Retour à la cohorte
Enregistrement W2790228459 · doi:10.21037/aes.2018.ab100

AB100. Screening for vision and hearing loss in patients with dementia: recommendations from interviews with sensory experts

2018· article· en· W2790228459 sur OpenAlexaff
Walter Wittich, Jonathan Jarry, Fiona Höbler, Katherine S. McGilton

Notice bibliographique

RevueAnnals of Eye Science · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueCategorization, perception, and language
Établissements canadiensToronto Rehabilitation InstituteAssociation for Canadian StudiesUniversity of TorontoCentre intégré de santé et de services sociaux de Chaudière-AppalachesUniversity Health NetworkSanté MontérégieCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre intégré de santé et de services sociaux de la Montérégie-CentreCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanMAB-Mackay Rehabilitation CentreCentre Intégré de Santé et de Services Sociaux des LaurentidesUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDementiaAudiologySensory systemHearing lossMedicinePsychologyPhysical medicine and rehabilitationCognitive psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Dementia is a syndrome that affects a person’s ability to understand and express information. The higher prevalence of vision and/or hearing losses among persons with dementia in long-term care (LTC) facilities interferes with the ability of nurses to provide optimal care because communication is compromised. Therefore, the detection and screening for sensory impairment is of the utmost importance in LTC facilities; however, there is currently no agreement among nursing professionals on how to best identify such losses for the purpose of further referral, and the need for a validated screening measure suitable for nurses in LTC facilities is clear. The present project aims to close this gap by investigating the screening recommendations of vision- and hearing-care professionals working with clients affected by dementia. Methods: Eleven experts in audiology, optometry, deafblindness, and technology participated in individual semi-structured interviews on the topic of tools and strategies that can be used to screen individuals with dementia for sensory loss. Interview transcripts were coded by two evaluators using verbal agreement and consensus building. Results: Three main themes emerged from the interviews with experts: barriers, facilitators, and strategies. Barriers to sensory screening were often mentioned, particularly impaired communication and lack of staff cooperation. Facilitators consisted uniquely of people, such as family members, intervenors, and nurses. Strategies for sensory screening in this population consisted of improving communication through repetition and encouragements; considerations based on familiarity; and inferring an impairment on the basis of patient behaviour. Few of our interviewees were knowledgeable on the topic of screening apps. Conclusions: Our findings, to be integrated with a similar environmental scan conducted among LTC nurses, can inform the administration of sensory impairment screening tests among a population with dementia in order to optimize care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,401
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Eye ScienceMême sujetCategorization, perception, and languageTravaux en français237 207