MétaCan
Menu
Retour à la cohorte
Enregistrement W292697335 · doi:10.1177/070674370905400804

Transitions in Hearing Impairment and Psychological Distress in Older Adults

2009· article· en· W292697335 sur OpenAlexaffvenueabout
Laurie Corna, Terrance J. Wade, David L. Streiner, John Cairney

Notice bibliographique

RevueThe Canadian Journal of Psychiatry · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensCentre for Addiction and Mental HealthBaycrest HospitalBrock UniversityMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychosocialDistressAssociation (psychology)StressorPsychologyPopulationClinical psychologyPsychological distressHearing lossPsychiatryDevelopmental psychologyMental healthMedicineAudiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Although previous research has demonstrated an association between hearing impairment (HI) and psychological distress, less work has explored the effect of transitions in hearing status on distress over time, or the explanatory pathways that may explain this association. METHOD: We use 2 waves of data from the Canadian National Population Health Survey to examine the effect of HI transitions on changes in distress during 6 years, and to test the potential mediating effects of psychosocial factors and chronic stressors. RESULTS: Experiencing a decline in hearing was associated with increased distress at Wave 4, net of Wave 1 distress, although the significance of the relation was reduced to trend level following adjustment for sociodemographic variables (P < 0.06). The introduction of mastery and self-esteem further reduced the size of the effect of reporting a decline in hearing in the full model. CONCLUSIONS: The association between declines in HI and psychological distress during a 6-year period did not reach a traditional level of statistical significance, and we discuss potential explanations for this finding. Mastery and self-esteem may be important explanatory variables in the HI-distress association and should be considered in future research.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,260
Score d'incertitude au seuil0,517

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,283
Écart entre enseignants0,262 · 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'étudeObservationnel
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

Citations11
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of PsychiatryMême sujetHearing Loss and RehabilitationTravaux en français237 207