Paediatric vision screening by non-healthcare volunteers: evidence based practices
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to test the sensitivity and specificity of eight undergraduate volunteer examiners conducting vision screening tests in a community setting, in order to determine if non-eye care professionals were able to be trained to an appropriate level of skill. METHODS: Eight undergraduate volunteer examiners were trained to conduct vision screening tests to address a gap in pediatric community eye care. Phase I of the study was implemented in the pediatric ophthalmology clinic, and phase II was conducted in nine local schools. Phase I consisted of 40 h of training for each volunteer regarding specific vision tests. Phase II consisted of screening children at nine local schools. RESULTS: A total of 690 children from nine local schools were screened by both the volunteer examiners and the optometrist during the course of this study. Volunteer examiners had a screening sensitivity of 0.80 (95%CI 0.66-0.90) and screening specificity of 0.75 (95%CI 0.71-0.78) when compared to the study optometrist. The overall accuracy of volunteer examiners was 75%. The resulting positive likelihood ratio was 3.24 (95%CI 2.6-3.9), indicating that a child with vision impairment was 3.2 times more likely to fail the vision test performed by the volunteer examiners compared to a child with no vision impairment. CONCLUSIONS: Non-healthcare professionals can be trained to an acceptable degree of accuracy to perform vision screening tests on children, which may assist in mitigating existing gaps in paediatric eye 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».