Agreement on the use of sensory screening techniques by nurses for older adults with cognitive impairment in long-term care: a mixed-methods consensus approach
Notice bibliographique
Résumé
Objective Based on two scoping reviews and two environmental scans, this study aimed at reaching consensus on the most suitable sensory screening tools for use by nurses working in long-term care homes, for the purpose of developing and validating a toolkit. Setting A mixed-methods consensus study was conducted through two rounds of virtual electronic suitability rankings, followed by one online discussion group to resolve remaining disagreements. Participants A 12-member convenience panel of specialists from three countries with expertise in sensory and cognitive ageing provided the ranking data, of whom four participated in the online discussion. Outcome measures As part of a larger mixed-methods project, the consensus was used to rank 22 vision and 20 hearing screening tests for suitability, based on 10 categories from the Quebec User Evaluation of Satisfaction with Assistive Technology questionnaire. Panellists were asked to score each test by category, and their responses were converted to z-scores, pooled and ranked. Outliers in assessment distribution were then returned to the individual team members to adjust scoring towards consensus. Results In order of ranking, the top 4 vision screening tests were hand motion , counting fingers , confrontation visual fields and the HOT-V chart , whereas the top 4 hearing screening tests were the Hearing Handicap Inventory for the Elderly , the Whisper Test , the Measure of Severity of Hearing Loss and the Hyperacusis Questionnaire , respectively. Conclusions The final selection of vision screening tests relied on observable visual behaviours, such as visibility of tasks within the central or peripheral visual field, whereas three of the four hearing tests relied on subjective report. Next, feasibility will be tested by nurses using these tools in a long-term care setting with persons with various levels of cognitive impairment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,536 | 0,540 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,020 | 0,009 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,008 | 0,016 |
| Intégrité de la recherche | 0,004 | 0,003 |
| 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 source (Gemma direct ou Codex distillé), 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 ».