Detection of vision and /or hearing loss using the interRAI Community Health Assessment aligns well with common behavioral vision/hearing measurements
Notice bibliographique
Résumé
This study's main objective was to assess the sensitivity and specificity of the interRAI Community Health Assessment (CHA) for detecting the presence of vision loss (VL), hearing loss (HL) or both (Dual Sensory Loss, DSL) when compared against performance-based measures of vision and hearing. The interRAI CHA and the Montreal Cognitive Assessment (MoCA) were administered to 200 adults (61+ years of age) who had VL, HL or DSL. We calculated the sensitivity and specificity of the interRAI CHA for detecting sensory impairments using as the gold standard performance based measurements of hearing (pure-tone audiogram) and vision (distance acuity) as determined from the rehabilitation centre record. Results were divided according to participants' cognitive status, as measured by the MoCA and the Cognitive Performance Scale (CPS, embedded within the interRAI CHA). Overall, sensitivity was 100% for VL, 97.1% for HL, and 96.9% for DSL. Specificity was at least 93% in all three groups. In participants who failed the MoCA (i.e., at risk of mild cognitive impairment), the sensitivity was 100% for VL, 96.8% for HL and 96.2% for DSL; in those who were not at risk, the sensitivity was 100% for VL, and 97.4% for HL and DSL. In participants classified by the CPS as borderline intact or mild cognitively impaired, sensitivity was 100% in all groups; in those classified as cognitively intact, sensitivity was 100% for VL, 97.0% for HL, and 96.8% for DSL. These results suggest that the interRAI CHA detects VL, HL, and DSL in high agreement with performance-based measurements of vision and hearing. The interRAI CHA shows high accuracy even in participants with mild cognitive difficulties. Since results were found in a specific population of older rehabilitation clients who all had sensory difficulties, further research is needed to understand its role in screening in other more diverse groups.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».