MétaCan
Menu
Retour à la cohorte
Enregistrement W2996095403 · doi:10.1371/journal.pone.0226085

Does educational level predict hearing aid self-efficacy in experienced older adult hearing aid users from Latin America? Validation process of the Spanish version of the MARS-HA questionnaire

2019· article· en· W2996095403 sur OpenAlexaff
Eduardo Fuentes–López, Adrián Fuente, Gonzalo Valdívia, Manuel Luna-Monsalve

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesFondo Nacional de Desarrollo Científico y TecnológicoComisión Nacional de Investigación Científica y Tecnológica
Mots-clésHearing aidAudiologyLatin AmericansMars Exploration ProgramMedicinePsychologyBiology

Résumé

récupéré en direct d'OpenAlex

Hearing aids are the most common rehabilitation strategy for age-related hearing loss. However, 25% to 50% of older adults fitted with hearing aids do not wear them post-fitting. Hearing aid self-efficacy has been suggested as one of the key factors that may explain adherence to hearing aids in older adults. The primary aim of this study was to determine a possible association between educational level and hearing aid self-efficacy in older adult hearing aid users from a Latin American country (i.e., Chile). The secondary aim was to determine if in this sample of older adults, hearing aid self-efficacy predicted hearing aid adherence as previously suggested by other studies. The MARS-HA (Measure of Audiologic Rehabilitation Self-Efficacy for Hearing Aids) questionnaire was used to measure hearing aid self-efficacy. This questionnaire was initially adapted into Spanish (S-MARS-HA) using forward and backward translations by bilingual English-Spanish speakers. A sample of 252 older adults fitted with hearing aids at a public hospital in Santiago, Chile, was investigated. Educational level was measured as the number of years of formal education. Participants responded to the S-MARS-HA along with questions exploring social support, attitudes in using hearing aids, participation in social events, and vision and joint problems. Hearing aid adherence was investigated with the use of a question from the International Outcome Inventory for Hearing Aids. All these procedures were conducted at the participants' homes. Pure-tone average (PTA; 500-4000 Hz) in the fitted ear was obtained from the participants' medical records. Univariate and multivariate regression models were constructed to investigate the association between educational level and hearing aid self-efficacy controlling for the covariates of interest (e.g., social support, attitudes in using hearing aids, PTA). The S-MARS-HA showed an adequate construct validity along with a good reliability. Results of the multivariate regression analyses showed that educational level significantly predicted hearing aid self-efficacy. Covariates significantly associated with this outcome included attitudes in using hearing aids and PTA in the fitted ear. Finally, a significant association between hearing aid self-efficacy and adherence to hearing aid use was observed. In conclusion, this study showed a significant association between educational level and hearing aid self-efficacy in older adults from a developing Latin American country. Thus, this variable should be considered when designing and delivering aural rehabilitation programs such as hearing aids to older adults, especially those from developing countries.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,266
Écart entre enseignants0,232 · 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

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetHearing Loss and RehabilitationTravaux en français237 207