Practices and perceptions of cognitive assessment for adults with age‐related hearing loss
Notice bibliographique
Résumé
OBJECTIVES: To investigate the landscape of cognitive impairment (CI) screening for adults with age-related hearing loss (ARHL) among otolaryngologists and audiologists. To identify provider factors and patient characteristics that impact rates of CI screening and referral. METHODS: A 15 question online survey was sent to members of the Georgia Society of Otolaryngology (GSO), Georgia Academy of Audiology (GAA), American Otological Society and American Neurotology Society (AOS/ANS), and posted on the web forum for two hearing disorders special interest groups within the American-Speech-Language-Hearing Association (ASHA). Responses were collected anonymously. Chi-square tests were used to compare responses. RESULTS: < .001). The complaint of a neurological symptom, such as memory loss, would prompt screening or referral for only 27.3% (n = 18) and 51.52% (n = 34) of respondents, respectively. Forty-two percent (n = 28) of respondents suggested CI screening with the MMSE vs 20% (n = 13) with the Montreal Cognitive Assessment. CONCLUSIONS: Despite recommendations for cognitive assessment in high-risk populations, such as older adults with ARHL, the practice of CI screening and referral is not yet commonplace among otolaryngologists and audiologists. These providers have a unique opportunity to assess adults with ARHL for CI and ensure appropriate referral. LEVEL OF EVIDENCE: 5.
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 | 0,000 | 0,002 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».