Cognitive Screening of Adults With Postlingual Hearing Loss: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: To systematically review the evidence for the use of cognitive screening tools for adults with postlingual hearing loss. DATA SOURCES: PubMed, Embase, Scopus, PsycINFO (EBSCO), CINAHL (EBSCO), and CENTRAL (Cochrane Library) electronic databases were searched from inception until October 4, 2018. REVIEW METHODS: Articles were reviewed for inclusion by 2 independent reviewers. The references of included articles were hand-searched for additional relevant articles. Data were extracted by 2 independent extractors. RESULTS: Of 2092 articles imported from the search, 81 were included for the review. Nearly a third (31%, n = 25) included patients with profound hearing loss. In total, 23 unique tools were used for 105 unique applications. The Mini Mental Status Exam (MMSE) was the most commonly used (54%, n = 55), followed by the Montreal Cognitive Assessment (MoCA) (19%, n = 10). Nearly half of the tools were used to define patient inclusion or exclusion in a study (48%, n = 50), followed by examination of a change after an intervention (26%, n = 27). Two articles attempted to study the validity of the MMSE and MoCA for screening patients with mild to moderate hearing loss and found mixed effects of the auditory components. There were no validation studies identified from the search. CONCLUSION: Many different cognitive screening tools have been used to study patients with postlingual hearing loss. The effects of the auditory components of these tools may be deleterious but ultimately remain unclear from the available evidence. To date, there has been no validation of any cognitive screening tool to be used for adults with postlingual hearing loss.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».