Use of Music Therapy as an Audiological Rehabilitation Tool in the Elderly Population: A Mini-Review
Notice bibliographique
Résumé
It is well known and documented that sensory perception decreases with age. In the elderly population, hearing loss and reduced vestibular function are among the most prevalently affected senses. Two important side effects of sensory deprivation are cognitive decline and decrease in social participation. Hearing loss, vestibular function impairment, and cognitive decline all lead to a decrease in social participation. Altogether, these problems have a great impact on the quality of life of the elderly. This is why a rehabilitation program covering all of these aspects would therefore be useful for clinicians. It is well known that long-term music training can lead to cortical plasticity. Behavioral improvements have been measured for cognitive abilities and sensory modalities (auditory, motor, tactile, and visual) in healthy young adults. Based on these findings, it is possible to wonder if this kind of multisensory training would be an interesting therapy to not only improve communication but also help with posture and balance, cognitive abilities, and social participation. The aim of this review is to assess and validate the impact of music therapy in the context of hearing rehabilitation in older adults. Musical therapy seems to have a positive impact on auditory perception, posture and balance, social integration, and cognition. While the benefits seem obvious, the evidence in the literature is scarce. However, there is no reason not to recommend the use of music therapy as an adjunct to audiological rehabilitation in the elderly when possible. Further investigations are needed to conclude on the extent of the benefits that music therapy could bring to older adults. More data are needed to confirm which hearing abilities can be improved based on the many characteristics of hearing loss. There is also a need to provide a clear protocol for clinicians on how this therapy should be administered to offer the greatest possible benefits.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».