iHear: Canadian medical student based hearing assessment program for grade school children using a tablet audiometer
Notice bibliographique
Résumé
PURPOSE: To evaluate the progress and challenges of a hearing screening program as well as review the incidence of pediatric hearing loss in grade school children participating in this program. METHODS: Medical students from the University of Ottawa established iHear, a grade school hearing assessment program that uses novel tablet audiometry. Over 3 years, children in grades 1 and 2 were assessed and those found to have abnormal results on iHear assessment were then referred to audiology for formal testing, and to otolaryngology if needed. RESULTS: From 2014 to 2017, 753 children aged 5-9 years old were assessed for hearing loss. Mean age of participants was 6.7 years, 51.9% of whom were female. Of the children assessed, 86 (11.4%) had abnormal results and 6 (0.8%) had inconsistent results, necessitating 92 referrals for assessment by a professional audiologist. Of the 65 participants who completed secondary audiologic assessment, 54 (83.1%) were normal and 11 (16.9%) had a definitive hearing loss or abnormal tympanometry. A total of 32 children were lost to follow-up. A total of 118 medical students were involved in the iHear program. CONCLUSIONS: Hearing loss in grade school populations continues to go undetected across Canada. Programs such as iHear demonstrate that gaps in the provision of hearing assessment can be filled effectively by medical students equipped with tablet audiometry. Medical student exposure to audiology and otolaryngology increased through the iHear program.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».