Optimizing Evaluation of Older Adults With Vision and/or Hearing Loss Using the interRAI Community Health Assessment and Deafblind Supplement
Notice bibliographique
Résumé
Purpose: Service providers must identify and assess older adults who have concurrent vision and hearing loss, or dual sensory impairment (DSI). An assessment tool suitable for this purpose is the interRAI Community Health Assessment (CHA) and its Deafblind Supplement. This study's goal was to explore this assessment's administration process and to generate suggestions for assessors to help them optimize data collection. Methods: A social worker with experience working with adults who have sensory loss, who was also naïve to the interRAI CHA, administered the assessment with 200 older adults (65+) who had visual and/or hearing loss. The assessor evaluated the utility of the instrument for clinical purposes, focusing on sections relevant to identifying/characterizing adults with DSI. Results: Suggestions include the recommendation to ask additional questions regarding the person's functional abilities. This will help assessors deepen their understanding of the person's sensory status. Recommendations are also provided regarding sensory impairments and rehabilitation, in a general sense, to help assessors administer the interRAI CHA. Conclusions: Suggestions will help assessors to deepen their knowledge about sensory loss and comprehensively understand the assessment's questions, thereby allowing them to optimize the assessment process and increase their awareness of sensory loss in older adults.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».