Usability, acceptability and clinical utility of a mobile app to screen for hearing loss in older adults in a geriatric rehabilitation hospital
Notice bibliographique
Résumé
RATIONALE: Hearing loss is a common problem for older adults entering rehabilitation hospitals. AIMS AND OBJECTIVES: To pilot a hearing loss screening device to determine feasibility, usability, and impact on patient outcomes. METHODS: We screened all patients newly admitted to a geriatric day hospital for hearing loss using the SHOEBOX® QuickTest (SHOEBOX Ltd.) app as part of a quality improvement programme. We measured the time it took for each patient to complete screening and recorded any issues they had using the app. We recorded the number of patients who screened positive who did not have a previous diagnosis and changes in physician behaviours after they received their patients' results. RESULTS: Seventy-four patients with a mean age of 83.4 years used the hearing screener. All patients were able to complete the screening with a mean time to completion of 10 min and 48 s. Ninety-nine percent of patients screened positive for hearing loss. Of these positives 56% were in participants not already known to have hearing loss. Physicians often changed their behaviour after receiving results by using assistive devices during visits and referring to audiology for formal testing. CONCLUSIONS: Screening for hearing loss is feasible in a geriatric day hospital. The SHOEBOX QuickTest app is acceptable, usable, resulting in the identification of undiagnosed hearing loss and in changes to physician behaviour.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».