The influence of facemasks on communication in healthcare settings: a systematic review
Notice bibliographique
Résumé
PURPOSE: Although a well-established aspect of healthcare practice, the impact of facemasks on verbal communication is surprisingly ambiguous. MATERIALS AND METHODS: A systematic search was conducted in APA PSYCHinfo, CINAHL, NHS Knowledge Network, Medline and SPORTDiscus databases from inception to November 2022 according to the PRISMA guidelines. Studies reporting an objective measure of speech understanding in adults, where information was transmitted or received whilst wearing a facemask were included. Risk of bias of included studies was assessed with the Newcastle-Ottawa score. RESULTS: Four hundred and thirty-three studies were identified, of which fifteen were suitable for inclusion, incorporating 350 participants with a median age of 49 (range 19 to 74) years. Wide heterogeneity of test parameters and outcome measurement prohibited pooling of data. 93% (14 of 15) studies reported a deleterious effect of facemasks on speech understanding, and 100% (5 of 5) of the included studies reported attenuation of sound with facemask usage. Background noise added further deleterious effects on speech understanding which was particularly problematic within hearing-impaired populations. Risk of bias in included studies varied but overall was modest. CONCLUSIONS: Despite considerable complexity and heterogeneity in outcome measure, 93% (14 of 15) articles suggest respiratory protective equipment negatively affects speech understanding in normal hearing and hearing-impaired 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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».