Association Between Social Determinants of Health and Hearing Loss and Hearing Intervention in Older US Adults
Notice bibliographique
Résumé
Objective Estimate the prevalence of hearing loss and hearing assistance device use among older adults in the United States, and assess for associations with select social determinants of health (SDOH). Study Design Cross-sectional US population-based study using National Health and Nutrition Examination Survey (NHANES) 2017–March 2020 (pre-pandemic) data. Setting Non-institutionalized civilian adult US population. Methods US adults aged ≥70 years who completed NHANES audiometry exams were included. Sample weights were applied to provide nationally representative prevalence estimates of hearing loss and hearing assistance device use. Logistic regression analyses assessed associations between SDOH and both hearing loss and hearing assistance device use. Results The overall prevalence of hearing loss was 73.7%. Among those with nonprofound hearing loss, the prevalence of hearing assistance device use was 31.3%. Older individuals (odds ratio [OR], 6.3 [3.668–10.694] comparing ages 80+ versus 70–74 yr) and with lower education (OR, 3.8 [1.455–9.766] comparing Conclusion The prevalence of hearing loss among older adults in the United States remains roughly stable compared with previous population-based estimates, whereas the prevalence of hearing assistance device use is slightly increased. Population-level disparities exist both in the prevalence of hearing loss and hearing assistance device use across SDOH.
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 | 0,002 |
| 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 | 0,000 | 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) | 0,001 | 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 ».