Effectiveness of assistive devices in improving reading performance in vision rehabilitation patients
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the effectiveness of assistive devices in improving the reading performance of patients in a vision rehabilitation clinic. METHODS: This is a prospective observational cohort study of patients referred to a hospital-based, urban, vision rehabilitation clinic in Southeastern Ontario. Patient demographics, ophthalmic diagnoses, and reading performance were investigated. Median reading speeds in words per minute (wpm) were compared with and without assistive devices, using the Minnesota Reading tool (MNRead). The relationships between improvement in reading speed and MNRead components (i.e., reading acuity, critical print size, and reading accessibility index), visual acuity, age, level of education, and previous exposure to vision rehabilitation were assessed. Subgroup analyses of patients diagnosed with age-related macular degeneration (AMD) and glaucoma were carried out. RESULTS: A total of 199 patients were included in this study, with 71.9% over the age of 65. Most self-identified as female (68.8%) and Caucasian (93.0%). The median improvement in reading speed with assistive devices was 39.5 wpm (P < 0.001). Improvement in reading speeds was positively correlated with visual acuity (P = 0.005) and inversely correlated with patients' age (P = 0.029). Patients with glaucoma experienced a more substantial increase in reading speed (66.2 wpm) with assistive devices compared to AMD (38.0 wpm). Handheld magnifiers were significantly more effective in AMD patients, as compared to glaucoma. CONCLUSIONS: This study provides an overview of a group of patients accessing vision rehabilitation interventions. We use the MNRead-based reading speed assessment to demonstrate the varying effectiveness of assistive devices across different patient groups.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».