The Impact of Assistive Technology on Quality of Life in Individuals with Low Vision: A Systematic Review
Notice bibliographique
Résumé
Background: Low vision significantly impairs daily functioning and well-being.Assistive Technology (AT) has emerged as a promising intervention, but its impact on Quality of Life (QoL) remains inconsistently synthesized.Objective: To evaluate the efficacy of AT in improving QoL for individuals with low vision through a systematic review of peer-reviewed evidence.Methods: A PRISMA-compliant search was conducted in PubMed, Embase, Scopus, and Cochrane Library (inception to [date]).Studies were included if they (1) assessed AT interventions (e.g., magnifiers, digital apps, smart glasses), (2) measured QoL outcomes (e.g., NEI-VFQ, EQ-5D), and (3) involved adults with low vision (WHO criteria).Risk of bias was assessed via ROB-2 (RCTs) and Newcastle-Ottawa Scale (observational studies).Results: From [X] screened records, [Y] studies met inclusion criteria.Meta-analysis, revealed a standardized mean difference (SMD) of [Z] in QoL scores favoring AT (95% CI: [ ]).Subgroup analyses highlighted greater benefits in mobility (p=0.XX) and mental health (p=0.XX). Conclusion:AT significantly enhances QoL in low vision, particularly for functional independence.Future research should standardize outcome measures and address long-term adherence.
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 | 0,040 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,004 | 0,021 |
| Études des sciences et des technologies | 0,000 | 0,008 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».