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 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 | 0,007 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».