NICU‐only versus universal screening for newborn hearing loss: Population audit
Notice bibliographique
Résumé
AIM: Targeted newborn hearing screening for infants in neonatal intensive care units (NICUs) may be considered when resources preclude universal newborn hearing screening (UNHS). However, process outcomes have not been compared between stand-alone NICU hearing screening programs and NICU screening within a full UNHS program. METHODS: Comparison of two consecutive hearing screening programs delivered under similar conditions in the four NICUs in Victoria, Australia. All NICU infants were eligible for pre-discharge automated auditory brainstem response (AABR) hearing screening. Capture, referral and diagnostic data were collected for all NICU infants during the NICU-only (April 2003-February 2005) and subsequent UNHS (April 2005-June 2006) programs. RESULTS: 4704 eligible infants were admitted during the 23-month NICU-only period, and 3160 during the 15-month UNHS period. Double AABR using ALGO 3i equipment was planned for both programs but, due to clinician concern about this high-risk clinical population, the NICU-only protocol was amended to single AABR using AccuScreen equipment. Capture rates were 71.1% (NICU-only) vs. 95.4% (UNHS) (P < 0.001), successful follow-up rates were 85.8% vs. 96% (P= 0.004), and mean corrected age at the first audiology appointment was 51.5 vs. 40.2 days (P= 0.05). CONCLUSIONS: NICU screening offered within a larger UNHS program outperformed the stand-alone NICU hearing screening program on all measured parameters. Greater resourcing might address shortcomings of the stand-alone program but would also reduce its potential savings. The high loss to follow-up also argues against the often-advocated approach of referring all NICU infants for diagnostic audiologic testing, bypassing hearing screening altogether.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».