Pre-, Per- and Postoperative Factors Affecting Performance of Postlinguistically Deaf Adults Using Cochlear Implants: A New Conceptual Model over Time
Notice bibliographique
Résumé
OBJECTIVE: To test the influence of multiple factors on cochlear implant (CI) speech performance in quiet and in noise for postlinguistically deaf adults, and to design a model of predicted auditory performance with a CI as a function of the significant factors. STUDY DESIGN: Retrospective multi-centre study. METHODS: Data from 2251 patients implanted since 2003 in 15 international centres were collected. Speech scores in quiet and in noise were converted into percentile ranks to remove differences between centres. The influence of 15 pre-, per- and postoperative factors, such as the duration of moderate hearing loss (mHL), the surgical approach (cochleostomy or round window approach), the angle of insertion, the percentage of active electrodes, and the brand of device were tested. The usual factors, duration of profound HL (pHL), age, etiology, duration of CI experience, that are already known to have an influence, were included in the statistical analyses. RESULTS: The significant factors were: the pure tone average threshold of the better ear, the brand of device, the percentage of active electrodes, the use of hearing aids (HAs) during the period of pHL, and the duration of mHL. CONCLUSIONS: A new model was designed showing a decrease of performance that started during the period of mHL, and became faster during the period of pHL. The use of bilateral HAs slowed down the related central reorganization that is the likely cause of the decreased performance.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».