Effects of Varying Unilateral Conductive Hearing Losses on Speech-in-Noise Discrimination: An Experimental Study with Implications for Surgical Correction
Notice bibliographique
Résumé
HYPOTHESIS: Unilateral conductive hearing loss (HL) causes measurable disability in realistic hearing environments. The benefits of improving this loss depend both on the absolute level of final hearing and on hearing asymmetry. BACKGROUND: Surgical success is often measured by the degree of change in the air-bone gap or in the air thresholds. The Glasgow Benefit Plot and the Belfast Rule of Thumb suggest that a given hearing gain will be of greater benefit if the postoperative thresholds in the worse ear are a <30-dB HL or within 15 dB of the contralateral ear. This assertion has important surgical implications, but few audiometric data supporting it currently exist. METHODS: Speech-in-noise sound-field scores were measured in 16 normal volunteers at three presentation levels at two signal-to-noise ratios (SNRs). Two levels of unilateral conductive HL were simulated with earplugs, averaging 25-and 43-dB HL, respectively, and the effect on speech-in-noise scores was measured and analyzed. RESULTS: Unilateral conductive HL is a disadvantage at lower sound intensities and low SNRs, but it can be compensated for by increasing volume or SNR. The benefits of improving unilateral conductive HL are greater if the final asymmetry is <25 dB and the final hearing threshold is <25 dB. CONCLUSIONS: Unilateral conductive HL is a significant disadvantage at low SNRs or presentation volumes. The benefits of surgery to improve HL depend not only on the degree of hearing improvement but also on the final hearing threshold in both ears.
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 | 0,000 | 0,000 |
| 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 ».