Speech Perception Outcome in Multiply Disabled Children Following Cochlear Implantation: Investigating a Predictive Score
Notice bibliographique
Résumé
BACKGROUND: Children with multiple disabilities account for a small percentage of implantees in a cochlear implant program, but they remain the most challenging group for which to predict benefit from the implant and for cooperation with habilitation postoperatively. PURPOSE: To assess the relationship of pre-implant functional disabilities with postoperative speech perception scores and determine the feasibility of predicting outcome with a cochlear implant in a multiply disabled pediatric population. RESEARCH DESIGN: Retrospective cohort study. STUDY SAMPLE: Sixty-six children with a cochlear implant and at least one additional disability. DATA COLLECTION AND ANALYSIS: We retrospectively examined the relationship between pre-implant Graded Profile Analysis (GPA) scores and postimplant speech perception scores. A pre-implant functional disability score (based on the Battelle developmental screen) was applied to the same cohort of patients and its association with postimplant speech perception scores was examined. RESULTS: The functional disability score significantly predicted high (k > 24) and low (k < 7) speech perception scores (p < 0.001 and p < .0001) and had excellent discrimination ability (c statistic = 0.88 and 0.93 respectively). The GPA score was not significantly associated with speech perception scores (p = 0.519 and p = 0.146) and demonstrated no ability to discriminate postimplant speech perception scores in this implant population (c statistic = 0.49 and c = 0.57). CONCLUSIONS: Prediction of outcomes following cochlear implantation in multiply disabled children can be facilitated using this newly developed functional disability score as an adjunct to traditional candidacy assessments.
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 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».