Ten‐year health‐related quality of life in cochlear implant recipients
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: To evaluate the long-term impact of cochlear implantation on quality of life measured by the Medical Outcomes Study 36-Item Short-Form Health Survey (SF-36). Scores were also converted to the SF-6D to derive health utility scores. STUDY DESIGN: Prospective cohort study. METHODS: Thirty-two patients undergoing cochlear implantation completed the SF-36 preoperatively, 1 year, and 10 years after cochlear implantation. RESULTS: SF-36 results showed improvements in seven of the eight attributes when preoperative scores where compared with 1- and 10-year results. Between 1 and 10 years postoperatively, six of eight domains deteriorated in scores. When converted to the SF-6D, the mean preoperative utility scores were 0.592 for standard gamble, 0.636 using the ordinal health state paradigm, and 0.579 using the Bayesian technique. Ten years postoperatively, health utility scores were 0.643 (standard gamble), 0.684 (ordinal health state), and 0.6 (Bayesian). Between preoperatively and 10-year postoperatively, improvements were therefore 0.051, 0.048, and 0.021 for standard gamble, ordinal health state, and Bayesian paradigm, respectively. CONCLUSIONS: This study establishes the long-term sustained benefits of cochlear implantation on quality of life. Nevertheless, both the SF-36 and SF-6D seem to underestimate the benefit accrued through this intervention. Our data are consistent with others regarding the unsuitability of the SF-36 in benefit assessment, notwithstanding that conversion to the SF-6D is feasible, and the SF-6D seemed to better depict possible benefits from cochlear implantation as compared to the SF-36.
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 ».