Asymmetrical Hearing Loss in Cases of Industrial Noise Exposure
Notice bibliographique
Résumé
OBJECTIVE: Asymmetrical hearing thresholds are common in people claiming compensation for noise-induced hearing loss (NIHL). When present and otherwise unexplained, there is some controversy as to whether such asymmetry can be attributed to occupational noise exposure. In this review, our main objectives were to collate the overall prevalence of this finding in subjects with NIHL, and further, to provide a balanced argument regarding causality. DATA SOURCES: MEDLINE, CINAHL, EMBASE, Cochrane, Google Scholar. No date or language restrictions. STUDY SELECTION AND DATA EXTRACTION: A systematic review of the literature was performed and data on noise exposure, pure tone audiometry, and lateralized hearing outcomes were reviewed. Newcastle-Ottawa (N-O) criteria were employed to assess quality of studies where applicable. DATA SYNTHESIS: N/A CONCLUSION:: Six studies met the inclusion criteria giving a total of 4,735 individual cases with NIHL. Asymmetrical hearing loss accounted for between 2.4% and 22.6% of NIHL cases (L-R difference >15 dB for any frequency 0.5-8 kHz). However, the overwhelming majority of subjects in this review have symmetrical hearing loss when adjusted for other significant variables, e.g., age, sex, and binaural hearing deterioration. Subjects considered for noise exposure remuneration were men (94.3% SE ± 2.7), aged 52.9 years (inter-quartile range, 46.1-58.4), and from a broad range of industrial backgrounds. Future research will be needed to establish the influence of other factors such as smoking status, exposure to chemical agents, specific drugs, or genetic predisposition.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».