Modification of Osseointegrated Device Parameters to Improve Speech in Noise and Localization Ability
Notice bibliographique
Résumé
OBJECTIVE: To determine how best to modify osseointegrated (OI) devices or environmental settings to maximize hearing performance. STUDY DESIGN: Prospective cohort study. SETTING: Tertiary referral center. PATIENTS: Fourteen adults with single-sided deafness (SSD) with a minimum of 6 months OI usage and nine bilaterally normal hearing controls INTERVENTIONS: : Speech in noise (SIN) and localization ability were assessed in a multi-speaker array (R-Space) with patients repeating sentences embedded in competing noise and verbally indicating the source speaker, respectively. MAIN OUTCOME MEASURES: SIN and localization were assessed with multiple OI microphone settings-fixed-directional, omnidirectional, and adaptive-as well as an unaided (OI off) condition. Participants completed the Abbreviated Profile of Hearing Aid Benefit questionnaire. RESULTS: Localization performance remains compromised for OI users with a high number of front-back confusions, but rapid learning using the fixed-directional microphone setting improved localization of sounds on the device side despite poorer localization of sounds on the normal-hearing side. SIN performance is greatly enhanced with speech presented to the contra hearing ear rather than the OI device side. Subjective report of hearing ability is highly predictive of objective SIN measures. CONCLUSIONS: Clinicians should consider implementing a fixed-directional microphone setting for improved localization for sounds behind the OI device, but inform patients of the trade-off in performance on the normal-hearing side. For better hearing in noise, clinicians should counsel OI recipients to orient the speech signal to their normal hearing ear rather than their OI device. The background noise subscale of the abbreviated profile of hearing aid benefit (APHAB) provides a meaningful metric by which to assess SIN performance of OI device users.
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 | 0,001 | 0,003 |
| 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) | 0,001 | 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 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 ».