A comprehensive approach for assessing the effectiveness of frequency-lowering hearing aids and electric acoustic stimulation (EAS) cochlear implant for treating people with a severe-to-profound high-frequency hearing loss.
Notice bibliographique
Résumé
Introduction: The effectiveness of hearing aids (HA) for treating people with severe-to-profound sensorineural high-frequency hearing losses (HFHL) is known to be limited. Technological alternatives have been developed to meet the needs of these individuals, such as frequency-lowering (FL) HAs or electric acoustic stimulation (EAS) implants. To date, no study has shown which of these alternatives is the most effective to improve hearing abilities for this population.Objective: To compare the effectiveness of frequency-compression and frequency-transposition HA, and of EAS cochlear implant on speech perception for people with a severe-to-profound sensorineural HFHL. Methods: Ten adults tested frequency-compression and frequency-transposition HAs following an ABAC single-subject design; four week baselines were completed with own HA, followed by 8 week trials with each device. One participant also received an EAS implant. Speech recognition was measured each week. Questionnaires and semi-structured interviews were used to collect participants’ perspectives on the benefits of each technology. Results: FL HAs improved speech recognition up to 10% compared to conventional HAs in 5/10 subjects. Others experienced either no gain or some degradation (from -9 to -15%) when using FL. The participant who received an EAS implant obtained a gain from +17 to +43% compared to conventional or FL HA. Significant benefits on questionnaires and interviews were reported by 8 participants. Learning and ceiling effects were encountered during speech recognition assessments with most subjects. This will be discussed further at the conference.Conclusion: The EAS implant appears as the first indication for treating people with a HFHL. However, FL HAs can provide significant benefits for some individuals. In this context, and considering the potential risks and high costs related to EAS, trials with FL should be considered on an individual basis prior to implantation. Results support the use of a global approach when assessing the benefits of hearing technologies.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».