MétaCan
Menu
Retour à la cohorte
Enregistrement W2589607877 · doi:10.3389/fneur.2017.00038

Clinical Validation of a New Tinnitus Assessment Technology

2017· article· en· W2589607877 sur OpenAlexafffund
Sylvie Hébert, Philippe Fournier

Notice bibliographique

RevueFrontiers in Neurology · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing, Cochlea, Tinnitus, Genetics
Établissements canadiensInternational Laboratory for Brain, Music and Sound ResearchUniversité de Montréal
Organismes subventionnairesUniversité de Montréal
Mots-clésTinnitusMedicinePsychologyComputer scienceAudiology

Résumé

récupéré en direct d'OpenAlex

Current clinical assessment of tinnitus relies mainly on self-report. Psychoacoustic assessment of tinnitus pitch and loudness are recommended but methods yield variable results. Herein we investigated the proposition that a previously validated fixed laboratory-based method (Touchscreen) and a newly developed clinically-relevant portable prototype (Stand-alone) yield comparable results in the assessment of psychoacoustic tinnitus pitch and loudness. Participants with tinnitus (N=15, 7 with normal hearing and 8 with hearing loss) and participants simulating tinnitus (Simulators, N=15) were instructed to rate the likeness of pure tones (250 – 16 kHz) to their tinnitus pitch and match their loudness using both methods presented in a counterbalanced order. Results indicate that simulators rated their “tinnitus” at lower frequencies and at louder at louder levels (~ 10 dB) compared to tinnitus participants. Tinnitus subgroups (with vs. without hearing loss) differed in their predominant tinnitus pitch (i.e., lower in the tinnitus with hearing loss subgroups) but not in their loudness matching in dB SL. Loudness at the predominant pitch was identified as a factor yielding significant sensitivity and specificity in discriminating between the two groups of participants. Importantly, despite differences in the devices’ physical presentations, likeness and loudness ratings were globally consistent between the two methods and, moreover, highly reproducible from one method to the other in both groups. All in all, both methods yielded robust tinnitus data in less than 12 minutes, with the Stand-alone having the advantage of not being dependent of learning effects, being user-friendly, and being adapted to the audiogram of each patient to further reduce testing time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,385
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetHearing, Cochlea, Tinnitus, GeneticsTravaux en français237 207