Speech-in-Noise Audiometry in Adults: A Review of the Available Tests for French Speakers
Notice bibliographique
Résumé
BACKGROUND: Difficulty understanding speech in background noise is the reason of consultation for most people who seek help for their hearing. With the increased use of speech-in-noise (SpIN) testing, audiologists and otologists are expected to evidence disabilities in a greater number of patients with sensorineural hearing loss. The purpose of this study is to list validated available SpIN tests for the French-speaking population. SUMMARY: A review was conducted according to Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. PubMed and Scopus databases were searched. Search strategies used a combination of 4 keywords: speech, audiometry, noise, and French. There were 10 validated SpIN tests dedicated to the Francophone adult population at the time of the review. Some tests use digits triplets as speech stimuli and were originally designed for hearing screening. The others were given a broader range of indications covering diagnostic or research purposes, determination of functional capacities and fitness for duty, as well as assessment of hearing amplification benefit. KEY MESSAGES: As there is a SpIN test for almost any type of clinical or rehabilitation needs, both the accuracy and duration should be considered for choosing one or the other. In an effort to meet the needs of a rapidly aging population, fast adaptive procedures can be favored to screen large groups in order to limit the risk of ignoring the early signs of forthcoming presbycusis and to provide appropriate audiological counseling.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».