Clinical Practice Patterns of Fitting Advanced Device Features in Children With Cochlear Implants
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to identify common clinical practice patterns for providing advanced noise management features in children with cochlear implants (CIs) and evaluate trends in consideration of clinician experience and comfort with CI manufacturer-specific technology. METHOD: A mixed-model survey including quantitative and qualitative questions regarding providing advanced noise management features in the pediatric CI population was collected electronically via research electronic data capture. Survey questions spanned approach/philosophy toward provision of features, age of provision, and demographics of respondents. Descriptive statistics were completed to define common clinical practice patterns and demographic information. RESULTS: A total of 160 pediatric audiologists from 35 U.S. States and five Canadian provinces completed the survey. Most audiologists (73.8%) reported enabling automatic directional microphones, and a vast majority (91%) reported enabling advanced noise processing features such as automatic noise cancellers, wind noise cancellers, and impulse noise cancellers in recipients' main programs. Audiologists ranked features in terms of importance for a school-age child with the top three ranked as automatic noise reduction, automatic directional microphones, and concha-level microphones. Importance of child-specific factors varied depending upon the specific feature of interest. CONCLUSIONS: Variability exists among providers in enabling advanced noise management features for pediatric CI recipients. Multiple factors, including patient characteristics, provider characteristics, and limited evidence-based guidance, could account for much of the variation. Overall, there is a trend toward automaticity for noise management. Additional studies are warranted to provide the evidence base for confidently programming advanced features for children using CIs.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».