Frequency-Following Response (FFR) em usuários de implante coclear: uma revisão sistemática dos parâmetros de aquisição, análise e resultados
Notice bibliographique
Résumé
PURPOSE: To characterize the acquisition parameters, analysis, and results of the frequency-following response (FFR) in cochlear implant users. RESEARCH STRATEGIES: The search was conducted in Cochrane Library, Latin American and Caribbean Health Sciences Literature (LILACS), Ovid Technologies, PubMed, SciELO, ScienceDirect, Scopus, Web of Science, and gray literature. SELECTION CRITERIA: Studies on FFR in cochlear implant users or that compared them with normal-hearing people, with no restriction of age, were included. Secondary and experimental studies were excluded. There was no restriction of language or year of publication. DATA ANALYSIS: The data were analyzed and reported according to the stages in the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA), 2020. The methodological quality was analyzed with the Joanna Briggs Institute Critical Appraisal Checklist for Analytical Cross-Sectional Studies. Divergences were solved by a third researcher. RESULTS: Six studies met the inclusion criteria. Only one study was comparative, whose control group comprised normal-hearing people. The variations in acquisition parameters were common and the analysis predominantly approached the time domain. Cochlear implant users had different FFR results from those of normal-hearing people, considering the existing literature. Most articles had low methodological quality. CONCLUSION: There is no standardized FFR acquisition and analysis protocol for cochlear implant users. The results have a high risk of bias.
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 | 0,010 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».