MétaCan
Menu
Retour à la cohorte
Enregistrement W4242042978 · doi:10.3766/jaaa19057

Evaluation of Hearing Aid Manufacturers’ Software- Derived Fittings to DSL v5.0 Pediatric Targets

2019· article· en· W4242042978 sur OpenAlexaff
Paula Folkeard, Marlene Bagatto, Susan Scollie

Notice bibliographique

RevueJournal of the American Academy of Audiology · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAudiogramHearing aidAudiologyDigital subscriber lineSoftwareHearing lossMedicineComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Background: Hearing aid prescriptive methods are a commonly recommended component of evidencebasedpreferred practice guidelines and are often implemented in the hearing aid programming software.Previous studies evaluating hearing aid manufacturers’ software-derived fittings to prescriptionshave shown significant deviations from targets. However, few such studies examined the accuracy ofsoftware-derived fittings for the Desired Sensation Level (DSL) v5.0 prescription. Purpose: The purpose of this study was to evaluate the accuracy of software-derived fittings to the DSLv5.0 prescription, across a range of hearing aid brands, audiograms, and test levels. Research Design: This study is a prospective chart review with simulated cases. Data Collection and Analysis: A set of software-derived fittings were created for a six-month-old testcase, across audiograms ranging from mild to profound. The aided output from each fitting was verified inthe test box at 55-, 65-, 75-, and 90-dB SPL, and compared with DSL v5.0 child targets. The deviationsfrom target across frequencies 250–6000 Hz were calculated, together with the root-mean-square error(RMSE) from target. The aided Speech Intelligibility Index (SII) values generated for the speech passagesat 55- and 65-dB SPL were compared with published norms. Study Sample: Thirteen behind-the-ear style hearing aids from eight manufacturers were tested. Results: The amount of deviation per frequency was dependent on the test level and degree of hearingloss. Most software-derived fittings for mild-to-moderately severe hearing losses fell within ±5 dB of thetarget for most frequencies. RMSE results revealed more than 84 percent of those hearing aid fittings for themild-to-moderate hearing losses were within 5 dB at all test levels. Fittings for severe to profound hearinglosses had the greatest deviation from target and RMSE. Aided SII values for the mild-to-moderate audiogramsfell within the normative range for DSL pediatric fittings, although they fell within the lower portionof the distribution. For more severe losses, SII values for some hearing aids fell below the normative range. Conclusions: In this study, use of the software-derived manufacturers’ fittings based on the DSL v5.0pediatric targets set most hearing aids within a clinically acceptable range around the prescribed target,particularly for mild-to-moderate hearing losses. However, it is likely that clinician adjustment based onverification of hearing aid output would be required to optimize the fit to target, maximize aided SII, andensure appropriate audibility across all degrees of hearing loss.

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)0,017
score de la tête « metaresearch » (Gemma)0,083
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,083
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,040
Tête enseignante GPT0,334
Écart entre enseignants0,294 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Academy of AudiologyMême sujetHearing Loss and RehabilitationTravaux en français237 207