Animal-to-Human Translation Difficulties and Problems With Proposed Coding-in-Noise Deficits in Noise-Induced Synaptopathy and Hidden Hearing Loss
Notice bibliographique
Résumé
Noise induced synaptopathy (NIS) and hidden hearing loss (NIHHL) have been hot topic in hearing research since a massive synaptic loss was identified in CBA mice after a brief noise exposure that did not cause permanent threshold shift (PTS) in 2009. Based upon the amount of synaptic loss and the bias of it to synapses with a group of auditory nerve fibers (ANFs) with low spontaneous rate (LSR), coding-in-noise deficit (CIND) has been speculated as the major difficult of hearing in subjects with NIS and NIHHL. This speculation is based upon the idea that the coding of sound at high level against background noise relies mainly on the LSR ANFs. However, the translation from animal data to humans for NIS remains to be justified due to the difference in noise exposure between laboratory animals and human subjects in real life, the lack of morphological data and reliable functional methods to quantify or estimate the loss of the afferent synapses by noise. Moreover, there is no clear, robust data revealing the CIND even in animals with the synaptic loss but no PTS. In humans, both positive and negative reports are available. The difficulty in verifying CINDs has led a re-examination of the hypothesis that CIND is the major deficit associated with NIS and NIHHL, and the theoretical basis of this idea on the role of LSR ANFs. This review summarized the current status of research in NIS and NIHHL, with focus on the translational difficulty from animal data to human clinicals, the technical difficulties in quantifying NIS in humans, and the problems with the SR theory on signal coding. Temporal fluctuation profile model was discussed as a potential alternative for signal coding at high sound level against background noise, in association with the mechanisms of efferent control on the cochlea gain.
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; 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 ».