Cognitive Assessment in Elderly Cochlear Implant Recipients: Long‐Term Analysis
Notice bibliographique
Résumé
OBJECTIVES: To examine long-term speech and cognition outcomes in older adult cochlear implant (CI) recipients. First, by evaluating if CI performance was maintained over an extended follow-up period regardless of preoperative cognitive status. Secondly, by evaluating if there was a difference in the rate of cognitive decline between preoperative mild and normal cognition following CI over an extended period of time. STUDY DESIGN AND SETTING: Retrospective cohort study. METHODS: CI recipients ≥65 years of age implanted between 2009 and 2014 with 4+ years follow up. Pre- and postoperative audiometric and speech outcome assessments were collected. Cognitive status was measured using the mini mental status examination (MMSE) at numerous time points. RESULTS: Fifty-three patients met inclusion. Patients were divided into two groups based on preoperative MMSE with scores considered normal (28-30) and those with mildly impaired cognition (MIC, scores 25-27). Audiometric and speech performance improved significantly at one-year post implantation and this was maintained without significant change at 4+ years, regardless of cognitive status. Mixed modeling analysis controlling for age demonstrated no significant difference in the rate of cognitive decline at 4+ years post implantation between the normal cognition cohort (1.74; 95%CI 0.89-2.6) and MIC (2.9; 95%1.91-3.88). CONCLUSION: Speech performance was significantly improved and sustained after CI in both normal cognition and MIC patients. The rate of cognitive decline in older adult CI patients appears to be similar regardless of preoperative cognitive status. Although results demonstrate rates of cognitive decline following CI did not differ between cognition groups over 4+ years, future studies will need to further investigate this over extended time periods with a more comprehensive cognitive testing battery. LEVEL OF EVIDENCE: 4 Laryngoscope, 133:2379-2387, 2023.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».