MRI noise and auditory health: Can one hundred scans be linked to hearing loss? The case of the Courtois NeuroMod project
Notice bibliographique
Résumé
Magnetic resonance imaging (MRI) is one of the most commonly used tools in neuroscience. However, it implies exposure to high noise levels. Exposure to noise can lead to temporary or permanent hearing loss, especially when the exposure is long and/or repeated. Little is known about the hearing risks for people undergoing several MRI examinations, especially in the context of longitudinal studies. The goal of this study was to assess the potential impact of repeated exposure to MRI noise on hearing in research participants undergoing dozens of MRI scans. As part of the Courtois NeuroMod project, six participants were scanned up to twice a week with the use of hearing protection. Their hearing was tested periodically, over a period of 1.5 years. First, baseline pure-tone thresholds and distortion product otoacoustic emission (DPOAE) amplitudes were acquired before the beginning of this study. Hearing tests were then scheduled immediately before/immediately after a scan and with a delay of two to seven days after a scan. Pure-tone thresholds and DPOAE amplitudes showed no scanner noise impact right after the scan session when compared to the values acquired right before the scan session. Pure-tone thresholds and DPOAE amplitudes acquired in the delayed condition and compared to the baseline showed similar results. These results suggest an absence of impact from MRI noise exposure. Overall, our results show that intensive longitudinal MRI studies likely do not cause hearing damage to participants when they properly utilize adequate hearing protection.
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».