Subjective and objective hearing loss among US adult cancer survivors: A national cross-sectional study.
Notice bibliographique
Résumé
e24059 Background: Approximately 13% of adults had some degree of hearing loss (HL), and the prevalence is higher among adults aged 65 and over (30.9%). Approximately 50-80% of the childhood, adolescent and young adult cancer survivor population report HL following treatment with high-dose platinum-based chemotherapy, head or brain radiotherapy. We aimed to 1) estimate the prevalence of subjective and objective hearing loss (HL) among cancer survivors and compare to the general population; 2) assess the performance of subjective HL questions in detecting HL by audiometry among cancer survivors. Methods: Adults aged 20-80 years old were selected from the National Health and Nutrition Examination Survey. The weighted prevalence of subjective HL (having troublesome hearing and tinnitus) and objective HL (speech-frequency HL and high-frequency HL) by audiometry test was calculated. Chi-square test and multi-adjusted logistic regression models were used to compare HL between cancer survivors and the general population. To evaluate the performance of subjective HL questions as a tool to screen for objective HL by audiometry, area under the curve (AUC) were estimated using age-and gender- adjusted logistic regression. Results: Compared to the general population, cancer survivors had a statistically significantly higher prevalence of troublesome hearing (aOR = 1.43; 95%CI:1.22-1.68), tinnitus (aOR = 1.28; 95%CI:1.08-1.53), speech-frequency HL (SFHL) (aOR = 1.44; 95%CI:1.20-1.73) and high-frequency HL (HFHL) (aOR = 1.74; 95%CI:1.45-2.09). The sensitivity and specificity of the combined subjective questions “whether having troublesome hearing and/or tinnitus” in detecting HL was shown in Table. The age- and gender- adjusted AUC for detecting SFHL and HFHL using combined questions was 0.88 and 0.90. Conclusions: Cancer survivors have a significantly higher prevalence of both subjective and objective HL, but a lack of hearing examination. Two subjective HL questions could accurately identify those have true HL and provide a simple and efficient screening tool for providers. Cancer survivors and their families should be educated and encouraged to discuss hearing concerns, and providers should facilitate raising awareness and provide early screening and timely referral when HL is identified.[Table: see text]
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».