Early Detection of Pediatric Permanent Hearing Loss: A Population-Based Retrospective Cohort Study
Notice bibliographique
Résumé
Evidence has indicated that Early Hearing Detection and Intervention (EHDI) programs have lowered the age of identifying permanent hearing loss (PHL) in childhood, a first step to intervention. However, limited research has compared the age of diagnosis before and after implementation in one jurisdiction across the full range of PHL.\nMethods: Children diagnosed with PHL in Ottawa, Canada were identified from the Child Hearing Lab database at the Children’s Hospital of Eastern Ontario and linked to Ontario health administrative data. Age of identification of PHL of children born in the pre-infant hearing program (IHP) era (1991-2002) was compared to those born in the decade after it (2003-2013), employing a regression discontinuity design.\nResults: Age at identification of PHL declined more rapidly in the post-IHP era compared to the pre-IHP period (β estimate of IHP*Time -2.12, 95% CI -0.59 to -3.65, P=0.007). This association remained when interactions between IHP, time, and severity of hearing loss were included (β IHP*Time -6.05, 95% CI -2.59 to -9.51, P<0.001).\nDiscussion: Implementation of Ontario’s EDHI program was associated with earlier diagnosis of PHL compared to the era before its implementation. This finding provides direct evidence of effectiveness across the range of PHL in one jurisdiction.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».