相关实验视频
Updated: Jun 12, 2026
09:44
Neuro-rehabilitation Approach for Sudden Sensorineural Hearing Loss
Published on: January 25, 2016
预测突然的感觉神经听力损失恢复与患者个性化的西格尔的标准使用机器学习
Sanghyun Shon1, Kanghyeon Lim2, Minsu Chae1
1Department of Biomedical Informatics, Korea University College of Medicine, Seoul 02708, Republic of Korea.
Diagnostics (Basel, Switzerland)
|June 27, 2024
概括
新模型使用患者特定数据预测异形突发感应神经听力损失 (ISSHL) 恢复,改进了传统方法以更好地管理听力损失. 这些模型在治疗后一个月提供了准确的预后.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 异形突发感神经听力损失 (ISSHL) 需要准确的预后预测才能有效管理.
- 现有的预后模型往往无法解释个体听力损伤的变化.
- 这项研究解决了纳入患者特定听力障碍的模型的需求.
研究的目的:
- 开发和评估用于预测ISSHL预后的一个月后治疗的模型.
- 专注于患者特定的听力障碍,而不是固定频率域.
- 引入患者个性化的西格尔标准 (PPSC) 以进行更个性化的评估.
主要方法:
- 开发了患者个性化的西格尔标准 (PPSC),结合了患者特定的ISSHL数据.
- 利用了581名患者的数据集,包括人口统计,健康记录和听力水平.
- 员工对受损频率的平均听力水平和集体建模 (软投票) 进行预测.
主要成果:
- 基平方测试显示,PPSC的恢复评估没有统计学上显著的变化 (p=0.106).
- 软投票组合模型实现了0.864的高AUROC (95%CI:0.801-0.927).
- 哈普利添加式解释 (SHAP) 用于模型解释.
结论:
- 开发的模型通过考虑患者特定的损伤,准确地预测治疗后一个月的ISSHL恢复.
- PPSC提供与传统的西格尔标准相匹配的听力评估.
- 这些发现支持使用个性化模型来改善ISSHL预后.
