早期的耳植入物结果预测长期的语音识别

科学领域:

• 听力学 听力学是指听力学.
• 耳鼻喉科 耳鼻喉科 耳鼻喉科
• 生物统计学 生物统计学

背景情况:

• 早期识别耳植入物 (CI) 用户面临听力学结果不佳的风险,对于及时干预至关重要.
• 优化长期CI益处需要在植入后的早期预测语音识别性能.

研究的目的:

• 开发和评估逻辑回归模型,用于预测CI用户的12个月语音识别性能.
• 评估早期语音识别分数和患者因子对长期CI结果的预测价值.

主要方法:

• 一个回顾性队列研究,对625个后语言失聪的成年CI用户进行了回顾性队列研究.
• 使用后勤回归来建模12个月后辅音-核心-辅音 (CNC) 词得分显著改善的可能性.
• 模型结合了基线人口统计数据,聋的持续时间,CI前CNC得分,以及1个月或3个月的早期激活后CNC改善.

主要成果:

• 82%的患者在植入后12个月内显示出CNC得分的改善.
• 早期改善 (1或3个月) 是12个月结果的强有力的预测指标 (分别为45.72和22.22的OR).
• 使用3个月数据的模型在验证队列中实现了最高的预测准确性 (AUC = 0.92).

结论:

• 纳入早期CNC分数改进的模型显示出对12个月结果的强有力的预测歧视.
• 使用3个月后CI语音识别数据的回归模型可以提供可靠的长期表现的早期估计.
• 这种工具可以帮助临床医生识别那些可能受益于早期干预以优化CI结果的患者.