基于预测编码模型的声疗法,用于主观耳患者:试点研究

科学领域:

• 听觉神经科学 听觉神经科学
• 临床心理学 临床心理学
• 医学声学 医学声学

背景情况:

• 慢性主观耳声显著影响生活质量.
• 目前的治疗方法对许多患者的疗效有限.
• 预测编码模型为理解听觉感知和耳提供了一个新的框架.

研究的目的:

• 评估基于预测编码模型的声疗法使用Shepard音调治疗慢性主观耳的治疗效果.
• 为了研究谢帕德音调疗对耳症状严重程度,频率和强度的影响.
• 探索基线耳特征与治疗反应之间的关系.

主要方法:

• 一个单中心,随机,单盲,三臂试验,涉及71名患有慢性主观耳的成年人.
• 参与者被分配到谢帕德音调疗法,下移谢帕德音调疗法 (控制A) 或匹配噪音疗法 (控制B).
• 结局包括耳障碍库存 (THI) 评分和每日治疗2周后耳频率和强度的变化.

主要成果:

• 谢帕德音调治疗组表现出降低THI得分,耳频率和强度的趋势,尽管在统计学上并不显著.
• 对照组B (匹配噪音治疗) 显示THI得分显著降低 (P = 0.032).
• 在实验组中,在基线耳严重程度和治疗后的变化之间观察到负相关性,这表明更严重的耳患者的益处更大.

结论:

• 定制的Shepard音调疗法可以为慢性主观耳提供治疗效益,特别是在症状严重的个体.
• 这些发现表明,针对听觉处理中的预测错误可能是一个可行的治疗策略.
• 需要进行更大规模的长期临床试验,以验证这些初步结果并优化治疗方案.