虽然大多数语后聋成人在接受人工耳蜗植入术后都会有明显改善,但研究表明,其结果存在差异。已证明患者、技术和手术特异性因素会影响人工耳蜗植入术后的客观效果,包括年龄、残余听力、耳聋持续时间、术前噪声听力、助听器使用、手术技术/耳蜗内电极放置以及耳蜗前庭异常。
近期,来自美国的研究人员在《Laryngoscope》上发表文章,研究旨在利用术前临床数据,训练和测试有监督的机器学习分类工具,用来预测 CI 术后的听力保存情况。
研究人员前瞻性地收集了单一机构的 CI 数据集,并进行了回顾性预测建模研究。研究对象为REDCap 数据库中的 175 名患者,他们的年龄大于 18 岁、接受过 CI 术前和术后一个月的听力测试。主要结果变量是使用各种公式(标准纯音平均值,SPTA;低频纯音平均值,LFPTA)计算的 CI 术后一个月听力变化的最低四分位数。分析包括应用多变量逻辑回归检测统计学关联,以及训练和测试有监督的学习分类工具。分类工具的性能通过多项指标进行评估,包括接收者操作特征曲线下面积(AUC)和马修斯相关系数(MCC)。
研究结果发现,SPTA 的最低四分位数变化(表示听力保留)与脑膜炎病史、术前 LFPTA 和术前 SPTA 呈正相关。SPTA 的最低四分位数变化与突发性听力损失、噪音暴露、耳廓饱满度和异常解剖呈负相关。LFPTA 的最低四分位数变化与术前 LFPTA 呈正相关。LFPTA 的最低四分位数变化与吸烟呈负相关。在预测每个结果变量时,随机森林在验证数据集上表现出最优的分类性能。
基于五重交叉验证的ROC曲线分析
综上所述,机器学习在预测接受 CI 手术患者的残余听力方面显示出了实用性,检测到的关联有助于解释机器学习模型。这些模型和统计关联可用于改善临床决策和患者预后。
原始出处:
Daniel M Zeitler , Quinlan D Buchlak, Savindi Ramasundara et al. Predicting Acoustic Hearing Preservation Following Cochlear Implant Surgery Using Machine Learning. Laryngoscope. Jul 2023
JAMA Otolaryngol Head Neck Surg:55岁及以上有轻度认知障碍风险的成年人在人工耳蜗植入前后的认知功能评估
0 2023-03-02 点击查看
Int J Pediatr Otorhinolaryngol:人工耳蜗植入听觉神经病变谱系障碍患者的耳蜗内电图发现
0 2023-06-28 点击查看
JAMA Otolaryngol Head Neck Surg:人工耳蜗植入与青少年的教育和生活质量结果评估
0 2023-07-08 点击查看
Eur Arch Otorhinolaryngol:人工耳蜗植入对患者生活质量和心理状态的影响及植入意向的影响因素
0 2023-07-11 点击查看
Otol Neurotol:机器学习方法筛选人工耳蜗植入候选者: 与60/60指南的比较
0 2023-07-14 点击查看
Otol Neurotol:四点阻抗和椭圆囊功能障碍与人工耳蜗植入术后的头晕有关
0 2023-07-15 点击查看