Erken Yaşta Koklear İmplantasyon Yapılan Ergenlerde Sistematik İşitme Performansı Değerlendirme Süreci

Özet

Bu dokümanda, ergen, Mandarin dili konuşan, deneyimli koklear implant kullanıcılarının işitme performansını klinik olarak değerlendirmek için kullanılan ve yeni bir ince yapı kodlama stratejisine yükseltilen bir dizi test açıklanmaktadır. Testler dizisi, sessiz koşullarda konuşmayı, gürültülü koşullarda konuşmayı, sözcüksel tonu ve müzik algısını içerir.

Özet

Koklear implant (CI) temini, ileri derecede sensörinöral işitme kaybı (SNHL) olan bireylerde işitme performansını geri kazandırmak için en etkili klinik tedavidir. Özellikle sessiz ortamlarda daha iyi konuşma algısı sonuçları sağlamada başarılı olmuştur. Bununla birlikte, karmaşık ortamlarda konuşma algısı performansının, sözcüksel ton tanımanın ve müzik algısının yalnızca daha yeni ince yapı kodlama stratejileri veya ilgili tekniklerle geliştiği gösterilmiştir. Bu nedenle, gürültülü ortamlarda işitme performansını, sözcüksel ton tanımayı ve müzik algısını değerlendirmek için kullanılan yöntemler hayati önem taşımaktadır. Bu değerlendirmeler ameliyat sonrası sonuçları yansıtmalı ve ayrıca yeni kodlama stratejilerinin programlanması, rehabilitasyonu ve uygulanması için rehberlik sağlamalıdır. Bu çalışmada, basit ve karmaşık durumlarda işitme performansı, ince yapı stratejisine geçmeden önce ve sonra değerlendirilmiştir. Katılımcılar, deneyimli CI kullanıcıları olan Mandarin konuşan ergenlerden oluşan bir kohorttu. Kapsamlı klinik iş akışı, sessiz koşullarda konuşma, gürültülü koşullarda konuşma, sözcüksel ton tanıma ve müzik algısının değerlendirilmesini içeriyordu. Bu test dizisi, kodlama stratejisinden test yöntemlerine, test süreci, ortam, cihaz, malzeme ve sipariş dahil olmak üzere ayrıntılı olarak açıklanmaktadır. Katılımcıların konumu, hoparlörün açısı, sesin yoğunluğu, gürültü türü, uygulama testi ve soruların cevaplanma şekli gibi özel dikkat gerektiren detaylar tartışılır. Konuşma, sözcüksel ton ve müzik algısı için her test adımı, yöntem ve materyal ayrıntılı olarak sunulur. Son olarak, klinik sonuçlar tartışılmıştır.

Giriş

Koklear implantlardaki (Kİ'ler) teknolojik gelişmeler, kullanıcılara özellikle sessiz ve gürültülü ortamlarda konuşmayı anlamada, aynı zamanda kulak çınlamasının azaltılması ve yaşam kalitesinin artırılması yoluyla giderek daha fazla fayda sağlamıştır 1,2,3,4. Teknolojik yükseltmelerin ameliyat sonrası sonuçları potansiyel olarak nasıl değiştirdiğini değerlendirmek yaygın ve gereklidir. Bu nedenle, farklı kliniklerden farklı tipteki işitme implantı kullanıcılarının sonuçlarının doğrudan karşılaştırılmasını daha iyi sağlayabileceği için sıkı bir test dizisi oluşturmak faydalıdır. Bu, verilerin bir havuzda toplanmasını sağlayabilir ve karar verme sürecinde hastaları ve sağlık hizmeti sağlayıcılarını daha iyi bilgilendirebilecek daha sağlam sonuçlar sağlayabilir. Bir CI ses işlemcisinin ses kodlama stratejisi, bir CI kullanıcısının işitme performansını etkileyen temel teknolojilerden biridir ^5,6,7. Kodlama stratejileri, önceki zarf tabanlı sürekli serpiştirilmiş örnekleme (CIS) stratejisinden, zamansal bir ince yapı stratejisi^{olan daha} yeni FS4'e 8,9,10,11,12 ilerlemiştir.

Ses kodlama stratejileri, ses sinyallerinin implantın elektrot kanallarına gönderilen elektrik darbelerine işlenmesinden sorumludur. BDT'de, dizi üzerindeki tüm elektrot kontakları, sabit bir hızda zarf modülasyonlu darbe suşları ile uyarılır (yani, zamansal kodlama yoktur). İnce yapı kodlamasında, apikal bölge (düşük frekanslar), normal (akustik) işitmede iç tüy hücrelerinin faz kilitlemesini taklit etmek ve böylece normal işitme algısını mümkün olduğunca yakından taklit etmek için değişken bir oranda uyarılır. Bazal ve orta bölgelerdeki kanallar, BDT 8,9,10,11,12,13'te olduğu gibi sabit bir oranda uyarılır.

Bu çalışmada, FS4 kodlama stratejisiyle performansı değerlendirmek için sıkı bir test dizisi kullanılmıştır. Mandarin ve Kantonca gibi tonal diller, sözcüksel anlam sağlamak için perde ipuçlarını kullanır¹⁴. Sık kullanılan konuşma testlerinin yanı sıra, testler dizisi çoğu tonal dilde kullanılan perde ipuçlarını dikkatlice değerlendirebilir. Mandarin, konuşmadaki temel frekanstaki (F0 veya perde) değişikliklerle karakterize edilen dört sözcüksel ton içerir. Bu nedenle, Mandarin Konuşan CI kullanıcılarını değerlendirirken, frekans ve konuşmadaki bu varyasyonları tanımlayabilmek kilit öneme sahiptir 15,16,17,18,19.

Yıllar boyunca, Mandarin konuşan genç CI kullanıcılarında müzik algısını değerlendiren testlerde önemli bir eksiklik olmuştur. Bununla birlikte, ince yapı kodlama stratejileri, tonal konuşan CI kullanıcılarının perde konturlarını ve sözcüksel tonları ayırt etmesine yardımcı olmalıdır²⁰. Şimdiye kadar, Mandarin dili konuşan yetişkin CI kullanıcılarında konuşma ve ton algısı üzerine kodlama stratejilerini araştıran sadece iki çalışma^{var 21,22}. Bildiğimiz kadarıyla, FS4 kodlama stratejisine yükseltilen Mandarin dili konuşan ergen CI kullanıcılarının işitme performansını değerlendiren hiçbir araştırma yapılmamıştır. Bu nedenle, mevcut çalışma, CIS + kodlama stratejisini kullanan bir ses işlemcisinden FS4 kodlama stratejisini kullanan bir işlemciye yükseltmenin ardından, Mandarin dili konuşan ergen CI kullanıcılarının performansını değerlendirmek için bir dizi test oluşturmayı amaçladı.

Protokol

Bu çalışma Shandong İl KBB Hastanesi Tıbbi Etik Kurulu tarafından onaylanmıştır (onay No. XYK20211201). Tüm çalışma katılımcılarından bilgilendirilmiş onam alındı.

1. Enstrümantasyon

1. Kalibre edilmiş bir odyometre, bir bilgisayar ve iki hoparlör içeren standart bir ses kabini (≤30 dB [A]) kullanın. 'A', ağırlıklı bir filtreleme yoluyla sese verilen insan işitme tepkisi anlamına gelir. Ölçü birimi dB SPL'dir (ses basıncı seviyesi). Hoparlörü kullanarak tüm testleri gerçekleştirin.
2. Katılımcılara uyacak şekilde haritalama yazılımı kullanın. Sessiz koşullarda tek heceli tanıma, sessiz koşullarda spondee (heceli) konuşma tanıma, sessiz koşullarda cümle tanıma ve gürültülü koşullarda cümle tanımanın konuşma performansını değerlendirin. Bu deney için, 20 tek heceli (yani, cai, chu, fei, fen, feng, ge, mi, pi, qi, qiao, qing, sha, shen, shi, tao, tui, xiang, xie, xuan ve zhe), anadili Mandarin Çincesi olan bir erkek tarafından konuşulan dört sözcüksel tonla birleştirildi.
3. Ton testi yazılımını kullanarak ton tanımayı değerlendirin. Bu deney için, her tek hecelide, sürelerdeki doğal değişimi koruyan dört ton seçildi. Genlikteki doğal varyasyonu ortadan kaldırmak için belirteçleri aynı kök ortalama kare seviyesine normalleştirin.
   1. Mandarin sözcüksel ton görevinde dört tondan bir doğru yanıt seçin. Bu deney için, dört Mandarin sözcüksel tonuyla 25 tek heceli kelime konuşuldu, her test için 80 ton belirteci oluşturuldu ve kelimeler basitleştirilmiş Çince ile yazıldı.
4. Müzik yazılımını kullanarak müzik perdesi algısını değerlendirin. Buradaki protokol için, müzik algısının çeşitli alanlarını değerlendiren altı objektif alt testten oluşan bir test bataryası kullanın. Pil yaklaşık 2.800 ses dosyası içerir.
   1. Pitch sıralama prosedürü için 27-4,186 Hz aralığında farklı enstrümanlar kullanın. Saha sıralama testi, perde varyasyonunu ayırt etme eşiğini belirlemek için iki aralıklı, iki alternatifli, zorunlu seçimli bir uyarlanabilir prosedür kullandı.
   2. Bu deney için, hedef tonu F4 (349 Hz) sinüs notasına ayarlayın ve hedef tonun 32 çeyrek ton üzerinde başlayın. İki tonun aralık boyutunu bir ile 26 çeyrek ton arasında ayarlayın. Çeyrek ton aralığı en yakın yarım tondan üretildi.

2. Katılımcı hazırlığı

NOT: Bu çalışma için toplam 10 katılımcı (yedi erkek, üç kadın) gönüllü oldu, bunlardan ikisi protokolü filme almak için gönüllü oldu. Katılımcılar, ortalama yaşları 10.4 ± 1.2 yıl (aralık: 9-14 yıl), ortalama 2.±8 1.2 yıl (aralık: 1-4 yıl) implante edilen ve CIS+ kodlama stratejisini kullanma konusunda en az 5 yıllık deneyime sahip tek taraflı CI kullanıcılarıydı (Tablo 1). Tüm katılımcılar Mandarin dilini akıcı bir şekilde konuşabiliyordu ve planlanan tüm çalışma prosedürlerine uymaya istekliydiler.

1. Dahil edilmek için, potansiyel katılımcıların bir TEMPO+ ses işlemcisi ile CIS + kodlama stratejisini kullanma konusunda en az 5 yıllık deneyime sahip olduklarından, Mandarin konuştuklarından ve planlanan çalışma prosedürlerine uymaya istekli olduklarından emin olun.
2. Dışlama kriterlerini, test prosedürleriyle işbirliği yapma isteksizliği veya yetersizliği olarak kullanın.
3. Katılımcıları yukarıda belirtilen dahil etme/hariç tutma kriterlerine göre tarayın. Tüm katılımcılardan sözlü ve yazılı bilgilendirilmiş onam alın.
4. Test sırasında katılımcıları hoparlörden 1 m uzağa, ses kabinindeki CI tarafına 45° açıyla yerleştirin.
5. Varsa, tüm işitme cihazlarını karşı kulaktan çıkarın ve maskelemenin (kulak tıkacı ve kulaklıklar) işitme kalıntısı olan katılımcılar için etkili olduğundan emin olun.
6. Katılımcılara, görevi anlayana kadar pratik test oturumlarının yapılacağı konusunda bilgi verin. Görev anlaşıldığında, resmi test başlayabilir. Katılımcılara gerektiğinde mola verebileceklerini bildirin.

3. Deneysel protokol

1. Aşağıdaki dört aralığın her birinde bir dizi test tamamlayın: (i) yükseltme öncesi (eski işlemci ve kodlama stratejisi), (ii) yükseltmeden hemen sonra (yani, yeni işlemciye ve kodlama stratejisine yükseltmeyle aynı gün), (iii) yükseltmeden 6 hafta sonra ve (iv) yükseltmeden 3 ay sonra.
2. Yükseltme sonrası aralıkta, her katılımcıyı her iki kodlama stratejisiyle de test edin. Test edilme sırasını, önce CIS veya FS4 olarak rastgele hale getirin. Katılımcıları hangi kodlama stratejisiyle test edildikleri konusunda kör edin.
3. Aşağıda açıklandığı gibi eşleme gerçekleştirin.
   NOT: Eşleme, dizideki 12 kanalın her birinin stimülasyon seviyelerinin programlanmasını ifade eder. Bu çalışmada, bu, her bir CI kullanıcısının yanıtlarına göre yapıldı ve her katılımcının özelleştirilmiş bir uyum haritası almasıyla sonuçlandı.
   1. Katılımcıları ve velileri harita odasına (ses kabini) götürün. Katılımcıları harita odasına oturtun.
   2. Harita yazılımına tıklayın ve şifreyi girin. Konuşma işlemcisini çıkarın ve programlama kablosuyla MAX kutusuna bağlayın.
   3. Yazılım üzerinde katılımcının adını seçin ve empedans seçeneğini seçin. Elektrot empedansını test edin ve elektrot empedansının normal olduğundan emin olun (2.2-12 kOhm; tipik değer). Anormal elektrot empedansı, açık devreler veya kısa devreler ile otomatik olarak gösterilir.
   4. Kodlama stratejisinin FS4 olduğundan ve 1.224 pps/kanal standart nabız hızının kullanıldığından emin olun. Tek elektrot stimülasyonunu üç taramaya ayarlayın ve katılımcıların, yüksek sesle/rahat bir resimli ölçekte uygun görüntüyü işaret ederek her bir elektrotun ses yüksekliğini ayırt etmesine izin verin. Test için yukarı ve aşağı yöntemleri kullanın ve nihai elektriksel stimülasyon sonucu olarak iki kez tekrarlanan aynı sonuçları alın. Katılımcıların bu görevi anladığından ve başarabildiğinden emin olun.
   5. Yukarıda belirtilen yöntemi kullanarak tüm elektrotların maksimum konforlu seviyesini (MCL) ayarlayın (adım 3.3.4). MCL, rahatsız edici olmayan en yüksek (yani en gürültülü) seviye olarak kabul edilir. Bu çalışmada, katılımcılar bunu yüksek sesle/rahatlatıcı bir resimsel ölçekte belirtmektedirler.
      1. MCL seviyelerinin gerçek hayattaki uygulamasını test etmek için Canlı düğmesine basarak haritayı etkinleştirin. Bu, katılımcıların ortam seslerini duymasını sağlar. Katılımcıları takma moduna geri getirin. Canlı modda dinlemeden elde ettikleri öznel geri bildirimlere dayanarak, gerekirse MCL'leri ayarlayın.
   6. Diğer parametreleri varsayılan ayarlarla ayarlayın: stimülasyon oranı 1.288 pps'dir; kanala özgü örnekleme dizileri (CSSS'ler) kanalı dörttür; nabız bifazik nabızdır; faz aralığı (IPG) 2.1 μs'dir; giriş ve çıkış sinyalleri, varsayılan MCL değeri 500 olarak ayarlanmış logaritmik sıkıştırmadır; sıkıştırma oranı 3:1'dir; duyarlılık% 75'tir; Katılımcının duyamayacağı maksimum ses seviyesi olan eşik (THR) genellikle MCL'nin %10'udur. MCL'de olduğu gibi yeniden test ederek her kanal için THR'yi doğrulayın; frekans aralığı 70-8.500 Hz'dir.
4. Aşağıda açıklandığı gibi konuşma testleri gerçekleştirin.
   1. Konuşma algısını şu sırayla test edin: sessiz koşullarda spondee (heceli) konuşma tanıma, sessiz koşullarda tek heceli tanıma, sessiz koşullarda cümle tanıma ve gürültülü koşullarda cümle tanıma.
   2. Katılımcıları, başka bir ses kabininde, hoparlörden bilgisayarın 1 m yanına, CI tarafına 45° açıyla oturtun.
   3. İşlemcilerin açık olduğundan ve programın doğru olduğundan emin olun. Konuşma yazılımına tıklayın ve yanıt yöntemlerini dikkatlice yorumlayın. Katılımcılara duydukları içeriği net bir şekilde tekrar etmelerini söyleyin. Alıştırma testi prosedürünün doğru olduğundan emin olmak için dikkatli olun.
   4. Odyometriyi açın ve işitme testi seçeneklerini seçin. Odyometri aracılığıyla ses yüksekliğini 30, 500, 1,000 ve 2,000 Hz ortalama saf ton eşiğinin üzerinde 4,000 dB HL'ye (işitme seviyesi) ayarlayın.
   5. Resmi sınavlar sırasında uygulama listelerini sunun²³. Her test için katılımcılardan duydukları kelimeleri/cümleleri tekrar etmelerini isteyin. Her test için içerik sırasını rastgele tutun ve kelimeleri/cümleleri bir kez oynatın.
   6. Gürültülü koşullarda cümle tanıma testi için +10 dB sinyal-gürültü oranı (SNR) ayarlayın ve gürültü sinyali olarak dört konuşmacı gevezeliğini kullanın.
5. Ton testini aşağıda açıklandığı gibi gerçekleştirin.
   1. Ton yazılımına tıklayın ve aynı ses kabininde SPL'yi 65 dB'ye ayarlayın. Cevap yöntemlerini dikkatlice yorumlayın.
   2. Katılımcıların test edilen tüm kelimelere aşina olduklarını onaylayın. Uygulama listelerini resmi test²¹ ile aynı anda sunun.
   3. Katılımcıları bir kez duyduklarını söylemeye yönlendirin. Katılımcıların içeriği tekrarlayacağı tonu seçin ve her test için içerik sırasını rastgele tutun.
6. Müzik testini aşağıda açıklandığı gibi gerçekleştirin.
   1. Müzik yazılımına tıklayın ve aynı kabinde perde seçimini seçin. Alıştırma listelerini resmi test²⁴ ile aynı anda sunun.
   2. Katılımcıya, aralarında 1 saniye sessizlik olacak şekilde sırayla sunulan iki uyaranı dinlemesini söyleyin. İki aralıktan hangisinin düşen veya yükselen bir perde konturuna sahip olduğunu belirlemelerini isteyin.
   3. Katılımcının cevaplarını girin ve tekrarlayın. Hem alıştırma hem de normal testler için içerik sırasını rastgele tutun. Katılımcıların seçtiği yanıtları seçin.

4. Veri analizi

1. Konuşma ve ses tonu testleri için, verilen doğru yanıtların yüzdesini kaydedin ve her test için karşılaştırın. Müzikal perde testi için çeyrek tonları kaydedin ve karşılaştırın.
2. Veri dağılımına bağlı olarak, zaman faktörü olarak tekrarlanan ölçümler (RM) ANOVA veya zaman içindeki bir değişikliği incelemek için Friedman testi uygulayın. Eşleştirmeden sonraki performansı, eşleştirilmiş örnekler t-testi veya Wilcoxon imzalı sıra testi ile ön yükseltmeye kıyasla karşılaştırmak için ikili karşılaştırmaları kullanın.
3. Veri dağılımını kontrol etmek için Kolmogorov-Smirnov testini Shapiro-Wilk testi ile birlikte kullanın. Her iki test de verilerin normal şekilde dağıldığını doğrularsa, parametrik istatistiksel yöntemler uygulayın. Aksi takdirde, parametrik olmayan istatistiksel yöntemler uygulayın. İstatistiksel anlamlılığı p ≤ 0.05 olarak ayarlayın.
4. Çoklu karşılaştırmalar nedeniyle (üç ikili karşılaştırma: yükseltme öncesi ve yükseltmeden hemen sonra, yükseltme öncesi ve yükseltmeden 6 hafta sonra ve yükseltme öncesi ve yükseltmeden 3 ay sonra), elde edilen p değerlerini yorumlarken Bonferroni düzeltme yöntemini kullanın. Bu nedenle, anlamlı olarak p ≤≤ 0.017 yerine p 0.017 kullanın.

Sonuçlar

Konuşma testi sonuçları, hem sessiz hem de gürültülü ortamlarda konuşma tanıma yeteneğini gösterir. Ton testi sonuçları, Mandarin sözcüksel tonları için sözcüksel ton ayrımını gösterir. Perde sonuçları müzikal ayırt etme yeteneğini gösterir. Konuşma ve ses tonu testi sonuçları için tüm sonuçlar yüzde olarak sunulur. Daha yüksek bir yüzde puanı, daha iyi bir test sonucunu gösterir. Konuşma testleri için, kelimeler ve cümleler için sonuçlar ayrı ayrı sunulur. Bu, sonuçların ayrı ayrı analiz edilmesini ve karşılaştırılmasını sağlar. Pitch testinin sonucu, görselleştirilmiş bir çözünürlük eşiği olarak görüntülenir. Daha düşük kireçler daha iyi sonuçları gösterir. Bu verilerin analiz edilmesi ve karşılaştırılması kolaydır.

Sessiz koşullarda Spondee tanıma
Sessiz koşullarda Spondee tanıma, yükseltme öncesinden yükseltme sonrası 3 aya önemli ölçüde iyileşti (ortalama %16,1 daha iyi; z = 2.497; p = 0.013). İyileşme, yükseltme öncesinden yükseltmeden sonraki 6 haftaya kadar önemli değildi (ortalama %9,4 daha iyi; z = 1.735; p = 0.083) veya yükseltme öncesinden yükseltmeden hemen sonrasına (ortalama %5.8 daha iyi; z = 1.429; p = 0.153; Tablo 2 ve Şekil 1).

Sessiz koşullarda tek heceli tanıma
Sessiz koşullarda tek heceli tanıma, yükseltme öncesinden yükseltmeden hemen sonrasına kadar önemli ölçüde iyileştirildi (ortalama %8,2 daha iyi; z = 2.494; p = 0.013), yükseltme öncesinden yükseltmeden 6 hafta sonrasına kadar (ortalama %11.8 daha iyi; z = 2.570; p = 0,010) ve yükseltme öncesinden yükseltme sonrası 3 aya kadar (ortalama %22,5 daha iyi; z = 2.810; p = 0.005; Tablo 2 ve Şekil 2).

Sessiz koşullarda cümle tanıma
Sessiz koşullarda cümle tanıma oranı, yükseltme öncesinden yükseltme sonrası 3 aya önemli ölçüde iyileşti (ortalama %17,8 daha iyi; z = 2.670; p = 0.008). Yükseltme öncesinden yükseltmeden 6 hafta sonrasına kadar önemli bir iyileşme gözlenmedi (ortalama %13,0 daha iyi; z = 2.314; p = 0,021) veya yükseltme öncesinden hemen sonrasına (ortalama %0,8 daha iyi; z = 0.255; p = 0.798; Tablo 2 ve Şekil 3).

Gürültülü koşullarda cümle tanıma
Yükseltme öncesinden yükseltme sonrası oturumların her birine yapılan ikili karşılaştırmalar, gürültülü koşullarda cümle tanımada anlamlı olmayan farklılıkları doğruladı (Wilcoxon işaretli sıra testi: z = 1.355; p = 0.176 ila z = 0.674; p = 0.500). Bununla birlikte, gürültülü koşullarda cümle tanıma, yükseltme öncesinden yükseltme sonrası 3 aya kadar ortalama %26 artmıştır (Tablo 2).

Ton tanıma
Ton tanıma, yükseltme öncesinden yükseltme sonrası 6 haftaya kadar önemli ölçüde iyileştirildi (ortalama %5,0 daha iyi; t = 11.180; p < 0.001) ve yükseltme öncesinden yükseltme sonrası 3 aya kadar (ortalama %9 daha iyi; t = 4.803; p = 0.001). Yükseltme öncesinden yükseltmenin hemen sonrasına kadar önemli bir gelişme bulunamadı (ortalama %1,6 daha iyi; t = 1.652; p = 0.133; Tablo 2 ve Şekil 4).

Müzikal perde algısı
Müzikal perde algısı, yükseltme öncesinden yükseltme sonrası 4 aya kadar önemli ölçüde iyileşti (ortalama olarak, 12.7 limen daha iyi; z = 2.371; p = 0.018). Yükseltme öncesinden yükseltmeden 6 hafta sonrasına kadar önemli olmayan bir iyileşme gözlendi (ortalama olarak 5.5 litre daha iyi; z = 0.840; p = 0.401) ve yükseltme öncesinden hemen sonrasına kadar anlamlı olmayan bir bozulma gözlendi (ortalama olarak 7.2 limen daha kötü; z = 0.491; p = 0.623; Tablo 2).

KİMLİĞİ	Cinsiyet	Kulak implante edildi	Ameliyat sırasındaki yaş (yıl)	Değerlendirme sırasındaki yaş (yıl)	İmplant tipi
S01 Serisi	M	R	2.0	14.2	KOMBİ 40+
S02 Serisi	F	L	1.5	10.3	KOMBİ 40+
S03 Serisi	M	L	4.4	12.2	KOMBİ 40+
S04 Serisi	F	R	1.6	9.4	KOMBİ 40+
S05 Serisi	M	R	3.8	10.6	KOMBİ 40+
S06 Serisi	M	R	4.2	11.1	KOMBİ 40+
S07 Serisi	F	R	4.2	11.7	KOMBİ 40+
S08 Serisi	M	R	2.3	9.8	KOMBİ 40+
S09 Serisi	M	R	4.3	9.4	KOMBİ 40+
S10 Serisi	M	R	3.7	9.3	KOMBİ 40+

Tablo 1: Tüm katılımcıların demografik verileri. Kısaltmalar: M = erkek; F = dişi; R = sağ; L = sol.

Test	Yükseltme öncesi	Hemen gönderin	6 haftalık gönderi	3 aylık gönderi
Tek heceli (sessiz; %)	59,6 (±14,3)	67,8 (±17,6)	71,4 (±13,3)	82.1 (±12.2)
Spondees (sessiz; %)	69.2 (±16.1)	75,0 (±14,5)	78,6 (±14.1)	85,3 (±10,0)
Cümle (sessiz; %)	78,0 (±19,4)	78,8 (±19,2)	91.0 (±7.8)	95,8 (±7,9)
Cümle (gürültü; %)	59,8 (±33,78)	70,2 (±13,5)	80,0 (±12,9)	85,8 (±10,7)
Ton tanıma (%)	75,4 (±13,3)	77,0 (±14,8)	80,4 (±13,1)	84,4 (±12.3)
Müzikal perde (çeyrek ton)	16,5 (±11,5)	23,7 (±20,4)	11.0 (±13.2)	3.8 (±3.4)

Tablo 2: Her aralıkta her testte işitme performansı. Tüm veriler ortalama değerler (standart sapma ±) olarak sunulur. Sessiz koşullarda sözcü, tek heceli ve cümle tanımada FS4 kodlama stratejisi lehine önemli farklılıklar vardır (p ≤ 0.017). Ancak gürültülü ortamlarda cümle tanıma testinde anlamlı bir farklılık bulunamamıştır (p > 0.05).

Şekil 1: Her aralık için Spondee tanıma sonuçları. Sessiz koşullarda Spondee tanıma, yükseltme öncesinden yükseltme sonrası 3 aya kadar önemli ölçüde iyileşti (p = 0.013). Veriler ortalama değerler (standart sapma ±) olarak sunulur. *p < 0.05. Daireler, kareler ve üçgenler bireysel katılımcının sonuçlarını gösterir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Şekil 2: Her aralık için tek heceli tanıma sonuçları. Sessiz koşullarda tek heceli tanıma, yükseltme öncesinden yükseltme sonrasına (p = 0.013), yükseltme öncesinden yükseltmeden 6 hafta sonrasına (p = 0.010) ve yükseltme öncesinden yükseltme sonrasına 3 ay sonrasına (p = 0.005) önemli ölçüde iyileşmiştir. Veriler ortalama değerler (standart sapma ±) olarak sunulur. *p < 0.05. Daireler, kareler ve üçgenler bireysel katılımcının sonuçlarını gösterir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Şekil 3: Her aralık için sessiz koşullarda cümle tanıma sonuçları. Sessiz koşullarda cümle tanıma oranı, yükseltme öncesinden yükseltme sonrası 3 aya önemli ölçüde iyileşti (p = 0.008). Veriler ortalama değerler (standart sapma ±) olarak sunulur. *p < 0.05. Daireler, kareler ve üçgenler bireysel katılımcının sonuçlarını gösterir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Şekil 4: Her aralık için ton tanıma sonuçları. Ton tanıma, yükseltme öncesinden yükseltme sonrası 6 haftaya (p < 0,001) ve yükseltme öncesinden yükseltme sonrası 3 aya (p = 0,001) önemli ölçüde iyileşti. Veriler ortalama değerler (standart sapma ±) olarak sunulur. *p < 0.05. Daireler, kareler ve üçgenler bireysel katılımcının sonuçlarını gösterir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Tartışmalar

Bu çalışmada, Mandarin dili konuşan ergen Koklear İmplant kullanıcılarının işitme performansları sistematik olarak değerlendirilmiştir. Sonuçlar, CIS+'dan FS4 kodlama stratejisine yükselttikten sonra sessiz koşullarda konuşma tanıma, ton tanıma ve müzik perdesi tanımada önemli gelişmeler gösterdi. Bu yaklaşım, Mandarin dili konuşan genç CI kullanıcılarında yeni ince yapı kodlama stratejisiyle kapsamlı etkileri değerlendirmek için klinik değerlendirme araçlarını keşfetmeye yönelik rehberlik oluşturmaya yardımcı olabilir.

Bu çalışmada, birincil sonuç ölçütü konuşma performansı, özellikle gürültülü koşullarda konuşma performansıydı. Genç katılımcılar için test materyallerinin zorluğu nedeniyle, testler en kolaydan en zora doğru sıralanarak sunuldu: sessiz koşullarda spondee konuşma tanıma, sessiz koşullarda tek heceli tanıma, sessiz koşullarda cümle tanıma ve gürültülü koşullarda cümle tanıma. Gürültülü koşullarda cümle tanıma testi boyunca, katılımcılardan gevezelik gürültüsü yerine konuşmaya odaklanmaları istendi. Tüm katılımcılar gürültülü ortamlarda cümle tanıma konusunda yeterli performans gösterdiler. Sessiz koşullarda tek heceli kelimelerin tanınması, yükseltme öncesine kıyasla üç oturumun her birinde önemli ölçüde iyileşti. Benzer şekilde, sessiz koşullarda spondee ve cümle tanıma, yükseltme öncesi ve yükseltme sonrası 3 ay arasında önemli ölçüde iyileşti. Bu sonuçlar, Mandarin dili konuşan yetişkin CI kullanıcılarında önceki bulgularla tutarlıdır^21,22. Bu çalışmadaki sonuçlar gürültülü koşullarda cümle tanıma testi için istatistiksel olarak anlamlı olmasa da, yükseltme öncesi %59.8 olan ortalama puanlar 3 aylık kullanımdan sonra %85.8'e yükselmiştir. Bu, önceki rapor²¹ ile uyumluydu. Bu test prosedürü ve burada gösterilen sonuçlar, Mandarin dili konuşan ergen CI kullanıcıları için daha yeni bir konuşma işlemcisinin etkili kullanımını doğrulamış ve önerilen test yönteminin kullanışlılığını göstermiştir.

Konuşma performans testlerinin ardından ses testi yapılmıştır. Gürültülü ortamlarda konuşma tanımanın aksine, ton testi, daha kısa test süreleri ile katılımcılar için konuşma testlerinden daha ilginç görünüyordu. Tüm katılımcılar bir uygulama seansından sonra test yöntemini anladılar ve iyi performans gösterdiler. Daha önce belirtildiği gibi, ses tonunun tanınması, Mandarin konuşmacıları için işitme ve iletişimin çok önemli bir yönüdür. Normal işiten çocuklar, 12 ay gibi erken bir sürede sözcüksel tonları alan geneli bir şekilde ayırt edebilir¹⁷; Bununla birlikte, dil öncesi bilateral işitme kaybı olan çocuklarda bu kesinlikle geçerli değildir. Önceki çalışmalar, dil öncesi işitme kaybı olan pediatrik Koklear İmplant kullanıcılarının, normal işiten meslektaşlarına kıyasla ses tanımada belirgin eksikliklere sahip olduğunu göstermiştir^14,17. Mandarin dili konuşan yetişkin CI kullanıcıları üzerinde yapılan araştırmalar, FS4 kodlama stratejisi ile ton algısının zaman içinde önemli ölçüde iyileştiğini göstermiştir²². Benzer şekilde, bu çalışma, FS4 kullanımından hem 6 hafta hem de 3 ay sonra ton tanımanın önemli ölçüde iyileştiğini göstermiştir.

Müzik yazılımı, daha az zaman aldığı ve bu nedenle genel test süresinin kısa kalmasına yardımcı olduğu için seçildi. Daha önce belirtildiği gibi, ton tanımanın yanı sıra perde algısı, özellikle müzikal perde algısı, CI kullanıcıları için önemlidir. Ancak bu, test bataryasının en zor ve sıkıcı kısmıdır. Testin zor doğası nedeniyle, dört katılımcının birden fazla alıştırma seansına, altısının bir alıştırma turuna, üçünün iki alıştırma turuna ve birinin birden fazla tura ihtiyacı vardı. Uygulama oturumları sayesinde, tüm katılımcılar test protokollerini net bir şekilde anladılar ve testleri gerçekleştirebildiler. Sonuçlar, FS4'ü 3 ay kullandıktan sonra perde algısında önemli iyileşmeler gösterdi. Bu sonuçlar, Mandarin dili konuşan yetişkin CI kullanıcılarında önceki literatürle uyumluydu⁹. Bu, pediatrik, Mandarin konuşan CI kullanıcılarında müzik tanıma için ince yapı bilgisinin önemini ve bu yöntemin herhangi bir dilin genç, Mandarin konuşmayan CI kullanıcılarını değerlendirmek için uygunluğunu doğrular.

Bu çalışmada, kısa vadede yeni kodlama stratejisine yükseltmenin faydasının değerlendirilmesi, bu testler dizisi tarafından tamamen doğrulanabilir ve test edilebilir. Mandarin konuşan CI kullanıcıları, gürültülü koşullarda cümle tanıma testi dışındaki tüm testlerde önemli ölçüde daha iyi puanlar gösterdi. Test yöntemlerinin katılımcılara uygulanabilir olmasının yanı sıra, tüm testler etkinin değerlendirilmesi için uygun ve sezgiseldi. Müzikal perde algısı sonuçları dışındaki tüm sonuçlar yüzde olarak sunulmuştur. Yüzde puanı ne kadar yüksek olursa, sonuç o kadar iyi olur. Müzikal perde için, sonuç ne kadar düşükse, etki o kadar iyi olur. Araştırmacılar, tüm test yazılımlarının katı deney öncesi ve resmi test tablolarına sahip olduğundan ve içeriğin tekrarlanmadığından emin olmalıdır.

Bu nedenle, bu çalışma, ilk kez, FS4 kodlama stratejisine geçtikten sonra Mandarin konuşan genç CI kullanıcılarında işitme performansını klinik olarak değerlendirmek için kullanılabilecek bir dizi testi araştırdı. Yaklaşım, geçerli test materyali, uygun hazırlık, sıkı bir test dizisi ve titiz bir test prosedürü sunar. Bununla birlikte, mevcut çalışma sınırlamasız değildi. İlk olarak, örneklem büyüklüğü bu bulguları daha büyük popülasyonlara tahmin etmeyi zorlaştırır. Gelecekteki çalışmalar, daha fazla sayıda katılımcıya sahip olmaktan faydalanmalıdır. İkinci olarak, gelecekteki çalışmalar, test pilinin her bir parçasının ne kadar sürdüğünü belirlemek için zamanlamaları test etmelidir, böylece genç popülasyonlar, özellikle de sınırlı bir dikkat süresine sahip olanlar için daha yararlı olmalıdır. Genel test süresini kısaltan daha kolay bir metodoloji klinik fayda sağlayabilir.

Genel olarak, bu çalışma, Mandarin konuşan ergen tek taraflı CI kullanıcıları arasında sessiz koşullarda konuşmanın, perde konturlarının ve sözcüksel ton tanımanın ayırt edilmesinde ince yapı bilgisinin çok önemli bir rol oynadığını göstermektedir. Bu test dizisi, hem Koklear İmplant kullanıcıları hem de adaylar ve doktorlar için farklı teknolojileri seçmeleri ve klinik rehabilitasyonlarını yönlendirmeleri için rehberlik sağlar.

Malzemeler

Name	Company	Catalog Number	Comments
INVENTIS PIANO audiometer	Russia		This audiometer is mainly used for the behavioural audiometry in this study.
HOPE software	Chinese PLA General Hospital		This software is used for testing the speech performance including adequate test lists for testing the monosyllable recognition in quiet, spondee (disyllable) speech recognition in quiet, sentence recognition in quiet, and sentence recognition in noise
JAMO Loudspeaker	China		these loudspeakerw are used for all the tests in the sound booth.
Lenovo computers	China		They are used for mapping and manipulating all the test softwares.
MAESTRO mapping device	MED-EL		These devices include the MAX box and programming cable used for connecting the processor to the mapping software.
MAESTRO software	MED-EL		This software is used for mapping
Mandarin Tone Identification in Noise Test (MTINT)	Beijing Tongren Hospital		This software is used to measure tone recognition. A 4-alternative forced-choice (4AFC) Mandarin lexical tone task is used. The test material consists of 25 monosyllabic words spoken with the four Mandarin lexical tones to create 100 different words for each talker.
Musical Sounds in Cochlear Implants (MuSIC)	MED-EL		The MuSIC test battery consists of six objective subtests assessing several areas of music perception. This software is chosen as it takes less time and thus helps keep the overall test time rather short. The battery contains approximately 2800 sound files recorded at the Royal Scottish Academy of Music and Drama by prefessional musicians playing natural instruments.