排序方式: 共有31条查询结果,搜索用时 15 毫秒
11.
目的 评估2019冠状病毒病(corona virus disease 2019,COVID-19)感染流行期分泌性中耳炎患病年龄构成比的变化特征。方法 回顾性分析2018年12月1日~2019年1月31日在首都医科大学附属北京同仁医院耳鼻咽喉头颈外科就诊的符合诊断与排除标准的分泌性中耳炎病例,称为新冠前组;2022年12月1日~2023年1月31日在该科就诊的符合诊断与排除标准的分泌性中耳炎病例,称为新冠期组。收集患者年龄、性别、发病侧别和听力学检测结果等。并将这两个时期纳入本研究的分泌性中耳炎患者总数、年龄构成比、性别构成比、患病侧别比和听力学检测结果等数据进行统计学分析。结果 新冠前组的患者总人数为1 872例,年龄(30.45±23.17)岁,男性949例,女性923例,其中儿童患者910例,成年患者962例。新冠期组患者总人数1 194例,年龄(48.31±18.92)岁,男性623例,女性571例,其中儿童患者95例,成年患者1 099例。新冠前组与新冠期组之间,总体患病年龄分布不同(Z=-20.820,P<0.001)。儿童患者与成年患者的构成比具有显著性差异(χ2... 相似文献
12.
目的 探讨利用噪声下数字言语测试(digits in noise,DIN)预测不同程度听力损失的实用性和有效性。方法 纳入听力正常者70名;听力损失患者共94例,包括轻度组36例,中度组34例及重度组24例。将纯音听阈PTA0.5~4 kHz与言语识别阈(speech reception threshold,SRT)进行相关性分析,绘制受试者工作特征曲线(receiver operating characteristic curve,ROC)。结果 SRT值与PTA0.5~4 kHz呈现较好的正相关关系。用SRT值区分轻度、中度、重度听力损失的ROC曲线显示DIN具有良好的诊断及分类功能。通过计算不同听力损失程度的最佳截断值,得出当SRT≤-16.4 dB、-16.4 dB相似文献
13.
噪声下数字言语测试(digits in noise,DIN)是为评估噪声下的言语识别能力而开发的听力筛查工具,受试者通过识别一组噪声环境中的三位数字获得识别阈,并以此作为是否转诊的指标。DIN作为一种快速、有效且经济、便捷的听力筛查手段,能够突破听力测试环境、设备和人员等限制,帮助人群大众早期发现听力损失;对于满足老龄化社会条件下对听力损失早发现、早干预的需求,具有重要的现实意义;也可以作为助听器使用者和人工耳蜗植入者效果评估及参数调整的有效测试工具。 相似文献
14.
据世界卫生组织(WHO)报道全球约2.78亿人口患有听力残疾,此外还有数量庞大的听力障碍患者,因其疾病未达到一定程度而未纳入统计。这些患者中80%生活在中、低等收入国家。 相似文献
15.
全球听力保健专业人员严重短缺,无法满足听力损失筛查和诊断的需求。在听力师人员不足和缺少隔声室的情况下,自动测听可提供一种进行听力测试的方式,有效地利用听力保健资源。目前很多研究证明自动纯音测听与手动纯音测听的结果没有显著差异,自动纯音测听能提供一种准确、可靠、省时的听力评估方法,在听力师缺乏的地区具有巨大的推广潜力。本文回顾自动纯音测听的心理物理学基础、发展历史、实现方法和评估指标,并讨论自动纯音测听的质量控制方案和存在的限制。 相似文献
16.
17.
目的 评价纯音听阈自动测试(aut omated audiometry,AA)的可靠性和准确性。方法 采用重复测试方法,分别用纯音听阈手动测试(manual audiometry,MA)和AA方法测试22名听力正常成年人的纯音气导听阈,并记录测试时间和对两种测试方法的偏好。结果 94%的MA差异和94.8%的AA差异在5 dB以内,98.9%的MA差异和99.9%的AA差异在10 dB以内;MA和AA之间的差异平均83.3%在5 dB以内,97.3%在10 dB以内。两次MA与2次AA的相关性分别为0.84和0.92,MA与AA之间相关性为
0.66和0.72;AA时间多于MA时间。结论 在听力正常成年人中,纯音听阈AA与MA具有很好的一致性。 相似文献
18.
小波变换是一种新的信号分析理论,本简要介绍了小波理论的发展史及基本理论,综述分析了小波变换在听觉信号处理,特别是在耳声发射和听觉诱发电位信号分析方面的应用,展望了小波变换理论在听觉信号分析中的应用前景。 相似文献
19.
目的 研究自动与手动纯音测听结果在听力正常和不同程度听力损失者间的相关性。方法 受试者60例(120耳),年龄范围14~84岁,在标准隔声室内进行自动和手动纯音气导听阈测试,测试顺序随机。测试频率为0.25、0.5、1、2、4和8 kHz6个频率。结果 120耳均完成测试,获得705个有效听阈数据,在Bland-Altman图中超出95%置信区间的数据为33个,占全部数据的4.6%,表明手动和自动纯音测听结果的一致性较好。听力正常组、轻度、中度和重度及以上听力损失组两种测试结果的相关系数分别为0.87、0.90、0.87、0.93和0.96,P均<0.01。不同频率听阈的差值,在0.25和8 kHz处最大。40岁以下组、40~60岁组和60岁以上组,自动与手动纯音测听阈值的相关系数均>0.9,具有统计学意义。结论 在不同听力水平和不同年龄分组的受试者中,自动与手动纯音测听具有很好的一致性。 相似文献
20.