logistic回归联合ROC曲线评价IT-MAIS得分在预测0~36月龄婴幼儿听力损失程度中的诊断价值

Lin chuang er bi yan hou tou jing wai ke za zhi = Journal of clinical otorhinolaryngology, head, and neck surgery(2022)

引用 1|浏览5
暂无评分
摘要
目的:比较正常听力和不同程度听力损失婴幼儿的早期语前听能发展轨迹,并探讨婴幼儿有意义听觉整合量表(IT-MAIS)得分在0~36月龄婴幼儿听力损失程度中的诊断价值.方法:收集2009年3月-2021年3月231名听力正常和611名不同程度听力损失患儿的临床资料.对不同程度听力损失患儿IT-MAIS得分随年龄的变化进行非线性回归拟合.分别构建IT-MAIS总得分、察觉得分和辨识得分与评估年龄联合的三种logistic回归模型,绘制ROC曲线,评价诊断效能.结果:轻、中、重、极重度患儿IT-MAIS得分随年龄的变化规律和正常听力婴幼儿的发育规律相似,均随年龄的增长而增长,且听力损失程度越严重,增长速率越缓慢,能达到的峰值越低.联合IT-MAIS总得分和评估年龄构建的logistic模型区分轻度及以上、中度及以上、重度及以上和极重度的AUC最佳,分别为0.827,0.889,0.948,0.946.对于极重度听力损失患儿的诊断效能最优,敏感度为89.6%,特异度为88.4%.听力损失程度越重,IT-MAIS的区分准确性越高,诊断效能越佳.结论:基于IT-MAIS量表构建的logistic模型联合ROC曲线法在鉴别0~36月龄婴幼儿听力损失程度诊断中有良好的诊断效能.当婴幼儿无法配合小儿行为测听、小儿测听结果不可靠、没有电生理条件时,IT-MAIS量表有望用于辅助预估婴幼儿听力损失程度,更加全面地了解患儿的听功能状态,为后续制定康复干预策略提供依据,具有一定的临床应用价值.
更多
查看译文
关键词
ROC curve,hearing loss,infant-toddler,scale
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要