PRACA BADAWCZA
Zgodność ocen progów słyszenia między ekspertami w badaniu słuchowych potencjałów wywołanych pnia mózgu (ABR) u dzieci według procedury szeregu natężeniowego
1
Instytut Fizjologii i Patologii Słuchu, Światowe Centrum Słuchu, Zakład Teleaudiologii i Badań Przesiewowych, Warszawa/Kajetany
2
Instytut Fizjologii i Patologii Słuchu, Światowe Centrum Słuchu, Zakład Audiologii Eksperymentalnej, Warszawa/Kajetany
3
Instytut Fizjologii i Patologii Słuchu, Światowe Centrum Słuchu, Warszawa/Kajetany
4
Instytut Fizjologii i Patologii Słuchu, Światowe Centrum Słuchu, Klinika Rehabilitacji, Warszawa/Kajetany
5
Instytut Fizjologii i Patologii Słuchu, Światowe Centrum Słuchu, Klinika Oto-Ryno-Laryngochirurgii, Warszawa/Kajetany
A - Koncepcja i projekt badania; B - Gromadzenie i/lub zestawianie danych; C - Analiza i interpretacja danych; D - Napisanie artykułu; E - Krytyczne zrecenzowanie artykułu; F - Zatwierdzenie ostatecznej wersji artykułu;
Data nadesłania: 06-08-2025
Data ostatniej rewizji: 24-10-2025
Data akceptacji: 03-11-2025
Data publikacji online: 15-01-2026
Data publikacji: 08-01-2026
Autor do korespondencji
Małgorzata Pastucha
Zakład Audiologii Eksperymentalnej, Instytut Fizjologii i Patologii Słuchu, Mochnackiego 10, 02-042, Warszawa, Polska
Zakład Audiologii Eksperymentalnej, Instytut Fizjologii i Patologii Słuchu, Mochnackiego 10, 02-042, Warszawa, Polska
Now Audiofonol 2025;14(4):46-53
SŁOWA KLUCZOWE
DZIEDZINY
STRESZCZENIE
Wstęp:
Badanie słuchu za pomocą potencjałów wywołanych pnia mózgu (ABR) odgrywa podstawową rolę w diagnostyce audiologicznej dzieci, szczególnie tych, które nie są w stanie współpracować w badaniach behawioralnych. Mimo dużego znaczenia tej metody, jest ona obarczona pewnym subiektywizmem interpretacji i oceny wyniku badania, co może niekorzystnie wpływać na trafność diagnozy. Celem pracy była analiza zgodności ocen progu słyszenia na podstawie zapisów ABR u dzieci, dokonanych niezależnie przez czterech ekspertów dla różnych bodźców akustycznych (trzask, 500, 1000, 2000, 4000 Hz).
Materiał i metody:
Materiał badawczy stanowiły 322 zapisy ABR uzyskane od 54 dzieci. Zapisy ABR pozyskano z repozytorium wyników zgromadzonych w Instytucie Fizjologii i Patologii Słuchu (IFPS). Badania były wykonywane przy zastosowaniu standardowej procedury szeregu natężeniowego. Zapisy ABR były analizowane przez czterech ekspertów z wieloletnim doświadczeniem klinicznym, którzy w niezależny sposób dokonywali oceny progów słyszenia u dzieci.
Wyniki:
W 53,5% analizowanych zapisów czterech ekspertów osiągnęło całkowitą zgodność w ocenie progów słyszenia. W 93,2% przypadków rozbieżność ocen była akceptowalna klinicznie, wynosiła do ±10 dB. Korelacja między ocenami ekspertów była bardzo wysoka, ICC = 0,98; p < 0,001. Rozbieżności ocen między ekspertami zaobserwowano głównie w przypadku bodźca tonalnego o częstotliwości 500 Hz, co prawdopodobnie wynika z właściwości propagacji fali wędrownej o niskiej częstotliwości w ślimaku.
Wnioski:
Doświadczeni eksperci klinicyści osiągają dużą zgodność w ocenie progów słyszenia u dzieci na podstawie fali V w badaniu ABR. Ta wysoka zgodność ocen eksperckich jest podstawą do opracowania automatycznych metod detekcji fali V, które mogą skutecznie wspierać proces diagnostyczny, zapewniając większą obiektywność interpretacji zapisów ABR, oszczędzając jednocześnie czas i koszty diagnostyki audiologicznej.
Badanie słuchu za pomocą potencjałów wywołanych pnia mózgu (ABR) odgrywa podstawową rolę w diagnostyce audiologicznej dzieci, szczególnie tych, które nie są w stanie współpracować w badaniach behawioralnych. Mimo dużego znaczenia tej metody, jest ona obarczona pewnym subiektywizmem interpretacji i oceny wyniku badania, co może niekorzystnie wpływać na trafność diagnozy. Celem pracy była analiza zgodności ocen progu słyszenia na podstawie zapisów ABR u dzieci, dokonanych niezależnie przez czterech ekspertów dla różnych bodźców akustycznych (trzask, 500, 1000, 2000, 4000 Hz).
Materiał i metody:
Materiał badawczy stanowiły 322 zapisy ABR uzyskane od 54 dzieci. Zapisy ABR pozyskano z repozytorium wyników zgromadzonych w Instytucie Fizjologii i Patologii Słuchu (IFPS). Badania były wykonywane przy zastosowaniu standardowej procedury szeregu natężeniowego. Zapisy ABR były analizowane przez czterech ekspertów z wieloletnim doświadczeniem klinicznym, którzy w niezależny sposób dokonywali oceny progów słyszenia u dzieci.
Wyniki:
W 53,5% analizowanych zapisów czterech ekspertów osiągnęło całkowitą zgodność w ocenie progów słyszenia. W 93,2% przypadków rozbieżność ocen była akceptowalna klinicznie, wynosiła do ±10 dB. Korelacja między ocenami ekspertów była bardzo wysoka, ICC = 0,98; p < 0,001. Rozbieżności ocen między ekspertami zaobserwowano głównie w przypadku bodźca tonalnego o częstotliwości 500 Hz, co prawdopodobnie wynika z właściwości propagacji fali wędrownej o niskiej częstotliwości w ślimaku.
Wnioski:
Doświadczeni eksperci klinicyści osiągają dużą zgodność w ocenie progów słyszenia u dzieci na podstawie fali V w badaniu ABR. Ta wysoka zgodność ocen eksperckich jest podstawą do opracowania automatycznych metod detekcji fali V, które mogą skutecznie wspierać proces diagnostyczny, zapewniając większą obiektywność interpretacji zapisów ABR, oszczędzając jednocześnie czas i koszty diagnostyki audiologicznej.
FINANSOWANIE
Badania finansowane ze środków Agencji Badań Medycznych przyznanych na projekt ABR.AI – system oparty o technologię AI do szacowania progu słyszenia na podstawie szeregów natężeniowych rejestracji odpowiedzi fali V; 2024/ABM/03/KPO/KPOD.07.07-IW.07-0222/24-00.
REFERENCJE (30)
1.
Stapells DR. Threshold estimation by the tone-evoked auditory brainstem response: a literature meta-analysis. J Speech Lang Pathol Audiol, 2000; 24(2): 74–83.
2.
O-Uchi T, Kanzaki J. Diagnostic value of auditory brain stem responses (ABR) in differential diagnosis between cochlear deafness and acoustic neuromas. Acta Otolaryngol Suppl, 1983; 393: 85–91; https://10.3109/00016488309129....
3.
Sato S, Yamada M, Koizumi H, Onozawa Y, Shimokawa N, Kawashima E i wsp. Neurophysiological mechanisms of conduction impairment of the auditory nerve during cerebellopontine angle surgery. Clin Neurophysiol, 2009; 120(2): 329–35; https://doi.org/10.1016/j.clin....
4.
Tokimura H, Asakura T, Tokimura Y, Atsuchi M, Kimotsuki K, Sato E i wsp. [Intraoperative ABR monitoring during cerebello-pontine angle surgery]. No Shinkei Geka, 1990; 18(11): 1023–7.
5.
Jacobson JT, Jacobson CA, Spahr RC. Automated and conventional ABR screening techniques in high-risk infants. J Am Acad Audiol, 1990; 1(4): 187–95.
6.
Serban S, Rusescu A, Ionescu MT. Usefulness of auditory brainstem audiometry in forensic medicine and expertise of auditory disabilities. Clinical Aspects, 2016.
8.
Naves KFP, Pereira AA, Nasuto SJ, Russo IPC, Andrade AO. Assessment of inter-examiner agreement and variability in the manual classification of auditory brainstem response. Biomed Eng Online, 2012; 11: 86; https://doi.org/10.1186/1475-9....
9.
Hildesheimer M, Muchnik C, Rubinstein M. Problems in interpretation of brainstem-evoked response audiometry results. Audiology, 1985; 24(5): 374–9; https://doi.org/10.3109/002060....
10.
Kochanek K. Przyczyny błędów w progowych badaniach ABR. Audiofonologia, 1998; XIII: 139–50.
11.
Vidler M, Parker D. Auditory brainstem response threshold estimation: subjective threshold estimation by experienced clinicians in a computer simulation of the clinical test. Int J Audiol, 2004; 43(7): 417–29; https://doi.org/10.1080/149920....
12.
Kochanek K. Zasady stosowane w progowych badaniach ABR. Audiofonologia, 1998; XIII: 131–7.
13.
Trzaskowski B. Porównanie algorytmów detekcji fali V w badaniu słuchowych potencjałów wywołanych pnia mózgu. Now Audiofonol, 2015; 4(2): 43–52; https://doi.org/10.17431/89441....
14.
Berninger E, Olofsson A, Leijon A. Analysis of click-evoked auditory brainstem responses using time domain cross-correlations between interleaved responses. Ear Hear, 2014; 35(3): 318–29; https://doi.org/10.1097/01.aud....
15.
Wang H, Li B, Lu Y, Han K, Sheng H, Zhou J i wsp. Real-time threshold determination of auditory brainstem responses by cross-correlation analysis. iScience, 2021; 24(11): 103285; https://doi.org/10.1016/j.isci....
16.
McKearney RM, Bell SL, Chesnaye MA, Simpson DM. Auditory brainstem response detection using machine learning: a comparison with statistical detection methods. Ear Hear, 2022; 43(3): 949–60; https://doi.org/10.1097/AUD.00....
17.
Zhang R, McAllister G, Scotney B, McClean S, Houston G. Coupling wavelet transform with bayesian network to classify auditory brainstem responses. Conf Proc IEEE Eng Med Biol Soc, 2005; 2005: 7568–71; https://doi.org/10.1109/IEMBS.....
18.
Wimalarathna H, Ankmnal-Veeranna S, Allan C, Agrawal SK, Samarabandu J, Ladak HM i wsp. Machine learning approaches used to analyze auditory evoked responses from the human auditory brainstem: a systematic review. Comput Methods Programs Biomed, 2022; 226: 107118; https://doi.org/10.1016/j.cmpb....
19.
Naït-Ali A, Adam O, Motsch JF. Modelling and recognition of brainstem auditory evoked potentials using Symlet wavelet. ITBM-RBM, 2000; 21(3): 150–7; https://doi.org/10.1016/S1297-....
20.
Zidan M, Thomas RL, Slovis TL. What you need to know about statistics, part II: reliability of diagnostic and screening tests. Pediatr Radiol, 2015; 45(3): 317–28; https://doi.org/10.1007/s00247....
21.
Cohen MM, Rapin I, Lyttle M, Schimmel H. Auditory evoked response (AER): consistency of detection in young sleeping children. Arch Otolaryngol, 1971; 94(3): 214–9; https://doi.org/10.1001/archot....
22.
Rose DE, Keating LW, Hedgecock LD, Schreurs KK, Miller KE. Aspects of acoustically evoked responses: inter-judge and intra-judge reliability. Arch Otolaryngol, 1971; 94(4): 347–50; https://doi.org/10.1001/archot....
23.
Gans D, Del Zotto D, Gans KD. Bias in scoring auditory brainstem responses. Br J Audiol, 1992; 26(6): 363–8; https://doi.org/10.3109/030053....
24.
Don M. Quantitative approaches for defining the quality and threshold of auditory brainstem responses. Images of the Twenty-First Century Proceedings of the Annual International Engineering in Medicine and Biology Society, 1989; 2: 761–2; https://doi.org/10.1109/IEMBS.....
25.
McKearney RM, Simpson DM, Bell SL. Automated wave labelling of the auditory brainstem response using machine learning. Int J Audiol, 2025; 64(7): 766–71; https://doi.org/10.1080/149920....
26.
Kochanek K, Skarżyński H, Janczewski G, Grzanka A, Piłka A. Specyficzność częstotliwościowa słuchowych potencjałów pnia mózgu wywołanych impulsem tonu o obwiedni Gaussa o częstotliwościch 500 Hz. I: Uszy normalnie słyszące. Audiofonologia, 2001; XX: 113–23.
27.
Chen C, Zhan L, Pan X, Wang Z, Guo X, Qin H i wsp. Automatic recognition of auditory brainstem response characteristic waveform based on bidirectional long short-term memory. Front Med (Lausanne), 2020; 7: 613708; https://doi.org/10.3389/fmed.2....
28.
Chesnaye MA, Simpson DM, Schlittenlacher J, Laugesen S, Bell SL. Audiogram estimation performance using auditory evoked potentials and gaussian processes. Ear Hear, 2025; 46(1): 230–41; https://doi.org/10.1097/AUD.00....
29.
Liu Y, Xiang L, Li Q, Li K, Yang Y, Wang T i wsp. Comparison of deep learning models for objective auditory brainstem response detection: a multicenter validation study. Trends Hear, 2025; 29: 23312165251347773; https://doi.org/10.1177/233121....
30.
Thalmeier D, Miller G, Schneltzer E, Hurt A, Hrabě de Angelis M, Becker L i wsp. Objective hearing threshold identification from auditory brainstem response measurements using supervised and self-supervised approaches. BMC Neuroscience, 2022; 23(1): 81; https://doi.org/10.1186/s12868....
Udostępnij
ARTYKUŁ POWIĄZANY
Przetwarzamy dane osobowe zbierane podczas odwiedzania serwisu. Realizacja funkcji pozyskiwania informacji o użytkownikach i ich zachowaniu odbywa się poprzez dobrowolnie wprowadzone w formularzach informacje oraz zapisywanie w urządzeniach końcowych plików cookies (tzw. ciasteczka). Dane, w tym pliki cookies, wykorzystywane są w celu realizacji usług, zapewnienia wygodnego korzystania ze strony oraz w celu monitorowania ruchu zgodnie z Polityką prywatności. Dane są także zbierane i przetwarzane przez narzędzie Google Analytics (więcej).
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
