听力损失患者言语感知缺陷补偿评估与助听器效果预测新方法

为解决听力损失(HL)患者言语感知缺陷补偿机制量化难题，研究人员开发了基于贝叶斯网络的言语感知缺陷补偿指数(SPDCI)，通过纯音阈值(PTT)与言语测试结果的残差分析，成功量化中枢补偿机制对言语感知的贡献，并预测助听器(HA)潜在效果。该研究为513例19-93岁HL患者（含403例HA使用者）的精准干预提供了新范式。

　　

这项开创性研究构建了言语感知缺陷补偿指数(Speech Perception Deficit Compensation Index, SPDCI)，通过精妙的贝叶斯网络模型，从513名19-93岁听力损失(HL)患者群体中挖掘出纯音阈值(PTT)与言语测试结果的深层关联。研究团队设计了两阶段测试方案：安静环境下的测试揭示外周听觉系统和认知补偿机制，噪声环境测试则精准捕捉中枢补偿过程。

令人瞩目的是，SPDCI创新性地利用个体言语测试结果与PTT预测值的残差，剥离出纯粹的中枢补偿能力。这个指数如同"听觉代偿能力的温度计"，量化了听觉处理性能和认知能力对言语感知的贡献度。更巧妙的是，研究者通过贝叶斯推断，仅凭个体裸耳PTT和言语测试数据，就能预测助听器(HA)的潜在效果。

这项研究为临床实践带来双重突破：一方面实现了外周性与中枢性听觉功能障碍的鉴别诊断，另一方面为403名HA使用者提供了个性化干预方案的科学依据。正如研究所强调，该方法将推动听力康复从"经验性配戴"迈向"精准预测"的新纪元。