在人工耳蜗植入术中，利用刺激电流诱导的非刺激电极电压来术中可视化识别耳蜗外电极

《Ear and Hearing》：Intraoperative Visual Identification of Extra-Cochlear Electrodes in Cochlear Implantation Using Stimulation Current-Induced Non-Stimulating Electrode Voltages

　　目标：耳蜗外电极是人工耳蜗植入手术中常见的并发症，可能导致言语感知效果下降。常规的术中检测方法，如接触阻抗和电刺激诱发的复合动作电位，往往无法发现这些位置错误的电极。本文介绍了刺激电流诱导的非刺激电极电压检测技术，以及先进生物技术设备中的电场成像技术，这两种方法能够更快速、更准确地识别耳蜗外电极。在手术的关键阶段采用这种方法，可减少对术中或术后成像的依赖，从而及时进行纠正。

研究设计：这项前瞻性术中研究在某一家医疗机构中对接受初次或再次人工耳蜗植入手术的成人患者进行了测试。在电极插入过程中会记录电场成像数据，此时要求外科医生在完全插入电极之前，随机选择1到6根电极暂时置于耳蜗外部。通过手术显微镜直观确认耳蜗外电极的位置。实验还会模拟术后情况，即让耳蜗外电极被血液或筋膜包围，然后进行数据记录。三名不知晓手术结果的专家独立审查电场成像数据，以确定耳蜗外电极的数量。随后通过相关性分析、接收者操作特征曲线以及敏感度和特异性计算，评估专家与外科医生之间的意见一致性。

研究结果：广义线性模型显示，外科医生未插入的耳蜗外电极数量（0到6根）以及专家评估的数量（1到3根）会对电极识别误差产生显著影响，而手术类型（初次植入或再次植入）以及所用材料（血液或筋膜）则没有明显影响。未插入的电极数量与根据电场成像结果判定的电极数量之间存在正相关关系（r = 0.63，p < 0.0001）。通过观察SCINSEV数据来判断耳蜗外电极的存在与否时，总体敏感度为95.9%，特异性为40.7%；而在允许专家与外科医生意见差异在±2根电极范围内的情况下，敏感度为97.9%，特异性为65.7%。

结论：SCINSEV是一种快速、可靠的术中耳蜗外电极检测工具。由于其具有较高的敏感度和一定的特异性，可作为非放射性的替代方法，无需等待术后CT扫描，就能在手术过程中获得检测结果。使用该工具可通过及时手术纠正来改善人工耳蜗植入的效果。作者建议对相关临床人员开展培训，使其能够掌握这种检测方法的记录与解读技巧，以便在实际临床工作中应用。

引言：耳蜗外电极的存在是导致需要再次进行人工耳蜗植入手术的原因之一。电极从耳蜗中移位通常发生在电极阵列插入后软组织/皮肤闭合之前，或在手术后数周内，其发生率为2%到29%不等（van der Marel等人，2012年；Holder等人，2018年；Goh等人，2023年）。耳蜗外电极是导致言语感知效果不佳的常见原因，因此，在手术过程中尽早发现电极移位对于避免不良后果至关重要（Ying等人，2013年；O’Connell等人，2016年）。电极移位可能会降低听力效果，原因包括：(a) 耳蜗外电极无法有效刺激耳蜗神经；(b) 耳蜗外电极可能与最靠近耳蜗底部的电极刺激同一神经区域，从而导致频率选择性下降；(c) 由于电极插入深度不足，耳蜗顶端区域的刺激功能可能受损。此外，(d) 电极阵列未能完全插入耳蜗，也可能导致各电极传递的频率与其所刺激的听觉神经细胞的特征频率不匹配，进而延缓患者适应人工耳蜗声音的能力。在电极阵列完全插入耳蜗后，手术中通常会进行接触阻抗检测和电刺激诱发的复合动作电位检测。然而，这些方法往往不足以检测耳蜗外电极，仅有6%的手术中能由外科医生准确判断出电极的实际数量（Holder等人，2018年）。刺激电流诱导的非刺激电极电压检测技术，不同厂商的临床软件中有不同的名称：Cochlear Ltd.（澳大利亚悉尼）称之为跨阻抗矩阵，Advanced Bionics（美国加利福尼亚州瓦伦西亚）称之为电场成像，MED-EL（奥地利因斯布鲁克）则称之为阻抗场遥测技术。该技术有望用于检测电极是否移位。SCINSEV是指所有非刺激电极处的电压与施加在刺激电极上的电流之比，通常以欧姆为单位表示。由于人工耳蜗的电极阵列位于耳蜗内部，SCINSEV检测可以反映电极激活时电流在耳蜗内的分布情况。在人体尸体研究中，SCINSEV技术在识别耳蜗外电极方面也表现出类似且明确的效用（de Rijk等人，2020年、2022年）。

当测量非刺激电极处的电压时，只有流体/组织相互作用产生的电阻成分才是重要的阻抗因素，电极与电解质界面产生的容性成分则不起作用。补充数字内容中的图1A展示了使用Advanced Bionics公司的AIM Tablet设备获取的典型SCINSEV数据，这些数据随后由作者Y.C.T.设计的定制程序进行提取和处理；而补充数字内容中的图1B则展示了使用Cochlear Ltd.公司的Custom Sound EP软件得到的跨阻抗矩阵的典型示例。每个函数的峰值出现在受刺激的电极处，代表该电极的接触阻抗，这一数值主要由极化阻抗决定，因此在SCINSEV图表中未被显示。每个函数的下半部分则表示电场势分布，这一分布是根据每个非刺激电极以及回流电极处的电压计算得出的，在图1以及本研究中报告的所有数据中，回流电极始终为耳蜗外电极。从耳蜗顶端到耳蜗底部的电压降更大（表现为阻抗变化更显著），因为电流会沿着充满液体的耳蜗朝向耳蜗底部流动（Vanpoucke等人，2004年）。影响电场分布形状的因素有很多，包括耳蜗的大小和形状、电极在耳蜗内的位置、耳蜗内组织的性质（液体、纤维组织、骨骼）、耳蜗壁及耳蜗模体的阻抗，以及电流通过圆窗的传播情况（Vanpoucke等人，2004年）。研究表明，电场成像技术还能用于检测开路和电极尖端折叠现象（Zuniga等人，2017年；Ayas、Muzaffar等人，2024年；Franke-Trieger等人，2025年）。

多媒体展示：图1. 多媒体展示内容为呈现给三位专家评审员用于判断耳蜗外电极数量的示例图。如外科医生所示，(A)图中存在三根耳蜗外电极，(B)图中存在五根。每组四张图表中，左上角显示的是接触阻抗测量值，右上角和左下角分别以热图和折线图的形式显示线性单位为千欧的电场成像测量值，右下角则以相对于1千欧的分贝值显示电场成像数据。EE表示耳蜗外电极，EFI表示电场成像。

作者提出了关于SCINSEV检测技术潜力的两个关键问题。首先，SCINSEV能否作为一种客观的术中工具来识别耳蜗外电极？虽然外科医生不太可能在没有将电极阵列完全插入耳蜗的情况下完成植入手术，但有证据表明，在手术完成前，即植入后和闭合伤口期间，电极仍有可能移位。例如，Ayas、Tam等人（2024年）报告了三个病例，手术团队虽然已完全植入电极，但由于术后通过SCINSEV检测发现了异常，怀疑存在耳蜗外电极，于是重新切开切口，再次完整植入电极，不仅确认了电极已正确放置，还观察到矫正前后SCINSEV图表存在差异。因此，有必要通过可靠的方法验证利用SCINSEV在术中检测耳蜗外电极的可行性。作者提出的第二个问题是，SCINSEV是否有可能替代或补充术后成像技术，如X光或计算机断层扫描，用于检测耳蜗外电极（尤其是考虑到普通X光的分辨率较低，而CT扫描存在辐射风险）。

本研究旨在解决这两个关键问题中的第一个：验证并评估利用SCINSEV技术在术中识别耳蜗外电极的敏感度和特异性。尽管此前已有在尸体实验中对此进行的研究，但本研究首次在术中环境中评估了通过SCINSEV分析得出的耳蜗外电极估计数量是否与外科医生在手术不同阶段报告的实际数量一致。具体做法是在电极插入过程中进行SCINSEV检测，同时让外科医生报告尚未插入的电极数量，之后再继续正常插入电极。我们还研究了围绕耳蜗外电极的物质（血液或软组织/筋膜）是否会影响检测结果。这些物质模拟了术后常见的情况，即可能从耳蜗中移位的电极周围会被血液或筋膜包围（而插入电极时，它们通常被空气包围）。最后，我们还探讨了手术类型是否会影响通过SCINSEV分析识别耳蜗外电极的结果，因为本研究的数据既包括初次人工耳蜗植入病例，也包括再次植入病例。本研究是在活体患者中首次验证利用SCINSEV技术在术中估算耳蜗外电极数量的方法，为未来研究解决第二个关键问题奠定了基础，即探究该方法是否也能可靠地应用于术后检测。

材料与方法

研究设计：在某一家医疗机构采用了前瞻性术中重复测量研究设计。研究对象为接受初次或再次人工耳蜗植入手术的成人患者，在电极阵列插入过程中于四个时间点采集SCINSEV数据（初始耳蜗外电极数量、第二次检测的耳蜗外电极数量、第三次检测的耳蜗外电极数量，以及电极完全插入后的数量）。在相同顺序下，分别在两种不同条件下采集耳蜗外电极的SCINSEV数据（先检测血液环境下的数据，再检测筋膜环境下的数据）。每位患者的每次检测所对应的耳蜗外电极数量（1到6根，每次检测的数量逐渐减少）都是随机确定的，外科医生在手术开始前就会被告知检测顺序。所有电场成像数据随后会被转换为接触阻抗值、折线图和热图，然后再进行随机排序。三名专家评审员不知道参与者的身份以及耳蜗外电极的具体情况，他们需要根据这些图表来判断耳蜗外电极的数量。

伦理考量：本研究已获得健康研究管理局（HRA）以及威尔士健康与护理研究机构（HCRW）的伦理批准，审批流程由剑桥大学医院NHS基金会信托机构和剑桥大学负责处理（IRAS编号：285894，参考编号：A095798）。所有参与者都签署了书面同意书。本研究严格遵循《赫尔辛基宣言》中的伦理原则以及国家和地方的监管要求进行。

研究参与者：患者于2020年9月至2024年1月间从该机构的人工耳蜗门诊招募，这些患者都是在经过多学科团队评估后，被确认适合接受人工耳蜗植入手术的。纳入标准要求患者愿意并能够签署知情同意书，同意参与本研究，且在签署同意书时年龄至少为18岁，耳朵结构正常。所有参与者要么是正在使用Cochlear公司或Advanced Bionics公司生产的人工耳蜗设备的潜在用户，且符合英国国家卫生与护理优化研究所制定的人工耳蜗植入标准（NICE 2019），要么是因为在研究期间较为常见的“V1”型号设备出现故障而需要重新植入AB公司生产的设备，这类故障会导致原有V1型号设备失效，需要被V2型号设备替换（Lehn & Bingham 2020年；Lindquist等人，2022年）。表1列出了这42名患者在年龄、性别、手术侧耳、听力损失病因以及所使用的电极阵列类型等方面的特征。所有接受植入手术的患者，其植入侧耳朵的术前听力阈值均符合英国国家卫生与护理优化研究所2019年发布的人工耳蜗植入指南标准（Littlejohns等人，2019年）。所有患者均通过标准圆窗入路，植入Advanced Bionics HiRes 3D Ultra Slim J V2或Mid Scala V2人工耳蜗。该研究最初计划招募首次接受人工耳蜗植入的患者，但在数据收集过程中，有大量到访诊所的患者是因为AB装置的V1组件出现故障而需要接受修复手术。因此，数据收集范围扩大，以便纳入足够数量的首次植入患者。这样，数据集便能让我们比较修复手术与首次植入手术的情况。

表1. 患者人口统计学信息及人工耳蜗植入情况
| 患者性别 | 年龄 | 植入侧别 | 病因/手术原因 | 植入类型 |
|----------|------|----------|--------------|----------|
| 女性 | 42岁 | 左侧 | - | HiRes 3D Ultra Slim J V2 |
| 男性 | 48岁 | 右侧 | - | Mid Scala V2 |

患者总数：42人
平均年龄：63.2±19.2岁（标准差为1）
左侧植入患者：18人，占比43%
修复手术病例：1例（2%），原因为人工耳蜗移位；20例（48%），原因为AB装置V1组件故障；32例（76%）使用HiRes 3D Ultra Slim J V2
右侧植入患者：20人，占比48%
首次植入手术病例：21例（50%），原因为双侧进行性听力损失；10例（24%）使用HiRes 3D Ultra Mid-Scala V2
CI：人工耳蜗；SCINSEV：电生理成像扫描神经电图

SCINSEV数据收集
在将电极阵列插入耳蜗的整个过程中，所有电生理指标均在暂停时进行记录，这是人工耳蜗植入手术的一部分。该操作是通过版本为1.2.48.28894的Advanced Insertion Monitoring System with OM suite软件完成的（该软件为研究专用版本，由美国加利福尼亚州瓦伦西亚的Advanced Bionics公司研发）。所有电生理指标均在手术过程中实时采集，可通过OM Suite软件的阻抗功能进行记录和显示。一旦外科医生将人工耳蜗装置放置到骨膜囊中，就会将兼容的AB Naida Q90声音处理器连接到植入装置上，通过Advanced Insertion Monitoring System记录手术过程中的各项指标。确认植入装置能够正常通信后，外科医生开始通过圆窗入路插入电极阵列，并在达到预定数量的电极位置时暂停操作。每个患者的电极数量是随机分配的，根据R语言4.0.3版本中的runif()函数生成的均匀分布，数量在1到6之间不等（该函数由美国马萨诸塞州波士顿的Posit公司开发，该公司前身为RStudio Inc.）。每位患者有三种不同的电极位置，外科医生通过手术显微镜进行视觉检查，确认电极位置正确。暂停插入后，外科医生首先在电极阵列的暴露部分周围放置血液，然后再放置筋膜，以模拟手术完成后电极周围组织的状态。电生理指标由听力学家或研究科学家在每种条件下进行测量，外科医生则不对这些测量结果知情。在完成三个电极位置以及血液和筋膜两种包裹材料的测试后，外科医生才会将电极阵列完全插入。在手术结束时，还会进行一次完整的电生理指标测量，这样每位患者总共会有七次电生理指标测量结果。

专家评估数据收集
三名受过专业培训、熟悉如何利用SCINSEV技术识别电极的外科医生对电生理指标图表进行了视觉检查，以此估算电极数量。这三位评估者包括两名具有耳科及人工耳蜗植入经验的耳鼻喉科外科医生，他们在评分前不对研究中的测量数据知情；还有一名在听力学及人工耳蜗患者护理方面拥有丰富经验的医学专家（拥有医学硕士、学士学位及听力技术认证）。在研究进行时，这三名评估者都具有丰富的临床经验，能够准确解读SCINSEV数据中所显示的电极数量。此外，还利用此处收集的数据以及专家外科医生（D.B.、M.S.-C.、S.E.和D.B.-Y.）从其他人工耳蜗设备中获取的SCINSEV数据，结合三位专家的建议，制定了用于通过视觉方法解读SCINSEV数据以确定电极数量的培训材料。用于判断电极数量的SCINSEV图表元素包括：（1）基端多个未受刺激电极的电压斜率呈现一致变化；（2）电极在y轴上出现聚集现象，即线条左侧的电极电压值低于或其他电极相比明显更低（位于图表的右下角）；（3）基端电极的接触阻抗较高。用于向评估者展示并协助其对电极进行排序的图表示例见图1。需要指出的是，虽然这三个要素都很重要，且应综合考虑，但不同患者的具体情况有所不同，某些要素对其影响更为显著。例如，有些患者的电极斜率变化更为明显，而有些患者的电极则更倾向于聚集在一起。每位评估者都了解了各种视觉识别方法，对于每张新的电生理指标图表的解读则由评估者自行决定。每位评估者仅能看到测试材料中的全部结果，且每种条件只查看一次，因此没有评估者会多次查看同一组图表，但三名评估者都会查看每一组图表。向每位评估者展示图表组的顺序则针对不同评估者进行了随机安排。

统计分析
采用广义线性模型来分析外科医生未插入的电极数量对评估者电极数量排序结果的影响，同时研究评估者个体差异、手术中用于包裹电极的材料（血液与筋膜）以及手术类型（首次植入或故障装置修复）所带来的影响。统计分析所用软件为社会科学统计包（IBM公司出品，版本28.0.0.0，该公司总部位于美国纽约州阿蒙克市）。首先分析了外科医生故意未插入的电极数量与评估者在解读电生理指标后所认定的电极数量之间的相关性。随后，计算了接收者操作特征曲线，以评估评估者认定的电极数量与外科医生报告的未插入电极数量之间的吻合度。由于在数据收集过程中发现，外科医生往往难以准确放置并保持所需数量的电极，部分原因是从内窥视角难以看清确切数量，再加上圆窗边缘并非处于同一平面上，因此还分别以比外科医生报告的标准数量多1根或2根电极为基准，进一步计算了ROC曲线。此外，为了体现SCINSEV技术在临床中的实际应用价值，即能够在手术结束前为外科医生提供“电极是否已完全插入”的二元判断，还基于“完全插入”或“有1根及以上电极未插入”这两种二元分类结果，计算了相应的ROC曲线。

研究结果
首先建立了一个广义线性模型，以评估者通过视觉检查电生理指标数据后对电极数量所做的排序结果与外科医生报告的未插入电极数量之间的差异作为因变量，同时将三个固定因素作为自变量：（1）外科医生未插入的电极数量（共有7个水平，从0到6根电极）；（2）评估者个体（共有3名评估者，对应3个水平）；（3）手术类型（分为修复手术和首次植入手术两种）。该模型同时考虑了各单个因素的主效应，以及“未插入电极数量”与“评估者个体”之间的交互作用。患者被视为随机因素，模型中还包含了截距项，同时将评估者视为重复测量变量，并采用了Huynh-Feldt校正方法处理球形性偏差问题。分析结果显示，未插入电极数量以及评估者个体都对电极数量排序误差存在显著影响[F(6, 287.51) = 8.63，p < 0.001；F(2, 570.00) = 11.14，p < 0.001]，而手术类型、截距项以及“未插入电极数量”与“评估者个体”之间的交互作用均无显著意义[F(1, 39.31) = 1.99，p = 0.166；F(1, 44.69) = 2.65，p = 0.111；F(12, 570.00) = 1.21，p = 0.271]。由于首次植入手术与修复手术之间的对比尤为值得关注，这一无显著意义的主效应结果如图2A所示。

图2. 多媒体演示图
A项展示了手术类型对评估者所认定的电极数量排序误差的无显著影响（数据为所有手术类型汇总后的结果）。B项展示了手术类型对评估者所认定的电极数量排序误差的无显著影响（数据为两种手术类型汇总后的结果）。由于这些效应均不显著，因此在后续分析中，尽管排除了相关因素，但两种手术类型以及两种包裹材料对应的电极数量排序结果仍被保留下来。其中EE表示耳蜗外的电极，GLM表示广义线性模型。如方法部分所述，会在电极阵列周围放置血液和筋膜，以模拟手术后的环境条件。为确定使用这两种材料进行电生理指标测量所得结果是否存在差异，暂时从数据集中删除了完全插入电极的情况，然后建立了一个新的广义线性模型，以电极数量排序误差作为因变量，自变量包括三个固定因素：（1）未插入的电极数量（共有6个水平，从1到6根电极）；（2）评估者个体（3个水平）；（3）材料类型（血液与筋膜，共2个水平）。该模型同样考虑了各单个因素的主效应以及所有的双向交互作用，还采用了与之前模型相同的球形性校正方法、截距项，同时将患者视为随机因素。分析结果显示，未插入电极数量以及评估者个体都对电极数量排序误差存在显著影响[F(5, 277.34) = 6.12，p < 0.001；F(2, 568.00) = 9.77，p < 0.001]，而材料类型并无显著影响[F(1, 254.87) = 1.40，p = 0.237]，“未插入电极数量”与“评估者个体”之间的交互作用也不显著[F(10, 568.00) = 0.68，p = 0.745；F(5, 238.34) = 1.29，p = 0.271；F(2, 568.00) = 1.71，p = 0.182]，截距项亦无显著影响[F(1, 46.92) = 1.21，p = 0.276]。材料类型无显著影响的结果如图2B所示。由于手术类型和材料类型这两个因素的主效应均不显著，因此在最终的广义线性模型中，将这两个因素的各个水平合并处理，同时将这些因素从模型中排除。在重新纳入完全插入电极的情况后，仍以电极数量排序误差作为因变量，仅将未插入的电极数量和评估者个体作为固定因素。这个最终模型同样考虑了各单个因素的主效应、双向交互作用项及截距项，还对重复测量问题采用了Huynh-Feldt校正方法，同时将患者视为随机因素。分析结果显示，未插入电极数量以及评估者个体都对电极数量排序误差存在显著影响[F(6, 287.84) = 8.69，p < 0.001；F(2, 570.00) = 11.14，p < 0.001]，而双向交互作用以及截距项均无显著意义[F(12, 570.00) = 1.21，p = 0.271；F(1, 45.83) = 2.59，p = 0.114]。此外，还使用了Bonferroni–Dunn方法进行多重比较校正，对两个显著主效应的各个水平之间进行了两两比较。结果发现，第二位评估者的电极数量排序误差显著高于第一位评估者[差异值为?0.62，95%置信区间为?1.02至?0.23，p < 0.001]，也显著高于第三位评估者[差异值为?0.71，95%置信区间为?1.11至?0.32，p < 0.001]，而第一位评估者与第三位评估者的排序误差之间则无显著差异[差异值为?0.090，p > 0.999]。综上所述，第二位评估者的电极数量排序误差比第一位和第三位评估者两者排序误差之和还要低约0.71±0.61根电极。通过对未插入电极的后续成对比较发现，EE排名误差似乎会随着未插入电极数量的增加而减小，不过很多情况下这些误差在统计上并无显著差异（0个EE与1个EE [p > 0.999]，2个EE [p = 0.227]，3个EE [p = 0.050]，4个EE [差异{275.183} = ?1.053 {95%置信区间：?1.830至?0.277}，p < 0.001*]，5个EE [差异{283.761} = ?1.511 {95%置信区间：?2.422至?0.600}，p < 0.001*]，6个EE [差异{282.407} = ?1.544 {95%置信区间：?2.406至?0.681}，p < 0.001*]；1个EE与2个EE [p > 0.999]，3个EE [p = 0.603]，4个EE [差异{289.030} = ?0.815 {95%置信区间：?1.587至?0.042}，p = 0.029*]，5个EE [差异{295.282} = ?1.272 {95%置信区间：?2.186至?0.359}，p < 0.001*]，6个EE [差异{295.771} = ?1.305 {95%置信区间：?2.171至?0.439}，p < 0.001*]；2个EE与3到4个EE [p > 0.999]，5个EE [p = 0.216]，6个EE [p = 0.109]；3个EE与4个EE [p > 0.999]，5个EE [p = 0.370]，6个EE [p = 0.214]；4个EE与5到6个EE [p > 0.999]；5个EE与6个EE [p > 0.999]），所有p值均为经过Bonferroni–Dunn多重比较校正后的数值。这表明，当外科医生报告为全部电极已插入时，审稿人倾向于高估EE数量约0.63±0.42（95%置信区间）个电极；而当外科医生报告的EE数量较多（即4到6个EE）时，审稿人则更可能低估EE数量约0.74±0.68（95%置信区间）个电极。这两个固定因素各水平下的具体数值以及显著的后续成对比较结果可见于图3。图3展示了广义线性模型中两个显著主效应的后续比较结果：A项为不同审稿人的EE排名误差，可见审稿人2的总体EE排名误差比审稿人1和3更为负值，说明相比后两者，他们低估了EE的数量；B项为根据外科医生未插入电极数量得出的EE排名误差，存在差异的电极对用星号标出，所有误差条均代表95%置信区间，*表示p < 0.05，EE指耳蜗外电极，GLM指广义线性模型。为探究审稿人根据EFI图的视觉呈现所判断的EE数量与外科医生在术中测量时声称置于耳蜗外的电极数量之间的吻合度，研究者对这两组数据进行了皮尔逊相关性分析，既针对每位审稿人单独分析，也对其整体进行了分析，所有案例均存在显著相关性[全部样本：r(875) = 0.63，p < 0.0001；审稿人1：r(292) = 0.51，p < 0.0001；审稿人2：r(292) = 0.66，p < 0.0001；审稿人3：r(292) = 0.71，p < 0.0001]。随后，研究者分别为每位审稿人以及所有审稿人，建立了EE排名值（即排序后的实际数值，而非误差值）与未插入电极数据之间的线性回归模型，相关结果见图4。图4为未插入电极数量（由外科医生记录）与审稿人EE排名之间的吻合度图表，圆圈大小代表观测样本数，黑色点表示所有审稿人的观测数据，灰色虚线代表“理想状态”，即未插入电极数量与EE排名完全一致的情况，灰色阴影区域代表±1个电极和±2个电极的容差范围，实心黑线则表示所有审稿人之间的相关性：A项中蓝色点代表审稿人1的观测样本数，蓝色虚线为其相关性值；B项中红色点代表审稿人2的观测样本数，红色虚线为其相关性值；C项中黄色点代表审稿人3的观测样本数，黄色虚线为其相关性值。为确定审稿人根据EFI数据判断的未插入电极数量与外科医生报告的该数值之间的吻合度，研究者以EE排名作为分类器预测值，以未插入电极数量作为标准“真实值”，使用MATLAB（Mathworks公司，美国马萨诸塞州纳蒂克市，2020b版本）的perfcurve()函数拟合ROC曲线。由于不同审稿人在广义线性模型中的EE排名存在差异，这些ROC曲线既针对每位审稿人单独计算，也针对三位审稿人整体计算。这些ROC曲线的计算基于报告的EE排名，设定审稿人与外科医生在判断上的容差分别为±1个电极和±2个电极——即当排名与目标值相差±1个电极时，将EE排名设为未插入电极数量；相差±2个电极时也做相同处理。此外，研究者还基于审稿人区分“全部电极已插入”与“存在任意数量EE”这两种情况的能力进行了计算，此时将未插入电极数量和排名均设定为0（表示全部电极已插入）或1（表示存在1到6个EE）。所有六种场景的ROC曲线均显示在图5中。图5展示了不同容差条件下的ROC曲线：左列为0容差条件（A、D项），中间列为1个电极容差条件（B、E项），右列为2个电极容差条件（C、F项），分别评估了审稿人与外科医生在判断未插入电极数量方面的吻合度（从全部电极已插入到6个EE）（上排A–C项），以及二者在区分全部电极已插入与存在任何EE（0对比1–6）方面的吻合度（下排D–F项）。AUC表示曲线下面积，E表示电极，EE表示耳蜗外电极，EFI表示电场成像，ROC表示接收者操作特征曲线。此外，研究者还计算了二元评分的总体敏感性（真阳性率）和特异性（真阴性率）。所有审稿人识别EE存在的敏感性为95.87%，其中审稿人1、2、3的敏感性分别为91.95%、97.92%和98.51%。所有审稿人的特异性为40.65%，其中审稿人1、2、3的特异性分别为41.07%、38.00%和43.33%。当放宽审稿人与外科医生判断的容差至±1个电极时，所有审稿人的敏感性为96.52%，其中审稿人1、2、3的敏感性分别为93.09%、98.17%和98.67%；所有审稿人的特异性为54.84%，其中审稿人1、2、3的特异性分别为54.35%、52.05%和58.21%。当放宽容差至±2个电极时，所有审稿人的敏感性为97.88%，其中审稿人1、2、3的敏感性分别为90.07%、99.56%和99.14%；所有审稿人的特异性为65.68%，其中审稿人1、2、3的特异性分别为63.83%、65.08%和67.80%。总体而言，这说明所有审稿人的敏感性都很高，但特异性相对较低——他们很能准确识别外科医生所指出的EE存在情况，但在外科医生表示电极已全部插入时（在2个电极的容差范围内），仍有约34%的概率误判为存在EE。从信号检测理论的角度来看，此处保守标准对应的临界值c为正，宽松标准对应的临界值c为负，其数值为c = ?0.12。讨论部分首先总结了研究结果：研究表明，专家审稿人可以利用SCINSEV图像以96%的敏感性识别出1个或更多EE，若允许±2个电极的容差，这一敏感性可提升至98%。而准确判断电极具体数量则更具挑战性，外科医生与审稿人报告的EE数量之间的相关性为r = 0.63，总体而言审稿人低估了EE的实际数量。识别出1个或更多EE的特异性为41%（若允许±2个电极的容差，这一数值可提升至66%），这说明即便外科医生表示电极已全部插入，审稿人也常常会判断存在EE。解读这一结果时需注意，部分外科医生在数据收集阶段就指出，即便使用手术显微镜，也很难准确判断EE的具体数量。实际上，我们的分析假设外科医生报告的未插入耳蜗的电极数量是准确的，但实际上也存在数据不准确的可能。由于缺乏锥形束CT或常规CT这类能够确认“真实值”的检查手段，外科医生的误差与审稿人的误差相互混淆，这可能是本研究特异性较低的原因之一；当然这也可能反映出外科医生本身存在低估EE数量的倾向。此外，本研究中的数据集所含EE的比例高于常规临床实践中的比例，且审稿人本身就知道他们所分析的大多数数据集都存在EE，这些因素都可能导致审稿人在某些情况下错误地判定存在EE。我们发现，用于包裹EE的材料（血液或筋膜）并不会影响审稿人通过SCINSEV图像判断EE数量的结果，这一结论与之前的尸体研究结果一致（De Rijk 2022），也与空气环境下的SCINSEV测量结果形成对比——后者由于电学性质的不同，先前研究认为会显著改变SCINSEV图像特征（de Rijk等人，2022）。我们还发现，手术类型也不会影响审稿人对EE数量的排序结果，这说明通过视觉观察SCINSEV图像来识别EE数量的方法，无论是对初次植入病例还是翻修病例都同样适用。我们的分析还发现，审稿人个体差异会对EE排名误差产生轻微影响，其中审稿人2的排名误差略为负值（误差减少量约为0.71±0.61个电极单位），说明相比另外两位审稿人，他们更易低估外科医生报告的EE数量。尽管这一影响也相对较小，但它仍凸显出为可能使用SCINSEV图像制定标准、严格的解读培训程序的重要性，以便让临床团队的每位成员都能正确解读这些图像从而做出临床决策。虽然不同临床医生基于自身对风险的承受能力，在临床决策上可能存在差异，但必须确保这些差异不会因解读SCINSEV图像时对EE数量判断的准确性差异而加剧。正因如此，本研究生成的数据还被用来专门制作培训材料，旨在供临床环境中使用。通过进一步的培训，特异性评分有望进一步提升。关于EE检测的临床意义方面，据报道，电极移位或移出是继设备故障之后，需要进行耳蜗重新植入的第二大常见原因（Cullen等人，2008；Rivas等人，2008；Brown等人，2009；Connor等人，2012），而且电极移位通常会导致听力下降、出现非听觉刺激感、疼痛以及眩晕等症状（Connell等人，2008；Rivas等人，2008）。电极移位多发生在植入后立即、伤口愈合期间或植入后的最初几周内，之后电极通常会被纤维鞘包裹，或者通过骨化固定（Fayad等人，2004；Rivas等人，2008）。其他含有刺激电极的植入物（如用于治疗慢性疼痛的脊髓刺激器）的临床经验也表明，电极移位通常发生在植入后的最初几天到几周内，即在电极被纤维鞘包裹之前（Shilpakar等人，2000）。熟悉SCINSEV图像特征有助于临床医生通过识别独特的术中跨阻抗模式立即重新插入电极——在耳蜗内部与EE之间会出现明显的过渡区，耳蜗外部区域的SCINSEV图像强度会下降。在术中记录SCINSEV图像并解读其结果是一个较为简单的流程，通常耗时不到2分钟。即便是没有电生理学背景的临床医生，SCINSEVs也可能成为术中检测电极异常的实用工具。通过自动化分析来辅助识别电极异常，这一理念能进一步帮助临床医生完成相关工作，de Rijk及其同事此前就已提出了一种简单的实现方法（de Rijk等人，2020年）。按照目前的操作方式——仅依靠接触阻抗和耳蜗内电位变化来识别电极异常——只有当电极周围为空气时，接触阻抗才能发挥作用。而诱发的复合动作电位也并非总能用于识别电极异常，因为在某些情况下，电极异常本身就能产生耳蜗内的电位变化（Holder等人，2018年）；此外还有部分患者根本不存在耳蜗内电位变化，许多相关研究都因参与者无此电位变化而将其排除在研究之外（McKay等人，2013年；Stronks等人，2019年；Garcia等人，2021年）。Holder等人（2018年）的研究表明，听力学家仅能通过接触阻抗和耳蜗内电位变化测量，在60%的病例中判断出电极位于耳蜗外；剩余40%的患者存在电极异常，其产生的电流会扩散到耳蜗外部，这一情况通过术后CT扫描得到了证实。出现这种差异可能是因为电极异常会刺激耳蜗内的神经组织，导致基底电极需要更高的刺激强度，进而使得其耳蜗内电位变化的阈值也更高（van der Beek等人，2016年）。电极异常在术后并不少见，在人工耳蜗使用者中，有多达13%的人存在至少一处电极异常（Holder等人，2018年；Goh等人，2023年）。目前，术后检测电极异常最准确的方法是CT扫描，因为其生成的图像比X光更为精确。在比较SCINSEVs与CT扫描的适用性时，需要考虑几个因素。首先，CT扫描从准备到完成整个检查过程所需时间最长可达60分钟，而SCINSEVs则是简单快速的测量方法，耗时约1到2分钟，能够在手术过程中立即判断耳蜗内电极的状态，必要时还能立刻调整电极位置。其次，CT扫描的成本远高于SCINSEVs，第三，它还会让患者暴露在辐射环境中。利用SCINSEVs量化电极异常，既能在手术过程中为临床医生提供帮助，也能在电极定位过程中发挥作用，从而避免部分人工耳蜗使用者出现非听觉异常症状。在人工耳蜗手术结束时使用SCINSEVs检测时，需注意存在高估电极异常数量的风险。有研究显示，以±2根电极的容差范围来判断电极是否完全插入时，该方法的敏感度为98%，特异性为66%（对应的假阳性率为34%）。这可能导致在电极实际上已经完全插入的情况下，仍会有相当比例的病例被误判为需要重新打开伤口重新植入电极。不过这一特异性低于此前类似研究的结果（参见Borsetto 2021年的研究），如果通过对SCINSEVs数据进行标准化解读来训练临床医生识别电极异常，这一特异性有望得到提升，本研究中也开展了相关的平行培训工作。

**研究的优势与局限性**
这项前瞻性研究拓展了我们对SCINSEVs在耳蜗植入术中检测电极异常作用的认识。当前研究的主要局限性在于“真实标准”假设的合理性：研究将通过SCINSEVs解读得出的电极异常数量，与外科医生在显微镜直视下植入电极时报告的数量进行了对比。但手术过程中并未通过锥形束CT确认电极的位置，术后也未通过常规CT进行验证。再加上收集数据时外科医生就难以准确统计耳蜗外的电极数量这一问题发表了意见，因此外科医生给出的“金标准”电极数量数据可能存在一定误差。如果在类似的研究设计中使用MED-EL公司的植入设备，这种情况出现的频率和误差程度可能会降低，因为这类设备的电极间距比本研究中使用的AB公司设备更大，外科医生更容易控制电极的具体数量，也能减少电极被放置在圆窗处、其耳蜗位置难以准确判定的情况。还需要指出的是，即便使用CT扫描，由于金属伪影的存在以及分辨率的限制，也很难准确统计电极异常的数量，不过锥形束CT能够一定程度上缓解这一问题。遗憾的是，本研究组没有可用的CT数据，因为我们的机构通常不会在术后常规开展CT检查。此外，本研究的患者数量相对较少，且有多名外科医生参与了手术，这些因素也可能影响了外科医生统计耳蜗外电极数量的准确性。同时，本研究仅使用了AB公司设计的耳蜗植入设备，这也限制了研究结果的普遍适用性。此前也有使用耳蜗植入设备开展类似研究的情况（Borsetto，2021年），由于这类设备的电极间距比AB公司设备更小，其结果与外科医生报告的电极数量的一致性更低。相比之下，MED-EL公司设备的电极间距更大，预计会出现相反的情况。未来的研究应更深入地探讨不同制造商的设备对检测技术的影响。

虽然本研究评估了术中使用SCINSEVs检测电极异常的方法，但该方法在术后检测领域同样具有很大的应用价值。尽管作者们也已将该方法成功应用于植入时间较长的患者，但术中检测结果与术后检测结果之间存在显著差异，而纤维增生被认为是影响这一差异的关键因素。由于研究设计本身就人为调整了未植入电极的数量，因此仅能纳入术中检测数据，这也是本研究的一个局限性。不过，由于纳入了翻修病例，这一局限性有所缓解，因为这些病例中必然存在纤维增生现象，而且研究显示这些病例与首次手术病例在电极异常判定误差方面并无差异。鉴于该方法在术中数据应用时的可靠性表现良好，包括翻修病例在内，作者认为它同样具备应用于术后数据的巨大潜力，未来应重点开展这方面的研究。

**结论**
SCINSEVs在耳蜗植入术患者中检测电极异常方面展现出较大潜力。在作者所在医疗机构，SCINSEVs已经改变了临床实践，成为耳蜗植入术术中常规检查的一部分。采用这种无创、可靠且简单的检测方法，能够在皮肤缝合前后确认电极是否已完全插入。作者建议在手术结束时（即皮肤缝合后）进行检测，此时如果电极有向外耳蜗外移动的现象，仍可在无需返回手术室的情况下进行纠正。目前无法通过CT扫描来确认和验证电极的位置，这是本研究的一个主要局限性。未来开展一项将SCINSEVs与术后CT扫描效果进行对比的临床试验，对于进一步确认这一新型术后检测工具的适用性和可靠性具有重要意义。

**致谢**
作者感谢所有参与本研究数据收集的临床工作人员（包括外科医生、医学科学家、听力学家、手术护士、麻醉师等），感谢Valerio M. Di Pasquale Fiasca对数据进行了整理和归类，为后续分析做好了准备，同时也感谢所有同意参与本研究的患者，没有他们的支持，这一切都无法实现。本研究的部分资金来自Advanced Bionics资助的MPhil项目（D.B.）、剑桥大学技术学院的W.D. Armstrong信托基金（C.G.）、英国研究与创新机构颁发的编号为G116517的Impact Acceleration Award（C.G.）、Cochlear Corporation、MED-EL和Oticon Medical提供的资助（M.S.-C.）、医学研究委员会颁发的编号为G101400的核心奖项（R.P.C., D.B.-Y., J.D.）、英国耳科学会提供的BSO2022-04资助（C.S.）、NIHR剑桥生物医学研究中心提供的编号为NIHR203312的资助（M.B.和M.S.-C.），以及S.E.在剑桥大学医院的工作所获得的Advanced Bionics资助。D.B.参与了患者招募工作，负责研究设计、组织与实施，参与了数据分析，并共同领导了手稿的撰写工作。C.G.参与了数据收集，负责数据分析，共同领导了手稿撰写，并负责整理手稿反馈意见及修改手稿。M.S.-C.在患者招募、数据收集、数据整理与处理、培训开发方面做出了重要贡献，同时还对手稿提出了修改意见。S.E.参与了患者招募、数据收集以及培训开发工作，并对手稿提出了修改意见。R.P.C.参与了研究设计，并对手稿提出了修改意见。J.R.T.是参与手术的外科医生，他对D.B.进行了指导，并对手稿提出了意见。N.D.是参与手术的外科医生，对手稿提出了修改意见。P.A.是参与手术的外科医生。M.E.S.担任了审稿人，参与了培训开发工作，并对手稿提出了修改意见。C.S.参与了研究设计，并对手稿提出了修改意见。Y.C.T.担任了审稿人，参与了培训开发工作，并对手稿提出了修改意见。S.M.参与了患者招募和数据收集工作。J.D.参与了数据收集工作。D.B.-Y.参与了数据收集、培训开发工作，并对手稿提出了修改意见。M.B.参与了研究设计，对D.B.进行了指导，既是参与手术的外科医生，也是审稿人，同时还对手稿提出了修改意见。本研究获得了健康研究管理局（HRA）和威尔士健康与护理研究机构（HCRW）的伦理审批许可，审批申请是通过剑桥大学医院NHS基金会信托机构和剑桥大学提交的（IRAS编号：285894，参考编号：A095798）。所有参与者都签署了书面知情同意书。本研究是严格按照赫尔辛基宣言、欧盟GCP指南、国家和地方监管要求以及ICH-GCP指南的方案和伦理原则开展的。作者们不存在需要披露的利益冲突。