Formation à la parole assistée par ordinateur pour les utilisateurs d'aides auditives

Introduction La perte auditive neurosensorielle (SNHL) est un handicap qui touche des personnes dans le monde entier et dont la prévalence devrait augmenter en raison de l'allongement de l'espérance de vie. La SNHL a un impact négatif significatif sur la qualité de vie, en particulier chez les enfants devenus sourds prélinguaux. À l'exception de certaines maladies telles que la surdité soudaine ou l'hydrops endolymphatique, qui peuvent être traitées ou atténuées par des médicaments ou une intervention chirurgicale, la plupart des patients atteints de SNHL doivent porter des prothèses auditives ou subir une implantation cochléaire pour retrouver l'ouïe. Cependant, pour de nombreuses personnes, ces mesures ne résolvent pas de manière satisfaisante les problèmes de communication, car l'audition n'est que la première étape d'une série d'événements menant à la communication. Entre l'audition et la communication se trouvent les compétences importantes d'écoute et de compréhension, et pour parvenir à une communication réussie, il a été suggéré que les patients recevant une amplification devraient se voir proposer un certain type de réadaptation audiologique. Il a été rapporté que les sujets âgés ne s'acclimatent pas spontanément au port d'une prothèse auditive, ou que les effets sont faibles ou inexistants, ce qui souligne l'importance de la rééducation après le port d'une prothèse auditive. Malheureusement, tout le monde avec SNHL à Taiwan ne reçoit pas ce type de réadaptation. Cela peut s'expliquer par les raisons suivantes : (a) les méthodes de rééducation ne sont pas familières à tous les cliniciens ou orthophonistes ; (b) il y a une pénurie de cliniciens ou d'orthophonistes pour assurer une telle réadaptation chronophage; (c) les patients malentendants peuvent ne pas avoir les moyens ou ne pas vouloir consacrer du temps à la réadaptation ; et (d) il est difficile de mesurer les améliorations apportées par la réhabilitation.

Récemment, les procédures de formation en réadaptation ont suscité un intérêt en raison des avancées technologiques permettant à un utilisateur d'aide auditive d'effectuer les procédures à la maison en utilisant un ordinateur personnel. Burk et al ont formé de jeunes auditeurs normo-entendants et plus âgés malentendants avec du matériel de formation enregistré numériquement à l'aide d'un ordinateur. Les résultats ont montré que les auditeurs malentendants plus âgés étaient capables d'améliorer considérablement leurs capacités de reconnaissance des mots grâce à un entraînement avec un locuteur et, dans une certaine mesure, d'atteindre le même niveau que les jeunes auditeurs normo-entendants. De plus, les performances améliorées ont été maintenues entre les locuteurs et dans le temps.

Le système de formation à la lecture vocale assistée par ordinateur (CAST) a été développé pour simuler une intervention de formation en face à face et a été conçu pour être l'un des composants d'un programme complet de réadaptation auditive pour les adultes en préretraite ayant une perte auditive acquise légère à modérée. L'objectif de la formation était d'améliorer les compétences en lecture labiale pour compléter la perception auditive de la parole. Tout au long de la formation, l'apprenant regarde un moniteur qui affiche soit un écran généré par ordinateur, soit un enregistrement vidéo de l'enseignant. CAST a été conçu pour être utilisé par un clinicien afin d'étendre plutôt que de remplacer les techniques de réadaptation existantes.

La formation assistée par ordinateur a également été appliquée à la réadaptation des utilisateurs d'implants cochléaires. Avant le développement de la formation assistée par ordinateur, certaines études évaluaient les effets d'une formation limitée sur les capacités de reconnaissance vocale des utilisateurs d'implants cochléaires les moins performants. Busby et al ont mené dix séances de formation d'une heure sur la perception et la production de la parole, et les résultats ont démontré des changements minimes dans les capacités de perception chez trois utilisateurs d'implants cochléaires. Dawson et Clark ont ​​mené une séance d'entraînement de 50 minutes par semaine pendant 10 semaines, et quatre des cinq sujets ont montré une certaine amélioration. Le succès limité de ces tentatives d'amélioration des capacités de reconnaissance de la parole des utilisateurs d'implants cochléaires a été attribué à une formation insuffisante. Une formation plus intensive des utilisateurs d'implants cochléaires était censée être efficace, car il a été démontré que dans les populations normo-entendantes, la formation améliore avec succès la discrimination et l'identification des segments de la parole, ainsi que la reconnaissance de la parole décalée spectralement. Fu et al ont rapporté des résultats encourageants dans la réhabilitation des utilisateurs d'implants cochléaires à l'aide d'un système d'entraînement à la parole assisté par ordinateur qu'ils ont également appelé CAST, bien que cela soit différent du système CAST de Pichora-Fuller et Benguerel. Le système CAST de Fu et al, développé au House Ear Institute, contient une grande base de données de matériel de formation et peut être installé sur des ordinateurs personnels. Ainsi, avec un minimum d'installations et de compétences, les utilisateurs d'implants cochléaires peuvent effectuer la formation à domicile et les cliniciens ou les orthophonistes peuvent surveiller le résultat du test du sujet et les progrès de la formation. Les résultats ont démontré qu'après un entraînement modéré (1 heure par jour, 5 jours par semaine), les 10 utilisateurs adultes d'implants cochléaires devenus sourds postlinguaux de l'étude présentaient des améliorations significatives des scores de reconnaissance des voyelles et des consonnes. Wu et al ont appliqué le système CAST à 10 enfants parlant le mandarin (trois utilisateurs d'appareils auditifs et sept utilisateurs d'implants cochléaires). Après un entraînement d'une demi-heure par jour, 5 jours par semaine, pendant une période de 10 semaines, les sujets ont montré des améliorations significatives dans la performance des voyelles, des consonnes et du ton chinois. Cette amélioration des performances a été largement conservée pendant 2 mois après la fin de la formation. Stacey et Summerfield ont également utilisé un entraînement auditif informatisé pour améliorer la perception du bruit. Les résultats ont confirmé que la formation aidait à surmonter les effets des distorsions spectrales de la parole, et que les supports de formation étaient plus efficaces lorsque plusieurs locuteurs étaient inclus.

Sur la base de ces études précédentes, les utilisateurs d'implants cochléaires peuvent améliorer leur capacité de reconnaissance vocale après une formation avec un système CAST. Si ce système est également efficace pour les utilisateurs d'appareils auditifs, et en particulier les patients sourds prélinguaux, le système CAST aura un impact sensiblement positif, car il y a beaucoup plus d'utilisateurs d'appareils auditifs que d'utilisateurs d'implants cochléaires.

Le but de cette étude était de former des adolescents et jeunes adultes devenus sourds prélinguaux au CAST et d'en mesurer objectivement et subjectivement les bénéfices. Les bénéfices objectifs ont été mesurés à l'aide de tests de reconnaissance vocale publiés [13], et les bénéfices subjectifs ont été mesurés à l'aide d'une échelle d'amélioration axée sur le client (COSI).

Matériels et méthodes Sujets Quinze utilisateurs d'aides auditives atteints d'une surdité prélinguale sévère à profonde ont participé à cette étude. Six autres utilisateurs d'appareils auditifs avec un âge et une moyenne d'audition similaires ont été inclus dans le groupe témoin. Les critères d'inclusion pour les sujets de l'étude et les témoins étaient : (1) âge supérieur à 15 ans ; (2) porter une prothèse auditive pendant au moins 2 ans après le diagnostic de la perte auditive ; (3) aptitude de base à faire fonctionner un ordinateur; (4) locuteur du chinois mandarin ; et (5) la motivation pour entreprendre le programme de formation. Les critères d'exclusion étaient : (1) moyenne auditive assistée inférieure à 70 dBHL ; (2) incapable d'utiliser un ordinateur. Avant la formation avec CAST, tous les participants ont reçu une audiométrie de champ sonore non assistée et assistée. Le tableau 1 montre les informations de base des 21 participants.

Échelle d'amélioration axée sur le client (COSI) Nous utilisons un questionnaire COSI pour évaluer les avantages subjectifs. Avant la formation avec le système CAST, les groupes de formation et de contrôle ont été invités à identifier jusqu'à cinq situations spécifiques dans lesquelles ils aimeraient mieux faire face. À la fin de la formation, pour chaque situation, on leur a demandé (A) dans quelle mesure ils entendaient mieux (ou moins bien) et (B) dans quelle mesure ils étaient maintenant capables de faire face. Aux fins de mise à l'échelle, les réponses ont reçu des notes de 1 à 5, 5 correspondant à « beaucoup mieux » et « presque toujours », 4 correspondant à « mieux » et « la plupart du temps », 3 correspondant à « un peu mieux » et « la moitié du temps », 2 correspondant à « aucune différence » et « occasionnellement », et 1 correspondant à « pire » et « presque jamais », respectivement pour les questions A et B. La question A était définie comme une "amélioration" et la question B était définie comme une "capacité finale". Les scores totaux des cinq situations ont été comparés entre les groupes de formation et de contrôle.

Matériels et procédures de test Les matériels de test de reconnaissance vocale, y compris les mots monosyllabiques, les mots spondés disyllabiques, les voyelles, les consonnes et les tests de reconnaissance des tons chinois, ont été enregistrés sur un CD-ROM chez Melody Medical Instruments Corp. par un locuteur masculin et féminin. Les matériaux de test ont été affichés sur un ordinateur portable connecté à un audiomètre clinique GSI 61TM (Grason-Stadler, USA) à un niveau de sortie de 70 dBHL. La procédure de test a été réalisée dans une pièce insonorisée à double paroi.

Le matériel de test de reconnaissance de mots chinois monosyllabiques comprenait quatre blocs de 25 mots chinois. Pour chaque test de reconnaissance vocale, 50 mots ont été sélectionnés, ce qui a donné un ensemble de 50 jetons. Après qu'un mot chinois monosyllabique ait été affiché, les participants ont été invités à écrire le mot. Quatre ensembles différents de tests ouverts ont été générés pour chaque test de reconnaissance vocale. Le matériel de test de reconnaissance des mots spondés chinois dissyllabiques comprenait deux blocs de mots spondés chinois, chaque bloc contenant 36 mots spondés chinois. Pour chaque test de reconnaissance vocale, un bloc a été sélectionné résultant en un ensemble de 36 jetons. Après l'affichage d'un mot chinois spondee, les participants ont été invités à écrire le mot. Quatre ensembles différents de tests à ensemble ouvert ont été générés en modifiant l'ordre des matériaux pour chaque test de reconnaissance vocale.

Le matériel de test de reconnaissance des voyelles comprenait 16 mots chinois. La reconnaissance des voyelles a été mesurée à l'aide d'une procédure de choix forcé à 4 alternatives dans laquelle les caractères chinois étaient affichés sur la liste de choix. Pour chaque test de reconnaissance vocale, l'ordre des mots a été modifié. Ainsi, quatre ensembles différents de tests en ensemble fermé ont été générés. Le matériel de test de reconnaissance des consonnes comprenait 21 mots chinois. La reconnaissance des consonnes a été mesurée à l'aide d'une procédure de choix forcé à 4 alternatives dans laquelle un caractère chinois figurait sur la liste de choix. Pour chaque test de reconnaissance vocale, l'ordre des mots a été modifié, et ainsi quatre ensembles différents de tests en ensemble fermé ont été générés. Le matériel de test de reconnaissance des tons chinois comprenait 50 mots chinois mandarin. Les participants ont été invités à écrire le ton chinois (ton : 1 : plat ; 2 : montant ; 3 : descendant-montant ; 4 : descendant) après l'affichage du mot chinois. Pour chaque test de reconnaissance vocale, l'ordre des mots a été modifié, et ainsi quatre ensembles différents de tests ouverts ont été générés.

Avant la formation, les deux groupes ont subi une série de tests de reconnaissance vocale comme données de référence. Le groupe d'entraînement a ensuite commencé à s'entraîner alors que le groupe témoin n'a reçu aucune formation. Toutes les 4 semaines, les participants retournaient au laboratoire pour une autre série de tests de reconnaissance vocale en utilisant différents matériaux de test. Chaque participant avait reçu un total de quatre tests de reconnaissance vocale à la fin de l'étude.

Outils et procédures de formation Le logiciel CAST développé au House Ear Institute et distribué par Melody Medical Instrument Corp. a été utilisé comme outil de formation. Le groupe d'entraînement a reçu pour instruction de s'entraîner à domicile en suivant le programme pendant au moins 1 heure par jour, 3 jours par semaine, pendant 12 semaines consécutives. Le groupe témoin n'a reçu aucune formation et est retourné au laboratoire toutes les 4 semaines pour des tests de reconnaissance vocale. Pour chaque participant du groupe de formation, un test de reconnaissance vocale de base a été effectué après l'installation du logiciel sur son ordinateur personnel. Les résultats ont été analysés par le logiciel qui a ensuite généré automatiquement un programme d'entraînement ciblé. Le logiciel contenait une grande quantité d'informations, notamment le ton pur, la reconnaissance des voyelles, la reconnaissance des consonnes, la reconnaissance du ton, la reconnaissance du locuteur, les sons environnementaux, les mots occasionnels et les phrases occasionnelles. Les sujets ont été invités à se concentrer sur le ton pur, la reconnaissance des voyelles, la reconnaissance des consonnes et la formation à la reconnaissance des tons. Les sujets ont commencé la formation à un niveau généré par le logiciel informatique. Il y avait généralement cinq niveaux de difficulté dans chaque catégorie d'entraînement, et chaque niveau consistait en plusieurs séances d'entraînement. Pour l'entraînement à la reconnaissance des tonalités pures, les sujets devaient choisir le son différent des autres. Un retour visuel a été fourni pour savoir si la réponse était correcte ou incorrecte. À la fin d'une séance d'entraînement, le score était calculé. Si le score dépassait 80, la formation passait à un niveau supérieur. Si le score ne dépassait pas 80, la séance d'entraînement était répétée jusqu'à ce que le score dépasse 80. À un niveau supérieur de séances d'entraînement, les différences entre les caractéristiques de la parole dans les choix de réponse ont été réduites. Pour l'entraînement à la reconnaissance des voyelles, les sujets devaient choisir la voyelle différente des autres. Après que les sujets aient progressé au-delà de la tâche de discrimination à choix forcé à 3 alternatives, ils ont été entraînés à identifier les voyelles finales. Des procédures de formation similaires ont été utilisées pour la formation à la reconnaissance des consonnes et des tons.

Chaque sujet du groupe de formation a été invité à s'inscrire sur le site Web de Melody Medical Instrument Corp., et son nom d'utilisateur et son mot de passe nous ont été fournis. Par conséquent, nous avons pu surveiller le temps total passé à l'entraînement, ainsi que le temps d'entraînement et le score pour chaque exercice. Si les sujets n'atteignaient pas le temps et les séances d'entraînement requis, nous contactions leur famille et les encourageions à faire plus d'entraînement.

Méthodes statistiques Toutes les analyses statistiques ont été réalisées avec le logiciel SAS (Version 9.1.3, SAS Institute Inc., Cary, NC, U.S.A.) et le logiciel R (Version 2.7). Les valeurs p bilatérales de 0,05 ou moins ont été considérées comme statistiquement significatives. Les données continues ont été exprimées en moyenne ± écart type (SD) sauf indication contraire. Les pourcentages ont été calculés pour les variables catégorielles. Des tests t à deux échantillons ou des tests de somme des rangs de Wilcoxon ont été utilisés pour comparer les moyennes ou les médianes des données continues entre deux groupes, tandis que le test du chi carré ou le test exact de Fisher a été utilisé pour analyser les proportions catégorielles entre deux groupes.

En plus des analyses univariées, les données des cinq tests de reconnaissance vocale ont été analysées en ajustant plusieurs modèles de régression linéaire marginale à l'aide d'équations d'estimation généralisées. Si la structure d'autocorrélation de premier ordre (c'est-à-dire AR(1)) correspond bien aux données des mesures répétées, les estimations d'erreur type basées sur le modèle ont été utilisées dans l'analyse des équations d'estimation généralisées ; sinon, les estimations empiriques de l'erreur-type ont été rapportées. De plus, les données du COSI ont été analysées en ajustant des modèles de régression linéaire multiple.

Des techniques de base d'ajustement du modèle pour la sélection des variables, l'évaluation de la qualité de l'ajustement et les diagnostics de régression ont été utilisées dans nos analyses de régression pour garantir la qualité des résultats. Dans la sélection de variables pas à pas, toutes les covariables univariées significatives et non significatives ont été prises en compte, et les niveaux de signification pour l'entrée et pour le séjour ont été fixés à 0,15 ou plus. La mesure de la qualité de l'ajustement, le coefficient de détermination (R2), a été calculée pour tous les modèles de régression linéaire, qui est le carré de la corrélation entre la variable de réponse observée et la valeur prédite. Il avait une valeur comprise entre 0 et 1, une valeur plus élevée indiquant un meilleur ajustement du modèle de régression linéaire multiple aux données continues observées. De plus, le facteur d'inflation de la variance a été examiné pour détecter d'éventuels problèmes de multicolinéarité (définis comme une valeur ≥ 10).