Formazione vocale assistita da computer per utenti di apparecchi acustici

Introduzione L'ipoacusia neurosensoriale (SNHL) è una disabilità che colpisce le persone in tutto il mondo e si prevede che la prevalenza aumenterà a causa della prolungata aspettativa di vita. SNHL ha un impatto negativo significativo sulla qualità della vita, specialmente nei bambini con sordità prelinguale. Ad eccezione di alcune malattie come la sordità improvvisa o l'idrope endolinfatico, che possono essere trattate o alleviate con farmaci o interventi chirurgici, la maggior parte dei pazienti con SNHL deve indossare apparecchi acustici o sottoporsi a impianto cocleare per riacquistare l'udito. Tuttavia, per molti individui queste misure non risolvono in modo soddisfacente i problemi di comunicazione, perché l'udito è solo il primo passo di una serie di eventi che portano alla comunicazione. Tra l'udito e la comunicazione si trovano le importanti capacità di ascolto e comprensione, e per ottenere una comunicazione di successo è stato suggerito che ai pazienti che ricevono l'amplificazione dovrebbe essere offerto un qualche tipo di riabilitazione audiologica. È stato riferito che i soggetti più anziani non si acclimatano spontaneamente all'uso di un apparecchio acustico o che gli effetti sono piccoli o inesistenti, il che sottolinea l'importanza della riabilitazione dopo aver indossato un apparecchio acustico. Sfortunatamente, non tutti con SNHL a Taiwan ricevono questo tipo di riabilitazione. Le ragioni di ciò possono essere: (a) i metodi di riabilitazione non sono familiari a tutti i clinici o logopedisti; (b) c'è una carenza di medici o logopedisti per fornire tale riabilitazione che richiede tempo; (c) i pazienti con problemi di udito potrebbero non essere in grado di permettersi o non essere disposti a dedicare tempo alla riabilitazione; e (d) è difficile misurare i miglioramenti apportati dalla riabilitazione.

Recentemente, le procedure di formazione riabilitativa hanno suscitato interesse a causa dei progressi tecnologici che consentono a un utente di apparecchi acustici di eseguire le procedure a casa utilizzando un personal computer. Burk et al. hanno addestrato giovani ascoltatori normali e anziani con problemi di udito con materiali di formazione registrati digitalmente utilizzando un computer. I risultati hanno mostrato che gli ascoltatori con problemi di udito più anziani sono stati in grado di migliorare significativamente le loro capacità di riconoscimento delle parole attraverso l'addestramento con un oratore e, in una certa misura, raggiungere lo stesso livello dei giovani ascoltatori con udito normale. Inoltre, le prestazioni migliorate sono state mantenute tra gli oratori e nel tempo.

Il sistema CAST (Computer-Aided Speechreading Training) è stato sviluppato per simulare un intervento di formazione faccia a faccia ed è stato progettato per essere una componente di un programma completo di riabilitazione uditiva per adulti pre-pensionamento con ipoacusia acquisita da lieve a moderata. Lo scopo della formazione era migliorare le capacità di lettura del parlato per integrare la percezione uditiva del parlato. Durante la formazione, lo studente visualizza un monitor che mostra uno schermo generato dal computer o una registrazione videoregistrata dell'insegnante. CAST è stato progettato per essere utilizzato da un medico per estendere piuttosto che per sostituire le tecniche riabilitative esistenti.

La formazione basata su computer è stata applicata anche alla riabilitazione degli utenti di impianti cocleari. Prima dello sviluppo della formazione basata su computer, alcuni studi hanno valutato gli effetti di una formazione limitata sulle capacità di riconoscimento vocale degli utenti di impianti cocleari con prestazioni inferiori. Busby et al. hanno condotto dieci sessioni di formazione sulla percezione e la produzione del parlato di 1 ora, ei risultati hanno dimostrato cambiamenti minimi nelle capacità percettive in tre utenti di impianti cocleari. Dawson e Clark hanno condotto una sessione di allenamento di 50 minuti a settimana per 10 settimane e quattro soggetti su cinque hanno mostrato un certo miglioramento. Si pensava che il limitato successo di questi tentativi di migliorare le capacità di riconoscimento vocale degli utenti di impianti cocleari fosse dovuto a una quantità inadeguata di formazione. Si prevedeva che una formazione più intensiva degli utilizzatori di impianti cocleari fosse efficace, poiché nelle popolazioni con udito normale è stato dimostrato che la formazione migliora con successo la discriminazione e l'identificazione dei segmenti vocali e il riconoscimento del parlato con spostamento spettrale. Fu et al. hanno riportato risultati incoraggianti nella riabilitazione di utenti di impianti cocleari utilizzando un sistema di addestramento vocale assistito da computer che hanno anche chiamato CAST, sebbene questo fosse diverso dal sistema CAST di Pichora-Fuller e Benguerel. Il sistema CAST di Fu et al, sviluppato presso l'House Ear Institute, contiene un ampio database di materiali di formazione e può essere installato su personal computer, quindi con strutture e competenze minime, gli utenti di impianti cocleari possono condurre la formazione a casa e i medici oppure i logopedisti possono monitorare il punteggio del test del soggetto e il progresso della formazione. I risultati hanno dimostrato che dopo una moderata quantità di allenamento (1 ora al giorno, 5 giorni alla settimana), tutti i 10 utilizzatori di impianti cocleari adulti postlingualemente assordati nello studio hanno avuto miglioramenti significativi nei punteggi di riconoscimento delle vocali e delle consonanti. Wu et al hanno applicato il sistema CAST a 10 bambini di lingua mandarina (tre portatori di apparecchi acustici e sette portatori di impianti cocleari). Dopo essersi allenati per mezz'ora al giorno, 5 giorni alla settimana, per un periodo di 10 settimane, i soggetti hanno mostrato miglioramenti significativi nelle prestazioni di vocali, consonanti e tono cinese. Questo miglioramento delle prestazioni è stato in gran parte mantenuto per 2 mesi dopo il completamento della formazione. Stacey e Summerfield hanno utilizzato anche l'addestramento uditivo basato su computer per migliorare la percezione del rumore. I risultati hanno confermato che la formazione ha contribuito a superare gli effetti delle distorsioni spettrali nel parlato e che i materiali di formazione sono stati più efficaci quando sono stati inclusi diversi oratori.

Sulla base di questi studi precedenti, gli utenti di impianti cocleari possono migliorare la loro capacità di riconoscimento vocale dopo l'addestramento con un sistema CAST. Se questo sistema è efficace anche per gli utenti di apparecchi acustici, e in particolare per i pazienti con sordità prelinguale, il sistema CAST avrà un impatto sostanzialmente positivo, in quanto ci sono molti più utenti di apparecchi acustici che portatori di impianti cocleari.

Lo scopo di questo studio era di addestrare adolescenti e giovani adulti sordi prelingualmente con CAST e misurare i benefici oggettivamente e soggettivamente. I benefici oggettivi sono stati misurati utilizzando test di riconoscimento vocale pubblicati [13], mentre i benefici soggettivi sono stati misurati utilizzando la scala di miglioramento orientata al cliente (COSI).

Materiali e Metodi Soggetti Hanno partecipato a questo studio quindici utilizzatori di apparecchi acustici con ipoacusia prelinguale da severa a profonda. Altri sei utenti di apparecchi acustici con età e media uditiva simili sono stati inclusi come gruppo di controllo. I criteri di inclusione per i soggetti dello studio ei controlli erano: (1) età superiore a 15 anni; (2) indossare un apparecchio acustico per almeno 2 anni dopo la diagnosi di ipoacusia; (3) capacità di base di utilizzare un computer; (4) parlante cinese mandarino; e (5) la motivazione a intraprendere il programma di formazione. I criteri di esclusione erano: (1) media audiolesa inferiore a 70 dBHL; (2) incapace di utilizzare un computer. Prima della formazione con CAST, tutti i partecipanti hanno ricevuto l'audiometria del campo sonoro non assistita e assistita. La tabella 1 mostra le informazioni di base dei 21 partecipanti.

Scala di miglioramento orientata al cliente (COSI) Utilizziamo un questionario COSI per valutare i benefici soggettivi. Prima della formazione con il sistema CAST, sia al gruppo di formazione che a quello di controllo è stato chiesto di identificare cinque situazioni specifiche in cui vorrebbero affrontare meglio. Alla fine della formazione, per ogni situazione è stato chiesto loro (A) quanto meglio (o peggio) potevano ora sentire, e (B) quanto bene erano ora in grado di far fronte. Ai fini del ridimensionamento, alle risposte sono stati assegnati punteggi da 1 a 5, dove 5 corrisponde a "molto meglio" e "quasi sempre", 4 corrisponde a "meglio" e "il più delle volte", 3 corrisponde a "leggermente meglio" e "metà del tempo", 2 corrispondenti a "nessuna differenza" e "occasionalmente", e 1 corrispondente a "peggio" e "quasi mai", rispettivamente per le domande A e B. La domanda A è stata definita "miglioramento" e la domanda B è stata definita "capacità finale". I punteggi totali delle cinque situazioni sono stati confrontati tra i gruppi di allenamento e di controllo.

Materiali e procedure del test I materiali del test di riconoscimento vocale, tra cui parole monosillabiche, parole disillabiche spondee, vocali, consonanti e test di riconoscimento del tono cinese sono stati registrati su un CD-ROM presso Melody Medical Instruments Corp. da un oratore maschio e una femmina. I materiali del test sono stati visualizzati su un computer portatile collegato a un audiometro clinico GSI 61TM (Grason-Stadler, USA) a un livello di uscita di 70 dBHL. La procedura di test è stata eseguita in una stanza insonorizzata a doppia parete.

I materiali per il test di riconoscimento delle parole cinesi monosillabiche includevano quattro blocchi di 25 parole cinesi. Per ogni test di riconoscimento vocale, sono state selezionate 50 parole risultanti in un set di 50 token. Dopo che è stata visualizzata una parola cinese monosillabica, ai partecipanti è stato chiesto di scrivere la parola. Per ogni test di riconoscimento vocale sono stati generati quattro diversi set di test open-set. I materiali per il test di riconoscimento delle parole spondee cinesi disillabiche includevano due blocchi di parole spondee cinesi, ciascun blocco contenente 36 parole spondee cinesi. Per ogni test di riconoscimento vocale, è stato selezionato un blocco risultante in un set di 36 token. Dopo che è stata visualizzata una parola spondee cinese, ai partecipanti è stato chiesto di scrivere la parola. Sono stati generati quattro diversi set di test open-set modificando l'ordine dei materiali per ciascun test di riconoscimento vocale.

I materiali del test di riconoscimento vocale includevano 16 parole cinesi. Il riconoscimento delle vocali è stato misurato utilizzando una procedura di scelta forzata a 4 alternative in cui i caratteri cinesi sono stati mostrati nell'elenco delle scelte. Per ogni test di riconoscimento vocale, l'ordine delle parole è stato modificato. Pertanto, sono stati generati quattro diversi set di test a set chiuso. I materiali del test di riconoscimento delle consonanti includevano 21 parole cinesi. Il riconoscimento delle consonanti è stato misurato utilizzando una procedura di scelta forzata a 4 alternative in cui un carattere cinese è stato mostrato nell'elenco delle scelte. Per ogni test di riconoscimento vocale, l'ordine delle parole è stato modificato e quindi sono state generate quattro diverse serie di test a set chiuso. I materiali per il test di riconoscimento del tono cinese includevano 50 parole in cinese mandarino. Ai partecipanti è stato chiesto di scrivere il tono cinese (tono: 1: bemolle; 2: ascendente; 3: discendente- ascendente; 4: discendente) dopo che la parola cinese è stata visualizzata. Per ogni test di riconoscimento vocale, l'ordine delle parole è stato modificato, e quindi sono stati generati quattro diversi set di test open-set.

Prima della formazione, entrambi i gruppi sono stati sottoposti a una serie di test di riconoscimento vocale come dati di base. Il gruppo di formazione ha quindi iniziato la formazione mentre il gruppo di controllo non ha ricevuto alcuna formazione. Ogni 4 settimane, i partecipanti tornavano in laboratorio per un'altra serie di test di riconoscimento vocale utilizzando diversi materiali di prova. Ogni partecipante aveva ricevuto un totale di quattro test di riconoscimento vocale entro la fine dello studio.

Strumenti e procedure di formazione Il software CAST sviluppato presso l'House Ear Institute e distribuito da Melody Medical Instrument Corp. è stato utilizzato come strumento di formazione. Al gruppo di formazione è stato chiesto di allenarsi a casa seguendo il programma per almeno 1 ora al giorno, 3 giorni alla settimana, per 12 settimane consecutive. Il gruppo di controllo non ha ricevuto alcuna formazione ed è tornato in laboratorio ogni 4 settimane per i test di riconoscimento vocale. Per ogni partecipante al gruppo di formazione, è stato eseguito un test di riconoscimento vocale di base dopo che il software era stato installato nel suo personal computer. I risultati sono stati analizzati dal software che ha poi generato automaticamente un programma di allenamento mirato. Il software conteneva una grande quantità di informazioni tra cui tono puro, riconoscimento delle vocali, riconoscimento delle consonanti, riconoscimento del tono, riconoscimento del parlante, suoni ambientali, parole occasionali e frasi occasionali. Ai soggetti è stato chiesto di concentrarsi sul tono puro, sul riconoscimento delle vocali, sul riconoscimento delle consonanti e sull'addestramento al riconoscimento del tono. I soggetti hanno iniziato la formazione a un livello generato dal software del computer. Di solito c'erano cinque livelli di difficoltà in ogni categoria di allenamento e ogni livello consisteva in diverse sessioni di allenamento. Per il puro addestramento al riconoscimento del tono, ai soggetti è stato chiesto di scegliere il suono diverso dagli altri. È stato fornito un feedback visivo sul fatto che la risposta fosse corretta o errata. Al termine di una sessione di allenamento, è stato calcolato il punteggio. Se il punteggio superava 80, la formazione procedeva a un livello superiore. Se il punteggio non superava 80, la sessione di allenamento veniva ripetuta finché il punteggio non superava 80. A un livello più alto di sessioni di formazione, le differenze tra le caratteristiche del parlato nelle scelte di risposta sono state ridotte. Per l'addestramento al riconoscimento vocale, ai soggetti è stato chiesto di scegliere la vocale diversa dalle altre. Dopo che i soggetti erano progrediti oltre il compito di discriminazione a scelta forzata in 3 alternative, sono stati addestrati a identificare le vocali finali. Procedure di addestramento simili sono state utilizzate per l'addestramento al riconoscimento delle consonanti e del tono.

A ciascun soggetto del gruppo di formazione è stato chiesto di registrarsi sul sito Web di Melody Medical Instrument Corp. e ci sono stati forniti nome utente e password. Pertanto, siamo stati in grado di monitorare il tempo totale impiegato per l'allenamento, il tempo di allenamento e il punteggio per ogni esercizio. Se i soggetti non raggiungevano la quantità di tempo e le sessioni di formazione richieste, contattavamo la loro famiglia e li incoraggiavamo a fare più formazione.

Metodi statistici Tutte le analisi statistiche sono state eseguite con il software SAS (Versione 9.1.3, SAS Institute Inc., Cary, NC, U.S.A.) e software R (versione 2.7). I valori p bilaterali di 0,05 o inferiori sono stati considerati statisticamente significativi. I dati continui sono stati espressi come media ± deviazione standard (DS) se non diversamente specificato. Le percentuali sono state calcolate per le variabili categoriali. Per confrontare le medie o le mediane dei dati continui tra due gruppi sono stati utilizzati test t a due campioni o test della somma dei ranghi di Wilcoxon, mentre il test del chi quadrato o il test esatto di Fisher sono stati utilizzati per analizzare le proporzioni categoriche tra due gruppi.

Oltre alle analisi univariate, i dati dei cinque test di riconoscimento vocale sono stati analizzati adattando più modelli di regressione lineare marginale utilizzando equazioni di stima generalizzate. Se la struttura di autocorrelazione di primo ordine (cioè AR(1)) si adatta bene ai dati delle misure ripetute, le stime dell'errore standard basate sul modello sono state utilizzate nell'analisi delle equazioni di stima generalizzate; in caso contrario, sono state riportate le stime empiriche dell'errore standard. Inoltre, i dati di COSI sono stati analizzati adattando più modelli di regressione lineare.

Nelle nostre analisi di regressione sono state utilizzate tecniche di adattamento del modello di base per la selezione delle variabili, la valutazione della bontà di adattamento e la diagnostica di regressione per garantire la qualità dei risultati. Nella selezione delle variabili graduali, sono state considerate tutte le covariate significative e non significative univariate ed entrambi i livelli di significatività per l'ingresso e per il soggiorno sono stati impostati su 0,15 o superiore. La misura della bontà di adattamento, il coefficiente di determinazione (R2), è stata calcolata per tutti i modelli di regressione lineare, che è il quadrato della correlazione tra la variabile di risposta osservata e il valore previsto. Aveva un valore compreso tra 0 e 1, con un valore maggiore che indicava un migliore adattamento del modello di regressione lineare multipla ai dati continui osservati. Inoltre, è stato esaminato il fattore di inflazione della varianza per rilevare potenziali problemi di multicollinearità (definiti come un valore ≥ 10).