通常の純音閾値の分布特性

目的：この研究では、自動化された手動の聴覚測定で得られた通常の空調しきい値の統計的特性を調べて、しきい値が通常分布しているという仮説をテストし、手動テストにおけるバイアスの証拠の分布を調べました。 設計：通常のしきい値のために4つのデータベースがマイニングされました。1つは、自動化された方法で取得されたオーディオグラムが含まれていました。他の3つは、手動の聴力測定で得られました。頻度分布は、4つのテスト頻度（250、500、1000、および2000 Hz）について調べました。 研究サンプル：分析は、4つの臨床データベースからの80人の被験者の317 569のしきい値決定に基づいています。 結果：自動オーディオメトリーで得られたしきい値の頻度分布は正常です。年齢を修正すると、平均しきい値は、参照等価なしきい値の音圧レベルの1.5 dB以内です。手動の聴覚測定によって得られたしきい値の頻度分布は、より高いしきい値にシフトされます。手動のオーディオメトリーによって取得された3つのデータセットのうち2つは、積極的に歪んでいます。 結論：マニュアルオーディオメトリーデータの正のシフトとスキューは、テスターのバイアスから生じる可能性があります。0 dB HL未満のしきい値の顕著な希少性は、オーディオロジストが高レベルのしきい値よりも低いしきい値を特定することでそれほど重要ではないことを示唆しています。これを十分に良いバイアスと呼び、自動化されたアディオメトリーと手動の聴覚測定によって得られたしきい値の分布の違いに責任がある可能性があることを示唆しています。

OBJECTIVE: This study examined the statistical properties of normal air-conduction thresholds obtained with automated and manual audiometry to test the hypothesis that thresholds are normally distributed and to examine the distributions for evidence of bias in manual testing. DESIGN: Four databases were mined for normal thresholds. One contained audiograms obtained with an automated method. The other three were obtained with manual audiometry. Frequency distributions were examined for four test frequencies (250, 500, 1000, and 2000 Hz). STUDY SAMPLE: The analysis is based on 317 569 threshold determinations of 80 547 subjects from four clinical databases. RESULTS: Frequency distributions of thresholds obtained with automated audiometry are normal in form. Corrected for age, the mean thresholds are within 1.5 dB of reference equivalent threshold sound pressure levels. Frequency distributions of thresholds obtained by manual audiometry are shifted toward higher thresholds. Two of the three datasets obtained by manual audiometry are positively skewed. CONCLUSIONS: The positive shift and skew of the manual audiometry data may result from tester bias. The striking scarcity of thresholds below 0 dB HL suggests that audiologists place less importance on identifying low thresholds than they do for higher-level thresholds. We refer to this as the Good enough bias and suggest that it may be responsible for differences in distributions of thresholds obtained by automated and manual audiometry.