有效的基于智能手机的耳朵和听力评估应用:综述

简介

2012年，世界卫生组织(世卫组织)估计，致残性听力障碍影响约3.6亿人，占全球人口的5.3% [1，2］．DHI的定义是儿童听力较好的耳朵在500、1000、2000和4000赫兹(Hz)阈值(大于30分贝(dB)，成人大于40分贝)的纯音平均(PTAv)。大多数DHI患者生活在低收入和中等收入国家，在亚太、南亚和撒哈拉以南非洲地区负担最重[3.］．据估计，DHI的全球流行率正在上升[3.，4]，这可能是由于许多国家的预期寿命较长，从而导致:与年龄有关的听力损失患病率增加;通过增加听力筛查设备的可用性，促进早期发现听力损失;职业性、娱乐性和环境噪声暴露导致听力损失增加;增加和广泛使用耳毒性药物，以治疗人体免疫缺陷病毒(艾滋病毒)等一系列疾病[3.，4］．

听力损失对社会心理健康和经济独立有重大影响[3.］．如果听力丧失是在儿童时期，在语言能力尚未发育之前就已经发生的，那么它会阻碍语言的发展，从而限制受教育的程度[3.］．听力损失也有很高的社会成本，主要是由于生产力的损失[5］．如果早期发现听力障碍并提供治疗，许多这些负面影响是可以避免的[6，7］．听力障碍筛查可用于包括新生儿在内的一系列年龄组和患者群体，以检测先天性听力障碍;学校儿童，检测迟发性听力障碍;老年人，识别与年龄相关的听力损失(老年性聋);以及感染艾滋病毒的人[3.，8-11］．此外，在基于人口的调查中筛选听力障碍对确定其程度和相应地规划服务也很重要[12］．然而，在筛查听力障碍方面存在着重大挑战(特别是在低收入和中等收入国家)，例如需要安静的测试环境、需要定期校准的昂贵得令人生畏的专业听力评估设备，以及进行临床测试的熟练专业人员。在许多中低收入国家，严重缺乏听力保健专业人员(即听力学家、言语病理学家和耳鼻喉[耳鼻喉]专家)。在撒哈拉以南非洲的大部分地区，服务要么不存在，要么仅限于城市中心，导致每25万至710万人中有1人患耳鼻喉病[13］．这种稀缺与欧洲形成鲜明对比，在欧洲，每1万至3万人有1个耳鼻喉科患者[14］．由于这些障碍，听力障碍在低收入和中等收入国家中仍有相当多的人未被发现和未得到处理，而且缺乏基于人口的调查的可靠数据。2012年世卫组织流行率估计数由29个国家的42项基于人口的调查组成[1，2，6］．相比之下，可避免失明快速评估调查方法被用于200多个基于人口的视力障碍调查[33］．

为>4岁的人进行听力筛查的金标准是纯音听力学(PTA) [12］．对于4岁以下的受试者，建议进行耳声发射(OAE)和听觉脑干反应(ABR)等客观测试[12］．了解听力损失的可能原因对管理和转诊过程至关重要。听力损失的原因通常是通过一系列综合测试来确定的。在听力筛查项目中，这些测试包括鼓室测量(一种对中耳功能的测试)和耳镜检查(对鼓膜的目视检查)。缺乏进行这些测试和检查所需的设备和专门知识。然而，最近已经开发出了低成本、易于使用和自动化的创新技术，可能有助于克服一些挑战。例如，用基于计算机的自动听力学测量法取代PTA(通常由听力学家进行)可以在阈值测试中提供类似的结果[15］．智能手机应用程序的开发者已经开始利用这项技术来生成应用程序，进行自我管理的听力筛选测试。此外，还有用于进行视频耳镜检查的应用程序，通过该应用程序可以捕获鼓膜的图像，并可能发送给耳鼻喉科专家，以远程诊断和管理耳朵状况。随着智能手机在全球的普及，应用程序提供了一个很有前途的途径，以低成本的方式筛查听力障碍和评估原因。目前，人们认为存在着大量可用于测量耳朵和听力功能的应用程序，但这些应用程序的科学有效性尚未得到深入的研究。本综述的目的是确定可用的应用程序来筛查听力障碍，并比较功能和同行评审验证研究执行到目前为止。

方法

通过使用市场份额最高的商业应用商店谷歌Play (Android应用)和Apple app Store (iPhone/iPad应用)，我们进行了一项用于耳朵和听力评估的应用搜索[16］．接下来，我们对同行评议的文献进行了审查，以确定这些被识别的应用程序是否符合黄金标准。

谷歌播放和苹果应用商店搜索

2015年7月在谷歌Play和苹果App Store上进行了搜索。搜索的主要应用程序类型是那些可以进行听力测量、鼓室测量、oae、ABR测试和耳镜检查的应用程序。之所以选择这些测试，是因为它们可用于在一系列环境中评估耳朵和听力功能，包括筛查项目和基于人口的调查[12］．使用了一系列搜索词，包括临床公认的词，如听力测定和外行人的术语，比如听力测试．表1提供所使用的所有搜索词的列表。

纳入和排除标准

应用程序名称最初被筛选为与听觉功能测量或耳朵检查相关。如果应用程序显然不适用，则会根据名称将其排除在外。例如，在搜索听力测试,应用程序等电话，狗的听力测试,而且摩托罗拉画廊根据头衔被排除在外。与此相关的(例如，听力测试)或模棱两可的标题(例如，iCare健康监测器)进行了第二次筛选，通过应用商店和应用网站上的描述对它们进行更详细的审查。如果应用程序是自我管理或专业管理的耳朵或听力功能测试，就会包括在内。如果应用程序不专注于耳朵检查或听力测试，就会被排除在外;不是用英语写的;它们被归入游戏、娱乐或音乐的范畴;或者是为了教育目的。

智能手机应用的文献综述

信息来源

一旦应用商店审查完成，2015年7月进行了文献审查，以评估应用的有效性测试。检索了6个与耳和听力功能应用相关的同行评议研究数据库:PubMed/MEDLINE、EMBASE、Global Health、Web of Science、CINHAL和mHealth Evidence。通过MeSH和之前对类似主题的系统综述，确定智能手机应用和听觉功能的综合搜索词。从商业评论中识别的应用程序的名称也包括在内(见多媒体附录1)．如果应用程序的具体信息无法在网上获得，就会联系经过同行评审文献验证的应用程序开发者。

研究合格标准

2007年6月至2015年7月间发表的文章被纳入搜索范围，以与应用程序可用的时间段相一致[17］．在应用商店的评论中发现的任何将应用与黄金标准方法进行比较的主要研究都将被纳入考虑范围。评估结果的研究也包括在内，这些结果可以用来判断应用程序的性能。这些结果包括:敏感性、特异性、阴性和阳性预测值、纯音阈值的差异和kappa诊断一致性。研究人员没有对研究地点或参与研究的参与者类型施加限制。如果研究不是用英语写的，或者研究没有经过同行评审，就会被排除在外。这篇评论关注的是从商业应用商店下载的应用程序的有效性。如果这篇文章没有指明应用程序的名称，或者被研究的应用程序之前没有在应用商店的审查中被识别出来，就会联系作者，以获得有关该应用程序及其可用性的进一步信息。如果作者可以提供应用程序的名称，并且该应用程序可以在谷歌Play、苹果应用商店或其他地方购买，那么这篇文章就会被包含进来。

研究选择

文章首先由两位审稿人(TB和DP)筛选，然后是摘要，最后是全文，以确定是否合格。

数据提取

从符合条件的研究中提取以下研究组成部分的数据:

1.方法，包括研究设计、正在进行的比较(例如，指数测试[app]和参考测试[金标准])、使用的单个或多个智能手机设备、耳机/传感器类型、校准方法和测试频率。

2.参与者，包括年龄、性别和样本量。

3.研究地点，包括国家和背景。

4.出版的细节，包括年度、日记账和利益冲突声明。

5.结果包括结果类型、定义(如听力损失的定义)。

6.结果，包括相关效度测量。

所有数据由一名审稿人(TB)提取，并由第二名审稿人(DP)检查以确保准确性。

研究方法质量

使用诊断准确性研究质量评估(QUADAS-2)工具对每项研究的方法学质量进行评估[18，19］．该工具评估以下4个领域:

1.病人的选择:评估研究设计、抽样方法和选择标准。

2.指数测试(应用):所选测试(app)的评估、测试方法和解释。

3.参考标准:评估参考标准和解释的选择。

4.流和时机:评价指标与参比试验的时间间隔、样品接受参比标准的比例、参与分析的参与者比例。

根据偏倚风险对每个领域进行评估，根据对审查问题适用性的关注对前三个领域进行评估。偏差的风险和对适用性的关注被打分为低，高,或不清楚使用一系列信号问题。如果每个信号问题的答案都是“是”，那么该领域就被评为具有较低的偏差风险或较低的适用性。如果回答了任何信号性问题，“否”，则该领域被评为高偏差风险或高适用性关注。如果任何领域提供的信息不足以做出判断，该领域将被评为“不清楚”。每篇论文都由两名审稿人(TB和DP)对质量进行独立审查。

合成的结果

由于纳入研究的异质性，文献综述的结果采用叙述方法综合，而不是荟萃分析。

结果

谷歌播放和苹果应用商店审查

在谷歌Play和Apple App Store的搜索中，有超过1000款应用被评论，其中30款符合入选标准(图1)．其中17%(5/30)是Android(谷歌)应用，70%(21/30)是iOS (Apple)应用，还有13%(4/30)同时兼容Android和iOS。考虑到应用程序的功能，听力测量应用程序占多数，30个应用程序中有26个(87%)作为自我管理的自动化PTA或专业管理的PTA。其余的应用程序(4/ 30,13%)是为执行耳镜检查而设计的，需要单独的镜面手机附件。没有鼓室测量、oae或ABR应用程序被识别出来。已识别的应用程序的详细信息可以在多媒体附录2．

智能手机应用的文献综述

搜索结果

文献综述共获得534个结果:EMBASE 182个，MEDLINE 157个，Web of Science 153个，CINAHL 21个，Global Health 13个，mHealth Evidence 8个。在删除搜索引擎上的重复，并筛选相关文章的标题和摘要后，剩下22项研究。全文文章筛选结果为7项合格研究。三项研究被排除在外，因为研究中的应用程序没有指定。曾试图联系这些论文的作者以获得进一步的资料;然而，这并不成功。从纳入文章的参考文献列表中确定了另外四项研究，结果共纳入11项研究(图2)．另外一篇文章通过应用网站审核被识别出来;但是，找不到全文，因此这篇文章被排除在外。

‎ 把这个图

‎ 把这个图

纳入研究结果

在应用商店审查中发现的30个应用中，有5个出现在同行评议文献的验证研究中。这些应用程序是uHear, shoeBOX audiometry, EarTrumpet, CellScope和AudCal。文献中发现的一项研究验证了一款Android听力筛查应用hearScreen，该应用尚未在谷歌Play上上市。因此，在审查中发现了6个之前验证过的应用程序。在这些应用程序中，4个功能是自我或测试者管理的PTA (uHear、shoeBOX听诊、AudCal和EarTrumpet)，一个功能是筛查听诊(hearScreen;通过/失败的结果)，和一个功能作为视频耳镜(CellScope)。

表2提供已验证的应用程序及其具体特征的摘要，包括功能、成本、测试频率、最大输出、校准方法、推荐的传感器和管理方法。

研究特点概述

11项选定的研究总结于多媒体附录3通过研究设置、研究设计、参与者/样本和样本量、指数(app)和参考试验(金标准)、所使用的传感器和设备、试验管理方法(如，自我管理或测试人员管理)、结果测量、校准方法和结果。在加拿大进行的研究(n=3) [20.-22]，西班牙(n=1) [23]，以色列(n=2) [24，25]，美国(n=2) [26，27]和南非(n=3) [28-30.］．纳入研究的样本量从25人到110人不等。纳入研究的参与者来自不同年龄段:成年人(18岁;n = 4) (21，23，24，27]，老年人(>65岁;n = 1)25，儿童(<18岁;(n = 5)20.，26，28，30.]，儿童和成人(15-80岁;n = 1)29］．

所有纳入的研究都采用了受试者内部的研究设计。11项研究中有10项侧重于比较听力学应用程序与传统PTA [20.-25，27-30.]，而剩下的研究比较了用耳镜应用程序和传统耳镜进行的诊断[26］．

在验证听力测量应用程序的10项研究中，大多数是在安静的房间(环境噪音水平为40-50 a -加权分贝[dBA];n = 7) (21，24，25，27-30.］．其余研究仅在隔音房间中进行(环境噪声<40 dBA;n = 3) [20.，22，23］．三项研究在多个环境中进行了测试，以确定环境噪声对测试准确性的影响[21，27，29］．在结果测量方面，大多数研究(6/ 10,60%)采用确定的通过/失败dB截断进行敏感性和特异性分析[20.-22，24，25，29］．其余研究(4/10,40%)采用替代结果测量方法，包括app与传统PTA之间阈值的平均差异[23，27，28，30.］．在所有10项研究中，听力学应用程序的验证只关注空气传导(AC)阈值的比较，而不包括骨传导(BC)阈值。在验证耳镜应用程序的单一研究中，使用Cohen的kappa协议来确定与传统耳镜的诊断协议[26］．

主要结果总结

听力测定的应用

在文献中回顾的所有应用程序中，uHear在大多数研究中都得到了验证，没有一项研究表明存在利益冲突(n=5)。5项uHear研究中的3项结果表明，在成人中筛查中度或重度DHI (PTAv >40分贝听力水平[dBHL])时，可获得高灵敏度(范围为98.2-100%);然而，如果测试在环境噪声下限为40-50 dBA(安静房间)的环境中进行，特异性是可变的(范围为60.0-82.1%)[21，25，29］．环境噪音水平对uHear的准确性有显著影响[21，29］．灵敏度在所有测试设置中保持高;然而，在候诊室环境下(环境噪声>50 dBA)特异性降低，而在隔音房间中(环境噪声<40 dBA)特异性增加[29］．两项研究得出结论，与传统的PTA相比，uHear不能准确确定听力损伤的精确水平，这表明该应用程序可以用于筛查，但不能用于诊断[21，25］．

两项有效性研究将shoeBOX测听法与标准儿童测听法进行了比较，两者都宣称存在利益冲突[20.，22］．这些研究的敏感性在91.2-93.3%之间，特异性在57.8-94.5%之间，这取决于所使用的传感器和测试环境[20.］．对EarTrumpet、AudCal和hearScreen进行了个体效度研究，每项研究都声明了利益冲突。使用EarTrumpet和AudCal获得的听力阈值平均在传统PTA的10 dBHL范围内[23，27］．hearScreen是一款提供通过/推荐结果的筛选应用程序，研究发现它的推荐率与传统的听觉筛查仪相当[30.］．

耳镜检查应用程序

只有一项研究专注于验证一款耳镜应用程序。该研究比较了使用传统耳镜和使用iPhone耳镜CellScope (n=54)获得的诊断结果。[26］．这项研究发现两种诊断方法之间高度一致。指多媒体附录3有关研究结果的详情。

纳入研究的方法质量

在11篇同行评议的研究中，有2篇获得了低偏倚风险而且适用性低在所有领域[23，27］．入选研究中偏倚的主要来源是选择偏倚。质量评估结果汇总于表3和详细的多媒体附录4．

讨论

对许多低收入和中等收入国家来说，进行听力障碍筛查是不可实现的，主要原因是缺乏熟练的专业人员进行所需的检测，而且专业设备费用高昂。然而，越来越多的应用程序提供了一个机会，将它们的使用整合到耳朵和听力状况的筛查中，以一种经济有效和移动的方式。本文对目前可用的耳朵和听力评估应用程序(截至2015年7月)进行了全面的总结，并对那些已根据金标准措施进行验证的应用程序进行了总结。

在谷歌Play和Apple App Store上发现了30个符合入选标准的商业应用。根据同行评审的文献，其中只有5个经过了验证(表2)．另一项同行评审验证研究提到了一款尚未商业化的Android应用程序。在最初的商业评估中发现的绝大多数应用都没有经过同行评审文献中的黄金标准检验。大多数可用的应用程序设计用于进行听力测量(26/ 30,87%)，一小部分用于耳镜检查(4/ 30,13%)。没有应用程序进行oae, ABR或鼓室测量。

文献综述确定了11项同行评审的验证研究。研究是相当异质性的，执行敏感性/特异性分析的截止水平、患者群体、分析单位(每只耳朵的结果单独或单独)和参与者的排除/纳入标准都有差异，因此很难在应用程序之间进行直接比较。纳入研究的质量参差不齐，只有2项研究达到a低偏倚风险而且对适用性的低关注在所有领域(表3)．在uHear上确定了五项同行评审研究;然而，这些研究的准确性结果差异很大(多媒体附录3) [21，24，25，28，29］．Abu-Ghanem等人在安静的房间环境中发现的特异性低至60%，将导致筛查项目中高比率的假阳性，从而增加不必要的诊断评估转诊率，这将增加本已紧张的卫生服务的负担[25］．uHear研究中包含的听力损失程度和类型的小样本量和有限的可变性，可能限制了基于综述研究的概括性。对AudCal、hearScreen、EarTrumpet和CellScope进行了个别同行评审验证研究[23，27，30.］．虽然这些研究的结果似乎是有希望的，但有有限的证据可以得出可靠的结论。

多项研究表明，测试环境对结果的准确性有显著影响[21，27，29］．这一发现很重要，因为筛选环境中的环境噪声水平是一个重大挑战，经常会超过建议的最低40 dBA [7］．对测听应用的研究只关注于与交流阈值的比较，强化了这些应用作为筛查(而不是诊断)工具的事实。BC测试对区分传导性听力损失和感音神经性听力损失很重要;然而，在iPad设备上运行的shoeBOX测听是目前唯一兼容BC传感器的应用程序。因此，智能手机BC测试的有效性值得进一步研究。在目前的听力学应用程序中测试的频率范围通常不会扩展到8000赫兹，因此在目前的应用程序技术中，不可能筛查某些情况，如耳毒性和噪声引起的听力损失。

大多数研究使用单一设备和换能器进行测试;然而，实际上，由于校准问题，不同的传感器/设备组合获得的结果可能有显著的变化。听力测量设备的年度校准是确保测试准确性的一个关键考虑因素。在10项听力测量研究中，只有一半的人将校准作为其研究的一部分[20.，22，23，27，30.］．这一发现可能是由于目前还没有针对智能手机设备和非听力耳机进行测试的标准化校准程序[30.］．最近的几项研究研究了校准方法;然而，还需要进一步的研究证据[31，32］．一些作者认为，在非隔音环境中，市售耳机提供的较差的声音衰减可能导致结果的准确性较差。如果使用衰减环境噪声更大的耳机，精确度可能会提高。然而，这些类型的耳机的成本可能令人望而却步，校准仍然是一个重要的问题。符合国际标准化组织校准标准(iso389 - 9:9 09)的听力耳机比市面上的耳机贵得多。非听力上听耳机可以帮助提供一些衰减环境噪音。Swanepoel等人确定，与智能手机听力筛查设备耦合的森海塞尔HD202耳机可以使用TDH-39声压级参考等效阈值作为参考，校准到专业标准[30.］．因此，在保证测试准确性的同时，使用低成本传感器似乎是可能的。在资源匮乏的环境下，专业校准听力测量设备所需的专业知识往往是不存在的，而且设备可能长时间处于校准之外。因此，要使用应用程序对听力损失进行准确筛查，持续校准是一个额外的挑战。

尽管应用程序本身的成本很低(事实上，许多应用程序是免费的;多媒体附录2)设备、耳机和定期校准会产生额外的费用。Android设备通常比苹果产品便宜得多，在低收入和中等收入国家更普遍;然而，在这篇评论中发现的绝大多数应用都是为苹果设备设计的。在文献搜索中发现的一些应用程序(shoeBOX audiometry和hearScreen)是打包出售的，包括耳机、第一年的校准和设备(hearScreen)。虽然这些应用程序看起来价格较高，但这些功能允许一定程度的质量控制，这是目前无法从应用程序商店下载并用于各种设备/传感器组合的应用程序。

优势和局限性

这篇综述有几个优点。在多个电子数据库中识别和应用综合搜索词，以减少发表偏倚。搜索、筛选、审查和提取数据的明确方法由两名审查员独立执行。通过对纳入研究的参考文献的回顾，使引用偏倚最小化。因此，同行评议文献的搜索策略不太可能是一个显著的限制。

对应用商店的搜索使用了一系列搜索词，搜索的是最常用的商业应用商店;然而，这种搜索有几个局限性。首先，与对学术数据库的搜索不同，应用商店搜索不支持布尔运算符等复杂的搜索功能，也不支持“听力测试”等短语的搜索。其次，搜索引擎没有提供每次搜索的总点击数。因此，我们必须对应用审查总数(>1000)进行估计。此外，应用商店的分类可能并不总是反映应用的真实性质，这意味着一些相关应用(如游戏类)可能被遗漏了。此外，所使用的搜索词的范围可能不是完全详尽的。例如，替代的听力损失筛查工具，如自我报告问卷，没有包括在搜索中。最后，如果时间和资源允许，每个应用程序都将被下载并测试以评估其资格。然而，这在本研究范围内是不可行的。 Thus, assessment of the apps’ eligibility proved difficult in some instances if limited or vague information about the app was provided on the app stores. Given these limitations, the search of the app stores may not have been fully exhaustive, despite the range of search terms utilized and the predefined eligibility criteria.

除了应用商店搜索的局限性外，考虑到应用开发的快速速度和冗长的发布过程，扩展搜索范围，包括灰色文献(如报告、会议论文)可能是合适的。然而，鉴于灰色文献来源缺乏同行评审，确定的方法是合理的。最后，该审查基于电子搜索，该搜索于2015年7月完成，因此该审查可能并不完全是最新的。

未来的研究

这篇综述认为有必要进行进一步的研究，因为许多商业化的应用程序还没有经过黄金标准的验证。此外，许多经过验证的应用程序并不是独立研究的。因此，需要对每一个可用的耳朵和听力评估应用进行进一步的独立验证研究。对现有测听应用程序之间的准确性进行比较的研究也很有用。远程医疗技术的效用，例如使用CellScope等耳镜应用程序的视频耳镜检查，可以在实地研究中进行调查。这些技术将涉及一个非现场耳鼻喉科，否定了需要这样的专家在场的病人，以帮助解决严重的人力资源短缺。这些额外的证据将有助于做出一个明确的基于证据的决定，即哪些应用程序(如果有的话)可以被推荐用于耳朵和听力状况的筛查。

本综述中的大多数研究都集中在高收入国家的人口，在这些国家，对经过验证的智能手机应用的需求仍然存在;然而，我们关注的是在资源匮乏的环境中对听力障碍的筛查。这一差异突出表明，需要对生活在负担最大的低收入和中等收入国家的DHI人群进行进一步的研究证据[2］．最后，重要的是要定期更新这一审查和监测进一步的应用程序开发，特别是适合的应用程序来测试儿童人群和那些不能执行PTA的人。

结论

目前有许多用于耳朵和听力评估的应用程序;然而，在同行评议的文献中证实的很少。对于已经验证过的应用程序，还需要进一步的独立研究来充分了解它们在检测耳朵和听力状况方面的准确性。根据这篇综述的结果，不能推荐听力学家使用听力学应用程序来代替金标PTA。然而，尽管在这篇综述中获得的证据有限，但耳朵和听力应用程序的便携性、可访问性、自我管理和低成本特性仍然为克服低收入和中等收入国家耳朵和听力状况筛查的关键障碍提供了令人兴奋的机会。