🦻🦻🦻長輩聽不清楚,配戴助聽器要注意什麼❓耳鼻喉科醫師告訴你👈👈👈
⭕根據世界衛生組織的統計,全球患有聽覺損失人口約超過5%,其中65歲以上長者聽覺受損的比例更高達1/3!
從工作、人際關係到情緒健康,嚴重的聽力損失會對生活帶來重大影響,此外,許多研究也發現老年人聽力缺失若未經治療,將和阿茲海默症或其他類型癡呆症的風險增加相關。不過,只要透過配戴助聽器或適當治療,仍然可以維持一定的聽力、參與對話,有助預防認知功能的下降。
⭕生理退化、接觸噪音,都會讓聽力退化
老年聽力障礙又稱「老年性重聽」,是因年齡增長而產生的生理退化現象,大多是感音性、神經性聽力障礙,其中對高頻聲音的聽力變差是常見症狀。也就是說,假如我們為了讓長輩聽清楚而提高聲音說話,聲音變得較尖較細時,長輩反而更難聽得清楚。
老人家的聽力除了會受到聽神經和耳蝸退化的影響,另一方面和他們腦部的語音辨識力比較差也有關係。比方說,可能會出現聽得到聲音但聽不懂內容,這時不僅牽涉到聽覺神經,也與大腦中樞的辨識能力密切相關。
隨著年紀逐漸增長,聽力便隨之退化的原因,目前醫界歸納出內在和外在兩大因素。
✅老化原本就是自然的生理趨勢,然而有些人退化速度快、有些人退化速度比較慢,目前認為是" 遺傳基因"
的影響所致。不過,單純因老化引發的聽力障礙的情況並不多,老年性聽力障礙大多與外在因素有關。
✅外在因素包括娛樂、職業性與一般環境噪音,例如演唱會、職場噪音、造勢晚會等,都會讓耳朵受到傷害的機率跟著變高。
此外,假使長輩有心臟血管疾病、糖尿病、聽神經瘤或病毒感染造成內耳發炎,或者是服用了耳毒性藥物,也會加重聽力的惡化。
⭕避免聽力損傷惡化,留意5大警訊
當銀髮族聽力下降到某種程度,一般來說是中度以上、聽力損失高於40分貝的人,就需要搭配助聽器來延緩聽力退化的狀況。然而,臨床上卻碰到不少人根本不知道自己應該配戴助聽器,提醒家中長者若有以下情況,應盡快尋求耳鼻喉專科醫師的診斷
評估。若確認聽力變差是因退化造成,就要認真考慮配戴助聽器來改善生活品質。
1. 與人溝通時常發生困難
2. 經常請人重複說話內容
3. 看電視機或聽音樂時,音量很大聲
4. 常常聽錯話,造成誤會
5. 因聽力關係已對社交、生活造成影響
除了上述日常生活中可發現的徵兆之外,有疑慮的人也可以透過「線上聽覺自評問卷
(https://goo.gl/forms/gE0qOvVFyMhewQTk2)進行初步的聽力篩檢。
⭕選購助聽器前,耳朵及聽力檢查不可少
當家中年長的父母有聽不清楚的困擾時,先別急著購買助聽器!建議第一步必須先前往具備" 聽力檢查項目"的耳鼻喉科門診就醫,接受耳部的檢查以排除耳垢填塞、慢性中耳炎、慢性中耳積水等疾病導致的聽力損失;並從聽力檢查進一步判斷是屬於傳導性聽損或是感音神經性聽損。
透過聽力檢測,不僅能得知聽力損失的程度,對於選配合適的助聽器更是一項最重要的依據。由於現在的助聽器大多為數位式設計,需根據患者的聽力損失圖形和損失程度,透電腦軟體將數據輸入到助聽器內。這樣一來,助聽器才能因應不同患者的個人狀態,給予客製化的調整。所以挑選助聽器之前,務必先了解自己的聽力狀況並取得聽力檢查圖。
⭕第一次配戴助聽器,良好適應的4個技巧
助聽器是一種戴在耳朵裡的小型電子設備,它能將聲音擴大使其更響亮、更清晰,幫助聽力缺失的人聽見;但無法讓已經受損的聽力恢復正常,也不能原本健全的耳朵功能。因此,呼籲不要對助聽器有過多的期待,以為只要配戴上去就可以回到年輕時的聽力水準。
除此之外,就算是功能頂級的助聽器,剛開始配戴可能都需要一段時間來適應助聽器和它所傳輸的各種聲音,所以要有耐心讓自己慢慢習慣,直到可以舒適地配戴助聽器為止。
以下是幾個適應助聽器的小技巧:
1. 早期先短時間配戴,習慣之後再逐漸加長配戴的時間。
2. 先從安靜的環境開始使用,待適應變化後再逐漸轉移到餐廳、賣場等嘈雜的環境。
3. 不妨多試驗幾次,找出助聽器在何時、何地、什麼情況下和自己最適合,能達到最佳的助聽效果。
4. 若有任何問題或疑慮,應加以記錄,最好能將你在不同環境中配戴助聽器的經歷寫下來,後續可以讓驗配師進行必要的調整。
配戴助聽器後通常還需要多次的微調,所以記得要挑選一家可以提供全方位檢查與規劃、助聽器樣品種類齊全,且售後服務良好的助聽器公司,才能真正提供保障!
⭕「蛤?」配戴助聽器後,為何還是有聽沒有懂?
助聽器可以把聲音擴大,但同時也會放大背景噪音,所以建議可選擇配有「抑制噪音功能」的助聽器,效果較佳。如果出現配戴助聽器突然有效果不佳問題時,應回到助聽器公司檢測助聽器的功能是否正常;若助聽器正常,則應尋求耳鼻喉科醫師的協助,檢視使用者是否有聽力下降的狀況。
另外,有些長輩「雖聽到聲音,卻有聽沒到」,還有一種原因是聽損時期拖得太久或因為老化之故,造成大腦的語言辨識能力變差。儘管助聽器可以將環境中的聲音放大並傳送到耳膜上,但是無法改善大腦的語言辨識功能,此時應配合專業人員的指導,進行語言辨識能力的復健,以逐漸改善溝通。
〔陳亮宇耳鼻喉科診所提醒您〕
正確配戴助聽器,不但不會傷害聽力,還可以在持續帶給腦部語言刺激之下,減緩銀髮族退化的速度。要注意的是,助聽器屬於醫療器材,應在耳鼻喉科醫師及專業聽力中心的協助下選配,要是使用效果不佳,既傷了荷包,還可能造成不必要的聽力損傷喔!
#陳亮宇耳鼻喉科診所
#台中耳鼻喉
#每周三午診跟周五早診有聽力檢查
同時也有29部Youtube影片,追蹤數超過15萬的網紅有話好說 PTSTalk,也在其Youtube影片中提到,📢關注議題,開啟對話 💪陪我們繼續,做不一樣的政論節目~ ▎訂閱《有話好說》:https://bit.ly/34xc9Vh ▎按讚有話 FB|https://www.facebook.com/PTStalks/ ▎追蹤有話 IG |https://www.instagram.com/pts.t...
統計軟體比較 在 蔡依橙的閱讀筆記 Facebook 的最讚貼文
💥 20 個 #常見的統計錯誤,你犯過,或是犯了卻不知道嗎?⠀
⠀
MedCalc 的作者 Frank,在 Facebook 分享了一篇跟統計相關的文章,叫做「生物醫學研究文章中,連你都可以發現的 20 個統計錯誤」,很有意思。(連結請見原始貼文)
⠀
我(蔡依橙)認真看完後,覺得蠻不錯的,於是把這 20 個統計錯誤的標題翻成中文,協助大家節省時間,如果剛好有興趣的,可再針對該部分去閱讀原文。接著,分享一些我看完之後的想法。
⠀
⠀
1. 數值報告時,提供了不必要的精確。例如 60 公斤體重,硬要寫成 60.18 公斤。
⠀
2. 將連續變項分組,變成次序變項,但沒有說明為什麼這樣分。像是 CRP 不以數值去統計,而分成低、中、高三組,卻沒說明為什麼這樣分。
⠀
3. 配對資料,只報告各組平均,卻沒報告其改變。也就是只報告治療前血壓、治療後血壓,卻沒報告有多少人上升、多少人下降、平均下降多少。
⠀
4. 描述性統計的誤用,尤其該用 median (interquartile range) 的,硬是用成 mean +- SD。
⠀
5. 使用 standard error of the mean (SEM) 描述量測的精確度,而非 95% CI。
⠀
6. 只報告 p 值,卻沒提到差值以及臨床意義。
⠀
7. 誤用統計方式。尤其常見的是混淆有母數跟無母數統計方法。
⠀
8. 使用線性迴歸,卻沒有先確定資料之間是真的有線性關係。
⠀
9. 沒有使用全部的資料,然後又沒把去掉的資料「為什麼被去掉」說清楚。
⠀
10. 多組比較的 p 值校正問題。
⠀
11. 在隨機分組研究時,過於詳盡地比較了兩組受試者的基本資料,像是性別比例、年齡、體重、血壓等等,而且資料好得太奇怪。
⠀
12. 報告檢驗數值時,沒有定義 normal 與 abnormal。
⠀
13. 計算 sensitivity 與 specificity 時,沒有說明一些介在灰色地帶的檢查結果,如何呈現與去除。
⠀
14. 使用圖片與表格,只是為了儲存數據,而非以協助讀者理解為出發點。
⠀
15. 畫出來的數據圖,視覺主觀上給人的印象,竟然跟數據本身不同。
⠀
16. 在報告數據與解讀時,搞不清楚 units of observation 是什麼,例如心臟病的觀察研究,在 1000 個患者中有 18 位心臟病發,那 units of observation 就是 18。但如果這個研究是以診斷正確率為主,那 sample size 就是 1000。
⠀
17. 把不顯著的統計,或 low power,解讀成 negative,而非 inconclusive。
⠀
18. 分不清楚解釋性研究與實務性研究,前者為 explanatory / efficacy / laboratory,後者為 pragmatic / effectiveness / real world。嘗試兩種混著做,結果兩邊都做不好。
⠀
19. 沒有用臨床能理解的方式來報告最終結果。
⠀
20. 把統計的顯著性,當成臨床的重要性。例如:癌症用新藥治療,統計上很顯著的好,但追蹤了五年,患者只延長了七天的壽命。這就是統計有顯著,但臨床意義不大的例子。
⠀
⠀
🗨 我(蔡依橙)的一些想法
⠀
由統計專業人的角度,來看生物醫學發表,是很有警惕意義的,能讓準備發表的朋友,仔細看看自己是不是也犯了相關的錯誤。
⠀
但另一個角度看,作者也提到,這些錯誤在幾乎一半的生物醫學論文上反覆出現!這就代表,其實生物醫學論文要刊登,並不代表我們什麼錯都不能犯,相反地,這 20 個錯誤裡頭,有些就算犯了,也還是能被刊登。
⠀
以我們自己發表,以及過去協助同學的經驗來說,我會認為 2、7、10、14、15,是初學者也 #必須理解並避開的,其他的則是發表起步了之後,陸陸續續去注意,在往更高分期刊挑戰時,逐漸進步就行。
⠀
實務上,3 分以下的醫學期刊,幾乎沒有專門的統計查核,你只要能通過「一般同行」的統計知識審查就行。也就是說,我是一個放射科醫師,剛開始起步,投稿到放射科 3 分以下期刊,文章中的統計,只要「#一般有在做研究的放射科醫師」覺得可以就行,不見得要到「統計專家看過並挑不出毛病」。
⠀
對於初學者如何起步,實務的協助,新思惟規劃了各種類型的研究課程,歡迎有興趣的朋友可以參考。目前正在開放報名中的,有以下三場工作坊,歡迎您瞭解各課程的課綱後,評估挑選最符合您需求的內容,前來上課,讓我們協助您成功起步。
⠀
🟠 2021 / 11 / 7(日)統合分析工作坊
無經費、資源少也能發表,不用 IRB 且免收案的好選擇。
https://meta-analysis.innovarad.tw/event/
⠀
🔵 2021 / 10 / 17(日)臨床研究與發表工作坊
全新改款!跟著國際學者走,讓你寫作投稿都上手。
https://clip2014.innovarad.tw/event/
⠀
🟢 2021 / 10 / 16(六)個案報告、技術發表與文獻回顧工作坊
把臨床上的各種想法,在 PubMed 化作專業生涯上的里程碑。
https://casereport.innovarad.tw/event/
⠀ ⠀
不只是說說而已,我們會舉實例,說明其意義、如何避開,在互動實作過程,實際由各位在自己的電腦上操作,從數據到軟體,從統計到繪圖,一次搞定,並避開常見錯誤,是真正以 #初學者起步 為核心的規劃。
⠀
⠀
二十個常見的統計錯誤,與實務寫作時的考量。
🔗 原始貼文 │ https://bit.ly/2WESphu
統計軟體比較 在 新思惟國際 Facebook 的最佳解答
💥 20 個 #常見的統計錯誤,你犯過,或是犯了卻不知道嗎?⠀
⠀
MedCalc 的作者 Frank,在 Facebook 分享了一篇跟統計相關的文章,叫做「生物醫學研究文章中,連你都可以發現的 20 個統計錯誤」,很有意思。(連結請見原始貼文)
⠀
我(蔡依橙)認真看完後,覺得蠻不錯的,於是把這 20 個統計錯誤的標題翻成中文,協助大家節省時間,如果剛好有興趣的,可再針對該部分去閱讀原文。接著,分享一些我看完之後的想法。
⠀
⠀
1. 數值報告時,提供了不必要的精確。例如 60 公斤體重,硬要寫成 60.18 公斤。
⠀
2. 將連續變項分組,變成次序變項,但沒有說明為什麼這樣分。像是 CRP 不以數值去統計,而分成低、中、高三組,卻沒說明為什麼這樣分。
⠀
3. 配對資料,只報告各組平均,卻沒報告其改變。也就是只報告治療前血壓、治療後血壓,卻沒報告有多少人上升、多少人下降、平均下降多少。
⠀
4. 描述性統計的誤用,尤其該用 median (interquartile range) 的,硬是用成 mean +- SD。
⠀
5. 使用 standard error of the mean (SEM) 描述量測的精確度,而非 95% CI。
⠀
6. 只報告 p 值,卻沒提到差值以及臨床意義。
⠀
7. 誤用統計方式。尤其常見的是混淆有母數跟無母數統計方法。
⠀
8. 使用線性迴歸,卻沒有先確定資料之間是真的有線性關係。
⠀
9. 沒有使用全部的資料,然後又沒把去掉的資料「為什麼被去掉」說清楚。
⠀
10. 多組比較的 p 值校正問題。
⠀
11. 在隨機分組研究時,過於詳盡地比較了兩組受試者的基本資料,像是性別比例、年齡、體重、血壓等等,而且資料好得太奇怪。
⠀
12. 報告檢驗數值時,沒有定義 normal 與 abnormal。
⠀
13. 計算 sensitivity 與 specificity 時,沒有說明一些介在灰色地帶的檢查結果,如何呈現與去除。
⠀
14. 使用圖片與表格,只是為了儲存數據,而非以協助讀者理解為出發點。
⠀
15. 畫出來的數據圖,視覺主觀上給人的印象,竟然跟數據本身不同。
⠀
16. 在報告數據與解讀時,搞不清楚 units of observation 是什麼,例如心臟病的觀察研究,在 1000 個患者中有 18 位心臟病發,那 units of observation 就是 18。但如果這個研究是以診斷正確率為主,那 sample size 就是 1000。
⠀
17. 把不顯著的統計,或 low power,解讀成 negative,而非 inconclusive。
⠀
18. 分不清楚解釋性研究與實務性研究,前者為 explanatory / efficacy / laboratory,後者為 pragmatic / effectiveness / real world。嘗試兩種混著做,結果兩邊都做不好。
⠀
19. 沒有用臨床能理解的方式來報告最終結果。
⠀
20. 把統計的顯著性,當成臨床的重要性。例如:癌症用新藥治療,統計上很顯著的好,但追蹤了五年,患者只延長了七天的壽命。這就是統計有顯著,但臨床意義不大的例子。
⠀
⠀
🗨 我(蔡依橙)的一些想法
⠀
由統計專業人的角度,來看生物醫學發表,是很有警惕意義的,能讓準備發表的朋友,仔細看看自己是不是也犯了相關的錯誤。
⠀
但另一個角度看,作者也提到,這些錯誤在幾乎一半的生物醫學論文上反覆出現!這就代表,其實生物醫學論文要刊登,並不代表我們什麼錯都不能犯,相反地,這 20 個錯誤裡頭,有些就算犯了,也還是能被刊登。
⠀
以我們自己發表,以及過去協助同學的經驗來說,我會認為 2、7、10、14、15,是初學者也 #必須理解並避開的,其他的則是發表起步了之後,陸陸續續去注意,在往更高分期刊挑戰時,逐漸進步就行。
⠀
實務上,3 分以下的醫學期刊,幾乎沒有專門的統計查核,你只要能通過「一般同行」的統計知識審查就行。也就是說,我是一個放射科醫師,剛開始起步,投稿到放射科 3 分以下期刊,文章中的統計,只要「#一般有在做研究的放射科醫師」覺得可以就行,不見得要到「統計專家看過並挑不出毛病」。
⠀
對於初學者如何起步,實務的協助,新思惟規劃了各種類型的研究課程,歡迎有興趣的朋友可以參考。目前正在開放報名中的,有以下三場工作坊,歡迎您瞭解各課程的課綱後,評估挑選最符合您需求的內容,前來上課,讓我們協助您成功起步。
⠀
🟠 2021 / 11 / 7(日)統合分析工作坊
無經費、資源少也能發表,不用 IRB 且免收案的好選擇。
https://meta-analysis.innovarad.tw/event/
⠀
🔵 2021 / 10 / 17(日)臨床研究與發表工作坊
全新改款!跟著國際學者走,讓你寫作投稿都上手。
https://clip2014.innovarad.tw/event/
⠀
🟢 2021 / 10 / 16(六)個案報告、技術發表與文獻回顧工作坊
把臨床上的各種想法,在 PubMed 化作專業生涯上的里程碑。
https://casereport.innovarad.tw/event/
⠀ ⠀
不只是說說而已,我們會舉實例,說明其意義、如何避開,在互動實作過程,實際由各位在自己的電腦上操作,從數據到軟體,從統計到繪圖,一次搞定,並避開常見錯誤,是真正以 #初學者起步 為核心的規劃。
⠀
⠀
二十個常見的統計錯誤,與實務寫作時的考量。
🔗 原始貼文 │ https://bit.ly/2WESphu
統計軟體比較 在 有話好說 PTSTalk Youtube 的最佳貼文
📢關注議題,開啟對話 💪陪我們繼續,做不一樣的政論節目~
▎訂閱《有話好說》:https://bit.ly/34xc9Vh
▎按讚有話 FB|https://www.facebook.com/PTStalks/
▎追蹤有話 IG |https://www.instagram.com/pts.talks/
▎有話,用聽的|https://link.chtbl.com/ptstalk
完整節目|https://youtu.be/uSxmPY_b8nI
.
對 80 歲以上長者施打疫苗來到第三天,全台陸續傳出 13 名長輩在施打後死亡,前台大感染科醫師 #林氏璧、台大公衛學院教授 #陳秀熙 都呼籲民眾還是要冷靜應對,等待逐步釐清死亡與疫苗的關聯性。
.
林氏璧強調,要確認相關事件和疫苗有關,除了要有學理根據外,也要和該年齡層一般出現該疾病或死亡的背景資料相比較,有明顯增加時,才能看出是否有因果關係。他認為,#AZ 疫苗是目前全球大規模、普遍施打的疫苗,並未有「#猝死」反應,目前的個案也與 #血栓 副作用的病程不太相符。
.
他也以不同年齡層統計資料指出,台灣確診者最多集中於 60-69 歲族群,致死率更從該年齡層一路往上攀升,80 歲以上致死率達 26.9%,也成為台灣新冠死亡率偏高的原因之一。也因此,在疫苗仍能大幅降低 #重症、#死亡率 的情況下,陳秀熙仍建議長輩施打,避免更高的感染風險。
.
💬 週一到週四晚間八點,歡迎到臉書收看直播,參與線上討論,有閒來坐!
🚩 感謝交大陳信宏校長帶領的自然語言處理團隊,提供 AI 中文字幕與校對服務。軟體開發初期錯誤難免,也請網友協助訂正幕錯字,提供 AI 更多學習機會,謝謝!
___
更多新聞與資訊請上👇
▎有話好說官網|http://talk.news.pts.org.tw/
▎公視新聞網 | http://news.pts.org.tw/
#PTStalks #有話好說 #陳信聰
#PTS #PTSNEWS #公視新聞 #公共電視 #公視
![post-title](https://i.ytimg.com/vi/WrndT34Dz5g/hqdefault.jpg?sqp=-oaymwEbCKgBEF5IVfKriqkDDggBFQAAiEIYAXABwAEG&rs=AOn4CLAVz7cGlcFd1cdAYW3gWSWycdk9gA)
統計軟體比較 在 孫在陽 Youtube 的精選貼文
「孫在陽」直播-致理科大-外貿數據應用分析
中華民國貿易順差還是逆差,讓我們來看近十年進出口的比較與分析。大數據分析中的數據清理,關乎於大數據分析成敗關鍵。轉置、樞紐、文字清理、數字清理、日期清理等,遺漏值、異常值、雜訊等數據清理。讓數據不是垃圾,就必需做好數據清理。
孫在陽老師主講,teacher.sun@msa.hinet.net
範例、講義下載:https://goo.gl/ytzRxT
時間軸
00:00 外貿數據應用分析課程簡介
06:20 什麼是大數據
06:48 大數據分析與統計分析的差別
10:35 範例下載
29:15 Power BI是什麼?
32:41 Power BI如何下載
35:11 安裝Power BI軟體
38:32 Power BI視窗元件介紹
45:45 數據清理-樞紐資料行
01:03:53 建立貨品主分類、貨品子分類
![post-title](https://i.ytimg.com/vi/Sigc8t08EJU/hqdefault.jpg)
統計軟體比較 在 孫在陽 Youtube 的精選貼文
「孫在陽」直播-長榮大學-視覺化分析-1.資料清理的視覺化分析
大數據分析-統計分析從資料取得,資料清理到視覺化分析。如何做大數據分析?
孫在陽老師主講,teacher.sun@msa.hinet.net
範例、講義下載:https://goo.gl/ytzRxT
時間軸
00:00:00 視覺化分析課程簡介
00:05:15 數據科學
00:12:02 解壓縮範例檔案
00:18:50 Power BI是什麼?
00:24:20 開啟Power BI軟體
00:27:50 取得資料
00:37:35 資料清理
00:46:46 日期的資料清理
00:56:46 文字的資料清理-產品類別
01:41:26 數值的資料清理-銷售額
02:16:15 認識大數據分析
02:23:44 建立分類-高獲利、一般獲利、負獲利
02:35:40 儲存檔案
![post-title](https://i.ytimg.com/vi/Srwk4JYhids/hqdefault.jpg)