Analýza klinických dat u pediatrických pacientů s kochleárním implantátem

Abstract

Bakalárska práca sa zaoberá analýzou klinických údajov od pediatrických pacientov s kochleárnymi implantátmi s cieľom identifikovať vzťahy medzi technickými a demografickými premennými a ich vplyvom na stimulačné parametre implantátu. Hlavná pozornosť bola venovaná prahom minimálnej (THR) a maximálnej (MCL) stimulácie, impedanciám elektród a odhadom dynamického rozsahu (DR) pre každú jednotlivú elektródu. V teoretickej časti sú popísané princípy fungovania kochleárneho implantátu, klinické postupy pri implantácii a rehabilitácii sluchu, ako aj úloha impedančného merania pri kontrole funkčnosti implantátu. Praktická časť zahŕňa čistenie údajov, odstránenie odľahlých hodnôt pomocou IQR metódy, vizualizáciu distribúcií a aplikáciu neparametrických štatistických testov (Mann-Whitney U test, Kruskal-Wallis s Dunnovou post hoc analýzou). Na preskúmanie vzťahov medzi premennými bola použitá Spearmanova korelácia. Okrem štatistického vyhodnotenia boli vytvorené regresné modely pomocou algoritmu Random Forest, ktoré predikovali hodnoty THR a MCL pre každú elektródu na základe impedancií a klinických vstupov (vek pri implantácii, pohlavie, typ procesora, strana implantácie a čas od implantácie). Modely boli validované pomocou skupinovej krížovej validácie (GroupKFold) a vykazovali vysokú zhodu medzi predikovanými a reálnymi hodnotami, najmä pri parametroch MCL. Na záver bola zostavená predikčná tabuľka odporúčaných hodnôt pre klinické využitie.

This bachelor thesis focuses on the analysis of clinical data from pediatric patients with cochlear implants, with the aim of identifying relationships between technical and demographic variables and their influence on implant stimulation parameters. The primary focus was placed on the minimum (THR) and maximum (MCL) stimulation thresholds, electrode impedances, and the estimation of the dynamic range (DR) for each individual electrode. The theoretical part provides an overview of the functioning principles of cochlear implants, clinical procedures related to implantation and auditory rehabilitation, and the role of impedance measurements in verifying implant functionality. The practical part includes data preprocessing, outlier removal using the IQR method, visualization of distributions, and the application of non-parametric statistical tests (Mann-Whitney U test, Kruskal-Wallis with Dunn’s post hoc test). Spearman’s correlation was used to examine relationships between variables. In addition to statistical evaluation, Random Forest regression models were developed to predict THR and MCL values for each electrode based on electrode impedances and clinical variables (age at implantation, sex, processor type, side of implantation, and time since implantation). The models were validated using GroupKFold cross-validation and showed high agreement between predicted and actual values, especially for MCL. Finally, a recommendation table with predicted threshold values was generated for potential clinical use.