Sprachverstehen im Störschall – Überlegungen zur ökologisch validen Bewertung der Kommunikationsfähigkeit mit Cochleaimplantat

Eine Gruppe von 20 postlingual ertaubten CI-Patienten nahm an dieser Studie teil. Diese wurde vorab durch die örtliche Ethikkommission (D 06/18) genehmigt. Alle Untersuchungen wurden in Übereinstimmung mit den ethischen Standards der institutionellen und nationalen Forschungskommission sowie mit der Erklärung von Helsinki von 1964 und ihren späteren Änderungen oder vergleichbaren ethischen Standards durchgeführt.

Die Einschlusskriterien für die erwachsenen Studienteilnehmer waren ein postlinguales Einsetzen der Schwerhörigkeit und die Versorgung mit einem CI vom Typ CI24RE oder CI5xx (Fa. Cochlear Limited, Sydney, Australien) bei vollständiger Insertion des Elektrodenträgers in die Scala tympani. Die Teilnehmer mussten bei einer Eingangsuntersuchung im Oldenburger Satztest in Ruhe (65 dB_SPL) ein Sprachverstehen von mindestens 80 % erzielen. Eine beidseitige Implantation war kein Ausschlusskriterium, aber es wurde im Rahmen dieser Studie jeweils nur ein Ohr pro Patient untersucht. Bei 17 Patienten waren alle 22 Elektroden aktiviert, in 3 Fällen (#8; 10; 16) waren 21 Elektroden aktiv.

Das Durchschnittsalter der Teilnehmer betrug 53 Jahre (Minimum: 31 Jahre, Maximum: 76 Jahre). Die Teilnehmer hatten eine mittlere CI-Erfahrung von 8,3 Jahren (mindestens 6,0 Jahre, höchstens 15,4 Jahre). Diese biografischen Details der Teilnehmer wurden bereits publiziert [16].

Für die Referenzierung des Verstehens der CI-Patienten auf die Vergleichsdaten Normalhörender wurden zusätzlich 10 normalhörende erwachsene Probanden rekrutiert und bei allen Untersuchungen monaural untersucht. Das Gegenohr wurde passiv vertäubt mittels Ohrstöpsel und Kapselkopfhörer. Bei jedem dieser Teilnehmer wurde eine tonaudiometrische Untersuchung durchgeführt, um sicherzustellen, dass sie ein normales Hörvermögen gemäß DIN ISO 8253:3 [25] im Frequenzbereich von 250–8000 Hz aufwiesen.

In dieser Studie wurden wiederholte Messungen an den gleichen Probanden durchgeführt. Die Tests wurden in 3 Testsitzungen (randomisierte Reihenfolge) im Abstand von 2–3 Wochen durchgeführt, um eine Gewöhnung an unterschiedliche Sprachprozessoren und Signalverarbeitungsalgorithmen im Alltag zu ermöglichen.

Alle Tests wurden in einer akustisch geschirmten Hörkabine (ISO 8253:227) durchgeführt. Die Lautsprecher befanden sich 1,3 m vom Patienten entfernt. Es wurden folgende Lautsprecherkonfigurationen genutzt:

Sätze im Störgeräusch wurden mit einer computergestützten Implementierung des Oldenburger Satztests (Equinox-Audiometer; Fa. Interacoustics, Middelfart, Dänemark, und evidENT3-Software; Fa. Merz Medizintechnik, Reutlingen, Deutschland) dargeboten. Die Oldenburger Sätze [8] wurden bei konstantem Störschallpegel von 65 dB_SPL dargeboten. Als Störschall kam zum einen das stationäre sprachsimulierende Oldenburger Rauschen und zum anderen das fluktuierende ICRA-Rauschen [12] zum Einsatz. Für Letzteres wurde Track-Nr. 5 der ICRA-CD genutzt, welche die spektrale und temporale Charakteristik eines einzelnen männlichen Sprechers aufweist. Bei der Störschallpräsentation aus der hinteren Hemisphäre (S0N90, 180, 270) wird das Rauschen aus den unterschiedlichen Richtungen nichtkohärent präsentiert. Die SRT wurde mithilfe eines adaptiven Verfahrens [5] gemessen und ist definiert als das Signal-Rausch-Verhältnis („signal-to-noise ratio“, SNR), das ein 50%ig korrektes Wortverstehen ergibt. Alle CI-Träger waren das adaptive Testverfahren gewöhnt, da sie im Rahmen der klinischen Routine bereits 5 oder mehr Mal getestet worden waren. Um eine ausreichende Minimierung des prozeduralen Lerneffekts zu gewährleisten, wurde zu Beginn jeder Testsitzung ein zusätzliches Training durchgeführt (30 Sätze bei 65 dB_SPL). Die Messung des Sprachverstehens erfolgte stets monaural. Kontralaterale CI wurde für den Messvorgang entfernt bzw. ein kontralaterales Restgehör passiv vertäubt mittels Ohrstöpsel und Kapselkopfhörer.

Bei jedem Untersuchungstermin in der Klinik wurden die CI-Sprachprozessoren technisch überprüft. Bei Bedarf wurden Systemkomponenten ausgetauscht.

Alle Patienten verwendeten die ACE-Kodierungsstrategie („advanced combination encoder“) mit individuell angepasster Stimulationsrate und Anzahl der Maxima. Die individuellen Map-Parameter (T- und C‑Level) der CI-Sprachprozessoren wurden über den gesamten Zeitraum der Studie unverändert genutzt. Jedoch wurden die Algorithmen der akustischen Signalvorverarbeitung entsprechend dem Studienprotokoll verändert. Es kamen dabei jeweils die Signalverarbeitungen zum Einsatz, die vom Szenenklassifizierer [31] im Störschall aktiviert werden: CP910 mit der Mikrofoncharakteristik Beam (CP9Beam; Beam, Cochlear Ltd.) und CP1000 ebenso mit Beam (CP10Beam) [41]. Diese wurden mit der manuellen Einstellung im Prozessor CP1000 unter Einsatz von ForwardFocus (CP10FF) verglichen. Außerdem wurden immer die Signalvorverarbeitungen ADRO („automatic dynamic range optimization“; Cochlear Ltd.), ASC („automatic sensitivity control“) und SNR-NR (Störgeräuschunterdrückung; Cochlear Ltd.) aktiviert [31, 34]. Nach einer 2‑ bis 3‑wöchigen Eingewöhnungszeit an den jeweiligen Sprachprozessor wurden die audiometrischen Tests durchgeführt.

Zur Visualisierung des alltagsrelevanten Hördefizits wurden die SRT der CI-Träger relativ zum Verstehen von Normalhörenden in der gleichen Situation aufgetragen [16, 18]. Zum Vergleich der verschiedenen Messkonditionen wurden paarweise intraindividuelle Vergleichsanalysen mit Bonferroni-Korrektur durchgeführt. Es wurde ein Signifikanzniveau von 0,05 zur Bestimmung der Signifikanz für 2‑seitige Analysen verwendet.

Die Daten wurden als Boxplotgrafiken dargestellt. Dargestellt sind der Median (durchgezogene Mittellinie), die 25- und 75-Perzentil-Intervalle (Boxlimits) sowie die 5‑ und 95%-Perzentile (Whisker). Der Mittelwert ist als ein quadratisches Symbol eingezeichnet.

Ausgangspunkt der Studie war ein komplexer audiometrischer Aufbau zur Untersuchung des Verstehens im fluktuierenden und räumlich separierten Störschall (S0N90, 180, 270). Die Verwendung von mehreren Lautsprechern zur Erfassung des Gewinns durch Signalvorverarbeitung in CI-Systemen ist eine etablierte Methode [6, 45]. Zusätzlich kann durch die Auswahl eines geeigneten Störschalls die ökologische Validität für eine spezielle Alltagssituation erhöht werden. So können alltägliche störschallbehaftete Hörsituationen wie z. B. bei einer Familienfeier oder bei einem Besuch in einem Restaurant in ihrer Charakteristik nachgebildet werden [26, 37, 42]. Es wurde untersucht, ob und inwieweit dieser Messaufbau vereinfacht werden darf. Als Basis diente dabei ein 4‑Lautsprecher-Setting mit fluktuierenden Störsignalen aus mehreren nichtkohärenten Quellen der hinteren Hemisphäre. Dieses Untersuchungs-Setup ist nicht Teil des Standardrepertoires der klinischen Sprachaudiometrie. Eine Vereinfachung ist über 2 Wege möglich: Veränderung der Anordnung und der Anzahl der Lautsprecher sowie die Auswahl eines geeigneten kompetitiven Signals. Das räumliche Setting wurde über 2 Lautsprecher (S0N90) bis hin zu frontalem Schalleinfall für Sprache und Störschall (S0N0) aus einem Lautsprecher vereinfacht. Außerdem wurde das fluktuierende ICRA5-Störsignal, welches die spektralen und temporalen Eigenschaften eines einzelnen Sprechers aufweist, mit dem klinisch etablierten stationären sprachsimulierenden Störsignal (Rauschen des Oldenburger Satztests) verglichen.

Die Abb. 3a und c zeigen, dass sich das als für eine Cocktailpartysituation repräsentative Störsignal nicht durch ein stationäres Rauschen ersetzen lässt. Die SRT zeigen sowohl für die Signalquellenkonfiguration S0N0 als auch für S0N90 nur eine geringe Korrelation mit dem Referenzsetting (S0N90, 180, 270). Wird jedoch das kompetitive Signal beibehalten und nur die Lautsprecheranordnung auf S0N90 vereinfacht, zeigt sich eine hohe Korrelation mit dem Referenzsetting. Die Reduzierung des methodischen Aufwands zur Bestimmung des Sprachverstehens in einer ökologisch validen Hörsituation ist also in gewissen Grenzen möglich. Die Korrelation der Ergebnisse in Abb. 3 in den einzelnen Settings zeigt, dass die Lautsprecheranordnung von 4 auf 2 reduziert werden kann. Hingegen ist ein Wechsel von einem fluktuierenden auf ein stationäres Störsignal nicht angeraten.

Die Verwendung fluktuierender Störsignale ist geeignet, alltagsrelevante Hörsituationen in der Audiometrie abzubilden [40, 44]. Die „derzeit verwendeten sprachaudiometrischen Verfahren berücksichtigen zwar weitgehend standardisierte Bedingungen“, jedoch limitiert der vergleichsweise niedrige Komplexitätsgrad ihre Fähigkeit, Alltagssituationen („ökologische Validität“) abzubilden [32]. Trotz der schon sehr früh beschriebenen Relevanz komplexerer Situationen [37] für das Hören im Alltag ist die Verwendung komplexerer Störsignale in der klinischen Routine eher wenig verbreitet. Man kann annehmen, dass die Verwendung fluktuierender Störsignale einer durchaus anzustrebenden Standardisierung in der Sprachaudiometrie entgegenwirkt, da sich derzeit kein Signal als universell einsetzbar erwiesen hat. Bisher sind je nach wissenschaftlicher Fragestellung ein ganzes Spektrum verschiedener Signale [12, 40, 44] zur Anwendung gekommen. Nur der Einsatz komplexer kompetitiver Signale erlaubt die Erfassung von Zielgrößen zur Beschreibung bzw. Verbesserung des Verstehens in anspruchsvollen Hörsituationen [38, 44]. Umso erfreulicher sind Vorschläge verschiedener Arbeitsgruppen, welche eine Standardisierung fördern können [12, 13].

Die Auseinandersetzung mit komplexen Hörsituationen ist geprägt von spezieller und technisch anspruchsvoller Methodik. Hinzu kommt, dass die Ergebnisse durch andere Arbeitsgruppen nur schwer zu interpretieren sind. Abhilfe kann hier die Referenzierung auf Normalhörende bieten, wie sie in dieser und anderen Arbeiten [16, 18, 40, 44] eingesetzt wurde.

In Abb. 2 sind die SRT der CI-Träger in Relation zu normalhörenden Probanden dargestellt. Für die CI-Träger finden sich im Setting S0N90 mit stationärem Störgeräusch sehr niedrige SRT im Vergleich zur normalhörenden Kontrollgruppe. Hierbei handelt es sich um ein künstlich geschaffenes, vermeintliches Abbild einer alltäglichen Hörsituation. Ziel ist es hier, die Verbesserung für die Patienten durch geeignete Signalvorverarbeitung audiometrisch abzubilden. Der Einsatz von Beamformern führt hier sehr eindrücklich zu einer Verbesserung der SRT in dieser speziellen Situation, und dies sogar in einer Weise, dass die überwiegende Mehrheit der CI-Träger ein besseres Verstehen als die Normalhörenden zeigt. Grund hierfür ist die ideale Eignung der Beamformer für dieses Untersuchungs-Setup. Diese Argumentation stellt nicht den Nutzen der Beamformer infrage, aber vor dem Hintergrund der bekannten Probleme der CI-Patienten im Störschall [1, 43] erzeugt dieses Ergebnis erhebliche Zweifel an der ökologischen Validität eben dieser Messanordnung, S0N90 mit stationärem Störschall. Auf diesen Widerspruch wurde unlängst durch Badajoz-Davila und Buchholz [2] hingewiesen: „… standard speech-in-noise tests overestimate the performance of cochlear implant recipients in the real world. To address this limitation, future assessments need to improve the realism over current tests by considering the realism of both, the speech and the noise materials.“ Insofern sind Bedenken bzgl. des Einsatzes von stationärem Störschall insbesondere vor dem Hintergrund der Diskussion um die Verwendung komplexerer Störsignale zur Beschreibung von ökologisch validen Hörsituationen [32] berechtigt. Jedoch darf sich die Diskussion hinsichtlich einer möglichst hohen die ökologischen Validität nicht nur auf die Komplexität einer (Test‑)Situation bzw. der in ihr verwendeten Signale beschränken. Auch und vor allem hängt sie mit der Hörumgebung der verschiedenen mit einem CI versorgten Menschen zusammen. Das kann bei einem Patienten durch ein stationäres Motorengeräusch bestimmt sein, während andere eher die Situation in Ruhe als ihre Lebenswirklichkeit begreifen. Oberhoffner et al. weisen in ihrer Arbeit u. a. auch auf die sich mit dem Lebensalter veränderten Hörgewohnheiten und -umgebungen hin. Außerdem ist nach Ansicht der Autoren noch nicht abschließend geklärt, inwieweit die sinnfreien Sätze des Oldenburger Satztests eine realistische Abbildung der Lebenswirklichkeit der Patienten darstellen. Insbesondere dieser Sachverhalt muss Gegenstand weiterführender Untersuchungen sein.

Man kann im Rahmen von audiometrischer Diagnostik unterscheiden zwischen

Audiometrische Verfahren zur Diagnostik eines Hör‑/Verstehensdefizits und zur Beschreibung des Ausmaßes und der Lokalisation einer Schädigung müssen nicht zwingend ökologisch valide sein. Sie sollen eine Therapieentscheidung unterstützen.

Therapiebegleitenden Verlaufskontrollen [10, 28] dienen dem Ziel des Monitorings der zeitlichen Entwicklung bei fortschreitender Rehabilitation. Dies zielt auf die Dokumentation der zeitlichen Entwicklung, aber auch auf die frühe Erkennung eines möglichen Verfehlens von Therapiezielen ab.

Audiometrische Verfahren zur Adressierung weiterführender wissenschaftlich/klinischer Fragestellungen können der Optimierung der Kommunikationsfähigkeit der betroffenen Patienten in ihrer Lebenswirklichkeit dienen. Sie sollten sich nahe an der akustischen Alltagsrealität dieser Patienten orientieren und damit eine möglichst hohe ökologische Validität aufweisen. Es ist gerade die Alltagsrealität, die eine ständige Veränderung dieser Methoden impliziert. Sowohl der Alltag der Patienten als auch die erweiterten technischen und medizinischen Optionen bestimmten die Methodik.

Die aktuellen Diskussionen zu ökologischer Validität finden ihre Wurzeln schon im Kontext der Anfänge der deutschensprachigen Audiometrie: „Die Entwicklung von Physik und Technik hat in den letzten Jahren und Jahrzehnten dem Arzt eine Fülle neuer Möglichkeiten der Diagnostik und Therapie in die Hand gegeben. […] Auf akustischem Gebiet ist die Audiometrie heute zu einem feinen, ja allerfeinsten diagnostischen Instrument ausgebaut. Schon die richtige Handhabung der Reintonaudiometrie erfordert Kenntnisse und viel praktische Erfahrung. Etwas komplizierter liegen die Dinge noch bei der Sprachaudiometrie, die einerseits den Vorteil hat, dass mit ihr die Gesamtheit des Hörens komplexer Lautgebilde gemessen werden kann, der aber andererseits die Schwierigkeiten einer Messmethode anhaften, in deren Ergebnis eine große Zahl von Faktoren eingeht. Trotz des größeren Aufwandes an Apparaturen und Sachkenntnis ist diese Methode aber heute unentbehrlich sowohl für die Begutachtung der Hörfähigkeit schlechthin oder der Gehörsänderung durch therapeutische Eingriffe als auch ganz besonders für die Anpassung von Hörgeräten“. Dieses über 60 Jahre alte Zitat von Zöllner [46] hat nichts an seiner Aktualität eingebüßt. Es unterstreicht die Notwendigkeit des steten Ringens um bestmögliche Diagnostik und Therapie. Im Angesicht weiterentwickelter Verfahren in der HNO-Heilkunde muss die Sprachaudiometrie immer wieder überdacht werden.