gms | German Medical Science

Die Versorgungssituation von hörgeschädigten Menschen mit Hörsystemen, wie insbesondere bimodal versorgten Patienten mit Hörgerät (HG) auf der einen und Cochlea-Implantat (CI) auf der anderen Seite, verbessert sich stetig. Im Rahmen einer Studie konnte gezeigt werden, dass die meisten Probanden in der bimodalen Bedingung ein verbessertes Sprachverstehen in Ruhe und im Störgeräusch im Vergleich zum reinen Hörgeräte- oder Cochlea-Implantat-Modus zeigten. Der bimodale Nutzen in Ruhe konnte teilweise durch den Grad des Reintonverlustes erklärt werden; Probanden mit einem besseren Hörvermögen auf der akustischen Seite profitieren signifikant von dem zusätzlichen elektrischen Input [1].

Obwohl die Hörsysteme i.d.R. unter idealen Laborbedingungen optimal eingestellt und getestet werden (‚Efficacy‘), berichten die Patienten immer wieder von Alltagssituationen, in denen sie mit dem Hören unzufrieden sind (‚Effectiveness‘). Erschwerend kommt hinzu, dass das HG beim Hörakustiker und das CI in der Klinik durch einen Audiologen, also räumlich und zeitlich getrennt, eingestellt werden. Auch sind oftmals die Signalverarbeitungen beider Hörsysteme nicht aufeinander abgeglichen und jedes System auf die Erfassung der gesamten akustischen Umwelt optimiert. Bei der Einstellung beider Hörsysteme sollte der Fokus darauf liegen, eine verbesserte binaurale Perzeption des Hörens für die Nutzer herzustellen. Das Ziel, eine umfassende Zufriedenheit und Lebensqualität der Patienten mit den Hörsystemen zu erreichen [2], [3], betrifft nicht nur die bimodale Versorgung, sondern auch die klassische Versorgung mit ein oder zwei HGs, CIs und/oder akustischen Implantaten. Um den Nutzen für alltagsrelevante Hörsituationen zu optimieren und um Medizinprodukte und/oder deren Anpassung im Alltagsgebrauch unter Bedingungen mit hoher ökologischer Validität [4] zu optimieren [5], [6], [7], [8], ist neben der Erfassung objektivierbarer akustischer und audiologischer Daten im Labor und im Feld auch die Erfassung subjektiver Daten aus Sicht der Patienten im Sinne von „Patient Reported Outcome“ (PRO) erforderlich. Auch aus Sicht der Hersteller ist es notwendig, die Anforderungen der Food and Drug Administration (FDA) in den Vereinigten Staaten und der Medical Device Regulation (MDR) in der Europäischen Union im Rahmen von Post Market Clinical Follow-up Studien (PMCF) durch die Erfassung von „Real Life Data“ und „Real Life Evidence“ der Medizinprodukte zu erfüllen.

Messverfahren zu PRO (PROM) werden nach wie vor überwiegend im klinischen, experimentellen Setting erhoben, dabei oftmals mittels handschriftlicher Verfahren („Paper-Pencil“), was für das Fachpersonal und Patienten aufwendig und fehleranfällig sein kann. Obschon einige telemedizinische Applikationen vorliegen, wie z.B. die Remote Check App inkl. einer sprachaudiometrischen Messung [9], oder auch im Bereich des Ecological Momentary Assessment (EMA, vgl. z.B. [8], [10]), fehlt die Erfassung des Outcomes im Alltag mit folgenden Bereichen und Fokussierungen:

1.

Elektronische Fragebogensammlung als PROM, die in ihrer Ausrichtung nationalen, internationalen und regulatorischen Aspekten sowie nationalen Leitlinien genügt und rehabilitationsspezifische Aspekte nach ICF (International Classification of Functioning, Disability, and Health, [11]) einschließt

2.

Vereinfachte Messung der Höranstrengung als telemedizinische Anwendung außerhalb eines laborexperimentellen Settings zum Nachweis der kognitiven Last jenseits des Sprachverstehens

3.

Verfahren zu EMA, welche eine einfache Klassifizierung der Situationen und deren Auswertung gestatten und zudem individuell bedeutsame Situationen erfassen; vgl. „Client Oriented Scale of Improvement“ (COSI, [12])

4.

Erfassung von Klangdeskriptoren, wenn patientenseitig HG und CI in definierten Hörsituationen unterschiedlich bewertet werden, um weitere Hinweise für das bimodale Fitting zu erhalten.

Ziel der HearDL-App ist es, erstens die individuelle Anpassung der bimodalen Versorgung zu optimieren und zweitens für klinische Studien und Anwendungsbeobachtungen Alltagsdaten der Patienten zur Zufriedenheit mit Hörsystemen elektronisch, d.h. papierlos auch außerhalb eines klinischen Settings zu erheben. Die App soll eine Vielzahl von alltagsrelevanten PROMs kombiniert abdecken. Für Patienten, Audiologen und Hörakustiker in der alltäglichen Routine sollte die Applikation einfach zu bedienen und die Datenauswertung unkompliziert sein.

In der HearDL-App werden vier unterschiedliche Bereiche der Hörbewertung und Klangwahrnehmung adressiert:

1.

Klassische Fragebögen mit retrospektiver Abfrage,

2.

Erfassung der subjektiven Höranstrengung mittels ACALES mobile (vgl. [13], [14] zur rechnergestützten Variante von ACALES),

3.

EMA in der entsprechenden Situation und

4.

„Voting-Tools“ (A/B-Vergleich) sowie eine Klang- und Hörbewertungsabfrage für das bimodale Fitting, eingebettet in die EMA-Aufgabe.

Es wurde ein Dashboard für Windows entwickelt, womit zum einen die komplette Patientenverwaltung, eine chronologische Datenübersicht sowie der Datenexport organisiert wird und zum anderen mittels Studienplaner die einzelnen Aufgaben, Häufigkeit der Abfrage sowie die Zeitpunkte der Messungen für die Patienten individuell und auf Gruppenebene terminiert werden können.

Für die wesentlichen neuen Outcome-Messungen sind die Graphical User Interfaces (GUI) den Abbildung 1 [Abb. 1] (A–D) zu entnehmen; es sind Beispiele der GUIs für die adaptive Höranstrengungsmessung (ACALES mobile), Situationsdefinition der EMA und Fragebogenverfahren dargestellt. Bei den Voting-Tools wurden ein A/B-Vergleich und eine Ergänzung der EMA durch Klangdeskriptoren implementiert.

Bei Abbildung 1A [Abb. 1] ist zu entnehmen, dass die Nutzer beim Starten der App anhand sich füllender farblicher Kreise erkennen, wie viele im Dashboard zuvor definierte Aufgaben schon erledigt sind. In der App wird diese Funktion der Kreise durch Animationen zusätzlich verdeutlicht. In den Bereichen ACALES mobile werden Fortschrittsbalken und Prozentangaben rückgemeldet, um den Nutzer zur Erledigung ausstehender Aufgaben zu motivieren; bei Fragebögen: wie viele Fragen noch zu beantworten sind.

Im Folgenden werden die Verfahren und deren Implementierung detaillierter vorgestellt.

Bei der Auswahl geeigneter Fragebögen wurde darauf geachtet, dass diese eine Erfassung der subjektiven Einschätzung des Hörens der zurückliegenden zwei bis vier Wochen ermöglicht. Schwerpunkte sind die subjektive Hörfähigkeit als funktionale Komponente, hörspezifische Lebensqualität als auch Langzeitzufriedenheit sowie rehabilitationsspezifische Merkmale. Für die Auswahl der Fragebögen wurden Vorarbeiten von [15] zur bimodalen Versorgung berücksichtigt, wobei verschiedene Fragebögen als Verlaufskontrolle analysiert wurden. Basierend auf psychometrischen Kennwerten zur Veränderungssensitivität Cohen’s d [16] als Effektstärkemaß, wurden die Fragebögen „SSQ12“ [17] und das Hearing Handicap Inventory „HHI“ mit den Varianten –E (Elderly, vgl. [18]) und –A (Adults, vgl. [19]) als sensitiv identifiziert. Die neue Variante des HHI, das Revised Hearing Handicap Inventory [20], bezieht sich auf die beiden Varianten und ist mit einer Screening-Version (RHHI-S) und einer Langversion (RHHI) zusätzlich verfügbar.

Beim SSQ12 können im Unterschied zur originalen Skalierung nur ganzzahlige Werte von 0 bis 10 eingegeben werden, was der kleinen Bedienoberfläche und Nutzerbedarfen geschuldet ist, vgl. auch vergleichbare Arbeiten im Bereich der Höranstrengung [21].

Es wurden noch weitere Fragebogeninventare implementiert. Der „Hearing Implant Sound Quality Index HISQUI-19“ [22] umfasst funktionale Komponenten, wie auch Abfragen zur Klangqualität. Der „Nijmegen Cochlear Implant Questionnaire“ (NCIQ) [23] ist mit allen sechs Sub-Skalen implementiert, ein Verfahren, welches im CI-Weißbuch zur CI-Versorgung in Deutschland verpflichtend ist [24].

Ferner wurden insgesamt neun rehabilitationsspezifische Fragen, die in Anlehnung an IRES [25] und dem ICF-Konzept in der Audiologie [11] formuliert wurden, als Eigenentwicklung implementiert.

Bei der Höranstrengungsmessung ACALES, vgl. [13], [14], werden Sätze des Oldenburger Satztests (OLSA, [26]) im sprachsimulierenden, stationären Störgeräusch (Olnoise) dargeboten. Die Aufgabe der Probanden besteht darin, die subjektiv wahrgenommene Höranstrengung auf einer 13-stufigen Bewertungsskala (ESCU; Effort Scaling Categorical Unit) von „mühelos“ (1 ESCU) bis „extrem anstrengend“ (13 ESCU) und einer zusätzlichen Kategorie „nur Störgeräusch“ zu bewerten. Während der Messung wird, basierend auf den Antworten der Probanden, der SNR adaptiv verändert. Das Ziel dieser Messung ist die Ermittlung der individuellen Höranstrengungsfunktion, bei der jedem SNR-Wert eine Bewertungskategorie zugeordnet wird [13].

Das Messverfahren wurde als eigenständige Programmbibliothek für die Nutzung auf mobilen Endgeräten implementiert. Die Standardmessung erfolgt „in ruhiger häuslicher Umgebung“ mit Olnoise. Für die Anwendung auf mobilen Endgeräten außerhalb des Labors wurde das Messverfahren zeitlich verkürzt. Die drei Phasen der stationären Variante mit 1. Grenzbestimmung, 2. Schätzung des SNR für die Kategorien und zufällige Wiedergabe und Bewertung der SNRs und 3. Neuberechnung der Grenzen und SNRs sowie die zufällige Wiedergabe (zweimal wiederholt) wurden auf die ersten beiden Phasen reduziert. Zudem werden nur zwei der ursprünglichen drei OLSA-Sätze verwendet. Zur Verbesserung der Eingabe auf einem kleinen Smartphone-Bildschirm wurde die Bewertungsskala von 13/14 Bewertungskategorien auf 7/8 Kategorien reduziert (vgl. Abbildung 1B [Abb. 1]); es blieben aber alle sieben ursprünglichen verbalen Anker erhalten.

Die verkürzte mobile Variante vs. der langen Ursprungsvariante wurde bezüglich der Skalenlänge 13/14 vs. 7/8 und der Darbietungsart PC vs. App mit N=15 Normalhörenden N=20 CI-Trägern getestet. Weder deskriptiv noch statistisch zeigten sich bedeutsame Unterschiede; ein Manuskript mit detaillierten Ergebnissen ist in Vorbereitung.

In den Messungen mit den CI-Patienten stellte sich heraus, dass die Signale zu leise waren und daher nicht über den verbauten Lautsprecher des Smartphones präsentiert werden sollten. Es bieten sich andere Übertragungswege an, wie z.B. Streaming via Bluetooth-Verbindung. Die Anwendung ist zwar telemedizinisch ausgerichtet und wird im privaten Setting durchgeführt, erfasst aber, aufgrund Reliabilitätsaspekten und der Vergleichbarkeit, nicht die Höranstrengung von alltäglichen Situationen. Eine subjektive Abfrage der Höranstrengung ist in den EMA-Abfragen explizit berücksichtigt.

Der hier verwendete EMA-Ansatz beschränkt die Auswahl zu bewertender Hörsituationen auf individuell relevante Situationen. In der Primärkonzeption geben die Patienten zu Beginn der Befragung die fünf individuell relevantesten Hörsituationen (z.B. Gespräche im Restaurant, Verstehen von Sprache beim Autofahren, etc.) an, qualifizieren diese mit einem kurzen Text (vgl. Abbildung 1C [Abb. 1]) und bewerten sie nachfolgend, wenn sie sich in der entsprechenden Situation befinden (Beispiele vgl. Abbildung 2 [Abb. 2] (A–C)). Damit wird ein Vorher-Nachher-Vergleich ermöglicht, der sich auf identische Situationen/Klassen bezieht und die Datenqualität verbessern soll. Die Idee, individuell bedeutsame Situationen abzufragen, wird in dem Fragebogen „Client Oriented Scale of Improvement“ (COSI; 12) in ähnlicher Weise angewendet, um die Anpassung von Hörsystemen und das Outcome auf relevante, individuell bedeutsame Hörsituationen zu fokussieren.

Für die A-priori-Klassifizierung der relevanten Hörsituationen wurde das Schema der „Common Sound Scenarios“ von [27] adaptiert, vgl. Tabelle 1 [Tab. 1]. Dieses Vorgehen dient dazu, die nachfolgende Auswertung in der klinischen Routine zu vereinfachen.

Im ersten Schritt wird von den Audiologen abgefragt, welche Intention mit der jeweiligen Hörsituation verknüpft ist: Unterhaltung, fokussiertes Zuhören oder Umwelt überwachen. Basierend auf der Antwort werden weitere Fragen zur Klassifizierung generiert. Bei der Auswahl von „Unterhaltung“ wird im nächsten Schritt nach der Anzahl der Gesprächspartner gefragt sowie nach der Anwesenheit von Hintergrundgeräuschen, insgesamt sechs Situationen. Bei der Wahl von „Fokussiertes Zuhören“ wird die Situation weiter spezifiziert, in dem nach der Darbietung des Zielsignals (live oder über ein Gerät) und nach der Anwesenheit von störenden Hintergrundgeräuschen gefragt wird (Sprache, Musik), wiederum sechs Situationen. Bei der Auswahl der Kategorie „Umwelt überwachen“ wird nach der Relevanz der Umgebungsgeräusche gefragt, um daraus zu schließen, ob es sich um zu „überwachende“ Nebengeräusche bei Aktivitäten (z.B. Verkehrsgeräusche) oder um eher nebensächliche, beiläufige Geräusche, wie z.B. Hintergrundmusik beim Lesen, handelt.

Sobald sich die Nutzer in einer klassifizierten Situation befinden, werden sie um die Beantwortung spezifischer, für die jeweiligen Klassen relevanter Fragen gebeten. Damit ist eine systematische Adaptivität bei der Auswahl der Items gewährleistet.

Ursprünglich sah das Konzept vor, dass die Nutzer selbst die Klassifikation vornehmen. In Nutzerbefragungen stellte sich heraus, dass die Klassifizierungsprozedur die Patienten überforderte. Daher wird die Klassifikation gemeinsam im Dialog mit den Audiologen im Dashboard vorgenommen; eine Klassifizierung ist aber für erfahrene Nutzer auch weiterhin in der App möglich.

Zudem können in der App spontan relevante Situationen bewertet werden. Hier wird wiederum eine Situation definiert, wie in Abbildung 1C [Abb. 1] dargestellt, die anhand von Beispielsituationen vom Nutzer klassifiziert und direkt abgefragt wird, ohne das Experten-Klassifikationsprozedere nutzen zu müssen.

Je nach Situationsklasse (s. Spalte „Nr.“ in Tabelle 1 [Tab. 1]) werden durch die Items verschiedene hörbezogene Aspekte über Slider abgefragt (s. Spalte „Items“ in Tabelle 1 [Tab. 1]):

Die Items A, G und F dienen als Abfrage zur ‚akuten‘ Lebensqualität/Partizipation, die Items B und D berücksichtigen Aspekte der Wahrnehmung und die Items C, E und H erfassen funktionale Aspekte des Alltagslebens. Bei den Bewertungen Lautstärke, Klang und Klarheit der Sprache wurden links/rechts Slider eingesetzt, um Anhaltspunkte für das Fitting der unterschiedlichen Devices der bimodalen Versorgung zu haben.

Die „Mood-Skala“ unterscheidet fünf Antwortmöglichkeiten, während für die anderen Items sieben Skalenpunkte zur Verfügung stehen.

Sind alle zu bewertenden Hörsituationen im Dashboard nebst Terminierung eingetragen, erfolgt eine Erinnerung an die Situationen per Push-Nachricht in der HearDL-App über das Smartphone (Abbildung 2D [Abb. 2]).

Es wurden zwei „Voting-Tools“ (VT) entwickelt: VT1 zum Vergleich der beiden Hörsysteme (bei bimodal HG vs. CI) in einer aktuellen Hörsituation und VT2 zur direkten Bewertung unterschiedlicher Einstellungen oder (neuer) Produktmerkmale im Alltag (A/B-Vergleich). Während VT1 immer in Verbindung mit einer Hörsituation im Rahmen der EMA-Messung genutzt wird, ist VT2 vollständig alleinstehend und dient dazu, individuelle Einstellungen eines Hörsystems (z.B. unterschiedliche Hörprogramme) oder (neue) Produkteigenschaften eines Hörsystems im Alltag (z.B. unterschiedliche Parameter von Signalvorverarbeitungen) zu vergleichen.

Das VT1 adressiert besonders den bimodalen Versorgungsfall: In einer aktuellen Alltagshörsituation der EMA-Applikation sollen die Patienten beurteilen, ob sie mit CI und HG gleich gut hören und wenn nicht, genauer spezifizieren, mit welchem System sie schlechter hören und warum (vordefinierte Hörbewertungsklassen). Hierfür ist es zwingend erforderlich, dass das VT1 in einer klar beschriebenen Hörsituation angewendet wird. Aus diesem Grund ist das VT1 eine Erweiterung der EMA-Befragung, die von CI-Audiologen und Hörakustikern im Dashboard konfigurierbar (aktivierbar/deaktivierbar) ist. Die vordefinierten Klang- und Hörbewertungsklassifikationen (z.B. Sprache und/oder Nebengeräusche zu laut/zu leise, eigene Stimme zu laut, zu dumpf/zu scharf, Rauschen, verzerrt, Hall, Echo), erlauben dabei Rückschlüsse auf die weitere individuelle Programmierung und – beim Vorliegen von großen Datenmengen – auch Rückschlüsse auf generelle Richtlinien für die Anpassung, um die Kombination von CI und HG zu optimieren. Die Item-Sammlung basiert auf qualitativen Befragungen von CI-Patienten im Rahmen der Usability-Studien bei der Entwicklung der HearDL-App und einer Sammlung von Deskriptoren zur Fernanpassung von Hörgeräten [28].

Das Dashboard ist ein eigenes Windows PC-Programm und als Multiuser-System angelegt, in welchem die Patienten mit ihren Hörsystemen durch die Audiologen mittels Patienten ID angelegt und verwaltet werden. Die entsprechenden Testverfahren können ausgewählt sowie bestimmten Terminen und Intervallen zugeordnet werden, so dass ein komplettes individuelles Programm oder ein Studiendesign für Patientengruppen erstellt werden kann. Die Patientenprofile und -daten können exportiert werden, um sie für wissenschaftliche Analysen zu verwenden. Für die EMA-Applikation können individuell bedeutsame Hörsituationen patientenspezifisch angelegt werden. Die Patientendaten, das Versuchsdesign und die relevanten EMA-Situationen können vom Dashboard aus in die Smartphone-App übertragen werden.

Erfasste Daten von den Patienten können später vom Smartphone in das Dashboard eingelesen werden. Einfache Auswertungen der gesammelten Daten sowie eine Visualisierung von wesentlichen Ergebnissen sind direkt im Dashboard möglich. Die Daten können über ein Tabellenformat exportiert werden, um in einer anderen Software (z.B. Microsoft Excel, Statistik-Software) detaillierter ausgewertet zu werden.

Für die Erarbeitung und Umsetzung der HearDL-App und des Dashboards wurde ein iteratives Vorgehen gewählt, bei dem Teilfunktionalitäten nach und nach eingebaut, getestet und bei Bedarf angepasst werden konnten. Von Beginn an wurde die Softwareentwicklung mit einem System vorgenommen, das eine Cross-Plattform Realisierung erlaubt. Da die konkrete Plattform, auf der die App läuft, weniger ausschlaggebend war, beschränkte sich die Entwicklung zunächst auf iOS. Zu einem späteren Zeitpunkt wurde die App auch für Android-Systeme weiterentwickelt, so dass beide Smartphone-Betriebssysteme verfügbar sind. In ähnlicher Weise wurde in der Softwarearchitektur von Anfang an eine mögliche Übersetzung in weitere Sprachen vorgesehen. Aktuell liegt die App in deutscher und englischer Sprache vor. Das Dashboard wurde als Desktop-Software für Windows und iOS realisiert und ist ebenfalls in den Sprachen Deutsch und Englisch verfügbar.

Für den iterativen Entwicklungsprozess der App und des Dashboards wurden über den Verlauf des Projekts immer wieder neue Zwischenreleases der jeweiligen Software erstellt, um diese mit dem Fachpersonal und Patienten zu testen und nachfolgend ggf. zu modifizieren. Auf diese Weise wurde ein voll funktionsfähiger Prototyp erstellt, der für klinische Studien und für die audiologische Praxis eingesetzt werden kann. Die weiteren Releases der App und des Dashboards werden nur noch für Android erfolgen, da zum einen die Administration der iOS-App aufwendiger ist und zum anderen das Betriebssystem Android einen erheblich höheren Marktanteil aufweist als iOS.

Die Entwicklung der App-Tools und des Dashboards folgte über den gesamten Zeitraum einem Usability-Prozess nach [29], einerseits durch Expert-Panels nach dem Prinzip der heuristischen Evaluation und andererseits mittels Nutzereinbindung und Patiententestungen. Die Patientenmessungen wurden in zwei Wellen durchgeführt, und zwar zu Beginn der Entwicklung mit neun erfahrenen CI-Trägern (dabei vier Probandinnen, Alter 51–70 Jahre) und vier Monate vor Abschluss der Entwicklung als lauffähiger Prototyp mit 10 erfahrenen HG-Trägern (dabei fünf Probandinnen, Alter 44–72 Jahre). Die Prüfungen dienten dazu, das Design, die Bedienung, deren Konsistenz und die Nutzerführung fortlaufend zu verbessern, insbesondere für ACALES mobile und die EMA-Aufgaben. Die Screenshots, vgl. Abbildung 1 [Abb. 1] und Abbildung 2 [Abb. 2], sind das Resultat der Prüfungen.

Bei der Entwicklung der HearDL-App wurde der „Mobile App Security Verification Standard“ (MASVS) des Open Worldwide Application Security Project (OWASP, siehe [30]) nicht explizit berücksichtigt. Allerdings deckt sich die Implementierung weitestgehend mit den Anforderungen der beiden Prüf-Level MASVS-L1 (Standard Security) und MASVS-L2 (Defense-in-Depth). Beide Programme, die App auf dem Smartphone und das Dashboard für Windows, sind keine Web-Anwendungen, sondern laufen lokal auf den jeweiligen Geräten, Smartphone bzw. PC. Sie stellen selbst keine Netzwerkverbindungen her, sondern speichern und übertragen Daten ausschließlich lokal auf dem jeweiligen Gerät. Die Datenübertragung zwischen App und Dashboard ist nur kabelgebunden möglich. Obwohl die App als EMA-Tool konzipiert ist und somit durchaus ein Interesse an zusätzlichen Informationen zu Ort und akustischer Umgebung besteht, werden von der App weder Positionsdaten noch akustische Daten erfasst oder gespeichert.

In der aktuellen Version ist es vorgesehen, anstelle des Klarnamens und Geburtsdatums eine Probanden-ID und weitere Daten zur Hörsystemversorgung anzugeben. Die Daten der App-Nutzer können nur von den lokalen Nutzern des Dashboards, d.h. von den betreuenden Audiologen, eingesehen werden. Darüber hinaus werden nur diejenigen Daten gesammelt und gespeichert, die durch die Fragebögen, das EMA-Tool, den ACALES-Test und die Voting-Tools abgefragt werden. Alle Austauschdaten werden in der Software in einem verschlüsselten Format gespeichert. Für das Dashboard wird eine lokale/netzwerkfähige Firebird-Datenbank genutzt. Diese nutzt einen passwortgeschützten Zugang, so dass auf das Dashboard per Passwort und Nutzername nur angemeldete Nutzer Vollzugriff haben.

Im Mittelpunkt der App-Entwicklung standen bimodal versorgte Patienten. Generell können jedoch auch einseitig oder beidseitig versorgte HG- und/oder CI-Träger oder Träger anderer Hörlösungen die App verwenden. Für Forschung und Therapie kommen folgende Anwendungsfelder in Frage: Hinweise für den individuellen Therapie- und Reha-Korridor, zusätzliche Daten in klinischen Messungen zur Erhöhung der ökologischen Validität, Unterstützung bei bimodalen Anpassungsstrategien, Entwicklung von bimodalen Signalverarbeitungen und der Dokumentation des Nutzens der auralen HG- und CI-Rehabilitation. HearDL eignet sich insbesondere dazu, die erhobenen Alltagsdaten mit Labordaten abzugleichen. So kann der Frage nachgegangen werden, ob die klinischen Messungen aussagekräftig genug sind, um das Alltagshören der Patienten widerzuspiegeln.

Diese Frage stellt sich besonders für den „bimodalen Abgleich“. Derzeit ist es unbekannt, wie genau die bimodale Anpassung zu erfolgen hat, weil die Anpassung oftmals in zwei audiologischen Welten und getrennt für jedes Hörsystem erfolgt. Mit dem Voting-Tool VT1 von HearDL können ggf. Aussagen darüber getroffen werden, wie eine „optimale“ Perzeption erzeugt werden kann, wie Signalvorverarbeitungen für eine Synergie eingestellt werden müssen und ob gerätespezifische Voreinstellungen oder Automatiken nachteilig sind. Mit der HearDL-App wird die Hoffnung verbunden, zukünftig für die bimodale Anpassung datengestützte Hinweise zu bekommen, die dann in Anpassregeln münden könnten.

Die hier konzipierte App ergänzt bisherige telemedizinische Anwendungen, wie z.B. Cochlear^TM Remote Check [9], um ein verkürztes Verfahren zur Höranstrengung als ‚ACALES mobile‘, ein Bewertungsverfahren zur bimodalen Versorgung und ein für den klinischen Einsatz geeignetes und optimiertes EMA-Design. Es bietet sich an, ein weiteres audiologisches Messverfahren, z.B. der Ziffern-Tripel-Test (ZTT, [31]), in HearDL auf einer Endgeräteumgebung zu implementieren, um alle wesentlichen Messungen aus einer Applikation zu starten und für die Auswertung verfügbar zu haben. So wäre eine Vergleichbarkeit mit der Remote Check App [9] möglich, bei der der ZTT auch implementiert ist. Zusätzlich bietet es sich an, die Implementierung des OLSA zu prüfen, ggf. konkurrierend, da mithilfe des OLSA der Vergleich mit klinischen Routinedaten möglich sein wird.

Bei vielen EMA-Messungen wurden auch akustische Daten der jeweiligen Situationen mit den subjektiven Bewertungen gekoppelt; für einen Überblick siehe [8]. Zukünftig ist diese Kopplung auch für die HearDL App sinnvoll, jedoch wurde hier zunächst das Augenmerk auf die teleaudiologische Erfassung von Patientendaten unabhängig von Hörsystemen einzelner Hersteller gelegt.

Derzeit wird ein Content-Management-System (CMS) für neue Fragebögen erstellt, das im Dashboard integriert wird. Hierdurch wird es für Audiologen möglich, weitere international gebräuchliche Fragebogenbatterien mittels einer GUI selbst zu erstellen und in Forschungsprojekten einzusetzen. Generell sollten Vergleiche von Pencil-Paper-Abfragen vs. App-basierter Erfassung geprüft werden, wie auch die Auflösung der SSQ-Skala (Original mit Feingradation zwischen ganzzahligen Werten vs. verwendete 11-Punkt-Skala). Eine Erweiterung ist auch für die Liste der Klangdeskriptoren für den bimodalen Versorgungsfall im Rahmen klinischer Studien vorgesehen.

Die Gebrauchstauglichkeit der App und des Dashboards wurde durch Hinzuziehung von audiologischen und medizinischen Experten sowie potenziellen Nutzern geprüft. Dennoch sind weitere umfangreiche Pilottestungen in unterschiedlichen klinischen und häuslichen Settings sowie weitere Validierungsstudien im Bereich von ACALES mobile und der Fragebögen notwendig, um die Vergleichbarkeit mit herkömmlichen Pencil-Paper Messungen und PC gestützten Messverfahren zu gewährleisten.

Die hier beschriebenen Untersuchungen am Menschen wurden mit Zustimmung der zuständigen Ethik-Kommission (Nr.: 2020-071 der Medizinischen Ethikkommission Oldenburg) im Einklang mit nationalem Recht sowie gemäß der Deklaration von Helsinki von 1975, dabei in der aktuellen, überarbeiteten Fassung, durchgeführt. Von allen Patienten liegt eine Einverständniserklärung vor.

Wir danken den Patientinnen und Patienten der Universitätsklinik für Hals-Nasen-Ohrenheilkunde am Evangelischen Krankenhaus in Oldenburg.

Horst Hessel und Markus Meis sind Angestellte der Firma Cochlear Deutschland GmbH & Co KG. Rabea Wortmann ist Angestellte bei der GN Hearing GmbH, Deutschland. Die anderen Koautoren Melanie Krüger, Andreas Radeloff, Mareike Grundmann, Michael Buschermöhle, Inga Holube und Petra von Gablenz berichten keine Interessenskonflikte.

Die Arbeiten entstanden im Projekt „Hearing in Daily Life (HearDL)“, gefördert vom Bundesministerium für Bildung und Forschung (BMBF); FKZ: 13GW0266A.