Objectives: Investigate factors contributing to the effective management of age-related hearing loss (ARHL) rehabilitation. Methods: A systematic review was conducted following PRISMA guidelines. The protocol was registered in PROSPERO (CRD42022374811). Articles were identified through systematic searches in the Scopus, PubMed, Web of Science, and Cochrane databases in May 2024. Only articles published between January 2005 and May 2024 were included. Studies were assessed for eligibility by two independent researchers and evaluated using the Crowe Critical Appraisal Tool v1.4 (CCAT). Results: Of the 278 articles identified, 54 were included. Three factors explain effective HA use. First, hearing aid signal processing, with directional microphones and noise reduction, improves user comfort and understanding regarding noise. Second, there is hearing aid fitting, with the NAL prescription rules as the gold standard, and bilateral, high-level HA performance for spatial localization and noise comprehension. Third, there is a patient-centered approach, using patient-related outcome measures (PROMs), questionnaires, counseling, and regular follow-up to involve patients in their therapeutic rehabilitation. Conclusions: Reaching a consensus on acoustic parameters is challenging due to variability in audiological results. Involving patients in their rehabilitation, addressing their needs and expectations, and offering individualized care are crucial.

Introduction Hearing loss is commonly associated with aging occurring in around 60 of people over the age of 60 The impact of hearing loss can have consequences for the person themselves but can also have collateral effects Family members especially spouses often take on additional responsibilities and family roles can be altered Age-related hearing loss impacts daily life quality of life and the role of caregivers Objective To assess the impact of hearing aids on the quality of life and social participation of hearing-impaired elderly people and their families Methods Systematic literature review using the CINHAL Embase Medline and Pubmed databases with no age restriction

Développement de mesures audiologiques pour le suivi du malentendant appareillé : vers une médecine personnalisée: En France comme à l’international, les approches actuelles pour la prise en charge de la perte auditive reposent largement sur les seuils audiométriques et les tests de compréhension. Bien que ces mesures soient indispensables, elles ne permettent pas de rendre compte de toute la variabilité de la perte auditive ni de ses conséquences dans la vie quotidienne. Pour répondre `a ces limites, cette thèse vise à améliorer la caractérisation de la perte auditive et de son impact fonctionnel. Trois axes ont été développés : (1) l’approche centrée-patient (PROMs) ; (2) le développement d’un nouveau test de compréhension dans le bruit (SIN) ; et (3) des méthodes de machine learning pour identifier des profils audiométriques et prédire les résultats de la réhabilitation auditive. Le Chapitre 1 identifie trois facteurs majeurs contribuant au succès de l’appareillage auditif : le traitement du signal, les protocoles de réglage et l’approche centrée-patient. La littérature s’accorde sur l’importance d’impliquer les patients dans leur rééducation et d’évaluer leurs besoins tout au long de leur réhabilitation. Le Chapitre 2 démontre que les PROMs, utilisés ici avec la version française du COSI, constituent des outils valides et robustes, capables de compléter les tests audiologiques standards en révélant des besoins spécifiques tels que ne plus se sentir embarrassé lors de conversations. Les PROMs se sont révélés particulièrement informatifs pour les pertes auditives légères à modérées, où les besoins auditifs varient fortement, à degré de perte équivalente, et dépendent de l’âge et du sexe, indépendamment des seuils audiométriques. Le Chapitre 3 décrit le développement d’un nouveau test français SIN, conçu pour concilier réalisme, reproductibilité et rapidité. La validation préliminaire a démontré des propriétés psychométriques cohérentes avec les tests de référence. Le Chapitre 4 a identifié huit profils audiométriques. Leur intégration permet d’améliorer la précision de prédiction des résultats aux tests de compréhension. Chaque profil possède ses propres variables explicatives, incluant notamment l’amplification sur certaines fréquences, le niveau technologique ou le nombre de rendez-vous post appareillage. En combinant les tests audiologiques standards avec les PROMs, un nouveau test SIN et l’analyse de données à grande ´échelle, cette thèse contribue a faire évoluer la prise en charge de la perte auditive en France. Les résultats démontrent le fort potentiel de ces approches pour une réhabilitation auditive plus personnalisée et efficace.

Pure-tone audiometry (PTA) characterizes peripheral hearing sensitivity, yet patients with identical PTA-defined severity frequently exhibit markedly different speech recognition. How much clinically meaningful variation exists within severity categories, and does the relationship between audiometric thresholds and speech recognition reveal functional structure that neither measure captures alone? We address these questions using a multi-stage analytical framework applied to 51,918 adults with symmetric hearing loss, combining hypothesis-driven feature extraction, dependence measures that capture how audiometric and speech variables co-vary, and unsupervised clustering. PTA explained substantially less speech variance within severity categories than across them, indicating that pooled audiometry--speech associations overestimate patient-level prediction. The audiometry--speech relationship varied non-monotonically across severity, peaking at moderate loss before weakening at both extremes. Speech-in-quiet and speech-in-noise provided complementary information in mild loss but became progressively redundant in severe loss. The dependency structure between audiometric and speech measures carried a stronger discriminative signal for clinical categorization than raw thresholds alone. These findings indicate that severity categories correspond to distinct patterns of audiometry--speech interaction, with implications for test battery design and severity-dependent models of speech perception.