Using cluster analysis to classify audiogram shapes

The purpose of this study was to design a statistical classification system of audiogram shapes in order to improve and integrate shape recognition across clinical settings. The study included 1633 adult subjects with normal hearing or symmetric sensorineural hearing impairment who underwent pure-tone audiometry between July 2007 and December 2008. K-means cluster analysis was employed to categorize audiometric shapes. Eleven audiogram shapes were identified: rising, flat, peaked 8-kHz dip, 4-kHz dip, 8-kHz dip, mild sloping, severe 8-kHz dip, sloping, abrupt loss, severe sloping, and profound abrupt loss. By using the classification system and nomenclature identified for audiogram shapes as outlined in this study, errors based on personal experiences can be reduced and a consistency can be developed across clinics. Sumario El propsito de este estudio fue disear un sistema de clasificacin estadstica de formas de audiogramas para mejorar e integrar el reconocimiento de formas en los diferentes contextos clnicos. El estudio incluy 1633 sujetos adultos con audicin normal o con hipoacusias sensorineurales sim?tricas, que se sometieron a una audiometra tonal entre julio del 2007 y diciembre del 2008. El anlisis en grupo con medios K fue utilizado para organizar las formas audiom?tricas. Se identificaron once formas audiom?tricas: en ascenso, planas, con cada puntiaguda en 8 kHz, con cada en 4 kHz, con cada en 8 kHz, con pendiente suave, con cada severa en 8 kHz, con pendiente, p?rdida abrupta, pendiente severa y p?rdida profunda abrupta. Utilizando el sistema de clasificacin y la nomenclatura identificada para las formas de audiograma conforme se delinea en este estudio, los errores basados en la experiencia personal pueden reducirse y puede desarrollarse consistencia entre las clnicas audiolgicas. ? 2010 British Society of Audiology, International Society of Audiology, and Nordic Audiological Society.