Hörgerätegebrauch und soziale Aktivität erwiesen sich in einem neuen Modell zur Vorhersage kognitiver Beeinträchtigungen als Schutzfaktoren

Anhand von 524 Erwachsenen ab 60 Jahren mit Hörverlust erstellten die Forscher ein Fünf-Variablen-Modell, um diejenigen zu identifizieren, bei denen die Wahrscheinlichkeit für kognitive Beeinträchtigungen am größten ist. Zwei der fünf Variablen sind Dinge, die eine Person ändern kann.

Der Zusammenhang zwischen Hörverlust und kognitivem Abbau zählt seit einem Jahrzehnt zu den meistbeachteten Erkenntnissen der Alternsforschung. Große Studien haben wiederholt gezeigt, dass ältere Erwachsene mit unbehandeltem Hörverlust häufiger kognitive Beeinträchtigungen aufweisen als Gleichaltrige mit normalem Hörvermögen. Die Ursache für diesen Zusammenhang ist jedoch weiterhin Gegenstand von Diskussionen.

Zu wissen, dass ein Zusammenhang besteht, bedeutet nicht automatisch, die betroffenen Patienten zu kennen und gezielt zu beobachten. Ein Team in Anhui, China, entwickelte daher ein praktischeres Instrument: ein Screening-Tool, das anhand weniger, leicht zu erhebender Daten über ältere Erwachsene mit Hörverlust deren Risiko für kognitive Beeinträchtigungen abschätzen kann.

Hintergrund: Warum die Forscher dies untersucht haben

Kognitive Beeinträchtigungen umfassen ein Spektrum an Schwierigkeiten mit Gedächtnis, Aufmerksamkeit, Sprache und Denkvermögen, die über das normale Altern hinausgehen, aber noch nicht zu einer Demenz führen. Oftmals ist dies das Stadium, in dem Interventionen am wirksamsten sind. Daher hat die Früherkennung kognitiver Beeinträchtigungen in der Geriatrie höchste Priorität.

Ältere Erwachsene mit Hörverlust haben ein erhöhtes Risiko, doch Kliniken verfügen bisher über wenige Instrumente, um diejenigen dieser Patienten zu identifizieren, die am dringendsten Hilfe benötigen. Die Autoren orientierten sich in ihrer Arbeit an einem sogenannten populationsbezogenen Gesundheitsrisikomanagement. Dieser Ansatz basiert im Wesentlichen auf der Idee, eine Bevölkerung nach Risiko zu stratifizieren und Ressourcen entsprechend einzusetzen, anstatt alle Mitglieder der Gruppe gleich zu behandeln.

Ein nützliches Screening-Instrument für eine stark frequentierte Klinik muss kostengünstig, schnell und auf bereits vorhandenen Informationen basieren. Diese Vorgabe prägte die Studie: Anstatt nach exotischen Biomarkern zu suchen, konzentrierte sich das Team auf die kleinstmögliche Anzahl routinemäßig erhobener Variablen, die den Zweck erfüllen konnten.

Wie die Studie durchgeführt wurde

Zwischen Juni 2023 und September 2024 rekrutierten die Forscher 524 Erwachsene ab 60 Jahren mit Hörverlust. Die Teilnehmer wurden nicht zufällig, sondern nach ihrem Beitrittsdatum aufgeteilt: 367 Personen, die zwischen Juni 2023 und Mai 2024 beitraten, bildeten die Entwicklungskohorte, und 157 Personen, die zwischen Juni und September 2024 beitraten, bildeten eine zeitlich unabhängige Validierungskohorte. Die Aufteilung nach Zeit statt nach Zufall ist ein anspruchsvollerer Test, da er prüft, ob ein in einem Zeitraum trainiertes Modell auch in einem späteren Zeitraum noch funktioniert.

Die kognitive Funktion wurde mit dem Montreal Cognitive Assessment (MoCA), einem weit verbreiteten Screening-Fragebogen, gemessen. Ein Wert unterhalb von 26 wurde nach Berücksichtigung des Bildungsniveaus des Teilnehmers als Hinweis auf eine kognitive Beeinträchtigung gewertet. Das Hörvermögen wurde mittels Reintonmittelwert quantifiziert, dem Standardmaß, das angibt, wie laut Töne über verschiedene Frequenzen hinweg sein müssen, damit sie vom Menschen wahrgenommen werden können.

Mithilfe der LASSO-Regression, einem statistischen Verfahren, das den Einfluss schwacher Variablen minimiert und die relevanten Variablen auswählt, wurden die Kandidatenprädiktoren eingegrenzt. Anschließend wurden sechs Modelle des maschinellen Lernens trainiert und hinsichtlich Genauigkeit, Sensitivität, Spezifität und verwandter Kennzahlen verglichen. Das beste Modell wurde mittels Gittersuche mit fünffacher Kreuzvalidierung weiter optimiert. Die Forscher wendeten zudem die SHAP-Analyse an, eine Methode, die den Beitrag jeder Variablen zu einer bestimmten Vorhersage aufzeigt, um die Transparenz des Modells zu gewährleisten.

Ergebnisse der Studie

Unter den 524 Teilnehmern erfüllten 40.8 Prozent die Schwelle für kognitive Beeinträchtigung der Studie. Das ist eine hohe Zahl und spiegelt eine Stichprobe wider, die bewusst wegen Hörverlust ausgewählt wurde und nicht aus der allgemeinen Bevölkerung älterer Erwachsener besteht.

Mithilfe der LASSO-Regression wurden die Kandidatenvariablen auf fünf reduziert: Alter, Reinton-Mittelwert, Depression, Hörgerätegebrauch und Teilnahme an sozialen Aktivitäten. Die multivariate Analyse zeigte, dass Depressionen, höheres Alter und ein schlechteres Hörvermögen (gemessen als Reintonmittelwert) jeweils mit einer höheren Wahrscheinlichkeit für kognitive Beeinträchtigungen einhergingen. Die Verwendung von Hörgeräten und die Teilnahme an sozialen Aktivitäten wirkten sich dagegen aus und waren mit einer geringeren Wahrscheinlichkeit verbunden, was die Autoren als protektive Faktoren beschreiben.

Von den sechs getesteten Machine-Learning-Ansätzen erzielte Random Forest in der Validierungskohorte insgesamt die besten Ergebnisse. Nach der Hyperparameter-Optimierung erreichte er eine Fläche unter der Kurve (AUC) von 0.952 in der Trainingskohorte und 0.871 in der Validierungskohorte. Die Fläche unter der Kurve fasst zusammen, wie gut ein Modell die beiden Gruppen trennt. 0.5 entspricht einem Münzwurf, 1.0 einer perfekten Trennung. Daher stellt 0.871 bei Daten, die dem Modell unbekannt waren, eine solide Diskriminierung dar.

Weitere Validierungskennzahlen vervollständigten das Bild: ein F1-Score von 0.737, eine Sensitivität von 0.779, ein Youden-Index von 0.583 und ein negativer prädiktiver Wert von 0.863. Der negative prädiktive Wert ist für ein Screening-Instrument von praktischem Interesse, da er bedeutet, dass das Modell in etwa 86 % der Fälle richtig lag, wenn es eine kognitive Beeinträchtigung bei einer Person als unwahrscheinlich einstufte.

Die SHAP-Analyse identifizierte den Reintonmittelwert, das Alter und soziale Aktivitäten als die drei einflussreichsten Prädiktoren im optimierten Modell. Bemerkenswert ist, dass zwei dieser drei Faktoren – Hörvermögen und soziale Teilhabe – im Gegensatz zum Alter nicht konstant sind.

Was bedeutet das für Menschen mit Hörverlust?

Zunächst ist es wichtig zu verstehen, was diese Studie aussagen kann und was nicht. Es handelt sich um eine Querschnittsstudie, d. h. alle Messungen erfolgten zu einem einzigen Zeitpunkt. Die Studie zeigt, dass Menschen, die Hörgeräte trugen und sozial aktiv blieben, seltener im Bereich der Hörbeeinträchtigung lagen. Sie belegt jedoch nicht, dass die Hörgeräte oder die sozialen Aktivitäten die Ursache für diesen Unterschied waren. Menschen mit bereits höherer kognitiver Leistungsfähigkeit neigen möglicherweise einfach eher dazu, beides zu verfolgen.

Allerdings sind die beiden Schutzfaktoren auf bemerkenswerte Weise miteinander verknüpft. Soziale Teilhabe ist schwierig aufrechtzuerhalten, wenn man in einem Restaurant oder einem überfüllten Raum einem Gespräch nicht folgen kann. Unbehandelter Hörverlust führt tendenziell zu einem schleichenden Rückgang des sozialen Umfelds, indem man nach und nach ein Treffen verpasst. Die Studie ergab, dass soziale Aktivität zu den wichtigsten Faktoren in diesem Modell zählt.

Das Vorhandensein von Depressionen unter den fünf Prädiktoren folgt demselben Muster und verdient besondere Beachtung. Wenn Sie oder eine Ihnen nahestehende Person gleichzeitig unter Hörverlust und gedrückter Stimmung leiden, sollten Sie diese Kombination mit einem Arzt besprechen, anstatt sie als unvermeidlichen Teil des Älterwerdens abzutun.

Warum die Nutzung von Hörgeräten als Schutzfaktor auftrat

Wenn sowohl die Nutzung von Hörgeräten als auch die soziale Teilhabe zu den fünf relevanten Variablen gehören, stellt sich die praktische Frage, warum ein Hörgerät tatsächlich in sozialen Situationen getragen wird. Hörgeräte landen meist in der Schublade, weil sie in lauten Räumen unkontrolliert Geräusche verstärken – genau in dem Bereich, in dem sich die meisten Menschen Hilfe wünschen.

Das Panda Quantum wurde speziell für dieses Problem entwickelt. Es handelt sich um ein RIC-Gerät (Receiver-in-Canal) mit 16-Kanalverarbeitung und aktiver Geräuschunterdrückung für klarere Sprachverständlichkeit in lauten Umgebungen. Es verfügt über denselben App-basierten Hörtest wie das Panda Air: Nach der Lieferung koppeln Sie das Gerät mit der App. Diese führt einen frequenzspezifischen Test direkt im Gerät durch und programmiert Verstärkung und Frequenzgang anhand Ihrer individuellen Ergebnisse anstatt einer Standardkurve. Diese App-basierte Hörpersonalisierung unterscheidet ein individuell angepasstes Gerät von einem einfachen Verstärker.

Auch im Alltag spielen praktische Details eine wichtige Rolle. Das Quantum bietet mit Ladecase eine Akkulaufzeit von bis zu 80 Stunden und unterstützt Bluetooth für Anrufe, Fernsehen und Musik – so deckt dasselbe Gerät sowohl den Esstisch als auch das Wohnzimmer ab. Es kommt mit einer 5-jährigen Garantie und einem 45-tägigen Rückgaberecht. Frei verkäufliche Geräte sind für Erwachsene mit leichter bis mittelschwerer Hörminderung zugelassen. Bei schwerer oder hochgradiger Hörminderung ist eine individuelle Anpassung durch einen Facharzt weiterhin empfehlenswert.

Siehe Panda Quantum

Einschränkungen dieser Studie

Das Querschnittdesign stellt die zentrale Einschränkung dar. Da Hören, Kognition, Stimmung und soziale Aktivität gleichzeitig erfasst wurden, ist die Richtung jeder Beziehung im Modell offen. Die protektiven Zusammenhänge zwischen Hörgerätegebrauch und sozialer Teilhabe sprechen für einen kausalen Zusammenhang. Die Studie kann diesen jedoch nicht von umgekehrter Kausalität oder einem dritten, alle Zusammenhänge bedingenden Faktor unterscheiden.

Die Teilnehmenden stammten aus einem einzigen Krankenhaus in einer einzigen chinesischen Stadt, daher ist die Leistungsfähigkeit des Modells in anderen Regionen unbekannt. Die Validierung erfolgte zeitlich und nicht extern mit 157 Personen. Diese geringe Anzahl ist für die Prüfung eines Modells für maschinelles Lernen zu niedrig und führt zu ungenauen Schätzungen. Kognitive Beeinträchtigungen wurden anhand eines Grenzwerts des Montreal Cognitive Assessment (MoCA) definiert – einem Screening-Schwellenwert und keiner klinischen Diagnose. Der Hörgerätegebrauch wurde anscheinend lediglich als Ja/Nein-Variable erfasst, ohne Angaben zur täglichen Tragedauer oder zum Anpassungsgrad der Geräte. Der PubMed-Eintrag zu diesem Artikel enthält keine Angaben zu Finanzierungsquellen oder Interessenkonflikten.

Was ist damit zu tun?

Betrachten Sie dies als Instrument zur Risikostratifizierung für Ärzte und nicht als Versprechen darüber, was Hörgeräte für Ihr Gehirn bewirken. Zusammenfassend lässt sich sagen, dass ältere Erwachsene mit Hörverlust, die Hörgeräte trugen und weiterhin aktiv am gesellschaftlichen Leben teilnahmen, bessere Ergebnisse erzielten. Die genaue Richtung dieses Zusammenhangs ist noch nicht geklärt. Die Behandlung von Hörverlust ist an sich wichtig, und die Tatsache, dass er in diesen Modellen immer wieder als protektiv erscheint, ist ein Grund, ihn ernst zu nehmen, anstatt ein bestimmtes Ergebnis zu erwarten.

Xu X, Li M, Gao X, Wang Y, Ge J, Zhao R, Ma L, Liu Q. Entwicklung und zeitliche Validierung eines Vorhersagemodells für kognitive Beeinträchtigungen bei älteren Erwachsenen mit Hörverlust auf Grundlage des Rahmens für das bevölkerungsbezogene Gesundheitsrisikomanagement. Frontiers in Public Health. 2026;14:1873714. Abgerufen von PubMed. https://doi.org/10.3389/fpubh.2026.1873714