32
33
表4 平均每日使用助聽器的時間
使用時間/day
<1 hr 1-4 hr 5-8 hr >8hr 總計
人數 14 26 19 24 83
先觀察 VAS 與 THI 量表計分的結果。使用VAS量表的83位受試者，尚 未使用助聽器前的耳鳴嚴重度的平均分數是63.1±15.8分，分佈範圍最低為20 分，最高為90分。在使用助聽器至少六週以後，受試者耳鳴嚴重程度的平均分
數為40.4±21.5分，分佈範圍最低為0分，最高為90分。使用THI量表的25位
受試者，尚未使用助聽器前的耳鳴嚴重度的平均分數是38.6±27.2分，分佈範圍 最低為4分，最高為94分。在使用助聽器至少六週以後，受試者耳鳴嚴重程度 的平均分數為21.3±20.8分，分佈範圍最低為0分，最高為62分。
表5 助聽器選配前後耳鳴量表分數摘要與相依樣本t檢定結果
選配前 選配後 差異 統計顯著性
VAS(n=83) 63.1±15.8 40.4±21.5 22.7±18.3 p=.000*
THI(n=25) 38.6±27.2 21.3±20.8 17.4±15.4 p=.000*
*p<0.05
從上述的資料可以觀察到，用主觀的VAS量表評估耳鳴嚴重程度所得到的 原始分數，會高於使用THI量表所得到的分數。實際比對同一位受試者的原始 資料也呈現相同的趨勢，可以得出一個結果：使用VAS量表來評估耳鳴嚴重程
34
度，會比使用THI量表來評估顯得更加嚴重。
將助聽器選配前後的量表分數差異用相依樣本t檢定做考驗，結果不論是使 用VAS或THI耳鳴量表，選配助聽器至少六週後的耳鳴嚴重程度分數的減少均 達到顯著(p<.05)。顯示選配助聽器至少六週以後，對耳鳴嚴重程度的改善，均能 達到顯著的效果。
繼續比較助聽器使用前與使用後的耳鳴嚴重程度分數下降的幅度，使用VAS 量表受試者的耳鳴嚴重程度在助聽器使用前與使用後相比平均下降了22.7±
18.3，下降幅度最少者為0，下降幅度最多為60。使用THI量表受試者的耳鳴嚴
重程度在助聽器使用前與使用後相比平均下降了17.4±15.4，下降幅度最少者為
-12，代表該名病患的耳鳴程度加重。下降幅度最多為42。
圖2 助聽器選配前後VAS與THI量表分數的平均數差異比較
35
無論使用VAS量表或THI量表，在使用助聽器至少六週以後，平均分數均 得到顯著的減少。而VAS與THI量表分數的減少在本研究中定義為耳鳴改善的 幅度，故這次研究結果顯示，選配助聽器至少六週對耳鳴的改善是有助益的。
進一步觀察有多少比率的受試者在選配助聽器至少六週後改善了耳鳴嚴重
程度。以VAS量表而言，共計83位受試者中有67位的耳鳴病患VAS分數有改 善，佔全體VAS受試者的81%。另外有16位受試者，約19%的病患VAS分數 沒有改變，表示耳鳴症狀依舊。使用THI量表的25位受試者中，有22位的THI 耳鳴嚴重程度分數下降，佔全體人數88%。有2位受試者的THI分數沒有改變，
佔8%。有1位受試者的THI分數有增加的情形，佔4%。助聽器選配至少6週 後對耳鳴嚴重程度所造成的影響如下圖所示：
圖3 助聽器選配前後使用VAS與THI評估耳鳴嚴重程度改變的比例
本研究想要進一步探討哪些因素可能會影響治療的效果，本研究採用相關分
36
析初步探討哪些因素與降低耳鳴嚴重程度有關，分別對VAS與THI耳鳴改善程 度進行相關分析。
本研究想要瞭解，VAS量表分數和THI量表分數的改善程度是否與病患年 齡、優耳平均聽閾級、耳鳴困擾時間、未選配助聽器前的耳鳴嚴重程度這些變項 有相關性，由於上述變項性質屬於連續變項，故採用Pearson’s product moment
correlation coefficient來做相關分析，結果請參閱表6：
表6 耳鳴量表分數改善程度與年齡、優耳平均聽閾級、耳鳴困擾時間、未選配
助聽器前耳鳴嚴重程度的相關分析結果 年齡 優耳平均
聽閾
耳鳴困擾 時間
選配前耳鳴 量表分數 VAS分數改善程度(n=83) -.128 .034 -0.87 .167
THI分數改善程度(n=25) -.006 .130 .073 .657*
*. 在顯著水準為0.05時 (雙尾)，相關顯著。
結果顯示，VAS量表分數的改善幅度，與病患年齡、優耳平均聽閾級、耳 鳴困擾時間、未選配助聽器前的耳鳴嚴重程度這些變項之間沒有顯著的相關。而
THI量表分數的改善幅度，與病患年齡、優耳平均聽閾級、耳鳴困擾時間這些變 項之間沒有顯著的相關，與未選配助聽器前的THI量表分數則達到顯著的相關
(p=.000<.05)。THI量表分數的改善幅度與與未選配助聽器前的THI量表分數相
關程度達.657，為中等程度的正相關。這樣的結果顯示若使用THI耳鳴量表，選
37
配助聽器前的耳鳴嚴重程度與選配後耳鳴嚴重程度的改善幅度之間具有中等程 度的相關性。
分析VAS量表分數和THI量表分數的改善程度與每天平均使用助聽器的時 間的相關性，由於每天平均使用助聽器屬於次序變項，採用Spearman rank order
correlation coefficient做相關分析。結果請參閱表7：
表7 耳鳴量表分數改善程度與每天平均使用助聽器時間的相關分析
每天平均使用 助聽器的時間 VAS分數改善程度(n=83) .506*
THI分數改善程度(n=25) .226
*. 在顯著水準為0.05時 (雙尾)，相關顯著。
結果顯示，VAS分數改善程度與每天平均使用助聽器的時間有顯著的相關
(p=.000)，兩者的相關程度達.506，為中等程度的正相關。而THI分數改善程度
與每天平均使用助聽器的時間之間的相關性沒有達到顯著。
接著本研究分析VAS量表分數和THI量表分數的改善程度與性別、單雙耳 選配、助聽器種類（本研究分為耳掛型與耳內型兩類）之間的相關性，由於這些 變項性質屬於二分名義變項，故採用point-biserial correlation做相關統計。結果 請參閱表8：
38
表8 耳鳴量表分數改善程度與性別、單雙耳選配、助聽器種類的相關分析 性別 單雙耳選配 助聽器種類 VAS分數改善程度(n=83) .050 .005 -.077
THI分數改善程度(n=25) .271 -.082 -.103
結果顯示VAS量表分數改善程度與性別、單雙耳選配、助聽器種類之間的 相關沒有達到顯著性。而THI量表分數改善程度與性別、單雙耳選配、助聽器 種類之間的相關也同樣沒有達到顯著性，這部份的結果使用VAS量表與使用THI 量表的結果是一致的。
觀察VAS量表分數和THI量表分數的改善程度與聽力圖型態的相關性，由 於從這次研究參加的受試者所統計出來的聽力圖型態共計有五大類，性質上屬於 多元名義變項，故採用eta係數做相關統計，結果請參閱表9：
表9 耳鳴量表分數改善程度與聽力圖型態的相關分析 聽力圖型態
VAS分數改善程度(n=83) .295 THI分數改善程度(n=25) .808
結果VAS量表分數改善程度與聽力圖型態的相關性並未達到顯著，而THI 量表分數改善程度與聽力圖型態之間的相關性同樣並未達到顯著，這部份兩種量
39
表的結果是一致的。
歸納這次相關性研究的結果，與VAS分數改善程度有達到統計上顯著相關 的項目為：每天平均使用助聽器的時間，相關程度為中等程度的正相關，意即每
天平均使用助聽器的時間越長，與之後以VAS計量的耳鳴改善幅度之間存在著 正相關。其他項目如年齡、性別、優耳平均聽閾級、聽力圖型態、耳鳴困擾時間、
未選配助聽器前的耳鳴嚴重程度、助聽器的種類、單雙耳選配這些獨立變項，在 本次研究中並沒有達到統計上顯著的相關性。
而使用THI量表計量的耳鳴改善程度，與之達到統計上顯著相關的項目為：
未選配助聽器前的THI量表分數，相關程度為中等程度的正相關，意即未選配 助聽器前的THI耳鳴嚴重程度越重者與選配助聽器後的THI分數改善幅度之間 存在著正相關。其他項目如年齡、性別、優耳平均聽閾級、聽力圖型態、耳鳴困 擾時間、助聽器的種類、單雙耳選配、平均每天使用助聽器的時間這些獨立變項，
在本次研究中並沒有達到統計上顯著的相關性。
本研究繼續探討使用助聽器對耳鳴的改善程度的預測力，採用多元迴歸中的 逐步分析法（stepwise regression），將年齡、性別、優耳平均聽閾、聽力圖型態、
耳鳴困擾期間、未選配助聽器前的耳鳴嚴重程度、助聽器的種類、單雙耳選配、
平均每天使用助聽器的時間這些自變項全部投入多元迴歸的逐步分析法中，試圖 找出可以用來預測依變項VAS分數改善程度的最佳自變項組合，並淘汰未達顯
40
著的預測變項。其中，性別、聽力圖型態、助聽器的種類、單雙耳選配、平均每 天使用助聽器的時間這幾個變項性質屬於間斷變項（類別變項或次序變項）在投 入迴歸模式時必須先轉換為虛擬變項（dummy variables），以使間斷變項具備連 續變項的特性，再將轉化後的虛擬變項作為多元迴歸之預測變項之一，才不會違 反多元迴歸分析的基本假定：自變項與依變項均為計量變數（等距變項或比率變 項）(吳明隆 & 涂金堂, 2005; 邱皓政, 2006)。本研究的多元迴歸逐步分析結果 請參閱表10：
表10 VAS分數改善程度用多元迴歸的逐步分析摘要表
（預測變項：VAS分數改善程度） 迴歸模式整體檢定 迴歸係數檢定
研究變項 R2 F p Beta t p
選入變項 >8hrs使用時間 .192 18.487 .000* .435 4.370 .000*
Gradually sloping .237 4.592 .035* -.213 -2.143 .035*
淘汰變項 年齡 性別
優耳平均聽閾 耳鳴困擾期間
未選配助聽器前的耳鳴嚴重程度 助聽器的種類
單雙耳選配 Rising Flat
Sharply sloping 1~4hrs使用時間 5~8hrs使用時間
*p<0.05
根據多元回歸逐步分析的結果，被選入的預測變項有兩個，首先是大於8
41
小時的助聽器使用時間被選入，其次是Gradually sloping的聽力損失型態被選 入，其餘未達顯著的預測變項均淘汰。在第一階段，大於8小時的助聽器使用時 間被選入，對於VAS耳鳴分數改善程度的變異量有19.2%的解釋力，以F考驗 結果，此一解釋力具有統計意義(p=.000<.05)。在第二階段，Gradually sloping的
聽力損失型態被選入，該變項單獨可以解釋依變項4.5%的變異量，以F考驗結 果，該變項的解釋力具有統計意義(p=.035<.05)，符合被選入的標準。因此多元 迴歸逐步分析的結果被選入的預測變項有兩個：大於8小時的助聽器使用時間與
Gradually sloping的聽力損失型態，總計可以解釋VAS耳鳴改善程度23.7%的變
異量，以F考驗結果，多元迴歸逐步分析的解釋力達到統計上的顯著性
(p=.000<.05)。最後得到標準化的迴歸方程式為：VAS耳鳴分數改善程度=0.435*
大於8小時助聽器使用時間－0.213*Gradually sloping的聽力損失型態。
研究接下來想要求得使用助聽器對THI耳鳴分數改善程度的預測力，同樣 採用逐步迴歸分析法（stepwise regression），將上述所有自變項投入逐步迴歸分 析中，並將間斷變項轉換成虛擬變項以符合多元迴歸分析的基本假定，找出可以 用來預測依變項THI耳鳴改善程度的最佳自變項組合，結果請參閱表11：