Application of a low-cost instrument to identify risk for hearing disorders in a municipal health network

Monize Menon; Seisse Gabriela Gandolfi Sanches; Alessandra Giannella Samelli

doi:10.1590/2317-1782/e20250194en

. 2026 Aug 3;38(5):e20250194. doi: 10.1590/2317-1782/e20250194en

View full-text in Portuguese

Application of a low-cost instrument to identify risk for hearing disorders in a municipal health network

Monize Menon ¹, Seisse Gabriela Gandolfi Sanches ¹, Alessandra Giannella Samelli ^1,^✉

PMCID: PMC13445992 PMID: 42561346

ABSTRACT

Purpose

To evaluate the performance of the PETIT application (automated tablet-based screening) compared with conventional sweep screening in identifying the risk of hearing impairment in school-aged children, using headphones with passive noise cancellation.

Methods

Cross-sectional observational study including 122 children (aged 5 to 8 years) from the public school of Santana de Parnaíba. The following procedures were performed: otoscopy; automated hearing screening via tablet (with Sennheiser HD-280 headphones); and conventional sweep screening. Part of the sample also underwent pure-tone audiometry. Statistical analysis used binomial and binary logistic regression tests, along with the calculation of sensitivity, specificity, and accuracy.

Results

There was significant association between the results of the sweep screening and PETIT, as well as the coefficient of the predictor variable (conventional audiometry) was significant to the performance in the sweep screening. For PETIT, a sensitivity of 85.7%, specificity of 100%, and accuracy of 99.18% were observed.

Conclusion

The results suggest that this tool has promising applicability in schools for identifying children at risk of hearing impairments.

Keywords: Hearing, Mass Screening, Student, Diagnosis, Low-Cost Technology

INTRODUCTION

Several studies acknowledge that hearing loss affects language development and academic performance in children when not detected early, generating negative impacts on quality of life^(1-4). The World Health Organization (WHO) estimates that more than 80% of people with some degree of hearing loss reside in low- and middle-income countries, where access to hearing health services is limited or non-existent⁽⁴⁾.

The Joint Committee on Infant Hearing⁽⁵⁾ recommended early identification, diagnosis, and intervention in hearing loss, proposing universal hearing screening for all newborns. However, hearing assessment programs should not be limited to the neonatal period, since hearing loss may manifest later in some cases. Thus, monitoring and assessing hearing should be a continuous process throughout the different stages of development⁽⁶⁾.

Otitis media, one of the main causes of hearing loss in childhood, has a global annual incidence of approximately 10.85%, representing more than 700 million new cases per year. This rate can vary between regions and countries, ranging from 3.6% in Central Europe to over 43% in African countries, due to genetic predispositions and modifiable risk factors, such as allergies, upper respiratory tract infections, exposure to tobacco smoke, inadequate sanitation, malnutrition, and low socioeconomic status⁽⁴⁾.

In Brazil, data from the National Health Survey (PNS-2019) indicate that approximately 1.1% of the population aged 2 years or older reported "extreme difficulty or inability to hear," corresponding to approximately 2.3 million Brazilians⁽⁷⁾. Previous studies with Brazilian schoolchildren found a prevalence of hearing loss varying between 5% and 16%, depending on the age group assessed and the screening method used^(8,9).

Brazil has a Hearing Healthcare Network structured within the Unified Health System (SUS) since Ordinance No. 2,073/2004, updated and incorporated into the National Policy for the Healthcare of People with Disabilities. This network establishes integrated flows for screening, diagnosis, provision of hearing aids, and rehabilitation, with regional referral centers and services qualified at different levels of complexity. Although there are gaps related to coverage, equity, and continuity of care, Brazil has one of the most organized public hearing health networks in Latin America, with progressive expansion since the creation of the National Hearing Healthcare Program^(9,10).

The School Health Program (PSE), established by Decree No. 6,286/2007, aims to integrate actions for promotion, prevention, and hearing screening at school, expanding access for children and strengthening the articulation between the health and education sectors. The PSE has contributed to the early identification of hearing impairments in schoolchildren, promoting continuity of care in municipal education networks^(11,12). Thus, Brazil has a structured, integrated, and articulated model of hearing care, with intersectoral policies, guaranteeing access to specialized services and prevention and screening strategies at different levels of healthcare. Nevertheless, there are limitations and regional inequalities^(11-13).

It is important to highlight that the incidence of late-onset hearing loss during school age can increase by 16.4%, with mild hearing loss being more frequent than moderate or profound hearing loss^(14-16).

The WHO emphasizes that early and lower-cost interventions, such as hearing screening, can significantly reduce the social, educational, and economic impact of unidentified hearing loss, especially in school populations^(4,16).

Hearing loss is diagnosed through conventional audiological evaluation, especially pure-tone audiometry, which is the gold standard and requires a clinical audiometer⁽¹⁷⁾. This may hinder access to evaluation, since the audiometer can be more expensive and depends on a qualified professional and a quiet place to perform it^(4,17), making access to this service difficult in many locations.

With the advancement of technology, some tools have been evaluated to facilitate the identification of risk for hearing impairment. The results have favored their use at school to expand hearing healthcare, proving valid for this purpose^(18,19). However, the noise in these environments can impair hearing screenings, providing false-positive results. To minimize the impact of noise on assessments in environments without acoustic treatment, a previous study recommended the use of headphones with passive noise reduction⁽²⁰⁾.

Thus, given the difficulty encountered regarding the scarcity of resources for the early identification of hearing impairments in the public health network, especially in low- and middle-income countries, this study aims to contribute to the improvement of new, lower-cost automated hearing screening method performed at school, including it as part of the PSE, in a municipality in the State of São Paulo, Brazil.

Thus, this study aimed to evaluate the performance of the PETIT application (automated screening on a tablet), compared to audiometric sweep screening, in identifying the risk of hearing impairment in schoolchildren, using headphones with passive noise cancellation.

METHODS

This study was approved by the institution's Ethics Committee, under number CAEE 07377319.8.0000.0065. All guardians of the children participating in this study signed an informed consent form, and the children signed an assent form.

Sample

The sample for this study was constituted by non-probabilistic convenience sampling, comprising children enrolled in municipal schools, selected according to their availability to participate during the data collection period and according to the inclusion criteria. The choice of convenience sampling is justified by the care context in which the research was carried out and by the feasibility of accessing the participants at school.

The study included 122 children enrolled in the 1^st and 2^nd grades in municipal schools of the city of Santana de Parnaíba, Brazil. The inclusion criteria were an age range from 5 years to 8 years and 11 months; signature of an informed consent form by the guardians and assent form by the children; otoscopy without indication of foreign bodies or excess cerumen; understanding, on the part of the child, of the instructions for performing the screening by tablet, audiometric sweep screening, and pure-tone audiometry.

Materials and equipment

The study used an Apple iPad tablet with the PETIT⁽¹¹⁾ and NoiSee applications; HD 280 PRO headphones connected to the iPad; MAICO MA42 audiometer; TDH39 headphones; Heine mini 3000 otoscope; and a computer for data recording.

Procedures

The study was conducted in stages: parental authorization, hearing screening with PETIT, complete audiological evaluation (otoscopy, pure-tone audiometry, speech audiometry, and acoustic immittance measurements), and audiometric sweep screening, as described below. The study stages are shown in the flowchart (Figure 1).

Hearing screening - PETIT

Subjects underwent hearing screening at their school during the school year. Initially, a visual inspection of the auditory canal was performed, followed by hearing screening.

The hearing screening was performed using the HD 280 PRO headset, through the application installed on a tablet: Hearing Screening Extension Program by Tone – PETIT⁽¹⁸⁾, properly calibrated. The screening is conducted through an interactive game with pure tones (warble), using a combination of visual and auditory stimuli, with a forced-choice response paradigm (yes or no), tested and validated in schoolchildren using TDH-49 headphones⁽¹⁸⁾. The application uses an algorithm that evaluates frequencies of 1000, 2000, and 4000 Hz at 20 dBHL and 500 Hz at 30 dBHL, in each ear separately. For the individual to pass the screening, responses to at least two of the three emitted tones are required^(21,22): 20 dBHL for 1000, 2000, and 4000 Hz and 30 dBHL for 500 Hz, in both ears. At the end of the screening, the application provides the result as "Passed" or "Failed," which is stored on the tablet and sent to the central database via Wi-Fi for later analysis⁽¹⁸⁾. The latter considered the results with and without the 500 Hz frequency (using an analysis filter, which is part of the application). This analysis was performed as a methodological control, due to the greater susceptibility to errors at this frequency caused by noise interference at school⁽¹⁸⁾.

Complete audiological evaluation

Following the screenings, all children were referred for a complete audiological evaluation at the nearest audiology referral center in Santana de Parnaíba by its speech-language-hearing pathologists. Among the 88 (66.7%) participants who scheduled the complete audiological evaluation, 45 (51.1%) attended the specialized service, and 43 (48.9%) did not attend. Of the 45 exams performed, 41 (91.1%) were received by the researcher, but only 39 were complete, containing all the records required for analysis (hearing thresholds at all tested frequencies, tympanometry curves, and acoustic reflexes). Thus, due to the low adherence to the complete audiological evaluation, a new strategy was adopted for comparison with the PETIT results, namely, Audiometric sweep screening.

Audiometric sweep screening

Audiometric sweep screening was also applied at school, during the school year, on a different day from the screening with PETIT, using a portable audiometer model MA42 (MAICO), properly calibrated according to international safety standards, and with the use of TDH39 headphones.

The sweep screening followed the protocol, with presentation of warble pure tones at 1000, 2000, and 4000 Hz at 20 dBHL and 500 Hz at 30 dBHL^(21,22). The approval criterion followed internationally standardized guidelines: to “pass” in the hearing screening, the participant had to respond correctly to at least two of the three tones at 1000, 2000, and 4000 Hz and to the stimulus at 500 Hz, in each ear^(21,22). At the end of each screening, the researcher recorded the results manually in a standardized physical protocol, with each participant individually classified as “Passed” or “Failed”, according to their performance⁽²³⁾.

Data analysis

The results obtained in the PETIT screening were compared to the sweep screening test to obtain the diagnostic hearing screening values: sensitivity, specificity, and accuracy. The complete audiological evaluation was compared with the audiometric sweep screening test to establish the validity of the sweep screening test as a procedure equivalent to the gold standard (pure-tone audiometry) for the analyses. Binary logistic regression models were applied to evaluate the association between the methods (Model 1: Sweep screening test as a predictor of the PETIT result; Model 2: Pure-tone audiometry as a predictor of the sweep screening test result). The goodness of fit of the models was analyzed based on Deviance; AIC (Akaike Information Criterion); BIC (Bayesian Information Criterion); Pseudo-R²: McFadden, Cox & Snell, Nagelkerke, and Tjur. The significance of the model coefficients was evaluated using the Wald test, considering a 5% significance level. Diagnostic performance measures (sensitivity, specificity, and accuracy) were calculated based on the confusion matrix generated in each model. The binomial test was used to compare the observed pass rates in the hearing screening. The p-values, in this case, refer to the observed rate with the reference value of 0.5 (50%). Analyses were performed using JASP software, version 0.19.3.0. Results were considered statistically significant when p < 0.05.

RESULTS

The sample consisted of 122 children, aged 5 to 8 years, with a median age of 7 years and a mean age of 6.75 years (± 0.64). There was no significant difference between the sexes (42.6% female; 57.4% male; p = 0.123; Binomial test).

The chi-square test of independence with continuity correction was applied to verify the existence of an association between the participants' performance on the PETIT test and sex. Among seven individuals who failed the screening, three were female, and four were male, with no significant difference (chi-square with continuity correction: Χ² = 2.608×10⁽⁻³⁰⁾; df = 1; p = 1.000).

Table 1 presents the descriptive analysis of the sweep screening by frequency tested in both ears, the overall results by ear, and the final classification of passed (P) or failed (F). The overall results by ear show that five participants failed at least one frequency in the right ear (4.1%) and three in the left ear (2.5%). In the end, six children (4.9%) were classified as having failed the sweep screening, while 116 (95.1%) passed. All these proportions were significantly different from the reference value of 50% (p < 0.001), evidencing an adequate overall auditory performance in the sample evaluated.

Table 1. Results of audiometric sweep screening by frequency and ear in public school students (Santana de Parnaíba, SP, 2025).

Variable	Result	Frequency	Total	Proportion	P
RE 500 Hz	F	1	122	0.008	< .001
RE 500 Hz	P	121	122	0.992	< .001
RE 1000 Hz	F	2	122	0.016	< .001
RE 1000 Hz	P	120	122	0.984	< .001
RE 2000 Hz	F	1	122	0.008	< .001
RE 2000 Hz	P	121	122	0.992	< .001
RE 4000 Hz	F	3	122	0.025	< .001
RE 4000 Hz	P	119	122	0.975	< .001
LE 500 Hz	F	0	122	0.000	< .001
LE 500 Hz	P	122	122	1.000	< .001
LE 1000 Hz	F	3	122	0.025	< .001
LE 1000 Hz	P	119	122	0.975	< .001
LE 2000 Hz	F	2	122	0.016	< .001
LE 2000 Hz	P	120	122	0.984	< .001
LE 4000 Hz	F	2	122	0.016	< .001
LE 4000 Hz	P	120	122	0.984	< .001
RE (overall)	F	5	122	0.041	< .001
RE (overall)	P	117	122	0.959	< .001
LE (overall)	F	3	122	0.025	< .001
LE (overall)	P	119	122	0.975	< .001
Passed/Failed	Failed	116	122	0.951	< .001
Passed/Failed	Passed	6	122	0.049	< .001

Open in a new tab

Binomial test with a reference value of 0.5

Caption: RE= right ear, LE= left ear, F = failed; P = passed

The results indicate that the vast majority of the children evaluated passed the PETIT test, regardless of the ear or condition analyzed. Specifically, 117 children (95.9%) passed in the left ear, and 116 (95.1%) passed in the right ear. An analysis was also performed, excluding the 500 Hz frequency, to verify a possible influence of noise on the participants' performance. However, the pass rates remained identical for the analyses including and excluding 500 Hz, with 95.9% passing in the left ear and 95.1% in the right ear (Table 2). All results were statistically significant (p < 0.001) when compared to the reference value of 50%, indicating that the pass rates are significantly higher than chance. The overall PETIT classification shows that 115 children (94.3%) passed the hearing screening, while seven (5.7%) failed.

Table 2. Results of automated hearing screening with the PETIT application, with and without the 500 Hz frequency, in public school students (Santana de Parnaíba, SP, 2025).

Variable	Result	Frequency (n)	Total	Proportion	p
PETIT LE	P	117	122	0.959	< .001
PETIT LE	F	5	122	0.041	< .001
PETIT RE	P	116	122	0.951	< .001
PETIT RE	F	6	122	0.049	< .001
PETIT LE (-500 Hz)	P	117	122	0.959	< .001
PETIT LE (-500 Hz)	F	5	122	0.041	< .001
PETIT RE (-500 Hz)	P	116	122	0.951	< .001
PETIT RE (-500 Hz)	F	6	122	0.049	< .001
PETIT Passed/Failed	Passed	115	122	0.943	< .001
PETIT Passed/Failed	Failed	7	122	0.057	< .001

Open in a new tab

The p-values refer to the binomial test, comparing the observed proportion with the reference value of 0.5

Caption: LE = left ear; RE = right ear; P = passed; F = failed

A binary logistic regression analysis was performed to investigate the relationship between participants' performance on the PETIT and the results of the sweep screening. The objective was to verify if the sweep screening result (predictor variable) could significantly explain the scores obtained on the PETIT (dependent variable). Table 3 presents the fit indicators of the two models tested: the null model (M₀), which does not include predictor variables, and the complete model (M₁), which includes the sweep screening result as a predictor. Model M₁ presented a significantly lower chi-square value than the null model (Χ²(120) = 42.105; p < 0.001), indicating that the inclusion of the sweep screening results substantially improved the predictive capacity of the model. The McFadden R² value was 0.785, considered high for logistic models, which reinforces the quality of the fit and the explanatory power of the predictor variable on the PETIT scores. This value indicates that the model explains approximately 78.5% of the variance in the PETIT results, which is highly satisfactory for this type of analysis. The estimated coefficients and their respective Wald tests are also presented in Table 3. Although the intercept of the M₁ model was statistically significant (p < 0.001), the coefficient associated with PASSED/FAILED in the sweep screening showed a statistically non-significant result (p = 0.996), with an extremely high standard error. This pattern may indicate collinearity or a near-perfect fit between the variables, which tends to inflate the standard errors in logistic models.

Table 3. Binary logistic regression model for analyzing the performance of PETIT in relation to audiometric sweep screening (Santana de Parnaíba, SP, 2025).

Model	Deviance	AIC	BIC	df	ΔΧ²	p		R² McFadden	R² Nagelkerke	R² Tjur	R² Cox & Snell
M₀	53.604	55.604	58.408	121	—	—		—	—	—	—
M₁	11.499	15.499	21.107	120	42.105	< .001		0.785	0.821	0.850	0.292
Coefficients of the M₁ model of logistic regression
Variable			Estimate		Standard error		Z		Wald Statistics	df		p
Intercept (M₁)			−4.745		1.004		−4.724		22.320	1		< .001
Sweep screening Passed/Failed			24.311		4390.308		0.006		3.066 × 10⁽⁻⁵⁾	1		0.996

Open in a new tab

Caption: M₁ includes Sweep screening Passed/Failed

The performance metrics (Table 4) indicate a total accuracy of 99.2%, demonstrating the model's high ability to correctly classify cases based on sweep screening results. The sensitivity was 85.7%, representing the proportion of cases with hearing impairment (failure) that were correctly identified by the model. The specificity was 100%, indicating that all cases with hearing within the normal range were correctly classified as such.

Table 4. Performance of PETIT compared to audiometric sweep screening (Santana de Parnaíba, SP, 2025).

Observed/Predicted	Passed	Failed	% Correct
Passed	115	0	100.0%
Failed	1	6	85.7%
Overall total			99.2%
Metrics			Value
Accuracy			0.992
Sensitivity			0.857
Specificity			1.000

Open in a new tab

Moreover, a binary logistic regression was conducted to verify the validity of the sweep screening as a substitute technique for pure-tone audiometry (considered the gold standard), using sweep screening results as the dependent variable and audiometry results as the predictor variable. This analysis was performed complementarily to validate the use of the sweep screening as a comparative technique in this study. Thus, this analysis serves as methodological support, reinforcing the legitimacy of the use of the sweep screening in the comparative tests performed. The applied logistic regression revealed that the model with a predictor (M₁) performed better than the null model (M₀), with a reduction in the values of Deviance, AIC, and BIC, as shown in Table 5A. The chi-square difference between the models was ΔΧ²(1) = 3.810, with a p-value of 0.051, indicating a trend towards statistical significance. Although the p-value is slightly above the adopted significance level (0.05), the pseudo-R² coefficients, especially McFadden's coefficient (0.241), indicate a satisfactory fit of the model, suggesting that the sweep screening is significantly associated with the audiometry result. Table 5A also presents the estimated regression coefficients.

Table 5. Binary logistic regression model for analyzing the performance of sweep screening in relation to pure-tone audiometry (gold standard) (A). Performance of audiometric sweep screening compared to pure-tone audiometry (gold standard) (B) (Santana de Parnaíba, SP, 2025).

A – Logistic regression models
Model	Deviance		AIC	BIC		Df	ΔΧ²	p		R² McFadden	R² Nagelkerke		R² Tjur	R² Cox & Snell
M₀	15.777		17.777	19.441		38	—	—		—	—		—	—
M₁	11.967		15.967	19.294		37	3.810	0.051		0.241	0.280		0.224	0.093
Coefficients of the logistic regression model
Model		Term			Estimate (β)			Standard error		Z	Wald χ²		df	p
M₀		Intercept			-2.918			0.726		-4.019	16.155		1	<0.001
M₁		Intercept			0.000			1.414		≈0	≈0		1	1.000
M₁		Audiometry (0)			-3.584			1.740		-2.059	4.241		1	0.039
B – Performance
Observed/Predicted									Passed (0)			Failed (1)		% Correct
Normal									36			1		97.3%
Abnormal									1			1		50.0%
Total														94.9%
Metrics														Value
Accuracy														0.949
Sensitivity														0.500
Specificity														0.973

Open in a new tab

The M₁ model includes the audiometry result as a predictor variable. The category “1” represents failure (abnormal). The variable “audiometry” was coded with “1” for failure and “0” for normality

The coefficient of the predictor variable (audiometry) was statistically significant (p = 0.039), indicating that the audiometry result is a relevant predictive factor for the child's performance on the screening test. The odds ratio, derived from the exponentiation of the coefficient, would indicate a sharp drop in the chances of passing the screening test when there is a failure in audiometry, which reinforces the validity of the screening test as a substitute method for audiometry. Table 5B presents the model's performance, which showed an overall accuracy of 94.9%, with only two classification errors (one false positive and one false negative). Specificity was high (97.3%), indicating a high capacity of the model to correctly recognize normal cases. On the other hand, sensitivity was 50%, reflecting a moderate capacity to detect altered cases. Finally, the pseudo-R² values(McFadden = 0.241; Nagelkerke = 0.280; Tjur = 0.224) are within the expected parameters for well-fitted logistic models, which corroborates the quality of the fit and the usefulness of the sweep screening in this context.

DISCUSSION

The participants’ auditory performance and sex results in the PETIT screening indicate no significant difference between the sexes, corroborating the idea that the children’s auditory performance was not influenced by this variable. This finding is consistent with previous studies, which did not observe a difference in performance between boys and girls in similar auditory assessments^(19,24,25). Such evidence suggests that, when considering auditory screening, there is no need for adjustments or different approaches based on sex, which facilitates the universal application of these procedures.

Regarding audiometric sweep screening, the data showed that most participants had auditory function within the expected standards for their age range, with reduced failure rates. The overall pass rate in the procedure was 95.1%, with only six participants (4.9%) being classified as having failed the sweep screening in at least one of the frequencies tested.

Previous studies demonstrate variability in the "pass/fail" classification rate in infant hearing screenings, depending on factors such as the child's age, the application environment, the criteria adopted for failure, and the methodology employed^(25-27). Higher failure rates are commonly found in school settings, for example, due to less controlled acoustic conditions, less cooperation from some participants, or transient factors, such as cerumen or upper respiratory tract infections^{(14,15,28,29)}.

The heterogeneity in failure rates in school hearing screenings can be attributed to several factors, including differences in screening protocols, reference criteria, environmental conditions during testing, and demographic characteristics of the populations evaluated. Studies conducted in different geographic and socioeconomic contexts demonstrate significant variations in failure rates, even when employing similar methods, such as pure-tone audiometry⁽³⁰⁾. A study conducted in Poland with 67,416 schoolchildren reported a failure rate of 16.4% in hearing screening⁽²⁸⁾ among children aged 6 to 13 years. A study conducted in Saudi Arabia⁽³¹⁾ with 308 first-grade children found a screening failure rate of 26.3% using pure-tone audiometry. Thus, the failure rate of 4.9% observed in the present study is lower than that observed in previous studies and may reflect the aforementioned methodological differences.

Only seven participants (5.7%) failed the PETIT, indicating a low screening failure rate. Despite the low prevalence of failures in this study, it is important to systematically implement protocols such as PETIT in childhood hearing screening programs. Cases identified as suspected of hearing loss should be referred for complete audiological evaluation, as recommended by national⁽³²⁾ and international⁽⁵⁾ guidelines, due to the importance of early diagnosis of hearing impairments to avoid or mitigate harm to child development.

Regarding the predictive validity of the PETIT compared to the sweep screening, the findings demonstrated high agreement between the instruments, as they indicated that the sweep screening results are strongly associated with the PETIT results, with approximately 80% of the variance in the PETIT results being explained by the sweep screening. This suggests that the PETIT can be considered a valid instrument for childhood hearing screening.

From the performance standpoint, the accuracy of PETIT with HD 280 headphones was 99.2%, specificity was 100%, and sensitivity was 85.7%. This means that the PETIT with headphones with passive noise suppression was able to correctly identify all individuals who passed the sweep screening (true negatives) and most (~86%) of the cases that failed (true positives), showing high accuracy – i.e., there was a correct classification of "normal" and "abnormal" cases for the vast majority of those evaluated (99.2%). A previous study⁽¹⁸⁾ identified that performance metrics varied among the different hearing screening methods evaluated: sensitivities ranged from 60% to 95%, specificities from 44% to 91%, and accuracy values from 49% to 88%; the best results were obtained with the tablet-based screening method and the serial approach. Another study⁽³³⁾ with schoolchildren of the same age range as the present study, which used an automated hearing screening with TDH headphones compared to audiometry (gold standard), observed an accuracy of 85%, sensitivity of 96%, and specificity of 81%. Thus, the performance obtained for the PETIT with headphones with passive noise suppression in this study was similar to that obtained in previous studies^(18,33).

The validation of screening instruments is a fundamental step to ensure their applicability in clinical and educational contexts. Because of its ease of application and behavioral nature, PETIT proves to be a viable alternative for contexts with limitations in technological or human resources, such as schools and community health centers, as per previous studies^(18,19). The results verified in the present study (which used HD 280 PRO headphones, while previous studies used TDH39 headphones) suggest reliability in the auditory screening performed through PETIT, indicating that this can be a useful tool in the early identification of risk for hearing impairments, and can minimize the negative impacts on children’s language development and school performance, as suggested by contemporary studies^(4,25).

To validate the use of the audiometric sweep screening test as a technique equivalent to the gold standard, we compared the results of the sweep screening test with pure-tone audiometry for those children who underwent audiometry and received a complete evaluation (n = 39). The model for this analysis showed an accuracy of 95%, specificity of 97%, and sensitivity of 50%. It is important to consider, especially given the observed sensitivity, that just over 30% of the children included in the previous analyses (PETIT and sweep screening test) also underwent conventional audiometry. Therefore, this low sensitivity is possibly related to the low adherence to audiometry and the low prevalence of hearing impairments detected in this sample; only two cases with abnormalities in the sweep screening test underwent audiometry, and in one of them, there was no correspondence between the results. This sampling bias is a recognized limitation in studies with an asymmetrical distribution of events, directly impacting the accuracy of measures such as sensitivity and logistic coefficients^(25,30). In addition, sensitivity can be impacted by factors such as cutoff criteria and environmental conditions^(25,30).

The high specificity verified in this analysis is a desirable characteristic for population screening tests, as it minimizes false positives, optimizing the referral of only suspected cases for complete diagnostic evaluation, avoiding the overload of specialized services^(4,25,30). However, when we consider the 95% accuracy between sweep screening and pure-tone audiometry, we can suggest that sweep screening presents itself as a viable tool for this purpose.

In this context and aligned with international recommendations⁽⁴⁾, hearing screening strategies that combine diagnostic accuracy with ease of application and low cost are fundamental to address the high prevalence of hearing loss, especially in vulnerable populations and in low- and middle-income countries, where the coverage of specialized audiological services is limited^(34-36). The systematic review conducted by Melo et al.⁽³⁰⁾ reinforces that accessible methods with good diagnostic performance are fundamental for the early detection of hearing loss.

Although not the subject of this study, it is important to highlight that other variables should be considered during hearing screening programs in schoolchildren. These include prior contact with the school, previously surveying their medical history with family members and teachers to obtain development and learning data, recording environmental and behavioral factors that may interfere with the results, and so on^(1-4,37,38).

When discussing the performance of hearing screening in schoolchildren, it is also essential to analyze the cost-benefit of the program, including logistical and human factors involved in the process. A WHO report on hearing screening presented an assessment of the costs and financial returns associated with the implementation of hearing screening strategies and early intervention services in different contexts. According to the document, the global expansion of hearing screening coverage and intervention programs over the next 10 years would require an additional annual per capita investment of approximately US$1.33, resulting in significant public health gains, with the estimated prevention of about 130 million disability-adjusted life years, direct benefit to 1.4 billion individuals, and an average economic return of US$16 for every dollar invested. These data highlight the relevance of hearing screening, emphasizing the need for expansion and strengthening within national child and school hearing health programs⁽³⁷⁾.

In the Brazilian context, the cost-benefit analysis of hearing screenings must also consider the structural barriers that can compromise the continuity of care, such as the waiting time for diagnostic evaluation, the scarcity of specialized professionals in certain regions, and the need for families to travel to referral services. A nationwide study found that the average waiting time for specialized care in hearing health referral services can exceed 6 months, especially in municipalities that do not have centers accredited by the SUS⁽¹²⁾.

The results of this study corroborate and expand on the findings of previous research⁽³⁸⁾, which evaluated the performance of the PETIT with the HD 280 PRO headphones under controlled listening conditions, using white noise and cafeteria noise as simulations of noisy environments, in adults. In that study, the authors observed 100% sensitivity and specificity when the HD 280 PRO was used in conjunction with the PETIT, achieving 100% accuracy in both noise scenarios evaluated and superior performance to that of the TDH headphones. The present study applied the same tool in a real-world environment and to the target population, achieving an accuracy of 99.2%. This finding reinforces the hypothesis that the HD 280 PRO is a technically viable alternative to the TDH-39 headset, traditionally used in clinical audiometry, especially in contexts where hearing screening is performed in uncontrolled environments, such as schools. Even with potential sources of environmental noise typical of schools, the HD 280 PRO performed similarly to what was observed in the laboratory. The comparison between the studies suggests that the diagnostic performance verified in this study is compatible with that reported by Aquino⁽³⁸⁾.

Furthermore, the HD 280 PRO headset costs less than the TDH-39 headset and features passive noise attenuation technology, which makes it particularly suitable for applications at school, where acoustic control is limited. The estimated cost of the HD 280 PRO is approximately US$89⁽³⁹⁾, while that of the TDH-39 is around US$500⁽⁴⁰⁾.

Thus, our results suggest that the protocol evaluated here is a viable tool for early identification of hearing impairments in schoolchildren, consistent with national and international literature. This validates the use of instruments such as PETIT in schools and clinics due to its sensitivity in detecting minimal hearing impairments^(2,11,12,18).

Using headphones with passive noise cancellation in conjunction with PETIT proved advantageous for its ease of handling and low cost, which expands its possibilities of use in remote, vulnerable regions or those with few available technical and human resources. Although the TDH-39 headphones are widely used in hearing screenings, their costs and logistical limitations may make their large-scale application in the educational context unfeasible. Thus, PETIT with lower-cost headphones is a viable alternative, with the potential to integrate public policies aimed at promoting hearing health.

Despite the promising results, some gaps remain and require further investigation. First, it is necessary to expand the sample diversity, including different age groups, geographic regions, and school contexts to enable the generalization of the findings. There is also a need for new studies investigating the use of mobile devices in hearing screening and the cost-benefit analysis of the implementation of low-cost instruments for hearing screening at schools.

CONCLUSION

Our results indicate that hearing screening via tablet using headphones with passive noise cancellation obtained accuracy values of 99.2%, sensitivity of 85.7%, and specificity of 100%, reinforcing its validity as a screening tool. Thus, hearing screening performed with lower-cost headphones proved to be a promising tool for school environments, especially in contexts with limited infrastructure.

Funding Statement

Fonte de financiamento: CAPES (1).

Footnotes

Study conducted at Universidade de São Paulo – USP - São Paulo (SP), Brasil.

Financial support: CAPES (1).

Data Availability: Research data is not available.

Use of artificial intelligence-assisted technology: The authors declare that no artificial intelligence tools were used in the research reported here or in the preparation of this article.

REFERENCES

1.Samelli AG, Rondon-Melo S, Rabelo CM, Molini-Avejonas DR. Association between language and hearing disorders: risk identification. Clinics. 2017;72(4):213–217. doi: 10.6061/clinics/2017(04)04. [DOI] [PMC free article] [PubMed] [Google Scholar]
2.ASHA: American Speech-Language-Hearing Association . Effects of hearing loss on development. Rockville: American Speech-Language-Hearing Association; 2020. [citado em 2024 Jun 24]. Internet. Disponível em: https://www.asha.org/public/hearing/effects-of-hearing-loss-ondevelopment/ [Google Scholar]
3.van der Straaten TFK, Rieffe C, Soede W, Netten AP, Dirks E, Oudesluys-Murphy AM, et al. Quality of life of children with hearing loss in special and mainstream education: a longitudinal study. Int J Pediatr Otorhinolaryngol. 2020;128:109701. doi: 10.1016/j.ijporl.2019.109701. [DOI] [PubMed] [Google Scholar]
4.WHO: World Health Organization . World report on hearing. Geneva: World Health Organization; 2021. [Google Scholar]
5.Joint Committee on Infant Hearing . Year 2019 position statement: principles and guidelines for early hearing detection and intervention programs. Rockville: Joint Committee on Infant Hearing; 2019. [PubMed] [Google Scholar]
6.Su JY, Guthridge S, He VY, Howard D, Leach AJ. The impact of hearing impairment on early academic achievement in Aboriginal children living in remote Australia: a data linkage study. BMC Public Health. 2020;20(1):1521. doi: 10.1186/s12889-020-09620-6. [DOI] [PMC free article] [PubMed] [Google Scholar]
7.IBGE: Instituto Brasileiro de Geografia e Estatística . Pesquisa nacional de saúde 2019: ciclos de vida. Rio de Janeiro: IBGE; 2021. [Google Scholar]
8.Nunes-Araújo ADS, Balen SA, Pereira A, Jr, Barbosa IR. Hearing screening in schoolchildren: accuracy of different criteria used to analyze transient evoked otoacoustic emissions. CoDAS. 2022;34(2):e20210067 [Google Scholar]
9.Lopes AA, Friche AAL, Lemos SMA, Bicalho L, Silva AMM, Santos TS, et al. Prevalence of hearing loss and health vulnerability in children aged 25 to 36 months: an analysis of spatial distribution. CoDAS. 2022;34(3):e20210079. doi: 10.1590/2317-1782/20232021189en. [DOI] [PMC free article] [PubMed] [Google Scholar]
10.Brasil . Portaria nº 2.073, de 28 de setembro de 2004. Institui a Política Nacional de Atenção à Saúde Auditiva. Diário Oficial da União; Brasília: Sep 28, 2004. Ministério da Saúde. [Google Scholar]
11.Brasil . Decreto nº 6.286, de 5 de dezembro de 2007. Institui o Programa Saúde na Escola. Diário Oficial da União; Brasília: Dec 6, 2007. Presidência da República. [Google Scholar]
12.Duarte JL, Silva K, Carlino FC, Souza MVA, Vieira GSP, Carregosa AM, et al. Panorama da saúde auditiva infantil no Sistema Único de Saúde no estado de Sergipe. CoDAS. 2024;36(1):e20210197. doi: 10.1590/2317-1782/20232021197en. [DOI] [PMC free article] [PubMed] [Google Scholar]
13.Vernier LS, Cazella SC, Levandowski DC. Neonatal hearing screening: protocols, obstacles and perspectives of speech therapists in Brazil — 10 years of Brazilian Federal Law 12.303/2010. CoDAS. 2022;34(2):e20200331. doi: 10.1590/2317-1782/20212020331. [DOI] [PMC free article] [PubMed] [Google Scholar]
14.Fitzpatrick EM, McCurdy L, Whittingham J, Rourke R, Nassrallah R, Grandpierre V, et al. Hearing loss prevalence and hearing health among school-aged children in the Canadian Arctic. Int J Audiol. 2020 doi: 10.1080/14992027.2020.1731616. [DOI] [PubMed] [Google Scholar]
15.Jensen JS, Schnohr C, Skovsen CF, Homøe P, Jensen RG. Examination of hearing loss among school-aged children in Greenland. Int J Pediatr Otorhinolaryngol. 2021;149:110865. doi: 10.1016/j.ijporl.2021.110865. [DOI] [PubMed] [Google Scholar]
16.WHO: World Health Organization . Deafness and hearing loss: key facts. Geneva: World Health Organization; 2023. [citado em 2024 Jun 24]. Internet. Disponível em: https://www.who.int/news-room/fact-sheets/detail/deafness-and-hearing-loss . [Google Scholar]
17.Yong M, Liang J, Ballreich J, Lea J, Westerberg BD, Emmett SD. Cost-effectiveness of school hearing screening programs: a scoping review. Otolaryngol Head Neck Surg. 2020;162(6):826–838. doi: 10.1177/0194599820913507. [DOI] [PubMed] [Google Scholar]
18.Samelli AG, Rabelo CM, Sanches SGG, Martinho AC, Matas CG. Tablet-based tele-audiometry: automated hearing screening for schoolchildren. J Telemed Telecare. 2020;26(3):140–149. doi: 10.1177/1357633X18800856. [DOI] [PubMed] [Google Scholar]
19.Samelli AG. Desenvolvimento e validação de um método de teleaudiometria para tablet: triagem auditiva automática em escolares. São Paulo: Universidade de São Paulo; 2017. tese. [Google Scholar]
20.Lo AH, McPherson B. Hearing screening for school children: utility of noise-cancelling headphones. BMC Ear Nose Throat Disord. 2013;13(1):6. doi: 10.1186/1472-6815-13-6. [DOI] [PMC free article] [PubMed] [Google Scholar]
21.ASHA: American Speech-Language-Hearing Association . Guidelines for audiological screening. Rockville: American Speech-Language-Hearing Association; 1997. [citado em 2024 Jun 24]. Internet. Disponível em: www.asha.org/policy . [Google Scholar]
22.American Academy of Audiology . Childhood hearing screening guidelines. Reston: American Academy of Audiology; 2011. [Google Scholar]
23.Silman S, Silverman CA. In: Auditory diagnosis: principles and applications. 2nd. Silman S, Silverman CA, editors. San Diego: Singular Publishing Group; 1997. Basic audiologic testing. [Google Scholar]
24.Mahomed-Asmail F, Swanepoel DW, Eikelboom RH, Myburgh HC, Hall JW., 3rd Clinical validity of hearScreen smartphone hearing screening for school children. Ear Hear. 2016;37(1):e11–7. doi: 10.1097/AUD.0000000000000223. [DOI] [PubMed] [Google Scholar]
25.Ganek HV, Madubueze A, Merritt CE, Bhutta ZA. Prevalence of hearing loss in children living in low- and middle-income countries: a systematic review. Dev Med Child Neurol. 2023;65(5):600–610. doi: 10.1111/dmcn.15460. [DOI] [PubMed] [Google Scholar]
26.Moepeng M, Singh S, Ramma L. Contextually appropriate school entry hearing screening protocol for low- and middle-income countries: a scoping review. Int J Pediatr Otorhinolaryngol. 2021;147:110788. doi: 10.1016/j.ijporl.2021.110788. [DOI] [PubMed] [Google Scholar]
27.Cadena AC, Lindholm N, Stenfeldt K. School-based hearing screening in Sweden: evaluation of current practices. Int J Pediatr Otorhinolaryngol. 2021;150:110938. doi: 10.1016/j.ijporl.2021.110938. [DOI] [PubMed] [Google Scholar]
28.Skarżyński H, Gos E, Świerniak W, Skarżyński PH. Prevalence of hearing loss among Polish school-age children from rural areas. Int J Pediatr Otorhinolaryngol. 2020;128:109676. doi: 10.1016/j.ijporl.2019.109676. [DOI] [PubMed] [Google Scholar]
29.Tuohimaa K, Loukusa S, Löppönen H, Välimaa T, Kunnari S. Communication abilities in children with hearing loss. J Commun Disord. 2022;99:106256. doi: 10.1016/j.jcomdis.2022.106256. [DOI] [PubMed] [Google Scholar]
30.Melo IM, Silva ARX, Camargo R, Cavalcanti HG, Ferrari DV, Taveira KV, et al. Accuracy of smartphone-based hearing screening tests: a systematic review. CoDAS. 2022;34(3):e20200380. doi: 10.1590/2317-1782/20212020380. [DOI] [PMC free article] [PubMed] [Google Scholar]
31.Alothman NI, Alanazi AA. School-based hearing screening of first-grade students in Saudi Arabia: a pilot study. S Afr J Commun Disord. 2024;71(1):e1–7. doi: 10.4102/SAJCD.v71i1.1063. [DOI] [PMC free article] [PubMed] [Google Scholar]
32.Brasil . Diretrizes de atenção da triagem auditiva neonatal. Brasília: Ministério da Saúde; 2012. Ministério da Saúde. [Google Scholar]
33.Botasso M, Sanches SG, Bento RF, Samelli AG. Teleaudiometry as a screening method in school children. Clinics (Sao Paulo) 2015;70(4):283–288. doi: 10.6061/clinics/2015(04)11. [DOI] [PMC free article] [PubMed] [Google Scholar]
34.Balen SA. In: Tratado de especialidades em fonoaudiologia. Marchesan IQ, Silva HJ, Tomé MC, editors. São Paulo: Guanabara Koogan; 2014. Triagem auditiva em escolares. pp. 981–986. [Google Scholar]
35.Bussé AML, Mackey AR, Carr G, Hoeve HLJ, Uhlén IM, Goedegebure A, et al. Assessment of hearing screening programmes across 47 countries. Int J Audiol. 2021;60(11):841–848. doi: 10.1080/14992027.2021.1897170. [DOI] [PubMed] [Google Scholar]
36.Vernier LS, Cazella SC, Levandowski DC. Neonatal hearing screening: protocols, obstacles and perspectives of speech therapists in Brazil. CoDAS. 2022;34(2):e20200331. doi: 10.1590/2317-1782/20212020331. [DOI] [PMC free article] [PubMed] [Google Scholar]
37.WHO: World Health Organization . Hearing screening: considerations for implementation. Geneva: WHO; 2021. [Google Scholar]
38.Aquino CP. Avaliação de dois diferentes tipos de fones durante o uso de um método de teleaudiometria para tablet. São Paulo: Universidade de São Paulo; 2020. dissertação. [DOI] [Google Scholar]
39.Klarna . Sennheiser HD 280 PRO headphones — price tracker. Stockholm: Klarna; 2025. [citado em 2024 Jun 24]. Internet. Disponível em: https://www.klarna.com . [Google Scholar]
40.Evident Scientific . Telephonics TDH-39 audiometer headphones. Hamburg: Evident Scientific; 2025. [citado em 2024 Jun 24]. Internet. Disponível em: https://www.evident-shop.de . [Google Scholar]

Codas. 2026 Aug 3;38(5):e20250194. [Article in Portuguese] doi: 10.1590/2317-1782/e20250194pt

Aplicação de instrumento de baixo custo na identificação de risco para alterações auditivas em uma rede municipal de saúde

Monize Menon ¹, Seisse Gabriela Gandolfi Sanches ¹, Alessandra Giannella Samelli ^1,^✉

RESUMO

Objetivo

Avaliar o desempenho do aplicativo PETIT (triagem automatizada em tablet), em comparação com a varredura audiométrica, na identificação de risco para alterações auditivas em escolares, utilizando fones de ouvido com cancelamento de ruído passivo.

Método

Estudo observacional transversal com 122 crianças (05 a 08 anos) da rede pública municipal de Santana de Parnaíba. Foram realizados meatoscopia; triagem automatizada via tablet (com fones Sennheiser HD-280); triagem por varredura audiométrica. Parte da amostra realizou também audiometria convencional (padrão-ouro). Para análise, foram utilizados: testes binomial e de regressão logística binária, assim como cálculo de sensibilidade, especificidade e acurácia.

Resultados

Houve associação significativa entre os resultados da triagem por varredura e do PETIT, assim como o coeficiente da variável preditora (audiometria convencional) foi estatisticamente significativo ao desempenho na triagem por varredura. Para o PETIT, verificou-se sensibilidade de 85,7%, especificidade de 100% e 99,18% de acurácia.

Conclusão

Os resultados sugerem que esta ferramenta tem aplicabilidade promissora em ambiente escolar, podendo facilitar a identificação de crianças de risco para alterações auditivas.

Descritores: Audição, Triagem, Estudantes, Diagnóstico, Tecnologia de Baixo Custo

INTRODUÇÃO

Diversos estudos reconhecem que a perda auditiva afeta o desenvolvimento de linguagem e desempenho acadêmico de crianças quando não detectada precocemente, gerando impactos negativos para a qualidade de vida^(1-4). A Organização Mundial da Saúde (OMS) estima que mais de 80% das pessoas com algum grau de perda auditiva residem em países de baixa e média renda, onde o acesso aos serviços de saúde auditiva é limitado ou inexistente⁽⁴⁾.

O Joint Committee on Infant Hearing⁽⁵⁾ recomendou a identificação, diagnóstico e intervenção precoce nas perdas auditivas, propondo a triagem auditiva universal, para todos os neonatos. Entretanto, os programas de avaliação auditiva não devem se limitar ao período neonatal, uma vez que, em alguns casos, a perda auditiva pode manifestar-se posteriormente. Assim, o acompanhamento e a avaliação da audição devem constituir um processo contínuo ao longo das diferentes etapas do desenvolvimento⁽⁶⁾.

A otite média, uma das principais causas de perda auditiva na infância, apresenta incidência global anual de aproximadamente 10,85%, representando mais de 700 milhões de novos casos por ano. Essa taxa pode variar entre regiões e países, sendo de 3,6% na Europa Central para mais de 43% em países da África, em virtude de predisposições genéticas assim como de fatores de risco modificáveis, tais como alergias, infecções de vias aéreas superiores, exposição à fumaça de tabaco, saneamento inadequado, desnutrição e baixo nível socioeconômico⁽⁴⁾.

No Brasil, dados da Pesquisa Nacional de Saúde (PNS-2019) apontam que cerca de 1,1% da população com dois anos ou mais relataram “dificuldade extrema ou incapacidade para ouvir”, correspondendo a aproximadamente 2,3 milhões de brasileiros⁽⁷⁾. Estudos prévios, realizados com escolares brasileiros, verificaram prevalência de perda auditiva variável entre 5% e 16%, dependendo da faixa etária avaliada e do método de triagem empregado^(8,9).

O Brasil dispõe de uma Rede de Atenção à Saúde Auditiva estruturada no âmbito do Sistema Único de Saúde (SUS) desde a Portaria nº 2.073/2004, atualizada e incorporada à Política Nacional de Atenção à Saúde das Pessoas com Deficiência. Essa rede estabelece fluxos integrados para triagem, diagnóstico, concessão de aparelhos auditivos e reabilitação, contando com centros de referência regionais e serviços habilitados em diferentes níveis de complexidade. Embora haja lacunas relacionadas à cobertura, equidade e continuidade do cuidado, o Brasil possui uma das redes públicas de saúde auditiva mais organizadas da América Latina, com expansão progressiva desde a criação do Programa Nacional de Atenção à Saúde Auditiva^(9,10).

Já o Programa Saúde na Escola (PSE), instituído pelo Decreto nº 6.286/2007, tem o objetivo de integrar ações de promoção, prevenção e triagem auditiva no ambiente escolar, ampliando o acesso das crianças e fortalecendo a articulação entre os setores de saúde e educação. O PSE tem contribuído para a identificação precoce de alterações auditivas em escolares, favorecendo a continuidade do cuidado em redes municipais de ensino^(11,12). Embora o Brasil apresente um modelo de atenção auditiva estruturado, integrado e articulado, com políticas intersetoriais, garantindo acesso a serviços especializados e estratégias de prevenção e triagem em diferentes níveis de atenção à saúde, existem limitações e desigualdades regionais^(11-13).

É importante destacar que, na idade escolar, a incidência de perdas auditivas tardias pode ter um aumento de 16,4%, sendo as perdas auditivas de grau leve mais frequentes do que as perdas auditivas moderadas ou profundas^(14-16).

A OMS enfatiza que intervenções precoces e de mais baixo custo, como a triagem auditiva, podem reduzir significativamente o impacto social, educacional e econômico da perda auditiva não identificada, especialmente em populações escolares^(4,16).

O diagnóstico da perda auditiva é realizado por meio da avaliação audiológica convencional, especialmente pela audiometria de tom puro, que é o padrão-ouro e que necessita de um audiômetro clínico⁽¹⁷⁾. Este fator pode dificultar o acesso à avaliação, já que o audiômetro pode ter custo mais elevado, depende de um profissional habilitado e de local silencioso para a realização^(4,17) dificultando o acesso a este serviço em muitas localidades.

Com o avanço da tecnologia, algumas ferramentas têm sido testadas para facilitar a identificação de risco para alterações audiológicas e os resultados obtidos têm favorecido a utilização destes instrumentos em ambientes escolares para ampliação do cuidado à saúde auditiva, mostrando-se válidos para este fim^(18,19). No entanto, o ruído presente nestes ambientes pode prejudicar a realização de triagens auditivas, fornecendo resultados falsos-positivo. Para minimizar o impacto do ruído nas avaliações em ambientes sem tratamento acústico, estudo prévio recomendou o uso de fones de ouvido com redução passiva de ruído⁽²⁰⁾.

Desta forma, diante da dificuldade encontrada quanto à escassez de recursos para a identificação precoce das alterações auditivas na rede pública de saúde, especialmente em países de baixa e média renda, este estudo visa contribuir para o aprimoramento de novos métodos de triagem auditiva automatizada realizada em ambiente escolar, de mais baixo custo, incluindo-a como parte do PSE, em um município do Estado de São Paulo.

Sendo assim, o objetivo do presente estudo foi avaliar o desempenho do aplicativo PETIT (triagem automatizada em tablet), em comparação com a varredura audiométrica, na identificação de risco para alterações auditivas em escolares, utilizando fones de ouvido com cancelamento de ruído passivo.

MÉTODO

Este trabalho foi aprovado pela Comissão de Ética da instituição, sob o número CAEE 07377319.8.0000.0065. Todos os responsáveis pelas crianças participantes do presente estudo assinaram o Termo de Consentimento Livre e Esclarecido, e as crianças assinaram o Termo de Assentimento.

Casuística

A amostra deste estudo foi constituída por amostragem não probabilística por conveniência, composta por crianças matriculadas em escolas municipais, selecionadas de acordo com a disponibilidade para participação no período de coleta de dados e conforme os critérios de inclusão. A opção pela amostragem por conveniência justifica-se pelo contexto assistencial em que a pesquisa foi realizada e pela viabilidade de acesso aos participantes no ambiente escolar.

Participaram do estudo 122 crianças matriculadas nos 1os e 2os anos do Ensino Fundamental I, das escolas da rede de ensino público municipal da cidade de Santana de Parnaíba. Os critérios para inclusão no estudo foram: faixa etária entre 05 anos e 08 anos e 11 meses; assinatura do Termo de Consentimento Livre e Esclarecido pelos responsáveis e de Assentimento pelas crianças; meatoscopia sem indicação de presença de corpo estranho e/ou excesso de cerúmen; compreensão, por parte da criança, das instruções para realização da triagem por tablet, varredura e audiometria.

Materiais e equipamentos

Foram utilizados: Tablet iPad Apple com os aplicativos PETIT⁽¹¹⁾ e NoiSee; fones HD 280 PRO conectados ao iPad; audiômetro MAICO MA42; fones TDH39; otoscópio Heine mini 3000; e um computador para registro dos dados.

Procedimentos

O estudo foi conduzido em etapas: autorização dos responsáveis, triagem auditiva com o PETIT, avaliação audiológica completa (composta por meatoscopia, audiometria tonal, vocal e imitanciometria) e triagem por varredura, conforme descrito abaixo. As etapas de desenvolvimento do estudo estão representadas no fluxograma (Figura 1).

Triagem auditiva - PETIT

Os sujeitos realizaram a triagem auditiva na própria escola, durante período letivo. Inicialmente foi realizada a inspeção visual do meato acústico e, em seguida, a triagem auditiva.

A triagem auditiva foi realizada com o fone de ouvido HD 280 PRO, por meio do aplicativo instalado em tablet: Programa de Extensão de Triagem Auditiva por Tom – PETIT⁽¹⁸⁾, devidamente calibrado. A triagem ocorre por meio de um jogo interativo com tons puros (warble), utilizando uma combinação de estímulos visuais e auditivos, com paradigma de resposta de escolha forçada (sim ou não), testada e validada em escolares com fone TDH-49⁽¹⁸⁾. O aplicativo utiliza um algoritmo que avalia as frequências de 1000, 2000 e 4000Hz em 20 dBNA e 500Hz em 30 dBNA, em cada orelha separadamente. Para que o indivíduo passe na triagem, são necessárias respostas a no mínimo dois dos três tons emitidos^(21,22) 20 dBNA para as frequências de 1000, 2000 e 4000Hz e a 30 dBNA para 500 Hz, em ambas as orelhas. Ao final da triagem, o próprio aplicativo fornece o resultado da triagem como “Passou” ou “Falhou” e o resultado é armazenado no tablet. Na presença de internet via wi-fi, os resultados são enviados para o banco de dados central para posterior análise⁽¹⁸⁾. Durante a análise, considerou-se os resultados incluindo e excluindo a frequência de 500 Hz (por meio de um filtro para análise, que faz parte do aplicativo). Esta análise foi realizada como controle metodológico, devido à maior suscetibilidade de falhas nesta frequência por interferência do ruído presente em ambientes escolares⁽¹⁸⁾.

Avaliação audiológica completa

Após as triagens, todas as crianças foram encaminhadas para realização de uma avaliação audiológica completa no centro de referência em Audiologia mais próximo, em Santana de Parnaíba, por fonoaudiólogas deste serviço. Entre os 88 (66,7%) participantes que agendaram a avaliação audiológica completa, 45 (51,1%) compareceram ao serviço especializado e 43 (48,9%) não compareceram. Dos 45 exames realizados, 41 (91,1%) foram recebidos pela pesquisadora, porém apenas 39 estavam completos, contendo todos os registros exigidos para análise (limiares auditivos em todas as frequências testadas, curvas timpanométricas e reflexos acústicos). Desta forma, em virtude da baixa adesão para a realização da avaliação audiológica completa, foi adotada uma nova estratégia para a comparação com os resultados do PETIT, ou seja, a triagem auditiva por varredura.

Triagem auditiva - Técnica de varredura

A triagem auditiva por varredura também foi aplicada em ambiente escolar, durante o período letivo, em dia diferente da triagem com o PETIT, utilizando um audiômetro portátil modelo MA42 (MAICO), devidamente calibrado conforme as normas internacionais de segurança, e com o uso de fones de ouvido tipo TDH39.

A triagem auditiva seguiu o protocolo para varredura, com apresentação de tons puros do tipo warble nas frequências de 1000, 2000 e 4000 Hz a 20 dBNA e 500 Hz a 30 dBNA^(21,22). O critério de aprovação adotado seguiu diretrizes padronizadas internacionalmente: para ser considerado “Passou” na triagem auditiva, o participante deveria responder corretamente a pelo menos dois dos três tons apresentados nas frequências de 1000, 2000 e 4000 Hz e ao estímulo em 500 Hz, em cada orelha^(21,22). Ao final de cada triagem, os resultados foram registrados manualmente pela pesquisadora em protocolo físico padronizado, com a classificação individual de cada participante como “Passou” ou “Falhou”, de acordo com o desempenho observado⁽²³⁾.

Análise dos dados

Os resultados obtidos na triagem PETIT foram comparados à varredura, para obtenção dos valores diagnósticos da triagem auditiva: sensibilidade, especificidade e acurácia. Para estabelecer a validade da varredura como um procedimento equivalente ao padrão-ouro (audiometria) para as análises, comparou-se a avaliação audiológica completa com a varredura. Foram aplicados modelos de regressão logística binária para avaliar a associação entre os métodos (Modelo 1: Varredura como preditora do resultado no PETIT; Modelo 2: Audiometria convencional como preditora do resultado da varredura). A qualidade do ajuste dos modelos foi analisada com base em: Deviance; AIC (Akaike Information Criterion); BIC (Bayesian Information Criterion); Pseudo-R²: McFadden, Cox & Snell, Nagelkerke e Tjur. A significância dos coeficientes dos modelos foi avaliada por meio do Teste de Wald, considerando-se um nível de significância de 5%. As medidas de desempenho diagnóstico — sensibilidade, especificidade e acurácia — foram calculadas com base na matriz de confusão gerada em cada modelo. O teste binomial foi utilizado para comparar as proporções de aprovação observadas na triagem auditiva. Os valores de p, neste caso, referem-se à proporção observada com o valor de referência de 0,5 (50%). As análises foram realizadas utilizando-se o software JASP, versão 0.19.3.0. Os resultados foram considerados estatisticamente significativos quando p < 0,05.

RESULTADOS

A amostra foi composta por 122 crianças, com idades variando de 5 a 8 anos, sendo a mediana de 7 anos e a média de 6,75 anos (± 0,64). Não houve diferença significante entre os sexos (42,6% sexo feminino; 57,4% sexo masculino; p = 0,123; teste Binomial).

Com o objetivo de verificar a existência de associação entre o desempenho dos participantes no teste PETIT e o sexo, foi aplicado o teste do qui-quadrado de independência com correção de continuidade. Dentre sete indivíduos que falharam na triagem, 3 foram do sexo feminino e 4 do masculino, sem diferença significativa (Qui-quadrado com correção de continuidade: Χ² = 2,608×10⁽⁻³⁰⁾; df = 1; p = 1,000).

A Tabela 1 apresenta a análise descritiva da triagem auditiva (por varredura), por frequências testadas em ambas as orelhas, bem como os resultados gerais por orelha e a classificação final de passou (P) ou falhou (F) na varredura. Quando considerados os resultados gerais por orelha, observou-se que 5 participantes falharam em pelo menos uma frequência na OD (4,1%) e 3 na OE (2,5%). Ao final, 6 crianças (4,9%) foram classificadas como tendo falhado na varredura, enquanto 116 (95,1%) passaram. Todas essas proporções foram significativamente diferentes do valor de referência de 50% (p < 0,001), evidenciando um desempenho auditivo geral adequado na amostra avaliada.

Tabela 1. Resultados da triagem auditiva por varredura, por frequência e orelha, em escolares da rede pública (Santana de Parnaíba, SP, 2025).

Variável	Resultado	Frequência	Total	Proporção	P
VARREDURA OD 500 Hz	F	1	122	0,008	< ,001
VARREDURA OD 500 Hz	P	121	122	0,992	< ,001
VARREDURA OD 1000 Hz	F	2	122	0,016	< ,001
VARREDURA OD 1000 Hz	P	120	122	0,984	< ,001
VARREDURA OD 2000 Hz	F	1	122	0,008	< ,001
VARREDURA OD 2000 Hz	P	121	122	0,992	< ,001
VARREDURA OD 4000 Hz	F	3	122	0,025	< ,001
VARREDURA OD 4000 Hz	P	119	122	0,975	< ,001
VARREDURA OE 500 Hz	F	0	122	0,000	< ,001
VARREDURA OE 500 Hz	P	122	122	1,000	< ,001
VARREDURA OE 1000 Hz	F	3	122	0,025	< ,001
VARREDURA OE 1000 Hz	P	119	122	0,975	< ,001
VARREDURA OE 2000 Hz	F	2	122	0,016	< ,001
VARREDURA OE 2000 Hz	P	120	122	0,984	< ,001
VARREDURA OE 4000 Hz	F	2	122	0,016	< ,001
VARREDURA OE 4000 Hz	P	120	122	0,984	< ,001
VARREDURA OD (geral)	F	5	122	0,041	< ,001
VARREDURA OD (geral)	P	117	122	0,959	< ,001
VARREDURA OE (geral)	F	3	122	0,025	< ,001
VARREDURA OE (geral)	P	119	122	0,975	< ,001
PASSOU/FALHOU VARREDURA	Falhou	116	122	0,951	< ,001
PASSOU/FALHOU VARREDURA	Passou	6	122	0,049	< ,001

Open in a new tab

Teste binomial com valor de referência 0,5

Legenda: F = falhou; P = passou

Os resultados indicam que, a maioria expressiva das crianças avaliadas foi aprovada no teste PETIT, independentemente da orelha ou condição analisada. Especificamente, 117 crianças (95,9%) foram aprovadas na orelha esquerda, enquanto 116 (95,1%) foram aprovadas na orelha direita. Para verificar uma possível influência do ruído sobre o desempenho dos participantes, foi realizada também a análise se excluindo a frequência de 500Hz. Pode-se observar que as proporções de aprovação permaneceram idênticas para as análises incluindo e excluindo 500 Hz, com 95,9% de aprovação na OE e 95,1% na OD (Tabela 2). Todos os resultados foram estatisticamente significativos (p < 0,001) quando comparados ao valor de referência de 50%, indicando que as taxas de aprovação são significativamente mais elevadas do que o acaso. Ao considerar a classificação geral de aprovação (Passou) ou reprovação (Falhou) no PETIT, observou-se que 115 crianças (94,3%) passaram na triagem auditiva, enquanto 7 (5,7%) falharam.

Tabela 2. Resultados da triagem auditiva automatizada com o aplicativo PETIT, com e sem a frequência de 500 Hz, em escolares da rede pública (Santana de Parnaíba, SP, 2025).

Variável	Resultado	Frequência (n)	Total	Proporção	p
PETIT OE	P	117	122	0,959	< ,001
PETIT OE	F	5	122	0,041	< ,001
PETIT OD	P	116	122	0,951	< ,001
PETIT OD	F	6	122	0,049	< ,001
PETIT OE (-500 Hz)	P	117	122	0,959	< ,001
PETIT OE (-500 Hz)	F	5	122	0,041	< ,001
PETIT OD (-500 Hz)	P	116	122	0,951	< ,001
PETIT OD (-500 Hz)	F	6	122	0,049	< ,001
PASSOU/FALHOU PETIT	Passou	115	122	0,943	< ,001
PASSOU/FALHOU PETIT	Falhou	7	122	0,057	< ,001

Open in a new tab

Os valores de p referem-se ao teste binomial, comparando a proporção observada com o valor de referência de 0,5

Legenda: OE = orelha esquerda; OD = orelha direita; P = passou; F = falhou

Para investigar a relação entre o desempenho dos participantes no PETIT e os resultados da varredura, foi realizada uma análise de regressão logística binária. O objetivo foi verificar se o resultado da varredura (variável preditora) poderia explicar significativamente os escores obtidos no PETIT (variável dependente). A Tabela 3 apresenta os indicadores de ajuste dos dois modelos testados: o modelo nulo (M₀), que não inclui variáveis preditoras, e o modelo completo (M₁), que inclui o resultado da varredura como preditor. O modelo M₁ apresentou um valor de qui-quadrado significativamente menor em comparação ao modelo nulo (Χ²(120) = 42,105; p < 0,001), indicando que a inclusão da variável resultado da varredura melhorou substancialmente a capacidade preditiva do modelo. O valor de R² de McFadden foi de 0,785, considerado elevado para modelos logísticos, o que reforça a qualidade do ajuste e o poder explicativo da variável preditora sobre os escores no PETIT. Este valor indica que o modelo explica aproximadamente 78,5% da variância dos resultados do PETIT, o que é altamente satisfatório para este tipo de análise. Os coeficientes estimados e os respectivos testes de Wald estão também apresentados na Tabela 3. Embora o intercepto do modelo M₁ tenha sido estatisticamente significativo (p < 0,001), o coeficiente associado à variável PASSOU/FALHOU na varredura apresentou resultado estatisticamente não significativo (p = 0,996), com um erro padrão extremamente elevado. Este padrão pode indicar colinearidade ou um ajuste quase perfeito entre as variáveis, o que tende a inflar os erros padrão em modelos logísticos.

Tabela 3. Modelo de regressão logística binária para análise do desempenho do PETIT em relação à triagem por varredura (Santana de Parnaíba, SP, 2025).

Modelo	Deviance	AIC	BIC	df	ΔΧ²	p		R² McFadden	R² Nagelkerke	R² Tjur	R² Cox & Snell
M₀	53,604	55,604	58,408	121	—	—		—	—	—	—
M₁	11,499	15,499	21,107	120	42,105	< ,001		0,785	0,821	0,850	0,292
Coeficientes do modelo M₁ da regressão logística
Variável			Estimativa		Erro padrão		Z		Estatística de Wald	df		p
Intercepto (M₁)			−4,745		1,004		−4,724		22,320	1		< ,001
PASSOU/FALHOU VARREDURA			24,311		4390,308		0,006		3,066 × 10⁽⁻⁵⁾	1		0,996

Open in a new tab

Legenda: M₁ inclui PASSOU/FALHOU VARREDURA

As métricas de desempenho (Tabela 4) indicam uma acurácia total de 99,2%, evidenciando a alta capacidade do modelo em classificar corretamente os casos com base no resultado da varredura. A sensibilidade foi de 85,7%, representando a proporção de casos com alteração auditiva (falha) que foram corretamente identificados pelo modelo. Já a especificidade foi de 100%, indicando que todos os casos com audição dentro da normalidade foram corretamente classificados como tais.

Tabela 4. Desempenho do PETIT em comparação à triagem por varredura (Santana de Parnaíba, SP, 2025).

Observado / Previsto	Passou	Falhou	% de acertos
Passou	115	0	100,0%
Falhou	1	6	85,7%
Total geral			99,2%
Métrica			Valor
Acurácia			0,992
Sensibilidade			0,857
Especificidade			1,000

Open in a new tab

Com o objetivo de verificar a validade da Varredura como técnica substitutiva à Audiometria Tonal Limiar (considerada padrão-ouro), foi conduzida uma regressão logística binária utilizando o resultado da Varredura como variável dependente, e o resultado da Audiometria como variável preditora. Essa análise foi realizada em caráter complementar, com a finalidade de validar o uso da varredura como técnica comparativa no presente estudo. Assim, esta análise serve como respaldo metodológico, reforçando a legitimidade do uso da varredura nos testes comparativos realizados. A regressão logística aplicada revelou que o modelo com preditor (M₁) apresentou desempenho superior ao modelo nulo (M₀), com redução nos valores de Deviance, AIC e BIC, conforme demonstrado na Tabela 5A. A diferença de qui-quadrado entre os modelos foi de ΔΧ²(1) = 3,810, com valor de p = 0,051, indicou tendência à significância estatística. Embora o valor de p esteja pouco acima do nível de significância adotado (0,05), os coeficientes de pseudo-R², especialmente o de McFadden (0,241), indicam um ajuste satisfatório do modelo, sugerindo que a varredura está significativamente associada ao resultado da audiometria. A Tabela 5A apresenta também os coeficientes estimados da regressão.

Tabela 5. Modelo de regressão logística binária para análise desempenho da triagem por varredura em relação à audiometria tonal (padrão-ouro) (A). Desempenho da triagem auditiva por varredura em comparação à audiometria tonal (padrão-ouro) (B) (Santana de Parnaíba, SP, 2025).

A – Modelos de regressão logística
Modelo	Deviance		AIC	BIC		Df	ΔΧ²	p		R² McFadden	R² Nagelkerke		R² Tjur	R² Cox & Snell
M₀	15,777		17,777	19,441		38	—	—		—	—		—	—
M₁	11,967		15,967	19,294		37	3,810	0,051		0,241	0,280		0,224	0,093
Coeficientes do modelo de regressão logística
Modelo		Termo			Estimativa (β)			Erro Padrão		Z	χ² de Wald		df	p
M₀		Intercepto			-2,918			0,726		-4,019	16,155		1	<0,001
M₁		Intercepto			0,000			1,414		≈0	≈0		1	1,000
M₁		Audiometria (0)			-3,584			1,740		-2,059	4,241		1	0,039
B - Desempenho
Observado/Previsto									Passou (0)			Falhou (1)		% Correto
Normal									36			1		97,3%
Alterado									1			1		50,0%
Total														94,9%
Métrica														Valor
Acurácia														0,949
Sensibilidade														0,500
Especificidade														0,973

Open in a new tab

O modelo M₁ inclui o resultado da Audiometria como variável preditora. A categoria “1” representa falha (alteração). A variável “Audiometria” foi codificada com “1” para falha e “0” para normalidade

O coeficiente da variável preditora (Audiometria) foi estatisticamente significativo (p = 0,039), indicando que o resultado da audiometria é um fator preditivo relevante para o desempenho da criança na varredura. A razão de chances (odds ratio), derivada da exponenciação do coeficiente, indicaria uma queda acentuada nas chances de passar na varredura quando há falha na audiometria — o que reforça a validade da varredura como método substitutivo da audiometria. A Tabela 5B apresenta o desempenho do modelo, que apresentou acurácia geral de 94,9%, com apenas dois erros de classificação (um falso positivo e um falso negativo). A especificidade foi elevada (97,3%), indicando alta capacidade do modelo em reconhecer corretamente os casos normais. Por outro lado, a sensibilidade foi de 50%, refletindo uma capacidade moderada de detecção de casos alterados. Por fim, os valores de pseudo-R² obtidos (McFadden = 0,241; Nagelkerke = 0,280; Tjur = 0,224) estão dentro dos parâmetros esperados para modelos logísticos bem ajustados, o que corrobora a qualidade do ajuste e a utilidade da varredura neste contexto.

DISCUSSÃO

Em relação ao desempenho auditivo e o sexo dos participantes, os resultados obtidos na triagem PETIT indicam que não houve diferença significativa entre os sexos, corroborando a ideia de que o desempenho auditivo das crianças não foi influenciado por esta variável. Este achado é consistente com estudos anteriores, que não observaram diferença no desempenho entre meninos e meninas em avaliações auditivas similares^(19,24,25). Tal evidência sugere que, ao considerar a triagem auditiva, não há necessidade de ajustes ou diferentes abordagens com base no sexo, o que facilita a aplicação universal destes procedimentos.

Em relação a triagem auditiva por varredura, os dados demonstraram que a maioria dos participantes apresentaram função auditiva dentro dos padrões esperados para a faixa etária avaliada, com taxas reduzidas de falha. A taxa de aprovação geral no procedimento foi de 95,1%, sendo que apenas 06 participantes (4,9%) foram classificados como tendo falhado na varredura em pelo menos uma das frequências testadas.

Estudos prévios demonstram variabilidade em relação à taxa de classificação “passa/falha” em triagens auditivas infantis, a depender de fatores como a idade da criança, o ambiente de aplicação, os critérios adotados para reprovação e a metodologia empregada^(25-27). Em ambientes escolares, por exemplo, é comum observar uma taxa de falha maior, em razão das condições acústicas menos controladas, da menor colaboração de alguns participantes ou da presença de fatores transitórios, como cerúmen ou infecções de vias aéreas superiores^{(14,15,28,29)}.

A heterogeneidade nas taxas de falha em triagens auditivas escolares pode ser atribuída a diversos fatores, incluindo diferenças nos protocolos de triagem, nos critérios de referência, nas condições ambientais durante os testes e nas características demográficas das populações avaliadas. Estudos realizados em diferentes contextos geográficos e socioeconômicos demonstram variações significativas nas taxas de falha, mesmo quando métodos semelhantes, como a audiometria tonal liminar, são empregados^(30). Um estudo realizado na Polônia com 67.416 crianças em idade escolar relatou uma taxa de falha de 16,4% na triagem auditiva⁽²⁸⁾ entre crianças de 6 a 13 anos. Já num estudo realizado na Arábia Saudita⁽³¹⁾, com 308 crianças do primeiro ano, foi observada uma taxa de falha na triagem de 26,3% obtida via audiometria tonal. Assim, a taxa de reprovação de 4,9%, observada no presente estudo, se encontra abaixo das observadas nos estudos prévios, podendo ser reflexo das diferenças metodológicas supramencionadas.

Apenas sete participantes (5,7%) falharam no PETIT, indicando uma baixa taxa de falha na triagem. Mesmo com esta baixa prevalência de falhas observada no estudo, ressalta-se a importância da implementação sistemática de protocolos como o PETIT em programas de triagem auditiva infantil, já que os casos identificados como suspeitos de perda auditiva devem ser encaminhados para avaliação audiológica completa, conforme recomendado por diretrizes nacionais⁽³²⁾ e internacionais⁽⁵⁾, em virtude da importância do diagnóstico precoce de alterações auditivas, para que não haja prejuízo ao desenvolvimento infantil ou para que este seja mitigado.

Em relação à validade preditiva do PETIT comparado à varredura, os achados demonstraram alta concordância entre os instrumentos, já que indicaram que os resultados da varredura são fortemente associados aos resultados do PETIT, com aproximadamente 80% da variância nos resultados do PETIT sendo explicada pela varredura, sugerindo que o PETIT pode ser considerado um instrumento válido para triagem auditiva infantil.

Do ponto de vista do desempenho, verificou-se acurácia do PETIT com fone HD 280 de 99,2%, especificidade de 100% e sensibilidade de 85,7%. Isso significa que o PETIT com fone com supressão passiva de ruído foi capaz de identificar corretamente todos os indivíduos que passaram na varredura (verdadeiros negativo), bem como a maioria (~86%) dos casos que falharam (verdadeiros positivo), apresentando uma alta acurácia, ou seja, houve a correta classificação de casos “normais” e “alterados” para a grande maioria dos avaliados (99,2%). Estudo anterior⁽¹⁸⁾ identificou que as métricas de desempenho variaram entre os diferentes métodos de triagem auditiva avaliados: as sensibilidades variaram de 60% a 95%, as especificidades de 44% a 91% os valores de acurácia de 49% a 88%; os melhores resultados obtidos foram verificados no método de triagem baseado em tablet e na abordagem em série. Outro estudo⁽³³⁾ com escolares da mesma faixa etária do presente estudo e que utilizou uma triagem auditiva automatizada com fones TDH, em comparação com a audiometria (padrão-ouro) observou acurácia de 85%, sensibilidade de 96% e especificidade de 81%. Sendo assim, o desempenho obtido para o PETIT com fone com supressão passiva de ruído no presente estudo foi semelhante ao obtido em estudos pregressos^(18,33).

A validação de instrumentos de triagem é etapa fundamental para assegurar sua aplicabilidade em contextos clínicos e educacionais. O PETIT, por ser de fácil aplicação e de natureza comportamental, mostra-se como uma alternativa viável para contextos com limitações de recursos tecnológicos ou humanos, como escolas e unidades básicas de saúde, conforme estudos prévios^(18,19). Os resultados verificados no presente estudo, porém com fones HD 280 PRO, enquanto nos estudos prévios foram utilizados os fones TDH39, sugerem confiabilidade na triagem auditiva realizada por meio do PETIT, indicando que esta pode ser uma ferramenta útil na identificação precoce de risco para alterações auditivas, podendo minimizar os impactos negativos sobre o desenvolvimento da linguagem e o desempenho escolar de crianças, conforme sugerem estudos contemporâneos^(4,25).

Para validarmos o uso da varredura como técnica equivalente ao padrão-ouro, fizemos a comparação dos resultados da varredura com a audiometria convencional, para aquelas crianças que realizaram a audiometria e que a avaliação completa foi recebida (n=39). O modelo para esta análise apresentou acurácia de 95%, especificidade de 97% e sensibilidade de 50%. É importante considerarmos, especialmente em razão da sensibilidade observada, que pouco mais de 30% das crianças que entraram nas análises anteriores (PETIT e varredura) realizaram também a audiometria convencional. Sendo assim, possivelmente esta baixa sensibilidade tem relação com a baixa adesão à audiometria e com a baixa prevalência de alterações auditivas detectadas nesta amostra; apenas dois casos que tiveram alteração na varredura fizeram a audiometria e num deles, não houve correspondência entre os resultados. Esse viés amostral é uma limitação reconhecida em estudos com distribuição assimétrica de eventos, impactando diretamente a precisão de medidas como a sensibilidade e os coeficientes logísticos^(25,30). Além disso, a sensibilidade pode ser impactada por fatores como critérios de corte e condições ambientais^(25,30).

Já a alta especificidade verificada nesta análise é uma característica desejável para testes de triagem populacional, pois minimiza falsos positivos, otimizando o encaminhamento apenas dos casos suspeitos para avaliação diagnóstica completa, evitando a sobrecarga dos serviços especializados^(4,25,30). No entanto, quando consideramos a acurácia de 95% entre varredura e audiometria, podemos sugerir que a varredura se apresenta como ferramenta viável para este fim.

Neste contexto e alinhadas às recomendações internacionais⁽⁴⁾, estratégias de triagem auditiva que combinem acurácia diagnóstica com facilidade de aplicação e baixo custo são fundamentais para enfrentar a alta prevalência de perdas auditivas, especialmente em populações vulneráveis e em países de baixa e média renda, onde a cobertura de serviços audiológicos especializados é limitada^(34-36). A revisão sistemática conduzida por Melo et al.⁽³⁰⁾ reforça que métodos acessíveis e com bom desempenho diagnóstico são fundamentais para a detecção precoce de perdas auditivas.

Embora não seja objeto do presente estudo, é importante destacar que outras variáveis devem ser consideradas durante programas de triagem auditiva em escolares, tais como o contato prévio com a escola, a realização de anamnese prévia com familiares e professores para obtenção de dados sobre o desenvolvimento e aprendizagem, registro de fatores ambientais e comportamentais que possam interferir nos resultados, entre outras^(1-4,37,38).

Ao discutirmos o desempenho da triagem auditiva em escolares, é fundamental analisar também o custo-benefício do programa, incluindo fatores logísticos e humanos envolvidos no processo. Em um relatório sobre triagem auditiva da OMS, foi apresentada uma avaliação dos custos e retornos financeiros associados à implementação de estratégias de triagem auditiva e de serviços de intervenção precoce em diferentes contextos. Segundo o documento, a expansão global da cobertura de triagem auditiva e de programas de intervenção nos próximos dez anos demandaria um investimento adicional anual per capita de aproximadamente US$ 1,33, resultando em ganhos expressivos em saúde pública, com a prevenção estimada de cerca de 130 milhões de anos de vida ajustados por incapacidade, benefício direto a 1,4 bilhão de indivíduos e retorno econômico médio de US$ 16 para cada dólar investido. Tais dados evidenciam a relevância da triagem auditiva, ressaltando a necessidade da ampliação e fortalecimento dentro dos programas nacionais de saúde auditiva infantil e escolar⁽³⁷⁾.

No contexto brasileiro, a análise do custo-benefício das triagens auditivas deve considerar, também, as barreiras estruturais que podem comprometer a continuidade do cuidado, como o tempo de espera para avaliação diagnóstica, a escassez de profissionais especializados em determinadas regiões e a necessidade de deslocamento das famílias até os serviços de referência. Um estudo de abrangência nacional verificou que o tempo médio de espera para atendimento especializado em serviços de referência em saúde auditiva pode ultrapassar seis meses, especialmente em municípios que não dispõem de centros habilitados pelo SUS⁽¹²⁾.

Os resultados do presente estudo corroboram e ampliam os achados de investigação prévia^(3,9), que avaliou o desempenho do PETIT com o fone HD 280 PRO em condições controladas de escuta, utilizando ruído branco e ruído de cafeteria como simulações de ambientes ruidosos, em adultos. Naquele estudo, os autores observaram sensibilidade e especificidade de 100% quando o HD 280 PRO foi utilizado em conjunto com o PETIT, alcançando acurácia de 100% em ambos os cenários de ruído avaliados e desempenho superior ao do fone TDH. No presente estudo, a mesma ferramenta foi aplicada em ambiente real e na população-alvo, obtendo-se acurácia de 99,2%. Esse achado reforça a hipótese de que o HD 280 PRO constitui alternativa tecnicamente viável ao fone TDH-39, tradicionalmente empregado em audiometrias clínicas, especialmente em contextos nos quais a triagem auditiva é realizada em ambientes não controlados, como escolas. Mesmo diante das potenciais fontes de ruído ambiental típicas do ambiente escolar, o HD 280 PRO apresentou desempenho equivalente ao observado em laboratório. A comparação entre os estudos permite sugerir que o desempenho diagnóstico verificado no presente trabalho é compatível com o relatado por Aquino⁽³⁸⁾.

Adicionalmente, destaca-se que o fone HD 280 PRO apresenta custo inferior ao do fone TDH-39 e dispõe de tecnologia de atenuação passiva de ruído, o que o torna particularmente adequado para aplicações em ambientes escolares, nos quais o controle acústico é limitado. O custo estimado do HD 280 PRO é de aproximadamente US$ 89⁽³⁹⁾, enquanto o do TDH-39 é de cerca de US$ 500⁽⁴⁰⁾.

Sendo assim, nossos resultados sugerem que o protocolo ora avaliado se apresenta como uma ferramenta viável para identificar precocemente alterações auditivas em escolares, consistente com a literatura nacional e internacional, que valida o uso de instrumentos como o PETIT em contextos escolares e clínicos por sua sensibilidade à detecção de alterações auditivas mínimas^(2,11,12,18).

A adoção do fone de ouvido com cancelamento passivo de ruído em conjunto com o PETIT revelou-se vantajosa, tanto pela facilidade de manuseio quanto pelo baixo custo envolvido, o que amplia suas possibilidades de uso em regiões remotas, vulneráveis ou com poucos recursos técnicos e humanos disponíveis. Embora o fone TDH-39 seja amplamente utilizado em triagens auditivas, seus custos e limitações logísticas podem inviabilizar sua aplicação em grande escala no contexto educacional. Dessa forma, o PETIT com fones de mais baixo custo surge como uma alternativa viável, com potencial para integrar políticas públicas voltadas à promoção da saúde auditiva.

Apesar dos resultados promissores, algumas lacunas permanecem e demandam investigação futura. Primeiramente, é necessário expandir a diversidade amostral, incluindo diferentes faixas etárias, regiões geográficas e contextos escolares, a fim de possibilitar a generalização dos achados. Além disso, destaca-se a necessidade de novos estudos que investiguem o uso de dispositivos móveis na triagem auditiva, bem como estudos sobre a análise de custo-benefício da implementação de instrumentos de baixo custo para triagem auditiva, no contexto escolar.

CONCLUSÃO

Nossos resultados indicaram que a triagem auditiva via tablet com o uso de fones com cancelamento passivo de ruído demonstrou valores de acurácia de 99,2%, sensibilidade de 85,7% e especificidade de 100%, o que reforça sua validade como instrumento de triagem. Assim, a triagem auditiva realizada com fones de ouvido de mais baixo custo mostrou-se como ferramenta promissora para ambientes escolares, especialmente em contextos com infraestrutura limitada.

Funding Statement

Financial support: CAPES (1).

Footnotes

Trabalho realizado na Universidade de São Paulo – USP - São Paulo (SP), Brasil.

Fonte de financiamento: CAPES (1).

Disponibilidade de Dados: Os dados de pesquisa não estão disponíveis.

Utilização de tecnologia assistida por inteligência artificial: Os autores declaram que nenhuma ferramenta de inteligência artificial foi utilizada na pesquisa relatada aqui ou na preparação deste artigo.

[B001] 1.Samelli AG, Rondon-Melo S, Rabelo CM, Molini-Avejonas DR. Association between language and hearing disorders: risk identification. Clinics. 2017;72(4):213–217. doi: 10.6061/clinics/2017(04)04. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B002] 2.ASHA: American Speech-Language-Hearing Association . Effects of hearing loss on development. Rockville: American Speech-Language-Hearing Association; 2020. [citado em 2024 Jun 24]. Internet. Disponível em: https://www.asha.org/public/hearing/effects-of-hearing-loss-ondevelopment/ [Google Scholar]

[B003] 3.van der Straaten TFK, Rieffe C, Soede W, Netten AP, Dirks E, Oudesluys-Murphy AM, et al. Quality of life of children with hearing loss in special and mainstream education: a longitudinal study. Int J Pediatr Otorhinolaryngol. 2020;128:109701. doi: 10.1016/j.ijporl.2019.109701. [DOI] [PubMed] [Google Scholar]

[B004] 4.WHO: World Health Organization . World report on hearing. Geneva: World Health Organization; 2021. [Google Scholar]

[B005] 5.Joint Committee on Infant Hearing . Year 2019 position statement: principles and guidelines for early hearing detection and intervention programs. Rockville: Joint Committee on Infant Hearing; 2019. [PubMed] [Google Scholar]

[B006] 6.Su JY, Guthridge S, He VY, Howard D, Leach AJ. The impact of hearing impairment on early academic achievement in Aboriginal children living in remote Australia: a data linkage study. BMC Public Health. 2020;20(1):1521. doi: 10.1186/s12889-020-09620-6. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B007] 7.IBGE: Instituto Brasileiro de Geografia e Estatística . Pesquisa nacional de saúde 2019: ciclos de vida. Rio de Janeiro: IBGE; 2021. [Google Scholar]

[B008] 8.Nunes-Araújo ADS, Balen SA, Pereira A, Jr, Barbosa IR. Hearing screening in schoolchildren: accuracy of different criteria used to analyze transient evoked otoacoustic emissions. CoDAS. 2022;34(2):e20210067 [Google Scholar]

[B009] 9.Lopes AA, Friche AAL, Lemos SMA, Bicalho L, Silva AMM, Santos TS, et al. Prevalence of hearing loss and health vulnerability in children aged 25 to 36 months: an analysis of spatial distribution. CoDAS. 2022;34(3):e20210079. doi: 10.1590/2317-1782/20232021189en. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B010] 10.Brasil . Portaria nº 2.073, de 28 de setembro de 2004. Institui a Política Nacional de Atenção à Saúde Auditiva. Diário Oficial da União; Brasília: Sep 28, 2004. Ministério da Saúde. [Google Scholar]

[B011] 11.Brasil . Decreto nº 6.286, de 5 de dezembro de 2007. Institui o Programa Saúde na Escola. Diário Oficial da União; Brasília: Dec 6, 2007. Presidência da República. [Google Scholar]

[B012] 12.Duarte JL, Silva K, Carlino FC, Souza MVA, Vieira GSP, Carregosa AM, et al. Panorama da saúde auditiva infantil no Sistema Único de Saúde no estado de Sergipe. CoDAS. 2024;36(1):e20210197. doi: 10.1590/2317-1782/20232021197en. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B013] 13.Vernier LS, Cazella SC, Levandowski DC. Neonatal hearing screening: protocols, obstacles and perspectives of speech therapists in Brazil — 10 years of Brazilian Federal Law 12.303/2010. CoDAS. 2022;34(2):e20200331. doi: 10.1590/2317-1782/20212020331. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B014] 14.Fitzpatrick EM, McCurdy L, Whittingham J, Rourke R, Nassrallah R, Grandpierre V, et al. Hearing loss prevalence and hearing health among school-aged children in the Canadian Arctic. Int J Audiol. 2020 doi: 10.1080/14992027.2020.1731616. [DOI] [PubMed] [Google Scholar]

[B015] 15.Jensen JS, Schnohr C, Skovsen CF, Homøe P, Jensen RG. Examination of hearing loss among school-aged children in Greenland. Int J Pediatr Otorhinolaryngol. 2021;149:110865. doi: 10.1016/j.ijporl.2021.110865. [DOI] [PubMed] [Google Scholar]

[B016] 16.WHO: World Health Organization . Deafness and hearing loss: key facts. Geneva: World Health Organization; 2023. [citado em 2024 Jun 24]. Internet. Disponível em: https://www.who.int/news-room/fact-sheets/detail/deafness-and-hearing-loss . [Google Scholar]

[B017] 17.Yong M, Liang J, Ballreich J, Lea J, Westerberg BD, Emmett SD. Cost-effectiveness of school hearing screening programs: a scoping review. Otolaryngol Head Neck Surg. 2020;162(6):826–838. doi: 10.1177/0194599820913507. [DOI] [PubMed] [Google Scholar]

[B018] 18.Samelli AG, Rabelo CM, Sanches SGG, Martinho AC, Matas CG. Tablet-based tele-audiometry: automated hearing screening for schoolchildren. J Telemed Telecare. 2020;26(3):140–149. doi: 10.1177/1357633X18800856. [DOI] [PubMed] [Google Scholar]

[B019] 19.Samelli AG. Desenvolvimento e validação de um método de teleaudiometria para tablet: triagem auditiva automática em escolares. São Paulo: Universidade de São Paulo; 2017. tese. [Google Scholar]

[B020] 20.Lo AH, McPherson B. Hearing screening for school children: utility of noise-cancelling headphones. BMC Ear Nose Throat Disord. 2013;13(1):6. doi: 10.1186/1472-6815-13-6. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B021] 21.ASHA: American Speech-Language-Hearing Association . Guidelines for audiological screening. Rockville: American Speech-Language-Hearing Association; 1997. [citado em 2024 Jun 24]. Internet. Disponível em: www.asha.org/policy . [Google Scholar]

[B022] 22.American Academy of Audiology . Childhood hearing screening guidelines. Reston: American Academy of Audiology; 2011. [Google Scholar]

[B023] 23.Silman S, Silverman CA. In: Auditory diagnosis: principles and applications. 2nd. Silman S, Silverman CA, editors. San Diego: Singular Publishing Group; 1997. Basic audiologic testing. [Google Scholar]

[B024] 24.Mahomed-Asmail F, Swanepoel DW, Eikelboom RH, Myburgh HC, Hall JW., 3rd Clinical validity of hearScreen smartphone hearing screening for school children. Ear Hear. 2016;37(1):e11–7. doi: 10.1097/AUD.0000000000000223. [DOI] [PubMed] [Google Scholar]

[B025] 25.Ganek HV, Madubueze A, Merritt CE, Bhutta ZA. Prevalence of hearing loss in children living in low- and middle-income countries: a systematic review. Dev Med Child Neurol. 2023;65(5):600–610. doi: 10.1111/dmcn.15460. [DOI] [PubMed] [Google Scholar]

[B026] 26.Moepeng M, Singh S, Ramma L. Contextually appropriate school entry hearing screening protocol for low- and middle-income countries: a scoping review. Int J Pediatr Otorhinolaryngol. 2021;147:110788. doi: 10.1016/j.ijporl.2021.110788. [DOI] [PubMed] [Google Scholar]

[B027] 27.Cadena AC, Lindholm N, Stenfeldt K. School-based hearing screening in Sweden: evaluation of current practices. Int J Pediatr Otorhinolaryngol. 2021;150:110938. doi: 10.1016/j.ijporl.2021.110938. [DOI] [PubMed] [Google Scholar]

[B028] 28.Skarżyński H, Gos E, Świerniak W, Skarżyński PH. Prevalence of hearing loss among Polish school-age children from rural areas. Int J Pediatr Otorhinolaryngol. 2020;128:109676. doi: 10.1016/j.ijporl.2019.109676. [DOI] [PubMed] [Google Scholar]

[B029] 29.Tuohimaa K, Loukusa S, Löppönen H, Välimaa T, Kunnari S. Communication abilities in children with hearing loss. J Commun Disord. 2022;99:106256. doi: 10.1016/j.jcomdis.2022.106256. [DOI] [PubMed] [Google Scholar]

[B030] 30.Melo IM, Silva ARX, Camargo R, Cavalcanti HG, Ferrari DV, Taveira KV, et al. Accuracy of smartphone-based hearing screening tests: a systematic review. CoDAS. 2022;34(3):e20200380. doi: 10.1590/2317-1782/20212020380. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B031] 31.Alothman NI, Alanazi AA. School-based hearing screening of first-grade students in Saudi Arabia: a pilot study. S Afr J Commun Disord. 2024;71(1):e1–7. doi: 10.4102/SAJCD.v71i1.1063. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B032] 32.Brasil . Diretrizes de atenção da triagem auditiva neonatal. Brasília: Ministério da Saúde; 2012. Ministério da Saúde. [Google Scholar]

[B033] 33.Botasso M, Sanches SG, Bento RF, Samelli AG. Teleaudiometry as a screening method in school children. Clinics (Sao Paulo) 2015;70(4):283–288. doi: 10.6061/clinics/2015(04)11. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B034] 34.Balen SA. In: Tratado de especialidades em fonoaudiologia. Marchesan IQ, Silva HJ, Tomé MC, editors. São Paulo: Guanabara Koogan; 2014. Triagem auditiva em escolares. pp. 981–986. [Google Scholar]

[B035] 35.Bussé AML, Mackey AR, Carr G, Hoeve HLJ, Uhlén IM, Goedegebure A, et al. Assessment of hearing screening programmes across 47 countries. Int J Audiol. 2021;60(11):841–848. doi: 10.1080/14992027.2021.1897170. [DOI] [PubMed] [Google Scholar]

[B036] 36.Vernier LS, Cazella SC, Levandowski DC. Neonatal hearing screening: protocols, obstacles and perspectives of speech therapists in Brazil. CoDAS. 2022;34(2):e20200331. doi: 10.1590/2317-1782/20212020331. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B037] 37.WHO: World Health Organization . Hearing screening: considerations for implementation. Geneva: WHO; 2021. [Google Scholar]

[B038] 38.Aquino CP. Avaliação de dois diferentes tipos de fones durante o uso de um método de teleaudiometria para tablet. São Paulo: Universidade de São Paulo; 2020. dissertação. [DOI] [Google Scholar]

[B039] 39.Klarna . Sennheiser HD 280 PRO headphones — price tracker. Stockholm: Klarna; 2025. [citado em 2024 Jun 24]. Internet. Disponível em: https://www.klarna.com . [Google Scholar]

[B040] 40.Evident Scientific . Telephonics TDH-39 audiometer headphones. Hamburg: Evident Scientific; 2025. [citado em 2024 Jun 24]. Internet. Disponível em: https://www.evident-shop.de . [Google Scholar]

PERMALINK

Application of a low-cost instrument to identify risk for hearing disorders in a municipal health network

Monize Menon

Seisse Gabriela Gandolfi Sanches

Alessandra Giannella Samelli

Roles

ABSTRACT

Purpose

Methods

Results

Conclusion

INTRODUCTION

METHODS

Sample

Materials and equipment

Procedures

Figure 1. Flowchart of the study procedures (Santana de Parnaíba, SP, 2025).

Hearing screening - PETIT

Complete audiological evaluation

Audiometric sweep screening

Data analysis

RESULTS

Table 1. Results of audiometric sweep screening by frequency and ear in public school students (Santana de Parnaíba, SP, 2025).

Table 2. Results of automated hearing screening with the PETIT application, with and without the 500 Hz frequency, in public school students (Santana de Parnaíba, SP, 2025).

Table 3. Binary logistic regression model for analyzing the performance of PETIT in relation to audiometric sweep screening (Santana de Parnaíba, SP, 2025).

Table 4. Performance of PETIT compared to audiometric sweep screening (Santana de Parnaíba, SP, 2025).

Table 5. Binary logistic regression model for analyzing the performance of sweep screening in relation to pure-tone audiometry (gold standard) (A). Performance of audiometric sweep screening compared to pure-tone audiometry (gold standard) (B) (Santana de Parnaíba, SP, 2025).

DISCUSSION

CONCLUSION

Funding Statement

Footnotes

REFERENCES

Aplicação de instrumento de baixo custo na identificação de risco para alterações auditivas em uma rede municipal de saúde

Monize Menon

Seisse Gabriela Gandolfi Sanches

Alessandra Giannella Samelli

Roles

RESUMO

Objetivo

Método

Resultados

Conclusão

INTRODUÇÃO

MÉTODO

Casuística

Materiais e equipamentos

Procedimentos

Figura 1. Fluxograma dos procedimentos do estudo (Santana de Parnaíba, SP, 2025).

Triagem auditiva - PETIT

Avaliação audiológica completa

Triagem auditiva - Técnica de varredura

Análise dos dados

RESULTADOS

Tabela 1. Resultados da triagem auditiva por varredura, por frequência e orelha, em escolares da rede pública (Santana de Parnaíba, SP, 2025).

Tabela 2. Resultados da triagem auditiva automatizada com o aplicativo PETIT, com e sem a frequência de 500 Hz, em escolares da rede pública (Santana de Parnaíba, SP, 2025).

Tabela 3. Modelo de regressão logística binária para análise do desempenho do PETIT em relação à triagem por varredura (Santana de Parnaíba, SP, 2025).

Tabela 4. Desempenho do PETIT em comparação à triagem por varredura (Santana de Parnaíba, SP, 2025).

Tabela 5. Modelo de regressão logística binária para análise desempenho da triagem por varredura em relação à audiometria tonal (padrão-ouro) (A). Desempenho da triagem auditiva por varredura em comparação à audiometria tonal (padrão-ouro) (B) (Santana de Parnaíba, SP, 2025).

DISCUSSÃO

CONCLUSÃO

Funding Statement

Footnotes

ACTIONS

PERMALINK

RESOURCES

Similar articles

Cited by other articles

Links to NCBI Databases