Biomarcadores | JoVE Visualize

Área de la Ciencia:

Neurología
Lingüística Computacional
Gerontología

Sus antecedentes:

La detección temprana del deterioro cognitivo leve debido a la enfermedad de Alzheimer (MCI d/t AD) y la demencia por AD (ADD) es crucial para una intervención oportuna.
El análisis del habla ofrece un método no invasivo para identificar déficits cognitivos sutiles.
Este estudio investiga características acústicas y léxicas del habla para clasificar el estado cognitivo en adultos coreanos mayores.

Objetivo del estudio:

Evaluar la utilidad del análisis del habla en la clasificación de adultos coreanos mayores en tres escenarios clínicos: cribado de EA, detección de ADD avanzada y diferenciación de controles sanos (HC) de ADD.
Demostrar la viabilidad de los métodos basados en el habla para apoyar intervenciones más tempranas y específicas para el deterioro cognitivo.

Principales métodos:

Se reclutaron 110 adultos coreanos mayores (HC, MCI d/t AD, ADD).
Se recopilaron datos del habla de pruebas neuropsicológicas y tareas específicas.
Se extrajeron características acústicas (openSMILE) y léxicas (Korean RoBERTa) y se procesaron mediante Análisis de Componentes Principales.
Se entrenaron y evaluaron tres modelos de perceptrón multicapa (solo acústico, solo léxico, conjunto) utilizando validación cruzada de 5 pliegues.

Principales resultados:

Los modelos de conjunto que combinan características acústicas y léxicas superaron a los modelos de características únicas en todas las tareas de clasificación.
La precisión para HC vs. AD fue del 75,8 % (AUC 0,756), para No demencia vs. ADD fue del 85,1 % (AUC 0,801) y para HC vs. ADD fue del 87,0 % (AUC 0,893).
La combinación de características proporcionó información complementaria, reflejando tanto las características vocales como los déficits basados en el lenguaje.

Conclusiones:

Las características derivadas del habla detectan eficazmente el deterioro cognitivo en adultos coreanos mayores en diversos escenarios de diagnóstico.
Este enfoque no invasivo puede facilitar intervenciones más tempranas y específicas.
El método muestra potencial para simplificar los flujos de trabajo clínicos y ampliar la accesibilidad del cribado, especialmente en entornos con recursos limitados.