Análisis estadístico de características lingüísticas interpretables para la detección de deterioro cognitivo leve...

Área de la Ciencia:

• Neurociencia
• Lingüística Computacional
• Psicolingüística

Sus antecedentes:

• La detección temprana del deterioro cognitivo leve (MCI) es vital para la intervención oportuna y la prevención de la demencia.
• Los marcadores lingüísticos interpretables están poco explorados en contextos bilingües para la detección del MCI.
• Los conjuntos de datos bilingües ofrecen una oportunidad única para identificar marcadores cognitivos translingüísticos.

Objetivo del estudio:

• Identificar características lingüísticas interpretables asociadas con el MCI en un conjunto de datos bilingüe.
• Explorar características específicas del lenguaje y agnósticas del lenguaje para la detección del MCI.
• Establecer una base translingüística para el desarrollo de herramientas de evaluación multilingües de MCI.

Principales métodos:

• Se utilizó el conjunto de datos TAUKADIAL Challenge con descripciones de imágenes en inglés y chino.
• Se extrajeron 93 características específicas del lenguaje utilizando el paquete Efficient Linguistic Feature Extraction for Natural Language Datasets (ELFEN).
• Se extrajeron 141 características agnósticas del lenguaje utilizando el kit de herramientas Comprehensive Handcrafted Linguistic Features (LFTK) y se realizaron análisis estadísticos (ANOVA, Tukey's HSD).

Principales resultados:

• Siete características ELFEN y 33 LFTK demostraron diferencias significativas entre los grupos de diagnóstico.
• El habla con deterioro cognitivo leve (MCI) se caracterizó por una menor diversidad léxica, menos pronombres, un mayor uso de numerales y participios, y oraciones más largas en ambos idiomas.
• Los análisis revelaron variabilidad estructural y léxica, y las respuestas en chino mostraron una mayor variabilidad.

Conclusiones:

• Se identificaron características lingüísticas estadísticamente significativas e interpretables vinculadas al MCI.
• Se establecieron marcadores translingüísticos consistentes en descripciones de imágenes en inglés y chino.
• Se proporcionó una base validada para la creación de herramientas de detección de MCI multilingües y transparentes.