乳がんの生存者における主観的認知障害の言語マーカーを識別するために機械学習を使用する

科学分野:

• 神経科学
• 腫瘍学
• 言語病理 言語病理

背景:

• 癌に関連した認知障害 (CRCI) は,がんの生存者に影響し,主観的な困難はしばしばアンケートによって特定されます.
• CRCIの客観的な神経心理学的検査はあまり一般的ではなく,新しい検出方法が必要であることを強調しています.
• 音声分析は CRCI を評価するための潜在的な客観的なアプローチです.

研究 の 目的:

• 癌の生存者におけるCRCIを検出できる 言語マーカーを特定するためです
• CRCIを分類する際の言語機能の有効性を評価する.

主な方法:

• 44人の乳がん生存者と 13人の対照群が 同じ話をしました
• 半自動音声解析により 14の特徴が抽出され 機械学習モデルに用いられました
• CRCIはFACT-Cogのアンケートを使用して評価され,混同因子の心理的評価が行われました.

主要な成果:

• 音声と静寂の比率,平均静寂の休憩時間,および平均満たされた休憩時間の組み合わせにより,CRCIが最もよく予測されました (ROC=0.74,精度=73. 7%).
• ベイジアンモデルは,言語の沈黙がCRCIと報告されたうつ病 (HADS) と相関していることを示しました.
• 鬱病のスコアはすべてのグループで臨床的値以下でした.

結論:

• 話す間に長い沈黙は,乳がんの生存者におけるCRCIを意味する可能性があります.
• 音声分析は,CRCIの評価のための迅速で,エコロジカルで,非侵襲的なツールです.