バイオマーカー

科学分野:

• 神経科学
• バイオマーカー
• 音声分析

背景:

• 論理記憶遅延再生（LMd）テストの音声特徴は、早期タウ負荷と関連している。
• 音声特徴抽出のための既存のソフトウェアツールは、さまざまな方法論を使用している。
• 信頼性の高いバイオマーカー開発には、これらの音声特徴の堅牢性を検証することが不可欠である。

研究 の 目的:

• 2つの異なるソフトウェアツール（ki:elementsおよびCLAN）によって生成された音声特徴を比較する。
• これらの音声特徴とタウ病理との関連を評価する。
• 自動音声特徴抽出法の堅牢性と一貫性を検証する。

主な方法:

• PETイメージングとLMdテストを受けた237人のフラミンガム心臓研究参加者のデータを分析した。
• ki:elementsのSIGMAプラットフォームとCLANソフトウェアを使用して5つの音声特徴を抽出した。
• タウSUVRとの関連を、共変量を調整して調べるために、相関分析（スピアマン）と重回帰分析を使用した。

主要な成果:

• 両ツールで抽出されたすべての音声特徴は、有意な相関（p < 0.001）を示した。
• 脳領域における音声特徴とタウSUVRの関連において、一貫したパターンが観察された。
• 発話間の一時停止時間の長さは、内嗅皮質、下側頭葉、および下頭頂葉領域におけるタウSUVRの高さと相関していた。

結論:

• 音声特徴は、自動化されたものを含め、異なる抽出方法間で早期タウ負荷と互換性のある関連性を示した。
• 自動音声分析は、神経変性疾患のスケーラブルなバイオマーカーとして有望である。
• 診断能力の向上には、自動化された言語的および意味的特徴のさらなる調査が必要である。