臨床症状

科学分野:

• 神経科学; 認知心理学; 計算言語学

背景:

• アルツハイマー病のような神経変性疾患の早期発見は、タイムリーな介入のために重要です。従来の言語流暢性課題（VFT）の採点では、微妙な前臨床的認知変化を捉えられない可能性があります。高度なVFT採点方法は、認知症リスクの早期発見を強化する可能性を提供します。

研究 の 目的:

• 微妙な手動および自動化された言語流暢性課題（VFT）の採点方法を体系的にレビューおよび評価すること。将来の認知症のリスクのある個人を特定するための高度なVFTメトリクス（例：クラスタリング、スイッチング）の有用性を評価すること。前臨床神経認知評価における新しいVFT採点の有効性に関する知見を統合すること。

主な方法:

• PRISMAガイドラインに従い、PubMed、PsycINFO、およびScopusデータベース（創設から2024年9月まで）の体系的な文献検索。包含基準：アルツハイマー病、軽度認知障害、バイオマーカー陽性、またはAPOE4バリアントを持つ成人における自動化または非伝統的な手動VFT採点。除外基準：従来のVFT採点または音響音声特徴のみを使用した研究。所見のナラティブ合成。

主要な成果:

• 53件の研究が対象となり、41.5%が自動化された採点方法を、58.5%が新しい手動採点方法を使用しました。高度な意味的クラスタリング（例：Word2Vec）および言語的特徴（単語の頻度、典型性）は、早期の認知機能障害の検出と診断精度を向上させました。縦断的データは、自動化されたクラスタリングが9年間での認知症の予測力を高めたことを示しました。単語の典型性の増加は、MCIからADへの移行リスクと相関していました。

結論:

• 自動化されたVFT分析と新しい手動VFT分析の両方が、早期の認知機能低下を検出するために大きな可能性を示しています。自動化された方法は速度と一貫性を提供し、手動の方法は解釈可能性と柔軟性を提供します。将来の研究では、多様な集団のために共同設計を通じて、透明性があり、検証され、臨床的に統合された自動化されたVFTツールの開発を優先する必要があります。