健常成人における音声音響を用いた前臨床アルツハイマー病リスクの検出：血漿p-タウ217およびAPOE-ε4状態による検証

科学分野:

• 神経科学
• バイオマーカー
• 音声科学

背景:

• アルツハイマー病（AD）は、早期検出方法を必要とする重大な公衆衛生上の課題である。; 血漿p-tau217レベルおよびAPOE遺伝子型に基づいた生物学的に定義されたADリスクは、認知機能が正常な個人でも評価できる。; 自発性音声音響は、前臨床ADリスクのスケーラブルなデジタルマーカーとして探求されている。

研究 の 目的:

• 自発性音声音響が、生物学的に定義されたアルツハイマー病（AD）リスクのスケーラブルなデジタルマーカーとして機能するかどうかを判断すること。; ADリスクの特定において、音声ベースのマーカーと従来の神経心理学的測定法との有効性を比較すること。; ADリスク層別化に寄与する特定の音響的特徴を明らかにすること。

主な方法:

• 血漿p-tau217レベルおよびAPOE遺伝子型に基づいて、認知機能が正常な高齢者49名を低リスク、中リスク、高リスク群に層別化した。; 自発性音声から音響特徴量を抽出し、サポートベクターマシン（SVM）分類器を用いて分析した。; モデルは、遺伝子アルゴリズム特徴選択および年齢の有無で評価し、神経心理学的測定法と比較した。

主要な成果:

• 音声ベースのモデルは、ADリスク群の分類において最大77%の精度を達成し、認知機能のみのモデル（47%の精度）を大幅に上回った。; SHAP分析により、音声品質、スペクトル包絡線、およびホルマント帯域幅の特徴からなる、明確な音響シグネチャが明らかになった。; 年齢は、音声ベースのADリスクモデルにおいて二次的な要因として特定された。

結論:

• 自発性音声音響は、認知機能が保たれている場合でも、生物学的に定義されたADリスクを効果的に捉えることができる。; 音声ベースのバイオマーカーは、前臨床ADリスク層別化のためのスケーラブルで生物学的に根拠のあるアプローチを提供する。; この研究は、アルツハイマー病の早期検出と管理における新しいツールとしての音声分析の使用を支持するものである。