抑うつに対するスピーチによる音響バイオマーカー:さまざまなコホートにおける包括的な横断および縦断分析

科学分野:

• 神経科学は神経科学である.
• コンピュータ言語学 コンピュータ言語学
• 精神科医は精神病を患っている.

背景:

• スピーチ分析は,主要なうつ病 (MDD) を含む精神的健康状態を評価するための非侵襲的な方法を提供します.
• MDDにおける声の変化に関する以前の研究は,一貫した再現性,症状特異性,および縦方向の安定性,特に自然主義的なスピーチに欠けている.
• 正確な音響マーカーと,特定のうつ病症状との関連性は不明である.

研究 の 目的:

• 重大うつ病 (MDD) の再現可能で症状特有の音声音声マーカーを特定する.
• 8週間の間にわたって,これらのスピーチマーカーの縦断的な安定性と症状に関連するパターンを調査する.
• MDDのパーソナライズされたモニタリングと早期介入のためのコンパクトなスピーチバイオマーカーのセットを開発する.

主な方法:

• 1857人の参加者を対象とした大規模なマルチコホート研究で,ディスカバリー,臨床,および縦断的なデータセットがあります.
• 標準化されたスピーチ録音から6373の音響特性を抽出,分析した.
• 関連性ベースの冗長性削減,症状因子分析,無監督クラスタリング,偽発見率制御によるメディエーション分析の適用.

主要な成果:

• クロスコホート分析のために,23の非冗長な音響特性のコンパクトセットが特定されました.
• 明確な特徴のセットは,特定のHAMD-24うつ病の次元,特に体的症状とうつ病の気分と関連付けられました.
• 縦断分析は38の特徴の異質な回復軌道を明らかにし,スペクトル形状と変調マーカーはより高い時間感を示した.

結論:

• アコースティックスピーチの特徴の小さなサブセットは,重度のうつ病障害 (MDD) のモニタリングのために,強固で,症状特異的で,一時的に情報的である.
• これらの発見は,MDDにおける声の変化の理解を洗練し,症状に照らされたバイオマーカーへの均一な変化を超えて進みます.
• 特定されたスピーチバイオマーカーは,MDDの患者に個別化されたモニタリングとターゲット化された早期介入戦略をサポートします.