PROSA - - 一项多中心前性观察性研究,用于开发ALS和FTD的低负荷数字语音生物标志物

科学领域:

• 神经科学是一个神经科学.
• 数字健康数字健康
• 生物标志物发现发现

背景情况:

• 肌缩侧面硬化症 (ALS) 和前性痴呆症 (FTD) 需要新的生物标志物用于疾病监测和治疗评估.
• 数字生物标志物,特别是语音生物标志物,为远程患者监测提供了非侵入性,低负担和成本效益的方法.
• 语音分析可以客观地捕捉与神经退行性疾病相关的认知,运动和呼吸系统症状.

研究的目的:

• 开发和验证用于ALS和FTD的频繁,预后性数字语音生物标志物.
• 创建一个统一的,易于使用的语音评估电池,作为认知,呼吸和运动功能的代理.
• 利用人工智能进行高级语音分析,以识别基于语音的表型.

主要方法:

• 一项为期12个月的多中心观察研究,包括75名ALS患者,75名FTD患者和50名健康对照.
• 在四个时间点通过远程自动电话协议收集全面的语音数据.
• 从已建立的纵向队列 (DANCER, DESCRIBE-ALS, DESCRIBE-FTD) 中整合语音数据与广泛的临床表型.

主要成果:

• 用人工智能分析长度语音数据,以开发ALS和FTD的基于语音的表型.
• 识别与认知,运动和呼吸系统症状相关的语言模式.
• 语音生物标志物的验证作为疾病状况的可靠代理.

结论:

• 基于语音的表型可以为开发诊断和预后模型提供信息,用于预测ALS和FTD的临床变化.
• 这些发现对临床试验中患者的分层和设计创新的试验方法有重大影响.
• 数字语音生物标志物是推动神经退行性疾病研究和患者护理的有希望的工具.