声学语音分析作为一个有用的工具来区分不同的ALS表现型
Giammarco Milella1, Diletta Sciancalepore2, Giada Cavallaro2
1Neurology Unit, Department of Translational Biomedicine and Neurosciences, 70121 Bari, Italy.
Biomedicines
|September 28, 2023
概括
声学语音分析可以区分肌缩性侧面硬化症 (ALS) 亚型. 像tVSA,AMR和SMR这样的语音参数有助于评估腹筋功能障碍和腹腔失调,有助于预后.
科学领域:
- 神经学 神经学
- 语音语言病理学 语音语言病理学
- 生物标志物 生物标志物
背景情况:
- 肌缩侧面硬化症 (ALS) 经常导致言语障碍,80-96%的患者丧失言语能力.
- 在ALS患者中区分动性与松性脱关节炎的区别,在临床上是具有挑战性的.
研究的目的:
- 评估声学语音参数作为区分ALS临床表型的生物标志物.
- 评估声学分析在区分腹筋损伤和预测疾病进展方面的有用性.
主要方法:
- 分析三角形母音空间面积 (tVSA),交替运动速率 (AMRs) 和顺序运动速率 (SMRs).
- 在36名ALS患者和20名健康对照人群 (HCs) 之间进行比较.
- 基于上部运动神经元 (pUMN) 与下部运动神经元 (pLMN) 损伤和疾病发病 (腹筋与脊柱) 的流行率的亚组分析.
主要成果:
- 在ALS患者和HC患者之间发现了tVSA,AMR和SMR值的显著差异.
- tVSA在区分pUMN和pLMN患者方面表现出高准确度.
- AMR和SMR值在腹发病的患者中显着较低,与失足症严重程度相关.
结论:
- 声学语音分析作为一个有价值的预后工具,用于在ALS中区分性和松性脱关节症.
- 语音参数分析有助于评估ALS患者的凸骨干涉程度和潜在的食障碍.
