讲故事的人在ADNI4:应用早期阿尔茨海默病查工具使用简要,远程和基于语音的测试

科学领域:

• 神经学 神经学
• 计算语言学 计算语言学
• 生物医学工程 生物医学工程

背景情况:

• 基于语音的分析为阿尔茨海默病 (AD) 的敏感和可扩展的客观查提供了一个有希望的途径.
• 现有的研究表明,基于语音的AD检测方法的普遍性有限.
• 客观查工具对于早期识别和介入AD至关重要.

研究的目的:

• 评估基于语音的模型对预测早期阿尔茨海默病 (AD) 的概括性.
• 开发和验证使用声学和语言语音特征的预测模型.
• 评估故事讲者测试电池作为AD的客观数字预测器的实用性.

主要方法:

• 利用AMYPRED和阿尔茨海默病神经成像计划4 (ADNI4) 队列的数据,包括远程和临床参与者.
• 从音频录制的故事回忆任务中提取文本相似性,词汇,时间和声学语音特征.
• 在AMYPRED中开发了预测模型,并将其测试在不同的ADNI4群体上,包括代表性不足的人群.

主要成果:

• 基于语音的模型在远程和临床ADNI4队列中对未见的数据进行了良好的概括.
• 最有效的模型使用了基于文本的指标,特别是文本相似性和词汇特征.
• 在不同队列中实现了曲线下的面积 (AUC) 从0.71到0.84,表明了强大的预测性能.

结论:

• 使用讲故事者测试对早期阿尔茨海默病 (AD) 的基于语音的预测在多样化的人口样本中很好地概括.
• 讲故事者基于语音的测试作为一个客观的数字预先选对AD.
• 基于文本的语音特征对早期AD的高度预测,支持这种查方法的可扩展性和灵敏性.