两种听觉感知评估指数的比较,CAPE-V和GRBAS (机器学习),在患有帕金森病的患者中

科学领域:

• 神经学 神经学
• 语音语言病理学 语言病理学
• 医疗保健中的人工智能

背景情况:

• 帕金森病 (PD) 经常导致声音障碍,影响患者的生活质量.
• 准确评估这些语音障碍对于及时诊断和管理至关重要.
• 现有的语音评估工具在PD不同阶段的灵敏度和适用性方面各不相同.

研究的目的:

• 为了比较GRBASZero (基于AI) 和共识听觉感知声音评估 (CAPE-V) 在帕金森病患者的语音评估中的有效性.
• 为了评估这两种工具在PD严重程度的不同阶段的灵敏度和可靠性.
• 确定PD语音评估中最适合临床和研究应用的工具.

主要方法:

• 一项涉及44名帕金森病患者的横截面研究,按Hoehn和Yahr严重程度尺度进行分层.
• 收集持续的元音/a/语音样本进行分析.
• 使用语音语言病理学家和GRBASZeroAI应用程序的共识听觉感知声音评估 (CAPE-V) 的评估.

主要成果:

• 声音的共识听觉感知评估 (CAPE-V) 在检测PD所有阶段的语音障碍时表现出更高的灵敏度 (P <0.05).
• 在晚期PD阶段,GRBASZero仅对呼吸和应变参数表现出敏感性 (分别P=0.049和P=0.034).
• 分析的重点是元音 /a/ 和两种乐器之间的共同参数.

结论:

• 建议CAPE-V作为一个更全面和敏感的工具,用于对帕金森病患者的语音评估,无论疾病的阶段如何.
• 在晚期PD中,GRBASZero可以作为监测声音应变和喘息的补充工具,但在早期阶段缺乏灵敏度.
• 语音评估工具的选择应根据帕金森病的具体阶段进行定制,以获得最佳的诊断和监测准确度.