桥梁语言标记物和病理学:数字语音测量和阿尔茨海默氏病中中脑脊髓液替代生物标记物之间的相关性

科学领域:

• 神经学 神经学
• 计算语言学 计算语言学
• 生物标志物发现发现

背景情况:

• 数字语言标记显示出早期阿尔茨海默病 (AD) 检测的潜力.
• 由于有限的数据,对AD病理学的语言标记物和脑脊液 (CSF) 生物标记物之间的关系尚不清楚.
• 弥合这一差距对于开发可访问的诊断工具至关重要.

研究的目的:

• 建立数字语言标记物和AD病理学的流体生物标记物之间的联系.
• 利用CSF替代生物标志物将语言数据与已建立的AD指标联系起来.
• 探索对话语言分析在阿尔茨海默病研究中的潜力.

主要方法:

• 利用国家阿尔茨海默氏症协调中心 (NACC) 的临床数据作为变量.
• 从I-CONECT研究中链接语言标记与NACC CSF数据.
• 开发机器学习模型,以使用常见的临床变量为I-CONECT受试者创建替代的CSF生物标志物.
• 通过相关性分析评估了CSF和语言标记之间的关联.

主要成果:

• 较低的预测粉样β水平与减少的语法复杂性和更短的语音响应有显著的相关性.
• 预测较高的总tau和酸化tau水平与语法复杂性的降低有关.
• 这些发现表明,语言特征与AD相关的蛋白质水平之间存在可量化的联系.

结论:

• 在数字语言标记物和与阿尔茨海默病相关的液体生物标记物之间展示了新的关联.
• 对话语言分析成为早期AD检测和监测的潜在的非侵入性和可访问的方法.
• 这种方法可以补充现有的AD诊断策略.