语音和健康监测研究 (DASH) 数字应用程序:用于开发神经退行性疾病和痴呆症语音数据集的潜在纵向病例控制观察研究的协议

科学领域:

• 神经学 神经学
• 生物标志物发现发现
• 数字健康数字健康

背景情况:

• 神经退行性疾病 (NDD) 由于其异质性和治疗难度,构成了重大的公共卫生挑战.
• 对于早期诊断,预后和对NDDs的监测而言,有必要获得可访问的客观生物标志物.
• 目前的诊断方法往往是侵入性的,昂贵的,耗时的.

研究的目的:

• 创建一个全面的,纵向的语音数据集从NDD和健康对照的个体.
• 促进开发和验证基于语音的NDD数字生物标志物.
• 探索语音分析的潜力,以进行可扩展,非侵入性和具有成本效益的NDD评估.

主要方法:

• 一项前性,病例控制观察性研究,涉及患有痴呆症,运动神经元疾病,多发性硬化症和帕金森病的参与者,以及健康的对照者.
• 参与者将使用一个学习应用程序进行远程语音录音 (阅读,自由言论,图片描述,口语流) 和患者报告的结果每两个月.
• 纵向数据收集包括疾病严重程度尺度,认知查和可选的血液生物标志物长达24个月.

主要成果:

• 该研究旨在生成一个丰富的数据集,将详细的临床表型与语音记录和其他健康指标相结合.
• 这一数据集将使开发和评估新的算法以语音为基础的诊断和监测NDDs.
• 最初的招聘目标是每组30名参与者.

结论:

• 语音数据作为神经退行性疾病的可扩展,非侵入性数字生物标志物具有重大潜力.
• 开发的数据集将有助于推进语音分析技术,以改善NDD护理.
• 这项研究支持将数字健康技术转化为NDD管理的临床实践.