NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Fransızca motor konuşma bozukluklarının (MSD'ler) klinik değerlendirmesi için MonPaGe-2.0.s protokolünün, akustik ve algısal puanların bir kombinasyonuna dayanarak hafif MSD'yi teşhis edecek kadar hassas olduğu gösterilmiştir. Burada, bu puanların -anlaşılabilirlik, artikülasyon, ses, konuşma hızı, maksimum fonasyon süresi, prosodi, diadokokinetik oran- MSD'lerin ayırıcı teşhisine katkıda bulunup bulunmadığını araştırarak bir adım daha ileri gidiyoruz. Bu amaçla, MonPaGe-2.0.s'de eşleştirilmiş normatif verilere karşı hesaplanan yedi sapma puanına dayanarak farklı MSD alt tiplerinin iki sınıf otomatik sınıflandırması için karar ağaçları eğittik. Altı nöropatolojiden hafif ila orta derecede MSD olan 60 konuşmacıyı (amiyotrofik lateral skleroz, Wilson, Parkinson ve Kennedy hastalığı, spinoserebellar ataksi, konuşma sonrası apraksi) dahil ettik. İki sınıflı sınıflandırmalar esas olarak dört konuşma boyutundan sapma puanlarına dayanıyordu ve %85'in üzerinde doğrulukla tahmin edilen hastanın ataksik, hipokinetik ve flaksid disartri için doğru klinik kategorisi; diğer grupların sınıflandırılması (konuşma ve karışık disartriya apraksisisisi) biraz daha düşüktü (%79 ila %82). Şimdiye kadar mükemmel olmasa da ve sadece küçük kohortlar üzerinde test edilmiş olsa da, klinik olarak bilgilendirilmiş özelliklere dayanan sapma puanlarına sahip sınıflandırma, MSD değerlendirmesi ve sınıflandırması için umut verici görünüyor.
Özgün kaynak özetini okuyun
For the clinical assessment of motor speech disorders (MSDs) in French, the MonPaGe-2.0.s protocol has been shown to be sensitive enough to diagnose mild MSD based on a combination of acoustic and perceptive scores. Here, we go a step further by investigating whether these scores-which capture deviance on intelligibility, articulation, voice, speech rate, maximum phonation time, prosody, diadochokinetic rate-contribute to the differential diagnosis of MSDs. To this aim, we trained decision trees for two-class automatic classification of different pairs of MSD subtypes based on seven deviance scores that are computed in MonPaGe-2.0.s against matched normative data. We included 60 speakers with mild to moderate MSD from six neuropathologies (amyotrophic lateral sclerosis, Wilson, Parkinson and Kennedy disease, spinocerebellar ataxia, post-stroke apraxia of speech). The two-class classifications relied mainly on deviance scores from four speech dimensions and predicted with over 85% accuracy the patient's correct clinical category for ataxic, hypokinetic and flaccid dysarthria; classification of the other groups (apraxia of speech and mixed dysarthria) was slightly lower (79% to 82%). Although not perfect and only tested on small cohorts so far, the classification with deviance scores based on clinically informed features seems promising for MSD assessment and classification.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.