NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka planPhonematik ve semantik sözel akıcılık görevleri (VFT'ler), nörodejeneratif hastalıkları olan kişilerde bilişsel açıkları yakalamak için yaygın olarak kullanılır. Belirli bir zaman dilimi içinde üretilen toplam kelime sayısını saymak, VFT'ler için en yaygın kullanılan analizi oluşturur. Semantik ve fonetik kelime kümelerinin analizi, frontal ve temporal bilişsel işlevler hakkında ek bilgi sağlayabilir. Geleneksel olarak, semantik VFT'deki kümeler, manuel olarak oluşturulması, standardizasyondan yoksun olması ve dile özgü olması gereken sabit kelime listeleri kullanılarak tanımlanır. Ayrıca, bu tekniği kullanarak fonetik VFT'deki semantik kümeleri tanımlamak mümkün değildir.Bu çalışmanın amacı, semantik ve fonetik VFT'ler için semantik ilişkili kelime kümelerinin otomatik analizi için bir yöntem geliştirmekti. Ayrıca, Parkinson hastalığı (PD) olan kişiler için bu analizle yakalanan bilişsel alanları keşfetmeyi amaçladık.PD'li Metodlarİnsanlar tablet tabanlı semantik (51/85, %60) ve fonetik (69/85, 81) VFT'leri gerçekleştirdiler. Her iki görev için de, anlamsal kelime kümeleri, Vikipedi (Wikimedia Foundation) metin korpusunda eğitilmiş bir sinir ağına dayanan anlamsal bir ilişki modeli kullanılarak belirlendi. Bu modelden elde edilen küme özellikleri, geleneksel VFT değerlendirme yöntemlerinden ve bir dizi nöropsikolojik parametreden elde edilenlerle karşılaştırıldı.SonuçlarSemantik VFT için, otomatik analizler yoluyla elde edilen küme özellikleri, geleneksel yöntemle elde edilen küme özellikleri ile iyi korelasyonlar gösterdi. Fonetik ve semantik VFT'lerin otomatik analizlerinden elde edilen küme özellikleri, Montreal Bilişsel Değerlendirmesi tarafından bildirilen genel bilişsel işlev, Frontal Assessment Battery ve Trail Making Test tarafından bildirilen yürütme işlevi ve Boston Naming Test tarafından bildirilen dil fonksiyonu ile ilişkiliydi. Bu modeller, kategorize edilmiş kelime listelerini manuel olarak oluşturmayı ve güncellemeyi gerektirmez ve bu nedenle, farklı dillerde kolayca ve objektif olarak uygulanabilir ve potansiyel olarak sonuçların farklı diller arasında karşılaştırılmasına izin verir. Ayrıca, bu yöntem, geleneksel yöntemlerden elde edilemeyen fonetik VFT'lerdeki semantik kümeler hakkında bilgi sağlar. Bu nedenle, bu yöntem, PD'li kişilerde yönetici ve dil işlevleri için kolayca erişilebilir dijital biyobelirteçler sağlayabilir.
Özgün kaynak özetini okuyun
BackgroundPhonematic and semantic verbal fluency tasks (VFTs) are widely used to capture cognitive deficits in people with neurodegenerative diseases. Counting the total number of words produced within a given time frame constitutes the most commonly used analysis for VFTs. The analysis of semantic and phonematic word clusters can provide additional information about frontal and temporal cognitive functions. Traditionally, clusters in the semantic VFT are identified using fixed word lists, which need to be created manually, lack standardization, and are language specific. Furthermore, it is not possible to identify semantic clusters in the phonematic VFT using this technique.ObjectiveThe objective of this study was to develop a method for the automated analysis of semantically related word clusters for semantic and phonematic VFTs. Furthermore, we aimed to explore the cognitive domains captured by this analysis for people with Parkinson disease (PD).MethodsPeople with PD performed tablet-based semantic (51/85, 60%) and phonematic (69/85, 81%) VFTs. For both tasks, semantic word clusters were determined using a semantic relatedness model based on a neural network trained on the Wikipedia (Wikimedia Foundation) text corpus. The cluster characteristics derived from this model were compared with those derived from traditional evaluation methods of VFTs and a set of neuropsychological parameters.ResultsFor the semantic VFT, the cluster characteristics obtained through automated analyses showed good correlations with the cluster characteristics obtained through the traditional method. Cluster characteristics from automated analyses of phonematic and semantic VFTs correlated with the overall cognitive function reported by the Montreal Cognitive Assessment, executive function reported by the Frontal Assessment Battery and the Trail Making Test, and language function reported by the Boston Naming Test.ConclusionsOur study demonstrated the feasibility of standardized automated cluster analyses of VFTs using semantic relatedness models. These models do not require manually creating and updating categorized word lists and, therefore, can be easily and objectively implemented in different languages, potentially allowing comparison of results across different languages. Furthermore, this method provides information about semantic clusters in phonematic VFTs, which cannot be obtained from traditional methods. Hence, this method could provide easily accessible digital biomarkers for executive and language functions in people with PD.
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.