SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · PPR

Parkinson Hastalığının Makine Öğrenimine Dayalı Uzun Vadeli, Kısa Vadeli Akustik Özelliklerini Kullanarak Tahmini

Prediction of Parkinson Disease Using Long-term, Short-Term Acoustic Features Based on Machine Learning

Makine çevirisi · Editoryal inceleme bekliyor

· 2025-04-09

DOI: 10.20944/preprints202504.0803.v1

Erişim kaynaktan kontrol edilmeliPreprintKaynağa git ↗

Araştırma özeti

Aşağıdaki metin kaynak makalenin lisansı doğrulanmış orijinal özetidir. cc by

Background: Parkinson’s disease (PD) is the second most common neurodegenerative disorder after Alzheimer’s disease affecting countless individuals worldwide. PD is characterized by the onset of a marked motor symptomatology in association with several nonmotor manifestations. The clinical phase of the disease is usually preceded by a long prodromal phase, devoid of overt motor symptomatology but often showing some conditions such as sleep disturbance, constipation, anosmia, and phonatory changes. To date, speech analysis appears to be a promising digital biomarker to anticipate even 10 years the onset of clinical PD, as well serving as a useful prognostic tool for patient follow-up. That is why, the voice can be nominated as the non-invasive method to detect PD from healthy subjects (HS).

Bilimsel değerlendirme

01

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

02

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

03

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

04

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.