Automated free speech analysis reveals distinct markers of Alzheimer’s and frontotemporal dementia

Título traducido de la contribución: El análisis automatizado del habla libre revela marcadores distintivos del Alzheimer y la demencia frontotemporal

Pamela Lopes da Cunha, Fabián Ruiz, Franco Ferrante, Lucas Federico Sterpin, Agustín Ibañez, Andrea Slachevsky, Diana Matallana, Angela Martinez Rodriguez, Eugenia Hesse, Adolfo García

Producción científica: Contribución a una revistaArtículo de Investigaciónrevisión exhaustiva

Resumen

La demencia puede alterar la forma en que las personas experimentan y describen los acontecimientos, así como su propio papel en ellos. La enfermedad de Alzheimer (EA) compromete el procesamiento de entidades expresadas por sustantivos, mientras que la demencia frontotemporal variante del comportamiento (dfctv) conlleva una perspectiva despersonalizada con un aumento de las referencias en tercera persona. Sin embargo, ningún estudio ha examinado si estos patrones pueden captarse en el habla conectada mediante herramientas de procesamiento del lenguaje natural. Para subsanar estas deficiencias, pedimos a 96 participantes (32 pacientes con EA, 32 pacientes con dFTb y 32 controles sanos) que narraran un día típico de sus vidas y calculamos la proporción de sustantivos, verbos y marcadores de primera o tercera persona (mediante etiquetado morfológico y de parte del habla). También extrajimos propiedades objetivas (frecuencia, vecindad fonológica, longitud, variabilidad semántica) de cada palabra de contenido. En nuestro estudio principal (con 21 pacientes con EA, 21 pacientes con bvFTD y 21 controles sanos), utilizamos estadística inferencial y aprendizaje automático para la discriminación a nivel de grupo y a nivel de sujeto. Las características lingüísticas anteriores se correlacionaron con las puntuaciones de los pacientes en pruebas de estado cognitivo general y funciones ejecutivas. Se observó que, en comparación con los HC, (i) los pacientes con EA (pero no con bvFTD) producían significativamente menos sustantivos, (ii) los pacientes con bvFTD (pero no con EA) utilizaban significativamente más marcadores de tercera persona, y (iii) ambos grupos de pacientes producían palabras más frecuentes. Los análisis de aprendizaje automático mostraron que estas características identificaban a los individuos con EA y bvFTD (AUC = 0,71). Una prueba de generalizabilidad, con un modelo entrenado en toda la muestra del estudio principal y probado en muestras de retención (11 pacientes con EA, 11 pacientes con bvFTD, 11 controles sanos), mostró un rendimiento aún mejor, con AUC de 0,76 y 0,83 para EA y bvFTD, respectivamente. Ningún rasgo lingüístico se correlacionó significativamente con las puntuaciones de las pruebas cognitivas en ninguno de los grupos de pacientes. Estos resultados sugieren que los rasgos cognitivos específicos de cada trastorno pueden captarse automáticamente en el habla conectada, favoreciendo la interpretabilidad para una mejor caracterización, diagnóstico y seguimiento del síndrome.
Título traducido de la contribuciónEl análisis automatizado del habla libre revela marcadores distintivos del Alzheimer y la demencia frontotemporal
Idioma originalInglés estadounidense
Número de artículoe0304272
Páginas (desde-hasta)1-19
Número de páginas19
PublicaciónPLoS One
Volumen19
N.º6
DOI
EstadoPublicada - jun. 6 2024

Áreas temáticas de ASJC Scopus

  • Neurociencia cognitiva

Huella

Profundice en los temas de investigación de 'El análisis automatizado del habla libre revela marcadores distintivos del Alzheimer y la demencia frontotemporal'. En conjunto forman una huella única.

Citar esto