MétaCan
Menu
Retour à la cohorte
Enregistrement W2283700283 · doi:10.1044/2015_ajslp-15-0008

Evaluation of Speech Amplification Devices in Parkinson's Disease

2016· article· en· W2283700283 sur OpenAlexaff
Monika Andreetta, Scott Adams, Allyson D. Dykstra, Mandar Jog

Notice bibliographique

RevueAmerican Journal of Speech-Language Pathology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésIntelligibility (philosophy)ConversationAudiologySpeech recognitionPsychologyComputer scienceMedicineCommunication

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this study was to evaluate the efficacy of selected speech amplification devices in individuals with hypophonia and idiopathic Parkinson's disease (PD). METHOD: This study compared the effectiveness of seven devices (ADDvox, BoomVox, ChatterVox, Oticon Amigo, SoniVox, Spokeman, and Voicette) to unamplified speech for 11 participants with PD during conversation in 65-dB SPL multitalker noise, using experience ratings collected from participant questionnaires and speech performance measures (i.e., speech-to-noise ratio [SNR], speech intensity, and intelligibility) obtained from audio recordings. RESULTS: Compared with unamplified speech, device use increased SNR by 1.07-4.73 dB SPL and speech intensity by 1.1-5.1 dB SPL, and it significantly increased transcribed intelligibility from 13.8% to 58.9%. In addition, the type of device used significantly affected speech performance measures (e.g., BoomVox was significantly higher than most of the other devices for SNR, speech intensity, and intelligibility). However, experience ratings did not always correspond to performance measures. CONCLUSIONS: This study found preliminary evidence of improved speech performance with device use for individuals with PD. A tentative hierarchy is suggested for device recommendations. Future research is needed to determine which measures will predict long-term device acceptance in PD.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,327
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Speech-Language PathologyMême sujetVoice and Speech DisordersTravaux en français237 207