Treating Speech Movement Hypokinesia in Parkinson's Disease: Does Movement Size Matter?
Notice bibliographique
Résumé
Purpose: This study evaluates the effects of a novel speech therapy program that uses a verbal cue and gamified augmented visual feedback regarding tongue movements to address articulatory hypokinesia during speech in individuals with Parkinson's disease (PD). Method: Five participants with PD participated in an ABA single-subject design study. The treatment aimed to increase tongue movement size using a combination of a verbal cue and augmented visual feedback and was conducted in 10 45-min sessions over 5 weeks. The presence of visual feedback was manipulated during treatment. Articulatory working space of the tongue was the primary outcome measure and was examined during treatment and in cued and uncued sentences pre- and posttreatment. Changes in speech intelligibility in response to a verbal cue pre- and posttreatment were also examined. Results: During treatment, 4/5 participants showed a beneficial effect of visual feedback on tongue articulatory working space. At the end of the treatment, they used larger tongue movements when cued, relative to their pretreatment performance. None of the participants, however, generalized the effect to the uncued sentences. Speech intelligibility of cued sentences was judged as superior posttreatment only in a single participant. Conclusions: This study demonstrated that using an augmented visual feedback approach is beneficial, beyond a verbal cue alone, in addressing articulatory hypokinesia in individuals with PD. An optimal degree of articulatory expansion might, however, be required to elicit a speech intelligibility benefit.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».