Comparing longitudinal changes in speech‐based digital measures in cognitively healthy, possible cognitive impairment, and MCI/AD individuals
Notice bibliographique
Résumé
Abstract Background In Alzheimer’s disease (AD), changes to speech and language differentiate individuals with AD from healthy controls and may be detectable years prior to clinical diagnosis. Speech‐based digital biomarkers are objective, naturalistic measures, which could detect early signs of mild cognitive impairment (MCI) and AD and track disease progression. The objective of this study was to compare speech‐based digital measures across older adults who were cognitively healthy, had possible cognitive impairment based on cognitive screening measures, or had diagnoses of MCI or AD. Method 103 community‐dwelling older adults and 27 individuals with MCI or AD were recruited for this study in North America. Participants completed a tablet‐based speech assessment at Baseline and 6 month timepoints. Verbal responses were recorded, transcribed and analyzed to produce 8 composite measures pertaining to different aspects of speech and language. Participants were divided into a cognitively healthy group (>25 on the MoCA at baseline and at 6‐months), a possible cognitive impairment group (≤25 at both timepoints), and the MCI/AD group. Two‐way mixed ANOVAs were used to compare language scores across groups and assess change over time. Result There was a significant effect of group on five of the eight language composite scores: information units, local and global coherence, word finding difficulty and syntactic complexity, with the cognitively healthy group performing the best in all cases. There were significant overall declines in information units, global coherence and discourse mapping over the 6‐month period, but the interactions of time and group did not reach significance. Phonemic and semantic fluency scores also had significant main effects of group and significant declines over time. MoCA scores did not change over 6 months. Conclusion This study demonstrates that speech‐based biomarkers are sensitive to detect differences in individuals based on cognitive status and MCI/AD diagnosis. A number of these measures declined over a 6 month period, unlike MoCA scores, but the rate of change did not differ significantly across groups. Ongoing work with larger samples and longer study periods will continue to examine which aspects of speech and language are most sensitive to cognitive status and disease progression and validate novel digital biomarkers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».