Fluency in spontaneous speech predicts individual variance in executive function among seniors
Notice bibliographique
Résumé
Abstract Background Several recent studies have used automated linguistic analysis of naturalistic speech in a picture‐description task (e.g. Cookie Theft) combined with machine learning approaches to distinguish the speech of those with dementia from healthy age‐matched controls. Extension of these techniques to predict continuous variables related to cognitive status offers a means to track the severity of dementia over time and evaluate the effectiveness of interventions. Here we examine the relationship of speech variability to executive function, the ability to manage conflicting information in speeded task performance. Higher executive function confers protection against the clinical manifestation of dementia despite underlying neurodegeneration. Method In a new sample of 76 healthy adults aged 65‐75, we measured executive function using an extensive test battery, and elicited spoken picture descriptions in the same individuals. The battery included N‐back, Simon task, verbal fluency, Color Word Interference (CWI or Stroop test), Trails A & B, the elevator subtests of the Test of Everyday Attention, and Logical Memory. Two picture description narratives were recorded and subjected to automated analysis generating over 400 linguistic features, grouped into 8 composite measures. Result Exploratory factor analysis revealed one factor accounting for most variance in the executive function battery. This factor exhibited significant correlations with four of the eight speech composite measures, from strongest to weakest: word finding difficulty, local coherence, lexical richness, and syntactic complexity, reflecting greater fluency in spontaneous descriptive speech. No significant correlations were found with repetitiveness, global coherence, information units, and sentiment. Ongoing analyses include factor characterization of the language measures with a larger normative sample. Conclusion Older individuals with higher executive function, as captured by common laboratory tests, also exhibit more fluent speech as quantified by automated linguistic analysis. Word finding difficulties may reflect overall slowing of cognitive processes and access to long‐term memory. Automated speech analysis may ultimately serve as an inexpensive and repeatable measure to track cognitive status over time in older adults at risk of dementia.
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 | 0,005 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».