Behavioral Treatment for Speech and Language in Primary Progressive Aphasia and Primary Progressive Apraxia of Speech: A Systematic Review
Notice bibliographique
Résumé
Primary progressive aphasia (PPA) and primary progressive apraxia of speech (PPAOS) are neurodegenerative syndromes characterized by progressive decline in language or speech. There is a growing number of studies investigating speech-language interventions for PPA/PPAOS. An updated systematic evaluation of the treatment evidence is warranted to inform best clinical practice and guide future treatment research. We systematically reviewed the evidence for behavioral treatment for speech and language in this population. Reviewed articles were published in peer-reviewed journals through 31 May 2021. We evaluated level of evidence, reporting quality, and risk of bias using a modified version of the American Speech-Language Hearing Association (ASHA) Levels of Evidence, an appraisal point system, additional reporting quality and internal/external validity items, and, as appropriate, the Single Case Experimental Design Scale or the Physiotherapy Evidence Database - PsycBITE Rating Scale for Randomized and Non-Randomized Controlled Trials. Results were synthesized using quantitative summaries and narrative review. A total of 103 studies reported treatment outcomes for 626 individuals with PPA; no studies used the diagnostic label PPAOS. Most studies evaluated interventions for word retrieval. The highest-quality evidence was provided by 45 experimental and quasi-experimental studies (16 controlled group studies, 29 single-subject designs). All (k = 45/45) reported improvement on a primary outcome measure; most reported generalization (k = 34/43), maintenance (k = 34/39), or social validity (k = 17/19) of treatment for at least one participant. The available evidence supports speech-language intervention for persons with PPA; however, treatment for PPAOS awaits systematic investigation. Implications and limitations of the evidence and the review are discussed.
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 | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».