Linear effects of glucose levels on voice fundamental frequency in type 2 diabetes and individuals with normoglycemia
Notice bibliographique
Résumé
Glucose levels in the body have been hypothesized to affect voice characteristics. One of the primary justifications for voice changes are due to Hooke's law, in which a variation in the tension, mass, or length of the vocal folds, mediated by the body's glucose levels, results in an alteration in their vibrational frequency. To explore this hypothesis, 505 participants were fitted with a continuous glucose monitor (CGM) and instructed to record their voice using a custom mobile application up to six times daily for 2 weeks. Glucose values from CGM were paired to voice recordings to create a sampled dataset that closely resembled the glucose profile of the comprehensive CGM dataset. Glucose levels and fundamental frequency (F0) had a significant positive association within an individual, and a 1 mg/dL increase in CGM recorded glucose corresponded to a 0.02 Hz increase in F0 (CI 0.01-0.03 Hz, P < 0.001). This effect was also observed when the participants were split into non-diabetic, prediabetic, and Type 2 Diabetic classifications (P = 0.03, P = 0.01, & P = 0.01 respectively). Vocal F0 increased with blood glucose levels, but future predictive models of glucose levels based on voice may need to be personalized due to high intraclass correlation.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».