A Comparison of In-Person and Telehealth Treatment Modalities using the SpeechVive Device
Notice bibliographique
Résumé
Telehealth is increasing popular as a treatment option for people with Parkinson disease (PD). The SpeechVive device is a wearable device that uses the Lombard effect to help patients speak more loudly, slowly, and clearly. This study sought to examine the effectiveness of the device to improve communication in people with PD, delivered over a telehealth modality as compared to in-person, using implementation science design. 66 people with PD were enrolled for 12 weeks with 34 choosing the in-person group and 32 in the telehealth group. Participants were assessed pre-, mid-, and post-treatment. Participants produced continuous speech samples on and off the device at each timepoint. Sound pressure level (SPL), utterance length, pause frequency, and total pause duration were measured. Psychosocial surveys were administered to evaluate the effects of treatment on depression, self-efficacy, and participation. The in-person group increased SPL when wearing the device while the telehealth group did not. Both groups paused less often while wearing the device. Utterance length increased post-treatment for the telehealth group, but not for the in-person group. An increase in communication participation ratings in the telehealth group, but not the in-person group, was the only significant change in the psychosocial metrics. The in-person group showed similar treatment effects as previous studies. The device was not as effective in the telehealth group. One limitation was data loss due to recording issues that impacted the telehealth group more than the in-person group.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».