A univariate and network analysis approach to studying connected speech in Subjective Cognitive Decline
Notice bibliographique
Résumé
BACKGROUND: Widespread Connected Speech (CS) changes (e.g., slower speech rate, more word repetitions, lower lexical diversity, reduced syntactic complexity) have been documented in Mild Cognitive Impairment (MCI). Nevertheless, the CS profile of individuals with Subjective Cognitive Decline (SCD; who are often considered to be at an even earlier stage of Alzheimer's disease (AD)), potential relationships between CS features in SCD, and how CS samples produced by individuals with SCD compare to those produced by controls and individuals with MCI remain unclear. The aim of this study was to compare the CS features and relationships between these features in SCD to those of controls and individuals with MCI. METHOD: Thirty CS features, part of all CS domains (e.g., fluency (e.g., filled pauses), lexical (e.g., word frequency), syntactic (e.g., subordinate clauses)) were extracted using Natural Language Processing techniques from the CS samples of 156 controls, 109 individuals with SCD, and 239 individuals with MCI. Groups were compared using ANCOVA models on the extracted CS features. Gaussian Graphical Models were then used to construct a CS network for each group with the CS features. RESULT: The ANCOVA analyses showed an increased speech rate (versus controls and individuals with MCI) and a lower local coherence (versus controls) in SCD. Moreover, our network analysis revealed increased (e.g., proportion of nouns, semantic idea density), decreased (e.g., proportions of pronouns and verbs), or intermediate (e.g., word valence) standardized node strength centralities in the SCD network compared to the Control and MCI networks. Examination of prominent edges in the SCD network revealed a similar pattern, with some increased (e.g., word frequency - noun valence), decreased (e.g., number of words - efficiency), and intermediate weights (e.g., word frequency - noun frequency) compared to the other networks. CONCLUSION: Our results suggest subtle CS changes in SCD, mainly in the lexical and semantic domains. Furthermore, our network analysis demonstrates that SCD represents an intermediate stage between healthy aging and MCI. Finally, we show that network analysis helps gain a different and more in-depth understanding of CS in the early stages of the AD continuum.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».