Micro-linguistic measures analysis of connected speech in mild cognitive impairment
Notice bibliographique
Résumé
Background As language deficits have been found to be a strong predictor of conversion from MCI (Mild Cognitive Impairment) to dementia, connected speech analysis provides sensitive measures of cognitive decline through micro-linguistic features.Aims This study investigated specific linguistic measures in connected speech of MCI patients and healthy controls (HC), examining differences in micro-linguistic features and their correlation with cognitive function.Methods & procedures We analyzed language samples from 40 MCI patients and 22 healthy controls from the Delaware English Protocol Corpus of Dementia Bank. Participants completed five language tasks including picture descriptions, story retelling, and procedural narratives. An independent t-test was performed to compare the linguistic measures between the MCI group and the HC group. Correlation analysis showed highly positive relationships were excluded and the remaining variables were then used as predictors in the regression analysis. Stepwise multiple linear regression analysis to examine the influence of linguistic feature on cognitive function (measured by Montreal Cognitive Assessment scores).Outcomes & results MCI patients demonstrated significantly reduced lexical semantic measures and morpho-syntactic measures. Correlation analysis showed highly positive relationships between MLU in morphemes and Verb Utt. Stepwise multiple linear regression identified MLU in morphemes as a significant predictor of cognitive status (B = 0.79, F (1, 60) = 16.26, p < 0.01).Conclusion MCI patients exhibit distinct patterns of linguistic impairment characterized by reduced lexical diversity, simplified syntactic structures, and decreased propositional density. MLU in morphemes emerges as a particularly valuable linguistic marker for cognitive assessment and may sensitively reflect cognitive variation, which have auxiliary value to distinguish and predict MCI.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».