Neurogeeninen änkytys suljetun aivovamman jälkeen. Monitapaustutkimus.
Bibliographic record
Abstract
Neurogeenisessä änkytyksessä on kyse puheen motorisesta säätelystä vastaavien aivoalueiden - tyypillisesti vasemman aivopuoliskon, keski- tai pikkuaivojen, tyvitumakkeiden tai talamuksen - vaurioitumisesta johtuvasta puhehäiriöstä. Sen vuoksi sujuvaan puheentuottoon vaadittavien lihasliikkeiden ajoitus, intensiteetti, rytmi ja koordinaatio eivät toimi tarkoituksenmukaisella tavalla. Neurogeeninen änkytys ilmenee toistoina, venytyksinä sekä blokkeina eli fonaation katkoksina.\n\nNeurogeenisen änkytyksen yksi merkittävimmistä aiheuttajista on aivovamma. Suljettu aivovamma syntyy, kun aivojen liike äkillisesti kiihtyy tai kun aivojen rakenne kiertyy voimakkaasti. Tällaiset aivovammat syntyvät usein liikenneonnettomuuksissa. Aivovamma aiheuttaa kognitiivisten toimintojen häiriintymistä, kuten muistiongelmia, keskittymisen ja toiminnan suunnittelun häiriöitä sekä kielellisiä vaikeuksia. Kielellisistä vaikeuksista merkittävimpiä ovat sananlöytämisvaikeudet, kerronnallisten taitojen häiriintyminen sekä puheen suunnittelun vaikeus. Nämä oireet yhdessä puheen motoristen ongelmien kanssa aiheuttavat vaikean kommunikaatiohaitan.\n\nTämän tutkimuksen tarkoitus oli kuvata viiden suljetun aivovamman saaneen henkilön neurogeenisen änkytyksen määrällisiä ja laadullisia piirteitä. Tutkimuksen aineisto muodostui tutkimushenkilöiden kolmessa tehtävässä tuottamasta puheesta. Nämä kolme diskurssityyppiä oli valittu kognitiivisen kuormittavuuden mukaan: vähiten kuormittava puhetehtävä oli lausetoisto, toiseksi kuormittavin spontaanipuhe ja kuormittavin sarjakuvakerronta. Neurogeenisen änkytyksen analysointiin kehitin uuden menetelmän, joka tarjoaa tapausesimerkkejä ja ratkaisumalleja sekä itse neurogeenisen änkytyksen että muiden aivovamman aiheuttamien sujumattomuuksien tunnistukseen. Änkytyksen vaikeusastetta tarkastelin kehittämäni vaikeusasteluokituksen avulla. Se muodostuu änkytysprosentista sekä kolmen pisimmän änkytysjakson keston keskiarvosta. \n\nTutkittavien änkytyksen vaikeusaste vaihteli tehtävätyypin mukaan ja tutkimushenkilöittäin. Yleisin änkytystyyppi oli toisto, mutta myös venytyksiä ja blokkeja esiintyi puhuja- ja tehtäväkohtaisesti varioiden. Kahdella tutkimushenkilöllä ilmeni myös useampaa kuin yhtä eri änkytystyyppiä samassa ilmauksessa, mikä kertoi heidän änkytyksensä vaikeusasteesta. Änkytystä ilmeni missä tahansa sanan kohdassa. Laajuudeltaan änkytykset vaihtelivat yhdestä äänteestä useamman sanan toistoihin. Kahdella tutkimushenkilöllä ilmeni myös muita änkytyksen kaltaisia, aivovammasta johtuvia sujumattomuuksia, joita tarkastelin erikseen. Tämä tutkimus oli pilottitutkimus, jonka tulokset syntyivät monen menetelmällisen ja teoreettisen ongelman kautta. Jokaisessa ongelmakohdassa jouduin tekemään ratkaisun, joka vaikutti seuraaviin valintoihin. Tutkimustyöni oli tiedon soveltamista ja muokkaamista aineistooni sopivaksi, jotta tulokset vastaisivat sitä ilmiötä, jota tutkimushenkilöideni puheesta olin tutkimassa. Työni tulokset auttavat puheterapeutteja tunnistamaan neurogeenisen änkytyksen keskeisten piirteiden lisäksi aivovammasta aiheutuneita muita puheen sujumattomuuksia.\n\nAvainsanat: neurogeeninen änkytys, aivovamma, puheen sujuvuus, puhemotoriset häiriöt, änkytystyypit, änkytyksen vaikeusaste, änkytysprosentti
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.057 | 0.022 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".