Remote Inference of Cognitive Scores in ALS Patients Using a Picture Description

要約

筋萎縮性側索硬化症は、運動、言語、呼吸だけでなく、認知にも影響を与える致命的な病気です。
最近の研究は、ALS を検出し、機能の進行を監視するスケールを推測するための言語分析技術の使用に焦点を当てています。
この論文では、ALS 人口の 35 ～ 50% が罹患しているもう 1 つの重要な側面である認知障害に焦点を当てました。
頻繁に移動制限が見られるALS患者にアプローチする取り組みとして、当社はエディンバラ認知行動ALSスクリーニング（ECAS）テストのデジタル版を初めて導入しました。
認知障害を測定するように設計されたこのテストは、EverythingALS 音声研究の参加者 56 人によってリモートで実施されました。
研究の一環として、参加者（ALSと非ALS）は、自宅のコンピューターに表示された複雑な場面を含む多くの写真の中から毎週1枚の写真を説明するよう求められた。
ECAS テストの実施日から +/- 60 日以内に行われた記述を分析し、さまざまなタイプの言語的および音響的特徴を抽出します。
これらの特徴を線形回帰モデルに入力して、5 つの ECAS サブスコアと合計スコアを推測します。
画像の説明からの音声サンプルは、ECAS サブスコアを予測するのに十分な信頼性があり、10 分割相互検証を使用したモデルのパフォーマンスについて、統計的に有意な 0.32 ～ 0.51 のスピアマン相関値を達成しました。

要約(オリジナル)

Amyotrophic lateral sclerosis is a fatal disease that not only affects movement, speech, and breath but also cognition. Recent studies have focused on the use of language analysis techniques to detect ALS and infer scales for monitoring functional progression. In this paper, we focused on another important aspect, cognitive impairment, which affects 35-50% of the ALS population. In an effort to reach the ALS population, which frequently exhibits mobility limitations, we implemented the digital version of the Edinburgh Cognitive and Behavioral ALS Screen (ECAS) test for the first time. This test which is designed to measure cognitive impairment was remotely performed by 56 participants from the EverythingALS Speech Study. As part of the study, participants (ALS and non-ALS) were asked to describe weekly one picture from a pool of many pictures with complex scenes displayed on their computer at home. We analyze the descriptions performed within +/- 60 days from the day the ECAS test was administered and extract different types of linguistic and acoustic features. We input those features into linear regression models to infer 5 ECAS sub-scores and the total score. Speech samples from the picture description are reliable enough to predict the ECAS subs-scores, achieving statistically significant Spearman correlation values between 0.32 and 0.51 for the model’s performance using 10-fold cross-validation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google