Simple Science

Scienza all'avanguardia spiegata semplicemente

# Scienze della salute# Neurologia

Analizzare le malattie neurodegenerative attraverso il tracciamento oculare e il linguaggio

Combinare il movimento degli occhi e l'analisi del parlato per migliorare la comprensione delle malattie neurodegenerative.

― 8 leggere min


Eye Tracking e Voce perEye Tracking e Voce perNDsoculari e vocali.neurodegenerative attraverso modelliNuovi metodi per valutare le malattie
Indice

Le Malattie neurodegenerative (ND) sono malattie che colpiscono milioni di persone in tutto il mondo. Con l'invecchiamento della popolazione, il numero di persone che soffrono di queste condizioni è destinato a crescere. Malattie come il morbo di Parkinson (PD) e l'Alzheimer (AD) sono tra i tipi più comuni di ND. Solo negli Stati Uniti, quasi 1 milione di persone vive con il PD, con circa 60.000 nuovi casi diagnosticati ogni anno. D'altra parte, circa 6,2 milioni di persone potrebbero avere l'AD. Anche se il PD e l'AD sono ben noti, esistono molte altre ND, caratterizzate dai danni e dalla perdita di cellule nervose che portano a vari sintomi.

Una grande sfida nella diagnosi e comprensione delle ND è la mancanza di strumenti completi. I metodi attuali spesso si basano su un numero limitato di test effettuati da specialisti, insieme a rapporti dei pazienti o scale di valutazione generalizzate che possono essere soggettive. Questo crea incoerenze nella diagnosi e nel trattamento. Inoltre, i pazienti che vivono vicino a grandi centri medici hanno un accesso migliore ai test avanzati, mentre altri possono affrontare delle barriere. Di conseguenza, c'è bisogno di strumenti affidabili ed efficienti che possano aiutare i medici ad analizzare e monitorare i pazienti in modo più efficace nel tempo.

Combinare il tracciamento oculare e l'analisi del parlato

Un approccio promettente per comprendere meglio le ND è combinare diversi tipi di valutazioni. Collegando il movimento degli occhi e la produzione del parlato a test cognitivi, i ricercatori possono ottenere approfondimenti più dettagliati su come queste malattie influenzano gli individui. Un metodo prevede di analizzare come le persone rispondono durante il Test di Stroop (ST), un noto test psicologico che valuta la funzione cognitiva attraverso il riconoscimento di colori e parole.

In questo studio, i ricercatori utilizzano sia il tracciamento oculare che le registrazioni vocali per analizzare la performance di individui con diverse ND mentre eseguono il ST. In questo modo, sperano di raccogliere informazioni precise che possano far luce sui cambiamenti cognitivi e comportamentali associati a queste malattie. Hanno intenzione di fornire una comprensione più approfondita del comportamento dei pazienti durante i test, che può rivelarsi preziosa per la diagnosi e il monitoraggio.

Comprendere il movimento oculare

Il movimento oculare coinvolge diversi stati:

  1. Saccadi sono movimenti rapidi effettuati per spostare l'attenzione da un punto all'altro.
  2. Fissazioni avvengono quando lo sguardo è mantenuto su un punto specifico per un certo periodo.
  3. Inseguimento fluido si riferisce alla capacità di seguire un oggetto in movimento in modo fluido.
  4. Blenni servono a proteggere e idratare gli occhi.

Ogni tipo di movimento oculare coinvolge varie parti del cervello e riflette come gli individui elaborano le informazioni. Quando si studiano i movimenti oculari in persone con ND, certi schemi possono indicare potenziali problemi. Ad esempio, le persone con PD possono mostrare un ridotto tasso di ammiccamenti o fissazioni più lunghe sulle parole.

La tecnologia avanzata di tracciamento oculare consente ai ricercatori di catturare i movimenti oculari in dettaglio senza ostacolare i soggetti. Questo può aiutare a identificare sfide specifiche che i pazienti affrontano mentre completano compiti cognitivi. Analizzando questi comportamenti, gli scienziati possono trovare correlazioni tra i modelli di movimento oculare e la gravità delle malattie.

Analizzare la produzione del parlato

Il parlato è strettamente legato alla funzione cerebrale, e i cambiamenti nei modelli di linguaggio possono indicare un declino cognitivo. Le ND possono influenzare le aree del cervello responsabili della coordinazione del parlato, portando a cambiamenti evidenti nel modo in cui le persone comunicano. Un'analisi dettagliata del parlato può rivelare schemi che potrebbero non essere evidenti attraverso una valutazione clinica tradizionale.

I ricercatori in questo studio esaminano varie caratteristiche del parlato per identificare come gli individui con ND producono il linguaggio. L'analisi include i suoni emessi durante il parlato, la scelta delle parole, la struttura delle frasi e persino il ritmo del linguaggio. Valutando il parlato insieme ai movimenti oculari, mirano a costruire un quadro completo di come queste condizioni influenzano le capacità comunicative complessive.

Il test di Stroop spiegato

Il test di Stroop è una valutazione psicologica classica che aiuta a misurare la prestazione cognitiva. Richiede generalmente agli individui di nominare i colori delle parole presentate, ma le parole stesse possono scrivere colori diversi, il che aggiunge un livello di difficoltà. Il compito comporta tre fasi:

  1. I partecipanti leggono parole stampate in nero.
  2. Nominate i colori di caratteri colorati “####”.
  3. Dichiarano il colore del testo, ignorando la parola stessa, che è la parte più difficile del test.

La performance nel test di Stroop può indicare quanto bene le persone gestiscono informazioni contrastanti, attenzione e velocità di elaborazione, tutti aspetti influenzati dalle ND. I ricercatori analizzano quanto tempo impiegano i partecipanti a completare ciascuna fase e l'accuratezza delle loro risposte.

Importanza dell'analisi multi-modale

Combinando le intuizioni dal tracciamento oculare e dall'analisi del parlato durante il test di Stroop, i ricercatori sperano di creare una comprensione più completa di come le ND influenzano gli individui. Questo può aiutare a distinguere tra diversi tipi di ND basati su variazioni sottili nel comportamento e nelle prestazioni durante il test.

Ad esempio, durante il test di Stroop, quanto a lungo una persona guarda una parola o come balbetta mentre parla può rivelare informazioni importanti sul loro stato cognitivo. Questo approccio combinato può aiutare a identificare non solo la presenza di una malattia neurodegenerativa, ma anche le caratteristiche specifiche e i modelli associati a diverse condizioni.

Reclutamento e design dello studio

Per lo studio, i ricercatori si concentrano su individui diagnosticati con PD, AD e su coloro che mostrano sintomi simili noti come mimiche della malattia di Parkinson (PDM). Includono anche controlli sani che non hanno ND. Ogni partecipante subisce Valutazioni cognitive utilizzando il test di Stroop, insieme a tracciamento oculare e analisi del parlato.

I ricercatori raccolgono dati da un gruppo diversificato, assicurandosi di considerare le varie età e background dei partecipanti. Stratificando il gruppo di controllo per abbinare le età dei partecipanti con ND, minimizzano gli effetti dell'età sui risultati. Questo design accurato consente confronti più precisi tra i diversi gruppi.

Analisi delle correlazioni e risultati

I risultati dello studio evidenziano come specifici schemi di movimento oculare e caratteristiche del parlato si correlano con i punteggi di funzione cognitiva ottenuti da valutazioni cliniche riconosciute. Ad esempio, è emerso che gli individui con punteggi più bassi nelle valutazioni cognitive tendono ad avere durate di fissazione più lunghe sulle parole o mostrano modelli irregolari nel loro parlato.

Attraverso varie analisi statistiche, i ricercatori possono dimostrare la relazione tra queste metriche comportamentali e la gravità dei sintomi nelle ND. Maggiore attenzione sia al movimento oculare che al parlato potrebbe rivelare nuovi marcatori diagnostici per valutare la progressione della malattia.

Caratteristiche del movimento oculare nelle ND

Esaminando i movimenti oculari, emergono tendenze diverse in base al tipo di ND. Ad esempio, le persone con AD mostrano durate di fissazione aumentate e informazioni più frequenti su parole, mentre i pazienti con PD possono mostrare saccadi più brevi e tassi di ammiccamento ridotti. Tali differenze sono cruciali per comprendere come ogni malattia impatta in modo unico sull'elaborazione cognitiva e sull'attenzione visiva.

Identificando questi movimenti specifici, i ricercatori possono valutare meglio come gli individui performano sotto carico cognitivo. Queste informazioni possono aiutare a diagnosi più accurate e piani di trattamento personalizzati.

Caratteristiche della produzione del parlato nelle ND

Analizzando la produzione del parlato, diventano evidenti vari aspetti del linguaggio, come ritmo, volume e contenuto delle risposte. Per gli individui con AD, il parlato può risultare tipicamente più lento e caratterizzato da pause più frequenti. Al contrario, i pazienti con PD possono mostrare differenze nella variabilità di tono e ritmo mentre parlano.

Questi marcatori del parlato possono fornire preziose informazioni sulle funzioni cognitive e motorie degli individui con ND. Ad esempio, analizzare il volume e il ritmo del parlato potrebbe aiutare a differenziare tra AD e PD, offrendo indizi sui processi cognitivi sottostanti.

Importanza dei risultati

La ricerca evidenzia i potenziali benefici dell'utilizzo di un'analisi combinata di tracciamento oculare e parlato nelle valutazioni cliniche. Identificando schemi specifici associati a diverse ND, i clinici possono distinguere meglio tra varie condizioni e pianificare interventi precoci.

Inoltre, lo studio sottolinea l'importanza di un monitoraggio continuo e di un benchmarking attraverso strumenti affidabili. Con una comprensione più chiara di come le diverse ND si manifestano nei sintomi e comportamenti, i fornitori di assistenza sanitaria possono migliorare la cura dei pazienti adattando i piani di trattamento in base ai progressi individuali.

Direzioni future

Questo studio apre strade per ulteriori ricerche sulle complessità delle malattie neurodegenerative. Le indagini future potrebbero esplorare compiti cognitivi aggiuntivi e metodi alternativi di analisi per arricchire la comprensione di come queste condizioni impattano il comportamento.

Combinare dati da vari test potrebbe aiutare a sviluppare un framework più integrato per valutare le esigenze dei pazienti. Inoltre, ampliare l'ambito della ricerca potrebbe scoprire nuove correlazioni che possono aiutare nella diagnosi e nel trattamento.

Conclusione

In conclusione, lo studio illustra il potenziale di integrare tracciamento oculare e analisi del parlato nella valutazione delle malattie neurodegenerative. Rivelando schemi sottili e cambiamenti nel comportamento, i ricercatori possono contribuire con intuizioni preziose che avvantaggiano sia la pratica clinica che i risultati dei pazienti.

Con la prevalenza delle malattie neurodegenerative che continua a salire, lo sviluppo di strumenti analitici migliori diventa essenziale per fornire diagnosi tempestive e accurate. La ricerca continua illuminerà ulteriormente le complessità di queste condizioni e porterà a una migliore assistenza per gli individui colpiti.

Fonte originale

Titolo: Deep Stroop: Using eye tracking and speech processing to characterize people with neurodegenerative disorders while performing the Stroop Test

Estratto: Although many neurodegenerative diseases affect different neural circuits, they often express complex and overlapping symptom profiles making them difficult to differentiate precisely. Current methods of analyzing patients are limited to bedside examination, patient self-rating scales, semiquantitative clinician-rating scales, and other observational evidence, which are often non-specific, resulting in open multiple interpretations and ambiguity in diagnosis and treatment plans. We present a method to analyze patient symptom profiles using multimodal analysis of subjects performing the Stroop Test. We use high-sample-rate eye tracking and speech recording tools to record subject behavior while completing the Stroop Test and simultaneously analyze multiple traits of their interaction with the test. We compare the performance of healthy controls to patients with Parkinsons Disease, Alzheimers Disease, and other neurodegenerative diseases with clinical parkinsonism. We automatically extract metrics based on eye motor behavior, gaze characteristic uttered responses, and the temporal relationship between gaze and uttered responses. We identify many that have clinical relevance through high correlations with existing MoCA and MDS-UPDRS, many of which have significantly different distributions between groups. We present here our analysis approach, provide freely available source code to replicate it and demonstrate the potential of multi-modal recording and analysis of patients throughout their execution of neuro-psychological tests like the Stroop Test.

Autori: Trevor D Meyer, A. Favaro, T. Cao, A. Butala, E. Oh, C. Motley, P. Irazoqui, N. Dehak, L. Moro-Velazquez

Ultimo aggiornamento: 2023-06-01 00:00:00

Lingua: English

URL di origine: https://www.medrxiv.org/content/10.1101/2023.05.30.23290742

Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.05.30.23290742.full.pdf

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili