Bruk av tale for å overvåke symptomets alvorlighetsgrad hos arabisktalende pasienter med schizofreni

Desorganisering av tale er et sentralt trekk ved schizofreni. Utviklingen av datastyrte verktøy for å vurdere uorganisering av tale vokser raskt innen schizofreniforskning. Flere tidlige studier viste at endringer i tale skiller schizofrenipasienter fra friske kontroller og hjelper til med differensialdiagnostikk og tilbakefallsforebygging (1). Winterlight-appen kan brukes til taleinnsamling og vurdering og bruker talebasert kunstig intelligens for å identifisere vokale biomarkører som er i stand til å oppdage endringer i kognitive/kliniske symptomer.

Symptomvurderingsskalaer er fortsatt den primære metoden for å vurdere arten og alvorlighetsgraden av schizofreni og omfanget av enhver endring over tid. Positive and Negative Symptom Scale (PANSS) er en vurderingsskala med 30 elementer som ble utviklet for å måle alvorlighetsgraden av symptomer hos pasienter med schizofreni og vurdere deres dimensjoner (2). Det har vært mye brukt i kliniske studier av schizofreni og regnes som "gullstandarden" for vurdering av antipsykotisk behandlingseffekt.

Målet med denne studien er å teste hypotesen om at kvantitative mål avledet fra taleprøver innhentet ved bruk av Winterlight-applikasjonen vil være assosiert med positive og negative symptomsubscores som vurderes av PANSS.

Etterforskerne vil bruke talebaserte kunstig intelligensmetoder for å identifisere aspekter ved stemme og språk som er relatert til schizofrenisymptomer hos arabisktalende pasienter.

Data som samles inn kan brukes til å evaluere:

1. Forholdet mellom talemål og PANSS subscores ved baseline.
2. Sammenhengen mellom endringer i talemål og endringer i positive symptomer over tid.
3. Sammenhengen mellom endringer i talemål og endringer i negative symptomer over tid.
4. Evnen til talemål som skal brukes til å forutsi psykotisk tilbakefall hos personer med schizofreni.
5. Muligheten for å forutsi tilbakefall basert på tale og sosiodemografiske variabler.