Natural Language Processing erkennt Veränderungen in Psychosesymptomen an Sprachmerkmalien in Längsschnitt
Von KI ausgewählt und zusammengefasst
Worum es geht
Längsschnittstudie an 95 Personen mit Schizophrenie oder schizoaffektiver Störung: Sprechproben und klinische Bewertungen wurden zu Baseline und nach 6 Monaten mit Natural Language Processing analysiert, um zu prüfen, ob automatisierte Sprachmarker intraindividuelle Symptomschwankungen abbilden.
Ergebnis
Acht NLP-Marker für Sprachmenge, Lexik-, Syntaxkomplexität, semantische Ähnlichkeit und Vernetzung zeigten longitudinale Sensitivität für Symptomveränderungen. Moving-Average-Type-Token-Ratio, Token-Count, semantische Ähnlichkeit und Graph-Konnektivität waren am aussagekräftigsten (p<0,05). Partial Least Squares-Regression zeigte signifikante Assoziation zwischen NLP-Markerveränderungen und Komponenten für Negativ- und Gesamtsymptome.
Übertragbarkeit auf Deutschland
Deutsche und britische Zentren, offene Kohorten-Langzeitforschung zur Symptomüberwachung in Psychose
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.