La voix tremblante... Une syllabe confuse... Le silence prolongé entre les mots... Cette cadence prononcée vers la fin de la phrase... Pour chacun d’entre nous, ces inflexions de discours et d’autres nous permettent de déduire l’interlocuteur. s intentions et insinuations, pour deviner son niveau de fatigue ou d’ennui, et même évaluer votre conviction dans ce que vous affirmez. Désormais, entre des mains expertes, ces phénomènes deviennent également des indices clés pour évaluer l’une des maladies cérébrales les plus répandues au monde : la maladie de Parkinson.
La maladie de Parkinson touche une personne sur 100 âgée de plus de 60 ans. Il s’agit aujourd’hui de la deuxième maladie neurodégénérative la plus répandue, juste derrière la maladie d’Alzheimer.
En raison de processus neurodégénératifs qui compromettent les voies frontostriatales (circuits cérébraux qui relient les noyaux gris centraux aux régions frontales, préfrontales et cérébelleuses), les patients manifestent des troubles moteurs et cognitifs. Les premiers comprennent la rigidité, les tremblements au repos, la lenteur des mouvements et notamment diverses formes de dysarthrie . Ces dernières font l’objet d’un intérêt croissant en recherche dans de multiples domaines.
La dysarthrie est un ensemble d’altérations neuromusculaires qui affectent la capacité à contrôler les organes de la parole, responsables de la production de la parole.
Ses nombreuses manifestations incluent des anomalies de rythme (par exemple, la durée relative des syllabes et des silences), de l’intonation (variations de hauteur tout au long d’un énoncé) et de la transition d’un son à un autre (par exemple, la capacité d’activer les cordes vocales rapidement lorsque passant de /p/ à /a/ en disant « papa ».
L’étude de la dysarthrie dans la maladie de Parkinson est essentielle pour plusieurs raisons. 1. Premièrement, ces déficits affectent l’intelligibilité, l’image de soi et la fonctionnalité des patients, de sorte que leur détection et leur caractérisation contribuent aux tâches cliniques et thérapeutiques. |
Cependant, l’évaluation de la dysarthrie est loin d’être optimale. Généralement, on utilise une pondération subjective, dans laquelle un seul évaluateur, sur la base de son impression des capacités du patient, établit des scores sur des échelles de cinq valeurs (où 0 est tout à fait normal et 4 est nettement altéré).
Bien que cette approche soit standard dans le monde entier, elle présente des limites évidentes, car elle dépend d’un personnel hautement qualifié, tend à montrer des effets plafonds dans les évaluations longitudinales et, dans certains contextes, a une validité et une fiabilité faibles. De plus, il est insuffisant pour établir des distinctions fines entre les multiples profils dysarthriques documentés à ce jour. Il arrive que, d’un patient à l’autre, les troubles de la parole varient généralement de manière systématique mais subtile.
Un groupe de chercheurs latino-américains a été confronté à ces défis, dirigé par les docteurs Adolfo García (codirecteur du Centre de neurosciences cognitives de l’Université de San Andrés, Argentine ; et Senior Atlantic Fellow au Global Brain Health Institute, de l’Université de Californie). , San Francisco, États-Unis) et Juan Rafael Orozco-Arroyave (professeur ordinaire du laboratoire GITA de la faculté d’ingénierie de l’université d’Antioquia, Medellín, Colombie ; et chercheur associé à la Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen, Allemagne).
Dans un article publié dans Movement Disorders ( https://doi.org/10.1002/mds.28751 ), l’équipe de García et Orozco-Arroyave a mis en œuvre une nouvelle approche présentant trois caractéristiques distinctives.
Au lieu d’utiliser des évaluations subjectives, ils ont utilisé des méthodes automatisées pour analyser le signal acoustique de la parole des participants. Avec ces technologies numériques, ils ont quantifié des aspects très divers et spécifiques au niveau prosodique (rythmicité et hauteur), articulatoire (transition entre les sons de la parole) et phonémique (discriminabilité de chaque son produit).
Pour capturer une partie de la variabilité dysarthrique dans la population, ils ont évalué un groupe de patients présentant des profils cognitifs hétérogènes, puis ont effectué des analyses supplémentaires dans un sous-groupe présentant une déficience cognitive légère et un autre présentant des capacités cognitives préservées, le tout comparé à des participants en bonne santé. Pour ce faire, ils ont proposé deux tâches de production orale : lire à haute voix et raconter des histoires. Les données obtenues dans chacun ont été analysées à l’aide d’algorithmes d’apprentissage automatique, afin d’identifier les dimensions dysarthriques les plus distinctives de chaque groupe.
Dans l’ensemble du groupe (avec hétérogénéité cognitive), ainsi que dans le sous-groupe avec capacités cognitives préservées, l’identification la plus élevée des patients (avec une précision de 84 et 80 %, respectivement) a été obtenue en combinant des mesures prosodiques, articulatoires et phonémiques lors de la lecture. tâche .
En revanche, dans le groupe présentant des troubles cognitifs légers, le meilleur taux d’identification des patients a été obtenu grâce à l’analyse phonémique lors de la tâche de reconstitution (avec une précision de 87 %). Ce dernier modèle nous a même permis de distinguer les patients des deux sous-groupes avec une précision supérieure à 70 %. "Cette découverte est remarquable", explique García, "dans la mesure où les évaluations subjectives réalisées par des neurologues experts ne parviennent pas à faire la distinction entre les patients de chaque sous-groupe". Enfin, les mesures utilisées ont permis de prédire la gravité des symptômes cognitifs des patients.
« Ces résultats indiquent que les évaluations automatisées de la parole peuvent contribuer à l’évaluation clinique de la maladie de Parkinson, avec des avantages évidents par rapport aux approches traditionnelles », explique le Dr Orozco-Arroyave. « Un point à souligner – ajoute García – est que cette approche numérique surmonte les biais inhérents à la pondération humaine, se passe de personnel clinique spécialisé, implique une réduction marquée des coûts et permet une évolutivité massive, même grâce à des enregistrements à distance (par exemple, via des téléphones portables). ).
Ces avantages sont particulièrement pertinents en Amérique latine, où de nombreux centres cliniques manquent d’options de formation spécifiques pour l’évaluation de la dysarthrie et où les coûts des approches classiques sont souvent prohibitifs pour un grand nombre de patients. En ce sens, conclut García, « l’utilisation stratégique des innovations numériques dans le travail clinique représente un engagement en faveur de l’équité mondiale dans le domaine de la santé cérébrale ».
