Au-delà des caractéristiques acoustiques : intégration de variables linguistiques dans l'analyse automatique de la parole pour la détection de la dépression

La plupart des recherches sur l'analyse automatique de la parole (ASA) se sont concentrées sur les caractéristiques acoustiques, tandis que le potentiel des marqueurs linguistiques demeure sous-exploré, en particulier chez les populations non anglophones diagnostiquées cliniquement. Cette étude a évalué l'intégration de marqueurs acoustiques et linguistiques pour détecter la dépression dans un échantillon clinique hispanophone. L'échantillon comprenait 151 participants : 80 patients atteints de trouble dépressif majeur (MDD) ou de trouble dépressif persistant (PDD) recrutés au sein du Psychiatry Department of Vall d'Hebron University Hospital et 71 témoins sains. Les participants ont répondu à 11 questions ouvertes relatives aux symptômes dépressifs et au bien-être via une plateforme en ligne. Des variables linguistiques et acoustiques couvrant quatre catégories, à savoir les caractéristiques prosodiques, cepstrales, spectrales et basées sur le Teager Energy Operator (TEO), ont été extraites. Des comparaisons de groupes et des régressions logistiques ont été réalisées pour évaluer la valeur prédictive des caractéristiques acoustiques et linguistiques. Des modèles d'apprentissage automatique ont été utilisés pour comparer les performances des modèles de classification acoustiques, linguistiques et d'ensemble combinant les deux ensembles de caractéristiques. Les caractéristiques basées sur le TEO et cepstrales ont montré le pouvoir prédictif le plus élevé. Une utilisation accrue de verbes, une utilisation réduite de noms et de verbes au passé, un vocabulaire plus restreint et une utilisation accrue de mots et de phrases plus courts sont restés des prédicteurs puissants de la dépression après ajustement pour les covariables. Le modèle linguistique a surpassé le modèle acoustique (AUC = 0.86 vs. = 0.79), tandis que le modèle d'ensemble a atteint des performances globales comparables (AUC = 0.86), avec une exactitude (0.84) et une spécificité (0.93) légèrement améliorées. L'intégration de caractéristiques linguistiques dans l'analyse automatisée de la parole est prometteuse pour la détection de la dépression. Avec une validation et un perfectionnement plus poussés, de brèves évaluations basées sur la parole pourraient favoriser la détection précoce de la dépression en soins primaires. • Caractéristiques acoustiques et linguistiques combinées pour la détection de la dépression dans un échantillon hispanophone cliniquement diagnostiqué. • Parmi les caractéristiques acoustiques, les caractéristiques basées sur le TEO et cepstrales ont présenté le pouvoir prédictif le plus fort. • Le modèle linguistique a surpassé le modèle acoustique (AUC = 0.86 vs 0.79). • Un modèle d'ensemble combinant à la fois les caractéristiques acoustiques et linguistiques a affiché l'exactitude (0.84) et la spécificité (0.93) les plus élevées. • Les analyses d'ensemble stratifiées selon l'âge ont révélé des performances optimales pour les personnes âgées de ≤45 ans (AUC = 0.90).