Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Dysphagia is common in oculopharyngeal muscular dystrophy (OPMD) and sporadic inclusion body myositis (sIBM). Timely and targeted dysphagia management is crucial to reduce risk of complications. This retrospective pilot study in 11 OPMD and 13 sIBM patients describes the pathophysiology of swallowing using videomanometry, which is the simultaneous study of videofluoroscopy and pharyngeal manometry impedance. All patients (OPMD: median age 64 years (49-79 years), 6 females, sIBM: median age 69 years (52-88 years), 7 females) were dysphagic and referred for videomanometry for further work-up. Videomanometry in OPMD showed pharyngeal hypocontractility in all patients. Disorders of upper esophageal sphincter (UES) opening and relaxation were present in 36% and 27% respectively. UES opening in OPMD was significantly reduced for a 10mL semi-solid compared to a 10mL liquid (p=0.038). In sIBM, 77% had pharyngeal weakness, combined with disorders of UES opening (54%) and UES relaxation (62%). Four sIBM patients (31%) presented with Zenker’s Diverticulum. In conclusion, dysphagia in OPMD is mainly due to pharyngeal hypocontractility, whereas in sIBM more than half of the patients presented with combined pharyngeal and UES dysfunction. In our view, dysphagia treatment is therefore more likely to be successful when targeting all affected swallow biomechanics as described by videomanometry.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Probleemstelling: Het diagnosticeren van afasie in de chronische fase (> 6 maanden na de beroerte) gebeurt voornamelijk aan de hand van klassieke stoornisgerichte testen. Dit heeft echter beperkingen zoals het onvoldoende accuraat weergeven van de communicatieve vaardigheden en het overvragen van de cognitieve capaciteiten. Natuurlijke spraakanalyse wint enorm aan populariteit vanwege zijn ecologische validiteit. Hiermee kan spraak in kaart gebracht worden via kwantitatieve en kwalitatieve methoden. Recent wordt er in afasieonderzoek steeds meer aandacht besteed aan conversatie-analyse, dit is immers de meest natuurlijke manier van communiceren. Er is momenteel nog geen consensus over een set uitkomsten voor conversatieanalyse bij PMAs. Doelstelling: Deze studie heeft als doel om een reeks kwantificeerbare spraakmaten voor de analyse van natuurlijke spraak tussen een PMA en communicatiepartner (CP) te definiëren. Om vervolgens deze maten te vergelijken met de klassieke afasietesten en vragenlijst rond communicatieve effectiviteit alsook de meerwaarde ervan te bepalen. De resultaten kunnen gebruikt worden voor de aanzet naar de ontwikkeling van een automatisch analysesysteem en geven handvaten voor indirecte therapie. Onderzoeksmethode: Individuele spraak- en conversatiegegevens werden verzameld in 19 dyades bestaande uit een PMA en hun CP. Op basis van eerdere studies werd een set natuurlijke spraakmaten voor conversatieanalyse samengesteld. Vervolgens werden alle spraaksamples getranscribeerd en geanalyseerd. Correlaties tussen individuele en conversatiemetingen werden bepaald, evenals groepsvergelijkingen om de differentiërende waarde van de natuurlijke spraakmaten te onderzoeken. Resultaten: Er werden slechts enkele significante correlaties gevonden tussen de klassieke afasietesten en natuurlijke spraakmaten. Het aantal sleutelconcepten correleert met de precisie en nauwkeurigheid van de gegeven informatie. Daarnaast vertoont de hoeveelheid grammaticale variatie een samenhang met het aantal causale relaties die de PMA legt. Ten slotte is er een correlatie tussen hoe PMAs hun communicatieve vaardigheden inschatten en de gemiddelde lengte van hun uitingen, evenals het aantal gesloten vragen geproduceerd door de PMA. Bij het onderzoeken van groepsverschillen tussen gecompenseerde (hoge testscores) en chronische (lage testscores) PMAs, produceren de chronische PMAs kortere uitingen en minder belangrijke concepten. Verder genereren de gecompenseerde PMAs een hoger aantal fonologische fouten t.o.v. de CPs. De mate van interactie wordt beïnvloed door de hoeveelheid overlappende spraak. Tot slot schatten PMAs hun verbale communicatieve vaardigheden gelijkaardig in als hun CPs. Besluit: In deze studie waren we niet in staat om duidelijke correlaties tussen de natuurlijke spraakmaten en klassieke afasietesten vast te stellen. Er zijn immers enkele belangrijke beperkingen zoals de kleine steekproefgrootte en de heterogeniteit van de groep PMAs. De hoeveelheid fonologische fouten kan mogelijk wel van differentiële waarde zijn om restafasie te diagnosticeren. De toepassingen van conversatieanalyse zijn omvangrijk: indirecte therapie, accurate evaluatie van dagdagelijkse spraak, handvaten voor functionele therapie…. Verder onderzoek is noodzakelijk om te bepalen welke natuurlijke spraakmaten een meerwaarde zijn bij het diagnosticeren van afasie om zo de omzet naar de klinische praktijk mogelijk maken.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Probleemstelling: Het diagnosticeren van afasie in de chronische fase (> 6 maanden na de beroerte) gebeurt voornamelijk aan de hand van klassieke stoornisgerichte testen. Dit heeft echter beperkingen zoals het onvoldoende accuraat weergeven van de communicatieve vaardigheden en het overvragen van de cognitieve capaciteiten. Natuurlijke spraakanalyse wint enorm aan populariteit vanwege zijn ecologische validiteit. Hiermee kan spraak in kaart gebracht worden via kwantitatieve en kwalitatieve methoden. Recent wordt er in afasieonderzoek steeds meer aandacht besteed aan conversatie-analyse, dit is immers de meest natuurlijke manier van communiceren. Er is momenteel nog geen consensus over een set uitkomsten voor conversatieanalyse bij PMAs. Doelstelling: Deze studie heeft als doel om een reeks kwantificeerbare spraakmaten voor de analyse van natuurlijke spraak tussen een PMA en communicatiepartner (CP) te definiëren. Om vervolgens deze maten te vergelijken met de klassieke afasietesten en vragenlijst rond communicatieve effectiviteit alsook de meerwaarde ervan te bepalen. De resultaten kunnen gebruikt worden voor de aanzet naar de ontwikkeling van een automatisch analysesysteem en geven handvaten voor indirecte therapie. Onderzoeksmethode: Individuele spraak- en conversatiegegevens werden verzameld in 19 dyades bestaande uit een PMA en hun CP. Op basis van eerdere studies werd een set natuurlijke spraakmaten voor conversatieanalyse samengesteld. Vervolgens werden alle spraaksamples getranscribeerd en geanalyseerd. Correlaties tussen individuele en conversatiemetingen werden bepaald, evenals groepsvergelijkingen om de differentiërende waarde van de natuurlijke spraakmaten te onderzoeken. Resultaten: Er werden slechts enkele significante correlaties gevonden tussen de klassieke afasietesten en natuurlijke spraakmaten. Het aantal sleutelconcepten correleert met de precisie en nauwkeurigheid van de gegeven informatie. Daarnaast vertoont de hoeveelheid grammaticale variatie een samenhang met het aantal causale relaties die de PMA legt. Ten slotte is er een correlatie tussen hoe PMAs hun communicatieve vaardigheden inschatten en de gemiddelde lengte van hun uitingen, evenals het aantal gesloten vragen geproduceerd door de PMA. Bij het onderzoeken van groepsverschillen tussen gecompenseerde (hoge testscores) en chronische (lage testscores) PMAs, produceren de chronische PMAs kortere uitingen en minder belangrijke concepten. Verder genereren de gecompenseerde PMAs een hoger aantal fonologische fouten t.o.v. de CPs. De mate van interactie wordt beïnvloed door de hoeveelheid overlappende spraak. Tot slot schatten PMAs hun verbale communicatieve vaardigheden gelijkaardig in als hun CPs. Besluit: In deze studie waren we niet in staat om duidelijke correlaties tussen de natuurlijke spraakmaten en klassieke afasietesten vast te stellen. Er zijn immers enkele belangrijke beperkingen zoals de kleine steekproefgrootte en de heterogeniteit van de groep PMAs. De hoeveelheid fonologische fouten kan mogelijk wel van differentiële waarde zijn om restafasie te diagnosticeren. De toepassingen van conversatieanalyse zijn omvangrijk: indirecte therapie, accurate evaluatie van dagdagelijkse spraak, handvaten voor functionele therapie…. Verder onderzoek is noodzakelijk om te bepalen welke natuurlijke spraakmaten een meerwaarde zijn bij het diagnosticeren van afasie om zo de omzet naar de klinische praktijk mogelijk maken.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Ondanks hoge ecologische validiteit en meerwaarde bij het opstellen van therapieplannen, wordt natuurlijke spraakanalyse beperkt toegepast in de klinische praktijk bij diagnosticering van afasie. Redenen hiervoor zijn gebrek aan tijd, onderzoek naar psychometrische eigenschappen van natuurlijke spraakmaten en robuuste normatieve data voor deze maten. Automatic speech recognition (ASR) zou dit probleem gedeeltelijk kunnen oplossen door transcripties die aan de basis liggen van natuurlijke spraakanalyse automatisch te genereren. Verder kan analyse zelf deels geautomatiseerd worden door natuurlijke spraakmaten automatisch te bepalen. Deze studie onderzoekt het differentiërend vermogen van een aantal natuurlijke spraakmaten tussen personen met en zonder afasie. Verder wordt nagegaan wat de accuraatheid van het gebruikte ASR-systeem bij Nederlandstalige personen met afasie is, en of het transcriptieproces aan de hand van ASR voldoende tijdsefficiënt is voor klinische implementatie. De natuurlijke spraaktaken CAT-NL Situatieplaat, ANTAT en personal narrative worden afgenomen bij personen met afasie t.g.v. een beroerte (PMA, n=29) en gezonde communicatiepartners (CP, n=17). O.b.v. audio-opnames van de taken worden transcripties automatisch gegenereerd m.b.v. ASR. Vervolgens worden fouten in de automatische transcriptie manueel gecorrigeerd en worden codes toegekend. Met deze transcriptie gebeurt een analyse van de natuurlijke spraakstalen aan de hand van achttien natuurlijke spraakmaten. Groepsanalyses bepalen of natuurlijke spraakmaten een differentiërend vermogen hebben tussen PMA’s en CP’s. Daarnaast worden voor automatische transcripties van CAT-NL en personal narrative accuraatheid en tijdsefficiëntie van de ASR-gebaseerde transcriptiemethode geëvalueerd. Negen natuurlijke spraakmaten hebben differentiërend vermogen binnen minstens één natuurlijke spraaktaak: aantal fonologische en fonematische parafasieën, mean length of utterance, semantisch-pragmatische schaal, woorden per minuut, fractie korte pauzes en fractie lange pauzes voor de drie taken; aantal onvloeiendheden binnen een woord voor CAT-NL en ANTAT; aantal semantische parafasieën en fractie onverstaanbare/onbegrijpbare spraak voor ANTAT. Word error rate voor PMA’s bedraagt 28,20% voor CAT-NL en 32,07% voor personal narrative. Hoe ernstiger de afasie, hoe lager ASR-prestaties. Voor beide taken werd een significant verschil gevonden tussen WER-waardes van PMA’s en CP’s, maar niet tussen de twee taken. Manuele correctie van automatische transcripties duurt gemiddeld 9 minuten voor CAT-NL, 43 minuten voor ANTAT en 26 minuten voor personal narrative. Voor ANTAT heeft het gebruikte protocol voor natuurlijke spraakanalyse beperkingen voor klinische implementatie: hoewel het de meeste onderscheidende maten oplevert, zijn manuele correcties tijdsintensief. Wat betreft CAT-NL en personal narrative is het ASR-systeem wel betrekkelijk accuraat. CAT-NL Situatieplaat geniet de voorkeur, gezien manuele correctie van ASR-gegenereerde transcripties haalbaar is qua tijdsbesteding en het zeven differentiërende natuurlijke spraakmaten oplevert. Manuele correctie van personal narrative neemt tot driemaal zoveel tijd in beslag, terwijl het slechts zes onderscheidende maten oplevert. Voor beide taken kan de toepassing van ASR en differentiërende natuurlijke spraakmaten een meerwaarde betekenen om natuurlijke spraakanalyse tijdseconomischer en zo haalbaar te maken in de klinische praktijk.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Ondanks hoge ecologische validiteit en meerwaarde bij het opstellen van therapieplannen, wordt natuurlijke spraakanalyse beperkt toegepast in de klinische praktijk bij diagnosticering van afasie. Redenen hiervoor zijn gebrek aan tijd, onderzoek naar psychometrische eigenschappen van natuurlijke spraakmaten en robuuste normatieve data voor deze maten. Automatic speech recognition (ASR) zou dit probleem gedeeltelijk kunnen oplossen door transcripties die aan de basis liggen van natuurlijke spraakanalyse automatisch te genereren. Verder kan analyse zelf deels geautomatiseerd worden door natuurlijke spraakmaten automatisch te bepalen. Deze studie onderzoekt het differentiërend vermogen van een aantal natuurlijke spraakmaten tussen personen met en zonder afasie. Verder wordt nagegaan wat de accuraatheid van het gebruikte ASR-systeem bij Nederlandstalige personen met afasie is, en of het transcriptieproces aan de hand van ASR voldoende tijdsefficiënt is voor klinische implementatie. De natuurlijke spraaktaken CAT-NL Situatieplaat, ANTAT en personal narrative worden afgenomen bij personen met afasie t.g.v. een beroerte (PMA, n=29) en gezonde communicatiepartners (CP, n=17). O.b.v. audio-opnames van de taken worden transcripties automatisch gegenereerd m.b.v. ASR. Vervolgens worden fouten in de automatische transcriptie manueel gecorrigeerd en worden codes toegekend. Met deze transcriptie gebeurt een analyse van de natuurlijke spraakstalen aan de hand van achttien natuurlijke spraakmaten. Groepsanalyses bepalen of natuurlijke spraakmaten een differentiërend vermogen hebben tussen PMA’s en CP’s. Daarnaast worden voor automatische transcripties van CAT-NL en personal narrative accuraatheid en tijdsefficiëntie van de ASR-gebaseerde transcriptiemethode geëvalueerd. Negen natuurlijke spraakmaten hebben differentiërend vermogen binnen minstens één natuurlijke spraaktaak: aantal fonologische en fonematische parafasieën, mean length of utterance, semantisch-pragmatische schaal, woorden per minuut, fractie korte pauzes en fractie lange pauzes voor de drie taken; aantal onvloeiendheden binnen een woord voor CAT-NL en ANTAT; aantal semantische parafasieën en fractie onverstaanbare/onbegrijpbare spraak voor ANTAT. Word error rate voor PMA’s bedraagt 28,20% voor CAT-NL en 32,07% voor personal narrative. Hoe ernstiger de afasie, hoe lager ASR-prestaties. Voor beide taken werd een significant verschil gevonden tussen WER-waardes van PMA’s en CP’s, maar niet tussen de twee taken. Manuele correctie van automatische transcripties duurt gemiddeld 9 minuten voor CAT-NL, 43 minuten voor ANTAT en 26 minuten voor personal narrative. Voor ANTAT heeft het gebruikte protocol voor natuurlijke spraakanalyse beperkingen voor klinische implementatie: hoewel het de meeste onderscheidende maten oplevert, zijn manuele correcties tijdsintensief. Wat betreft CAT-NL en personal narrative is het ASR-systeem wel betrekkelijk accuraat. CAT-NL Situatieplaat geniet de voorkeur, gezien manuele correctie van ASR-gegenereerde transcripties haalbaar is qua tijdsbesteding en het zeven differentiërende natuurlijke spraakmaten oplevert. Manuele correctie van personal narrative neemt tot driemaal zoveel tijd in beslag, terwijl het slechts zes onderscheidende maten oplevert. Voor beide taken kan de toepassing van ASR en differentiërende natuurlijke spraakmaten een meerwaarde betekenen om natuurlijke spraakanalyse tijdseconomischer en zo haalbaar te maken in de klinische praktijk.