Ricerc@Sapienza

Il tremore della voce è un segno neurologico comune a diversi disordini del movimento, fra cui il tremore essenziale (ET), la disfonia spasmodica adduttoria (ASD) ed il tremore isolato della voce (VT)(1-4). Tali patologie presentano una compromissione della voce apparentemente omogenea, come testimoniato dalla medesima frequenza di risonanza della voce. Tuttavia, tali condizioni implicano differenti meccanismi fisiopatologici e pertanto richiedono specifiche terapie. Pertanto, una metodologia che consenta di identificare il tremore vocale in pazienti con ET, ASD e VT, costituirebbe un notevole avanzamento in neurologia. Studi precedenti del nostro gruppo hanno mostrato come l'analisi avanzata della voce con machine learning sia in grado di identificare i soggetti sani(5) ed i pazienti con ASD e ET(6,7). Inoltre, l'analisi vocale è in grado di riconoscere obiettivamente l'effetto terapeutico della terapia sintomatica negli stessi pazienti(5-7). Nonostante questi notevoli progressi, non ci sono studi che abbiano confrontato il tremore vocale nel ET, ASD e VT(8-10). In questo progetto, ci proponiamo di applicare il machine-learning alla voce di pazienti con ET, ASD e VT al fine di identificarne le caratteristiche. A tal fine recluteremo 50 pazienti affetti da ET, 50 pazienti con ASD e 50 pazienti con VT. Tali pazienti saranno confrontati con 50 soggetti sani. Tutti i partecipanti allo studio effettueranno una registrazione della voce in una stanza silenziosa, pronunciando una frase ed una vocale standardizzata. In un sottogruppo di pazienti affetti da ET, ASD e VT, le registrazioni saranno effettuate prima e dopo la somministrazione della terapia sintomatica. Le tracce acustiche saranno analizzate estraendo, selezionando e combinando le migliori "features" vocali grazie all'algoritmo di classificazione(8). Le misure del classificatore saranno infine correlate con i punteggi alle scale cliniche. I dati statistici saranno elaborati, analizzati ed interpretati.