Clinicien vs Machine: Estimation des taux de vocalisations chez les jeunes enfants ayant des troubles du développement

Aperçu: G.M.

Le but de cette étude était d'étudier la fiabilité d'un système automatisé d'analyse de la langue, LENA, comparé à un transcripteur humain pour déterminer le taux de vocalisations des enfants durant les sessions d'enregistrement significativement plus courtes que celles recommandées pour l'appareil automatisé. .Les participants étaient 6 enfants mâles non verbaux âgés de 28 et 46 mois. Deux enfants avaient un diagnostic d'autisme, deux avaient un syndrome de Down, un avait une délétion chromosomique et un avait un retard de développement. Les participants ont été enregistrés par le processeur de langage numérique LENA au cours de 14 interactions de jeu avec un adulte réactif. Le taux de vocalisations des enfants au cours de chacun des 84 enregistrements a été déterminé à la fois par un transcripteur humain et par le logiciel LENA.Une différence statistiquement significative entre les deux méthodes a été observée pour 4 des 6 participants. Les tailles d'effet étaient modérées à grandes. La variation de la structure syllabique n'explique pas la différence entre les deux méthodes. Les taux de vocalisation des deux méthodes étaient fortement corrélés pour 5 des 6 participants.Les estimations des taux de vocalisation des enfants non verbaux produits par le système LENA différaient de la transcription humaine pendant les sessions qui étaient sensiblement plus courtes que la longueur d'enregistrement recommandée. 

Ces résultats confirment la recommandation de la Fondation LENA d'enregistrer des sessions d'au moins 1 heure.

Am J Speech Lang Pathol. 2018 Jun 11:1-7. doi: 10.1044/2018_AJSLP-17-0016.

Clinician vs. Machine: Estimating Vocalizations Rates in Young Children With Developmental Disorders

Bredin-Oja SL¹, Fielding H¹, Fleming KK¹, Warren SF¹.

Author information

1

The Schiefelbusch Institute of Life Span Studies, University of Kansas, Lawrence.

Abstract

Purpose:

The purpose of this study was to investigate the reliability of an automated language analysis system, the Language Environment Analysis (LENA), compared with a human transcriber to determine the rate of child vocalizations during recording sessions that were significantly shorter than recommended for the automated device.

Method:

Participants were 6 nonverbal male children between the ages of 28 and 46 months. Two children had autism diagnoses, 2 had Down syndrome, 1 had a chromosomal deletion, and 1 had developmental delay. Participants were recorded by the LENA digital language processor during 14 play-based interactions with a responsive adult. Rate of child vocalizations during each of the 84 recordings was determined by both a human transcriber and the LENA software.

Results:

A statistically significant difference between the 2 methods was observed for 4 of the 6 participants. Effect sizes were moderate to large. Variation in syllable structure did not explain the difference between the 2 methods. Vocalization rates from the 2 methods were highly correlated for 5 of the 6 participants.

Conclusions:

Estimates of vocalization rates from nonverbal children produced by the LENA system differed from human transcription during sessions that were substantially shorter than the recommended recording length. These results confirm the recommendation of the LENA Foundation to record sessions of at least 1 hr.

PMID:29893787

DOI:10.1044/2018_AJSLP-17-0016

Une méta-analyse de l'association entre les vocalisations et le langage expressif chez les enfants avec un diagnostic de "troubles du spectre de l'autisme"

Aperçu: G.M.

Cibler la fréquence ou la complexité des vocalisations pré-linguistiques pourrait améliorer la trajectoire langagière des enfants avec un diagnostic de trouble du spectre de l'autisme (dTSA) qui présentent des déficits continus du langage expressif.

Cette méta-analyse évalue la force de l'association entre différentes mesures de vocalisations et le langage expressif chez les jeunes enfants avec un dTSA et cinq modérateurs putatifs de cette association pour éclairer le développement d'une intervention pré-linguistique.

Neuf études (19 rapports), comprenant 362 participants et 109 tailles d'effets uniques, répondaient aux critères d'inclusion. La taille moyenne pondérée de l'effet entre les vocalisations et le langage expressif était significative (r = 0,50, IC 95% [0,23, 0,76]). Comme prévu, les corrélations simultanées étaient significativement plus fortes que les corrélations longitudinales. Les autres effets du modérateur n'ont pas été détectés.Les jeunes enfants avec un dTSA démontrent une forte association entre les vocalisations et les compétences langagières expressives.  

Les futures études expérimentales devraient étudier les relations causales pour guider le développement de l'intervention.

Res Dev Disabil. 2017 Nov 28;72:202-213. doi: 10.1016/j.ridd.2017.11.010.

A meta-analysis of the association between vocalizations and expressive language in children with autism spectrum disorder

McDaniel J¹, D'Ambrose Slaboch K², Yoder P³.

Author information

Abstract

BACKGROUND:

Targeting the frequency or complexity of prelinguistic vocalizations might improve the language trajectory of children with autism spectrum disorder (ASD) who exhibit continued expressive language deficits.

AIMS:

This meta-analysis evaluates the strength of the association between various measures of vocalizations and expressive language in young children with ASD and five putative moderators of that association to inform prelinguistic intervention development: consonant-centricity, communicativeness, concurrent versus longitudinal research design, risk for correlated measurement error, and publication status.

METHODS AND PROCEDURES:

We systematically searched databases and other sources for correlations between vocalizations and expressive language in children with ASD less than 9 years old. Using robust variance estimation, we calculated the weighted mean effect size and conducted moderator analyses.

OUTCOMES AND RESULTS:

Nine studies (19 reports), which included 362 participants and 109 unique effect sizes, met inclusion criteria. The weighted mean effect size between vocalizations and expressive language was significant (r=0.50, 95% CI [0.23, 0.76]). As predicted, concurrent correlations were significantly stronger than longitudinal correlations. Other moderator effects were not detected.

CONCLUSIONS AND IMPLICATIONS:

Young children with ASD demonstrate a strong association between vocalizations and expressive language skills. Future experimental studies should investigate causal relations to guide intervention development.

Copyright © 2017 Elsevier Ltd. All rights reserved.

PMID:29195157

DOI:10.1016/j.ridd.2017.11.010

Vocal Patterns in Infants with Autism Spectrum Disorder: Canonical Babbling Status and Vocalization Frequency

Traduction partielle: G.M.

J Autism Dev Disord. 2014 Jan 31.

Modèles vocaux chez les nourrissons avec des troubles du spectre autistique : Etat du babillage normalisé et fréquence de vocalisation

Patten E, Belardi K, Baranek GT, Watson LR, Labban JD, Oller DK.

Author information

Abstract

Canonical babbling is a critical milestone for speech development and is usually well in place by 10 months. The possibility that infants with autism spectrum disorder (ASD) show late onset of canonical babbling has so far eluded evaluation. Rate of vocalization or "volubility" has also been suggested as possibly aberrant in infants with ASD. We conducted a retrospective video study examining vocalizations of 37 infants at 9-12 and 15-18 months. Twenty-three of the 37 infants were later diagnosed with ASD and indeed produced low rates of canonical babbling and low volubility by comparison with the 14 typically developing infants.
The study thus supports suggestions that very early vocal patterns may prove to be a useful component of early screening and diagnosis of ASD.

Cette étude soutient donc des propositions selon lesquelles les modèles vocaux très précoces peuvent se révéler un élément utile de dépistage précoce et de diagnostic des TSA .

PMID: 24482292