Traduction: G.M.
Autism Res. 2016 Aug 8. doi: 10.1002/aur.1678.
"Is voice a marker for Autism spectrum disorder? A systematic review and meta-analysis"
Fusaroli R1, Lambrechts A2, Bang D1,3,4, Bowler DM2, Gaigg SB2.
Author information
- 1The Interacting Minds Centre, Aarhus University, Aarhus, Denmark.
- 2Autism Research Group, City University London, London, UK.
- 3Wellcome Trust Centre for Neuroimaging, Institute of Neurology, University College London, London, UK.
- 4Calleva Research Centre for Evolution and Human Sciences, Magdalen College, University of Oxford, Oxford, UK.
Abstract
Individuals with Autism Spectrum Disorder
(ASD) are reported to speak in distinctive ways. Distinctive vocal
production should be better understood as it can affect social
interactions and social development and could represent a non-invasive
marker for ASD. We systematically review the existing scientific
literature reporting quantitative acoustic analysis of vocal production
in ASD and identify repeated and consistent findings of higher pitch
mean and variability but not of other differences in acoustic features.
We also identify a recent approach relying on multiple aspects of vocal
production and machine learning algorithms to automatically identify ASD
from voice only. This latter approach is very promising, but requires
more systematic replication and comparison across languages and
contexts. We outline three recommendations to further develop the field:
open data, open methods, and theory-driven research. Individuals with Autism Spectrum Disorder
(ASD) tend to show distinctive, atypical acoustic patterns of speech.
These behaviors affect social interactions and social development and
could represent a non-invasive marker for ASD. We systematically
reviewed the literature quantifying acoustic patterns in ASD. Search
terms were: (prosody OR intonation OR inflection OR intensity OR pitch
OR fundamental frequency OR speech rate OR voice quality OR acoustic)
AND (autis* OR Asperger).
Les personnes avec un diagnostic de troubles du spectre de l'autisme (TSA) sont signalés comme parlant de manière particulière. La production vocale originale doit être mieux comprise car elle peut affecter les interactions sociales et le développement social et pourrait représenter un marqueur non invasif pour les TSA. Nous examinons systématiquement la littérature scientifique existante rapportant des analyses acoustiques quantitatives sur la production vocale dans le TSA et identifions les conclusions répétées et cohérentes de hauteur moyenne supérieure et de la variabilité, mais pas d'autres différences dans les caractéristiques acoustiques. Nous identifions également une approche récente reposant sur de multiples aspects d'algorithmes de production et d'apprentissage de la machine vocale pour identifier automatiquement TSA à partir de la seule voix. Cette dernière approche est très prometteuse, mais nécessite la réplication plus systématique et la comparaison entre les langues et les contextes. Nous présentons trois recommandations pour développer davantage le terrain: les données ouvertes, les méthodes ouvertes, et la recherche axée sur la théorie. Les personnes présentant un trouble du spectre de l'autisme (TSA) tendent à montrer des modèles acoustiques distinctifs, atypiques de la parole. Ces comportements affectent les interactions sociales et le développement social et pourraient représenter un marqueur non invasif pour les TSA. Nous avons systématiquement examiné la littérature quantifier les modèles acoustiques dans les TSA. Les termes de recherche sont: (prosodie OU intonation OU inflexion ou intensité ou hauteur ou fréquence fondamentale ou débit de parole ou qualité de la voix ou acoustique) ET (autis* OU Asperger).
Results were filtered to include only: empirical studies quantifying acoustic features of vocal production in ASD, with a sample size >2, and the inclusion of a neurotypical comparison group and/or correlations between acoustic measures and severity of clinical features. We identified 34 articles, including 30 univariate studies and 15 multivariate machine-learning studies. We performed meta-analyses of the univariate studies, identifying significant differences in mean pitch and pitch range between individuals with ASD and comparison participants (Cohen's d of 0.4-0.5 and discriminatory accuracy of about 61-64%). The multivariate studies reported higher accuracies than the univariate studies (63-96%). However, the methods used and the acoustic features investigated were too diverse for performing meta-analysis. We conclude that multivariate studies of acoustic patterns are a promising but yet unsystematic avenue for establishing ASD markers. We outline three recommendations for future studies: open data, open methods, and theory-driven research.
Les résultats ont été filtrés pour inclure uniquement: les études empiriques quantifiant les caractéristiques acoustiques de la production vocale dans le TSA, avec une taille d'échantillon > 2, et l'inclusion d'un groupe de comparaison neurotypique et / ou des corrélations entre les mesures acoustiques et la sévérité des signes cliniques. Nous avons identifié 34 articles, dont 30 études univariées et 15 études multivariées d'apprentissage machine. Nous avons effectué des méta-analyses des études univariées, l'identification des différences significatives dans la hauteur moyenne et la tessiture entre les personnes avec TSA et les participants de comparaison (le d de Cohen de 0,4-0,5 et de précision discriminatoire d'environ 61-64%). Les études multivariées ont rapporté des exactitudes plus élevées que les études univariées (63-96 de%). Cependant, les méthodes utilisées et les caractéristiques acoustiques étudiées étaient trop diverses pour effectuer une méta-analyse. Nous concluons que les études multivariées de modèles acoustiques sont une voie prometteuse mais encore non systématique pour établir des marqueurs TSA. Nous présentons trois recommandations pour les études futures: les données ouvertes, les méthodes ouvertes, et la recherche axée sur la théorie.
Autism Res 2016. © 2016 International Society for Autism Research, Wiley Periodicals, Inc.
© 2016 International Society for Autism Research, Wiley Periodicals, Inc.
Les personnes avec un diagnostic de troubles du spectre de l'autisme (TSA) sont signalés comme parlant de manière particulière. La production vocale originale doit être mieux comprise car elle peut affecter les interactions sociales et le développement social et pourrait représenter un marqueur non invasif pour les TSA. Nous examinons systématiquement la littérature scientifique existante rapportant des analyses acoustiques quantitatives sur la production vocale dans le TSA et identifions les conclusions répétées et cohérentes de hauteur moyenne supérieure et de la variabilité, mais pas d'autres différences dans les caractéristiques acoustiques. Nous identifions également une approche récente reposant sur de multiples aspects d'algorithmes de production et d'apprentissage de la machine vocale pour identifier automatiquement TSA à partir de la seule voix. Cette dernière approche est très prometteuse, mais nécessite la réplication plus systématique et la comparaison entre les langues et les contextes. Nous présentons trois recommandations pour développer davantage le terrain: les données ouvertes, les méthodes ouvertes, et la recherche axée sur la théorie. Les personnes présentant un trouble du spectre de l'autisme (TSA) tendent à montrer des modèles acoustiques distinctifs, atypiques de la parole. Ces comportements affectent les interactions sociales et le développement social et pourraient représenter un marqueur non invasif pour les TSA. Nous avons systématiquement examiné la littérature quantifier les modèles acoustiques dans les TSA. Les termes de recherche sont: (prosodie OU intonation OU inflexion ou intensité ou hauteur ou fréquence fondamentale ou débit de parole ou qualité de la voix ou acoustique) ET (autis* OU Asperger).
Results were filtered to include only: empirical studies quantifying acoustic features of vocal production in ASD, with a sample size >2, and the inclusion of a neurotypical comparison group and/or correlations between acoustic measures and severity of clinical features. We identified 34 articles, including 30 univariate studies and 15 multivariate machine-learning studies. We performed meta-analyses of the univariate studies, identifying significant differences in mean pitch and pitch range between individuals with ASD and comparison participants (Cohen's d of 0.4-0.5 and discriminatory accuracy of about 61-64%). The multivariate studies reported higher accuracies than the univariate studies (63-96%). However, the methods used and the acoustic features investigated were too diverse for performing meta-analysis. We conclude that multivariate studies of acoustic patterns are a promising but yet unsystematic avenue for establishing ASD markers. We outline three recommendations for future studies: open data, open methods, and theory-driven research.
Les résultats ont été filtrés pour inclure uniquement: les études empiriques quantifiant les caractéristiques acoustiques de la production vocale dans le TSA, avec une taille d'échantillon > 2, et l'inclusion d'un groupe de comparaison neurotypique et / ou des corrélations entre les mesures acoustiques et la sévérité des signes cliniques. Nous avons identifié 34 articles, dont 30 études univariées et 15 études multivariées d'apprentissage machine. Nous avons effectué des méta-analyses des études univariées, l'identification des différences significatives dans la hauteur moyenne et la tessiture entre les personnes avec TSA et les participants de comparaison (le d de Cohen de 0,4-0,5 et de précision discriminatoire d'environ 61-64%). Les études multivariées ont rapporté des exactitudes plus élevées que les études univariées (63-96 de%). Cependant, les méthodes utilisées et les caractéristiques acoustiques étudiées étaient trop diverses pour effectuer une méta-analyse. Nous concluons que les études multivariées de modèles acoustiques sont une voie prometteuse mais encore non systématique pour établir des marqueurs TSA. Nous présentons trois recommandations pour les études futures: les données ouvertes, les méthodes ouvertes, et la recherche axée sur la théorie.
Autism Res 2016. © 2016 International Society for Autism Research, Wiley Periodicals, Inc.
© 2016 International Society for Autism Research, Wiley Periodicals, Inc.
- PMID: 27501063
- DOI: 10.1002/aur.1678