COMPROMISSIONI SEMANTICO-LESSICALI NEI PAZIENTI ITALOFONI AFFETTI DA DEMENZA: UN’ANALISI CORPUS-BASED
DOI:
https://doi.org/10.54103/2037-3597/21986Abstract
Lo studio si pone l’obiettivo di indagare la compromissione semantico-lessicale indotta dall’insorgenza di malattie dementigene per la lingua italiana. A tale scopo è stato reclutato un campione di 40 soggetti anziani lucani, divisi in due gruppi bilanciati per sesso ed età: 20 soggetti cognitivamente integri e 20 soggetti con diagnosi conclamata di demenza (morbo di Alzheimer, demenza mista, demenza frontotemporale, demenza vascolare o demenza non specificata), assistiti nella RSA Universo Salute - Opera Don Uva (PZ). Mediante la somministrazione di tre task linguistici, è stato acquisito un corpus di circa 9 ore di sonoro: completata l’annotazione a livello ortografico, fonetico-acustico, morfosintattico, semantico-lessicale e sintattico, sono stati estratti 151 indici linguistici, poi comparati tra le due coorti in ottica quantitativa/qualitativa al fine di evidenziare tratti linguistici che significativamente distinguono l’eloquio di soggetti affetti da una forma di declino cognitivo. In questa sede proponiamo i risultati dell’analisi semantico-lessicale condotta sui testi orali raccolti: la valutazione delle molteplici feature estratte, arricchita da riflessioni di tipo qualitativo, consente di caratterizzare con maggiore precisione i deficit semantico-lessicali riconducibili all’insorgenza di una patologia dementigena.
Lexical-semantic impairments in Italian-speaking patients with dementia: a corpus-based analysis
This study aims at characterizing the linguistic-communicative profile of dementia diseases in the Italian language. To this purpose, we recruited a sample of 40 elderly subjects from Basilicata, divided into two groups balanced by sex and age: 20 cognitively intact subjects and 20 patients with a diagnosis of dementia (i.e., Alzheimer's disease, mixed dementia, frontotemporal dementia, vascular dementia, or unspecified dementia) resident in the nursing home RSA Universo Salute - Opera Don Uva (PZ). We acquired a corpus of about 9 hours of semi-spontaneous speech exploiting three linguistic tasks. After annotating the spoken texts at the orthographic, phonetic-acoustic, morphosyntactic, and semantic levels, we extracted 151 linguistic indexes (i.e., the so-called “Digital Linguistic Biomarkers” DLBs). Then we quantitatively/qualitatively compared them between the cohorts to highlight linguistic markers that significantly distinguish the speech of each group. Here we present the findings of the lexical-semantic analysis conducted on the oral texts. The high number of statistically relevant features related to this linguistic level enables us to depict more precisely the degradation of linguistic skills induced by the disease
Riferimenti bibliografici
Alzheimer’s Disease International, Wimo A., Ali G.C., Guerchet M., Prince M., Prina M., Wu Y.T. (2015), World Alzheimer Report 2015 – The Global Impact of Dementia: An analysis of prevalence, incidence, cost and trends, Alzheimer’s Disease International, London.
Alzheimer’s Disease International, Patterson C. (2018), The World Alzheimer Report 2018, ‘The state of the art of dementia research: new frontiers, Alzheimer’s Disease International, London.
Alzheimer’s Disease International, Gauthier S., Rosa-Neto P., Morais J. A., Webster C. (2021), World Alzheimer Report 2021: Journey through the diagnosis of dementia, Alzheimer’s Disease International, London.
American Psychiatric Association (2013), Diagnostic and Statistical Manual of Mental Disorders (5th ed.), American Psychiatric Publishing, Washington (DC). DOI: https://doi.org/10.1176/appi.books.9780890425596
Austin J. L. (1962), How to do things with words, Clarendon Press, Oxford.
Becker J. T., Boiler F., Lopez O. L., Saxton J., McGonigle K. L. (1994), “The natural history of Alzheimer’s disease: description of study cohort and accuracy of diagnosis”, in Archives of Neurology, 51, 6, pp. 585-594. DOI: https://doi.org/10.1001/archneur.1994.00540180063015
Benvenuti N. Bolioli A., Mazzei A., Vigorelli P., Bosca A. (2020), “The “Corpus Anchise 320” and the analysis of conversations between healthcare workers and people with dementia”, in Dell’Orletta F., Monti J., Tamburini, F. (a cura di.), Proceedings of the Seventh Italian Conference on Computational Linguistics CLiC-it 2020, Accademia University Press, Torino. DOI: https://doi.org/10.4000/books.aaccademia.8260
Berruto G. (2021), Sociolinguistica dell’italiano contemporaneo (Nuova edizione), Carocci Editore, Roma.
Boschi V., Catricalà E., Consonni M., Chesi C., Moro A., Cappa S. F. (2017), “Connected speech in neurodegenerative language disorders: a review”, in Frontier in Psychology, 8: https://www.frontiersin.org/articles/10.3389/fpsyg.2017.00269/full. DOI: https://doi.org/10.3389/fpsyg.2017.00269
Caltagirone C., Gainotti G., Carlesimo G., Parnetti L., Fadda L., Gallassi R., Lorusso S., Marfia G., Marra C., Nocentini U. (1995), “Batteria per la valutazione del deterioramento mentale: I. Descrizione di uno strumento di diagnosi neuropsicologica [The Mental Deterioration Battery: I. Description of a neuropsychological diagnostic instrument]”, in Archivio di Psicologia, Neurologia e Psichiatria, 56, 4, pp. 461-470.
Calzà L., Gagliardi G., Rossini Favretti R., Tamburini F. (2021), “Linguistic features and automatic classifiers for identifying Mild Cognitive Impairment and dementia”, in Computer Speech & Language, 65, pp. 101-113. DOI: https://doi.org/10.1016/j.csl.2020.101113
Carlesimo G. A., Caltagirone C., Gainotti G., Nocentini U. (1995), “Batteria per la valutazione del deterioramento mentale: standardizzazione ed affidabilità diagnostica nell’identificazione di pazienti affetti da sindrome demenziale”, in Archivio di Psicologia Neurologia e Psichiatria, 56, pp. 471-488.
Ciurli P., Marangolo P., Basso A. (1996), Esame del Linguaggio II. Manuale e materiale d’esame. Giunti, Firenze.
Conti S., Bonazzi S., Laiacona M., Masina M., Vanelli Coralli M. (2015), “Montreal Cognitive Assessment (MoCA) - italian version: regression based norms and and equivalent scores” in Neurological Sciences, 26, pp. 209-214. DOI: https://doi.org/10.1007/s10072-014-1921-3
Costa A., Sinforiani E. (2020), Le demenze. Manuale di diagnosi e trattamento, NEMS, Milano.
Cresti E., Moneglia M. (2018), “Chapter 13. The illocutionary basis of Information Structure: The Language into Act Theory (L-AcT)”, in Adamou E., Haude K., Vanhove M. (eds.), Information Structure in Lesser-described Languages: Studies in prosody and syntax, John Benjamins Publishing Company, Amsterdam, pp. 360-402. DOI: https://doi.org/10.1075/slcs.199.13cre
Crystal D. (1981), Clinical Linguistics, Springer Verlag, Wien. DOI: https://doi.org/10.1007/978-3-7091-4001-7
de la Fuente Garcia S., Ritchie C. W., Luz S. (2020), “Artificial Intelligence, Speech, and Language Processing Approaches to Monitoring Alzheimer’s Disease: A Systematic Review”, in Journal of Alzheimer’s disease: JAD, 78, 4, pp. 1547-1574. DOI: https://doi.org/10.3233/JAD-200888
De Mauro T. (2000), Il dizionario della lingua italiana, Paravia, Torino.
Dell’Orletta F., Montemagni S., Venturi G. (2011), “READ–IT: Assessing readability of Italian texts with a view to text simplification”, in Alm N. (ed.) Proceedings of the Second Workshop on Speech and Language Processing for Assistive Technologies, Association for Computational Linguistics, Edinburgh, pp. 73-83.
Dovetto F. M., Guida A., Pagliaro A. C., Guarasci R., Raggio L, Sorrentino A., Trillocco S. (2021), “Corpora di Italiano Parlato Patologico dell’età adulta e senile”, in Cresti E., Moneglia (a cura di), Corpora e Studi Linguistici. Atti del LIV Congresso della Società di Linguistica Italiana (Online, 8-10 settembre 2021) Officina, Milano, pp. 165-177: https://www.societadilinguisticaitaliana.net/wp-content/uploads/2022/11/010_DovettoEtAlii_Atti_LIV_Congresso_SLI.pdf.
ELAN (Version 6.4) [Computer software] (2022), Nijmegen: Max Planck Institute for Psycholinguistics, The Language Archive: https://archive.mpi.nl/tla/elan.
Gagliardi G., Tamburini F. (2021), “Linguistic biomarkers for the detection of Mild Cognitive Impairment”, in Lingue e linguaggio, 1, pp. 3-31.
Gagliardi G. (2019), Linguistica per le professioni sanitarie, Pàtron, Bologna.
Hernández-Domínguez L., Ratté S., Sierra-Martínez G., Roche-Bergua A. (2018), “Computer-based evaluation of Alzheimer’s disease and mild cognitive impairment patients during a picture description task”, in Alzheimer’s & dementia (Amsterdam, Netherlands), 10, pp. 260-268. DOI: https://doi.org/10.1016/j.dadm.2018.02.004
Honore A. (1979), “Some simple measures of richness of vocabulary”, in Association of Literary and Linguistic Computing Bulletin, 7, pp. 172-177.
Macrì A. (2016), “La lingua della demenza di Alzheimer. Analisi linguistica del parlato spontaneo”, in Scarpa R. (a cura di), Le lingue della Malattia. Psicosi, spettro acustico, Alzheimer, Mimesis Edizioni, Milano.
Magni E., Binetti G., Bianchetti A., Rozzini R., Trabucchi M. (1996), “Mini-Mental State Examination: a normative study in Italian elderly population”, in European journal of neurology, 3, 3, pp. 198-202. DOI: https://doi.org/10.1111/j.1468-1331.1996.tb00423.x
Pagano C., Bolognini N. (a cura di) (2020), Neuropsicologia delle demenze, il Mulino, Bologna.
Petersen R. C., Smith G. E., Waring S. C., Ivnik R. J., Tangalos E. G., Kokmen E. (1999), “Mild cognitive impairment: clinical characterization and outcome”, in Archives of neurology, 56, 3, pp. 303-308. DOI: https://doi.org/10.1001/archneur.56.3.303
Petti U., Baker S., Korhonen A. (2020), “A systematic literature review of automatic Alzheimer’s disease detection from speech and language”, in Journal of the American Medical Informatics Association: JAMIA, 27, 11, pp. 1784-1797. DOI: https://doi.org/10.1093/jamia/ocaa174
Qi P., Dozat T., Zhang Y., Manning C. D. (2018), “Universal Dependency Parsing from Scratch”, in Proceedings of the CoNLL 2018 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies, pp. 160-170. DOI: https://doi.org/10.18653/v1/K18-2016
R Core Team (2014), R: A language and environment for statistical computing, R Foundation for Statistical, Vienna.
Roark B., Mitchell M., Hollingshead K. (2007), “Syntactic complexity measures for detecting Mild Cognitive Impairment”, in Biological, translational, and clinical language processing, Association for Computational Linguistic, Prague, pp. 1-8. DOI: https://doi.org/10.3115/1572392.1572394
Roark B., Mitchell M., Hosom J.-P., Hollingshead K., Kaye J. A. (2011), “Spoken Language Derived Measures for Detecting Mild Cognitive Impairment”, in IEEE Transactions on Audio Speech, and Language Processing, 19, 7, pp. 2081-2090. DOI: https://doi.org/10.1109/TASL.2011.2112351
Satt A., Sorin A., Toledo-Ronen O., Barkan O., Kompatsiaris I., Kokonozi A., Tsolaki M. (2013), “Evaluation of Speech-Based Protocol for Detection of Early-Stage Dementia”, in Proceedings of Interspeech 2013, ISCA, Grenoble, pp. 1692-1696. DOI: https://doi.org/10.21437/Interspeech.2013-32
Spinnler H., Tognoni G. (1987). Standardizzazione e taratura italiana di test neuropsicologici: gruppo italiano per lo studio neuropsicologico dell’invecchiamento, Masson Italia Periodici.
World Health Organization (2012), Dementia: a public health priority, World Health Organization: https://apps.who.int/iris/handle/10665/75263.
Dowloads
Pubblicato
Fascicolo
Sezione
Licenza
Questo lavoro è fornito con la licenza Creative Commons Attribuzione - Condividi allo stesso modo 4.0.
