Description du projet
Identifier le delta du langage pour prévenir la psychose
Chez 3 % de la population mondiale, l’équilibre mental peut laisser place à des changements dynamiques conduisant à des épisodes psychotiques. Prédire avec précision ces épisodes constituerait une avancée significative en matière de santé publique, étant donné que les psychoses peuvent être évitées. Le projet DELTA-LANG, financé par le CER, vise à étudier une hypothèse jusqu’ici inexplorée: le sens véhiculé par la parole spontanée, lorsqu’il est converti en caractéristiques quantitatives numériques et analysé à l’aide d’outils de traitement du langage naturel (TLN), peut-il servir d’indicateur prédictif des transitions entre la rémission et la rechute psychotique? Le projet intègre les connaissances de la linguistique, de la neuroimagerie, de la psychiatrie et de la télésanté afin d’identifier les métriques linguistiques associées à la variabilité des symptômes et aux signatures neuronales de la psychose. Il cherche à tester ces paramètres en tant que prédicteurs de la rechute.
Objectif
Mental life fluctuates, changing from moment to moment as the incessant and turbulent flow of thought rages. In 3% of the world’s population, the fragile equilibrium that we all hope to maintain gives way to dynamical changes resulting in psychotic episodes, which after remission tend to recur over time. A capacity to predict them at a clinically relevant temporal resolution, similar to our capacity to forecast a thunderstorm, would be a major advance in public health, with the important difference that, unlike thunderstorms, psychosis can be prevented. We test a previously untested and untestable hypothesis: that meaning encoded in spontaneous speech, translated into digitalized quantitative features, computationally analyzed with natural language processing (NLP) tools, can serve as a key personalized and interpretable predictor of phase transitions from remission to psychotic relapse. Addressing this hypothesis requires conceptual and methodological breakthroughs in our understanding of language and what signals its variability can carry for a pathophysiological process. We pursue these with a synergetic combination of linguistic, neuroimaging, psychiatric, and e-health insights. Using a hypothesis-driven approach we will (i) define generalizable language metrics relating to symptom variability cross-sectionally; (ii) identify individually-specific neural signatures of psychosis and remission related to changes in these linguistic metrics, using a dense-sampling approach; (iii) test the metrics retrospectively as predictors of relapse in an independent longitudinal cohort; and (iv) take the paradigm from the lab to the patient’s home in a prospective clinical study testing whether we can predict state change before it is catastrophic, at the temporal resolutions clinically required. DELTA-LANG (ΔLANG) thereby identifies the delta of language – a linguistic change that enables the prediction of clinically significant change, before it occurs.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN.
- sciences médicales et de la santésciences de la santéservices de soins de santésanté en ligne
- sciences médicales et de la santésciences de la santésanté publique et environnementale
- sciences naturellesinformatique et science de l'informationscience des donnéestraitement du langage naturel
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thème(s)
Régime de financement
HORIZON-ERC-SYG - HORIZON ERC Synergy GrantsInstitution d’accueil
9713 GZ Groningen
Pays-Bas