Analisi multilingue delle caratteristiche lessicali del linguaggio parlato per la previsione della gravità dei sintomi della depressione maggiore

Questo studio, basato sui dati dello studio RADAR-MDD, ha analizzato le caratteristiche lessicali del linguaggio parlato per prevedere la gravità dei sintomi della depressione maggiore. Sono state esaminate 5846 registrazioni vocali di smartphone e i punteggi PHQ-8 di 467 partecipanti provenienti da Regno Unito, Paesi Bassi e Spagna. Tramite modelli lineari ad effetti misti sono state identificate cinque caratteristiche lessicali associate alla gravità dei sintomi, tra cui la riduzione del numero di parole, l'uso di pronomi in prima persona plurale e la frequenza di parole positive. Questi risultati sono risultati stabili nei diversi paesi, fatta eccezione per la frequenza di parole positive. Modelli di machine learning basati su queste caratteristiche lessicali e su embedding vettoriali ad alta dimensione hanno migliorato la previsione dei punteggi PHQ-8 rispetto ai modelli che consideravano solo fattori sociodemografici e di confondimento. Tuttavia, la coorte presentava una distribuzione anagrafica sbilanciata (età mediana 53 anni, IQR 35-62) e una preponderanza femminile (357 su 467), limitando la generalizzabilità. La mancanza di strumenti di processamento del linguaggio naturale per lingue diverse dall'inglese ha inoltre limitato le caratteristiche analizzabili. Sono necessarie ulteriori ricerche con campioni più ampi e diversificati, protocolli di elicitation migliorati e metodi analitici che considerino le variazioni intra- e interindividuali per valorizzare l'uso dei marker lessicali parlati nella pratica clinica e nella ricerca.