儿童注意缺陷多动障碍中的嗓音特征:基线组间差异与哌甲酯治疗下的纵向变化

《European Child & Adolescent Psychiatry》:Voice features in paediatric ADHD: baseline group differences and longitudinal change under methylphenidate

【字体: 大 中 小 】 时间:2026年10月15日 来源:European Child & Adolescent Psychiatry 4.4

编辑推荐:

  注意缺陷多动障碍(ADHD)的诊断和治疗监测在很大程度上依赖主观评估,凸显了对客观标志物的需求。嗓音特征和语音嵌入作为有前景的候选指标,可能为现有实践提供客观、可扩展且临床有价值的补充。然而,目前尚不清楚哪些特征最有助于区分ADHD和监测治疗效果,以及哪些言语

  
注意缺陷多动障碍(ADHD)的诊断和治疗监测在很大程度上依赖主观评估,凸显了对客观标志物的需求。嗓音特征和语音嵌入作为有前景的候选指标,可能为现有实践提供客观、可扩展且临床有价值的补充。然而,目前尚不清楚哪些特征最有助于区分ADHD和监测治疗效果,以及哪些言语任务最能诱发这些差异。27名ADHD患儿和27名年龄匹配的神经典型对照儿童完成了两次研究访视中的六项言语任务。ADHD患儿在基线期未用药,并在随访时接受处方哌甲酯(MPH)治疗下进行评估,而对照组则在不干预的情况下接受重复评估。研究人员提取了既定的声学嗓音特征和高维语音嵌入,并使用线性混合模型(LMM)进行分析,以考察基线组间差异以及反映药物相关变化模式的组别-时间交互效应。在基线期,与对照组相比,ADHD患儿表现出更低且更易变的基频(F0均值、F0变异性)、改变的频谱特性(梅尔频率倒谱系数1/梅尔频率倒谱系数2变异性)以及降低的韵律稳定性(浊音段长度变异性)。组别-时间交互效应表明ADHD组存在药物相关的调节作用,包括响度变异性降低以及第一共振峰带宽(F1带宽)向对照值趋近。语音嵌入(Whisper而非WavLM)显示出经错误发现率(FDR)校正后显著的基线和交互效应。自由言语任务,尤其是图片描述任务,产生了最稳健且一致的效果。这些发现支持进一步研究基于言语的测量指标作为ADHD潜在数字生物标志物,其中图片描述任务成为未来临床评估方案中特别有前景的任务。
研究背景与目的
注意缺陷多动障碍(ADHD)的诊断和治疗评估高度依赖临床医生、家长和患者的主观报告,存在观察者偏差高、效度和信度不足等局限性。因此,迫切需要开发客观、可扩展的生物标志物。言语产出是大脑最复杂精细的运动输出之一,嗓音特征能够传达超出语义内容的信息,有望为神经发育障碍提供洞见。已有研究表明,嗓音特征在精神科领域作为生物标志物具有应用潜力,其成本效益优势显著:低成本、非侵入性、客观且对患者负担小。然而,目前尚不清楚哪些嗓音特征对区分ADHD和监测治疗效果最具信息量,以及何种言语任务最能诱发这些差异。本研究旨在通过概念验证性临床试验,评估基于言语的测量指标在ADHD临床样本中的效用,具体目标包括:(a)比较未用药ADHD患儿与年龄匹配神经典型对照组之间的嗓音特征和语音嵌入;(b)考察ADHD患儿在接受哌甲酯(MPH)治疗后这些指标的纵向变化,并与未干预对照组的重复评估进行对比。
研究方法与关键技术
本研究采用病例-对照结合前后测设计,数据采集于德国亚琛工业大学医院儿童青少年精神病学、心理治疗与心身医学系。共纳入54名8至16岁儿童(ADHD组27例,神经典型对照组27例),ADHD诊断依据DSM-5标准并经临床确认,排除智商低于80或合并自闭症谱系障碍(ASD)者。所有参与者完成两次访视(基线/随访),每次完成六项德语言语任务(包括持续元音发声、计数、图片描述、虚构故事、复述故事、朗读短文)。嗓音特征使用标准化eGeMAPS特征集(包含88个理论驱动的声学参数)通过openSMILE工具包自动提取;语音嵌入则分别使用WavLM和Whisper基础编码器提取768维表征,并通过主成分分析(PCA)降维至前10个主成分(PC)。统计分析采用线性混合模型(LMM),以组别(ADHD/对照)和时间(基线/随访)为主效应及其交互项,并控制基线年龄和性别,使用错误发现率(FDR)进行多重比较校正。敏感性分析包括秩转换稳健性检验、设备因素调整、排除用药间歇期患儿及调整访视间隔时间。
研究结果
基线差异
经FDR校正且在秩转换敏感性分析中保持名义显著的嗓音特征共有6个,主要集中在基频(F0)相关指标:ADHD患儿的平均F0更低(F0均值降低)、F0变异性更大(F0变异增大),表明其音调更低且更不稳定。频谱特征方面,ADHD患儿的第一梅尔频率倒谱系数(MFCC1)变异性增高而第二梅尔频率倒谱系数(MFCC2)变异性降低,反映出频谱形状的改变。此外,ADHD患儿的浊音段长度标准差(VoicedSeg_Len_SD)增大,提示言语产出中韵律稳定性下降。这些效应在图片描述任务中最为显著,其次为虚构故事和复述任务。所有基线效应在调整录音设备后仍保持方向一致且名义显著。
交互效应
两项嗓音特征显示FDR校正后显著的组别-时间交互效应。在图片描述任务中,ADHD患儿的第一共振峰带宽(F1带宽)均值从基线到随访显著增加,趋向于对照组的稳定水平,提示药物相关的频谱特征正常化。在虚构故事任务中,ADHD患儿的响度变异性(Loudness_SD)降低,表现为更稳定的能量模式,而对照组则呈现相反趋势。这些交互效应在排除用药间歇期患儿、调整访视间隔时间后仍保持稳健。ADHD组内事后分析证实了上述变化的统计学显著性(F1带宽:dz=0.72;响度:dz=-0.59)。
症状相关性分析
探索性相关分析显示,虚构故事任务中的平均F0与多动/冲动症状评分呈中等正相关(ρ=0.407, p=0.048)。线性回归分析表明,ADHD组内注意缺陷症状的变化与F1带宽的变化显著相关(β=-0.032, p=0.034),即注意缺陷症状改善越明显,F1带宽增加越大。
语音嵌入分析
Whisper编码器的语音嵌入在3个PC上显示出FDR校正后显著的基线效应,在1个PC上显示显著的交互效应;WavLM编码器则无FDR显著效应。在调整既定嗓音特征后的探索性分析中,部分PC仍保持名义显著,提示语音嵌入可能捕获了超越传统声学特征的额外信息。
讨论与结论
本研究发现,ADHD患儿在未用药状态下呈现出更低且更易变的音调、改变的频谱特性以及减弱的韵律稳定性,这与既往研究中ADHD儿童嗓音功能亢进(如声音更响亮、压力更大)的描述部分一致。从神经心理学角度,低觉醒状态可能导致自上而下的发声调控减弱,从而增加音调变异性;而计数任务中浊音段长度的更大变异性可能与ADHD内在节奏生成困难和运动定时缺陷有关。在药物治疗后,ADHD患儿的第一共振峰带宽向对照值趋近、响度变异性降低,这可能反映了MPH通过改变中枢多巴胺活性而对发声产生调节作用。值得注意的是,本研究中ADHD组多数患儿至少合并一种其他诊断(最常见为抑郁和焦虑障碍),因此观察到的嗓音特征差异可能并非ADHD完全特异性的。
图片描述任务在诱发组间差异和药物相关变化方面表现最优,因其既能保证内容一致性又能捕捉韵律表达的细微差异,适合用于临床评估协议。虚构故事和复述任务同样有效,它们对执行功能(如认知灵活性和工作记忆)的需求更高,可能放大ADHD相关的言语运动控制差异。
本研究的主要局限性包括:样本量较小限制了细微效应的检测;录音设备在数据采集过程中发生更新且组间分布不均衡;缺乏未经治疗的ADHD对照组,无法完全分离药物效应与时间效应;未能评估青春期发育等发展因素的影响。研究优势在于:临床特征明确的ADHD队列(大多数基线期未用药)、匹配良好的对照组及重复评估设计、遵循现行指南的高质量录音规程。
研究结论:据研究人员所知,这是首个系统考察任务依赖性嗓音特征和语音嵌入在ADHD患儿中的应用及其在MPH治疗启动后随时间变化的临床研究。结果表明,基于言语的测量指标能够捕获与疾病相关的嗓音特征以及与药物相关的变化模式,其中图片描述任务尤为具有信息价值。这些发现支持将言语测量作为ADHD潜在数字生物标志物的进一步研究。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号