La identificación temprana de la afectación bulbar en pacientes con ELA es fundamental para mejorar el diagnóstico y el pronóstico de la enfermedad. La detección de los primeros indicios con anterioridad al diagnóstico clínico puede ser la clave para aumentar la calidad de vida y la supervivencia de los pacientes. El deterioro del habla puede comenzar hasta 3 años antes del diagnóstico definitivo. Estudios previos demuestran el valor de las medidas objetivas de la voz sobre la presentación clínica para detectar alteraciones orales motoras, bien sea a través del habla o de la voz.
A pesar de los mejores esfuerzos, hasta el 10% de los pacientes con ELA son inicialmente mal diagnosticados. En el momento del diagnóstico, hasta el 30% de los pacientes presentan síntomas bulbares. No existe un procedimiento de diagnóstico estandarizado para evaluar la disfunción bulbar en la ELA. El objetivo del estudio es encontrar marcadores de progresión de la enfermedad a través de la extracción de características de voz y técnicas de clasificación de Inteligencia Artificial para predecir la participación de la región bulbar y su progresión.
El estudio propone un nuevo procedimiento de diagnóstico para caracterizar las funciones de la voz de los pacientes. Primero extraeremos las características de la voz a través de un análisis acústico y luego, realizaremos pruebas de combinación de características y de validación cruzada para evaluar que técnicas ofrecen un mejor rendimiento de acuerdo con las tasas de error de clasificación y los valores de parámetros óptimos.
Trabajos anteriores revelan diferencias significativas en los parámetros acústicos específicos de la voz en pacientes con ELA en comparación con grupos de control, mostrando diferencias estadísticamente significativas en las medidas relacionadas con el rango de frecuencia y la estabilidad durante la fonación.
Estos indicios, nos llevan a pensar que quizás sea posible detectar cambios tempranos en el habla y la voz de los pacientes a través del análisis objetivo de las características de la voz que no se observan perceptivamente. De esta forma, podrían proporcionar los primeros indicios en el período presintomático de la enfermedad para poder intervenir de una forma más temprana a través de ensayos clínicos y para poder predecir eficazmente la participación bulbar.
Alberto Tena
Ingeniero en Telecomunicaciones y Máster en Ingeniería y Gestión de la Telecomunicaciones por la Universidad Politécnica de Cataluña (UPC). Desde 2007, participa como Ingeniero Investigador y Project Manager en el Grupo de Investigación TIC del CIMNE. Actualmente, está realizando su tesis doctoral en el Programa de Doctorado Ingenieria y Tecnologías de la Información (RD 99/2011) de la Universitat de Lleida, en colaboración con la Unidad funcional de Motoneurona – Servicio de Neurología del Hospital Universitario de Bellvitge, centrada en la búsqueda de Marcadores de Voz para un Predictor para la Detección Temprana de la Afectación Bulbar en Pacientes con ELA (Esclerosis Lateral Amiotrófica).
