S'abonner

Les marqueurs linguistiques dans l’amélioration du modèle prédictif de la transition vers la schizophrénie - 12/11/20

Linguistic markers in improving the predictive model of the transition to schizophrenia

Doi : 10.1016/j.encep.2020.08.003 
P.-F. Bazziconi a, b, , S. Berrouiguet a, b, D.-H. Kim-Dufor a, b, M. Walter a, b, C. Lemey a, b
a Département de psychiatrie universitaire, centre hospitalier universitaire de Brest, Brest, France 
b Service hospitalo-universitaire de psychiatrie générale et de réhabilitation psycho-sociale, route de Ploudalmézeau, BP 17, 29820 Bohars, France 

Auteur correspondant.
Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Thursday 12 November 2020
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Résumé

Au cours des vingt dernières années, la recherche en psychiatrie s’est particulièrement intéressée à la détection précoce de la schizophrénie. Des centres de détection précoce et des outils cliniques standardisés ont été créés et permettent de repérer des sujets « à risque » de développer un trouble psychotique. Cependant, la fiabilité de prédiction de la transition psychotique, comprise entre 15 et 25 %, reste insuffisante. Afin d’améliorer les prises en charge, il est aujourd’hui nécessaire de mettre en évidence des marqueurs plus spécifiques du risque évolutif vers une schizophrénie. C’est pourquoi, en plus des marqueurs biologiques et d’imagerie, des équipes de recherche s’intéressent à identifier la présence d’anomalies linguistiques chez les sujets à ultra haut au risque. Plusieurs auteurs ont ainsi montré leur intérêt et celles des méthodes d’analyse automatisée du discours pour améliorer le modèle prédictif de la transition psychotique. Certaines des anomalies linguistiques, comme le discours désorganisé, les pensées illogiques, peuvent être spécifiques de cette transition. De plus, l’intensité des anomalies linguistiques est proportionnelle au stade évolutif du trouble. Des méthodes d’analyse automatisées du discours permettent, quant à elles, de repérer de subtiles anomalies sémantiques et syntaxiques (diminution de la cohérence, de l’utilisation de pronoms possessifs et une pauvreté du discours) prédictives dans 79 % des cas de la transition psychotique. Cependant, d’une réification du langage à une désubjectivation de l’individu, cette mutation du recueil de la clinique soulève des enjeux éthiques et épistémologiques.

Le texte complet de cet article est disponible en PDF.

Abstract

Over the past twenty years, research in psychiatry has focused primarily on the early detection of schizophrenia. The objective has been to engage the patient with prodromal symptoms in a trajectory of care. It has also been a question of being able to offer treatment as soon as the patient “at risk” of schizophrenia triggered a possible first psychotic episode. Standardized clinical tools were developed and now allow identification of subjects at risk of developing psychotic disorders. However, the reliability of predictions of the psychotic transition, which is between 15 and 25%, remains insufficient. In order to improve care, it is now necessary to highlight markers to refine the prediction of the risk of developing schizophrenia. Some teams are trying to identify linguistic anomalies in UHR subjects (disorganized speech, illogical thoughts, poor speech, altered semantic verbal fluencies…). Some of these abnormalities could be specific to the transition to psychosis. The severity of these markers could be proportional to the progressive stage of the disorder, consistent with the hypothesis of a continuum from normal to pathological in schizophrenia. In addition, automated speech analysis techniques in UHR subjects allow identification of subtle semantic and syntactic anomalies (a decrease in semantic coherence, but also the use of possessive pronouns and a poverty of speech) predictive in 79% of cases of psychotic transition. Some authors demonstrate the value of using linguistic markers and automated speech analysis methods to improve the predictive model of the transition to schizophrenia. However, from reification of language to desubjectification of the individual, this transformation in clinical practice raises ethical and epistemological challenges.

Le texte complet de cet article est disponible en PDF.

Mots clés : Ultra haut risque de psychose, Détection précoce, Marqueurs linguistiques, Analyse automatisée du discours

Keywords : Ultra high risk of psychosis, Early detection, Linguistics markers, Automated discourse analysis


Plan


© 2020  L'Encéphale, Paris. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.