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 resu...
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.ver más
02-11-2024:
Generación Fotovolt...
Se ha cerrado la línea de ayuda pública: Subvenciones destinadas al fomento de la generación fotovoltaica en espacios antropizados en Canarias, 2024
01-11-2024:
ENESA
En las últimas 48 horas el Organismo ENESA ha otorgado 6 concesiones
01-11-2024:
FEGA
En las últimas 48 horas el Organismo FEGA ha otorgado 1667 concesiones
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.