28.03.2026 13:02
Прогностическая модель диагностики задержки речевого развития на основе ЭЭГ
👶 Прогностическая модель диагностики задержки речевого развития на основе ЭЭГ. Результаты исследования
В рамках исследования учёные изучили способность грудных детей кодировать акустические детали фонем — эта функция может выступать объективным биомаркером дальнейшего речевого развития. Для регистрации соответствующих процессов применялась электроэнцефалография.
В исследование включили 423 ребёнка в возрасте от 1 до 24 месяцев. Во время процедуры им предъявляли три речевых стимула: два — на родном кантонском диалекте (тоны 2 и 4), один — на неродном путунхуа (тон 3), одновременно регистрируя ЭЭГ. Данные 341 участника использовали для обучения прогностических моделей, а результаты 82 детей вошли в контрольную группу.
Прогнозирование языковых результатов проводили с применением шкалы Бейли‑III — оценку осуществляли в возрасте до 32 месяцев. В качестве входных переменных учитывали как характеристики ЭЭГ, так и анамнестические факторы: срок гестации, вес при рождении и социоэкономический статус семьи.
Анализ показал, что предикторы, основанные на данных ЭЭГ, демонстрировали более высокую прогностическую способность по сравнению с анамнестическими показателями.
Наилучшие результаты показала модель, построенная исключительно на данных ЭЭГ.
Исследование подтверждает перспективность использования ЭЭГ в качестве инструмента ранней диагностики задержки речевого развития и открывает новые возможности для превентивных вмешательств в детской неврологии.
Журнал Pediatrics
В рамках исследования учёные изучили способность грудных детей кодировать акустические детали фонем — эта функция может выступать объективным биомаркером дальнейшего речевого развития. Для регистрации соответствующих процессов применялась электроэнцефалография.
В исследование включили 423 ребёнка в возрасте от 1 до 24 месяцев. Во время процедуры им предъявляли три речевых стимула: два — на родном кантонском диалекте (тоны 2 и 4), один — на неродном путунхуа (тон 3), одновременно регистрируя ЭЭГ. Данные 341 участника использовали для обучения прогностических моделей, а результаты 82 детей вошли в контрольную группу.
Прогнозирование языковых результатов проводили с применением шкалы Бейли‑III — оценку осуществляли в возрасте до 32 месяцев. В качестве входных переменных учитывали как характеристики ЭЭГ, так и анамнестические факторы: срок гестации, вес при рождении и социоэкономический статус семьи.
Анализ показал, что предикторы, основанные на данных ЭЭГ, демонстрировали более высокую прогностическую способность по сравнению с анамнестическими показателями.
Наилучшие результаты показала модель, построенная исключительно на данных ЭЭГ.
Исследование подтверждает перспективность использования ЭЭГ в качестве инструмента ранней диагностики задержки речевого развития и открывает новые возможности для превентивных вмешательств в детской неврологии.
Журнал Pediatrics