Moving in Semantic Space in Prodromal and Very Early Alzheimer's Disease : A Characterisation of the Semantic Fluency Task

Show full item record



Permalink

http://urn.fi/URN:NBN:fi:hulib-202006102697
Title: Moving in Semantic Space in Prodromal and Very Early Alzheimer's Disease : A Characterisation of the Semantic Fluency Task
Author: Saranpää, Aino
Contributor: University of Helsinki, Faculty of Medicine
Publisher: Helsingin yliopisto
Date: 2020
Language: eng
URI: http://urn.fi/URN:NBN:fi:hulib-202006102697
http://hdl.handle.net/10138/316082
Thesis level: master's thesis
Degree program: Psykologian maisteriohjelma
Master's Programme in Psychology
Magisterprogrammet i psykologi
Specialisation: ei opintosuuntaa
no specialization
ingen studieinriktning
Abstract: Tavoitteet. Semanttisen fluenssin tehtävää käytetään laajasti kliinisenä työkaluna varhaisen Alzheimerin taudin (AT) tutkimiseen. Ylempiä semanttisia kategorioita kuten eläimiä ja työkaluja on tutkittu laajasti, mutta kategorioiden sisälle ei aikaisemmissa tutkimuksissa ole menty. Tämän tutkimuksen tarkoituksena oli syventyä semanttisen avaruuden alakategorioihin eläinkategorian sisällä sekä kuvailla varhaisten AT- ja aMCI-potilaiden (amnestic Mild Cognitive Impairment eli lievä kognitiivinen heikentyminen) suoriutumista semanttisen fluenssin eläintehtävässä verrattuna terveisiin verrokkeihin. Erityisesti tarkastelimme, heikentyykö varhaisessa AT:ssa semanttisen samankaltaisuuden erottelu, minkä on väitetty liittyvän varhaisen AT:n neuropatologiaan. Menetelmät. Semanttisessa eläinfluenssitehtävässä koehenkilöitä (42 kontrollia, 24 aMCI- ja 18 AT-potilasta) pyydettiin nimeämään mahdollisimman monta eläintä minuutissa. Tehtävässä nimetyt eläimet muodostivat tutkimuksessa käytetyn semanttisen avaruuden, jota mallinnettiin word2vec-vektoriavaruusmallin avulla. Moniulotteinen vektoriavaruus tiivistettiin t-SNE–dimensionredusointimallilla, jonka avulla jaoimme semanttisen eläinavaruuden kahdeksaan alakategoriaan. Semanttisessa avaruudessa liikkumista arvioitiin kaikkien sanojen, tuotettujen alakategorioiden, alakategoriasta toiseen vaihdosten ja alakategorioihin paluiden määrällä. Vaihdosten ja paluiden itsenäinen vaikutus eristettiin jakamalla ne koko sanojen määrällä. Muuttujien erottelukykyä ryhmien välillä arvioitiin multinomiaalisilla logistisilla regressiomalleilla. Tulokset ja johtopäätökset. Semanttinen avaruus jaettiin kahdeksaan alakategoriaan, ja löysimme eroja ryhmien välillä siinä miten semanttisessa avaruudessa liikuttiin. Tulokset eivät suoraan tukeneet sitä, että hyvin varhaisessa AT:ssa semanttisesti samankaltaisten asioiden prosessointi olisi heikentynyt. Emme myöskään löytäneet tukea aikaisemmalle tutkimustiedolle, jonka mukaan alakategorioiden määrä ja kontrolloidut vaihdokset tuovat lisäarvoa potilaiden luokittelemiseen sanamäärän lisäksi. Kontrolloitu alakategoriaan paluu taas oli merkitsevä AT-potilaiden luokittelussa, kun sanamäärä oli otettu huomioon. Tuloksemme tarjoavat lisätietoa siitä, miten varhaisessa vaiheessa olevat AT-potilaat liikkuvat semanttisessa avaruudessa semanttisessa eläin-fluenssitehtävässä, mikä voi tuoda lisähyötyä AT:n diagnosointiin. Lisäksi tämä tutkimus osoittaa, että semanttista avaruutta voidaan tarkastella myös alakategorioiden tasolla.Objectives. The semantic fluency task is a widely used clinical tool for diagnosing Alzheimer’s disease (AD). Performance differences between semantic categories such as animals versus tools have been widely studied, but in the present study, we examine finer-grained performance within the animal-category. We compare amnestic Mild Cognitive Impairment (aMCI) and very early AD patients with healthy controls to investigate whether the groups move in semantic space differently and examine whether the patient groups exhibit decline in discrimination of semantically similar objects, which is putatively a very early sign of AD. Methods. In the semantic fluency task, participants (42 healthy, 24 aMCI, 18 AD) named as many animals as they could within a minute. We condensed the semantic space using a dimensionality reduction algorithm (t-SNE) on the word2vec vector-model. Sub-categories were formed of the t-SNE result based on visual inspection. Moving in semantic space was estimated with the number of words, sub-categories, and switches and returns to sub-categories. Multinomial logistic regression models were used to predict the diagnostic group with these independent variables. Results and conclusions. We discovered eight meaningful sub-categories inside the animal-category and found differences between groups in how they utilised the semantic space. Our results did not provide direct support for decline in processing semantically similar objects in prodromal AD. In classifying the groups, only returning to sub-category provided additional information on top of the number of words produced. Our findings provide new perspectives on navigation in sub-category level fine-grained semantic space in the context of prodromal AD.
Subject: Alzheimer’s disease
Semantic processing
Semantic fluency task
Verbal Fluency
Alzheimerin tauti
muistisairaudet
semanttinen sujuvuus


Files in this item

Total number of downloads: Loading...

Files Size Format View
Saranpaa_Aino_pro_gradu_2020.pdf 889.0Kb PDF View/Open

This item appears in the following Collection(s)

Show full item record