文献

J-GLOBAL ID：201902250322976717   整理番号：19A1766433

失語症とその神経基質を理解するための多変量アプローチ【JST・京大機械翻訳】

Multivariate Approaches to Understanding Aphasia and its Neural Substrates

著者 (3件)： Wilson Stephen M. (Department of Hearing and Speech Sciences, Vanderbilt University Medical Center, Nashville, TN, USA) ,  Hula William D. (Audiology and Speech Pathology Program, VA Pittsburgh Healthcare System, Pittsburgh, PA, USA) ,  Hula William D. (Department of Communication Science and Disorders, University of Pittsburgh, Pittsburgh, PA, USA)
資料名： Current Neurology and Neuroscience Reports  (Current Neurology and Neuroscience Reports)
巻： 19  号： 8  ページ： 1-9  発行年： 2019年 
JST資料番号： W4241A  ISSN： 1534-6293  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 失語は,サブタイプと重症度の点でしばしば特徴付けられるが,これらの構築物は,失語がその神経基質とその症状の両方で本質的に多因子であるため,制限された説明力を持っている。本レビューの目的は,失語を理解するための現在および新興の多変量アプローチを調査することである。因子分析と主成分分析のような技術を用いて,音声と言語試験のバッテリー上での性能を説明できる潜在的な基礎因子を定義し,自発的音声生成の特性を明らかにした。損傷が特定の音声と言語障害に関連する脳領域を同定するために,多変量le症状マッピングは,単変量アプローチよりも優れていることが示されている。構造損傷は,音声と言語の結果を仲介する,より広いニューラルネットワークにおける機能的変化をもたらすことがますます明らかになっている。多変量統計的アプローチは,失語症の神経基質間の複雑な関係を理解するために不可欠であり,結果としての音声と言語機能のプロファイルを理解するために不可欠である。Copyright 2019 Springer Science+Business Media, LLC, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 因子分析 ,  言語障害 ,  *失語 ,  言語 ,  症状 ,  ニューラルネットワーク ,  二次電池 ,  主成分分析 ,  *基質
準シソーラス用語： 言語機能 ,  音声生成 ,  重症度 ,  サブタイプ ,  *多変量 ,  *神経 , 【Automatic Indexing@JST】

著者キーワード (6件)： 失語症 ,  多変数 ,  因子分析 ,  主成分分析 ,  神経基質 ,  多変量病変-症状マッピング

分類 (1件)： 神経系の疾患  (GN03000O)

タイトルに関連する用語 (5件)： 失語症 ,  神経 ,  基質 ,  理解 ,  多変量