, Abir ELBÉJI (2) Dulce CANHA (2) Noémie TOPALIAN (3) Hanin AYADI (2) Christelle GODIN (4) Claire GUYON-GARDEUX (4) Malvina BILLÈRES (1) Pierre-Yves BENHAMOU (5) Guy FAGHERAZZI (6) Noémie TOPALIAN (3)
(1) Université Grenoble Alpes, Fonds De Dotation Clinatec, 38000 Grenoble, France, Grenoble, France, (2) Deep Digital Phenotyping Research Unit, Department Of Precision Health, Luxembourg Institute Of Health, 1a-B, Rue Thomas Edison, 1445 Strassen, Luxembourg, Strassen, Luxembourg, (3) Urban Development & Mobility, Luxembourg Institute Of Socio-Economic Research, 11, Porte Des Sciences, Maison Des Sciences Humaines, Esch Sur Alzette/belval, Luxembourg, Esch Sur Alzette, Luxembourg, (4) Université Grenoble Alpes, Cea-Leti, 38000 Grenoble, France, Grenoble, France, (5) Université Grenoble Alpes, Inserm U1055, Chu Grenoble Alpes, Grenoble, France, Grenoble, France, (6) Université Grenoble Alpes, Inserm U1055, Chu Grenoble Alpes, Grenoble, France, Strassen, Luxembourg
La détresse liée au diabète (DD) touche plus d’une personne avec un diabète de type 2 (DT2) sur 5 et jusqu’à 1 personne sur 2 avec un diabète de type 1 (DT1), augmentant le risque de déséquilibre glycémique et de complications. Or il n’existe pas d’outil de détection fiable et rapide de DD en pratique clinique. Nous émettons l'hypothèse que certaines caractéristiques vocales pourraient servir de biomarqueurs de la DD, facilitant ainsi sa détection et son suivi. Les données de personnes atteintes de diabète, recrutées en ligne via la plateforme mondiale d’identification de biomarqueurs vocaux Colive Voice, ont été analysées. Les participants ont, entre autres, enregistré un texte standardisé de 30 secondes et renseigné leur type de diabète. À l'aide de DisVoice, des caractéristiques vocales (phonation, prosodie, articulation et phonologie) ont été extraites. Nous avons modélisé séparément pour les hommes et les femmes, leurs associations avec les niveaux de détresse mesurés par le questionnaire Problem Areas In Diabetes (PAID) (4 groupes: PAID<20, 20≤PAID<40, 40≤PAID<60, PAID≥60, seuil de détresse élevée: PAID≥40), en utilisant des régressions logistiques ordinales multivariées, en contrôlant pour l’âge, la langue, le type de diabète et l’HbA1c, avec correction de Bonferroni pour les tests multiples. Sur les 667 participants (DT1: n=233, DT2: n=434; âge 44±17 ans; HbA1c 7,4%±2%), certaines caractéristiques vocales, comme la variabilité du ton (phonation), la régularité des pauses (prosodie), la clarté de l’articulation (articulation) et la prononciation des sons dentaires (phonologie), sont significativement associées à une DD élevée (p<0.05), avec des différences selon le genre. Les voix des personnes diabétiques sont modifiées en présence de DD, indépendamment de l’âge, de la langue, du type de diabète et de l’HbA1c. Cette étude démontre le potentiel de l’analyse vocale comme outil non-invasif pour le dépistage et le suivi de la DD.
Les auteurs déclarent ne pas avoir d'intérêt direct ou indirect (financier ou en nature) avec un organisme privé, industriel ou commercial en relation avec le sujet présenté.