An assessment of vocal impairment is presented for separating healthy people from persons with early untreated Parkinson’s disease (PD). This study’s main purpose was to (a) determine whether voice and speech disorder are present from early stages of PD before starting dopaminergic pharmacotherapy, (b) ascertain the specific characteristics of the PD-related vocal impairment, (c) identify PD-related acoustic signatures for the major part of traditional clinically used measurement methods with respect to their automatic assessment, and (d) design new automatic measurement methods of articulation. The varied speech data were collected from 46 Czech native speakers, 23 with PD. Subsequently, 19 representative measurements were pre-selected, and Wald sequential analysis was then applied to assess the efficiency of each measure and the extent of vocal impairment of each subject. It was found that measurement of the fundamental frequency variations applied to two selected tasks was the best method for separating healthy from PD subjects. On the basis of objective acoustic measures, statistical decision-making theory, and validation from practicing speech therapists, it has been demonstrated that 78% of early untreated PD subjects indicate some form of vocal impairment. The speech defects thus uncovered differ individually in various characteristics including phonation, articulation, and prosody.

Abstract For generations, the evaluation of speech abnormalities in neurodegenerative disorders such as Parkinson’s disease (PD) has been limited to perceptual tests or user-controlled laboratory analysis based upon rather small samples of human vocalizations. Our study introduces a fully automated method that yields significant features related to respiratory deficits, dysphonia, imprecise articulation and dysrhythmia from acoustic microphone data of natural connected speech for predicting early and distinctive patterns of neurodegeneration. We compared speech recordings of 50 subjects with rapid eye movement sleep behaviour disorder (RBD), 30 newly diagnosed, untreated PD patients and 50 healthy controls, and showed that subliminal parkinsonian speech deficits can be reliably captured even in RBD patients, which are at high risk of developing PD or other synucleinopathies. Thus, automated vocal analysis should soon be able to contribute to screening and diagnostic procedures for prodromal parkinsonian neurodegeneration in natural environments.

The purpose of this study was to analyze vowel articulation across various speaking tasks in a group of 20 early Parkinson's disease (PD) individuals prior to pharmacotherapy. Vowels were extracted from sustained phonation, sentence repetition, reading passage, and monologue. Acoustic analysis was based upon measures of the first (F1) and second (F2) formant of the vowels /a/, /i/, and /u/, vowel space area (VSA), F2i/F2u and vowel articulation index (VAI). Parkinsonian speakers manifested abnormalities in vowel articulation across F2u, VSA, F2i/F2u, and VAI in all speaking tasks except sustained phonation, compared to 15 age-matched healthy control participants. Findings suggest that sustained phonation is an inappropriate task to investigate vowel articulation in early PD. In contrast, monologue was the most sensitive in differentiating between controls and PD patients, with classification accuracy up to 80%. Measurements of vowel articulation were able to capture even minor abnormalities in speech of PD patients with no perceptible dysarthria. In conclusion, impaired vowel articulation may be considered as a possible early marker of PD. A certain type of speaking task can exert significant influence on vowel articulation. Specifically, complex tasks such as monologue are more likely to elicit articulatory deficits in parkinsonian speech, compared to other speaking tasks.

Abstract Background Speech dysfunction represents one of the initial motor manifestations to develop in Parkinson's disease (PD) and is measurable through smartphone. Objective The aim was to develop a fully automated and noise‐resistant smartphone‐based system that can unobtrusively screen for prodromal parkinsonian speech disorder in subjects with isolated rapid eye movement sleep behavior disorder (iRBD) in a real‐world scenario. Methods This cross‐sectional study assessed regular, everyday voice call data from individuals with iRBD compared to early PD patients and healthy controls via a developed smartphone application. The participants also performed an active, regular reading of a short passage on their smartphone. Smartphone data were continuously collected for up to 3 months after the standard in‐person assessments at the clinic. Results A total of 3525 calls that led to 5990 minutes of preprocessed speech were extracted from 72 participants, comprising 21 iRBD patients, 26 PD patients, and 25 controls. With a high area under the curve of 0.85 between iRBD patients and controls, the combination of passive and active smartphone data provided a comparable or even more sensitive evaluation than laboratory examination using a high‐quality microphone. The most sensitive features to induce prodromal neurodegeneration in iRBD included imprecise vowel articulation during phone calls ( P = 0.03) and monopitch in reading ( P = 0.05). Eighteen minutes of speech corresponding to approximately nine calls was sufficient to obtain the best sensitivity for the screening. Conclusion We consider the developed tool widely applicable to deep longitudinal digital phenotyping data with future applications in neuroprotective trials, deep brain stimulation optimization, neuropsychiatry, speech therapy, population screening, and beyond. © 2024 The Author(s). Movement Disorders published by Wiley Periodicals LLC on behalf of International Parkinson and Movement Disorder Society.

Aim of study. We aimed to compare knowledge, opinions, and clinical experiences among Czech, Slovak, and Italian neurologists to identify potential educational gaps and unify understanding. Clinical rationale for study. Functional neurological disorder (FND) is a disabling condition characterised by motor, sensory, or cognitive symptoms which are incompatible with other neurological disorders. Novel diagnostic and treatment approaches have improved FND management. However, the extent of their adoption, and any differences or similarities across European communities, remain to be established. Material and methods. Members of the Czech and Slovak Neurological Societies were invited via e-mail to participate in a 14- -item web-based survey investigating their approach to FND. This data was compared to results from a previous study involving 492 Italian neurologists. Results. 232 questionnaires were completed by Czech and Slovak neurologists (CZ-SK). Similarities were found between CZ- -SK and Italian neurologists in their preference for the term 'FND' over other psychological-related terms and in explaining symptoms as due to abnormal functioning of the nervous system rather than attributing them to mental illness. However, only fewer than 5% in both groups thought that simulation was highly unlikely. Both groups reported relying on positive signs (e.g. inconsistency, distractibility) according to the current diagnostic criteria, but also a tendency to perform additional tests to exclude other causes. However, some differences were observed: Italian neurologists placed a greater emphasis on psychological factors including litigation. CZ-SK neurologists were more likely to suggest physiotherapy as a treatment option and to provide educational intervention for patients and their relatives. Conclusions. Overall, our findings suggest that although Czech, Slovak, and Italian neurologists have adopted some new developments in the field of FND, significant gaps still exist in their understanding and common practices regarding conceptualisation, diagnosis, and treatment. Clinical implications. Our results suggest that promoting knowledge through postgraduate curricula and teaching courses for neurologists is necessary to optimise patient management in various European countries.

Background Expiratory muscle strength training (EMST) is acknowledged for its therapeutic benefits in Parkinson's disease (PD), yet long-term adherence remains a challenge. Objective The primary aim of this study was to assess the preliminary effects of EMST coupled with a mobile health app (SpiroGym) on self-efficacy and exercise adherence in PD patients. The secondary aim was to assess the usability of the SpiroGym app. Methods This single-group, multicenter, multinational proof-of-concept study involved 63 PD patients across four tertiary PD centers. Participants were enrolled in either a 1-week (n = 35) or 24-week (n = 28) EMST program coupled with SpiroGym app. Self-efficacy was assessed using the Self-Efficacy for Home Exercise Program scale (SEHEPS) and exercise adherence was monitored by SpiroGym app. Usability was evaluated using the System Usability Scale. Results Post-intervention, significant improvements in SEHEPS were observed in 1-week group (d = 0.48; p = 0.02) and 24-week group (d = 0.57; p = 0.002). Adherence rates in the 24-week PD patient group were high throughout the course of the study. Post-training SEHEPS was found to correlate (rho = 0.55; adjusted p = 0.016) with adherence to EMST during the non-supervised maintenance phase. The SpiroGym app exhibited high usability (>85th percentile score), with no significant differences noted between short-term and long-term use, indicating sustained user satisfaction. Conclusions The results of our study suggest a promising role for SpiroGym app in supporting adherence to home-based EMST in PD patients. Nevertheless, future comparative studies are required to confirm SpiroGym's effectiveness.

Abstract In functional magnetic imaging (fMRI) in Parkinson’s disease (PD), a paradigm consisting of blocks of finger tapping and rest along with a corresponding general linear model (GLM) is often used to assess motor activity. However, this method has three limitations: (i) Due to the strong magnetic field and the confined environment of the cylindrical bore, it is troublesome to accurately monitor motor output and, therefore, variability in the performed movement is typically ignored. (ii) Given the loss of dopaminergic neurons and ongoing compensatory brain mechanisms, motor control is abnormal in PD. Therefore, modeling of patients’ tapping with a constant amplitude (using a boxcar function) and the expected Parkinsonian motor output are prone to mismatch. (iii) The motor loop involves structures with distinct hemodynamic responses, for which only one type of modeling (e.g., modeling the whole block of finger tapping) may not suffice to capture these structure’s temporal activation. The first two limitations call for considering results from online recordings of the real motor output that may lead to significant sensitivity improvements. This was shown in previous work using a non-magnetic glove to capture details of the patients’ finger movements in a so-called kinematic approach . For the third limitation, modeling motion initiation instead of the whole tapping block has been suggested to account for different temporal activation signatures of the motor loop’s structures. In the present study we propose improvements to the GLM as a tool to study motor disorders. For this, we test the robustness of the kinematic approach in an expanded cohort ( n =31), apply more conservative statistics than in previous work, and evaluate the benefits of an event-related model function. Our findings suggest that the integration of the kinematic approach offers a general improvement in detecting activations in subcortical structures, such as the basal ganglia. Additionally, modeling motion initiation using an event-related design yielded superior performance in capturing medication-related effects in the putamen. Our results may guide adaptations in analysis strategies for functional motor studies related to PD and also in more general applications.

Abstract Striosomes and matrix are two compartments that comprise the striatum, each having its own distinct immunohistochemical properties, function, and connectivity. It is currently not clear whether prodromal or early manifest Parkinson’s disease (PD) is associated with any striatal matrix or striosomal abnormality. Recently, a method of striatal parcellation using probabilistic tractography has been described and validated, using the distinct connectivity of these two compartments to identify voxels with striosome- and matrix-like connectivity. The goal of this study was to use this approach in tandem with DAT-SPECT, a method used to quantify the level of nigrostriatal denervation, to analyze the striatum in populations of de novo diagnosed, treatment-naïve patients with PD, isolated REM behavioral disorder (iRBD) patients, and healthy controls. We discovered a shift in striatal connectivity, which showed correlation with nigrostriatal denervation. Patients with PD exhibited a significantly higher matrix-like volume and associated connectivity than healthy controls and higher matrix-associated connectivity than iRBD patients. In contrast, the side with less pronounced nigrostriatal denervation in PD and iRBD patients showed a decrease in striosome-like volume and associated connectivity indices. These findings could point to a compensatory neuroplastic mechanism in the context of nigrostriatal denervation and open a new avenue in the investigation of the pathophysiology of Parkinson’s disease.