Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Doctoral Research Award: Canada Graduate Scholarships

Université de Montréal

$105,000.00

Caractéristiques linguistiques et corrélats neuroanatomiques du discours spontané des individus avec un déclin cognitif subjectif

EF 2023-24

Résumé
Le déclin cognitif subjectif (DCS) est caractérisé par une cognition préservée malgré des changements perçus dans ce domaine et constitue un stade précoce de la maladie d'Alzheimer (MA) pour plusieurs personnes. Des changements subtils du langage surviendraient plusieurs années avant que les signes d'un déclin cognitif relié à la MA ne soient remarqués par les patients ou leur entourage. Ces changements pourraient donc être indicatifs des stades précoces de la MA. L'évaluation des changements du langage peut se faire à l'aide de tâches de discours spontané (DS), qui ont plusieurs avantages par rapport aux autres tâches de langage (non-invasives, peu couteuses, rapides à administrer, etc.). En plus de changements du langage, les individus avec un DCS présenteraient certains changements au niveau de fibres de matière blanche connectant différentes régions de leur cerveau et impliquées dans la production de DS. Ce projet aura pour donc but de déterminer la possibilité de classifier les échantillons de DS d'individus avec un DCS selon leur diagnostic et d'évaluer en profondeur l'intégrité des fibres de matière blanche impliquées dans la production du DS chez ces individus. Pour classifier les échantillons de DS, des algorithmes de classification d'apprentissage machine seront utilisés. Les fibres de matière blanche seront quant à elles reconstruites et étudiées à l'aide de méthodes informatiques permettant de calculer et de comparer leur intégrité. Ce projet clarifiera le potentiel du DS pour le diagnostic précoce des individus à risque de la MA. L'utilisation du DS pour le diagnostic pourrait réduire les coûts et les désagréments associés à celui-ci pour les patients, leurs proches et le système de santé (considérant les avantages du DS). Enfin, ce projet générera des connaissances qui permettront d'utiliser le DS pour évaluer le risque d'un individu de développer la MA, la progression de la maladie et l'efficacité d'interventions cognitives et/ou pharmacologiques.
Programme
Doctoral Research Award: Canada Graduate Scholarships
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
CIHR Funding Decisions Database

Tel que publié

Id
496907
Name
Pellerin Sophie
Region
Québec
Country
Canada
Orgtype
Institution Paid; Research Institution
Instname2
Aging
Theme2
Clinical
Prcname2
Doctoral Research Awards - A
Projecttitle
Caractéristiques linguistiques et corrélats neuroanatomiques du discours spontané des individus avec un déclin cognitif subjectif
Programtype2
Studentship Programs
Orgnameinp2
Université de Montréal
Cihramount2
$105,000
Cihrequipment2
$0
Programname2
Doctoral Research Award: Canada Graduate Scholarships
Keyworddelim
Apprentissage Machine Supervisé; Classification; Discours Spontané; Déclin Cognitif Subjectif; Détection Précoce; Imagerie Par Résonance Magnétique De Diffusion; Maladie D'Alzheimer; Réseau De Matière Blanche Du Langage; Traitement Automatique Du Langage Naturel
Abstract
Le déclin cognitif subjectif (DCS) est caractérisé par une cognition préservée malgré des changements perçus dans ce domaine et constitue un stade précoce de la maladie d'Alzheimer (MA) pour plusieurs personnes. Des changements subtils du langage surviendraient plusieurs années avant que les signes d'un déclin cognitif relié à la MA ne soient remarqués par les patients ou leur entourage. Ces changements pourraient donc être indicatifs des stades précoces de la MA. L'évaluation des changements du langage peut se faire à l'aide de tâches de discours spontané (DS), qui ont plusieurs avantages par rapport aux autres tâches de langage (non-invasives, peu couteuses, rapides à administrer, etc.). En plus de changements du langage, les individus avec un DCS présenteraient certains changements au niveau de fibres de matière blanche connectant différentes régions de leur cerveau et impliquées dans la production de DS. Ce projet aura pour donc but de déterminer la possibilité de classifier les échantillons de DS d'individus avec un DCS selon leur diagnostic et d'évaluer en profondeur l'intégrité des fibres de matière blanche impliquées dans la production du DS chez ces individus. Pour classifier les échantillons de DS, des algorithmes de classification d'apprentissage machine seront utilisés. Les fibres de matière blanche seront quant à elles reconstruites et étudiées à l'aide de méthodes informatiques permettant de calculer et de comparer leur intégrité. Ce projet clarifiera le potentiel du DS pour le diagnostic précoce des individus à risque de la MA. L'utilisation du DS pour le diagnostic pourrait réduire les coûts et les désagréments associés à celui-ci pour les patients, leurs proches et le système de santé (considérant les avantages du DS). Enfin, ce projet générera des connaissances qui permettront d'utiliser le DS pour évaluer le risque d'un individu de développer la MA, la progression de la maladie et l'efficacité d'interventions cognitives et/ou pharmacologiques.
Competitiondate
202311
Approvedterm2
3 yrs 0 mth
Pinamesdelim
Pellerin, Sophie
Approvedterm
3 ans 0 mois
Cihrcontribution2
~ $105,000~ $0~