gms | German Medical Science

21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V.

Deutsches Netzwerk Evidenzbasierte Medizin e. V.

13. - 15.02.2020, Basel, Schweiz

‚E-Inclusion’ – eine Benenn-App für Menschen mit Aphasie

Meeting Abstract

  • Sandra Widmer Beierlein - FHNW, PH, Schweiz
  • Katrin Kuntner - FHNW, PH, Schweiz
  • Claire Reymond - FHNW, HGK, Schweiz
  • Anja Blechschmidt - FHNW, PH, Schweiz
  • Markus Degen - FHNW, HLS, Schweiz
  • Ashesh Shah - FHNW, HLS, Schweiz
  • Christine Müller - FHNW, HGK, Schweiz
  • Noelia Falcón García - FHNW, PH, Schweiz
  • Stefan Karlin - FHNW, HLS, Schweiz
  • Fabrizio Parrillo - FHNW, HLS, Schweiz
  • Sandra Bucheli - FHNW, PH, Schweiz
  • Claudia Elsener - FHNW, PH, Schweiz
  • Riccarda Reutimann - FHNW, HGK, Schweiz
  • Sunghea Park - FHNW, PH, Schweiz
  • Joelle Loew - FHNW, PH, Schweiz
  • Simone Hemm - FHNW, HLS, Schweiz

Nützliche patientenrelevante Forschung. 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin. Basel, Schweiz, 13.-15.02.2020. Düsseldorf: German Medical Science GMS Publishing House; 2020. Doc20ebmS4-BS-15

doi: 10.3205/20ebm137, urn:nbn:de:0183-20ebm1372

Published: February 12, 2020

© 2020 Widmer Beierlein et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund/Fragestellung: E-Inclusion ist ein interdisziplinäres Forschungsprojekt zum Einsatz digitaler Technologien für Menschen mit einer Sprachbehinderung. Ziel ist es, forschungsbasiert eine App für Menschen mit Aphasie zu entwickeln. Forschende aus den Bereichen ‘Life Science Technologie’, ‘Logopädie und Sprachwissenschaft’ sowie ‘Bildforschung’ der Fachhochschule Nordwestschweiz integrieren gemeinsam neueste Erkenntnisse ihrer Disziplinen in die Entwicklung der App.

Aphasien werden häufig durch Schlaganfälle verursacht und weisen als Kardinalsymptom Wortfindungsstörungen auf. Im deutschsprachigen Raum werden bisher Tests und Therapiematerialen eingesetzt, die sich am Schriftstandard orientieren. Dialekte werden nicht berücksichtigt, das Bildmaterial ist veraltet und Evaluationen erfolgen nach persönlicher Einschätzung. Folgende Fragestellungen werden daher bearbeitet:

1.
Wie wirkt sich die Verwendung von Hochdeutsch und Schweizer Dialekt auf das Benennen aus;
2.
wie werden Bilddaten optimal definiert;
3.
Gibt es objektive Parameter, die intraindividuelle Veränderung einer Benennleistung erfassen können?

Methoden: Mit lokalen Praxispartnern werden zwei Teilstudien durchgeführt: Studie 1 ist eine nationale, mutlizentrische Grundlagenforschung, in welcher die Benennreaktion von Menschen mit und ohne Aphasie auf unterschiedliche Bildstimuli in Dialekt und Hochdeutsch mittels eines generalisierten linearen Mixed-Effects-Modell mit binomialer Ergebnisverteilung und einem zufälligen Intercept pro Teilnehmer analysiert wird. Teilstudie 2 dient der Identifzierung von objetiven Parametern in Sprachaufnahmen während Benenntests zu vier Messzeitpunkten.

Vorläufige/erwartete Ergebnisse, Ausblick: Die Ergebnisse resultieren aus den Ausrichtungen der drei Wissenschaftsdisziplinen: Bild- und Wortmaterial wird forschungsbasiert für Aphasiker entwickelt, eine Sprachdatenbank in Schweizer Dialekt und Hochdeutsch wird als Basis für die Sprachanalyse generiert und quantitative Parameter für klinische Veränderungen von Benenntests evaluiert. Die fertige App soll Betroffenen das Benennen von Bildern ermöglichen, indem die Sprachvarietät und das Wortmaterial individuell ausgewählt werden, so dass das Worttraining sich an den Aktivitäts- und Partizipationsanforderungen orientiert. Die integrierte Spracherkennung soll ein Feedback zur Benennleistung ermöglichen. Bisherige Trainings-Apps können für das mündliche Benennen keine Rückmeldung geben. Damit stellt die fertige App ein innovatives, individuelles Übungstool für Menschen mit Aphasie dar.

Interessenkonflikte: Die Autorinnen und Autoren geben an, dass kein Interessenskonflikt besteht.