Frequency and Neural Correlates of Pauses in Patients with Formal Thought Disorder

Journal article

The aim of this work is to compare filled pause length and its distribution across parts of speech between two groups: patients with schizophrenia and people without this condition. The two hypotheses of this work are: I) there is a significant difference regarding filled pauses length between patients and no patients II) there is a relevant difference of length among filled pauses occurring right before a part of speech between the two groups. Methodologically, we compare 112 filled pauses taken from 13 audios of C-ORAL-ESQ (Rocha, 2019), a representative spoken corpus of patients with schizophrenia and 11 audios from C-ORAL-BRASIL I (Raso; Mello, 2012), which is a representative spoken corpus of informal Brazilian Portuguese. After data cleaning and treatment in the Python environment, we tagged utterances from both corpora with a tagger that we have built and trained in Mac-Morpho (Aluísio et al., 2003). The results show that there is a significant difference (p= 0,003) between filled pauses length between patients and no patients. Regarding parts of speech, we found that people with schizophrenia perform filled pauses larger than no patients, except for adverbs, with significant differences in filled pauses found right before personal pronouns.O objetivo deste trabalho é comparar a duração e distribuição de pausas preenchidas, que possuem um segmento vocalizado, em relação a classes de palavras de pacientes com esquizofrenia e pessoas sem essa condição. As hipóteses deste trabalho são: I) existe diferença significativa na duração de pausas preenchidas entre pacientes e não pacientes II) existe diferença significativa entre a duração de pausas diante de certas classes de palavras entre os dois grupos. Metodologicamente, são comparadas 112 pausas preenchidas, extraídas de 13 áudios do C-ORAL-ESQ (Rocha, 2019), corpus representativo da fala de pacientes com esquizofrenia e 11 áudios do C-ORAL-BRASIL I (Raso; Mello, 2012), corpus representativo do português brasileiro falado informal. Para classificar as classes de palavras, foi utilizado um etiquetador do tipo brill tagger treinado no Mac-Morpho (Aluísio et al., 2003) com 92,24% de acurácia e adaptado para dados orais por meio de normalização ortográfica em linguagem Python. Os resultados mostram que há diferença estatística significativa (p = 0,003) entre a duração de pausas preenchidas entre pacientes e não pacientes. Em relação às classes de palavras, foi observado que os pacientes realizam pausas preenchidas maiores na maioria das classes de palavras, exceto em advérbios, mas há diferença relevante apenas entre pausas diante de pronomes pessoais (p = 0,007)

Authors: Matsumoto, K; Kircher, TTJ; Stokes, PRA; Brammer, MJ; Liddle, PF

• Publication status: Published
• Peer review status: Peer reviewed
• Publisher: Frontiers Media
• Journal: Frontiers in Psychiatry
• Volume: 4
• Pages: 127-127
• Publication date: 2013-10-10
• DOI: 10.3389/fpsyt.2013.00127
• EISSN: 1664-0640
• ISSN: 1664-0640
• Language: English
• Keywords: Schizophrenia (object-oriented programming); Functional magnetic resonance imaging; Cognitive psychology; Neuroscience; Insula; Neural correlates of consciousness; Medicine; Psychology; Psychiatry; Superior temporal gyrus; Audiology; Cognition