Sprache · Stimme · Gehör 2019; 43(03): e1-e10
DOI: 10.1055/a-0897-6997
Originalarbeit
© Georg Thieme Verlag KG Stuttgart · New York

Sprechstimmprofil depressiver Störungen im Kindesalter und ihre Bedeutung für die Diagnostik in der Kinder- und Jugendpsychiatrie und -psychotherapie. Eine empirische Studie

Speech Voice Profile of Depressive Disorders in Childhood and their Importance for Diagnostics in Child and Adolescent Psychiatry and Psychotherapy. An empirical Study
Philipp Stang
1   Abteilung für Beratung, Klinische und Gesundheitspsychologie, Institut für Psychologie, Pädagogische Hochschule Freiburg
,
Karin Schleider
1   Abteilung für Beratung, Klinische und Gesundheitspsychologie, Institut für Psychologie, Pädagogische Hochschule Freiburg
,
Sandra Reimann
2   Institut für Germanistik, Universität Oulu (Finnland)
› Author Affiliations
Further Information

Publication History

Publication Date:
10 September 2019 (online)

Zusammenfassung

Hintergrund Analysen von Sprechstimmprofilen depressiver Kinder weisen spezifische sprechstimmliche Merkmale auf und können einen wichtigen Beitrag zur Diagnostik leisten.

Methode Es handelt sich um eine quasiexperimentelle Studie im Querschnittdesign zum Vergleich ausgewählter Faktoren der Sprechstimme depressiver und gesunder Kinder. 2018 wurden zwei Stichproben untersucht und jeweils Sprechstimmprofile erstellt.

Ergebnisse Es ergeben sich Unterschiede in den stimmlichen Parametern zwischen Kindern mit und ohne eine depressive Störung, welche sich in Teilen von den Ergebnissen erwachsener Sprecher unterscheiden.

Diskussion Es scheint nun möglich, über eine Sprechstimmanalyse einen Beitrag zur Verbesserung der Diagnostik von depressiven Störungen zu leisten.

Abstract

Background Speaking voice profile analyses of depressive children have specific linguistic features and can make an important contribution to diagnostics.

Method In a 2018 quasi-experimental study, using a cross-sectional design, selected factors in the speaking voice of depressive and healthy children were examined, compared and speaking voice profiles were established.

Results Findings show differences in the vocal parameters between children with and without a depressive disorder. These vocal parameters differ in part from those of adult speakers.

Discussion It now seems possible to contribute to improving the diagnosis of depressive disorders through speech analysis.

 
  • Literatur

  • 1 Böhme G. Sprach-, Sprech-, Stimm- und Schluckstörungen. 1. Band: Klinik. München: Urban & Fischer; 2003
  • 2 Garcia-Toro M, Talavera JA, Saiz-Ruiz J. et al. Prosody Impairment in Depression Measured through Acoustic Analysis. The Journal of Nervous and Mental Disease 2000; 188: 824-829
  • 3 Strassen HH. Affekt und Sprache. Stimm- und Sprachanalysen bei Gesunden, depressiven und schizophrenen Patienten. Heidelberg: Springer Verlag; 1995
  • 4 Aderhold M. Sprache und Depression – Sechs Parameter zur Untersuchung depressiver Stimmungen in der Sprache. Dissertation. Frankfurt am Main: Johann Wolfgang-Goethe-Universität; 2005
  • 5 Alghowinem S, Goecke R, Wagner M. et al. Detecting depression: A comparison between spontaneous and read speech. IEEE International Conference on Acoustics, Speech and Signal Processing 2013; 7547-7551
  • 6 Dibeklioğlu H, Hammal Z, Cohn JF. Dynamic Multimodal Measurement of Depression Severity Using Deep Autoencoding. IEEE Journal of Biomedical and Health Informatics 2018; 22: 525-536
  • 7 Neuber B. Prosodische Formen in Funktion. Frankfurt a. M.: Lang; 2002
  • 8 Grassegger H. Phonetik/ Phonologie. 5. überarbeitete Auflage. Idstein: Schulz-Kirchner Verlag; 2016
  • 9 Wirth G. Sprachstörungen, Sprechstörungen, kindliche Hörstörungen. Lehrbuch für Ärzte, Logopäden und Sprachheilpädagogen. 5. Auflage. Köln: Deutscher Ärzte-Verlag; 2000
  • 10 Bose I. Methoden der Sprechausdrucksbeschreibung am Beispiel kindlicher Spielkommunikation. Gesprächsforschung – Onlinezeitschrift zur verbalen Interaktion 2001; 2: 262-303
  • 11 Spröber N, Straub J, Fegert J. et al. Depression im Jugendalter. MICHI – Manual für die Gruppentherapie. Weinheim, Basel: Beltz; 2012
  • 12 Döpfner M, Petermann F. Diagnostik psychischer Störungen im Kindes- und Jugendalter. 3. Auflage. Leitfaden der Kinder- und Jugendpsychotherapie. Göttingen: Hogrefe; 2012
  • 13 Stang P, Reimann S, Schleider K. Sprechstimmprofil depressiver Störungen. Aktuelle explorative Befunde einer empirischen Studie. DGSS @ktuell 2019; 1: 5-27
  • 14 Kranich W. Mündliche Mitteilung am 14.07.2018 im Rahmen des Forschungskolloquiums DSW an der Universität Regensburg.
  • 15 Nawka T, Wirth G. Stimmstörungen. Für Ärzte, Logopäden, Sprachheilpädagogen und Sprechwissenschaftler. 5. Aufl. Köln: Deutscher Ärzte-Verlag; 2008
  • 16 Speer M, Sallat S. Prosodie – diagnostische Möglichkeiten. Sprache Stimme Gehör. Zeitschrift für Kommunikationsstörungen 2011; 35: 148-152
  • 17 Brinker K, Sager SF. Linguistische Gesprächsanalyse. Eine Einführung. 4. Aufl. Berlin: Erich Schmidt; 2006
  • 18 Stiensmeier-Pelster J, Braune-Krickau M, Schürmann M. et al. DIKJ – Depressions-Inventar für Kinder und Jugendliche. Manual. 3. Aufl. Göttingen: Hogrefe; 2014
  • 19 Rossmann P. Depressionstest für Kinder – II. (DTK-II). Bern: Hans Huber; 2014
  • 20 Kähler WM. Statistische Datenanalyse: Verfahren verstehen und mit SPSS gekonnt einsetzen. 3. Auflage. Wiesbaden: Vieweg+Teubner Verlag; 2004
  • 21 Bortz J, Schuster C. Statistik für Human- und Sozialwissenschaftler. 7. Auflage. Heidelberg: Springer-Verlag; 2010
  • 22 Tavakoli H. A dictionary of research methodology and statistics in applied linguistics. Tehran: Rahnamā; 2013
  • 23 Rasch B, Friese M, Hofmann WJ. et al. Quantitative Methoden 1. Einführung in die Statistik für Psychologen und Sozialwissenschaftler. 4. Aufl. Heidelberg: Springer; 2014
  • 24 Guttman L. Some necessary conditions for common-factor analysis. Psychometrika 1954; 19: 149-161
  • 25 Kaiser HF. The application of electronic computers to factor analysis. Educational and Psychological Measurement 1960; 20: 141-151
  • 26 Schecker H. Überprüfung der Konsistenz von Itemgruppen mit Cronbachs alpha. Methoden in der naturwissenschaftsdidaktischen Forschung. Heidelberg: Springer; 2014
  • 27 Kubinger KD, Rasch D, Moder K. Zur Legende der Voraussetzungen des t -Tests für unabhängige Stichproben. Psychologische Rundschau 2009; 60: 26-27
  • 28 Mayer J. Praat-Stimmprofil. 2017 Im Internet: http://praatpfanne.lingphon.net/downloads/Praat-Stimmprofil.pdf Stand: 26.10.2018
  • 29 Cohen J. Statistical power analysis for the behavioral sciences. Hillsdale, New Jersey: Lawrence Erlbaum Associates; 1988
  • 30 Benjamini Y, Hochberg Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the Royal Statistical Society 1995; 57: 289-300
  • 31 Bitouk D, Nenkova A, Verma R. Class-level spectral features for emotion recognition. Speech communication 2010; 52: 613-625
  • 32 Krajewski J. Stimmbasierte akustische Schläfrigkeitsdetektion. Eine signalverarbeitungsbasierte und mustererkennungsalgorithmengestützte Verfahrensentwicklung. Universität Wuppertal, Fachbereich G – Bildungs- und Sozialwissenschaften; 2008 Im Internet: http://elpub.bib.uni-wuppertal.de/servlets/DerivateServlet/Derivate-1153/dg0706.pdf Stand: Mai 2013
  • 33 Redecker B. Persuasion und Prosodie: Eine empirische Untersuchung zur Perzeption prosodischer Stimuli in der Werbung. Frankfurt am Main: Peter Lang; 2008
  • 34 Bergauer U, Janknecht S. Praxis der Stimmtherapie: Logopädische Diagnostik, Behandlung, Übungsmaterialien. 4. Auflage. Berlin: Springer; 2018
  • 35 Deutsches Institut für Medizinische Dokumentation und Information (DIMDI). ICD-10-GM Version 2019. Internationale statistische Klassifikation der Krankheiten und verwandter Gesundheitsprobleme.. 10. Revision. German Modification. Version 2019. Köln: Deutscher Ärzteverlag; 2019