Analyse de marqueurs vocaux et paraverbaux pour le suivi longitudinal de la maladie de Parkinson

Le projet EvoluPark vise à développer un jumeau numérique médical de la maladie de Parkinson, intégrant des données cliniques, biologiques, comportementales et subjectives recueillies longitudinalement (tous les six mois pendant trois ans). 

La parole constitue une source d’information particulièrement riche pour comprendre l’évolution de la maladie et de ses symptômes associés. En effet, en raison de déficits moteurs, la maladie de Parkinson affecte les capacités de parole (Ngo et al., 2022) avec une articulation imprécise (dysarthrie hypokinétique), une voix faible (hypophonie) et une certaine monotonie caractérisée par des difficultés de fluidité et des pauses anormalement longues ou inappropriées (dysprosodie, Dodane & Hirsch, 2018). Cela entraîne des modifications fines des caractéristiques acoustiques et paraverbales qui pourraient refléter des évolutions neurologiques, cognitives ou psychologiques parfois précoces. 

Certaines de ces modifications de la parole, comme par exemple l’altération de la prosodie ou la dysarthrie hypokinétique, peuvent entraîner une réduction des interactions sociales (Andrade et al., 2025 ; Prenger, et al., 2020). Ces interactions, et plus particulièrement le soutien social et la participation sociale, sont connues pour contribuer au maintien de la qualité de vie des patients (van Uem et al., 2016). 

Dans ce cadre, la thèse portera sur l’identification de biomarqueurs vocaux et paraverbaux prédictifs de l’évolution clinique de patients atteints de la maladie de Parkinson. Le travail pourra s’intéresser aussi bien aux caractéristiques observées à un instant donné qu’aux évolutions longitudinales entre plusieurs examens. 

Les données étudiées seront recueillies auprès de patients parkinsoniens de manière longitudinale. Elles seront de différents types :  questionnaires  (renseignés tous les 3 ou 6 mois) et données de parole spontanée (enregistrées tous les 6 mois lors d'entretiens semi-dirigés). Ces données inclueront : 

Ce projet de thèse est volontairement ouvert quant aux approches méthodologiques envisagées. Selon le profil du ou de la candidat·e, le travail pourra mobiliser des outils issus : 

Le ou la doctorant·e participera notamment aux activités suivantes : 

• Analyse de données de parole issues de suivis longitudinaux de patients atteints de maladie de Parkinson, 
• Identification de biomarqueurs acoustiques et paraverbaux associés à l’évolution clinique et à certains symptômes spécifiques, 
• Étude des liens entre caractéristiques vocales et trajectoires cliniques, neurologiques ou psychologiques, 
• Développement et évaluation de méthodes d’analyse adaptées aux données longitudinales et multimodales, 
• Interaction régulière avec les équipes cliniques et scientifiques du projet, 
• Participation à la valorisation scientifique des travaux (publications, conférences), 
• Contribution aux réflexions méthodologiques autour des biomarqueurs numériques et des jumeaux numériques en santé.

Bibliographie 

• Andrade, M., & Magalhães, M. (2025). Much More Beyond Motor Symptoms–The Social Symptoms of Parkinson’s Disease. European Psychiatry, 68(S1), S886-S886. 
• Dodane, C., & Hirsch, F. (2018). L’organisation spatiale et temporelle de la pause en parole et en discours. Langages, 211(3), 5-12. 
• Ngo, Q. C. et al. (2022). Computerized analysis of speech and voice for Parkinson's disease: A systematic review. Computer Methods and Programs in Biomedicine, 226, 10
• Prenger, M.T. et al. (2020). Social symptoms of Parkinson’s disease. Parkinson’s disease, 2020(1), 8846544.
• van Uem, J. M. et al. (2016). Health-related quality of life in patients with Parkinson's disease—a systematic review based on the ICF model. Neuroscience & Biobehavioral Reviews, 61.

Starting date

2027-01-01