balso daugiaparametrio tyrimo sisteminĖs analizĖs … · kt – kompiuterinė tomografija. sn –...

LIETUVOS SVEIKATOS MOKSLŲ UNIVERSITETAS MEDICINOS AKADEMIJA

Aurelija Vegienė

BALSO DAUGIAPARAMETRIO TYRIMO SISTEMINĖS ANALIZĖS REIKŠMĖ

PIRMINEI GERKLŲ LIGŲ ATRANKAI

Daktaro disertacija Biomedicinos mokslai,

medicina (06B)

Kaunas, 2014

Disertacija rengta 2008–2014 metais Lietuvos sveikatos mokslų universiteto Medicinos akademijos Ausų, nosies ir gerklės ligų klinikoje

Mokslinis vadovas prof. habil. dr. Virgilijus Ulozas (Lietuvos sveikatos mokslų universi-tetas, Medicinos akademija, biomedicinos mokslai, medicina – 06B)

Konsultantas prof. habil dr. Antanas Verikas (Kauno technologijos universitetas, tech-nologijos mokslai, informatikos inžinerija – 07T)

2

JelenaExtra

Rectangle

TURINYS

SANTRUMPOS .................................................................................................................... 5

ĮVADAS ................................................................................................................................ 6

1. DARBO TIKSLAS IR UŽDAVINIAI ............................................................................. 7

2. DARBO MOKSLINIS NAUJUMAS IR AKTUALUMAS ............................................. 8

3. LITERATŪROS APŽVALGA ...................................................................................... 10

3.1. Klausimynų reikšmė gerklų ligų diagnostikai ....................................................... 12 3.2. Balso analizės reikšmė gerklų ligų diagnostikai .................................................... 13

3.2.1. Subjektyvus užkimimo vertinimas ............................................................. 16 3.2.2. Kompiuterinė balso analizė ........................................................................ 17 3.2.3. Aerodinaminiai balso funkcijos rodikliai ................................................... 29 3.2.4. Disfonijos sunkumo indeksas ..................................................................... 30

3.3. Vaizdo laringostroboskopija .................................................................................. 32 3.4. Literatūros apžvalgos apibendrinimas ................................................................... 40

4. TIRIAMŲJŲ KONTINGENTAS .................................................................................. 41

5. TYRIMO METODAI .................................................................................................... 46

5.1. Tiriamųjų klasifikacija ........................................................................................... 46 5.2. Anketiniai duomenys ............................................................................................. 52

5.2.1. Originalus klausimynas .............................................................................. 52 5.2.2. BNI ............................................................................................................. 54 5.2.3. GFI ............................................................................................................. 54

5.3. Subjektyvus balso vertinimas ................................................................................ 55 5.4. Kompiuterinė balso analizė ................................................................................... 56

5.4.1. Kompiuterinė fonetografija ........................................................................ 56 5.4.2. Kompiuterinė akustinė balso analizė .......................................................... 58 5.4.3. Ilgiausios fonacijos trukmės registravimas ................................................. 59 5.4.4. Disfonijos sunkumo indekso apskaičiavimas ............................................. 59 5.4.5. Kalbos profilio registravimas ..................................................................... 60

5.5. Vaizdo laringostroboskopija ir jos vertinimas ....................................................... 61

5.5.1. VLS vertinimas .......................................................................................... 61 5.5.2. VLS matavimas .......................................................................................... 62

5.6. „Atsitiktinių miškų“ metodas ................................................................................ 67 5.7. Statistinė duomenų analizė .................................................................................... 68

3

6. REZULTATAI ............................................................................................................... 71

6.1. Demografinių anketinių duomenų reikšmė gerklų ligų klasifikavimui ................. 71 6.2. Balso parametrų reikšmė gerklų ligų klasifikavimui ............................................. 92

6.2.1. Subjektyvus balso vertinimas ..................................................................... 92 6.2.2. Kompiuterinės balso analizės reikšmė ....................................................... 97

6.3. VLS parametrų patikimumas ............................................................................... 115

6.3.1. VLS parametrų ekspertų vertinimo patikimumas ..................................... 116 6.3.2. VLS vertinimo patikimumas pakartotinių tyrimų atžvilgiu ...................... 118 6.3.3. VLS vertinimo parametrų jautrumas ir specifiškumas ............................. 118 6.3.4. VLS matavimų svarba gerklų ligų atrankai ir klasifikacijai ..................... 127

6.4. Klausimynų ir balso pokyčių analizės tikslumas gerklų pokyčių klasifikacijai ... 137 6.5. Visos gerklų informacijos apjungimo rezultatas .................................................. 140 6.6. Balso, VLS vertinimo ir VLS matavimo parametrų koreliacinė analizė ............. 147

6.6.1. VLS vertinimo ir VLS matavimo parametrų koreliacijos ........................ 147 6.6.2. VLS vertinimo ir balso parametrų koreliacijos ........................................ 148 6.6.3. VLS matavimo ir balso parametrų koreliacijos ........................................ 150

7. REZULTATŲ APTARIMAS ...................................................................................... 153

IŠVADOS .......................................................................................................................... 161

BIBLIOGRAFIJOS SĄRAŠAS ........................................................................................ 162

PUBLIKACIJŲ SĄRAŠAS ............................................................................................... 176

PRIEDAI ........................................................................................................................... 178

PADĖKA ........................................................................................................................... 190

4

SANTRUMPOS

VLS – vaizdo laringostroboskopija BNI – balso neįgalumo indeksas F (BNI) – funkcinis BNI faktorius E (BNI) – emocinis BNI faktorius P (BNI) – fizinis BNI faktorius GFI – gerklų funkcijos indeksas AM – „atsitiktiniai miškai“ (angl. random forests) FG – fonetograma, „balso laukas“ TD – tonų diapazonas ID – intensyvumo diapazonas IFT – ilgiausia fonacijos trukmė (sek.) DSI – disfonijos sunkumo indeksas VAS – vaizdinio atitikmens skalė EFS – Europos foniatrų sąjunga SPL matuoklis – garso intensyvumo (angl. sound preasure level) matuoklis S – fonetogramos plotas GERL – gastroezofaginio refliukso liga TKK – tarpklasinis koreliacijos koeficientas KT – kompiuterinė tomografija SN – standartinis nuokrypis GŪE – gerklų ūžesio energija MDS – daugiamačio skenavimo metodas (angl. multidimentional scaling) OOB – netestuojami duomenys (angl. out of bag) DA – diskriminantinė analizė ROC – angl. reciever operating characteristics BK – balso klostė (-ės) PBK – patologinė balso klostė PP – pažeista (patologinė) pusė SvP – sveika pusė DBT – daugiaparametris balso tyrimas N – tiriamųjų skaičius

5

ĮVADAS

Balso vertinimas yra svarbi balso sutrikimų diagnostikos dalis. Jo pirmi-niai tikslai yra šie:

• Diagnozuoti balso sutrikimą ir sunkumo laipsnį.• Surasti galimas balso sutrikimo priežastis.• Palengvinti gydymo planavimą.• Vertinti gydymo rezultatus [137].

Balso sutrikimu negaluojantis pacientas įprastai įvertinamas pagal jo nu-siskundimus, anamnezę, turint omeny ir individualaus balso vartojimo poreikį, bei remiantis subjektyviu balso vertinimu ir naudojant laringo-skopiją.

Kompiuteriniai kiekybiniai ir kokybiniai balso vertinimo metodai naudo-jami atsižvelgiant į pacientų individualius poreikius bei tikslus, balso varto-jimo lygį, taip pat numatomą gydymo efektą. Siekiant efektyvumo, balso sutrikimo priežasties diagnostika turi būti koncentruota į gerklų funkcijos vertinimą.

Balso sutrikimai apima 3–9 proc. populiacijos ir smarkiai atsiliepia šių žmonių gyvenimo kokybei [23, 251]. Anamnezės, nusiskundimų duomenys mums suteikia labai daug informacijos ir gali teisingai nukreipti tolesnį paciento tyrimą, gydymo planavimą ir jo efektyvumo vertinimą.

Vienu iš svarbiausių tyrimų balso sutrikimo priežasčiai nustatyti laikoma vaizdo laringostroboskopija (VLS). Vis dar išlieka problemiškas VLS kie-kybinis vertinimas, kuris leistų geriau ir racionaliau interpretuoti, palyginti bei naudoti VLS rezultatus moksliniams tikslams. Kad VLS kiekybinis vertinimas taptų kasdiene praktika, reikia išsamių tarpdisciplininių moksli-nių studijų. Pradiniu etapu būtina detalizuoti VLS parametrus ir nustatyti standartus normaliems ir patologiniams balso klosčių virpesiams apibrėžti. Į klinikinę praktiką įdiegti objektyvūs VLS parametrai padėtų kiekybiškai aprašyti gerklų patologijos tipą ir laipsnį, įrodyti gydymo efektyvumą ir dokumentuoti gydymo veiksmingumą [20]. Standartizuota VLS ir gerklų vaizdų analizė sudarytų prielaidas nustatyti objektyvius, fonacinę funkciją atspindinčius, parametrus [269].

Siekiant geriau perprasti fonacijos patofiziologinius mechanizmus bei iš gerklų teikiamos įvairios duomenų gausos išskirti optimaliausius ir reikšmingiausius požymius pirminei gerklų ligų atrankai, reikalinga detali ir įvairiapusė gerklų informacija, kurią galėtų suteikti daugiafunkcis gerklų tyrimas – klausimynų, akustinių balso parametrų, gerklų pokyčių analizė.

6

1. DARBO TIKSLAS IR UŽDAVINIAI

Darbo tikslas Darbo tikslas – nustatyti informatyviausius anamnezės, subjektyvaus bal-

so vertinimo, kompiuterinės akustinės balso analizės bei kiekybiškai įvertin-tus ir išmatuotus vaizdo laringostroboskopijos parametrus gerklų ligoms klasifikuoti; sukurti optimalią pirminės gerklų ligų atrankos sistemą.

Darbo uždaviniai 1. Nustatyti informatyviausius anamnezės bei demografinius faktorius,

kurie leistų tiriamuosius klasifikuoti į sveiko ir patologinio balso, taippat į gerklų ligų grupes; įvertinti šių faktorių efektyvumą pirmineigerklų ligų atrankai.

2. Atlikti subjektyvią ir kompiuterinę akustinę balso analizę bei sudarytiinformatyviausių balso parametrų sistemą gerklų ligų grupėmsklasifikuoti.

3. Atlikti ir kiekybiškai įvertinti VLS bei nustatyti kiekybinių VLSvertinimo parametrų patikimumą bei reikšmingumą klasifikuojanttiriamuosius į gerklų ligų grupes.

4. Sukurti VLS paveikslų objektyvaus kiekybinio matavimo sistemą beinustatyti VLS matavimo parametrų reikšmingumą klasifikuojant įatitinkamas gerklų ligų grupes.

5. Jungiant anketinius duomenis, akustinę balso analizę, VLS vertinimoir VLS matavimo parametrus, įvertinti gerklų ligų pirminės atrankossistemos efektyvumą.

7

2. DARBO MOKSLINIS NAUJUMASIR AKTUALUMAS

Klinikinėje praktikoje naudojama daug balso funkcijos vertinimo meto-dų. Sukurti klausimynai padeda atskirti sveiką ir patologinį balsą, įvertinti balso neįgalumo laipsnį. Kompiuterinė balso analizė parodo garso bangos ir balso diapazono pokyčius. Visa ši informacija siejama su vaizdiniais gerklų tyrimų metodais, tačiau nėra pakankamai duomenų apie šių tyrimų tarpusavio ryšį.

Vaizdo laringostroboskopija laikoma viena iš svarbiausių ir dažniausiai klinikinėje praktikoje naudojamų vaizdinių gerklų tyrimo metodų, kuris reikšmingiausiai nustato balso sutrikimo priežastį. Vienas iš didžiausių jos trūkumų – subjektyvi interpretacija, trukdanti suderinti praktikuojančių specialistų ir gydymo efektyvumo vertinimus, taip pat siekti mokslinių tikslų. Sukurta daug įvairių VLS vertinimo formų, bet jų dauguma neprigijo klinikinėje praktikoje ir vieningo kiekybinio vertinimo pasigendama iki šiol.

Disertaciniame darbe ištirti gerklų ligomis sergantys ir sveiki asmenys, naudojant įvairiapusius metodus – klausimynus, akustinę analizę, balso lauko tyrimą, vaizdo laringostroboskopiją. Sukurta informatyviausia įvairia-lypių požymių sistema, padedanti spręsti apie tikimybę, kuriai gerklų ligų grupei priskirtinas tiriamasis asmuo: sveiko ar patologinio balso, vėžio ar kitų organinių gerklų ligų, įtariamo gerklų vėžio ar kitų organinių ligų grupei, sveiko balso, mazginių, difuzinių balso klosčių pažeidimų ar balso klosčių judrumo sutrikimų klasei.

Bendradarbiaujant su Kauno technologijos universiteto Elektros ir valdymo įtaisų katedra, „Atsitiktinių miškų“ (AM) metodu nustatyta atskirų požymių, gautų iš tiriamųjų anketinių, vaizdinių ir balso tyrimų, svarba minėtų gerklų ligų klasifikacijai.

Naudojant matematinės statistikos metodus, sukurta unikali požymių sistema, aprėpianti įvairiapusę gerklų tyrimų informaciją. Nustatytas skir-tingos rūšies duomenų tarpusavio ryšys ir santykis. Iki šiol nebuvo atlikta išsamios balso funkcijos vertinimo analizės, kuri apimtų visus klinikiniame darbe naudojamus parametrus ir nustatytų pačius svarbiausius, padedančius atskirti sveiką ir patologinį balsą. Vertinant balsą, analizuoti ir kalbos profilio parametrai, nustatytas jų ryšys su kitais balso parametrais bei VLS. Kalbos parametrų įtraukimas į bendrą analizę – naujas, iki šiol literatūroje labai mažai nagrinėtas metodas. Sukurta originali VLS vaizdų matavimo metodika bei nustatyti svarbiausi parametrai, kurie tiksliausiai apibūdina klasifikuojamas grupes: sveiko ir patologinio balso, gerklų vėžio ir kitų organinių gerklų ligų, įtariamo gerklų vėžio ir kitų gerklų ligų, mazginių,

8

difuzinių pažeidimų, balso klosčių judrumo sutrikimų, taip pat sveiko balso klases. Sprendžiama ir dar viena problema – kaip objektyviai nustatyti balso neįgalumo laipsnį su balsu susijusių profesijų asmenims. Nėra vieningos visų balso ir gerklų vaizdo parametrų sistemos. Atradus ir nustačius svarbiausiuosius, būtų galima toliau kurti ir vystyti automatizuotą sistemą, kuri specialistams padėtų priimti objektyvius sprendimus.

9

3. LITERATŪROS APŽVALGA

Žmogaus balsas – unikalus instrumentas, kurį sudaro anatominių struk-tūrų, fiziologinių mechanizmų, fizikinių ir cheminių reiškinių kompleksas. Balso mechanikoje dalyvauja kvėpavimo, balsą produkuojantys (fonacijos), garso aplinką sudarantys (rezonanso) ir balsą moduliuojantys (artiku-liaciniai) raumenys. Pati fonacija apibrėžiama kaip garsas generuojamas balso klosčių virpesių, kuriuos sužadina iškvepiama oro srovė. Gerklos yra tik viena iš keturių balso produkavime dalyvaujančių sistemų, nors jos tikrai nėra to paties lygmens kaip trys likusios (kvėpavimo, rezonanso, artikuliacijos). Įdomu tai, jog filogenetiškai gerklos yra senesnės už sme-genų ir raumenų struktūras, atsakingas už artikuliaciją ir kalbą [9]. Kalbėdamas žmogus ne tik perduoda informaciją, bet kartu ir suteikia duomenis apie save. Iš žmogaus balso ir kalbos mes sprendžiame apie jo amžių, lytį, rasę, nuotaiką, išsilavinimą, socialinę padėtį [190]. Perkins (1971) išskyrė penkių rūšių informaciją, kurią galima išgauti iš balso. Jo manymu, balsas yra kalbėtojo psichinės ir emocinės sveikatos, asmenybės, tapatumo ir estetinės orientacijos indikatorius [9]. Johnson ir bendraautoriai 1956 metais sukūrė sveiko balso apibrėžimą. Anot autorių, sveikas balsas yra malonios kokybės, amžių ir lytį atitinkančio tembro, tinkamo garsumo, adekvačios galimybės varijuoti garsumu ir tonu. Plečiantis technologijoms, randasi mokslinių studijų, apibrėžiančių sveiką balsą akustiniais, fonetogramos (FG), vaizdiniais ir kitais parametrais. Lietuvoje atlikta tyrimų, kuriais nustatytos akustinių balso parametrų, FG parametrų normos. 1995 m. buvo nustatytos sveikų suaugusių lietuvių balsų normos atliekant „balso lauko“ (klasikiniu metodu), laringostroboskopijos, elektrogloto-grafijos ir ilgiausios fonacijos trukmės (IFT) registravimo metodais (Šiupšinskienė) [229]. 2000-aisiais nustatytos akustinių parametrų normos – vidurkiai bei standartiniai nuokrypiai (Ulozas) [249]. Visa tai atlikta tiriant nelavintus suaugusiųjų balsus. Žinoma, tie patys parametrai netinkami lavintiems balsams bei vaikų iki mutacijos balsų normoms nustatyti. 2010 metais Pribuišienės ir bendraautorių studijoje nagrinėti 6–13 metų vaikų lavinti ir nelavinti balsai – buvo atliekama akustinė balso analizė, FG bei matuojama ilgiausia fonacijos trukmė. Suskaičiuotos akustinių, FG parametrų bei IFT normos minėtoje vaikų amžiaus grupėje. Išsiaiškinta, jog nelavinto balso 6–13 metų skirtingos lyties ir amžiaus vaikų akustiniai balso parametrai statistiškai reikšmingai nesiskyrė. Teigiama balso lavinimo įtaka konstatuota tik dainuojančioms mergaitėms. Nustatytos vidutinės koreliacijos tarp balso lavinimo trukmės ir balso intensyvumo diapazono, maksimalaus intensyvumo, minimalaus intensyvumo, FG ploto ir IFT. Tonų

10

diapazonas (TD) statistiškai reikšmingai skyrėsi lavinto ir nelavinto balso vaikų grupėse [183]. Panašių studijų yra atlikę ir kiti užsienio autoriai. Kai kurios iš jų orientuotos į balso lavinimo įtaką [50, 63, 201], kitose nustatinėjamos akustinių ir FG parametrų normos [19, 28, 63, 162, 201, 215, 270], ir tik viena kita pristato IFT normų ribas [32, 59, 63].

Pats balso vartojimas turi keletą pakopų ar lygių. Siekiant sėkmingai gydyti balso sutrikimus, labai svarbu nustatyti kiekvieno paciento balso poreikio lygį. Balso sutrikimas gali trikdyti dainininko pasirodymą, tei-sininko, dvasininko ar mokytojo darbą, ar tiesiog apsunkinti senyvo amžiaus sutuoktinių bendravimą [122]. Todėl to paties lygio balso sutrikimas vienam asmeniui gali reikšti visišką nedarbingumą, kitam iš dalies apriboti darbingumą, o dar kitam netrikdyti darbingumo. Visa tai priklauso nuo balso vartojimo lygių. Koufman ir bendraautoriai išskyrė keturis balso vartojimo lygius, kuriais klinikinėje praktikoje vadovaujamės ir mes. Balso vartojimo lygius ir jų aprašus bei pavyzdžius pateikėme 3.1 lentelėje. 3.1 lentelė. Balso vartojimo lygiai (Koufman, 1991).

Lygis Aprašas Pavyzdys I II III IV

Elitiniai balso vartotojai Profesionalūs balso vartotojai Balsingų profesijų atstovai Nebalsingų profesijų atstovai

Dainininkai, aktoriai Kunigai, dėstytojai Mokytojai, teisininkai Darbininkai, tarnautojai

Taigi, pirmojo lygio atstovams net menki balso sutrikimai gali turėti

blogų pasekmių. Antriesiems vidutinio laipsnio disfonija trukdys tinkamai dirbti. Tretieji negali dirbti esant sunkaus laipsnio disfonijai. Ketvirto lygio reprezentantams balso sutrikimai darbingumo neapriboja. Tyrimai rodo, jog tie asmenys, kurių darbui balsas yra labai reikalingas ir dažnai naudojamas instrumentas, gerokai dažniau kreipiasi į specialistus dėl balso sutrikimų, nei asmenys, atliekantys rankų darbą arba tokį, kuriam nėra būtina vartoti balso [121]. Tačiau epidemiologiniai tyrimai rodo, jog žmones, dirbančius nekvalifikuotą, mažai apmokamą ar fizinį darbą, lydi kur kas didesnė rizika susirgti gerklų vėžiu nei kitus [134].

Balso sutrikimai paprastai yra multifaktorinės kilmės [27, 154, 257]. Juos ypač paskatina balso krūvis [146, 147, 216]. Balso pertempimo veiksniai, kaip antai labai intensyvus kalbėjimas (daugiau negu 70 dB), ilga kalbėjimo trukmė, kalbėjimas normalų diapazoną viršijančiu tonu, kalbėjimas labai stipria intonacija ir nenormaliu rezonansu, didina balso krūvį [216]. Kalbėji-mas veikiant psichoemociniams faktoriams taip pat didina balso krūvį [112, 158]. Aplinka, kurioje yra daug dulkių, garų, sausumo ir drėgmės nuokry-pių, temperatūros svyravimų, manoma, taip pat neigiamai atsiliepia balsui –

11

jį pertempia ir didina jo krūvį [89, 251, 257]. Bloga garso akustika [89, 251, 257] ir didelis aplinkos triukšmas [212, 213] verčia mokytojus kalbėti pakeltu balsu ir neteisingu tonu, ir tokiu būdu taip pat didėja balso krūvis. Fiziniai veiksniai – netaisyklinga kūno laikysena, raumenų pertempimas [158], netaisyklinga gerklų pozicija [7] ir pablogėjusi klausa [72] – irgi gali sukelti ir sunkinti balso sutrikimus. Tinkamo balso lavinimo ir balso higienos stoka laikomi svarbiais balso problemų išsivystymo rizikos faktoriais [147].

3.1. Klausimynų reikšmė gerklų ligų diagnostikai

Balso sutrikimai apima 3–9 proc. populiacijos ir ženkliai veikia gyveni-

mo kokybę [23, 251]. Labai svarbu, kaip pats pacientas įvertina savo balso sutrikimo sunkumą. Anamnezės, nusiskundimų duomenys mums suteikia labai daug informacijos ir gali nukreipti tolesnį paciento tyrimą teisinga linkme. Plečiantis instrumentiniams tyrimams, gerėja ligų diagnostika, tačiau daugelyje Lietuvos gydymo įstaigų vaizdiniai instrumentiniai gerklų tyrimo metodai nėra prieinami. Siekiant kiekybiškai įvertinti balso neįgalumo įtaką gyvenimo kokybei, vertinti gydymo efektyvumą, atlikti pirminę gerklų ligų atranką, yra sukurti visiems prieinami, specialios įrangos nereikalaujantys tyrimo metodai – klausimynai. Balso įtakos gyve-nimo kokybei (angl. Voice-Related Quality of Life) [93], Balso apklausos rezultato (angl. Voice Outcome Survey) [70], Balso užimtumo profilio (angl. Voice activity and Participation Profile) [139], Balso simptomų skalės (angl. Voice Symptom Scale) [44], Balso neįgalumo indekso (BNI, angl. Voice Handicap Index) [107], Gerklų funkcijos indekso (GFI, angl. Glottal Function Index) [11] ir kiti klausimynai daugiau ar mažiau įsitvirtino klinikinėje praktikoje.

Jacobson ir bendraautorių 1997 metais pristatytas BNI buvo pirmasis 30-ies punktų klausimynas, skirtas individualiai įvertinti, kaip balso sutrikimai pasireiškia skirtingose sferose:

• Pačios balso funkcijos (F). • Balso nulemto fizinio neįgalumo (P). • Balso paveikto emocinio faktoriaus (E). Nuo tada pripažinta, jog BNI yra universaliausias ir teikiantis svarbiausią

informaciją apie balso paveiktą gyvenimo kokybę instrumentas [62]. BNI labai išpopuliarėjo klinikinėje ir mokslinėje praktikoje ir buvo pripažintas tinkamu (validuotas) dvylikoje skirtingų kalbų [4, 16, 80, 88, 119, 141, 161, 164, 184, 200, 263, 273]. Verdonck – de Leeuw ir bendr. [253] įvertino JAV BNI versijos ir vertimų į aštuonias Europos kalbas ekvivalentiškumą. Jie

12

nustatė, kad JAV BNI ir jo vertimai yra ekvivalentiški ir rezultatai iš įvairių šalių yra lygintini. Sukurtos ir kelios sutrumpintos, klinikinėje praktikoje naudotinos BNI versijos – kaip antai BNI-10 [191], BNI-9 [160] – labai artimos išsamiai BNI versijai.

2005 metais Bach ir bendr. sukūrė ir patvirtino Gerklų funkcijos indekso (GFI) klausimyną – lengvai naudojamą, patikimą instrumentą, kurio tikslas – gauti informaciją apie suaugusiųjų balso disfunkcijos buvimą ir laipsnį [11]. Autorių duomenimis, tarp GFI ir BNI nustatyta stipri koreliacija. Tačiau literatūroje iki šiol aptikta tik keletas straipsnių, susijusių su GFI pritaikymu. Cohen su bendr. pristatė hebrajiškos GFI versijos validavimo rezultatus ir įrodė šio klausimyno naudą siekiant pagerinti vaikų, sergančių disfonija, ypač pažeistomis balso klostėmis, tyrimą [33]. Robert Buckmire ir bendr. įrodė GFI naudą vertinant pacientų po gortekso medializacijos tyroplastikos gydymo efektyvumą [26].

Taigi, klausimynų poreikis ir nauda abejonių nekelia. Sunku rasti vienintelį optimalų variantą, todėl šios srities literatūroje aptinkama nemažai analizės ir ieškojimų. Galbūt patikimiausia ir daugiausia naudos teikianti klausimyno versija bus sukurta dar ateityje? Aišku viena, kad tinkamai parengtas ir patikrintas klausimynas turi būti balso negalavimais besiskun-džiančio paciento tyrimo dalis. Taip pat aišku, jog vieningo klausimyno, tinkančio ir vaikams, ir suaugusiems, ir balso profesionalams, ir nelavinto balso atstovams, būti negali. Atskiri klausimynai reikalingi specializuotoms, su balso intensyviu vartojimu susijusioms profesijoms. Šiuo tikslu 2007 metais Cohen ir bendr. sudarė ir pritaikė naudojimui BNI dainininkams (angl. Singing Voice Handicap Index) [34]. Vėliau sukurta ir validuota trumpesnė dainininkų BNI klausimyno versija, susidedanti iš 10 klausimų [35]. Specializuoto, pritaikyto naudoti elitinio balso vartotojams BNI klausimyno lietuvių kalba kol kas nėra. 2011 metais pritaikėme naudoti lietuvių kalba ir validavome GFI klausimyną (GFI-LT) [180].

3.2. Balso analizės reikšmė gerklų ligų diagnostikai

Balso kokybės matavimas yra svarbus balso sutrikimų vertinimui. Kokybė yra aiškiausias požymis tiek balsą vertinančiam klinicistui, tiek pačiam pacientui, tiek aplinkiniams, tą balsą girdintiems. Balso kokybės vertinimas yra ideali gydymo pažangos, efektyvumo priemonė. Be abejonės, kokybės vertinimo matai yra pranašesni už kitus, nes jie labiausiai skatina pacientą siekti gydymo rezultatų. Dėl to nestebina, kad balso kokybės vertinimo istorija siekia senovės romėnų laikus. Seniausias būdas balso kokybei nustatyti – interesanto klausytojo subjektyvus balso vertinimas įvairiose skalėse, atspindintis klausytojo girdimą balso kokybės įspūdį. Šis

13

būdas yra įprastas, nesunkiai pritaikomas ir lengvai suprantamas. Tiek romėnų raštuose, tiek moderniose balso kokybės studijose [123] randama tokių balso apibūdinimų: šiurkštus, švarus, skaidrus, švelnus, silpnas, aštrus, žemas, prislopintas, aukštas, užkimęs, metalinis. Egzistuoja keletas klasikinio ir modernaus balso aprašo terminologijos skirtumų. Pavyzdžiui, antikinėse balso aprašymo schemose terminai yra siejami su asmenybe (asmeniškumu) ir retoriniais gabumais (artikuliuotas, aiškus). Modernes-niuose terminų rinkiniuose egzistuoja tokie terminai kaip pučiantis, nosinis, įprastai naudojami balso patologijai vertinti. Kad ir kaip būtų, tradicijų panašumai pranoksta skirtumus ir daugelis vertinimų nuosekliai naudojami per amžius. Tokia ilga šių vertinimų tradicija suteikia lyg „tiesos žiedą“, kuris stiprina plačiai paplitusį jų patikimumą [123].

Sudaryta ir naudojama nemažai balso vertinimo protokolų, paremtų įvairiomis vertinimo skalėmis. Įvairiuose protokoluose jos lengvai varijavo, tačiau metodai išliko beveik identiški. Pavyzdžiui, CAPE-V (angl. Consen-sus Auditory – Perceptual Evaluation of Voice) protokolo vartotojai vertina balsus VAS bendram pažeidimui, šiurkštumui, pučiančiam, įtempimui, aukš-tumui, garsumui nusakyti [123]. Isshiki 1969 m. sukurta faktorinė užkimimo vertinimo (LGPAI) skalė, vietoj VAS naudojanti keturių laipsnių vertinimą [99]. Švedų sudarytame vertinimo protokole SVEC (angl. Stockholm Voice Evaluation Consensus Model) egzistuoja šiurkštaus, pučiančio užkimimo komponentų vertinimas, bet asteninis, įtemptas komponentas, užkimimo laipsnis keičiami į afonijos, įtemptumo, silpnumo, girgždėjimo, nestabilumo, balso lūžių, diplofinojos vertinimą [123].

Vis dėl to subjektyvus balso vertinimas nesuteikia žinių, kas atsitikę žmogaus balsui. Šiuose vertinimo protokoluose pamatuoti parametrai yra visiškai nespecifiški ir nerodo, kaip jie siejasi su pačiu balso klosčių pažeidimu. Buvo bandyta sukurti labiau teoriškai pagrįstą balso vertinimo protokolą. Laver ir bendr. sudarė balso vertinimo protokolą (Balso profilio analizės protokolas – angl. Voice Profile Analysis), kuris remiasi ne kokybės vertinimu, bet labiau fizikiniu pagrindu. Čia balso kokybės terminai verčiami į tokius terminus, kurie labiau nurodo garso sudarymo būdus ir manierą. Tai būtų lūpų konfigūracija, skruostų pozicija, velofaringinė funkcija, gerklų padėtis ir kt. Kitais žodžiais tariant, „Balso profilio analizė“ labiau akcentuoja, kur galėtų būti informacija apie balso kokybę [127].

Nepaisant balso vertinimo protokolų gausos ir panašumo, iškeliama daug klausimų dėl vertinimo ir vertintojų patikimumo. Svarbiausias yra teorinis pagrindas, leidžiantis suprasti, kokie fiziniai ir akustiniai pokyčiai gali sukelti tam tikras balso kokybės variacijas. Klinicistams, naudojantiems įvairius balso vertinimo protokolus, tai padėtų suprasti gydymo rezultatų nesėkmes bei labiau pasigilinti į gydymo principus [123].

14

Kaip jau minėta anksčiau, užkimimu besiskundžiantis ligonis tiriamas kompleksiškai. Plečiantis technologijoms, didėja balso analizės įrangos pasiūla. Kompiuteriniai balso analizės metodai pasaulyje vis populiarėja, darosi prieinamesni, juos vis paprasčiau naudoti. Siekdami kokybiško rezul-tato, praktikuojantys gydytojai vadovaujasi klinikinio balso vertinimo geros praktikos principais:

1. Gydytojas turėtų naudoti įrodymais pagrįstą praktinį balso vertinimo algoritmą. Įrodymais pagrįsta praktika yra sistemingas šiuolaikinių mokslinių tyrimų rezultatų paieškos, įvertinimo ir pritaikymo procesas, kuriuo remiantis gali būti priimami sprendimai klinikinėje praktikoje. „Įrodymais pagrįsta medicina” ieško ir vertina tinka-miausią informaciją ir pritaiko ją kasdienei klinikinei praktikai [66]. Vertindami balsą, gydytojai turi naudoti tik moksliškai pagrįstus ir patvirtintus, literatūroje aprašytus parametrus.

2. Instrumentinius tyrimus gydytojas turi taikyti kritiškai. Vertinant balsą, šiuo metu daugeliu kompiuterinių metodų labai paranku gauti skaitmenines balso parametrų reikšmes. Nors tai ir patogu, specialistai neturėtų pasikliauti tik skaitmeninėmis reikšmėmis. Balso parametrai turi būti vertinami ir interpretuojami atsižvelgiant į gerklų anatomiją ir fonacijos fiziologiją. Geros praktikos pavyzdys – pradedant vertinimą pirmiausia iškelti hipotezę, o paskui ją tikrinti gerai pasveriant atliktų tyrimų rezultatus [13].

3. Gydytojas turi suprasti ne tik balso vertinimo naudą, bet ir apribo-jimus. Apribojimo pavyzdys – akustinė analizė, kuri padeda geriau apskaičiuoti periodiškus balsus negu neperiodiškus [243].

4. Gydytojas turi atsižvelgti į specifinius balso vertinimo protokolo poreikius skirtingoms pacientų populiacijoms. Jie gali skirtis tiriant profesionalius dainininkus, vaikus, senyvus žmones, skirtingas kalbi-nes, kultūrines, rasines grupes [137].

Akustinės balso analizės parametrai ir jų vertinimas plačiai aprašomi mokslinėje literatūroje. Pagrindiniai balso akustikos analizės parametrai, nusakantys balso kokybę yra Jitter – pagrindinio tono neperiodiškumas ir Shimmer – amplitudės neperiodiškumas. Objektyvus ir subjektyvus balso vertinimas rekomenduojamas kaip klinikinio balso tyrimo dalis [46]. Tačiau literatūros duomenys apie užkimusių balsų tyrimus yra prieštaringi dėl objektyvios akustinės ir subjektyvios analizės koreliacijų [49, 138]. Viena iš priežasčių – objektyvūs akustiniai balso parametrai ne itin patikimi, kai jie taikomi nereguliariems balso signalams, tačiau kur kas patikimesni norma-liems balsams. Subjektyvaus balso vertinimo protokolai – priešingai: jie tvir-tai pagrįsti ir patikimi tiek nereguliariems, tiek ir sveikiems balsams [17, 29].

15

3.2.1. Subjektyvus užkimimo vertinimas

2000 m. Europos laringologų draugija rekomendavo bazinį daugiapa-rametrį balso tyrimo (DBT) protokolą gydymo veiksmingumui įvertinti [46]. Šis protokolas sudarytas remiantis kiekybinio ir subjektyvaus balso vertinimo metaanalizės duomenimis ir Balso komiteto narių klinikine patirtimi. Protokolas sudarytas siekant geresnio ir vieningesnio sutarimo dėl funkcinio patologinio balso vertinimo metodologijos. Jis apima penkis aspektus: gydytojo ir paciento subjektyvius balso vertinimus, vaizdo laringostroboskopijos duomenis, akustinių bei aerodinaminių parametrų vertinimus. Subjektyviam balso vertinimui siūloma 1969 metais Isshiki pasiūlyta klasifikacija – seniausias užkimimo vertinimo būdas, dar vadina-mas LGPAĮ skale, kur L reiškia užkimimo laipsnį, G – grubų (šiurkštų), P – pučiantį, I – įtemptą, A – asteninį komponentą [99]. Pagal šią skalę užkimi-mas išreiškiamas formule (pvz.: L2G1P2A0Į1), kuri dokumentuoja esamo balso pakitimo ryškumą bei pobūdį ir gali būti naudojama ligos dinamikai bei gydymo efektui vertinti. Įvairiomis studijomis įrodyta, kad LGPAĮ skalė yra patikima ir stabili, kadangi vertinant tą patį balsą keliems tyrėjams ir tam pačiam tyrėjui kelis kartus, gauti nežymūs skirtumai tarp vertinimo rezultatų [51]. Atliktose studijose LGP komponentai pasirodė kaip labai patikimi (pasiektas geras tyrėjų ir vertinimų suderinamumas) klinikinėje praktikoje [43, 48]. Funkciniai Į ir A parametrai mažiau patikimi, todėl jie nebuvo įtraukti į bazinį protokolą. Taigi supaprastinta LGP skalė palikta bazinio tyrimo protokole ir ji atitinka tokią pat skalę, naudojamą Vokietijoje [185].

Norint įvertinti paciento juntamo užkimimo intensyvumą, raišką ar dažnį taip pat gali būti naudojama Shiffman (1981) pasiūlyta 100 mm (10 cm) vaizdinio atitikmens skalė (VAS) [208]. Tiriamasis dydis nustatomas išmatavus atstumą nuo atkarpos pradžios (0) iki atžymos (3.2.1 pav.). Tiriant šiuo metodu, tam tikrą požymį (pvz., užkimimą) gali vertinti pacien-tas ir gydytojas.

3.2.1 pav. Užkimimo intensyvumo vertinimas vaizdinio atitikmens skale.

16

3.2.2. Kompiuterinė balso analizė

Balso sutrikimų diagnostikoje svarbų vaidmenį atlieka kokybinė ir kiekybinė balso analizė. Balso kokybę nusako akustinė garso signalo analizė, o kiekybė apibūdinama fanetogramoje (balso laukas, balso profilis). Balso patologiją galima įtarti jau per pirmąjį pokalbį su pacientu. Įtarimą galima patvirtinti įvairiais gerklų ir balso tyrimo metodais, dokumentuoti moderniomis akustinio signalo analizės technologijomis. Šiuolaikiniai kompiuteriniai balso tyrimai leidžia objektyvizuoti subjektyviai girdimą užkimimą, kiekybiškai nustatyti balso galimybių ar fonacijos efektyvumo sutrikimą.

Šiuo metu pasaulinėje rinkoje siūloma daug įvairios įrangos akustinio signalo analizei. Mendes ir bendr. peržvelgė rinkoje siūlomą programinę ir techninę įrangą skirtą balso ir kalbos akustinei analizei, išskyrė dažniausiai medicinos praktikoje naudojamą, taip pat surinko svarbiausius balso parametrus ir galiausiai pristatė pedagoginei, mokslinei ir klinikinei prakti-kai tinkamiausią produkciją. 3.2.2.1 lentelėje atsispindi šios įrangos gausa rinkoje [153]. Lietuvoje kompiuteriniai balso analizės metodai įdiegti 1998–2000 metais (LSMU ANG ligų klinikoje). Akustinė balso analizė buvo atliekama Tiger Electronics Dr. Speech programine įranga (Voice Assess-ment 3.0) (Ulozas). Balso galimybių tyrimui nuo 2000-ųjų naudota Dr. Speech for Windows (Tiger DRS) programa Phonetogram 4 (Pribuišienė) [182, 249]. 2008 metų pabaigoje LSMU (KMU) ANG ligų klinikoje įdiegta kompiuterinės balso analizės programa lingWaves, sukurta WEVOSYS – Development Center for Voice and Speech Processing Forchheime, Vokietijoje. 2010 m. įdiegta Audacity programa – tai nemokama atviro kodo skaitmeninė garso apdorojimo programa, sukurta 2000 m. Mazzoni ir Dannenberg Carnegie Mellon universitete, JAV.

17

http://en.wikipedia.org/wiki/Carnegie_Mellon_University

3.2.2.1 lentelė. Programinė ir techninė įranga, skirta balso analizei. Programinės įrangos

Nemokamos Mokamos • Audacity 2.0.0 • EMU Speech Database System 2.3.0 • WaveSurfer 1.8.5 • Praat 5.3.04 • Speech Filing System (SFS) 4.8 • SFS|WASP 1.51 SIL International • Speech Analyser 3.0.1

Dr. Speech, versija 4 • Vocal Assessment • Real Analysis • Speech Trainig • ScopeView • Phonetogram • Speech Therapy 4 FonoTools KayPENTAX • Multi-Speech, Model 3700 • Voice Range Profi le (VPR), Model 4326 • Multi-Dimentional Voice Program (MDVP), Model 5105 • Motor Speech Profile (MSP), Model 5141 LingWAVES Voice Clinic Suite Pro Seegnal • MasterPitch Pro • VoiceStudio • SingingStudio Estill Voice International • VoicePrint • Estill Voiceprint Plus Time Frequency Analysis Software - TF32 Video Voice Speech Training System 3.0 Vox Metria Vocalgrama

Kompiuterinė balso analizė leidžia nustatyti balso kokybę, kiekybę,

vertinti pažeidimo laipsnį, gydymo efektyvumą, atlikti balso ekspertizę. Balsas yra akustinis signalas, plintantis iš virpančio balso plyšio pro

supraglotinę sistemą, kad pasiektų klausytoją. Šis signalas yra žinutė, nešanti informaciją apie dažnį, amplitudę ir balso kokybę. Tinkamai iššifruota ji gali suteikti žinių apie balso plyšio (balso šaltinio) būklę.

Balso dažnio (jitter) ir amplitudės (shimmer) nereguliarumas yra du parametrai, suteikiantys tiesioginę informaciją akustinei balso analizei. Reliatyvi gerklų ūžesio energija yra trečiasis parametras, kuris, tyrėjų nuomone, turi tiesiogines klinikines koreliacijas [239].

Balso tono nereguliarumas pirmą kartą aprašytas Lieberman 1961 m., kaip mažos ciklo – ciklo bazinio dažnio variacijos. Balso intensyvumo nere-

18

guliarumą sudaro ciklo – ciklo amplitudės variacijos (Horii 1980). Balso ne-reguliarumai yra natūralios balso šaltinio savybės. Netgi pačios didžiausios kalbėtojo pastangos produkuoti lygią fonaciją, sukels balso signalo nereguliarumą. Titze, Horii ir Scherer 1987 m. balso signalo nereguliarumo šaltinius apibendrino taip:

a) veikimo potencialų gerklų raumenyse atsitiktiniai svyravimai, sukeliantys raumenų jėgos fliuktuacijas;

b) netolygus gleivių pasiskirstymas ant balso klosčių; c) papildoma turbulencija iš balso plyšio; d) gerklų struktūrų sąveikos nereguliarumas [239]. Ankstesnės studijos parodė, jog nereguliarių balso signalų parametrai

skiriasi nuo normalių. Tai dažniausiai aptikta sunkių disfonijų atvejais [97]. Bet tai nesuteikė žinių apie disfonijos etiologiją [135]. Sunkių disfonijų, palyginti su vidutinio laipsnio ar lengvom disfonijom, nereguliarumo matai yra statistiškai reikšmingai didesni [239]. Scherer ir bendr. (1988) nustatė, jog didesnės garso bangos nereguliarumo reikšmės užkimusiems balsams nustatoma dėl šių priežasčių:

1. Gleivių kiekio ant balso klosčių. 2. Gerklų struktūrų asimetrijos. 3. Sutrikusios raumenų inervacijos. 4. Neperiodiškumo. 5. Viso balso trakto sąveikos problemos. 6. Oro tėkmės turbulencijos ir nestabilumo [199].

Akustinė balso analizė yra vertinga savo kiekybiškumu, nes leidžia nustatyti garso bangos nereguliarumą, vertinti gydymo efektyvumą, padeda spręsti apie nedarbingumą, tačiau vien tik balso kokybės parametrai, nustatomi akustinės analizės būdu, nenaudojant kitų tyrimo metodų, klinikinėje praktikoje, deja, turi mažą klinikinę vertę. Ta vertė gerokai padi-dėja jungiant akustinę balso analizę su subjektyviu balso vertinimu ir instrumentiniais metodais, t. y. laringoskopija [46]. Akustinės balso analizės trūkumas dažnai siejamas su subjektyvaus vertinimo ir akustinių parametrų koreliacijų skirtumais [144, 266]. Pavyzdžiui, dideli bazinio balso dažnio svyravimai yra palyginti lengvai jaučiami subjektyviai ir nustatomi akustiškai [143], tačiau nereguliarumo parametrų variacijos (jitter, shimmer) lengvai nustatomos akustiškai, o sunkiai jaučiamos subjektyviai, arba akustiškai gali būti nukrypusios nuo normos ribų, o vertinant subjektyviai gali būti normos ribose [69, 145]. Ši dichotomija leidžia daryti išvadą, jog reikia kompleksinio balso ištyrimo, o ne izoliuotų metodų [258].

19

Tokie akustiniai balso parametrai kaip jitter, shimmer, normalizuota ūžesio energija, neabejotinai turi klinikinę vertę, yra naudojami mokslinėse studijose bei klinikinėje praktikoje objektyviam balso tyrimui prieš gydymą ir po gydymo, vertinant rezultatus [248].

Kaip jau minėta, balso pagrindinis tonas F0 gali turėti labai plačias svyravimo ribas. F0 svyravimų pagrindu apskaičiuojami jitter ir shimmer. Tačiau pagrindinis tonas nėra homogeniška svyravimų seka. Tuo remiantis Titze pagal kokybę suklasifikavo balso signalus į tris tipus [242].

• Pirmojo tipo balso signalai yra beveik periodiški, o analizės rezutatų nepakeičia analizuojamame segmente atsiradęs nepagrindinis tonas (angl. sub-harmonics). Pagrindinio tono energija yra gerokai didesnė už nepagrindinio, todėl pastarasis žymios įtakos skaičiavimams neturi.

• Antojo tipo balso signalai turi ryškias moduliacijas ar nepagrindinius tonus. Čia jau nepagrindinio tono energija yra artima pagrindinio tono energijai ir gali būti sunku išskirti pagrindinį.

• Trečiojo tipo balso signalai yra nereguliarūs ir neperiodiški. Juos analizuojant iškyla daugiausia problemų.

3.2.2.1 pav. pavaizduoti trys garso bangos tipai, kur pavyzdžio dažnis yra 25 kHz, pagrindinis tonas f0 = 1/T, o A, B ir C, atitinka pirmojo, antrojo ir trečiojo tipo garso signalus. Teigiama, jog jitter ir shimmer matavimai, kurie tradiciškai naudojami tyrėjų, yra tinkami tik beveik periodiškiems pirmojo tipo signalams matuoti. Šių parametrų nauda, vertinant antrojo ir trečiojo tipo balso signalus, gali klaidinti [111]. Studijos, vertinančios jitter ir shimmer patikimumą ir tinkamumą, atskleidė didelius šių parametrų svyravimus ir mažą patikimumą analizuojant patologinius ar neperiodiškus balsus [46, 114, 242]. Atitinkamai antrojo ir trečiojo tipo balso signalams rekomenduojama naudoti spektrografiją bei subjektyvią analizę [242]. Nors subjektyvus balso funkcijos vertinimas yra paprastas, dėl jo subjektyvumo gali būti nepatikimas ir sunkiai vertinamas kokybiškai [68,124]. Faktoriai, įtakojantys subjektyvaus vertinimo nepastovumą, yra skirtingi balso signalo vertinimo standartai tarp tyrėjų ir skirtumai, kaip klausytojas akcentuoja savo dėmesį į skirtingus balso aspektus [111]. Tačiau tiek subjektyvus balso vertinimas, tiek spektrografinė analizė gali nesuteikti žinių, kai norima kiekybiškai aptikti subtilius balso funkcijos pokyčius. Kadangi tradiciniai balso analizės metodai yra riboti, yra pageidaujami papildomi analizės metodai, kurie analizuoja beveik periodiškus ir neperiodiškus balsus [111].

20

3.2.2.1 pav. Pirmojo, antrojo ir trečiojo tipo garso signalo bangos

(Titze ir bendr., 1987)[239].

Šiuo metu pasaulyje esama nemažai balso analizės programų, kurios turi pagrindinio tono nustatymo ir analizės algoritmus. Tačiau šios programos pateikia skirtingus rezultatus net kai analizuojami tie patys balsai [114]. Tokie nesutapimai kelia abejonių ir skatina tyrėjus ieškoti tobulesnių instrumentų. Kol kas nėra vieningo algoritmo, patikimai vertinančio visų tipų balso signalus. Patologinis balsas yra sudėtingas svyravimų derinys [109]. Viena iš siūlomų išeičių – suskaidyti balso signalą į pagrindinį toną ir triukšmą bei analizuoti juos atskirai [101, 126].

Balso analizės vertės bei žinių gilinimui kuriami eksperimentiniai kompiuteriniai balso klosčių modeliai bei atliekami eksperimentai su pašalintomis gerklomis. Ieškoma būdų, kurie leistų patikimai kiekybiškai išanalizuoti neperiodiškus patologinius balsus. Pateikiami nelinijiniai dinaminiai metodai (Poincare map, frakcinė dimensija, koreliacinė dimen-sija D2, Kolmogorovo entropija, Lyapunovo eksponentės), galintys analizuoti nereguliarius ar chaotiškus signalus [111]. Jitter, shimer ir koreliacinė dimensija beveik periodiškiems pirmojo tipo signalams duoda stabilius analizės rezultatus. Vis dėlto trečiojo tipo signalams jitter ir shimmer gaunami su didžiuliais svyravimais, o koreliacinės analizės rezultatai yra palyginti stabilūs. Tai parodo pastarojo metodo patikimumą, kai analizuojami disfoniški ar neperiodiški balsai [274]. Šis pavyzdys parodo, jog nelinijiniai dinaminiai analizės metodai nereguliarius ir neperiodiškus balsus aprašo tiksliau [111]. Atlikta nemažai studijų, kai

21

balsai buvo analizuojami nelinijiniais dinaminiais metodais. Manoma, kad šie metodai papildo jau klinikinėje praktikoje įdiegtus ir naudojamus tradicinius metodus. Tradiciniai metodai labiau tinka ir yra tikslesni beveik periodiškų pirmojo tipo ar antrojo tipo signalų analizei. Tačiau trečiojo tipo signalams analizuoti tikslesni nelinijiniai dinaminiai metodai. Vis dėlto reikia toliau tyrinėti, metodą tikrinti, diegiant jį į klinikinę praktiką. Taip pat aišku, jog šie metodai, neišstumdami tradicinių, gali pagerinti balso analizės rezultatus [111].

Sprecher ir bendr. pasiūlė prie Titze suklasifikuotų balso signalų trijų tipų [242] prijungti ketvirtąjį (3.2.2.2 pav.). Pastarasis tipas apibūdina balso signalą, kuriame vyrauja triukšmas. Siekiant geriau aprašyti ketvirtąjį tipą, autoriai atliko studiją ir išanalizavo 40 žmonių balsų įrašų. Juos suskirstė į pirmojo, antrojo, trečiojo ir ketvirtojo tipo signalus naudojant spektro-gramas. Visus suskirstytus balso signalus palygino atlikdami nereguliarumo, subjektyvią ir koreliacinės dimensijos analizę. Autoriai pateikė išvadas, jog nereguliarumo analizė galėtų būti naudojama pirmojo ir kai kuriems antrojo tipo signalams. Gana didelė antojo tipo signalų dalis, kuri gali būti analizuojama nereguliarumo metodu, yra nesuderinama su Titze rekomendacijomis ir gali būti priskirti specifinėms signalų tipavimo procedūroms. Tolesniuose tyrimuose, kai įtraukiami antrojo tipo signalai, prieš juos naudojant, turėtų būti atsižvelgiama į pagrindinio tono nustatymo reikšmes. Nesuskaičiuojamų dydžių ketvirtojo tipo signalai neturėtų būti analizuojami koreliacinės dimensijos būdu [220].

3.2.2.2 pav. Ketvirtojo tipo balso signalas (Sprecher ir kt., 2010).

Siekiant tiksliau aprašyti nereguliarumo būdu išanalizuotus signalus bei

padidinti jitter’io ir shimmer’io informatyvumą, pasiūlyta skaičiuoti dažnio bei periodo koeficientus [52]. Toliau stengtasi ieškoti parametrų, kurie nepriklausytų nuo pagrindinio tono, būtų nekintami laiko atžvilgiu, nesiskirtų skirtinguose balso įrašo segmentuose. Taigi, pradėta ieškoti balso pažeidimo dydžio priklausomybės nuo akustinio signalo spektro, kepstro bei jų išvestinių dydžių. Kepstras suteikia galimybę geriau vizualiai perteikti harmoninių signalų sąrangą akustiniame balso signale [90]. Vienas iš

Am

plitu

dė

22

parametrų – kepstro viršūnių iškilumas, kuris parodo, kaip labai harmoninių svyravimų energija skiriasi nuo triukšmo energijos [90]. Kuo sveikesnis balsas, tuo kepstro pikai aiškiau išreikšti ir labiau iškyla virš triukšmo lygio.

Taigi, aišku, jog akustinė balso analizė yra vis dar plačiai tyrinėjama sritis. Literatūroje aptinkama nemažai studijų, nagrinėjančių balso klasifikavimo tikslumą, panaudojant skirtingus klasifikavimo metodus bei akustinius parametrus. Keletas studijų, bei jų klasifikavimo skirtumai atsispindi 3-ioje lentelėje [55, 56, 115, 129, 130, 156, 174, 250, 254, 265].

3.2.2.2 lentelė. Balso klasifikavimo į skirtingas klases, panaudojant skirtingus klasifikatorius, tikslumas.

Tyrėjas, metai

Išskiriamos klasės

Klasifikavimo metodas

Naudoti parametrai

Klasifikavimo tikslumas

Eadie TL, Doyle PC, 2005

Sveikas –patologinis balsas

Logistinė regresinė analizė

HTS, tono aukščio amplitudė, spektro plokštumo lygis

100 proc.

Linder R ir bendr., 2008

Sveikas –patologinis balsas

Dirbtiniai neuroniniai tinklai

Jitter, Shimmer, SD F0, gerklų triukšmo sužadinimo santykis

80 proc.

Wolfe V, Martin D, 1997

Užkimimo lygis, pučiantis, įtemptas

Diskriminantinė analizė

SD Jitter, F0, garso - triukšmo santykio SN, kepstro viršūnių pikai

92 proc.

Peng C ir bendr., 2007

Sveikas – patologinis balsas

Atraminių vektorių mašinos

30 parametrų: Naudojant vieną Naudojant penkis Didinant skaičių

79,2 proc. 96,3 proc. Nebesikeičia

Dibazar AA, 2002


Paslėpti Markovo modeliai

Didžiausias tonų aukštis, vidutinis tonų aukštis, jų energijos santykis

99,44 proc.

Umapathy B ir bendr., 2005


Diskriminantinė analizė

Kalbos parametrai

93,4 proc.

23

3.2.2.2 lentelės tęsinys. Tyrėjas, metai

Išskiriamos klasės

Klasifikavimo metodas

Naudoti parametrai

Klasifikavimo tikslumas

Liliana GC, Hansen JHL, 1996

Sveikas balsas – gerklų vėžys

Paslėpti Markovo modeliai Dr. Speech

Akustiniai parametrai tęstinės „a“

88,7 proc. patologinei kl. 92,8 proc. sveikai kl. 79,13 proc.

Moran RJ ir bendr., 2006


Tiesinis klasifikatorius

Įrašai tylioje aplinkoje Telefoniniai įrašai

89,1 proc. 74,2 proc.

Kašėta M, 2010

Mazginis pažeidimas, Difuzinis pažeidimas, Sveiki Sveikias –patologinis balsas

Diskriminantinė analizė Atraminių vektorių mašinos, dirbtiniai neuroniniai tinklai Atraminių vektorių mašinos, dirbtiniai neuroniniai tinklai

Harmonikų ir triukšmo santykis, NŪE, F0 Dešimties požymių rinkiniai Požymių rinkiniai

63,5 proc. 90,8 proc. 92,6 proc.

Fonetograma (FG) – (balso laukas, balso profilis, balso diapazono profi-

lis) – dvimatis grafinis balso galimybių fiziologinių ribų matavimas, paro-dantis minimalaus ir maksimalaus balso intensyvumo priklausomybę nuo balso aukščio visame išdainuojamų garsų (tonų) ruože [230]. Fonetogramos kūrėjas yra Wolfe (1930 m.) [264]. 1970 m. Damste pasiūlė tyrimo pavadi-nimą ir pirminį registravimo formos variantą, tyrė sveikus ir patologiškus balsus [42]. Vėliau Shutte (1980) ir Gramming (1988) savo disertaciniuose darbuose nagrinėjo balso lauko tyrimo sąlygas, registravimo aparatūrą ir klinikinio pritaikymo aspektus [76, 205]. Fonetograma atliekama laikantis 1983 m. Europos foniatrų sąjungos (EFS) nustatytų standartizuotų reikalavimų [210]. Pati FG registravimo forma buvo tobulinta. FG – patikimas tyrimas, kadangi balso svyravimai laiko atžvilgiu yra nežymūs. Nustatyta, kad balso intensyvumo duomenys per parą svyruoja vidutiniškai 3dB, per mėnesį – 2–3 dB, tonų ruožas per parą gali keistis 1–2 pustoniais [37, 66, 75, 223].

Šiuo metu LSMU ANG ligų klinikoje FG registruojama kompiuteriniu būdu. 2008 m. pabaigoje įdiegta nauja kompiuterinės balso analizės programa lingWaves, sukurta WEVOSYS – Development Center for Voice and Speech Processing Forchheime, Vokietijoje. Naudojant lingWaves, registruojamas dainavimo ir kalbos diapazono profilis (fonetograma),

24

atliekama spektrografija, akustinė balso analizė, nustatoma ilgiausia fonaci-jos trukmė (IFT) bei apskaičiuojamas tyrimų rezultatus apibendrinantis disfonijos sunkumo indeksas (DSI).

Tyrimui naudojamas specialus aukštos kokybės mikrofonas – garso in-tensyvumo matuoklis (SPL meter) su integruotu triukšmamačiu, kuris parodo garso intensyvumo lygį (dB(A)). Taip garsas tiesiogiai perduodamas programinei įrangai ir nereikia intensyvumo kalibravimo. FG tyrimas atlie-kamas ta pačia metodika kaip ir klasikinis, tik garso tonams sužadinti nau-dojama asmeniniame kompiuteryje esanti virtuali klaviatūra, automatiškai matuojamas tonų sutapimas ir intensyvumas, brėžiama FG (3.2.2.3 pav.), apskaičiuojami balso stiprumą ir išdainuojamų garsų aukštį apibūdinantys parametrai [230]. Svarbiausi FG parametrai yra šie: 1) tonų diapazonas TD (atstumas tarp aukščiausiai ir žemiausiai išdainuoto garso); 2) intensyvumo diapazonas ID (garsiausiai ir tyliausiai išdainuoto garso intensyvumo skirtumas); 3) balso lauko plotas – S, kurį programa apibūdina kaip normalaus balso lauko ploto dalį (normal profile coverage) [37, 74, 230]. Išdainuojamas tonų diapazonas, t. y. dažnis, parodomas horizontalioje ašyje, o intensyvumas – vertikalioje ašyje. Šis tyrimo metodas išmanančiam foniatrui, kalbos patologui ar laringologui gali būti labai naudingas instrumentas dainininkų balso potencialui nustatyti, diagnozuoti disfonijas, vertinti gydymo rezultatus ar balso lavinimo efektyvumą [18]. Visos FG užrašymo procedūra trunka apie 45 minutes. Dėl laiko stokos kai kurie klinicistai pasirenka sutrumpintą FG versiją, kai fiksuojami tik keturi taškai: didžiausias ir mažiausias intensyvumo lygis bei žemiausias ir aukščiausias išdainuotas tonas. Tuomet FG užrašymo procedūra užtrunka ne daugiau kaip 10 minučių.

Bless ir bendraautoriai Tarptautinės logopedų ir foniatrų sociacijos Balso komiteto diskusijoje dėl FG pateikė šias išvadas:

1. Tinkamai atliekama FG yra vertingas instrumentas. 2. Pacientui tinkamai suteikiamos instrukcijos lemia FG tyrimo kokybę

bei patikimumą. 3. Periodiškas tyrimų lyginimas gydant tą patį pacientą turi būti labiau

patikimas ir galiojantis negu kelių pacientų tyrimų lyginimas. 4. FG yra vertingas rodiklis balso lavinimo potencialui nustatyti. 5. Tikslinga toliau tyrinėti FG ir duomenis klasifikuoti pagal gaunamas

FG konfigūracijas [18].

Gerklų patologija gali lemti balso klosčių masės, ilgio, įtemptumo pokyčius [39]. Šie pokyčiai blogina gerklų aerodinaminę funkciją, įskaitant oro tėkmę bei poklostinį slėgį ir tai daro įtaką fonacijos dažnio ir intensyvumo parametrams [140]. Taigi, FG yra dviejų dimensijų grafikas,

25

atspindintis individualų minimalaus ir maksimalaus balso intensyvumo lygį per visą tiriamojo tonų diapazoną [12, 38, 118]. „Fonetograma” - labiau prigijęs pavadinimas Lietuvoje, tačiau pasaulyje naudojamas terminas „Balso diapazono profilis“ (angl. Voice Range Profile), kuris 1992 metais buvo oficialiai pasiūlytas Tarptautinės logopedų ir foniatrų asociacijos Balso komiteto [18]. Literatūroje sutinkami tokie alternatyvūs terminai: „fonetograma“ [2, 3], „fonetografija” [87], „balso profilis” [19], „fonacijos profilis” [157], „balso plotas” [18], „balso laukas” [228].

Tipiška sveiko balso FG forma yra įstrižai ovali [171]. FG plotas parodo tiriamojo balso funkcines galimybes. Keletas autorių kaip balso parametrus analizavo viršutinės ir apatinės intensyvumo linijų nuožulnumą [86, 225].

FG plotas buvo naudojamas disfonijai ir sveikam balsui diferencijuoti. Gali būti tokia sergančių žmonių gerklų patologija:

• Sumažėjęs maksimalaus dažnio diapazonas, labiau išreikštas aukštuose dažniuose. Gerklų patologija padidina balso klostės masę kiekviename taške ir tai riboja balso klostės virpesius aukštuose daž-niuose. Be to, dėl gerklų patologijos sustiprėjęs balso klostės tampru-mas (įtemptumas), sustiprina ir audinių stangrumą, o tai trukdo klostei pakankamai išsitempti ir produkuoti aukštus tonus [39]. Dėl to aukščiausias išdainuojamas tonas pažemėja [85, 86, 148].

• Sumažėjęs maksimalaus intensyvumo diapazonas, kai labiau suintensyvėjusi minimali fonacija. Minimalus balso intensyvumas atspindi individualų minimalų fonacijos slenkstį. Fonuojant minimaliu garso lygiu, oro tėkmė pro balso plyšį bus labai nedidelė [240]. Esant gerklų patologijai, balso klostės masė kiekviename taške padidėja, todėl apribojamas balso klostės lankstumas ir esant labai mažam oro srautui ji negali virpėti [74]. Todėl disfoniškiems pacientams, taip pat ir vokaliai sveikiems asmenims, yra sunku fonuoti minimaliu garso intensyvumu [140].

• Sumažėjęs balso lauko plotas dėl sumažėjusių tono ir intensyvumo diapazonų [140].

Keletas autorių FG dviejų dimensijų grafiką naudoja rišliai kalbai vertinti [57, 236]. Toks kalbos diapazono profilis parodo kasdienio bendravimo, kalbos funkcinę analizę. Ma ir bendraautoriai įvertino kalbos profilio naudą klasifikuojant moterų balsus į sveikus ir patologinius [136]. Jie nustatė, kad sujungiant tik du kalbos diepazono profilio parametrus (kalbos dažnių diapazoną ir maksimalų kalbos intensyvumą) pasiekiamas 93,6 proc. klasifikavimo tikslumas.

26

3.2.2.3 pav. Kompiuterinė fonetograma.

Pastaba: TD – tonų diapazonas, ID – intensyvumo diapazonas, S – fonetogramos plotas.

Sveiko nelavinto balso vyrų ir moterų tonų diapazonas apima viduti-niškai 3 oktavas (t. y. 36 pustonius). Kaip matyti 3.2.2.3 lentelėje, įvairių autorių duomenimis, TD vidutinė reikšmė svyruoja nuo 28,3 [74] iki 40,89 pustonio [136]. ID diapazonas svyruoja nuo 32 iki 58 dB [37]. Balso lauko parametrai priklauso nuo matavimo metodo. Šiame darbe atsispindi kalbos parametrų svarba visų balso parametrų kontekste. Sveikų nelavintų balsų FG parametrų ribas ir vidurkius tyrė ir Šiupšinskienė (1995), bei Pribuišienė (2003). Šiupšinskienė, KMU ANG ligų klinikoje klasikiniu fonetografijos metodu tyrusi 28 sveiko nelavinto balso vyrus ir 30 moterų nustatė, kad sveikų vyrų tonų diapazonas vidutiniškai yra 35 pustoniai, t.y. nuo E (82Hz) iki d2 (587Hz), o moterų – 28 pustoniai, t.y. nuo E (165Hz) iki g2 (784Hz) [230]. Pribuišienė KMU ANG ligų klinikoje kompiuteriniu fonetografijos metodu tyrusi 34 vyrus ir 54 moteris nustatė, kad vyrų žemiausiai išdainuojamas tonas buvo vidutiniškai F (86Hz), aukščiausiai - e2 (667Hz), moterų – atitinkamai e (162Hz) ir a2 (884Hz) [182]. Vis dėl to nereikėtų pamiršti, jog absoliučių balso parametrų “normų” būti negali. Kompiuterinė balso analizė padeda nustatyti balso sutrikimų pobūdį, stebėti balso pokyčius gydymo eigoje, suteikia mums skaitmenines kiekybines vertes. Tačiau gaunami gana dideli parametrų svyravimai tiriant skirtingiems tyrėjams ir skirtingų programinių įrangų pagalba.

27

3.2.2.3 lentelė. Sveiko balso asmenų vidutinės fonetogramos parametrų vertės.

N TD (pst.) ID (dB) S (pst.*dB) Vyr. Mot. Vyr. Mot. Vyr. Mot.

Coleman, 1977 22 37,1 37,4 58,4 51 - - Ohlsson, 1986 36 37 33 - - 766,5 563,7 Gramming, 1988 28 28,3 29,9 32 30 - - Šiupšinskienė, 1995 58 34,9 28,3 47,3 43,3 28,6* 21,1* Pribuišienė, 2003 90 35,7 30,2 48,2 42,8 915,1 752,7 Ma ir bendr., 2007 35 - 40,89 - 56,74 - 1421,8

* – FG plotas nustatytas langelių metodu (cm2) [230].

Kiekvienai kompiuterinei programai FG parametrų normos yra skirtingos. LSMU ANG ligų klinikoje naudojamai Phonetogram 4 Dr. Speech for Windows (Tiger DRS) kompiuterinei programai FG parametrų normos išvestos, 2000–2007 m. ištyrus 121 sveiko nelavinto balso asmenį (Pribuišienė), pateiktos 3.2.2.4 lentelėje [182].

3.2.2.4 lentelė. Sveikų suaugusių ir vaikų nelavinto balso fonetogramos parametrų vidurkiai bei 95 proc. pasikliautinojo intervalo ribos (“Phone-togram 4” Dr. Speech for Windows Tiger DRS).

Parametrai

Vyrai (n=34) Moterys (n=54) Vaikai 6-13m. (n=31)

Vidurkis Apatinė- viršutinė

riba Vidurkis

Apatinė- viršutinė

riba Vidurkis

Apatinė- viršutinė

riba TD, pst. 35 34–37 30 29–31 23 20–25 F-max, Hz 667 622–712 884 839–928 757 674–840 F-min, Hz 86 81–92 162 147–176 199 191–207 ID, dB(A) 48 46–50 42 41–44 36 30–42 I-max, dB(A) 95 92–97 91 89–93 82 79–84 I-min, dB(A) 47 46–47 49 47–50 48 48–49 S, pst.*dB(A) 901 842–959 717 674–760 362 312–413

F-max – aukšiausiai išdainuojamas tonas, F-min – žemiausiai išdainuojamas tonas, I-max – maksimalus intensyvumas, I-min – minimalus intensyvumas, S – FG plotas.

Kaip jau minėta, FG yra naudinga gydymo efektyvumui vertinti. Yra atlikta nemažai studijų, kur vertinti FG parametrai disfonijos sunkumui, gydymo efektyvumui, balso pokyčiams po gydymo nustatyti. Šiuolaikinė FG suteikia galimybę lyginti parametrus tiesiog ekrane ir parodyti pacientui gaunamus rezultatus. 3.2.2.4 paveiksle pavaizduotas FG rezultatas vieną mėnesį po medializuojamosios tiroplastikos pacientei, sergančiai balso klostės paralyžiumi.

28

3.2.2.4 pav. Gydymo efektyvumo vertinimas fonetogramoje po

medializuojamosios tiroplastikos (LSMU ANG ligų klinikos archyvas).

Willems-Bloemer su kolegomis tyrė pacientų balso tonų ir intensyvumo diapazonų kaitą prieš ir po 2 savaičių antirefliuksinio gydymo [262]. Klasikiniu (neautomatizuotu) būdu nustatytus fonetogramos parametrus antirefliuksinio gydymo efektui ir Omeprazolio testui įvertinti tyrė ir Šiupšinskienė (2002) [231], taip pat ji tyrė balso pažeidimo vertinimo naudą GERL sąlygotos disfonijos pacientėms [232]. Kim ir bendr. nusatė, jog pacientams po tiroidektomijos statistiškai reikšmingai pažemėja aukščiau-siai išdainuojamas tonas bei balso intensyvumo diapazonas [120]. Taip pat Hong nustatė, jog po tiroidektomijos aukščiausias tonas pažemėjo 86 proc. net nesant nervo pažeidimui [96].

Taigi, lyginant sergančių ir sveikų asmenų FG parametrus, galima įvertinti tiriamos patologijos poveikį gerklų fonacinei funkcijai [182].

3.2.3. Aerodinaminiai balso funkcijos rodikliai

Balso produkcijoje dalyvauja daugelis anatominių ir fiziologinių

struktūrų. Normalios fonacijos metu balso klosčių virpėjimas yra inicijuotas ir išlaikomas kvėpavimo ir fonacinės sistemos sąveikos. Aerodinaminių balso produkcijos aspektų vertinimas parodo ne tik gerklų, bet ir kvėpavimo sistemos būklę. Aerodinaminiai rodikliai glaudžiau siejami su gerklų, kaip vožtuvo funkcija, negu akustinė balso analizė [221]. Klinikinėje praktikoje naudojama daug įvairių oro tėkmės ir slėgio matavimo rodiklių. Taip pat egzistuoja matematiškai sujungti matavimai: gerklų rezistentiškumas, ar jėga [92, 94, 152, 214]. Kiti aerodinaminiai rodikliai specifiški konkrečioms klinikinėms užduotims, t. y. fonacijos slenksčio slėgis, kuris parodo minimalų poklostinį slėgį, reikalingą balso klosčių virpesiams sužadinti

29

[241] ar transglotinio tekėjimo vidurkis, kuris nustatomas tęsiant balsę [60, 95]. Matuojami intraoralinio slėgio, transglotinės tėkmės parametrai bei išvestiniai gerklų rezistentiškumo parametrai – tai padeda atskirti sveiką bal-so funkciją nuo patologinės, nustatyti balso sutrikimo sunkumą, planuoti gydymą ir kai kuriais atvejais parodyti diagnostikos sunkumą [221].

Nepaisant įvairių sistemų (Fonacinė aerodinaminė sistema, Aerophone II, Glottal Enterprises, Respiracinio induktyvumo pletizmografija), pats paprasčiausias ir dažniausiai klinikinėje praktikoje naudojamas aerodina-minis rodiklis yra ilgiausia fonacijos trukmė (IFT) [104]. Literatūroje sutinkami alternatyvūs terminai yra maksimalus nepertraukiamos fonacijos laikas, maksimalus fonacijos laikas [244], maksimali fonemos trukmė [218]. IFT parodo ilgiausią fonacijos trukmę, kurią gali tęsti asmuo po gilaus įkvėpimo [39]. IFT gerai koreliuoja su oraliniu oro tėkmės greičiu [105], bet nekoreliuoja su gyvybine plaučių talpa [217].

Dėl skirtingai atliekamų procedūrų ir didelio rezultatų svyravimo skirtingose studijose [104] IFT nauda kliniškai vertinant balsą yra kontroversiška. IFT matavimas gerklų ligos nediagnozuoja, bet parodo oro tėkmės pro balso plyšį fonacijos metu sutrikimo laipsnį. Įvairių autorių duomenimis šio, parametro norma vyrams svyruoja nuo 20 iki 34 sek., moterims – nuo14 iki 26 sek. [196, 230].

3.2.4. Disfonijos sunkumo indeksas (DSI).

Objektyvus disfonijos įvertinimas skaitmeninėmis reikšmėmis tebėra problemiškas. Balso parametrų gausa gali daryti įtaką rezultatams bei jų interpretavimui, sunku aiškiai, apibendrintai nustatyti disfonijos laipsnį. Pastarąjį apibrėžia subjektyvus balso vertinimas LGPAĮ ar LGP skalėje. Tačiau reikia objektyvaus automatizuoto vertinimo. Vienas iš bandymų jungti keletą balso parametrų yra DSI [272]. DSI sukurtas objektyviam ir kiekybiniam balso kokybės įvertinimui, kai remiamasi balso parametrų ryšiu su subjektyviai vertintu užkimimo laipsniu [92,272]. DSI formulė sudaryta Fišerio diskriminantinės analizės metodo pagrindu [40]. Požymių diskri-minavimui nustatyti reikšmingi keturi parametrai bei atspindima kiekvieno jų svarba. Šie parametrai yra:

• ilgiausia tonacijos trukmė (IFT, sek.) • aukščiausias išdainuotas tonas (Maks_Ton, Hz) • mažiausias balso intensyvumas (Min_Int, dB(A)) • jitter (proc.)

DSI = 0,13×IFT + 0,0053×Maks_Ton – 0,26×Min_Int – 1.18 × jitter +12,4

30

DSI reikšmės gali svyruoti nuo +5 (normalaus balso) iki –5 (afonijos). Kai DSI yra >1,6, balsas laikomas normaliu. Kuo balsas blogesnis, tuo daugiau DSI reikšmė krypsta į neigiamą pusę. Paklaida, skaičiuojant DSI, yra 0,6.

Atsižvelgiant į subjektyvų balso vertinimą LGP skalėje, nustatytas patikimas ryšys tarp DSI ir subjektyviai įvertinto užkimimo laipsnio [260].

3.2.4.1 pav. DSI vidurkiai ir standartiniai nuokrypiai atsižvelgiant į užkimimo laipsnį.

Taip pat nustatytas DSI bei užkimimo laipsnio (iš LGP skalės) atitikmuo,

kuris atsispindi 3.2.4.1 lentelėje [272].

3.2.4.1 lentelė. DSI reikšmės, atitinkančios užkimimo laipsnį.

Užkimimo laipsnis DSI ± SN L0 L1 L2 L3

5,00 ± 0,23 1,02 ± 0,25 –1,4 ± 0,3 –5,0 ± 0,8

Šios DSI reikšmės gali būti naudojamos kaip orientacinės, tačiau

kiekvienu individualiu atveju svarbiau ieškoti pokyčių laiko atžvilgiu. Tyrimo laiko, pačios procedūros, mikrofono tipo skirtumai gali įtakoti DSI reikšmę, bet naudojant tuos pačius protokolus ir tyrimo rekomendacijas nuokrypiai turėtų būti labai nežymūs.

DSI labai jautriai fiksuoja netgi nežymius balso kokybės pokyčius, kurie dažnai dar nepastebimi paties paciento ar tyrėjo.

Užkimimas

31

Programa lingWaves pagal DSI reikšmes yra išskiriami penki balso pažeidimo lygiai (3.2.4.2 lentelė).

3.2.4.2 lentelė. DSI reikšmės, atitinkančios balso pažeidimo lygį.

Lygis DSI Disfonijos laipsnis

0 <–2,0 Sunkaus laipsnio afonija (visiškai nėra balso, pacientas negali fonuoti)

1 –1,9 iki +0,3 Pastovi disfonija (pavieniai fonacijos periodai, gali būti afonijos periodai)

2 +0,4 iki +2,2 Vidutinio laipsnio disfonija (kartais balsas gali būti neblogas, bet labai dažni disfonijos periodai)

3 +2,3 iki +3,3 Lengvo ir vidutinio laipsnio disfonija (retesni disfonijos periodai ar lengva persistuojanti disfonija)

4 +3,4 iki +4,3 Lengvo laipsnio disfonija (pavieniai disfonijos momentai ar trumpi periodai)

5 >4,4 Disfonijos nėra

Literatūroje esama nemažai studijų, kuriose DSI naudojamas ne tik disfonijos mastui išsiaiškinti, bet ir gydymo efektui vertinti, balso lavinimo įtakai nustatyti. Aprašoma, kad balso lavinimas statistiškai reikšmingai pagerina DSI nuo 2,3 iki 4,5 [237, 238]. Tačiau taip pat yra duomenų, jog skaičiuojant DSI su skirtingų gamintojų įrangomis, gaunami labai skirtingi rezultatai. Aichinger ir bendraautoriai nustatė, kad tiriant DSI dviem skirtingomis programinėmis įrangomis 95 proc. tiriamųjų DSI reikšmės svyravo nuo +2,39 iki –2,82 [1]. Todėl kyla klausimas, ar galima lyginti tokius rezultatus, ir manoma, jog kiekvienai programinei ir kompiuterinei įrangai reikėtų savų standartų.

Daugėjant tiriamų balso požymių, didėja jų atrankos, t. y. svarbiausių, labiausiai atspindinčių balso sutrikimų laipsnį paieškos poreikis.

3.3. Vaizdo laringostroboskopija

Laringoskopijos istorijos pradžia – 1854 metai, kai Garcia ir Turck, pasi-

naudodami saulės šviesa ir rankose laikomu veidrodėliu pirmą kartą apžiūrėjo gerklas. Šiuo metu gerklų apžiūros techninės galimybės gana plačios, tačiau nėra tobulos. Nors technika ir tobulėja, kiekybinis gerklų vaizdo vertinimas tebelieka problemiškas. Kartu tai apriboja vaizdų vertinimą mokslo tikslais, taip pat gydymo efektyvumo ar išeičių vertinimą.

Pats paprasčiausias iki šiol išlikęs gerklų vertinimo metodas – netiesio-ginė laringoskopija, apžiūra veidodėliu pasinaudojant šviesos šaltiniu. Tačiau šis metodas nesuteikia galimybės įvertinti balso klosčių virpesius, dokumentuoti vaizdus, apžiūrėti juos padidintus. Norėdami vaizdą padidinti,

32

klinicistai vietoj šviesos šaltinio naudoja mikroskopą. Metodas nėra plačiai paplitęs, nes nepatogus, reikalauja daugiau patirties, nors juo gaunamas geros raiškos trijų matmenų gerklų vaizdas [131]. Kiti gerklų apžiūros metodai – laringoskopija lanksčiu arba kietu endoskopu (70 ar 90 laipsnių). Prie pastarųjų gali būti primontuota vaizdo įranga, kuri leidžia vaizdo įrašus dokumentuoti, lyginti atskirais laiko tarpsniais, juos analizuoti bei vertinti su kitais kolegomis, net nesant šalia paciento [131].

Vertinant gerklų vaizdą, svarbūs struktūriniai jų pokyčiai. Bene jautriausias tyrimo metodas jiems nustatyti – tiesioginė mikrolaringoskopija. Šis metodas padeda gerklose pamatyti mikropokyčius, tačiau jį pasitelkę negalime įvertinti funkcinių pokyčių. Taip pat problemiška mikrolarin-goskopinių vaizdų objektyvi kiekybinė analizė. Septintame praeito amžiaus dešimtmetyje šiuos vaizdus pirmasis pradėjo analizuoti Haralick, kuris pristatė co-occurrence matricas pilkos spalvos tekstūros analizei [83]. Vėliau šios matricos pritaikytos ir spalvotų vaizdų analizei [84, 172]. Bandyta mikrolaringoskopinius vaizdus klasifikuoti įvairiais metodais. Ilgner ir bendraautoriai, remdamiesi tekstūros požymiais, gaunamais iš rankiniu būdu pažymėtų mikrolaringoskopinių vaizdų plotų, vaizdus klasifikavo į sveikąją ir patologinę klases. Tokiu būdu gautas 81,4 proc. tikslumas. Kašėta 2010 metais LSMU ANG ligų klinikoje atliko studiją, kurioje pasitelkė atraminių vektorių mašinų klasifikatorių komitetų ir genetinės paieškos pagrindu sukurtą automatinę gerklų ligų kategorizavimo sistemą ir pagal ją mikrolaringoskopinius vaizdus suskirstė į tris klases (sveikąją, mazginio ir difuzinio pažeidimo). Buvo pasiektas 94,11 proc. klasifikavimo tikslumas, o ekspertų klasifikacija siekė 96,84 proc. Taigi automatinis ir ekspertinis klasifikavimas statistiškai reikšmingai nesiskyrė [115]. Be to, tiesioginė mikrolaringoskopija turi didelį trūkumą – ji atliekama taikant bendrąją nejautrą. Diagnostikai pageidautini mažesnės invazijos reikalaujantys tyrimo metodai.

Labai vertingas gerklų funkcijos tyrimo instrumentas yra stroboskopija. Jos metu galime stebėti ir vertinti balso klosčių virpesius, kurie labiausiai ir lemia balso kokybę [252]. Žmogaus balso klostės virpa 60–1200 ciklų per sekundę greičiu. Membraninė balso klostės dalis virpa tam tikra amplitude, kurią sudaro maksimalaus prasiplėtimo ir užsidarymo skirtumas. Kai virpesio metu balso klostės yra užsidariusios, apatinė jų kraštų dalis kontak-tuoja pirmiausia, po to vidurinė ir galiausiai viršutinė. Tuomet deformuojasi paviršiniai sluoksniai ir šis pakitimas kranialiai bei lateraliai persiduoda į viršutinį balso klostės paviršių [131]. Kiekvienas normalus virpėjimo ciklas sukuria gleivinės bangą [252]. Stroboskopija padeda įvertinti tiek balso klosčių amplitudę ir užsidarymą, tiek ir gleivinės bangą [252]. Svarbu žinoti, jog normalios balso variacijos sukels gleivinės bangos, amplitudės ir

33

balso klosčių užsidarymo pokyčius. Pavyzdžiui, aukštėjant fonacijos tonui, tiek virpesių amplitudė, tiek gleivinės banga sumažės ir per virpesių ciklą užsidarymo laikas sutrumpės [252]. Moterų balso klostėse, netgi fonuojant patogiu tonu, dažnai išlieka mažas užpakalinis balso plyšelis, o vyrų balso plyšys, jiems fonuojant tomis pačiomis sąlygomis, paprastai išvis užsidaro [91]. Taip pat stebimos varijacijos, kurios priklauso nuo balso registro. Fonuojant falcetu, balso klostės užsidaro trumpam, arba visai neužsidaro, o virpesių amplitudė ar gleivinės banga, palyginti su modaliu registru, pasireiškia kur kas silpniau. Vis dėlto, falceto fonacija kartais yra gana naudinga diagnostikos tikslais [252].

Pasaulio klinikose vertinant balso klostes stroboskopinis diagnozavimas tapo lyg kertiniu akmeniu. Keletas studijų aprašo, jog stroboskopija gali modifikuoti diagnozę nuo 10 iki 18 proc. atvejų [188, 197, 268].

Stoboskopijos efektas paremtas optine iliuzija, kuri kyla iš vaizdinio įspūdžio išsilaikymo. Paveikslėlių seka, pateikta atitinkamo dažnio blyksėjimu, matoma kaip vientisas judantis vaizdas. Greiti, periodiški, vienas paskui kitą sekantys judesiai, kurių negali išskirti žmogaus akis, gali būti matomi, jeigu jie pateikiami apšviečiant atskiras fazes labai trumpais intervalais, blyksėjimais, kai šviesos blyksniai, palyginti su visu periodu, yra trumpesni. Jei blyksėjimas vyksta visada tuo pačiu periodo metu, akimi stebimas vaizdas atrodo nejudantis („sustojimo būsena“). Jei blykstės dažnis artimas virpesių dažniui, tačiau nesutampa, kiekviename periode ne ta pati, o gretima pozicija yra apšviesta. Tokiu būdu stebimas virpesių ciklas atrodo lėtas, tačiau jis, sudarytas iš skirtingų periodų skirtingų paveikslėlių, suformuoja vientisą optinį įspūdį („lėtų judesių būsena“) [260, 261]. Toks yra stroboskopijos principas, kurį 1829 m. išrado belgų fizikas Plateau ir 1832–1833 m. Sampfer iš Vienos. 1852 m., netgi prieš gerklų veidrodėlio išradimą, bandymuose su pašalintomis gerklomis stroboskopijos principą pradėjo naudoti Harless [202].

Laringologijoje stroboskopija naudojama daugiau kaip 125 metus. Pirmasis stroboskopijos būdu virpančias balso klostes 1878 m. pastebėjo Oertel Miunchene. Musechold 1898 m. Berlyne pirmasis nufotografavo stroboskopijos efektą. Šis metodas pradėtas naudoti klinikinėje praktikoje 1960 metais ir buvo aprašytas Schoenhaerl monografijoje “Stroboskopija laringologijos praktikoje” [202].

Labiausiai stroboskopiją ribojanti sąlyga – jog šviesos blyksniai turi būti sinchroniški su balso klosčių virpesiais. Tai, deja, nėra įmanoma esant nereguliariems balso klosčių virpesiams. Alternatyva – virpesius stebėti naudojant didelio greičio laringoskopijos techniką. Pastaroji gali užfiksuoti virpesius 1000 paveikslėlių per sekundę dažniu [234]. Virpesių sutrikimai pastebimi, kai didelio greičio vaizdo įrašai peržiūrimi lėtai. Tačiau tai užima

34

be galo daug laiko. Standartiniu vaizdo režimu peržiūrėti vieną sekundę dideliu, 4000 paveikslėlių per sekundę greičiu įrašytą vaizdą prireiktų daugiau nei minutės [234]. Todėl technika tobulinama ir turint tikslą taupyti laiką.

Kimografija yra metodas, kai pasirenkama tik viena linija iš konkretaus gerklų paveiksliuko ir sukuriamas naujas paveikslas, kuriame balso klosčių virpesiai stebimi tik toje konkrečioje pasirinktoje vietoje. Toks paveikslas vadinamas kimograma. Kimografija išpopuliarėjo 1994 m., kai buvo išrasta videokimografija [233]. Šiuo metodu, daugelis autorių pasinaudojo gauti informacijai apie balso klosčių virpesius iš pilnų didelio greičio ir stroboskopinių vaizdo įrašų [234]. Pastarieji kimografijos vaizdai atitin-kamai yra vadinami skaitmeninėmis kimogramomis ir strobokimogramomis. Jos skiriasi nuo videokimogramos. Kimogramos yra padaromos specialia programine įranga iš anksčiau įrašyto vaizdo. Kitaip nei videokimografijoje, kimogramos sukuriamos videokamera ir žiūrimos realiu esamu laiku. Naujesnės kartos sistema sukurta 2006 m., kai ir gerklų vaizdas, ir kimogra-ma gali būti stebimas realiu laiku iš karto viename ekrane [186]. Švec ir bendraautoriai, išstudijavę organine ir funkcine disfonija sergančių pacientų daugiau kaip 5000 videokimografinių vaizdų, apibendrino ir suklasifikavo balso klosčių virpesių pažeidimų variantus bei aprašė juos atitinkančius fizinius bei geometrinius balso klosčių pokyčius, t. y. virpesių pažeidimo priežastis [226].

Funkcinei gerklų ligų diagnostikai stroboskopija šiuo metu naudojama derinant endoskopiją bei vaizdo technologijas. Be to, esama naujų technolo-ginių išradimų, kurie padeda vertinti balso klosčių virpesius. Tai didelio greičio glotografija bei videokimografja [91, 186, 226, 233, 234]. Įrodyta, jog optinė lėtų judesių ar sustabdytų paveikslėlių iliuzija yra labai pravartus tyrimo metodas. Palyginti su kitais metodais ir instrumentais (gerklų veidrodėliu, lanksčiuoju ar kietuoju endoskopu), svarbiausios ar esminės diagnostinės informacijos požiūriu stroboskopija kur kas pranašesnė [260]. Stroboskopijos ir vaizdo įrašų derinys, kai jis palyginamas su kitais metodais, gana dažnai pakeičia diagnozę. Tai matyti 3.3.1 paveiksle [271]. Taigi, vaizdo laringostroboskopija be jokių išlygų turi būti rekomenduojama kaip standartinė metodika klinikinėje praktikoje.

35

3.3.1 pav. Gerklų tyrimų metodų įvertinimas [271].

Ryšį tarp balso klosčių virpesių ir balso produkcijos galima apibūdinti

tokia schema: Balso klosčių virpesiai Balso suvokimas Dažnis Tonas Amplitudė Garsumas Fazės Balso spalva, tembras

Balso klosčių virpesių dažnis yra vadinamas pagrindiniu tonu. Vyrams jis

varijuoja nuo 65 iki 500 Hz (tonais nuo C iki c2), moterims nuo 130 iki 1000 Hz (tonais nuo c iki c3). Vyrui kalbant vidutiniu intensyvumu vidutiniu tonu, balso klostės virpa 100–130 kartų, o moteriai 200–260 kartų per sekundę. Balsui intensyvėjant, balso klosčių virpesių amplitudė didėja. Tačiau ne taip smarkiai palyginti su didėjančiu poklostiniu slėgiu. Balso klostę dengianti gleivinė ir jos lankstumas yra svarbūs balso klosčių virpesių sinchroni-zacijos faktoriai. Gleivinės bangos mastas atitinka virpesių amplitudės mastą.

Balso klosčių virpesių cikle (atsidarymas, užsidarymas, atvirumas, užda-rumas) bene reikšmingiausia uždarumo fazė. Kuo ilgiau per virpesių ciklą užtrunka ši fazė, tuo didesnė akustinė jėga, transformuota iš aerodinaminės energijos, ir daugiau pustonių charakterizuos balso spektrą. Taigi uždarumo fazės trukmė yra siejama su balso jėga.

Vis dėlto, reikėtų pažymėti, jog balso tonus, garsumą, tembrą formuo-jantys mechanizmai yra glaudžiai susiję. Kalbant apie balso funkciją, praktiškai jų atskirti negalima. Garsi fonacija nėra siejama vien tiktai su didesniu garso intensyvumu, bet ir su platesniu balso diapazonu, t. y. temb-

36

ras taip pat priklauso nuo balso stiprumo. Pagaliau fazės taip pat keičia tono veikimą. Aukštėjant tonui, uždarumo fazės trumpėja. Virpesių dažnis, amplitudė, fazės, gleivinės banga gali būti vertinami atskirai, tačiau balso funkcijai jos daro įtaką kaip vienas veikiantis mechanizmas. Stebimų balso klosčių virpesių parametrų vertinimą komplikuoja šie veiksniai:

• Didelis šių parametrų svyravimas esant normaliems virpesiams • Paprasto ryšio tarp fizikinio baso skambesio reikšmių ir atitinkamo

subjektyvaus įspūdžio stoka [260].

Vaizdo laringostroboskopija (VLS) mūsų dienomis laikoma svarbiausiu ir dažniausiai naudojamu vaizdiniu metodu disfonija sergančio paciento gerkloms tirti [91, 102, 181, 198, 267]. VLS vertinimas leidžia anksti pastebėti infiltracinius gerklų pokyčius ir taip padidinti tikimybę anksti diagnozuoti piktybinius navikus [36, 65, 78, 175]. Šis vertingas metodas taip pat gali būti panaudotas įvertinti gerklų ligų gydymo efektyvumui ar funkciniams rezultatams po fonochirurginių procedūrų [155, 163, 246].

Tačiau VLS labai komplikuoja subjektyvus gerklų fonacinės funkcijos tyrimo rezultatų interpretavimas, kuris itin pablogina vaizdų vertinimo atkartojimą ir VLS trukdo naudoti moksliniams tikslams. Taip pat nėra galimybės kiekybiškai įvertinti gydymo rezultatus [36, 192]. Dėl to klini-kinis sprendimas padaromas remiantis gydytojo patirtimi ir subjektyvia VLS duomenų interpretacija [41].

Nors nauji rankiniai ir automatizuoti objektyvūs VLS tyrimo ir videokimografijos metodai tobulėja, prieinamų techninių galimybių, kurios leistų kiekybiškai įvertinti balso klosčių virpėjimo funkciją, vis dar nėra [45, 142, 163, 203, 219].

Literatūroje aprašoma keletas bandymų sukurti kiekybinio VLS vertinimo formas [47, 155, 163, 192, 207, 246]. VLS metu vertinti įvairūs parametrai: pagrindinis tonas, judesių simetriškumas, periodiškumas, balso plyšio sandarumas, virpesių amplitudė, gleivinės banga, nevirpančios balso klosčių dalys [46, 192, 198]. Aprašomų VLS parametrų ypatumai ir kiekis skirtingose studijose skiriasi, todėl tokius duomenis ir jų rezultatus sunku lyginti. Stinga duomenų apie VLS vertinimo jautrumą ir specifiškumą diferencijuojant į sveiką ir patologinę klases.

Gerklų apžiūra VLS metodu yra svarbi diagnozuojant užkimimo priežastį, diagnostikos tikslumas padidinamas iki 68,3 proc. [173]. Šis nein-vazinis ir klinikinėje praktikoje prieinamas vaizdinis metodas dar suteikia galimybę vertinti gerklų ligų gydymo ar funkcinius rezultatus po fono-chirurginių operacijų [46, 198, 252].

Poburka sukūrė kelias VLS vertinimo formas. Pirmoji [177] siekė 86 proc. ekspertų vertinimo sutarimą, o antroje (3.3.2 pav.) gautas 83 proc.

37

vertinimo sutarimas [178]. Abiem formoms naudoti tie patys VLS įrašai. Ekspertų vertinimo patikimumas labai panašus, tačiau abiejose studijose dalyvavo ne tie patys ekspertai (tik vienas akspertas dalyvavo abiejose studijose), tik antrojoje studijoje dalyvavę ekspertai įrašus vertino identiškomis sąlygomis, ko nebuvo pasiekta pirmojoje studijoje. Patys ekspertai antrąją formą įvertino kaip patogesnę, greičiau atliekamą, tačiau pateikė pastabų dėl formos tobulinimo [178].

3.3.2 pav. Poburka VLS vertinimo forma [178].

Rosen studijoje [192] VLS vertinimui naudotas dešimties požymių

rinkinys. Vertino 18 ekspertų, iš kurių 14 buvo otorinolaringologai ir 4 kalbos patologai. Požymiai vertinti keturių balų skale (normalus, lengvas, vidutinis, sunkus). Ekspertų tarpusavio vertinimo patikimumo visiems 10 parametrų tarpklasinis koreliacijos koeficientas (TKK) svyravo nuo 0,11 iki 0,65. Keturių parametrų TKK buvo mažesnis negu 0,5. Skaičiuojant penkių labiausiai patyrusių ekspertų TKK gautas 0,65, o penkių mažiausiai patyru-sių 0,71. Šis skirtumas nėra statistiškai reikšmingas, tačiau parodo, jog ekspertų patirtis nėra svarbiausias vertinimų patikimumo faktorius. Penkių labiausiai patyrusių ekspertų pakartotinių vertinimų patikimumo (test-retest) TKK gautas nuo 0,81 iki 0,99 (visų dešimties parametrų), o tuo tarpu penkių mažiausiai patyrusių ekspertų TKK gautas 0,43–0,65. Galima pastebėti

38

tendenciją, jog labiau patyrusių ekspertų pakartotini vertinimai yra stabilesni negu mažiau patyrusių [192].

Nawka ir Konerding savo atliktoje studijoje nustatė ekspertų VLS vertinimo patikimumą. Jų duomenimis, balso plyšio vertikalaus lygmens, balso plyšio sandarumo, fazės uždarumo, simetriškumo ir reguliarumo vertinimo patikimumas yra toks žemas, jog šie parametrai neturėtų būti vertinami stroboskopijos būdu. Likusių parametrų adekvatus vertinimas gali būti gaunamas sumuojant mažiausiai dviejų ekspertų vertinimus [159].

VLS vertinimo formas sudarė ar jų patikimumą vertino ir kiti tyrėjai [30, 47, 116, 267], tačiau pastarosiose studijose pastebima tendencija optimizuoti VLS klinikinį vertinimą, t. y. sumažinti parametrų kiekį, nustatyti patiki-miausius ir taip patvirtinti nuomonę, jog netgi mažas stroboskopijos vertinimo rinkinys gali adekvačiai aprašyti laringostroboskopijos charak-teristikas [116, 159]. Vis dėlto literatūroje trūksta duomenų apie VLS radinių ir balso funkcijos vertinimo kitais metodais ryšį.

Omori ir bendraautoriai naudojo VLS vaizdus nustatyti ryšiui tarp kiekybinių gerklų parametrų ir fonacinės funkcijos. Autoriai kiekybiškai įvertino balso plyšį, virpesių amplitudę ir balso klostės išsigaubimo dydį. Jie padarė išvadą jog fonacinę funkciją labiausiai veikia balso plyšio dydis. Autoriai taip pat vertino fonacinę funkciją po pirmojo tipo tiroplastikos operacijų ir išsiaiškino, kad normalizuotas balso plyšio plotas yra geriausias pablogėjusios fonacinės funkcijos rodiklis [168, 169]. Shin ir bendraautoriai atliko pacientų, sergančių vienpusiu balso klosčių paralyžiumi, gerklų vaizdo analizę prieš ir po operacijos ir nustatė, jog normalizuotas balso plyšio plotas statistiškai reikšmingai sumažėjo po pirmo tipo tiroplastikos operacijos [209].

Schuberth ir bendraautoriai sukūrė lazerinę sistemą, kuria galima tiksliai įvertinti balso klosčių ilgį ir virpesių amplitudę [203]. Hanson ir bendraautoriai sukūrė lazerio projekcijos sistemą, kombinuotą su strobo-skopija ir fotoglotografija, balso klosčių padėties pokyčiams ir gleivinės bangos greičiui nustatyti [81]. Jau minėjome Svec ir bendraautorių sukurtą videokimografiją, skirtą balso klosčių virpesiams vertinti [227, 233]. Schutte atliko videokimografiją pacientams, sergantiems vienpusiu balso klostės paralyžiumi, lėtine edema, polipu ir po chordektomijos. Jis padarė išvadą, kad videokimografija gerokai praturtina stroboskopiją ir leidžia analizuoti neperiodiškus balso klosčių virpesius, kas buvo įvardyta kaip stroboskopijos trūkumas [204].

39

Pasaulio mokslininkai atlieka tyrimus, kuria ir tobulina gerklų vaizdinio vertinimo metodikas, aukštos rezoliucijos kompiuterinės tomografijos trijų dimensijų vaizdus, KT 3-D endoskopinę techniką, aksialines ir koronarines daugiaplokštumines rekonstrukcijas, magnetinio rezonanso tomografiją [106].

3.4. Literatūros apžvalgos apibendrinimas

Mokslinės literatūros apžvalga rodo, koks didžiulis informacijos kiekis gaunamas iš žmogaus balso. Literatūroje gausu duomenų apie įvairios informacijos poreikį, svarbą, klinikinę reikšmę. Tiek specialūs klausimynai, tiek subjektyvus balso vertinimas, tiek objektyvūs balso parametrai, tiek gerklų vaizdo vertinimas yra diskutuojami ir diskutuotini dėl informacijos gausos, patikimumo, mokslinės naudos. Kiekvienas balso, gerklų tyrimas teikia daug informacijos, kuri ne visa yra kliniškai reikšminga, reikalinga ar patikima. Todėl visi moksliniai tyrinėjimai, siekiantys apibendrinti, atrinkti kliniškai svarbiausią informaciją yra vertingi.

Detalesni moksliniai tyrinėjimai taip pat leidžia geriau suprasti gerklų veikimo patofiziologinius mechanizmus, didinti klinicisto įžvalgumą ir kartu gerinti gydymo rezultatus. Pasaulyje aktualus ir balso neįgalumo vertinimas. Nėra vieningos, apibendrinančios sistemos, leidžiančios nustaty-ti neįgalumo laipsnį tokių profesijų atstovams, kuriems balsas atstoja darbo priemonę. Įvairiapusės gerklų informacijos jungimo poreikis, vieningo kiekybinio gerklų vaizdo vertinimo siekis pastūmėjo atlikti šį tyrimą. Iki šiol nėra apibendrinti klausimynų, subjektyvūs ir kompiuteriniai balso bei VLS pokyčių parametrai. Nustačius reikšmingiausius gerklų parametrus, būtų galima sukurti ir įdiegti automatinę balso ligų klasifikaciją ir vieningą kiekybinį DBT algoritmą.

40

4. TIRIAMŲJŲ KONTINGENTAS

Tiriamųjų kontingentą sudarė 206 asmenys, tirti LSMU Ausų, nosies ir gerklės ligų klinikoje 2009–2013 metais: 50 sveiko balso asmenų ir 156 patologinio balso pacientų, sergančių gerklų ligomis, grupės. Sveiko ir patologinio balso grupės pagal amžių statistiškai reikšmingai nesiskyrė (p=0,000). Bendra tiriamųjų charakteristika parodyta 4.1 lentelėje.

4.1 lentelė. Bendra tiriamųjų charakteristika.

Grupės Vyrai/ Moterys Amžius N Proc. Vidurkis Ribos SN

Patologinio balso N=156 70/86 44,9/55,1 45,31 18-77 14,38 Sveiko balso N= 50 18/32 36,0/64,0 36,42 18-70 13,05 Visi tiriamieji N= 206 88/118 42,7/57,3 43,15 18-77 14,55

Sveiko balso grupę sudarė 50 atsitiktinai atrinktų sveikų asmenų, savo

balsą apibūdinančių kaip normalų. Iš jų 18 (36 proc.) buvo vyrai ir 32 (64 proc.) moterys. Amžiaus ribos 18–70 metų. Šie žmonės savo balsu nesiskundė, neturėjo lėtinės ar ilgai besitęsiančios gerklų ligos anamnezės, niekada nesikreipė į otorinolaringologą dėl balso problemų. Pastarosios grupės balsai specialistų įvertinti kaip sveiki. Atliekant VLS, gerklose nerasta jokių patologinių pokyčių. Akustinės kompiuterinės balso analizės rodikliai buvo normalūs. Sveiko balso grupės asmenų pasiskirstymas pagal išsilavinimą pavaizduotas 4.1 paveiksle.

4.1 pav. Sveiko balso grupės asmenų pasiskirstymas pagal išsilavinimą.

Patologinio balso grupę sudarė 156 asmenys, sergantys įvairiomis balso

klosčių ligomis. Diagnozių grupės ir jų apibūdinimas pateiktas 4.2 lentelėje. Mūsų tiriamųjų grupės pagal lytį buvo nehomogeniškos, tačiau, remiantis literatūros šaltiniais, žinoma, jog tam tikros diagnozės yra būdingos skirtin-goms lytims, todėl tiriamųjų lyčių skaičių šiose grupėse suvienodinti prak-

41

tiškai sudėtinga. Patologinio balso grupės pasiskirstymas pagal išsilavinimą pavaizduotas 4.2 paveiksle. Šioje grupėje dominavo vidurinį išsilavinimą turintys asmenys.

4.2 pav. Patologinio balso grupės pasiskirstymas pagal išsilavinimą.

Į tyrimą įtraukti pacientai, kurie dėl balso užkimimo ir nustatytos orga-

ninės gerklų ligos ar balso klosčių paralyžiaus buvo gydyti LSMU ANG ligų klinikoje 2009–2013 metais. Įtraukimo kriterijai buvo šie:

• Amžius 18–80 metų. • Atliekant VLS, gerai matomos balso klostės, išskyrus atvejus, kai

sveikąją klostės dalį dengia patologinis darinys. Pacientai, kuriems gerklų vizualizuoti nepavyko dėl išreikšto pykinimo reflekso ar smarkaus gerklų prieangio burkimo, į tyrimą nebuvo įtraukti.

• Nėra diagnozuota jokios kitos ligos, galinčios atsiliepti gerklų pokyčiams.

• Vieno mėnesio laikotarpiu tiriamieji nėra sirgę jokia viršutinių kvėpavimo takų infekcija, peršalimo ligomis.

• Tiriamieji nevartoja medikamentų, sukeliančių centrinės nervų sistemos slopinimą.

Pacientams diagnozuotos šios gerklų ligos: polipai, mazgeliai, cistos, Reikės-Hajeko liga, gerklų vėžys, balso klostės paralyžius, hiperplastinis laringitas su keratoze, papilomatozė, balso klostės vagelė. Diagnozės nusta-tytos remiantis anamneze, klinikiniu tyrimu, VLS. Visiems pacientams, kuriems nustatyta organinė gerklų liga, atlikta endolaringinė mikrochirur-ginė operacija bei diagnozė patvirtinta ar patikslinta pašalinto audinio histologinio tyrimo rezultatais.

42

4.2 lentelė. Skirtingų diagnozių pacientų demografiniai duomenys.

Diagnozė N Vyrai/ Moterys Amžius (metai)

N (V/M) Proc. (V/M)

Amžiaus vidurkis Ribos SN

Polipas 53 26/27 49,1/50,9 41,08 18–70 12,21 Mazgeliai 15 1/14 6,7/93,3 38,13 22–62 9,67 Cista 8 1/7 12,5/87,5 33,13 21–59 12,59 Reinke 20 3/17 15,0/85,0 52,40 38–70 8,21 Karcinoma 23 22/1 95,7/4,3 59,48 44–77 7,91 Paralyžius 14 4/10 28,6/71,4 49,57 22–75 16,27 Keratozė 9 9/0 100,0/0 53,89 35–70 13,49 Papilomatozė 11 4/7 36,4/63,6 35,27 18–64 15,15 Vagelė 3 0/3 0/100,0 23,67 20–30 5,51 Sveikas 50 18/32 36,0/64,0 36,42 18–70 13,05 Bendras 206 88/118 42,7/57,3 43,15 18–77 14,55

Kaip skiriasi sveiko ir patologinio balso grupės pagal balso vartojimo

lygius, matyti 4.3 paveiksle.

4.3 pav. Balso vartojimo lygiai sveiko ir patologinio balso grupėse.

Atsižvelgiant į tyrimo uždavinius, tiriamieji grupuoti į dar kelias skirtin-gas klases. Pagal balso klosčių pažeidimo pobūdį patologinio balso grupė suskirstyta į tris klases: mazginio, difuzinio pažeidimo bei balso klosčių judrumo sutrikimų. Mazginio pažeidimo klasę sudarė įvairūs balso klosčių dariniai, kurių ribos yra aiškiai matomos, t. y. polipai, mazgeliai, cistos. Į difuzinio pažeidimo klasę įtraukti patologiniai gerklų pokyčiai, kai patolo-ginis audinys apima klostes be aiškių ribų, t. y. Reinkės-Hajeko liga, gerklų vėžys, keratozė, papilomatozė, vagelė. Pacientų pasiskirstymas riboto ir difuzinio pažeidimo klasėse parodytas 4.4 ir 4.5 paveiksluose. Prie balso klosčių judrumo sutrikimų priskirti visi balso klosčių paralyžių atvejai. Visų klasių demografiniai duomenys pavaizduoti 4.3 lentelėje.

43

4.3 lentelė. Balso klosčių mazginių, difuzinių pažeidimų, judrumo sutrikimų ir sveiko balso klasių pacientų demografiniai duomenys.

Klasės Vyrai/ Moterys Amžius (metai) N Proc. Vidurkis Ribos SN

Mazginis pažeidimas N=77 28/49 36,4/63,6 39,43 18-70 12,01 Difuzinis pažeidimas N=65 38/27 58,5/41,5 51,35 18-77 13,89 Judrumo sutrikimas N=14 4/10 28,6/71,4 49,57 22-75 16,27 Sveikas balsas N=50 18/32 36,0/64,0 36,42 18-70 13,05

4.4 pav. Pacientų diagnozių pasiskirstymas mazginio pažeidimo klasėje.

4.5 pav. Pacientų diagnozių pasiskirstymas difuzinio pažeidimo klasėje.

Atsižvelgiant į darbo uždavinius, papildomai pacientai grupuoti taip: • Gerklų vėžys ir nevėžinės organinės ligos. • Įtariamo gerklų vėžio grupė ir kitos ligos, kai vėžys VLS metu neįta-

riamas. Šių grupių demografiniai duomenys pavaizduoti 4.4 lentelėje. Prie

įtariamo vėžio grupės priskirti asmenys, kuriems VLS metu rasti pokyčiai, būdingi gerklų vėžiui, ar galimos ikivėžinės ligos, prie kurių priskiriamas hiperplastinis laringitas su keratoze bei gerklų papilomatozė. Šiais atvejais diagnozę reikia patikslinti ir patvirtinti histologiniu tyrimu ir tai buvo atlikta.

44

4.4 lentelė. Patologinio balso grupių demografiniai duomenys.

Grupės Vyrai/ Moterys Amžius (metai) N Proc. Vidurkis Ribos SN

Gerklų vėžys N=23 22/1 95,7/4,3 59,48 44–77 7,91 Nevėžinės organinės gerklų ligos N=119 44/75 37,0/63,0 42,07 18–70 13,37

Įtariamo gerklų vėžio grupė N= 43 35/8 81,4/18,6 52,12 18–77 15,06

Patologijos gr., kai gerklų vėžys neįtariamas N=113 35/78 31,0/69,0 42,72 18–75 13,29

Patologija N= 156 70/86 44,9/55,1 45,31 18–77 14,38

45

5. TYRIMO METODAI

5.1. Tiriamųjų klasifikacija

Visus tiriamuosius sudarė sveiko balso asmenų grupė ir asmenys, sergantys organinėmis gerklų ligomis (polipai, mazgeliai, cistos, Reinkės-Hajeko liga, gerklų vėžys, keratozė, papilomatozė, vagelė) ir balso klostės paralyžiumi.

Pirmiausia visi tiriamieji suskirstyti į dvi grupes: • Sveiko balso • Patologinio balso Tolesniame etape, atsižvelgiant į tyrimo uždavinius, tiriamųjų patolo-

ginio balso grupė, pagal randamus pokyčius gerklose ir pašalinto audinio histologinio tyrimo rezultatus suskirstyta į pogrupius. Siekiant nustatyti gerklų vėžio ir kitų organinių gerklų ligų įvairių grupių požymių skirtumus, išskirti pogrupiai:

• Gerklų vėžys • Nevėžinės organinės gerklų ligos Nevėžinėms organinėms gerklų ligoms priklauso polipai, mazgeliai, cis-

tos, Reinkės-Hajeko liga, vagelė, hiperplastinis laringitas su keratoze, gerklų papilomatozė. Šiai grupei nepriskiriami gerklų paralyžiai.

Siekiant nustatyti klausimynų, balso ir kitus požymius, įgalinančius įtarti gerklų vėžį ir potencialias ikivėžines ligas, išskirti pogrupiai:

• Ikivėžines ligas ir vėžį – pavadinome įtariamo vėžio grupe (šiam pogrupiui priklauso gerklų karcinoma ir nustatytos ikivėžinės ligos, gerokai didinančios tikimybę susirgti gerklų vėžiu, t. y. hiperplastinis laringitas su keratoze bei gerklų papilomatozė) [98].

• Visos gerklų ligos, kai VLS metu gerklų vėžys neįtariamas. Įvertinus gerklų anatominius pokyčius, siekiant nustatyti patologijos

plitimo, pažeidimo pobūdžio reikšmę balsui, visi tiriamieji suskirstyti į keturias klases:

• Mazginio pažeidimo (polipas, mazgeliai, cista, ribotai auganti papiloma).

• Difuzinio pažeidimo (Reinkės-Hajeko liga, gerklų vėžys, keratozė, papilomatozė, vagelė).

• Balso klosčių judrumo sutrikimų (balso klostės/klosčių paralyžius). • Sveiko balso klasė.

46

Prie mazginio pažeidimo klasės priskirti balso klosčių pakitimai, kurių ribos aiškiai apibrėžiamos ir matomos. Atskiriama aiški riba tarp patolo-ginio ir sveiko audinio. Difuziniai pažeidimai – be aiškiai matomų ribų, patologinis audinys gali būti su aplinkine uždegimo reakcija, kai negalima aiškiai nusakyti ribos tarp patologinio audinio ir sveikos balso klostės dalies.

Pateikiame minėtų gerklų ligų VLS būdingų požymių aprašus bei įrašų paveikslų pavyzdžius.

Polipas – dažniausiai ant vienos balso klostės, rečiau ant abiejų, plačiu pagrindu ar ant kojytės susiformavęs darinys. Polipai paprastai būna rausvos spalvos, ovalios, aiškiai ribotos formos, dydis įvairus – nuo kelių milimetrų ir net gali dengti visą gerklų spindį. Pačios balso klostės pakitimai dažniau–siai minimalūs, įprastai balkšvos spalvos. Kitos balso klostės pokyčių arba nėra, arba būdingas kontaktinis audinių sustorėjimas dėl netolygaus patolo-ginio audinio spaudimo reiškinių į sveikąją klostę fonacijos metu. Riba tarp polipo ir sveikos balso klostės dalies aiški. 5.1.1 paveiksle parodytas VLS vaizdas kvėpavimo ir fonacijos fazės metu sergant balso klostės polipu.

5.1.1 pav. Dešinės balso klostės polipas (kvėpavimo ir fonacijos metu).

Mazgeliai – abipusiai, simetriški, du vienas priešais kitą esantys nedideli

darinukai. Paprastai kelių milimetrų dydžio. Vystosi priekiniame ar vidu-riniame balso klosčių trečdalyje, nes čia stipriausia balso klosčių susi-glaudimo jėga. Mazgelių spalva pilkšva, panaši į balso klostės spalvą, forma plokščia, paviršius lygus, pagrindas platus. Ribos tarp mazgelių ir sveikos balso klostės dalies aiškios. Šie dariniai pakeičia balso klostės masę, trukdo kokybiškai susiformuoti gleivinės bangai bei trukdo visiškai susiglausti balso klostėms fonacijos metu, kai susiformuoja vadinamasis „smėlio lai-krodžio“ formos plyšys. 5.1.2 paveiksle parodytas VLS vaizdas kvėpavimo ir fonacijos fazės metu esant balso klosčių mazgeliams.

47

5.1.2 pav. Balso klosčių mazgeliai (kvėpavimo ir fonacijos metu).

Cista – vienpusis ovalios ar šeivos formos darinys, matomas po balso

klostės gleivine. Cistos gali formuotis įvairiose gerklų vietose, tačiau nedi-delės cistos būna simptominės, esančios tik ant balso klostės. Cistos pavir-šius lygus, spalva pilkšvai rausva, gelsva. Ribos tarp cistos ir sveikų audinių gana aiškios. Balso klostės audiniai nepakitę. Cista keičia balso klostės masę, trukdo tolygiai glaustis balso klostės krašteliams, sukelia užkimimą. 5.1.3 paveiksle matomi VLS vaizdai kvėpavimo ir fonacijos metu, esant balso klostės cistai.

5.1.3 pav. Kairės balso klostės cista (kvėpavimo ir fonacijos metu).

Reinkės-Hajeko liga – tai abipusė balso klosčių polipozinė degeneracija.

Balso klosčių vaizdas primena pilkšvus vandeningus skysčių pripildytus maišelius, kurie dažnai apibūdinami kaip „burės“. Aiškios ribos tarp sveiko ir patologinio audinio dažniausiai nematyti. 5.1.4 paveiksle pavaizduoti VLS vaizdai kvėpavimo ir fonacijos metu, esant polipozinei balso klosčių degeneracijai.

48

5.1.4 pav. Reinkės-Hajeko liga (kvėpavimo ir fonacijos metu).

Hiperplastinis laringitas su keratoze – balkšvas, netolygus, gruoblėtu

paviršiumi, netaisyklingos formos audinys ant vienos ar abiejų balso klosčių, galintis plisti ir už balso klosčių ribų. Ribos tarp pakitimų ir sveikų balso klostės audinių yra neaiškios, keratozę juosia rausvas uždegimo plotas. Patologinis audinys primena varškės apnašą, gali būti bet kurioje balso klostės vietoje [53, 58, 64]. Ilgainiui liga gali progresuoti ir sąlygoti piktybinio naviko susiformavimą. 5.1.5 paveiksle matomi VLS balso klosčių keratozės vaizdai.

5.1.5 pav. Dešinės balso klostės keratozė (kvėpavimo ir fonacijos metu).

Papilomos – dažniausiai išplitę, sudaryti iš daug konglomeratų, išsidės-čiusių be jokios formos ar dėsningumų, galintys plisti į visas gerklų dalis ir už jų ribų dariniai. Pasireiškus papilomų egzofitiniam augimui, jų paviršius yra nelygus, smulkiai grublėtas ar skiltėtas, primenantis kalafijorą ar avietę, pilkšvai rausvos spalvos. Sveiko ir patologinio audinio ribos dažnai neaiškios. Kartais papiloma auga viena ant kojytės, tuomet galima išskirti

49

aiškias jos ribas. 5.1.6 paveiksle matyti balso klosčių papilomų VLS vaizdai.

5.1.6 pav. Gerklų papilomos (kvėpavimo ir fonacijos metu).

Gerklų vėžys – nelygiu paviršiumi, grublėtas, egzofitiškai ar endofitiškai

augantis darinys. VLS būdinga: aiškių ribų neturintys asimetriniai balso klosčių pokyčiai, pažeistos pusės virpesių stroboskopijos metu išnykimas, galimas pažeistos pusės judrumo sutrikimas, patologinio audinio plitimas į kitą klostę ar gretimas gerklų struktūras [179]. Naviko spalva labai įvairi – pilkšva su baltais ragėjimo židiniais, rausvais plotais, gelsvais išopėjimais, netolygi. Navikinį audinį juosia rausvas uždegimo plotas. 5.1.7 paveiksle matomi gerklų vėžio vaizdai.

5.1.7 pav. Gerklų vėžys dešinėje balso klostėje (kvėpavimo ir fonacijos

metu).

Balso klostės vagelė (lot. sulcus vocalis) – negili vagelė ar gilesnė kišenė išilgai laisvojo balso klostės krašto. Tai yra įvairaus laipsnio savojo dangalo (lot. lamina propria) defektas, kuriam būdingas nesandarus verpstės formos

50

balso plyšys priekiniame ir viduriniame trečdaliuose, įlinkęs medialinis balso klostės kraštas bei nejudri gleivinė [61]. Vagelė pažeidžia santykį tarp klostės kūno ir dangalo, susilpnėja arba visai išnyksta gleivinės banga. Tai sumažina Bernoulli ir mioelastinį efektus, dėl kurių per balso plyšį praeinanti oro srovė medializuoja balso klostės kraštą [61, 206]. 5.1.8 paveiksle matyti balso klostės vagelės kvėpavimo ir fonacijos metu.

5.1.8 pav. Balso klosčių vagelės (kvėpavimo ir fonacijos metu).

Balso klostės paralyžius – tai vienos ar abiejų balso klosčių inervacijos

sutrikimas, pasireiškiantis balso klostės nejudrumu. Klinikiniai siptomai varijuoja pagal balso aparato motorinės kontrolės pažeidimo lygį. Pasi-reiškia balso ir kvėpavimo sutrikimais. Atsižvelgiant į pažeidimo vietą ir pobūdį, paralyžiuota balso klostė matoma tam tikroje padėtyje (para-medialinėje, intermedialinėje, lateralinėje), fonuojant nejuda, pastebimai sumažėja klostės įtempimas. 5.1.9 VLS paveiksluose stebimas dešinės balso klostės paralyžius.

5.1.9 pav. Dešinės balso klostės paralyžius (kvėpavimo ir fonacijos metu).

51

Visų organinių ligų atvejais buvo atliktos tiesioginės mikrolaringoskopi-jos, o diagnozės patvirtintos gavus histologinio tyrimo atsakymą. Histolo-ginis pašalinto audinio tyrimas buvo atliktas LSMU Patologinės anatomijos klinikoje.

5.2. Anketiniai duomenys

Darbe naudojama originali anketa iš 49-ių punktų (1 priedas). Atsakymai į klausimus atspindi demografinius duomenis, balso sutrikimų išsivystymo rizikos faktorius bei paties paciento požiūrį į balso problemą. Galimi keleriopi atsakymai į klausimus. Pirmo tipo atsakymai pateikiami vaizdinio atitikmens skalėse (VAS), kur 0 reiškia nurodyto požymio nebuvimą, o 100 – maksimaliai išreikštą požymį. Antro tipo atsakymai – kategoriniai. Trečio tipo atsakymai galimi pateikiant konkrečią kiekybinę vertę (pvz., užkimimo trukmė mėnesiais).

5.2.1. Ankeltinius duomenis sudarė šie klausimai: 1. Lytis (vyr., mot.) 2. Amžius (metais) 3. Išsilavinimas (šeši lygiai) 4. Balso vartojimo lygis pagal Kaufman (keturi lygiai) 5. Vidutinė intensyvaus balso vartojimo trukmė (valandos per dieną) 6. Intensyvaus kalbėjimo dienų skaičius (dienos per savaitę) 7. Balso sutrikimo trukmė (mėnesiais) 8. Rūkymas (taip, ne, retkarčiais (mažiau nei viena cigaretė per dieną),

metęs) 9. Kiek metų rūko 10. Kiek surūko cigarečių per dieną 11. Jei metęs, kiek metų rūkė 12. Jei metęs, kiek surūkydavo cigarečių per dieną 13. Paties paciento užkimimo intensyvumo vertinimas (VAS) 14. Balso kokybės vertinimas (VAS: 0 – labai blogas balsas, 100 – pui-

kus) 15. Balso sutrikimo progresavimo pobūdis (pagerėjo, nesikeičia, pablo-

gėjo, varijuoja) 16. Kada balsas blogiausias (ryte, vidurdieny, vakare, visada toks pat) 17. Kaip balso sutrikimas atsiliepia socialiniam gyvenimui (VAS) 18. Balso kokybė tyrimo metu (tipinė, geresnė, blogesnė) 19. Stresinių situacijų kiekis kasdienėje veikloje (VAS) 20. Kokius skysčius daugiausia vartoja

52

21. Skysčių kiekis, suvartojamas per dieną (litrais) 22. Kosulio dažnumas (penki punktai: niekada, retai, kartais, dažnai,

visada) 23. Rėkavimo dažnumas (penki punktai) 24. Dainavimo dažnumas (penki punktai) 25. Kalbėjimo telefonu dažnumas (penki punktai) 26. Kalbėjimo pakeltu tonu dažnumas (penki punktai) 27. Kalbėjimo mėgdžiojant dažnumas (penki punktai) 28. Kalbėjimas ar dainavimas prirūkytoje patalpoje (penki punktai) 29. Kalbėjimas triukšmingoje aplinkoje (penki punktai) 30. Garsus juokas (penki punktai) 31. Bendravimo su mažais vaikais dažnumas (penki punktai) 32. Bendravimo su neprigirdinčiaisiais dažnumas (penki punktai) 33. Kofeino vartojimo dažnumas (penki punktai) 34. Alkoholio vartojimo dažnumas (penki punktai) 35. Aštrių produktų vartojimo dažnumas (penki punktai) 36. Springimų dažnumas (penki punktai) 37. Ar stipriai vargina balso sutrikimas (VAS) 38. Balso nuovargio intensyvumas (VAS) 39. Kirbėjimo ryklėje intensyvumas (VAS) 40. Balso silpnumo reiškimasis (VAS) 41. „Nosinio“ balso komponento reiškimasis (VAS) 42. Kvėpavimo sunkumo reiškimasis (VAS) 43. Besikartojantis balso praradimas (VAS) 44. Balso diapazono sumažėjimas (VAS) 45. Sumažėjusi galimybė dainuoti (VAS) 46. Balso „lūžių“ dažnumas (VAS) 47. Skausmo ryklėje reiškimasis (VAS) 48. Per aukšto balso buvimas (VAS) 49. Per žemo balso buvimas (VAS)

Taigi, anketiniuose duomenyse atsispindi tiriamojo amžius, lytis, išsilavinimas, balso vartojimo intensyvumas, žalingi faktoriai, galintys lemti balso sutrikimus, paties tiriamojo požiūris į savo balsą ir jo problemą. Tiriamųjų išsilavinimas suskirstytas į šešias kategorijas: 1 – pradinis, 2 – vidurinis, 3 – nebaigtas vidurinis, 4 – aukštesnysis, 5 – aukštasis, 6 – ne-baigtas aukštasis.

Balso vartojimo intensyvumas vertinamas keleriopai: pagal balso vartojimo trukmę per dieną ir savaitę bei pagal profesiją, kai asmuo priski-riamas prie vieno iš keturių balso vartojimo lygių (elitinis balso vartotojas, profesionalaus balso vartotojas, balsingos ir nebalsingos profesijos atstovas)

53

[122]. Remiantis literatūros duomenimis, balso vartojimo intensyvumas ir pobūdis yra vienas iš pagrindinių balso sutrikimų rizikos faktorių [14, 15].

Rūkymas suskirstytas į keturias kategorijas: 1 – rūko, 2 – nerūko, 3 – ret-karčiais rūko (susumavus surūkomas cigaretes per laiko tarpą, gaunama, jog surūko mažiau, negu vieną cigaretę per dieną), 4 – metęs rūkyti. Tiriamieji dar turėjo nurodyti, kiek metų rūko. Daugelio autorių duomenimis, rūkymas daro neabejotiną žalą bei neabejotinai yra gerklų ligų vystymosi rizikos faktorius [5, 77, 125, 193, 245]. Literatūroje aprašoma, jog gerklų karcino-mos dažnumas tarp rūkančių ir nerūkančių smarkiai skiriasi: nerūkančių 0,6 šimtui tūkstančių gyventojų, rūkančių 15 šimtui tūkstančių gyventojų [211].

Tiriamasis anketoje vertino savo balso kokybę, užkimimo pobūdį, eigą, nusakė balso problemos įtaką jo kasdienei, socialinei veiklai. Originalus klausimynas sudarytas remiantis žinomais rizikos faktoriais, siekiant išgauti duomenis, kurie galėtų daryti įtaką ligai, užkimimo pobūdžiui, reiškimuisi [187, 222].

Detalesnei apklausai naudoti ir validuoti, lietuvių kalbai pritaikyti Balso neįgalumo indekso (BNI) ir Gerklų funkcijos indekso (GFI) klausimynai.

5.2.2. BNI

Jacobson sudarytas klausimynas leidžia įvertinti dėl balso sutrikimo paciento juntamą negalią, atspindi jo gebėjimą naudotis balsu įprastose kasdienėse situacijose bei darbe [108]. BNI sudaro 30 klausimų, kurie suskirstyti į tris skales su dešimčia klausimų: funkcinę (F), emocinę (E) ir fizinę (P). Funkcinės skalės klausimai skirti įvertinti balso kokybės pakiti-mus, priklausančius nuo balso funkcijos. Emocinė skalė leidžia įvertinti emocinius faktorius, sąlygotus balso kokybės pokyčių. Fizinė skalė vertina balso aparato fizinių savybių sukeltus pokyčius. Kiekvienas klausimas konkretinamas penkiais galimais atsakymais: niekada, kartais, dažnai, beveik visada, visada. Anketoje vertinta kiekvienos skalės balų suma bei bendra suma, nurodanti balso neįgalumą. Didžiausia BNI vertė yra 120, o mažiausia 0 balų [247].

5.2.3. GFI

Bach ir bendraautorių sukurtas GFI klausimynas – trumpas, keturių klausimų, lengvai naudojamas, patikimas instrumentas, kurio tikslas - gauti informaciją apie balso disfunkcijos buvimą ir laipsnį [11]. Autorių duome-nimis, tarp GFI ir BNI nustatyta stipri koreliacija. Kiekvienam iš keturių klausimų galimas įvertinimas nuo 0 iki 5, kur 0 reiškia, jog tokio požymio

54

nėra, o 5 – maksimaliai išreikštas požymis. Tokiu būdu galimos GFI reikšmės gali svyruoti nuo 0 iki 20.

GFI klausimyno lietuviška versija (GFI-LT) validuota. Pirmiausia originalus klausimynas išverstas iš anglų į lietuvių kalbą, paskui atliktas atgalinis vertimas į anglų kalbą ir jis palygintas su originaliu klausimynu. Vertimai įvertinti recenzentų, pagal nustatytus reikalavimus atliktas psicho-metrinis išverstos versijos vertinimas [10]. Originalus GFI klausimynas išverstas į lietuvių kalbą dviejų lietuvių, kurių anglų kalba yra gimtoji. Atgalinį vertimą atliko iki šio momento studijoje nedalyvavęs anglų kalbos mokytojas. Tuomet šio vertimo klausimyną užpildė 20 medicinos personalo kolegų. Vėliau trijų balso specialistų komitetas recenzavo klausimyną. Siekiant įvertinti kalbinį ir kultūrinį klausimyno korektiškumą, jis pateiktas dar trisdešimčiai asmenų. Visi klausimai buvo pripažinti tinkamais. Šiame etape baigta GFI-LT kultūrinė adaptacija.

Paskui vyko GFI validavimo procedūra. GFI-LT užpildė 50 sveiko balso asmenų ir 50 sergančių įvairiomis balso klosčių ligomis. Siekiant įvertinti pakartotinių tyrimų patikimumą, tie patys asmenys klausimyną pakartotinai užpildė po vienos savaitės. Patologinio balso grupė dar pakartotinai užpildė klausimyną po gydymo.

Klausimyno vidinis nuoseklumas vertintas apskaičiavus Kronbacho α ir Pearsono koreliacijos koeficientą. Ribinės reikšmės nustatytos remiantis ROC testais.

5.3. Subjektyvus balso vertinimas

Subjektyvus balso vertinimas atliktas dvejopai: 1. Užkimimas vertintas VAS, kur 0 reiškė, jog užkimimo nėra, o 100 –

maksimalų užkimimą. 2. Balsas vertintas Isshiki pasiūlytoje LGPĮ skalėje, kur L – užkimimo

laipsnis, G – grubus (šiurkštus) komponentas, P – pučiantis kompo-nentas, Į – įtemptas komponentas. Kiekvienas LGPĮ skalės kompo-nentas vertintas keturių balų sistema, kur 0 – šio požymio nėra, 1 – lengvas, 2 – vidutinis, 3 – sunkus. Tokiu būdu balso pakitimas išreiškiamas formule (pvz.: L2G1P2Į1), kuri dokumentuoja balso pakitimo intensyvumą bei pobūdį. Įvairiose studijose įrodyta, kad tam pačiam tyrėjui vertinant užkimimą LGPĮ skalėje kelis kartus, verti-nimo rezultatų skirtumai buvo nežymūs [51].

55

5.4. Kompiuterinė balso analizė

Kompiuterinė balso analizė atliekama naudojant asmeninį kompiuterį su įdiegta Voice Diagnostic Center lingWaves, 2.5 versijos (WEVOSYS, Forchheim, Vokietija) programine įranga. Tyrimas registruojamas 2,5x1,5 metro dydžio „Tylos kambaryje“, kuris naudojamas ir audiologiniams tyrimams. Tyrimui naudojamas specialus aukštos kokybės mikrofonas – garso intensyvumo matuoklis (SPL meter) su integruotu triukšmomačiu (5.4.1 paveikslas), parodantis garso intensyvumo lygį. Balso įrašymo metu aplinkos triukšmas neviršijo 30 dB(A). Įrašai balso analizei atlikti pagal EFS reikalavimus [46].

5.4.1 pav. Garso intensyvumo matuoklis su integruotu triukšmomačiu.

Kompiuteriniu būdu registruota: 1. Kompiuterinė FG – dainavimo profilis, atspindintis balso galimybes. 2. Akustinė balso analizė, atspindinti balso kokybę. 3. FG kalbos profilis. 5.4.1. Kompiuterinė fonetografija FG registruota tiriamajam stovint prieš garso intensyvumo matuoklį,

kuris buvo stacionariai įtaisytas stove 30 cm atstumu nuo tiriamojo lūpų; nukreipimo kampas – 90 laipsnių (5.4.1.1 pav.).

56

5.4.1.1 pav. Paciento ir SPL matuoklio padėtis atiekant

kompiuterinę balso analizę.

Kompiuterio pele ekrane paspaudus esančios virtualios klaviatūros klavišą ir sužadinus tam tikro dažnio garsą, tiriamojo buvo prašoma šį garsą pakartoti tęsiant raidę „a“. Vyrams tyrimas pradėtas įrašinėti nuo „C3“ natos (130,8 Hz), moterims nuo „C4“ natos (261,6 Hz). Toliau tyrimas tęsiamas kas pustonį mažėjančia tvarka, kol pasiekiamas žemiausiai išdainuojamas tonas. Po to nuo pradinio išeities tono tyrimas tęsiamas didėjimo tvarka, kol pasiekiamas aukščiausiai išdainuotas tonas. Tokiu būdu tiriamasis išgirstus garsus turėjo atkartoti du kartus: pirmą kartą maksimaliai tyliai, antrą kartą maksimaliai garsiai. Išdainuotas garsas, per mikrofoną paverstas elektriniu signalu, buvo perduodamas tolesnei analizei į asmeninį kompiuterį, kur kompiuterinė programa akustinį signalą automatiškai sustiprindavo, filtruo-davo, apskaičiuodavo garso intensyvumo lygį decibelais (dB(A)). Ne trumpesnis nei 160 msek. fonuojamas tonas buvo užregistruojamas kompiu-terio ekrane esančioje registravimo formoje, kur X ašyje buvo sužymėtas tonų dažnis (Hz), o Y – intensyvumas (dB(A)). Atkartojant tyliausiai išdainuojamus garsus, buvo užregistruotas apatinis FG kontūras. Išgirstus garsus atkartojus labai garsiai, užregistruotas viršutinis kontūras ir visa fonetograma (5.4.1.2 pav.).

30 cm

90°

57

5.4.1.2 pav. Kompiuterinė fonetograma (VDC lingWaves).

Vertinti septyni FG parametrai: 1. Tonų diapazonas (Diapaz., pust.) – atstumas tarp aukščiausiai ir

žemiausiai išdainuoto tono pustoniais (pust.). 2. Aukščiausiai išdainuojamas tonas (Maks_Ton) hercais (Hz). 3. Žemiausiai išdainuojamas tonas (Min_Ton) hercais (Hz) 4. Intensyvumo diapazonas (Dinam_Int) – garsiausiai ir tyliausiai išdai-

nuojamo intensyvumo skirtumas decibelais (dB(A)). 5. Didžiausias balso intensyvumas (Maks_Int) decibelais (dB(A)). 6. Mažiausias balso intensyvumas (Min_Int) decibelais (dB(A)). 7. Normalaus balso profilio dalis procentais (Norm_profilio, proc.)

atspindi fonetogramos plotą.

5.4.2. Kompiuterinė akustinė balso analizė Atliekant akustinę balso analizę, tiriamojo paprašyta patogiu tonu

vidutiniu balso intensyvumu 3–5 sekundes tęsti balsę „a“. Vidutinė įrašų trukmė – 3,2 sekundės. Mikrofono atstumas iki tiriamojo lūpų išlaikytas 30 cm. Siekiant sumažinti fonacijos pradžios ir pabaigos akustinius fenomenus bei iškraipymus, atlikta vidurinės įrašo dalies akustinė analizė, o „įstojimas“ ir įrašo pabaiga neįskaityta. Balso diagnostikos centro lingWaves pagalba apskaičiuoti akustiniai balso parametrai (5.4.2.1 pav.):

1. Pagrindinis tonas – Vidut_F0 (Hz). 2. F0 standartinis nuokrypis – SD_F0 (Hz). 3. Maksimalus tonas – Maks_F0 (Hz).

58

4. Minimalus tonas – Min_F0 (Hz). 5. Pagrindinio tono neperiodiškumas – Jitter (proc.). 6. Amplitudės neperiodiškumas – Shimmer (proc.). 7. gerklų ūžesio energija – GŪE (gerklų ūžesio sužadinimo santykis). 8. Nereguliarumas (šiurkštaus komponento matas FG dažniuose). 9. Triukšmas (pučiamojo komponento matas FG dažniuose). 10. Bendras pažeidimo sunkumas (nereguliarumo ir ūžesio matas

skirtinguose dažniuose).

5.4.2.1 pav. Akustinės balso analizės rezultatas,

apskaičiuotas disfonijos sunkumos indeksas.

5.4.3. Ilgiausios fonacijos trukmės (IFT) registravimas Balso tyrimo metu buvo registruojama kiekvieno tiriamojo ilgiausia

fonacijos trukmė sekundėmis. Jo buvo prašoma giliai įkvėpti ir kuo ilgiau fonuoti balsę „a“ jam patogiu, įprastu balso aukščiu ir stiprumu. Pakartojus tyrimą 3 kartus, programa lingWaves sekundėmis užregistruotas ilgiausiai fonuotas laikas.

5.4.4 Disfonijos sunkumo indekso apskaičiavimas Kai užrašoma FG, atliekama akustinė balso analizė bei išmatuojama

ilgiausia fonacijos trukmė, gaunami visi parametrai, reikalingi disfonijos sunkumo indeksui apskaičiuoti. DSI skaičiuojamas pagal šiuos parametrus: aukščiausiai išdainuotą toną (Maks_Ton), mažiausią intensyvumą (Min_Int), jitter ir ilgiausios fonacijos trukmę. Kompiuterinė programa DSI apskai-

59

čiuoja automatiškai. DSI reikšmės gali svyruoti nuo –5 iki 5. O pagal DSI reikšmę tiriamojo balsas atitinkamai priskiriamas prie vieno iš šešių pažeidimo lygių, kur 0 – afonija, 5 – sveikas balsas (3.2.4.2 lentelė).

5.4.5. Kalbos profilio registravimas

Kompiuterine programa lingWaves užregistruotas ir FG kalbos profilis.

Tiriant kalbos profilį, tiriamasis skaičiuoja nuo 21-o iki 40: normaliu, komfortabiliu balsu (normalios kalbos profilis). Taip pat skaičiuoja tyliu, švelniu balsu (tylios kalbos profilis), po to garsiu balsu (garsios kalbos profilis). Galiausiai registruojamas šauksmo profilis, kai tiriamasis maksimaliomis balso galimybėmis išrėkia sakinį „Ei, Tomai, ateik čia“. Kalbos profilio tyrimo metu registruojami šie parametrai:

1. Maksimalus kalbos aukštis – K_maksTon (Hz). 2. Minimalus kalbos aukštis – K_minTon (Hz). 3. Kalbos tonų diapazonas – K_diapaz (Hz arba pustoniais). 4. Maksimalus kalbos intensyvumas – K_maksInt (dB(A)). 5. Minimalus kalbos intensyvumas – K_minInt (dB(A)). 6. Kalbos intensyvumo diapazonas – K_dinamInt (dB(A)). 7. Tylios kalbos profilio aukštis – Tylios_Ton (dB(A)). 8. Tylios kalbos intensyvumas – Tylios_Int (dB(A)). 9. Normalios kalbos profilio aukštis – Normal_Ton (Hz). 10. Normalio kalbos intensyvumas – Normal_Int (dB(A)). 11. Garsios kalbos profilio aukštis – Garsios_Ton (Hz). 12. Garsios kalbos intensyvumas – Garsios_Int (dB(A)). 13. Šauksmo profilio aukštis – Šauksmo_Ton (Hz). 14. Šauksmo profilio intensyvumas – Šauksmo_Int (dB(A)). 15. Kalbos profilio kreivės nuolydis (speaking profile slope) – atspindi

skirtingo intensyvo kalbos diapazono išsibarstymą fonetogramos lauke.

60

5.4.5.1 pav. Kalbos profilio grafinis vaizdas ir parodomi parametrai.

5.5. Vaizdo laringostroboskopija ir jos vertinimas

Skaitmeniniai aukštos kokybės VLS įrašai atlikti su XION EndoSTROB

DX įranga (XION GmbH, Berlynas, Vokietija) naudojant 90 laipsnių kietą endoskopą. Tiriamasis pasodinamas giliai kėdėje tiesia nugara, ant kelių padėtomis rankomis, atpalaiduotais pečiais, truputį atkištu į priekį smakru. Paciento paprašoma iškišti liežuvį. Tyrėjas prilaiko liežuvio priekinį trečdalį medžiagos skiautele. Kietas endoskopas pašildomas, stabilumo dėlei fiksuojamas ant tyrėjo piršto, įkišamas į buną išlaikomas centre, kol pamatomos gerklos. Tuomet paciento paprašoma tęsti „iii…” Balso klostės vertinamos fonacijos bei kvėpavimo metu. Fonacijos laikas turi būti pakankamai ilgas, kad būtų glima užfiksuoti bent vieną pilną virpesių ciklą. Fonuoti prašoma vidutiniu garsumu, patogiu, komfortabiliu tonu. Balso klosčių virpesiams įvertinti įjungiamas stroboskopijos režimas.

Siekinat nustatyti kiekybinius VLS požymius, tyrimas vertintas dviem būdais:

1. VLS požymiai vertinti ekspertų (VLS vertinimas). 2. Atlikti sustabdytų VLS vaizdų matavimai (VLS matavimas).

5.5.1. VLS vertinimas

VLS vertinimą atliko trys nepriklausomi tyrėjai ekspertai. Jų darbo

patirties trukmė buvo skirtinga (7, 20 ir 30 metų), ir jie visą savo profesinės veiklos laikotarpį dirbo laringologijos srityje. Vertinimas vyko toje pačioje patalpoje, stebint VLS įrašus tame pačiame 21 colio kompiuterio moni-toriuje. Vertinant VLS požymius, ekspertams nesuteikta jokia papildoma

61

informacija apie paciento amžių, lytį, nustatytą diagnozę ar kt. Prieš verti-nimą ekspertai buvo instruktuoti, sutarė ir pritarė tokiam kiekybiniam VLS parametrų vertinimui, taip pat atliktas bandomasis vertinimas. Ekspertai sutiko, kad VLS įrašai yra pakankamai geros kokybės ir tinkami vertinimui. Įrašai buvo pateikiami atsitiktine tvarka, ekspertų įvertinimui duodama pakankamai laiko. Kiekvieno VLS įrašo įvertinimas užtruko 2–3 minutes. Eksperimento metu jokios diskusijos tarp vertintojų nebuvo galimos.

VLS vertinta 12 parametrų: 4 iš jų – EFS nustatytame vertinimo proto-kole aprašyti parametrai (balso plyšys, virpesių reguliarumas, gleivinės banga, simetriškumas) [46]. Iš pastarųjų keturių parametrų gleivinės bangą išskyrėme į patologinėje ir sveikoje pusėje bei simetriškumą į virpesių ir vaizdo simetriškumą. Taigi vertinti šie išplėstiniai baziniai VLS parametrai:

1. Balso plyšio sandarumas fonacijos metu. 2. Virpesių reguliarumas. 3. Gleivinės banga patologinėje pusėje. 4. Gleivinės banga sveikoje pusėje. 5. Vaizdo simetriškumas. 6. Virpesių simetriškumas. Vertinimo protokolą papildėme dar šešiais originaliais vertinimo para-

metrais: 7. Kvėpavimo plyšio susiaurėjimas. 8. Ribotas patologinis audinys. 9. Difuzinis patologinis audinys. 10. Balso klosčių kraštų kontūrai. 11. Balso klostės judrumas pažeistoje pusėje. 12. Balso klosčių judesių simetriškumas.

VLS įrašai vertinti atsitiktine tvarka pagal protokolą (Priedas Nr.2) Pakartotinių tyrimų (test-retest) patikimumui nustatyti atlikta pakartotini 108 VLS įrašų vertinimas po vienerių metų. Šiam tikslui pirmo ir antro vertinimo metu peržiūrėti tie patys 108 VLS įrašų. Visi 12 parametrų vertinti VAS skalėse, kur 0 reiškė normą, 100 – maksimalų nukrypimą nuo normos.

Tokiu būdu gavome skaitmenines VLS parametrų reikšmes. Apskai-čiuotas tyrėjų vertinimo tarpusavio suderinamumas (TKK) bei pakartotinių vertinimų patikimumas (metodas aprašytas 5.7 skyriuje).

5.5.2. VLS matavimas

VLS metu stebimiems balso klosčių pakitimams išmatuoti pasitelkta Kinovea 0.8.15 (Kinovea open source Project, www.kinovea.org) programa ir kiekvienas įrašas suskaidytas į paveikslėlius kas 0,1 sekundės dalį. Tokiu

62

http://www.kinovea.org/

būdu gavome paveikslėlių sekas. Iš kiekvieno VLS įrašo gavome viduti-niškai 300–600 paveikslėlių seką. Paskui buvo atrenkami kokybiškiausi paveikslėliai:

1. Maksimalaus balso klosčių atsivėrimo (maksimali addukcija) kvėpa-vimo metu.

2. Maksimalaus užsivėrimo (maksimali abdukcija) fonacijos metu. 3. Stroboskopijos efekto metu gautos gleivinės bangos maksimaliai late-

ralinė padėtis. 4. Stroboskopijos efekto metu gautos gleivinės bangos maksimalus balso

klosčių susiglaudimas. Atrinkti paveikslėliai naudoti plotų, atstumų ir kampų matavimams.

Matavimai atlikti originalia programa imgMeasures (5.5.2.1 pav.). Plotai bei atstumai matuoti pikseliais, kampai – laipsniais.

Plotų matavimas

Kadangi VLS metu gali būti keičiamas židinio atstumas, negalime nusa-

kyti tikslaus atstumo iki gerklų, todėl negalime absoliučiais skaičiais išmatuoti ir pakitimo dydžių. Matuojant plotus naudojami santykiniai dydžiai. Gautuose paveikslėliuose išmatuoti šie plotai (5.5.2.1 pav.):

1. Kvėpavimo plotas (C) – balso plyšio plotas kvėpavimo metu. 2. Fonacijos plotas (K) – balso plyšio plotas fonacijos metu. 3. Patologinio darinio dalies, esančios balso klosčių plyšyje, plotas (E). 4. Viso patologinio audinio plotas (D). 5. Visos pažeistos balso klostės plotas (J). 6. Sveikos balso klostės plotas (I) – jei abi nesveikos, matuojamas svei-

kos balso klostės plotas iki anatomiškai menamo klostės krašto. 7. Keratozės plotas (A). 8. Stroboskopijos metu užfiksuotas maksimalaus balso klosčių susiglau-

dimo plotas (G). 9. Stroboskopijos metu maksimalaus balso klosčių atsivėrimo plotas (H).

Išmatavus šiuos plotus, jie suvedami į santykius ir gaunami santykiniai dydžiai, nusakantys darinio, kvėpavimo ir fonacijos plyšio dydžius. Gaunami šie plotų santykiai:

1. Plyšio_pl = fonacijos plyšys / kvėpavimo plyšys (K/C). 2. Darinio_pl = darinys plyšyje / (darinys plyšyje + kvėpavimo plotas)

– atspindi, kokią kvėpavimo ploto dalį užima patologinis darinys (E/(E+C)).

63

3. Pat_aud_pl = patologinio audinio plotas / (sveikos BK plotas + patologinės BK plotas) – atspindi, kokią balso klosčių dalį užima patologinis audinys (D/(I+J)).

4. Pat_aud_PBK = patologinio audinio plotas / patologinės BK plotas – kiek patologinės klostės užima patologinis audinys (D/J).

5. DarinioD_plyšyje = darinys plyšyje / patologinio audinio plotas – kokia dalis viso patologinio audinio prolabuoja į plyšį (E/D).

6. SVmen/Pat_pl = sveikos BK plotas (jei abi nesveikos, išvedamas kraštas per menamą sveiką kraštą ir išmatuojamas plotas) / patolo-ginės BK plotas – sveikos (kokia turi būti) ir patologinės balso klosčių santykis (I/J).

7. SV/SVmen_pl = sveikos BK plotas / menamai sveikos BK plotas – kiek atitinka mažiau pažeista pusė tikrąjį sveiką dydį (I/F).

8. StroMaks_pl = maksimalus plyšio plotas stroboskopijos metu / kvėpavimo plyšio plotas – kokią kvėpavimo plyšio dalį užima balso klosčių gleivinės bangos maksimalus atsivėrimas stroboskopijos metu (G/C).

9. Stro_pl = minimaslus stroboskopijos plyšio plotas / maksimalus stroboskopijos plyšio plotas – atspindi, kiek išreikšta gleivinės banga stroboskopijos metu (H/G).

10. Keratozė_pl = keratozės plotas / viso patologinio audinio plotas – kokią viso patologinio audinio dalį užima keratozė (A/(A+B)).

64

5.5.2.1 pav. Vaizdo laringostroboskopijos paveikslų matavimai programa „imgMeasures“.

65

Atstumų matavimas

Išmatavus atstumus, išvesti atitinkami santykiai ir gauti santykiniai dydžiai, nusakantys balso klosčių storį, ilgį, darinių dydį. Matuoti šie atstumai (5.5.2.1 pav.):

1. Sveikos (ar mažiau pažeistos) balso klostės storis (a). 2. Patologinės (labiau pažeistos) balso klostės storis (b). 3. Sveikos balso klostės ilgis (e). 4. Patologinės klostės ilgis (d). 5. Bendras patologinio audinio ilgis (f). 6. Patologinio audinio plotis (g). 7. Patologinio audinio išsikišimo į plyšį plotis (c). 8. Stroboskopijos metu maksimalus atstumas tarp balso klosčių (i). 9. Stroboskopijos metu maksimalaus balso klosčių atsivėrimo plyšio

ašies ilgis (h).

Iš šių matavimų gavome tokius santykius: 1. BK_storiai = sveikos BK storis / patologinės BK storis – balso klosčių

storių santykis (a/b). 2. Ilgis_pat = viso patologinio audinio ilgis / (sveikos BK ilgis +

patologinės BK ilgis) – kokią dalį bendro BK ilgio užima patologinio audinio ilgis (f/(e+d)).

3. PatAud_plyšyje = patologinio audinio storis plyšyje / patologinės BK storis – kokia dalis patologinio audinio prolabuoja į plyšį (c/b).

4. PatAud_storis = patologinio audinio storis / patologinės BK storis – kokią dalį balso klostės storio užima patologinis audinys (g/b).

5. Stro_ilgiai = maksimalus stroboskopijos plyšio plotis / stroboskopijos ašies ilgis – stroboskopijos atstumo tarp balso klosčių ir ašies santykis (i/h).

6. Stro_ašis = stroboskopijos ašies ilgis / sveikos BK ilgis – kokią dalį viso balso klostės ilgio užima stroboskopijos ašies ilgis (h/e).

Kampų matavimas Kadangi nuo židinio nuotolio kampų dydis nesikeičia, išmatuoti kampai

naudoti neišvedant jokių formulių. Atskirai kiekvienos balso klostės kampų matavimui išvesta vidurio linija – ašis per gerklų vidurį. Taigi matuoti šie kampai (5.5.2.1 pav.):

1. α_kv – sveikos balso klostės atsivėrimo kampas kvėpavimo metu; 2. β_kv – patologinės balso klostės atsivėrimo kampas kvėpavimo metu; 3. γ_kv – kampas tarp abiejų balso klosčių kvėpavimo metu;

66

4. γ_fon – kampas tarp abiejų balso klosčių fonacijos metu; 5. γ_stro_min – kampas stroboskopijos metu tarp abiejų BK per maksi-

malų susiglaudimą; 6. α_stro – maksimalaus sveikos balso klostės krašto atsivėrimo kampas

stroboskopijos metu; 7. β_stro – maksimalaus patologinės balso klostės krašto atsivėrimo

kampas stroboskopijos metu; 8. γ_stro – maksimalus atsivėrimo kampas tarp abiejų balso klosčių stro-

boskopijos metu; 9. γ_stro_skirt – stroboskopijos maksimalaus ir minimalaus kampų skir-

tumas.

5.6. „Atsitiktinių miškų“ (AM) metodas Bendradarbiaujant su Kauno technologijos universiteto Elektros ir

valdymo įtaisų katedra, „Atsitiktinių miškų“ (AM) metodu nustatyta atskirų parametrų, gautų iš klausimynų, subjektyvaus ir kompiuterinio balso vertinimo, VLS vertinimo ir VLS matavimo, svarba klasifikuojant gerklų ligas į minėtas klases bei klasifikavimo tikslumas.

Įsivaizduokime, jog turime tikrinamų duomenų seką χt={(xm,ym), m=1,…,M}, kur xm yra įvedamas stebėjimas, o ym – pranašaujama reikšmė. Silpnas mokinys gali būti sukuriamas naudojant χt mokymų seką. Silpnas mokinys yra pranašautojas f (x, χt), turintis mažą paklaidą ir variantiškumą. Atsitiktinai parenkant pavyzdžius iš χt sekos, gali būti sukuriamas silpnų mokinių rinkinys f(x, χt, ϴk), kur f(x, χt, ϴk) yra k-tasis silpnas mokinys ir ϴk atsitiktinis vektorius, parenkantis duomenų bruožus k-tajam silpnam mokiniui. Pradėjus atranką, pavyzdžiui, generuoti ϴk, kiekvienam silpnam mokiniui naudojami apie du trečdaliai duomenų bruožų. Apie trečdalis tyrimų nepatenka tarp įvedamų duomenų ir nepatenka į duomenų paketą. ϴk yra nepriklausoma ir identiškai išsibarsčiusi.

Galima matyti, jog vedant vidurkį ir grupuojant nepriklausomus iden-tiškai išsibarsčiusius silpnus mokinius į komitetus, paklaida lieka maždaug nepakitusi, o tuo tarpu variantiškumas sumažėja dėl faktoriaus ρ – vidutinės koreliacijos tarp silpnų mokinių reikšmės [24]. Taigi, jei išlaikoma maža koreliacija ir paklaida nepriklausomų ir identiškai išsibarsčiusių silpnų mokinių, sumažėja bandymų nustatyti klaidą.

AM yra silpnų mokinių komitetas prognozavimo (klasifikacijos ir regre-sijos) problemoms spręsti. AM sprendimų medis (klasifikavimo ir regresijos medis) naudojamas kaip silpnas mokinys. Sprendžiant klasifikavimo prob-lemas AM metodas susideda iš atskirų sprendimų medžių kolektyvo. Kiek-vienas sprendimų medis yra apmokomas naudojant atsitiktinai iš mokymo

67

imties atskyrus tam tikrą dalį (du trečdalius) duomenų, likusieji duomenys OOB (angl. Out of Bag) naudojami testavimui. Klaida testinei duomenų daliai mažėja, didinant sprendimų medžių skaičių [8, 24, 31, 67, 82, 132]. Požymių svarba matuojama naudojant OOB duomenis. Atrinkti požymiai priklauso nuo duomenų skaičiaus, patenkančio į OOB. Todėl atrenkant svarbiausius požymius imami 7 skirtingi duomenų kiekiai, patenkantys į OOB. Apskaičiuoti požymių svarbumų vidurkiai tarp skirtingų OOB duo-menų kiekio. Eliminuojant požymius, vis išmetami 5 proc. mažiausiai svar-bių požymių, kol lieka tik 1 požymis. Stebima, su kuriuo požymių rinkiniu klaida buvo mažiausia. Tuomet šie požymiai ir laikomi svarbiausiais [79, 113].

AM metodu gauti duomenys vizualizuoti MDS (angl. multidimensional scaling) metodika. Tai yra duomenų apžvalgos technika be jokių išsibars-tymo prielaidų duomenyse. Daugiamačių skalių (multidimensional scaling, MDS) metodas [22] naudojamas daugiamačių duomenų analizei įvairiose mokslo srityse, pvz., socialiniuose moksluose, medicinoje ir kt. Sukurta daug šio metodo realizacijų, kurios skiriasi naudojamais vizualizavimo kokybės kriterijais, optimizavimo algoritmais ar prielaidomis apie duo-menis. Naudojantis MDS, ieškoma daugiamačių duomenų projekcijų mažes-nės dimensijos erdvėje ir siekiama išlaikyti analizuojamos aibės objektų artimumus – panašumus arba skirtingumus. Gautuose vaizduose panašūs objektai išdėstomi arčiau vienas kito, o skirtingi – toliau vienas nuo kito. Pradiniai daugiamačių skalių metodo duomenys yra kvadratinė simetrinė matrica, kurios elementai nusako artimumą tarp analizuojamų objektų. Tai gali būti arba panašumų, arba skirtingumų matrica. Paprasčiausiu atveju tai yra Euklido atstumų tarp objektų matrica. Vienas iš daugiamačių skalių metodų tikslų yra rasti optimalų daugiamačius objektus atitinkančių taškų vaizdą mažos dimensijos erdvėje.

5.7. Statistinė duomenų analizė

Statistinis duomenų apdorojimas atliktas naudojant IBM SPSS Statistics for Windows, versija 20.0 programinį paketą (Armonk, NY: IBM Corp. Software). Duomenys pateikti skaičiuojant vidurkį ir standartinį nuokrypį (x ± SN). Parametrinių kiekybinių dydžių vidurkiams palyginti naudotas Student t kriterijus. Hipotezėms tikrinti pasirinktas 0,05 reikšmingumo lyg-muo. Tiriamiesiems dydžio skirtumams nustatyti buvo skaičiuota kriterijaus galia. Skirtumai laikomi statistiškai patikimais, kai kriterijaus galia viršijo 0,8, t.y. II rūšies klaida β<0,2, o I rūšies klaida α<0,05 [194, 195].

Požymių tarpusavio priklausomybei, homogeniškumui vertinti taikytas χ2

(chi kvadrato) kriterijus. Kai vienas požymis stebimas keliose populiacijose,

68

tikrinama, ar visose populiacijose jis pasiskirstęs vienodai. Iškeliamos statistinės hipotezės: H0 – pagal tiriamą požymį populiacijos nesiskiria, H1 – pagal tiriamą požymį populiacijos skiriasi. H0 hipotezę atmetame, t. y. populiacijos pagal šį požymį statistiškai reikšmingai skiriasi, jei p<α. H0 neatmetame, t. y. populiacijos statistiškai reikšmingai nesiskiria, jei p≥α, kur α – reikšmingumo lygmuo (mūsų atveju 0,05).

Tiesinei priklausomybei tarp analizuojamų požymių nustatyti skaičiuotas Pirsono koreliacijos koeficientas (rho). Gautų koreliacijos koeficientų reikšmės apibūdinamos pagal 5.7.1 lentelę. 5.7.1 lentelė. Koreliacijos koeficientų reikšmės.

Neigiamos reikšmės Aprašymas Teigiamos reikšmės 0,00 Nėra 0,00

–0,19–(–0,01) Labai silpnas 0,01–0,19 –0,39–(–0,20) Silpnas 0,20–0,39 –0,69–(–0,40) Vidutinis 0,40– 0,69 –0,89–(–0,70) Stiprus 0,70– 0,89 –0,99–(–0,90) Labai stiprus 0,90– 0,99

–1,00 Visiškai tikslus 1,00

VLS požymių vertinimo tarp ekspertų patikimumui (Inter-rater reliabi-lity) nustatyti skaičiuotas tarpklasinis koreliacijos koeficientas (TKK, angl. Intraclass Corelation Coeffitient). Vertinimo patikimumas nustato vertinimo homogeniškumą ir taikomas nustatyti vertintojų sutarimo laipsniui, kai du ar daugiau vertintojų taiko tuos pačius vertinimo kriterijus tiems patiems žmonėms ar reiškiniams vertinti. Mūsų atveju trys vertintojai (ekspertai) atliko 108-ių VLS įrašų 12-os VLS požymių vertinimą. Kategoriniams duomenims gauti, sutarimas yra apskaičiuojamas sutarimų skaičių padalijus iš bendro stebėjimų skaičiaus. Intervaliniams duomenims konsensusas matuojamas tarpklasiniu koreliacijos koeficientu, kuris taip pat naudojamas ir pakartotinių tyrimų stabilumui (test-retest intra-rater reliability) nustatyti. Tarpklasinio koreliacijos koeficiento esmė yra tarpgrupinės dispersijos santykis su bendra dispersija. Jis įvertina ne tik dviejų kintamųjų priklau-somybės laipsnį, bet ir šių kintamųjų suderinamumą jų vidurkių atžvilgiu (dviejų ekspertų vertinimai gali koreliuoti tarpusavyje, bet labai skirtis savo dydžiais). TKK reikšmė bus tuo arčiau 1, kuo labiau sutaps ekspertų kiekvieno atvejo vertinimai. TKK skaičiavimo modeliai priklauso nuo vertintojų (ekspertų) statuso – ar pasirinkti norimi, ar sudaro atsitiktinę imtį; nuo tiriamųjų vertinimo – ar vertinami visi duotos kategorijos tiriamieji, ar tik sudarantys atsitiktinę imtį; taip pat nuo to, ar patikimumas paremtas atskirų ekspertų vertinimu, ar vertinimų vidurkiu [100].

69

Tiriamųjų grupėms pagal tam tikrus požymius klasifikuoti, atskirų požy-mių jautrumui, specifiškumui, ribinėms reikšmėms nustatyti taikyta diskri-minantinė analizė (DA). Turime atskiras tiriamųjų klases, kurių individai charakterizuojami skirtingos rūšies požymiais (anketiniais duomenimis, balso parametrais, VLS vertinimo parametrais bei VLS matavimo rezul-tatais). DA uždavinys – remiantis pradine individų klasifikacija, išvesti taisyklę – požymių sistemą, kuri leistų individą priskirti prie vienos iš kelių klasių. Atskirų požymių klasifikacijos funkcijos reikšmingumui tikrinti taikoma Vilkso statistika. Kuo ji artimesnė vienetui, tuo požymis naudingesnis klasifikacijai. Jei Vilkso λ p<0,05, galima tvirtinti, kad kinta-masis klasifikacijos funkcijoje reikalingas. Jei p≥0,05 daroma išvada, kad požymis klasifikacijos nepagerina. Klaidingo klasifikavimo tikimybių įver-čiai apskaičiuoti naudojantis Lachenbrucho procedūra. Jei po šios proce-dūros klasifikavimo tikslumas nepablogėja arba pablogėja labai nežymiai, reiškia, jog diskriminavimo kintamųjų pertekliaus nėra, o klasifikavimo tikslumas stabilus [40].

70

6. REZULTATAI

6.1. Demografinių anketinių duomenų reikšmė gerklų ligų klasifikavimui

Anketinius duomenis lengva pateikti ir registruoti. Anamnezė ligų

diagnostikai turi neabejotiną reikšmę, nukreipia kiekvieną situaciją tam tikra tyrimų, stebėjimo linkme. Jei remiantis klausimynais įmanoma pakankamai tiksliai tiriamuosius suskirstyti į sveikąją ir patologinę klases, galima nustatyti ir pagrindinius gerklų ligų rizikos faktorius. Arba: jei pakankamai tiksliai išskirsime vėžio ir kitų ligų klases, tai ne tik nustatysime rizikos faktorių, bet ir turėsime patikimą instrumentą (klausimyną), galintį padėti anksti diagnozuoti vėžį ar įtarti ikivėžinę būklę ir pakankamai anksti pacientui skirti detalesnį ištyrimą bei gydymą.

Anketinių duomenų rinkinį sudaro 49 originalaus klausimyno klausimai (psl. 52–54) bei du validuoti ir pritaikyti naudoti lietuvių kalba, t. y. BNI ir GFI, klausimynai [259, 261].

Lietuviška GFI versija pasižymi dideliu (Cronbacho α=0,8, r=0,50) pati-kimumu (angl. reliability) ir vidiniu nuoseklumu (angl. internal consis-tency), vidutinio stiprumo ryšiu tarp klausimų (r=0,41–0,55). Klausimyno stabilumą rodo aukšti (≥0,9) Cronbacho α koeficientai, nustatyti test-retest tyrimu (GFI klausimynas užpildytas 2 kartus su vienos savaitės intervalu). Konkurencinį validumą rodo statistiškai reikšminga (p<0,05) ir stipri koreliacija tarp GFI ir BNI reikšmių mėnesį iki operacijos (r=0,72) ir mėnesį po jos (r=0,86). Lyginant įvairiomis gerklų ligomis sergančių pacientų – patologinio balso (n=50) ir sveiko balso asmenų (n=50) – grupių GFI vidurkius, nustatytas statistiškai reikšmingas skirtumas (p<0,001). Vidutinis pacientų grupės GFI buvo 9,1±5,2, sveiko balso grupės GFI – 1,3±1,9 balo. Nustatytas statistiškai reikšmingas GFI jautrumas klinikiniams pokyčiams. Vidutinis GFI, palyginus pacientų atsakymus prieš chirurginį gydymą ir po jo, skyrėsi statistiškai reikšmingai – 5,7 balo (p<0,001). ROC (angl. Receiver Operating Characteristic) testas parodė, jog didesnė nei 3 balai GFI reikšmė patikimai atskiria patologinio balso grupę nuo sveikų asmenų (88 proc. jautrumas ir 84 proc. specifiškumas). Ši GFI ribinė reikšmė (>3,0) 86 proc. tikslumu leidžia patikimai suskirstyti tiriamuosius į patologinio ir sveiko balso grupes. Kai GFI>3,0, šansų santykis (ŠS) būti priskirtam prie patologinio balso grupės yra 38,5 karto (95 proc. PI 12,32–120,36).

71

Mūsų tikslas buvo nustatyti, kiek anketiniai duomenys reikšmingi ir jautrūs diagnozuojant balso patologiją bei kategorizuojant gerklų ligas į atitinkamas klases, ir siekiant minėto tikslo surasti svarbiausių klausimų rinkinį. Originaliame klausimyne galimi dvejopi atsakymai: kiekybiniai bei kategoriniai dydžiai. Kiekybiniams dydžiams vertinti naudota diskrimi-nantinė analizė bei nustatytos ribinės vertės, o kategorinių požymių priklau-somybei vertinti paskaičiuotas χ2 (chi kvadrato) kriterijus bei apskaičiuotos koreguotos liekanos.

Kaip matyti 6.1.1 lentelėje, pagal lytį sveiko ir patologinio balso grupės buvo homogeniškos. Koreguota liekana >–2 ir <2, taigi galima teigti, jog mūsų tiriamosios imties sveiko ir patologinio balso grupėse vyrų ir moterų skaičius statistiškai reikšmingai nesiskyrė.

6.1.1 lentelė. Sveiko ir patologinio balso grupių ir lyties ryšys.

Požymis Grupės Sveiko balso gr. Patologinio balso gr.

Lytis

Vyrai N 18 70 Proc. 36,0 44,9 Koreguota liekana –1,1 1,1

Moterys N 32 86 Proc. 64,0 55,1 Koreguota liekana 1,1 –1,1

Iš viso N 50 156 Proc. 100,0 100,0

Pirsono χ2=1,218, p=0,270.

Tačiau, kaip rodo 6.1.2 lentelė, įtariamo gerklų vėžio grupėje buvo statistiškai reikšmingai daugiau vyrų, o kitų ligų grupėje buvo statistiškai reikšmingai daugiau moterų (p=0,000). Mūsų tiriamosios grupės duomenimis, vyrai labiau rizikuoja sirgti ikivėžinėmis ir vėžinėmis gerklų ligomis. Tokia pati situacija lyties požiūriu išryškėja ir atskyrus gerklų vėžio ir kitų organinių gerklų ligų grupes. Vyrams statistiškai reikšmingai dažniau diagnozuotas gerklų vėžys, o moterims – kitos gerklų ligos (p=0,000).

72

6.1.2 lentelė. Įtariamo vėžio ir kitų gerklų grupių priklausomybė nuo lyties.

Požymis Grupės

Kitos ligos Įtariamo vėžio gr.

Lytis Vyrai

N 35 35 Proc. 31,0 81,4 Koreguota liekana –5,7 5,7

Moterys N 78 8 Proc. 69,0 18,6 Koreguota liekana 5,7 –5,7

Iš viso N 113 43 Proc. 100,0 100,0

Kaip matyti 6.1.3 lentelėje, mūsų tiriamųjų sveiko balso grupėje buvo

statistiškai reikšmingai daugiau profesionalaus balso vartotojų ir atsto-vaujančių balsingoms profesijoms. Nebalsingų profesijų atstovų sveiko balso grupėje buvo statistiškai reikšmingai mažiau negu patologinio balso grupėje. Lentelėje ryškiau pažymėtos koreguotosios liekanos >–2 ir <2.

6.1.3 lentelė. Tiriamųjų grupių ir balso vartojimo lygių ryšys.

Požymis Grupės Sveiko balso gr. Patologinio balso gr.

Balso vartoji-mo lygiai

Elitinis N 1 6 Proc. 2,0 3,8 KL –0,6 0,6

Profesionalus N 12 12 Proc. 24,0 7,7 KL 3,1 –3,1

Balsingos profesijos atstovas

N 28 26 Proc. 56,0 16,7 KL 5,5 –5,5

Nebalsingos profesijos atstovas

N 9 112 Proc. 18,0 71,8 KL –6,7 6,7

Iš viso N 50 156 Proc. 100,0 100,0

Pirsono χ2=50,025, p=0,000, KL – koreguota liekana

Stebėdami tiriamųjų pasiskirstymą pagal išsilavinimą, patologinio balso grupėje matome statistiškai reikšmingai daugiau tiriamųjų, turinčių vidurinį išsilavinimą (koreguota liekana 3,9), o sveiko balso grupėje statistiškai reikšmingai daugiau asmenų, baigusių aukštąjį mokslą. Šie duomenys pavaizduoti 6.1.4 lentelėje. Tačiau būtų nekorektiška teigti, kad sveiki

73

asmenys turi aukštesnį išsilavinimą negu sergantys. Nors literatūros duomenimis, gerklų vėžio atvejų dažnumas didesnis tarp žemesnio socialinio sluoksnio bei profesinį išsilavinimą turinčių asmenų [251, 252, 236], mūsų atveju sveiko balso grupėje ištirta daugiau asmenų, baigusių aukštąjį mokslą.

Įtariamo gerklų vėžio ir kitų ligų grupės išsilavinimo požiūriu buvo homogeniškos. Šių grupių chi kvadrato (χ2) p=0,329. 6.1.4 lentelė. Tiriamųjų grupių ir išsilavinimo ryšys.

Požymis Grupės Sveiko balso gr. Patol. balso gr.

Išsilavinimas

Pradinis N 0 5 Proc. 0,0 3,2 KL –1,3 1,3

Vidurinis N 10 80 Proc. 20,0 51,3 KL –3,9 3,9

Nebaigtas vidurinis

N 1 14 Proc. 2,0 9,0 KL –1,7 1,7

Aukštesnysis N 3 18 Proc. 6,0 11,5 KL –1,1 1,1

Aukštasis N 33 29 Proc. 66,0 18,6 KL 6,4 –6,4

Nebaigtas aukštasis

N 3 10 Proc. 6,0 6,4 KL –0,1 0,1

Iš viso N 50 156 Proc. 100,0 100,0


Įtariamo gerklų vėžio ir kitų gerklų ligų grupėse balso vartojimo lygis statistiškai reikšmingai nesiskyrė. Šiuo atveju χ2-o p=0,329, o koreguotosios liekanos yra >–2 ir <2.

Rūkymo požiūriu tiriamieji suskirstyti į keturias kategorijas: rūkančius, nerūkančius, retkarčiais rūkančius (į šią kategoriją patenka asmenys, rūkantys ne kasdien ir mažiau nei vieną cigaretę per dieną) ir metusius rūkyti (anksčiau intensyviai rūkę, daugiau kaip pusę metų neberūkantys). 6.1.5 lentelėje matome, jog statistiškai reikšmingai daugiau rūkančiųjų buvo patologinio balso grupėje ir statistiškai reikšmingai daugiau nerūkančiųjų sveiko balso grupėje. Literatūros duomenimis, rūkymas yra vienas iš

74

pagrindinių keratozės, Reinkės Hajeko ligos, gerklų vėžio išsivystymo rizikos faktorių [253, 254, 255]. Todėl renkant anamnezę į klausimyną būtina įtraukti rūkymo situaciją atspindintį klausimą. 6.1.5 lentelė. Tiriamųjų grupių ir rūkymo ryšys.

Požymis Grupės Sveiko balso gr. Patol. balso gr.

Rūkymas

Taip N 3 76 Proc. 6,0 48,7 KL –5,4 5,4

Ne N 35 57 Proc. 70,0 36,5 KL 4,1 –4,1

Retkarčiais N 2 3 Proc. 4,0 1,9 KL 0,8 –0,8

Metęs N 10 20 Proc. 20,0 12,8 KL 1,3 –1,3

Iš viso N 50 156 Proc. 100,0% 100,0%


Išskiriant įtariamo gerklų vėžio ir kitų gerklų ligų grupes, kitų susirgimų grupės pacientai statistiškai reikšmingai dažniau buvo nerūkantys negu įtariamo gerklų vėžio grupė (koreguota liekana 2,5, p=0,040). Vėlgi galima teigti, jog rūkymas turi įtaką vystytis ikivėžinėms ir vėžinėms gerklų ligoms. Tokia pati situacija pastebima ir atskyrus gerklų vėžio ir kitų orga-ninių ligų grupes. Statistiškai reikšmingai dažniau rūko gerklų vėžiu sergan-tys, negu nesergantys (p=0,015).

Sveiko ir patologinio balso grupių palyginimas 6.1.6 lentelėje rodo, kad kai kurie klausimyno požymiai klasifikacijai yra statistiškai reikšmingi, tačiau reikia pasikliauti ir logika. Pvz., bendravimas su neprigirdinčiaisiais. Aišku, jog bendraujant su neprigirdinčiu žmogumi reikia papildomų balso pastangų. Lyg didėtų rizika sirgti balso ligomis. Tačiau iš mūsų tiriamųjų su neprigirdinčiaisiais daugiau bendrauja sveiko, o ne patologinio balso asme-nys. Taigi, nors požymis matematiškai reikšmingas, vargu ar jis tiek reikšmingas praktikoje. Panašiai ir su dainavimo dažnumu. Patologinio balso grupei atsakymas niekada gali reikšti, jog jis nedainuoja dėl balso problemos. O sveiko balso grupėje statistiškai reikšmingai dažniau sutinkamas atsakymas retai ir labai dažnai (p=0,000), todėl siūlytina šiuo požymiu taip pat labai nepasikliauti. Panaši situacija su kalbėjimo mėgdžio-

75

jant dažnumu. Patologinio balso grupės tiriamieji statistiškai reikšmingai dažniau nurodė, jog niekada nekalba mėgdžiodami, ne savu balsu, o sveikieji retai ir kartais kalba mėgdžiodami (p=0,000). Tai gali būti susiję su tiriamųjų amžiumi, šeimynine padėtimi. Tačiau šių dalykų tiriamieji nebuvo klausinėti.

Patologinio balso grupės tiriamieji statistiškai reikšmingai dažniau negu sveikieji nurodė, jog balsas linkęs blogėti, ar varijuoti, balsas blogesnis vakare, dažniau kosti, dažniau rėkauja, dažniau kalba prirūkytoje patalpoje, kalba triukšmingoje aplinkoje, dažniau vartoja aštrų maistą. Ne itin, tačiau statistiškai reikšmingai rečiau patologinio balso grupės atstovai juokiasi balsu (p=0,014). Tai labiau sietina su emocine žmogaus būsena. Jei jis sveikas, neturi jokių problemų, tuomet dažniau ir raiškiau reiškia savo teigiamas emocijas, jų neslopina [275].

Galima numanyti, jog alkoholio vartojimo dažnumą tiriamieji galėjo nurodyti sąmoningai neteisingai. Atliekant apklausą buvo gretutinių itensy-vaus alkoholio vartojimo požymių, tačiau daugelis tokių pacientų nurodė, jog vartoja alkoholį retai ar visai nevartoja. Todėl šiais atsakymais pasi-kliauti negalima. Patologinės grupės pacientai statistiškai reikšmingai dažniau vartoja aštrų maistą (p=0,028). Tai sietina su gastroezofaginio refliukso liga ir jos laringofaringiniais simptomais, kurie taip pat yra balso patologiją predisponuojantis faktorius [195].

6.1.6 lentelė. Kitų klausimyno požymių ryšys su balso patologija.

Požymis Patologinei balso gr. daugiau būdinga

Sveiko balso grupei daugiau būdinga p

Balso blogėjimo tendencija

Pablogėjęs KL=6,0 Varijuoja KL=3,6 Nesikeičia KL=9,5 0,000*

Balso pokytis per parą Blogesnis vakare KL=4,5

Visada toks pat KL=3,4 0,000*

Balso kokybė tyrimo metu Nereikšminga Nereikšminga 0,814

Skysčių vartojimas Mažiau geria vandens KL=–2,6

Daugiau geria vandens KL=2,6 0,127

Kosulio dažnumas Dažnai KL=3,0 Retai KL=–3,0 0,027*

Rėkavimo dažnumas Labai dažnai KL=2,7 Niekada KL=2,1 Retai KL=2,7 0,002*

Dainavimo dažnumas Niekada KL=5,4 Retai KL=2,2 Labai dažnai KL=3,0 0,000*

Kalbėjimo telefonu dažnumas Nereikšminga Nereikšminga 0,202

Kalbėjimas pakeltu tonu Labai dažnai KL=2,6 Rečiau 0,060

76

6.1.6 lentelės tęsinys.

Požymis Patologinei balso gr. daugiau būdinga

Sveiko balso grupei daugiau būdinga p

Kalbėjimas mėgdžiojant Niekada KL=5,0 Retai KL=3,4 Kartais KL=2,8 0,000*

Kalbėjimas priprūkytoje patalpoje

Kartais KL=2,6 Labai dažnai KL=3,0 Retai KL=4,6 0,000*

Kalbėjimas triukšme Niekada KL=2,2 Labai dažnai KL=3,0

Retai KL=2,2 Kartais KL=2,4 0,001*

Garsus juokas Retai KL=2,8 Kartais KL=2,4 0,014*

Bendravimas su mažamečiais Nereikšminga Nereikšminga 0,682

Bendravimas su neprigirdinčiaisiais Niekada KL=4,0 Kartais KL=2,3

Labai dažnai KL=2,5 0,001*

Kofeino vartojimas Nereikšminga Nereikšminga 0,214

Alkoholio vartojimas Neišsiskyrė Kartais KL=–2,1 0,020*

Aštraus maisto vartojimas Labai dažnai KL=2,1 Kartais KL=2,5 0,028*

Springimai Nereikšminga Nereikšminga 0,291

KL – koreguota liekana; * – požymis statistiškai reikšmingas klasifikavimui. Paryškinti neabejotinai reikšmingi klausimyno požymiai.

Visi šioje lentelėje išvardyti požymiai neturi didesnės įtakos siekiant išskirti įtariamo gerklų vėžio ir kitų gerklų ligų grupes (p>0,05).

Išskiriant gerklų vėžio ir kitų organinių gerklų ligų grupes, iš pastarųjų požymių statistiškai reikšmingai dažniau atsakė, jog labai dažnai kosti vėžiu sergantys pacientai (p=0,004). Tačiau sergantys vėžiu yra dažniau rūkantys. Taigi, kosulys gali būti susietas ne tik su gerklų, bet ir lėtine plaučių liga. Reikšmingai labai dažnai vartoja aštrų maistą vėžio grupė (koreguota liekana 2,7), o kitų ligų grupės reikšmingai dažniau atsakė kartais (kore-guota liekana 2,7), p=0,026.

Klasifikacijai į skirtingas klases anketinių duomenų parametrinių kriterijų reikšmingumui vertinti panaudotos Fišerio tiesinės diskriminantinės funkcijos. Žingsniniu būdu, minimizuojant Vilkso λ, gaunama požymių sistema, tiksliausiai klasifikuojanti tiriamuosius į atitinkamas klases. Turint diskriminantinės funkcijos koeficientus, galime užrašyti diskriminavimo funkciją. Tiriamasis priskiriamas prie tos klasės, kurios diskriminavimo funkcijos reikšmė yra didesnė.

77

Skirdami tiriamuosius į sveiko ir patologinio balso grupes, analizuodami parametrinius anketinius duomenis, gauname požymių sistemą, kuri 92,3 proc. jautrumu ir 100 proc. specifiškumu atskiria sveiką ir patologinį balsą iš šių požymių: surūkomų cigarečių per dieną skaičius, VAS paties paciento vertintas užkimimas, sumažėjusi galimybė dainuoti bei funkcinis ir fizinis BNI klausimyno faktorius (6.1.7 lentelė). 6.1.7 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, klasifikuojant į dvi grupes: sveiko balso ir patologinio balso.

Požymių sistema Grupės

Sveiko balso (N=50) f1

Patologinio balso (N=156) f2

Surūkoma cig./d. Užkimimas (VAS) – paciento Sumažėjusi galimybė dainuoti F (BNI) P (BNI)

0,012 0,013 0,004 –0,019 0,013

0,116 0,120 0,097

–0,213 0,266

(Konstanta) –0,741 –9,926 Klasifikavimo tikslumas 94,2 proc. (po Lachenbrucho procedūros 94,2 proc.).

Taigi, galime užrašyti dvi kanonines diskriminantines funkcijas, kurios atrodytų taip:

(1) f1=0,012×(Cig/d.)+0,013×(Užkimimas(VAS))+0,004×(Sumaž.gal. dainuoti (VAS))+ (–0,019)×F+0,013×P–0,741

(2) f2=0,116×(Cig/d.)+0,120×(Užkimimas(VAS))+0,097×(Sumaž.gal. dainuoti(VAS))+ (–0,213)×F+0,266×P–9,926

Į formulę įtraukus konkretaus tiriamojo konkrečias reikšmes gauname dviejų diskriminantinių funkcijų rezultatus. Kurios funkcijos reikšmė didesnė, prie tos grupės priskiriamas tiriamasis. Taip spręstini visi diskriminantinės funkcijos klasifikavimo uždaviniai.

Tiriamuosius klasifikuodami į gerklų vėžio (N=23) ir kitų organinių nevėžinių gerklų ligų (N=119) grupes, pritaikę Fišerio tiesines diskriminavimo funkcijas gauname požymių sistemą, kuriai priklauso šie požymiai: paciento amžius, rūkymo trukmė, balso lūžimo dažnumas, per žemas balsas. Šios požymių sistemos jautrumas – 87 proc., specifiškumas – 86,6 proc., bendras klasifikavimo tikslumas – 86,6 proc. Analogiškai galėtume užrašyti diskriminavimo kanonines funkcijas. Apskaičiavę diskri-minantines funkcijas 86,6 proc. tikslumu, galime priskirti tiriamąjį prie atitinkamos grupės.

78

6.1.8 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, klasifikuojant į dvi grupes: sergančiųjų gerklų vėžiu ir kitomis organinėmis gerklų ligomis.

Požymių sistema Grupės

Kitos organinės ligos (N=119) f1

Vėžys (N=23) f2

Amžius Kiek metų rūko Balsas dažnai lūžta Balsas per žemas

0,339 –0,038 0,092 0,018

0,432 0,020 0,113

–0,025 (Konstanta) –10,890 –16,439

Klasifikavimo tikslumas 90,8 proc. (po Lachenbrucho procedūros 85,9 proc.).

Klasifikuojant tiriamuosius į įtariamo gerklų vėžio (N=43) ir visų kitų gerklų ligų (N=113) grupes, optimaliai požymių sistemai priklauso šie: kiek metų rūko, balso problemos įtaka socialiniam gyvenimui, balsas per silpnas, balsas per žemas. Šios požymių sistemos jautrumas – 79,1 proc., specifiš-kumas – 77 proc., bendras klasifikavimo tikslumas – 77,6 proc. Pritaikius Lachenbrucho procedūrą, rezultatai parodo, kad klasifikavimo tikslumas nesumažėja, išlieka 77,6 proc., todėl galime teigti, jog diskriminavimo kintamųjų pertekliaus nėra, o klasifikavimo tikslumas labai stabilus. 6.1.9 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, klasifikuojant į dvi grupes: įtariamo gerklų vėžio ir kitų gerklų ligų.

Požymių sistema

Grupės Gerklų ligos, kai

neįtariamas vėžys (N=113) f1

Įtariamas gerklų vėžys (N=43)

f2

Kiek metų rūko Balso įtaka social.gyvenimui Balsas per silpnas Balsas per žemas

0,058 0,023 0,040 0,036

0,115 0,004 0,075 0,008

(Konstanta) –3,387 –4,427 Klasifikavimo tikslumas 77,6 proc.

Klasifikuodami tiriamuosius į balso klosčių mazginių, difuzinių pažei-dimų, judrumo sutrikimų ir sveiko balso klases, matome, jog lyties požiūriu grupės ganėtinai homogeniškos. Skiriasi tik difuzinių BK pažeidimų klasė, kurioje vyrų statistiškai reikšmingai daugiau negu moterų, lyginant su kitomis klasėmis (koreguota liekana 3,1, p=0,019). Difuzinių klasei priklau-so ir visos vėžinės, ir ikivėžinės gerklų ligos. Kaip jau stebėjome anksčiau,

79

šiomis ligomis statistiškai reikšmingai dažniau serga vyrai, taigi ši klasifika-vimo taisyklė tuos duomenis tik patvirtina.

6.1.10 lentelė. Tiriamųjų klasifikavimo į keturias gerklų ligų klases ryšys su lytimi.

Požymis Klasė

Mazginiai Difuziniai Judrumo sutr.

Sveiko balso

Lytis

Vyrai N 28 38 4 18 Proc. 36,4 58,5 28,6 36,0 KL –1,4 3,1 –1,1 –1,1

Moterys N 49 27 10 32 Proc. 63,6 41,5 71,4 64,0 KL 1,4 –3,1 1,1 1,1

Iš viso N 77 65 14 50 Proc. 100,0 100,0 100,0 100,0


Atsižvelgiant į tiriamųjų išsilavinimą, keturios gerklų ligų klasės patvirtina klasifikavimo į sveiko ir patologinio balso grupes tendenciją, kai sveikųjų klasėje nustatyta statistiškai reikšmingai daugiau aukštąjį išsilavinimą turinčių asmenų, o baigusių vidurinį mokslą šioje grupėje reikšmingai mažiau negu kitose (koreguota liekana atitinkamai 6,4 ir –3,9, p=0,000).

Balso vartojimo intensyvumo požiūriu sveiko balso klasėje statistiškai reikšmingai daugiau buvo balsingų profesijų atstovų (KL=5,5) ir nebalsingų profesijų atstovų (KL=–6,7), kai difuznių ligų klasėje statistiškai reikšmingai mažiau profesionalaus balso vartotojų (KL=–2,1), p=0,000.

Kaip matome 6.1.11 lentelėje, rūkymo požiūriu statistiškai reikšmingai daugiau rūkančiųjų buvo difuzinių gerklų ligų klasėje, sveiko balso klasėje jų buvo reikšmingai mažiau, o balso klosčių judrumo sutrikimų klasėje rūkančiųjų visai nebuvo. Ir atitinkamai nerūkančių asmenų difuzinių pažei-dimų klasėje buvo reikšmingai mažiau, o sveiko balso ir judrumo sutrikimų klasėse jų daugiau. Mazginių susirgimų klasėje aiškios priklausomybės nuo rūkymo nepastebime.

80

6.1.11 lentelė. Kategorizuojamų klasių priklausomybė nuo rūkymo.

Požymis Klasė

Mazginių pažeidimų

Difuzinių pažeidimų

BK judrumo sutrikimų

Sveiko balso

Rūky-mas

Taip N 31 45 0 3 Proc. 40,3 69,2 0,0 6,0 KL 0,4 6,2 –3,1 –5,4

Ne N 33 12 12 35 Proc. 42,9 18,5 85,7 70,0 KL –0,4 –5,1 3,2 4,1

Retkar-čiais

N 2 0 1 2 Proc. 2,6 0,0 7,1 4,0 KL 0,1 –1,5 1,2 0,8

Metęs N 11 8 1 10 Proc. 14,3 12,3 7,1 20,0 KL –0,1 –0,6 –0,8 1,3

Iš viso N 77 65 14 50 Proc. 100,0 100,0 100,0 100,0


Laikui bėgant pagerėjusį balsą daugiausia nurodė judrumo sutrikimų klasės atstovai. Tai sietina su ryklės, gerklų raumenų adaptacija per tam tikrą laiką bei fonopedinio gydymo įtaka [276]. Daugiausia sveiko balso klasės atstovų nurodė, jog balsas nesikeičia. O mazginių ir difuzinių pažeidimų klasės atstovų balsas nesikeitė statistiškai reikšmingai rečiau. Blogėjantis balsas būdingiausias difuzinių ir mazginių pažeidimų klasėms. Sveiko balso klasėje blogėjančio balso atvejų nebuvo. Varijuojantį balsą reikšmingai rečiausiai nurodė taip pat sveikieji.

6.1.12 lentelė. Kategorizuojamų klasių ir balso kitimo tendencijos ryšys.

Požymis Klasė


Sveiko balso

Balso kitimas

Pagerėjo N 2 2 5 2 Proc. 2,6 3,1 35,7 4,0 KL –1,4 –1,0 5,2 –0,5

Nesikeičia N 15 7 4 45 Proc. 19,5 10,8 28,6 90,0 KL –3,5 –4,9 –0,5 9,5

Pablogėjo N 36 35 1 0 Proc. 46,8 53,8 7,1 0,0 KL 2,7 3,9 –2,3 –6,0

81


Požymis Klasė


Sveiko balso

Balso kitimas Varijuoja

N 24 21 4 3 Proc. 31,2 32,3 28,6 6,0 KL 1,5 1,6 0,3 –3,6

Iš viso N 77 65 14 50 Proc. 100,0 100,0 100,0 100,0


6.1.13 lentelėje pateikiame statistiškai reikšmingus, keturių gerklų ligų klasių požymius pasiremdami visų likusių anketos klausimų, kurių atsakymai yra kategoriniai dydžiai, duomenimis. Kaip matome, balso pokytis per parą statistiškai reikšmingai skiriasi mazginių pažeidimų ir sveikųjų klasėse. Tarp mazginių klasės atstovų statistiškai reikšmingai dažniau sutinkamas atsakymas, kad balsas blogiausias vakare (40,3 proc. visų šios klasės atsakymų). O sveikųjų klasėje dažniausiai buvo atsakoma, jog balsas būna visada toks pat.

Vertinant, kaip dažnai žmogus rėkia, išsiskyrė mazginių, judrumo sutrikimų ir sveikųjų klasės. Pagal šį požymį difuzinių pažeidimų klasė neišsiskyrė. Mazginių pažeidimų klasės atstovai, palyginti su kitais, statistiškai reikšmingai dažniau rėkauja labai dažnai. Tai neprieštarauja ir balso klosčių mazgelių ar polipų išsivystymo teorijai, kai kalbėjimas per daug intensyviu balsu yra vienas iš dažniausių predisponuojančių faktorių. Judrumo sutrikimų klasės atstovai reikšmingai dažniau atsakė, jog niekada nerėkauja, o sveikųjų klasės – rėkauja retai. Sveikųjų klasės atstovai statis-tiškai reikšmingai rečiau atsakė, kad rėkauja labai dažnai (KL=–2,7).

Vertinant dainavimo dažnumą, daugiausia difuzinių (58,5 proc.) ir judrumo sutrikimų (78,6 proc.) klasės respondentų atsakė, kad nedainuoja niekada. Sveikųjų klasėje statistiškai reikšmingai mažiausiai buvo nedainuojančių niekada (6 proc.). Daugiausia sveikųjų klasės atstovų (46 proc.) dainuoja retai. Palyginti visas klases tarpusavyje, sveikieji statistiškai reikšmingai dažniau atsakė, jog dainuoja labai dažnai (KL=3,0).

Vertinant kalbėjimo telefonu dažnumą, išsiskiria balso klosčių judrumo sutrikimų klasė, kurios duomenys prieštaringi. Šios klasės atstovai statistiškai reikšmingai dažniau atsakė, jog kalba telefonu retai, taip pat dažniau negu kitos klasės kalba telefonu visada, bet statistiškai reikšmingai rečiau kalba telefonu labai dažnai. Taigi, esant tokiems prieštaringiems požymiams, nors p<0,05, šio požymio nelaikome labai reikšmingu skirstant

82

pacientus į keturias gerklų ligų klases. Tarp kitų klasių žymesnių skirtumų pagal šį požymį nebuvo.

Balso klosčių judrumo sutrikimų klasės respondentai, palyginti su kitais, statistiškai reikšmingai dažniau atsakė, jog niekada nekalba pakeltu tonu. O labai dažnai kalba pakeltu tonu mazginių klasės atstovai (33,8 proc.). Sveikųjų klasė reikšmingai rečiausiai atsakė, kad labai dažnai kalba pakeltu tonu (KL=–2,6).

Balso klosčių difuzinių pažeidimų klasės tiriamieji reikšmingai dažniau niekada nekalba mėgdžiodami, ne savu balsu. Tuo tarpu sveikųjų klasės tyrimo dalyviai reikšmingai dažniau atsakė, jog retai kalba mėgdžiodami (50 proc. klasės atstovų). Nors šių rezultatų χ2 kriterijaus p<0,05, tarp respondentų atsakymų ryškaus išskirtinumo požymių nematome, todėl ir šio požymio nelaikome kliniškai svarbiu.

Difuzinių sutrikimų klasės atstovai statistiškai reikšmingai dažniau kalba prirūkytoje patalpoje, negu kitų klasių atstovai. Žinia, šiai klasei priklauso patologijos, kurių vienas iš pagrindinių rizikos veiksnių yra rūkymas (gerklų karcinoma, keratozė, Reinkės-Hajeko liga). Todėl neabejotinai ir buvimas prirūkytoje patalpoje gali atsiliepti ligos vystymuisi. Judrumo sutrikimų klasės respondentai reikšmingai dažniausiai atsakė, jog niekada nebūna prirūkytoje patalpoje (64,3 proc.), o sveikųjų klasė – jog retai būna prirū-kytoje patalpoje (66 proc.).

Sveiko balso klasės atstovai statistiškai reikšmingai dažniau atsakė, kad retai, kartais, dažnai kalba triukšmingoje aplinkoje. Atsakymai labai kontraversiški, todėl kliniškai reikšmingu požymiu kalbėjimo triukšmingoje aplinkoje laikyti negalime.

Vertindami alkoholio vartojimo reikšmingumą keturiose gerklų ligų klasėse nustatėme, kad judrumo sutrikimų klasės tiriamieji statistiškai reikšmingai dažniau negu kitos niekada nevartoja alkoholio. Sveikieji dažniausiai pripažino, jog kartais alkoholį vartoja (46 proc.). Tačiau kitos klasės pagal šį požymį reikšmingai neišsiskyrė. Todėl negalime teigti, kad alkoholio vartojimas yra reikšmingas požymis klasifikuojant į balso klosčių mazginio, difuzinio pažeidimo, judrumo sutrikimų ir sveiko balso klases.

Balso klosčių judrumo sutrikimų klasei statistiškai reikšmingai dažniau negu kitoms klasėms būdingas springimas. 35,7 proc. šios klasės respon-dentų atsakė, kad kartais springsta, o 14,3 proc. – jog springsta labai daž-nai. Statistiškai reikšmingai daugiau mazginių klasės atstovų atsakė, jog nespringsta niekada (89,6 proc.).

83

6.1.13 lentelė. Klausimyno požymių svarba klasifikuojant į keturias gerklų ligų klases.

Požymis Išsiskirianti klasė Reikšmingiausi atsakymai p

Balso pokytis per parą Mazginiai, KL=3,5 Sveiki, KL=3,4

Balsas blogiausias vakare Balsas visada toks pat

0,000*

Rėkavimo dažnumas Mazginiai, KL=4,8 Judrumosutr., KL=3,2 Sveiki, KL=2,7

Labai dažnai Niekada Retai

0,000*

Dainavimo dažnumas

Difuziniai, KL=4,0 Judrumosutr., KL=3,2 Sveiki, KL=2,2 Sveiki, KL=3,0

Niekada Niekada Retai Labai dažnai

0,000*

Kalbėjimo telefonu dažnumas

JudrumoSutr., KL=2,5 KL=–2,4 KL=2,3

Retai Labai dažnai Visada

0,040*

Kalbėjimas pakeltu tonu

JudrumoSutr., KL=3,5 Mazginiai, KL=3,4

Niekada Labai dažnai 0,001*

Kalbėjimas mėgdžiojant Difuzinai, KL=3,5 Sveiki, KL=3,4

Niekada Retai 0,000*

Kalbėjimas prirūkytoje patalpoje

Difuziniai, KL=4,6 Judrumosutr., KL=2,8 Sveiki, KL=4,6

Labai dažnai Niekada Retai

0,000*

Kalbėjimas triukšmingoje aplinkoje

Sveiki, KL=2,2 KL=2,4 KL=–3,0

Retai Kartais Labai dažnai

0,007*

Alkoholio vartojimas Judrumosutr., KL=4,8 Sveiki, KL=2,1

Niekada Kartais 0,000*

Springimai Judrumo sutr., KL=3, KL=4,2 Mazginiai, KL=4,0

Kartais Labai dažnai Niekada

0,000*

* – statistiškai patikimas skirtumas tarp atitinkamų klasių, KL – koreguota liekana. Paryškinti ir matematiškai, ir klinikiniu požiūriu reikšmingi požymiai.

Klasifikuojant į keturias gerklų ligų klases pagal anketinių duomenų parametrinius kriterijus remtasi Fišerio tiesine diskriminantine funkcija. Žingsniniu būdu, minimizuojant Vilkso λ, atrinkta optimali požymių sistema, kurią sudarė aštuoni požymiai (6.1.14 lentelė). Šios klasifikavimo funkcijos tikslumas yra 77,2 proc. Požymių sistema atskiria sveikųjų klasę 100 proc. tikslumu, judrumo sutrikimus – 71,4 proc. (21,4 proc. sumaišo su mazginiais sutrikimais, 7,1 proc. – su sveikais), difuzinius pažeidimus –

84

72,3 proc. (18,5 proc. maišo su mazginiais, 7,7 proc. – su judrumo sutri-kimais, 1,5 proc. su sveikais), mazginius pažeidimus – 67,5 proc. tikslumu (15,6 proc. maišo su difuziniais, 14,3 proc. – su judrumo sutrikimais, 2,6 proc. – su sveikais). 6.1.14 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientai, klasifikuojant į keturias gerklų ligų klases.

Požymiai

Klasės Mazginiai

(N=77) f1

Difuziniai (N=65)

f2

Judrumo sutr. (N=14)

f3

Sveiko balso (N=50)

f4 Kiek val./d. kalba Balso sutrikimo trukmė Kiek metų rūko Užkimimas(VAS) paciento Kvėpavimo sutrikimas Sumaž.galimybė dainuoti F (iš BNI) P (iš BNI)

0,987 0,001 0,111 0,116

–0,015 0,098

–0,231 0,262

0,642 0,015 0,223 0,171

–0,014 0,102

–0,263 0,243

0,793 –0,009 0,031 0,105 0,067 0,054 0,069 0,149

0,957 –0,009 0,021 0,006 0,014

–0,005 0,034

–0,019 (Konstanta) –13,261 –16,425 –13,516 –4,095

Bendras klasifikavimo tikslumas 77,2 proc.

Klasifikavimo tikslumas pagal anketinius duomenis taikant AM metodą Klasifikuojant gerklų pokyčius pagal anketinius duomenis AM metodu,

visuose eksperimentuose naudoti AM sudaryti iš 4000 medžių. Optimalus požymių, naudotų viršūnės išsišakojimui, kiekis rastas eksperimentiškai ir buvo lygus 5. Neskaitytų duomenų klasifikavimo tikslumui nustatyti naudoti OOB (out of bag) duomenys. Siekiant tikslumo, eksperimentas kartotas 25 kartus, laikytas skirtingas atsitiktinis pirmumas ir išvestas rezultato vidurkis.

6.1.15 lentelėje matome klasifikavimo į skirtingas klases rezultatą. Klasifikacijos tikslumas pasiektas su skirtingu anketinių požymių kiekiu. Skirstant į sveiko balso ir patologinio balso grupes, iš 54-ių požymių palikti du reikšmingi požymiai ir pasiektas 99,51 proc. tikslumas. Pagal eiliškumą klasifikacijai reikšmingiausi požymiai buvo šie:

1. Balso sutrikimo trukmė 2. Užkimimo vertinimas VAS skalėje paties paciento.

85

Jungdami visus naudotus metodus (χ2 kriterijų, DA bei AM metodą), iš visų anketinių duomenų galime išskirti požymius, reikšmingus atskiriant sveiko bei patologinio balso grupes. Šie požymiai yra:

1. Rūkymas ir surūkomų cigarečių skaičius per dieną. 2. Užkimimas (VAS), vertinamas paties paciento. 3. Sumažėjusi galimybė dainuoti. 4. F (BNI). 5. P (BNI). 6. Balso pažeidimo trukmė. 7. Balso vartojimo lygis. 8. Balso pokytis per parą. 9. Kosulio dažnumas. 10. Rėkavimo dažnumas. 11. Kalbėjimas triukšmingoje aplinkoje. 12. Aštraus maisto vartojimas.

6.1.15 lentelė. Klasifikavimo į skirtingas grupes pagal klausimynų duomenis rezultatas, taikant AM metodą.

Klasifikavimo tikslas Viso

požymių/ išmesta

Pradinė klaida, proc.

Galutinė klaida, proc.

Galutinis klasifikavimo

tikslumas, proc.

Sveikas – patologinis balsas 54/52 0,49 0,49 99,51 Vėžys- kitos organinės ligos 54/10 13,87 12,32 87,68 Įtariamas vėžys– kitos ligos 54/10 20,42 19,51 80,49 Keturios klasės 54/10 20,8 20,63 79,37

Daugiamačių duomenų panašumo vizualizacijai koordinatėse naudotas

daugiamačio skenavimo (Multimensional scaling – MDS) metodas. 6.1.1 paveiksle stebime klasifikacijos į sveiko ir patologinio balso grupes grafinį atvejų pasiskirstymą MDS žemėlapyje. Naudojant atrinktų požymių rinkinį, šių grupių klasifikavimo tikslumas yra labai aukštas – 99,51 proc.. Kaip matyti paveiksle, dvi grupės labai gerai atskiriamos taikant tik du klausi-myno požymius.

86

6.1.1 pav. MDS koordinatėse stebimas vizualinis klasifikavimo

rezultatas į sveiko ir patologinio balso grupes remiantis anketiniais duomenimis.

Pastaba: ▪ – sveiko balso gr., • – patologinio balso gr.

Klasifikuojant į gerklų vėžio ir kitų organinių ligų grupes, tikslinant klasifkaciją, atsisakyta 10-ies požymių, kurie nedaro įtakos klasifikacijos tikslumui. Eliminavus vienuoliktą požymį, klasifikacijos tikslumas nesmar-kiai, bet blogėja. Todėl daugiau požymių neatsisakyta. 6.1.16 lentelėje pateikta anketinių duomenų požymių svarba pagal eiliškumą, klasifikuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes. Ryškiau pažymėti požymiai (1–5, 7–8) atrinkti kaip svarbiausi skaičiuojant χ2 kriterijų bei diskriminantinės analizės būdu nustatant optimalią požymių sistemą, pagal kurią diferencijuojamos gerklų vėžio ir kitų organinių gerklų ligų grupės. Kaip matome, skirtingais metodais ieškant reikšmingiausių klasifikacinių požymių, kaip svarbiausi atrenkami visi tie patys. Taigi galime išskirti svarbiausius gerklų vėžio ir kitų organinių gerklų ligų grupių klasifikacijos anketinius požymius:

1. Paciento amžius. 2. Rūkymas ir jo trukmė (net jei ir metęs rūkyti). 3. Pacientas savo balsą vertina kaip per žemą. 4. Paciento lytis. 5. Kosulio dažnumas. 6. Pacientas nusako, kad jo balsas dažnai lūžta.

87

6.1.16 lentelė. Anketinių duomenų požymių svarba, klasifikuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes AM metodu.

1. Amžius 12. Balsas nosinis 23. Balso sutr.vargina 34. BNI

2. Kiek metų rūko

13. Balso praradimas

24. Pats vertina balsą

35. Kada balsas blogiausias

3. Balsas per žemas 14. Surūk.cig./d/ 25. Alkoholio

vartojimas 36. Kalba mėgdžiodamas

4. Lytis 15. Kalba prirūk.patalpoj 26. Springsta 37. Balso sutr.

trukmė 5. Kaip dažnai kosti

16. Kofeino vartojimas

27. Kaip dažnai dainuoja

38. Skysčių per dieną kiekis

6. Kiek val./d. kalba 17. Rūkymas 28. Balso vartojimo

lygiai 39. Garsiai juokiasi

7. Kiek metų rūkęs, jei metęs

18. Cig./d. rūkė prieš metant

29. Skausmas kalbant

40. Įtaka social. gyvenimui

8. Balsas lūžta 19. P (iš BNI) 30. Kalba pakeltu tonu 41. Išsilavinimas

9. Užkimimas (VAS)

20. Diapazono sumaž.

31. Kokius skysčius vartoja 42. Balso nuovargis

10. Aštrus maistas 21. Per silpnas balsas 32. GFI 43. Kiek kalba

telefonu 11. Balso blog. progresas

22.Sumaž.galimybė dainuoti 33. Kalba d./sav. 44. Bendrauja su

neprigirdinčiais

6.1.2 paveiksle matome grafinį gerklų vėžio ir kitų organinių gerklų ligų pasiskirstymą MDS žemėlapyje pagal anketinius duomenis. Galima pastebėti, kad gerklų vėžio grupelė (mėlyna spalva) grupuojama kartu su grupele kitų susirgimų, vienas gerklų vėžio atvejis atsiskiria prie kitos grupelės. Šių grupių klasifikavimo tikslumas yra 87,68 proc.

88

6.1.2 pav. MDS koordinatėse stebimas vizualus klasifikavimo į gerklų

vėžį ir kitas organines gerklų ligas rezultatas pagal anketinius duomenis.

Pastaba: ▪ – vėžio gr., • – kitų organinių gerklų ligų gr.

Klasifikuojant į įtariamo gerklų vėžio ir kitų gerklų ligų, kai vėžys neįtariamas, grupes, remiantis AM metodo sprendimų medžiu, pasiekiamas 80,49 proc. klasifikavimo tikslumas. Kaip nereikšmingi atmesti 10 požymių, o likę 44 požymiai eiliškumo tvarka pagal svarbą išdėstyti 6.1.17 lentelėje.

6.1.17 lentelė. Anketinių duomenų požymių svarba, klasifikuojant „atsitiktinių miškų“ metodu į įtariamo gerklų vėžio (N=43) ir kitų gerklų ligų, kai vėžys neįtariamas (N=113), grupes.

1. Lytis 12. Kalba pakeltu tonu

23. Balso vartojimo lygiai


2. Balsas per žemas

13. Įtaka social. gyvenimui 24. Balso nuovargis 35. Balsas lūžta

3. Amžius 14. Kaip dažnai rėkia 25. F (iš BNI) 36. Rūkymas

4. Kiek metų rūko

15. Kaip dažnai kosti 26. Kiek rūko cig./d. 37. Dabartinė balso

kokybė 5. Kiek val./d. kalba


27. Kirbėjimas gerklėje 38. Kalba telefonu

6. Balsas per silpnas 17. Balsas nosinis 28. Kalba prirūkytoje

patalpoje 39. Kofeino vartojimas

7. Užkimimas (VAS)

18. Patiriamas stresas

29. Kvėpavimo sutrikimas 40. GFI

8. Kaip pats vertina balsą

19. Balso sutr. varginimas

30. Balso blogėjimo progresas

41. Kiek d./sav. Kalba

89

6.1.17 lentelės tęsinys. 9. Balso praradimo dažnis

20. Jei metęs, kiek rūkė

31. Kalba mėgdžiodamas 42. Garsiai juokiasi

10. Springsta 21. Skausmas kalbant

32. Kiek cig./d. rūkė, jei metęs

43. Skysčių vartojimas per d.

11. Balso sutr. trukmė 22. Kalba triukšme 33. BNI 44. Bendrauja su

vaikais Ryškiau pažymėti požymiai sutampa su nustatytais pasitelkus kitus metodus (DA, χ2).

Apibendrinę visus skaičiavimus, galime išskirti bendrus svarbiausius klasifikavimo į įtariamo gerklų vėžio ir kitų gerklų ligų grupes klausimyno požymius:

1. Lytis. 2. Rūkymas. 3. Rūkymo trukmė. 4. Balso problemos įtaka socialiniam gyvenimui. 5. Balsas per silpnas. 6. Balsas per žemas.

Kaip matyti, kuo sudėtingesnį klasifikavimo uždavinį iškeliame, tuo sunkiau rasti optimalius bendrus klasifikacijos požymius. Tačiau į reikšmingiausių požymių rinkinį, kuris susidėsto taikant AM sprendimų medžio metodą, patenka visi prieš tai pripažinti kaip reikšmingi, pasirėmus kitais matematinės statistikos metodais.

Dar pasunkinę klasifikavimo uždavinį, t. y. siekdami išskirti balso klos-čių mazginių, difuzinių pažeidimų, judrumo sutrikimų, sveiko balso klases, gauname reikšmingą klasifikavimui bendrų požymių rinkinį. Tuomet ben-drieji požymiai pagal svarbą „išsibarsto“ labiausiai. Tai galime matyti 6.1.18 lentelėje. 6.1.18 lentelė. Anketinių duomenų požymių svarba, „atsitiktinių miškų“ metodu klasifikuojant į keturias klases: mazginių pažeidimų, difuzinių pažeidimų, judrumo sutrikimų ir sveiko balso.

1. Balso sutrikimo trukmė

12. Kaip vargina balso sutrikimas 23. Rūkymas 34. Balso įtaka

social.gyvenimui 2. Užkimimas (VAS)

13. Kiek cig./d. rūko

24. Balsas per silpnas

35. Kalba mėgdžiodamas

3. Kiek metų rūko 14. Springsta 25. Kaip dažnai rėkauja

36. Kaip dažnai kosti

4. Amžius 15. Balsas lūžta 26. Balso vartojimo lygiai


5. Sumažėjusi galimybė dainuoti

16. Kiek val./d. kalba

27. Balso praradimo dažnis

38. Kiek d./sav. kalba

90


6. P (iš BNI) 17.Balso sutrikimo progresas

28. Alkoholio vartojimas

39. Bendrauja su vaikais

7. BNI 18. F (iš BNI) 29. Kalba prirūk. patalpoje

40. Balsas per aukštas

8. Diapazono sumažėjimas

19. Kaip pats vertina balsą

30. Patiriamas stresas

41. Kiek skysčių vart. per dieną

9. E (iš BNI) 20. Balsas per žemas 31. Lytis 42. Vartoja aštrų

maistą

10. GFI 21. Kalba pakeltu tonu 32. Kalba triukšme 43. Išsilavinimas

11. Kvėpavimo sutrikimas


33. Skausmas kalbant

44. Kiek rūkė, jei metęs

Ryškiau pažymėti požymiai sutampa su nustatytais pasitelkus kitus metodus (DA, χ2).

Anketinių požymių rinkinį, reikšmingą klasifikuojant į mazginių pažeidimų, difuzinių pažeidimų, judrumo sutrikimų ir sveiko balso klases, sudaro:

1. Lytis. 2. Balso vartojimo lygis. 3. Rūkymas ir jo trukmė. 4. Balso pažeidimo progresas. 5. Balso kitimas per parą. 6. Rėkavimo dažnis. 7. Springimų dažnis. 8. Kalbėjimas pakeltu tonu. 9. Kiek val./d. kalba. 10. Balso problemos trukmė. 11. Užkimimas (VAS) vertintas tiriamojo. 12. Kvėpavimo sutrikimas. 13. Sumažėjusi galimybė dainuoti 14. F (iš BNI). 15. P (iš BNI).

Vertindami jau sudarytų, pritaikytų naudoti lietuvių kalba ir validuotų klausimynų svarbą gerklų ligų atrankai matome (6.1.19 lentelė), kad šie klausimynai pasižymi dideliu jautrumu ir beveik šimtaprocentiniu specifiškumu. Šiuos klausimynus susiejus su mūsų anketiniais duomenimis BNI ir GFI netampa svarbiausiais požymiais, siekiant atskirti sveiką ir patologinį balsą. Tačiau GFI yra labai paprastas, trumpas, patogus naudoti, aiškus klausimynas, pasižymintis gerais rodikliais [261], todėl gali suteikti papildomos informacijos apie balso plyšio nesandarumą ir taip pat nukreipti į detalesnį paciento tyrimą. BNI, naudojamas daug metų daugeliu pasaulio

91

kalbų, taip pat pasižymi dideliu jautrumu ir specifiškumu. Kaip matėme, sveiko ir patologinio balso grupių klasifikacijoje jis patenka tarp reikšmingų požymių.

6.1.19 lentelė. BNI ir GFI klausimynų jautrumas, sfecifiškumas ir ribinės reikšmės išskiriant sveiko ir patologinio balso grupes.

Klausimynai

Sveiko balso grupė (n=50) Patologinio balso grupė (n=156)

Jautrumas proc.

Specifiškumas proc.

Ribinė reikšmė (balais)

BNI 81,4 98 25,9 F 72,4 100 7,3 E 70,5 98 7,2 P 86,5 98 11,4

GFI 78,2 100 5,4

Taigi, BNI ir GFI yra siūlytini naudoti klausimynai pirminei gerklų ligų atrankai.

6.2. Balso parametrų reikšmė gerklų ligų klasifikavimui

6.2.1. Subjektyvus balso vertinimas

Subjektyviai balsas vertintas dviem būdais: 1. Užkimimo intensyvumas VAS, matuojant milimetrais. 2. Užkimimas ir jo intensyvumas faktorinėje supaprastintoje LGPĮ ska-

lėje (pagal N. Isshiki, 1969), kur L – užkimimo laipsnis, G – grubus (šiurkštus) komponentas, P – pučiamas komponentas, Į – įtemptas komponentas. Kiekvienas jų vertintas laipsniais: 0 – nėra, 1 – lengvas, 2 – vidutinis, 3 – sunkus.

6.2.1.1 lentelėje matome palyginimą, kaip VAS užkimimą vertina tyrėjas ir pacientai. Tiek tyrejo, tiek pačių pacientų, lyginant sveiko ir patologinio balso grupes, vertinimų vidurkiai skiriasi statistiškai reikšmingai (p=0,000). Tyrėjo ir pacientų užkimimo vertinimai VAS statistiškai reikšmingai nesiskyrė, todėl galime teigti, jog tiek tyrėjo, tiek paties paciento užkimimo vertinimai yra informatyvūs ir patikimai atskiria sveiką ir patologinį balsą. Tačiau skiriant gerklų vėžį ir kitas organines ligas, įtariamą vėžį ir kitas ligas, gerklų vėžį ir visas kitas gerklų ligas, užkimimo vertinimai VAS tiek tyrėjo, tiek pačių pacientų įvairių grupių statistiškai reikšmingai nesiskyrė. Todėl toks vertinimas skiriant šias grupes nėra reikšmingas. Atskirai sveiko

92

ir patologinio balso grupėse tyrėjo ir pacientų vertinimai statistiškai reikšmingai nesiskyrė, p=0,000.

6.2.1.1 lentelė. Tyrėjo ir pacientų užkimimo vertinimo vaizdinio atitikmens skalėje (VAS) vidurkių palyginimas.

Užkimimas (VAS) tyrėjo

p

Užkimimas (VAS) paciento

p x ±SN x ±SN x ±SN x ±SN Sveiko balso

gr. Patologinio

balso gr. Sveiko balso

gr. Patologinio

balso gr. 1,64 1,94 61,71 24,20 0,000 4,80 7,37 59,87 20,88 0,000

Vėžys Kt.organ.ligos Vėžys Kt.organ.ligos 79,83 23,40 57,41 22,21 0,799 63,3 23,74 58,92 19,81 0,201

Įtar.vėžys Neįtar.vėžys Įtar.vėžys Neįtar.vėžys 77,84 22,70 55,57 21,89 0,896 64,84 21,76 57,98 20,31 0,508

Tyrėjo ir pacientų, priklausančių keturioms BK pakitimų klasėms,

užkimimo vertinimai VAS statistiškai reikšmingai nesiskyrė. Kaip matyti 6.2.1.2 lentelėje, tyrėjo ir pacientų vertinimai statistiškai reikšmingai koreliuoja visose klasėse. Mazginių klasėje stebima vidutinio stiprumo koreliacija (r=0,498), difuzinių pažeidimų klasėje – taip pat vidutinio sti-prumo koreliacija (r=0,580), judrumo sutrikimų klasėje – labai stipri kore-liacija (r=0,950), sveikųjų klasėje – vidutinio stiprumo koreliacija (r=0,434).

6.2.1.2 lentelė. Pacientų ir tyrėjo užkimimo vertinimo VAS palyginimas skiriant į keturias gerklų ligų klases.

Klasė Užkimimas (VAS)

tyrėjo Užkimimas (VAS)

paciento r p x ±SN x ±SN

Mazginių p. 48,74 18,505 53,44 17,657 0,498 0,000 Difuzinių p. 75,62 21,078 66,95 21,269 0,580 0,000 Judrumo sutr. 68,43 27,969 62,36 25,391 0,950 0,000 Sveiko balso 1,64 1,935 4,8 7,371 0,434 0,002

Susieję įvairių grupių užkimimo vertinimų rezultatus matome (6.2.1.3

lentelė), kad visose grupėse tyrėjų ir pacientų vertinimai koreliuoja statistiškai reikšmingai vidutiniškai (0,40<r<0,69).

93

6.2.1.3 lentelė. Pacientų ir tyrėjo užkimimo vertinimo VAS koreliacijos skirtingose gerklų ligų grupėse.

Tiriamųjų grupės Užkimimo (VAS) tyrėjo ir paciento vertinimų

ryšys r p

Patologinio balso gr., N=156 0,649 0,000 Sveiko balso gr., N=50 0,434 0,002 Gerklų vėžys, N=23 0,583 0,003 Organinės nevėžinės ligos, N=119 0,632 0,000 Įtariamas vėžys, N=43 0,631 0,000 Neįtariamas vėžys, N=113 0,662 0,000

r- Pirsono koreliacijos koeficientas

Šio subjektyvaus vertinimo parametras yra labai jautrus ir specifiškas, kai reikia atskirti sveiką ir patologinį balsą (6.2.1.4 lentelė). Bendras klasifikavimo tikslumas siekia 92,2 proc., o taikant parametrą kitoms klasifikuojamoms grupėms jis nėra tiek reikšmingas (nesiekia 75 proc.). 6.2.1.4 lentelė. Užkimimo vertinimo VAS jautrumas ir specifiškumas skirtingoms klasifikuojamoms gerklų ligų grupėms, kurį atliko tyrėjas.

Užkimimas (VAS) tyrėjo

Klasifikavimo tikslas Jautrumas, proc.


Bendras klasifikavimo

tikslumas, proc.

Ribinė reikšmė,

balais

Sveikas – patologinis balsas 89,7 100 92,2 31,7

Gerklų vėžys – kitos organinės gerklų ligos 78,3 67,2 69,0 68,6

Įtariamas gerklų vėžys – kt. ligos 74,4 68,1 69,9 66,7

Klasifikuojant į keturias gerklų ligų klases pagal šį vienintelį parametrą –

užkimimo vertinimą – VAS, sveiko balso klasė atpažįstama 100 proc. tikslumu, judrumo sutrikimų – 7,1 proc., mazginių pažeidimų – 54,2 proc., difuzinių pažeidimų – 66,2 proc. Bendras klasifikavimo tikslumas į keturias gerklų ligų klases yra 66 proc.

Vertinant užkimimą LGPĮ skalėje, požymių priklausomybei nustatyti paskaičiuotas χ2 (chi kvadrato) kriterijus bei apskaičiuotos koreguotos liekanos. Ieškota užkimimo vertinimo priklausomybės. Nustatyta, jog užkimimo vertinimas LGPĮ skalėje yra statistiškai reikšmingas klasifikuojant į sveiko ir patologinio balso grupes (p=0,000).

94

Klasifikuodami tiriamuosius į gerklų vėžio ir kitų organinių gerklų ligų grupes, matome, jog L – užkimimo laipsnio, G – grubaus komponento, P – pučiamo komponento ir Į – įtempto komponento vertinimas šiam klasi-fikavimui yra statistiškai reikšmingi (p=0,000). Gerklų vėžio grupėje stebime statistiškai reikšmingai mažiau tiriamųjų, kurių vertinimas – L1, L2, G1, G2 ir P1, P2, reikšmingai dažniau vertinta L3 (88,5 proc.), G3 (52,4 proc.) ir P3 (59,7 proc.). Abiejose grupėse nebuvo vertinimų L0 ir G0. P0 vertinimų nebuvo gerklų vėžio grupėje, o kitų organinių ligų grupėje buvo tik 2,1 proc. Vertinant Į, gerklų vėžio grupėje statistiškai reikšmingai mažiau Į0 ir Į1 vertinimų, o Į2 ir Į3 vertinimų reikšmingai daugiau (atitin-kamai 32,4 proc. ir 47,1 proc.). Taigi, galima teigti, jog užkimimo vertinimas LGPĮ skalėje yra reikšmingas diferencijuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes. Tarp gerklų vėžiu sergančių pacientų LGP nepasitaiko 0 laipsnio, o Į0 pasitaiko retai. Gerklų vėžiu sergantiems labiau būdingas trečio laipsnio užkimimo komponentų vertinimas.

Klasifikuojant tiriamuosius į įtariamo gerklų vėžio ir kitų gerklų susir-gimų, kai vėžys neįtariamas, grupes, LGPI vertinimas yra taip pat statistiškai reikšmingas (p=0,000). L0 vertinimų nepasitaikė nei vienoje iš šių grupių. L1 ir L2 reikšmingai rečiau pasitaikantys įtariamo gerklų vėžio grupėje, o L3 vertinimas šioje grupėje reikšmingai dažniausias (80,7 proc.). G0 įtariamo vėžio grupėje nepasitaikė, G1 – statistiškai reikšmingai rečiau, o G2 ir G3 – statistiškai reikšmingai dažniau (atitinkamai 50 proc. ir 36,5 proc.). P0 vertinimų įtariamo vėžio grupėje nepasitaikė, P1 ir P2 – statis-tiškai reikšmingai rečiau, o P3 – reikšmingai dažniau (65,2 proc.). Į0 ir Į1 vertinimų įtariamo gerklų vėžio grupėje buvo statistiškai reikšmingai ma-žiau, o Į2 ir Į3 – daugiau (35,1 proc. ir 43,2 proc.).

6.2.1.5 lentelėje atsispindi LGPĮ vertinimo reikšmingumas skaičiuojant χ2 kriterijų, kai tiriamieji skirstomi į mazginių pažeidimų, difuzinių pažeidimų, judrumo sutrikimų ir sveiko balso klases. Pažymėtina, kad visų LGPĮ komponentų vertinimas yra statistiškai reikšmingas klasifikuojant tiriamuosius į keturias gerklų ligų klases (p=0,000). Galima sakyti, jog visais atvejais koreguotosios liekanos yra <–2 arba >2. Išskyrus vienintelį atvejį, kai mazginių pažeidimų klasėje P0 vertinimas nėra reikšmingas. Taigi matome, jog sveikųjų klasėje visų komponentų vertinimai yra 0 ir 1 laipsnio. Difuzinių pažeidimų klasėje daugiausia trečio laipsnio įvertinimų, tik Į komponento daugiausia antrojo. Mazginių pažeidimų klasei būdin-giausias L2G2P2Į0–1 vertinimas. Balso klosčių judrumo sutrikimų klasei būdingiausias trečio laipsnio užkimimas, G dažniausiai pasitaiko nulinio laipsnio, P – labai išreikštas ir dažniausiai trečio laipsnio, o Į dažniausiai irgi trečio laipsnio. Sveikiesiems būdingas nulinio laipsnio visų komponentų

95

įvertinimas. Keletu atvejų pasitaikė L1, G1 ar P1 vertinimai, tačiau jie nebu-vo dominuojantys ir didesnio laipsnio nepasitaikė niekada.

6.2.1.5 lentelė. Užkimimo vertinimo LGPĮ skalėje reikšmė tiriamuosius klasifikuojant į keturias klases (mazginių, difuzinių, judrumo sutrikimų ir sveiko balso).

LGPĮ vertinimas Klasė

Mazginių Difuzinių Judrumo sutr.

Sveiko balso

L0 Klasės proc. 0,0 0,0 0,0 84,1 KL –6,6 –8,4 –2,8 90,3

L1 Klasės proc. 11,0 2,3 3,1 15,9 KL 17,1 –15,1 –3,8 3,9

L2 Klasės proc. 66,5 18,6 23,6 0,0 KL 46,9 –38,8 –9,4 –7,0

L3 Klasės proc. 22,5 79,1 73,3 0,0 KL –52,7 46,4 11,4 –10,2

G0 Klasės proc. 4,7 2,6 59,4 73,2 KL –13,0 –23,8 55,1 19,6

G1 Klasės proc. 26,4 8,3 31,7 26,8 KL 17,7 –24,8 11,9 2,2

G2 Klasės proc. 55,4 41,7 0,0 0,0 KL 20,4 –1,7 –28,1 –7,8

G3 Klasės proc. 13,4 47,4 8,9 0,0 KL –28,4 37,8 –15,1 –6,0

P0 Klasės proc. 2,2 1,2 0,0 92,7 KL –0,1 –7,1 –5,0 55,4

P1 Klasės proc. 39,4 18,9 7,5 7,3 KL 24,8 –15,4 –13,5 –3,8

P2 Klasės proc. 45,7 30,1 24,5 0,0 KL 17,0 –11,0 –7,3 –6,7

P3 Klasės proc. 12,6 49,9 68,0 0,0 KL –39,3 27,0 21,0 –6,9

Į0 Klasės proc. 49,2 12,3 3,1 100,0 KL 40,4 –31,9 –17,2 15,2

Į1 Klasės proc. 36,0 21,5 4,0 0,0 KL 19,4 –8,5 –15,9 –5,3

Į2 Klasės proc. 9,8 34,7 26,5 0,0 KL –26,0 25,1 2,0 –5,1

Į3 Klasės proc. 5,0 31,4 66,4 0,0 KL –35,3 16,3 31,9 –5,2

p=0,000, KL – koreguota liekana

96

Reziumuodami užkimimo subjektyvaus vertinimo rezultatus galime teigti, jog užkimimo vertinimas tiek VAS, tiek LGPĮ skalėje yra reikš-mingas ir jautrus parametras, galintis teikti naudingos informacijos, todėl toks vertinimas turėtų būti įtrauktas į balso sutrikimus turinčių asmenų vertinimo protokolus.

6.2.2. Kompiuterinės balso analizės reikšmė

Kompiuterinę balso analizę sudarė akustinė balso analizė, fonetogramos dainavimo profilis, fonetogramos kalbos profilis bei apskaičiuotas disfonijos sunkumo indeksas (DSI).

6.2.2.1 lentelėje pateikiame sveiko balso grupės vyrų ir moterų akustinės balso analizės pagrindinių parametrų vidutines reikšmes. Gauti sveiko balso grupės vyrų ir moterų statistiškai reikšmingi bazinio dažnio (Vidut_F0), maksimalaus tono (Maks_F0), minimalaus tono (Min_F0) ir IFT skirtumai. Visi kiti akustinės analizės būdu gauti parametrai nuo lyties nepriklausė (p>0,05).

6.2.2.1 lentelė. Sveiko balso grupės vyrų ir moterų akustinių balso parametrų ir ilgiausios fonacijos trukmės vidurkių palyginimas.

Akustiniai balso parametrai

Vyrai N=18

Moterys N=32 p

x ±SN x ±SN Vidut_F0, Hz 140,48 29,47 261,02 28,58 0,000* SD_F0, Hz 0,91 2,12 1,05 2,80 0,862 Maks_F0, Hz 141,61 29,40 263,52 27,53 0,000* Min_F0, Hz 139,17 29,58 256,39 37,36 0,000* Jitter, proc. 0,16 0,11 0,22 0,24 0,327 Shimmer, proc. 2,82 1,06 2,54 1,36 0,463 GŪE 0,56 0,17 0,59 0,19 0,593 Nereguliarumas 0,79 0,12 0,75 0,18 0,333 Triukšmas 0,92 0,45 0,88 0,51 0,770 Bendras pažeidimas 0,78 0,12 0,73 0,16 0,319 DSI 6,93 2,43 7,58 1,81 0,286 IFT, sek. 27,36 8,18 20,68 4,99 0,001*

*- statistiškai reikšmingas skirtumas, parametrų santrumpos paaiškintos 8 priede.

6.2.2.2 lentelėje pateikėme sveiko ir patologinio balso grupių vyrų akustinių balso parametrų palyginimą. Dauguma vyrų akustinių balso parametrų šiose grupėse skyrėsi statistiškai reikšmingai. Vienintelis para-metras – minimalus tonas (Min_F0) – šiose dviejose grupėse reikšmingai nesiskyrė (p=0,279).

97

6.2.2.2 lentelė. Vyrų akustinių balso parametrų vidurkių palyginimas sveiko ir patologinio balso grupėse.


Sveiko balso gr., N=18

Patologinio balso gr., N=70 p

x ±SN x ±SN Vidut_F0, Hz 140,48 29,46 161,97 54,25 0,028* SD_F0, Hz 0,91 2,12 10,39 13,81 0,000* Maks_F0, Hz 141,61 29,40 194,25 74,25 0,000* Min_F0, Hz 139,17 29,58 129,15 49,58 0,279 Jitter, proc. 0,16 0,11 3,59 4,84 0,000* Shimmer, proc. 2,82 1,06 9,59 7,93 0,000* GŪE 0,56 0,17 0,37 0,20 0,000* Nereguliarumas 0,79 0,12 1,47 0,56 0,000* Triukšmas 0,92 0,45 1,64 0,80 0,000* Bendras pažeidimas 0,78 0,12 1,42 0,50 0,000* DSI 6,93 2,43 –3,69 6,91 0,000* IFT, sek. 27,36 8,18 13,69 6,26 0,000*


Palyginus moterų sveiko ir patologinio balso grupių akustinių balso parametrų vidurkių skirtumus (6.2.2.3 lentelė), išryškėja panaši tendencija. Šiose grupėse visi parametrai, išskyrus maksimalų toną (Maks_F0) (p=0,059), skyrėsi statistiškai reikšmingai (p=0,000).

6.2.2.3 lentelė. Moterų akustinių balso parametrų vidurkių palyginimas sveiko ir patologinio balso grupėse.




x ±SN x ±SN Vidut_F0, Hz 261,02 28,58 227,51 50,32 0,000* SD F0, Hz 1,05 2,80 9,37 13,95 0,000* Maks_F0, Hz 263,53 27,53 249,35 52,11 0,059 Min_F0, Hz 256,39 37,37 192,01 70,07 0,000* Jitter, proc. 0,22 0,24 2,63 3,45 0,000* Shimmer, proc. 2,54 1,36 7,96 6,14 0,000* GŪE 0,59 0,19 0,37 0,20 0,000* Nereguliarumas 0,75 0,18 1,32 0,48 0,000* Triukšmas 0,88 0,51 1,64 0,79 0,000* Bendras pažeidimas 0,74 0,16 1,29 0,44 0,000* DSI 7,58 1,81 –1,03 4,96 0,000* IFT, sek. 20,68 4,99 11,13 4,12 0,000*


98

Palyginus sveiko balso grupės vyrų ir moterų FG parametrų vidurkius nustatyta, kad patikimai (p<0,05) skyrėsi aukščiausio išdainuoto tono (Maks_Ton) ir žemiausio išdainuoto tono (Min_Ton) FG parametrų vidutinės reikšmės (6.2.2.4 lentelė). Tam gali daryti įtaką vyrų ir moterų antropometriniai skirtumai – gerklų dydis, plaučių talpa ir kt., lemiantys balso aukštį [117, 123, 150].

6.2.2.4 lentelė. Sveiko balso grupės vyrų ir moterų dainavimo profilio fonetogramos parametrų reikšmės.

Fonetogramos (dainavimo profilio) parametrai

Vyrai, N=18 Moterys, N=32 p x ±SN x ±SN

Maks_Ton, Hz 576,39 171,20 906,56 239,28 0,000* Min_Ton, Hz 82,39 3,15 140,06 18,15 0,000* Diapazonas, pust. 33,06 4,96 31,84 5,41 0,438 Max_Int, dB(A) 104,61 7,84 100,84 5,95 0,061 Min_Int, dB(A) 46,94 4,92 46,19 4,86 0,601 Dinam_Int, dB(A) 57,67 8,31 54,66 8,07 0,216 Norm_profilio, proc. 93,39 16,31 87,56 20,35 0,304

* – statistiškai patikimas skirtumas, parametrų santrumpos paaiškintos 8 priede.

Palyginome ir vyrų bei moterų FG parametrų skirtumus sveiko ir patologinio balso grupėse. Kaip matyti 6.2.2.5 ir 6.2.2.6 lentelėse, visi vyrų FG parametrai šiose grupėse skyrėsi statistiškai reikšmingai (p=0,000), o moterų tik žemiausias išdainuotas tonas (Min_Ton) sveiko ir patologinio balso grupėse reikšmingai nesiskyrė (p=0,359). Visi kiti FG parametrai skyrėsi statistiškai patikimai.

6.2.2.5 lentelė. Vyrų dainavimo profilio fonetogramos parametrų vidurkių palyginimas sveiko ir patologinio balso grupėse.

Fonetogramos (dainavimo profilio)

parametrai



x ±SN x ±SN Maks_Ton, Hz 576,39 171,20 265,46 103,13 0,000* Min_Ton, Hz 82,39 3,15 138,19 98,16 0,000* Diapazonas, pust. 33,06 4,96 12,57 7,17 0,000* Maks_Int, dB(A) 104,61 7,84 88,09 10,06 0,000* Min_Int, dB(A) 46,94 4,92 57,90 9,34 0,000* Dinam_Int, dB(A) 57,67 8,31 30,19 14,18 0,000* Norm_profilio, proc. 93,39 16,31 18,29 14,62 0,000*


99

6.2.2.6 lentelė. Moterų dainavimo profilio fonetogramos parametrų vidurkių palyginimas sveiko ir patologinio balso grupėse.

Fonetogramos (dainavimo profilio)

parametrai



x ±SN x ±SN Maks_Ton, Hz 906,56 239,28 426,44 214,92 0,000* Min_Ton, Hz 140,06 18,15 165,12 153,21 0,359 Diapazonas, pust. 31,84 5,41 16,78 7,74 0,000* Maks_Int, dB(A) 100,84 5,95 89,49 10,72 0,000* Min_Int, dB(A) 46,19 4,86 54,00 6,28 0,000* Dinam_Int, dB(A) 54,66 8,07 35,49 13,89 0,000* Norm_profilio, proc. 87,56 20,35 28,95 19,45 0,000*


Fonetogramos ribinių parametrų nustatymas sveikiems asmenims.

Iš 50-ies ištirtų sveikų nelavinto balso asmenų FG parametrų apskai-čiavome vyrų ir moterų FG vidurkius, apatinę ir viršutinę vidurkio 95 proc. pasikliautinojo intervalo ribą. Tarp tirtų asmenų buvo 18 vyrų ir 32 moterys, 18–70 metų amžiaus (vidurkis – 36,42±13,05 m.). Sveikų vyrų ir moterų balso FG paramterų vidutinės bei ribinės (apatinė ir viršutinė) reikšmės pateiktos 6.2.2.7 lentelėje.

6.2.2.7 lentelė. Sveikų asmenų kompiuteriniu būdu registruotos fonetogramos dainavimo profilio parametrai (VDC lingWaves).

Fonetogramos (dainavimo

profilio) parametrai

Vyrai (N=18) Moterys (N=32)

Vidur-kis

Apatinė riba

Viršuti-nė riba

Vidur-kis

Apati-nė riba

Viršuti-nė riba

Maks_Ton, Hz 576,39 366 1002 906,56 500 1319 Min_Ton, Hz 82,39 80 88 140,06 95 177 Diapazonas, pust. 33,06 26 44 31,84 20 44 Maks_Int, dB(A) 104,61 84 120 100,84 91 111 Min_Int, dB(A) 46,94 41 57 46,19 40 56 Dinam_Int, dB(A) 57,67 42 73 54,66 40 70 Norm_profilio,proc. 93,39 58 122 87,56 44 139

Parametrų santrumpos paaiškintos 8 priede.

Kaip matyti iš lentelėje pateiktų rezultatų, sveikų nelavinto balso vyrų vidutinis tonų diapazonas – 33,06 pustoniai, moterų – 31,84. Tarp šio parametro vidurkių statistiškai reikšmingo skirtumo nėra. Literatūroje aprašomose studijose vyrų tonų diapazonas svyruoja nuo 30 iki 36, moterų – nuo 28 iki 35 pustonių [277, 117]. Mūsų tirtų vyrų žemiausiai išdainuojamas

100

tonas buvo vidutiniškai E2 (82,39 Hz), aukščiausiai – D5 (576,39 Hz), mo-terų atitinkamai e (140,06 Hz) ir a2 (906,56 Hz).

Šiame darbe nustatyti vyrų ir moterų balso intensyvumo diapazono vidurkiai buvo atitinkamai 57,67 ir 54,66 (dB(A)). Vyrų garsiausiai išdainuoto tono intensyvumas buvo vidutiniškai 104,61 (dB(A)), tyliausiai – 46,94 (dB(A)). Moterų atitinkamai 100,84 (dB(A)) ir 46,19 (dB(A)). Įvairių autorių duomenimis, sveikų asmenų intensyvumo diapazonas svyruoja nuo 30 [278] iki 58,4 dB [279]. Tai priklauso nuo balso lavinimo, aplinkos triukšmo, aparatūros kalibravimo, tyrimo metodo. Atlikta studijų, kuriose nurodoma, jog vyrų tonų diapazonas didesnis nei moterų [277, 117]. Mūsų studijoje kontrolinės grupės vyrų ir moterų tonų diapazonas (p=0,438) ir intensyvumo diapazonas (p=0,216) statistiškai reikšmingai nesiskyrė.

Šios studijos duomenimis, sveikų nelavinto balso vyrų ir moterų FG plotą atspindintis parametras – normalaus balso lauko profilio dalis – statis-tiškai reikšmingai nesiskyrė (p=0,304). Literatūroje mažai duomenų apie FG ploto vidutines vertes, tačiau tarp balso specialistų vyrauja nuomonė, jog FG „normos” nėra labai svarus reiškinys. Per daug faktorių atsiliepia tyrimų rezultatui, kad būtų galima lyginti skirtingų regionų, skirtingų tyrėjų, skirtingų programinių įrangų rezultatus. Rekomenduojama lyginti ne skirtingų pacientų, o skirtingu laiku atliktas to paties paciento FG [128].

Kai kurie autoriai FG dviejų dimensijų grafiką naudoja rišliai kalbai vertinti [148]. Toks kalbos diapazono profilis leidžia atlikti kasdienio bendravimo, kalbos funkcinę analizę. Šiame darbe taip pat buvo tirtas FG kalbos profilis ir vertinti jo parametrai.

6.2.2.8 lentelėje pateikiame sveiko balso grupės vyrų ir moterų kalbos profilio FG parametrų vidurkius. Iš visų sveiko balso grupės vyrų ir moterų kalbos profilio parametrų statistiškai reikšmingai skiriasi šie: žemiausias kalbos tonas (K_MinTon), maksimalus kalbos intensyvumas (K_MaksInt), tylios kalbos tonas (Tylios_Ton), normalios kalbos tonas (Normal_Ton), garsios kalbos tonas (Garsios_Ton), šauksmo tonas (Šauksmo_Ton) ir kalbos kreivės nuolydis. Kaip matome, dauguma šių parametrų susiję su balso tono aukštumu, tik maksimalus kalbos intensyvumas, kuris yra statistiškai reikšmingai didesnis vyrų nei moterų, yra vienas iš balso jėgos parametrų.

101

6.2.2.8 lentelė. Fonetogramos kalbos profilio parametrų sveiko balso grupių reikšmės.

Fonetogramos (kalbos profilio)

parametrai

Vyrai N=18

Moterys N=32

p x ±SN x ±SN

K_maksTon, Hz 287,21 109,55 329,47 50,66 0,137 K_minTon, Hz 67,38 10,15 83,21 29,52 0,009* K_diapaz, pust. 24,00 8,37 24,44 5,58 0,844 K_maksInt, dB(A) 82,72 5,04 79,53 5,48 0,048* K_minInt, dB(A) 47,72 3,29 46,50 4,81 0,343 K_dinamInt, dB(A) 35,00 6,05 33,03 7,02 0,323 Tylios_Ton, Hz 94,72 10,08 184,85 30,16 0,000* Tylios_Int, dB(A) 53,94 3,19 53,13 5,24 0,550 Normal_Ton, Hz 107,22 17,44 190,12 23,92 0,000* Normal_Int, dB(A) 62,89 3,72 62,25 3,73 0,564 Garsios_Ton, Hz 141,70 32,07 229,27 27,82 0,000* Garsios_Int, dB(A) 74,83 4,54 71,75 4,83 0,032* Šauksmo_Ton, Hz 280,37 47,59 361,20 66,34 0,000* Šauksmo_Int, dB(A) 93,50 8,71 89,47 5,36 0,048* K_kreivės_nuolydis 1,01 0,33 1,60 0,95 0,003*

*- statistiškai patikimas skirtumas, parametrų santrumpos paaiškintos 8 priede.

Lygindami sveiko ir patologinio balso grupių vyrų kalbos profilio FG reikšmes (6.2.2.9 lentelė), matome, jog statistiškai reikšmingai skiriasi maksimalus kalbos intensyvumas, kalbos intensyvumo diapazonas, tylios kalbos tono aukštis, tylios kalbos intensyvumas, normalios kalbos tonas, garsios kalbos intensyvumas, šauksmo tonas, šauksmo intensyvumas. Kalbos FG parametrų „normos” dar nebuvo tirtos.

6.2.2.9 lentelė. Vyrų kalbos profilio fonetogramos parametrų vidurkių palyginimas sveiko ir patologinio balso grupėse.


parametrai

Sveiko balso gr., N=18 Patologinio balso gr., N=70 p

x ±SN x ±SN K_maksTon, Hz 287,21 109,55 282,88 93,62 0,866 K_minTon, Hz 67,38 10,15 72,23 27,27 0,234 K_diapaz, pust. 24,00 8,37 23,40 7,07 0,758 K_maksInt, dB(A) 82,72 5,04 77,47 5,37 0,000* K_minInt, dB(A) 47,72 3,29 49,79 5,88 0,054 K_dinamInt, dB(A) 35,00 6,05 27,69 8,10 0,001* Tylios_Ton, Hz 94,72 10,08 132,43 61,76 0,000* Tylios_Int, dB(A) 53,94 3,19 59,19 5,18 0,000*

102

6.2.2.9 lentelės tęsinys. Fonetogramos

(kalbos profilio) parametrai


x ±SN x ±SN Normal_Ton, Hz 107,22 17,44 136,97 54,43 0,000* Normal_Int, dB(A) 62,89 3,72 64,57 3,84 0,099 Garsios_Ton, Hz 141,70 32,07 155,77 45,33 0,219 Garsios_Int, dB(A) 74,83 4,54 70,51 4,72 0,001* Šauksmo_Ton, Hz 280,37 47,59 239,32 67,36 0,017* Šauksmo_Int, dB(A) 93,50 8,71 84,40 7,31 0,000* K_kreivės_nuolydis 1,01 0,33 0,83 0,75 0,324


Lygindami sveiko ir patologinio balso grupių moterų kalbos profilio FG reikšmes (6.2.2.10 lentelė), matome, jog statistiškai reikšmingai skiriasi maksimalus kalbos intensyvumas, kalbos intensyvumo diapazonas, tylios kalbos intensyvumas, garsios kalbos tonas, šauksmo tonas, šauksmo intensyvumas. 6.2.2.10 lentelė. Moterų kalbos profilio fonetogramos parametrų vidurkių palyginimas sveiko ir patologinio balso grupėse.


parametrai


x ±SN x ±SN K_maksTon, Hz 329,47 50,66 321,73 63,68 0,538 K_minTon, Hz 83,21 29,52 84,14 39,62 0,904 K_diapaz, pust. 24,44 5,58 24,42 7,70 0,990 K_maksInt, dB(A) 79,53 5,48 77,26 5,08 0,036* K_minInt, dB(A) 46,50 4,81 47,91 3,60 0,089 K_dinamInt, dB(A) 33,03 7,02 29,35 6,30 0,007* Tylios_Ton, Hz 184,85 30,16 174,02 48,46 0,150 Tylios_Int, dB(A) 53,13 5,24 57,62 3,83 0,000* Normal_Ton, Hz 190,12 23,92 188,91 52,46 0,864 Normal_Int, dB(A) 62,25 3,73 63,27 4,02 0,216 Garsios_Ton, Hz 229,27 27,82 211,26 47,49 0,013* Garsios_Int, dB(A) 71,75 4,83 70,07 4,65 0,087 Šauksmo_Ton, Hz 361,20 66,34 289,11 80,55 0,000* Šauksmo_Int, dB(A) 89,47 5,36 84,42 9,21 0,000* K_kreivės_nuolydis 1,60 0,95 1,13 1,24 0,059


103

6.2.2.11 lentelėje pateikiame sveiko balso grupės vyrų ir moterų kalbos profilio FG parametrų ribas bei vidutines reikšmes. Sveiko balso grupėje tikimasi, jog šauksmo intensyvumas bus >90 dB, o kalbos kreivės nuolydis >1. Mūsų tiriamųjų grupėje kalbos profilio vyrų šauksmo intensyvumo vidurkis – 93,5 dB(A) (svyravimo ribos nuo 71 iki 111 dB(A)), moterų – 89,47 dB(A) (svyravimo ribos nuo 77 iki 100 dB(A)), dainavimo profilio vyrų maksimalaus intensyvumo vidurkis – 104,61 dB(A) (svyravimo ribos nuo 84 iki 120 dB(A)), moterų – 100,84 dB(A) (svyravimo ribos nuo 91 iki 111 dB(A)). Tiriamųjų grupėje dainavimo profilio maksimalus intensy-vumas buvo didesnis nei kalbos intensyvumas, tačiau šis skirtumas sveiko ir patologinio balso grupėse nebuvo statistiškai reikšmingas (p>0,05).

6.2.2.11 lentelė. Sveikų asmenų kalbos profilio fonetogramos parametrai.


parametrai

Vyrai (n=18) Moterys (n=32) Vidur-

kis Apati-nė riba

Viršu-tinė riba

Vidur-kis

Apati-nė riba

Viršuti-nė riba

K_maksTon, Hz 287,21 153,78 450,29 329,47 233,08 466,17 K_minTon, Hz 67,38 52,52 91,44 83,21 54,37 153,78 K_diapaz, pust. 24,00 11,00 35,00 24,44 14,00 34,00 K_maksInt, dB(A) 82,72 74,00 95,00 79,53 72,00 93,00 K_minInt, dB(A) 47,72 42,00 54,00 46,50 41,00 63,00 K_dinamInt, dB(A) 35,00 28,00 51,00 33,03 22,00 50,00 Tylios_Ton, Hz 94,72 73,41 110,82 184,85 83,67 248,07 Tylios_Int, dB(A) 53,94 49,00 60,00 53,13 45,00 67,00 Normal_Ton, Hz 107,22 81,74 154,49 190,12 115,78 229,17 Normal_Int, dB(A) 62,89 57,00 69,00 62,25 56,00 72,00 Garsios_Ton, Hz 141,70 103,90 252,32 229,27 159,79 270,64 Garsios_Int, dB(A) 74,83 68,00 84,00 71,75 65,00 80,00 Šauksmo_Ton, Hz 280,37 195,75 370,91 361,20 218,99 463,28 Šauksmo_Int,dB(A) 93,50 71,00 111,00 89,47 77,00 100,00 K_kreivės_nuolydis 1,01 0,33 1,68 1,60 0,66 4,75


6.2.2.12 lentelėje pavaizduoti akustinių balso parametrų jautrumas, specifiškumas bei ribinės reikšmės skiriant sveiko ir patologinio balso grupes. Kadangi nei vienas iš akustinių balso parametrų aukštu jautrumu nepasižymi, kiekvienas atskirai daug informacijos nesuteikia. Norint rasti informatyvesnių požymių, DA būdu ieškoma požymių sistemos, kuri padėtų tiksliau diskriminuoti į tiriamąsias grupes.

104

6.2.2.12 lentelė. Akustinių balso parametrų jautrumas, specifiškumas ir ribinės reikšmės atskiriant sveiko ir patologinio balso grupes.

Akustiniai parametrai

Sveiko balso grupė gr., N=50 Patologinio balso gr., N=156

Jautrumas proc.


Ribinė reikšmė

Mean_F0, Hz 59,6 64 207,9 SN_F0, Hz 39,1 96 5,4 Maks_F0, Hz 53,2 40 222,1 Min_F0, Hz 69,2 62 189,0 Jitter 45,5 100 1,6 Shimmer 56,4 98 5,7 GŪE 69,2 68 0,5 Nereguliarumas 63,5 98 1,1 Triukšmas 60,3 80 1,3 Bendras pažeidimas 64,7 100 1,0


6.2.2.13 lentelėje matome, jog keletas dainavimo profilio FG parametrų gerai atskiria sveiką ir patologinį balsus (jautrumas ir specifiškumas >75 proc.). Šie parametrai – diapazonas pustoniais (jautrumas – 89,7 proc., specifiškumas – 96 proc.), maksimalus intensyvumas (jautrumas – 76,3 proc., specifiškumas – 84 proc.), dinaminis intensyvumas (jautrumas – 80,8 proc., specifiškumas – 90 proc.) ir labai reikšmingas parametras – norma-laus profilio dalis (jautrumas – 94,9 proc., specifiškumas – 96 proc.). Taip pat gana reikšmingas parametras – aukščiausiai išdainuotas tonas; jo jaut-rumas siekia 92,3 proc., specifiškumas – 74 proc.

6.2.2.13 lentelė. Fonetogramos parametrų jautrumas, specifiškumas ir ribinės reikšmės atskiriant sveiko ir patologinio balso grupes.

Fonetogramos parametrai (dainavimo profilis)

Sveiko balso gr., N=50 Patologinio balso gr., N=156

Jautrumas proc.


Ribinė reikšmė

Maks_Ton, Hz 92,3 74 571 Min_Ton, Hz 51,3 56 136,2 Diapazonas, pust. 89,7 96 23,6 Maks_Int, dB(A) 76,3 84 95,5 Min_Int, dB(A) 66,7 86 51,1 Dinam_Int, dB(A) 80,8 90 44,4 Norm_profilio, proc. 94,9 96 56,9

105

6.2.2.14 lentelė rodo, kad kalbos profilio FG parametrai nepasižymi dideliu jautrumu ir specifiškumu diskriminuojant sveiką ir patologinį balsus. 6.2.2.14 lentelė. Kalbos profilio fonetogramos parametrų jautrumas, specifiškumas ir ribinės reikšmės atskiriant sveiko ir patologinio balso grupes.

Fonetogramos parametrai (kalbos

profilis)


Jautrumas proc.


Ribinė reikšmė

K_maksTon, Hz 50,0 56 309,3 K_minTon, Hz 28,8 70 78,2 K_diapaz, pust. 45,5 58 24,1 K_maksInt, dB(A) 66,7 54 79,0 K_minInt, dB(A) 57,1 60 47,8 K_dinamInt, dB(A) 65,4 58 31,2 Tylios_Ton, Hz 50,0 44 153,9 Tylios_Int, dB(A) 75,0 70 55,9 Normal_Ton, Hz 48,1 42 162,9 Normal_Int, dB(A) 50,6 66 63,2 Garsios_Ton, Hz 52,6 60 192,0 Garsios_Int, dB(A) 59,6 58 71,6 Šauksmo_Ton, Hz 64,1 68 299,4 Šauksmo_Int, dB(A) 65,4 76 87,7 K_kreivės_nuolydis 72,4 44 1,2


6.2.2.15 lentelėje parodytas DSI parametrų jautrumas ir specifiškumas bei ribinės reikšmės diskriminuojant sveiką ir patologinį balsus. Kaip matome lentelėje, paties DSI diskriminavimo savybės yra didžiausios.

6.2.2.15 lentelė. DSI parametrų jautrumas, specifiškumas ir ribinės reikšmės atskiriant sveiko ir patologinio balso grupes.

DSI parametrai


Jautrumas proc.


Ribinė reikšmė

Shimmer 56,4 98 5,7 MaksTon_Hz 92,3 74 571 MinInt_dB(A) 66,7 86 51,1 IFT_sek 87,2 76 17,7 DSI 80,1 100 2,6

106

Jungiant visus balso vertinimo parametrus, naudojant DA, žingsninės statistikos būdu, minimizuojant Vilkso λ, gaunama optimali požymių sistema, kuri 98,7 proc. jautrumu ir 100 proc. specifiškumu diskriminuoja sveiką ir patologinį balsą (6.2.2.16 lentelė). Diskriminavimo procedūra užbaigta po aštuonių žingsnių, atrinkus aštuonis požymius. Šiai sistemai priklauso: 1) užkimimas VAS; 2) GŪE; 3) IFT; 4) balso diapazonas; 5) minimalus intensyvumas; 6) dinaminis intensyvumas; 7) normalaus balso profilio dalis.

6.2.2.16 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės pagal balso parametrus, tiriamuosius klasifikuojant į sveiko ir patologinio balso grupes.

Požymiai Grupės

Sveiko balso, N=50 f1

Patologinio balso, N=156 f2

Užkimimas (VAS) tyrėjo GŪE IFT, sek. Diapazonas, pust. Min_Int, dB Dinaminis_Int, dB Norm_Profilis, proc.

0,297 10,861 0,020 –0,237 2,320 1,392 0,164

0,409 4,642

–0,265 0,000 2,538 1,909

–0,258 (Konstanta) –100,536 –111,765

Bendras klasifikavimo tikslumas 99 proc., parametrų santrumpos paaiškintos 8 priede.

Turėdami šiuos duomenis, galime užrašyti dvi diskriminantines funkcijas:

(1) f1=0,297×Užk(VAS)+10,861×GŪE+0,02×IFT+(–0,237)×Diapaz+ +2,320×(Min_Int)+1,392×(Dinam_Int)+0,164×(Norm_Pr)–

–100,536 (2) f2=0,409×Užk(VAS)+4,642×GŪE+(-0,265)×IFT+0,000×Diapaz+

+2,538×(Min_Int)+1,909×(Dinam_Int)+(–0,258)×(Norm_Pr)– –111,765 Į kiekvieną iš šių funkcijų įstačius koeficientų reikšmes, 99 proc.

tikslumu paaiškėja, kuriai gerklų ligų grupei priskirtinas konkretus tiriamasis. Kuri diskriminantinė funkcija gaunama didesnė, tai grupei tiriamasis ir priskiriamas.

Klasifikuojant tiriamuosius į gerklų vėžio ir kitų organinių ligų grupes, DA būdu išskiriami tik du šiai klasifikacijai reikšmingi parametrai (6.2.2.17), o požymių sistemos jautrumas siekia 69,6 proc., specifiškumas – 73,9 proc., bendras klasifikavimo tikslumas – 73,2 proc.

107

6.2.2.17 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės pagal balso parametrus, tiriamuosius klasifikuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes.

Požymiai Grupės

Kt. organinės ligos, N=119 f1

Gerklų vėžys, N=23 f2

Užkimimas (VAS) IFT, sek.

0,162 0,679

0,215 0,807

(Konstanta) –9,551 –14,925 Klasifikavimo tikslumas 73,2 proc.

Diskriminantinės funkcijos atrodytų šitaip: (1) f1=0,162×Užk(VAS)+0,679×IFT–9,551 (2) f2= 0,215×Užk(VAS)+0,807×IFT–14,925 Tikimybė, kad remiantis tik balso parametrais tiriamasis bus teisingai

priskirtas atitinkamai klasei, yra 73,2 proc. Jei į DA kintamuosius neįtraukiame subjektyvaus užkimimo vertinimo

VAS, o remiamės tik kompiuterine akustine balso analize bei FG para-metrais, gauname požymių sistemą, kuriai priklauso IFT bei Dinaminis_Int. Šios požymių sistemos jautrumas – 69,6 proc., specifiškumas – 72,3 proc., o bendras klasifikavimo tikslumas – 71,8 proc. Taigi matome, jog šiuo atveju klasifikavimo tikslumas sumažėja keliais proc. Tai reiškia, kad išskiriant grupes subjektyvus balso vertinimas yra reikšmingas ir turi būti įtrauktas į balso vertinimo protokolus.

6.2.2.18 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės vien pagal kompiuterinius balso parametrus, tiriamuosius klasifi-kuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes.

Požymiai Grupės

Kt. organinės ligos, N=119 f1


IFT, sek. Dinaminis_Int, dB(A)

0,342 0,150

0,468 0,069

(Konstanta) –5,491 –4,773 Klasifikavimo tikslumas 71,8 proc., Dinaminis_Int, dB(A) – intensyvumo diapazonas.

Išsikėlę dar vieną klasifikavimo uždavinį, t. y. patologinio balso grupės tiriamuosius išskirti į įtariamo gerklų vėžio ir kitų gerklų ligų grupes, išvedame tikslesnę klasifikavimo taisyklę, kurios jautrumas – 79,1 proc., specifiškumas – 86,7 proc., o tikimybė, jog tiriamasis bus teisingai priskirtas atitinkamai klasei, remiantis tik akustiniais balso ir FG parametrais, siekia

108

84,6 proc. Optimalią požymių sistemą sudaro (6.2.2.19 lentelė): 1) užki-mimas (VAS); 2) IFT; 3) dinaminis intensyvumas; 4) minimalus kalbos tonas; 5) minimalus kalbos intensyvumas; 6) normalios kalbos intensy-vumas. Kaip matome, į šią sistemą patenka net trys kalbos profilio FG parametrai. Toks rezultatas paaiškinamas prielaida, jog didelės apimties balso klosčių pažeidimo atveju FG dainavimo profilis gali būti menkai informatyvus. Minėtu atveju FG dainavimo profilį dažnai sudaro vos keletas užregistruotų garsų, o kalbą, nors ir labai užkimusiu balsu, dar galima užregistruoti. Taigi, kalbos profilis apie afoniškus pacientus gali suteikti daugiau informacijos. 6.2.2.19 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės pagal balso parametrus, tiriamuosius klasifikuojant į įtariamo gerklų vėžio ir kitų gerklų ligų grupes.

Požymiai

Grupės Kt. nevėžinės ligos,

N=113 f1

Įtariamo gerklų vėžio, N=43

f2 Užkimimas (VAS) IFT, sek. Dinaminis_Int,dB(A) K_minTon, Hz K_minInt,dB(A) Normal_Int,dB(A)

0,326 0,967 0,296 0,128 0,956 3,694

0,359 1,154 0,201 0,152 0,834 3,898

(Konstanta) –166,579 –177,383 Klasifikavimo tikslumas 84,6 proc., parametrų santrumpos paaiškintos 8 priede.

Analogiškai būtų galima užrašyti diskriminantines funkcijas, o pagal gautą rezultatą tiriamasis 84,6 proc. tikslumu būtų priskirtinas atitinkamai grupei (tai, kurios diskriminantinės funkcijos reikšmė yra didesnė).

Toliau ieškome požymių sistemos taisyklės, kuri padėtų klasifikuoti į keturias klases: mazginių pažeidimų, difuzinių pažeidimų, judrumo sutri-kimų ir sveiko balso. 6.2.2.20 lentelėje matome požymius ir jų koeficientus, gautus naudojant diskriminantines funkcijas ir leidžiančius klasifikuoti į keturias klases 75,7 proc. tikslumu. Šiai požymių sistemai priklauso: (1) užkimimas (VAS); (2) GŪE; (3) IFT; (4) dinaminis intensyvumas; (5) normalaus balso profilio dalis; (6) riksmo intensyvumas.

109

6.2.2.20 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikš-mės pagal balso parametrus, tiriamuosius klasifikuojant į keturias klases.

Požymiai Klasės

Mazginių p., N=77

Difuzinių p., N=65

Judrumo sutr., N=14

Sveiko balso, N=50

Užkimimas (VAS) GŪE IFT, sek. Dinaminis_Int,dB(A) Norm_profilio,proc. Riksmas_Int,dB(A)

0,399 3,711 0,273 0,382

–0,247 1,825

0,460 2,474 0,326 0,298 –0,232 1,816

0,435 6,047 0,174 0,371

–0,238 1,606

0,293 9,796 0,501 –0,010 0,112 1,666

(Konstanta) –97,324 –98,187 –81,473 –90,716 Klasifikavimo tikslumas – 75,7 proc., parametrų santrumpos paaiškintos 8 priede.

Pažymėtina, kad pagal šią požymių sistemą sveiko balso klasė atpa-žįstama 100 proc. Mazginiai sutrikimai atpažįstami 74 proc., jie 16,9 proc. painiojami su difuziniais, 6,5 proc. – su judrumo sutrikimais ir 2,6 proc. – su sveikais tiriamaisiais. Difuziniai sutrikimai atpažįstami 63,1 proc. tikslumu, jie daugiausiai supainiojami su mazginiais – 23,1 proc., 13,8 proc. – su jud-rumo sutrikimais. Pastarieji atpažįstami 57,1 proc. tikslumu ir daugiausiai supainiojami su mazginiais sutrikimais (28,6 proc.), o su difuziniais painiojama 14,3 proc. judrumo sutrikimų atvejų.

Nustatėme balso parametrų svarbą, jų požymių eiliškumą ir klasifikavimo tikslumą AM sprendimų medžio metodu.

6.2.2.21 lentelė. Klasifikavimo į skirtingas grupes tikslumas, apskaičiuotas „atsitiktinių miškų“ metodu remiantis subjektyviais, akustiniais balso ir fonetogramos parametrais.

Klasifikavimo tikslas

Iš viso parametrų/

Išmesta



Galutinis klasif. tikslu-

mas, proc.

Sveikas –patologinis balsas 40/6 0,63 0,58 99,42

Gerklų vėžys – kitos organinės

ligos 40/6 19,37 19,12 80,88

Įtariamas gerklų vėžys – kitos ligos 40/5 19,65 19,58 80,42

Keturios klasės 40/5 19,98 19,68 80,32

110

6.2.2.1 paveiksle matome MDS koordinatėse pavaizduotą grafinę išraišką, kuri atspindi klasifikavimą į sveiką ir patologinį balsą tik pagal jo požymius. Akivaizdu, kad sveiko ir patologinio balso grupės atskiriamos labai dideliu tikslumu, t. y. 99,42 proc. DA būdu gautos optimalios požymių sistemos klasifikavimo tikslumas – 99 proc.

6.2.2.1 pav. MDS koordinatėse stebimas vizualus klasifikavimo į sveiką ir

patologinį balsą rezultatas, gautas pagal balso parametrus.


6.2.2.22 lentelėje pateikiame balso požymius pagal svarbą, tiriamuosius klasifikuojant į sveiko ir patologinio balso grupes. Kaip matome, pirmas pagal svarbą požymis yra užkimimas VAS vertintas tyrėjo. Taip pat labai svarbūs klasifikavimui LGPĮ, DSI ir kiti pagal eiliškumą nurodyti parametrai. Ryškesne spalva pažymėti parametrai atitinka klasifikavimo taisyklę, kai svarbių požymių ieškoma ir kitais metodais. Vienintelis parametras – kalbos profilio kreivės nuolydis – patenka į optimalią požymių sistemą aštuntame žingsnelyje, o klasifikuojant AM metodu į svarbiausių požymių rinkinį nepatenka. Dėl tokio nesutapimo DA, skirstant į sveiko ir patologinio balso grupes, atlikta pakartotinai, neįtraukiant šio diskutuotino parametro (kalbos profilio kreivės nuolydžio). Jo atsisakius klasifikavimo tikslumas išlieka lygiai toks pat, o į požymių sistemą joks naujas parametras nepatenka. Todėl diskriminantinei funkcijai šio parametro galime nenaudoti.

111

6.2.2.22 lentelė. Subjektyvių, akustinių balso ir fonetogramos parametrų svarba klasifikuojant į sveiką ir patologinį balsą „atsitiktinių miškų“ būdu.

1. Užkimimas (VAS) 13. Shimmer 25. K_dinamInt, dB(A) 2. L (0-3) 14.Dinaminis_Int,dB(A) 26. Maks_Int, dB(A) 3. Norm_profilio, proc. 15. IFT, sek. 27. MaksF0, Hz 4. P (0-3) 16. I (0-3) 28. Min_Ton, Hz 5. DSI 17. Riksmo_Ton, Hz 29. MinF0, Hz 6. Pažeidimo lygis 18. Tylus_Int, dB(A) 30. Garsios_Ton, Hz 7. Diapazonas, pust. 19. Min_Int, dB(A) 31. K_maksTon, Hz 8. G (0-3) 20. GŪE 32. SN_F0 9. Nereguliarumas 21. Triukšmas 33. K_minInt, dB(A) 10. Maks_Ton, Hz 22. K_diapazonas, pust. 34. Garsios_Int, dB(A) 11. Jitter 23. K_maksInt, dB(A) 12. Bendras pažeidimas 24. Riksmo_Int, dB(A)

Parametrų santrumpų paaiškinimai 8 priede.

6.2.2.2 paveiksle MDS koordinatėse pavaizduotas rezultatas, kurį gavome klasifikuodami į gerklų vėžio ir kitų organinių gerklų ligų grupes pagal balso parametrus. Matome, kad gerklų vėžio grupė (mėlyna spalva) yra painiojama su dalimi kitų organinių gerklų ligų. Pastarojo klasifikavimo tikslumas – 80,88 proc., o šių grupių klasifikavimo tikslumas, gautas DA būdu, yra 73,2 proc. Pažymėtina, kad klasifikuojant AM metodu įtraukti visi balso parametrai, įskaitant ir užkimimo vertinimą LGPĮ skalėje. Kadangi tokio užkimimo vertinimo atsakai yra kategoriniai dydžiai, į DA jų traukti negalime. Šie skirtingi metodai gali lemti klasifikavimo skirtumus. O kaip matėme skaičiuodami LGPĮ reikšmingumą pritaikę χ2 kriterijų, šis vertinimas labai reikšmingas visiems klasifikavimo uždaviniams spręsti.

6.2.2.2 pav. MDS koordinatėse stebimas vizualus klasifikavimo į gerklų vėžį ir kitas organines gerklų ligas rezultatas, gautas pagal balso parametrus.

Pastaba: ▪ – gerklų vėžio gr., • – kitų organinių gerklų ligų gr.

112

6.2.2.23 lentelėje matome subjektyvių, akustinių balso ir FG parametrų eilę pagal svarbą, tiriamuosius klasifikuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes. Čia vėlgi tarp svarbiausių požymių pirmauja subjektyvus užkimimo vertinimas VAS. Šio parametrų sistemos klasifikavimo tikslumas – 80,88 proc. Šiai sistemai priklauso visi parametrai, kurie ir kitais metodais buvo nustatyti kaip reikšmingi klasifikavimui (lentelėje jie paryškinti).

6.2.2.23 lentelė. Subjektyvių, akustinių balso ir fonetogramos parametrų svarba klasifikuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes „atsitiktinių miškų“ metodu.

1. Užkimimas (VAS) 13. Garsios_Int, dB(A) 25. Tylus_Ton, Hz 2. Maks_Int, dB(A) 14. Nereguliarumas 26. L (0-3) 3. Norm_Profilio, proc. 15. GŪE 27. P (0-3) 4. Diapazonas, pust. 16. G (0-3) 28. Norm_Ton, Hz 5. Dinaminis_Int, dB(A) 17. Triukšmas 29. Maks_Ton, Hz 6. I (0-3) 18. Maks_F0, Hz 30. Garsios_Ton, Hz 7. Min_Int, dB(A) 19. Vidut_F0, Hz 31. Tylios_Int, dB(A) 8. Bendras pažeidimas 20. K_maksTon, Hz 32. K_diapazonas, pust. 9. Norm_Int, dB(A) 21. Jitter 33. Pažeidimo lygis 10. IFT, sek. 22. K_minTon, Hz 34. Min_F0, Hz 11. DSI 23. K_maksInt, dB(A) 12. Min_Ton, Hz 24. Riksmo_Int, dB(A)


Tiriamųjų klasifikavimo į įtariamo ir neįtariamo gerklų vėžio grupes pagal balso parametrus tikslumas – 80,42 proc. 6.2.2.24 lentelėje matome visus klasifikavimui naudotus parametrus išdėstytus pagal svarbą. DA būdu ir taikant χ2 kriterijų gauti svarbiausi parametrai taip pat priklauso ir šiai sistemai.

6.2.2.24 lentelė. Subjektyvių, akustinių balso ir fonetogramos parametrų svarba klasifikuojant į įtariamo gerklų vėžio ir kitų gerklų ligų grupes „atsitiktinių miškų“ metodu.

1. Užkimimas (VAS) 13. Vidut_F0, Hz 25. Norm_Ton, Hz 2. Norm_profilio, proc. 14. IFT, sek. 26. Shimmer 3. I (0-3) 15. Triukšmas 27. Min_Ton, Hz 4. Dinaminis_Int, dB(A) 16. GŪE 28. Riksmo_Int, dB(A) 5. K_minTon, Hz 17. L (0-3) 29. Maks_Ton, Hz 6. Min_Int, dB(A) 18. Bendras pažeid. 30. G (0-3) 7. K_diapazonas, pust. 19. K_minInt, dB(A) 31. Nereguliarumas 8. P (0-3) 20. Tylios_Int, dB(A) 32. Jitter 9. Maks_Int, dB(A) 21. DSI 33. Garsios_Ton, Hz

113

6.2.2.24 lentelės tęsinys. 10. Norm_Int, dB(A) 22. Tylios_Ton, Hz 34. SN_F0

11. Diapazonas, pust. 23. Garsios_Int, dB(A) 35. K_dinamInt, dB(A) 12. Maks_F0, Hz 24. Min_F0, Hz


Keturias klases (mazginių pažeidimų, difuzinių pažeidimų, judrumo sutrikimų ir sveiko balso) AM metodas atskiria 80,32 proc. tikslumu. Visais kitais metodais išskirti reikšmingi parametrai patenka ir į 6.2.2.25 lentelėje parodytą parametrų eilę.

6.2.2.25 lentelė. Subjektyvių, akustinių balso ir fonetogramos parametrų svarba klasifikuojant į mazginių, difuzinių, judrumo sutrikimų sveiko balso klases „atsitiktinių miškų“ metodu.

1. Užkimimas (VAS) 13. Bendras pažeid. 25. Triukšmas 2. L (0-3) 14. Nereguliarumas 26. GŪE 3.G (0-3) 15. IFT, sek. 27. K_dinamInt, dB(A) 4. Norm_profilio, proc. 16. Min_F0, Hz 28. Garsios_Int, dB(A) 5. I (0-3) 17. Jitter 29. K_minInt, dB(A) 6. P (0-3) 18. Min_Int, dB(A) 30. Garsios_Ton, Hz 7. Dinaminis_Int, dB(A) 19. Riksmo_Int, dB(A) 31. K_minTon, Hz 8. DSI 20. Shimmer 32. K_maksTon, Hz 9. Pažeidimo lygis 21. Tylios_Ton, Hz 33. Maks_F0, Hz 10. Diapazonas, pust. 22. Tylios_Int, dB(A) 34. Vidut_F0, Hz 11. Min_Ton, Hz 23. Maks_Ton, Hz 35. SN_F0 12. Maks_Int, dB(A) 24. Norm_Ton, Hz


Palyginome klasifikavimo tikslumą DA ir AM metodais, remdamiesi tik subjektyviais, akustiniais balso ir FG parametrais. Kaip matome 6.2.2.26 lentelėje, sveiko ir patologinio balso grupės atskiriamos labai panašiai. DA metodu kiek prasčiau klasifikuojama į gerklų vėžio ir kitų organinių gerklų ligų grupes ir į keturias klases, o AM metodu kiek prasčiau klasifikuojama į įtariamo vėžio ir kitų gerklų ligų grupes (kai gerklų vėžys neįtariamas). Kaip jau minėjome, atlikdami DA, nenaudojome ranginių parametrų, t. y. užkimimo vertinimo LGPĮ skalėje. O šis vertinimas yra reikšmingas visiems klasifikavimo uždaviniams (tai nustatėme pritaikę χ2 kriterijų), todėl galėjome gauti atitinkamus klasifikavimo skirtingais metodais skirtumus.

114

6.2.2.26 lentelė. Dviejų klasifikavimo metodų pagal balso parametrus palyginimas.

Klasifikavimo uždaviniai Klasifikavimo metodų tikslumas DA, proc. AM, proc.

Sveiko – patologinio balso gr. 99,00 99,42 Gerklų vėžys – kitos organinės ligos 73,20 80,88 Įtariamas gerklų vėžys – kitos ligos 84,60 80,42 Keturios gerklų ligų klasės 75,70 80,32

6.3. VLS parametrų patikimumas

Kaip jau aprašėme pristatydami tyrimų metodus (5.5.1. skyrelis), VLS įrašų vertinimas atliktas du kartus, su vienerių metų pertrauka, trijų skirtingos darbo patirties tyrėjų. Vertinta dvylika VLS parametrų:

1. Balso plyšio sandarumas fonacijos metu. 2. Virpesių reguliarumas. 3. Gleivinės banga patologinėje pusėje. 4. Gleivinės banga sveikoje pusėje. 5. Vaizdo simetriškumas. 6. Virpesių simetriškumas. 7. Kvėpavimo plyšio susiaurėjimas. 8. Ribotas patologinis audinys. 9. Difuzinis patologinis audinys. 10. Balso klosčių kraštų kontūrai. 11. Balso klostės judrumas pažeistoje pusėje. 12. Balso klosčių judesių simetriškumas.

VLS parametrus tyrėjai pažymėjo VAS, o galimos reikšmės svyravo nuo 0 (atspindi normą) iki 100 (atspindi maksimalų pažeidimą). 6.3.1 lentelėje pateikiame vertintų parametrų sveiko ir patologinio balso grupių vidurkius bei standartinius nuokrypius. Kaip matome, sveiko ir patologinio balso grupių vidurkiai skiriasi statistiškai reikšmingai. Patologinio balso grupės tiriamųjų VLS vertinimo parametrų vidurkiai reikšmingai didesni, ir tai rodo blogesnę fonacinę funkciją. Taip pat skaičiavome sveiko balso grupės vyrų bei moterų VLS parametrų vidurkių skirtumus ir nustatėme, jog vyrų ir moterų visi VLS vertinimo parametrai statistiškai reikšmingai nesiskyrė (p>0,05).

115

6.3.1 lentelė. Sveiko ir patologinio balso grupių vaizdo laringostrobosko-pijos vertinimo parametrų vidurkiai.

VLS vertinimo parametrai

VAS balai

p Sveiko balso grupė

N=50

Patologinio balso grupė N=156

x ±SN x ±SN Balso plyšio sandarumas 8,10 6,24 48,50 16,29 0,000 Virpesių reguliarumas 3,69 3,84 61,62 21,43 0,000 GB pažeistoje pusėje 5,59 5,76 75,41 23,06 0,000 GB sveikoje pusėje 5,69 5,71 50,26 26,92 0,000 Virpesių simetriškumas 1,35 1,41 53,88 27,95 0,000 Vaizdo simetriškumas 1,34 0,64 62,88 29,11 0,000 Kvėpavimo plyšys 0,03 0,19 30,74 22,96 0,000 Ribotas patologinis audinys 0,07 0,52 15,03 16,45 0,000 Difuzinis patologinis audinys 0,01 0,00 33,86 39,37 0,000 BK kraštų kontūrai 1,25 1,15 38,69 27,12 0,000 BK judrumas pažeistoje pusėje 0,01 0,00 12,37 27,90 0,000 BK judresių simetriškumas 0,01 0,00 9,05 22,25 0,000

Pastaba: x – vidurkis; SN – standartinis nuokrypis

6.3.1. VLS parametrų ekspertų vertinimų patikimumas (angl. inter-rater reliability)

Ekspertų tarpusavio vertinimo patikimumo TKK nustatytas iš 108

tiriamųjų, tarp kurių buvo ir sveiko, ir patologinio balso grupių atstovų. Gavome visų VLS parametrų vertinimų statistiškai reikšmingas (p=0,000) vidutines (0,4–0,69), stiprias (0,7–0,89) ar labai stiprias (0,9–0,99) koreliacijas. Išimtį sudaro tik vienas parametras – gleivinės banga sveikoje pusėje – kurio vertinimo patikimumo TKK=0,34, t. y. jis koreliuoja statis-tiškai reikšmingai silpnai.

6.3.1.1 lentelėje parodyti ekspertų tarpusavio vertinimo patikimumo TKK per pirmąjį ir po vienerių metų per antrąjį vertinimą. Abiem atvejais nustatytas TKK išlieka tokio paties lygmens ir statistiškai reikšmingai nesiskiria – ekspertų vertinimų suderinamumas vidutinis, stiprus ar labai stiprus. Gleivinės bangos sveikoje pusėje parametro vertinimo suderi-namumas pagerėjo nuo 0,34 (silpnas) iki 0,69 (vidutinis).

116

6.3.1.1 lentelė. Tarpklasiniai koreliacijos koeficientai (TKK), kai nustatomas tyrėjų vertinimų patikimumas per dvi skirtingu laiku atliktas sesijas. (Sveiko ir patologinio balso grupės, N=108)

VLS parametrai TKK-1 p TKK-2 p Balso plyšio sandarumas 0,72 0,000 0,67 0,000 Virpesių reguliarumas 0,82 0,000 0,75 0,000 GB pažeistoje pusėje 0,90 0,000 0,86 0,000 GB sveikoje pusėje 0,34 0,000 0,69 0,000 Virpesių simetriškumas 0,88 0,000 0,80 0,000 Vaizdo simetriškumas 0,85 0,000 0,89 0,000 Kvėpavimo plyšys 0,82 0,000 0,86 0,000 Ribotas patologinis audinys 0,85 0,000 0,70 0,000 Difuzinis patologinis audinys 0,94 0,000 0,89 0,000 BK kraštų kontūrai 0,78 0,000 0,79 0,000 BK judrumas pažeistoje pusėje 0,90 0,000 0,87 0,000 BK judesių simetriškumas 0,92 0,000 0,77 0,000

TKK-1 – pirmojo vertinimo, TKK-2 – antrojo vertinimo koeficientas po vienerių metų.

6.3.1.2 lentelėje matome ekspertų vertinimų patikimumo koeficientus (TKK), gautus patologinio balso grupėje. Visų VLS parametrų vertinimas per pirmąją ir antrąją sesiją tarp trijų ekspertų koreliavo statistiškai reikšmingai. Mažiausias, bet statistiškai reikšmingas TKK nustatytas gleivinės bangai sveikoje pusėje. Šio parametro vertinimo koreliacija labai silpna. Tačiau per antrąją vertinimo sesiją šio parametro koreliacija pasiekia vidutinį lygį (TKK=0,58). Visų kitų parametrų ekspertų vertinimų koreliacijos (TKK) svyruojuoja nuo vidutinės iki labai stiprios.

6.3.1.2 lentelė. Tarpklasiniai koreliacijos koeficientai (TKK), kai nustatomas ekspertų tarpusavio vertinimų patikimumas per dvi skirtingu laiku atliktas sesijas. (Patologinio balso grupės, N=82)

VLS vertinimo parametrai TKK-1 p TKK-2 p Balso plyšio sandarumas 0,46 0,000 0,46 0,000 Virpesių reguliarumas 0,52 0,000 0,51 0,000 GB pažeistoje pusėje 0,64 0,000 0,63 0,000 GB sveikoje pusėje 0,16 0,007 0,58 0,000 Virpesių simetriškumas 0,67 0,000 0,65 0,000 Vaizdo simetriškumas 0,65 0,000 0,78 0,000 Kvėpavimo plyšys 0,79 0,000 0,81 0,000 Ribotas patologinis audinys 0,83 0,000 0,67 0,000 Difuzinis patologinis audinys 0,93 0,000 0,87 0,000 BK kraštų kontūrai 0,74 0,000 0,73 0,000 BK judrumas pažeistoje pusėje 0,89 0,000 0,87 0,000 BK judesių simetriškumas 0,92 0,000 0,77 0,000

TKK-1 – pirmojo vertinimo, TKK-2 – antrojo vertinimo koeficientas po vienerių metų.

117

6.3.2. VLS vertinimo patikimumas atsižvelgiant į pakartotinius tyrimus (angl. intra-rater (test-retest) reliability)

6.3.2.1 lentelėje matome kiekvieno tyrėjo TKK koeficientus atsižvelgiant

į pakartotinius tyrimus. Jie parodo stiprų ar labai stiprų visų ekspertų vertinimų patikimumą. Kelių išimčių esama pirmojo eksperto vertinimuose, kur gleivinės bangos sveikoje pusėje vertinimų TKK=0,34, (t. y. koreliuoja silpnai), balso klosčių kraštų kontūrų vertinimų TKK=0,59 (koreliuoja vidutiniškai), ir viename antrojo eksperto vertinime kvėpavimo plyšio TKK=0,63 (koreliuoja vidutiniškai). Tačiau pastarųjų vertinimų koreliacijos yra statistiškai reikšmingos.

6.3.2.1 lentelė. Tarpklasiniai koreliacijos koeficientai (TKK), vertinant pakartotinių tyrimų patikimumą (angl. test-retest).

VLS vertinimo parametrai TKK

1-as ekspertas

2-as ekpertas

3-as ekspertas p1,p2,p3

Balso plyšio sandarumas 0,71 0,80 0,86 0,000 Virpesių reguliarumas 0,72 0,72 0,92 0,000 GB pažeistoje pusėje 0,93 0,92 0,95 0,000 GB sveikoje pusėje 0,34 0,75 0,90 0,000 Virpesių simetriškumas 0,76 0,79 0,86 0,000 Vaizdo simetriškumas 0,88 0,89 0,95 0,000 Kvėpavimo plyšys 0,88 0,63 0,88 0,000 Ribotas patologinis audinys 0,85 0,93 0,93 0,000 Difuzinis patologinis audinys 0,97 0,93 0,98 0,000 BK kraštų kontūrai 0,59 0,92 0,95 0,000 BK judrumas PP 0,86 0,90 0,98 0,000 BK judesių simetriškumas 0,80 0,95 0,98 0,000

Pastaba: p1,p2,p3 – sutampa visų trijų tyrėjų vertinimų patikimumas; TKK – tarpklasinis koreliacijos koeficientas.

6.3.3. VLS vertinimo parametrų jautrumas ir specifiškumas 6.3.3.1 lentelėje parodyti VLS vertinimo parametrų jautrumas,

specifiškumas ir ribinės reikšmės atskiriant sveiką ir patologinį balsą. Didžiausias jautrumas ir specifiškumas išryškėjo vertinant balso plyšio sandarumą (jautrumas 90,4 proc., specifiškumas 98 proc., ribinė reikšmė 28,3 VAS balai). Visi kiti parametrai pasižymėjo aukštu 100 proc. specifiš-kumu. Šimtaprocentinis parametrų spacifiškumas gali būti paaiškinamas fonacinės funkcijos, t. y. balso klosčių funkcijos blogėjimu esant organi-niams pažeidimams ar balso klostės paralyžiui. Tačiau kai kurių parametrų

118

(judrumas pažeistoje pusėje, judesių simetriškumas) jautrumas labai žemas, todėl šie parametrai klasifikavimui kiekvienas atskirai nėra vertingas. Ribinės reikšmės parodo nuo kurios ribos parametras gali parodyti patologiją.

6.3.3.1 lentelė. Vaizdo laringostroboskopijos vertinimo parametrų jautru-mas, specifiškumas ir ribinės reikšmės klasifikuojant į sveiko ir patologinio balso grupes.

VLS parametrai


Jautrumas, proc.

Specifiškumas, proc.

Ribinė reikšmė (VAS balais)

Balso plyšio sandarumas 90,4 98 28,3 Virpesių reguliarumas 88,5 100 32,8 GB pažeistoje pusėje 87,8 100 40,5 GB sveikoje pusėje 73,1 100 28,0 Virpesių simetriškumas 75,6 100 27,6 Vaizdo simetriškumas 80,1 100 32,1 Kvėpavimo plyšys 68,6 100 15,9 Ribotas patologinis audinys 48,7 100 7,5 Difuzinis patologinis audinys 42,9 100 17,4 BK kraštų kontūrai 69,9 100 20,0 BK judrumas PP 19,9 100 6,7 BK judesių simetriškumas 23,7 100 5,0

Ieškojome VLS vertinimo požymių sistemos, kuri būtų reikšminga gerklų

ligų klasifikavimui. 6.3.3.2 lentelėje matome klasifikavimo į sveiko ir patologinio balso grupes VLS vertinimo požymių sistemą. Tiriamuosius klasifikuojant DA būdu, optimalią požymių sistemą sudaro keturi VLS vertinimo požymiai: balso plyšio sandarumas, virpesių reguliarumas, gleivinės banga patologinėje pusėje, ribotas patologinis audinys. Visos šios sistemos jautrumas – 96,8 proc., specifiškumas – 100 proc., o bendras klasi-fikavimo tikslumas siekia 97,6 proc.

119

6.3.3.2 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikš-mės, kai pagal vaizdo laringostroboskopijos vertinimo parametrus, tiriamie-ji klasifikuojami į sveiko ir patologinio balso grupes.

VLS vertinimo požymiai

Grupės Sveiko balso gr.,

N=50 (f1)

Patologinio balso gr., N=156

(f2) Balso plyšio sandarumas Virpesių reguliarumas GB patologinėje pusėje Ribotas patologinisaudinys

0,040 –0,007 0,010 0,013

0,175 0,060 0,119 0,154

(Konstanta) –0,878 –12,401 Klasifikavimo tikslumas – 97,6 proc.

Siekdami DA būdu suklasifikuoti patologinio balso tiriamuosius į gerklų vėžio ir kitų organinių gerklų ligų grupes tik pagal VLS vertinimo parametrus, gauname optimalią keturių parametrų požymių sistemą, kurią sudaro gerklų vaizdo simetriškumas, kvėpavimo plyšio susiaurėjimas, difuzinis patologinis audinys, BK judrumas pažeistoje pusėje (6.3.3.3 lentelė). Šios požymių sistemos jautrumas – 95,7 proc., specifiškumas – 91,6 proc., bendras klasifikavimo tikslumas – 92,3 proc. Pastaroji sistema, kuri padeda atskirti gerklų vėžį nuo kitų ligų, yra ir logiškai, ir kliniškai paaiškinama, nes gerklų vėžiui būdingas asimetrinis augimas, ligai progresuojant siaurėjantis kvėpavimo plyšys, difuziniu būdu neribotai auga patologinis audinys ir palaipsniui prastėjantis pažeistos pusės judrumas. Tokia klinikinė sąsaja lemia 92,3 proc. klasifikavimo tikslumą.

6.3.3.3 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, kai pagal vaizdo laringostroboskopijos vertinimo parametrus tiriamieji klasifikuojami į gerklų vėžio ir kitų organinių gerklų ligų grupes.

Požymiai

Grupės Kt.organinės ligos.,

N=119 (f1)

Gerklų vėžys., N=23

(f2)

Vaizdo simetriškumas Kvėpavimo plyšys Difuzinis patologinis audinys BK judrumas pažeistoje pusėje

0,083 0,025 0,012 –0,024

0,149 –0,147 0,126 0,110

(Konstanta) –3,619 –11,240 Klasifikavimo tikslumas – 92,3 proc.

120

Tiriamuosius klasifikuojant į įtariamo gerklų vėžio ir kitas ligas, kai vėžys neįtariamas, VLS vertinimo parametrų optimalią požymių sistemą sudaro šeši 6.3.3.4 lentelėje išvardyti parametrai, o jos jautrumas siekia 93,0 proc., specifiškumas – 93,8 proc., bendras klasifikavimo tikslumas – 93,6 proc.

6.3.3.4 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikš-mės, kai pagal vaizdo laringostroboskopijos vertinimo parametrus tiriamieji klasifikuojami į įtariamo gerklų vėžio ir kitų gerklų ligų, kai vėžys neįta-riamas, grupes.

Požymiai

Grupės Kt. Nevėžinės ligos,

N=113 f1


f2

Virpesių simetriškumas Kvėpavimo plyšys Difuzinis patologinis audinys BK kraštų kontūrai BK judrumas pažeistoje pusėje BK judesių simetriškumas

0,070 –0,003 –0,001 0,058 0,068

–0,064

0,119 –0,220 0,113 0,194 0,271

–0,195 (Konstanta) –3,327 –12,347

Klasifikavimo tikslumas – 93,6 proc.

VLS vertinimo parametrai labai tiksliai išskiria tiriamuosius į keturias BK pakitimų klases (6.3.3.5). DA būdu nustatytą optimalią požymių sistemą sudaro septyni parametrai. Mazginių pažeidimų klasę ši sistema atpažįsta 90,9 proc. tikslumu, o 9,1 proc. šios klasės atstovų maišomi su sveikųjų klase. Difuzinių pažeidimų klasė atpažįstama 92,3 proc. tikslumu, 6,3 proc. šios klasės maišomi su mazginiais pažeidimais, 1,5 proc. – su sveiko balso klase. Balso klosčių judrumo sutrikimų ir sveikųjų klases ši požymių sistema atskiria 100 proc. Bendras klasifikavimo tikslumas siekia 94,2 proc. Po Lachenbrucho procedūros klasifikavimo tikslumas išlieka toks pat.

121

6.3.3.5 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikš-mės, kai pagal vaizdo laringostroboskopijos vertinimo parametrus tiriamieji klasifikuojami į mazginių pažeidimų, difuzinių pažeidimų, judrumo sutriki-mų ir sveiko balso klases.

Požymiai

Klasės Mazginių p. N=77

(f1)

Difuzinių p. N=65 (f2)

Judrumo sutr. N=14

(f3)

Sveiko balso, N=50 (f4)

Balso plyšio sandarumas GB patologinėje pusėje Kvėpavimo plyšys Ribotas audinys Difuzinis audinys BK kraštų kontūrai BK judrumas PP

0,207 0,145 0,025 0,181

–0,024 –0,051 0,006

0,110 0,234 –0,005 0,052 0,353 –0,094 –0,028

0,458 0,278 0,661

–0,328 –0,324 –0,564 1,307

0,047 0,012 0,008 0,001

–0,007 –0,015 0,013

(Konstanta) –12,529 –25,018 –108,218 –1,610 Klasifikavimo tikslumas – 94,2 proc.

Iš visų optimalių klasifikacijos požymių sistemų gauname diskrimi-

nantines funkcijas, kurios leidžia atitinkamu tikslumu nustatyti, kuriai gerklų ligų grupei priklauso tiriamasis.

Remdamiesi AM metodu išsiaiškinome VLS vertinimo požymių eiliškumą pagal svarbą visiems klasifikavimo uždaviniams spręsti bei nustatėme tokio klasifikavimo tikslumą. Kaip matome 6.3.3.6 lentelėje, gautas didelis klasifikavimo tikslumas. Pasitelkus AM metodą ir pasiremiant VLS vertinimo parametrais, sveiko ir patologinio balso grupės suklasifi-kuojamos 99,51 proc., gerklų vėžys ir kitos organinės gerklų ligos – 91,2 proc., įtariamas gerklų vėžys ir kitos gerklų ligos – 91,27 proc. tikslumu. Į keturias BK pakitimų klases tiriamieji suskirstomi 96,12 proc. tikslumu.

6.3.3.6 lentelė. Klasifikavimo į skirtingas gerklų ligų grupes tikslumas, apskaičiuotas „atsitiktinių miškų“ metodu pagal vaizdo laringostrobo-skopijos vertinimo parametrus.

Klasifikavimo tikslas Parametrų skaičius/ Išmesta



Galutinis klasif. tikslumas,

proc. Sveikas – patologinis

balsas 12/9 0,87 0,49 99,51

Gerklų vėžys – kitos organinės ligos 12/2 9,01 8,80 91,20

Įtariamas gerklų vėžys – kitos ligos 12/6 9,01 8,73 91,27

Keturios klasės 12/0 3,88 3,88 96,12

122

Kaip matyti 6.3.3.1 paveiksle, sveiko ir patologinio balso grupės pagal VLS vertinimo parametrus MDS koordinatėse atskiriamos labai aiškiai, 99,51 proc. tikslumu. Tik keletas tiriamųjų nutolsta nuo grupės centrų kiek toliau, o visų kitų koncentracija labai ryški.

6.3.3.1 pav. MDS koordinatėse stebimas vizualus klasifikavimo į sveiko ir

patologinio balso grupes rezultatas pagal VLS parametrus.


6.3.3.2 paveiksle pavaizduota diagrama atspindi VLS vertinimo požymių svarbą, nustatytą AM metodu. Kaip matome diagramoje, svarbiausi klasifikavimo į sveiko ir patologinio balso grupes yra šie VLS parametrai:

1. Virpesių reguliarumas. 2. Vaizdo simetriškumas. 3. Gleivinės banga patologinėje pusėje.

Diskriminavimo funkcijas nustatant DA būdu, į optimalią požymių sistemą patenka keturi parametrai. Lyginant du metodus, sutampa du VLS parametrai, t. y. virpesių reguliarumas ir gleivinės banga patologinėje pusėje.

123

6.3.3.2 pav. VLS vertinimo požymių svarba, klasifikuojant į sveiką

ir patologinį balsą AM metodu. Pastaba: požymių numeracija atitinka 115 psl. nurodytą požymių eilę.

Klasifikuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes, iš

dvylikos VLS vertinimo parametrų nustatomi svarbūs 10, o klasifikavimo tikslumas siekia 91,2 proc. MDS koordinatėse (6.3.3.3 pav.) šios dvi grupės jau nėra taip aiškai atskiriamos, matyti grupelė gerklų vėžio atvejų (mėlyna spalva), kuri painiojama su kitų susirgimų grupele.

6.3.3.3 pav. MDS koordinatėse stebimas vizualus klasifikavimo į gerklų

vėžį ir kitas organines gerklų ligas rezultatas pagal VLS vertinimo parametrus.

Pastaba: ▪ – gerklų vėžio gr., • – kitų organinių gerklų ligų gr.

124

AM metodu išrinkta 10 VLS požymių, reikšmingai padedančių klasifi-kuoti į gerklų vėžio ir kitų organinių gerklų ligų grupes:

1. Balso klostės judrumas pažeistoje pusėje. 2. Difuzinis patologinis audinys. 3. Vaizdo simetriškumas. 4. Ribotas patologinis audinys. 5. Kvėpavimo plyšio susiaurėjimas. 6. Gleivinės banga patologinėje pusėje. 7. Virpesių simetriškumas. 8. BK kraštų kontūrai. 9. Gleivinės banga sveikoje pusėje. 10. Virpesių reguliarumas. Klasifikuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes DA

būdu, pastebima labai panaši požymių svarba. Nustatytai optimaliai požy-mių sistemai priklauso keturi ryškiau pažymėti parametrai. Požymių svarba atsispindi ir diagramoje, pavaizduotoje 6.3.3.4 paveiksle.

6.3.3.4 pav. VLS vertinimo parametrų svarba, klasifikuojant į gerklų

vėžio ir kitų organinių gerklų ligų grupes AM metodu. Pastaba: požymių numeracija atitinka 115 psl. nurodytą požymių eilę.

Klasifikuojant įtariamo gerklų vėžio ir kitų gerklų ligų, kai vėžys neįta-

riamas, grupes AM metodu išskiriami šeši svarbiausi požymiai: 1. Difuzinis patologinis audinys 2. Ribotas patologinis audinys. 3. Gleivinės banga patologinėje pusėje. 4. BK kraštų kontūrai. 5. Kvėpavimo plyšio susiaurėjimas, 6. Virpesių simetriškumas.

125

Šios sistemos klasifikavimo tikslumas siekia 91,27 proc. Galima manyti, kad klasifikuojant gerklų vėžys nėra maišomas su

keratoze ir papilomatoze, nors požymių yra panašių (asimetrija, neribo-tumas). Sugrupavus gerklų vėžį su ikivėžiniais susirgimais (hiperplastiniu laringitu su keratoze bei papilomatoze), klasifikavimo tikslumas nepadidėja.

Kai lyginame požymius, kuriuos šiai klasifikacijai atrenka skirtingi metodai (DA ir AM), iš šešių išvardintųjų keturi ryškiau pažymėti sutampa. DA būdu atrenkami dar du, t. y. balso klostės judrumas pažeistoje pusėje ir balso klosčių judesių simetriškumas, kurie nepatenka į AM metodu atrinktųjų požymių eilę.

Ieškant svarbiausių požymių, kurie, pritaikius AM metodą, padėtų suskirstyti tiriamuosius į keturias klases, nustatytas visų dvylikos VLS ver-tinimo parametrų eiliškumas pagal svarbą ir gautas 96,12 proc. klasifi-kavimo tikslumas. Parametrų išsidėstymas pateiktas 6.3.3.7 lentelėje.

6.3.3.7 lentelė. Vaizdo laringostroboskopijos vertinimo parametrų svarba klasifikuojant tiriamuosius į keturias klases „atsitiktinių miškų“ metodu.

1. Ribotas audinys 5.GB patologinėje pusėje 9.BK judrumas paž.pusėje 2. Difuzinis audinys 6. Vaizdo simetriškumas 10. GB sveikoje pusėje 3.Kraštų kontūrų lygumas 7.Kvėpavimo plyšys 11.Balso plyšio

sandarumas 4. Virpesių reguliarumas 8. Virpesių simetriškumas 12. Judesių simetriškumas

Klasifikavimo tikslumas – 96,12 proc.

Lygindami du skirtingus klasifikavimo metodus ir naudodami tik VLS vertinimo parametrus, išsiaiškinome, kad taikant abu metodus pasiekiamas labai didelis klasifikavimo tikslumas (6.3.3.8 lentelė). Klasifikacijos į atitin-kamas grupes skirtumai yra nedideli, todėl abu metodus galima laikyti tin-kamais gerklų ligoms klasifikuoti. 6.3.3.8 lentelė. Dviejų klasifikavimo metodų pagal vaizdo laringostrobo-skopijos vertinimo parametrus palyginimas.


Sveiko – patologinio balso gr. 97,6 99,51 Gerklų vėžys – kitos organinės ligos 92,3 91,20 Įtariamas gerklų vėžys – kitos ligos 93,6 91,27 Keturios klasės 94,2 96,12

126

6.3.4. VLS matavimų svarba gerklų ligų atrankai ir klasifikacijai Pasitelkus programą imgMeasures išanalizuoti statiniai VLS vaizdai,

atlikti unikalūs VLS matavimai ir įvertinti šių matavimo parametrų jaut-rumas, specifiškumas bei požymių svarba klasifikuojant į sveiko ir pato-loginio balso, gerklų vėžio ir kitų organinių gerklų ligų, įtariamo gerklų vėžio ir kitų gerklų ligų grupes, taip pat į keturias gerklų ligų klases.

6.3.4.1 lentelėje pateikiamas VLS matavimo parametrų vidurkių palyginimas. Matome, jog visų šių parametrų vidurkiai sveiko ir patologinio balso grupėse skiriasi statistiškai reikšmingai (p<0,05). Lyginant sveiko balso grupės vyrų ir moterų parametrų vidurkius nustatyta, jog iš visų plotų santykių statistiškai reikšmingai skiriasi StroMaks_pl (p=0,033) ir Stro_pl (p=0,014).

6.3.4.1 lentelė. Vaizdo laringostroboskopijos plotų santykių matavimo vidurkiai, standartiniai nuokrypiai ir jų skirtumo patikimumas sveiko ir patologinio balso grupėse.

VLS matavimo plotų santykiai

Sveiko balso grupė N=50

Patologinio balso grupė N=156 p

x ±SN x ±SN Plyšio_pl 0,008 0,009 0,105 0,243 0,000* Darinio_pl 0,000 0,000 0,130 0,153 0,000* Pat_aud_pl 0,000 0,000 0,276 0,253 0,000* Pat_aud_PBK 0,000 0,000 0,469 0,426 0,000* DarinioD_plyšyje 0,000 0,000 0,529 0,324 0,000* SV/PAT_pl 0,999 0,005 0,770 0,203 0,000* SV/SVmen_pl 1,000 0,000 0,955 0,111 0,000* StroMaks_pl 0,077 0,034 0,116 0,148 0,003* Stro_pl 0,078 0,104 0,653 0,279 0,000* Keratozė_pl 0,000 0,000 0,168 0,283 0,000*

* – statisiškai reikšmingas skirtumas, parametrų santrumpos paaiškintos 8 priede.

6.3.4.2 lentelėje matome santykinių plotų parametrų jautrumą ir specifiškumą bei ribines reikšmes skiriant sveiko ir patologinio balso grupes. Iš visų santykinių plotų reikšmingais klasifikavimui galima laikyti tik du, t. y. stroboskopijos plotą (jautrumas – 80,1 proc., specifiškumas – 100 proc.) ir darinio dalies plyšio santykinis plotas, kurio jautrumas 76,3 proc., specifiškumas 100 proc.. Kiti santykinių plotų parametrai yra labai specifiški ir mažai jautrūs. Tokie parametrai kiekvienas atskirai klasifika-vimui nėra tinkami.

127

6.3.4.2 lentelė. Vaizdo laringostroboskopijos matavimų santykinių plotų jautrumas, specifiškumas ir ribinės reikšmės klasifikuojant į sveiko ir patologinio balso grupes.

VLS matuotų plotų parametrai


Jautrumas, proc. Specifiškumas, proc. Ribinė reikšmė Plyšio_pl 47,4 100 0,1 Darinio_pl 51,3 100 0,1 Pat_aud_pl 53,8 100 0,1 Pat_aud_PBK 56,4 100 0,2 DarinioD_plyšyje 76,3 100 0,3 SV/PAT_pl 61,5 100 0,9 SV/SVmen_pl 19,2 100 1,0 StroMaks_pl 34,0 78 0,1 Stro_pl 80,1 96 0,4 Keratozė_pl 34,6 100 0,1


6.3.4.3 lentelėje pateikiami VLS atstumų santykių matavimų vidurkiai, standartiniai nuokrypiai ir jų skirtumo patikimumas sveiko ir patologinio balso grupėse. Visų parametrų vidurkiai šiose grupėse skiriasi statistiškai reikšmingai. Lyginant sveiko ir patologinio balso grupių vyrų ir moterų atstumų santykių vidurkius, statistiškai reikšmingai skiriasi tik Stro_ilgiai (p=0,012). 6.3.4.3 lentelė. Vaizdo laringostroboskopijos atstumų santykių matavimo vidurkiai, standartiniai nuokrypiai ir jų skirtumo patikimumas sveiko ir patologinio balso grupėse.

VLS matavimo atstumų santykiai

Sveiko balso grupė N=50

Patologinio balso grupė N=156 p

x ±SN x ±SN BK_Storiai 0,984 0,032 0,707 0,215 0,000* Ilgis_pat 0,002 0,000 0,318 0,247 0,000* PatAud_plyšyje 0,024 0,006 0,419 0,287 0,000* PatAud_storis 0,024 0,006 0,753 0,527 0,000* Stro_ilgiai 0,148 0,059 0,418 1,366 0,015* Stro_ašis 0,661 0,119 0,436 0,234 0,000*

* – statisiškai reikšmingas skirtumas, parametrų santrumpos paaiškintos 8 priede. Iš visų šių parametrų atkreiptinas dėmesys į patologinio audinio plyšyje santykinį dydį, kurio jautrumas – 75 proc. ir specifiškumas – 100 proc., t. y. didžiausi iš visų atstumų parametrų. Ganėtinai jautrūs ir specifiški santy-

128

kinių balso klosčių storių (jautrumas – 69,9 proc., specifiškumas – 100 proc.), santykinių ilgių (jautrumas – 69,9 proc., specifiškumas – 100 proc.) ir patologinio audinio storio (jautrumas – 72,4 proc., specifiškumas – 100 proc.) parametrai.

6.3.4.4 lentelė. Vaizdo laringostroboskopijos matavimų santykinių atstumų parametrų jautrumas, specifiškumas ir ribinės reikšmės klasifikuojant į sveiko ir patologinio balso grupes.

VLS atstumų matavimai

Sveiko balso gr. (n=50) Patologinio balso gr. (n=156)

Jautrumas, proc. Specifiškumas, proc. Ribinė reikšmė BK_Storiai 69,9 100 0,8 Ilgis_pat 69,9 100 0,2 PatAud_plyšyje 75,0 100 0,2 PatAud_storis 72,4 100 0,4 Stro_ilgiai 18,6 96 0,3 Stro_ašis 64,7 84 0,5


Sveiko ir patologinio balso grupių VLS kampų matavimo vidurkių palyginimas 6.3.4.5 lentelėje parodo, kad statistiškai reikšmingai skiriasi β_kv, γ_fon, γ_stro_min, β_stro, γ_stro, γ_stro_skirt. Kiti parametrai (α_kv, γ_kv, α_stro) sveiko ir patologinio balso grupėse statistiškai reikšmingai nesiskiria. Palyginę sveiko balso grupės vyrų ir moterų VLS kampų matavimo vidurkius nustatėme, jog statistiškai reikšmingai skiriasi parametrų γ_fon (p=0,007), γ_stro_min (p=0,021), α_stro (p=0,001), β_stro (p=0,001), γ_stro (p=0,000) vidurkiai.

6.3.4.5 lentelė. Vaizdo laringostroboskopijos kampų matavimo vidurkiai, standartiniai nuokrypiai ir jų skirtumo patikimumas sveiko ir patologinio balso grupėse.

VLS matavimo kampai

Sveiko balso grupė, N=50 Patologinio balso grupė, N=156 p x ±SN x ±SN

α_kv 24,286 4,506 23,238 5,637 0,233 β_kv 24,243 4,525 21,965 6,852 0,008* γ_kv 48,569 8,985 45,217 11,470 0,060 γ_fon 0,993 1,085 6,531 3,816 0,000* γ_stro_min 0,869 0,961 6,258 3,758 0,000* α_stro 6,517 2,564 6,242 3,461 0,606 β_stro 6,511 2,564 4,184 2,602 0,000* γ_stro 12,756 4,850 10,394 5,164 0,005* γ_stro_skirt 11,887 5,159 4,136 4,362 0,000*

* – statisiškai reikšmingas skirtumas, parametrų santrumpos paaiškintos 8 priede.

129

6.3.4.6 lentelėje matome matuotų kampų jautrumą, specifiškumą ir ribines reikšmes. Įvertinę šį rezultatą, galime teigti, jog sveiko ir patologinio balso grupių klasifikacijai reikšmingais galime laikyti tik du, t. y. kampą tarp abiejų balso klosčių fonacijos metu (γ_fon), kurio jautrumas – 80,1 proc., specifiškumas – 98 proc., ir stroboskopijos metu išmatuotą kampą tarp abiejų klosčių maksimalaus susiglaudimo momentu (γ_stro_min), kurio jautrumas – 76,9 proc., specifiškumas – 98 proc. 6.3.4.6 lentelė. Vaizdo laringostroboskopijos kampų matavimų jautrumas, specifiškumas ir ribinės reikšmės klasifikuojant į sveiko ir patologinio balso grupes.

VLS matavimų kampai


Jautrumas, proc.

Specifiškumas, proc.

Ribinė reikšmė, laipsniais

α_kv 57,7 48 23,8 β_kv 53,8 54 23,1 γ_kv 56,4 52 46,9 γ_fon 80,1 98 3,8 γ_stro_min 76,9 98 3,6 α_stro 60,9 46 6,4 β_stro 71,8 60 5,3 γ_stro 61,5 58 11,6 γ_stro_skirt 82,7 68 8,0


Toliau ieškojome VLS matavimų požymių sistemos, reikšmingos gerklų ligoms klasifikuoti. 6.3.4.7 lentelėje matome VLS matavimo požymių sistemą, išskiriant sveiko ir patologinio balso grupes. DA būdu klasifikuojant tiriamuosius į sveiko ir patologinio balso grupes, optimalią požymių sistemą sudaro vienuolika VLS matavimų požymių. Visos šios sistemos jautrumas – 98,1 proc., specifiškumas – 100 proc., o bendras klasifikavimo tikslumas siekia 98,5 proc.

130

6.3.4.7 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikš-mės, pagal vaizdo laringostroboskopijos matavimo parametrus, klasifikuo-jant tiriamuosius į sveiko ir patologinio balso grupes.

Požymiai Grupės Sveiko balso gr., N=50 Patologinio balso gr., N=156

α_kv β_kv γ_fon Darinio_pl DarinioD_plyšyje StroMaks_pl Stro_pl BK_storiai Ilgis_pat PatAud_plyšyje PatAud_storis

0,739 0,541 –0,177 29,210 –2,906 13,450 3,389 35,187

–16,882 –4,659 3,960

1,051 –0,045 0,296 1,512

18,191 29,041 13,673 26,899 –5,749

–14,767 15,046

(Konstanta) –34,073 –35,605 Klasifikavimo tikslumas – 98,5 proc., parametrų santrumpos paaiškintos 8 priede.

DA būdu klasifikuodami patologinio balso grupės tiriamuosius į gerklų vėžio ir kitų organinių ligų grupes, gauname optimalią požymių sistemą iš septynių parametrų, kurią sudaro trys matuoti kampai bei patologinio darinio dydį atspindintys parametrai. Šios požymių sistemos jautrumas – 87 proc., specifiškumas – 92,4 proc., bendras klasifikavimo tikslumas – 91,5 proc.

6.3.4.8 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikš-mės, kai pagal vaizdo laringostroboskopijos matavimo parametrus, tiria-mieji klasifikuojami į gerklų vėžio ir kitų organinių gerklų ligų grupes.

Požymiai

Grupės Kt.organinės ligos.,

N=119 f1

Gerklų vėžys., N=23

f2

β_kv γ_kv γ_fon Darinio_pl PatAud_pl Keratozė_pl PatAud_storis

–0,943 1,192 0,437 12,792

–12,890 6,564 5,039

–1,964 1,672 0,221

–12,032 11,174 9,747 1,733


131

Pasinaudodami šiais koeficientais, galime užrašyti dvi diskriminantines funkcijas (f1 ir f2), pagal jas aukštu 91,5 proc. tikslumu apskaičiuoti, kuriai grupei priskirtinas tiriamasis.

Klasifikuojant tiriamuosius į įtariamo vėžio ir kitų ligų, kai vėžys neįtariamas, optimalią požymių sistemą sudaro matavimų, atspindinčių patologinio audinio dydį, parametrai. Į šią sistemą nepatenka nė vienas iš kampų matavimų, o jos jautrumas – 95,3 proc., specifiškumas – 96,5 proc., bendras klasifikavimo tikslumas – 96,2 proc.

6.3.4.9 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikš-mės, kai pagal vaizdo laringostroboskopijos matavimo parametrus, tiria-mieji klasifikuojami į įtariamo gerklų vėžio ir kitų gerklų ligų, kai vėžys neįtariamas, grupes.

Požymiai Grupės

Kt. nevėžinės ligos, N=113 f1

Įtariamo gerklų vėžio, N=43 f2

Darinio_pl PatAud_pl Keratozė_pl Ilgis_pat PatAud_plyšyje PatAud_storis

–7,192 –2,472 1,676 4,437 5,996 0,679

–31,768 18,911 8,372

12,226 –3,818 4,534


VLS matavimo parametrai gerai išskiria tiriamuosius į balso klosčių mazginių, difuzinių pažeidimų, judrumo sutrikimų ir sveiko balso klases. DA nustato 12 reikšmingų šiam klasifikavimui parametrų (6.3.4.10 lentelė). Mazginių pažeidimų klasę ši sistema atpažįsta 100 proc., difuzinių pažei-dimų – 87,7 proc., o 9,2 proc. painiojami su mazginiais pažeidimais ir po 1,5 proc. painiojami su judrumo sutrikimais ir sveikaisiais. Balso klosčių judrumo sutrikimų ir sveiko balso klasės šios požymių sistemos atskiriamos 100 proc. tikslumu. Bendras klasifikavimo tikslumas siekia 96,1 proc. Pri-taikius Lachenbrucho procedūrą, klasifikavimo rezultatų tikslumas sumažėja labai nedaug, tik dviem proc. ir išlieka aukštas, t. y. 94,2 proc. Todėl galima teigti, jog diskriminavimo kintamųjų pertekliaus nėra.

132

6.3.4.10 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikš-mės, kai pagal vaizdo laringostroboskopijos matavimo parametrus, tiria-mieji klasifikuojami į mazginių pažeidimų, difuzinių pažeidimų, judrumo sutrikimų, ir isveikųjų klases.

Požymiai Klasės

Mazginių p. N=77

Difuzinių p. N=65

Judrumo sutr. N=14

Sveiko balso N=50

α_kv β_kv γ_fon Darinio_pl DarinioD_pl SVmen/Pat_pl StroMaks_pl Stro_pl BK_storiai Ilgis_pat PatAud_plyšyje PatAud_storis

0,491 0,712 0,289 72,083 34,534

130,768 5,244 9,587

–34,212 –9,524

–18,213 31,514

0,614 0,597 0,292

60,481 25,312

119,083 8,075

10,864 –31,057 24,133

–23,517 29,377

1,936 –1,243 0,599 59,099 3,039 95,510 61,163 19,325 –6,983

–23,491 –0,045 12,670

0,606 0,724 –0,099 89,782 3,287

111,052 6,153 2,334

–14,329 –19,810 –3,928 14,270

(Konstanta) –82,067 –77,888 –79,678 –66,351 Klasifikavimo tikslumas – 96,1 proc., parametrų santumpos paaiškintos 8 priede.

AM metodu nustatėme VLS matavimo požymių eiliškumą pagal svarbą visiems klasifikavimo uždaviniams spręsti bei nustatėme tokio klasifi-kavimo tikslumą. Kaip matome 6.3.4.11 lentelėje, klasifikacija visais atžvil-giais pakankamai tiksli. Pagal VLS matavimo parametrus sveikas ir patologinis balsas AM metodu suklasifikuojamas 99,51 proc., gerklų vėžys ir kitos organinės ligos – 86,62 proc., įtariamas vėžys ir kitos ligos – 92,11 proc. tikslumu. Į keturias klases tiriamieji suklasifikuojami 93,24 proc. tiks-lumu.

6.3.4.11 lentelė. Klasifikavimo į skirtingas grupes tikslumas, apskaičiuotas „Atsitiktinių miškų“ metodu pagal vaizdo laringostroboskopijos matavimo parametrus.

Klasifikavimo tikslas

Viso parametrų/

Išmesta



Galutinis klasif. tikslumas,

proc. Sveikas – patologinis

balsas 25/9 0,49 0,49 99,51


Įtariamas gerklų vėžys – kiti dariniai 25/9 8,52 7,89 92,11

Keturios klasės 25/9 6,83 6,76 93,24

133

6.3.4.1 paveiksle klasifikavimo į sveiko ir patologinio balso grupes rezultatas, parodytas MDS koordinatėse, akivaizdžiai rodo atskirą tiriamųjų susigrupavimą. Sveikieji atskiriami gana aiškiai, ir tik keletas atvejų priartėja prie patologinės grupelės.

6.3.4.1 pav. MDS koordinatėse stebimas vizualus klasifikavimo į sveiko

ir patologinio balso grupes rezultatas pagal VLS matavimus.


6.3.4.12 lentelėje pateikiama klasifikavimo į sveiko ir patologinio balso grupes VLS matavimo parametrų eilė pagal svarbą. Ryškiau pažymėti parametrai sutampa su DA būdu išskiriamais požymiais. Du matavimai (α_kv ir StroMaks_pl), kurie patenka į DA optimalią požymių sistemą, į šią parametrų eilę nepatenka. Taigi, skaičiuojant skirtingais dviem metodais, požymių sistema gaunama šiek tiek skirtinga. Tačiau α kampai atspindi sveikosios pusės klostės judrumą, o į AM metodu nustatytą parametrų eilę patenka γ kampai, kurie atspindi kampus tarp abiejų balso klosčių. Vis dėlto vienaip ar kitaip šie kampai iš dalies atkartoja vienas kitą. Panaši ir VLS stroboskopijos metu matuotų plotų parametrų situacija. Į šią požymių eilę nepatenka StroMaks_pl, kuris atspindi, kokią kvėpavimo plyšio dalį užima balso klosčių gleivinės bangos maksimalus atsivėrimas stroboskopijos metu, kitaip tariant, maksimalų stroboskopijos plyšio plotą. Tačiau patenka stroboskopijos plotas (Stro_pl), stroboskopijos kampai (γ_stro_min, γ_stro_skirt), taigi stroboskopiją atspindintys parametrai atsiduria svar-biausiųjų eilėje.

134

6.3.4.12 lentelė. Vaizdo laringostroboskopijos matavimo parametrų eilišku-mas pagal svarbą, klasifikuojant į sveiko ir patologinio balso grupes.

1. Darinio_pl 7. Ilgis_pat 13. Keratozė_pl 2. Stro_pl 8. γ_stro_min 14. γ_stro_skirt 3. PatAud_storis 9. γ_fon 15. BK_storiai 4. Plyšio_pl 10. Svmen/Pat_pl 16. DarinioD_pl 5. PatAud_PBK 11. β_kv 6. PatAud_pl 12. PatAud_plyšyje

Parametrų santrumpos oaaiškintos 8 priede.

Pagal VLS matavimo parametrus klasifikuodami į gerklų vėžio ir kitų organinių gerklų ligų grupes AM metodu gauname aukštą 86,62 proc. klasifikavimo tikslumą. Kaip matyti 6.3.4.2 paveiksle, vėžio grupelė yra painiojama su kitos patologijos grupele.

6.3.4.2 pav. MDS koordinatėse stebimas vizualus klasifikavimo į gerklų

vėžį ir kitas organines gerklų ligas rezultatas pagal VLS matavimus. Pastaba: ▪ – gerklų vėžio gr., • – kitų organinių gerklų ligų gr.

6.3.4.13 lentelėje išryškinti parametrai sutampa su DA būdu nustatytos

optimalios požymių sistemos parametrais. DA metu į sistemą patenka du kampai (γ_kv ir γ_fon), kurių šioje parametrų eilėje nėra. Tačiau čia atsiranda visi stroboskopijos kampai (α_stro, β_stro, γ_stro), todėl negalima teigti, jog šiai klasifikacijai kampų matavimas neturi įtakos.

135

6.3.4.13 lentelė. Vaizdo laringostroboskopijos matavimo parametrų eilišku-mas pagal svarbą, klasifikuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes.

1. Keratozė_pl 7. PatAud_pl 13. γ_stro 2. Ilgis_pat 8. PatAud_plyšyje 14. β_kv 3. PatAud_PBK 9. SV/Svmen_pl 15. Stro_ašis 4. DarinioD_pl 10. PatAud_storis 16. Stro_ilgiai 5. β_stro 11. α_stro 6. Darinio_pl 12. γ_stro_skirt


Įtariamas gerklų vėžys ir kitos gerklų ligos, kai vėžys neįtariamas, pagal VLS matavimo parametrus AM metodu suklasifikuojamas 92,11 proc. tikslumu. Pasiekiamas didelis klasifikavimo tikslumas, o atrinkti reikš-mingiausi parametrai sutampa su DA būdu nustatytos optimalios požymių sistemos parametrais. 6.3.4.14 lentelėje matome parametrų eiliškumą pagal svarbą, o ryškesne spalva pažymėti sutapimai su DA.

6.3.4.14 lentelė. Vaizdo laringostroboskopijos matavimo parametrų eilišku-mas pagal svarbą, klasifikuojant į įtariamo gerklų vėžio ir kitų gerklų ligų grupes.

1. Ilgis_pat 7. Darinio_pl 13. SV/Svmen_pl 2. DarinioD_pl 8. Stro_ašis 14. β_stro 3. Keratozė_pl 9. PatAud_plyšyje 15. Svmen/Pat_pl 4. PatAud_PBK 10. Stro_pl 16. Plyšio_pl 5. PatAud_storis 11. γ_stro_skirt 6. PatAud_pl 12. Stro_ilgiai


Siekdami nustatyti svarbiausius tiriamųjų klasifikavimo į keturias klases parametrus, išskyrėme 16 parametrų, kurių klasifikavimo tikslumas – 93,24 proc. Derinant du anksčiau minėtus analizės metodus daug parametrų sutampa, bet keleto patenkančių į diskriminantinę funkciją čia neaptinkame, t. y. α_kv, SV/Svmen_pl, StroMaks_pl, BK_storiai (6.3.4.15 lentelė).

136

6.3.4.15 lentelė. Vaizdo laringostroboskopijos matavimo parametrų eilišku-mas pagal svarbą, klasifikuojant į keturias klases (mazginių, difuzinių pažeidimų, judrumo sutrikimų ir sveiko balso).

1. Ilgis_pat 7. Keratozė_pl 13. γ_fon 2. PatAud_PBK 8. PatAud_plyšyje 14. Svmen/Pat_pl 3. PatAud_pl 9. DarinioD_pl 15. γ_stro_skirt 4. PatAud_storis 10. Stro_pl 16. γ_kv 5. Darinio_pl 11. β_kv 6. Plyšio_pl 12. γ_stro_min


Kai lyginame du skirtingus klasifikavimo metodus ir naudojamės tik VLS matavimo parametrais, išryškėja labai didelis klasifikavimo tikslumas. Klasifikacijos į atitinkamas grupes skirtumai yra nedideli, todėl abu meto-dus galima laikyti tinkamais gerklų ligoms klasifikuoti (6.3.4.16 lentelė).

6.3.4.16 lentelė. Dviejų klasifikavimo metodų pagal vaizdo laringostrobo-skopijos matavimus palyginimas.


Sveiko – patologinio balso gr. 98,5 99,51 Vėžys – kitos organinės ligos 91,5 86,62 Įtariamas vėžys – kitos ligos 96,2 92,11 Keturios klasės 96,1 93,24

6.4. Klausimynų ir balso pokyčio analizės tikslumas

klasifikuojant gerklų pokyčius.

Vertinant įvairios rūšies gerklų ir balso pokyčių informaciją kyla klau-simas, kuri informacija svarbiausia. Tai priklauso nuo diagnostikos etapo. Pirmiausiai užkimimu besiskundžiantis pacientas kreipiasi į šeimos gydytoją ar ieško informacijos interneto svetainėse. Bet kuriuo atveju galime turėti parengtas metodikas, kurios padėtų gana tiksliai nustatyti balso sutrikimą, riziką susirgti tam tikros grupės ligomis ir teiktų rekomendacijas kreiptis į gydytoją otorinolaringologą. Paprasčiausias patikros metodas yra klausimy-nas. Mūsų sudarytas originalus klausimų rinkinys (anketa) 99 proc. tikslumu atskiria sveiką ir patologinį balsą, 87 proc. tikslumu gerklų vėžį ir kitas organines gerklų ligas, 80 proc. – įtariamo vėžio grupę nuo kitų ligų, bei 79 proc. tikslumu tiriamuosius suklasifikuoja į mazginių, difuzinių, judrumo sutrikimų ir sveiko balso klases. Kaip patikslintų ankstyvąją gerklų ligų diagnostiką jungiama klausimynų ir balso tyrimų informacija. Siekdami

137

sudaryti optimalią klausimynų rinkinio (originalaus, BNI ir GFI) ir balso parametrų sistemą atitinkamoms gerklų ligų grupėms suklasifikuoti, atlikome DA. Į ją įtraukėme tik kiekybiškai vertintus klausimynų klausimus. Iš balso parametrų neįtraukėme fonetogramos dainavimo profilio, nes šios analizės neįmanoma atlikti nuotoliniu būdu, neįmanoma užrašyti FG nebendraujant su tiriamuoju tiesiogiai. Iš balso analizės įtraukėme akustinius parametrus (juos gauname kompiuteriniu būdu išanalizavę paciento įrašytą tęstinę balsę „a“), kalbos parametrus (garsios, normalios, tylios kalbos, šauksmo tono aukštį ir intensyvumą, kalbos intensyvumo diapazoną) ir paciento vertintą užkimimą VAS.

Kaip matyti 6.4.1 lentelėje, DA būdu, pasinaudodami žingsnine statistika minimizuojant Vilkso λ, gauname dešimties požymių rinkinį, kurio diskri-minavimo savybės yra labai aukštos. Požymių sistemos jautrumas – 96,8 proc., specifiškumas – 100 proc., o bendras klasifikavimo tikslumas – 97,6 proc.. Taigi, galima labai tiksliai atskirti sveiką ir patologinį balsą.

6.4.1 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, kai pagal anketinius duomenis ir balso parametrus tiriamieji klasifikuojami į sveiko ir patologinio balso grupes.

Požymiai Grupės



Kiek metų rūko Užkimimas (VAS) Balso įtaka social.gyvenimui Balsas per silpnas Sumažėjusi galimybė dainuoti Balsas lūžta F (iš BNI) P (iš BNI) Maks_F0, Hz IFT, sek.

0,054 0,024 0,014 0,021 –0,015 –0,004 –0,020 0,035 0,079 1,101

0,113 0,140

–0,011 –0,022 0,081 0,033

–0,165 0,270 0,065 0,806

(Konstanta) –22,440 –22,999 Klasifikavimo tikslumas 97,6 proc., Maks_F0, Hz – maksimalus pagrindinis tonas, Hz

DA būdu, pasinaudodami tik klausimyno ir balso parametrais nustatėme

optimalią požymių sistemą įtariamo gerklų vėžio ir kitų susirgimų grupėms klasifikuoti. Gavome 6.4.2 lentelėje išvardytų 10-ies požymių rinkinį, kurio jautrumas – 82,6 proc., specifiškumas – 88,7 proc., o bendras klasifikavimo tikslumas – 87,8 proc. Toks klasifikavimas yra labai tikslus ir reikšmingas.

138

6.4.2 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, kai pagal anketinius duomenis ir balso parametrus, tiriamieji klasifikuojami į įtariamo vėžio ir kitų gerklų ligų, kai vėžys neįtariamas, grupes.

Požymiai

Grupės Kt. nevėžinės ligos,

N=113 f1


f2

Kiek metų rūko Balso įtaka social. gyvenimui Balsas per silpnas Kvėpavimo sunkumas Balsas per žemas Shimmer, proc. Triukšmas IFT, sek. K_minTon, Hz K_dinamInt, dB(A)

0,175 –0,006 0,093 0,003 0,021 0,652 4,727 0,828 0,122 0,978

0,262 –0,031 0,135

–0,020 –0,009 0,788 5,918 0,945 0,160 1,085

(Konstanta) –33,878 –45,870 Klasifikavimo tikslumas 87,8 proc., K_minTon, Hz – minimalus kalbos tonas, K_dinamInt, dB(A) – kalbos intensyvumo diapazonas

Tiriamuosius klasifikuodami į gerklų vėžio ir kitų gerklų ligų grupes, gauvome optimalią septynių požymių sistemą (6.4.3 lentelė), kurios jautrumas - 82,6 proc., specifiškumas - 88,7 proc., o bendras klasifikavimo tikslumas - 87,8 proc. 6.4.3 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, kai pagal anketinius duomenis ir balso parametrus tiriamieji klasifikuojami į gerklų vėžio ir visų kitų organinių gerklų ligų grupes.

Požymiai Grupės

Kitos organinės ligos, N=133 f1


Amžius, metais Kiek metų rūko Balsas per žemas Shimmer, proc. GŪE IFT, sek. Tylios_Ton, Hz

0,382 0,023 0,086 0,379 8,687 0,817 0,080

0,467 0,116 0,056 0,490 4,592 1,007 0,094

(Konstanta) –25,462 –34,924 Klasifikavimo tikslumas – 87,8 proc., GŪE – gerklų ūžesio energija, Tylios_Ton, Hz – tylios kalbos tono aukštis

139

Gauti rezultatai parodo anketinių duomenų (klausimynų) ir balso para-metrų reikšmingumą ir naudingumą pirminei gerklų ligų atrankai.

6.5. Visos gerklų informacijos suvienijimo rezultatas

Siekdami apibendrinti visų rūšių informaciją, kuri naudojama gerklų ligoms diagnozuoti ir gerklų vaizdams aprašyti, DA ir AM metodais nus-tatėme svarbiausius jos požymius. Informaciją sudarė klausimynų duo-menys, subjektyvus balso vertinimas, akustinė balso analizė, FG dainavimo profilis, FG kalbos profilis, VLS vertinimai ir matavimai.

6.5.1 lentelėje matome optimalią požymių sistemą, kai sveiko ir patolo-ginio balso grupės klasifikuojamos naudojant visų tyrimų informaciją. Tiriamųjų klasifikacijai į sveiko ir patologinio balso grupes naudojant DA, optimalią požymių sistemą 17 požymių. Šios sistemos jautrumas, specifiš-kumas ir bendras klasifikavimo tikslumas siekia 100 proc.

6.5.1 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, kai pagal visus parametrus tiriamieji klasifikuojami į sveiko ir patologinio balso grupes.

Požymiai Grupės



Amžius Sumaž.galim.dainuoti P (iš BNI) Min_Ton, Hz Dinam_Int, dB(A) Norm_profilio, proc. Kalbos kreiv.nuolydis Virpesių reguliarumas Gleivinės banga PP Gleivinės banga SvP Difuzinis patologinis audinys BK kraštų kontūrai BK judrumas PP α_kv DarinioD_plyšyje PatAud_plyšyje PatAud_storis

0,502 0,030 –0,002 0,035 0,506 0,395 –0,322 –0,046 0,042 0,180 –0,078 0,232 0,074 1,269 –9,784 10,574

–10,433

0,324 0,130 0,276 0,021 1,011 –0,054 2,265 0,088 0,339 0,047 0,026 –0,057 0,291 0,883 26,243

–11,988 13,703

(Konstanta) –59,681 –72,567 Klasifikavimo tikslumas – 100 proc., parametrų santumpų paaiškinimai 8 priede.

140

Patologinio balso grupės tiriamuosius klasifikuodami į gerklų vėžio ir kitų organinių ligų grupes, DA būdu gauname optimalią devynių požymių sistemą, kuriai priklauso 6.5.2 lentelėje išvardintieji. Šios požymių sistemos jautrumas – 100 proc., specifiškumas – 95 proc., bendras klasifikavimo tiks-lumas – 95,8 proc.

6.5.2 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, kai pagal visus parametrus tiriamieji klasifikuojami į gerklų vėžio ir kitų organinių gerklų ligų grupes.

Požymiai Grupės

Kt. organinės ligos., N=119 f1

Gerklų vėžys., N=23 f2

Amžius, metais Diapazonas, pust. Gl. banga SvP Kvepav. pl Difuzinis aud. Judesių simetr. β_stro Pat_aud_PBK Sv/SVmen_pl

0,255 1,168 0,248 0,547 0,098 –0,202 2,086 8,385

190,805

0,335 1,036 0,188 0,330 0,198 –0,078 1,547 16,436

205,654 (Konstanta) –126,598 –144,449


Tiriamuosius klasifikuojant į įtariamo gerklų vėžio ir kitų ligų, kai vėžys neįtariamas grupes, optimalią požymių sistemą sudaro dešimties požymių rinkinys, į kurį patenka tiek klausimynų, tiek balso, tiek VLS vertinimo, tiek matavimo parametrai, parodyti 6.5.3 lentelėje. Požymių sistemos jautrumas – 93 proc., specifiškumas – 97,3 proc., bendras klasifikavimo tikslumas – 96,2 proc. Pritaikius Lachenbrucho procedūrą, rezultatai parodo, kad klasifikavimo efektyvumas šiek tiek sumažėja, bet išlieka pakankamai aukštas, t. y. 95,5 proc. Todėl galime teigti, jog diskriminavimo kintamųjų pertekliaus nėra.

141

6.5.3 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, kai pagal visus parametrus tiriamieji, klasifikuojami į įtariamo gerklų vėžio ir kitų gerklų ligų, kai vėžys neįtariamas, grupes.

Požymiai Grupės

Kt. nevėžinės ligos, N=113 f1

Įtariamo vėžio, N=43 f2

Surūkoma cig./d. P (iš BNI) K_minTon, Hz Virpesių simetr. Difuzinis aud. Kraštų lygumas Darinio_pl Pat_aud_PBK Sv/SVmen_pl

Keratozė_pl

–0,106 0,176 0,097 0,002 0,310

–0,091 52,929 17,330

215,803 –18,353

–0,199 0,074 0,160 0,054 0,452 –0,018 23,637 25,585

230,399 –10,800

(Konstanta) –115,442 –147,546 Klasifikavimo tikslumas – 96,2 proc. Parametrų santrumpų paaiškinimai 8 priede.

Visi parametrai tiriamuosius labai gerai išskiria į keturias gerklų ligų klases. Šešiolikos parametrų sistema sveikųjų, mazginių ir judrumo sutrikimų klasę atpažįsta 100 proc., o difuzinių pažeidimų klasę – 93,8 proc. tikslumu. Iš difuzinių klasės 6,2 proc. tiriamųjų painiojami su mazginių pa-žeidimų klase. Bendras klasifikavimo tikslumas siekia 98,1 proc. Pritaikius Lachenbrucho procedūrą, klasifikavimo efektyvumas sumažėja labai nesmarkiai, tik vienu procentu ir išlieka gana aukštas, t. y. 97,1 proc. Todėl galime daryti išvadą, kad ir šiuo atveju diskriminavimo kintamųjų pertek-liaus nėra.

142

6.5.4 lentelė. Fišerio tiesinių diskriminantinių funkcijų koeficientų reikšmės, kai pagal visus parametrus, tiriamieji klasifikuojami į mazginių pažeidimų, difuzinių pažeidimų, judrumo sutrikimų ir sveiko balso klases.

Požymiai Klasės

Mazginių p., N=77

Difuzinių p., N=65

Judrumo sutr., N=14

Sveiko balso, N=50

Balso sutrikimo trukmė Kiek metų rūko Sumaž.galim.dainuoti Dinam_Int, dB(A) Norm_profilio, proc. Kalbos kreivės nuolydis Balso plyšys Gl. Banga PP Kvėpavimo plyšys Ribotas audinys Difuzinis audinys Kraštų lygumas BK judr. PP DarinioD_plyšyje PatAud_plyšyje PatAud_storis

–0,015 0,056 0,198 0,834 –0,072 3,208 0,182 0,401 –0,028 0,170 –0,022 –0,126 0,142 35,724

–16,789 21,789

0,024 0,167 0,157 0,893 –0,153 2,671 0,123 0,455 –0,055 –0,037 0,379 –0,098 0,049 28,432

–21,624 20,793

–0,007 –0,321 0,137 0,829 –0,076 1,799 0,494 0,470 0,708 –0,319 –0,312 –0,535 1,524 9,603

–14,014 10,101

–0,014 0,008 0,066 0,359 0,296 0,695 0,100 0,180 –0,016 –0,066 –0,087 0,092 0,109 –0,345 8,669 0,995

(Konstanta) –59,747 –67,187 –144,735 –26,326 Klasifikavimo tikslumas – 98,1 proc. Parametrų santrumpų paaiškinimai 8 priede.

AM metodu nustatėme visų požymių (DBT) eiliškumą pagal svarbą visiems klasifikavimo uždaviniams spręsti bei nustatėme tokio klasifikavimo tikslumą. Kaip matome 6.5.6 lentelėje, klasifikacija visais atžvilgiais pakankamai tiksli. Pagal visus parametrus sveikas ir patologinis balsas AM metodu suklasifikuojamas 99,88 proc., gerklų vėžys ir kitos organinės ligos – 89,4 proc., įtariamas vėžys ir kitos ligos – 94,89 proc. tikslumu. Į keturias gerklų ligų klases tiriamieji suklasifikuojami 96,41 proc. tikslumu. 6.5.5 lentelė. Klasifikavimo į skirtingas grupes tikslumas, apskaičiuotas „atsitiktinių miškų“ metodu pagal visus tyrimo metodus.


parametrų/ Išmesta



Galut. klasif. tikslumas,

proc. Sveikas – patologinis balsas 131/80 0,12 0,12 99,88


143



parametrų/ Išmesta



Galut. klasif. tikslumas,

proc. Įtariamas gerklų vėžys – kitos ligos 131/80 5,11 5,11 94,89

Keturios klasės 131/80 3,59 3,59 96,41

Klasifikuojant į atitinkamas klases palikta po 51 reikšmingą parametrą.

6.5.6 lentelėje pateikiame klasifikavimo į sveiko ir patologinio balso grupes visų parametrų eiliškumą pagal svarbą. Lyginant DA būdu ir AM metodu nustatytas svarbiausių požymių klasifikacines sistemas ir jų eiliškumą, dalis reikšmingų parametrų sutampa (6.5.6 lentelėje jie išryškinti), kita dalis parametrų į šią eilę nepatenka, t.y.: paciento amžius, žemiausias išdainuotas tonas (Min_Ton, Hz), dainavimo profilio intensyvumo diapazonas (Dinam_Int,dB(A)), kalbos kreivės nuolydis, difuzinis patologinis audinys, balso klostės judrumas pažeistoje pusėje (BK judr. PP), sveikos balso klostės atsivedimo kampas kvėpavimo metu (α_kv).

6.5.6 lentelė. Daugiaparametrio balso tyrimo parametrų eiliškumas pagal svarbą, klasifikuojant „atsitiktinių miškų metodu į sveiko ir patologinio balso grupes.

1. Užkimimas(VAS)tyrėjo 18. Darinio_pl 35. Balso pažeid.lygis 2. Balso sutrik.trukmė 19. PatAud_PBK 36. E (iš BNI) 3. L (iš LGPI) 20. PatAud_storis 37. γ_stro_skirt 4. Virpesių reguliarumas 21. Sumaž.galim.dainuoti 38. I (iš LGPI) 5. Vaizdo simetriškumas 22. Ilgis_pat 39. Balso nuovargis 6. Gl.banga PP 23. PatAud_pl 40. Ribotas audinys 7. Kvėpavimo plyšys 24. GFI 41. DarinioD_plyšyje 8. Virpesių simetriškumas 25. γ_stro_min 42. Bals.sutrik.sunk(VAS) 9. Užkimimas(VAS)pac. 26. Diapazono sumaž. 43. Bals.praradim.(VAS) 10. Balso plyšys 27. Keratozė_pl 44. SVmen/Pat_pl 11. BNI 28. DSI 45. Bals.lūžta (VAS) 12. P (iš BNI) 29. γ_fon 46. Balso kokybė (VAS) 13. Plyšio_pl 30. PatAud_plyšyje 47. Trukšmas (akust.) 14. Stro_pl 31. Kraštų lygumas 48. Bals.per žemas(VAS) 15. P (iš LGPI) 32. F (iš BNI) 49. GŪE 16. Norm_profilio, proc. 33. Diapazonas, pust. 50. Maks_Ton, Hz 17. Gl.banga SvP 34. BK_storiai 51. Stro_ašis


144

6.5.7 lentelėje pateikiamas parametrų eiliškumas pagal svarbą, AM būdu klasifikuojant į gerklų vėžio ir kitų organinių gerklų ligų grupes. Visi parametrai, atrinkti kaip optimaliausi šiam klasifikavimo tikslui DA būdu, patenka ir į šią svarbiausių parametrų eilę.

6.5.7 lentelė. Daugiaparametrio balso tyrimo parametrų eiliškumas pagal svarbą, klasifikuojant „atsitiktinių miškų“ metodu į gerklų vėžio ir kitų organinių gerklų ligų grupes.

1. BK judr. PP 18. β_kv 35. Norm_profilio, proc. 2. Vaizdo simetr. 19. I (Iš LGPI) 36. L (iš LGPI) 3. Difuzinis aud. 20. Aštraus maisto vartoj. 37. Dinam_Int, dB(A) 4. Keratozė_pl 21. Darinio_pl 38. Kvėpav.sutrik.(VAS) 5. Judesių simetr. 22. Užkimimas(VAS)tyrėjo 39. Garsios_Int, dB(A) 6. Virpesių simetr. 23. Lytis 40. PatAud_storis 7. Rūkymo trukmė 24. PatAud_PBK 41. γ_stro 8. Amžius 25. γ_stro_min 42. Bendr.pažeid (akust.) 9. Ilgis_pat 26. γ_fon 43. Alkoholio vartojimas 10. DarinioD_plyšyje 27. PatAud_plyšyje 44. Riksmo_Ton, Hz 11. Gl. Banga PP 28. Diapazonas, pust. 45. Maks_Int, dB(A) 12. Ribotas aud. 29. DSI 46. Gl.banga SvP 13. Bals.per žemas(VAS) 30. PatAud_pl 47. Kalba val./d. 14. Kvėpav. Plyšys 31. Kiek metų rūkė,jei metė 48. Kada bals.blogiausias 15. β_stro 32. Plyšio_pl 49. Virpesių reguliarumas 16. Min_Ton, Hz 33. Min_Int, dB(A) 50. Nereguliarumas (akust) 17. SV/SVmen_pl 34. Kraštų lygumas 51. Stro_ašis


6.5.8 lentelėje pateikiamas parametrų eiliškumas pagal svarbą, AM metodu klasifikuojant į įtariamo gerklų vėžio ir kitų gerklų ligų grupes. Didelė dalis DA būdu atrinkų parametrų į šią eilę patenka, išskyrus du, t.y. surūkomų cigarečių skaičius per dieną ir fizinis BNI faktorius (P).

6.5.8 lentelė. Daugiaparametrio balso tyrimo parametrų eiliškumas pagal svarbą, klasifikuojant „atsitiktinių miškų“ metodu į įtariamo gerklų vėžio ir kitų gerklų ligų grupes.

1. Difuzinis aud. 18. Darinio_pl 35. Norm_Int, dB(A) 2. Keratozė_pl 19. Bals.per žemas(VAS) 36. P (iš LGPI) 3. Ribotas aud. 20. Stro_ašis 37. β_stro 4. Gl.banga PP 21. Gl. Banga SvP 38. Kalba val./d. 5. DarinioD_plyšyje 22. Amžius 39. Balso sutr.trukmė 6. Ilgis_pat 23. Norm_profilio, proc. 40. Judesių simetr. 7. Virpesių simetr. 24. Virpesių regul. 41. Stro_ilgiai 8. K_minTon_Hz 25. SV/SVmen_pl 42. G (iš LGPI)

145

6.5.8 lentelės tęsinys. 9. PatAud_PBK 26. Triukšmas (akust.) 43. Maks_Int, dB(A) 10. PatAud_storis 27. Tylios_Ton, Hz 44. Kosulio dažnis 11. BK judr. PP 28. GŪE 45. Diapazonas, pust. 12. Kraštų lygumas 29. K_diapaz., Hz 46. DSI 13. Min_Int, dB(A) 30. Dinam_Int, dB(A) 47. Skausmas kalbant 14. Vaizdo simetr. 31. Stro_pl 48. Normal_Ton, Hz 15. PatAud_pl 32. Kiek metų rūko 49. Min_F0, Hz 16. Lytis 33. Kvėpav. Plyšys 50. Min_Ton, Hz 17. Užkimimas(VAS)tyrėjo 34. PatAud_plyšyje 51. Kada bals.blogiausias


Klasifikuojant į keturias gerklų pokyčių klases iš visų DA būdu atrinktų parametrų vienintelis, t. y. kalbos kreivės nuolydis, į AM metodu atrinktą svarbiausių parametrų eilę nepatenka (6.5.9 lentelė).

6.5.9 lentelė. Daugiaparametrio balso tyrimo parametrų eiliškumas pagal svarbą, klasifikuojant į mazginių, difuzinių pažeidimų, judrumo sutrikimų ir sveiko balso klases.

1. Ribotas aud. 18. Keratozė_pl 35. E (iš BNI) 2. Difuzinis aud. 19. BK judr. PP 36. I (iš LGPI) 3. Užkimimas(VAS)tyrėjo 20. Plyšio_pl 37. P (iš LGPI) 4. Ilgis_pat 21. β_kv 38. Stro_pl 5. PatAud_PBK 22. Gl. Banga SvP 39. Dinam_Int, dB(A) 6. PatAud_pl 23. Norm_profilio, proc. 40. DSI 7. Virpesių regul. 24. BNI 41. Sumaž.galim.dainuoti 8. L (iš LGPI) 25. F (iš BNI) 42. StroMaks_pl 9. Darinio_pl 26. Virpesių simetr. 43. Balso paž.lygis 10. Balso sutrik.trukmė 27. Diapazonas, pust. 44. Min_Int, dB(A) 11. PatAud_storis 28. Kiek metų rūko 45. Bals.sutr.sunk.(VAS) 12. DarinioD_plyšyje 29. Užkimimas(VAS)pac. 46. γ_stro_min 13. Gl. Banga PP 30. GFI 47. Garsios_Int, dB(A) 14. Vaizdo simetr. 31. Balso plyšys 48. K_maksInt, dB(A) 15. PatAud_plyšyje 32. P (iš BNI) 49. γ_kv 16. Kraštų lygumas 33. Riksmo_Int, dB(A) 50. SV/SVmen_pl 17. Kvėpav. plyšys 34. Diapazono sumaž. 51. γ_fon


Apibendami klasifikavimo tikslumą, kai dviem skirtingais metodais naudojama visų rūšių informacija (anketiniai ir klausimynų duomenys, subjektyvus balso vertinimas, kompiuterinė kiekybinė ir kokybinė balso analizė, VLS vertinimas ir VLS matavimas) 6.5.10 lentelėje pateikiame DA

146

ir AM metodų palyginimą. Abiem metodais gautas didelis klasifikavimo tikslumas, tik klasifikuojant DA būdu jis nežymiai didesnis.

6.5.10 lentelė. Dviejų klasifikavimo metodų, pagal klausimynų, balso, vaizdo laringostroboskopijos vertinimo ir matavimo parametrus, palyginimas.


Sveiko – patologinio balso gr. 100,00 99,88 Gerklų vėžys – kitos organinės ligos 95,80 89,40 Įtariamas gerklų vėžys – kitos ligos 96,20 94,89 Keturios klasės 98,10 96,41

6.6. Balso parametrų, VLS vertinimo ir matavimo parametrų

koreliacinė analizė

6.6.1. VLS vertinimo ir matavimo parametrų koreliacijos Dauguma VLS vertinimo ir matavimo parametrų tarpusavyje koreliavo

statistiškai reikšmingai (3 priedas). Lyginant VLS matavimo kampų koreliacijas su VLS vertinimo parametrais, ryškiausios koreliacijos stebimos γ_stro, γ_stro_min ir γ_stro_skirt, t. y. stroboskopijos kampų su VLS vertinimu. Matomos šių parametrų vidutinio stiprumo koreliacijos su išplėstiniais baziniais VLS vertinimo parametrais bei γ_stro_skirt vidutinio stiprumo koreliacija su kvėpavimo plyšio susiaurėjimu ir balso klosčių kraštų kontūrų nelygumu. Β_stro statistiškai reikšmingai vidutiniškai koreliavo su gleivinės banga patologinėje pusėje ir balso klosčių kraštų lygumu. Iš visų matuotų kampų blogiausiai su VLS vertinimo parametrais koreliavo α_kv, β_kv, γ_kv ir α_stro, išskyrus stiprią neigiamą koreliaciją β_kv su balso klostės judrumu patologinėje pusėje (r= –0,71) bei vidutinio stiprumo neigiama su judesių simetriškumu (r= –0,52). Β_kv yra kampas tarp ašinės linijos ir patologinės balso klostės, todėl šios koreliacijos logiškai suprantamos. Stebėta vidutinio stiprumo koreliacija γ_kv su balso klostės judrumu patologinėje pusėje.

Apibendrindami VLS matavimo santykinių plotų ir VLS vertinimų koreliacijas, randame keletą labai stiprių ir stiprių koreliacijų. Darinio_pl stipriai koreliuoja su kvėpavimo plyšio susiaurėjimu ir balso klosčių kraštų kontūrų nelygumu, vidutiniškai su virpesių reguliarumu, gleivinės banga patologinėje pusėje, gleivinės banga sveikoje pusėje, virpesių simetriškumu bei difuziniu patologiniu audiniu. Pat_aud_pl ir Pat_aud_PBK stipriai koreliavo su difuziniu patologiniu audiniu ir labai stipriai su balso klosčių

147

kraštų kontūrų nelygumu, o su ribotu patologiniu audiniu iš viso nekore-liavo. Šie du matavimo parametrai vidutiniškai koreliavo su išplėstiniais baziniais VLS parametrais ir kvėpavimo plyšio susiaurėjimu. DarinioD_plyšyje pasižymėjo silpnomis koreliacijomis. SVmen/Pat_pl stipriai koreliavo su balso klosčių kraštų kontūrų nelygumu, nekoreliavo su balso klosčių judrumo parametrais ir vidutiniškai su kitais VLS vertinimo parametrais. Pažymėtinas Stro_pl, kuris pasižymėjo stipria koreliacija su balso klosčių virpesius ir gleivinės bangą vertinančiais parametrais. Keratozė_pl vidutiniškai koreliavo su simetriškumą atspindinčiais parametrais ir difuziniu patologiniu audiniu bei balso klosčių kraštų kontūrų nelygumu.

Vertinant VLS atstumų matavimus, stebima stipri koreliacija BK_storiai su vaizdo simetriškumu, Ilgis_pat ir Pat_aud_storis su difuziniu patologiniu audiniu ir balso klosčių kraštų kontūrų nelygumu, bei PatAud_plyšyje su balso klosčių kraštų kontūrų nelygumu. Blogiausiai koreliavo Stro_ilgiai su VLS vertinimu, o vidutinio stiprumo koreliacijos dažniausiai stebėtos tarp kitų VLS matavimo atstumų ir bazinių išplėstinių, bei kvėpavimo plyšio susiaurėjimo.

Apžvelgiant 3 priede pateiktą lentelę, iš visų VLS vertinimo parametrų su VLS matavimais blogiausiai koreliuoja ribotas patologinis audinys, balso klostės judrumas patologinėje pusėje bei balso klosčių judesių simetriškumas. Iš VLS matavimo parametrų su vertinimu blogiausiai koreliuoja α_kv, β_kv, γ_kv, α_stro, γ_stro, StroMaks_pl, Stro_ilgiai.

6.6.2. VLS vertinimo ir akustinių balso ir FG parametrų koreliacijos. Apžvelgdami VLS vertinimo ir akustinių balso parametrų, kartu su IFT ir

DSI koreliacijomis (4 priedas), stipraus koreliacinio ryšio nerandame. Iš visų akustinių parametrų daugiausiai vidutinio stiprumo koreliacijų su VLS vertinimo parametrais stebime garso bangos nereguliarumo, bendro pažeidimo, IFT ir DSI. Jitter ir Shimmer su VLS parametrais koreliavo vidutiniškai arba silpnai. Iš visų 12 VLS vertinimo parametrų su akustiniais nebuvo arba buvo labai silpnas koreliacinis ryšys su ribotu patologiniu audiniu, balso klostės judrumu pažeistoje pusėje ir judesių simetriškumu.

Kiek kitokį koreliacinės analizės rezultatą matome lygindami VLS vertinimo ir FG parametrus (6.6.2.1 lentelė). Čia išsiskiria parametras – normalaus balso profilio dalis, kuris stipriai neigiamai koreliuoja su baziniais išplėstiniais VLS parametrais, su kvėpavimo plyšio susiaurėjimu, difuziniu patologiniu audiniu ir balso klosčių kraštų kontūrų nelygumu koreliuoja vidutiniškai, o su likusiais parametrais – silpnai. FG tonų diapazonas stipriai neigiamai koreliuoja su balso plyšio sandarumu

148

fonacijos metu (r=–0,70), virpesių reguliarumu (r=–0,75) ir gleivinės banga patologinėje pusėje (r=–0,78); su kitais parametrais koreliuoja vidutiniškai ar silpnai. Intensyvumo diapazonas stipriai neigiamai koreliuoja su virpesių reguliarumu (r=–0,74) ir gleivinės banga patologinėje pusėje (r=–0,75). Apibendrindami šiuos rezultatus galime daryti išvadą, jog stipriausiai koreliuoja šeši baziniai išplėstiniai VLS parametrai su apibendrinančiais balso lauko parametrais, t. y. tonų diapazonu, intensyvumo diapazonu ir normalaus FG profilio dalimi. Silpniausios koreliacijos - su žemiausiu išdainuotu tonu, ribotu patologiniu audiniu, balso klostės judrumu pažeistoje pusėje ir balso klosčių judesių simetriškumu.

6.6.2.1 lentelė. Fonetogramos dainavimo profilio ir vaizdo laringostrobo-skopijos vertinimo parametrų koreliacijos.

VLS vertinimo

parametrai

Fonetogramos (dainavimo profilio) parametrai Maks Ton, Hz

Min Ton, Hz

Diapaz pust.

Maks Int,

dB(A)

Min Int,

dB(A)

Dinam Int,

dB(A)

Norm profilio proc.

r Balso plyšys –0,55* 0,20* –0,70* –0,60* 0,47* –0,65* –0,76* Virp. reguliar. –0,61* 0,22* –0,75* –0,64* 0,57* –0,74* –0,83* Gl.banga PP –0,66* 0,19* –0,78* –0,66* 0,56* –0,75* –0,86* Gl.banga SvP –0,48* 0,26* –0,67* –0,62* 0,51* –0,69* –0,71* Virp. Simetr. –0,56* 0,11 –0,61* –0,50* 0,48* –0,59* –0,70* Vaizdo simetr. –0,59* 0,10 –0,62* –0,47* 0,46* –0,56* –0,72* Kvėpav. plyšys –0,49* 0,18* –0,60* –0,56* 0,39* –0,59* –0,63* Ribotas aud. –0,31* -0,14* –0,18* 0,06 0,04 0,02 –0,24* Difuzinis aud. –0,36* 0,21* –0,50* –0,50* 0,50* –0,61* –0,50* Kraštų lygumas –0,51* 0,20* –0,63* –0,55* 0,55* –0,66* –0,66* BK judr. PP –0,17* 0,11 –0,30* –0,31* 0,11 –0,27* –0,28* Judesių simetr. –0,15* 0,12 –0,28* –0,29* 0,18* –0,29* –0,27*

*p<0,05, parametrų santrumpos paaiškintos 8 priede.

6.6.2.2 ir 5 priedo lentelėse parodytos VLS vertinimo ir FG kalbos profilio parametrų koreliacijos. Vertinant bendrai, VLS parametrai su FG kalbos profiliu koreliuoja gerokai silpniau negu su FG dainavimo profiliu. Stebimos statistiškai reikšmingos silpnos ar vidutinio stiprumo VLS vertinimo parametrų koreliacijos su kalbos intensyvumo diapazonu, maksimaliu kalbos intensyvumu, garsios kalbos ir riksmo parametrais. Kiti FG kalbos profilio parametrai su VLS vertinimo parametrais koreliuoja statistiškai reikšmingai labai silpnai arba visai nekoreliuoja. Iš VLS vertinimų riboto ir difuzinio patologinio audinio vertinimai su kalbos parametrais koreliuoja silpniausiai. Didžiausios koreliacijos stebimos tarp

149

riksmo tono ir riksmo intensyvumo bei tylios kalbos intensyvumo, ir tai rodo, jog blogėjant funkcinėms balso galimybėms siaurėja fonacijos diapazonas.

6.6.2.2 lentelė. Vaizdo laringostroboskopijos vertinimo ir fonetogramos kal-bos profilio parametrų koreliacijos.

VLS matavimų parametrai

Fonetogramos kalbos profilio parametrai

K_maks Ton, Hz

K_min Ton, Hz

K_diapaz, pust.

K maks Int,

dB(A)

K min Int,

dB(A)

K dinam Int, dB(A)

r Balso plyšys –0,04 0,08 –0,07 –0,36* 0,16* –0,37* Virp. reguliar. –0,06 0,03 –0,03 –0,32* 0,21* –0,37* Gl.banga PP –0,04 0,03 –0,02 –0,33* 0,18* –0,36* Gl.banga SvP –0,02 0,10 –0,06 –0,28* 0,13* –0,29* Virp. Simetr. –0,03 –0,04 0,02 –0,27* 0,26* –0,36* Vaizdo simetr. –0,07 –0,07 0,02 –0,24* 0,23* –0,32* Kvėpav. Pl. –0,12* 0,05 –0,10 –0,26* 0,15* –0,29* Ribotas aud. –0,11 –0,16* 0,07 0,07 0,15* –0,04 Difuzinis aud. 0,02 0,05 –0,01 –0,18* 0,11 –0,20* BK kraštai –0,02 0,02 –0,00 –0,17* 0,20* –0,26* BK judr. PP –0,14* 0,11 –0,20* –0,26* 0,05 –0,23* Judesių simetr. –0,15* 0,03 –0,14* –0,23* 0,14* –0,26*


6.6.3. VLS matavimo ir akustinių balso, FG parametrų koreliacijos

Apskaičiavus akustinių balso parametrų ir VLS matavimo parametrų koreliacijas, matoma (6 priedas), jog tarp jų stiprių koreliacijų nėra. Vidu-tinio stiprumo koreliacinis ryšys būdingas sujungiančių ir DSI parametrų (GŪE, nereguliarumas, triukšmas, bendras pažeidimas, IFT, DSI) su šiais VLS matavimo parametrais: γ_fon, γ_stro_min, γ_stro_skirt, Pat_aud_pl, Pat_aud_PBK, SV/PAT_pl, Stro_pl, Ilgis_pat, PatAud_plyšyje, PatAud_storis, Stro_ašis. Kiti VLS matavimo ir akustiniai balso parametrai tarpusavyje nekoreliavo arba koreliavo silpnai, ar labai silpnai.

VLS matavimo parametrai su FG dainavimo profilio parametrais koreliuoja stipriau nei su akustiniais balso parametrais (6.6.3.1 lentelė). Stebimas stiprus neigiamas koreliacinis ryšys Stro_pl su tonų diapazonu (r=–0,70), bei su normalaus profilio dalimi (r=–0,73). Iš visų FG dainavimo profilio parametrų silpniausiai koreliuoja arba visai nekoreliuoja žemiausias išdainuotas tonas. Keletas VLS matavimo parametrų su FG parametrais nekoreliuoja visai, t. y. α_kv, β_kv, γ_kv, α_stro, Plyšio_pl, StroMaks_pl. Vidutinio stiprumo teigiamos arba neigiamos koreliacijos stebėtos γ_fon,

150

γ_stro_min, Pat_aud_pl, Pat_aud_PBK, SVmen/Pat_pl, BK_storiai, Ilgis_pat, PatAud_plyšyje, PatAud_storis.

6.6.3.1 lentelė. Vaizdo laringostroboskopijos matavimų ir fonetogramos dainavimo profilio parametrų koreliacijos.

VLS matavimų

parametrai

Fonetogramos (dainavimo profilio) parametrai

Maks Ton, Hz

Min Ton, Hz

Diapaz, pust.

Maks Int,

dB(A)

Min Int, dB(A)

Dinam Int,

dB(A)

Norm profilio,

proc. r

α_kv 0,10 0,09 0,03 –0,03 0,01 –0,03 0,04 β_kv 0,16* 0,03 0,16* 0,13 –0,10 0,14* 0,18* γ_kv 0,15* 0,06 0,11 0,06 –0,06 0,07 0,13 γ_fon –0,44* 0,05 –0,51* –0,41* 0,24* –0,41* –0,55* γ_stro_min –0,44* 0,07 –0,53* –0,43* 0,27* –0,44* –0,56* α_stro –0,11 –0,16* 0,02 0,03 –0,14* 0,09 0,04 β_stro 0,19* –0,11 0,28* 0,23* –0,23* 0,28* 0,36* γ_stro –0,00 –0,16* 0,14* 0,12 –0,20* 0,19* 0,19* γ_stro_skirt 0,31* –0,20* 0,51* 0,42* –0,37* 0,49* 0,58* Plyšio_pl –0,10 0,08 –0,17* –0,18* 0,01 –0,13 –0,17* Darinio_pl –0,40* 0,10 –0,41* –0,36* 0,39* –0,45* –0,46* Pat_aud_pl –0,43* 0,26* –0,57* –0,50* 0,57* –0,64* –0,60* Pat_audPBK –0,45* 0,18* –0,55* –0,47* 0,56* –0,61* –0,59* DarD_plyšy –0,39* –0,07 –0,31* –0,16* 0,17* –0,20* –0,41* SVmen/PATpl 0,44* –0,28* 0,58* 0,50* –0,47* 0,59* 0,60* SV/SVmen_pl 0,22* –0,01 0,20* 0,22* –0,24* 0,28* 0,25* StroMaks_pl –0,10 0,07 –0,15* –0,18* 0,05 –0,15* –0,14* Stro_pl –0,50* 0,26* –0,70* –0,54* 0,51* –0,64* –0,73* Keratozė_pl –0,28* 0,09 –0,34* –0,24* 0,36* –0,35* –0,33* BK_Storiai 0,52* –0,08 0,55* 0,38* –0,43* 0,48* 0,57* Ilgis_pat –0,45* 0,20* –0,56* –0,49* 0,51* –0,60* –0,59* PatAud_plyšyje –0,44* 0,28* –0,54* –0,43* 0,46* –0,54* –0,60* PatAud_storis –0,39* 0,41* –0,57* –0,48* 0,55* –0,62* –0,62* Stro_ilgiai –0,11 0,10 –0,19* –0,22* 0,21* –0,26* –0,17* Stro_ašis 0,38* –0,25* 0,54* 0,50* –0,39* 0,55* 0,53*


Galima teigti, kad VLS parametrų (tiek vertinimo, tiek matavimo) koreliacijų su akustiniais balso parametrais ir FG parametrais tendencijos yra panašios, tik VLS matavimo parametrams koreliacijos gaunamos silpnesnės.

Iš rezultatų, pateiktų 6.6.3.2 ir 7 priedo lentelėse matome, jog VLS matavimo parametrai su FG kalbos profiliu koreliuoja gana silpnai. Stebi-mas daugelio parametrų statistiškai reikšmingas labai silnas koreliacinis

151

ryšys arba šio ryšio iš viso nėra. Iš FG kalbos profilio parametrų geriausiai su VLS parametrais koreliuoja kalbos intensyvumo diapazonas, riksmo tonas ir intensyvumas bei tylios kalbos intensyvumas. Tiek VLS vertinimo (6.6.2.2 lentelė ir 5 priedas), tiek VLS matavimo (6.6.3.2 ir 7 priedo lentelės) parametrų koreliacijų su FG kalbos parametrais tendencijos yra panašios, tačiau VLS vertinimo koreliacijos su FG kalbos parametrais šiek tiek didesnės.

6.6.3.2 lentelė. Vaizdo laringostroboskopijos matavimų ir fonetogramos kalbos profilio parametrų koreliacijos.



K_maks Ton, Hz

K_min Ton, Hz

K_ diapaz, pust.

K_maks Int,

dB(A)

K_min Int,

dB(A)

Kdinam Int,

dB(A) r

α_kv 0,07 0,05 0,02 –0,08 0,03 –0,08 β_kv 0,13* 0,03 0,08 0,07 –0,05 0,08 γ_kv 0,12* 0,05 0,06 –0,00 –0,02 0,01 γ_fon –0,07 0,01 –0,05 –0,21* 0,13* –0,24* γ_stro_min –0,06 0,02 –0,05 –0,23* 0,14* –0,26* α_stro –0,04 –0,13* 0,03 0,08 –0,06 0,10 β_stro 0,04 –0,08 0,06 0,20* –0,01 0,15* γ_stro –0,02 –0,13* 0,05 0,14* –0,03 0,13* γ_stro_skirt 0,02 –0,13* 0,08 0,29* –0,13* 0,30* Plyšio_pl 0,01 0,08 –0,04 –0,10 –0,01 –0,07 Darinio_pl –0,10 –0,07 0,01 –0,13* 0,18* –0,21* Pat_aud_pl –0,03 0,05 –0,04 –0,21* 0,17* –0,27* Pat_aud_PBK –0,06 0,04 –0,05 –0,17* 0,15* –0,23* DarinioD_plyšyje –0,05 –0,15* 0,12* –0,01 0,15* –0,10 SVmen/PAT_pl 0,01 0,04 –0,04 0,22* –0,22* 0,30* SV/SVmen_pl 0,09 0,02 0,00 0,03 –0,06 0,06 StroMaks_pl –0,00 0,14* –0,11 –0,07 –0,01 –0,05 Stro_pl 0,02 0,15* –0,08 –0,31* 0,12* –0,30* Keratozė_pl 0,03 –0,02 0,02 –0,07 0,04 –0,07 BK_Storiai –0,01 0,12* –0,11 0,12* –0,23* 0,24* Ilgis_pat –0,03 0,01 0,01 –0,15* 0,16* –0,21* PatAud_plyšyje –0,07 –0,03 0,02 –0,20* 0,22* –0,29* PatAud_storis 0,01 0,10 –0,04 –0,24* 0,18* –0,29* Stro_ilgiai 0,01 0,10 –0,05 0,15* –0,01 –0,10 Stro_ašis 0,03 –0,11 0,08 0,30* –0,14* 0,31*

* – p<0,05, parametrų santrumpos paaiškintos 8 priede.

152

7. REZULTATŲ APTARIMAS

Balso sutrikimu besiskundžiančio paciento patologija įprastai įvertinama atsižvelgiant į jo nusiskundimus, anamnezę, įskaitant ir individualaus balso vartojimo reikmes, subjektyvų balso vertinimą ir laringoskopiją. Kompiute-riniai kiekybiniai ir kokybiniai balso vertinimo metodai naudojami iškilus individualiam poreikiui bei tikslui, turint omeny paciento balso vartojimo intensyvumą bei gydymo efekto stebėjimo poreikį. Šnekamojoje kalboje užkimimas yra termino „disfonija“ sinonimas. Abu šie žodžiai pakaitomis vartojami medicinoje, kai norima nurodyti pablogėjusią balso kokybę [280]. Užkimimas gali būti visos balsą formuojančios sistemos disfunkcijos simptomas ar požymis. Siekiant efektyvumo, disfonijos diagnostika turi būti sutelkta į dinaminį gerklų funkcijos vertinimą.

Disertacinis darbas orientuotas į disfonija besiskundžiančio paciento ištyrimą bei įvairių galimų tyrimo metodų reikšmingumą diagnostikai ir ligų klasifikavimui. Kiekvieno paciento duomenų rinkinį sudarė 131 parametras: 54 klausimynų (originalios anketos, GFI ir BNI), 40 balso (subjektyvaus balso vertinimo, akustinių balso ir FG), 12 VLS vertinimo, 25 VLS mata-vimo parametrų. Atlikta įvairiapusė tiriamųjų balso analizė, kurią lydėjo tiek subjektyvus, tiek kompiuterinis dainuojančio balso bei kalbos vertinimas.

Vienas iš šio disertacinio darbo uždavinių buvo nustatyti, kokią svarbą diagnostikai turi kruopštus anamnezės surinkimas. Klausimynų parametrų reikšmingumui nustatyti analizuotas klausimų rinkinys, įskaitant sudarytą originalią anketą ir validuotus bei lietuvių kalbai naudoti pritaikytus BNI ir GFI klausimynus [259, 261]. Originalų klausimyną sudarė 49 klausimai.

Renkant anamnezę labai svarbu suprasti ir įvertinti, dėl kurių balso pablogėjimo aspektų pacientas ieško pagalbos [280]. Pacientų balso sutrikimų pojūčiai yra individualūs ir tiesiogiai susiję su balso vartojimo apimtimi, intensyvumu ir pobūdžiu. Pvz., mokytojo, darbinininko, ar dainininko užkimimas turi skirtingą įtaką jų kasdieniam gvenimui. Todėl atsiranda poreikis išskirti balso vartotojų lygius [281]. „Užkimimas“ iš paciento lūpų gali reikšti daugelį aspektų:

• pablogėjusią balso kokybę; • balso nuovargį; • nepakankamą garsumą; • ribotą tonų diapazoną; • reikalingas didesnes fonacines pastangas; • dusulį; • pablogėjusią dainavimo kokybę; • kitus požymius [280].

153

Todėl disertaciniame darbe nustatėme tuos klausimynų parametrus, kurie leidžia geriausiai atskirti sveiko ir patologinio balso, gerklų vėžio ir kitų gerklų ligų, įtariamo gerklų vėžio ir kitų gerklų ligų grupes bei keturias susirgimų klases (mazginių pažeidimų, kurie paprastai yra gėrybiniai, difuzinių pažeidimų, judrumo sutrikimų ir sveiko balso). Klausimynų duo-menis lengva pateikti ir registruoti. Anamnezė ligų diagnostikai turi neabejotiną reikšmę, kiekvieną situaciją nukreipia tam tikra tyrimų, stebė-jimo linkme. Jei naudojantis klausimynais tiriamuosius galima pakankamai tiksliai kategorizuoti į sveikąją ir patologinę grupes, įmanoma nustatyti ir pagrindinius susirgimų gerklų ligomis rizikos faktorius. Negana to, jei sugebėsime pakankamai tiksliai klasifikuoti į vėžio ir kitų ligų klases, tai ne tik nustatysime rizikos faktorių, bet ir turėsime patikimą instrumentą (klausimyną), padėsiantį anksti įtarti gerklų vėžį ar ikivėžinę būklę, kad toks pacientas būtų pakankamai anksti pradėtas detaliau tirti ir gydyti.

Disertaciniame darbe nustatytos balso kokybę atspindinčių akustinių balso parametrų, balso galimybes charakterizuojančių FG parametrų ir kalbos profilio parametrų ribos sveiko balso tiriamųjų grupėje. FG kalbos parametrai pasaulyje mažai tyrinėti.

7.1 lentelėje apibendrinome visais naudotais metodais gautus klasifi-kavimo rezultatus. Klasifikavimo rezultati pagal klausimynų duomenis nenusileidžia kitiems. Sveiko ir patologinio balso grupes vien iš klausimynų galima atskirti 100 proc. tikslumu. Netgi gerklų vėžys nuo kitų ligų atskiria-mas apie 90 proc. tikslumu, o įtariamas gerklų vėžys ir keturios gerklų ligų klasės atskiriami apie 80 proc. tikslumu. Svarbiausi klausimynų parametrai gerklų ligų grupėms klasifikuoti buvo šie:

1. Rūkymas ir surūkomų cigarečių skaičius per dieną. 2. Užkimimas (VAS), vertinamas paties paciento. 3. Sumažėjusi galimybė dainuoti. 4. F (BNI). 5. P (BNI). 6. Balso pažeidimo trukmė. 7. Balso vartojimo lygis. 8. Balso pokytis per parą. 9. Kosulio dažnumas. 10. Rėkavimo dažnumas. 11. Kalbėjimas triukšmingoje aplinkoje. 12. Aštraus maisto vartojimas.

Taigi matome, kad klasifikavimas į atitinkamas gerklų ligų grupes pagal klausimynų duomenis tikslumu nenusileidžia įvairiose studijose aprašytiems

154

klasifikavimo rezultatams, gautiems iš akustinės analizės, FG kalbos, daina-vimo profilio parametrų [107, 109, 110, 116, 113, 108, 114, 111, 115, 112].

Žinome, kaip svarbu anksti diagnozuoti piktybines gerklų ligas. Mūsų rezultatai parodo, jog jau netgi šeimos gydytojas, net neturėdamas vizualių diagnostikos priemonių, piktybines gerklų ligas gali įtarti tik iš anamnezės. Apskaičiavimuose atidalijome ir įtariamo vėžio grupę, prie kurios priskyrėme ikivėžines gerklų ligas (hiperplastinį laringitą su keratoze ir papilomatozę). Dažnai vien iš laringoskopinio vaizdo negalime nustatyti, ar pacientas serga hiperplastiniu laringitu, ar jau vystosi gerklų vėžys. Diagnozę reikia tikslinti histologiniu tyrimu [282].

Balso funkcija gali būti vertinama daugeliu aspektų, kurie aprėpia sub-jektyvų balso kokybės vertinimą, akustinę balso signalo analizę, funkcinių balso galimybių vertinimą (FG), aerodinaminius rodiklius, endoskopinius tyrimus.

7.1 lentelė. Visų gerklų ligų klasifikavimo metodų rezultatai.

Klasifikavi-mo

uždavinys Metodas

Parametrai Anket. duom.

Balso param.

VLS vert.

VLS matav. DBT

Sveikas – patolog.

Kla

sifik

avim

o m

etod

ų tik

slum

as,

proc

.

DA 94,20 99,00 97,60 98,50 100 AM 99,51 99,42 99,51 99,51 99,88

Vėžys – kt. organ. ligos

DA 90,80 73,20 92,30 91,50 95,80 AM 87,68 80,88 91,20 86,62 89,40

Įt. vėžys – kt. ligos

DA 77,60 84,60 93,60 96,20 96,20 AM 80,49 80,42 91,27 92,11 94,89

Keturios klasės

DA 77,20 75,70 94,20 96,10 98,10 AM 79,37 80,32 96,12 93,24 96,41

Vertinant disfonija sergantį pacientą, jo subjektyvūs skundai ir duomenys

gauti taikant objektyvius tyrimo metodus, dažnai nesutampa. Klinikinėje praktikoje pasitaiko balso ir gerklų vaizdo disonansų. Netiesioginės laringoskopijos radiniai gali būti ne tokie išraiškingi palyginti su balso pokyčiais – ir atvirkščiai. Detaliau tirdami balso klosčių virpesius galime stebėti disfoniją lemiančius pokyčius [5]. Vienas iš tokių tyrimų metodų, rutiniškai naudojamas otorinolaringologo, yra pripažinta ir neinvazyvi VLS. Tai yra vienintelis optimalus būdas kasdienėje praktikoje stebėti balso klosčių virpesius, nustatyti jų sutrikimus ir gleivinės pokyčius, surasti smulkius organinius balso klosčių pakitimus. Vaizdo įrašų galimybė VLS naudą dar padidina. Todėl galime dokumentuoti, lyginti tyrimus laiko ir gydymo atžvilgiu [5].

155

Klinikinėje ir mokslo praktikoje aiškiai juntamas objektyvios ir kieky-binės VLS analizės poreikis. Kiekybiniai VLS pokyčių parametrai suteikia patikimesnę informaciją bei galimybę stebėti, kaip progresuoja gydymas [283]. Vis dėlto balso klosčių virpesių reguliarumo, amplitudės, periodiškumo vertinimai nėra patikimi dėl jų subjektyvumo. Nepaisant šių netobulumų, kai kurios ankstesnės studijos parodė, kad galimi balso klosčių virpesių vertinimai ir jie yra kliniškai svarbūs [204]. Mūsų dienomis, pasitelkus įvairias technnologijas (videokimografiją, didelio greičio vaizdo įrašus), įmanoma nustatyti ganėtinai daug potencialiai objektyvių gerklų vaizdo parametrų. Tačiau nėra bendrai taikomų objektyvių VLS parametrų, kurie leistų patikimai atskirti sveikus ir patologinius balso klosčių virpesius [4, 285, 284]. Ši aplinkybė, t. y. tokių standartizuotų parametrų stygius ap-sunkina atskirų studijų rezultatų palyginimo galimybes. Normos įvertinimas taip pat leistų nustatyti tam tikras jos ribas [283]. Nepaisant objektyvių VLS vertinimo parametrų stokos, keletas ankstesnių studijų parodė, kad galimas kliniškai reikšmingas kiekybinis balso klosčių virpesių vertinimas pasire-miant VLS įrašais [204, 286, 287]. Kita vertus, Shneider ir bendr. nustatė, jog parinktų VLS parametrų (3 geometriniai ir 3 priklausomi nuo laiko) kiekybiniai dydžiai funkcinių disfonijų atveju nekoreliavo su kokybiniais subjektyviais stroboskopijos vertinimais.

Kadangi VLS vertinimas labiau paremtas rega stebimais subjektyviais vertinimais, kliniškai svarbus tyrėjų tarpusavio vertinimo (inter-rater relia-bility) bei pakartotinių vertinimų (intra-rater reliability) patikimumas. Šiuo klausimu literatūroje pateikiami labai skirtingi duomenys, kur koreliacijos svyruoja 0,2–0,9 ribose [204, 216, 217]. Tačiau mūsų studijos rezultatai parodė stiprų ir labai stiprų tyrėjų VLS vertinimų VAS suderinamumą. Tai įrodo galimą ir patikimą subjektyvų kiekybinį VLS vertinimą. VLS vertinimas VAS nėra tikrasis kiekybinis vertinimas. Jį būtų galima apibrėžti subjektyvaus pojūčio kvalifikuotu kiekybiniu matavimu.

Patologiniai balso klosčių pakitimai trikdo virpesių kokybę bei reguliarumą. Dėl to palyginant su sveikomis balso klostėmis, patologinėse išsivysto pastebimi virpesių periodiškumo sutrikimai [302, 303]. Navikinis audinys, pažeidęs klostės gleivinę, bazinę membraną, keičia ir balso klostės masę, storį, geometriją, simetriją. Todėl sumažėja ar išnyksta gleivinės ban-ga [304, 305]. Šiame darbe nustatyta, kad sveiko ir patologinio balso grupių VLS vertinimo parametrų reikšmės gerokai didesnės. Diskriminantinės analizės būdu sudarytai optimaliai požymių sistemai, kai sveiko ir patolo-ginio balso grupės buvo klasifikuojamos tik pagal VLS vertinimo paramet-rus, priklausė balso plyšio sandarumas, balso klosčių virpesių reguliarumas, gleivinės banga patologinėje pusėje, riboto audinio dydis. Šios požymių sistemos klasifikavimo tikslumas – 97,6 proc. Tai patvirtina teorinį pagrin-

156

dą, jog balso klostės masės ir geometrijos pokyčiai trikdo natūralius klosčių virpesius. Tačiau riboto audinio vertinimas buvo vienas iš blogiausiai koreliuojančių su balso parametrais. Gerklų vėžys ir kitos organinės gerklų ligos DA būdu, pasiremiant tik VLS vertinimo parametrais, atskiriamos aukštu 92,3 proc. tikslumu. Į požymių sistemą įeina gerklų vaizdo simetriš-kumas, kvėpavimo plyšys, difuzinio audinio buvimas ir dydis, balso klostės judrumas pažeistoje pusėje. Visi šie požymiai taip pat patvirtina teorinį pagrindą, kad gerklų vėžiui būdinga asimetrija, difuzinis augimo tipas, kuris ilgainiui siaurina kvėpavimo plyšį bei riboja pažeistos pusės judesius.

Balsas yra daugiamatis fenomenas ir turėtų būti vertinimas kompleksiš-kai. Šioje studijoje aprėpiama įvairiapusė informacija, surandamos požymių sistemos, kurios leidžia tiriamuosius išskirti į sveiko ir patologinio balso, vėžio, ar įtariamo vėžio grupes, o šių sistemų klasifikavimo tikslumas yra labai didelis (7.1 lentelė). Moksliniuose tyrimuose reiškiasi tendencijos diegti automatizuotą balso atpažinimą ir vertinimą [288]. Tuo tikslu apskaičiavome požymių sistemą, kuri padeda atrinkti gerklų ligas bei nustatyti rizikos grupes. Šiai požymių sistemai priskirti anketiniai duomenys bei akustinės balso analizės, FG kalbos profilio parametrai bei IFT mata-vimai. FG parametrai nepriskirti, kadangi jai atlikti reikalingas patyręs tyrė-jas. Gauta požymių sistema leidžia diferencijuoti sveiką ir patologinį balsą aukštu 97,6 proc. tikslumu, įtariamą vėžį, bei vėžį ir kitas gerklų ligas – 87,8 proc. tikslumu.

Dar vienas problemiškas studijos aspektas – informacijos apie VLS tyrimo ir gerklų fonacinę funkciją atspindinčių parametrų koreliacijas stoka. Norint pripažinti VLS kiekybinius parametrus, rezultatai turi sietis su subjektyviais, aerodinaminiais ir akustiniais balso kokybės parametrais. VLS ir kitų klinikinių tyrimų, kaip antai akustinės balso analizės ir balso kiekybės matavimo, t. y. fonetogramos, koreliacijos leidžia nustatyti ojekty-vius dinaminių balso pokyčių požymius ir yra svarbios interpretuojant naudojamos vaizdinės technikos rezultatus bei didinant jų klinikinę vertę.

Kai kuriose studijose buvo nustatytos teigiamos koreliacijos tarp balso plyšio ir pučiamo balso sergant vienpusiu gerklų paralyžiumi. Buvo patvir-tinta, jog vienintelio parametro – santykinio balso plyšio ploto – VLS metu pokytis lemia balso plyšio nepakankamumą ir galima objektyviai parodyti balso klostės chirurginės medializacijos efektą [289, 290]. Be to, po operacijos išmatuotas balso plyšys smarkiai koreliavo su akustiniais balso parametrais [289]. Taip pat buvo gauta ryški koreliacija tarp VLS gleivinės bangos sinchroninių fazių ir jitter shimmer ir harmonikų – triukšmo santykio [290]. Kelley ir bendr. nustatė ryšį tarp stroboskopijos „virpesių koeficiento“ ir „BK krašto koeficiento“ ir disfonijos sunkumo [291]. Mūsų studijos duomenimis, stebimos statistiškai reikšmingos koreliacijos tarp

157

pagrindinių VLS vertinimo parametrų, išmatuotų VAS, ir akustinių, FG parametrų bei subjektyvaus balso vertinimo.

Dailey ir bendr. savo studijoje padarė išvadą, jog kampas tarp balso klosčių gali būti patikimai išmatuotas pagal endoskopinius paveikslus, o kampų pokyčiai abdukcijos ir addukcijos metu gali būti nustatyti ir išmatuoti pagal paveikslėlių sekos analizę [283]. Pastarosios studijos duomenimis, objektyviai išmatuotas balso plyšio kampas patikimai kore-liavo su akustiniais balso ir FG parametrais, be to, galėtų padėti planuojant chiruginį gydymą (laringoplastiką) ir stebint gydymo progresą.

Šiame disertaciniame darbe atlikome įvairiapusius (plotų, atstumų, kampų) VLS matavimus. Rezultatams skaičiuoti ir apibendrinti naudoti santykiniai dydžiai, siekiant eliminuoti endoskopo ir gerklų atstumo priklau-somybę. Mūsų studijoje atlikta duomenų analizė parodė, kad iš visų kampų matavimų informatyviausi ir labiausiai koreliuojantys su balso parametrais yra stroboskopijos metu matuoti kampai bei fonacijos metu išmatuoti kampai tarp balso klosčių. DA būdu nustatytos optimalios požymių siste-mos, kai buvo naudotasi tik VLS matavimo parametrais, klasifikavimo į sveiko ir patologinio balso grupes tikslumas siekė net 98,5 proc., o į gerklų vėžio ir kitų organinių gerklų ligų grupes – 91,5 proc. Šis rezultatas nenusi-leidžia ir šiek tiek pranoksta VLS vertinimo VAS parametrus. Tai rodo, jog toks VLS matavimas kliniškai gali būti reikšmingas, tačiau reikalauja daug laiko sąnaudų. Tik vieno paciento VLS statinių vaizdų atranka skaičiavi-mams bei matavimai užtrunka ne mažiau kaip valandą. Klinikinėje prakti-koje tokios laiko sąnaudos sunkiai įsivaizduojamos, todėl šiame darbe atlikti matavimai gali pasitarnauti kuriant automatizuoto vertinimo ir analizės sistemą.

Esant nereguliariems balso klosčių virpesiams, jų vertinimas VLS metu pasunkėja, todėl šiuolaikinėje mokslinėje praktikoje stebima tendencija tokius virpesius vertinti didelio greičio (angl. high-speed) vaizdo endosko-pijos (HSV) būdu. Gerklų HSV įrašų, palyginti su VLS, pagrindinis privalu-mas - galimybė stebėti ir analizuoti nereguliarius balso klosčių virpesius. Tačiau HSV įrašuose virpesių vertinimo skalės, palyginti su VLS, yra kitokios [307]. Lyginat VLS ir HSV tyrimų tikslumą, kai buvo vertinami reguliarūs balso klosčių virpesiai, reikšmingas skirtumas nenustatytas. Skyrėsi tik vizualus virpesių simetriškumo vertinimas [308]. Tačiau tiriant pacientus, turinčius balso klosčių pakitimų, nustatytas HSV pranašumas prieš VLS (tikslumo ir interpretavimo prasme). HSV suteikė galimybę vertinti virpesių fazės asimetriją, o VLS tokios galimybės nesuteikia [307].

Mehta ir bendr. (2011) savo studijoje nustatė, jog tarp HSV būdu rastos virpesių asimetrijos ir akustinio spektro nuokrypių parametrų tiesioginių koreliacijų nėra [309]. Tačiau vėlesnėse autoriaus studijose nustatytos reikš-

158

mingos koreliacijos tarp HSV parametrų ir akustinio kepstro parametrų prieš ir po balso klosčių mikrochirurginių opercijų [310]. Akustinio kepstro viršū-nės dydžio nuokrypiai reikšmingai koreliavo su HSV tyrimu nustatytais parametrais: vidutinio greičio koeficientas su bazinio dažnio nuokrypiu, jitter su kairės – dešinės fazių asimetrijos standartiniu nuokrypiu ir kairės – dešinės amplitudės asimetrijos standartiniu nuokrypiu. Gerklų vėžio pacien-tų grupėje nustatytos reikšmingos vidutinio stiprumo koreliacijos tarp jitter ir virpesių fazės standartinio nuokrypio ir virpesių ciklų amplitudės [311].

Verdonck-de Leew ir bendr. atliktoje studijoje buvo lyginami neregu-liarių balso klosčių virpesių videokimografiniai vaizdai su sinchroniškai įrašytais akustiniais kalbos signalais. Nustatytas aiškus ryšys tarp videoki-mografinių paveikslų dažnio ir akustinio kalbos signalo. Nustatytas neregu-liarių virpesių poveikis pučiamo ir grubaus balso signalui susiformuoti bei harmonikų – triukšmo santykio dydžiui [306].

Literatūros duomenys, lyginant HSV ir VLS metodų reikšmingumą, yra prieštaringi, tačiau tam tikru mastu gali būti suderinami. Vis dėlto mūsų studijos duomenys sutampa su literatūros duomenimis. Bendra tendencija yra ta pati: kuo labiau pažeisti fonaciniai balso klosčių virpesiai, tuo didesni akustinio balso signalo nuokrypiai.

Yra kelios studijos, kuriose išmatuotas organinių balso klosčių pažeidimų dydis ir nustatytas šių matavimų patikimumas. Prieita prie bendro sutarimo, jog VLS yra naudinga atliekant tokius matavimus [292, 293, 294]. Kadangi VLS metu vertinamo vaizdo dydis priklauso nuo atstumo tarp endoskopo ir gerklų ir nėra žinomas, matavimams nederėtų naudoti absoliučių dydžių, nes matavimai būtų netikslūs. Tikslingiau naudoti santykinius dydžius. Mūsų studijos rezultatai parodė, jog santykinių plotų ir atstumų matavimai eliminuoja endoskopo atstumo efektą ir suteikia galimybę duomenis lyginti bei apskaičiuoti koreliacijas.

Šiame darbe nustatytos reikšmingos ir statistiškai reikšmingos korelia-cijos tarp daugelio VLS vertinimo ir balso parametrų, taip pat tarp VLS matavimo ir balso parametrų. Tyrimo rezultatai patvirtina, kad balsas yra daugiamatis reiškinys ir negali būti aprašytas vienu parametru. Žinoma, turėtų būti tiriama ir vertinama balso klosčių virpesių vizualizacijos, balso kokybės ir funkcijos vertinimo metodais. Be to, skirtinga informacija, gaunama ir surenkama iš skirtingų šaltinių, turėtų viena kitą papildyti.

Kad VLS kiekybinis vertinimas pasiektų kasdienę praktiką, reikia toles-nių studijų. Tuo tarpu derėtų detalizuoti VLS parametrus ir nustatyti stan-dartus normaliems ir patologiniams balso klosčių virpesiams apibrėžti. Naudojimasis šiame darbe aprašytais ir įvertintais VLS parametrais padėtų kiekybiškai nustatyti gerklų patologijos tipą ir laipsnį, įrodyti gydymo efektyvumą ir dokumentuoti taikyto gydymo veiksmingumą [4]. Standar-

159

tizuota VLS ir gerklų paveikslų analizė sudarytų prielaidas siekti fonacinę funkciją atspindinčių objektyvių parametrų [5].

Sparčiai vystoma automatizuota vaizdų analizė. Ateities perspektyva – programinė įranga su VLS įrašų analize, vertinančia vaizdų kokybę, išma-tuojančia pagrindinius parametrus be ženklaus vartotojo įsikišimo [5]. Automatizuoti gausios ir skirtingos rūšies informacijos jungimo ir analizės metodai padėtų sukurti tobulesnę sprendimų sistemą balso ir gerklų ligoms diagnozuoti [295, 296].

160

IŠVADOS

1. Anketiniai duomenys yra patikimas instrumentas, kurį galima naudoti pirminei gerklų ligų atrankai. Diskriminantinės analizės būdu gautos funkcijos, bei nustatytos optimalios požymių sistemos leidžia pagal anketinius duomenis ir klausimynus suklasifikuoti į sveiko ir patolo-ginio balso grupes bei gerklų ligų grupes 77,2–94,2 proc. tikslumu.

2. Subjektyvus užkimimo vertinimas vaizdinio atitikmens ir LGPĮ skalėse reikšmingumu ir tikslumu nenusileidžia akustiniams balso parametrams ir yra reikšmingas klasifikuojant į gerklų ligų grupes.

3. Subjektyvus vaizdo laringostroboskopijos parametrų vertinimas vaiz-dinio atitikmens skalėje yra kliniškai reikšmingas, patikimas ir parodo, kad tyrėjų tarpusavio vertinimai ir pakartotiniai vertinimai gerai su-dera bei yra lengvai pritaikomi klinikinėje praktikoje.

4. Vaizdo laringostroboskopijos matavimo parametrų klasifikavimo tikslumas įrodo, jog VLS matavimai yra galimi ir gali būti reikšmingi kuriant kompiuterizuotas gerklų pokyčių aprašymo sistemas.

5. Sujungus visus balso daugiaparametrio tyrimo parametrus diskrimi-nantinės analizės būdu sukurta požymių sistema, kurios klasifikavimo tikslumas į sveiko ir patologinio balso grupes – 100 proc., gerklų vė-žio ir kitų organinių gerklų ligų grupes – 95,8 proc., įtariamo gerklų vėžio ir kitų ligų grupes – 96,2 proc. ir į keturias BK pakitimų klases – 98,1 proc. Atitinkamose grupėse „atsitiktinių miškų“ metodu pasiektas 99,88 proc., 89,4 proc., 94,89 proc., 96,41 proc. klasifikavimo tikslu-mas. Gauti parametrai gali būti naudojami sukurti automatizuotoms pagalbos sistemoms, kurios padėtų priimti efektyvius gerklų ligų gydymo sprendimus.

161

BIBLIOGRAFIJOS SĄRAŠAS 1. Aichinger P, Feichter F, Aichstill B, Bigenzahn W, Schneider-Stickler B. Inter-

device reliability of DSI measurement. Logoped Phoniatr Vocol 2012;37:167-73. 2. Airainer R, Klingholz F. Quantitative evaluation of phonetograms in the case of

functional dysphonia. J Voice 1993;7:136-41. 3. Akerlund L, Gramming P, Sundberg J. Phonetogram and averages of sound pressure

levels and fundamental frequencies of speech: Comparison between female singers and nonsingers. J Voice 1992;6:55-63.

4. Amir O, Ashkenazi O, Leibovitzh T, Michael O, Tavor Y, Wolf M. Applying the Voice Handicap Index (VHI) to dysphonic and nondysphonic Hebrew speakers. J Voice. 2006;20:318-24.

5. Andre K, Schraub S, Mercier M, Bontemps P. Role of alcohol and tobacco in the etiology of head and neck cancer: a case-control study in the Doubs region of France. Eur J Cancer 1995;31:301-9.

6. Anghelina F, Ionita E, Popescu CF, Ionita I, Mogoanta C, Ciolofan S ir kt. Clinical, morphological and immunohistochemical aspects in laryngeal premalignant lesions. Rom J Morphol Embryol 2006;47:169-74.

7. Angsuwarangsee T, Morrison M. Extrinsic laryngeal muscular tension in patients with voice disorders. J Voice 2002;16:333-43.

8. Archer, K. and R. Kimes. Empirical characterization of random forest variable importance measures. Comput Stat Data An 2008;52:2249-60.

9. Aronson AE, editor. Clinical voice disorders.New York: Thieme; 1990. 10. Aronson N, Alonso J, Burnam A, Lohr KN, Patrick DL, Perrin E ir kt.

Assessing health status and quality-of-life instruments: attributes and review criteria. Qual Life Res 2002;11:193-205.

11. Bach KK, Balafsky PC, Wasylik K, Postma GN, Koufman JA. Validity and reliability of the glottal function index. Arch Otolaryngol Head Neck Surg 2005;131:961-4.

12. Baken RJ, Orlikoff RF, editos. Clinical measurement of speech and voice (2nd ed). San Diego: Singular; 2000.

13. Baken RJ, Orlikoff RF. Voice measurement: is more better? Logop Phoniatr Vocol 1997;22:147-51.

14. Bastian RW, Delsupehe KG. Indirect larynx and pharynx surgery: a replacement for direct laryngoscopy.Laryngoscope 1996;106:1280-6.

15. Bastian RW, Keidar A Verdolini-Marston K. Simple vocal tasks for detecting vocal fold swelling. J Voice 1990;4:172-83.

16. Behlau M, Alves Dos Santos Lde M, Oliveira G. Cross-cultural adaptation and validation of the voice handicap index into Brazilian Portuguese. J Voice 2011;25:354-9.

17. Bele IV. Reliability in perceptual analysis of voice quality. J Voice 2005;19:555-73. 18. Bless D, Baken R, Hacki T, Fritzell B, Laver J, Schutte H ir kt. International

association of logopedics and phoniatrics (IALP) voice committee discussion of assessment topics Journal of Voice. J Voice 1992; 6:194-210.

19. Bohme G, Stuchlik G. Voice profiles and standard voice profile of untrained children. J Voice 1995;9:304-7.

162

http://www.ncbi.nlm.nih.gov/pubmed/?term=177.%09Aichinger+P%2C+Feichter+F%2C+Aichstill+B%2C+Bigenzahn+W%2C+Schneider-Stickler+B+Inter-+device+reliability+of+DSI+measurement.

http://www.ncbi.nlm.nih.gov/pubmed?term=Airainer%20R%5BAuthor%5D&cauthor=true&cauthor_uid=8353627

http://www.ncbi.nlm.nih.gov/pubmed?term=Klingholz%20F%5BAuthor%5D&cauthor=true&cauthor_uid=8353627

http://www.ncbi.nlm.nih.gov/pubmed/16324824


http://www.ncbi.nlm.nih.gov/pubmed?term=Anghelina%20F%5BAuthor%5D&cauthor=true&cauthor_uid=17106526

http://www.ncbi.nlm.nih.gov/pubmed?term=Ioni%C5%A3%C4%83%20E%5BAuthor%5D&cauthor=true&cauthor_uid=17106526

http://www.ncbi.nlm.nih.gov/pubmed?term=Popescu%20CF%5BAuthor%5D&cauthor=true&cauthor_uid=17106526

http://www.ncbi.nlm.nih.gov/pubmed?term=Ioni%C5%A3%C4%83%20I%5BAuthor%5D&cauthor=true&cauthor_uid=17106526

http://www.ncbi.nlm.nih.gov/pubmed?term=Mogoant%C4%83%20C%5BAuthor%5D&cauthor=true&cauthor_uid=17106526

http://www.ncbi.nlm.nih.gov/pubmed?term=Ciolofan%20S%5BAuthor%5D&cauthor=true&cauthor_uid=17106526


http://www.ncbi.nlm.nih.gov/pubmed?term=Angsuwarangsee%20T%5BAuthor%5D&cauthor=true&cauthor_uid=12395986

http://www.ncbi.nlm.nih.gov/pubmed?term=Morrison%20M%5BAuthor%5D&cauthor=true&cauthor_uid=12395986

http://www.ncbi.nlm.nih.gov/pubmed/?term=Morrison+M+Extrinsic+laryngeal

http://www.ncbi.nlm.nih.gov/pubmed?term=Aaronson%20N%5BAuthor%5D&cauthor=true&cauthor_uid=12074258

http://www.ncbi.nlm.nih.gov/pubmed?term=Alonso%20J%5BAuthor%5D&cauthor=true&cauthor_uid=12074258

http://www.ncbi.nlm.nih.gov/pubmed?term=Burnam%20A%5BAuthor%5D&cauthor=true&cauthor_uid=12074258

http://www.ncbi.nlm.nih.gov/pubmed?term=Lohr%20KN%5BAuthor%5D&cauthor=true&cauthor_uid=12074258

http://www.ncbi.nlm.nih.gov/pubmed?term=Patrick%20DL%5BAuthor%5D&cauthor=true&cauthor_uid=12074258

http://www.ncbi.nlm.nih.gov/pubmed?term=Perrin%20E%5BAuthor%5D&cauthor=true&cauthor_uid=12074258

http://www.ncbi.nlm.nih.gov/pubmed/?term=Scientific+Advisory+committee+of+medical+outcomes+trust.+Assessing+health+status+and+quality+of+life+instruments



http://www.researchgate.net/researcher/2010214966_D_BLESS/

http://www.researchgate.net/researcher/2010235983_R_BAKEN/

http://www.researchgate.net/researcher/5303532_T_HACKI/

http://www.researchgate.net/researcher/2010248956_B_FRITZELL/

http://www.researchgate.net/researcher/2010629241_J_LAVER/

http://www.researchgate.net/researcher/2010332560_H_SCHUTTE/



20. Bohr C, Kraeck A, Eysholdt U, Ziethe A, Döllinger M. Quantitative analysis of organic vocal fold pathologies in females by high-speed endoscopy. Laryngoscope 2013;123:1686-93.

21. Bonilha HS, Deliyski DD. Period and glottal width irregularities in vocally normal speakers. J Voice 2008;22:699–708.

22. Borg I, Groenen PJF, editors. Modern multidimensional scaling. 2nd ed. New York: Springer; 2005.

23. Branski RC, Cukier-Blaj S, Pusic A, Cano CJ, Klassen A, Mener D irk kt. Measuring quality of life in dysphonic patients: a systematic review of content development in patient - reported outcomes measures. J Voice 2010;24:193-8.

24. Breiman, L. Random Forests. Mach Learn 2001;45: 5-32. 25. Bruck C, Kreifelts B, Wildgruber D. Emotional voices in context: a neurobiological

model of multimodal affective information processing. Phys Life Rev 2011;8:383-403.

26. Buckmire RA, Bryson PC, Patel MR. Type I Gore-Tex laryngoplasty for glottic incompetence in mobile vocal folds. J Voice 2011;25:288-92.

27. Calas M, Verhulst J, Lecoq M, Dalleas B, Seilhean M. Vocal pathology of teachers. Rev Laryngol Otol Rhinol (Bord) 1989;110:397-406.

28. Campisi P, Tewfik TL, Manoukian JJ, Schloss MD, Pelland-Blais E, Sadeghi N. Computer-assisted voice analysis: establishing a pediatric database. Arch Otolaryngol Head Neck Surg 2002;128: 156-60.

29. Carding PN, Wilson JA, MacKencie K, Deary IJ. Measuring voice outcomes: state of the science review. J Laryngol Otol 2009; 123:823-9.

30. Carroll TL, Wu YH, McRay M, Gherson S. Frame by frame analysis of glottic insufficiency using laryngovideostroboscopy. J Voice 2012;26:220-5.

31. Chan JCW, Paelinckx D. Evaluation of Random Forest and Adaboost Tree-Based Ensemble Classification and Spectral Band Selection for Ecotope Mapping Using Airborne Hyperspectral Imagery. Remote Sens Environ 2008;112:2999–3011.

32. Cielo CA, Cappellari VM. Maximum phonation time in pre-school children. Braz J Otorhinolaryngol 2008;74:552-60.

33. Cohen JT, Oesaeicher- Kedem Y, Fliss DM, DeRowe A. Glottal function index: a predictor of glottal disorders in children. Ann Otol Rhinol Laryngol 2007;116:81-4.

34. Cohen SM, Jacobson BH, Garrett CG, Noordzij JP, Stewart MG, Attia A ir kt. Creation and validation of the Singing Voice Handicap Index. Ann Otol Rhinol Laryngol 2007; 116:402-6.

35. Cohen SM, Statham M, Rosen CA, Zullo T. Development and validation of the Singing Voice Handicap – 10. Laryngoscope 2009;119:1864-9.

36. Colden D, Zeitels S, Hillman R, Jarboe J, Bunting G, Spanou N. Stroboscopic assessment of vocal-fold atypia and early cancer. Ann Otol Rhinol Laryngol 2001;110:293–8.

37. Coleman R, Mabis JH, Hinson JK. Fundamental frequency – sound pressure level profiles of adult male and female voices. J Speech Hear Res 1977;20:197-204.

38. Coleman RF. Sources of variation in phonetograms. J Voice 1993;7:1-14. 39. Colton RH, Casper JK, Leonard R, editors. Understanding voice problems: a

physiological perspective for diagnosis and treatment (3rd ed.). Philadelphia: Lippincott Williams & Wilkins; 2006.

40. Čekanavičius V, Murauskas G. Statistika ir jos taikymai 2. Vilnius: Leidykla TEV; 2002. p.215-36.

163

http://www.ncbi.nlm.nih.gov/pubmed?term=Bohr%20C%5BAuthor%5D&cauthor=true&cauthor_uid=23649746

http://www.ncbi.nlm.nih.gov/pubmed?term=Kraeck%20A%5BAuthor%5D&cauthor=true&cauthor_uid=23649746

http://www.ncbi.nlm.nih.gov/pubmed?term=Eysholdt%20U%5BAuthor%5D&cauthor=true&cauthor_uid=23649746

http://www.ncbi.nlm.nih.gov/pubmed?term=Ziethe%20A%5BAuthor%5D&cauthor=true&cauthor_uid=23649746

http://www.ncbi.nlm.nih.gov/pubmed?term=D%C3%B6llinger%20M%5BAuthor%5D&cauthor=true&cauthor_uid=23649746


http://www.ncbi.nlm.nih.gov/pubmed?term=Br%C3%BCck%20C%5BAuthor%5D&cauthor=true&cauthor_uid=22035772

http://www.ncbi.nlm.nih.gov/pubmed?term=Kreifelts%20B%5BAuthor%5D&cauthor=true&cauthor_uid=22035772

http://www.ncbi.nlm.nih.gov/pubmed?term=Wildgruber%20D%5BAuthor%5D&cauthor=true&cauthor_uid=22035772


http://www.ncbi.nlm.nih.gov/pubmed?term=Calas%20M%5BAuthor%5D&cauthor=true&cauthor_uid=2636738

http://www.ncbi.nlm.nih.gov/pubmed?term=Verhulst%20J%5BAuthor%5D&cauthor=true&cauthor_uid=2636738

http://www.ncbi.nlm.nih.gov/pubmed?term=Lecoq%20M%5BAuthor%5D&cauthor=true&cauthor_uid=2636738

http://www.ncbi.nlm.nih.gov/pubmed?term=Dalleas%20B%5BAuthor%5D&cauthor=true&cauthor_uid=2636738

http://www.ncbi.nlm.nih.gov/pubmed?term=Seilhean%20M%5BAuthor%5D&cauthor=true&cauthor_uid=2636738


http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Cielo%20CA%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Cappellari%20VM%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/pubmed?term=Cohen%20SM%5BAuthor%5D&cauthor=true&cauthor_uid=17672240

http://www.ncbi.nlm.nih.gov/pubmed?term=Jacobson%20BH%5BAuthor%5D&cauthor=true&cauthor_uid=17672240

http://www.ncbi.nlm.nih.gov/pubmed?term=Garrett%20CG%5BAuthor%5D&cauthor=true&cauthor_uid=17672240

http://www.ncbi.nlm.nih.gov/pubmed?term=Noordzij%20JP%5BAuthor%5D&cauthor=true&cauthor_uid=17672240

http://www.ncbi.nlm.nih.gov/pubmed?term=Stewart%20MG%5BAuthor%5D&cauthor=true&cauthor_uid=17672240

http://www.ncbi.nlm.nih.gov/pubmed?term=Attia%20A%5BAuthor%5D&cauthor=true&cauthor_uid=17672240

http://www.ncbi.nlm.nih.gov/pubmed?term=Cohen%20SM%5BAuthor%5D&cauthor=true&cauthor_uid=19572269

http://www.ncbi.nlm.nih.gov/pubmed?term=Statham%20M%5BAuthor%5D&cauthor=true&cauthor_uid=19572269

http://www.ncbi.nlm.nih.gov/pubmed?term=Rosen%20CA%5BAuthor%5D&cauthor=true&cauthor_uid=19572269

http://www.ncbi.nlm.nih.gov/pubmed?term=Zullo%20T%5BAuthor%5D&cauthor=true&cauthor_uid=19572269

41. Dailey SH, Kobler JB, Hillman RE, Tangrom K, Thananart E, Mauri M ir kt. Endoscopic measurement of vocal fold movement during adduction and abduction. Laryngoscope 2005;115:178-83.

42. Damste PH. The phonetogram. Prac Oto Rhino Laryngol 1970;32:185-7. 43. De Bodt MS, Wuyts FL, Van de Heyning PH, Croux C. Test-retest study of the

GRBAS scale: influence of experience and professional background on perceptual rating of voice quality. J Voice 1997;11:74-80.

44. Deary IJ, Wilson JA, Carding PN, MacKenzie K. VoiSS: a patient- derived Voice symptom scale. J Psychosom Res 2003;54:483-89.

45. Deguchi S, Ishimaru Y, Washio S. Preliminary evaluation of stroboscopy system using multiple light sources for observation of pathological vocal fold oscillatory pattern. Ann Otol Rhinol Laryngol 2007;116:687-94.

46. Dejonckere PH, Branley P, Clemente P, Cornut G, Crevier-Buchman L, Friedrich G ir kt. A basic protocol for functional assessment of voice pathology, especially for investigating the efficacy of (phonosurgical) treatments and evaluating new assessment techniques. Eur Arch Otorhinolaryngol 2001;258:77-82.

47. Dejonckere PH, Crevier L, Elbaz E, Marraco M, Millet B, Remacle M ir kt. Quantitative rating of video-laryngostroboscopy: a reliability study. Rev Laryngol Otol Rhinol (Bord). 1998;119:259-60.

48. Dejonckere PH, Moerman MBJ, Martens JP, Schoentgen J, Manfredi C. Voicing quantification is more relevant than period perturbation in substitution voices: an advanced acoustical study. Eur Arch Otorhinolaryngol 2012;269:1205-12.

49. Dejonckere PH, Remacle M, Fresnel-Elbaz E, Woisard V, Crevier-Buchman L, Millet B. Differentiated perceptual evaluation of pathological voice quality: reliability and correlations with acoustic measurements. Rev Laringol Otol Rhinol (Bord) 1996;117:219-24.

50. Dejonckere PH, Wieneke GH, Bloemenkamp D, Lebacq J. Fo-perturbation and Fo/loudness dynamics in voices of normal children, with and without education in singing. Int J Pediatr Otorhinolaryngol 1996; 35: 107-15.

51. Dejonckere PH, Wieneke GH. GRABS– scaling of hoarseness: reliability, relevance and correlations with cepstrum measurements. Folia Phoniatr 1992;44:16-7.

52. Deliyski DD. Acoustic model and evaluation of pathological voice production. Pine Brook, NJ: Kay Elemetrics Corporation: MDVP Model 4305 Operations Manual. 1993;183-6.

53. Derout J, de Brux J Leroux-Robert J. Histological and statistical study of dysplasia of the larynx and its relation to cancer. Ann Otolaryngol Chir Cervicofac 1964;81:789-800.

54. DeStefani E, Correa P, Oreggia F, Leiva J, Rivero S, Fernandez G ir kt. Risk factors for laryngeal cancer. Cancer 1987;60:3087-91.

55. Dibazar AA, Narayanan S, Berger TW.Feature Analysis for Automatic Detection of Pathological Speech. Houston, TX, USA: Proceedings of the Second Joint EMBS/ BMES Conference 2002;182-3.

56. Eadie TL, Doyle PC. Classification of Dysphonic Voice: Acoustic and Auditory-Perceptual Measures. J Voice 2005;19:1-14.

57. Emerich KA, Titze IR, Svec JG, Popolo PS, Logan G. Vocal range and intensity in actors: a studio versus stage comparison. J Voice 2005;19:78-83.

58. Fechner RE. Laryngeal keratosis and atypia.Can J Otolaryngol 1974;3:516-21. [238] 59. Finnegan DE. Maximum phonation time for children with normal voices. J Commun

Disord 1984;17:309-17.

164


http://www.ncbi.nlm.nih.gov/pubmed?term=De%20Bodt%20MS%5BAuthor%5D&cauthor=true&cauthor_uid=9075179

http://www.ncbi.nlm.nih.gov/pubmed?term=Wuyts%20FL%5BAuthor%5D&cauthor=true&cauthor_uid=9075179

http://www.ncbi.nlm.nih.gov/pubmed?term=Van%20de%20Heyning%20PH%5BAuthor%5D&cauthor=true&cauthor_uid=9075179

http://www.ncbi.nlm.nih.gov/pubmed?term=Croux%20C%5BAuthor%5D&cauthor=true&cauthor_uid=9075179

http://www.ncbi.nlm.nih.gov/pubmed?term=Deguchi%20S%5BAuthor%5D&cauthor=true&cauthor_uid=17926592

http://www.ncbi.nlm.nih.gov/pubmed?term=Ishimaru%20Y%5BAuthor%5D&cauthor=true&cauthor_uid=17926592

http://www.ncbi.nlm.nih.gov/pubmed?term=Washio%20S%5BAuthor%5D&cauthor=true&cauthor_uid=17926592


http://www.ncbi.nlm.nih.gov/pubmed?term=%22Dejonckere%20PH%22%5BAuthor%5D

http://www.ncbi.nlm.nih.gov/pubmed?term=%22Crevier%20L%22%5BAuthor%5D

http://www.ncbi.nlm.nih.gov/pubmed?term=%22Elbaz%20E%22%5BAuthor%5D

http://www.ncbi.nlm.nih.gov/pubmed?term=%22Marraco%20M%22%5BAuthor%5D

http://www.ncbi.nlm.nih.gov/pubmed?term=%22Millet%20B%22%5BAuthor%5D

http://www.ncbi.nlm.nih.gov/pubmed?term=%22Remacle%20M%22%5BAuthor%5D

http://www.ncbi.nlm.nih.gov/pubmed/8735407?ordinalpos=29&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DefaultReportPanel.Pubmed_RVDocSum

http://www.ncbi.nlm.nih.gov/pubmed?term=Emerich%20KA%5BAuthor%5D&cauthor=true&cauthor_uid=15766852

http://www.ncbi.nlm.nih.gov/pubmed?term=Titze%20IR%5BAuthor%5D&cauthor=true&cauthor_uid=15766852

http://www.ncbi.nlm.nih.gov/pubmed?term=Svec%20JG%5BAuthor%5D&cauthor=true&cauthor_uid=15766852

http://www.ncbi.nlm.nih.gov/pubmed?term=Popolo%20PS%5BAuthor%5D&cauthor=true&cauthor_uid=15766852

http://www.ncbi.nlm.nih.gov/pubmed?term=Logan%20G%5BAuthor%5D&cauthor=true&cauthor_uid=15766852

http://www.ncbi.nlm.nih.gov/pubmed/?term=Emerich+KA+2005

60. Fisher KV, Swank PR. Estimating phonation threshold pressure. J Speech Lang Hear Res 1997;40:1122-9.

61. Ford CN, Inagi K, Khidr A, Bless DM, Gilchrist KW. Sulcus vocalis: a rational analytical approach to diagnosis and management. Ann Otol Rhinol Laryngol. 1996;105:l89–200.

62. Franic DM, Bramlett RE, Bothe AC. Psychometric evaluation of disease specific quality of life instruments in voice disorders. J Voice 2005;19:300-15.

63. Fuchs M, Heide S, Hentschel B, Gelbrich G, Makuch A, Thiel S et al. Vocal efficiency parameters in children and adolescents: effect of physical development and singing activity. HNO 2006; 54: 971-80.

64. Gallo A, Gallo P, De Vincentiis M, Marcotullio D. Laryngeal keratosis. Histological typing and clinical correlations. Acta Otorhinolaryngol Ital 1985;5:133-44.

65. Gamboa J, Echeverría L, Molina B, Cobeta I. Stroboscopic assessment of chronic laryngitis. Acta Otorrinolaringol Esp 2006;57: 266-9.

66. Gelfer M.P. Stability in Phonational frequency range. J Commun Disord 1989;22:181-92.

67. Genuer R, Poggi JM, Tuleau-Malot C. Variable Selection using Random Forests. Pattern Recogn Lett 2010;31:2225–36.

68. Gerratt BR, Kreiman J. Measuring vocal quality with speech synthesis. J Acoust Soc Am 2001;110:2560-6.

69. Giovanni A, Robert D, Estublier N, Teston B, Zanaret M, Cannoni M. Objective evaluation of dysphonia: preliminary results of a device allowing simultaneous acoustic and aerodynamic measurements. Folia Phoniatr Logop 1996;48:175-85.

70. Gliklich RE, Glovsky RM, Montgomery WW. Validation of a voice outcome survey for unilateral vocal cord paralysis. Otolaryngol Head Neck Surg 1999;120:153-8.

71. Godino-Llorente JI, Fraile R, Sa´enz-Lecho´n N, Osma-Ruiz V, Go´mez-Vilda P. Automatic detection of voice impairments from text-dependent running speech. Biomed Signal Process Control 2009;4:176–82.

72. Gotaas C, Starr CD. Vocal fatigue among teachers. Folia Phoniatr (Basel) 1993;45:120-9.

73. Gould WJ. The clinical voice laboratory: clinical application of voice research. J Voice 1987;1:305-9.

74. Gramming P, Akerlund L. Non-organic dysphonia. II. Phonetograms for normal and pathological voices. Acta otolaryngol (Stokh.) 1988;106:468-76.

75. Gramming P, Sundelberg J, Akerlund L. Variability of phonetograms. Folia Phoniatr 1991;43:79-92.

76. Gramming P. The phonetogram: an experimental and clinical study [Dissertation]. Malmo: Lund University 1988.

77. Guenel P, Chastang JF, Luce D, Leclerc A, Brugere J. A study of the interaction of alcohol drinking and tobacco smoking among French cases of laryngeal cancer. J Epidemiol Commun Health 1988;42:350-4.

78. Gugatschka M, Kiesler K, Beham A, Rechenmacher J, Friedrich G. Hyperplastic epithelial lesions of the vocal folds: combined use of exfoliative cytology and laryngostroboscopy in differential diagnosis. Eur Arch Otorhinolaryngol 2008;265:797-801.

79. Guyon I. Practical Feature Selection: from Correlation to Causality. In: Fogelman-Soulie F, Perrotta D, Piskorski J, Steinberger R, editors. NATO Science for Peace

165

http://www.ncbi.nlm.nih.gov/pubmed?term=Fisher%20KV%5BAuthor%5D&cauthor=true&cauthor_uid=9328883

http://www.ncbi.nlm.nih.gov/pubmed?term=Swank%20PR%5BAuthor%5D&cauthor=true&cauthor_uid=9328883

http://www.ncbi.nlm.nih.gov/pubmed/?term=Fisher+KV+1997

http://www.ncbi.nlm.nih.gov/pubmed/?term=Fisher+KV+1997

http://www.ncbi.nlm.nih.gov/pubmed/16091907?ordinalpos=7&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DefaultReportPanel.Pubmed_RVDocSum

http://www.ncbi.nlm.nih.gov/pubmed?term=Gerratt%20BR%5BAuthor%5D&cauthor=true&cauthor_uid=11757945

http://www.ncbi.nlm.nih.gov/pubmed?term=Kreiman%20J%5BAuthor%5D&cauthor=true&cauthor_uid=11757945

http://www.ncbi.nlm.nih.gov/pubmed?term=Giovanni%20A%5BAuthor%5D&cauthor=true&cauthor_uid=8823986

http://www.ncbi.nlm.nih.gov/pubmed?term=Robert%20D%5BAuthor%5D&cauthor=true&cauthor_uid=8823986

http://www.ncbi.nlm.nih.gov/pubmed?term=Estublier%20N%5BAuthor%5D&cauthor=true&cauthor_uid=8823986

http://www.ncbi.nlm.nih.gov/pubmed?term=Teston%20B%5BAuthor%5D&cauthor=true&cauthor_uid=8823986

http://www.ncbi.nlm.nih.gov/pubmed?term=Zanaret%20M%5BAuthor%5D&cauthor=true&cauthor_uid=8823986

http://www.ncbi.nlm.nih.gov/pubmed?term=Cannoni%20M%5BAuthor%5D&cauthor=true&cauthor_uid=8823986

http://www.ncbi.nlm.nih.gov/pubmed?term=Gotaas%20C%5BAuthor%5D&cauthor=true&cauthor_uid=8325579

http://www.ncbi.nlm.nih.gov/pubmed?term=Starr%20CD%5BAuthor%5D&cauthor=true&cauthor_uid=8325579

http://www.ncbi.nlm.nih.gov/pubmed/?term=Gotaas+C+Vocal+fatigue

http://www.ncbi.nlm.nih.gov/pubmed?term=Gugatschka%20M%5BAuthor%5D&cauthor=true&cauthor_uid=18057948

http://www.ncbi.nlm.nih.gov/pubmed?term=Kiesler%20K%5BAuthor%5D&cauthor=true&cauthor_uid=18057948

http://www.ncbi.nlm.nih.gov/pubmed?term=Beham%20A%5BAuthor%5D&cauthor=true&cauthor_uid=18057948

http://www.ncbi.nlm.nih.gov/pubmed?term=Rechenmacher%20J%5BAuthor%5D&cauthor=true&cauthor_uid=18057948

http://www.ncbi.nlm.nih.gov/pubmed?term=Friedrich%20G%5BAuthor%5D&cauthor=true&cauthor_uid=18057948


and Security, Series D: Information and Communication Security. Vol.19. Beijing: IOS Press; 2008. p. 27–43.

80. Hakkesteegt MM, Wieringa MH, Gerritsma EJ, Feenstra L. Reproducibility of the Dutch version of the Voice Handicap Index. Folia Phoniatr Logop 2006;58:132-8.

81. Hanson DG, Jiang J, D‘Agostino M, Herzon G. Clinical measurement of mucosal wave velocity using simultaneous photoglottography and laryngostroboscopy. Ann Otol Rhinol Laryngol 1995;104:340-9.

82. Hapfelmeier A, Ulm K. A New Variable Selection Approach using Random Forests. Comput Stat Data An 2013;60: 50–69.

83. Haralick R, Shanmugam K, Dinstein I. Texture features for image classification. IEEE Trans Syst Man Cybern 1973;3:610-21.

84. Hassan H, Ilgner J, Palm C, Lehmann TM, Spitzer K, Westhofcn M. Objective judgement of endoscopic laryngeal images. Aachen. Germany: RWTH Aachen. Advances in quantitative laryngoscopy voice and speech research, Proc. 3rd Int. Workshop 1998;135-42.

85. Heylen L, Wuyts FL, Mertens F, De Bodt M, Van de Heyning PH. Normative voice range profiles of male and female professional voice users. J Voice 2002;16:1-7.

86. Heylen L, Wuyts FL, Mertens F, De Bodt M, Pattyn J, Croux C ir kt. Evaluation of the vocal performance of children using a voice range profile index. J Speech Lang Hear Res 1998;41:232-8.

87. Heylen LG, Wuyts FL, Mertens FW, Pattyn JE. Phonetography in voice diagnoses. Acta Otorhinolaryngol Belg 1996;50:299-308.

88. Helidoni ME, Murry T, Moschandreas J, Lionis C, Printza A, Velegrakis GA. Cross-cultural adaptation and validation of the voice handicap index into Greek. J Voice. 2010;24:221-7.

89. Hemler RJ, Wieneke GH, Dejonckere PH. The effect of relative humidity of inhaled air on acoustic parameters of voice in normal subjects. J Voice 1997;11:295-300.

90. Hillenbrand J, Cleveland RA, Erickson RL. Acoustic correlates of breathy vocal quality. J Speech Hear Res 2010;37:769-78.

91. Hirano M, Bless DM, editors. Videostroboscopic examination of the larynx. San Diego: Singular; 1993.

92. Hirano M, editor. Clinical examination of voice. New York: Springer; 1989. 93. Hogikyan ND, Sethuraman G. Validation of an instrument to measure voice- related

quality of life (V-RQOL). J Voice 1999;13:557-69. 94. Hoit JD, Hixon TJ. Age and laryngeal airway resistance during vowel production in

women. J Speech Hear Res 1992;35:309-13. 95. Holmberg EB, Hillman RE, Perkell JS. Glottal airflow and transglottal air pressure

measurements for male and female speakers in soft, normal, and loud voice. J Acoust Soc Am 1988;84:511-29.

96. Hong KH, Kim YK. Phonatory characteristics of patients undergoing thyroidectomy without laryngeal nerve injury. Otolaryngol Head Neck Surg 1997;117:399-404.

97. Horiguchi S, Haji T, Baer T, Gould WJ. Comparison of Electroglottographic and Acoustic Waveform Perturbation measures. In: Baer T, Sasaki C, Harris K, editors. Laryngeal Function in Phonation and Respiration. Boston: College Hill Press, 1985.

98. Iovanescu GH, Poenaru M, Doros C, Boruga O. Histopathological prognostic and risk factors in patients with laryngeal neoplasms. Rom J Morphol Embryol 2013;54:1087-92.

99. Isshiki N, Okamura H, Tanabe M, Marimoto M. Differential diagnosis of hoarseness. Folia Phoniatr 1969;21:9-19.

166





http://www.ncbi.nlm.nih.gov/pubmed?term=Heylen%20L%5BAuthor%5D&cauthor=true&cauthor_uid=9570578


http://www.ncbi.nlm.nih.gov/pubmed?term=Mertens%20F%5BAuthor%5D&cauthor=true&cauthor_uid=9570578

http://www.ncbi.nlm.nih.gov/pubmed?term=De%20Bodt%20M%5BAuthor%5D&cauthor=true&cauthor_uid=9570578

http://www.ncbi.nlm.nih.gov/pubmed?term=Pattyn%20J%5BAuthor%5D&cauthor=true&cauthor_uid=9570578

http://www.ncbi.nlm.nih.gov/pubmed?term=Croux%20C%5BAuthor%5D&cauthor=true&cauthor_uid=9570578

http://www.ncbi.nlm.nih.gov/pubmed/?term=Heylen+L%2C+Wuyts+FL+1998

http://www.ncbi.nlm.nih.gov/pubmed/?term=Heylen+L%2C+Wuyts+FL+1998


http://www.ncbi.nlm.nih.gov/pubmed?term=Helidoni%20ME%5BAuthor%5D&cauthor=true&cauthor_uid=18752925

http://www.ncbi.nlm.nih.gov/pubmed?term=Murry%20T%5BAuthor%5D&cauthor=true&cauthor_uid=18752925

http://www.ncbi.nlm.nih.gov/pubmed?term=Moschandreas%20J%5BAuthor%5D&cauthor=true&cauthor_uid=18752925

http://www.ncbi.nlm.nih.gov/pubmed?term=Lionis%20C%5BAuthor%5D&cauthor=true&cauthor_uid=18752925

http://www.ncbi.nlm.nih.gov/pubmed?term=Printza%20A%5BAuthor%5D&cauthor=true&cauthor_uid=18752925

http://www.ncbi.nlm.nih.gov/pubmed?term=Velegrakis%20GA%5BAuthor%5D&cauthor=true&cauthor_uid=18752925

http://www.ncbi.nlm.nih.gov/pubmed/?term=Helidoni+ME%2C+2010

http://www.ncbi.nlm.nih.gov/pubmed/?term=Helidoni+ME%2C+2010

http://www.ncbi.nlm.nih.gov/pubmed?term=Hoit%20JD%5BAuthor%5D&cauthor=true&cauthor_uid=1573871

http://www.ncbi.nlm.nih.gov/pubmed?term=Hixon%20TJ%5BAuthor%5D&cauthor=true&cauthor_uid=1573871

http://www.ncbi.nlm.nih.gov/pubmed/?term=Hoit+JD+1992



http://www.ncbi.nlm.nih.gov/pubmed/?term=1997+Phonatory+characteristics+of+patients+undergoing+thyroidectomy

http://www.ncbi.nlm.nih.gov/pubmed?term=Iov%C4%83nescu%20GH%5BAuthor%5D&cauthor=true&cauthor_uid=24399006

http://www.ncbi.nlm.nih.gov/pubmed?term=Poenaru%20M%5BAuthor%5D&cauthor=true&cauthor_uid=24399006

http://www.ncbi.nlm.nih.gov/pubmed?term=Doro%C5%9F%20C%5BAuthor%5D&cauthor=true&cauthor_uid=24399006

http://www.ncbi.nlm.nih.gov/pubmed?term=Borug%C4%83%20O%5BAuthor%5D&cauthor=true&cauthor_uid=24399006



100. de Vet H. Observer reliability and agreement. In: Armitage P, Colton T, eds. Encyclopedia of Biostatistics. 2nd ed. Chichester: Wiley; 2010. p. 4118–22.

101. Yegnanarayana B, d'Alessandro C, Darsinos V. An iterative algorithm for decompo-sition of speech signals into periodic and aperiodic components. IEEE Trans on Speech and Audio Processing 1998;6:2000.

102. Yelken K, Gultekin E, Guven M, Eyibilen A, Aladag I. Impairment of Voice Quality in Paradoxical Vocal Fold Motion Dysfunction. J Voice. 2010;24:724-7.

103. Yiu EM, Lau VC, Ma EP, Chan KM, Barrett E. Reliability of laryngostroboscopic evaluation on lesion size and glottal configuration: A revisit. Laryngoscope 2013;12. [Epub ahead of print]

104. Yiu EM. Maximum phonation performance. In: Ma EP, Yiu EM, editors. Handbook of voice assessments. San Diego: Plural Publishing; 2011. p.73-8.

105. Yu P, Ouaknine M, Revis J, Giovanni A. Objective voice analysis for dysphonic patients: a multiparametric protocol including acoustic and aerodynamic measurements. J Voice 2001;15:529-42.

106. Yumoto E. Aerodynamics, voice quality, and laryngeal image analysis of normal and pathologic voices.Curr Opin Otolaryngol Head Neck Surg 2004;12:166-73.

107. Jacobson BH, Jonhson A, Grywalski C, Silbergleit A. The Voice Handicap Index (VHI): developement and validation. Am J Speech-Lang Path, 1997;6:66-9.

108. Jacobson GP, Newman CW. The development of dizziness Handicap Inventory (DHI). Arch Otolaryngol Head Neck Surg 1990;116:424-7.

109. Jang SJ, Choi SH, Kim HM, Choi HS, Yoon YR. Evaluation of Performance of Several Established Pitch Detection Algorithms in Pathological Voices.Lyon, France:Proceedings of the 29th Annual International Conference of the IEEE EMBS Cite Internationale 2007, p. 8-23.

110. Jiang JJ, Zhang Y, Ford CN. Nonlinear dynamics of phonations in excised larynx experiments.J Acoust Soc Am. 2003 Oct;114:2198-205.

111. Jiang JJ, Zhang Y, McGilligan C. Chaos in voice, from modeling to measurement. J Voice 2006;20:2-17.

112. Jong FI, Cornelis BE, Wuyts FL, Kooijman PG, Schutte HK, Oudes MJ ir kt. A psychological cascade model for persisting voice problems in teachers. Folia Phoniatr Logop 2003;55:91-101.

113. Kalsytė Ž, Verikas A, Bačauskienė M, Gelžinis A. A novel approach to designing an adaptive committee applied to predicting company's future performance. Expert Syst Appl 2013;40:2051-7.

114. Karnell MP, Hall KD, Landahl K. Comparison of fundamental frequency and perturbation measurements among three analysis systems. J.Voice 1995;9:383-93.

115. Kašėta M. Automatinės organinių gerklų ligų kategorizavimo sistemos sukūrimas ir įvertinimas [disertacija]. Kaunas: Kauno Medicinos Universitetas; 2010:124.

116. Kelley RT, Colton RH, Casper J, Paseman A, Brewer D. Evaluation of stroboscopic signs. J Voice. 2011;25:490-5.

117. Kendall KA. High-speed laryngeal imaging compared with videostroboscopy in healthy subjects. Arch Otolaryngol Head Neck Surg 2009;135:274-81.

118. Kent RD, Kent JF, Rosenbek JC. Maximum performance tests of speech production. J Speech Hear Disord 1987 Nov;52:367-87.

119. Kilic MA, Okur E, Yildirim I, Ogut F, Denizoglu I, Kizilay A, Oguz H, Kandogan T, Dogan M, Akdogan O, Bekiroglu N, Oztarakci H. Reliability and validity of the Turkish version of the Voice Handicap Index. Kulak Burun Bogaz Ihtis Derg 2008;18:139-47.

167

http://www.ncbi.nlm.nih.gov/pubmed?term=Yelken%20K%5BAuthor%5D&cauthor=true&cauthor_uid=20097526

http://www.ncbi.nlm.nih.gov/pubmed?term=Gultekin%20E%5BAuthor%5D&cauthor=true&cauthor_uid=20097526

http://www.ncbi.nlm.nih.gov/pubmed?term=Guven%20M%5BAuthor%5D&cauthor=true&cauthor_uid=20097526

http://www.ncbi.nlm.nih.gov/pubmed?term=Eyibilen%20A%5BAuthor%5D&cauthor=true&cauthor_uid=20097526

http://www.ncbi.nlm.nih.gov/pubmed?term=Aladag%20I%5BAuthor%5D&cauthor=true&cauthor_uid=20097526


http://www.ncbi.nlm.nih.gov/pubmed?term=Yiu%20EM%5BAuthor%5D&cauthor=true&cauthor_uid=24222186

http://www.ncbi.nlm.nih.gov/pubmed?term=Lau%20VC%5BAuthor%5D&cauthor=true&cauthor_uid=24222186

http://www.ncbi.nlm.nih.gov/pubmed?term=Ma%20EP%5BAuthor%5D&cauthor=true&cauthor_uid=24222186

http://www.ncbi.nlm.nih.gov/pubmed?term=Chan%20KM%5BAuthor%5D&cauthor=true&cauthor_uid=24222186

http://www.ncbi.nlm.nih.gov/pubmed?term=Barrett%20E%5BAuthor%5D&cauthor=true&cauthor_uid=24222186


http://www.ncbi.nlm.nih.gov/pubmed?term=Yu%20P%5BAuthor%5D&cauthor=true&cauthor_uid=11792029

http://www.ncbi.nlm.nih.gov/pubmed?term=Ouaknine%20M%5BAuthor%5D&cauthor=true&cauthor_uid=11792029

http://www.ncbi.nlm.nih.gov/pubmed?term=Revis%20J%5BAuthor%5D&cauthor=true&cauthor_uid=11792029

http://www.ncbi.nlm.nih.gov/pubmed?term=Giovanni%20A%5BAuthor%5D&cauthor=true&cauthor_uid=11792029

http://www.ncbi.nlm.nih.gov/pubmed/?term=Yu+P%2C+Ouaknine+M+2001

http://www.ncbi.nlm.nih.gov/pubmed?term=Yumoto%20E%5BAuthor%5D&cauthor=true&cauthor_uid=15167024

http://www.ncbi.nlm.nih.gov/pubmed/?term=Yumoto+Aerodynamics%2C+voice+quality%2C+and+laryngeal+image+analysis

http://www.ncbi.nlm.nih.gov/pubmed?term=Jiang%20JJ%5BAuthor%5D&cauthor=true&cauthor_uid=14587617

http://www.ncbi.nlm.nih.gov/pubmed?term=Zhang%20Y%5BAuthor%5D&cauthor=true&cauthor_uid=14587617

http://www.ncbi.nlm.nih.gov/pubmed?term=Ford%20CN%5BAuthor%5D&cauthor=true&cauthor_uid=14587617

http://www.ncbi.nlm.nih.gov/pubmed/?term=Zhang+Y%2C+Jiang+JJ+2003



http://www.ncbi.nlm.nih.gov/pubmed?term=McGilligan%20C%5BAuthor%5D&cauthor=true&cauthor_uid=15964740

http://www.ncbi.nlm.nih.gov/pubmed?term=de%20Jong%20FI%5BAuthor%5D&cauthor=true&cauthor_uid=12697982

http://www.ncbi.nlm.nih.gov/pubmed?term=Cornelis%20BE%5BAuthor%5D&cauthor=true&cauthor_uid=12697982


http://www.ncbi.nlm.nih.gov/pubmed?term=Kooijman%20PG%5BAuthor%5D&cauthor=true&cauthor_uid=12697982

http://www.ncbi.nlm.nih.gov/pubmed?term=Schutte%20HK%5BAuthor%5D&cauthor=true&cauthor_uid=12697982

http://www.ncbi.nlm.nih.gov/pubmed?term=Oudes%20MJ%5BAuthor%5D&cauthor=true&cauthor_uid=12697982

http://www.ncbi.nlm.nih.gov/pubmed/?term=Wuyts+FL+A+psychological+cascade

http://www.ncbi.nlm.nih.gov/pubmed/?term=Wuyts+FL+A+psychological+cascade

http://www.informatik.uni-trier.de/%7Eley/pers/hd/v/Verikas:Antanas.html

http://www.informatik.uni-trier.de/%7Eley/pers/hd/b/Bacauskiene:Marija.html

http://www.informatik.uni-trier.de/%7Eley/pers/hd/g/Gelzinis:Adas.html

http://www.informatik.uni-trier.de/%7Eley/db/journals/eswa/eswa40.html%23KalsyteVBG13

http://www.informatik.uni-trier.de/%7Eley/db/journals/eswa/eswa40.html%23KalsyteVBG13

http://www.ncbi.nlm.nih.gov/pubmed?term=Kendall%20KA%5BAuthor%5D&cauthor=true&cauthor_uid=19289706

http://www.ncbi.nlm.nih.gov/pubmed?term=Kendall%20KA.%202009




120. Kim SW, Kim ST, Park HS, Lee HS, Hong JC, Kwon SB ir kt. Voice examination in patients with decreased high pitch after thyroidectomy. Indian J Otolaryngol Head Neck Surg 2012;64:120-30.

121. Koufman J, Isaacson G. The spectrum of vocal dysfunction. Otolaryngol Clin North Am 1991;24:985-8.

122. Koufman JA, Isaacson G, editors. The otolaryngologic clinics of north America. Voice disorders. Orlando: W. B. Saunders Company; 1991.

123. Kreiman J, Gerratt BR. Perceptual assessment of voice quality: past, present and future. In: Ma EP, YIU EM, editors. Handbook of voice assessments. San Diego: Plural Publishing; 2011. p. 291-304.

124. Kreiman J, Gerratt BR. Validity of rating scale measures of voice quality. J Acoust Soc Am 1998;104:1598-608.

125. La Vecchia C, Bidoli E, Barra S, D'Avanzo B, Negri E, Talamini R, Franceschi S. Types of cigarettes and cancers of the upper digestive and respiratory tract. Cancer Causes Control 1990;1:69-74.

126. Laroche J, Stylianou Y, Moulines E. HNS: Speech modification based on a harmonic + noise model. in Proc. IEEE-ICASSP 1993;550-3.

127. Laver J, Wirz S, Mackenzie J, Hiller SM. A perceptual protocol for the analysis of vocal profiles. Edinburgh University Department of Linguistics: Work in Progress 1981;14:265-80.

128. Lewis JA, Oweis A, Gumei M. Toward evidence-based practice. MCN Am J Matern Child Nurs. 2013;38:394-6.

129. Liliana GC, Hansen JHL. Direct Speech Feature Estimation Using an Iterative EM Algorithm for Vocal Fold Pathology Detection. IEEE Trans BME 1996;43:373-83.

130. Linder R, Albers AE, Hess M, Poppl SJ, Schonweiler R. Artificial Neural Network-based Classification to Screen for Dysphonia Using Psychoacoustic Scaling of Acoustic Voice Features. J Voice 2008;22:155-63.

131. Lindestad PA. Stroboscopy in the clinical setting: Sweden perspective. In: Ma EP, Yiu EM, editors. Handbook of voice assessments. San Diego: Plural Publishing; 2011. p.81-97.

132. Liu M, Wang M, Wang J, Li D. Comparison of Random Forest, Support Vector Machine and Back Propagation Neural Network for Electronic Tongue Data Classification: Application to the Recognition of Orange Beverage and Chinese Vinegar. Sensor Actuat B-Chem 2013;177:970–80.

133. Livingstone SR, Choi DH, Russo FA. The influence of vocal training and acting experience on measures of voice quality and emotional genuineness. Front Psychol 2014;7:156.

134. Llorente JIG, Lechon NS, Ruiz VO, Navarro SA, Vild PG. An integrated tool for the diagnosis of voice disorders. Medical Engineering & Physics 2006;28:276-89.

135. Ludlow CL, Celia JB, Connor NP, Coulter DC, Lee YJ. The validity of using phonatory jitter and shimmer to detect laryngeal pathology. Baer T, Sasaki C, Harries K, editors. Laryngeal function in phonation and respiration. Boston: College Hill Press, 1985.

136. Ma E, Robertson J, Radford C, Vagne S, El-Halabi R, Yiu E. Reliability of speaking and maximum voice range measures in screening for dysphonia. J Voice 2007;21:397-406.

137. Ma EP, Yiu EM, editors. Handbook of voice assessments. San Diego: Plural Publishing; 2011. p.1-3.

168

http://www.ncbi.nlm.nih.gov/pubmed?term=Kim%20SW%5BAuthor%5D&cauthor=true&cauthor_uid=23730571

http://www.ncbi.nlm.nih.gov/pubmed?term=Kim%20ST%5BAuthor%5D&cauthor=true&cauthor_uid=23730571

http://www.ncbi.nlm.nih.gov/pubmed?term=Park%20HS%5BAuthor%5D&cauthor=true&cauthor_uid=23730571

http://www.ncbi.nlm.nih.gov/pubmed?term=Lee%20HS%5BAuthor%5D&cauthor=true&cauthor_uid=23730571

http://www.ncbi.nlm.nih.gov/pubmed?term=Hong%20JC%5BAuthor%5D&cauthor=true&cauthor_uid=23730571

http://www.ncbi.nlm.nih.gov/pubmed?term=Kwon%20SB%5BAuthor%5D&cauthor=true&cauthor_uid=23730571

http://www.ncbi.nlm.nih.gov/pubmed?term=Kreiman%20J%5BAuthor%5D&cauthor=true&cauthor_uid=9745743

http://www.ncbi.nlm.nih.gov/pubmed?term=Gerratt%20BR%5BAuthor%5D&cauthor=true&cauthor_uid=9745743

http://www.ncbi.nlm.nih.gov/pubmed?term=Lewis%20JA%5BAuthor%5D&cauthor=true&cauthor_uid=24145498

http://www.ncbi.nlm.nih.gov/pubmed?term=Oweis%20A%5BAuthor%5D&cauthor=true&cauthor_uid=24145498

http://www.ncbi.nlm.nih.gov/pubmed?term=Gumei%20M%5BAuthor%5D&cauthor=true&cauthor_uid=24145498



http://www.ncbi.nlm.nih.gov/pubmed?term=Livingstone%20SR%5BAuthor%5D&cauthor=true&cauthor_uid=24639659

http://www.ncbi.nlm.nih.gov/pubmed?term=Choi%20DH%5BAuthor%5D&cauthor=true&cauthor_uid=24639659

http://www.ncbi.nlm.nih.gov/pubmed?term=Russo%20FA%5BAuthor%5D&cauthor=true&cauthor_uid=24639659



http://www.ncbi.nlm.nih.gov/pubmed?term=Ma%20E%5BAuthor%5D&cauthor=true&cauthor_uid=16678387

http://www.ncbi.nlm.nih.gov/pubmed?term=Robertson%20J%5BAuthor%5D&cauthor=true&cauthor_uid=16678387

http://www.ncbi.nlm.nih.gov/pubmed?term=Radford%20C%5BAuthor%5D&cauthor=true&cauthor_uid=16678387

http://www.ncbi.nlm.nih.gov/pubmed?term=Vagne%20S%5BAuthor%5D&cauthor=true&cauthor_uid=16678387

http://www.ncbi.nlm.nih.gov/pubmed?term=El-Halabi%20R%5BAuthor%5D&cauthor=true&cauthor_uid=16678387

http://www.ncbi.nlm.nih.gov/pubmed?term=Yiu%20E%5BAuthor%5D&cauthor=true&cauthor_uid=16678387



138. Ma EP, Yiu EM. Multiparametric evaluation of dysphonic severity. J Voice 2006;20:380-90.

139. Ma EP, Yiu EM. Voice activity and participation profile: assessing the impact of voice disorders on daily activities. J Speech Lang Hear Res 2001;44:511-24.

140. Ma EP. Voice Range Profile: phog. In: Ma EP, YIU EM, editors. Handbook of voice assessments. San Diego: Plural Publishing; 2011. p.254-67.

141. Malki KH, Mesallam TA, Farahat M, Bukhari M, Murry T. Validation and cultural modification of Arabic voice handicap index. Eur Arch Otorhinolaryngol. 2010;267:1743-51.

142. Manfredi C, Bocchia L, Cantarella G, Peretti G. Videokymographic image processing: Objective parameters and user-friendly interface. Biomed Signal Process Control 2012;7:192–201.

143. Maryn Y, Roy N, De Bodt M, Van Cauwenberge P, Corthals P. Acoustic measurement of overall voice quality: a meta-analysis. J Acoust Soc Am 2009;126:2619-34.

144. Martens JW, Versnel H, Dejonckere PH. The effect of visible speech in the perceptual rating of pathological voices. Arch Otolaryngol Head Neck Surg 2007;133:178-85.

145. Martin D, Fitch J, Wolfe V. Pathologic voice type and the acoustic prediction of severity. J Speech Hear Res 1995;38:765-71.

146. Masuda T, Ikeda Y, Manako H, Komiyama S. Analysis of vocal abuse: fluctuations in phonation time and intensity in 4 groups of speakers. Acta Otolaryngol 1993;113:547-52.

147. Mattiske JA, Oates JM, Greenwood KM. Vocal problems among teachers: a review of prevalence, causes, prevention, and treatment. J Voice 1998;12:489-99.

148. McAllister A, Sederholm E, Sundberg J, Gramming P. Relations between voice range profiles and physiological and perceptual voice characteristics in ten-year-old children. J Voice 1994;8:230-9.

149. Mehta DD, Deliyski DD, Zeitels SM, Quatieri TF, Hillman RE. Voice production mechanisms following phonosurgical treatment of early glottic cancer. Ann Otol Rhinol Laryngol 2010;119:1–9.

150. Mehta DD, Zaéartu M, Quatieri TF, Deliyski DD, Hillman RE. Investigating acoustic correlates of human vocal fold vibratory phase asymmetry through modeling and laryngeal high-speed videoendoscopy. J Acoust Soc Am 2011;130:3999-4009.

151. Mehta DD, Zeitels SM, Burns JA, Friedman AD, Deliyski DD, Hillman RE. High-speed videoendoscopic analysis of relationships between cepstral-based acoustic measures and voice production mechanisms in patients undergoing phonomicrosurgery. Ann Otol Rhinol Laryngol 2012;121:341-7.

152. Melcon MC, Hoit JD, Hixon TJ. Age and laryngeal airway resistance during vowel production. J Speech Hear Disord 1989;54:282-6.

153. Mendes AP, Ferreira LJ, Castro E. Softwares and hardwares of acoustic analysis of voice and speech. Disturb Comun, 2012;24:421-30.

154. Merrill RM, Roy N, Lowe J. Voice-related symptoms and their effects on quality of life. Ann Otol Rhinol Laryngol 2013;122:404-11.

155. Mesallam TA, Khalil YA, Malki KH, Farahat M. Medialization thyroplasty using autologous nasal septal cartilage for treating unilateral vocal fold paralysis. Clin Exp Otorhinolaryngol 2011;4:142-8.

169



http://www.ncbi.nlm.nih.gov/pubmed?term=Maryn%20Y%5BAuthor%5D&cauthor=true&cauthor_uid=19894840

http://www.ncbi.nlm.nih.gov/pubmed?term=Roy%20N%5BAuthor%5D&cauthor=true&cauthor_uid=19894840


http://www.ncbi.nlm.nih.gov/pubmed?term=Van%20Cauwenberge%20P%5BAuthor%5D&cauthor=true&cauthor_uid=19894840

http://www.ncbi.nlm.nih.gov/pubmed?term=Corthals%20P%5BAuthor%5D&cauthor=true&cauthor_uid=19894840

http://www.ncbi.nlm.nih.gov/pubmed?term=Martens%20JW%5BAuthor%5D&cauthor=true&cauthor_uid=17309988

http://www.ncbi.nlm.nih.gov/pubmed?term=Versnel%20H%5BAuthor%5D&cauthor=true&cauthor_uid=17309988

http://www.ncbi.nlm.nih.gov/pubmed?term=Dejonckere%20PH%5BAuthor%5D&cauthor=true&cauthor_uid=17309988



http://www.ncbi.nlm.nih.gov/pubmed?term=Martin%20D%5BAuthor%5D&cauthor=true&cauthor_uid=7474970

http://www.ncbi.nlm.nih.gov/pubmed?term=Fitch%20J%5BAuthor%5D&cauthor=true&cauthor_uid=7474970

http://www.ncbi.nlm.nih.gov/pubmed?term=Wolfe%20V%5BAuthor%5D&cauthor=true&cauthor_uid=7474970

http://www.ncbi.nlm.nih.gov/pubmed?term=Mattiske%20JA%5BAuthor%5D&cauthor=true&cauthor_uid=9988036

http://www.ncbi.nlm.nih.gov/pubmed?term=Oates%20JM%5BAuthor%5D&cauthor=true&cauthor_uid=9988036

http://www.ncbi.nlm.nih.gov/pubmed?term=Greenwood%20KM%5BAuthor%5D&cauthor=true&cauthor_uid=9988036

http://www.ncbi.nlm.nih.gov/pubmed/?term=Mattiske+JA




http://www.ncbi.nlm.nih.gov/pubmed?term=Mehta%20DD%5BAuthor%5D&cauthor=true&cauthor_uid=22225054

http://www.ncbi.nlm.nih.gov/pubmed?term=Za%C3%A9artu%20M%5BAuthor%5D&cauthor=true&cauthor_uid=22225054

http://www.ncbi.nlm.nih.gov/pubmed?term=Quatieri%20TF%5BAuthor%5D&cauthor=true&cauthor_uid=22225054

http://www.ncbi.nlm.nih.gov/pubmed?term=Deliyski%20DD%5BAuthor%5D&cauthor=true&cauthor_uid=22225054

http://www.ncbi.nlm.nih.gov/pubmed?term=Hillman%20RE%5BAuthor%5D&cauthor=true&cauthor_uid=22225054

http://www.ncbi.nlm.nih.gov/pubmed/?term=Mehta+Investigating+acoustic+correlates+of+human+vocal+fold+vibratory

http://www.ncbi.nlm.nih.gov/pubmed?term=Mehta%20DD%5BAuthor%5D&cauthor=true&cauthor_uid=22724281

http://www.ncbi.nlm.nih.gov/pubmed?term=Zeitels%20SM%5BAuthor%5D&cauthor=true&cauthor_uid=22724281

http://www.ncbi.nlm.nih.gov/pubmed?term=Burns%20JA%5BAuthor%5D&cauthor=true&cauthor_uid=22724281

http://www.ncbi.nlm.nih.gov/pubmed?term=Friedman%20AD%5BAuthor%5D&cauthor=true&cauthor_uid=22724281

http://www.ncbi.nlm.nih.gov/pubmed?term=Deliyski%20DD%5BAuthor%5D&cauthor=true&cauthor_uid=22724281

http://www.ncbi.nlm.nih.gov/pubmed?term=Hillman%20RE%5BAuthor%5D&cauthor=true&cauthor_uid=22724281


http://www.ncbi.nlm.nih.gov/pubmed?term=Melcon%20MC%5BAuthor%5D&cauthor=true&cauthor_uid=2709846

http://www.ncbi.nlm.nih.gov/pubmed?term=Hoit%20JD%5BAuthor%5D&cauthor=true&cauthor_uid=2709846


http://www.ncbi.nlm.nih.gov/pubmed/?term=Melcon+MC+1989

http://www.ncbi.nlm.nih.gov/pubmed?term=Merrill%20RM%5BAuthor%5D&cauthor=true&cauthor_uid=23837394

http://www.ncbi.nlm.nih.gov/pubmed?term=Roy%20N%5BAuthor%5D&cauthor=true&cauthor_uid=23837394

http://www.ncbi.nlm.nih.gov/pubmed?term=Lowe%20J%5BAuthor%5D&cauthor=true&cauthor_uid=23837394


http://www.ncbi.nlm.nih.gov/pubmed?term=Mesallam%20TA%5BAuthor%5D&cauthor=true&cauthor_uid=21949581

http://www.ncbi.nlm.nih.gov/pubmed?term=Khalil%20YA%5BAuthor%5D&cauthor=true&cauthor_uid=21949581

http://www.ncbi.nlm.nih.gov/pubmed?term=Malki%20KH%5BAuthor%5D&cauthor=true&cauthor_uid=21949581

http://www.ncbi.nlm.nih.gov/pubmed?term=Farahat%20M%5BAuthor%5D&cauthor=true&cauthor_uid=21949581



156. Moran RJ, Reilly RB, Chazal PD, Lacy PD. Telephony-Based Voice Pathology Assessment Using Automated Speech Analysis. IEEE Trans BME 2006;53:468-77.

157. Morris RJ, Brown WS, Hicks DM, Howell E. Phonation profiles of male trained singers and nonsingers. J Voice 1995;9:142-8.

158. Morrison MD, Rammage LA. Muscle misuse voice disorders: description and classification. Acta Otolaryngol 1993;113:428-34.

159. Nawka T, Konerding U. The interrater reliability of stroboscopy evaluations. J Voice 2012;26:812.e1-10.

160. Nawka T, Verdonck-de Leeuw IM, De Bodt M et al. Item reduction of the voice handicap index based on the original version and on European translations. Folia Phoniatr Logop 2009;61:37-48.

161. Nawka T, Wiesmann U, Gonnermann U. Validation of the German version of the Voice Handicap Index. HNO 2003;51:921-30.

162. Nicollas R, Garrel R, Ouaknine M, Giovanni A, Nazarian B, Triglia JM. Normal Voice in Children Between 6 and 12 Years of Age: Database and Nonlinear Analysis. J Voice. 2008;22:671-5.

163. Noordzij JP, Woo P. Glottal Area Waveform Analysis of Benign Vocal Fold Lesions Before and After Surgery. Ann Otol Rhinol Laryngol 2000;109:441–6.

164. Nunez-Batalla F, Corte-Santos P, Senaris-Gonzalez B, Llorente-Pendas JL, Gorriz-Gil C, Suarez-Nieto C. Adaptation and validation to the Spanish of the Voice Handicap Index (VHI-30) and its shortened version (VHI-10). Acta Otorrinolaringol Esp 2007;58:386-92.

165. Nuss RC, Ward J, Recko T, Huang L, Woodnorth GH. Validation of a pediatric vocal fold nodule rating scale based on digital video images. Ann Otol Rhinol Laryngol 2012;121:1–6.

166. Ohlsson ACh, Lofqvist A. Phonetograms of normal and pathological voices. In: Working papers in Logopedics and Phoniatrics. Vol.3. Lund: Lund Univ.; 1986. p.94-106.

167. Olthoff A, Woywod C, Kruse E. Stroboscopy versus high-speed glottography: a comparative study. Laryngoscope 2007;117:1123–6.

168. Omori K, Kacher A, Slavit D, Blaugrund S. Quantitative videostroboscopic measurement of glottal gap and vocal function: an analysis of thyroplasty type I. Ann Otolol Rhinol Laryngol 1996;105:280-5.

169. Omori K, Slavit DH, Kacker A, Blaugrund SM. Influence of size and etiology of glottal gap in glottic incompetence dysphonia. Laryngoscope 1998;108:514-8.

170. Osma-Ruiz V, Godino-Llorente JI, Saenz-Lechón N, Gutiérrez-Arriola JM, Arias-Londono JD, Fraile R ir kt. Towards collaborative work among speech therapists, phoniatricians, and ENT professionals: Analysis of the impact of ciphering techniques in the performance of an integrated tool for the diagnosis of voice disorders. Biomed Signal Process Control 2012;7:27– 36.

171. Pabon JPH. Objective acoustic voice- quality parameters in the computer phonetogram. J Voice 1991;5:203-16.

172. Paltn C, Lehmann TM, Spitzer K. Colour texture analysis of moving vocal cords using approaches from statistics and signal theory. Jena, Germany: Friedrich-Schiller University. Advances inquantitative laryngoscopy, voice and speech research, Proc. 4th fnt.Workshop 2000;49-56.

173. Paul BC, Chen S, Sridharan S, Fang Y, Amin MR, Branski RC. Diagnostic accuracy of history, laryngoscopy, and stroboscopy. Laryngoscope. 2013;123:215-9.

170

http://www.ncbi.nlm.nih.gov/pubmed?term=Morrison%20MD%5BAuthor%5D&cauthor=true&cauthor_uid=8517149

http://www.ncbi.nlm.nih.gov/pubmed?term=Rammage%20LA%5BAuthor%5D&cauthor=true&cauthor_uid=8517149


http://www.ncbi.nlm.nih.gov/pubmed/?term=Nawka+T%2C+Konerding+U.++The+interrater+reliability+of+stroboscopy+evaluations.

http://www.ncbi.nlm.nih.gov/pubmed/?term=Nawka+T%2C+Konerding+U.++The+interrater+reliability+of+stroboscopy+evaluations.



http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Nicollas%20R%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Garrel%20R%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Ouaknine%20M%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Giovanni%20A%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Nazarian%20B%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Triglia%20JM%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus



http://www.ncbi.nlm.nih.gov/pubmed?term=Omori%20K%5BAuthor%5D&cauthor=true&cauthor_uid=9546262

http://www.ncbi.nlm.nih.gov/pubmed?term=Slavit%20DH%5BAuthor%5D&cauthor=true&cauthor_uid=9546262

http://www.ncbi.nlm.nih.gov/pubmed?term=Kacker%20A%5BAuthor%5D&cauthor=true&cauthor_uid=9546262

http://www.ncbi.nlm.nih.gov/pubmed?term=Blaugrund%20SM%5BAuthor%5D&cauthor=true&cauthor_uid=9546262

http://www.ncbi.nlm.nih.gov/pubmed/?term=Omori+2002+Influence+of+size+and+etiology+of+glottal+gap

http://www.ncbi.nlm.nih.gov/pubmed?term=Paul%20BC%5BAuthor%5D&cauthor=true&cauthor_uid=23070976

http://www.ncbi.nlm.nih.gov/pubmed?term=Chen%20S%5BAuthor%5D&cauthor=true&cauthor_uid=23070976

http://www.ncbi.nlm.nih.gov/pubmed?term=Sridharan%20S%5BAuthor%5D&cauthor=true&cauthor_uid=23070976

http://www.ncbi.nlm.nih.gov/pubmed?term=Fang%20Y%5BAuthor%5D&cauthor=true&cauthor_uid=23070976

http://www.ncbi.nlm.nih.gov/pubmed?term=Amin%20MR%5BAuthor%5D&cauthor=true&cauthor_uid=23070976

http://www.ncbi.nlm.nih.gov/pubmed?term=Branski%20RC%5BAuthor%5D&cauthor=true&cauthor_uid=23070976

http://www.ncbi.nlm.nih.gov/pubmed/?term=Diagnostic+accuracy+of+history%2C+laryngoscopy%2C+and+stroboscopy.

174. Peng C, Chen W, Zhu X, Wan B, Wei D. Pathological Voice Classification Based on a Single Vowel's Acoustic Features. Seventh International Conference on Computer and Information Technology 2007.

175. Peretti G, Piazza C, Berlucchi M, Cappiello J, Giudice M, Nicolai P. Pre- and intraoperative assessment of mid-cord erythroleukoplakias: a prospective study on 52 patients. Eur Arch Otorhinolaryngol 2003;260:525–8.

176. Petrovic´-Lazic M, Babac S, Vukovic M, Kosanovic R, Ivankovic Z. Acoustic Voice Analysis of Patients With Vocal Fold Polyp. J Voice 2011;25:94-7.

177. Poburka BJ, Bless DM. A multi-media, computer-based method for stroboscopy rating training. J Voice 1998;12:513-26.

178. Poburka BJ. A New Stroboscopy Rating Form. J Voice. 1999;13:403-13. 179. Poissonnet G, Dassonville O, Pivot X, Demard F. Cancer of the larynx and the

hypopharynx: anatomy, anatomopathology, clinical signals, TNM, therapy. Bull Cancer 2000;5:27-38.

180. Pribuišienė R, Baceviciene M, Uloza V, Vegienė A, Antuševa J. Validation of the Lithuanian version of the Glottal Function Index. J Voice 2012;26:e73-8.

181. Pribuišienė R, Uloza V, Kupčinskas L, Jonaitis L. Perceptual and Acoustic Charac-teristics of Voice Changes in Reflux Laryngitis Patients. J Voice. 2006;20:128–36.

182. Pribuišienė R. Laringologinių tyrimų reikšmė diagnozuojant gastroezofaginio refliukso ligos laringofaringinę formą [Disertacija]. Kaunas: Kauno Medicinos Universitetas 2003, p.5-110.

183. Pribuišienė R, Uloza V, Kardišienė V. Voice characteristics of children aged between 6 and 13 years: impact of age, gender, and vocal training. Logoped Phoniatr Vocol 2011;36:150-5.

184. Pruszewicz A, Obrebowski A, Wiskirska-Woźnica B, Wojnowski W. Complex voice assessment--Polish version of the Voice Handicap Index (VHI). Otolaryngol Pol 2004;58:547-9.

185. Ptok M, Schwemmle C, Iven C, Jessen M, Nawka T. On the auditory evaluation of voice quality. HNO 2006;54:793-802.

186. Qiu Q, Schutte HK. A new generation videokymography for routine clinical vocal- fold examination. Laryngoscope 2006;116:1824-8.

187. Rantala LM, Hakala SJ, Holmqvist S, Sala E. Connections between voice ergonomic risk factors and voice symptoms, voice handicap, and respiratory tract diseases. J Voice 2012;26:819.e13-20.

188. Remacle M. The contribution of videostroboscopy in daily ENT practice. Acta Otorhinolaryngol Belg 1996;50:265-81.

189. Rihkanen H, Reijonen P, Lehikoinen-Söderlund S, Lauri ER. Videostroboscopic assessment of unilateral vocal fold paralysis after augmentation with autologous fascia. Eur Arch Otorhinolaryngol 2004;261:177-83.

190. Ryan EB, Giles H, Sebastian RJ. An integrative perspective for the study of attitudes towards language variation. London: Edward Arnold. The social psychology of lan-guage 1982; 1.

191. Rosen CA, Lee AS, Osborne J, Zullo T, Murry T. Development and validation of the voice handicap index- 10. Laryngoscope 2004;114:1549-56.

192. Rosen CA. Stroboscopy as a Research Instrument: Development of a Perceptual Evaluation Tool. Laryngoscope 2005;115:423–8.

193. Rothman KJ, Cann CI, Flanders D, Fried MP. Epidemiology of laryngeal cancer. Epidemiol Rev 1980;2:195-209.

194. Sakalauskas V, redaktorius. Statistika su Statistika. Vilnius: Margi raštai; 1998.

171

http://www.ncbi.nlm.nih.gov/pubmed?term=Poburka%20BJ%5BAuthor%5D&cauthor=true&cauthor_uid=9988038

http://www.ncbi.nlm.nih.gov/pubmed?term=Bless%20DM%5BAuthor%5D&cauthor=true&cauthor_uid=9988038

http://www.ncbi.nlm.nih.gov/pubmed/?term=Poburka%2C+Bless+A+multi-+media%2C+computer-+based+method+for+stroboscopy

http://www.ncbi.nlm.nih.gov/pubmed?term=Poburka%20BJ%2C%20A%20new%20stroboscopy%20rating%20form







http://www.ncbi.nlm.nih.gov/pubmed?term=Ptok%20M%5BAuthor%5D&cauthor=true&cauthor_uid=16132879

http://www.ncbi.nlm.nih.gov/pubmed?term=Schwemmle%20C%5BAuthor%5D&cauthor=true&cauthor_uid=16132879

http://www.ncbi.nlm.nih.gov/pubmed?term=Iven%20C%5BAuthor%5D&cauthor=true&cauthor_uid=16132879

http://www.ncbi.nlm.nih.gov/pubmed?term=Jessen%20M%5BAuthor%5D&cauthor=true&cauthor_uid=16132879

http://www.ncbi.nlm.nih.gov/pubmed?term=Nawka%20T%5BAuthor%5D&cauthor=true&cauthor_uid=16132879

http://www.ncbi.nlm.nih.gov/pubmed?term=Rantala%20LM%5BAuthor%5D&cauthor=true&cauthor_uid=23044460

http://www.ncbi.nlm.nih.gov/pubmed?term=Hakala%20SJ%5BAuthor%5D&cauthor=true&cauthor_uid=23044460

http://www.ncbi.nlm.nih.gov/pubmed?term=Holmqvist%20S%5BAuthor%5D&cauthor=true&cauthor_uid=23044460

http://www.ncbi.nlm.nih.gov/pubmed?term=Sala%20E%5BAuthor%5D&cauthor=true&cauthor_uid=23044460


195. Sapagovas J, Vilkauskas L, Rašymas A, Šaferis V, redaktoriai. Informatikos ir matematinės statistikos pradmenys. Kaunas: KMU; 2000.

196. Sataloff RT, Spiegel JR, Carrol LM. The clinical voice laboratory. Practical design and clinical application. J Voice 1990;4:264-79.

197. Sataloff RT, Spiegel JR, Hawkshaw MJ. Strobovideolaryngoscopy: results and clinical value. Ann Otol Rhinol Laryngol 1991;100:725-7.

198. Sataloff RT. Professional Voice: the Science and Art of Clinical Care. 3rd edition. San Diego, CA: Plural Publishing, Inc.; 2005: 425-446.

199. Scherer RC, Gould WJ, Titze IR, Meyers AD and Sataloff RT: Preliminary evaluation of selected acoustic and Glottographic Measures for Clinical Phonatory Function Analysis. J Voice 1988; 2: 230-44.

200. Schindler A, Ottaviani F, Mozzanica F, Bachmann C, Favero E, Schettino I, Ruoppolo G. Cross-cultural adaptation and validation of the Voice Handicap Index into Italian. J Voice. 2010;24:708-14.

201. Schneider B, Zumtobel M, Prettenhofer W, Aichstill B, Jocher W. Normative voice range profiles in vocally trained and untrained children aged between 7 and 10 years. J Voice 2010;24:153-60.

202. Schoenhaerl E, editor. Die Stroboskopie in der praktichen Laryngologie. Stuttgart: Thieme; 1960.

203. Schuberth S, Hoppe U, Dollinger M, Lohscheller J, Eysholdt U. High-precision measurement of the vocal fold length and vibratory amplitudes. Laryngoscope 2002;112:1043-9.

204. Schutte HK, Svec JG, Sram F. First results of clinical application of videokymography. Laryngoscope 1998;108:1206-10.

205. Schutte HK. The efficiency of voice production [Dissertation] Groningen: Gronin-gen University, 1980.

206. Schweinfurth J, Osso R. Sulcus vocalis. eMedicine Otolaryngology and Facial Plastic Surgery. 2008;17:1–11. Available from URL: http://www.emedicine. medscape.com/article/866094-overview.

207. Sercarz JA, Berke GS, Arnstein D, Gerratt B, Natividad M. A new technique for quantitative measurement of laryngeal videostroboscopic images. Arch Otolaryngol Head Neck Surg 1991;117:871-5.

208. Shiffman S, Reinolds MI, Young FW. Introduction to multidimensional scaling: theory, methods and applications. New York: Academic Press; 1981. p. 227-36. [78]

209. Shin JE, Nam SY, Yoo SJ, Kim SY. Analysis of voice and quantitative measure-ment of glottal gap after thyroplasty type I in the treatment of unilateral vocal paralysis. J Voice 2002;16:136-42.

210. Shutte HK, Seidner W. Recommendations by the Union of European Phoniatricians (UEP): Standardizing voice area measurement/phonetography. Folia Phoniatr 1983;35:286-8.

211. Singer S, Keszte J, Thiele A, Klemm E ,Taschner R, Oeken J ir kt. Smoking behaviour after laryngectomy. Laryngorhinootologie 2010;89:146-50.

212. Smith E, Gray SD, Dove H, Kirchner L, Heras H. Frequency and effects of teachers' voice problems. J Voice 1997;11:81-7.

213. Smith E, Lemke J, Taylor M, Kirchner HL, Hoffman H. Frequency of voice problems among teachers and other occupations. J Voice 1998;12:480-8.

214. Smitheran JR, Hixon TJ. A clinical method for estimating laryngeal airway resistance during vowel production. J Speech Hear Disord 1981;46:138-46.

172





http://www.ncbi.nlm.nih.gov/pubmed?term=Schuberth%20S%2C%20high%20precision%20measurement

http://www.emedicine.medscape.com/article/866094

http://www.emedicine.medscape.com/article/866094



http://www.ncbi.nlm.nih.gov/pubmed?term=Shin%20JE%5BAuthor%5D&cauthor=true&cauthor_uid=12002881

http://www.ncbi.nlm.nih.gov/pubmed?term=Nam%20SY%5BAuthor%5D&cauthor=true&cauthor_uid=12002881

http://www.ncbi.nlm.nih.gov/pubmed?term=Yoo%20SJ%5BAuthor%5D&cauthor=true&cauthor_uid=12002881

http://www.ncbi.nlm.nih.gov/pubmed?term=Kim%20SY%5BAuthor%5D&cauthor=true&cauthor_uid=12002881

http://www.ncbi.nlm.nih.gov/pubmed?term=Smith%20E%5BAuthor%5D&cauthor=true&cauthor_uid=9075180

http://www.ncbi.nlm.nih.gov/pubmed?term=Gray%20SD%5BAuthor%5D&cauthor=true&cauthor_uid=9075180

http://www.ncbi.nlm.nih.gov/pubmed?term=Dove%20H%5BAuthor%5D&cauthor=true&cauthor_uid=9075180

http://www.ncbi.nlm.nih.gov/pubmed?term=Kirchner%20L%5BAuthor%5D&cauthor=true&cauthor_uid=9075180

http://www.ncbi.nlm.nih.gov/pubmed?term=Heras%20H%5BAuthor%5D&cauthor=true&cauthor_uid=9075180


http://www.ncbi.nlm.nih.gov/pubmed?term=Smith%20E%5BAuthor%5D&cauthor=true&cauthor_uid=9988035

http://www.ncbi.nlm.nih.gov/pubmed?term=Lemke%20J%5BAuthor%5D&cauthor=true&cauthor_uid=9988035

http://www.ncbi.nlm.nih.gov/pubmed?term=Taylor%20M%5BAuthor%5D&cauthor=true&cauthor_uid=9988035

http://www.ncbi.nlm.nih.gov/pubmed?term=Kirchner%20HL%5BAuthor%5D&cauthor=true&cauthor_uid=9988035

http://www.ncbi.nlm.nih.gov/pubmed?term=Hoffman%20H%5BAuthor%5D&cauthor=true&cauthor_uid=9988035


http://www.ncbi.nlm.nih.gov/pubmed?term=Smitheran%20JR%5BAuthor%5D&cauthor=true&cauthor_uid=7253590


http://www.ncbi.nlm.nih.gov/pubmed/?term=Smitheran+JR+1981

215. Smits I, Ceuppens P, De Bodt MS. A comparative study of acoustic voice measurements by means of Dr. Speech and Computerized Speech Lab. J Voice 2005;19:187-96.

216. Södersten M, Granqvist S, Hammarberg B, Szabo A. Vocal behavior and vocal loading factors for preschool teachers at work studied with binaural DAT recordings. J Voice 2002;16:356-71.

217. Solomon NP, Garlitz SJ, Milbrath RL. Respiratory and laryngeal contributions to maximum phonation duration. J Voice 2000;14:331-40.

218. Soman B. The effect of variations in method of elicitation on maximum sustained phoneme duration. J Voice 1997;11:285-94.

219. Speyer R, Wieneke GH, Kersing W, Dejonckere PH. Accuracy of measurements on digital videostroboscopic images of the vocal folds. Ann Otol Rhinol Laryngol 2005;114:443-50.

220. Sprecher A, Olszewski A, Jiang JJ, Zhang Y. Updating signal typing in voice: addition of type 4 signals. J Acoust Soc Am 2010;127:3710-16.

221. Stemple J, Weinrich B, Brehm SB. Aerodynamic measurement of vocal function: phonatory aerodynamic system. In: Ma EP, Yiu EM, editors. Handbook of voice assessments. San Diego: Plural Publishing; 2011. p.7-18.

222. Stojanovic J, Ilic N, Stankovic P, Arsenijevic S, Erdevicki L, Belic B ir kt. Risk factors for the appearance of minimal pathologic lesions on vocal folds in vocal professionals. Vojnosanit Pregl 2012;69:973-7.

223. Stone RE, Ferch PAK. Intra – subject variability in F0 – SPL voice profiles. J Speech Hear Disord 1982;47:134-7.

224. Sulica L. Laryngoscopy, stroboscopy and other tools for the evaluation of voice disorders. Otolaryngol Clin North Am 2013; 46:21-30.

225. Sulter AM, Schutte HK, Miller DG. Differences in phonetogram features between male and female subjects with and without vocal training. J Voice 1995;9:363-77.

226. Svec JG, Sram F, Schutte HK. Videokymography in voice disorders: what to look for? Ann Otol Rhinol Laryngol 2007;116:172-80.

227. Svec JG, Schutte HK. Kymographic imaging of laryngeal vibrations. Curr Opin Otolaryngol Head Neck Surg 2012;20:458-65.

228. Šiupšinskenė N, Uloza V. Registration of the vocal field for the clinical assessment of voice. Vestn Otorinolaringol 1997;4:31-3.

229. Šiupšinskienė N. Balso kiekybinio vertinimo sistema organinių gerklų susirgimų atvejais: Disert. Dr. mokslo laipsniui įgyti Kauno med. Akademijoje. K., 1995, p.13, 52.

230. Šiupšinskienė N. Balso kiekybinio vertinimo sistema organinių gerklų susirgimų atvejais [disertacija]. Kaunas: Kauno Medicinos Akademija 1995, p.13, 52.

231. Šiupšinskienė N. Užkimusių pacientų, kuriems įtariamas gerklų ir ryklės refliuksas, balso charakteristikų kitimas atliekant diagnostinį omeprazolio testą. Liet bendr praktikos gyd 2002;1:19-22.

232. Šiupšinskienė N, Adamonis K, Toohill RJ. Usefulness of assessment of voice capabilities in female patients with reflux-related dysphonia. Medicina 2009;45:978-87.

233. Švec JG, Schutte HK. Videokymography: high- speed line scanning of vocal fold vibration. J Voice 1996;10:201-5.

234. Švec JG, Šram F. Videokymographic examination of voice. In: Ma EP, Yiu EM, editors. Handbook of voice assessments. San Diego: Plural Publishing; 2011. p.129-46.

173

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Smits%20I%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Ceuppens%20P%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22De%20Bodt%20MS%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/pubmed?term=S%C3%B6dersten%20M%5BAuthor%5D&cauthor=true&cauthor_uid=12395988

http://www.ncbi.nlm.nih.gov/pubmed?term=Granqvist%20S%5BAuthor%5D&cauthor=true&cauthor_uid=12395988

http://www.ncbi.nlm.nih.gov/pubmed?term=Hammarberg%20B%5BAuthor%5D&cauthor=true&cauthor_uid=12395988

http://www.ncbi.nlm.nih.gov/pubmed?term=Szabo%20A%5BAuthor%5D&cauthor=true&cauthor_uid=12395988



http://www.ncbi.nlm.nih.gov/pubmed?term=Soman%20B%5BAuthor%5D&cauthor=true&cauthor_uid=9297672

http://www.ncbi.nlm.nih.gov/pubmed/?term=Soman+B+1997

http://www.ncbi.nlm.nih.gov/pubmed?term=Speyer%20R%5BAuthor%5D&cauthor=true&cauthor_uid=16042102

http://www.ncbi.nlm.nih.gov/pubmed?term=Wieneke%20GH%5BAuthor%5D&cauthor=true&cauthor_uid=16042102

http://www.ncbi.nlm.nih.gov/pubmed?term=Kersing%20W%5BAuthor%5D&cauthor=true&cauthor_uid=16042102

http://www.ncbi.nlm.nih.gov/pubmed?term=Dejonckere%20PH%5BAuthor%5D&cauthor=true&cauthor_uid=16042102


http://www.ncbi.nlm.nih.gov/pubmed?term=Sprecher%20A%5BAuthor%5D&cauthor=true&cauthor_uid=20550269

http://www.ncbi.nlm.nih.gov/pubmed?term=Olszewski%20A%5BAuthor%5D&cauthor=true&cauthor_uid=20550269



http://www.ncbi.nlm.nih.gov/pubmed?term=Stojanovi%C4%87%20J%5BAuthor%5D&cauthor=true&cauthor_uid=23311249

http://www.ncbi.nlm.nih.gov/pubmed?term=Ili%C4%87%20N%5BAuthor%5D&cauthor=true&cauthor_uid=23311249

http://www.ncbi.nlm.nih.gov/pubmed?term=Stankovi%C4%87%20P%5BAuthor%5D&cauthor=true&cauthor_uid=23311249

http://www.ncbi.nlm.nih.gov/pubmed?term=Arsenijevi%C4%87%20S%5BAuthor%5D&cauthor=true&cauthor_uid=23311249

http://www.ncbi.nlm.nih.gov/pubmed?term=Erdevicki%20L%5BAuthor%5D&cauthor=true&cauthor_uid=23311249

http://www.ncbi.nlm.nih.gov/pubmed?term=Beli%C4%87%20B%5BAuthor%5D&cauthor=true&cauthor_uid=23311249

http://www.ncbi.nlm.nih.gov/pubmed?term=Sulica%20L%5BAuthor%5D&cauthor=true&cauthor_uid=23177402

http://www.ncbi.nlm.nih.gov/pubmed/?term=Sulica+Laryngoscopy%2C+Stroboscopy+and+Other+Tools+for+the+Evaluation+of+Voice+Disorders

http://www.ncbi.nlm.nih.gov/pubmed?term=Sulter%20AM%5BAuthor%5D&cauthor=true&cauthor_uid=8574302


http://www.ncbi.nlm.nih.gov/pubmed?term=Miller%20DG%5BAuthor%5D&cauthor=true&cauthor_uid=8574302

http://www.ncbi.nlm.nih.gov/pubmed/?term=Sulter+AM+1995



http://www.ncbi.nlm.nih.gov/pubmed?term=Svec%20JG%5BAuthor%5D&cauthor=true&cauthor_uid=22931907




http://www.ncbi.nlm.nih.gov/pubmed?term=Shyupshinskene%20N%5BAuthor%5D&cauthor=true&cauthor_uid=9334013

http://www.ncbi.nlm.nih.gov/pubmed?term=Uloza%20V%5BAuthor%5D&cauthor=true&cauthor_uid=9334013

http://www.ncbi.nlm.nih.gov/pubmed?term=Siupsinskiene%20N%5BAuthor%5D&cauthor=true&cauthor_uid=20173401

http://www.ncbi.nlm.nih.gov/pubmed?term=Adamonis%20K%5BAuthor%5D&cauthor=true&cauthor_uid=20173401

http://www.ncbi.nlm.nih.gov/pubmed?term=Toohill%20RJ%5BAuthor%5D&cauthor=true&cauthor_uid=20173401


235. Tao C, Zhang Y, Jiang JJ. Extracting physiologically relevant parameters of vocal folds from high-speed video image series. IEEE Trans Biomed Eng 2007;54:794–801.

236. Ternstrom S, Andersson M, Bergman U. An effect of body massage on voice loudness and phonation frequency in reading. Logoped Phoniatr Vocol 2000;25:146-50.

237. Timmermans B, De Bodt MS, Wuyts FL, Boudewijns A, Clement G, Peeters A ir kt. Poor voice quality in future elite vocal performers and professional voice users. J Voice 2002;16:372-82.

238. Timmermans B, De Bodt MS, Wuyts FL, Van de Heyning PH. Analysis and evaluation of a voice-training program in future professional voice users. J Voice 2005;19:202-10.

239. Titze IR, Horii Y, Scherer RC. Some technical considerations in Voice Perturbation Measurements. J Speech Hear Res 1987;30:252-60.

240. Titze IR. Acoustic interpretation of the voice range profile (phonetogram). J Speech Hear Res 1992;35:21-34.

241. Titze IR. Phonation threshold pressure: a missing link for glottal aerodynamics. In: Titze IR, editor. Progress report1. Iowa City: National Center for Voice and Speech; 1991. p.1-14.

242. Titze IR. Workshop on Acoustic Voice Analysis: Summary Statement. Denver, CO: National Center for Voice and Speech; 1995:1-36.

243. Titze IR. The G. Paul Moore Lecture. Toward standards in acoustic analysis of voice. J Voice 1994;8:1-7.

244. Treole K, Trudeau MD. Changes in sustained production tasks among women with bilateral vocal nodules before and after voice therapy. J Voice 1997;11:462-9.

245. Tuyns AJ, Esteve J, Raymond L, Berrino F, Benhamou E, Blanchet F ir kt. Cancer of the larynx/hypopharynx, tobacco and alcohol. Int J Cancer 1988;1:483-91.

246. Uloza V, Pribuišienė R, Šaferis V. Multidimensional assessment of functional outcomes of medialization Thyroplasty. Eur Arch Otorhinolaryngol 2005;262:616–21.

247. Uloza V, Pribuišienė R. Balso neįgalumo indeksas (BNI) klinikinėje praktikoje. Lietuvos bendrosios praktikos gydytojas 2003;7:91-5.

248. Uloza V, Saferis V, Uloziene I. Perceptual and acoustic assessment of voice pathology and the efficacy of endolaryngeal phonomicrosurgery. J Voice 2005; 19: 138-45.

249. Uloza V. Klinikinis akustinis balso tyrimas. Medicinos Teorija ir praktika 2000; 2:59-62.

250. Umapathy B, Krishnan S, Parsa V, Jamieson DG. Discrimination of Pathological Voices Using a Time-Frequency Approach. IEEE Trans BME 2005;52:421-30.

251. Verdolini K, Ramig LO. Review: occupational risks for voice problems. Logoped Phoniatr Vocol 2001;26:37-46.

252. Verdonck-de Leeuw IM, Hilgers FJ, Keus RB, Koopmans-van Beinum FJ, Greven AJ, de Jong JM ir kt. Multidimensional assessment of voice characteristics after radiotherapy for early glottic cancer. Laryngoscope 1999;109:241-8.

253. Verdonck-de Leeuw IM, Kuik DJ, De Bodt M at al. Validation of the voice handicap index by assessing equivalence of European translations. Folia Phoniatr Logop 2008;60:173-8.

254. Verikas A, Gelzinis A, Bacauskiene M, Uloza V. Towards noninvasive screening for malignant tumours in human larynx. Med Eng Phys 2010;32:83-9.

174

http://www.ncbi.nlm.nih.gov/pubmed?term=Ternstr%C3%B6m%20S%5BAuthor%5D&cauthor=true&cauthor_uid=11286436

http://www.ncbi.nlm.nih.gov/pubmed?term=Andersson%20M%5BAuthor%5D&cauthor=true&cauthor_uid=11286436

http://www.ncbi.nlm.nih.gov/pubmed?term=Bergman%20U%5BAuthor%5D&cauthor=true&cauthor_uid=11286436

http://www.ncbi.nlm.nih.gov/pubmed/?term=Ternstrom+S+2000

http://www.ncbi.nlm.nih.gov/pubmed?term=Timmermans%20B%5BAuthor%5D&cauthor=true&cauthor_uid=15907435



http://www.ncbi.nlm.nih.gov/pubmed?term=Van%20de%20Heyning%20PH%5BAuthor%5D&cauthor=true&cauthor_uid=15907435





http://www.ncbi.nlm.nih.gov/pubmed?term=Treole%20K%5BAuthor%5D&cauthor=true&cauthor_uid=9422281

http://www.ncbi.nlm.nih.gov/pubmed?term=Trudeau%20MD%5BAuthor%5D&cauthor=true&cauthor_uid=9422281

http://www.ncbi.nlm.nih.gov/pubmed/?term=Treole+K+1997

http://www.ncbi.nlm.nih.gov/pubmed?term=Verdonck-de%20Leeuw%20IM%5BAuthor%5D&cauthor=true&cauthor_uid=10890774

http://www.ncbi.nlm.nih.gov/pubmed?term=Hilgers%20FJ%5BAuthor%5D&cauthor=true&cauthor_uid=10890774

http://www.ncbi.nlm.nih.gov/pubmed?term=Keus%20RB%5BAuthor%5D&cauthor=true&cauthor_uid=10890774

http://www.ncbi.nlm.nih.gov/pubmed?term=Koopmans-van%20Beinum%20FJ%5BAuthor%5D&cauthor=true&cauthor_uid=10890774

http://www.ncbi.nlm.nih.gov/pubmed?term=Greven%20AJ%5BAuthor%5D&cauthor=true&cauthor_uid=10890774

http://www.ncbi.nlm.nih.gov/pubmed?term=Greven%20AJ%5BAuthor%5D&cauthor=true&cauthor_uid=10890774

http://www.ncbi.nlm.nih.gov/pubmed?term=de%20Jong%20JM%5BAuthor%5D&cauthor=true&cauthor_uid=10890774

http://www.ncbi.nlm.nih.gov/pubmed/?term=The+Laryngoscope+109%3A+February+1999%2C+241-248.

255. Verikas A, Gelžinis A, Bačauskienė M, Hallanderb M, Uloza V, Kašėta M. Combining image, voice, and the patient’s questionnaire data to categorize laryngeal disorders. Artif Intell Med 2010;49:43–50.

256. Vieira MN, McInnes FR, Jack MA. On the influence of laryngeal pathologies on acoustic and electrographic jitter measures. J Acoust Soc Am 2002; 111:1045–55.

257. Vilkman E. Occupational risk factors and voice disorders. Logoped Phoniatr Vocol 1996;21:137-41.

258. Vogel AP. Multidimensional analysis of voice:computerized speech lab. In: Ma EP, YIU EM, editors. Handbook of voice assessments. San Diego: Plural Publishing; 2011. p. 219-30.

259. Voigt D, Dollinger M, Braunschweig T, Yang A, Eysholdt U, Lohscheller J. Classification of functional voice disorders based on phonovibrograms. Artif Intell Med 2010;49:51–9.

260. Wendler J, Nawka T, Verges D. Videolaryngo- Stroboscopy and phonetography- basic tools for diagnostics and documentation in the voice clinic. Instructional Course in: 15th European Congress of ORL, Head and Neck surgery. Rodos- Kos, Hellas; 2004. Available from: URL: http://www.ceorlhns.org/fileadmin/userdaten-eufos/dokumente/eufos-2004.pdf

261. Wendler J. Stroboscopy. J Voice 1996;6:149-54. 262. Willems-Bloemer LH, Vreeburg GC, Brummer R. Treatment of reflux-related and

non-reflux-related dysphonia with profound gastric acid inhibition. Folia Phoniatr Logop 2000;52:289-94.

263. Woisard V, Bodin S, Puech M. The Voice Handicap Index: impact of the translation in French on the validation. Rev Laryngol Otol Rhinol 2004;125:307-12.

264. Wolfe SK, Stanley D, Sette WJ. Quantitative studies on the singing voice. J Acoust Soc Am 1935;6:255-66.

265. Wolfe V, Martin D. Acoustic correlates of dysphonia: type and severity. J Comm Dis. 1997;30:403-16.

266. Wolfe V, Fitch J, Cornell R. Acoustic prediction of severity in commonly occurring voice problems. J Speech Hear Res 1995;38:273-9.

267. Woo P, editor. Stroboscopy. San Diego, CA: Plural Publishing, Inc.; 2010. 268. Woo P, Casper J, Colton R, Brewer D. Aerodynamic and stroboscopic findings

before and after microlaryngeal phonosurgery. J Voice 1994;8:186-94. 269. Woo P. Objective measures of laryngeal imaging: what have we learned since Dr.

Paul Moore. J Voice 2014;28:69-81. 270. Wuyts FL, Heylen L, Mertens F, De Bodt M, Van de Heyning PH. Normative voice

range profiles of untrained boys and girls. J Voice 2002;16: 460-5. 271. Wuyts FL, De Bodt M, Bruckers L, Molenberghs G. Research work of the Belgian

study group on voice disorders 1996. Results. Acta Otorhinolaryngol Belg. 1996;50:331-41.

272. Wuyts FL, De Bodt MS, Molenberghs G, Remacle M, Heylen L, Millet B. The dysphonia severity index: an objective measure of vocal quality based on a multiparameter approach. J Speech Lang Hear Res 2000;43:796-809.

273. Xu W, Han D, Li H, Hu R, Zhang L. Application of the Mandarin Chinese version of the Voice Handicap Index. J Voice 2010;24:702-7.

274. Zhang Y, Jiang JJ, Wallace SM, Zhou LJ. Comparison of nonlinear dynamic methods and perturbation methods for voice analysis. Acoust Soc Am 2005;118:2551-60.

175

http://www.ncbi.nlm.nih.gov/pubmed?term=Vilkman%20E%5BAuthor%5D&cauthor=true&cauthor_uid=21275584





http://www.ncbi.nlm.nih.gov/pubmed?term=Wolfe%20V%5BAuthor%5D&cauthor=true&cauthor_uid=7596093

http://www.ncbi.nlm.nih.gov/pubmed?term=Fitch%20J%5BAuthor%5D&cauthor=true&cauthor_uid=7596093

http://www.ncbi.nlm.nih.gov/pubmed?term=Cornell%20R%5BAuthor%5D&cauthor=true&cauthor_uid=7596093



http://www.ncbi.nlm.nih.gov/pubmed?term=Woo%20P%5BAuthor%5D&cauthor=true&cauthor_uid=24094798

http://www.ncbi.nlm.nih.gov/pubmed/?term=Woo+P+Objective+measures+of+laryngeal+imaging%3A+what+have+we+learned+since+dr.+paul+moore

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Wuyts%20FL%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Heylen%20L%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Mertens%20F%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22De%20Bodt%20M%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus

http://www.ncbi.nlm.nih.gov/sites/entrez?Db=pubmed&Cmd=Search&Term=%22Van%20de%20Heyning%20PH%22%5BAuthor%5D&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DiscoveryPanel.Pubmed_RVAbstractPlus



http://www.ncbi.nlm.nih.gov/pubmed?term=Bruckers%20L%5BAuthor%5D&cauthor=true&cauthor_uid=9001642

http://www.ncbi.nlm.nih.gov/pubmed?term=Molenberghs%20G%5BAuthor%5D&cauthor=true&cauthor_uid=9001642





http://www.ncbi.nlm.nih.gov/pubmed?term=Molenberghs%20G%5BAuthor%5D&cauthor=true&cauthor_uid=10877446

http://www.ncbi.nlm.nih.gov/pubmed?term=Remacle%20M%5BAuthor%5D&cauthor=true&cauthor_uid=10877446

http://www.ncbi.nlm.nih.gov/pubmed?term=Heylen%20L%5BAuthor%5D&cauthor=true&cauthor_uid=10877446

http://www.ncbi.nlm.nih.gov/pubmed?term=Millet%20B%5BAuthor%5D&cauthor=true&cauthor_uid=10877446


http://www.ncbi.nlm.nih.gov/pubmed?term=Xu%20W%5BAuthor%5D&cauthor=true&cauthor_uid=20083377

http://www.ncbi.nlm.nih.gov/pubmed?term=Han%20D%5BAuthor%5D&cauthor=true&cauthor_uid=20083377

http://www.ncbi.nlm.nih.gov/pubmed?term=Li%20H%5BAuthor%5D&cauthor=true&cauthor_uid=20083377

http://www.ncbi.nlm.nih.gov/pubmed?term=Hu%20R%5BAuthor%5D&cauthor=true&cauthor_uid=20083377

http://www.ncbi.nlm.nih.gov/pubmed?term=Zhang%20L%5BAuthor%5D&cauthor=true&cauthor_uid=20083377

PUBLIKACIJŲ SĄRAŠAS

Straipsniai leidiniuose, referuojamuose Mokslinės informacijos instituto duomenų bazėje ir turinčiuose citavimo rodiklį: 1. Ulozas V, Vegienė A, Šaferis V. Correlation between the basic video

laryngostroboscopic parameters and multidimensional voice measure-ments. J Voice 2013;27:744-52.

2. Ulozas V, Vegienė A, Pribuišienė R, Šaferis V. Quantitative evalu-ation of video laryngostroboscopy : reliability of the basic parameters. J Voice 2013;27(3):361-8.

3. Bačauskienė M, Verikas A, Gelžinis A, Vegienė A. Random forests based monitoring of human larynx using questionnaire data. Expert syst appl 2012;39(5):5506-12.

4. Pribuišienė R, Bacevičienė M, Ulozas V, Vegienė A, Antuševa J. Validation of the Lithuanian Version of the Glottal Function Index. J Voice 2012;26(2):e73-8.

Konferencijų tezės: 1. Ulozas V, Vegienė A, Pribuišienė R, Ulozienė I; Šaferis V. Corre-

lation between video laryngostroboscopy and acoustic voice para-meters. Models and Analysis of Vocal Emissions for Biomedical Applications : 8th International Workshop – MAVEBA 2013 : De-cember 16-18, 2013, Firenze, Italy : Proceedings, Firenze University Press, 2013:83-8.

2. Gelžinis A, Vaičiukynas E, Kelertas E, Bačauskienė M, Verikas A, Ulozas V, Vegienė A. Categorizing sequences of laryngeal data for decision support. Electrical and Control Technologies : Proceedings of the 4th international conference on Electrical and Control Techno-logies - ECT 2009. Kaunas, Lithuania. May 7-8, 2009:99-102.

3. Gelžinis A, Verikas A, Bačauskienė M, Vaičiukynas E, Kelertas E, Ulozas V, Vegienė A. Towards video laryngostroboscopy-based auto-mated screening for laryngeal disorders. Models and analysis of vocal emissions for biomedical applications : 6th International Workshop. December 14-16, 2009, Firenze, Italy. Firenze University Press (Proceedings and report, 54.); 2009:125-8.

4. Pribuišienė R, Ulozas V, Vegienė A, Bacevičienė M. Clinical Useful-ness of Lithuanian Glottal Function Index. 6th Baltic ENT Congress. Mokslinės tezės. Kaunas, Lithuania. 22nd - 24th May 2014: 26.

176

5. Vegienė A, Ulozas V. Quantitative assessment of video laryngo-stroboscopy. 6th Baltic ENT Congress Mokslinės tezės. Kaunas, Lithuania. 22nd- 24th May 2014:27.

6. Pribuišienė R, Ulozas V, Vegienė A, Bacevičienė M. Clinical application of Lithuanian Glottal Function Index. The 2nd Lithuanian Polish ENT Congress. Mokslinės tezės. Druskininkai, Lithuania. September 6-8, 2013:29.

7. Vegienė A, Ulozas V. Correlations between the Video Laryngo-stroboscopic and Multidimensional Voice Assessments. PEVOC – 10th Pan-European Voice conference “Celebration of Interdisciplinary Collaboration”. Mokslinės tezės. Prague, Czech Republic 21st-24th August 2013;1:179 (no. 123).

8. Vegienė A, Ulozas V. Kiekybinis vaizdo laringostroboskopijos verti-nimas. VI nacionalinė doktorantų mokslinė konferencija "Mokslas – sveikatai". Kaunas, Lietuvos sveikatos mokslų universitetas. Balan-džio 05 d., 2013:61-2, Nr. 10.

9. Pribuišienė R, Bacevičienė M, Ulozas V, Vegienė A. Lithuanian version of the 4-item Dysarthria. IFOS - 20th World Congress the International Federationof Oto-Rhino-Laryngological Societies. Mokslinės tezės. Seoul, Korea. June 1-5, 2013;1: no EP533.

10. Vegienė A, Ulozas V. Quantitative evaluation of the basic video laryngostroboscopic parameters and correlations with multidimen-sional voice assessments. The 2nd Lithuanian Polish ENT Congress. Mokslinės tezės. Druskininkai, Lithuania. September 6-8, 2013 (Laryngology.):28.

11. Vegienė A, Ulozas V, Pribuišienė R. Quantitative evaluation of video laryngostroboscopy. 5th international voice congress of the WVC “Voice in the Valley of the Kings”. Mokslinės tezės. Luxor, Egypt. October 27- 31, 2012:35.

12. Pribuišienė R, Bacevičienė M, Ulozas V, Vegienė A, Antuševa J. Lihuanian version of the glottal function index for Dysphonia scree-ning. 5th Baltic otorhinolaryngology congress. Mokslinės tezės. Riga, Latvia. September 16-18, 2011 (Poster): 85.

13. Ulozas V, Pribuišienė R, Vegienė A. Vaizdo laringostroboskopijos ir balso parametrų palyginimas ir jų vertė gerklų ligų diagnostikoje. 3-oji nacionalinė mokslinė konferencija „Mokslas – žmonių sveikatai“. Mokslinės tezės. Kaunas, Kauno medicinos universitetas. Balandžio 7 d., 2010:66.

177

PRIEDAI

1 priedas

TIRIAMŲJŲ APKLAUSOS ANKETA 1. Paciento Nr..................... 2. Lytis: vyr...(1), mot...(2) 3. Amžius (m.)........ 4. Diagnozė:..................................................................................... 5. Išsilavinimas: a) pradinis...(1) b) vidurinis...(2) c) nebaigtas vidurinis...(3) d) aukštesnysis...(4) e) aukštasis...(5) f) nebaigtas aukštasis...(6) 6.Balso vartotojas(-a): a) elitinis...(1)......................................(profesija) b) profesionalaus...(2)..................................(profesija) c) ne balso profesionalas...(3).............................(profesija) d) nebalsinis ne profesionalas...(4)............................(profesija) 7. Kiek valandų kalba per dieną:.............8. Dienų per savaitę:................ 9. Kiek laiko turi su balsu susijusias problemas (mėn.):............. 10. Ar rūko: a)taip...(1), b) ne...(2), c) retkarčiais…(3), d) metęs... (4). 11. Jei taip, kiek metų:..... 12. Kiek cigarečių per dieną:..... 13. Jei metė, kiek metų rūkė....., 14. Kiek cig./d.... 15. Gretutinės, persirgtos ligos:............................................................................................ 16. Šiuo metu vartojami vaistai:............................................................................................ U-VAS: 17.Pacientas 18.Tyrėjas 19. Kaip pats vertinate savo balsą? 20. Kaip balso problema progresuoja nuo pradžios? a) pagerėjo...(1) b) nesikeičia...(2) c) pablogėjo...(3) d) varijuoja...(4) 21.Kada balsas blogiausias? a) ryte...(1) b) vidurdienį...(2) c) vakare...(3) d) visada toks pat...(4) 22. Ar balso problema įtakoja užsiėmimą, socialnį gyvenimą? Neįtakoja Stipriai įtakoja

Neužkimęs

Labai ryškus užkimimas

Neužkimęs

Labai ryškus užkimimas

Labai blogas Labai geras

178

23. Dabartinė balso kokybė: a) tipinė...(1) b) geresnė...(2) c) blogesnė...(3) 24.Kiek streso patiriat kasdieniniam gyvenime, darbe? Be streso Labai daug streso 25. Kiek skysčių išgeriat per dieną? .....(litrais) 26. Kokius skysčius vartojat? a) gaiviuosius gėrimus...(1) b) kavą...(2) c) vandenį...(3) d) gazuotus gėrimus....(4) e) pieniškus gėrimus...(5) f) alkoholinius gėrimus...(6) g) kita...(7).................................(ką?) Kaip dažnai Jūs:

1 –niekada

2 –retai

3 – kar-tais

4 –labai dažnai

5 –visa-da

27.Kosėjat 28.Rėkaujat 29.Dainuojat 30.Kalbat telefonu 31.Kalbat pakeltu tonu 32.Kalbate mėgdžiodami, ne savu balsu 33.Kalbat/dainuojat prirūkytoje patalpoje 34.Kalbat triukšmingoje aplinkoje 35.Garsiai juokiatės 36.Bendraujat su mažais vaikais 37.Bendraujat su neprigirdinčiaisiais 38.Vartojat kofeinizuotus produktus 39.Vartojat alkoholį 40.Vartojat aštrų maistą 41.Springstate maistu

Kaip Jus vargina minėti nusiskundimai? 42. Balso sutrikimas

Nevargina Labai vargina 43. Balso nuovargis

Nevargina Labai vargina 44. Kirbėjimas gerklėje

Nevargina Labai vargina 45. Per silpnas balsas

Visiškai ne Labai ryškiai

179

46. Balsas per daug „nosinis“

Visiškai ne Labai ryškiai 47. Kvėpavimo sunkumas

Nėra Labai ryškus 48. Besikartojantis balso praradimas

Nėra Labai dažnas 49. Balso diapazono sumažėjimas

Visiškai ne Labai ryškiai 50. Sumažėjusi galimybė dainuoti

Visiškai ne Labai ryškiai 51. Balsas dažnai lūžta, ar kitaip skamba

Visiškai ne Labai dažnai 52. Skausmas gerklėje kalbant

Nėra Labai ryškus 53. Balsas per aukštas

Visiškai ne Labai ryškiai 54. Balsas per žemas

Visiškai ne Labai ryškiai

180

2 priedas

VLS VERTINIMO PROTOKOLAS

181

3 priedas VLS vertinimų ir VLS matavimų koreliacijos

VLS matavimų

parametrai


Balso plyšys

Virp. reguliarumas

Gl. banga

PP

Gl. banga SvP

Virp. simetr.

Vaizdo simetr.

Kvė-pav pl.

Ribo-tas

aud.

Difuz. aud.

BK kraštai

BK judr. PP

Jude-sių

simetr. r

1 2 3 4 5 6 7 8 9 10 11 12 13 α_kv -0,00 -0,05 -0,02 -0,08 0,13 0,09 -0,22* 0,02 0,05 0,08 -0,28* 0,08 β_kv -0,22* -0,16* -0,13 -0,13 -0,09 -0,11 -0,33* 0,13 0,05 0,11 -0,71* -0,52* γ_kv -0,13 -0,12 -0,09 -0,11 0,01 -0,02 -0,30* 0,08 0,05 0,11 -0,55* -0,27* γ_fon 0,68* 0,54* 0,52* 0,41* 0,45* 0,47* 0,35* 0,28* 0,07 0,24* 0,31* 0,32* γ_stro_min 0,68* 0,55* 0,54* 0,43* 0,46* 0,46* 0,36* 0,25* 0,09 0,25* 0,33* 0,33* α_stro 0,10 -0,08 -0,06 -0,23* 0,16* 0,17* -0,11 0,13 -0,19* -0,10 0,06 0,17* β_stro -0,19* -0,37* -0,44* -0,36* -0,32* -0,32* -0,30* -0,12 -0,35* -0,42* 0,04 0,11 γ_stro -0,02 -0,23* -0,26* -0,32* -0,06 -0,05 -0,21* 0,03 -0,30* -0,28* 0,06 0,17* γ_stro_skirt -0,51* -0,60* -0,62* -0,60* -0,38* -0,38* -0,45* -0,16* -0,34* -0,43* -0,18* -0,08 Plyšio_pl 0,20* 0,20* 0,16* 0,24* 0,00 -0,02 0,49* -0,10 0,03 0,01 0,52* 0,09 Darinio_pl 0,38* 0,50* 0,51* 0,52* 0,42* 0,39* 0,71* 0,18* 0,63* 0,76* -0,14 -0,07 Pat_aud_pl 0,46* 0,65* 0,67* 0,62* 0,55* 0,55* 0,63* -0,01 0,87* 0,92* -0,11 -0,01 Pat_aud_PBK 0,46* 0,64* 0,66* 0,63* 0,53* 0,52* 0,62* -0,03 0,87* 0,91* -0,12 -0,03 DarinioD_plyšy 0,36* 0,34* 0,38* 0,26* 0,32* 0,38* 0,16* 0,59 0,03 0,33* -0,30* -0,22* SVmen/PAT_pl -0,46* -0,58* -0,64* -0,53* -0,59* -0,61* -0,62* -0,23* -0,64* -0,81* 0,11 0,01 SV/SVmen_pl -0,25* -0,29* -0,24* -0,44* -0,09 -0,05 -0,52* 0,16* -0,51* -0,48* 0,11 0,09 StroMaks_pl 0,26* 0,16* 0,08 0,20* -0,07 -0,09 0,53* -0,17* 0,02 -0,06 0,56* 0,13 Stro_pl 0,66* 0,78* 0,76* 0,74* 0,54* 0,51* 0,61* 0,13 0,47* 0,61* 0,30* 0,21* Keratozė_pl 0,23* 0,37* 0,44* 0,32* 0,42* 0,44* 0,08 -0,05 0,46* 0,44* -0,03 0,03 BK_Storiai -0,40* -0,49* -0,60* -0,31* -0,67* -0,72* -0,38* -0,47* -0,36* -0,63* 0,13 0,01

182

JelenaExtra

Rectangle

3 priedo tęsinys 1 2 3 4 5 6 7 8 9 10 11 12 13

Ilgis_pat 0,46* 0,67* 0,66* 0,69* 0,46* 0,45* 0,59* -0,03 0,88* 0,88* -0,16* -0,07 PatAud_plyšyje 0,47* 0,60* 0,61* 0,57* 0,52* 0,51* 0,61* 0,29* 0,60* 0,79* -0,23* -0,15* PatAud_storis 0,46* 0,65* 0,67* 0,61* 0,55* 0,54* 0,55* 0,12 0,75* 0,85* -0,19* -0,09 Stro_ilgiai 0,25* 0,23* 0,18* 0,29* 0,02 -0,02 0,31* -0,08 0,16* 0,11 0,19* -0,03 Stro_ašis -0,37* -0,61* -0,62* -0,58* -0,47* -0,45* -0,58* -0,07 -0,58* -0,68* -0,13 -0,06

*p<0,05.

4 priedas VLS vertinimo ir akustinių balso parametrų koreliacijos

Akustiniai balso

parametrai


Balso plyšys

Virp. reguliarumas

Gl. banga

PP

Gl. banga SvP

Virp. simetr.

Vaizdo simetr.

Kvėpa-vimo

plyšys

Ribo-tas

aud.

Difuzi- nis

aud.

BK kraštai

BK judr. PP

Jude-sių

simetr. r

Vid_F0, Hz -0,03 -0,11 -0,13 -0,01 -0,22* -0,26* -0,13 -0,19* -0,14* -0,21* 0,09 0,04 SN_F0, Hz 0,29* 0,31* 0,31* 0,30* 0,29* 0,28* 0,11 -0,03 0,22* 0,22* 0,07 0,16* Maks_F0, Hz 0,13 0,04 0,02 0,12 -0,06 -0,08 -0,03 -0,17* -0,01 -0,07 0,09 0,09 Min_F0, Hz -0,20* -0,29* -0,31* -0,19* -0,36* -0,39* -0,23* -0,17* -0,28* -0,36* 0,05 -0,05 Jitter, proc. 0,37* 0,42* 0,36* 0,42* 0,25* 0,24* 0,30* -0,13 0,40* 0,41* 0,14 0,20* Shimmer, proc. 0,44* 0,48* 0,44* 0,44* 0,35* 0,34* 0,29* -0,10 0,37* 0,39* 0,21* 0,27* GŪE -0,46* -0,47* -0,46* -0,43* -0,34* -0,36* -0,34* 0,01 -0,41* -0,44* -0,11 -0,17* Nereguliarumas 0,56* 0,61* 0,56* 0,55* 0,45* 0,46* 0,41* -0,05 0,47* 0,53* 0,21* 0,29* Triukšmas 0,46* 0,48* 0,47* 0,45* 0,34* 0,35* 0,36* -0,03 0,44* 0,47* 0,10 0,16* Bendras paž. 0,58* 0,64* 0,59* 0,58* 0,46* 0,47* 0,44* -0,06 0,51* 0,56* 0,21* 0,29* IFT, sek. -0,63* -0,56* -0,57* -0,49* -0,45* -0,45* -0,41* -0,18* -0,23* -0,33* -0,28* -0,28* DSI -0,62* -0,68* -0,65* -0,63* -0,51* -0,51* -0,49* -0,02 -0,54* -0,61* -0,21* -0,27*

*p<0,05.

183

5 priedas

VLS vertinimo ir fonetogramos kalbos profilio parametrų koreliacijos



Tylios_ Ton, Hz

Tylios_Int, dB(A)

Normal_ Ton, Hz

Normal_ Int, dB(A)

Garsios_ Ton, Hz

Garsios_ Int, dB(A)

Riksmo_ Ton, Hz

Riksmo_ Int, dB(A)

Kalbos kreivės

nuolydis r

Balso plyšys 0,10 0,38* 0,12* 0,09 -0,00 -0,32* -0,35* -0,45* -0,22* Virp. reguliarumas 0,00 0,42* 0,06 0,11 -0,11 -0,31* -0,34* -0,42* -0,23* Gl.banga PP 0,03 0,39* 0,02 0,08 -0,13* -0,31* -0,35* -0,44* -0,30* Gl.banga SvP 0,13* 0,39* 0,14* 0,05 -0,03 -0,24* -0,25* -0,45* -0,22* Virp. Simetr. -0,03 0,33* -0,05 0,12* -0,15* -0,25* -0,34* -0,28* -0,24* Vaizdo simetr. -0,08 0,34* -0,11 0,15* -0,18* -0,23* -0,35* -0,28* -0,24* Kvėpav. Pl. -0,07 0,30* 0,02 0,05 -0,13* -0,27* -0,33* -0,43* -0,24* Ribotas audinys -0,11 0,16* -0,19* 0,11 -0,17* 0,09 -0,16* 0,08 -0,04 Difuzinis audinys -0,05 0,26* 0,02 0,13* -0,11 -0,18* -0,17* -0,25* -0,13* BK kraštai -0,06 0,35* -0,04 0,16* -0,17* -0,16* -0,27* -0,30* -0,15* BK judrumas PP 0,06 0,12* 0,11 -0,10 0,04 -0,30* -0,24* -0,40* -0,24* Judesių simetr. 0,06 0,13* 0,07 -0,03 0,05 -0,21* -0,22* -0,30* -0,24*

*p<0,05.

184

JelenaExtra

Rectangle

6 priedas Akustinių balso parametrų ir VLS matavimų koreliacijos


Akustiniai parametrai Vid_F0, Hz

SN_F0, Hz

Maks F0, Hz

Min_F0, Hz

Jitter Shim-mer

GŪE Nere-gul.

Triukšmas

Bendr. paž.

IFT DSI

r 1 2 3 4 5 6 7 8 9 10 11 12 13

α_kv 0,00 -0,01 0,01 -0,02 0,03 0,10 -0,05 0,13 0,08 0,13 -0,01 -0,00 β_kv -0,05 -0,06 -0,06 -0,04 -0,08 -0,11 0,04 -0,06 -0,01 -0,06 0,16 0,14 γ_kv -0,03 -0,03 -0,03 -0,04 -0,03 -0,01 -0,00 0,03 0,03 0,03 0,09 0,08 γ_fon -0,05 0,21* 0,07 -0,15* 0,24* 0,29* -0,33* 0,39* 0,32* 0,40* -0,53* -0,41* γ_stro_min -0,03 0,21* 0,10 -0,13 0,24* 0,31* -0,32* 0,40* 0,32* 0,41* -0,53* -0,42* α_stro -0,24* -0,06 -0,23* -0,15* -0,07 -0,07 0,04 -0,05 -0,05 -0,05 -0,02 0,07 β_stro -0,08 -0,11 -0,09 0,02 -0,10 -0,18* 0,14* -0,19* -0,14* -0,19* 0,18* 0,22* γ_stro -0,20* -0,09 -0,19* -0,09 -0,09 -0,13 0,12 -0,12 -0,12 -0,13 0,08 0,14* γ_stro_skirt -0,17* -0,23* -0,25* 0,01 -0,26* -0,34* 0,34* -0,39* -0,34* -0,41* 0,45* 0,43* Plyšio_pl 0,07 -0,02 0,06 0,07 0,04 0,05 -0,05 0,06 0,04 0,07 -0,20* -0,08 Darinio_pl -0,22* 0,08 -0,11 -0,29* 0,24* 0,18* -0,33* 0,30* 0,35* 0,34* -0,25* -0,41* Pat_aud_pl -0,23* 0,19* -0,09 -0,36* 0,39* 0,35* -0,43* 0,49* 0,46* 0,53* -0,27* -0,58* Pat_aud_PBK -0,24* 0,17* -0,11 -0,35* 0,36* 0,33* -0,43* 0,48* 0,46* 0,52* -0,27* -0,56* DarinioD_plyšy -0,11 0,16* 0,03 -0,20* 0,09 0,15* -0,22* 0,21* 0,19* 0,21* -0,38* -0,25* SV/PAT_pl 0,24* -0,23* 0,06 0,38* -0,37* -0,36* 0,36* -0,46* -0,38* -0,49* 0,32* 0,55* SV/SVmen_pl 0,07 -0,02 0,03 0,13 -0,13 -0,08 0,25* -0,20* -0,27* -0,23* 0,19* 0,24* StroMaks_pl 0,04 -0,06 0,03 0,06 0,04 -0,01 -0,08 0,05 0,08 0,06 -0,17* -0,09 Stro_pl -0,01 0,30* 0,14* -0,18* 0,39* 0,42* -0,42* 0,54* 0,43* 0,56* -0,48* -0,60* Keratozė_pl -0,22* 0,17* -0,11 -0,26* 0,19* 0,30* -0,17* 0,29* 0,15* 0,29* -0,09 -0,32* BK_Storiai 0,32* -0,23* 0,10 0,38* -0,24* -0,27* 0,26* -0,38* -0,26* -0,39* 0,28* 0,46* Ilgis_pat -0,17* 0,20* -0,06 -0,32* 0,37* 0,35* -0,44* 0,47* 0,46* 0,51* -0,35* -0,56*

185

6 priedo tęsinys 1 2 3 4 5 6 7 8 9 10 11 12 13

PatAud_plyšyje -0,24* 0,16* -0,09 -0,36* 0,31* 0,29* -0,38* 0,42* 0,39* 0,45* -0,36* -0,51* PatAud_storis -0,21* 0,20* -0,09 -0,37* 0,42* 0,38* -0,43* 0,51* 0,46* 0,54* -0,34* -0,59* Stro_ilgiai 0,01 -0,01 0,05 -0,02 0,18* 0,12 -0,19* 0,20* 0,22* 0,23* -0,14* -0,23* Stro_ašis 0,12 -0,14 0,04 0,22* -0,38* -0,37* 0,33* -0,46* -0,36* -0,48* 0,24* 0,50*

*p<0,05

7 priedas

VLS matavimų ir fonetogramos kalbos profilio parametrų koreliacijos



Tylios_ Ton, Hz

Tylios_ Int,

dB(A)

Normal_ Ton, Hz

Normal_ Int,

dB(A)

Garsios_ Ton, Hz

Garsios_ Int,

dB(A)

Riksmo_ Ton, Hz

Riksmo_ Int,

dB(A)

Kalbos kreivės

nuolydis r

1 2 3 4 5 6 7 8 9 10 α_kv 0,08 -0,18* 0,05 -0,08 0,10 -0,03 0,09 0,11 0,10 β_kv 0,04 -0,17* 0,02 -0,02 0,05 0,09 0,19* 0,25* 0,21* γ_kv 0,06 -0,19* 0,03 -0,05 0,08 0,04 0,15* 0,20* 0,18* γ_fon 0,06 0,30* 0,07 0,11 -0,05 -0,15* -0,35* -0,31* -0,17* γ_stro_min 0,08 0,28* 0,08 0,08 -0,04 -0,17* -0,36* -0,34* -0,17* α_stro -0,19* -0,09 -0,19* -0,03 -0,18* 0,09 -0,22* 0,04 -0,01 β_stro -0,09 -0,10 -0,04 -0,01 -0,03 0,22* -0,04 0,18* -0,01 γ_stro -0,18* -0,09 -0,15* -0,02 -0,15* 0,15* -0,15* 0,10 -0,05 γ_stro_skirt -0,22* -0,29* -0,20* -0,08 -0,11 0,26* 0,12* 0,34* 0,08 Plyšio_pl 0,05 0,15* 0,13* 0,01 0,04 -0,14* -0,08 -0,21* -0,09

186

JelenaExtra

Rectangle

7 priedo tęsinys 1 2 3 4 5 6 7 8 9 10

Darinio_pl -0,14* 0,22* -0,12* 0,11 -0,20* -0,09 -0,21* -0,16* -0,18* Pat_aud_pl -0,04 0,31* -0,01 0,13* -0,15* -0,20* -0,23* -0,28* -0,17* Pat_aud_PBK -0,06 0,32* -0,05 0,15* -0,19* -0,16* -0,24* -0,24* -0,15* DarinioD_plyšyje -0,08 0,24* -0,10 0,16* -0,13* 0,05 -0,16* 0,01 -0,04 SVmen/PAT_pl 0,06 -0,26* 0,03 -0,07 0,13* 0,20* 0,23* 0,28* 0,19* SV/SVmen_pl 0,08 -0,16* 0,06 -0,08 0,11 0,01 0,10 0,07 0,07 StroMaks_pl 0,00 0,13* 0,15* -0,04 0,03 -0,12* -0,15* -0,22* -0,12* Stro_pl 0,19** 0,34* 0,14* 0,05 0,02 -0,29* -0,27* -0,43* -0,18* Keratozė_pl -0,07 0,17* -0,09 0,12 -0,20* -0,10 -0,20* -0,15* -0,09 BK_Storiai 0,11 -0,25* 0,14* -0,10 0,22* 0,12* 0,28* 0,17* 0,16* Ilgis_pat -0,06 0,31* -0,02 0,16* -0,13* -0,12* -0,19* -0,22* -0,12* PatAud_plyšyje -0,09 0,31* -0,07 0,14* -0,17* -0,13* -0,22* -0,21* -0,18* PatAud_storis -0,02 0,33* 0,05 0,12* -0,08 -0,19* -0,20* -0,28* -0,15* Stro_ilgiai 0,04 -0,01 0,08 -0,13* -0,08 -0,19** -0,08 -0,23** -0,14* Stro_ašis -0,04 -0,22** -0,04 -0,00 0,13* 0,31** 0,19** 0,38** 0,17**

*p<0,05

187

8 priedas

PARAMETRŲ SANTRUMPŲ PAAIŠKINIMAI

Parametras Paaiškinimas Vid_F0, Hz Pagrindinis tonas hercais. SN_F0, Hz Pagrindinio tono standartinis nuokrypis hercais. Maks_F0, Hz Maksimalus tonas hercais. Min_F0, Hz Minimalus tonas hercais. GŪE Gerklų ūžesio energija. Maks_Ton, Hz Aukščiausiai išdainuojamas tonas hercais. Min_Ton, Hz Žemiausiai išdainuojamas tonas hercais. Diapazonas, pust. FG tonų diapazonas pustoniais. Maks_Int, dB(A) Didžiausias balso intensyvumas decibelais. Min_Int, dB(A) Mažiausias balso intensyvumas decibelais. Dinam_Int, dB(A) Intensyvumo diapazonas decibelais. Norm_profilio, proc. Normalaus balso profilio dalis procentais. K_maksTon, Hz Maksimalus kalbos aukštis hercais. K_minTon, Hz Minimalus kalbos aukštis hercais. K_diapaz, pust. Kalbos tonų diapazonas pustoniais. K_maksInt, dB(A) Maksimalus kalbos intensyvumas decibelais. K_minInt, dB(A) Minimalus kalbos intensyvumas decibelais. K_dinamInt, dB(A) Kalbos intensyvumo diapazonas decibelais. Tylios_Ton, Hz Tylios kalbos profilio aukštis hercais. Tylios_Int, dB(A) Tylios kalbos intensyvumas decibelais. Normal_Ton, Hz Normalios kalbos profilio aukštis hercais. Normal_Int, dB(A) Normalios kalbos intensyvumas decibelais. Garsios_Ton, Hz Garsios kalbos profilio aukštis hercais. Garsios_Int, dB(A) Garsios kalbos intensyvumas decibelais. Šauksmo_Ton, Hz Šauksmo profilio aukštis hercais. Šauksmo_Int, dB(A) Šauksmo intensyvumas decibelais. α_kv Sveikos BK atsivėrimo kampas kvėpavimo metu. β_kv Patologinės BK atsivėrimo kampas kvėpavimo metu. γ_kv Kampas tarp abiejų BK kvėpavimo metu. Γ_fon Kampas tarp abiejų BK fonacijos metu.

γ_stro_min Kampas tarp BK per maksimalų susiglaudimą stoboskopijos metu.

α_stro Maksimalaus BK SvP atsivėrimo kampas stroboskopijos metu. β_stro Maksimalaus BK PP atsivėrimo kampas stroboskopijos metu.

γ_stro Maksimalaus atsivėrimo kampas tarp abiejų BK stroboskopijos metu.

γ_stro_skirt Stroboskopijos maksimalaus ir minimalaus kampų skirtumas. Plyšio_pl Fonacijos ir kvėpavimo plyšio santykis. Darinio_pl Kokią kvėpavimo ploto dalį užima patologinis darinys. Pat_aud_pl Kokią balso klosčių dalį užima patologinis audinys. Pat_aud_PBK Kiek patologinės klostės užima patologinis audinys.

188

8 priedo tęsinys Parametras Paaiškinimas

DarinioD_plyšyje Kokia dalis viso patologinio audinio prolabuoja į plyšį. SV/PAT_pl Sveikos ir patologinės BK santykis. SV/SVmen_pl Kiek atitinka mažiau pažeista BK tikrą sveiką dydį.

StroMaks_pl Kokią kvėpavimo plyšio dalį užima BK gleivinės bangos maksimalus atsivėrimas stroboskopijos metu.

Stro_pl Maksimalaus ir minimalaus stroboskopijos plotų santykis. Keratozė_pl Kokią viso patologinio audinio dalį užima keratozė. BK_Storiai Balso klosčių storių santykis. Ilgis_pat Kokią dalį BK ilgio užima patologinis audinys. PatAud_plyšyje Kokia dalis patologinio audinio prolabuoja į plyšį. PatAud_storis Kokią dalį BK storio užima patologinis audinys. Stro_ilgiai Stroboskopijos atstumo tarp BK ir ašies santykis. Stro_ašis Kokią dalį viso BK ilgio užima stroboskopijos ašies ilgis.

189

PADĖKA

Nuoširdžiai dėkoju šio mokslinio darbo vadovui prof. Virgilijui Ulozai už nuoseklų, konstruktyvų, rūpestingą vadovavimą visam tiriamajam darbui. Taip pat esu dėkinga už pasitikėjimą, skatinimą siekti užsibrėžto tikslo, už paskatinimą ir pagalbą dalyvaujant tarptautinėse mokslinėse konferencijose. Ačiū už Jūsų lengvą, šiltą bendravimą.

Nuoširdžiai dėkoju visiems LSMU Ausų, nosies ir gerklės ligų klinikos kolegoms už palaikymą. Dėkoju Evaldui Padervinskiui, dr. Mariui Kašėtai, prof. Rūtai Pribuišienei už patarimus, pagalbą, konstruktyvias pastabas rengiant šį disertacinį darbą.

Dėkoju KTU Elektros ir valdymo įtaisų katedros darbuotojams, ypatingai Marijai Bačauskienei, už bendradarbiavimą ir bendrų projektų vykdymą. Dėkoju disertacinio darbo konsultantui prof. Antanui Verikui.

Dėkoju LSMU MA Mokslo centro vadovei prof. Ingridai Ulozienei ir visoms darbuotojoms už Jūsų tikslų ir puikiai organizuotą darbą, visapu-sišką pagalbą ir palaikymą.

Dėkoju LSMU Fizikos, matematikos ir biofizikos katedros prof. Viktorui Šaferiui už nuoširdų bendradarbiavimą, mokymą ir patarimus analizuojant disertacijos duomenis.

Esu be galo dėkinga savo tėveliams Birutei ir Juozui Vaičekauskams už suteiktą galimybę mokytis, supratimą, palaikymą ir pagalbą. Jūsų dėka savyje turiu norą žinoti, siekti ir tobulėti.

Esu dėkinga savo vyrui Tomui už palaikymą, supratimą ir toleranciją mano užimtumui, dukrelėms Paulinai ir Vestinai už savarankiškumą. Ačiū sesei ir jos šeimai už palaikymą.

Dėkoju visiems draugams ir artimiesiems už supratimą ir palaikymą.

190

balso daugiaparametrio tyrimo sisteminĖs analizĖs … · kt – kompiuterinė tomografija. sn –...

Documents