Final report of the DFG-funded project "Paralinguistic Speech Characteristics in Major Depression (ParaSpeChaD)" Abschlussbericht des DFG-Projekts "Paralinguistische Stimmcharakteristika in Major Depression (ParaStiChaD)"

ENGLISH: Explaining, diagnosing, predicting, and treating Major Depressive Disorder still poses significant challenges for healthcare systems worldwide. Multimodal theories of depression suggest that paralinguistic speech characteristics (PSCs) play an important role in the perpetuation of depression as part of somatosensory-cognitive feedback loops. Consistent with this hypothesis, evidence exists for cross-sectional and longitudinal associations between PSCs and depression. Building on these findings, the use of PSCs for the assessment and treatment of depression was researched in ParaStiChaD and findings were published in seven peer-reviewed articles. To enhance the assessment of depression and make it more efficient, ParaStiChaD first examined the potential of voice analysis using machine learning (ML). The results of ParaStiCaD showed that it was possible to detect depression from the voice with up to 76% accuracy. However, there are still significant limitations of current methods of ML-based depression detection, which reach lower accuracies compared to established depression scales. Accordingly, possibilities for optimizing depression detection using the voice were explored. One of the findings was that depression could be better recognized from speech recordings that contained targeted speech modulation instructions than from speech recordings without such instructions. In the course of the project, a substantial need for additional research and optimization was identified, before clinical implementation of ML-based voice analysis for depression detection can be realized. Furthermore, it was examined whether the course of depressive symptomatology could be recognized from the voice. An innovative method for personalizing ML models was developed, which was suited to recognize the extent and course of depressed mood using the voice. In addition, it was shown that the future course of depressive symptomatology could not be predicted validly with voice analyses. With regard to depression treatment, a newly developed, innovative intervention showed that targeted voice modulations aimed at maximizing conviction enhanced the efficacy of cognitive restructuring aimed at reducing depressed mood. Presumably, this effect may be explained by the simultaneous activation of anti-depressive cognitive and bodily states in this intervention compared to purely cognitive processes targeted in most established interventions. In summary, the findings confirm theoretical assumptions about the relationship between PSCs and depression and about the contribution of this association to the perpetuation of depressive symptomatology. Future research is necessary to optimize and evaluate the ML-based depression assessment using speech for clinical implementation and to evaluate the long-term efficacy of multimodal depression treatment using speech modulations. DEUTSCH: Die Erklärung, Diagnostik, Vorhersage und Behandlung von Depression stellen nach wie vor zentrale Herausforderungen für Gesundheitssysteme weltweit dar. Multimodale Theorien der Depression implizieren, dass paralinguistische Stimmcharakteristika (PSCs) als Teil somatosensorisch-kognitiver Feedbackschleifen eine wichtige Rolle bei der Aufrechterhaltung von Depression spielen könnten. Im Einklang mit dieser Hypothese finden sich Belege für querschnittliche und längsschnittliche Zusammenhänge zwischen PSCs und Depression. Aufbauend auf diesen Befunden wurde in ParaStiChaD der Einsatz von PSCs zur Depressionsdiagnostik und –behandlung beforscht und die Ergebnisse wurden bislang in sieben Artikeln mit Peer-Review-Verfahren veröffentlicht. Um die Messung von Depression zu verbessern und effizienter zu gestalten, wurde in ParaStiChaD zunächst das Potential von Stimmanalysen mithilfe von Maschinellem Lernen (ML) geprüft. Die Ergebnisse von ParaStiChaD zeigten, dass es mit bis zu 76% Genauigkeit möglich ist, Depression aus der Stimme zu erkennen. Allerdings gibt es noch erhebliche Limitationen aktueller Methoden zur ML-basierten Depressionserkennung, welche niedrigere Erkennungsraten als etablierte Depressionsskalen erreichten. Entsprechend wurden Möglichkeiten zur Optimierung von Depressionserkennung aus der Stimme beforscht. Dabei ergab sich unter anderem, dass sich Depression besser aus Sprachaufnahmen, welche die Anleitung gezielter Stimmmodulationen enthielten, als aus Sprachaufnahme ohne entsprechende Anleitung erkennen ließ. Im Laufe des Projekts wurde erkannt, dass es noch erheblichen Forschungs- und Optimierungsbedarf gibt, bevor ML-basierte Stimmanalysen zur Depressionserkennung in der klinischen Praxis angewendet werden können. Des Weiteren wurde beforscht, ob sich der Verlauf depressiver Symptomatik aus der Stimme erkennen lässt. Dabei wurde eine innovative Methode zur Personalisierung von ML Modellen entwickelt, welche geeignet war, das Ausmaß und die Veränderung depressiver Stimmung anhand der Stimme zu erkennen. Zusätzlich zeigte sich, dass sich der zukünftige Verlauf depressiver Symptomschwere nicht valide mit Stimmanalysen vorhersagen ließ. Im Hinblick auf die Depressionsbehandlung zeigte eine eigens entwickelte, innovative Intervention, dass gezielte Stimmmodulationen zur Maximierung von Überzeugungskraft die Wirksamkeit von kognitiver Umstrukturierung zur Reduktion depressiver Stimmung verbessern können. Mutmaßlich ist dieser Effekt begründet in der zeitgleichen Aktivierung antidepressiver körperlicher und kognitiver Zustände im Vergleich zu der rein kognitiven Aktivierung, auf die die meisten etablierten Interventionen abzielen. Insgesamt lässt sich sagen, dass die Befunde theoretische Annahmen über den Zusammenhang zwischen paralinguistischen Stimmmerkmalen und Depression sowie darüber, wie dieser Zusammenhang zur Aufrechterhaltung depressiver Symptomatik beiträgt, bestätigten. Zukünftige Forschung ist notwendig, um ML-basierten Stimmanalysen zur Depressionsmessung in der klinischen Anwendung zu optimieren und zu evaluieren und um die langfristige Wirksamkeit multimodaler Depressionsbehandlung mittels Stimmmodulationen zu überprüfen. unknown