Dialekter och röstigenkänning : Ett röstigenkännings-API:s förmåga att uppfatta svenska dialekters kännetecken och röstkombinationer

Allt eftersom utvecklingen går framåt inom applikationer och system så förändras också sättet på vilket vi interagerar med systemet på. Hittills har navigering och användning av applikationer och system mestadels skett med händerna och då genom mus och tangentbord. På senare tid så har navigering via touch-skärmar och rösten blivit allt mer vanligt. Då man ska styra en applikation med hjälp av rösten är det viktigt att vem som helst kan styra applikationen, oavsett vilken dialekt man har. För att kunna se hur korrekt ett röstigenkännings-API (Application Programming Interface) uppfattar svenska dialekter så initierades denna studie med dokumentstudier om dialekters kännetecken och ljudkombinationer. Dessa kännetecken och ljudkombinationer låg till grund för de ord vi valt ut till att testa API:et med. Varje dialekt fick alltså ett ord uppbyggt för att vara extra svårt för API:et att uppfatta när det uttalades av just den aktuella dialekten. Därefter utvecklades en prototyp, närmare bestämt en android-applikation som fungerade som ett verktyg i datainsamlingen. Då arbetet innehåller en prototyp och en undersökning så valdes Design and Creation Research som forskningsstrategi med datainsamlingsmetoderna dokumentstudier och observationer för att få önskat resultat. Data samlades in via observationer med prototypen som hjälpmedel och med hjälp av dokumentstudier. Det empiriska data som registrerats via observationerna och med hjälp av applikationen påvisade att vissa dialekter var lättare för API:et att uppfatta korrekt. I vissa fall var resultaten väntade då vissa ord uppbyggda av ljudkombinationer i enlighet med teorin skulle uttalas väldigt speciellt av en viss dialekt. Ibland blev det väldigt låga resultat på just dessa ord men i andra fall förvånansvärt höga. Slutsatsen vi drog av detta var att de ord vi valt ut med en baktanke om att de skulle få låga resultat för den speciella dialekten endast visade sig stämma vid två tillfällen. Det var istället det ord innehållande sje- och tje-ljud som enligt teorin var gemensamma kännetecken för alla dialekter som fick lägst resultat överlag.

Association of soluble tumor necrosis factor receptors 1 and 2 with nephropathy, cardiovascular events, and total mortality in type 2 diabetes

AIMS/HYPOTHESIS: Soluble tumor necrosis factor receptors 1 and 2 (sTNFR1 and sTNFR2) contribute to experimental diabetic kidney disease, a condition with substantially increased cardiovascular risk when present in patients. Therefore, we aimed to explore the levels of sTNFRs, and their association with prevalent kidney disease, incident cardiovascular disease, and risk of mortality independently of baseline kidney function and microalbuminuria in a cohort of patients with type 2 diabetes. In pre-defined secondary analyses we also investigated whether the sTNFRs predict adverse outcome in the absence of diabetic kidney disease. METHODS: The CARDIPP study, a cohort study of 607 diabetes patients [mean age 61 years, 44 % women, 45 cardiovascular events (fatal/non-fatal myocardial infarction or stroke) and 44 deaths during follow-up (mean 7.6 years)] was used. RESULTS: Higher sTNFR1 and sTNFR2 were associated with higher odds of prevalent kidney disease [odd ratio (OR) per standard deviation (SD) increase 1.60, 95 % confidence interval (CI) 1.32-1.93, p < 0.001 and OR 1.54, 95 % CI 1.21-1.97, p = 0.001, respectively]. In Cox regression models adjusting for age, sex, glomerular filtration rate and urinary albumin/creatinine ratio, higher sTNFR1 and sTNFR2 predicted incident cardiovascular events [hazard ratio (HR) per SD increase, 1.66, 95 % CI 1.29-2.174, p < 0.001 and HR 1.47, 95 % CI 1.13-1.91, p = 0.004, respectively]. Results were similar in separate models with adjustments for inflammatory markers, HbA1c, or established cardiovascular risk factors, or when participants with diabetic kidney disease at baseline were excluded (p < 0.01 for all). Both sTNFRs were associated with mortality. CONCLUSIONS/INTERPRETATIONS: Higher circulating sTNFR1 and sTNFR2 are associated with diabetic kidney disease, and predicts incident cardiovascular disease and mortality independently of microalbuminuria and kidney function, even in those without kidney disease. Our findings support the clinical utility of sTNFRs as prognostic markers in type 2 diabetes.