Lieder machen in einer Gruppe (SING) (SING_R33)

Auditive verbale Halluzinationen (AVH) gehören zu den belastendsten und behinderndsten Aspekten psychotischer Erkrankungen. Sie erhöhen das Suizidrisiko und reagieren nur zu 70 % auf Antipsychotika. Trotz der statistischen Dissoziation positiver und negativer psychotischer Symptome4 entsteht und schürt AVH im Kontext sozialer Isolation. Darüber hinaus reagieren diese sozialen Herausforderungen nicht auf aktuelle Pharmakotherapien, was sie möglicherweise sogar iatrogen verschlimmert, was zu Problemen bei der Therapietreue führt. Es besteht Bedarf an verbesserten Behandlungen sowohl für AVH als auch für soziale Probleme mit einem günstigen Nebenwirkungsprofil. Musikalische Intervention (MI) ist ein solcher Kandidat. Einigen kleinen qualitativen und quantitativen Studien zufolge verbessert MI Halluzinationen und negative Symptome und ist bemerkenswert gut verträglich. Es ist jedoch nicht bekannt, wie musikalische Interventionen zur symptomatischen Besserung bei Psychosen führen. Das übergeordnete Ziel der vorgeschlagenen Arbeit besteht darin, einen vielversprechenden Behandlungsansatz – MI – mit einer vielversprechenden mechanistischen Darstellung von Psychosen – Predictive Processing – in Einklang zu bringen. Die R33-Phase, um ihre Verwaltung zu optimieren (Ist aktive Teilnahme effektiver als passives Zuhören? Hilft die Schaffung neuer Musik mehr als die Aufführung der Werke anderer?). Durch die Verfolgung der Wechselbeziehung zwischen Symptommechanismen und Myokardinfarkt können die Forscher diese Metriken verwenden, um Patienten prospektiv einem bestimmten Myokardinfarkt zuzuordnen.

Go/No Go-Entscheidungen: Verändern sich die Metriken von Halluzinationen und sozialer Verarbeitung durch musikalische Intervention?

Musik und Psychose: Myokardinfarkte mildern die hervorstechenden Merkmale auditiver verbaler Halluzinationen – wie z. B. deren Dauer, wobei die Verbesserungen in manchen Fällen noch Jahre nach der Nachuntersuchung anhalten. Eine Metaanalyse von 19 Studien zeigte, dass MI bei negativen und kognitiven Symptomen einer Psychose wirksam ist (d = 0,71), insbesondere bei populärer Musik gegenüber klassischer Musik. Es gab keine signifikanten Unterschiede zwischen Gruppen, die passiv zuhörten, und solchen, die Musik produzierten, noch zwischen der vom Therapeuten oder Patienten ausgewählten Musik, alles half. Bei den abhängigen Variablen handelte es sich jedoch um subjektive Bewertungsskalen, die häufig nicht in der Lage waren, sowohl AVH als auch negative Symptome bei denselben Teilnehmern zu erfassen. Es besteht ein echter Bedarf an objektiven Messungen von Halluzinationen und negativen Symptomen, die nach Ansicht der Forscher durch ihre jüngste computergestützte psychiatrische Arbeit möglich sind (siehe unten). Die Forscher schlagen vor, diese Metriken in einer neuen, entsprechend fundierten Studie zu MI zu verwenden. Es werden Vergleiche zwischen aktivem und passivem Engagement sowie Musik angestellt, die die Teilnehmer machen und für die sie sich nicht verantwortlich fühlen. Diese Faktoren – Eigentum und Aktivität – sind nach vorläufiger Datenlage der Ermittler der Ansicht, dass sie die aktiven Bestandteile von Myokardinfarkt sind.

Mechanismen der Psychose: Die computergestützte Modellierung von Wahrnehmungs- und Entscheidungsprozessen bietet einen Ansatz zur Identifizierung objektiver Metriken von Prozessen, die für AVH und soziale Herausforderungen relevant sind. Die jüngsten Arbeiten der Forscher haben zu einem solchen rechnerischen Verständnis von AVH geführt. Wahrnehmung ist nicht einfach das passive Empfangen von Eingaben. Der Mensch erschließt aktiv die Ursachen unserer Empfindungen. Diese Schlussfolgerungen werden durch unsere früheren Erfahrungen beeinflusst. Priors und Inputs werden gemäß der Bayes-Regel kombiniert. Vorhersagefehler, die Nichtübereinstimmung zwischen Prioritäten und Eingaben, tragen zur Aktualisierung der Überzeugungen bei. Halluzinationen (Wahrnehmungen ohne äußeren Reiz) können entstehen, wenn starke Priors eine Wahrnehmung hervorrufen, ohne dass übliche Eingaben vorliegen. Die Forscher haben diese Theorie kürzlich getestet, indem sie mithilfe der Pawlowschen Konditionierung neue Prioritäten für Hörreize bei menschlichen Beobachtern erzeugten. Selbst bei gesunden Personen kann das wiederholte gleichzeitige Auftreten von visuellen und akustischen Reizen akustische Halluzinationen hervorrufen. Diesen Effekt untersuchten die Forscher mit funktioneller Bildgebung. Sie nutzten Computermodelle, um die Stärke der Wahrnehmungsüberzeugungen der Teilnehmer über Reize, Assoziationen zwischen Reizen und die Volatilität dieser Assoziationen abzuleiten. Wichtig ist, dass das Modell erfasst, wie Priors mit sensorischen Beweisen kombiniert werden, was es uns ermöglicht, die starke Prior-Hypothese direkt zu testen. Zunächst ermittelten die Forscher individuelle Erkennungsschwellen und psychometrische Kurven. Als nächstes arbeiteten die Teilnehmer daran, einen 1-Kilo-Hertz-Ton zu erkennen, der gleichzeitig mit der Präsentation eines schachbrettartigen visuellen Reizes auftritt. Zu Beginn der Konditionierung wurde der Ton häufig an der Schwelle präsentiert, was den Glauben an eine audiovisuelle Assoziation hervorrief. Dieser Glaube wurde dann mit zunehmend häufigeren Versuchen unterhalb des Schwellenwerts und ohne Ziel getestet. Konditionierte Halluzinationen traten auf, wenn Probanden Töne meldeten, die nicht präsentiert wurden, abhängig vom visuellen Reiz.

Nachdem sie den Zusammenhang zwischen den visuellen und auditiven Reizen kennengelernt hatten, berichteten alle Gruppen über das Hören von Tönen, die nicht präsentiert worden waren (konditionierte Halluzinationen), obwohl dies bei den H+-Gruppen deutlich häufiger der Fall war. Um diese Ergebnisse im Kontext unseres formalen Wahrnehmungsmodells zu verstehen, verwendeten die Forscher einen dreistufigen hierarchischen Gaußschen Filter (HGF), der die Antworten der Teilnehmer und die Aufgabenstruktur nutzt, um Wahrnehmungsüberzeugungen über drei Abstraktionsebenen hinweg zu schätzen. Die erste Ebene des Modells (X1) stellt dar, ob die Testperson glaubt, dass bei jedem Versuch ein Ton vorhanden war oder nicht. Die zweite Ebene (X2) ist ihre Überzeugung, dass visuelle Hinweise Töne vorhersagen. Die dritte Ebene (X3) ist die Veränderung der Überzeugung über die Kontingenz zwischen visuellen und auditiven Reizen (d. h. die Volatilität von X2). Die HGF-Modellierung konditionierter Halluzinationen bei unseren Teilnehmern führte zu zwei Ergebnissen, die für den vorliegenden Vorschlag von entscheidender Bedeutung sind:

Diejenigen mit Halluzinationen zeigen ein höheres Maß an Wahrnehmungsglauben auf den ersten beiden Ebenen (X1 und X2) und eine übermäßige Abhängigkeit von früheren Überzeugungen („vorherige Übergewichtung“, p < 0,0019). Menschen mit Psychosen, unabhängig davon, ob sie halluzinieren oder nicht, bemerken im Vergleich zu nicht-psychotischen Teilnehmern mit geringerer Wahrscheinlichkeit Veränderungen in der statistischen Struktur der Aufgabe (X3) („Veränderungsunempfindlichkeit“). Darüber hinaus gab es eine signifikante negative Korrelation zwischen der Änderungssensitivität und der Krankheitslast und eine signifikant positive Korrelation zwischen der vorherigen Gewichtung und dem Schweregrad der Halluzination. Zum ersten Mal verfügen die Forscher über eine objektive, laborbasierte Messung der AVH mit Komponentenprozessen, die für verschiedene Merkmale von Halluzinationen relevant sind. Die Forscher schlagen vor, zu untersuchen, ob und wie sich diese AVH-Komponenten mit der Erfahrung von MI verändern.

Soziales Lernen bei psychischen Erkrankungen: Misstrauen und Beziehungsturbulenzen sind Kernmerkmale sozialer Probleme bei schweren psychischen Erkrankungen. Diese Merkmale können experimentell modelliert werden, um ihre mechanistischen Grundlagen zu untersuchen. Um das Sozialverhalten zu testen, spielen unsere Forschungsteilnehmer computergestützte Aufgaben mit einem Partner (oder Verbündeten). Die Forscher zeichnen das Verhalten auf und berechnen versuchsweise Erkenntnisse über die Vertrauenswürdigkeit des Partners, die sich im Laufe der Zeit ändert (soziale Volatilität). Computermodelle können detailliert beschreiben, wie Lernen während dieser Aufgabe frühere Überzeugungen mit neuen sozialen Erfahrungen verbindet. Man kann beispielsweise messen, wie schnell Probanden etwas über Vertrauenswürdigkeit lernen. Die Forscher erwarten, dass die Lernraten zu Beginn der Aufgabe langsam sind, wenn die soziale Volatilität gering ist, und schneller, wenn die soziale Volatilität höher ist; Spieler sollten schnell wechseln, um mithalten zu können. In der ersten Arbeit der Forscher, die diesen Ansatz beschreibt und kürzlich in Biological Psychiatry veröffentlicht wurde, stellten sie fest, dass beide Kontrollpersonen ihre Lernraten deutlich steigern, wenn die soziale Volatilität hoch ist, Menschen mit sozialen Herausforderungen jedoch nicht. Die Forscher gehen davon aus, dass MI soziale Lerndefizite bei Menschen mit schweren psychischen Erkrankungen verringern wird.

Kombination quantitativer und qualitativer Ansätze: Quantitative und qualitative Ansätze können für verschiedene Studienphasen (Exploration versus Hypothesentests) unterschiedlich geeignet sein. Sie haben auch grundlegend unterschiedliche Vorstellungen vom wissenschaftlichen Prozess (entrückt, objektiv versus engagiert, subjektiv). Nach Ansicht der Forscher sind diese Ansätze nicht grundsätzlich unvereinbar, sondern können sich gegenseitig aufschlussreich und bereichern. Beispielsweise hat der Trend zur Unterstützung durch Gleichaltrige und zum Engagement in der Forschung zur psychischen Gesundheit die Mängel des von Patriziern und Experten durch Bildung geleiteten Ansatzes in der AVH-Forschung deutlich gemacht. Kurz gesagt, in klinischen Studien werden häufig Instrumente zur Beurteilung des AVH-Schweregrades eingesetzt, die hervorstechende Merkmale von AVH in einzelnen Messwerten zusammenfassen und daher nicht unterscheiden, welche Merkmale sich mit der Behandlung ändern. Klinische Studien gehen außerdem davon aus, dass das Ziel der AVH-Behandlung die Beseitigung von Stimmen durch Verringerung ihrer Häufigkeit ist. Von Experten geführte Interessengruppen wie The Hearing Voices Network (HVN), die sich aus erfahrenen Experten zusammensetzen, schlagen stattdessen vor, dass einige Stimmen positiv und unterstützend sein können, dass selbst die negativen Stimmen eine wichtige Bedeutung haben und dass das Ziel der Behandlung maßgeschneidert sein sollte gegenüber dem Einzelnen und würdige diese Bedeutung. Die Forscher haben argumentiert, dass HVN und Computerpsychiatrie zwar seltsame Partner zu sein scheinen, ihr gemeinsamer Fokus auf die Pluralität der Erklärungen (über Analyseebenen hinweg) und ihr Fokus auf die AVH-Phänomenologie jedoch darauf hindeuten, dass eine leistungsstarke und für beide Seiten vorteilhafte Zusammenarbeit möglich ist. Die vorgeschlagene Arbeit, die quantitative Berechnungsarbeit mit qualitativen Analysen von AVH-Veränderungen, sozialem Engagement und Selbstdarstellung in Einklang bringt, wird sicherstellen, dass die Forscher die Art und Weise erfassen, in der MI AVH und soziale Herausforderungen auf eine Weise verändert, die für Servicenutzer von Bedeutung ist, und diese gleichzeitig begründen Veränderungen im mechanistischen modellbasierten Verständnis von AVH, das die Computerpsychiatrie bietet.

Musik und prädiktive Verarbeitung: Gemäß dem prädiktiven Verarbeitungsrahmen werden Rückwärtsvorhersagen an kortikale Hierarchien weitergegeben, um Vorhersagefehler auf niedrigeren Ebenen zu beheben. Ungelöste Vorhersagefehler können in der Hierarchie aufsteigen und aufgrund ihrer relativen Präzision (inverse Varianz) bessere Vorhersagen liefern. Dieses Rechenmotiv umfasst sensomotorische, autonome und Gedächtnissysteme. Und Vorhersagefehler dienen dazu, innerhalb dieser Systeme zu handeln (durch Maßnahmen und homöostatische Regulierung, die sie systemübergreifend minimieren). Musik ermöglicht konkurrierende Vorhersagen und beseitigt dann Unsicherheit, indem sie eine bestimmte Vorhersage bestätigt. Das Generieren von Musik ist von Natur aus enaktiv. Musikwahrnehmung ist ebenfalls. Wie bei der Sprache sagen Menschen Musik voraus, basierend darauf, wie sie sie selbst erzeugen könnten. Der Mensch verspürt den Drang, seinen Körper im Takt zu bewegen, um entsprechende akustische Vorhersagen zu treffen. Prädiktive Verarbeitung impliziert die Existenz eines hierarchischen generativen Präzisionsmodells, das Modalitäten umfasst. Die Beschäftigung mit externer Musik schwächt interozeptive und propriozeptive Vorhersagen, wie man sie beim Erzeugen von Musik selbst antreffen würde. Auf diese Weise ähnelt die Musikwahrnehmung eher der Sprachverarbeitung. Auf der Grundlage vorläufiger Daten vermuten die Forscher, dass Halluzinationen und soziale Dysfunktionen mit Ungleichgewichten in der relativen Präzision wahrnehmungsbezogener, propriozeptiver und sozialer Prioritäten und Vorhersagefehlern einhergehen. Musik beeinflusst Hierarchien dynamischer Präzision, insbesondere wenn sie selbst produziert wird. Sie gehen davon aus, dass dies Auswirkungen auf die pathophysiologischen Mechanismen haben wird, die AVH und sozialen Defiziten zugrunde liegen.

Songmaking in a Group (SING): Vorläufige qualitative Interviews und ethnografische Beobachtungen, die die Drop-in-Site unseres MI-Programms besuchten und an Aktivitäten zum Musizieren und Aufführen teilnahmen, umfassten 21 Personen, von denen etwa 60 % angaben, derzeit Musik zu hören oder zu haben erhielten psychiatrische Hilfe. Die Analyse der ausführlichen Interviews und ethnografischen Feldnotizen ergab vier Hauptmerkmale des musikalischen Interventionsraums und der Musikerfahrung: 1) die Bedeutung einer nichtklinischen therapeutischen und nüchternen Umgebung; 2) Möglichkeiten für soziales Engagement und Integration; 3) Möglichkeiten zur (Neu-)Erfindung der Identität; und 4) ein Ventil für künstlerischen und musikalischen Ausdruck. Für diesen Vorschlag haben die Forscher diesen MI angepasst, um die Untersuchung prädiktiver kodierungsrelevanter Mechanismen zu erleichtern. Diese angepasste Intervention heißt SING – Song-Making In a Group. In einer einstündigen Sitzung arbeiten 5 Personen gemeinsam mit einem ausgebildeten Moderator daran, Musik zu erleben und/oder zu produzieren. Die Ermittler schlagen vor, die Aufgaben der SING-Gruppe zu manipulieren, um die Auswirkungen bestimmter Aktivitäten auf AVH und soziale Verarbeitung zu ermitteln.

Das SING-Team ist einzigartig und vereint Menschen mit gelebter Psychoseerfahrung, quantitative und qualitative Forscher, klinische Wissenschaftler und Musikwissenschaftler. Möglich wird diese Einheit durch das Connecticut Mental Health Center, eine staatliche Einrichtung für psychische Gesundheit, deren dreigliedrige Ziele Behandlung, Bildung und Forschung sind und deren einzigartige Partnerschaft mit der Yale University in den beiden durch diesen Antrag verbundenen Forschungszentren zum Ausdruck kommt; das Yale Program for Recovery and Community Health und die Clinical Neuroscience Research Unit in den Abraham Ribicoff Research Facilities. Gemeinsam verfügen diese Einheiten über die reale und virtuelle Infrastruktur, das Personal und die Erfahrung, um die vorgeschlagene Arbeit zum Erfolg zu führen.