グループでの歌作り（SING） (SING_R61)

幻聴 (AVH) は、精神病の最も苦痛で障害をもたらす側面の 1 つです。 彼らは自殺のリスクを高め、抗精神病薬に反応する可能性はわずか 70% です。 正と負の精神病症状の統計的解離にもかかわらず 4、AVH は社会的孤立の文脈で形成され、助長されます。 さらに、これらの社会的課題は現在の薬物療法に対応しておらず、医原性に悪化させることさえあり、アドヒアランスの課題につながります。 AVH と社会的困難の両方に対して、好ましい副作用プロファイルを備えた改善された治療法が必要です。 音楽介入 (MI) はそのような候補の 1 つです。 いくつかの小規模な質的および量的研究によると、心筋梗塞は幻覚と陰性症状を改善し、非常に忍容性が高い. しかし、音楽の介入が精神病の症状の回復にどのようにつながるかは不明です。 提案された作業の包括的な目的は、有望な治療リード - MI - を精神病の有望な機構的説明 - 予測処理と一致させることです。 R61 フェーズでは、幻覚と社会的機能障害の予測処理指標に対するグループ音楽介入の影響を調査します。 精神病に対する音楽的介入の機械的理解を武器に、研究者は R33 フェーズでその管理を最適化することができます (積極的な参加は受動的なリスニングよりも効果的ですか? 新しい音楽の作成は、他の人の作成したものを演奏するよりも役立ちますか?)。 症状のメカニズムと MI の間の相互関係を追跡することにより、研究者はこれらの指標を使用して、患者を特定の MI に前向きに割り当てることができます。

行く/行かないの決定: 幻覚と社会的処理の測定基準は、音楽の介入によって変化しますか?

音楽と精神病：心筋梗塞は、幻聴の顕著な特徴を緩和します - 場合によっては追跡まで何年も続く改善を伴う期間などです。 19件の研究のメタアナリシスは、MIが精神病の陰性および認知症状（d = 0.71）、特にクラシックよりもポピュラー音楽に効果的であることを示しました。 受動的に聴いたグループと音楽を作ったグループの間に有意差はなく、セラピストまたは患者が選択した音楽の間にも有意差はなく、すべてが助けになりました. ただし、従属変数は主観的な評価尺度であり、同じ参加者の AVH と陰性症状の両方を捉えることができなかったことがよくありました。 幻覚と陰性症状の客観的な測定が本当に必要であり、研究者は最近の計算精神医学の研究が提供していると感じています (以下を参照)。 研究者は、これらの測定基準を、適切に強化された MI の新しい研究に採用することを提案しています。 参加者が所有権を感じている音楽と感じていない音楽を使用して、積極的および受動的な関与を比較します。 これらの要因 - 所有権と活動 - が MI の有効成分であると研究者は信じています。

精神病のメカニズム: 知覚および意思決定プロセスの計算モデリングは、AVH および社会的課題に関連するプロセスの客観的な指標を特定するための 1 つのアプローチを提供します。 研究者の最近の研究は、AVH のそのような計算上の理解を提供しました。 知覚は単に入力を受動的に受け取ることではありません。 人間は自分の感覚の原因を積極的に推測しています。 これらの推論は、私たちの以前の経験の影響を受けています。 事前確率と入力は、ベイズの規則に従って結合されます。 予測エラー (事前確率と入力の不一致) は、信念の更新に寄与します。 幻覚 (外部刺激のない知覚) は、強力な事前情報が慣習的な入力がない場合に知覚を引き起こす場合に発生する可能性があります。 研究者は最近、パブロフ条件付けを使用して人間の観察者の聴覚刺激に関する新しい事前確率を生成することにより、この理論をテストしました。 健康な人でも、視覚刺激と聴覚刺激の同時発生が繰り返されると、幻聴が誘発されることがあります。 研究者は、この効果をファンクショナル イメージングで調べました。 彼らは計算モデリングを使用して、刺激に関する参加者の知覚的信念の強さ、刺激間の関連性、およびそれらの関連性の揮発性を推測しました。 重要なことに、このモデルは事前確率が官能的証拠とどのように組み合わされるかを捉え、強力な事前仮説を直接テストできるようにしました。 まず、調査員は、検出と心理測定曲線の個々のしきい値を決定しました。 次に、参加者は、チェッカーボードの視覚刺激の提示と同時に発生する 1 キロ ヘルツのトーンを検出しました。 コンディショニングの開始時に、トーンは頻繁にしきい値で提示され、視聴覚関連の信念を生み出しました。 この信念は、ますます頻繁なサブスレッショルドおよびターゲット不在の試験でテストされました。 条件付き幻覚は、視覚刺激を条件として、提示されていないトーンを被験者が報告したときに発生しました。

視覚刺激と聴覚刺激の間の関連性を学習した後、すべてのグループが提示されていない聴覚トーン (条件付き幻覚) を報告しましたが、H + グループは非常に頻繁にそうでした. これらの結果を私たちの正式な知覚モデルのコンテキストで理解するために、研究者は 3 層の階層型ガウス フィルター (HGF) を採用しました。これは、参加者の反応とタスク構造を使用して、3 つの抽象化レベルにわたる知覚的信念をモデル化します。 モデルの最初のレベル (X1) は、被験者が各試行でトーンが存在すると信じているかどうかを表します。 第 2 レベル (X2) は、視覚的な手がかりがトーンを予測するという彼らの信念です。 第 3 レベル (X3) は、視覚刺激と聴覚刺激の間の偶発性に関する信念の変化 (すなわち、X2 の揮発性) です。 参加者の条件付き幻覚の HGF モデリングは、現在の提案にとって重要な 2 つの発見をもたらしました。

幻覚のある人は、最初の 2 つの層 (X1 と X2) に対する知覚的信念の程度が高く、以前の信念に過度に依存していることを示しています (「事前の過重」p<0.0019)。 精神病患者は、幻覚を起こすかどうかに関係なく、非精神病患者の参加者と比較して、タスクの統計的構造の変化を検出する可能性が低くなります (X3) (「変化の鈍感」. さらに、感度の変化と疾病負荷の間には有意な負の相関があり、以前の重み付けと幻覚重症度スコアの間には有意な正の相関がありました。 研究者らは初めて、幻覚のさまざまな特徴に関連するコンポーネント プロセスを含む、実験室に基づく客観的な AVH の測定値を取得しました。 研究者らは、これらの AVH コンポーネントが MI の経験とともに変化するかどうか、またどのように変化するかを調べることを提案しています。

精神疾患における社会的学習: 不信感と関係性の乱れは、深刻な精神疾患における社会問題の核となる特徴です。 これらの機能は、実験的にモデル化して、そのメカニズムの基礎を調べることができます。 社会的行動を分析するために、私たちの研究対象者は、パートナー (または仲間) とコンピューター ベースのタスクをプレイします。 調査員は行動を記録し、時間とともに変化するパートナーの信頼性に関する試行ごとの学習を計算します (社会的ボラティリティ)。 計算モデルは、学習がこのタスク中に以前の信念と新しい社会的経験をどのように組み合わせるかの詳細を説明できます。 たとえば、被験者が信頼性について学習する速度を測定できます。 研究者は、社会的ボラティリティが低いタスクの早い段階で学習率が遅くなり、社会的ボラティリティが高い場合は速くなると予想しています。プレーヤーは追いつくためにすばやく変更する必要があります。 最近 Biological Psychiatry に掲載されたこのアプローチを説明する研究者らの最初の論文では、社会的不安定性が高い場合、両方の対照被験者が学習率を大幅に向上させるが、社会的課題を持つ人々はそうではないことを発見しました。 研究者は、MI が深刻な精神疾患を持つ人々の社会的学習障害を軽減するという仮説を立てています。

定量的アプローチと定性的アプローチの組み合わせ: 定量的アプローチと定性的アプローチは、さまざまな研究フェーズ (探索と仮説検定) に応じて異なる場合があります。 彼らはまた、科学的プロセスについて根本的に異なる概念を持っています（削除、客観的対関与、主観的）。 研究者は、これらのアプローチは根本的に相容れないものではなく、相互に有益で豊かなものになり得ると信じています。 たとえば、ピアサポートとメンタルヘルス研究への関与への動きは、AVH研究への貴族の専門家による教育主導のアプローチの欠点を浮き彫りにしました. 簡単に言えば、臨床試験では、AVH の顕著な特徴を単一の測定基準にまとめる AVH の重症度を評価するためのツールがよく使用されるため、治療によってどの特徴が変化するかを区別しません。 臨床試験では、AVH 治療の目標は、声の頻度を減らして声をなくすことであると想定されています。 経験に基づく専門家で構成される The Hearing Voices Network (HVN) のようなピア主導の擁護グループは、代わりに、一部の声は肯定的で支持的である可能性があり、否定的な声でさえ重要な意味を持ち、治療の目標は調整する必要があることを示唆しています。個人に向かって、その意味を尊重します。 研究者らは、HVN と計算精神医学は奇妙な仲間に見えるかもしれないが、(分析のレベルを超えて) 複数の説明に焦点を合わせ、AVH 現象学に焦点を当てていることは、強力で相互に有益な協力が可能であることを示唆していると主張している。 提案された作業は、定量的な計算作業を AVH の変化、社会的関与、および自己表現の定性的分析と調整することで、MI が AVH と社会的課題をサービス ユーザーにとって意味のある方法で変更する方法を研究者が確実に把握できるようにします。計算精神医学が提供する AVH の機構モデルに基づく理解の変化。

音楽と予測処理: 予測処理フレームワークによると、後方予測は大脳皮質階層に渡され、下位レベルの予測エラーが解決されます。 未解決の予測エラーは、階層を上って、相対的な精度 (逆分散) に基づいてより良い予測を示すことができます。 この計算モチーフには、感覚運動、自律神経、および記憶システムが含まれます。 そして、予測エラーは、これらのシステム内で行動するための必須事項として機能します（システム全体でそれらを最小限に抑える行動と恒常性調節に関与します）. 音楽は競合する予測を提供し、特定の予測を確認することで不確実性を払拭します。 音楽の生成は、本質的に積極的です。 音楽の知覚も同様です。 言語と同様に、人間は音楽を自分で生成する方法に基づいて音楽を予測します。 人間は、適切な聴覚的予測を確立するために、ビートに合わせて体を動かしたいという衝動を感じています。 予測処理は、モダリティにまたがる精度の階層的生成モデルの存在を意味します。 外部音楽に注意を向けると、自分で音楽を生成するときに遭遇するような内受容的および固有受容的予測が弱まります。 このように、音楽の知覚は言語処理に似ています。 研究者らは、予備データに基づいて、幻覚と社会的機能障害には、知覚的、固有受容的、社会的事前確率の相対的な精度の不均衡と予測エラーが関与していることを示唆しています。 音楽は、特にセルフプロデュースの場合、ダイナミックな精度の階層に影響を与えます。 そうすることで、彼らは、AVH と社会的障害の根底にある病態生理学的メカニズムに影響を与えるという仮説を立てています。

グループでの歌作り (SING): MI プログラムのドロップイン サイトに頻繁に参加し、音楽作りと演奏活動に参加した予備的な質的インタビューと民族学的観察には 21 人が含まれており、その約 60% が現在受けているか受けていると報告されています。精神保健サービスを受けた。 詳細なインタビューと民族誌のフィールド ノートの分析により、音楽介入スペースと音楽制作体験の 4 つの主要な特徴が明らかになりました。 2) 社会的関与と統合の機会。 3) アイデンティティ (再) 発明の機会。 4) 芸術的および音楽的表現のはけ口。 この提案のために、研究者はその MI を適応させて、予測コーディング関連メカニズムの調査を容易にしました。 この適応された介入は、SING (Sing-Making In a Group) と呼ばれます。 1 時間のセッションで、5 人の個人がトレーニングを受けたファシリテーターと協力して、音楽を体験および/または制作します。 研究者らは、特定の活動が AVH と社会的処理に与える影響を特定するために、SING グループ タスクを操作することを提案しています。

SING チームは、精神病、量的および質的研究者、臨床科学者、音楽学者の生きた経験を持つ人々を結びつけるユニークなチームです。 この統合はコネチカット精神保健センターによって可能になりました。コネチカット精神保健センターは、治療、教育、研究を 3 つの目標に掲げる州の精神保健施設であり、イェール大学とのユニークなパートナーシップは、このアプリケーションによって接続された 2 つの研究センターで具現化されています。回復と地域の健康のためのイェール プログラムと、アブラハム リビコフ研究施設の臨床神経科学研究ユニット。 これらのユニットは共に、提案された作業を成功させるための実際のインフラストラクチャと仮想インフラストラクチャ、スタッフ、および経験を備えています。