グループで曲作り（SING） (SING_R33)

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。 これ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。 陽性と陰性の精神病症状は統計的に分離されているにもかかわらず 4、AVH は社会的孤立の状況で形成され、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では対応できず、医原的に症状を悪化させ、服薬遵守を伴う課題につながる可能性さえあります。 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とされている。 音楽介入 (MI) もそのような候補の 1 つです。 いくつかの小規模な定性的および定量的研究によると、MI は幻覚と陰性症状を改善し、耐容性が著しく良好です。 しかし、音楽介入が精神病の症状回復にどのようにつながるかは不明です。 提案された研究の包括的な目的は、有望な治療の手がかり（MI）と精神病の有望なメカニズムの説明（予測処理）を連携させることです。 運営を最適化するための R33 フェーズ (積極的な参加は受動的に聞くより効果的ですか? 新しい音楽の創作は、他人の創作を演奏するよりも役に立ちますか?)。 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、研究者はそ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。

ゴー/ノーゴーの決定: 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：MIは、幻聴の顕著な特徴を和らげます。たとえば、症状の持続期間や、場合によっては追跡調査まで何年も改善が続くことなどです。 19件の研究のメタ分析では、MIが精神病の陰性症状や認知症状、特にクラシック音楽よりもポピュラー音楽に有効であることが示された(d = 0.71)。 受動的に聴いたグループと音楽を制作したグループの間には大きな違いはなく、セラピストや患者が選んだ音楽の間にも大きな違いはなく、すべてが役に立ちました。 しかし、従属変数は主観的な評価スケールであり、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いことがよくありました。 幻覚と陰性症状の客観的な尺度が本当に必要であり、研究者らは最近の計算論的精神医学の研究がそれを提供していると感じている（以下を参照）。 研究者らは、これらの指標を適切に検出力を加えた新しい MI の研究に採用することを提案しています。 参加者が音楽を演奏する場合と所有権を感じない場合の、能動的および受動的な関与の比較が行われます。 研究者らは、予備データに基づいて、所有権と活動というこれらの要素が MI の有効成分であると考えています。

精神病のメカニズム: 知覚プロセスと意思決定プロセスの計算モデリングは、AVH と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。 研究者らの最近の研究により、AVH についての計算上の理解が得られました。 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、感覚の原因を積極的に推測します。 これらの推論は、私たちの以前の経験に影響されています。 事前分布と入力はベイズ規則に従って結合されます。 予測誤差、つまり事前分布と入力の間の不一致は、信念の更新に寄与します。 幻覚（外部刺激のない知覚）は、習慣的な入力がない状態で強い事前情報が知覚を引き起こすときに発生することがあります。 研究者らは最近、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分布を生成することにより、この理論を検証しました。 健康な人であっても、視覚と聴覚の刺激が繰り返し同時に発生すると、幻聴が誘発されることがあります。 研究者らはこの効果を機能的画像法で調べた。 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信念の強さ、刺激間の関連性、およびそれらの関連性の変動性を推測しました。 重要なのは、このモデルは事前確率が感覚的証拠とどのように組み合わされるかを捉えており、強力な事前仮説を直接テストできるようになりました。 まず、研究者らは、検出のための個々の閾値と心理測定曲線を決定しました。 次に、参加者は、市松模様の視覚刺激の提示と同時に発生する 1 キロヘルツ音を検出することに取り組みました。 コンディショニングの開始時に、トーンが閾値で頻繁に提示され、視聴覚の関連性に対する信念が生じました。 その後、この信念は、閾値未満およびターゲット不在の試験をますます頻繁に行うこと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、被験者が提示されていない音調を報告したときに発生しました。

視覚刺激と聴覚刺激の関連性を学習した後、すべてのグループは提示されていない聴覚音（条件付けされた幻覚）を報告しましたが、H+ グループの方が有意に頻繁に報告しました。 これらの結果を知覚の正式なモデルに照らして理解するために、研究者らは 3 層の階層ガウス フィルター (HGF) を採用しました。HGF は、参加者の応答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信念の推定をモデル化します。 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ついての信念の変化 (つまり、X2 の変動性) です。 参加者の条件付けされた幻覚の HGF モデリングにより、現在の提案にとって重要な 2 つの発見が得られました。

幻覚のある人は、最初の 2 つの層 (X1 および X2) に対するより高い程度の知覚信念と、以前の信念への過度の依存を示します (「以前の過重み付け」p<0.0019)。 精神病患者は、幻覚があるかどうかに関係なく、非精神病参加者と比較して、課題の統計的構造の変化 (X3) を検出する可能性が低くなります (「変化の鈍感さ」)。 さらに、変化に対する感受性と疾病負担との間には有意な負の相関があり、事前の重み付けと幻覚重症度スコアとの間には有意な正の相関があった。 研究者らは初めて、幻覚のさまざまな特徴に関連する構成要素プロセスを含む、客観的な研究室ベースの AVH 測定値を取得しました。 研究者らは、これらの AVH 構成要素が 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：不信感と人間関係の混乱は、重度の精神疾患における社会問題の中核的な特徴です。 これらの特徴を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、研究対象者はパートナー (または同盟) 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、時間の経過とともに変化するパートナーの信頼性 (社会的不安定性) についての学習を試行ごとに計算します。 計算モデルは、このタスク中に学習が以前の信念と新しい社会経験をどのように組み合わせるかの詳細を記述することができます。 たとえば、被験者がどれだけ早く信頼性について学習するかを測定できます。 研究者らは、社会的変動性が低い場合には学習速度がタスクの初期段階で遅くなり、社会的変動性が高い場合には学習速度が速くなる、と予想しています。プレイヤーはそれに追いつくためにすぐに交代する必要があります。 最近Biological Psychiatry誌に発表された、このアプローチを説明した研究者らの最初の論文では、社会的不安定性が高い場合、対照被験者はどちらも学習率が大幅に増加するが、社会的問題を抱えている人々は学習率が大幅に増加しないことが判明した。 研究者らは、MIが重度の精神疾患を持つ人々の社会的学習障害を軽減すると仮説を立てている。

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、研究段階 (探索と仮説検証) によって適切な方法が異なる場合があります。 また、彼らは科学的プロセスについて根本的に異なる概念（削除されたもの、客観的なものと関与したもの、主観的なもの）を持っています。 研究者らは、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、むしろ相互に有益で充実させることができると信じています。 例えば、メンタルヘルス研究へのピアサポートと関与への動きは、AVH研究に対する貴族の専門家と教育主導のアプローチの欠点を浮き彫りにした。 簡単に言うと、臨床試験では、AVH の顕著な特徴を 1 つの指標に混同して AVH の重症度を評価するツールが使用されることが多く、治療によってどの特徴が変化するかを区別できません。 臨床試験では、AVH 治療の目標は、音声の頻度を減らすことによって音声を根絶することであると想定されています。 経験に基づいた専門家で構成されるThe Hearing Voices Network (HVN)のような同業者主導の擁護団体は、代わりに、一部の声には肯定的で協力的なものもあって、否定的な声であっても重要な意味があり、治療の目標は調整されるべきであると提案している。個人に向けて、その意味を尊重します。 研究者らは、HVNと計算論的精神医学は奇妙な仲間のように見えるかもしれないが、（分析のレベルを超えた）説明の複数性とAVH現象学への共通の焦点は、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た。 提案された研究は、量的計算作業を AVH の変化、社会的関与、自己表現の定性的分析と調整するものであり、研究者がサービス利用者にとって有意義な方法で MI が AVH と社会的課題を変化させる方法を確実に把握できるようにするとともに、それらの根拠を明らかにするものである。計算論的精神医学が提供する AVH のメカニズム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従って、後方予測は皮質階層に受け渡され、下位レベルでの予測エラーを解決します。 未解決の予測誤差は、相対精度 (逆分散) に基づいて、より良い予測を示すために階層を上る可能性があります。 この計算モチーフには、感覚運動システム、自律神経システム、記憶システムが組み込まれています。 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可能にし、特定の予測を確認することで不確実性を払拭します。 音楽の生成はまさにアクティブです。 音楽の認識も同様です。 言語と同様に、人間は自分自身がどのように生成するかに基づいて音楽を予測します。 人間は、適切な聴覚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。 外部の音楽に注意を向けると、自分自身で音楽を生成するときに遭遇するような内受容および固有受容の予測が弱まります。 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、固有受容、社会的事前の相対的精度の不均衡と予測誤差が関与していると示唆しています。 音楽は、特に自己制作の場合、動的精度の階層に影響を与えます。 そうすることで、彼らはAVHと社会的欠陥の根底にある病態生理学的メカニズムに影響を与えるだろうと仮説を立てています。

グループでの曲作り (SING): 事前の質的インタビューと民族誌的観察では、MI プログラムのドロップインサイトに頻繁に通い、音楽制作や演奏活動に参加していた人は 21 名含まれており、そのうちの約 60% が現在音楽を受けているか、または音楽を受けていると報告しました。メンタルヘルスサービスを受けました。 詳細なインタビューと民族学的フィールドノートの分析により、音楽介入空間と音楽制作体験の 4 つの主要な特徴が明らかになりました。1) 非臨床治療的で冷静な環境の重要性。 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出口。 この提案では、研究者らは予測コーディング関連メカニズムの調査を容易にするためにその MI を適合させました。 この適応された介入は「SING」（グループでの歌作り）と呼ばれます。 1 時間のセッションで、5 人が訓練を受けたファシリテーターと協力して音楽を体験したり制作したりします。 研究者らは、SING グループのタスクを操作して、AVH と社会的処理に対する特定の活動の影響を特定することを提案しています。

SING チームは、精神病の実体験を持つ人々、量的研究者、質的研究者、臨床科学者、音楽学者を結集させたユニークなチームです。 この団結は、治療、教育、研究を三者構成の目標とする州立精神保健施設であるコネチカット精神保健センターによって可能となり、イェール大学とのユニークなパートナーシップは、この申請によって接続された 2 つの研究センターに具体化されています。エール大学回復と地域保健プログラム、およびアブラハム・リビコフ研究施設の臨床神経科学研究ユニット。 これらの部門は共に、提案された作業を成功させるための現実および仮想の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。