双極性障害における感情ダイナミクスの解読

この神経画像研究は、双極性障害（BD）を持つ個人における感情ダイナミクスと気分不安定性の根底にある神経メカニズムを調査します。双極性障害は急速で激しい気分変動を特徴としますが、これらの移行の神経生物学的基盤、つまり脳がリアルタイムで感情状態間をどのように切り替えるかについては、未だ十分に理解されていません。本研究は、感情の不安定性を駆動する瞬間的な脳プロセスを特定し、陽性感情の増幅がBDにおける感情的・神経的状態を安定化させることができるかどうかを探ることを目的としています。

研究デザイン

これはオクラホマ州タルサのローリエート脳研究所（LIBR）で実施される研究です。研究対象は合計72名：双極性障害I型またはII型と診断された成人36名（現在抑うつまたは混合状態）および精神科疾患のない健康対照参加者36名です。参加者は2回の来所を完了します：

• 同意説明、臨床面接、質問票記入のための準備セッション
• 安静時fMRIと課題ベースfMRIの両方を含むMRI撮像セッション

データは、機能的磁気共鳴画像法（fMRI）、拡散強調画像（DWI）、構造的MRI、生理学的モニタリング（心拍数、呼吸）などの多様な手法で収集されます。行動的・感情的測定値は研究全体を通じて記録され、神経データと主観的感情体験を同期させます。

科学的根拠 気分不安定性は双極性障害の定義的かつ機能障害を伴う特徴であり、感情調節と認知制御の欠損に関連しています。先行する神経画像研究では、前帯状皮質（ACC）や前頭前野（PFC）などの調節領域の活性低下、扁桃体などの感情反応領域の活性亢進を含む前頭前野-辺縁系回路の変化が同定されています。しかし、ほとんどの研究は静的な気分状態を調査しており、感情体験の動的変動は検討されていません。

本研究は機械学習、複雑系科学、ネットワーク制御理論を応用し、感情状態ダイナミクスの定量化とモデル化を行います。感情調節課題中の脳活動をデコードすることで、感情状態が時間とともにどのように進化するか、これがBDで健康対照とどのように異なるか、そして標的化された調節戦略（特に陽性感情増幅）がこれらのダイナミクスを調整できるかどうかを明らかにすることを目指します。

特定の目的と仮説 目的1：機械学習アプローチを用いて全脳fMRIデータから瞬間的感情状態をデコードする。

仮説1：機械学習分類器はfMRI活性化パターンから異なる感情状態（例：反芻思考 vs 陽性的内省）を正確に区別できる。BD参加者は健康対照よりも不安定で変動する状態軌跡を示す。

目的2：複雑系科学とネットワーク制御理論の指標を用いて感情的ダイナミクスを定量化する。

仮説2：BD患者は健康対照に比べてより高い感情的メタステイビリティと低いフラクタルスケーリング（脳活動の時間的不規則性の指標）を示す。ネットワーク制御理論分析は状態遷移に寄与する脳領域を特定する。

目的3：陽性感情増幅が感情的安定性と脳ネットワークダイナミクスに及ぼす効果を検討する。

仮説3：陽性感情の調節は認知制御領域（例：背外側前頭前野、ACC）を活性化し、BD参加者においてより安定した感情的軌跡を促進する。

実験課題と手順

• 来所1（準備セッション）：

参加者はインフォームドコンセント、精神科スクリーニング（MINI使用）、気分、感情調節、不安、反芻思考、快楽能力を評価する一連の標準化質問票（例：MADRS、YMRS、PANAS-X、DERS、ERQ、STAI、PROMIS尺度）を受けます。

参加者はまた、8つの自伝的記憶（陽的記憶4つ、陰的記憶4つ）を想起し、それぞれの簡潔なキーワード記述を作成します。これらの個人化された手がかりは後のMRI課題で個人内容を明かさずに感情状態を誘発するために使用されます。

• 来所2（MRI撮像セッション）：

参加者は最大2時間持続する安静時MRIと課題ベースMRIの両方を完了します。生理的信号（心拍数と呼吸）は同時に記録され、生理的アーチファクトを除去し感情の自律神経相関を調査します。

MRIシーケンス包括：

• 高解像度T1強調構造画像
• 白質結合性のための拡散強調画像
• 安静時fMRI（12分間）
• 課題fMRI：思考・感情状態調節課題（TReAT）

TReAT課題概要

思考・感情状態調節課題（TReAT）は実世界の感情処理をモデル化するために設計された新規パラダイムです。参加者は個人の自伝的記憶に対応する短い手がかり語を提示され、以下の複数のブロックタイプを交互に行います：

• 思考ブロック：参加者は手がかり事象について考え、関連する感情体験に没頭します。
• 評価ブロック：直後に感情の価値（陽性-陰性）と覚醒度をAffective Sliderを使用して評価します。
• 調節ブロック：参加者は同じ手がかりに焦点を当てながら陽性気分を増幅させることを試みます。
• 注意ブロック：参加者は短い矢印方向注意課題（6試行、各2秒）を実行し、感情ブロック間の認知的負荷をクリアします。
• 休息ブロック：参加者は十字を注視し、リラックスして思考をクリアするよう指示されます。

これらのブロックは4回のfMRI実行にわたって繰り返され、各実行は約12-15分持続します。このデザインは自発的および調節的感情状態の両方をモデル化し、感情的ダイナミクスの微細な時間的デコーディングを可能にします。

各実行後、参加者は疲労感、眠気、感情的関与を評価します。スキャン後質問票（例：PANAS-X、STAI-S、フィードバック質問票）は感情的・身体的快適性を評価します。

データ分析計画 機能的MRIデータは標準パイプラインで前処理され、多変量パターン分析（MVPA）を用いて感情状態を分類します。状態空間軌跡分析は、デコードされた脳状態が被験者内・被験者間で時間とともにどのように変動するかを調査します。メタステイビリティ、フラクタルスケーリング、ネットワーク制御性の測定値は、脳ネットワークの時間的複雑性と柔軟性を定量化します。

群間比較（BD vs HC）は、BD参加者が感情関連回路においてより大きな時間的不規則性または低減した制御エネルギーを示すかどうかを評価します。これらのパラメータの陽性感情調節による変調は、調節ブロック対思考ブロックの被験者内比較を用いて検定されます。

科学的・臨床的意義 本研究は機械学習、複雑性指標、ネットワーク制御理論という最先端の計算手法を統合し、双極性障害における感情調節の時間的構造をデコードします。不安定性の神経生物学的シグネチャを特定し、陽性感情調節がこれらのダイナミクスを安定化させるかどうかを検証することで、感情神経科学と個別化精神医学の間のギャップを埋めることを目指します。

得られたデータセットは国立精神衛生研究所（NIMH）データアーカイブに寄与し、感情的調節異常のバイオマーカーを標的とする将来の大規模研究に情報を提供します。最終的に、この研究は患者の感情状態に動的に応答する適応的・脳状態駆動型治療の基盤を築き、双極性障害における気分安定化の新たな戦略を提供します。