Composição de músicas em grupo (SING) (SING_R33)

As alucinações verbais auditivas (AVH) estão entre os aspectos mais angustiantes e incapacitantes da doença psicótica. Eles aumentam o risco de suicídio e têm apenas 70% de probabilidade de responder aos antipsicóticos. Apesar da dissociação estatística de sintomas psicóticos positivos e negativos4, as AVH se formam e se desenvolvem no contexto de isolamento social. Além disso, esses desafios sociais não respondem às farmacoterapias atuais, que podem até agravá-los iatrogenicamente, levando a desafios de adesão. Existe a necessidade de tratamentos melhorados, tanto para AVH quanto para dificuldades sociais, com um perfil de efeitos colaterais favorável. A intervenção musical (MI) é um desses candidatos. De acordo com alguns pequenos estudos qualitativos e quantitativos, o MI melhora as alucinações e os sintomas negativos e é notavelmente bem tolerado. No entanto, não se sabe como as intervenções musicais levam à recuperação sintomática na psicose. O objetivo geral do trabalho proposto é alinhar uma liderança de tratamento promissora - MI - com uma explicação mecanicista promissora da psicose - Processamento preditivo. A fase R33, para otimizar sua administração (a participação ativa é mais eficaz do que a escuta passiva? A criação de novas músicas ajuda mais do que a execução das criações de outros?). Ao rastrear a inter-relação entre os mecanismos dos sintomas e o IM, os investigadores podem usar essas métricas para atribuir prospectivamente pacientes a um determinado IM.

Decisões Go/No Go: As métricas de alucinações e processamento social mudam com a intervenção musical?

Música e psicose: os MIs suavizam as características salientes das alucinações verbais auditivas - como sua duração, com melhorias que duram anos após o acompanhamento em alguns casos. A meta-análise de 19 estudos mostrou que o MI é eficaz para sintomas negativos e cognitivos de psicose (d = 0,71), particularmente para música popular em vez de clássica. Não houve diferenças significativas entre os grupos que ouviram passivamente versus aqueles que produziram música, nem entre a música selecionada pelo terapeuta ou pelo paciente, todos ajudaram. No entanto, as variáveis ​​dependentes eram escalas de classificação subjetiva que muitas vezes falhavam em capturar AVH e sintomas negativos nos mesmos participantes. Há uma necessidade real de medidas objetivas de alucinações e sintomas negativos, que os investigadores sentem que seu trabalho recente de psiquiatria computacional fornece (veja abaixo). Os investigadores propõem empregar essas métricas em um novo estudo de IM com poder apropriado. Serão feitas comparações de engajamento ativo e passivo, com músicas que os participantes fazem e não sentem propriedade. São esses fatores - propriedade e atividade - que os investigadores acreditam - com base em seus dados preliminares - são os ingredientes ativos do MI.

Mecanismos de psicose: A modelagem computacional de processos perceptivos e de tomada de decisão oferece uma abordagem para identificar métricas objetivas de processos relevantes para AVH e desafios sociais. O trabalho recente dos investigadores forneceu tal compreensão computacional de AVH. A percepção não é simplesmente a recepção passiva de entradas. Os humanos inferem ativamente as causas de nossas sensações. Essas inferências são influenciadas por nossas experiências anteriores. Prioridades e entradas são combinadas de acordo com a regra de Bayes. Erros de previsão, a incompatibilidade entre prioris e inputs, contribuem para a atualização de crenças. Alucinações (percepções sem estímulo externo) podem surgir quando fortes antecedentes causam uma percepção na ausência de estímulos habituais. Os pesquisadores recentemente testaram essa teoria gerando novas prévias sobre estímulos auditivos em observadores humanos usando o condicionamento pavloviano. Mesmo em indivíduos saudáveis, a co-ocorrência repetida de estímulos visuais e auditivos pode induzir alucinações auditivas. Os investigadores examinaram esse efeito com imagens funcionais. Eles usaram modelagem computacional para inferir a força das crenças perceptivas dos participantes sobre estímulos, associações entre estímulos e a volatilidade dessas associações. É importante ressaltar que o modelo capturou como os priores são combinados com evidências sensoriais, permitindo-nos testar diretamente a forte hipótese anterior. Primeiro, os investigadores determinaram limiares individuais para detecção e curvas psicométricas. Em seguida, os participantes trabalharam para detectar um tom de 1 quilo Hertz ocorrendo simultaneamente com a apresentação de um estímulo visual do tipo xadrez. No início do condicionamento, o tom foi apresentado frequentemente no limiar, gerando uma crença na associação audiovisual. Essa crença foi então testada com tentativas cada vez mais frequentes de sublimiar e ausência de alvo. Alucinações condicionadas ocorreram quando os sujeitos relataram tons que não foram apresentados, condicionados ao estímulo visual.

Após aprenderem a associação entre os estímulos visuais e auditivos, todos os grupos relataram tons auditivos que não haviam sido apresentados (alucinações condicionadas), embora os grupos H+ o tenham feito com uma frequência significativamente maior. Para entender esses resultados no contexto de nosso modelo formal de percepção, os investigadores empregaram um Filtro Gaussiano Hierárquico (HGF) de três camadas, que usa as respostas dos participantes e a estrutura da tarefa para modelar as crenças perceptivas estimadas em três níveis de abstração. O primeiro nível do modelo (X1) representa se o sujeito acredita que um tom estava presente ou não em cada tentativa. O segundo nível (X2) é a crença de que as pistas visuais predizem os tons. O terceiro nível (X3) é a mudança na crença sobre a contingência entre estímulos visuais e auditivos (isto é, volatilidade de X2). A modelagem HGF de alucinações condicionadas em nossos participantes resultou em duas descobertas críticas para a presente proposta:

Aqueles com alucinações demonstram graus mais altos de crença perceptiva nas duas primeiras camadas (X1 e X2) e uma confiança excessiva em crenças anteriores ('excesso de peso anterior' p<0,0019). Aqueles com psicose, independentemente de terem alucinações ou não, são menos propensos a detectar mudanças na estrutura estatística da tarefa (X3) em comparação com participantes não psicóticos ('insensibilidade à mudança'. Além disso, houve uma correlação negativa significativa entre a sensibilidade à mudança e o fardo da doença e uma correlação positiva significativa entre a ponderação anterior e o escore de gravidade da alucinação. Pela primeira vez, os investigadores têm uma medida objetiva de AVH baseada em laboratório, com processos componentes relevantes para diferentes características das alucinações. Os investigadores se propõem a examinar se e como esses componentes AVH mudam com a experiência do IM.

Aprendizagem Social na Doença Mental: A desconfiança e a turbulência relacional são características centrais dos problemas sociais na doença mental grave. Esses recursos podem ser modelados experimentalmente para interrogar sua base mecanicista. Para avaliar o comportamento social, nossos sujeitos de pesquisa desempenham tarefas baseadas em computador com um parceiro (ou cúmplice). Os investigadores registram o comportamento e calculam o aprendizado tentativa a tentativa sobre a confiabilidade do parceiro, que varia ao longo do tempo (volatilidade social). Modelos computacionais podem descrever os detalhes de como o aprendizado combina crenças anteriores com novas experiências sociais durante esta tarefa. Por exemplo, pode-se medir a rapidez com que os sujeitos aprendem sobre confiabilidade. Os investigadores esperam que as taxas de aprendizado sejam lentas no início da tarefa quando a volatilidade social é baixa e mais rápidas quando a volatilidade social é maior; os jogadores devem mudar rapidamente para acompanhar. No primeiro artigo dos pesquisadores descrevendo essa abordagem, publicado recentemente na Biological Psychiatry, eles descobriram que ambos os sujeitos de controle aumentam significativamente suas taxas de aprendizado quando a volatilidade social é alta, mas as pessoas com desafios sociais não. Os pesquisadores levantam a hipótese de que o MI reduzirá os déficits de aprendizado social em pessoas com doenças mentais graves.

Combinando Abordagens Quantitativas e Qualitativas: As abordagens quantitativas e qualitativas podem ser apropriadas de forma diferente para diferentes fases do estudo (exploração versus teste de hipóteses). Eles também têm concepções fundamentalmente diferentes do processo científico (removido, objetivo versus engajado, subjetivo). Os investigadores acreditam que essas abordagens não são fundamentalmente incompatíveis, mas podem ser mutuamente informativas e enriquecedoras. Por exemplo, o movimento em direção ao apoio e engajamento de pares na pesquisa de saúde mental destacou as deficiências da abordagem patrícia de especialista por educação para a pesquisa de AVH. Em resumo, os ensaios clínicos geralmente empregam ferramentas para avaliar a gravidade da AVH que combinam características salientes da AVH em métricas únicas e, portanto, não distinguem quais características mudam com o tratamento. Os ensaios clínicos também assumiram que o objetivo do tratamento AVH é a erradicação das vozes, diminuindo sua frequência. Grupos de defesa liderados por pares, como The Hearing Voices Network (HVN), compostos por especialistas por experiência, sugerem, em vez disso, que algumas vozes podem ser positivas e de apoio, que mesmo as vozes negativas carregam um significado importante e que o objetivo do tratamento deve ser adaptado para com o indivíduo e honrar esse significado. Os investigadores argumentaram que, embora a HVN e a psiquiatria computacional possam parecer estranhas companheiras de cama, seu foco compartilhado na pluralidade de explicações (através dos níveis de análise) e o foco na fenomenologia AVH sugerem que uma colaboração poderosa e mutuamente benéfica é possível. O trabalho proposto, alinhando trabalho computacional quantitativo com análises qualitativas de mudanças AVH, engajamento social e auto-representação, garantirá que os investigadores capturem as maneiras pelas quais o MI muda AVH e desafios sociais de maneiras que sejam significativas para os usuários do serviço, ao mesmo tempo em que fundamentam essas mudanças na compreensão baseada em modelos mecanísticos de AVH que a psiquiatria computacional fornece.

Música e processamento preditivo: de acordo com a estrutura de processamento preditivo, as previsões reversas são transmitidas pelas hierarquias corticais para resolver erros de previsão em níveis inferiores. Erros de previsão não resolvidos podem subir na hierarquia para evidenciar melhores previsões, com base em sua precisão relativa (variância inversa). Este motivo computacional inclui sistemas sensório-motores, autonômicos e de memória. E os erros de previsão servem como imperativos para atuar dentro desses sistemas (envolvendo-se em ações e regulação homeostática que os minimiza nos sistemas). A música oferece previsões concorrentes e, em seguida, dissipa a incerteza ao confirmar uma previsão específica. Gerar música é essencialmente enativo. A percepção musical também é. Tal como acontece com a linguagem, os humanos preveem a música com base em como eles mesmos podem gerá-la. Os humanos sentem o impulso de mover seus corpos no ritmo para estabelecer previsões auditivas apropriadas. O processamento preditivo implica a existência de um modelo generativo hierárquico de precisão que abrange modalidades. Prestar atenção à música externa atenua as previsões interoceptivas e proprioceptivas do tipo que alguém encontraria ao gerar música por conta própria. Desta forma, a percepção da música é mais semelhante ao processamento da linguagem. Os investigadores sugerem, com base em dados preliminares, que alucinações e disfunções sociais envolvem desequilíbrios nas precisões relativas de antevisão perceptiva, proprioceptiva e social e erros de previsão. A música impacta hierarquias de precisão dinâmica, particularmente quando é autoproduzida. Ao fazê-lo, eles hipotetizam que isso afetará os mecanismos fisiopatológicos subjacentes à AVH e aos déficits sociais.

Criação de canções em grupo (SING): Entrevistas qualitativas preliminares e observações etnográficas que frequentaram nosso programa de MI e participaram de atividades de composição e performance incluíram vinte e uma pessoas, aproximadamente 60% das quais relataram receber ou ter recebido receberam serviços de saúde mental. A análise das entrevistas em profundidade e das notas de campo etnográficas revelou quatro características principais do espaço de intervenção musical e da experiência de fazer música: 1) a importância de um ambiente terapêutico e sóbrio não clínico; 2) oportunidades de engajamento e integração social; 3) oportunidades de (re)invenção identitária; e 4) uma saída para a expressão artística e musical. Para esta proposta, os investigadores adaptaram esse MI para facilitar o exame de mecanismos relevantes de codificação preditiva. Esta intervenção adaptada chama-se SING - Song-Making In a Group. Em uma sessão de uma hora, 5 pessoas trabalham juntas com um facilitador treinado para experimentar e/ou produzir música. Os investigadores propõem manipular as tarefas do grupo SING para identificar o impacto de certas atividades no AVH e no processamento social.

A Equipe SING é única, unindo pessoas com experiência vivida em psicose, pesquisadores quantitativos e qualitativos, cientistas clínicos e musicólogos. Esta unidade é possibilitada pelo Centro de Saúde Mental de Connecticut, um estabelecimento estadual de saúde mental cujos objetivos tripartidos são tratamento, educação e pesquisa e cuja parceria única com a Universidade de Yale está incorporada nos dois centros de pesquisa conectados por este aplicativo; o Programa Yale para Recuperação e Saúde Comunitária e a Unidade de Pesquisa em Neurociência Clínica nas Instalações de Pesquisa Abraham Ribicoff. Juntas, essas unidades possuem infraestruturas reais e virtuais, equipe e experiência para tornar o trabalho proposto um sucesso.