🌀 nonlinear sciences

Deviance from a pink noise regime in the temporal organization of semantic relations in psychosis

Diese Studie zeigt, dass Individuen mit Psychosen abnormal starke langreichweitige zeitliche Korrelationen in ihren semantischen Sprachmustern aufweisen, die vom typischen „Pink-Noise“-Regime hin zu übermäßiger Persistenz abweichen, was bekannten Abweichungen von der Kritikalität in der Hirnfunktion, die mit der Störung assoziiert sind, parallel entspricht.

Ursprüngliche Autoren: Paola Moreno Ancalmo, Emre Bora, Rieke Roxanne Mülfarth, Svenja Seuffert, Tilo Kircher, Frederike Stein, Philipp Homan, Wolfram Hinzen

Veröffentlicht 2026-06-23

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Paola Moreno Ancalmo, Emre Bora, Rieke Roxanne Mülfarth, Svenja Seuffert, Tilo Kircher, Frederike Stein, Philipp Homan, Wolfram Hinzen

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Die Kernidee: Auf den „Rhythmus“ des Denkens hören

Stellen Sie sich vor, Sie hören einem Fluss zu. In einem gesunden, natürlichen Fluss fließt das Wasser mit einer ganz bestimmten Art von Rhythmus. Es gibt große Wellen, kleine Kräuselungen und alles dazwischen. Wenn man das Wasser über einen kurzen Zeitraum betrachtet, sieht es chaotisch aus. Aber wenn man herauszoomt und es über einen langen Zeitraum betrachtet, erkennt man ein Muster: Die kleinen Kräuselungen sehen genau wie die großen Wellen aus, nur eben kleiner. Wissenschaftler nennen dies „rosa Rauschen“ (Pink Noise). Es ist ein „Goldlöckchen-Bereich“ – nicht zu zufällig, nicht zu starr, sondern perfekt ausbalanciert. Dieses Gleichgewicht ermöglicht es einem System (wie einem Gehirn oder einem Fluss), flexibel zu sein und sich schnell anzupassen.

Diese Studie legt nahe, dass die Gedanken beim Sprechen normalerweise mit demselben gesunden, ausgewogenen Rhythmus fließen. Bei Menschen mit Psychosen (einem Zustand, der die Art und Weise beeinflusst, wie das Gehen die Realität verarbeitet) bleibt dieser Rhythmus jedoch stecken.

Das Experiment: Den „Fluss“ der Wörter messen

Die Forscher wollten sehen, ob die Art und Weise, wie Menschen mit Psychosen sprechen, sich von der Art und Weise unterscheidet, wie gesunde Menschen sprechen. Sie haben nicht nur darauf geachtet, welche Wörter verwendet wurden; sie untersuchten, wie sich die Bedeutung dieser Wörter im Laufe der Zeit verändert.

Das Werkzeug: Sie verwendeten ein Computerprogramm (eine KI), das die „Bedeutung“ von Wörtern versteht. Stellen Sie sich vor, jedes Wort hat einen Standort auf einer riesigen Landkarte. Wenn Sie „Hund“ und dann „Katze“ sagen, liegen diese beiden Wörter nah beieinander auf der Karte. Wenn Sie „Hund“ und dann „Raumschiff“ sagen, liegen sie weit auseinander.
Der Test: Sie nahmen Aufnahmen von Menschen auf, die sprachen, und maßen den Abstand zwischen jedem Wort, das sie sagten. Dies erzeugte einen Liniengraph, der zeigte, wie sehr die Bedeutung des Gesprächs umherhüpfte oder gleich blieb.
Die Mathematik: Sie verwendeten einen speziellen mathematischen Test (genannt DFA), um zu sehen, ob dieser Liniengraph einen gesunden, ausgewogenen Rhythmus (rosa Rauschen) hatte oder ob er gestört war.

Was sie fanden: Die „hängengebliebene“ Schallplatte

Die Ergebnisse zeigten einen klaren Unterschied zwischen den Gruppen:

Gesunde Kontrollpersonen: Ihre Sprache hatte einen ausgewogenen Rhythmus. Ihre Gedanken bewegten sich natürlich, sprangen zwischen Ideen hin und her, behielten aber dennoch eine flexible Verbindung zur Vergangenheit bei. Es war wie ein Fluss, der frei fließt.
Menschen mit Psychose: Ihre Sprache zeigte ein anderes Muster. Die Forscher fanden heraus, dass die Bedeutung ihrer Wörter zu beständig war.

Die Analogie:
Stellen Sie sich einen Plattenspieler vor.

Gesunde Sprache ist wie eine Schallplatte, bei der die Nadel sanft durch die Rillen gleitet und dabei natürlich die Noten und Rhythmen wechselt.
Sprache bei Psychose ist wie eine Schallplatte, bei der die Nadel in einer Rille hängen bleibt. Sie wiederholt immer wieder das gleiche Muster. Die Gedanken driften nicht natürlich ab; sie bleiben in einer Schleife „stecken“ und halten zu lange an denselben Ideen fest.

In wissenschaftlichen Begriffen hatten die Patienten eine „übermäßige Persistenz“. Ihre semantischen Fluktuationen (Veränderungen in der Bedeutung) waren zu stark und zu langanhaltend und bewegten sich weg vom gesunden „Rosa Rauschen“-Gleichgewicht hin zu etwas Starreren.

Warum das wichtig ist

Die Arbeit legt nahe, dass Sprache ein Fenster dazu ist, wie das Gehirn arbeitet.

Die Gehirn-Verbindung: Wir wissen, dass gesunde Gehirne auf diesem „Rosa Rauschen“-Gleichgewicht operieren. Wenn das Gehirn krank ist (wie bei einer Psychose), bricht dieses Gleichgewicht zusammen und das Gehirn bleibt in starren Mustern „stecken“.
Die Sprach-Verbindung: Diese Studie zeigt, dass dasselbe „steckengebliebene“ Muster, das wir in Hirnsignalen sehen, auch in der Art und Weise auftaucht, wie Menschen sprechen. Die Art und Weise, wie sie Wörter aneinanderreihen, offenbart, dass ihr innerer „Rhythmus“ sich von dem gesunden Sweet Spot wegbewegt hat.

Wichtige Einschränkungen (Was die Arbeit nicht sagt)

Es ist noch kein Diagnosewerkzeug: Die Arbeit besagt nicht, dass Ärzte beginnen sollten, diesen mathematischen Test zur Diagnose von Patienten einzusetzen. Es ist ein „Proof of Concept“, der zeigt, dass die Mathematik funktioniert.
Es geht nicht um spezifische Symptome: Die Forscher fanden heraus, dass dieser „steckengebliebene Rhythmus“ nicht perfekt mit spezifischen Symptomen wie Stimmenhören oder Depression übereinstimmte. Stattdessen scheint er ein Zeichen für ein tiefer liegendes, fundamentales Problem mit der Organisation des gesamten Systems zu sein.
Es braucht mehr Daten: Die Studie musste einige Personen ausschließen, weil sie nicht lange genug sprachen. Die Mathematik benötigt eine große Menge an Wörtern, um zu funktionieren, was bei einem kurzen Arztbesuch schwierig zu erreichen ist.

Zusammenfassung

Betrachten Sie gesundes Denken wie einen Jazzmusiker, der improvisiert: Es ist strukturiert, aber flexibel, mit einem natürlichen Fluss, der die Vergangenheit mit der Zukunft verbindet. Bei einer Psychose legt die Arbeit nahe, dass der Musiker stecken bleibt und immer wieder dieselben wenigen Noten spielt. Die Studie beweist, dass wir durch die Messung des „Abstands“ zwischen Wörtern diesen „steckengebliebenen“ Rhythmus mathematisch nachweisen können, was darauf hindeutet, dass die Art und Weise, wie Menschen mit Psychosen sprechen, ein direktes Abbild einer tieferen Veränderung darin ist, wie ihre Gehirne Zeit und Bedeutung organisieren.

Technisches Resümee: Abweichung von einem Pink-Noise-Regime in der temporalen Organisation semantischer Relationen bei Psychosen

Problemstellung
Die Sprachproduktion ist ein temporaler Prozess, der sich über mehrere Skalen erstreckt, von Wörtern bis hin zum Diskurs. Die Theorie komplexer Systeme legt nahe, dass gesunde Systeme nahe einem „kritischen Punkt“ operieren und dadurch durch skalenfreie Dynamiken (Pink Noise) gekennzeichnet sind, die durch langreichweitige temporale Korrelationen charakterisiert werden. Abweichungen von diesem Regime – hin zu unkorreliertem White Noise oder übermäßig persistenter Brown-Noise-Dynamik – sind etablierte Marker für Pathologien in physiologischen Domänen (z. B. Gangbild, Herzrate). Während Kritikalitäts-Signaturen auf verschiedenen Ebenen der Sprache beobachtet wurden (z. B. Zipfsches Gesetz, Zerfall der gegenseitigen Information), bleibt unklar, ob die temporale Organisation semantischer Relationen in der Sprache ähnliche skalenfreie Dynamiken aufweist und ob Abweichungen von diesem Regime Psychosen charakterisieren. Traditionelle Metriken der natürlichen Sprachverarbeitung (NLP) erfassen oft nicht diese langreichweitigen temporalen Abhängigkeiten, da sie sich auf lokale Übergänge oder statische globale Metriken konzentrieren. Diese Studie adresset diese Lücke, indem sie untersucht, ob die Sprache bei Psychosen eine veränderte temporale Skalierungseigenschaft in semantischen Ähnlichkeits-Zeitreihen aufweist.

Methodik
Die Studie analysierte klinische Transkripte aus drei unabhängigen Datensätzen: Zürich (Schweiz), Marburg (Deutschland) und Izmir (Türkei). Diese Datensätze enthielten Patienten mit Schizophrenie-Spektrum-Störungen (SSD), Schizotypie-Gruppen, Major Depression Disorder (MDD) und gesunde Kontrollpersonen (HC).

Datenvorverarbeitung: Audioaufnahmen wurden mittels automatischer Diarisierung und manueller Überprüfung in Text umgewandelt. Es wurden nur kontinuierliche Sprachsegmente von 100 oder mehr Wörtern beibehalten, um eine stabile Schätzung der detrendierten Fluktuationsanalyse (DFA) zu gewährleisten.
Semantische Einbettung: Wortbasierte semantische Embeddings wurden unter Verwendung des Modells Qwen3-Embedding-8b über die SentenceTransformers-Bibliothek generiert.
Konstruktion der Zeitreihe: Eine kontinuierliche Zeitreihe wurde erstellt, indem die Kosinus-Ähnlichkeit zwischen benachbarten Wort-Embeddings berechnet wurde ( $K(X, Y) = \langle X, Y \rangle / (||X|| \cdot ||Y||)$ ).
Detrended Fluctuation Analysis (DFA): DFA wurde auf diese Kosinus-Ähnlichkeits-Zeitreihen angewendet, um langreichweitige temporale Korrelationen zu quantifizieren. Der Prozess umfasste:
- Integration der mittelbasierten Zeitreihe.
- Unterteilung der integrierten Serie in nicht-überlappende Fenster unterschiedlicher Länge ( $n$ ).
- Entfernung lokaler linearer Trends innerhalb jedes Fensters.
- Berechnung der Wurzel der mittleren quadratischen Fluktuation $F(n)$ für jede Fenstergröße.
- Bestimmung des Skalierungsexponenten ( $\alpha$ ) als Steigung von $\log F(n)$ regrediert auf $\log n$ .
- Ein $\alpha$ von 0,5 entspricht White Noise (unkorreliert); Werte, die sich 1 nähern oder diesen überschreiten, deuten auf Brown Noise (hochgradig persistent) hin.
Statistische Analyse: Die partizipatorischen $\alpha$ -Werte wurden über Aufgaben hinweg gemittelt. Lineare Regressionsmodelle (OLS) wurden verwendet, um Gruppen (Patienten vs. Kontrollen) innerhalb jedes Datensatzes zu vergleichen, wobei Kovariaten (Anzahl der Wörter, Alter, Geschlecht) kontrolliert wurden. Partielle Spearman-Korrelationen wurden berechnet, um die Beziehungen zwischen $\alpha$ und Symptom-Scores (PANSS, SAPS, SANS) zu bewerten, wobei die Diagnose kontrolliert wurde.

Zentrale Beiträge

Anwendung von DFA auf den semantischen Raum: Die Studie führt eine Methode zur Quantifizierung der temporalen Skalierung semantischer Relationen im Diskurs ein, indem DFA auf BERT-abgeleitete (speziell Qwen) Kosinus-Ähnlichkeits-Zeitreihen angewendet wird.
Kreuz-Datensatz-Validierung: Die Ergebnisse wurden über drei unabhängige Datensätze hinweg validiert, die verschiedene Sprachen (Schweizerdeutsch, Deutsch, Türkisch) und diverse klinische Populationen umfassten.
Verknüpfung von Sprache mit Kritikalität: Die Arbeit erweitert die Kritikalitätshypothese von physiologischen Signalen und Wortfrequenzverteilungen (Zipfsches Gesetz) auf die temporalen Dynamiken der semantischen Ähnlichkeit bei Psychosen.

Ergebnisse

Gruppenunterschiede: In allen drei Datensätzen zeigten Patienten mit SSD signifikant erhöhte DFA-Skalierungsexponenten ( $\alpha$ $α$ ) im Vergleich zu gesunden Kontrollen.
- Zürich: SSD-Patienten zeigten ein signifikant höheres $\alpha$ als Kontrollpersonen mit niedriger Schizotypie ( $\beta = 0,0295, p = 0,001$ ). Kontrollpersonen mit hoher Schizotypie unterschieden sich nicht von Kontrollpersonen mit niedriger Schizotypie.
- Izmir: Patienten mit chronischer Schizophrenie (SZH) zeigten ein signifikant höheres $\alpha$ als gesunde Kontrollen ( $\beta = 0,0303, p = 0,006$ ). Erstmanifestierte Psychosen (FEP) und schizoaffektive Gruppen (SZA) zeigten Trends, erreichten jedoch gegenüber den Kontrollen keine statistische Signifikanz.
- Marburg: SSD-Patienten zeigten ein signifikant höheres $\alpha$ als gesunde Kontrollen ( $\beta = 0,0241, p = 0,039$ ). Die MDD-Gruppe unterschied sich nicht signifikant von den Kontrollen.
Symptomkorrelationen: Die Beziehung zwischen $\alpha$ und spezifischen Symptomdimensionen war inkonsistent. In den Datensätzen aus Zürich und Marburg waren die Korrelationen über positive und negative Symptome verstreut, wobei nur wenige die FDR-Korrektur überstanden. Der türkische Datensatz zeigte keine signifikanten Assoziationen.
Kovariaten: Die Anzahl der gesprochenen Wörter war über die Datensätze hinweg negativ mit dem Skalierungsexponenten assoziiert. Das Alter zeigte eine positive Assoziation in den Datensätzen aus Zürich und Marburg.

Bedeutung und Behauptungen
Die Autoren behaupten, dass die erhöhten Skalierungsexponenten in der Psychose auf abnormal starke langreichweitige Korrelationen und eine übermäßige Persistenz in semantischen Fluktuationen hindeuten. Innerhalb eines komplexen Systemrahmenss stellt dies eine Abweichung vom nahezu kritischen Regime (Pink Noise), das für gesunde Systeme charakteristisch ist, hin zu einem eher persistenten „Brown-Noise“-Regime dar.

Die Arbeit postuliert, dass diese Veränderung in der temporalen Organisation der Sprache als Readout einer veränderten neuronalen Dynamik dienen kann. Die Ergebnisse stehen im Einklang mit der bestehenden Literatur, die eine gestörte Potenzgesetz-Skalierung und eine erhöhte temporale Persistenz in der spontanen neuronalen Aktivität von Patienten mit SSD zeigt. Die Autoren legen nahe, dass, genau wie eine reduzierte neuronale Dichte mit Abweichungen in Wortfrequenzverteilungen (Zipfsches Gesetz) in Verbindung gebracht wurde, Abweichungen in der temporalen Skalierung semantischer Ähnlichkeit eine tiefere, primäre Störung der selbstorganisierten Kritikalität des Sprachsystems des Gehirns widerspiegeln könnten.

Die Studie kommt zu dem Schluss, dass die Skalierungsexponenten zwar das kanonische $\alpha = 1$ von Pink Noise nicht erreichten (wahrscheinlich aufgrund von Rauschen in den Vektorrepräsentationen und kurzer Zeitreihen), die konsistente Verschiebung hin zu höheren $\alpha$ -Werten über unabhängige Stichproben hinweg jedoch ein empirisches Beleg für eine systemische Störung der temporalen Organisation der Bedeutung bei Psychosen liefert. Die Autoren mahnen an, dass der Skalierungsexponent möglicherweise nicht spezifische Symptome indiziert, sondern vielmehr einen fundamentalen Zusammenbruch der Organisationsprinzipien des Systems.