Computational Linguistic Alignment in Psychosis from Naturalistic Clinical Interviews

Diese Studie zeigt, dass die computergestützte Analyse natürlicher klinischer Interviews eine dyadische Störung der semantischen Koordination bei Psychosen aufdeckt, die durch eine erhöhte lexikalisch-semantische Divergenz und eine verringerte Synchronizität zwischen Patienten und Klinikern gekennzeichnet ist, die nicht nur über die Zeit bestehen bleibt, sondern auch die eigene konversationelle Kohärenz des Klinikers messbar stört.

Das Wesentliche

Die große Idee: Der „zerbrochene Tanz" des Gesprächs

Stellen Sie sich ein Gespräch als Tanz zwischen zwei Personen vor. Normalerweise passen sich zwei sprechende Personen unbewusst dem Rhythmus, dem Wortschatz und der Energie der anderen an. Sie treten im Takt, verwenden ähnliche Wörter und bleiben beim selben Thema. Dies nennt man Alignment (Ausrichtung).

Diese Studie untersuchte, was passiert, wenn eine Person mit Psychose (wie Schizophrenie) versucht, mit einer klinischen Fachkraft zu tanzen. Die Forscher wollten wissen: Geht der Tanz kaputt? Und wenn ja, betrifft dies nur die Patientin oder auch die klinische Fachkraft?

Um das herauszufinden, hörten sie nicht nur der Patientin zu; sie analysierten den gesamten „Tanz" zwischen Patientin und Interviewer mithilfe computergestützter Werkzeuge.

Wie sie den „Tanz" maßen

Die Forscher zeichneten Interviews auf und nutzten eine computergestützte Pipeline, um das Gespräch in drei spezifische „Schritte" zu zerlegen:

1. Die Wortschatz-Diskrepanz (Register-Divergenz):

   • Die Analogie: Stellen Sie sich vor, ein Tänzer trägt einen Smoking und spricht in hochgestochener Poesie, während der andere ein T-Shirt trägt und sehr einfache, konkrete Wörter über physische Objekte verwendet. Sie versuchen zu tanzen, verwenden aber völlig unterschiedliche „Sprachen" der Bewegung.
   • Das Ergebnis: Patientinnen verwendeten Wörter, die viel konkreter und weniger variabel waren als die des Interviewers. Der „Abstand" zwischen ihren Wortschätzen war viel größer als bei gesunden Gesprächen.

2. Der Rhythmusbruch (Synchronizität):

   • Die Analogie: Bei einem guten Tanz weiß die andere Person genau, wann sie einsteigen muss, wenn einer sich dreht. Sie bewegen sich gemeinsam. In dieser Studie maßen die Forscher, wie gut die Bedeutung der Sätze der Patientin mit dem Fluss der Sätze des Interviewers übereinstimmte.
   • Das Ergebnis: Der „Rhythmus" war gestört. Patientin und Interviewer bewegten sich nicht synchron durch die Bedeutung des Gesprächs. Wenn die Gedanken der Patientin unorganisiert wurden, brach diese rhythmische Verbindung noch stärker zusammen.

3. Das eigene Gleichgewicht des Tänzers (Kohärenz innerhalb des Sprechers):

   • Die Analogie: Dies misst, wie stabil ein einzelner Tänzer für sich selbst ist. Strauchelt er über seine eigenen Schritte oder bleibt er auf Kurs?
   • Das Ergebnis: Die Patientinnen selbst waren in ihren eigenen Schritten eigentlich ziemlich stabil (ihre eigenen Sätze ergaben für sie Sinn). Allerdings begann der Interviewer zu straucheln, wenn er mit der Patientin sprach. Die eigene Sprache des Interviewers wurde weniger konsistent und kohärent. Der „Tanz" war so gestört, dass er auch den professionellen Tänzer (die klinische Fachkraft) aus dem Gleichgewicht brachte.

Was der Computer fand

Die Studie verglich 109 Patientinnen mit 60 gesunden Personen. Hier ist, was die Daten zeigten:

• Die Kluft ist real: Patientinnen und Interviewer sprachen viel häufiger aus verschiedenen „Welten" (unterschiedliche Wortschätze) als gesunde Personen und Interviewer.
• Der Rhythmus ist verloren: Der Hin-und-Her-Fluss der Bedeutung war bei Patientinnen-Interviews schwächer.
• Es ist nicht nur die Patientin: Das überraschendste Ergebnis war, dass der Interviewer weniger kohärent wurde, wenn er mit einer Patientin sprach. Es ist, als würde die Schwierigkeit der Patientin, eine Verbindung herzustellen, das Gespräch „infizieren" und die eigene Sprache der klinischen Fachkraft weniger flüssig machen.
• Es bleibt gleich: Diese Unterschiede verschwanden auch nach 12 Monaten nicht. Es scheint ein stabiler Teil davon zu sein, wie diese Gespräche ablaufen, und nicht nur ein vorübergehendes Symptom eines schlechten Tages.
• Der „Erster-Eindruck"-Effekt: Die Diskrepanz war am Anfang des Gesprächs am größten (wenn es keine Regeln oder Bilder gibt, die sie leiten). Als das Interview strukturierter wurde (wie beim Betrachten von Bildern), wurde die Kluft etwas kleiner, aber das Problem blieb bestehen.

Die Punkte verbinden mit den Symptomen

Die Forscher fanden einen spezifischen Zusammenhang zwischen der Art des „Tanzbruchs" und der Art des Symptoms:

• „Spracharmut" (Nicht viel sagen): Wenn eine Patientin wenig zu sagen hatte oder sehr einfache Wörter verwendete, war die Wortschatz-Diskrepanz (Register-Divergenz) das größte Problem.
• „Desorganisiertes Denken" (Themen springen): Wenn die Gedanken der Patientin durcheinander waren, war der rhythmische Bruch (Synchronizität) das größte Problem.

Das Fazit

Das Paper legt nahe, dass das „Praecox-Gefühl" – jenes Bauchgefühl, das klinische Fachkräfte haben, dass etwas bei einer Patientin „nicht stimmt" – nicht nur in ihrem Kopf existiert. Es ist ein messbarer Zusammenbruch der dyadischen (zweipersonalen) Verbindung.

Die Studie zeigt, dass Psychose nicht nur ein Problem im Gehirn der Patientin ist; es ist ein Problem im Raum zwischen der Patientin und der Zuhörerin. Das Gespräch selbst wird instabil und bringt den Interviewer dazu, seinen eigenen Halt zu verlieren. Indem wir diese digitalen „Tanzschritte" messen, können wir quantifizieren, wie gut zwei Menschen eine Verbindung herstellen, sogar ohne spezielle Gehirnscans oder teure Geräte.

Technische Zusammenfassung

Technische Zusammenfassung: Computergestützte linguistische Ausrichtung bei Psychosen aus natürlichen klinischen Interviews

Problemstellung

Klinische Interaktionen mit Personen, die eine Psychose erleben, sind häufig durch ein subjektives Gefühl der Entfremdung oder des „Nicht-richtig-Fühlens" (historisch als Praecox-Gefühl bezeichnet) vor dem Abschluss einer formalen Beurteilung gekennzeichnet. Während frühere Forschungen formale Denkstörungen (FTD) und sprachliche Anomalien in der Patientensprache isoliert quantifiziert haben, übersehen diese Ansätze die dyadische Natur klinischer Interviews. Die bestehende Literatur behandelt Patiententranskripte weitgehend als unabhängige Messwerte und versäumt es zu messen, wie kommunikative Störungen durch das dynamische Zusammenspiel zwischen Interviewer und Patient entstehen. Insbesondere fehlt es an quantitativen, zeitlich aufgelösten Maßen dafür, wie Patienten und Kliniker gemeinsam Bedeutung konstruieren, die semantischen Register des jeweils anderen verfolgen und in natürlichen Settings die Gesprächskontinuität aufrechterhalten.

Methodik

Teilnehmer und Daten

Die Studie analysierte natürliche klinische Interviews von 109 Patienten mit psychotischen Störungen (Schizophreniespektrum und andere Psychosen) und 60 gesunden Kontrollpersonen (HC). Die Daten wurden zur Baseline und nach einem 12-monatigen Follow-up erhoben (n=115 für Veränderungsanalysen). Die Interviews wurden unter Verwendung des DISCOURSE-semi-strukturierten Protokolls durchgeführt, das sieben Aufgaben mit unterschiedlichen kognitiven und kommunikativen Anforderungen umfasste (z. B. unstrukturiertes Gespräch, persönliche Erzählung, Bildbeschreibung, Nacherzählung einer Geschichte). Audioaufnahmen wurden transkribiert und verifiziert, was 273 Transkripte ergab.

Computergestützte Ausrichtungs-Pipeline

Die Autoren wandten eine benutzerdefinierte Python-Pipeline an, um die konversationelle Ausrichtung in drei verschiedene Ebenen zu zerlegen, wobei zwei parallele Merkmalsysteme verwendet wurden: psycholinguistische Norm-Komposite und Satz-Embeddings (paraphrase-multilingual-MiniLM-L12-v2).

1. Register-Divergenz ($dAUC_{norm}$):

   • Mechanismus: Misst die lexikalische Distanz zwischen Interviewer und Teilnehmer von Redebeitrag zu Redebeitrag.
   • Merkmale: Inhaltswords wurden auf fünf psycholinguistischen Dimensionen bewertet: Konkretion, semantische Diversität, Dichte des semantischen Nachbarschaftsraums, visuelle Wahrnehmungsstärke und auditive Wahrnehmungsstärke.
   • Berechnung: Die normalisierte trapezförmige Fläche unter der Kurve (AUC) der absoluten Differenz zwischen den Norm-Kompositen des Interviewers und des Teilnehmers über gepaarte Redebeiträge hinweg. Höhere Werte deuten auf eine größere Divergenz im semantischen Register hin.

2. Innerhalb-Sprecher-Kohärenz:

   • Mechanismus: Indexiert die interne semantische Konsistenz der eigenen Äußerungssequenz eines Sprechers.
   • Merkmale: Satz-Embeddings ganzer Redebeiträge (zusammengeführte aufeinanderfolgende Äußerungen).
   • Berechnung: Mittlere Kosinus-Ähnlichkeit zwischen aufeinanderfolgenden Redebeitrags-Embeddings für jeden Sprecher separat. Höhere Werte deuten auf eine größere narrative Kontinuität und referenzielle Verfolgung innerhalb der Beiträge eines Sprechers hin.

3. Embedding-basierte Synchronizität ($r_{embed}$):

   • Mechanismus: Erfasst die von Redebeitrag zu Redebeitrag erfolgende Kovariation der Bedeutungsverläufe zwischen den Sprechern.
   • Merkmale: Sequenzen von Satz-Embeddings für sowohl Interviewer als auch Teilnehmer.
   • Berechnung: Pearson-Korrelation zwischen den innerhalb-Sprecher-Kontinuitätsströmen der beiden Sprecher (die Reihe der Kosinus-Ähnlichkeiten zwischen ihren eigenen aufeinanderfolgenden Redebeiträgen). Höhere Werte deuten auf eine stärkere rhythmische Kopplung der Bedeutungsverläufe hin.

Statistische Analyse

Gruppenvergleiche und klinische Assoziationen wurden mittels Linearer gemischter Effekte-Modelle (LMER) mit der Teilnehmer-ID als zufälligem Intercept getestet, um wiederholte Messungen (Baseline und 12 Monate) zu berücksichtigen. Die Analysen wurden für den Zeitpunkt korrigiert und mittels der False Discovery Rate (FDR) nach Benjamini-Hochberg für multiple Vergleiche korrigiert.

Hauptergebnisse

1. Gruppenunterschiede in der dyadischen Ausrichtung

• Register-Divergenz: Patienten zeigten eine signifikant größere Register-Divergenz zu den Interviewern im Vergleich zu gesunden Kontrollpersonen ($d = 0,48, p < .001$). Dieser Effekt war während unstrukturierter, früher Interviewsegmente am ausgeprägtesten und wurde primär durch Konkretion getrieben (Patienten verwendeten konkretere, sinnlich verankerte Vokabeln, die vom variierenden Register des Interviewers abwichen).
• Synchronizität: Patienten zeigten eine signifikant reduzierte embedding-basierte Synchronizität ($d = -0,59, p < .001$), was auf ein Versagen hinweist, die Bedeutungsverläufe in Echtzeit mit dem Interviewer zu koppeln.
• Interviewer-Kohärenz: Entscheidend war, dass die innerhalb-Sprecher-Kohärenz des Interviewers signifikant reduziert war, wenn er mit Patienten sprach ($d = -0,33, p = .016$), im Vergleich zu gesunden Kontrollpersonen. Dies deutet darauf hin, dass die kommunikative Störung über den Patienten hinausreicht und die eigene semantische Kontinuität des Interviewers destabilisiert.
• Patienten-Kohärenz: Die auf Teilnehmerebene gemessene innerhalb-Sprecher-Kohärenz unterschied sich zwischen den Gruppen nicht signifikant, was darauf hindeutet, dass Patienten möglicherweise eine lokale narrative Kontinuität aufrechterhalten, auch wenn sie dyadisch nicht ausrichten.

2. Klinische Korrelationen (Doppelte Dissoziation)

Zwei Assoziationen überstanden die FDR-Korrektur und enthüllten eine doppelte Dissoziation zwischen Ausrichtungsmetriken und klinischen Symptomen:

• Register-Divergenz war positiv mit TLI-Verarmung (Spracharmut) assoziiert, was darauf hindeutet, dass ein eingeschränktes, konkretes Vokabular die lexikalische Distanz antreibt.
• Embedding-Synchronizität war negativ mit TLI-Desorganisation (Lockerheit der Assoziation) assoziiert, was darauf hindeutet, dass desorganisiertes Denken die zeitliche Koordination von Bedeutung stört.
• Diese Beziehungen waren über den 12-monatigen Zeitraum hinweg stabil, was auf ein teilweise stabiles, zugehörigkeitsartiges Profil hindeutet und nicht auf einen rein zustandsabhängigen Marker.

3. Stabilität und Spezifität

• Gruppenunterschiede blieben beim 12-monatigen Follow-up bestehen, ohne signifikante Gruppen $\times$ Zeitpunkt-Interaktionen.
• Patienten mit Schizophrenie zeigten eine signifikant größere Register-Divergenz als solche mit anderen psychotischen Diagnosen (z. B. schizoaffektive Störung), was darauf hindeutet, dass die Metrik für spezifische diagnostische Untergruppen sensitiv ist.
• Sensitivitätsanalysen bestätigten, dass die Ergebnisse nicht durch Unterschiede in der Länge oder Struktur der Redebeiträge getrieben wurden.

Bedeutung und Behauptungen

Die Studie behauptet, die erste quantitative, dyadische Zerlegung der konversationellen Ausrichtung bei Psychosen unter Verwendung natürlicher klinischer Interviews zu liefern. Ihre Hauptbeiträge sind:

1. Objektive Messung des „Praecox-Gefühls": Die Studie bietet einen computergestützten Index für die von Klinikern beschriebene phänomenologische Störung und zeigt, dass das „Nicht-richtig-Fühlen" als eine Reduktion der eigenen semantischen Kohärenz des Interviewers und ein Versagen der semantischen Synchronizität messbar sein kann.
2. Dyadisches Versagen: Sie stellt die Auffassung der Denkstörung als rein intrapersonelles Defizit in Frage und zeigt, dass Psychose ein dyadisches Versagen der semantischen Koordination beinhaltet, das das gesamte Interaktionssystem betrifft.
3. Skalierbare Biomarker: Die abgeleiteten Metriken ($dAUC_{norm}$ und $r_{embed}$) bieten einen skalierbaren, wenig belastenden Ansatz zur Quantifizierung der interpersonellen Kommunikationsfunktion aus routinemäßigen klinischen Transkripten ohne spezialisierte Ausrüstung.
4. Unterschiedliche Mechanismen: Die Ergebnisse stützen die Existenz unterschiedlicher Mechanismen für verschiedene Symptome der Denkstörung: Verarmung manifestiert sich als Register-Divergenz (lexikalische Einschränkung), während Desorganisation sich als reduzierte Synchronizität (zeitliche Fehlausrichtung) manifestiert.

Die Autoren schließen, dass diese aus Transkripten abgeleiteten Metriken die Lücke zwischen phänomenologischer Beobachtung und computergestützter Analyse überbrücken und eine Grundlage für zukünftige Studien zur interpersonellen Kommunikation bei Psychosen bieten, obwohl sie Einschränkungen hinsichtlich der Generalisierbarkeit auf chronische Populationen und andere Sprachen anmerken.