✨ 要約🔬 技術概要
あなたの脳は、一日の音楽を絶えずミックスしているハイテクなサウンドボードのようなものだと想像してみてください。時には、曲調がハッピーなポップソングであったり、恐ろしいホラー映画のスコアであったり、あるいは単に退屈な火曜日の静かなハム音であったりします。科学者たちは、この「感情のサウンドボード」がどのように機能しているのか、特に物事がうまくいかない時にどうなるのかを理解しようと長い間試みてきました。メンタルヘルスの世界において、壊れたサウンドボードとは、喜びを感じられなくなったり（曲がミュート状態で止まっているような）、危険がないのに恐怖を感じたりすること（図書館でサイレンが鳴り響いているような）を意味するかもしれません。これらの問題を解決するために、研究者には、健康な脳が人生の浮き沈みに通常どのように反応するかを示す完璧な「リファレンス・レコーディング（参照録音）」、つまり標準的なマップが必要です。しかし、ここが難しいところです。人生は単純なビープ音や静止画ではありません。それは、荒々しく、動きがあり、予測不可能な映画なのです。もし人々を退屈で静止した画像だけでテストしてしまうと、現実の人間の感情が持つ、乱雑で美しい複雑性を見逃してしまうことになります。
ここで、自然な感情体験の巨大なライブラリとして機能する、新しい研究が登場します。研究者たちは、「規範的データベース」――つまり、人々が実際の映画のシーンを見たときに、正常で健康な人々がどのように感じるかについての巨大なルールブック――を構築したいと考えました。彼らは、人それぞれ異なることを知っていました。ある人は自然と悲しいシーンに対して敏感であり、他の人は楽しいシーンにもっと興奮するかもしれません。また、性別やその映画をどれくらい知っているかといったことが、内なるサウンドボードのミックスを変える可能性があるとも考えていました。これらの反応の詳細なマップを作成することで、彼らは将来の科学者たちが感情の健康状態を測定するための、より優れた「定規」を提供できると期待しています。これは、誰かの感情の「サウンドトラック」が少し外れた音階で流れていないかを察知する助けとなります。
論文自体は、著者らがDynAMoS（ダイナミック・アフェクティブ・ムービー・クリップ・データベース）と呼ぶ、この膨大なデータベースの作成について記述しています。ボランティアに顔の静止画を見せる代わりに、チームは108人の健康な成人を集め、有名な映画から選んだ22の短いクリップを見せました。これらのクリップは単にランダムなものではありませんでした。それらは、心温まる瞬間から緊張感のある怖いシーンまで、現実の社会的状況を示すように注意深く選ばれたものです。視聴中、参加者はただ座っていたわけではありません。彼らは自分自身のオーケストラの指揮者でもありました。特別なソフトウェアを使用して、彼らはリアルタイムで、感情を「非常にネガティブ」から「非常にポジティブ」までのスケール上でスライドさせ、秒単位で感情を評価するためにボタンを押しました。クリップが終わった後、彼らは映画全体がどのように感じられたかについての調査に答え、恐怖、興奮、怒りといった特定の感情を評価しました。
チームは単にこれらの評価を集めただけではありません。彼らはそれをデータの宝庫へと変えました。彼らは、感情がいかに強烈であったか、感情の旅がいかに複雑であったか（感情は一定に保たれていたのか、それとも激しく跳ね回っていたのか？）、そして参加者の反応がどの程度互いに同期していたかを算出しました。彼らは映画自体についても検討し、例えば女性キャラクターが男性キャラクターよりも多くの時間を話しているかどうかなどを見て、それが視聴者に影響を与えるかどうかを確認しました。結果は非常に興味深いものでした。平均して、男性と女性はわずかに異なる反応を示し、女性はリアルタイムでの感情の「揺れ」が少し大きく、悲しい場面ではよりネガティブになり、楽しい場面ではよりポジティブになることが分かりました。しかし最大の発見は、二人の人間が同じ「平均的な」悲しみスコアを持っていても、全く異なる感じ方をする可能性があるということでした。一人は、一定の低いレベルの悲しみ（ゆっくりとしたドラムの鼓動のような）を感じている一方で、もう一人は、極端な高低が混沌と跳ね回るパターン（グリッチの効いたシンセサイザーのような）を感じているかもしれません。
このデータベースは、感情のダイナミックで動的な性質を捉えているという点で、ゲームチェンジャーとなります。著者たちは、これらの複雑なパターンを見ることで、感情の反応性の異なる「パーソナリティ」を見つけ出せることを示しています。例えば、非常にネガティブな感情を感じているが、その反応が非常に平坦で変化がない人は、特定の疾患の兆候を示しているかもしれません。一方で、同じネガティブな感情を持ちながらも、ワイルドで予測不可能な反応を示す人は、別の何かを示している可能性があります。論文は、他の科学者が自身の研究のために適切な映画クリップを選ぶための明確なガイドを提供しており、彼らがテストしたいものに対して適切な感情のミックスを確保できるようにしています。結局のところ、この研究は単なる数字のリストを与えるのではなく、私たちの感情のリズムは、その音量と同じくらい重要であるということを理解し、人間の心に耳を傾けるための新しい方法を与えてくれるのです。
技術要約：映画クリップに対する感情反応の個人差を理解するための自然主義的データベース
問題提起
方法論
参加者： データ収集は、Rally with Mass General Brighamプラットフォームを介して募集された109名の健康な成人に対して行われ、最終的な分析には108名（女性57名、男性51名、年齢18〜60歳）が含まれた。1名の追加参加者は性別またはジェンダーアイデンティティを開示しなかったため除外された。参加者に神経学的または精神医学的な疾患はなかった。手順： データ収集はZoomを介してリモートで行われた。参加者は2回のセッション（各回約90分）でクリップを視聴した。
リアルタイム評価： 視聴中、参加者はCARMAソフトウェアを使用し、連続的なスケール（-4：非常にネガティブ から +4：非常にポジティブ）を用いて、30Hzの頻度でモーメントごとの感情的バレンスを評価した。ホリスティック評価： 各クリップの視聴後、参加者はPANAS-SF（Positive and Negative Affect Schedule – Short Form）に基づき、5つのポジティブな感情項目と5つのネガティブな感情項目について、0〜4の順序尺度を用いてホリスティックな強度評価を行った。妥当性確認： 参加者は、音声・映像の明瞭度およびクリップへの既知度に関する妥当性質問、および理解度質問に回答した。
特徴量抽出：
強度（Intensity）： リアルタイムのバレンスの平均強度およびホリスティックなポジティブ／ネガティブスコア。複雑性（Complexity）： リアルタイムの時系列のサンプルエントロピーとして算出（Robust Zスコアにより正規化）。相互主観的同期（ISC）： 各参加者の時系列と、他の全参加者のleave-one-out平均とのピアソン相関。刺激特徴量： 性差の影響を調査するために、女性の台詞時間、スクリーンタイム、および親近度率の比率を算出した。
データクリーニング： 外れ値は、強度と複雑性のZスコア（>2.5 SD）、低いISC（<0.3）、およびグローバルなマハラノビス距離に基づいて特定された。規範的なベースラインは、「有効な」サブセットの参加者のみを使用して計算された。
主な貢献
包括的なデータベース： 108名の参加者による22の映画クリップに関する、生データおよび派生した特徴量（リアルタイムのバレンス時系列、ホリスティックなPANAS-SF評価、デモグラフィックデータ、および刺激のアノテーション（ジェンダー表現、親近度など））を含むデータセットを公開した。動的な特性付け： 本研究は、感情反応の平均的な強度だけでなく、その動的な特性、具体的には複雑性（エントロピー）と相互主観的同期を特徴付けている点で、従来のデータセットとは異なる。規範的ベースライン： 著者らは、将来の病理学的表現型の研究の参照となるよう、健康な成人集団における感情反応性の特徴（中央値、MAD、および多変量共分散構造）の規範的パラメータを提供している。刺激選択のガイドライン： バイアス研究のために特定の負の感情範囲を持つクリップを選択したり、個人差の研究のために曖昧な刺激を選択したりするなど、用途に応じた刺激選択に関する具体的なガイダンスを提示している。
結果
信頼性： データセットは高い検者間信頼性を示した。ポジティブおよびネガティブな感情のホリスティックな評価は、それぞれ優れたICC（0.992および0.989）を示した。リアルタイムのバレンス評価も高い信頼性を示した（ほとんどのクリップでICC > 0.940）。反応分布： クリップは、幅広くバランスの取れた感情反応を引き出した。ホリスティックなポジティブ評価は0.82から2.43、ネガティブ評価は0.37から2.19の範囲であった。リアルタイムのバレンスの平均は-2.53から1.82の範囲であった。性差：
男性は全体として、女性よりも有意に多くのポジティブなリアルタイム・バレンス評価を報告した。
相互作用が観察され、よりネガティブに評価されたクリップ（例：『グリーンマイル』）では、女性において相対的によりネガティブな評価が引き出される一方で、ポジティブに評価されたクリップ（例：『パパッとラベンダー』）では、女性において相対的によりポジティブな評価が引き出された。これは、男性と比較して女性の方がリアルタイムの感情反応性が高いことを示唆している。
性差はすべての時間を通じて持続したわけではなく、特定のクリップの特定の瞬間に発生した。
個人差： 本研究は、同様のネガティブな強度プロファイルを持つ個人であっても、反応の複雑性が大きく異なる可能性があることを示した。例えば、ある評価者は持続的な低複雑性のネガティブなバイアス（潜在的にアンヘドニアを反映）を示したが、別の評価者は、極端なバレンスの間の頻繁な切り替えを伴う高複雑性（潜在的に揮発性または過覚醒を反映）を示した。分散分解： リアルタイムの評価において、最も大きな分散は映画クリップの違い（40.8%）であり、次いでクリップのセグメント（12.9%）であった。評価者の違いは4.4%であったが、クリップと評価者の相互作用は19.6%に達し、個人の分散は特定のクリップにおいてより顕著であることを示した。
意義および主張
このデータベースは以下の目的を持つ：
人間的要因（例：生物学的性別）および刺激要因が感情反応パターンに与える影響をモデル化すること。
加齢、気分障害、または性格特性の研究における規範的リファレンスとして機能すること。
自然主義的な刺激に対するマルチモーダルな反応（例：fMRI、EEG）の解釈をサポートすること。
将来の感情研究のデザインにおいて、生物学的および個別の変数（ターゲットとなる集団に合わせて刺激セットのバランスを取ることなど）を考慮することを奨励すること。
著者らは、本データベースが映画への反応の核心（強度および分散）を捉えているものの、自然主義的な刺激に固有の豊かさと複雑性ゆえに、映画への反応を駆動するすべての属性を完全に特徴付けることはできないということを認め、控えめな立場を維持している。
毎週最高の biology 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。 登録 ×