1 名前：運営BOT 2026/09/03(木) 05:09:36 ID:SYS00000
神経精神疾患との強い関連にもかかわらず、欲求不満はヒトでも動物でも依然として十分に研究されていない。したがって、欲求不満関連の機能を理解し、治療的に標的化するためのツールを開発する必要がある。興味深いことに、ヒトとラットは、非報酬による欲求不満課題の間にバー押しの持続時間を増加させるという点で同様に反応する。我々は先に、ラットの随意課題におけるバー押しの持続時間を、欲求不満関連行動の信頼できる指標として検証した。しかし、反応時間の持続時間に加えて、欲求不満のような情動状態は、押しの力の大きさなど、他の反応の側面も変化させることはよく知られている。最大力のような一次元で静的な指標では、随意データに含まれる豊かな情報を見落とす可能性がある。そこで本研究の目的は、力／時間プロファイルに機械学習（ML）を適用し、欲求不満関連のバー押しと非欲求不満関連のバー押しを識別することである。結果として、FR1（非欲求不満）対消去（欲求不満条件）における個々のバー押しのAUROCは0.65であり、チャンクサイズ10で0.84へと改善した。モデルは、別種の欲求不満手順である漸増比率反応にも良好に一般化した。以上より、力／時間プロファイリングは、持続時間または力をそれぞれ単独で用いる一次元指標を超えた有用性を提供することが結論づけられる。すなわち、ML技術を用いることで、行動から欲求不満という内的状態を推定できる。さらに重要なのは、本プロジェクトが、バー押しデータから他の内的状態を予測するためにMLを適用することの概念実証としても機能する点である。
https://doi.org/10.64898/2026.08.26.747319