理論論文を国際誌レベルに引き上げるためには、「既存実証研究との整合性」を明確に示す必要があります。
以下では、
- どの種類の実データと照合可能か
- 統合失調症との照合
- 双極性障害との照合
- ドーパミン仮説との照合
- 計算精神医学的タスクとの照合
- 今後の実証研究デザイン提案
を体系的に整理します。
1. 実証照合の基本方針
本理論は以下の可検証仮説を持つ：
| 病態 | 予測される異常 |
|---|---|
| 統合失調症 | 低次誤差の過剰精度 + 高次不安定 |
| 躁 | 高次探索事前精度過剰 |
| 抑うつ | 負誤差精度固定 |
| 双極 | 精度の時間的振動 |
従って照合対象は：
- fMRI研究
- PETドーパミン研究
- 強化学習課題
- 階層ベイズモデル推定
- サリエンス処理研究
2. 統合失調症との実証照合
2.1 ドーパミンPET研究
Shitij Kapur による「aberrant salience仮説」は、
- 無関連刺激への過剰サリエンス付与
- ストリアタルドーパミン亢進
を報告。
これは本モデルの：
低次予測誤差への過剰精度付与
と整合的。
2.2 fMRI 予測誤差研究
複数研究で：
- 中脳・線条体の予測誤差シグナル増大
- 前頭前野トップダウン制御低下
が報告。
これは：
- bottom-up hyperprecision
- top-down instability
という本モデルと一致。
2.3 幻聴研究
音声知覚課題において、
- 事前期待への過剰依存
- ノイズ刺激を音声として誤認
が示されている。
これは階層的精度配分異常と一致。
3. 双極性障害との実証照合
3.1 強化学習課題（躁状態）
躁状態では：
- 報酬学習率上昇
- 逆転学習障害
- 過剰リスク選択
が観察されている。
これは：
[
Prior\ precision \uparrow
]
探索モード過剰と整合。
3.2 抑うつ状態
抑うつでは：
- 負のフィードバックへの過敏反応
- 報酬感受性低下
- 学習率の非対称性
が確認されている。
これは：
[
Prediction\ error\ precision_{negative} \uparrow
]
に一致。
3.3 神経画像
躁では：
- 腹側線条体活動亢進
- 前頭制御低下
抑うつでは：
- 報酬回路低反応
が報告。
ドーパミン＝精度ゲイン仮説と整合。
4. Manic-first hypothesis との照合
縦断研究では：
- 初発エピソードが躁である症例が多い
- 若年期に過活動傾向が存在
これは：
探索系の不安定性が一次的
という本理論と整合的。
5. 計算精神医学的タスクとの照合
5.1 Hierarchical Gaussian Filter (HGF)
HGFモデル推定研究では：
- 統合失調症 → 不確実性推定異常
- 双極 → volatility推定異常
が示唆。
これは本モデルの：
階層的精度異常
と一致。
5.2 予測誤差fMRIパラメータ推定
強化学習モデルで：
躁：inverse temperature増大
抑うつ：learning rate非対称
が報告。
これらは精度パラメータと直接対応可能。
6. 実証的一貫性のまとめ
| データ種別 | 統合失調症 | 躁 | 抑うつ |
|---|---|---|---|
| PET dopamine | ↑ | ↑ | ↓/不安定 |
| fMRI PE | ↑ | ↑報酬 | ↓報酬 |
| RL課題 | salience異常 | risk↑ | negative bias |
| HGF | volatility misestimation | volatility↑ | rigidity |
理論との矛盾は現時点で少ない。
7. 今後の実証研究提案
7.1 直接検証実験
● 同一被験者で：
- HGF推定
- PETドーパミン
- 症状スケール
を統合解析。
仮説：
躁 → 高prior precision parameter
統合失調症 → 高sensory precision parameter
7.2 振動モデルの縦断研究
双極患者を月次追跡し：
- computational precision parameter
- 気分スケール
の相関を解析。
振幅仮説の検証が可能。
8. 総合評価
本理論は：
- ドーパミン研究
- サリエンス仮説
- 強化学習モデル
- 計算精神医学
と整合的である。
まだ直接検証は必要だが、既存データと重大な矛盾はない。
