井出草平の研究ノート 2024-03-22T01:06:31+09:00 iDES Hatena::Blog hatenablog://blog/10328749687261244581 ブルデュー『ディスタンクシオン』輪読会第79夜 覚書 hatenablog://entry/6801883189092619337 2024-03-22T01:06:31+09:00 2024-03-22T01:09:28+09:00 ディスタンクシオン <2> -社会的判断力批判 ブルデューライブラリー作者:ピエール・ブルデュー藤原書店Amazon 旧版305ページから 要約 国立日刊紙の読者は学歴が高いほど多く、特に「Le Monde」と「Le Figaro」の読者は高等教育を受けた人々の中で大きな割合を占めている。この傾向は社会階級とも関連しており、社会階層が上がるにつれて国立日刊紙の読者数も増加する。しかし、労働者階級ではほとんどの読者がスポーツ新聞や大衆向け新聞(「France Soir」や「Le Parisien」)に限られる。女性は男性よりも新聞の「非政治的」な内容(地方ニュース、事件、社交欄など)に関心を持ち… <p><div class="hatena-asin-detail"><a href="https://www.amazon.co.jp/dp/4938661063?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" class="hatena-asin-detail-image-link" target="_blank" rel="noopener"><img src="https://m.media-amazon.com/images/I/51YSm0sVBrL._SL500_.jpg" class="hatena-asin-detail-image" alt="ディスタンクシオン &lt;2&gt; -社会的判断力批判 ブルデューライブラリー" title="ディスタンクシオン &lt;2&gt; -社会的判断力批判 ブルデューライブラリー"></a><div class="hatena-asin-detail-info"><p class="hatena-asin-detail-title"><a href="https://www.amazon.co.jp/dp/4938661063?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" target="_blank" rel="noopener">ディスタンクシオン &lt;2&gt; -社会的判断力批判 ブルデューライブラリー</a></p><ul class="hatena-asin-detail-meta"><li><span class="hatena-asin-detail-label">作者:</span><a href="https://d.hatena.ne.jp/keyword/%A5%D4%A5%A8%A1%BC%A5%EB%A1%A6%A5%D6%A5%EB%A5%C7%A5%E5%A1%BC" class="keyword">ピエール・ブルデュー</a></li><li><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C6%A3%B8%B6%BD%F1%C5%B9">藤原書店</a></li></ul><a href="https://www.amazon.co.jp/dp/4938661063?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" class="asin-detail-buy" target="_blank" rel="noopener">Amazon</a></div></div></p> <p>旧版305ページから</p> <h2 id="要約">要約</h2> <p>国立日刊紙の読者は学歴が高いほど多く、特に「Le Monde」と「Le Figaro」の読者は高等教育を受けた人々の中で大きな割合を占めている。この傾向は社会階級とも関連しており、社会階層が上がるにつれて国立日刊紙の読者数も増加する。しかし、労働者階級ではほとんどの読者がスポーツ新聞や大衆向け新聞(「France Soir」や「Le Parisien」)に限られる。女性は男性よりも新聞の「非政治的」な内容(地方ニュース、事件、社交欄など)に関心を持ちやすいが、これは社会的ステータスによる割り当ての影響が文化的慣習に比べて弱いためである。また、支配階級内の低い地位の女性では、性別の伝統的な役割分担の影響が減少するか消失すると、この傾向が強まる。一方、国立日刊紙の読者率は男性の方が女性よりも高く、地方日刊紙の場合は逆の関係が見られる。年齢とともに少なくとも1つの日刊紙を読む確率は増加するが、国立日刊紙を読む確率は年齢とほぼ無関係である。ただし、25歳から49歳の年齢層でやや高くなり、高齢者層ではこの傾向が弱まる。これは、高齢になると政治に関して最新の情報を得る必要性を感じにくくなるためである。ただし、「L'Aurore」と「Le Figaro」は、非常に高齢になるまで活動を続ける産業や商業の企業家に読者が多いため、この傾向が見られない。</p> <ol> <li>性別: <ul> <li>女性は男性に比べて新聞の「非政治的」な内容(地方ニュース、事件、社交欄など)により関心を持ちやすい。</li> <li>支配階級の下位にある女性の場合、性別による役割分担が弱まると、男性よりも国立日刊紙を読む傾向が強まる。</li> <li>男性は一般的に女性よりも国立日刊紙を読む傾向があり、地方日刊紙の場合は逆の関係が見られる。</li> </ul> </li> <li>年齢: <ul> <li>年齢とともに少なくとも1つの日刊紙を読む確率は増加するが、国立日刊紙を読む確率は年齢とほぼ無関係。</li> <li>25歳から49歳の年齢層では国立日刊紙を読む確率がやや高く、高齢者層ではこの傾向が弱まる。</li> <li>高齢になると政治に関して最新の情報を得る必要性を感じにくくなるが、「L'Aurore」と「Le Figaro」は高齢の企業家に読者が多く、この傾向が見られない。</li> </ul> </li> <li>職業: <ul> <li>学歴が高い人々(高等教育を受けた人々)は、国立日刊紙「Le Monde」と「Le Figaro」の主要な読者層を形成している。</li> <li>労働者階級では、読者の多くがスポーツ新聞や大衆向け新聞に限られる。</li> <li>「L'Aurore」と「Le Figaro」は産業や商業の企業家に読者が多い。</li> </ul> </li> </ol> <h2 id="要約-1">要約</h2> <p>「センセーショナルな報道」と「情報報道」の違いは、政治を行動、言葉、思考で作り上げる人々とそれを受ける人々、積極的な意見と受動的な意見の間の対立を反映している。この二つの報道形態の対立は、理解と感受性、反省と感覚の対立を示し、支配者と被支配者の関係の中心にある。社会への二つの関わり方、社会を実践的または思考的に支配する者の視点と、単なる兵士のようにその世界に支配される者の視点の対立である。政治分析は観察者が高い位置からの視点や歴史家のような距離を必要とし、即時性や機能からオブジェクトを中立化する。直接的な言葉やスローガンの代わりに間接的なスタイルで表現し、政治分析の統一的な概念で具体的な事実を置き換える。日常の新聞の読者は、事件に没頭し、短い感覚に引き付けられる。質の高い新聞は、オブジェクトに対する距離を保ち、読者に政治的主体としての尊厳を認める。これにより、異なる社会階層が新聞との関係を通じて政治に対して持つ客観的および主観的な関係が明らかになる。特に、技術者と対照的な事務職や中間管理職はより多くの新聞を読み、より右寄りの新聞を好む傾向がある。これは職業環境や教育によって既存の違いが強化されていることを示している。</p> <ul> <li>教育水準と新聞選択: <ul> <li>高等教育を受けた人々は、国立日刊紙「Le Monde」や「Le Figaro」の読者層を形成している。</li> <li>労働者階級では、読者の多くがスポーツ新聞や大衆向け新聞(「France Soir」や「Le Parisien」)に限られる。</li> </ul> </li> <li>階級ごとの新聞の読み方: <ul> <li>支配階級では、新聞を政治的な思考や行動のための情報源として使用する傾向がある。</li> <li>下層階級では、新聞は主に娯楽や現地の出来事に関する情報源として利用されることが多い。</li> </ul> </li> <li>職業と新聞の関係: <ul> <li>技術者や職人は、事務職や中間管理職と比べて新聞の読み方が異なる。</li> <li>事務職や中間管理職は、より多くの新聞を読み、特に政治的に右寄りの新聞を好む傾向がある。</li> </ul> </li> <li>新聞と政治への関心: <ul> <li>支配階級の人々は、新聞を政治的議論や意見形成のツールとして積極的に使用する。</li> <li>労働者階級では、政治的な内容よりも日常生活に関連する情報に関心が向けられることが多い。</li> </ul> </li> </ul> <h3 id="読者に政治的主体としての尊厳を認める">読者に政治的主体としての尊厳を認める</h3> <p>質の高い新聞が読者に深い政治的思考や独自の意見を持つことを可能にし、それによって彼らの政治的自立と尊厳を認識することを意味する。これらの新聞は、単なる「個人的意見」を提供するだけでなく、読者が政治的議論や分析に積極的に参加する能力があることを認めている。</p> <h3 id="間接効果">間接効果</h3> <p>新聞が読者に与える影響が直接的な情報提供にとどまらず、読者の思考の仕方や世界観にも影響を及ぼすことを指す。例えば、質の高い新聞は、事実を深く分析し、異なる視点を提供することで、読者が世の中の出来事をより広い視野で理解し、深く反映することを促している。これは、読者が単に情報を受け取るだけでなく、その情報を処理し、より高度な理解を得ることを意味する。</p> <h2 id="政治的異化">政治的異化</h2> <p>政治的異化は主にセンセーショナルな報道を重視する新聞を読む人々に見られる現象である。これらの読者は、政治に関する深い分析や反省的な議論よりも、日常生活に即した事件や感覚的な内容に焦点を当てた報道に関心を持ちやすい。その結果、彼らは政治的な問題から距離を感じ、政治プロセスへの参加や影響力の欠如を経験する傾向がある。これは、質の高い新聞を読む人々と対照的で、後者はよりアクティブに政治的議論に参加し、自己の意見を形成することが認められる。したがって、政治的異化は、新聞の種類と読み方によって異なる影響を受けると言える。</p> <p>政治的異化に相当するのはune sorte de distanciation politique(英 a kind of political distancing)。異化というと<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EC%A5%D2%A5%C8">ブレヒト</a>を想起させるが、distanciationが共通しているだけである。異化という翻訳はしない方が良い気もするが、distancingをどう表現するかという問題もある。</p> <h3 id="ブレヒトの異化効果"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EC%A5%D2%A5%C8">ブレヒト</a>の異化効果</h3> <p>独 Verfremdungseffekt 仏 effet de distanciation / effet d'éloignement</p> <h2 id="政治的主体">政治的主体</h2> <p>「政治的主体」とは、政治的なプロセスや議論に能動的に参加し、自身の意見や考えを持つ個人を指す。この概念は、単に情報を受け取るだけではなく、その情報を基に自分自身の考えを形成し、政治的な議論に参加する能力を持つ個人の存在を示している。質の高い新聞は、読者に単なる「個人的意見」を超えたものを提供し、読者の政治的な主体性を認め、尊重する。これは、読者がただの情報の受け手ではなく、政治的な議論の主体としての役割を果たすことを可能にする。したがって、「政治的主体」とは、政治において能動的かつ自律的な役割を持つ個人を意味し、そのような個人は情報を深く理解し、自己の立場を形成することができる。</p> <h2 id="要約-2">要約</h2> <p>異なる社会階級が新聞とどのような関係を持っているか、そしてそれが彼らの政治への客観的および主観的な関係にどのように影響しているかについての意味を明らかにした上で、国立日刊紙の読者層の政治的立場に関する傾向を探ることができる。特に、労働者階級と中間階級との間には、文化的かつ政治的な明確な境界線が引かれている。労働者階級は地方新聞を除き、「オムニバス」タイプの新聞をほぼ独占的に読むのに対し、中間階級では、技術者は新聞読みのレベルが現場監督に近く、事務職はより多くの新聞を読み、中間管理職はさらに多くの新聞を読むが、より右派(La Croix, Le Figaro, Le Monde)の新聞を好む傾向がある。これは、職場環境や教育がこれらの階級間の既存の違いを強化していることを示しており、技術的なト<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EC%A1%BC%A5%CB%A5%F3">レーニン</a>グは他の肉体労働者と似た実践や関心を持ち、一方で<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C3%E6%C5%F9%B6%B5%B0%E9">中等教育</a>は正統な文化とその価値観に若干触れることで、一般大衆の世界観との断絶をもたらす。</p> <p>力派 syndiqués à FO <a href="https://fr.wikipedia.org/wiki/Force_ouvri%C3%A8re">https://fr.wikipedia.org/wiki/Force_ouvri%C3%A8re</a> <a href="https://en.wikipedia.org/wiki/Workers%27_Force">https://en.wikipedia.org/wiki/Workers%27_Force</a></p> <h2 id="要約-3">要約</h2> <p>新聞や週刊誌は、中間階級から上のレベルで、特に「L'Humanité」を除いて政治的な指標としての役割を果たす。読まれる新聞や雑誌の量や質は、中間階級や支配階級における一般的な対立を、資本のボリュームと構造に応じて正確に反映している。一方では、経済的資本が(相対的に)豊富な層、つまり職人や小規模商人、または工業家や大規模商人は、少なくとも「オムニバス」タイプの新聞を主に読む。他方、文化的資本が(相対的に)豊富な層、例えば事務職や中間管理職、初級教員、または専門職、エンジニア、上級管理職、大学教授などは、多くの新聞、特に「正統」な国立日刊紙や週刊誌を広く読む。中間階級や支配階級においては、教員や教授から小規模あるいは大規模商人に移るにつれて、国立日刊紙や左派の新聞の読者割合が減少し、地方日刊紙や右派の新聞の読者割合が増加する傾向がある。</p> <h2 id="要約-4">要約</h2> <p>支配階級のメンバーにとって、新聞は政治的立場を形成する原理の役割を真に果たしている。この原理は、機関化された立場の原理のフィールドにおける特定の区別的位置によって定義され、プレス機関のフィールドにおけるその位置と、階級(または階級の断片)のフィールドにおける彼らの位置との間の類似性が完全であるほど、彼らの読者を完全かつ適切に表現している。大規模な商人や工業家はあまり読書をしないが、「オムニバス」タイプの新聞や「Le Figaro」を主に読む。一方、教授(そしてさらに知識人)は多くの読書をし、「Le Monde」、「L'Humanité」や「Le Nouvel Observateur」を主に読む。週刊誌の範囲は、日々の政治の流れからより大きな距離を保つ必要があるため、また文化生活により大きな場所を与えるため、そして広告主を引きつけるために必要な大規模な発行部数に達するためには、分割と排除の原則を避け、より多様なテーマとスタイルを追求するため、はっきりと区別されていないが、「Le Nouvel Observateur」は「L'Express」と「Le Point」に対して比較的明確に対立している。さまざまな階級内のグループ間の違いを解釈する際には注意が必要だが、特に多様性のあるグループ(例えば管理職やエンジニア)においては、読者の分布が特に多様である。しかし、支配階級内の読書調査から、民間部門の管理職は「L'Aurore」と「Le Figaro」(および「Les Échos」、「Entreprise」などの経済情報誌)を、公共部門の管理職や教授、知識人よりもはるかに多く読んでいることが分かる。また、文学的および科学的職業のメンバーは教授よりも「Le Nouvel Observateur」を多く、そして「Le Figaro」を少なく読む傾向がある。このように、新聞と週刊誌の分布は、大規模な商人や工業家、民間部門の管理職、自由職業者、公共部門の管理職、教授、知識人の順に、彼らの政治的内容に応じて連続的に変化している。特に自由職業者やエンジニアなどの中心的なカテゴリは、その読書の分散が特に大きい。</p> <ol> <li>大規模商人と工業家: <ul> <li>あまり読書をしない。</li> <li>主に「オムニバス」タイプの新聞や「Le Figaro」を読む。</li> </ul> </li> <li>教授と知識人: <ul> <li>多くの読書をする。</li> <li>主に「Le Monde」、「L'Humanité」、「Le Nouvel Observateur」を読む。</li> </ul> </li> <li>民間部門の管理職: <ul> <li>「L'Aurore」と「Le Figaro」を多く読む傾向があり、また経済情報誌も好む。</li> </ul> </li> <li>公共部門の管理職: <ul> <li>「Le Monde」と「Le Nouvel Observateur」をより多く読む。</li> </ul> </li> <li>文学的・科学的職業のメンバー: <ul> <li>教授よりも「Le Nouvel Observateur」を多く読み、「Le Figaro」を少なく読む。</li> </ul> </li> <li>自由職業者とエンジニア: <ul> <li>読書の分散が特に大きい。</li> </ul> </li> </ol> <h3 id="補足資料V">補足資料V</h3> <p>「実業家と上級管理職」の世界についてのアンケート調査は1966年、CESP(広告媒体研究センター)の求めに応じてSOFRES(フランス<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%A4%CF%C0%C4%B4%BA%BA">世論調査</a>会社)によっておこなわれたものであるが、調査対象者は、世帯主が工業実業家、大商人、自由業従事者、上級管理職、上級技術者、または教授であるような家庭で暮らしている、15歳以上の人2257名であった。調査票には読書の習慣、最近読んだ新聞・週刊誌・雑誌類、ラジオやテレビの聴取状況、生活水準、家庭用品、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B8%B3%E8%CD%CD%BC%B0">生活様式</a>(ヴァカンス、スポーツ、消費行動)、仕事上の生活(会議、出張旅行、打ち合わせの昼食)、文化的慣習行動、それに主要な基本的情報(学歴、収入、住居の大きさなど)についての質問が含まれている。この調査に関しては、世帯主あるいは本人の社会職業カテゴリーによる分布を、そっくり用いることができた。</p> <h2 id="要約-5">要約</h2> <p>資本の構造に基づく階級内の異なるグループ間の対立は、「若い世代」と「古い世代」、すなわち<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%E8%B9%D4%BC%D4">先行者</a>と後続者、古い慣習と新しい慣習の間の対立によって曖昧になっている。支配されているグループは、支配階級内の位置に基づき、部分的かつ象徴的な変革の側に分類されるが、それらの中には、時代の流れとともに保守的な側に追いやられる支配者(時間的な意味で)も存在する。同様に、支配階級内のグループは、保守の全ての形態に関わりがあるが、権力から一時的に遠ざかっている後続者(ある程度女性も含む)は、一定期間、支配されたグループが持つ社会的世界観を共有することがある。このように「Le Figaro」や「L’Express」と「Le Nouvel Observateur」の対立は、支配階級と支配された階級、民間と公共、特に経済分野の民間部門に近い企業家や学歴が低く衰退の危機に瀕している可能性が高い最年長の民間部門の管理職と、公共部門の管理職や教授の間の対立を表している。また、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%E8%B9%D4%BC%D4">先行者</a>と後続者、若者と老人の間の対立も表している。知識人、若者、女性など、ある面で支配されているすべての人々にとって、「Le Nouvel Observateur」は、彼らの部分的な抵抗を最も急進的な社会秩序への疑問として捉え、古い闘争を時代遅れのものとして描くことで、倫理的、美的、政治的な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B9%A5%CE%A5%D3%A5%BA%A5%E0">スノビズム</a>の楽しみと手段を提供している。この新聞は、知的な前衛主義と政治的前衛主義の間の反<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%B8%A5%E7%A5%EF">ブルジョワ</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C8%E1%B4%D1%BC%E7%B5%C1">悲観主義</a>を調和させ、エリート主義と大衆主義に導いている。社会秩序への異議申し立てが形式への異議申し立てに限定されるのは、後継者たちの競争による象徴的な変革戦略が、ゲームの認識とその中で想定され、生成される目的の中での限界に達しているためであり、より正確に言えば、支配階級内の秩序は、社会的時間の構造、つまり世代交代の秩序、年齢ごとの情熱と権力、自由と義務、形式への尊重、社会的距離を保ち、時間的距離、相違、敬意、遅れ、後続者の焦りに対する礼儀の要求を維持することに大きく依存している。</p> <ol> <li>「Le Figaro」および「L’Express」: <ul> <li>支配階級や支配された階級、民間部門と公共部門の対立を表している。</li> <li>経済分野の民間部門に近い企業家や、学歴が低く衰退の危機に瀕している可能性が高い最年長の民間部門の管理職が好む傾向にある。</li> </ul> </li> <li>「Le Nouvel Observateur」: <ul> <li>知識人、若者、女性など一定の面で支配されている人々に人気があり、部分的な抵抗を全体的な社会秩序への疑問として捉える。</li> <li>反<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%B8%A5%E7%A5%EF">ブルジョワ</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C8%E1%B4%D1%BC%E7%B5%C1">悲観主義</a>、知的な前衛主義、政治的前衛主義の間の調和を提供し、エリート主義と大衆主義へ導く。</li> <li>社会秩序への異議申し立てが形式への異議申し立てに限定されていることが多い。</li> </ul> </li> </ol> <h3 id="ペシミズムのメカニズム">ペシミズムのメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズム</h3> <p>「ペシミズム」(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C8%E1%B4%D1%BC%E7%B5%C1">悲観主義</a>)は、特に「Le Nouvel Observateur」の読者層に関連している。このペシミズムは、社会秩序に対する批判的な視点や異議申し立てを通じて表現されている。具体的なメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムは以下の通りである:</p> <ol> <li>反<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%B8%A5%E7%A5%EF">ブルジョワ</a>の態度: <ul> <li>「Le Nouvel Observateur」の読者層は、主流の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%B8%A5%E7%A5%EF">ブルジョワ</a>文化や価値観に対して懐疑的であり、その立場から社会秩序への批判や異議申し立てを行っている。</li> </ul> </li> <li>知的・政治的前衛主義との調和: <ul> <li>知的な前衛主義と政治的前衛主義の要素を組み合わせることで、既存の社会秩序や文化的慣習に対する批判的な見方を提供している。</li> <li>これにより、エリート主義や大衆主義への導きとなるが、社会の根底にある構造や力関係に対する深い懐疑を抱かせる。</li> </ul> </li> <li>形式への異議申し立て: <ul> <li>社会秩序への異議申し立ては、しばしば既存の形式や礼儀、政治的・芸術的慣習への批判に集約されている。</li> <li>この異議申し立ては、根本的な社会的変革ではなく、表層的な形式やスタイルの変更に重点を置いていることが多い。</li> </ul> </li> </ol> <h3 id="p313誤字">p.313誤字</h3> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20240322/20240322010922.png" width="62" height="555" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> iDES ひきこもりのパラダイム転換:pathologicalひきこもりと非pathologicalひきこもりが共存する新時代 hatenablog://entry/6801883189090283395 2024-03-12T23:53:28+09:00 2024-03-12T23:54:10+09:00 pubmed.ncbi.nlm.nih.gov Kato, T. A., Sartorius, N., & Shinfuku, N. (2024). Shifting the paradigm of social withdrawal: A new era of coexisting pathological and non-pathological hikikomori. Current Opinion in Psychiatry. https://doi.org/10.1097/YCO.0000000000000929 要旨 レビューの目的 ひきこもり症候群は、日本では1990年代後半から… <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fpubmed.ncbi.nlm.nih.gov%2F38415743%2F" title="Shifting the paradigm of social withdrawal: a new era of coexisting pathological and non-pathological hikikomori - PubMed" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://pubmed.ncbi.nlm.nih.gov/38415743/">pubmed.ncbi.nlm.nih.gov</a></cite></p> <ul> <li>Kato, T. A., Sartorius, N., &amp; Shinfuku, N. (2024). Shifting the paradigm of social withdrawal: A new era of coexisting pathological and non-pathological hikikomori. Current Opinion in Psychiatry. <a href="https://doi.org/10.1097/YCO.0000000000000929">https://doi.org/10.1097/YCO.0000000000000929</a></li> </ul> <p>要旨<br/> レビューの目的 ひきこもり症候群は、日本では1990年代後半から注目されるようになった。ひきこもりは都市部に多く、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BE%E3%B3%B2">精神障害</a>と併存することが多く、今や世界中に広がっている。COVID-19以降の時代では、外出しないこと自体がもはや「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%CE%A1%BC%A5%DE%A5%EB">ニューノーマル</a>」としてpathological であるとは考えられておらず、ひきこもりという新しい概念が必要とされている。本総説では、ヒキコモリの概念を要約し、ヒキコモリを判別するための最新の方法を紹介する。</p> <p>最近の知見<br/> <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%E5%BD%A3%C2%E7%B3%D8">九州大学</a>のひきこもり研究室で開発された「ひきこもり診断評価 Hikikomori Diagnostic Evaluation(HiDE)」という尺度を用いて、pathological ひきこもりと非pathological ひきこもりを区別することができる。また、非就労者を対象としたインターネット調査により、pathological ひきこもりになって3ヶ月未満の人は、特にゲーム障害や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>の傾向が強いことが明らかになった。</p> <p>まとめ:<br/> 現在、物理的な孤立自体はpathological なものではないが、機能障害や苦痛が存在する場合には、迅速な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E1%A5%F3%A5%BF%A5%EB%A5%D8%A5%EB%A5%B9">メンタルヘルス</a>支援が必要である。現代の新しい都市社会では、社会的孤立が引き金となる<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BE%E3%B3%B2">精神障害</a>の予防のために、家に引きこもっている人が幸福なのか苦痛なのかを評価する検診システムの確立が重要である。</p> <hr /> <p>尺度はこちら</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.hikikomori-lab.com%2Ftools%2Fresearcherstools" title="ひきこもり支援者・研究者向けツールの紹介|ひきこもり研究ラボ@九州大学" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.hikikomori-lab.com/tools/researcherstools">www.hikikomori-lab.com</a></cite></p> iDES TikTokの使い過ぎを評価するため尺度TikTok Use Disorder-Questionnaire(TTUD-Q) hatenablog://entry/6801883189090063142 2024-03-12T07:34:22+09:00 2024-03-12T07:35:14+09:00 bmcpsychology.biomedcentral.com Huang, C., Guo, L., Sun, Y., Lu, J., Shan, H., Du, J., Jiang, H., Shao, S., Deng, M., Wen, X., Zhu, R., Su, H., Zhong, N., & Zhao, M. (2024). Disrupted inter-brain synchronization in the prefrontal cortex between adolescents and young adults with gaming disorders duri… <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fbmcpsychology.biomedcentral.com%2Farticles%2F10.1186%2Fs40359-024-01541-y" title="Depressive inclinations mediate the association between personality (neuroticism/conscientiousness) and TikTok Use Disorder tendencies - BMC Psychology" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://bmcpsychology.biomedcentral.com/articles/10.1186/s40359-024-01541-y">bmcpsychology.biomedcentral.com</a></cite></p> <ul> <li>Huang, C., Guo, L., Sun, Y., Lu, J., Shan, H., Du, J., Jiang, H., Shao, S., Deng, M., Wen, X., Zhu, R., Su, H., Zhong, N., &amp; Zhao, M. (2024). Disrupted inter-brain synchronization in the prefrontal cortex between adolescents and young adults with gaming disorders during the real-world cooperating video games. Journal of Affective Disorders, 352, 386–394. <a href="https://doi.org/10.1016/j.jad.2024.02.079">https://doi.org/10.1016/j.jad.2024.02.079</a></li> </ul> <p>原語はドイツ語らしい。内容はICD-11のゲーム行動症の診断基準そのまま。<br/> 生活に大きな問題が生じたのは<a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>の影響なのか、原因を自己判断させているところはセンスがなさすぎる気がする。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fosf.io%2Ff76t3" title="OSF" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://osf.io/f76t3">osf.io</a></cite></p> <h2 id="尺度">尺度</h2> <p>Die Fragen unten beziehen sich auf Ihre <a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>-Aktivitäten während des letzten Jahres(genauer gesagt bezogen auf die letzten zwölf Monaten). Bitte geben Sie an wie häufig diefolgenden Probleme im Durchschnitt über die letzten zwölf Monate hinweg bis zum heutigenTage aufgetreten sind.</p> <ol> <li>Ich habe Probleme gehabt, meine <a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>-Aktivitäten zu kontrollieren.</li> <li>Ich habe <a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>-Aktivitäten steigende Priorität gegenüber anderen Lebensinteressen undtäglichen Aktivitäten eingeräumt.</li> <li>Ich bin <a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>-Aktivitäten weiterhin nachgegangen, obwohl negative Konsequenzenentstanden sind (z. B. in der Beziehung, Studium oder Job).</li> <li>Ich habe bedeutsame Probleme in meinem Leben aufgrund der Stärke meiner <a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>-Aktivitäten erfahren.</li> </ol> <h2 id="適当な翻訳">適当な翻訳</h2> <p>以下の質問は、過去1年間(より具体的には過去12ヶ月間)のあなたの<a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>アクティビティに関連するものです。過去12ヶ月間における、以下の問題の平均的な頻度をお答えください。</p> <ol> <li><a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>の活動を制御するのに問題があった。</li> <li>私は<a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>の活動を他の生活上の興味や日々の活動よりも優先してきた。</li> <li>否定的な結果(人間関係、勉強、仕事など)が出ているにもかかわらず、<a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>のアクティビティを続けている。</li> <li><a class="keyword" href="https://d.hatena.ne.jp/keyword/TikTok">TikTok</a>のアクティビティが原因で、生活に大きな問題が生じたことがある。</li> </ol> iDES ICCのサンプルサイズの推定[R] hatenablog://entry/6801883189084833990 2024-02-21T03:38:58+09:00 2024-02-21T03:38:58+09:00 ICC, 級内相関のサンプルサイズの推定。 cran.r-project.org p、帰無仮説 p0、評価数 (k)、検出力、アルファが与えられた場合の標本サイズを計算する。また、p、p0、またはpとp0の0~1の組み合わせの異なる値の標本サイズを生成することもできる。 基になった論文はこちら。 Zou, G. Y. (2012). Sample size formulas for estimating intraclass correlation coefficients with precision and assurance. Statistics in medicine, 31(29)… <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/ICC">ICC</a>, 級内相関のサンプルサイズの推定。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fcran.r-project.org%2Fweb%2Fpackages%2FICC.Sample.Size%2Findex.html" title="CRAN - Package ICC.Sample.Size" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://cran.r-project.org/web/packages/ICC.Sample.Size/index.html">cran.r-project.org</a></cite></p> <blockquote><p>p、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A2%CC%B5%B2%BE%C0%E2">帰無仮説</a> p0、評価数 (k)、検出力、アルファが与えられた場合の標本サイズを計算する。また、p、p0、またはpとp0の0~1の組み合わせの異なる値の標本サイズを生成することもできる。</p></blockquote> <p>基になった論文はこちら。</p> <ul> <li>Zou, G. Y. (2012). Sample size formulas for estimating intraclass correlation coefficients with precision and assurance. Statistics in medicine, 31(29), 3972-3981.</li> </ul> <p><a href="https://onlinelibrary.wiley.com/doi/abs/10.1002/sim.5466">https://onlinelibrary.wiley.com/doi/abs/10.1002/sim.5466</a></p> <blockquote><p>calculateIccSampleSize(p,p0,k,alpha,tails,power,by,step)</p></blockquote> <ul> <li>p: 過去のデータや経験に基づいて推定されたpの値。デフォルトは0。</li> <li>p0: pの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A2%CC%B5%B2%BE%C0%E2">帰無仮説</a>値。省略時のデフォルトは0。</li> <li>k: 各被験者の評価数。省略時のデフォルトは2。</li> <li>alpha: 仮説検定に必要なアルファ値。デフォルトは0.05。</li> <li>tails: 仮説検定のトレイルの数。省略時のデフォルトは 2。</li> <li>power: 仮説検定の検出力。デフォルトが0.80。</li> </ul> <h3 id="p080p0060評価者2α005両側検定検出力080の場合のサンプルサイズを計算する">p=0.80、p0=0.60、評価者2、α=0.05(両側検定)、検出力=0.80の場合のサンプルサイズを計算する。</h3> <pre class="code {r}" data-lang="{r}" data-unlink>library(ICC.Sample.Size) calculateIccSampleSize(p=0.80,p0=0.60,k=2,alpha=0.05,tails=2,power=0.80)</pre> <pre class="code" data-lang="" data-unlink> N p p0 k alpha tails power 1 49 0.8 0.6 2 0.05 2 0.8</pre> <h3 id="p09p007評価者2α005両側検定検出力090の場合のサンプルサイズを計算する">p=0.9、p0=0.7、評価者2、α=0.05(両側検定)、検出力=0.90の場合のサンプルサイズを計算する。</h3> <pre class="code {r}" data-lang="{r}" data-unlink>calculateIccSampleSize(p=0.9, p0=0.70, k=2,alpha=0.05,tails=2,power=0.90)</pre> <pre class="code" data-lang="" data-unlink> N p p0 k alpha tails power 1 30 0.9 0.7 2 0.05 2 0.9</pre> iDES ICCのサンプルサイズの推定[R] hatenablog://entry/6801883189084775064 2024-02-20T21:24:45+09:00 2024-02-20T21:24:45+09:00 ICC, 級内相関のサンプルサイズの推定。 cran.r-project.org p、帰無仮説 p0、評価数 (k)、検出力、アルファが与えられた場合の標本サイズを計算する。また、p、p0、またはpとp0の0~1の組み合わせの異なる値の標本サイズを生成することもできる。 基になった論文はこちら。 Zou, G. Y. (2012). Sample size formulas for estimating intraclass correlation coefficients with precision and assurance. Statistics in medicine, 31(29)… <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/ICC">ICC</a>, 級内相関のサンプルサイズの推定。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fcran.r-project.org%2Fweb%2Fpackages%2FICC.Sample.Size%2Findex.html" title="CRAN - Package ICC.Sample.Size" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://cran.r-project.org/web/packages/ICC.Sample.Size/index.html">cran.r-project.org</a></cite></p> <blockquote><p>p、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A2%CC%B5%B2%BE%C0%E2">帰無仮説</a> p0、評価数 (k)、検出力、アルファが与えられた場合の標本サイズを計算する。また、p、p0、またはpとp0の0~1の組み合わせの異なる値の標本サイズを生成することもできる。</p></blockquote> <p>基になった論文はこちら。</p> <ul> <li>Zou, G. Y. (2012). Sample size formulas for estimating intraclass correlation coefficients with precision and assurance. Statistics in medicine, 31(29), 3972-3981.</li> </ul> <p><a href="https://onlinelibrary.wiley.com/doi/abs/10.1002/sim.5466">https://onlinelibrary.wiley.com/doi/abs/10.1002/sim.5466</a></p> <blockquote><p>calculateIccSampleSize(p,p0,k,alpha,tails,power,by,step)</p></blockquote> <ul> <li>p: 過去のデータや経験に基づいて推定されたpの値。デフォルトは0。</li> <li>p0: pの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A2%CC%B5%B2%BE%C0%E2">帰無仮説</a>値。省略時のデフォルトは0。</li> <li>k: 各被験者の評価数。省略時のデフォルトは2。</li> <li>alpha: 仮説検定に必要なアルファ値。デフォルトは0.05。</li> <li>tails: 仮説検定のトレイルの数。省略時のデフォルトは 2。</li> <li>power: 仮説検定の検出力。デフォルトが0.80。</li> </ul> <h3 id="p080p0060評価者2α005両側検定検出力080の場合のサンプルサイズを計算する">p=0.80、p0=0.60、評価者2、α=0.05(両側検定)、検出力=0.80の場合のサンプルサイズを計算する。</h3> <pre class="code {r}" data-lang="{r}" data-unlink>library(ICC.Sample.Size) calculateIccSampleSize(p=0.80,p0=0.60,k=2,alpha=0.05,tails=2,power=0.80)</pre> <pre class="code" data-lang="" data-unlink> N p p0 k alpha tails power 1 49 0.8 0.6 2 0.05 2 0.8</pre> <h3 id="p09p007評価者2α005両側検定検出力090の場合のサンプルサイズを計算する">p=0.9、p0=0.7、評価者2、α=0.05(両側検定)、検出力=0.90の場合のサンプルサイズを計算する。</h3> <pre class="code {r}" data-lang="{r}" data-unlink>calculateIccSampleSize(p=0.9, p0=0.70, k=2,alpha=0.05,tails=2,power=0.90)</pre> <pre class="code" data-lang="" data-unlink> N p p0 k alpha tails power 1 30 0.9 0.7 2 0.05 2 0.9</pre> iDES ブルデュー『ディスタンクシオン』輪読会第76夜 覚書 hatenablog://entry/6801883189081931652 2024-02-10T02:54:52+09:00 2024-03-22T01:06:56+09:00 ディスタンクシオン <2> -社会的判断力批判 ブルデューライブラリー作者:ピエール・ブルデュー藤原書店Amazon 旧版p288から。 要約 政治的および道徳的な命令の二重性について論じています。著者は、活動家や政治意識の高い労働者の言葉に現れる、スタイルとトーンの変化や、同じ話の中での二つの表現スタイルの間の永続的な緊張に注目しています。一方には、あらかじめ作られた言い回しや、概念的な普遍性の色合いを与えるが、学んだレッスンのような感じや特有の非現実性を持つ政治的レキシコン(例えば「被雇用者階級の利益に反する」といった表現)があります。これらは、学校の試験のような状況に対処し、社会的地位の… <p><div class="hatena-asin-detail"><a href="https://www.amazon.co.jp/dp/4938661063?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" class="hatena-asin-detail-image-link" target="_blank" rel="noopener"><img src="https://m.media-amazon.com/images/I/51YSm0sVBrL._SL500_.jpg" class="hatena-asin-detail-image" alt="ディスタンクシオン &lt;2&gt; -社会的判断力批判 ブルデューライブラリー" title="ディスタンクシオン &lt;2&gt; -社会的判断力批判 ブルデューライブラリー"></a><div class="hatena-asin-detail-info"><p class="hatena-asin-detail-title"><a href="https://www.amazon.co.jp/dp/4938661063?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" target="_blank" rel="noopener">ディスタンクシオン &lt;2&gt; -社会的判断力批判 ブルデューライブラリー</a></p><ul class="hatena-asin-detail-meta"><li><span class="hatena-asin-detail-label">作者:</span><a href="https://d.hatena.ne.jp/keyword/%A5%D4%A5%A8%A1%BC%A5%EB%A1%A6%A5%D6%A5%EB%A5%C7%A5%E5%A1%BC" class="keyword">ピエール・ブルデュー</a></li><li><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C6%A3%B8%B6%BD%F1%C5%B9">藤原書店</a></li></ul><a href="https://www.amazon.co.jp/dp/4938661063?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" class="asin-detail-buy" target="_blank" rel="noopener">Amazon</a></div></div></p> <p>旧版p288から。</p> <h2 id="要約">要約</h2> <p>政治的および道徳的な命令の二重性について論じています。著者は、活動家や政治意識の高い労働者の言葉に現れる、スタイルとトーンの変化や、同じ話の中での二つの表現スタイルの間の永続的な緊張に注目しています。一方には、あらかじめ作られた言い回しや、概念的な普遍性の色合いを与えるが、学んだレッスンのような感じや特有の非現実性を持つ政治的レキシコン(例えば「被雇用者階級の利益に反する」といった表現)があります。これらは、学校の試験のような状況に対処し、社会的地位の属性やクラスの名誉を守る能力を示すために使用されます。一方で、即時的な経験に基づく具体的な言及は、話に現実感、充実感、真実性を与え、同時に普遍化を制限する傾向があります。これらは、トーンの急激な変化によって区切られています。</p> <p>言語の使用に関する研究について述べています。特に、AEERSの調査に回答した労働者たち(より高学歴で、子どもが高校や私立学校、高等<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%B5%B0%E9%B5%A1%B4%D8">教育機関</a>に通っており、パリ在住でパリの新聞をよく読むなど、自分たちの階級からいくつかの点で異なる)の言語表現に焦点を当てています。これらの労働者たちは、書かれた言語ではさらに顕著に、公式な政治的言説の高尚さや強調を模倣しようとする様子が見られます。例えば、メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ックが「フランスの世界における使命」について語ったり、鉱山労働者が「可哀想なフランス、誰も気にしない」と発言したりする様子が挙げられています。 しかし、教育システムに関する政治的・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CF%AB%C6%AF%C1%C8%B9%E7">労働組合</a>的な言説に見られる一般化の試みがある一方で、回答は非常に個別化されています。多くの回答者は、直接的な関連がない個人的な不満を表現しているかのようです。例えば、ある農家は「教師は自分の義務を果たしておらず、休暇のことしか考えていない」と同じフレーズをすべての質問に対して答え、別の回答者は労働時間の無駄遣いについて繰り返し言及し、また別の回答者(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BF%A5%A4%A5%D4%A5%B9%A5%C8">タイピスト</a>で、夫が車体修理工)は質問の半分に対して答えず、残りの質問には「もはや職業意識がなく、レジャーのことばかり話している」と答えています。</p> <p>政治的、経済的、文化的に不利な立場にある人々が、特に政治的な問題に関して、自分の意見を持つことやそれを表現する能力を身に付けることの難しさについて述べています。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%AF%BC%A3%C3%C4%C2%CE">政治団体</a>や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CF%AB%C6%AF%C1%C8%B9%E7">労働組合</a>がこれらの人々に意見を形成する意欲や手段を提供しようとする教育活動は、一般的な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B7%C1%BC%B0%BC%E7%B5%C1">形式主義</a>と具体的な経験への直接的な参照の間で揺れ動いています。この文章は、具体的な状況への注意が信頼を得るために不可欠である一方で、個別のケースを超えて普遍的な問題に取り組むことが集団的な動員のために同じくらい重要であるというジレンマに触れています。</p> <p>さらに、個人的な問題からより一般的で抽象的な問題へと徐々に移行する政治的な実践の過程が説明されています。例えば、家庭内の道徳的問題(子育て、性生活、家族内の権威など)から、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%B5%B0%E9%B5%A1%B4%D8">教育機関</a>や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B3%D8%C0%B8%B1%BF%C6%B0">学生運動</a>に関連するような、実践的な経験から離れた問題へと話題が移り変わります。</p> <p>特に、1968年の5月の出来事の後のような、既存の思考パターンや基準が問われる危機的状況では、政治的に弱い立場の人々が、彼らにとってまだ不明瞭な政治的問題(例えば<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B3%D8%C0%B8%B1%BF%C6%B0">学生運動</a>)に対して、自分たちの個人的な価値観や認識スキーム(例えば「お坊ちゃんたち」への倫理的な反感や自由奔放な生活への嫌悪感)を適用し、結果として既存の秩序を守る側に加担するような状況が生じることが指摘されています。</p> <p>高校での混乱や大学でのデモ、学校内の政治に関する質問が「罠」のように機能する理由について説明しています。これらの質問は、実際には既存の秩序の維持という主要な問題から生じる一連の問題という、本来の文脈でのみ意味を持つとされています。つまり、これらの質問は、自身の政策に関する意見の分布を考慮に入れなければならない人々、特に支配層にのみ関連するものとされています。この文脈では、支配層が「問題を起こす」グループについて持つ問題認識に焦点が当てられ、これらのグループ自体が抱える問題や彼らにとっての問題は無視されていると指摘しています。</p> <p>政治的、経済的に不利な立場にある人々が、彼らにとって意味があいまいな質問にどのように答えるかを解説しています。彼らは、実際には既存の秩序の維持や転覆に関連する質問に対して答えているわけではなく、自分たちの階級の倫理観から生じる質問に対して答えているとされています。特に、社会的地位が低い小<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%B8%A5%E7%A5%A2">ブルジョア</a>などは、道徳的な世界観を持ち、政治的な問題に道徳的な怒りを感じる傾向があります。</p> <p>このグループは、自分たちの社会的地位の低下に対する不満を、道徳的な憤りに変えて表現することが多く、その結果、反動的または革命的保守的な立場を取ることがあります。一方で、社会的地位が上昇中の小<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%B8%A5%E7%A5%A2">ブルジョア</a>は、社会的な秩序が彼らの努力を十分に報酬していないと考え、その秩序に対して不満を持つことがあります。このように、彼らは既存の秩序を支持する限り、自分たちに適切な評価を与えないことに対してのみ批判的になります。このことから、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%DD%BC%E9%BC%E7%B5%C1">保守主義</a>者は、社会の根本的な秩序に触れない範囲での変更を受け入れることがあり、そのような変更は政治的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B9%A5%DA%A5%AF%A5%C8%A5%E9%A5%E0">スペクトラム</a>の両端からの圧力によってもたらされることがあるとされています。</p> <h2 id="意見の受容者とは">意見の受容者とは</h2> <p>「意見の受容者」とは、政治的、経済的、文化的に不利な立場にある人々、特に政治的な問題に対して自分の意見を持ったり表現したりすることが困難な人々。これらの人々は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%AF%BC%A3%C3%C4%C2%CE">政治団体</a>や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CF%AB%C6%AF%C1%C8%B9%E7">労働組合</a>による教育活動の対象となり、彼らが意見を形成し表現するための支援を受ける「受容者」として言及されている。彼らは、より一般的な政治的議論や専門的なレキシコンに馴染みがないため、意見形成のプロセスにおいて特別な配慮やアプローチが必要とされる対象として考えられている。</p> <h2 id="レキシコン-lexique-とは">レキシコン lexique とは</h2> <p>「学問的な政治用語」(p.288)と翻訳されているが、ここは、レキシコンと翻訳した方が分かりやすいのではないだろうか。レキシコンというテクニカル・タームを入れた方が後々の理解が分かりやすくなるように思う。</p> <p>「レキシコン」とは、ある言語の語彙(単語)全体を指す言葉で、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B8%C0%B8%EC%B3%D8">言語学</a>において、レキシコンはその言語を話す人々が使用するすべての単語と、それらの単語の意味、発音、使用方法などの情報を含んでいる。<br/> この用語は、特定の分野や専門分野に関連する専門用語の集まりを指す場合もあり、政治的レキシコンは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%AF%BC%A3%B3%D8">政治学</a>や政治的な議論に関連する用語や表現を含んでいる。また、レキシコンは言語の理解やコミュニケーションのための基礎的な要素でもある。</p> <h2 id="マルクス主義とレキシコン"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%EB%A5%AF%A5%B9%BC%E7%B5%C1">マルクス主義</a>とレキシコン</h2> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%EB%A5%AF%A5%B9">マルクス</a>経済学レキシコン</p> <p><iframe src="https://hatenablog-parts.com/embed?url=http%3A%2F%2Fwww.otsukishoten.co.jp%2Fbook%2Fb54365.html" title="普及版 マルクス経済学レキシコン 全8巻(分売不可) - 株式会社 大月書店 憲法と同い年" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="http://www.otsukishoten.co.jp/book/b54365.html">www.otsukishoten.co.jp</a></cite></p> <blockquote><p>本レキシコンは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%EB%A5%AF%A5%B9">マルクス</a>の経済学にかんする諸著作、遺稿、書簡などのすべてから、経済学の重要な概念や問題点についての理解を深めるのに役立つと思われる叙述を、問題別に系統的に収集・整理し、編集したものである。</p></blockquote> <p>フランス語だとこのあたり。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.amazon.fr%2FInitiation-marxisme-Trotsky-vocabulaire-marxiste%2Fdp%2FB003WRWW3G%2F" title="Amazon.fr - Initiation au marxisme (Marx, Engels, Lénine, Trotsky, vocabulaire marxiste...) - Livres" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.amazon.fr/Initiation-marxisme-Trotsky-vocabulaire-marxiste/dp/B003WRWW3G/">www.amazon.fr</a></cite></p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.amazon.fr%2FLexique-Marx-R%25C3%25A9volution-Louis-Janover%2Fdp%2F2490793039%2F" title="Lexique Marx: Tome 2, Révolution : Janover, Louis, Rubel, Maximilien: Amazon.fr: Livres" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.amazon.fr/Lexique-Marx-R%C3%A9volution-Louis-Janover/dp/2490793039/">www.amazon.fr</a></cite></p> <h2 id="リセと秩序問題">リセと秩序問題</h2> <p>高校の混乱や大学のデモ、学校の政治問題についての質問は、実際にはもっと大きな問題、つまり社会の既存の秩序をどう維持するかという問題と関連していると述べられている。つまり、こうした質問は一般の人々よりも、社会の支配層や政策を決定する人たちにとって重要である。この文章では、社会の上層部が「問題を起こす」と見なすグループに焦点を当てているが、それらのグループが直面している実際の問題や彼ら自身の視点は無視されがちである。要するに、一部の人々がどのように社会問題を見るかについての話であり、それが実際の問題や異なる視点を見落としている可能性があることを示している。</p> <h2 id="ジャコバン的厳格主義"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A5%E3%A5%B3%A5%D0%A5%F3">ジャコバン</a>的厳格主義</h2> <p>あまりどうでもよいことだが、フランスの歴史が少し関係するので、調べてみた。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%C7%A5%E5%A1%BC">ブルデュー</a>は、「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A5%E3%A5%B3%A5%D0%A5%F3">ジャコバン</a>的厳格主義(Jacobin rigourism)」は、特に社会的地位が上昇中の小<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%B8%A5%E7%A5%A2">ブルジョア</a>によく見られる特定の態度や思想だと述べている。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A5%E3%A5%B3%A5%D0%A5%F3">ジャコバン</a>は<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D5%A5%E9%A5%F3%A5%B9%B3%D7%CC%BF">フランス革命</a>期に権力を握った政治派閥で、厳格で断固とした政策や価値観を持っていた。この文脈では、「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A5%E3%A5%B3%A5%D0%A5%F3">ジャコバン</a>的厳格主義」とは、自分たちの努力や能力が社会によって十分に認められていないと感じる小<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%B8%A5%E7%A5%A2">ブルジョア</a>が、社会的な秩序に対して厳格かつ批判的な態度を取ることを意味している。</p> <p>これらの人々は、社会の公正さやメリット(実力)に基づいた報酬システムへの不満から、社会的な秩序や体系に対して厳しい目を向け、変化を求めることがある。彼らは、自身の地位向上のために社会的な秩序を改革しようとする意欲が強く、その過程で社会的な秩序や既存の価値観に対する厳格な批判を展開することがある。</p> <p>つまり、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D5%A5%E9%A5%F3%A5%B9%B3%D7%CC%BF">フランス革命</a>以後の混乱、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A5%E3%A5%B3%A5%D0%A5%F3%C7%C9">ジャコバン派</a>の分裂と粛清、政策的には<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%D9%A5%B9%A5%D4%A5%A8%A1%BC%A5%EB">ロベスピエール</a>の貧者政策として小土地所有農民の形成する点にひっかけて、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B8%BD%C2%E5%BC%D2">現代社</a>会をアナロジカルに描いていると思われる。</p> <h2 id="下降プチブルの恨み">下降<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D7%A5%C1%A5%D6%A5%EB">プチブル</a>の恨み</h2> <p>下降<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D7%A5%C1%A5%D6%A5%EB">プチブル</a>の恨みについて書かれてある。</p> <p>下降<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D7%A5%C1%A5%D6%A5%EB">プチブル</a>は、自分たちの社会的地位の低下に対して恨みを抱いており、彼らは、社会的な秩序が彼らの努力や能力を十分に評価していないと感じており、その結果として自分たちの地位が低下していると考えている。この恨みは、社会的な地位の低下に伴う不満や不安感から生じている。</p> <p>小<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%B8%A5%E7%A5%A2">ブルジョア</a>は通常、努力によって得られる報酬や地位を重視する傾向があり、彼らが感じている社会的な地位の低下は、そのような価値観に対する直接的な脅威となります。彼らは自分たちの努力が報われないと感じ、社会的な秩序や体系に対して不満を抱くようになる。このため、彼らは社会的な地位の低下に対する恨みを表現し、社会的な秩序に対して反動的または革命的保守的な立場を取ることがある。彼らの恨みは、自分たちの社会的な地位を維持したいという願望と、現状に対する不満から生じるものと理解できる。</p> iDES lavaanの結果をcsvで書きだす[R][lavaan] hatenablog://entry/6801883189077220444 2024-01-22T22:12:15+09:00 2024-01-22T22:12:48+09:00 psychパッケージのbfiデータを読み込む library("psych") data(bfi) lavaanパッケージでbfiデータを用い、因子分析と回帰分析を含む分析を行う library("lavaan") model = ' Neuroticism =~ N1 + N2 + N3 + N4 + N5 Extraversion =~ E1 + E2 + E3 + E4 + E5 Neuroticism ~ gender + education + age Neuroticism ~~ Extraversion ' fit = cfa(model, data = bfi) summary… <h2 id="psychパッケージのbfiデータを読み込む">psychパッケージのbfiデータを読み込む</h2> <pre class="code {r}" data-lang="{r}" data-unlink>library(&#34;psych&#34;) data(bfi)</pre> <h2 id="lavaanパッケージでbfiデータを用い因子分析と回帰分析を含む分析を行う">lavaanパッケージでbfiデータを用い、因子分析と回帰分析を含む分析を行う</h2> <pre class="code {r}" data-lang="{r}" data-unlink>library(&#34;lavaan&#34;) model = &#39; Neuroticism =~ N1 + N2 + N3 + N4 + N5 Extraversion =~ E1 + E2 + E3 + E4 + E5 Neuroticism ~ gender + education + age Neuroticism ~~ Extraversion &#39; fit = cfa(model, data = bfi) summary(fit, fit.measures = TRUE)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20240122/20240122221207.png" width="875" height="540" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <h1 id="パラメータ推定結果の取得">パラメータ推定結果の取得</h1> <pre class="code {r}" data-lang="{r}" data-unlink>params &lt;- parameterEstimates(fit)</pre> <h2 id="潜在変数関連のパラメータだけを抽出">潜在変数関連のパラメータだけを抽出</h2> <pre class="code {r}" data-lang="{r}" data-unlink># 潜在変数関連のパラメータの抽出 latent_vars &lt;- params[params$op == &#34;=~&#34;, ] print(latent_vars)</pre> <h2 id="共分散関連のパラメータの抽出">共分散関連のパラメータの抽出</h2> <pre class="code {r}" data-lang="{r}" data-unlink>covariances &lt;- params[params$op == &#34;~~&#34;, ] print(covariances)</pre> <h2 id="回帰係数関連のパラメータだけを抽出">回帰係数関連のパラメータだけを抽出</h2> <pre class="code {r}" data-lang="{r}" data-unlink>regressions &lt;- params[params$op == &#34;~&#34;, ] print(regressions)</pre> <h2 id="回帰係数関連のパラルータをcsvで書きだす">回帰係数関連のパラルータを<a class="keyword" href="https://d.hatena.ne.jp/keyword/csv">csv</a>で書きだす</h2> <pre class="code {r}" data-lang="{r}" data-unlink>write.csv(regressions, file = &#34;regressions.csv&#34;)</pre> <h2 id="semplot">semplot</h2> <pre class="code {r}" data-lang="{r}" data-unlink>library(&#34;semPlot&#34;) semPaths(fit, what = &#34;std&#34;, edge.label.cex = 0.75, layout = &#34;tree&#34;)</pre> iDES ロジスティック回帰におけるモデル適合度の測定 hatenablog://entry/6801883189074089576 2024-01-11T02:53:14+09:00 2024-01-11T02:53:14+09:00 こちらの論文で挙げられている方法を検討した。 www.ncbi.nlm.nih.gov Weiss, B.A. and Dardick, W. (2016) ‘An Entropy-Based Measure for Assessing Fuzziness in Logistic Regression’, Educational and Psychological Measurement, 76(6), pp. 986–1004. Available at: https://doi.org/10.1177/0013164415623820. 二項ロジスティック回帰分析の推定 例題として使うので… <p>こちらの論文で挙げられている方法を検討した。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.ncbi.nlm.nih.gov%2Fpmc%2Farticles%2FPMC5965607%2F" title="An Entropy-Based Measure for Assessing Fuzziness in Logistic Regression" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5965607/">www.ncbi.nlm.nih.gov</a></cite></p> <ul> <li>Weiss, B.A. and Dardick, W. (2016) ‘An Entropy-Based Measure for Assessing Fuzziness in Logistic Regression’, Educational and Psychological Measurement, 76(6), pp. 986–1004. Available at: <a href="https://doi.org/10.1177/0013164415623820.">https://doi.org/10.1177/0013164415623820.</a></li> </ul> <h3 id="二項ロジスティック回帰分析の推定">二項ロジスティック回帰分析の推定</h3> <p>例題として使うので、適当に二項ロジスティック回帰分析の推定をしておく。</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(AER) data(CPS1985) head(CPS1985)</pre> <pre class="code" data-lang="" data-unlink> wage education experience age ethnicity region gender occupation sector union married 1 5.10 8 21 35 hispanic other female worker manufacturing no yes 1100 4.95 9 42 57 cauc other female worker manufacturing no yes 2 6.67 12 1 19 cauc other male worker manufacturing no no 3 4.00 12 4 22 cauc other male worker other no no 4 7.50 12 17 35 cauc other male worker other no yes 5 13.07 13 9 28 cauc other male worker other yes no</pre> <pre class="code {r}" data-lang="{r}" data-unlink># 二項ロジスティック回帰分析 fit &lt;- glm(union ~ age + gender + wage + occupation, data = CPS1985, family = binomial(link = &#34;logit&#34;)) summary(fit)</pre> <pre class="code" data-lang="" data-unlink>Coefficients: Estimate Std. Error z value Pr(&gt;|z|) (Intercept) -2.68778 0.46643 -5.762 8.29e-09 *** age 0.02968 0.01028 2.886 0.003905 ** genderfemale -0.61376 0.28655 -2.142 0.032204 * wage 0.08753 0.02518 3.477 0.000508 *** occupationtechnical -0.55867 0.33890 -1.648 0.099258 . occupationservices -0.09986 0.35508 -0.281 0.778535 occupationoffice -1.07916 0.44743 -2.412 0.015870 * occupationsales -2.76139 1.04795 -2.635 0.008412 ** occupationmanagement -2.54377 0.67700 -3.757 0.000172 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 (Dispersion parameter for binomial family taken to be 1) Null deviance: 503.08 on 533 degrees of freedom Residual deviance: 437.81 on 525 degrees of freedom AIC: 455.81 Number of Fisher Scoring iterations: 6 </pre> <h2 id="逸脱度-deviance--2LL">逸脱度 deviance (-2LL)</h2> <p>ロジスティック回帰分析では、逸脱度 (-2LL) は、適合モデルを飽和モデルと比較することで、モデルの適合の欠如を表す数学量である (Cohen, Cohen, West, &amp; Aiken, 2003)。そのため、観察された値が期待値とどれくらい違うかを表します。尤度比は、あるモデルの最大尤度と別のモデルの最大尤度の比であり、逸脱度は尤度比の対数に(-2)を乗じて計算される。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C7%A5%D3%A5%A2%A5%F3">デビアン</a>ス値がゼロの場合は完全な適合を表し、値が大きい場合は適合が悪いことを示す。逸脱度は、必ずしも<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%A4%C6%F3%BE%E8%CA%AC%C9%DB">カイ二乗分布</a>に従うとは限らないので、それ自体で解釈するよりも、モデル比較に有用である (O'Connell &amp; Amico, 2010; Peng, So, Stage, &amp; St. John, 2002)。</p> <h2 id="尤度比χ2検定">尤度比χ2検定</h2> <p>尤度比カイ2乗検定 (LR χ2) は、より小さなモデル(多くの場合、ベースラインまたは切片のみのモデル)をより大きなモデルと比較するために逸脱度を用いる。対数尤度の変化は、2つのモデル間の-2LL値の差を取ることによって計算さ れる。-2LLの差はカイ2乗分布に従うので、その値はカイ2乗臨界値と比較できる。統計的に有意な結果は、より多くの予測変数を持つモデルが、より少ない予測変数を持つモデルよりも統計的に有意によくデータに適合することを示す。この検定の利点は、理論モデルがベースライン・モデルよりもよく適合するかどうかを決定するのに有用であり、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C6%FE%A4%EC%BB%D2">入れ子</a>モデルを比較する統計的検定として使用できることである。LR χ2 は、データが疎であるとき(しばしば連続的に測定される予測変数が使用されるときの結果)、または標本サイズが大きいときのデータ-モデル適合の限定された測定である。</p> <h2 id="Hosmer-Lemeshowカイ二乗検定">Hosmer-Lemeshow<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%A4%C6%F3%BE%E8%B8%A1%C4%EA">カイ二乗検定</a></h2> <p>Hosmer-Lemeshow<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%A4%C6%F3%BE%E8%B8%A1%C4%EA">カイ二乗検定</a>も適合度検定の一種で、データが疎な場合に有用である。この統計量は、予測された確率をパーセンタイル・ランクに基づく10個のグループ(十分位)に分割し、Pearson χ2を計算して、観察された度数と期待される度数を比較する。非統計的に有意な結果は、データとモデルの適合が良好であることを示す。この統計量は、保守的な検定(すなわち、低い第一種過誤率; Peng et al., 2002)とみなされ、連続予測変数が使用される場合に有用である。この尺度は、検出力の欠如を批判され、したがって、n > 400の場合のみ推奨される (Hosmer &amp; Lemeshow, 2000)。対照的に、カイ2乗検定は、一般に標本サイズに非常に敏感で、したがって、大きなnでは、しばしば統計的に有意な結果(データ・モデルの適合が悪いことを示す)を出す。したがって、この検定の理想的な検出力のために必要な標本サイズのコンセンサスはありません。さらに、この尺度は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BD%BD%BF%CA%CA%AC%CE%E0">十進分類</a>を作成するために使用されるカット・ポイントに敏感であり、したがって、数値HL χ2値は、ソフトウェア・プログラムによって異なる可能性がある(Hosmer, Hosmer, Le Cessie, &amp; Lemeshow, 1997; Peng et al., 2002)。</p> <h3 id="Hosmer-Lemeshowカイ二乗検定の実行">Hosmer-Lemeshow<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%A4%C6%F3%BE%E8%B8%A1%C4%EA">カイ二乗検定</a>の実行</h3> <p>すべてnumeric型にしないと走らないので、変数をいじる必要がある。</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(dplyr) CPS1985$gender.num &lt;- CPS1985$gender CPS1985 &lt;- CPS1985 %&gt;% mutate(gender.num = case_when( gender.num == &#34;male&#34; ~ 1, gender.num == &#34;female&#34; ~ 2)) CPS1985$occupation.num &lt;- CPS1985$occupation CPS1985 &lt;- CPS1985 %&gt;% mutate(occupation.num = case_when( occupation.num == &#34;worker&#34; ~ 1, occupation.num == &#34;technical&#34; ~ 2, occupation.num == &#34;services&#34; ~ 3, occupation.num == &#34;office&#34; ~ 4, occupation.num == &#34;sales&#34; ~ 5, occupation.num == &#34;management&#34; ~ 6 )) CPS1985$union.num &lt;- CPS1985$union CPS1985 &lt;- CPS1985 %&gt;% mutate(union.num = case_when( union.num == &#34;yes&#34; ~ 1, union.num == &#34;no&#34; ~ 0)) ### 従属変数のみのデータをpredprobに格納 predprob &lt;- data.frame(age = CPS1985$age, gender = CPS1985$gender, wage = CPS1985$wage, occupation = CPS1985$occupation) ### numeric型の変数を用いたモデルを作成 fit2 &lt;- glm(union.num ~ age + gender.num + wage + occupation.num, data = CPS1985, family = binomial(link = &#34;logit&#34;)) ### Hosmer-Lemeshow検定を実行 hl_gof &lt;- hoslem.test(CPS1985$union.num, fitted(fit2), g = 10) hl_gof</pre> <p>5%水準以下の小さなP値は、モデルが不完全であることを示唆する。</p> <pre class="code" data-lang="" data-unlink> Hosmer and Lemeshow goodness of fit (GOF) test data: CPS1985$union.num, fitted(fit2) X-squared = 3.5246, df = 8, p-value = 0.8973</pre> <h2 id="擬似R二乗分散説明尺度">擬似R二乗(分散説明)尺度</h2> <p>ロジスティック回帰では、モデルがデータにどれだけよく適合するかの効果量測定として、いくつかの擬似分散説明尺度が使用されることがある(たとえば、McFaddenのR2, Cox &amp; Snell, 1989; Nagelkerke, 1991)。これらは、通常の最小2乗(OLS)回帰における多重R2と同様に解釈されることを意図しているが、カテゴリー的な結果の分散が連続的な結果の分散と異なるので、擬似R2指標とみなされる(Lomax &amp; Hahs-Vaughn, 2012)。 これらの指標は、0から1の範囲(1はより良いデータ・モデル適合を示す)を意味するが、Cox and Snell (1989) の指標が1.0に等しくなることは数学的に不可能であり、どの擬似分散説明指標についても推奨されるカットオフ値は現在のところ存在しない。これらのうち、McFaddenのR2指数は、その解釈が重回帰のR2に最も似ているため、最も直感的に理解できますが、多くの市販統計ソフトでは利用できないため、手作業で計算しなければならず、一部の応用研究者にとっては望ましくない尺度となっています (O'Connell &amp; Amico, 2010; Peng et al., 2002)。さらに、どの擬似R2値を報告するのが望ましいかについては、研究者の間でも意見が分かれている(O'Connell &amp; Amico, 2010)。</p> <p>RではDescToolsパッケージを用いて容易に計算ができる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(DescTools) PseudoR2(fit, which = &#34;all&#34;)</pre> <pre class="code" data-lang="" data-unlink> McFadden McFaddenAdj CoxSnell Nagelkerke AldrichNelson VeallZimmermann Efron McKelveyZavoina Tjur 0.12973875 0.09395945 0.11505302 0.18855166 0.10891512 0.22452336 0.12640844 0.28229487 0.12434253 AIC BIC logLik logLik0 G2 455.81462887 494.33819142 -218.90731444 -251.54206888 65.26950888 </pre> <h2 id="正確性-accuracy--正しく分類されたケースの割合">正確性 accuracy / 正しく分類されたケースの割合</h2> <p>多くの研究者は、観察されたグループ・メンバーシップと予測されたグループ・メンバーシップのクロス集計を含む分類表に依存している。バイナリ・ロジスティック回帰では、予測確率が0.5以上のケースは、通常1つのグループに分類され、一方、予測確率が0.5未満のケースは、2番目のグループで予測されたグループ・メンバーシップになる(ただし、必要であれば、研究者は0.5以外のカット・ポイントを選択できる)。クロス集計表に基づいて、正しく分類されたケースのパーセンテージが計算され、データ・モデルの適合の尺度として使用できる。バイナリ・ロジスティック回帰のケースでは、分類率の値は、50% から100%の正しい分類の範囲であり、より大きな値は、よりよいデータ・モデルの適合を示す。</p> <p>正しい分類のパーセンテージは、観察された頻度の小さいグループの誤分類率が大きいこと(特に、あるグループの標本サイズが小さいとき)、1つまたは複数のグループの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%F8%BA%DF%C5%AA">潜在的</a>な悪い分類率、したがって、分類率内のこれらのグループの過小表現、および基本率または偶然の分類が組み込まれていないこと(Lomax &amp; Hahs-Vaughn, 2012; O'Connell &amp; Amico, 2010)により、データ・モデルの適合の効果的な尺度でないと批判されることが多い。さらに、モデルはデータによく適合していると考えられるが、分類率が低いという状況も起こり得る。</p> <h3 id="正確性-accuracy-の計算">正確性 accuracy の計算</h3> <p>回帰分析の推定結果を計算し、それを2値データに変換する。これが推定値である。<br/> 一方でもともとの従属変数がある。従属変数に比べて、推定モデルによって推定された結果は何%あっているのか、という計算をする。</p> <p>caretパッケージのconfusionMatrix関数を使う。計算はnumeric型でしかできないため、先ほどの二項ロジスティック回帰分析の従属変数であった、unionをunion.numという変数にコピーして、これをnumeric型に変換しておく。</p> <h3 id="比較のための変数を作成する">比較のための変数を作成する</h3> <pre class="code {r}" data-lang="{r}" data-unlink>## dplyrでCPS1985$unionのyesを1に、noを0に変換する library(dplyr) CPS1985$union.num &lt;- CPS1985$union CPS1985 &lt;- CPS1985 %&gt;% mutate(union.num = case_when( union.num == &#34;yes&#34; ~ 1, union.num == &#34;no&#34; ~ 0))</pre> <pre class="code {r}" data-lang="{r}" data-unlink>library(caret) ### type = &#34;response&#34; 各観測に対して予測確率を与える pred_probs &lt;- predict(fit, CPS1985, type = &#34;response&#34;) ### 予測値を2値変数に変換する pred_diagn &lt;- ifelse(pred_probs &gt; 0.5, 1, 0) ### 混同行列と精度 caret::confusionMatrix(data = as.factor(pred_diagn), reference = as.factor(CPS1985$union.num)) </pre> <p>結果</p> <pre class="code" data-lang="" data-unlink>Confusion Matrix and Statistics Reference Prediction 0 1 0 431 89 1 7 7 Accuracy : 0.8202 95% CI : (0.785, 0.8519) No Information Rate : 0.8202 P-Value [Acc &gt; NIR] : 0.5272 Kappa : 0.0854 Mcnemar&#39;s Test P-Value : &lt;2e-16 Sensitivity : 0.98402 Specificity : 0.07292 Pos Pred Value : 0.82885 Neg Pred Value : 0.50000 Prevalence : 0.82022 Detection Rate : 0.80712 Detection Prevalence : 0.97378 Balanced Accuracy : 0.52847 &#39;Positive&#39; Class : 0 </pre> <p>この二項ロジスティック回帰モデルの正確性82.02%であった。</p> <h2 id="ROC曲線-Receiver-Operating-Characteristic-Curves"><a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線 Receiver Operating Characteristic Curves</h2> <p>モデルがデータに合っているかどうかを判断するために使用できる視覚的な検査方法もいくつかある。<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線は、感度(真陽性、すなわち、イベントとして正しく分類されたケースのパーセンテージ)と1-特異度(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%B6%CD%DB%C0%AD">偽陽性</a>、すなわち、イベントとして誤って分類されたケースのパーセンテージ)を比較する。したがって、<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線は、ある割合の症例を正しく分類するために、誤分類される必要のある症例の割合を示している。<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a> 曲線は、0.50以外のカット・ポイントを識別するためのバイナリ・ロジスティック回帰でも有用である。</p> <h2 id="AUC-Area-Under-the-Receiver-Operating-Characteristic-Curve">AUC; Area Under the Receiver Operating Characteristic Curve</h2> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線の主な限界は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線は視覚的な検査しかできないため、データとモデルの適合に関する解釈が主観的であることである。しかし研究者は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線を用いて曲線下面積(AUC)を計算することができる。AUCは、データ-モデル適合の尺度として使用できる単一の数値を報告することで、曲線を<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C4%EA%CE%CC">定量</a>化する。概念的には、AUCは一致確率であり、無作為に選んだ陽性症例が無作為に選んだ別の陰性症例より高いスコアを出す確率である。曲線が左上隅に近いほど、AUCは大きい。二項ロジスティック回帰では、AUCは0.5 から 1.0の範囲で、値が高いほどデータ・モデルの適合がよいことを示す。AUC は、Wilcoxonの順位検定と同じ結果を生成する (Streiner &amp; Cairney, 2007)。経験則として、AUC値が0.5~0.7は低いとみなされ、0.7~0.9は中程度、0.9より大きい値は高いとみなされる(Streiner &amp; Cairney, 2007)。t検定は、AUCが0.5から統計的に有意に異なるかどうかを決定するために計算することができる。統計的に有意なAUC値は、モデルが偶然よりもよく適合していることを示す。研究者によっては、AUC推定値の周りの95%信頼<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%E8%B4%D6">区間</a>を報告する。</p> <p>データとモデルの適合の尺度として<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線とAUCを用いることには多くの問題がある。第一に、感度と特異度の値はカットポイントがどこにあるかによって決まるため、AUCは無限に計算できる。さらに、<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線は分散を考慮しておらず、<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線が交差する可能性があるため、直接比較できないことから、モデル比較に<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線を使用することに注意を促す研究者もいる(Fawcett, 2005; Streiner &amp; Cairney, 2007)。</p> <p>注:AUCは要するに順序に関する計算であり、分散が考慮されないということ。</p> <h3 id="ROC曲線下面積AUC"><a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線下面積(AUC)</h3> <p>正確性加えて、<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線下面積(AUC)は、モデルの予測可能性を評価するために用いることができる。AUCが高いほど良いモデルである。</p> <p>AUC曲線の計算を行う。</p> <pre class="code {r}" data-lang="{r}" data-unlink>## 真の値と予測確率のデータフレームを作成する eval_df &lt;- data.frame(CPS1985$union.num, pred_probs) colnames(eval_df) &lt;- c(&#34;truth&#34;, &#34;pred_probs&#34;) eval_df$truth &lt;- as.factor(eval_df$truth) ### AUCを計算する library(yardstick) roc_auc(eval_df, truth, pred_probs, event_level = &#34;second&#34;)</pre> <p>結果</p> <pre class="code" data-lang="" data-unlink> .metric .estimator .estimate &lt;chr&gt; &lt;chr&gt; &lt;dbl&gt; 1 roc_auc binary 0.755</pre> <p>AUCスコアは75.50%であった。</p> <p>次に、ggplot2で<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線をプロットする。</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(yardstick) library(ggplot2) library(dplyr) ## plot ROC roc_curve(eval_df, truth, pred_probs, event_level = &#34;second&#34;) %&gt;% ggplot(aes(x = 1 - specificity, y = sensitivity)) + geom_path() + geom_abline(lty = 3, col = &#34;red&#34;) + coord_equal() + theme_bw() </pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20240111/20240111025059.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span> フィッティングされたモデルのAUCは75.50%で、このモデルは予測可能性が高いことを示している。</p> <h3 id="予測確率のヒストグラム-Histogram-of-Predicted-Probabilities">予測確率の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D2%A5%B9%A5%C8%A5%B0%A5%E9%A5%E0">ヒストグラム</a> Histogram of Predicted Probabilities</h3> <p>最後に、予測確率の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D2%A5%B9%A5%C8%A5%B0%A5%E9%A5%E0">ヒストグラム</a>(分類プロットとも呼ばれる)と結果は、予測の質を調べるために使用できる。この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D2%A5%B9%A5%C8%A5%B0%A5%E9%A5%E0">ヒストグラム</a>は、視覚的に有益なグラフで、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%B6%CD%DB%C0%AD">偽陽性</a>のパーセント、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%B6%B1%A2%C0%AD">偽陰性</a>のパーセント、および正しい分類のパーセントを提供する。よく区別された予測を示すために、分類プロットは、次の特徴を持つべきである:(1) U字形(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%B5%AC%CA%AC%C9%DB">正規分布</a>よりもむしろ)、(2) ケースがそれぞれの端に集まっている(すなわち、カット・ポイントからより離れている、通常、二項ロジスティック回帰では0.5)、(3) 分類における最小のエラー(すなわち、わずかな<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%B6%CD%DB%C0%AD">偽陽性</a>とわずかな<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%B6%B1%A2%C0%AD">偽陰性</a>)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D2%A5%B9%A5%C8%A5%B0%A5%E9%A5%E0">ヒストグラム</a>は、正しい分類のパーセンテージとグループ間の分離をグラフィカルに描写することによって、分類率の測定を補足する。残念ながら、AUCが<a class="keyword" href="https://d.hatena.ne.jp/keyword/ROC">ROC</a>曲線を<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C4%EA%CE%CC">定量</a>化するように、この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D2%A5%B9%A5%C8%A5%B0%A5%E9%A5%E0">ヒストグラム</a>に含まれる情報を<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C4%EA%CE%CC">定量</a>化する単一の数値は存在しない。</p> <pre class="code {r}" data-lang="{r}" data-unlink>hist(fitted(fit))</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20240111/20240111025049.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> iDES 順序ロジスティック回帰分析をStata、Mplus、Rで行う-更新[Stata][Mplus][R] hatenablog://entry/6801883189073089262 2024-01-07T15:09:07+09:00 2024-01-07T15:09:07+09:00 順序ロジスティック回帰分析をStata、Mplus、Rで行う 以前のエントリの更新。 ides.hatenablog.com brant検定が通らない例を使っている。 Stata brant検定が走らない場合はfindit spost13_adoからspost13_adoをインストールする必要がある。 use https://www3.nd.edu/~rwilliam/statafiles/ordwarm2.dta, clear ologit warm yr89 male white age ed prst, robust brant Iteration 0: log pseudolikeli… <h1 id="順序ロジスティック回帰分析をStataMplusRで行う">順序ロジスティック回帰分析をStata、Mplus、Rで行う</h1> <p>以前のエントリの更新。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fides.hatenablog.com%2Fentry%2F2022%2F07%2F28%2F224209" title="順序ロジスティック回帰分析をStata、Mplus、Rで行う[Stata][Mplus][R] - 井出草平の研究ノート" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://ides.hatenablog.com/entry/2022/07/28/224209">ides.hatenablog.com</a></cite></p> <p>brant検定が通らない例を使っている。</p> <h2 id="Stata">Stata</h2> <p>brant検定が走らない場合は<code>findit spost13_ado</code>から<code>spost13_ado</code>をインストールする必要がある。</p> <pre class="code {stata, collectcode=TRUE}" data-lang="{stata, collectcode=TRUE}" data-unlink>use https://www3.nd.edu/~rwilliam/statafiles/ordwarm2.dta, clear ologit warm yr89 male white age ed prst, robust brant</pre> <pre class="code" data-lang="" data-unlink>Iteration 0: log pseudolikelihood = -2995.7704 Iteration 1: log pseudolikelihood = -2846.4532 Iteration 2: log pseudolikelihood = -2844.9142 Iteration 3: log pseudolikelihood = -2844.9123 Iteration 4: log pseudolikelihood = -2844.9123 Ordered logistic regression Number of obs = 2,293 Wald chi2(6) = 281.80 Prob &gt; chi2 = 0.0000 Log pseudolikelihood = -2844.9123 Pseudo R2 = 0.0504 ------------------------------------------------------------------------------ | Robust warm | Coefficient std. err. z P&gt;|z| [95% conf. interval] -------------+---------------------------------------------------------------- yr89 | .5239025 .0779223 6.72 0.000 .3711775 .6766275 male | -.7332997 .0785119 -9.34 0.000 -.8871803 -.5794192 white | -.3911595 .1173929 -3.33 0.001 -.6212454 -.1610735 age | -.0216655 .0024086 -8.99 0.000 -.0263864 -.0169447 ed | .0671728 .0160635 4.18 0.000 .0356889 .0986567 prst | .0060727 .0032978 1.84 0.066 -.0003908 .0125363 -------------+---------------------------------------------------------------- /cut1 | -2.465362 .23923 -2.934244 -1.99648 /cut2 | -.630904 .2306956 -1.083059 -.1787489 /cut3 | 1.261854 .2322644 .8066241 1.717084 ------------------------------------------------------------------------------ Brant test of parallel regression assumption | chi2 p&gt;chi2 df -------------+------------------------------ All | 49.18 0.000 12 -------------+------------------------------ yr89 | 13.01 0.001 2 male | 22.24 0.000 2 white | 1.27 0.531 2 age | 7.38 0.025 2 ed | 4.31 0.116 2 prst | 4.33 0.115 2 A significant test statistic provides evidence that the parallel regression assumption has been violated.</pre> <h1 id="Mplus">Mplus</h1> <h2 id="RでSataのデータをMplus用に変換">Rで<a class="keyword" href="https://d.hatena.ne.jp/keyword/Sata">Sata</a>のデータをMplus用に変換</h2> <pre class="code {r}" data-lang="{r}" data-unlink>library(rio) ordwarm2 &lt;- import(&#34;ordwarm2.dta&#34;)</pre> <pre class="code {r}" data-lang="{r}" data-unlink>ordwarm2.mplus &lt;- subset(ordwarm2, select = c(warm, yr89, male, white, age, ed, prst))</pre> <pre class="code {r}" data-lang="{r}" data-unlink>library(MplusAutomation) variable.names(ordwarm2.mplus) </pre> <pre class="code {r}" data-lang="{r}" data-unlink>prepareMplusData(ordwarm2.mplus, filename=&#34;ordwarm2.mplus.dat&#34;, overwrite=T)</pre> <h2 id="Mplus-1">Mplus</h2> <pre class="code" data-lang="" data-unlink>TITLE: Ordinal Logistic Regression DATA: FILE = &#34;ordwarm2.mplus.dat&#34;; VARIABLE: NAMES = warm yr89 male white age ed prst; USEVARIABLES = warm yr89 male white age ed prst; CATEGORICAL = warm; MISSING=.; ANALYSIS: ESTIMATOR = MLR; MODEL: warm on yr89 male white age ed prst plot: type = plot3;</pre> <p>結果</p> <pre class="code" data-lang="" data-unlink>MODEL RESULTS Two-Tailed Estimate S.E. Est./S.E. P-Value WARM ON YR89 0.524 0.078 6.725 0.000 MALE -0.733 0.078 -9.342 0.000 WHITE -0.391 0.117 -3.333 0.001 AGE -0.022 0.002 -8.997 0.000 ED 0.067 0.016 4.183 0.000 PRST 0.006 0.003 1.842 0.065 Thresholds WARM$1 -2.465 0.239 -10.308 0.000 WARM$2 -0.631 0.231 -2.735 0.006 WARM$3 1.262 0.232 5.434 0.000 LOGISTIC REGRESSION ODDS RATIO RESULTS WARM ON YR89 1.689 MALE 0.480 WHITE 0.676 AGE 0.979 ED 1.069 PRST 1.006 BRANT WALD TEST FOR PROPORTIONAL ODDS Degrees of Chi-Square Freedom P-Value WARM Overall test 49.181 12 0.000 YR89 13.013 2 0.001 MALE 22.238 2 0.000 WHITE 1.268 2 0.531 AGE 7.383 2 0.025 ED 4.310 2 0.116 PRST 4.332 2 0.115</pre> <h2 id="R-Ordinalパッケージ">R Ordinalパッケージ</h2> <h3 id="subsetの作成">subsetの作成</h3> <pre class="code {r}" data-lang="{r}" data-unlink>ordwarm2.R &lt;- subset(ordwarm2, select = c(warm, yr89, male, white, age, ed, prst))</pre> <h3 id="データ型の変更">データ型の変更</h3> <pre class="code {r}" data-lang="{r}" data-unlink>ordwarm2.R$warm &lt;- as.factor(ordwarm2.R$warm) ordwarm2.R$warm &lt;- factor(ordwarm2.R$warm, ordered = T, levels = c(&#34;1&#34;, &#34;2&#34;, &#34;3&#34;, &#34;4&#34;)) ordwarm2.R$male &lt;- as.factor(ordwarm2.R$male) ordwarm2.R$white &lt;- as.factor(ordwarm2.R$white)</pre> <h3 id="分析">分析</h3> <pre class="code {R}" data-lang="{R}" data-unlink>library(ordinal) res.R &lt;-clm(formula = warm ~ yr89 + male + white + age + ed + prst, link = &#34;logit&#34;, Hess = TRUE, na.action = na.omit, data = ordwarm2.R) summary(res.R)</pre> <p>結果</p> <pre class="code" data-lang="" data-unlink> link threshold nobs logLik AIC niter max.grad cond.H logit flexible 2293 -2844.91 5707.82 5(0) 4.94e-10 4.4e+05 Coefficients: Estimate Std. Error z value Pr(&gt;|z|) yr89 0.523902 0.079899 6.557 5.49e-11 *** male1 -0.733300 0.078483 -9.343 &lt; 2e-16 *** white1 -0.391159 0.118381 -3.304 0.000952 *** age -0.021666 0.002468 -8.778 &lt; 2e-16 *** ed 0.067173 0.015975 4.205 2.61e-05 *** prst 0.006073 0.003293 1.844 0.065157 . --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Threshold coefficients: Estimate Std. Error z value 1|2 -2.4654 0.2389 -10.319 2|3 -0.6309 0.2333 -2.704 3|4 1.2619 0.2340 5.392</pre> <h3 id="オッズ比での表示">オッズ比での表示</h3> <pre class="code {r}" data-lang="{r}" data-unlink>library(tidymodels) tidy(res.R, exponentiate = TRUE, conf.int = TRUE) |&gt; select(-c(std.error, statistic))</pre> <p>結果</p> <pre class="code" data-lang="" data-unlink> term estimate p.value conf.low conf.high coef.type &lt;chr&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;chr&gt; 1 1|2 0.0850 5.78e-25 NA NA intercept 2 2|3 0.532 6.85e- 3 NA NA intercept 3 3|4 3.53 6.96e- 8 NA NA intercept 4 yr89 1.69 5.49e-11 1.44 1.98 location 5 male1 0.480 9.32e-21 0.412 0.560 location 6 white1 0.676 9.52e- 4 0.536 0.853 location 7 age 0.979 1.67e-18 0.974 0.983 location 8 ed 1.07 2.61e- 5 1.04 1.10 location 9 prst 1.01 6.52e- 2 1.00 1.01 location</pre> <h2 id="brant検定">brant検定</h2> <pre class="code {r}" data-lang="{r}" data-unlink>library(gofcat) brant.test(res.R)</pre> <p>結果</p> <pre class="code" data-lang="" data-unlink>Brant Test: chi-sq df pr(&gt;chi) Omnibus 49.30 12 1.9e-06 *** yr89 13.01 2 0.0015 ** male1 22.24 2 1.5e-05 *** white1 1.27 2 0.5305 age 7.38 2 0.0249 * ed 4.31 2 0.1159 prst 4.33 2 0.1146 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 H0: Proportional odds assumption holds </pre> iDES 最小二乗法を用いた重回帰分析の前提条件と確認方法 hatenablog://entry/6801883189072890895 2024-01-06T20:55:05+09:00 2024-01-06T21:25:49+09:00 重回帰の前提は下記のものである。 線形性 Linearity...予測変数と従属変数の残差間に線形関係が存在する。 正規性 Normality ...残差が正規分布する。 分散均一性 homoscedasticity ...残差は一定の分散を持つと仮定する 独立性 Independence...観測変数が互いに独立である(多重共線性がない)。 AERパッケージに含まれるCPS1985データで確かめてみよう。 library(AER) data(CPS1985) head(CPS1985) wage education experience age ethnicity region gender… <p>重回帰の前提は下記のものである。</p> <ul> <li>線形性 Linearity...予測変数と従属変数の残差間に線形関係が存在する。</li> <li>正規性 Normality ...残差が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%B5%AC%CA%AC%C9%DB">正規分布</a>する。</li> <li>分散均一性 homoscedasticity ...残差は一定の分散を持つと仮定する</li> <li>独立性 Independence...観測変数が互いに独立である(多重共線性がない)。</li> </ul> <p>AERパッケージに含まれるCPS1985データで確かめてみよう。</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(AER) data(CPS1985)</pre> <pre class="code {r}" data-lang="{r}" data-unlink>head(CPS1985)</pre> <pre class="code" data-lang="" data-unlink> wage education experience age ethnicity region gender occupation sector union married 1 5.10 8 21 35 hispanic other female worker manufacturing no yes 1100 4.95 9 42 57 cauc other female worker manufacturing no yes 2 6.67 12 1 19 cauc other male worker manufacturing no no 3 4.00 12 4 22 cauc other male worker other no no 4 7.50 12 17 35 cauc other male worker other no yes 5 13.07 13 9 28 cauc other male worker other yes no</pre> <h2 id="重回帰分析">重回帰分析</h2> <pre class="code {r}" data-lang="{r}" data-unlink>mod &lt;- lm(wage ~ gender + age + education, data = CPS1985) summary(mod)</pre> <h2 id="前提条件の検証">前提条件の検証</h2> <p>QQプロットを作成する。 QQプロット(分位点-分位点プロット)のことであり、正規性の仮定を検証するために使用される。 あるデータ集合が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%B5%AC%CA%AC%C9%DB">正規分布</a>や指数分布のような理論的分布に由来しているかどうかを評価するためのグラフである。例えば、残差が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%B5%AC%CA%AC%C9%DB">正規分布</a>していると仮定して統計分析を行った場合、正規QQプロットを使ってその仮定をチェックすることができる。</p> <p>QQプロットを作成するには<a class="keyword" href="https://d.hatena.ne.jp/keyword/Mosaic">Mosaic</a>のqqmath関数を使用する。 点("p")と線("r")を追加するには、qqmath関数の引数にそれぞれを指定する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(mosaic) qqmath(~resid(mod), type = c(&#34;p&#34;,&#34;r&#34;))</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20240106/20240106205406.png" width="875" height="540" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>両端に外れ値があるものの、プロットの全体のフィッティングは非常によい。QQ-プロットから正規性の仮定が有効であることがわかる。</p> <h2 id="線形性と分散均一性の検証">線形性と分散均一性の検証</h2> <p>フィット値プロットを得るにはネイティブのR plot関数を使用する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>plot(mod , which = 1)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20240106/20240106205419.png" width="875" height="540" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>適合値プロットでは、(モデルを使った)適合値と残差を比較する。線形性の仮定が満たされている場合、適合値プロットは、ほぼ水平な適合線を持つことになる(たとえば、y=0を中心にランダムに散らばっている)。このプロットでは、赤い線が点線y=0にかなり近いことから、線形性の仮定を確認することができる。</p> <p>分散均一性も同一のプロットでみる。残差と、残差対予測値(つまりフィッティング値)のプロットにおいて、残差と予測値の関数より広がっている場合に、分散均一性は仮定できない。</p> <p>分散均一性を検討するのにはBreusch-Pagan検定を使う手がある。</p> <h2 id="Breusch-Pagan検定">Breusch-Pagan検定</h2> <p>計算ができるパッケージはいくつかある。ここでは、carとlmtestでやっておこう。</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(car) bp_test &lt;- car::ncvTest(mod) print(bp_test)</pre> <pre class="code" data-lang="" data-unlink>Non-constant Variance Score Test Variance formula: ~ fitted.values Chisquare = 40.51078, Df = 1, p = 1.9553e-10</pre> <pre class="code {r}" data-lang="{r}" data-unlink>library(lmtest) lmtest::bptest(mod)</pre> <pre class="code" data-lang="" data-unlink> studentized Breusch-Pagan test data: mod BP = 9.1069, df = 3, p-value = 0.0279</pre> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A2%CC%B5%B2%BE%C0%E2">帰無仮説</a>は「残差は等しい分散で分布する」であり、p値が0.05より大きくなければならないため、Breusch-Pagan検定では分散均一性を仮定できない。</p> <p>手続き的には分散均一性を仮定できない場合には、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%D0%A5%B9%A5%C8">ロバスト</a>推定を行うことになる。</p> <h2 id="ロバスト推定を行う"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%D0%A5%B9%A5%C8">ロバスト</a>推定を行う</h2> <pre class="code {r}" data-lang="{r}" data-unlink>library(MASS) mod.robust &lt;- rlm(wage ~ gender + age + education, data = CPS1985) summary(mod.robust)</pre> <pre class="code" data-lang="" data-unlink>Coefficients: Value Std. Error t value (Intercept) -4.6060 1.0236 -4.4999 genderfemale -2.3399 0.3192 -7.3297 age 0.1171 0.0137 8.5281 education 0.7701 0.0614 12.5448 Residual standard error: 3.543 on 530 degrees of freedom</pre> <p>この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%D0%A5%B9%A5%C8">ロバスト</a>回帰モデルが、OLSモデルと比較して、データへのより良い適合を提供するかどうかを決定するために、各モデルの残差標準誤差を計算することができる。残差標準誤差(residual standard error: RSE)は,回帰モデルの残差の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C9%B8%BD%E0%CA%D0%BA%B9">標準偏差</a>を測定する方法であり、RSE の値が低いほど、モデルがデータに適合的である。</p> <pre class="code {r}" data-lang="{r}" data-unlink>## OLSモデルの残差標準誤差を求める summary(mod)$sigma ## ロバスト推定したモデルの残差標準誤差を求める summary(mod.robust)$sigma</pre> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%D0%A5%B9%A5%C8">ロバスト</a>回帰モデルのRSEは、通常の最小2乗回帰モデルよりも低い。これは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%D0%A5%B9%A5%C8">ロバスト</a>回帰モデルがデータによりよく適合していることを示している。</p> iDES 現代人に広まる「デジタルため込み症」 自己診断のための10項目(Forbes) hatenablog://entry/6801883189072805684 2024-01-06T14:58:40+09:00 2024-01-06T15:04:58+09:00 forbesjapan.com 元論文 - Wang, H., Miao, P., Jia, H., & Lai, K. (2023). The Dark Side of Upward Social Comparison for Social Media Users: An Investigation of Fear of Missing Out and Digital Hoarding Behavior. Social Media + Society, 9(1), 205630512211504. https://doi.org/10.1177/20563051221150420 元論文SN… <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fforbesjapan.com%2Farticles%2Fdetail%2F68052" title="現代人に広まる「デジタルため込み症」 自己診断のための10項目 | Forbes JAPAN 公式サイト(フォーブス ジャパン)" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://forbesjapan.com/articles/detail/68052">forbesjapan.com</a></cite></p> <p>元論文 - Wang, H., Miao, P., Jia, H., &amp; Lai, K. (2023). The Dark Side of Upward Social Comparison for Social Media Users: An Investigation of Fear of Missing Out and Digital Hoarding Behavior. Social Media + Society, 9(1), 205630512211504. <a href="https://doi.org/10.1177/20563051221150420">https://doi.org/10.1177/20563051221150420</a></p> <p>元論文<a class="keyword" href="https://d.hatena.ne.jp/keyword/SNS">SNS</a>の話をしている。</p> <blockquote><p>デジタル時代になり、デジタルファイルを溜め込み、ストレスや障害を引き起こす行動と定義されるデジタル・ホーディング行動が増加している。しかし、デジタル・ホーディングの原因や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムについてはほとんど知られていない。この研究ギャップを解決するために、本研究では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BD%A1%BC%A5%B7%A5%E3%A5%EB%A1%A6%A5%CD%A5%C3%A5%C8%A5%EF%A1%BC%A5%AD%A5%F3%A5%B0">ソーシャル・ネットワーキング</a>・サイト(<a class="keyword" href="https://d.hatena.ne.jp/keyword/SNS">SNS</a>)利用者のデジタル・ホーディング行動の原因と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>動機づけに関するモデレート媒介モデルを提案し、オンライン質問紙法を用いて実証的に検証した。<a class="keyword" href="https://d.hatena.ne.jp/keyword/SNS">SNS</a>利用者計556名を対象にオンライン調査を行った。その結果、この種の社会的比較が個人のデジタル・ホーディング行動を増加させ、この効果を逃すことへの恐れ(FoMO)が媒介することが明らかになった。さらに、この比較とFoMOの関係、およびFoMOとデジタル・ホーディング行動の関係は、特性的貪欲さが高い<a class="keyword" href="https://d.hatena.ne.jp/keyword/SNS">SNS</a>ユーザーほど強くなるように、特性的貪欲さが調節していた。本研究は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/SNS">SNS</a>を介した上方比較とデジタル・ホーディング行動との関係における作用心理学的メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムや<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%AD%B3%A6%BE%F2%B7%EF">境界条件</a>の理解を深めるものである。</p></blockquote> <p>特性的貪強欲 dispositional greed が調整moderateしていたようだ。</p> iDES オーヴェリティについてのまとめ hatenablog://entry/6801883189072694885 2024-01-06T02:02:32+09:00 2024-01-06T02:02:32+09:00 日本語で紹介した記事。 www.harpersbazaar.com 昨年、簡単なエントリをしている。 ides.hatenablog.com オーヴェリティは日本で発売されていないが、デキストロメトルファンはメジコンとして発売されており、ブプロピオンは個人輸入できるため、容量は合わせることは難しいが疑似的に再現は可能である。 オーヴェリティの機序や服薬方法などをまとめた。 メジコンは昨今、悪いように注目を集めることが多い薬剤だけに、オーヴェリティのことを調べているといろいろと発見がある。ケタミンと類似した効果があるため、使い方さえ間違えなければ、使いどころがありそうな薬である。 治療成績 De… <p>日本語で紹介した記事。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.harpersbazaar.com%2Fjp%2Flifestyle%2Fsocial-issue%2Fa41024057%2Ffda-approves-first-fast-acting-oral-drug-for-clinical-depression-auvelity-220830-lift1%2F" title="米FDAが「うつ病」に“1週間で効く”即効性の飲み薬を初承認" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.harpersbazaar.com/jp/lifestyle/social-issue/a41024057/fda-approves-first-fast-acting-oral-drug-for-clinical-depression-auvelity-220830-lift1/">www.harpersbazaar.com</a></cite></p> <p>昨年、簡単なエントリをしている。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fides.hatenablog.com%2Fentry%2F2022%2F09%2F08%2F013446" title="FDAがオーヴェリティAuvelity承認 - 井出草平の研究ノート" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://ides.hatenablog.com/entry/2022/09/08/013446">ides.hatenablog.com</a></cite></p> <p>オーヴェリティは日本で発売されていないが、デキストロメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%EB%A5%D5%A5%A1%A5%F3">トルファン</a>は<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E1%A5%B8%A5%B3%A5%F3">メジコン</a>として発売されており、ブプロピオンは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B8%C4%BF%CD%CD%A2%C6%FE">個人輸入</a>できるため、容量は合わせることは難しいが疑似的に再現は可能である。<br/> オーヴェリティの機序や服薬方法などをまとめた。<br/> <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E1%A5%B8%A5%B3%A5%F3">メジコン</a>は昨今、悪いように注目を集めることが多い薬剤だけに、オーヴェリティのことを調べているといろいろと発見がある。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B1%A5%BF%A5%DF%A5%F3">ケタミン</a>と類似した効果があるため、使い方さえ間違えなければ、使いどころがありそうな薬である。</p> <h2 id="治療成績">治療成績</h2> <blockquote><p>DextromethorphanはN-メチル-D-<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%B9%A5%D1%A5%E9%A5%AE%A5%F3%BB%C0">アスパラギン酸</a>受容体の非競合的拮抗作用とシグマ-1作動作用により<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>シグナル伝達を調節し、bupropionはCYP2D6阻害作用によりDextromethorphanの生物学的利用能を増加させる。大<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>性障害患者を対象としたdextromethorphan-bupropion 45-105mgの第3相試験では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D7%A5%E9%A5%BB%A5%DC">プラセボ</a>と比較してMontgomery-Åsberg<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>評価尺度(Montgomery-Åsberg Depression Rating Scale)の総スコアが有意に低下した。dextromethorphan-bupropion 45-105mgとブプロピオン単剤療法を比較した第2相試験では、Montgomery-Åsberg<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>評価尺度スコアが有意に低下した。dextromethorphan-bupropion によるMontgomery-Åsberg Depression Rating Scaleの変化は、いずれの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CE%D7%BE%B2%BB%EE%B8%B3">臨床試験</a>においても2週間以内に認められた。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%B2%B2%F2">寛解</a>率と奏効率は、両試験ともdextromethorphan-bupropionの方が有意に高かった。両試験とも忍容性は良好で、最も一般的な有害事象は軽度から中等度であった。dextromethorphan-bupropion を用いた2つの長期非盲検試験では、Montgomery-Åsberg<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>評価尺度スコアの大幅な減少が認められ、治療開始後12ヵ月および15ヵ月まで維持された。いずれの長期試験においても、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%B2%B2%F2">寛解</a>率は70%に近づき、奏効率は80%以上であった。これらのデータから、dextromethorphan-bupropionは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>治療において有効で即効性があり、忍容性の高い選択肢であり、多くの患者で<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%B2%B2%F2">寛解</a>が得られたことが示唆される。<br/> <a href="https://www.cpn.or.kr/journal/view.html?doi=10.9758/cpn.23.1081">https://www.cpn.or.kr/journal/view.html?doi=10.9758/cpn.23.1081</a></p></blockquote> <ul> <li>McCarthy, B., Bunn, H., Santalucia, M., Wilmouth, C., Muzyk, A., &amp; Smith, C. M. (2023). Dextromethorphan-bupropion (Auvelity) for the Treatment of Major Depressive Disorder. Clinical Psychopharmacology and Neuroscience, 21(4), 609–616. <a href="https://doi.org/10.9758/cpn.23.1081">https://doi.org/10.9758/cpn.23.1081</a></li> </ul> <h2 id="機序">機序</h2> <blockquote><p>オーヴェリティは、N-メチル-d-<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%B9%A5%D1%A5%E9%A5%AE%A5%F3%BB%C0">アスパラギン酸</a>(NMDA)受容体拮抗薬デキストロメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%EB%A5%D5%A5%A1%A5%F3">トルファン</a>(45mg)とノル<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A8%A5%D4%A5%CD%A5%D5%A5%EA%A5%F3">エピネフリン</a>・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A5%D1%A5%DF%A5%F3">ドパミン</a>再取り込み阻害薬ブプロピオン(105mg)を配合した薬剤である[4]。デキストロメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%EB%A5%D5%A5%A1%A5%F3">トルファン</a>はチトク<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A1%BC%A5%E0">ローム</a>P450 2D6(CYP2D6)で速やかに<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%E5%BC%D5">代謝</a>されるため、経口投与でデキストロメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%EB%A5%D5%A5%A1%A5%F3">トルファン</a>の治療レベルを達成することは困難であり、CYP2D6阻害薬であるブプロピオンがデキストロメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%EB%A5%D5%A5%A1%A5%F3">トルファン</a>とともに添加されるのはこのためである[4]。オーヴェリティは、複数の異なる抗うつ療法の作用機序を1つにまとめたものである [4] 。デキストロメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%EB%A5%D5%A5%A1%A5%F3">トルファン</a>とブプロピオンはともに、ノル<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A8%A5%D4%A5%CD%A5%D5%A5%EA%A5%F3">エピネフリン</a>の再取り込みを阻害することによってノル<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A8%A5%D4%A5%CD%A5%D5%A5%EA%A5%F3">エピネフリン</a>の利用可能性を増加させ、α-4-β2ニコチン(nACh)拮抗薬としても作用する [4] 。ブプロピオンもまた、再取り込みを阻害することにより、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の利用可能性を増加させる [4] 。デキストロメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%EB%A5%D5%A5%A1%A5%F3">トルファン</a>は、NMDA受容体拮抗薬として作用し、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>レベルを増加させる。また、再取り込みを阻害し、シグマ-1<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%B4">アゴ</a>ニズムを介して背側葉での作用を高めることにより、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BB%A5%ED%A5%C8%A5%CB%A5%F3">セロトニン</a>レベルを増加させる [3]。 <br/> <a href="https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9577655/">https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9577655/</a></p></blockquote> <ul> <li>Khabir, Y., Hashmi, M. R., &amp; Asghar, A. A. (2022). Rapid-acting oral drug (Auvelity) for major depressive disorder. Annals of Medicine &amp; Surgery, 82. <a href="https://doi.org/10.1016/j.amsu.2022.104629">https://doi.org/10.1016/j.amsu.2022.104629</a></li> </ul> <h2 id="服薬について">服薬について</h2> <ul> <li>オーヴェリティの錠剤は丸呑みして下さい。錠剤を砕いたり、噛んだり、分割したりしないで下さい。</li> <li>オーヴェリティは、食事の有無にかかわらず服用できます。</li> <li>オーヴェリティを1日1回、3日間服用した後、1日2回に増量する(少なくとも8時間間隔で服用する)。</li> <li>24時間に2錠以上服用しないで下さい。</li> <li>飲み忘れた場合、飲み忘れた分を補うために追加服用しないでください。次の服用は定時に行って下さい。一度に1回分以上の服用はしないで下さい。</li> </ul> <hr /> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%BC%AB%BB%A6%C7%B0%CE%B8">自殺念慮</a>および自殺行為のリスクの増加。オーヴェリティおよび他の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B9%B3%A4%A6%A4%C4%CC%F4">抗うつ薬</a>は、一部の小児、青年、若年成人において、特に治療開始後数ヵ月以内または用量を変更した場合に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BC%AB%BB%A6%C7%B0%CE%B8">自殺念慮</a>および自殺行動を増加させることがある。オーヴェリティは小児には使用できません。</p> <p>以下の場合は、オーヴェリティを服用しないこと:</p> <ul> <li><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%C6%A4%F3%A4%AB%A4%F3">てんかん</a>発作を起こしたことがある</li> <li>神経性食欲不振症や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B2%E1%BF%A9%BE%C9">過食症</a>などの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%DD%BF%A9%BE%E3%B3%B2">摂食障害</a>がある、またはあった人</li> <li>最近急に飲酒をやめた、または<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D9%A5%F3%A5%BE%A5%B8%A5%A2%A5%BC%A5%D4%A5%F3">ベンゾジアゼピン</a>系、バルビツール系、抗けいれん薬と呼ばれる薬を使用していて、最近急に服用をやめた。</li> <li>モノアミン酸化<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B9%DA%C1%C7">酵素</a>阻害薬(MAOI)の服用</li> <li>過去14日以内にMAOIの服用を中止したことがある。</li> <li><a class="keyword" href="https://d.hatena.ne.jp/keyword/%B9%B3%C0%B8%CA%AA%BC%C1">抗生物質</a>リネゾリドまたはメチ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EC%A5%F3%A5%D6">レンブ</a>ルーの静脈内投与を受けている患者</li> <li>デキストロメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%EB%A5%D5%A5%A1%A5%F3">トルファン</a>、ブプロピオン、またはオーベルティの成分に対してアレルギーのある人。</li> </ul> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%B9%B3%C0%B8%CA%AA%BC%C1">抗生物質</a>のリネゾリドやメチ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EC%A5%F3%A5%D6">レンブ</a>ルーの静脈内投与を含め、MAOIやこれらの薬のいずれかを服用しているかわからない場合は、医療提供者または薬剤師に尋ねてください。<br/> 過去14日間にMAOIの服用を中止した場合は、オーヴェリティを開始しないでください。<br/> AUVELITYによる治療を中止してから少なくとも14日間は、MAOIの服用を開始しないでください。</p> <hr /> <p>オーベリティの最も一般的な副作用は以下の通りである:</p> <ul> <li>めまい</li> <li>頭痛</li> <li>下痢</li> <li>ねむい</li> <li>口渇</li> <li>多汗</li> <li>性機能障害</li> </ul> <p><a href="https://dailymed.nlm.nih.gov/dailymed/medguide.cfm?setid=dcefda7c-9a68-278e-e053-2995a90aec79">https://dailymed.nlm.nih.gov/dailymed/medguide.cfm?setid=dcefda7c-9a68-278e-e053-2995a90aec79</a></p> <h2 id="アルツハイマー型認知症への応用"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%C4%A5%CF%A5%A4%A5%DE%A1%BC">アルツハイマー</a>型<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C7%A7%C3%CE%BE%C9">認知症</a>への応用</h2> <blockquote><p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%C4%A5%CF%A5%A4%A5%DE%A1%BC">アルツハイマー</a>病は高齢者が罹患する最も一般的な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C7%A7%C3%CE%BE%C9">認知症</a>である。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%C4%A5%CF%A5%A4%A5%DE%A1%BC">アルツハイマー</a>病はまた、大<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>性障害と有意な関連を示す。NMDA受容体を介した<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>作動性興奮毒性は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%C4%A5%CF%A5%A4%A5%DE%A1%BC">アルツハイマー</a>病における神経変性の根底にある重要な機序であると考えられている。メマンチンのようなNMDA拮抗薬によるNMDA受容体の遮断は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>作動性興奮毒性を抑制するようである。メマンチンはまた、シグマ-1受容体の作動を介して<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>作動性の活性化を増加させる。これら2つの機序の組み合わせが、メマンチンによるAD患者の記憶、認知、一般機能の改善の背景にあると考えられている。オーヴェリティは最近、成人の大<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>性障害の治療薬として<a class="keyword" href="https://d.hatena.ne.jp/keyword/FDA">FDA</a>から承認された。オーヴェリティの作用機序は、NMDA受容体の遮断とそれに伴う<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>作動<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%AD%BF%C0">性神</a>経伝達経路の拮抗作用、およびシグマ-1受容体の作動作用の組み合わせである。オーヴェリティとメマンチンのようなAD治療薬は同じ作用機序であることから、オーヴェリティは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%C4%A5%CF%A5%A4%A5%DE%A1%BC">アルツハイマー</a>病の症状を軽減する治療薬になりうると考えられている。 <br/> <a href="https://esmed.org/MRA/index.php/mra/article/view/3206">https://esmed.org/MRA/index.php/mra/article/view/3206</a></p></blockquote> <ul> <li>Lepkowsky, C. (2022). Auvelity as a Potential Treatment for Alzheimer’s Disease. Medical Research Archives, 10(10). <a href="https://doi.org/10.18103/mra.v10i10.3206">https://doi.org/10.18103/mra.v10i10.3206</a></li> </ul> iDES Ordinalパッケージを用いた順序ロジスティック回帰分析 hatenablog://entry/6801883189070287073 2023-12-28T02:59:15+09:00 2023-12-28T05:02:50+09:00 quantifyinghealth.com 注:動作しないコードを書き換え、不足しているものに関して注という形で補完している。 順序ロジスティック回帰は、1つまたは複数の予測変数(数値またはカテゴリ)と順序結果の間の関係をモデルする回帰分析の一種だ。順序結果は、次のような論理的順序を持つ2つ以上のカテゴリを持つ変数である: 癌のステージ:0、1、2、3、4 所得レベル:低、中、高 このチュートリアルでは、GitHubのリンクからダウンロードできる(https://github.com/datasciencedojo/datasets/blob/master/titanic.csv)。 注:ここ… <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fquantifyinghealth.com%2Frun-and-interpret-ordinal-logistic-regression-in-r%2F" title="Run and Interpret Ordinal Logistic Regression in R – QUANTIFYING HEALTH" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://quantifyinghealth.com/run-and-interpret-ordinal-logistic-regression-in-r/">quantifyinghealth.com</a></cite></p> <p>注:動作しないコードを書き換え、不足しているものに関して注という形で補完している。</p> <p>順序ロジスティック回帰は、1つまたは複数の予測変数(数値またはカテゴリ)と順序結果の間の関係をモデルする回帰分析の一種だ。順序結果は、次のような論理的順序を持つ2つ以上のカテゴリを持つ変数である:</p> <ul> <li>癌のステージ:0、1、2、3、4</li> <li>所得レベル:低、中、高</li> </ul> <p>この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C1%A5%E5%A1%BC%A5%C8%A5%EA%A5%A2%A5%EB">チュートリアル</a>では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/GitHub">GitHub</a>のリンクからダウンロードできる(<a href="https://github.com/datasciencedojo/datasets/blob/master/titanic.csv">https://github.com/datasciencedojo/datasets/blob/master/titanic.csv</a>)。</p> <p>注:ここではtitanicパッケージのtitanic_trainデータを使用する。</p> <p>titanicデー<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BF%A5%BB%A5%C3%A5%C8">タセット</a>で順序ロジスティック回帰を使い、予測変数Pclass(乗客クラス)を予測する:Pclassは、3つの値(1: first class, 2: second class, 3: third class)のうちの1つを取ることができる: 予測変数:年齢(Age)、性別(Sex)、生存(Survived)。</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(titanic) titanic.raw &lt;-titanic_train</pre> <pre class="code {r}" data-lang="{r}" data-unlink>## サブセットを作成 titanic &lt;- subset(titanic.raw, select = c(Pclass, Age, Sex, Survived)) ## Pclassにレベルをつける titanic$Pclass &lt;- factor(titanic$Pclass, levels = c(3, 2, 1), labels = c(&#34;1st&#34;, &#34;2nd&#34;, &#34;3rd&#34;), ordered = TRUE) titanic$Sex &lt;- factor(titanic$Sex) titanic$Survived &lt;- factor(titanic$Survived, labels = c(&#34;Died&#34;, &#34;Survived&#34;)) str(titanic)</pre> <pre class="code" data-lang="" data-unlink>&#39;data.frame&#39;: 891 obs. of 4 variables: $ Pclass : Ord.factor w/ 3 levels &#34;1st&#34;&lt;&#34;2nd&#34;&lt;&#34;3rd&#34;: 1 3 1 3 1 1 3 1 1 2 ... $ Age : num 22 38 26 35 35 NA 54 2 27 14 ... $ Sex : Factor w/ 2 levels &#34;female&#34;,&#34;male&#34;: 2 1 1 1 2 2 2 2 1 1 ... $ Survived: Factor w/ 2 levels &#34;Died&#34;,&#34;Survived&#34;: 1 2 2 2 1 1 1 1 2 2 ...</pre> <h2 id="2-順序ロジスティック回帰モデルのフィッティング">2. 順序ロジスティック回帰モデルのフィッティング</h2> <p>我々は、順序ロジスティック回帰の最も一般的なタイプである比例オッズ・ロジスティック回帰を使用する。</p> <p>このモデルは、ordinal パッケージのclm()関数を用いて、下記のように実行できる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(ordinal) model &lt;- clm(Pclass ~ Age + Sex + Survived, data = titanic, na.action = na.omit) summary(model)</pre> <pre class="code" data-lang="" data-unlink>Coefficients: Estimate Std. Error z value Pr(&gt;|z|) Age 0.063208 0.005857 10.792 &lt;2e-16 *** Sexmale 0.315159 0.199921 1.576 0.115 SurvivedSurvived 1.969870 0.204830 9.617 &lt;2e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Threshold coefficients: Estimate Std. Error z value 1st|2nd 2.8120 0.2838 9.91 2nd|3rd 4.2024 0.3091 13.60</pre> <h3 id="注">注</h3> <p>na.actionはリストワイズを意味するna.omit、na.excludeは(予測値、標準誤差、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%E8%B4%D6">区間</a>限界において)残差値NAと表示される。</p> <h2 id="各予測変数と結果の関係の解釈">各予測変数と結果の関係の解釈</h2> <p>予測変数 X1 に関連づけられた順序ロジスティック回帰係数 β1 の一般的な解釈は,次式である.</p> <blockquote><p>予測変数X1が1単位増加すると,結果Yがより高いカテゴリーにあることの対数オッズがβ1変化する.</p></blockquote> <p>予測変数の係数は対数オッズ比なので、オッズ比を得るためには指数化しなければならない。</p> <p>Rでは、係数とp値を抽出するために、モデル・フィットの関数tidy()を、引数exponentiate = TRUEとconf.int = TRUE(95%信頼<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%E8%B4%D6">区間</a>を表示する)で呼び出すことができる。そして、表を小さくするために、出力から標準誤差とzスコアを取り除く:</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(tidymodels) tidy(model, exponentiate = TRUE, conf.int = TRUE) |&gt; select(-c(std.error, statistic))</pre> <pre class="code" data-lang="" data-unlink> term estimate p.value conf.low conf.high coef.type &lt;chr&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;chr&gt; 1 1st|2nd 16.6 3.77e-23 NA NA intercept 2 2nd|3rd 66.8 4.17e-42 NA NA intercept 3 Age 1.07 3.77e-27 1.05 1.08 location 4 Sexmale 1.37 1.15e- 1 0.930 2.04 location 5 SurvivedSurvived 7.17 6.77e-22 4.83 10.8 location </pre> <p>我々は、予測変数の係数(最後の3行)のみを見て、切片は見ない。以下は、その解釈方法 である:</p> <h3 id="年齢の係数の解釈">年齢の係数の解釈:</h3> <p>年齢に関する指数係数(オッズ比)は1.07である。年齢が高いことは、より高い客室であることと正の関係があり、解釈は次のようになる:</p> <p>年齢が高い乗客は、より高いクラスのチケットを持つ傾向がある(p &lt; 0.001)。具体的には、1歳上の乗客は、1.07倍高い確率で、1クラス高い客室のチケットを持つ。</p> <h3 id="Sexの係数の解釈">Sexの係数の解釈:</h3> <p>男性のSexに関する指数係数(オッズ比)は統計的に有意ではない(p = 0.115)。</p> <h2 id="生存率の係数の解釈">生存率の係数の解釈</h2> <p>Survivedの指数係数(オッズ比)7.17である。</p> <p>生存した乗客は、より高いクラスのチケットを持っている傾向がある(p &lt; 0.001)。具体的には、生存した乗客は、生存しなかった乗客よりも7.17倍の高い確率で1クラス上の航空券を持っていた。</p> <h2 id="モデル適合のチェック">モデル適合のチェック</h2> <p>rcompanionパッケージの関数nagelkerke()は、擬似R2乗を計算し、尤度比検定を実行する:</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(rcompanion) nagelkerke(model)</pre> <pre class="code" data-lang="" data-unlink>$Models Model: &#34;clm, Pclass ~ Age + Sex + Survived, titanic&#34; Null: &#34;clm, Pclass ~ 1, titanic&#34; $Pseudo.R.squared.for.model.vs.null Pseudo.R.squared McFadden 0.155862 Cox and Snell (ML) 0.277186 Nagelkerke (Cragg and Uhler) 0.316640 $Likelihood.ratio.test Df.diff LogLik.diff Chisq p.value -3 -115.88 231.77 5.738e-50 $Number.of.observations Model: 714 Null: 714 $Messages [1] &#34;Note: For models fit with REML, these statistics are based on refitting with ML&#34; $Warnings [1] &#34;None&#34;</pre> <p>特に重要なのは、<br/> NagelkerkeのR2乗: ロジスティック回帰モデルの適合度を測定する0から1の間の数値である。 尤度比検定: フル・モデル(すべての予測変数を含むモデル)がヌル・モデル(変数を含まないモデル)よりもよくデータに適合するかどうかを検定する。我々の事例では、LogLik.diffは-115.88で、p &lt; 0.001であり、これは予測変数を追加することが予測変数を含まない帰無モデルよりもよいことを意味する。</p> <h3 id="注-1"> 注</h3> <p>nagelkerkeの疑似R二乗を用いた尤度比検定は行わない方が良いと思われる。一つはnagelkerkeの疑似R二乗が通常のR二乗とは異なるということ、もう一つはR二乗はがモデルのフィッティングを示す指標としては不適切であるためである。<br/> 参考:<br/> <a href="https://ides.hatenablog.com/entry/2022/05/06/165738">https://ides.hatenablog.com/entry/2022/05/06/165738</a><br/> <a href="https://ides.hatenablog.com/entry/2022/06/19/030458">https://ides.hatenablog.com/entry/2022/06/19/030458</a></p> <p>また、lipsitz検定を実行して適合度をチェックすることもできる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(generalhoslem) lipsitz.test(model)</pre> <pre class="code" data-lang="" data-unlink>Lipsitz goodness of fit test for ordinal response models data: formula: Pclass ~ Age + Sex + Survived LR statistic = 5.2796, df = 9, p-value = 0.8093</pre> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A2%CC%B5%B2%BE%C0%E2">帰無仮説</a>は、指定されたモデルがデータによく適合する。5%水準以下の小さなP値は、モデルが不完全であることを示唆する。つまり、我々のモデルはデータに適合している。</p> <h3 id="注-2">注</h3> <p>リプシッツ検定は、順序対応ロジスティック回帰モデルの適合度検定である。これは、順序応答スコアに基づいて、観察されたデータを等しい大きさのg群に分割することを含む。このスコアは、各結果水準での各被験者の予測確率に等間隔の整数の重みを掛けて合計することにより計算される。ユーザーは、デフォルトでは10であるgに整数値を代入して、グループの数を指定できる。</p> <p>データのこの分割が与えられると、各グループについて、被験者が領域gにあればI = 1、なければI = 0となるようなダミー変数Iが導かれる。そして、モデルをこれらのダミー変数で再フィットする。Lipsitz ら (1996) は、尤度比検定、Wald 検定、スコア検定が使用できることを示唆している; lipsitz.test は、自由度 g-1 の尤度比検定を使用するだけである。</p> <p>モデルを実行する前に、結果変数を因子に変換しなければならないことに注意してほしい。モデル関数内で as.factor() を使用すると、 lipsitz.test がモデルを再適合するために update() 関数を使用する方法のため、エラーが発生する。</p> <p>Lipsitz 検定は、順序Hosmer-Lemeshow 検定(logitgof)とPulkstenis-Robinson 検定(pulkrob.chisq と pulkrob.deviance)と一緒に実行することが推奨さ れる(Fagerland and Hosmer, 2016)。</p> <p><a href="https://www.rdocumentation.org/packages/generalhoslem/versions/1.3.4/topics/lipsitz.test">https://www.rdocumentation.org/packages/generalhoslem/versions/1.3.4/topics/lipsitz.test</a></p> <h3 id="注Pulkstenis-Robinson-検定">注:Pulkstenis-Robinson 検定</h3> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A2%CC%B5%B2%BE%C0%E2">帰無仮説</a>は、指定されたモデルがデータによく適合する。5%水準以下の小さなP値は、モデルが不完全であることを示唆する。 c("Sex","Survived")のところはカテゴリカル変数を指定する必要がある。</p> <pre class="code {r}" data-lang="{r}" data-unlink>pulkrob.chisq(model, c(&#34;Sex&#34;,&#34;Survived&#34;))</pre> <pre class="code" data-lang="" data-unlink> Pulkstenis-Robinson chi-squared test data: formula: Pclass ~ Age + Sex + Survived X-squared = 28.637, df = 11, p-value = 0.002583</pre> <pre class="code {r}" data-lang="{r}" data-unlink>pulkrob.deviance(model, c(&#34;Sex&#34;,&#34;Survived&#34;))</pre> <pre class="code" data-lang="" data-unlink> Pulkstenis-Robinson deviance test data: formula: Pclass ~ Age + Sex + Survived Deviance-squared = 28.448, df = 11, p-value = 0.002763</pre> <h3 id="注Hosmer-Lemeshow検定">注:Hosmer-Lemeshow検定</h3> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A2%CC%B5%B2%BE%C0%E2">帰無仮説</a>は、指定されたモデルがデータによく適合する。5%水準以下の小さなP値は、モデルが不完全であることを示唆する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>## 欠損地を削除してtitanic.na.omitに格納 titanic.na.omit &lt;- na.omit(titanic) ## 従属変数のみのデータをpredprobに格納 predprob &lt;- data.frame(Age = titanic.na.omit$Age, Sex = titanic.na.omit$Sex, Survived = titanic.na.omit$Survived) ## フィットさせたオブジェクトmodelから必要なものをfvに格納 fv &lt;- predict(model, newdata = predprob, type = &#34;prob&#34;)$fit ## Hosmer-Lemeshow検定を実行,従属変数、フィットさせたオブジェクト、従属変数のカテゴリー数、順序変数かどうかを指定する。 logitgof(titanic.na.omit$Pclass, fv, g = 3, ord = TRUE)</pre> <pre class="code" data-lang="" data-unlink> Hosmer and Lemeshow test (ordinal model) data: titanic.na.omit$Pclass, fv X-squared = 3.5784, df = 3, p-value = 0.3107</pre> <h2 id="順序ロジスティック回帰モデルの精度">順序ロジスティック回帰モデルの精度</h2> <p>次に、3つのステップでモデルの精度を計算する:</p> <h4 id="ステップ1-フィット値を取得しpredsに保存する">ステップ#1: フィット値を取得し、predsに保存する:</h4> <p>注:ここではbroomパッケージのaugment()を用いる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>preds &lt;- augment(model, type = &#34;class&#34;, na.action=&#34;na.omit&#34;) preds</pre> <pre class="code" data-lang="" data-unlink># A tibble: 714 × 6 .rownames Pclass Age Sex Survived .fitted &lt;chr&gt; &lt;ord&gt; &lt;dbl&gt; &lt;fct&gt; &lt;fct&gt; &lt;fct&gt; 1 1 1st 22 male Died 1st 2 2 3rd 38 female Survived 3rd 3 3 1st 26 female Survived 3rd 4 4 3rd 35 female Survived 3rd 5 5 1st 35 male Died 1st 6 7 3rd 54 male Died 3rd 7 8 1st 2 male Died 1st 8 9 1st 27 female Survived 3rd 9 10 2nd 14 female Survived 1st 10 11 1st 4 female Survived 1st </pre> <h3 id="ステップ2混同行列を見る">ステップ2:混同行列を見る:</h3> <p>注:yardstickのconf_mat()を用いる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>conf_mat(preds, truth = Pclass, estimate = .fitted)</pre> <pre class="code" data-lang="" data-unlink> Truth Prediction 1st 2nd 3rd 1st 306 114 73 2nd 0 0 0 3rd 49 59 113</pre> <p>このモデルは、2等席のチケットを持っている人を分類していないことに注意してほしい。</p> <p>ここで停止して、混同行列を用いて手動で精度を計算することもできますが、yardstickのaccuracy()関数を用いるとより速く計算できるでしょう。</p> <h4 id="ステップ3-モデルの精度を計算する">ステップ3: モデルの精度を計算する:</h4> <pre class="code {r}" data-lang="{r}" data-unlink>yardstick::accuracy(preds, truth = Pclass, estimate = .fitted)</pre> <pre class="code" data-lang="" data-unlink> .metric .estimator .estimate &lt;chr&gt; &lt;chr&gt; &lt;dbl&gt; 1 accuracy multiclass 0.587</pre> <p>つまり、年齢、性別、生存率に基づいて、モデルは乗客のクラスを58.7%の確率で正しく推測していることになる。</p> <h2 id="比例オッズの仮定のチェック">比例オッズの仮定のチェック</h2> <p>上記の順序ロジスティック回帰モデルの特定のタイプ(比例オッズ・ロジスティック回帰)は、結果での各予測変数の効果が結果のすべてのレベルについて同じであると仮定している。たとえば、2等席のチケット vs 1等席のチケットを持つオッズでの年齢の1歳増加の効果は、3等席のチケット vs 2等席のチケットを持つオッズでの年齢の1歳増加の効果と同じといったものだ。</p> <p>ここで<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A2%CC%B5%B2%BE%C0%E2">帰無仮説</a>は、比例オッズの仮定が成り立つというものです。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A2%CC%B5%B2%BE%C0%E2">帰無仮説</a>は,比例オッズの仮定が成り立つというものである.オムニバス検定でp &lt; 0.05と変数の少なくとも1つが重なると,仮定が破られたとみなされる[source: McNulty K. Handbook of Regression Modeling in People Analytics: With Examples in R and <a class="keyword" href="https://d.hatena.ne.jp/keyword/Python">Python</a>. 第1版。Chapman and Hall/<a class="keyword" href="https://d.hatena.ne.jp/keyword/CRC">CRC</a>; 2021.].</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(gofcat) brant.test(model)</pre> <pre class="code" data-lang="" data-unlink>Brant Test: chi-sq df pr(&gt;chi) Omnibus 3.699 3 0.30 Age 2.027 1 0.15 Sexmale 1.554 1 0.21 SurvivedSurvived 0.679 1 0.41 H0: Proportional odds assumption holds</pre> <p>ここでは、すべてのp値が0.05を超えているので、比例オッズの仮定が成り立つ。</p> iDES きょうの健康でゲーム行動症について誤った解説がされる hatenablog://entry/6801883189070244903 2023-12-27T22:26:19+09:00 2023-12-27T22:26:19+09:00 きょうの健康 “幸せホルモン”でストレス解消 「ゲームをするなら“黙々系”」 www.nhk.jp きょうの健康といえば、ガッテン!(https://www.nhk.jp/p/gatten/ts/1ZQ6NXVY46/)などとは違い、確かな健康情報を伝えるというコンセプトの番組である。 日々の健康づくりに役立つ情報をお届けする「きょうの健康」。 がんや心臓病など命を奪うおそれのある病気から、効果的な運動や体操の方法まで、確かな取材に基づいた信頼のおける医学・健康の最新情報を、第一線で活躍する医師・専門家の方々をゲストに迎え、分かりやすくお伝えします。 https://www.nhk.jp/p/… <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%AD%A4%E7%A4%A6%A4%CE%B7%F2%B9%AF">きょうの健康</a> “幸せホルモン”でストレス解消 「ゲームをするなら“黙々系”」</p> <p><iframe width="100%" height="252" src="https://embed.www.nhk.jp/p/ts/83KL2X1J32/episode/te/RP972427L2/" frameborder="0"></iframe><cite class="hatena-citation"><a href="https://www.nhk.jp/p/kyonokenko/ts/83KL2X1J32/episode/te/RP972427L2/">www.nhk.jp</a></cite></p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%AD%A4%E7%A4%A6%A4%CE%B7%F2%B9%AF">きょうの健康</a>といえば、ガッテン!(<a href="https://www.nhk.jp/p/gatten/ts/1ZQ6NXVY46/">https://www.nhk.jp/p/gatten/ts/1ZQ6NXVY46/</a>)などとは違い、確かな健康情報を伝えるというコンセプトの番組である。</p> <blockquote><p>日々の健康づくりに役立つ情報をお届けする「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%AD%A4%E7%A4%A6%A4%CE%B7%F2%B9%AF">きょうの健康</a>」。 がんや心臓病など命を奪うおそれのある病気から、効果的な運動や体操の方法まで、<strong>確かな取材に基づいた信頼のおける医学・健康の最新情報</strong>を、第一線で活躍する医師・専門家の方々をゲストに迎え、<strong>分かりやすくお伝えします</strong>。 <a href="https://www.nhk.jp/p/kyonokenko/ts/83KL2X1J32/">https://www.nhk.jp/p/kyonokenko/ts/83KL2X1J32/</a></p></blockquote> <p>番組初めから<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A8%A5%BB%B2%CA%B3%D8">エセ科学</a>全開である。</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231227/20231227222155.png" width="1200" height="674" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>番組のディレクターが企画を考えて学者がそれに乗っかったのか、学者がディレクターをだましたのかわからないが、残念さしか残らないフリップである。</p> <h2 id="ゲーム障害">ゲーム障害</h2> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231227/20231227222316.png" width="1200" height="673" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span> <span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231227/20231227222328.png" width="1200" height="672" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/NHK">NHK</a>のナレーションは以下。</p> <blockquote><p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A5%D1%A5%DF%A5%F3">ドパミン</a>は欲求や快感を司っています。そのため、毎日何時間もゲームを続けていると、ゲームをしたいという欲が抑えられなくなってしまって、ゲーム障害になりやすくなってしまいます。そうなると、ひきこもりになったり、治療に長期間かかるなど生活への支障が大きくなりやすいそうです。ゲーム障害にならないためにはどんなゲームでも目安は1日30分程度が勧められます。</p></blockquote> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231227/20231227222444.png" width="1200" height="678" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span> <span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231227/20231227222504.png" width="1200" height="673" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <h2 id="ドパミンは欲求や快感を司っています"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A5%D1%A5%DF%A5%F3">ドパミン</a>は欲求や快感を司っています</h2> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>は欲求や開花に関係をしているという意味であれば正しい。しかし、後に続く説明と整合的に理解すると、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A5%D1%A5%DF%A5%F3">ドパミン</a>が欲求や快感を引き起こしているという意味で使われているので、誤りである。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fides.hatenablog.com%2Fentry%2F2023%2F08%2F10%2F215235" title="ネット・ゲーム依存症の予防・治療支援サービスをしている人の本を読んだら、樋口先生の作ったドーパミンの作り話がそのまま載っていてミーム化していることを確認してしまった話 - 井出草平の研究ノート" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://ides.hatenablog.com/entry/2023/08/10/215235">ides.hatenablog.com</a></cite></p> <p>James Oldsが1956年に書いた"Pleasure Centers in the Brain"で主張したメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムで、後年、否定されている。いつまで70年くらい前の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>理解をしているのだろうか。</p> <ul> <li>Olds, J. (1956). Pleasure Centers in the Brain. Scientific American, 195(4), 105–117. <a href="https://www.jstor.org/stable/24941787">https://www.jstor.org/stable/24941787</a></li> </ul> <h2 id="毎日何時間もゲームを続けているとゲームをしたいという欲が抑えられなくなってしまってゲーム障害になりやすくなってしまいます">毎日何時間もゲームを続けていると、ゲームをしたいという欲が抑えられなくなってしまって、ゲーム障害になりやすくなってしまいます。</h2> <p>「なりやすくなる」という逃げ道を残しているが、長時間ゲームをし続けるとゲーム行動症になるという因果関係は証明されていない。もともとゲーム行動症といわれる状態になりやすい因子である、<a class="keyword" href="https://d.hatena.ne.jp/keyword/ADHD">ADHD</a>や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>、不安症などの説明力を除いて、ゲームをすることがゲーム行動症につながると示した論文がないからだ。</p> <p>端的に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A8%A5%D3%A5%C7%A5%F3%A5%B9">エビデンス</a>がない。</p> <h2 id="ひきこもりになったり治療に長期間かかるなど生活への支障が大きくなりやすいそうです">ひきこもりになったり、治療に長期間かかるなど生活への支障が大きくなりやすいそうです</h2> <p>ゲームをやったら恐ろしいことになる、と脅しているが、ひきこもりがゲームのせいか、などわからない。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C9%D4%C5%D0%B9%BB">不登校</a>になって、家でやることがないのでゲームを長時間しているというのはよくあるケースだ。これをゲームのせいだ!というのは因果が逆転しているように思うのだが、どうだろうか。</p> <h2 id="ゲーム障害にならないためにはどんなゲームでも目安は1日30分程度が勧められます">ゲーム障害にならないためにはどんなゲームでも目安は1日30分程度が勧められます</h2> <p>端的に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A8%A5%D3%A5%C7%A5%F3%A5%B9">エビデンス</a>がない。</p> <p>先述の<a class="keyword" href="https://d.hatena.ne.jp/keyword/ADHD">ADHD</a>などの併存症の影響を取り除いて、ゲーム時間が30分ならゲーム行動症になりにくい、という結果を出している論文はないはず。</p> <p>ゲーム行動症になりやすい背景を持った子が長時間ゲームをする傾向があり、併存症の発症や社会でのつまづきなどの要因でゲーム時間が長くなり、ゲーム行動症と呼ばれる状態になっているというのが、現在までの研究で分かっているメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムである。</p> <p>ゲーム時間が30分以内の子がゲーム行動症になる確率が著しく低いという結果はある。しかし、これらの研究は、ゲーム時間を30分以内に収めればゲーム行動症にならない、と解釈するのは間違いである。</p> <p>監修として出てくる三村将先生の個人的主観にすぎず、科学的研究の結果ではないことを明言すべきである。</p> <h2 id="三村将先生">三村将先生</h2> <p>こちらのデータベースで研究は確認できる。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.k-ris.keio.ac.jp%2Fhtml%2F100006387_ja.html" title="研究者詳細 - 三村 将" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.k-ris.keio.ac.jp/html/100006387_ja.html">www.k-ris.keio.ac.jp</a></cite></p> <p>ここに掲載されている論文で、ファーストの論文がまったくないので、データベースを漁ったところ、脳の研究者であるというのは間違いなさそうだ。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%D7%CE%A4%C9%CD">久里浜</a>の樋口進先生とも<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CF%C2%CA%B8">和文</a>、英文とも共著がいくつかあるので、一つずつ挙げておこう</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.dovepress.com%2Frelationships-between-internet-addiction-and-clinicodemographic-and-be-peer-reviewed-fulltext-article-NDT" title="Relationships between Internet addiction and clinicodemographic and be | NDT" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.dovepress.com/relationships-between-internet-addiction-and-clinicodemographic-and-be-peer-reviewed-fulltext-article-NDT">www.dovepress.com</a></cite></p> <ul> <li>ElSalhy, M., Miyazaki, T., Noda, Y., Nakajima, S., Nakayama, H., Mihara, S., Kitayuguchi, T., Higuchi, S., Muramatsu, T., &amp; Mimura, M. (2019). Relationships between Internet addiction and clinicodemographic and behavioral factors. Neuropsychiatric Disease and Treatment, Volume 15, 739–752. <a href="https://doi.org/10.2147/NDT.S193357">https://doi.org/10.2147/NDT.S193357</a></li> </ul> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwebview.isho.jp%2Fjournal%2Fdetail%2Fabs%2F10.11477%2Fmf.1416200569" title="医学・医療の電子コンテンツ配信サービス" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://webview.isho.jp/journal/detail/abs/10.11477/mf.1416200569">webview.isho.jp</a></cite></p> <ul> <li><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E0%A5%CF%A5%F3%A5%DE%A5%C9">ムハンマド</a>・エルサルヒ,<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%BC%BE%BE">村松</a>太郎,樋口進,三村将(2016)インターネット依存の概念と治療.Brain and nerve,68(10):1159-1166</li> </ul> iDES 中国、突然のゲーム規制案発表-テンセントなど時価総額11兆円超消す(Bloomberg) hatenablog://entry/6801883189069772047 2023-12-26T00:21:44+09:00 2023-12-26T00:21:44+09:00 www.bloomberg.co.jp 国家新聞出版署は規制案で、ゲームの支出や利用時間の拡大を促す慣行にメスを入れる方針を示した。利用者が一つのゲーム内で使える金額に上限を設けるほか、頻繁なログインへのリワード提供制限や国家安全に反するコンテンツ禁止なども含まれた。 <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.bloomberg.co.jp%2Fnews%2Farticles%2F2023-12-22%2FS61UB8T1UM0W00" title="中国、オンラインゲームの過度な支出抑制へ-対策強化" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.bloomberg.co.jp/news/articles/2023-12-22/S61UB8T1UM0W00">www.bloomberg.co.jp</a></cite></p> <blockquote><p>国家新聞出版署は規制案で、ゲームの支出や利用時間の拡大を促す慣行にメスを入れる方針を示した。利用者が一つのゲーム内で使える金額に上限を設けるほか、頻繁なログインへのリワード提供制限や国家安全に反するコンテンツ禁止なども含まれた。</p></blockquote> iDES ブルデュー『ディスタンクシオン』輪読会第73夜 覚書 hatenablog://entry/6801883189068759174 2023-12-22T07:44:10+09:00 2024-03-22T01:07:21+09:00 ディスタンクシオン <1> -社会的判断力批判 ブルデューライブラリー作者:ピエール・ブルデュー藤原書店Amazon 旧版下268-278ページ。 要約 知識人(教師、研究者、芸術家)が、他の職業よりも「革命的行動の支持者」であること、また「権威主義」に反対し、「国際的な階級連帯」を支持する傾向にあることを述べています。彼らは一般的に、1968年5月の危機が一般の人々の利益に役立ったと考え、労働者と同様に「ストライキピケットは正当化される」と考えています。また、「人民戦線は良い経験だった」「社会主義をリベラリズムより好む」「国家がすべての重要な産業を所有していれば、事態はよくなる」といった意見… <p><div class="hatena-asin-detail"><a href="https://www.amazon.co.jp/dp/4938661055?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" class="hatena-asin-detail-image-link" target="_blank" rel="noopener"><img src="https://m.media-amazon.com/images/I/41Q6w+JkjTL._SL500_.jpg" class="hatena-asin-detail-image" alt="ディスタンクシオン &lt;1&gt; -社会的判断力批判 ブルデューライブラリー" title="ディスタンクシオン &lt;1&gt; -社会的判断力批判 ブルデューライブラリー"></a><div class="hatena-asin-detail-info"><p class="hatena-asin-detail-title"><a href="https://www.amazon.co.jp/dp/4938661055?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" target="_blank" rel="noopener">ディスタンクシオン &lt;1&gt; -社会的判断力批判 ブルデューライブラリー</a></p><ul class="hatena-asin-detail-meta"><li><span class="hatena-asin-detail-label">作者:</span><a href="https://d.hatena.ne.jp/keyword/%A5%D4%A5%A8%A1%BC%A5%EB%A1%A6%A5%D6%A5%EB%A5%C7%A5%E5%A1%BC" class="keyword">ピエール・ブルデュー</a></li><li><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C6%A3%B8%B6%BD%F1%C5%B9">藤原書店</a></li></ul><a href="https://www.amazon.co.jp/dp/4938661055?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" class="asin-detail-buy" target="_blank" rel="noopener">Amazon</a></div></div></p> <p>旧版下268-278ページ。</p> <h2 id="要約">要約</h2> <p>知識人(教師、研究者、芸術家)が、他の職業よりも「革命的行動の支持者」であること、また「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B8%A2%B0%D2%BC%E7%B5%C1">権威主義</a>」に反対し、「国際的な階級連帯」を支持する傾向にあることを述べています。彼らは一般的に、1968年5月の危機が一般の人々の利益に役立ったと考え、労働者と同様に「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B9%A5%C8%A5%E9%A5%A4%A5%AD">ストライキ</a>ピケットは正当化される」と考えています。また、「人民戦線は良い経験だった」「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BC%D2%B2%F1%BC%E7%B5%C1">社会主義</a>を<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EA%A5%D9%A5%E9%A5%EA%A5%BA%A5%E0">リベラリズム</a>より好む」「国家がすべての重要な産業を所有していれば、事態はよくなる」といった意見を持っています。しかし、彼らの回答は時に、自身の言論と一致しない倫理観を示していることもあります。たとえば、彼らは労働者よりも「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CF%AB%C6%AF%C1%C8%B9%E7">労働組合</a>への信頼が1968年以降減少した」と述べることが多く、個人の最も重要な特徴は「性格」(労働者は「階級」をより頻繁に引用)であり、「経済的進歩は多数派に利益をもたらした」(労働者はそれが少数派にのみ利益をもたらしたと考えることが多い)と考えることがあります。この分析は、1968年以降に行われた、知識人176人を含む3,288人の男性を対象とした調査結果に基づいています。知識人には、特に支配階級の支配的でない部分から来た人々には、言論と倫理観の間に基本的な不一致が存在する可能性があり、これは支配階級のメンバーには観察されないものです。彼らは、すべての問題を政治的に構築する傾向と、生活のすべての側面で完全な一貫性を追求することが強いられるかもしれません。</p> <p>意見の形成の基本となる傾向が、意見を表現する方法、つまり議論のニュアンスや態度など、通常の調査で簡略化されがちな細かな点において現れることを指摘しています。このため、表面的には同じように見える回答でも、実際には非常に異なる、または反対の行動を予測する傾向を示している可能性があります。例えば、異なる社会的背景を持つ人々が、選挙的には似ているように見える意見を持ちながら、その意見の根底にある動機は大きく異なることがあります。</p> <p>この文章は、学生の政治的立場とその両親の職業との間に関連性がないと結論づけたLipsetの研究を批判しています。Lipsetは、大学の種類や専攻分野などの要因を重視し、社会的背景の違いが学業成績や進路選択にどのように反映されるかを見落としていると指摘されています。また、表面上同じような政治的立場を持つ人々が、実際には異なる背景や動機を持ち、異なる行動をとる可能性があることを強調しています。これは、詳細な質問によって政治的行動や判断の「方法」を示す指標を得ることなく、同じ政治的内容を持つ立場を同一視することが、短期的にも長期的にも不十分な予測因子になる可能性があることを意味しています。</p> <p>個人の直接的な意見形成と、代理を通じての意見形成の対立について説明しています。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B9%A5%C8%A5%E9%A5%A4%A5%AD">ストライキ</a>の場合、権力を持つ者たちはしばしば「民主的な」投票や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%A4%CF%C0%C4%B4%BA%BA">世論調査</a>の論理と、「中央集権的な」<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CF%AB%C6%AF%C1%C8%B9%E7">労働組合</a>を通じた表現の論理を対立させ、個人を孤立させ、個々の力に依存させるよう努めます。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%A4%CF%C0%C4%B4%BA%BA">世論調査</a>は、代表者によってなされる意見とは反対の意見を、特に資源が乏しい人々に生み出させることで、代理による契約の有効性を問題視します。</p> <p>また、大規模な政党と小規模な「先鋒」グループや政党の間の関係において、政党と大衆の関係に対する二つの異なる見方が対立しています。一方は「リアリズム」を名目に、中央指導部に高度な代表権を求め、もう一方は、自己管理と政治的意見の形成を提唱します。これは、特に自分の意見を生み出すための資源を持つ人々にとって、他者に意見形成の権力を委ねる必要がないことを意味します。</p> <p>さらに、党の組織とその支持者の関係は、政治的責任者の採用、育成、昇進の方法、社会的背景、教育レベル、政治的思考の傾向、政治的言説の形成方法などによって異なることが指摘されています。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%A6%BB%BA%C5%DE">共産党</a>は、党によってほぼ完全に行われる全面的な教育を通じて、政治家を事実上ゼロから育成するのに対し、保守党はすでに一般教育を受けて確立された地位を持つ著名人を取り入れることができます。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%A4%CF%C0%C4%B4%BA%BA">世論調査</a>の分析を通じて、特に政党の支持者がどのように意見を形成するかに関する点に焦点を当てています。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%A6%BB%BA%C5%DE">共産党</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CD%AD%B8%A2%BC%D4">有権者</a>は、具体的な経験や政治的学習を通じて、「何を考えるべきか」を理解することで、意見を形成する方法が異なる場合があります。一方で、彼らは自身の倫理観に基づいて意見を形成し、時には古い<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%B8%A5%E7%A5%EF">ブルジョワ</a>の道徳の守護者として現れることもあります。このため、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%A6%BB%BA%C5%DE">共産党</a>の活動家やリーダーの間で、政治的な命題と「倫理的」な命題の間に矛盾や不一致が生じることが容易に指摘されます。これは、特定の状況で実際に保守的な政治的行動を引き起こす原因となることがあります。</p> <p>一方、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PSU">PSU</a>(統一<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BC%D2%B2%F1%C5%DE">社会党</a>)の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CD%AD%B8%A2%BC%D4">有権者</a>は主に「知識人」の職業から来ており、その回答の高い一貫性は、彼らが政治的な問題に対して総合的にアプローチする能力を示しています。彼らは、あらゆることを政治的に捉え(美学者がすべてを美的に捉えるのと同様に)、明確に整合性のある回答システムを提供し、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%A6%BB%BA%C5%DE">共産党</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CD%AD%B8%A2%BC%D4">有権者</a>よりも明確に定式化された政治的原則を中心に整合性を持っています。<a class="keyword" href="https://d.hatena.ne.jp/keyword/PSU">PSU</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CD%AD%B8%A2%BC%D4">有権者</a>は、他の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CD%AD%B8%A2%BC%D4">有権者</a>が倫理的な原則に「後退」する傾向がある分野でも、純粋に政治的な原則を主張する能力において他のグループと区別されます。</p> <p>政治的判断について述べています。全ての政治的判断、特に最も洞察に満ちたものでさえ、代表者や権限を持つ者の選択、さらにはア<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%C7%A5%A2">イデア</a>、意見、プロジェクト、プログラム、計画などの選択に固有の「暗黙の信頼(fides implicita)」の要素を含んでいると指摘しています。これらはすべて「個性」に具現化され、その実現性と信頼性はこれらの「個性」の実現性と信頼性に依存しています。</p> <p>また、判断の対象が人物なのか、それともア<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%C7%A5%A2">イデア</a>なのかという不確実性は、政治の論理自体に根ざしています。どのような体制下でも、政治的な問題や解決策の提示や導入には、必然的に特定の人物やグループに依存することが述べられています。このことは、政治的な判断が単に理念や方針に基づくものではなく、それを代表する人物に対する信頼や信念に大きく影響されることを意味しています。</p> <p>政治的判断における「暗黙の信頼(fides implicita)」について述べています。すべての政治的判断には、代表や権力者の選択、ア<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%C7%A5%A2">イデア</a>や意見、プロジェクト、プログラム、計画などの選択が含まれ、これらは「個性」に宿り、その「個性」の現実性と信頼性に依存します。政治的判断の対象が人物なのか、ア<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%C7%A5%A2">イデア</a>なのかという不確実性は政治の本質的な部分です。</p> <p>選択された代表は、既に表明された意見を表現すると同時に、まだ明確にされていない、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%F8%BA%DF%C5%AA">潜在的</a>な意見も表現します。これらは代表の体の言語や話し方、態度などから推測されることが多いです。政治的選択は、代表者の「個性」とその保証する内容を不可分に考慮します。</p> <p>また、代表は、具体的なプログラム(「opus operatum」、すでに定式化された提案の集合)だけでなく、まだ形成されていない提案を生み出す原理の集合(「modus operandi」、方針やライン)としてのプログラムの保証者でもあります。この事実は、政治的代理契約の中には常に契約的でない要素が含まれることを示しています。代表が、自分の立場や政治的意見を未表明のものとして表現することにより、支持者の意見を形作り、時には支持者が認識していない意見や要求を代弁することもあります。これは、グループ全体の先駆者や後衛といった特定の立場を反映することがあると指摘されています。</p> <p>政治的変革を求める人々が、既存のドグマ(通常の秩序に対する通常の同意)との断絶を意味する異端的な意図を、具体化されたプログラムの形で明るみに出す必要があることについて説明しています。このような状況では、彼らは代表者が口にするプログラムと、その代表者の慣習や行動から裏切られる暗黙のプログラムとの間の矛盾にさらされやすくなります。これは、政治的能力へのアクセスに隠された条件(特に教育)により、明示的なプログラムの生産や再生産の独占権を持つ者が、彼らの支持者とは異なる社会的条件から生まれるためです。</p> <p>一方、既存の秩序を維持することを唯一の目的とする者たちは、このような明示的な説明作業を省略し、自身の人格、区別、優雅さ、教養、さらには貴族の称号や学術的な称号などの所有物を通じて、保守のための内在化されたプログラムの保証を提示することができます。彼らは自然に、自身の体の言語、話し方、発音を通じて、言葉とその人物の個性との間に完璧で自然な一致を持っています。</p> <h2 id="五月危機">五月危機</h2> <p>五月危機</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fja.wikipedia.org%2Fwiki%2F%25E4%25BA%2594%25E6%259C%2588%25E5%258D%25B1%25E6%25A9%259F" title="五月危機 - Wikipedia" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://ja.wikipedia.org/wiki/%E4%BA%94%E6%9C%88%E5%8D%B1%E6%A9%9F">ja.wikipedia.org</a></cite></p> <p>フランス人民戦線</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fja.wikipedia.org%2Fwiki%2F%25E3%2583%2595%25E3%2583%25A9%25E3%2583%25B3%25E3%2582%25B9%25E4%25BA%25BA%25E6%25B0%2591%25E6%2588%25A6%25E7%25B7%259A" title="フランス人民戦線 - Wikipedia" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://ja.wikipedia.org/wiki/%E3%83%95%E3%83%A9%E3%83%B3%E3%82%B9%E4%BA%BA%E6%B0%91%E6%88%A6%E7%B7%9A">ja.wikipedia.org</a></cite></p> <h2 id="妙な図">妙な図</h2> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231222/20231222074338.png" width="1071" height="851" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span> はい/いいえだけではなく無回答を入れた図になっている。あまり見ない図表化だし、おそらく意味はない。<br/> 単純に多い少ないを比べてどうなるか、職業や性別もいれるなら多変量にした方が良い、など思うことはいろいろある。</p> <h2 id="契約の非契約的要素">契約の非契約的要素</h2> <blockquote><p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C7%A5%E5%A5%EB%A5%B1%A1%BC%A5%E0">デュルケーム</a>の言葉を借りるならば、政治的委託契約においてすべてが契約によることはけっしてないという事態をもたらす原因となっているのだ。(p.277)</p></blockquote> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fides.hatenablog.com%2Fentry%2F2019%2F09%2F04%2F003840" title="デュルケムの契約の非契約的要素 - 井出草平の研究ノート" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://ides.hatenablog.com/entry/2019/09/04/003840">ides.hatenablog.com</a></cite></p> <blockquote><p>契約における非契約的要素とは「『社会分業論』におけるスペンサー批判の論点を,<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D1%A1%BC%A5%BD%A5%F3%A5%BA">パーソンズ</a>が定式化したものである(Parsons[1937]1949: 311-4, 19)</p></blockquote> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%EB%A5%C7%A5%E5%A1%BC">ブルデュー</a>は2つ目の解釈を選んでいる。</p> <blockquote><p>1つ目は,集合意識として理解する見解,具体的には,「契約に対する社会的規制力」(杉山 1988: 81),「集合意識の規制力」(鈴木 1990: 67),契約の両当事者が備える「『神聖なもの』『畏敬の念を引き起こすもの』である『人格』という『属性』」(巻口 1999: 104)という理解である.<br/> 2つ目は,個々の契約に先立つ連帯として理解する見解,具体的には,「契約に先立つ連帯」「信頼」(Collins 1982:12),「契約の相手方への信頼」(中島 2001: 53)という理解である. 3つ目は,契約に拘束力を与える社会的規制と考える見解, 具体的には,「拘束力を与える一群のルール」(Parsons[1937]1949: 311),契約に「拘束力を与え,その実施の条件」(Lukes 1973: 146)を定めるもの,「分散している社会諸機能が調和的な協働を維持するための『固定性』あるいは『規則性』の確保」(芦田 1981: 91-2)を目的としたサンクションという理解である.</p></blockquote> <p>後期<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C7%A5%E5%A5%EB%A5%B1%A1%BC%A5%E0">デュルケーム</a>の『道徳教育論』では「契約における非契約的要素」という言い方ではないものの、この命題を扱っていて、集団への愛着が道徳の前にあるという論理展開なので、2つ目の解釈が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C7%A5%E5%A5%EB%A5%B1%A1%BC%A5%E0">デュルケーム</a>の本流ではあるのだろう。</p> iDES ノンパラメトリックANCOVA hatenablog://entry/6801883189067113959 2023-12-15T20:02:43+09:00 2023-12-15T20:16:49+09:00 rdrr.io sm.ancova関数の形式は以下。 sm.ancova(x, y, group, h, model = "none", h.alpha = NA, weights=NA, covar = diag(1/weights), ...) 引数modelは"none", "equal", "parallel"のいずれかのオプションが選べる。 "none":各グループが完全に独立した回帰直線を持つことを仮定する。各グループは独自の傾き(slope)と切片(intercept)を持ちます。 "equal":すべてのグループが共通の回帰直線を持つことを仮定する。すべてのグループにおいて傾き… <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Frdrr.io%2Fcran%2Fsm%2Fman%2Fsm.ancova.html" title="sm.ancova: Nonparametric analysis of covariance in sm: Smoothing Methods for Nonparametric Regression and Density Estimation" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://rdrr.io/cran/sm/man/sm.ancova.html">rdrr.io</a></cite></p> <p>sm.ancova関数の形式は以下。</p> <pre class="code" data-lang="" data-unlink>sm.ancova(x, y, group, h, model = &#34;none&#34;, h.alpha = NA, weights=NA, covar = diag(1/weights), ...)</pre> <p>引数modelは"none", "equal", "parallel"のいずれかのオプションが選べる。</p> <ul> <li>"none":各グループが完全に独立した回帰直線を持つことを仮定する。各グループは独自の傾き(slope)と切片(intercept)を持ちます。</li> <li>"equal":すべてのグループが共通の回帰直線を持つことを仮定する。すべてのグループにおいて傾きと切片が同じ。</li> <li>"parallel":このオプションは、すべてのグループが共通の傾きを持つが、異なる切片を持つことを仮定する。つまり共変量の影響(傾き)はすべてのグループで同じたが、切片(基本レベル)は異なる可能性があるという仮定。</li> </ul> <h2 id="ダミーデータの生成">ダミーデータの生成</h2> <pre class="code {r}" data-lang="{r}" data-unlink>library(dplyr) set.seed(0) group1_scores &lt;- sample(70:100, 50, replace = TRUE) group2_scores &lt;- sample(60:90, 50, replace = TRUE) Covariate_Variable &lt;- sample(80:140, 100, replace = TRUE)</pre> <pre class="code" data-lang="" data-unlink>&gt; group1_scores [1] 83 94 73 76 70 71 98 92 80 83 87 96 88 70 90 90 79 91 83 79 76 78 84 90 74 78 94 83 74 74 71 79 99 94 81 84 70 89 72 75 79 79 75 84 89 97 89 95 81 94 &gt; group2_scores [1] 82 65 84 67 71 84 82 83 65 85 66 78 69 65 83 73 61 72 77 81 73 65 60 78 78 67 65 82 90 71 65 67 66 70 76 63 72 67 84 75 84 82 73 79 66 88 72 87 81 88 &gt; Covariate_Variable [1] 107 123 127 112 124 100 110 117 96 88 118 102 98 133 129 105 127 122 109 121 111 118 139 130 108 113 89 80 122 138 105 94 137 108 103 121 127 132 91 118 103 [42] 132 107 101 119 112 98 105 114 122 80 108 93 101 85 107 131 120 116 140 125 128 82 101 114 86 125 114 130 123 128 120 139 129 135 133 128 129 134 126 106 86 [83] 126 99 136 103 130 132 95 98 115 81 127 80 123 118 120 139 137 92</pre> <h2 id="データの変形">データの変形</h2> <pre class="code {R}" data-lang="{R}" data-unlink>Score &lt;- c(group1_scores, group2_scores) Group &lt;- factor(c(rep(&#34;Group1&#34;, 50), rep(&#34;Group2&#34;, 50)))</pre> <pre class="code" data-lang="" data-unlink>&gt; Score [1] 83 94 73 76 70 71 98 92 80 83 87 96 88 70 90 90 79 91 83 79 76 78 84 90 74 78 94 83 74 74 71 79 99 94 81 84 70 89 72 75 79 79 75 84 89 97 89 95 81 94 82 65 84 67 71 [56] 84 82 83 65 85 66 78 69 65 83 73 61 72 77 81 73 65 60 78 78 67 65 82 90 71 65 67 66 70 76 63 72 67 84 75 84 82 73 79 66 88 72 87 81 88 &gt; Group [1] Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 [24] Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 Group1 [47] Group1 Group1 Group1 Group1 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 [70] Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 [93] Group2 Group2 Group2 Group2 Group2 Group2 Group2 Group2 Levels: Group1 Group2</pre> <h2 id="smancova関数を使用したノンパラメトリックANCOVA">sm.ancova関数を使用したノン<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D1%A5%E9%A5%E1%A5%C8%A5%EA%A5%C3%A5%AF">パラメトリック</a>ANCOVA</h2> <pre class="code {R}" data-lang="{R}" data-unlink>library(sm) sm.ancova(x = Covariate_Variable, y = Score, group = Group, model = &#34;parallel&#34;)</pre> <p>Test of parallelism : h = 5.36634 p-<a class="keyword" href="https://d.hatena.ne.jp/keyword/value">value</a> = 0.9192</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231215/20231215200227.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> iDES 区分線形回帰モデル hatenablog://entry/6801883189061265104 2023-11-24T10:13:36+09:00 2023-11-24T15:18:55+09:00 www.rdocumentation.org 区分線形回帰モデルは、データセットを複数の区間に分割し、それぞれの区間で線形回帰モデルを適用する手法である。これにより、データの局所的な傾向や非線形のパターンを捉えることができる。ここではsegmentedパッケージを使用する。 # 必要なパッケージをインストールしてロード install.packages("segmented") library(segmented) # 仮想データの生成 set.seed(123) # 結果の再現性のため x <- 1:100 y <- ifelse(x < 50, 2 * x + rnorm(100, sd … <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.rdocumentation.org%2Fpackages%2Fsegmented%2Fversions%2F1.6-4" title="segmented package - RDocumentation" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.rdocumentation.org/packages/segmented/versions/1.6-4">www.rdocumentation.org</a></cite></p> <p>区分線形回帰モデルは、デー<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BF%A5%BB%A5%C3%A5%C8">タセット</a>を複数の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%E8%B4%D6">区間</a>に分割し、それぞれの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%E8%B4%D6">区間</a>で線形回帰モデルを適用する手法である。これにより、データの局所的な傾向や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C8%F3%C0%FE%B7%C1">非線形</a>のパターンを捉えることができる。ここではsegmentedパッケージを使用する。</p> <pre class="code {r}" data-lang="{r}" data-unlink># 必要なパッケージをインストールしてロード install.packages(&#34;segmented&#34;) library(segmented)</pre> <pre class="code {r}" data-lang="{r}" data-unlink># 仮想データの生成 set.seed(123) # 結果の再現性のため x &lt;- 1:100 y &lt;- ifelse(x &lt; 50, 2 * x + rnorm(100, sd = 5), -2 * x + rnorm(100, sd = 5)) plot(x,y)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231124/20231124101409.png" width="700" height="432" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <h2 id="モデルのフィット">モデルのフィット</h2> <pre class="code {r}" data-lang="{r}" data-unlink># 基本の線形モデルのフィット lm.model &lt;- lm(y ~ x) # Piecewise linear regressionモデルのフィット pw.model &lt;- segmented(lm.model, seg.Z = ~ x, psi = list(x = 50), control = seg.control(display = FALSE))</pre> <h2 id="結果の表示">結果の表示</h2> <pre class="code {R}" data-lang="{R}" data-unlink>summary(pw.model) plot(x, y) lines(x, predict(pw.model), col = &#34;red&#34;)</pre> <pre class="code" data-lang="" data-unlink>Estimated Break-Point(s): Est. St.Err psi1.x 33 2.64 Meaningful coefficients of the linear terms: Estimate Std. Error t value Pr(&gt;|t|) (Intercept) 1.0179 14.7908 0.069 0.9453 x 1.9362 0.7591 2.551 0.0123 * U1.x -6.6143 0.8031 -8.236 NA --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 41.52 on 96 degrees of freedom Multiple R-Squared: 0.8478, Adjusted R-squared: 0.8431 Boot restarting based on 6 samples. Last fit: Convergence attained in 2 iterations (rel. change 3.422e-11)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231124/20231124101334.png" width="700" height="432" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>2つの回帰式のブレイクポイント33であった。</p> <h2 id="フィットされたモデルの各区分された関係の傾きを計算する">フィットされたモデルの各「区分された」関係の傾きを計算する。</h2> <pre class="code {r}" data-lang="{r}" data-unlink>slope(pw.model)</pre> <pre class="code" data-lang="" data-unlink>$x Est. St.Err. t value CI(95%).l CI(95%).u slope1 1.9362 0.75909 2.5507 0.42942 3.4430 slope2 -4.6781 0.26230 -17.8350 -5.19870 -4.1574</pre> iDES クレペリンからのネオ・クレペリンアンの分岐: 彼らとは何で、なぜ彼らが問題なのか hatenablog://entry/6801883189053467053 2023-10-26T03:47:08+09:00 2023-10-26T03:47:08+09:00 pdxscholar.library.pdx.edu Hoeschen, L. (2014). Neo-Kraepelinian Divergences from Kraepelin; What Are They and Why They Matter. https://doi.org/10.15760/honors.102 要旨 精神医学はその発展を通して、科学的・医学的学問分野として自らを正当化するために苦闘してきた。この苦闘の多くは、精神疾患の本質に関するコンセンサスや、診断を下すための標準的な方法論の欠如に起因している。このような精神医学の科学的進歩の阻害要因を取り除こうと、1980年… <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fpdxscholar.library.pdx.edu%2Fhonorstheses%2F104%2F" title="Neo-Kraepelinian Divergences from Kraepelin : What are They and Why They Matter" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://pdxscholar.library.pdx.edu/honorstheses/104/">pdxscholar.library.pdx.edu</a></cite></p> <ul> <li>Hoeschen, L. (2014). Neo-Kraepelinian Divergences from Kraepelin; What Are They and Why They Matter. <a href="https://doi.org/10.15760/honors.102">https://doi.org/10.15760/honors.102</a></li> </ul> <h2 id="要旨">要旨</h2> <p>精神医学はその発展を通して、科学的・医学的学問分野として自らを正当化するために苦闘してきた。この苦闘の多くは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の本質に関するコンセンサスや、診断を下すための標準的な方法論の欠如に起因している。このような精神医学の科学的進歩の阻害要因を取り除こうと、1980年に「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BE%E3%B3%B2">精神障害</a>の診断と統計マニュアル(<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>)」の第3版が出版され、分類の性質や臨床診断へのアプローチに大幅な方法論の変更が加えられた。現代の精神医学が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>的復興の中にあるという特徴付けと同様に、この非常に影響力のあるテキストは、しばしばエミール・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>(1856-1926)の精神医学ノソロ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A1%BC">ジー</a>の適応と関連づけられ、またそのようにみなされている。本稿ではまず、何がこのクラペリン・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EA%A5%D0%A5%A4%A5%D0%A5%EB">リバイバル</a>につながったのか?次に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIにおけるこの「ネオ・クレペリアン」が、実際にどの程度「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>的」であったかを検討する。後者については、(1)<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の主な精神病の分類の技術的・文脈的な違い、(2)それぞれのノゾロ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A1%BC">ジー</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>的な違いとその結果について検討する。最終的には、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>のネオ・クレペリアンによる<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の研究成果の解釈が、結果的に問題となるような形で<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>のものから逸脱していることが論じられる。</p> <hr /> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>のカテゴリーの議論に関連する妥当性には、他に2つの形式がある(Carmines and Zeller, 17, 22-23);</p> <p>(1)予測妥当性 Predictive validityとは、測定器が、測定器自体の外部にある何らかの行動を正確に予測する度合いを問うものである。診断カテゴリーが、その診断を受けた人がどのように行動するかを予測するためのものである場合、その診断を受けた人がどのように行動するかを正確に予測するものであれば、予測的妥当性があるといえる。</p> <p>(2) 構成概念妥当性Construct validityとは、特定の測定と他の測定との間に、測定されている構成概念に関する理論的に導かれた仮説と一致する相関が存在する程度である。例として、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>で定義された自己愛性パーソナリティ障害(NPD)の特定の尺度の構成概念妥当性を測定する場合、その構成概念と<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>で定義されたNPDの構成概念から導き出された理論的仮説との関係を検討する。 この2つの測定間に高い相関があれば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>で定義されたNPDの構成概念妥当性を支持する証拠の1つとなる。</p> <h2 id="精神医学の発展とクレペリンの復活">精神医学の発展と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の復活</h2> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の本質に関する考え方は、私たちの歴史が許す限り古い。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B8%C5%C2%E5%A5%AE%A5%EA%A5%B7%A5%A2">古代ギリシア</a>人は、狂気を元素や体液の不均衡の結果とみなしていた。この考え方はヨーロッパの中世まで部分的には続いたが、当時の宗教的な影響により、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%C9%C2%BC%D4">精神病者</a>は道徳の範囲内に置かれることになった。18世紀の大半を通じて、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BE%E3%B3%B2%BC%D4">精神障害者</a>は治療的介入ではなく、社会から隔離する手段として、精神病院に収容され、残酷な環境に置かれた。精神医学が医学の専門分野として台頭したのは、19世紀半ばのことである。ドイツの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%B0%E5">精神科医</a>エミール・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>(Emil Kraepelin, 1856-1926)は、この発展において著名な人物であった。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>以前は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の病名分類についてほとんどコンセンサスが得られていなかった。生物学的精神医学の提唱者であった彼は、より科学的根拠に基づいた<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の研究と分類システムへの道を開いた。多くの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>を生物学的病因に従って分類した後、彼には病態生理学的な説明が明らかでない精神病状態の患者という大きなグループが残された(Klerman, 100)。このような精神病をプレコックス型痴呆と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%ED%AF%A4%A6%A4%C4%C9%C2">躁うつ病</a>に分類したことは、まさにこの理由から批判された。にもかかわらず、今日、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の遺産は、この区別によって存続している。ヨーロッパのほとんどの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%B0%E5">精神科医</a>が1900年代を通じて<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>に従い続けた一方で、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%E1%A5%EA">アメリ</a>カの精神医学は生物学的精神医学から環境精神医学や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%C0%CF">精神分析</a>精神医学へとシフトしていった(Decker, 341)。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%E8%C6%F3%BC%A1%C0%A4%B3%A6%C2%E7%C0%EF">第二次世界大戦</a>中、兵士たちは戦闘<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%BE%C9">神経症</a>の症例を提示し、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%C0%CF">精神分析</a>医の実践の場を提供した。多くの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%B0%E5">精神科医</a>がこうした治療介入の成功を目の当たりにし、その結果、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%E8%C6%F3%BC%A1%C0%A4%B3%A6%C2%E7%C0%EF">第二次世界大戦</a>後、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%C0%CF">精神分析</a>教育を受けようとする志願者が著しく増加した(Decker, 342)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%C0%CF">精神分析</a>はほとんどの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>を緩和できるというのが一般的な考えであった。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BE%E3%B3%B2">精神障害</a>は脳の病気であり、したがって正常な精神機能とは明確に区別されるという生物学的な見方とは対照的に、連続的な精神生活という<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D5%A5%ED%A5%A4%A5%C8">フロイト</a>の見方が優勢となった。さらに、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%E1%A5%EA">アメリ</a>カ精神医学会と精神医学全般が、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BE%E3%B3%B2">精神障害</a>の社会的基盤に注目し始めた。それに伴い、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IとIIは精神力動的な傾向を反映したものとなった(Mayes and Horwitz, 249)。戦後、生物学的精神医学から精神力動的精神医学への移行は、精神医学の分野全体にとって楽観的な時期であった。しかし、これは短命に終わった。</p> <p>1960年代から1970年代にかけて、精神医学は反発と挑戦の高まりに直面した。ひとつには、州立病院の患者のほとんどが慢性的な状態にあったため、憂鬱で落胆させられる雰囲気になり(Decker, 343)、専門スタッフの数が不十分であったため、治療法が著しく不足していたことが挙げられる。精神科患者の長期にわたる施設収容は、治療の失敗と相まって、施設収容の広範な実践に対する監視の目を強め、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%C0%CF">精神分析</a>家や社会活動家のかつての楽観的なアプローチに疑問を投げかけた。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%E1%A5%EA">アメリ</a>カの精神医学のイメージはますます悪化していきました。反精神医学」運動は60年代に形成され始め、その思想は『<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の神話』(1961年)を著した<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%B0%E5">精神科医</a>トーマス・サズによってさえ支持された。サズは、精神医学は不適合な行動を<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>と同一視しており、したがって<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>は神話であると主張した。1973年、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B9%A5%BF%A5%F3%A5%D5%A5%A9%A1%BC%A5%C9%C2%E7%B3%D8">スタンフォード大学</a>の心理学者で弁護士のD.L.ローゼンハンによる論文がサイエンス誌に掲載され、一般大衆の多くが共有していたサズの考えを裏付ける実験的証拠が示された。この研究は、本物の患者を装っただけの人物が、幻聴という漠然とした記述だけで、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%C9%C2%B1%A1">精神科病院</a>に入院できることを実証することで、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%B0%E5">精神科医</a>が本物の症状と偽りの症状を区別できないことを示した。これらの発見は、精神医学的診断の科学的妥当性を攻撃するための具体的な材料を提供した。</p> <p>長年にわたってゲイ解放運動から「同性愛」を精神病と診断することについて圧力を受け、抗議を受けてきたAPAは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>Ⅱから同性愛を削除することを決議したのである(APA, 1968)。この決定は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の診断の科学的根拠に関する世論の批判を煽った。精神医学的診断の正当性や違法性についての「決定」が、社会的圧力の結果としてなされうるという単純な事実は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の診断方法や、健常者と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%C9%C2%BC%D4">精神病者</a>の区別の科学的根拠が不十分であることを改めて示した。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%E1%A5%EA">アメリ</a>カの精神医学は、もはや他の医学分野の中で正当な地位を与えられておらず、自律的な学問分野として危機的状況にあった。現実的な問題をさらに悪化させたのは、第<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%B0%BC%D4">三者</a>支払機関が、「本当の病気」と見なされない病気の治療に対する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%B0%E5">精神科医</a>への支払いを拒否し始めたことである(Decker, 345)。治療の成果を保証する必要があり、第<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%B0%BC%D4">三者</a>支払者の目には、精神療法はその期待に応えることができなかったのである。</p> <p>正当な学問分野としての地位を救い、その危機的な状態を緩和するためには、精神医学を医学的にモデル化された科学的な精神医学に戻すことが、歴史的に明らかに必要であった。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BB%A5%F3%A5%C8%A5%EB%A5%A4%A5%B9">セントルイス</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EF%A5%B7%A5%F3%A5%C8%A5%F3%C2%E7%B3%D8">ワシントン大学</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%B0%E5">精神科医</a>グループ(後に「ネオ=クラペリアン」と呼ばれる)が、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%C0%CF">精神分析</a>的精神医学や環境精神医学に代わって生物学的精神医学を復活させるという共通の目標を持って団結したのは、この頃であった(Decker, 345)。 目の前の必要性に加えて、当時の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CC%F4%CD%FD%B3%D8">精神薬理学</a>の新しい知見が、このクレペリアン的復活を後押しした。 具体的には、1950年代から1970年代にかけて、リチウム、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%ED%A5%EB%A5%D7%A5%ED%A5%DE%A5%B8%A5%F3">クロルプロマジン</a>、イミプラミンという薬が、それぞれ躁病、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%FD%B9%E7%BC%BA%C4%B4%BE%C9">統合失調症</a>、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>の治療に成功すると考えられていた(Ghaemi)。この発見は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の病名論に一種の治療的検証を与えたという点で重要であった。それぞれの障害に対するこれらの薬物の投与の間に特定の相関関係があることから、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の分類システムは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D5%A5%ED%A5%A4%A5%C8">フロイト</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%BE%C9">神経症</a>-精神病の連続体よりも治療的妥当性が高いことが示唆された。さらに、これらの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CC%F4%CD%FD%B3%D8">精神薬理学</a>的発見は、第<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%B0%BC%D4">三者</a>による治療費の償還に関する実際的な問題、すなわち、治療は「本当の病気」に対するものであるべきだという問題に対する都合のよい解決策を提供した。このような状況の中で、「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>アン・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EA%A5%D0%A5%A4%A5%D0%A5%EB">リバイバル</a>」が起こり、生物学的精神医学が支配的なアプローチとなった。<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>Ⅲ(APA、1980年)の起草タスクフォースには、ネオ・クレペリニ アンを自認する数名が参加しており、これもいわゆる「ネオ・クレペリニ アンの」原則の反映であった。</p> <p>このように、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>精神医学の復活は、(1) 圧倒的な社会的・専門的批判に直面して、精神医学の診断と実践に有効で信頼できる根拠を確立する歴史的な「必要性」と、(2) <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の分類の明らかな治療上の妥当性、から生まれたように思われる。これらの理由が、復活そのものを正当化するのに十分であったかどうかが問われるべきである。本稿の目的はその疑問に対する詳細な分析と回答を提供することではないが、この問題に関するいくつかの指摘は、おそらくそうではなかったこと、そしてこの不十分さが、「ネオ・クレペリアン」<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の著作から逸脱している問題の本質を部分的に示唆していることを示唆するであろう。</p> <p>第一に、(1) ある実体が最終的な結果を達成するために特定の特質を持つ必然性を認識することと、(2) その実体が実際にその特質を発揮したり持ったりする能力に関する現実との区別を念頭に置くことが重要である。言い換えれば、「X」が「C」を達成するために「A」と「B」の性質を持つ必然性は、「X」が確かに「A」と「B」の性質を持ち、それゆえに「C」を達成するという主張を正当化するものではない。たとえその必然性がどれほど切実なものであっても、「X」が「C」を達成することが(どんな理由であれ)どれほど重要であっても、「X」がすでに「C」を達成していることがどれほど明白に見えても、である。これは明白な論理的区別であるが、世論の圧力と監視によって煽られた圧倒的な必要性に直面したとき、ネオ・クレペリアンたちが、例えば<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>は脳の病気である、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>は本質的に範疇的である、あるいは<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>Ⅲによって示唆されているように、徴候と症状のみに基づいて確定的な診断を下すことができるという主張を適切に検証したかどうかを考える上では、やはり適切である。もしそうであれば、これらの性質は精神医学の実践と<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の使用を正当で科学的な学問分野として認めることになる。これは明らかに利害関係者にとって有益であり、精神医学の問題に対する解決策を提供するものではあるが、だからといってそれらが真実であるとは言えない。十分な経験的裏付けなしにこれらの特性の存在を主張することは、実践の場において、その特性が支持されないことにつながる。</p> <p>第二に、躁病、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%FD%B9%E7%BC%BA%C4%B4%BE%C9">統合失調症</a>、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>の治療に対する上記の薬学的特異性の主張が、後に経験的に弱いことが判明した(Healy, 849)ことは、厳密な経験的検証よりもむしろ、「現実の病気」の治療費を支払うという第<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%B0%BC%D4">三者</a>支払者の期待に応えるために便宜的になされた非科学的な仮定を示唆している。ネオ・クレペリアンたちは、自分たちのノソロ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A1%BC">ジー</a>の経験的裏付けを確立するために、作用機序の特異性という仮定に依存した。しかし、作用機序の特異性そのものは、経験的に十分に裏付けられたものではなかった。このように、ネオ・クレペリアンたちは、この明白な相関性と精神医学の中心的問題の一つを解決する能力に関する熱意が、彼らが最初に確立しようとした経験的根拠よりも優先したようである。</p> <p>この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>的復活の背景と、復活の基盤そのものに関するいくつかの問題点を説明した上で、高度に改訂された「ネオ・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>」<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-IIIが実際にどの程度<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>的であったかという主要な疑問への回答に移る。具体的には、(1)主要な精神病を区別する上で最もよく知られている<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の著作の<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の解釈を検討し、(2)第三部では、それぞれのノソロ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A1%BC">ジー</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>的な相違とその結果について検討する。</p> <h2 id="クレペリン分類vsDSM-III-分類主な精神疾患の事例"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>分類vs.<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-III 分類:主な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の事例</h2> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>ⅢおよびⅣが<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の著作を最も借用した点は、主要な精神病をプレコックス型痴呆と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%ED%AF%A4%A6%A4%C4%C9%C2">躁うつ病</a>に区別したことである(APA, 1980/1994)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%ED%AF%A4%A6%A4%C4%C9%C2">躁うつ病</a>は気分の過剰を特徴とし、プレコックス型痴呆は2つの一般的な「悪病」、すなわち解離性病理、すなわち思考と行動の無秩序化と脱力によって特徴づけられると説明した。しかし、より具体的には、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%ED%AF%A4%A6%A4%C4%C9%C2">躁うつ病</a>と区別したのは、解離性病態と回避性病態との密接な関連であった(Fischer and Carpenter, 1981)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIとIVは、それぞれ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%ED%AF%A4%A6%A4%C4%C9%C2">躁うつ病</a>とプレコックスを<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%D0%B6%CB%C0%AD%BE%E3%B3%B2">双極性障害</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>に分類している。しかし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>のそれぞれの診断基準を<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>のオリジナルの構成と比較すると、両者の根本的な違いが明らかになる。</p> <p>まず、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIでは「核<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%FD%B9%E7%BC%BA%C4%B4%BE%C9">統合失調症</a> nuclear schizophrenia」という概念が採用された。この概念は2つの仮説に基づくもので、シュナイダーの第一順位症状(1959年)は<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%FD%B9%E7%BC%BA%C4%B4%BE%C9">統合失調症</a>を高度に識別するものであると提唱され、ラングフェルトは真性<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%FD%B9%E7%BC%BA%C4%B4%BE%C9">統合失調症</a>と偽性<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%FD%B9%E7%BC%BA%C4%B4%BE%C9">統合失調症</a>の区別を提唱した(1969年)。この概念を<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIに取り入れた結果、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>には病的症状が存在するという考え方が受け入れられた。特に、幻覚と妄想、あるいは「奇妙な妄想」のみが<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>の基準Aを満たすとされた(APA, 1980)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の解離性病態と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CE%A5%BF%CD%BE%C9">離人症</a>病態、そして両者の密接な関連性は、診断の目的にはまったく重要視されなかった。実際、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIではAvolitionは基準としてさえ含まれていなかった。シュナイダーの仮説を取り入れた意図は、診断の評価者間信頼性を高めることであり(Fischer and Carpenter, 1982)、公正を期すために、これらのカテゴリーに関する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の診断基準から単純に逸脱することは、両者の関連性としばしば言及される類似性を弱める以上のことはない。しかし、より詳細に検討すると、APAが<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>に組み込む決定を下したのは、経験的に支持された構成概念妥当性ではなく、推定された構成概念妥当性に基づいていたことがわかる。</p> <p>60年代後半から70年代にかけて、核<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>の概念の中心であったシュナイダーの仮説が検証された。その結果、シュナイダーの一級症状は<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>とは無関係の精神病にもみられ、これらの第一順位症状が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>性精神病の病理学的特徴であるというシュナイダーの仮説は覆された(Fischer and Carpenter, 1983)。さらに、予兆的な現実歪曲に依存した<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B3%CB%CA%AC%CE%F6">核分裂</a>性<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>の定義は、いずれも経過と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%BE%B5%A2">転帰</a>を予測しなかったことから、診断基準の予測妥当性が低いことが示された。その代わりに、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%AC%CE%F6%C9%C2">分裂病</a>性精神病と非<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%AC%CE%F6%C9%C2">分裂病</a>性精神病を最も区別するのは、感情制限、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E9%A5%DD%A1%BC%A5%EB">ラポール</a>不良、洞察力不良の症状であることが明らかになった。1980年に<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIが発表される以前から、このような経験的データが得られていたにもかかわらず、核<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>の妥当性は単純に推定され、診断スキームに組み込まれた。</p> <p>このような<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>独自の診断基準の具体的な改変は、病徴症状についての主張を避けることに特に慎重であった<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>と真っ向から矛盾するものである。具体的には、彼は診断の実践において病徴候の考え方を利用することは経験的に成り立たないとした(Jablensky, 384)。60年代から70年代にかけて核<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>の中心的な仮説が改竄されたことは、同時に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の立場を確認するものであり、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>診断の診断基準を決定する方法が経験的に不十分であることを証明するものであった。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の当初の基準を変更したことで、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%D0%B6%CB%C0%AD%BE%E3%B3%B2">双極性障害</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>の診断カテゴリーが事実上接近した(Fischer and Carpenter, 2083)。共通の特徴を強調し、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>が両疾患を区別するために用いていた病理学的特性を軽視することによって、診断における<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%B6%CD%DB%C0%AD">偽陽性</a>の可能性も高まった。精神病という現象は無数の病態で起こるが、その多くは病因のレベルで区別可能であり、例えば感覚隔離、側頭葉<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%C6%A4%F3%A4%AB%A4%F3">てんかん</a>、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CF%A5%F3%A5%C1%A5%F3%A5%C8%A5%F3%C9%C2">ハンチントン病</a>、また宗教的エクスタシーの報告例でも起こりうる(Fischer and Carpenter, 2081-2)。精神病性<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%D0%B6%CB%C0%AD%BE%E3%B3%B2">双極性障害</a>を区別する上で重要なのは、このような精神病エピソードを伴う患者の苦痛の性質(もしあれば)を見極めることであった。これこそ、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>がそれぞれに関連する病理のパターンを検討することによって行ったことであり、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>が核<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>の概念を捨てて置き換えたことであり、それによって病徴の考え方に依存したことなのである。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>とネオ・クレペリアンによる診断の定式化との間のこの食い違いは、もう一つの重大な相違を浮き彫りにしている。それは、診断の努力において臨床像の全体を見るという<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の主張である(Decker, 339)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>は教科書の第5版で、自分の仕事は次のようなものであると述べている:</p> <blockquote><p>精神病の対症療法的な見方から臨床的な見方への決定的な一歩......外見的な臨床徴候の重要性は......個々の障害から生じる<I>発生条件</I>、<I>経過</I>、<I>終末</I>の考察に従属させられた。こうして、純粋に症候的なカテゴリーはすべて、ノソロ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A1%BC">ジー</a>から姿を消した(Engstrom, 1995: 294; Kraepelinのイタリック体)。</p></blockquote> <p>この引用は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>が、外見的な臨床徴候が病名分類を十分に定義する能力を疑っていたことを示している。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>は、プレコックス型痴呆や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%ED%AF%A4%A6%A4%C4%C9%C2">躁うつ病</a>の診断基準の決定版リストを発表することもなく、むしろ、病気に侵されている人格の特徴さえも含めて、手元にある総合的な症例を考慮することを提唱した(Kraepelin, 2002)。</p> <p>対照的に、いわゆる「ネオ・クレペリアン」<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIおよびIV(APA, 1980/1994)の特徴のひとつは、純粋に症候学的なノゾロ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B8%A1%BC">ジー</a>であり、診断のための方法として症状の詳細なチェックリストが用いられている。そのため、外見的な臨床徴候の重要性が強調され、病因、病気の経過、障害の結果生じる終末、病気に侵されている個人の人格の特徴など、他の要因については考慮されていない。これらの詳細は「臨床像の全体像」を構築する上で重要であり、これは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>が弟子たちに教えたルールである(Kraepelin, 2002)。このルールに反して、1980年に<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIが出版されて以来、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%E1%A5%EA">アメリ</a>カの精神医学教育では、個々の症例に包括的に対応することの重要性がますます重視されなくなってきていると論じられている(Andreasen, 111)。その代わりに、学生は<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の病名分類を暗記するように教えられている。そのため、病態の重要な側面や、患者のパーソナリティの特徴を考慮することで発見できる可能性のある臨床的徴候が軽視されている。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>が近代精神医学の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%BF%CC%BE">命名</a>学に残した不朽の貢献、すなわち[現在では]<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%D0%B6%CB%C0%AD%BE%E3%B3%B2">双極性障害</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>の鑑別の評価を通して、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の原則の多くに反する重大な変更がなされたことが示された。例えば、病徴的症状の経験的妥当性、一般的な確定診断基準、純粋な症状論に依存するのではなく臨床像全体を考慮する必要性などである。このような変化の結果は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%D0%B6%CB%C0%AD%BE%E3%B3%B2">双極性障害</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%FD%B9%E7%BC%BA%C4%B4%BE%C9">統合失調症</a>の鑑別診断を受ける患者に影響を及ぼし、両者をより近づけるだけでなく、診断の努力において外見的な臨床徴候に焦点を絞ることにつながっている。どちらの結果も患者や、間違いなく臨床家を志す者にとって最善の利益にはならない。また、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIの診断体系のいずれの変更も、おそらく<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>には支持されなかったであろうことも、ここで示されている。にもかかわらず、これらの変更は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>がネオ・クレペリアン的な<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の再定義において全面的に受け入れた実践の代表的なものである。以下のセクションでは、この拡張をより詳細に取り上げ、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIの両方の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>的コミットメントについて考察する。</p> <h2 id="PartIII-クレペリンからDSMIIIへ疾患実体から障害と症候群へ">PartIII <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>からDSMIIIへ:疾患実体から障害と症候群へ</h2> <p>エミール・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BE%E3%B3%B2">精神障害</a>のできるだけ多くの症例を生物学的病因に基づいて分類することから始めた。このような分類は、したがって疾患実体から構成されているとみなすことができる。しかし、プレコックス<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C7%A7%C3%CE%BE%C9">認知症</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%ED%AF%A4%A6%A4%C4%C9%C2">躁うつ病</a>という彼の最もよく知られた分類は、病態生理学的な説明が発見されていない中でなされた。それは、代わりに推定された生物学的病因に基づいていた。したがって、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>は、プレコックス痴呆と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%ED%AF%A4%A6%A4%C4%C9%C2">躁うつ病</a>が実際の疾患であることを証明することはできなかった。その結果、この区分はしばしば批判された(Kraepelin, 1919)。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>とは対照的に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>のネオ・クレペリアン革命は、当初から先天学的なコミットメントを放棄していたが、それにもかかわらず、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の病像を主要な精神病だけでなく、感情障害(非精神病性の単極性大<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>性障害と診断されることが多い)、不安障害(GAD、パニック、社交不安、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%AF%C7%F7%C0%AD%BE%E3%B3%B2">強迫性障害</a>)、パーソナリティ障害、<a class="keyword" href="https://d.hatena.ne.jp/keyword/ADHD">ADHD</a>や<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>のようなその他の疾患など、最終的には400以上の診断を含むまでに拡大した(APA, 1980/1994)。このような変化は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>的な病名から<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の症候と障害への移行を特徴づけている。ある種の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>が疾患実体であるという正当な主張には、そのような病体が神経病理学的、あるいは他の生物学的な原因メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムや因子をもっていることを証明する必要がある。その結果、他の疾患と区別する自然な生物学的境界をもった個別的な存在であることが証明されれば、有効な分類が可能となる(Kendell and Jablensky, 7)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>的に中立を保つという<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の決定は、疾患実体から障害や症候群への移行をもたらした。後者は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>を徴候や症状のみに基づいて分類するものであり、その徴候や症状は、しばしば<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%E9%A5%B9%A5%BF">クラスタ</a>ー化したり、相互に関連したりすることが観察される。この<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a> IIIとIVの「無理論的」な特徴は、診断カテゴリーが病因や病理に関する特定の理論を(明示的に)含んでいない、あるいは前提としていないことを意味している(APA, 1994)。理論と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>との間に通常想定される結びつきを考えると、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%B5%BF%C0%CF%C0">無神論</a>的性格のおかげで、臨床的に定義され理論的な<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の分類は、精神医学の分野で臨床家や研究者が保持するさまざまな<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>的立場に適用可能である。</p> <p>上記の<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>のネオ・クレペリアン的乖離の1つの問題は、症候や障害が疾患の代理として扱われる場合に、実際に起こる。この仮定は、診断概念に公式な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%BF%CC%BE">命名</a>法と正確な運用上の定義を与えた結果、単に起こる再定義の誤謬の結果であると主張されている(Kendell and Jablensky, 5)。この意味での再定義は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>で定義された診断名が一般的に使用されるようになり、あたかもそれが患者の症状を説明するために疑いなく呼び出せる実在のものであるかのように認識され、利用され始めると起こる。しかし、その症候によって定義される診断概念のほとんどは、他の障害との間に自然な境界があることが示されていないため、有効なものとみなされるべきではない(Kendell and Jablensky, 5)。さらに、Ghaemiは、診断に「肥大化」された症状は、臨床医が治療について生物学的な仮定をすることが多いため、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%F4%CA%AA%CE%C5%CB%A1">薬物療法</a>を正当化するように見えると主張している。このように、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>的に中立を保とうとするネオ・クレペリアン的な試みは、実際には、治療に関する生物学的な仮定によって切り崩されてしまう、と彼は主張する。Ghaemiの考えが正しいと仮定して、彼の主張を詳しく説明することは、なぜ<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>診断が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%F4%CA%AA%CE%C5%CB%A1">薬物療法</a>を正当化するように見えるのか、なぜ臨床医が治療に関して生物学的な仮定をしがちなのかをより具体的に理解するのに役立つだろう。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の診断概念の再定義が、そのような概念に該当する病態の治療に関して、結果的に特異性を持たせることなく起こりうるのであれば、そしてGhaemiの主張が正しいのであれば、彼の主張の真実に寄与する二次的な仮定が存在するはずである。つまり、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>は脳の病気であるという仮定である。この仮定は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>自体に記載されている二元論の否定から容易に導き出すことができる;</p> <blockquote><p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BE%E3%B3%B2">精神障害</a>という用語は、残念ながら、"精神 "障害と "身体 "障害の区別を意味するが、それは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%BF%C8%C6%F3%B8%B5%CF%C0">心身二元論</a>の時代錯誤の還元主義である... "精神 "障害には多くの "身体 "があり、"身体 "障害には多くの "精神 "がある......残念ながら、適切な代用品が見つかっていないため、[精神]という用語が<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a>のタイトルに残っている」(APA, 1994)。</p></blockquote> <p>この発言が意味するのは、精神医学の目的上、精神と脳の間に重要な区別はないという結論である。もしここに重要な区別がないのであれば、「精神的なもの」とみなされるものは、概念的に身体的なものに還元可能であり、その逆もまた然りということになる。したがって、「精神的な」病気は、「身体的な」病気、すなわち脳の病気や脳の疾患と、実際には何ら大きな違いはないと言える。</p> <p>一般に、精神と脳の根本的な区別を主張することは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B7%C1%BC%A9%BE%E5%B3%D8">形而上学</a>的に贅沢な考え方であると考えられており、科学界では一般的に否定されている。精神医学は、意識、主観性、意図性といった「心」の活動を明確に扱ってはいるが、それにもかかわらず二元論を否定している。このような思い込みを助長する一般的な誤解は、精神医学は二元論が誤りであることを証明した、というものである(Cooper, 104-105)。詳しく説明すると、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学的研究が脳の性質と主観的経験の間に相関関係を示していることを受け入れることは、二元論の立場と相容れないものではない。例えば、二元論者は、脳スキャンが痛みそのものの証拠を提供するのではなく、痛みの信頼できる目印を提供することによって、誰かが痛みを感じていると考える十分な理由を提供することを受け入れることができる。同様に、ある種の場合、薬が確実に気分の変化をもたらすことは、二元論者の立場と両立する。したがって、これらの理由は二元論を否定する理由にはならない。</p> <p>私の目的は二元論を擁護することではなく、二元論の明確な否定に伴ういくつかの重要な意味合いに注意を喚起することである。もし心が脳でないなら、心は神秘的で不可解な存在であり、科学の領域には属さない。なぜなら、心は脳とは根本的に異なるものであるという考え方は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学の知見と相容れないものではないからである。さらに、この誤った二分法は、心とは他の物理的な「もの」に還元される「もの」ではなく、情報処理やプロセスそのものであるというような、心の代替理論を最初から排除している。このような先験的な排除は、二元論の誤解に基づくだけでなく、科学的モデルと一致するだけでなく、精神活動を理解する画期的な方法を提供する可能性のある精神医学の発展を阻害する。</p> <p>以上の考察は、ネオ・クレペリアン的な中立的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>が、臨床家が治療に関して生物学的な仮定をすることが多いため、診断上の混乱を助長しているというGhaemiの主張を解明するのに役立つ。言い換えれば、ネオ・クレペリアンが<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>的に中立であり続けようとすることの難しさは、その中立であるはずの精神医学が没頭している文脈、すなわち、精神医学が決定的に科学的な学問分野とみなされ、二元論の誤解によって<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%F8%BA%DF%C5%AA">潜在的</a>に実行可能な心の理論が排除され、その結果、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>は脳の病気にほかならないという受容が蔓延している文脈を考慮したときに明らかになる。したがって、このような文脈の中で起こっている再定義現象が、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%F4%CA%AA%CE%C5%CB%A1">薬物療法</a>による治療を正当化し、臨床医が<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>診断の治療に関して生物学的な仮定をする傾向がある理由を、少なくとも部分的には説明しているように思われる。その結果、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>的中立性と二元論の疑問の余地のない否定との間には、少なくともある程度の矛盾があるように思われる。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>は脳の病気以外の何ものでもない」と(直接的または間接的に)主張しながら、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>に関して中立性を主張することは論理的にできない。</p> <p>その結果、Ghaemiが主張するように、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>で定義された疾患の治療において<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%F4%CA%AA%CE%C5%CB%A1">薬物療法</a>が正当化されることになる。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>が脳の病気であり、脳の病気が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%F4%CA%AA%CE%C5%CB%A1">薬物療法</a>で治療されるのであれば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>も<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%F4%CA%AA%CE%C5%CB%A1">薬物療法</a>で十分であるはずだからである。Ghaemiはこの現象の例を、成人<a class="keyword" href="https://d.hatena.ne.jp/keyword/ADHD">ADHD</a>というかなり新しい診断名を使って示している。この病態は、1990年代まで精神医学の文献にさえ認められておらず、病態学的妥当性を示す証拠はほとんどなかった。National Comorbidity Surveyの分析によると、成人人口の3%がこの疾患の基準を満たしたが、この人口の84.1%は<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%A4%CA%AC%BE%E3%B3%B2">気分障害</a>とも診断可能であった。これらの統計は、症候学的特異性の欠如と診断の無効性を示唆しているが、その症状を治療する新薬が米国で販売された後、2002年には成人の<a class="keyword" href="https://d.hatena.ne.jp/keyword/ADHD">ADHD</a>の診断が大幅に増加した。</p> <p>この例は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の診断が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%F4%CA%AA%CE%C5%CB%A1">薬物療法</a>を正当化する根拠となっていることを示すだけでなく、ある病態の症状を治療する薬剤の明らかな特異性が、その病態自体の病名学的無効性を示唆する他の証拠を凌駕していることを示している。もし、特定の病態に特定の薬が効くということが経験的に強く証明できれば、診断カテゴリーを経験的に正当化することができるだろう。しかし、併存症の問題や現在のほとんどの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CC%F4%CD%FD%B3%D8">精神薬理学</a>的治療の特異性の欠如に見られるように、そうではない。Aragonaは、このような場合、問題の根源は<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>診断カテゴリーの異質性にあり、薬物そのものにはないと主張している(5)。詳しく述べると、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CC%F4%CD%FD%B3%D8">精神薬理学</a>的薬剤の試験は、被験者のグループに与えられた正式な<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>診断に依存している点で問題がある。したがって、薬物の経験的な性能は、それらの診断カテゴリーの概念構築に貢献したルールに依存している。これらの構築の性質が持つ問題点(症状の特異性の欠如、質的決定の欠如、量的診断<a class="keyword" href="https://d.hatena.ne.jp/keyword/%EF%E7%C3%CD">閾値</a>と組み合わされた多義的ルールの使用)により、同じ正式な診断を受けた患者であっても、多くの有意差を保持することができる。これらの違いは、特定の<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>診断に対する特定の薬剤の特異性を検証することを目的とした実験において、制御<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C9%D4%C7%BD">不能</a>な変数となる。この問題を理解すれば、薬物治療と症状緩和の正の相関は、弱い経験的検証、すなわち<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>診断カテゴリーの治療検証しか提供しないということになる。この意味で、診断カテゴリーの治療検証は、異質性の問題を効果的に覆い隠し、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>で定義された障害や症候群が有効であるという仮定を助長する。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の診断と、それを治療するとされる薬物とのこの相互作用は、第二の、そしておそらくより明白な帰結をもたらす。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>はその徴候や症状によって定義されるため、疑わしい診断を検証するための客観的な検査(言葉の表現や解釈に頼る主観性を排除した、どの患者にも客観的に適用できる標準的な方法)は存在しない。これはおそらく、精神医学が他の医学分野から逸脱している主要かつ最も結果的に有害な方法である。</p> <p>例えば、内分泌科医が糖尿病が疑われる患者を診察する場合を考えてみよう。医師は、患者が訴える<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C8%E8%CF%AB">疲労</a>、喉の渇き、目のかすみなどの症状から、この診断を疑うかもしれない。また、尿検査で高濃度の糖が検出されることもある。これらの症状は、糖尿病患者によくみられるものではあるが、さまざまな病態で現れうるものであり、症状のバリエーションを示すものではない。決して、それだけで特定の病状の存在を示すものではない。徴候や症状の原因である可能性と最も可能性の高い状態を判断するのが医師の仕事である。このプロセスには、個々の症例を検討することも含まれる。例えば、患者は標準体重であるが(肥満は一般的な付随疾患である)、過度のアルコール摂取など糖尿病発症のリスク行動を実践していることが判明するかもしれない。このような詳細な情報は、糖尿病の医学的診断を確定するものではない。その代わり、徴候や症状、個々の患者を考慮することによって、医師は疑わしい診断を確定または除外するために、特定の客観的検査、例えば特定の血液検査を指示する。これが終わると、根本的な生物学的プロセスを修正するために、正当な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%F4%CA%AA%CE%C5%CB%A1">薬物療法</a>が処方される。この場合、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%B9%A5%EA%A5%F3">インスリン</a>を投与して<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%B9%A5%EA%A5%F3">インスリン</a>の欠乏を改善するのが最も適切であろう。したがって、最初に症状を引き起こした根本的な病態生理学的プロセスをターゲットにした<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%F4%CA%AA%CE%C5%CB%A1">薬物療法</a>によって、症状は緩和される。</p> <p>対照的に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>に基づく現代の診断法は、特定の疾患(糖尿病の場合は肥満や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%B3%A1%BC%A5%EB%B0%CD%C2%B8%BE%C9">アルコール依存症</a>など)を示す可能性のある個人的要因や環境的要因を迂回するだけでなく、症状だけで確定診断を行っている。前述のように、このような診断の後には、しばしば不当な薬の処方がなされる。生物学的原因がはっきりしないのに、特定の種類の薬で治療可能な生物学的原因を推定してしまうからである。その結果、外見的な症状だけが治療され、根本的なメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムが覆い隠され、放置されることになる。他の医学分野では、このようなやり方はほとんど考えられない。根本的な生物学的原因を検出することで、疑われる診断を検証する客観的な検査がないため、精神科の診断は、解釈された徴候や症状のみに基づいて主観的に行われる。</p> <h2 id="PartIV-どうすべきか">PartIV どうすべきか?</h2> <p>1887年、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>は「他の医学の分野とは異なり、精神医学は二つの根本的に異なるカテゴリーの現象を扱わなければならない......精神医学に内在する根本的な精神物理学的問題に対する満足のいく解決策の不可能性は、二つの結果をもたらした......思弁的空想の風通しのよい構築物によって、身体と心の出来事を隔てるギャップを埋めようとする数多くの試み......そして......何が現実であるかを立証することだけに集中するという厳格で諦観的な決意」(Kraepelin, 1887/2005: 351)と講義した。</p> <p>ネオ・クレペリアンは前者を避けようと、後者の確立を目指したが、症状のみに焦点を当てた本質的に欠陥のあるアプローチのために失敗した。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>は、プレコックス型痴呆と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%ED%AF%A4%A6%A4%C4%C9%C2">躁うつ病</a>の鑑別のために、部分的には症状に依存していたが、彼はその限界を認めており、そのキャリアの終わりには、「それでは、彼がこれまで用いてきた病気の現象は、すべての場合において、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%ED%AF%A4%A6%A4%C4%C9%C2">躁うつ病</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%AC%CE%F6%C9%C2">精神分裂病</a>とを確実に区別することを可能にするのに十分ではないという考えに、われわれは慣れなければならない」(1920/1974: 29)とさえ認めていた。この鑑別の最終的な検証は、脳の神経病理学、生理学、生物化学から得られるという<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の信念を支持する十分な証拠があれば(Jablensky, 383)、それは症状を超えた生物学的な説明を提供し、彼の病名を支持するものとなったであろう。同様に、ネオ・クレペリアン<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>に関して本稿で論じた問題の多くも、もし十分な経験的証拠が<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の定義する無数の病態の区分を裏付けていれば、存在しないか、あるいは意味をなさないだろう。しかし、現在のところ、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の3%しか因果関係が証明されていない(Stevenson)。したがって、残りの97%については、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>は、彼自身の仕事についてそうであったように、診断の目的でそれらを区別することの信頼性を否定したであろう。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>は、科学的知識は経験的研究によってのみ得られるという信念を持っていた。同様に、ネオ・クレペリアンたちは、生物学に焦点を当てた実証的な精神医学研究のみが、精神医学の実践を改善する希望をもたらすと考えていた(Decker, 339)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>は精神医学への医学モデルの適用可能性を確立しようとしたが、ネオ・クレペレリアンは、精神医学は医学モデルを遵守する医学分野であると主張している(Klerman, 104)。精神医学の実践を、他の医学分野に匹敵する妥当で信頼できる基盤の上に置くことを目指すのであれば、得られたデータと下された診断は、客観的な検査によって検証されなければならない。</p> <p>2013年5月に発表された<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の第5版(最新版)を受けて、国立精神衛生研究所は新しいプロジェクト「研究領域基準(RDoC)」を提案した。RDoCは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の分類が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の現実を正確に反映していると仮定するだけで、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の分類と一致しない客観的所見を排除するため、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の分類の使用を最初から拒否するものである(Insel)。RDoCプロジェクトは、「遺伝子、画像、生理学的、認知学的データを収集し、症状だけでなく、そのすべてがどのように<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%E9%A5%B9%A5%BF">クラスタ</a>ー化し、その<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%E9%A5%B9%A5%BF">クラスタ</a>ーが治療反応とどのように関連しているかを調べる」ことから始める。( Insel)。</p> <p>信頼性と妥当性を主張するためには、現在の<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>カテゴリーからの大幅な転換が必要である。上記のアプローチは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の生物学的な原因過程の特定に向けた客観的な情報源を提供することは間違いない。しかし、このようなモデルが臨床精神医学のすべてに対応できると主張するのは間違いである。なぜなら、そうすることは、すべての精神症状、病態、症例が単なる生物学的なものであると推定することになるからである。この仮定は、すべての精神活動が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C8%C2%CE%B3%E8%C6%B0">身体活動</a>に還元されると仮定することで、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>でさえ「......精神医学は、2つの基本的に異なるカテゴリーの現象に対処しなければならない」(1887/2005: 351)という声明で認めている精神医学のユニークな特徴を否定することになる。このため、いくつかの病態に生物学的基盤があることが判明したという単純な事実から、個々の精神医学的症例に根本的に生物学的基盤があると早合点しないようにするためには、このプロジェクトで得られた知見を精神生活と病気の全領域に外挿することに注意を払うことが重要である。これは二元論の否定に見られる誤解に似ている。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学が脳の活動と主観的状態の相関関係を明らかにしたのだから、すべての主観的状態は脳の活動と相関しているか、脳の活動によって引き起こされているに違いない。むしろ、このようなシステムは、臨床医にとって客観的な指針として使われるべきであり、どのような診断が生物学的な疾患であり、どのような診断がそうでないかをよりよく知ることができ、したがって、個々の症例に対してどのような治療が一応適切であるかを判断するためのよりよい判断材料となるのである。</p> <h2 id="結論">結論</h2> <p>現代の精神医学を特徴づけているクレペリアンの復興は、不安定で非科学的な土台の上に始まった。社会的圧力が高まり、精神医学という学問分野全体が脅かされる中、その科学的妥当性と信頼性を確立することが歴史的に必要とされていた。薬物の発見と、それが特定の障害を特異的に治療する能力との間に、熱狂的になされた相関関係は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%BF%CC%BE">命名</a>法を使用し、拡大するための弱い経験的根拠しか提供しなかった。復活に寄与したこれらの要因のうち後者は、現代の精神医学を蝕む実践、すなわち症状治療のための処方薬の使用と、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>診断概念の経験的に弱い治療検証を予見させるものであった。</p> <p>ネオ・クレペリアン<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>ⅢとⅣにおける<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の研究の実際の実施は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>とは決定的に異なるものであった。それは、そもそも精神医学が批判された理由、すなわち、信頼性が低く妥当性が低いこと、あるいは妥当性を犠牲にして信頼性が高いこと、その結果、広範で一貫して不正確な診断が行われていることを悪化させるものであった。<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の診断概念の再定義は、疾患実体から症候や障害への<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%B8%BA%DF%CF%C0">存在論</a>的転換と結びついて、これらの再定義された概念に対する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CC%F4%CA%AA%CE%C5%CB%A1">薬物療法</a>を正当化し、疑う余地のないものにしている。診断とそれぞれの治療が表面的な症状にしか対処していないという事実は、精神医学が正当な医学分野として実践しているというネオ・クレペリアン的主張と矛盾しており、そのようなアプローチの不適切さを認めていたにもかかわらず、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の名の下に存続している。</p> <p>その結果、精神医学という学問領域は再び、継続的な危機的状況に陥っている。国立精神保健研究所による最近の研究提案は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の分類の制約から解放されることで、精神医学研究をより有望な方向へと向かわせるものである。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学と遺伝学を通じて客観的なデータを集めようとすることで、RDoCは、症状に依存するネオ・クレペリアンよりも、より正確に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%EC%A5%DA%A5%EA%A5%F3">クレペリン</a>の目標に従っている。とはいえ、精神医学の性質上、客観的で生物学的なデータを収集する方法は、精神医学の部分的な全体像に過ぎず、十分に全体的であるとは見なされない。そうすることは、他の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%F8%BA%DF%C5%AA">潜在的</a>に実行可能な視点を不当に排除することになる。科学は、経験的に説得力があり、信頼性が高く、有効な精神医学の側面を探求する道を提供するが、これらの側面が人間の心の複雑さを完全に理解していると仮定する根拠はない。</p> iDES 民事訴訟における心的外傷後ストレス障害診断の信頼性向上について hatenablog://entry/6801883189052145879 2023-10-21T02:36:20+09:00 2023-10-21T02:36:48+09:00 https://www.tandfonline.com/doi/abs/10.1080/13218710903421308 Large, M. M., & Nielssen, O. (2010). Improving the Reliability of the Diagnosis of Post-Traumatic Stress Disorder in Civil Litigation. Psychiatry, Psychology and Law, 17(1), 79–87. https://doi.org/10.1080/13218710903421308 心的外傷後ストレス障害(PTS… <p><a href="https://www.tandfonline.com/doi/abs/10.1080/13218710903421308">https://www.tandfonline.com/doi/abs/10.1080/13218710903421308</a></p> <ul> <li>Large, M. M., &amp; Nielssen, O. (2010). Improving the Reliability of the Diagnosis of Post-Traumatic Stress Disorder in Civil Litigation. Psychiatry, Psychology and Law, 17(1), 79–87. <a href="https://doi.org/10.1080/13218710903421308">https://doi.org/10.1080/13218710903421308</a></li> </ul> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%C5%AA%B3%B0%BD%FD%B8%E5%A5%B9%A5%C8%A5%EC%A5%B9%BE%E3%B3%B2">心的外傷後ストレス障害</a>(<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>)は、最も頻繁に診断される<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の1つとなっているが、非構造的な臨床面接を用いて<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>を確実に診断できるという証拠はほとんどない。しかし、構造化面接を用いた臨床医の間では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断に妥当な一致がみられたという報告がある。<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>は、A、すなわちストレス要因の基準に障害の必要な原因が含まれている点で特異であり、そのために民事事件の鑑定人が患者の症状の原因を決定することによって裁判を先取りすることになりかねない。<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-Vの<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断基準におけるA基準を削除するか、少なくともA基準に関する意見を専門家の証拠から除外することで、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断をその病因に関する判断から切り離すことができる。</p> <p>Post-traumatic stress disorder (<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>) has become one of the <a class="keyword" href="https://d.hatena.ne.jp/keyword/most">most</a> frequently diagnosed psychiatric disorders, although there is little evidence that <a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a> can be reliably diagnosed using an unstructured clinical interview. There are reports, however, of reasonable agreement in the diagnosis of the disorder between clinicians using structured interviews. <a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a> is unusual in the inclusion of a necessary cause for the disorder in the A, or stressor criteria, which can lead expert witnesses in civil cases to pre-empt the court by deciding the cause of the patients’ condition. Removing the A criterion in the diagnostic criteria for <a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a> in <a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-V, or at least excluding opinion about the A criterion from expert evidence, would separate the diagnosis of <a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a> from judgements about its aetiology.</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%C5%AA%B3%B0%BD%FD%B8%E5%A5%B9%A5%C8%A5%EC%A5%B9%BE%E3%B3%B2">心的外傷後ストレス障害</a>(<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>)は、最も頻繁に診断される<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>のひとつとなったが、依然としてかなりの科学的論争の的となっている1。現在、ほとんどの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B1%D1%B8%EC%B7%F7">英語圏</a>の司法管轄区では、専門家証人の証拠が科学的知識に基づくことが期待されており、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断方法と<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>に関する専門家証拠の可否が、やがて多くの国の上級裁判所で裁判の対象となる可能性が高い。批評家たちは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の症状は正常な状態や他の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BE%E3%B3%B2">精神障害</a>と重複しており、非外傷的な出来事によって引き起こされる可能性があり、深刻なトラウマにさらされた人の一部しか罹患していないため、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>は妥当性を欠いていると主張している1-3。また、この診断が<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-IIIに導入されたのは、障害の存在を裏付ける科学的観察が蓄積されたからではなく、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D9%A5%C8%A5%CA%A5%E0%C0%EF%C1%E8">ベトナム戦争</a>の退役軍人の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>ニーズやその他のニーズを認識するためであると主張している4。<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の支持者は、それ以前の戦争や自然災害、人災の後に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%BE%C9">神経症</a>が生じたという歴史的な証言5、臨床医の間やより広範な社会で<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>という概念が一般的に受け入れられていること、このテーマに関する多くの査読付き研究があることを挙げている。また、社会的ニーズを満たすために診断カテゴリーを導入することは珍しいことではなく、医学的診断は社会的背景と切り離せないものであると主張することもできる6。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>は<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-III 7で導入されたが、臨床医が<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>を確実に診断できることを実証するフィールドトライアルは行われていない。その後、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>に対する構造化面接の信頼性について述べた研究は数多くあるが、非構造化面接を用いて臨床現場における<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の信頼性を検討した研究はほとんどない。診断概念の信頼性を確立することは、その疾患の妥当性を確認するために必要なステップと考えられているからである8。この論文では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断カテゴリーが定着しており、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>が存在するかどうかという問題については、別の場所で詳しく検討されているため、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の妥当性に関する疑問は脇に置いておくことにする。</p> <h2 id="専門家証拠の許容性に関する法的基準">専門家証拠の許容性に関する法的基準</h2> <p>米国各地で採用されている科学的証拠の許容性に関する基準は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D0%A1%BC">ドーバー</a>ト対メレル・ダウ・ファーマシューティカルズ事件10と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AF%A5%E0%A5%DB%A5%BF%A5%A4%A5%E4">クムホタイヤ</a>対カーマイケル事件11の連邦<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BA%C7%B9%E2%BA%DB">最高裁</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C8%BD%CE%E3">判例</a>に示されている。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D0%A1%BC">ドーバー</a>ト基準によれば、証拠が「一般に認められている」だけではもはや十分ではなく、科学的専門家の知見は「信頼できる」方法に基づいていなければならない。したがって、法廷における精神医学的診断の科学的根拠には、既知の(そしておそらく許容できる)レベルの評価者間信頼性が含まれていなければならない。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D0%A1%BC">ドーバー</a>トとクムホの判決は、北米以外の国の司法にも影響を与え、オーストラリアの司法管轄区における鑑定人の行動規範の策定に貢献した9,13,14。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D0%A1%BC">ドーバー</a>ト基準が<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の存在に関する証拠に厳格に適用され、その結果、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>は信頼性をもって診断できない、あるいは<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断方法は信頼できないという法的判断が下された場合、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の存在に関する証拠は認められないことになる。</p> <h2 id="PTSDの診断と原因"><a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断と原因</h2> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-Iでは「外傷<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%AD%BF%C0">性神</a>経症 Traumatic neurosis」のカテゴリーが含まれていたが、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-IIでは「一過性の状況的障害」に置き換えられた。しかし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断は、1980年に発表されたDSMIII 7に含まれてから広く受け入れられるようになり、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>は現在、社会で最も頻繁に診断される不安症の1つとなっている16,17。<strong><a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>は<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>の診断カテゴリーの中では珍しく、A基準に障害の原因の定義が含まれている。</strong>診断基準は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-III(1980年)7、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-III R(1987年)18、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a>(1994年)19、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a> TR(2000年)20の各版の間で改訂されており、特に必要とされるトラウマの定義が改訂されている。しかし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-IIIで導入されたA-F基準の本質的な特徴は維持されている20,21。<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a>-TRのA基準では、''その人が、実際に、あるいは脅かされた死や重傷、あるいは自己や他者の身体的完全性に対する脅威を伴う出来事や出来事を経験した、目撃した、あるいは直面した''(A1基準)、および''その人の反応が強い恐怖、無力感、恐怖を伴うものであった''(A2基準)が要求されている。A基準の2つの部分を組み合わせることで、出来事とその後の症状との間に因果関係と時間的な関連性の両方が導入される。事実上、A2基準は最初の症状が出来事に反応したものであることを要求しているため、A基準の第3の側面(A1がA2を引き起こす)が生まれる。 <strong>外傷的な出来事の後に永続的な苦痛があり、その症状をその出来事に起因すると考える患者では、B~Eの基準を満たすかどうかにかかわらず、Aの基準を満たすことだけで<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断に十分であると考えられることがある。</strong>患者が他の基準を満たしたかどうかを確認するには、しばしば面接だけでは収集できないより多くの情報が必要となる。Bの基準であるトラウマの再体験は、報告された症状がAの基準で説明されたトラウマ的出来事に関連していなければならないため、因果関係の推論を含んでいる。しかし、その症状は非常に広範に定義されており、苦痛を伴う回想、夢、フラッシュバック、あるいは精神保健の専門家(必ずしも患者ではない)がトラウマ的出来事を象徴していると考える内的または外的な出来事に対する苦痛や覚醒の体験が含まれる。C基準は、7項目のうち少なくとも3項目の存在として定義される類似または象徴的状況の回避を必要とし、D基準は、5項目のうち少なくとも2項目の形で増大した覚醒を必要とする。残りの基準は、障害の持続期間と苦痛または障害のレベルのみを規定する。したがって、A2基準とB-D基準に記載されている17の症状のうち11の症状は、患者の自己報告に決定的に依存している。診断に不可欠な個々の症状はない。いくつかの症状の存在は観察によって確認することができるが、観察によってどのような症状の存在も除外することはできない。診断基準では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a>に記載されているように、''外傷的出来事の一面を象徴する、または類似する内的または外的手がかりにさらされたときの生理的反応性''があると臨床医が判断した場合、外傷的出来事の記憶がほとんどない、または報告できない患者を<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>と診断することを認めている。その結果、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断は完全に患者または評価者の主観的意見に基づくことになる。<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断を下す際、医師は患者の症状とある出来事を明確に結びつける。しかし、出来事と症状との関連は、人が注意義務を負っている外傷的出来事の後の精神的傷害に関する事件であれば、法廷における最終的な争点となりうる。もし裁判所が<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断を認めれば、その障害が外傷的出来事によって引き起こされたことを認めることになるが、その出来事がその人の障害を引き起こしたかどうかを立証するのは裁判所の特権である。これとは対照的に、裁判所がトラウマと症状との関連を否定すれば、診断の問題に関して臨床医を覆すことになる。このような状況は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>のB、C、Dの基準を満たす患者が、(a)トラウマが起こっていない、(b)トラウマが十分に深刻でないと判断された、(c)トラウマに近接していなかったため、トラウマを目撃していないと判断された、(d)トラウマに反応して生じた直接的な有害な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>反応がなかった、(e)<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>反応は生じたが、それはこのトラウマに反応したものではないと判断された、という理由で、裁判所によって<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>ではないと判断されたケースに示されている。これらの判決を下すことによって、裁判所は臨床医の診断を事実上覆すことになる。したがって、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断に因果関係の要素を含めることは、臨床医が裁判官、裁判所が診断医という医事法上の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D1%A5%E9%A5%C9%A5%C3%A5%AF%A5%B9">パラドックス</a>を生み出すことになる。 診断基準に障害の原因に関する記述を含めるという異例の措置、症状のほとんどが主観的なものであること、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断が明らかに法的な意味を持つことを考えれば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断が導入される前に、障害の存在について臨床医の間で妥当なレベルの合意があったことを確認することが賢明であっただろう。しかし、それは行われなかった。</p> <h2 id="PTSD診断の信頼性に関するDSMとICDのフィールドトライアル"><a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>診断の信頼性に関する<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>とICDのフィールドトライアル</h2> <p>精神医学では生物学的マーカーがほとんどないため、診断の信頼性が多くの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>の科学的基盤を形成している。診断の信頼性を測る尺度としては、臨床医間の一致度が一般的である。しかし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-IIIでは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>が確実に診断できる、あるいは他の疾患と区別できるという証拠がないうちに、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断も含まれていた。<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-III、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a>、<a class="keyword" href="https://d.hatena.ne.jp/keyword/ICD-10">ICD-10</a>の診断基準の信頼性を検証するためにフィールドトライアルが行われた。しかし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-IIIと<a class="keyword" href="https://d.hatena.ne.jp/keyword/ICD-10">ICD-10</a>の試験では<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>は言及されておらず、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>に関する<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a>の試験では、臨床現場での診断の信頼性を確認できるような方法は用いられていない。<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-III試験では、参加した臨床医が自分の患者を診断し、他の臨床医が同じ基準で診断した2人以上の患者を評価した 24。合計131組の評価が独立して行われ、さらに150人の患者が共同で評価された。被験者の合計10.5%が不安障害と診断され、その一致度はLandisと<a class="keyword" href="https://d.hatena.ne.jp/keyword/Koch">Koch</a>の基準を用いて公正(k ¼ 0.43)と評価された。<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a>のフィールド試験はより大規模であり、目的と方法が異なっていた26。<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>は独自の試験の対象であり、400人の患者と128人の非患者が募集された。被験者にはストレスとなる出来事がないかスクリーニングが行われ、DSMIII-R(SCID)の<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>モジュール27と診断面接スケジュール(DIS)を用いて面接が行われた。5施設から5人、合計25人の患者のSCIDの<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>モジュールに対する回答の録音テープを用いて、相互評価者の一致が検討された。他の4施設からそれぞれ2人の臨床医がテープに録音された回答を評価し、各患者について合計8人の臨床医による評価が得られた。臨床医には症例ノートやその他の臨床情報は提供されなかったが、臨床医は患者が<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a> <a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>フィールドトライアルの一部として評価されていることを知っていた。<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a> <a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>フィールドトライアルの結果は査読誌に発表されておらず、著者との個人的なコミュニケーションにより、臨床医が互いの評価を盲検化していたかどうか、あるいは統計解析に同一被験者の複数の評価を使用することから生じる統計的自由度の損失に対する補正が含まれていたかどうかを確認することはできなかった。<strong><a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM-IV">DSM-IV</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%CE%D7%BE%B2%BB%EE%B8%B3">臨床試験</a>における<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>のκ値は0.85であり、これは<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-III<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CE%D7%BE%B2%BB%EE%B8%B3">臨床試験</a>における<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%C9%C2%C0%AD%BE%E3%B3%B2">精神病性障害</a>のκ値を上回り、ほぼ完全な一致を示している。しかし、より重要な批判は、半構造化面接に対する録音された回答についての一致は、臨床医が特定の質問に対する回答に同意できるかどうかだけを確認するものであるということである。この方法では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>を臨床の場で確実に診断できるかどうか、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>を他の疾患と区別できるかどうかを立証することはできない。</strong><a class="keyword" href="https://d.hatena.ne.jp/keyword/ICD-10">ICD-10</a>のフィールドトライアルには11,000人以上の患者が参加したが、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>と診断された患者は9人程度であった可能性があり、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断に関する一致度のカッパは報告されていない29。<strong>われわれは、自動車事故後の559件の連続した賠償請求において作成された医療訴訟報告書における精神医学的診断の評価者間信頼性を検討し、この設定における<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断に関する一致度は低いことを明らかにした30-32。われわれは、敵対的な訴訟において対立する側の専門家の間で意見の相違があるだろうと予想していたが、同じ側の専門家の間で<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の有無に関する一致が偶然に予想される程度しかないことに驚いた。その研究では、認知された診断基準を満たすのに十分な症状を報告書に記載した専門家はほとんどおらず、また、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>を引き起こすのに十分な外傷的体験であったかどうかについても、専門家の主観的判断は一致していなかった。</strong>重傷で病院の外科病棟に入院した患者よりも、事故後に救急外来を受診しなかった患者に<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断がわずかに多かったことから、重症度に関する意見の相違は驚くべきことではなかった30。Medline、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PubMed">PubMed</a>、PsychLitおよびCINHALを、「信頼性」、「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%C5%AA%B3%B0%BD%FD%B8%E5%A5%B9%A5%C8%A5%EC%A5%B9%BE%E3%B3%B2">心的外傷後ストレス障害</a>」または「不安障害」という用語を用いて検索した。その結果、自己報告式の質問票、構造化面接および半構造化面接の信頼性を報告した研究が1件、構造化面接と臨床面接の結果を比較した研究が1件見つかった33。しかし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-IIIおよび<a class="keyword" href="https://d.hatena.ne.jp/keyword/ICD-10">ICD-10</a>のフィールドトライアルに類似した方法を用いた研究は見つからなかった。したがって、<strong>非構造化臨床評価は、裁判用に作成された報告書では通常<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>を診断する方法であるが、この方法で<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>を確実に診断できるという証拠はほとんどない。</strong></p> <h2 id="PTSDの診断法と医療法律実務-Spitzer"><a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断法と医療・法律実務 Spitzer</h2> <p>この基準は、一般的に医療 法的評価にも適用することができ、「利用可能なデー タ」には、構造化または半構造化面接の結果が含まれ、検討されている障害の実際の診断基準が実際に適 用されていることを確認することができる。診断のための面接は、包括的な面接、障害に焦点を当てた面接、症状に焦点を当てた方法に大別することができる。包括的な構造化診断機器の例としては、DIS28、SCID27、Composite International Diagnostic Interview (CIDI)35、Schedules for Clinical Assessment in Neuropsychiatry36などがある。この種の機器は、診断を下すために非常に広範な症状の存在を記録するが、これらの機器の使用の限界は、1000もの質問に対する回答を必要とすることである。<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>診断のための包括的診断面接の評価者間信頼性を、利用可能なすべての情報源を用いた経験豊富な臨床医の診断と比較したKomitiらによる1件の研究がある37。CAPSや類似の尺度は<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断を行う。しかし、障害に焦点をあてた面接は、実施する前に仮診断か、少なくとも<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>のような障害の存在に関するある程度の疑いを必要とする。したがって、障害に焦点を当てた評価の主な役割は、高リスク群における<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%B6%CD%DB%C0%AD">偽陽性</a>を除外して診断の存在を確認することである。3つ目のタイプは症状に焦点をあてた質問紙で、短時間で簡単に実施できるが、診断はつかない。Millerは、半構造化面接、完全構造化面接、非構造化面接をLEAD標準と比較し、非構造化面接の信頼性が最も低いことを明らかにした33,42。医療・法律専門家が構造化面接を避けるのは、おそらく、不慣れ、検査実施に時間がかかる、検査機器自体への信頼がない、自分の専門知識に自信がないなど、さまざまな理由がある。専門家はまた、構造化面接の特徴である、障害の症状に関する誘導的な質問で患者を促すことを避けたいのかもしれない。対照的に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>のシミュレーションを避けるために診断基準を選択的または特異的に使用することは、診断の誤りを招く可能性が高い。実際、人々に障害の有無を確認する障害に焦点をあてた尺度は、精神的傷害に対する医学的法的評価の診断部分とほとんど同じ機能を果たしている。また、構造化面接の適用が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E9%A5%DD%A1%BC%A5%EB">ラポール</a>に及ぼす影響も、その使用に対する有効な反論とはならない。診断尺度や 構造化面接の使用に反対する最も強い論拠は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断基準を満たす患者に限定してしまうことであろう。現在の診断基準に関する懸念はひとまず置いておくとして、医療現場における検査機器の使用に対する残りの反対意見には説得力がない。</p> <h2 id="PTSDに関する証拠の信頼性を向上させるためにできること"><a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>に関する証拠の信頼性を向上させるためにできること</h2> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断の信頼性を向上させることは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-Vの基準を起草する委員会にとって重要な検討事項であろう。<strong>論理的なステップとしては、A基準を完全に削除することであろう。これにより、トラウマまたはストレス誘発性不安障害の診断基準を満たす人の数が増える可能性があるが、他の疾患と同じように、患者の症状に基づいて診断を下すことができるようになる</strong>。A基準を削除すれば、患者の発達歴、以前の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>、訴訟の影響を含む患者の状況など、侵入記憶や回避を伴う不安症状の最近の発現に関連する他の病因論的因子を考慮することも可能になる。A基準に関する専門家証拠も、トラウマと患者の状態との関連性に関する証拠は裁判所が決定すべき問題であるという理由で、裁判所によって除外される可能性がある。究極的争点規定9が存在する場合、この規定が破られることは避けられるであろう。現行のA基準は平易な英語で明確に記述されており、A1基準またはA2基準のいずれかが満たされているかどうかを専門家が判断する必要はない。A基準に関する証拠を除外しても、症状の存在が信頼できる方法で記録されていれば、事件発生時の感情状態(恐怖、無力感、恐怖)とその後の症状との関連性に関する専門家の証言は除外されない。これによって、現在の診断基準が適用される際にしばしば生じる、精神医学的診断とその病因に関する循環<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CF%C0%B5%C4">論議</a>がなく、出来事が症状を引き起こしたかどうかという問題を客観的に検討することができる。裁判における専門家評価の欠点の一つは、通常、評価を行うために割り当てられる時間が比較的短いことである。外傷的な出来事を詳細に調べるという要件を削除すれば、患者の症状についてより詳細な評価を行うための時間を確保することができる。これには、B、C、Dの基準を十分に考慮するための半構造化面接を行う時間や、最も適切な診断がなされるようにするための他の障害の症状も含まれる。</p> <h2 id="結論">結論</h2> <p>我々が確認した限りでは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断基準は、臨床場面における診断基準の信頼性を決定するための十分なフィールドトライアルの対象となったことはない。構造化面接は信頼できることが示されているが、構造化面接や半構造化面接の所見を臨床診断と比較した数少ない研究は心強いものではなく、医療訴訟の場における臨床面接の結果の信頼性を報告した唯一の研究は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断の信頼性が非常に低いことを示した。医療現場における<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>診断の信頼性は、構造化または半構造化尺度を用いてすべての診断基準を系統的に検討することによって改善されるであろう。我々は、A基準に関する専門家の証拠を避けることによって、患者の状態の因果関係の問題を法廷に委ねることを推奨する。これは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-Vの<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断基準からA基準を削除するか、場合によっては裁判所が認めるかどうかを決定することによって達成できるであろう。そうすれば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/PTSD">PTSD</a>の診断は、他のほとんどの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>と同じように、患者の症状と障害に基づいて行われることになる。</p> iDES lasso, adaptive lasso, group lasso[R] hatenablog://entry/6801883189050360710 2023-10-14T16:38:33+09:00 2023-10-15T15:58:39+09:00 https://www.math.mcgill.ca/yyang/comp/notes/note4code.R library(glmnet) このパッケージで使用されるデフォルトのモデルは、Guassian線形モデルまたは最小二乗法である。説明のためにあらかじめ作成したデータセットをロードする。ユーザは自分のデータをロードすることも、ワークスペースに保存されているデータを使用することもできる。 pacman::p_install_gh("emeryyi/gglasso") library(gglasso) data(bardet) x<- bardet[["x"]] y<- bardet[[… <p><a href="https://www.math.mcgill.ca/yyang/comp/notes/note4code.R">https://www.math.mcgill.ca/yyang/comp/notes/note4code.R</a></p> <pre class="code {r}" data-lang="{r}" data-unlink>library(glmnet)</pre> <p>このパッケージで使用されるデフォルトのモデルは、Guassian線形モデルまたは最小二乗法である。説明のためにあらかじめ作成したデー<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BF%A5%BB%A5%C3%A5%C8">タセット</a>をロードする。ユーザは自分のデータをロードすることも、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EF%A1%BC%A5%AF%A5%B9%A5%DA%A1%BC%A5%B9">ワークスペース</a>に保存されているデータを使用することもできる。</p> <pre class="code {R}" data-lang="{R}" data-unlink>pacman::p_install_gh(&#34;emeryyi/gglasso&#34;)</pre> <pre class="code {r}" data-lang="{r}" data-unlink>library(gglasso) data(bardet) x&lt;- bardet[[&#34;x&#34;]] y&lt;- bardet[[&#34;y&#34;]]</pre> <p>glmnetの最も基本的な呼び出しを使ってモデルをフィットさせる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>fit = glmnet(x, y)</pre> <p>"fit "はglmnetクラスのオブジェクトで、フィットされたモデルの関連情報をすべて含んでいる。我々は、ユーザが直接成分を抽出することを推奨していない。その代わりに、plot、print、coef、predictなどの様々なメソッドがオブジェクトに提供され、これらのタスクをよりエレガントに実行することができる。</p> <p>plot関数を実行すれば、係数を可視化することができる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>plot(fit)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163507.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>各曲線は変数に対応する。これは、λが変化する時の係数ベクトル全体の「1-norm」に対する係数のパスを示している。上の軸は、現在のλにおける非ゼロ係数の数を示しており、これはlassoの有効自由度(df)となる。ユーザーは、曲線に注釈を付けることもでき、これはplotコマンドでlabel = TRUEを設定することで可能だ。</p> <p>オブジェクト名を入力するか、print機能を使えば、各ステップでのglmnetパスの概要が表示される:</p> <pre class="code {r}" data-lang="{r}" data-unlink>print(fit)</pre> <pre class="code" data-lang="" data-unlink> Call: glmnet(x = x, y = y) Df %Dev Lambda 1 0 0.00 0.097200 2 1 7.73 0.088560 3 1 14.16 0.080690 4 1 19.49 0.073520 5 1 23.91 0.066990 6 1 27.59 0.061040 7 2 31.42 0.055620 8 2 36.05 0.050680 9 4 40.59 0.046180 10 6 45.05 0.042070 ... </pre> <p>左からゼロでない係数の数(Df)、-log(尤度)の値(%dev)、ラムダの値(Lambda)が表示される。デフォルトではglmnetは100個のλの値を要求するが、%dev%がλの値から次のλの値まで十分に変化しない場合、プログラムは早期に停止する(典型的にはパスの終わり近く)。</p> <p>配列の範囲内の1つ以上のラムダで実際の係数を得ることができる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>coef0 = coef(fit,s=0.1)</pre> <p>関数glmnetは、ユーザーが選択できる一連のモデルを返す。多くの場合、ユーザーはソフトウェアがその中から1つを選択することを好むかもしれない。クロスバリデーションは、おそらくそのタスクのための最もシンプルで最も広く使われている方法である。</p> <p>cv.glmnetは、プロットや予測などの様々なサポートメソッドとともに、クロスバリデーションを行うためのメイン関数です。ここでは、前に読み込んだサンプルデータを使っている。</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit = cv.glmnet(x, y)</pre> <p>cv.glmnetは、cv.glmnetオブジェクトを返しますが、これはここでは "cvfit"であり、クロスバリデーション適合のすべての成分を含むリストです。glmnetに関しては、選択されたλの値を見る以外には、ユーザが直接成分を抽出することは推奨しません。このパッケージは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%F8%BA%DF%C5%AA">潜在的</a>なタスクのためによく設計された関数を提供する。</p> <p>オブジェクトをプロットできる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>plot(cvfit)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163523.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>クロスバリデーション曲線(赤い点線)、ラムダ配列に沿った上下の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C9%B8%BD%E0%CA%D0%BA%B9">標準偏差</a>曲線(エラーバー)が含まれる。選択された2つのラムダは縦の点線で示されている(下図参照)。</p> <p>選択されたラムダと対応する係数を見ることができる。例えば、</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit$lambda.min</pre> <p>[1] 0.001226463</p> <p>lambda.minは、クロスバリデーションの平均誤差を最小にするλの値である。もう1つの保存されたλはλ.1seで、これは誤差が最小の標準誤差の1つ以内に収まるような最も<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%C2%A7%B2%BD">正則化</a>されたモデルを与える。これを使うには、上記のlambda.minをlambda.1seに置き換えるだけでよい。</p> <pre class="code {r}" data-lang="{r}" data-unlink>coef1 = coef(cvfit, s = &#34;lambda.min&#34;)</pre> <p> 係数はスパース行列形式で表現されていることに注意。その理由は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%C2%A7%B2%BD">正則化</a>パスに沿った解はスパースであることが多いため、スパースフォーマットを使用する方が時間的にも空間的にも効率的だからだ。スパースでない形式を好む場合は、出力をas.matrix()にパイプを通して出力する。</p> <p> 予測は、フィットされたcv.glmnetオブジェクトに基づいて行うことができる。おもちゃの例を見てみよう。</p> <pre class="code {r}" data-lang="{r}" data-unlink>predict(cvfit, newx = x[1:5,], s = &#34;lambda.min&#34;)</pre> <pre><code> lambda.min </code></pre> <p>[1,] 8.406305 [2,] 8.353781 [3,] 8.377383 [4,] 8.294958 [5,] 8.379072</p> <p>newxは新しい入力行列を表し、sは前回と同様、予測が行われるλの値(複数可)である。</p> <h2 id="adaptive-lasso">adaptive lasso</h2> <h3 id="ペナルティファクターの例">ペナルティ・ファクターの例</h3> <p>[penalty.factor]引数により、各係数に別々のペナルティ係数を適用することができる。デフォルトは各パラメータに対して1だが、他の値を指定することもできる。特に、[penalty.factor]が0に等しい変数は、全くペナルティを受けません!v_jがj番目の変数の制約を表すとする。</p> <p>ペナルティ制約は、内部的にnvarsの合計になるように再スケーリングされることに注意。</p> <p>これは、変数に対する予備知識や好みがある場合に非常に便利だ。多くの場合、ある変数が非常に重要で、それを常に保持したい場合があり、これは対応する制約係数を0に設定することで実現できる: v_j は、ペナルティ係数を0に設定することで、ペナルティ係数を0にすることができる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>p.fac = rep(1, 120) p.fac[c(31, 74, 111)] = 0 pfit = glmnet(x, y, penalty.factor = p.fac) plot(pfit, xvar=&#34;lambda&#34;, label = TRUE)</pre> <p> その他の便利な引数をいくつか挙げる: [exclude]は、特定の変数をモデルにしないようにすることができる。もちろん、単純にxからこれらの変数を除外することもできるが、除外された変数をゼロに設定するだけで、係数の完全なベクトルを返すので、excludeの方が便利な場合もある。FALSEの場合、切片は強制的にゼロになる。</p> <h3 id="Adaptive-lassoの例">Adaptive lassoの例</h3> <p>adaptive lassoは一貫性のある第1段階を必要とする。 Zou (2006)はOLSかridge第一段lassoを推奨している。</p> <pre class="code {r}" data-lang="{r}" data-unlink>thelasso.cv&lt;-cv.glmnet(x,y,family = &#34;gaussian&#34;,alpha=1) </pre> <p>第1段階の係数から第2段階の重みを求める coef() はスパース行列</p> <pre class="code {r}" data-lang="{r}" data-unlink>bhat&lt;-as.matrix(coef(thelasso.cv,s=&#34;lambda.1se&#34;))[-1,1] if(all(bhat==0)){ bhat&lt;-rep(.Machine$double.eps*2,length(bhat)) }</pre> <p>もしbhatがすべてゼロなら、すべてにゼロに極めて近いウェイトを割り当てる。これは、第2ステージのすべてにゼロのペナルティを課すことに等しい。</p> <p>adaptive lasso weight</p> <pre class="code {r}" data-lang="{r}" data-unlink>adpen&lt;-(1/pmax(abs(bhat),.Machine$double.eps)) </pre> <p>第2段階のlasso(adaptive lasso)</p> <pre class="code {r}" data-lang="{r}" data-unlink>m_adlasso &lt;- glmnet(x,y,family = &#34;gaussian&#34;,alpha=1,exclude=which(bhat==0), penalty.factor=adpen) plot(m_adlasso)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163536.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <h2 id="エラスティックネットelastic-net">エラスティックネットelastic-net</h2> <h3 id="エラスティックネットの例">エラスティック・ネットの例</h3> <p>glmnetには、ユーザーがフィットをカスタマイズするための様々なオプションが用意されている。ここではよく使われるオプションをいくつか紹介するが、これらはglmnet関数で指定することができる。</p> <p>[family="gaussian"]はglmnet関数のデフォルトのfamilyオプションだ。</p> <p>[alpha]は弾性ネットの混合パラメータalphaで、alphaの範囲は[0,1]です。alpha=1はlasso(デフォルト)、alpha=0はリッジになる。</p> <p> [nlambda] はシーケンス中のラムダ値の数であり、デフォルトは100ですが、[0,1]の範囲もある。</p> <p>例として、α=0.2(よりリッジ回帰に近い)を設定し、オブザベーションの後半に2倍の重みを与える。 ここでの表示が長くなりすぎるのを避けるために、nlambdaを20に設定する。しかし実際には、λの値の数は100(デフォルト)以上にすることが推奨される。ほとんどの場合、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%B4%A5%EA%A5%BA%A5%E0">アルゴリズム</a>で使用されるウォーム・スタート warm-starts のために、余分なコストがかからず、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C8%F3%C0%FE%B7%C1">非線形</a>モデルではよりよい収束特性につながる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>fit = glmnet(x, y, alpha = 0.2, family=&#34;gaussian&#34;) plot(fit, xvar = &#34;lambda&#34;, label = TRUE)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163550.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <h2 id="グループlasso">グループlasso</h2> <h3 id="グループlassoの例">グループlassoの例</h3> <pre class="code {r}" data-lang="{r}" data-unlink>install.packages(&#34;gglasso&#34;, repos = &#34;http://cran.us.r-project.org&#34;)</pre> <p><a href="https://cran.r-project.org/web/packages/gglasso/index.html">https://cran.r-project.org/web/packages/gglasso/index.html</a></p> <blockquote><p>group-lasso ペナルティ付き最小二乗法、ロジスティック回帰、Huberized <a class="keyword" href="https://d.hatena.ne.jp/keyword/SVM">SVM</a>、二乗<a class="keyword" href="https://d.hatena.ne.jp/keyword/SVM">SVM</a>の解経路を効率的に計算するための統一<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%B4%A5%EA%A5%BA%A5%E0">アルゴリズム</a>、blockwise-majorization-descent (BMD)。 このパッケージは、Yang, Y. and Zou, H. (2015) DOI: &lt;doi:10.1007/s11222-014-9498-5> の実装だ。</p></blockquote> <pre class="code {r}" data-lang="{r}" data-unlink>library(gglasso)</pre> <p>bardetデー<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BF%A5%BB%A5%C3%A5%C8">タセット</a>の読み込み</p> <pre class="code {r}" data-lang="{r}" data-unlink>data(bardet)</pre> <p>20のグループを定義する</p> <pre class="code {r}" data-lang="{r}" data-unlink>group1 &lt;- rep(1:20,each=5)</pre> <p>ペナルティ付き最小二乗"group lasso"にフィットさせる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>m1 &lt;- gglasso(x=bardet$x,y=bardet$y,group=group1,loss=&#34;ls&#34;)</pre> <pre class="code {r}" data-lang="{r}" data-unlink>plot(m1)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163605.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>ペナルティ付きグループLassoでls回帰を用いた5-fold クロスバリデーション</p> <pre class="code {r}" data-lang="{r}" data-unlink>cv &lt;- cv.gglasso(x=bardet$x, y=bardet$y, group=group1, loss=&#34;ls&#34;, pred.loss=&#34;L2&#34;, lambda.factor=0.05, nfolds=5)</pre> <pre class="code {r}" data-lang="{r}" data-unlink>plot(cv)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163619.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>colon デー<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BF%A5%BB%A5%C3%A5%C8">タセット</a>を読み込む</p> <pre class="code {r}" data-lang="{r}" data-unlink>data(colon)</pre> <p>グループ指標を定義する</p> <pre class="code {r}" data-lang="{r}" data-unlink>group2 &lt;- rep(1:20,each=5)</pre> <p>グループlassoペナルティ付きロジスティック回帰にフィット</p> <pre class="code {r}" data-lang="{r}" data-unlink>m2 &lt;- gglasso(x=colon$x,y=colon$y,group=group2,loss=&#34;logit&#34;)</pre> <pre class="code {r}" data-lang="{r}" data-unlink>plot(m2)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163632.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>グループlassoペナルティ付きロジスティック回帰を用いた5-foldクロスバリデーション</p> <pre class="code {r}" data-lang="{r}" data-unlink>cv2 &lt;- cv.gglasso(x=colon$x, y=colon$y, group=group2, loss=&#34;logit&#34;, pred.loss=&#34;misclass&#34;, lambda.factor=0.05, nfolds=5)</pre> <pre class="code {r}" data-lang="{r}" data-unlink>plot(cv2)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163646.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>λ=λ.1seにおける係数</p> <pre class="code {r}" data-lang="{r}" data-unlink>pre = coef(cv$gglasso.fit, s = cv$lambda.1se)</pre> <h2 id="シミュレーションデモ-1">シミュレーション・デモ-1</h2> <p>ロジスティック回帰と最小二乗法におけるlasso、adaptive lasso、scad、<a class="keyword" href="https://d.hatena.ne.jp/keyword/mcp">mcp</a>の比較</p> <p>Rライブラリをロード<br/> glmnet: LASSO、adaptive LASSO、elastic net ペナルティ付き最小2乗法およびロジスティック回帰 (すべて<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DD%A5%A2%A5%BD%A5%F3">ポアソン</a>、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%BF%B9%E0%BC%B0">多項式</a>、コックスモデルをサポート)<br/> ncvreg: SCAD および <a class="keyword" href="https://d.hatena.ne.jp/keyword/MCP">MCP</a> ペナルティ化最小2乗法およびロジスティック回帰用</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(glmnet) library(ncvreg) library(MASS)</pre> <h3 id="PART-I-最小二乗法">PART I 最小二乗法</h3> <pre class="code {r}" data-lang="{r}" data-unlink>n=100 p=200</pre> <p>真のベータ</p> <pre class="code {r}" data-lang="{r}" data-unlink>truebeta &lt;- c(4,4,4,-6*sqrt(2),4/3,rep(0,p-5))</pre> <p>誤差分散</p> <pre class="code {r}" data-lang="{r}" data-unlink>sigma2 &lt;- 0.3</pre> <p> XjとXkの間の共分散は<a class="keyword" href="https://d.hatena.ne.jp/keyword/cov">cov</a>(X_j, X_k) = rho^|i-j|共分散行列である。</p> <pre class="code {r}" data-lang="{r}" data-unlink>covmat &lt;- function(rho, p) { rho^(abs(outer(seq(p), seq(p), &#34;-&#34;))) }</pre> <p> rho = 0.1、Xの共分散行列を生成する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>sigma &lt;- covmat(0.1,p)</pre> <p>X ~ N(0, <a class="keyword" href="https://d.hatena.ne.jp/keyword/sigma">sigma</a>)<br/> epsilon ~ N(0, sigma2)<br/> 真のモデル: y = x*truebeta + epsilon</p> <pre class="code {r}" data-lang="{r}" data-unlink>x &lt;- mvrnorm(n,rep(0,p),sigma) epsilon &lt;- rnorm(n,0,sd=sqrt(sigma2)) y &lt;- x %*% truebeta + epsilon</pre> <p>lassoをフィットさせ、5-fold CVでラムダを選択する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit &lt;- cv.glmnet(x = x, y = y, alpha = 1, family = &#34;gaussian&#34;) plot(cvfit)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163659.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>CVで選ばれたラムダ</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit$lambda.min</pre> <p>[1] 0.0821079</p> <p>解決パスをプロットする</p> <pre class="code {r}" data-lang="{r}" data-unlink>plot(cvfit$glmnet.fit,label=TRUE,xvar=&#34;lambda&#34;)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163712.png" width="770" height="475" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>λ.minのプロット</p> <pre class="code {r}" data-lang="{r}" data-unlink>abline(v=log(cvfit$lambda.min),lty=1)</pre> <p>λ.1seをプロットする</p> <pre class="code {r}" data-lang="{r}" data-unlink>abline(v=log(cvfit$lambda.1se),lty=2)</pre> <pre class="code {r}" data-lang="{r}" data-unlink>model_compare &lt;- matrix(NA, nrow=5, ncol=p, dimnames=list(c(&#34;true model&#34;, &#34;lasso&#34;,&#34;adaptive lasso&#34;,&#34;mcp&#34;,&#34;scad&#34;), paste(&#34;V&#34;,seq(p),sep=&#34;&#34;))) </pre> <p>真のモデルを保存する</p> <pre class="code {r}" data-lang="{r}" data-unlink>model_compare[1, ] &lt;- truebeta</pre> <p>lassoによって推定された係数</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit &lt;- cv.glmnet(x = x, y = y, alpha = 1, family = &#34;gaussian&#34;) tmp &lt;- cvfit$glmnet.fit$beta lasso_beta &lt;- as.matrix(tmp[,cvfit$lambda==cvfit$lambda.min]) model_compare[2, ] &lt;- lasso_beta</pre> <p>重みを計算し、adaptive lassoにフィットさせる</p> <pre class="code {r}" data-lang="{r}" data-unlink>weight = 1/(lasso_beta)^2</pre> <p>推定係数がゼロの場合、対応するウェイトがInfとなり、数値誤差を防ぐため、Infを大きな数値(例えば1e6)に変換する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>weight[weight==Inf] = 1e6 cvfit &lt;- cv.glmnet(x = x, y = y, alpha = 1, family = &#34;gaussian&#34;, nfolds = 5, penalty.factor=weight)</pre> <p>Adaptive Lassoによって推定された係数</p> <pre class="code {r}" data-lang="{r}" data-unlink>tmp &lt;- cvfit$glmnet.fit$beta adaptive_lasso_beta &lt;- as.matrix(tmp[,cvfit$lambda==cvfit$lambda.min]) model_compare[3, ] &lt;- adaptive_lasso_beta</pre> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/mcp">mcp</a>によって推定された係数</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit &lt;- cv.ncvreg(X = x, y = y, penalty = &#34;MCP&#34;, family = &#34;gaussian&#34;) mcp_beta &lt;- cvfit$fit$beta[, cvfit$min] model_compare[4, ] &lt;- mcp_beta[-1]</pre> <p>scadによって推定された係数</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit &lt;- cv.ncvreg(X = x, y = y, penalty = &#34;SCAD&#34;, family = &#34;gaussian&#34;) scad_beta &lt;- cvfit$fit$beta[, cvfit$min] model_compare[5, ] &lt;- scad_beta[-1]</pre> <p>4つの方法で推定された係数を比較すると、lasso over-selected、adaptive lasso、scad、<a class="keyword" href="https://d.hatena.ne.jp/keyword/mcp">mcp</a>が問題を解決していることがわかる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>model_compare</pre> <pre class="code" data-lang="" data-unlink> V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 true model 4 4.000000000 4 -8.485281 1.333333 0 0 0 0 0 lasso 0 -0.022023796 0 0.000000 0.000000 0 0 0 0 0 adaptive lasso 0 0.000000000 0 0.000000 0.000000 0 0 0 0 0 mcp 0 0.000000000 0 0.000000 0.000000 0 0 0 0 0 scad 0 -0.004545409 0 0.000000 0.000000 0 0 0 0 0 V11 V12 V13 V14 V15 V16 true model 0.000000000 0.00000000 0.0000000 0.0000000 0.000000 0 lasso 0.006311609 0.00000000 0.0000000 0.0000000 0.000000 0 adaptive lasso 0.000000000 0.00000000 0.0000000 0.0000000 0.000000 0 mcp 0.000000000 -0.08207367 -0.1647326 0.2088095 -1.000567 0 scad 0.000000000 0.00000000 0.0000000 0.0000000 -1.033549 0 V17 V18 V19 V20 V21 V22 V23 true model 0.00000000 0.00000000 0 0 0 0.0000000000 0.00000000 lasso 0.00000000 -0.01762063 0 0 0 0.0001952964 -0.05328850 adaptive lasso 0.00000000 0.00000000 0 0 0 0.0000000000 0.00000000 mcp 0.03504008 0.00000000 0 0 0 0.0000000000 0.00000000 scad 0.00000000 0.00000000 0 0 0 0.0000000000 -0.08488739 V24 V25 V26 V27 V28 V29 V30 true model 0.0000000 0.0000000 0.00000000 0 0.0000000 0 0.0000000 lasso 0.0000000 -0.5648782 0.06002556 0 0.0000000 0 -0.3371098 adaptive lasso 0.0000000 -1.0114037 0.00000000 0 0.0000000 0 0.0000000 mcp -0.4379709 0.0000000 0.00000000 0 -0.1994319 0 0.0000000 scad 0.0000000 0.0000000 0.00000000 0 0.0000000 0 0.0000000 V31 V32 V33 V34 V35 V36 V37 V38 V39 V40 V41 true model 0.0000000 0 0.0000000 0 0 0.0000000 0 0 0 0 0 lasso -0.1165544 0 0.0000000 0 0 0.0482393 0 0 0 0 0 adaptive lasso 0.0000000 0 0.0000000 0 0 0.0000000 0 0 0 0 0 mcp -0.4561359 0 -0.1259705 0 0 0.1201394 0 0 0 0 0 scad 0.0000000 0 0.0000000 0 0 0.0000000 0 0 0 0 0 V42 V43 V44 V45 V46 V47 V48 V49 V50 true model 0 0 0.000000000 0 0.0000000 0.0000000 0 0 0.0000000 lasso 0 0 0.009982214 0 -0.2897772 0.0000000 0 0 0.0000000 adaptive lasso 0 0 0.000000000 0 -0.6616183 0.0000000 0 0 0.0000000 mcp 0 0 0.000000000 0 -0.4648836 0.1156758 0 0 -0.1438189 scad 0 0 0.000000000 0 -0.1163973 0.0000000 0 0 0.0000000 V51 V52 V53 V54 V55 V56 V57 V58 V59 true model 0.0000000 0 0.00000000 0.00000000 0 0 0 0.00000000 0 lasso 0.0000000 0 0.05634673 0.13775797 0 0 0 0.00000000 0 adaptive lasso 0.0000000 0 0.00000000 0.09460430 0 0 0 0.00000000 0 mcp 0.0000000 0 0.07499241 0.11837706 0 0 0 -0.05640483 0 scad -0.1008567 0 0.00000000 0.08972644 0 0 0 0.00000000 0 V60 V61 V62 V63 V64 V65 V66 V67 V68 V69 V70 true model 0 0 0 0.00000000 0 0.0000000 0.00000000 0 0 0 0 lasso 0 0 0 0.00000000 0 0.2563789 -0.12041928 0 0 0 0 adaptive lasso 0 0 0 0.00000000 0 0.2957797 0.00000000 0 0 0 0 mcp 0 0 0 0.02528918 0 0.3411462 0.00000000 0 0 0 0 scad 0 0 0 0.00000000 0 0.1248035 -0.03840615 0 0 0 0 V71 V72 V73 V74 V75 V76 V77 V78 V79 true model 0 0 0.00000000 0 0 0.00000000 0.0000000 0.00000000 0 lasso 0 0 0.05161909 0 0 0.00000000 0.0000000 0.04393271 0 adaptive lasso 0 0 0.00000000 0 0 0.00000000 0.0000000 0.00000000 0 mcp 0 0 0.07055282 0 0 0.00000000 0.0652188 0.12140394 0 scad 0 0 0.00000000 0 0 -0.06290252 0.0000000 0.00000000 0 V80 V81 V82 V83 V84 V85 V86 V87 V88 V89 true model 0 0 0 0 0 0 0.00000000 0.000000000 0 0.0000000 lasso 0 0 0 0 0 0 0.00000000 -0.001347216 0 0.2044193 adaptive lasso 0 0 0 0 0 0 0.00000000 0.000000000 0 0.1554728 mcp 0 0 0 0 0 0 0.04738824 0.000000000 0 0.4817615 scad 0 0 0 0 0 0 0.00000000 0.000000000 0 0.0000000 V90 V91 V92 V93 V94 V95 V96 V97 V98 V99 V100 V101 true model 0 0 0 0 0.00000000 0 0 0 0 0 0.00000000 0 lasso 0 0 0 0 0.07206646 0 0 0 0 0 0.06736159 0 adaptive lasso 0 0 0 0 0.00000000 0 0 0 0 0 0.00000000 0 mcp 0 0 0 0 0.44369829 0 0 0 0 0 0.14673570 0 scad 0 0 0 0 0.00000000 0 0 0 0 0 0.00000000 0 V102 V103 V104 V105 V106 V107 V108 V109 V110 V111 true model 0.000000000 0 0 0 0 0 0 0 0 0.000000000 lasso -0.022023796 0 0 0 0 0 0 0 0 0.006311609 adaptive lasso 0.000000000 0 0 0 0 0 0 0 0 0.000000000 mcp 0.000000000 0 0 0 0 0 0 0 0 0.000000000 scad -0.004545409 0 0 0 0 0 0 0 0 0.000000000 V112 V113 V114 V115 V116 V117 true model 0.00000000 0.0000000 0.0000000 0.000000 0 0.00000000 lasso 0.00000000 0.0000000 0.0000000 0.000000 0 0.00000000 adaptive lasso 0.00000000 0.0000000 0.0000000 0.000000 0 0.00000000 mcp -0.08207367 -0.1647326 0.2088095 -1.000567 0 0.03504008 scad 0.00000000 0.0000000 0.0000000 -1.033549 0 0.00000000 V118 V119 V120 V121 V122 V123 V124 true model 0.00000000 0 0 0 0.0000000000 0.00000000 0.0000000 lasso -0.01762063 0 0 0 0.0001952964 -0.05328850 0.0000000 adaptive lasso 0.00000000 0 0 0 0.0000000000 0.00000000 0.0000000 mcp 0.00000000 0 0 0 0.0000000000 0.00000000 -0.4379709 scad 0.00000000 0 0 0 0.0000000000 -0.08488739 0.0000000 V125 V126 V127 V128 V129 V130 V131 true model 0.0000000 0.00000000 0 0.0000000 0 0.0000000 0.0000000 lasso -0.5648782 0.06002556 0 0.0000000 0 -0.3371098 -0.1165544 adaptive lasso -1.0114037 0.00000000 0 0.0000000 0 0.0000000 0.0000000 mcp 0.0000000 0.00000000 0 -0.1994319 0 0.0000000 -0.4561359 scad 0.0000000 0.00000000 0 0.0000000 0 0.0000000 0.0000000 V132 V133 V134 V135 V136 V137 V138 V139 V140 V141 true model 0 0.0000000 0 0 0.0000000 0 0 0 0 0 lasso 0 0.0000000 0 0 0.0482393 0 0 0 0 0 adaptive lasso 0 0.0000000 0 0 0.0000000 0 0 0 0 0 mcp 0 -0.1259705 0 0 0.1201394 0 0 0 0 0 scad 0 0.0000000 0 0 0.0000000 0 0 0 0 0 V142 V143 V144 V145 V146 V147 V148 V149 true model 0 0 0.000000000 0 0.0000000 0.0000000 0 0 lasso 0 0 0.009982214 0 -0.2897772 0.0000000 0 0 adaptive lasso 0 0 0.000000000 0 -0.6616183 0.0000000 0 0 mcp 0 0 0.000000000 0 -0.4648836 0.1156758 0 0 scad 0 0 0.000000000 0 -0.1163973 0.0000000 0 0 V150 V151 V152 V153 V154 V155 V156 V157 true model 0.0000000 0.0000000 0 0.00000000 0.00000000 0 0 0 lasso 0.0000000 0.0000000 0 0.05634673 0.13775797 0 0 0 adaptive lasso 0.0000000 0.0000000 0 0.00000000 0.09460430 0 0 0 mcp -0.1438189 0.0000000 0 0.07499241 0.11837706 0 0 0 scad 0.0000000 -0.1008567 0 0.00000000 0.08972644 0 0 0 V158 V159 V160 V161 V162 V163 V164 V165 true model 0.00000000 0 0 0 0 0.00000000 0 0.0000000 lasso 0.00000000 0 0 0 0 0.00000000 0 0.2563789 adaptive lasso 0.00000000 0 0 0 0 0.00000000 0 0.2957797 mcp -0.05640483 0 0 0 0 0.02528918 0 0.3411462 scad 0.00000000 0 0 0 0 0.00000000 0 0.1248035 V166 V167 V168 V169 V170 V171 V172 V173 V174 V175 true model 0.00000000 0 0 0 0 0 0 0.00000000 0 0 lasso -0.12041928 0 0 0 0 0 0 0.05161909 0 0 adaptive lasso 0.00000000 0 0 0 0 0 0 0.00000000 0 0 mcp 0.00000000 0 0 0 0 0 0 0.07055282 0 0 scad -0.03840615 0 0 0 0 0 0 0.00000000 0 0 V176 V177 V178 V179 V180 V181 V182 V183 V184 true model 0.00000000 0.0000000 0.00000000 0 0 0 0 0 0 lasso 0.00000000 0.0000000 0.04393271 0 0 0 0 0 0 adaptive lasso 0.00000000 0.0000000 0.00000000 0 0 0 0 0 0 mcp 0.00000000 0.0652188 0.12140394 0 0 0 0 0 0 scad -0.06290252 0.0000000 0.00000000 0 0 0 0 0 0 V185 V186 V187 V188 V189 V190 V191 V192 V193 true model 0 0.00000000 0.000000000 0 0.0000000 0 0 0 0 lasso 0 0.00000000 -0.001347216 0 0.2044193 0 0 0 0 adaptive lasso 0 0.00000000 0.000000000 0 0.1554728 0 0 0 0 mcp 0 0.04738824 0.000000000 0 0.4817615 0 0 0 0 scad 0 0.00000000 0.000000000 0 0.0000000 0 0 0 0 V194 V195 V196 V197 V198 V199 V200 true model 0.00000000 0 0 0 0 0 0.00000000 lasso 0.07206646 0 0 0 0 0 0.06736159 adaptive lasso 0.00000000 0 0 0 0 0 0.00000000 mcp 0.44369829 0 0 0 0 0 0.14673570 scad 0.00000000 0 0 0 0 0 0.00000000</pre> <h2 id="シミュレーションデモ-2">シミュレーション・デモ-2</h2> <h3 id="PART-II-ロジスティック回帰">PART II ロジスティック回帰</h3> <p>データを生成する</p> <pre class="code {r}" data-lang="{r}" data-unlink>n &lt;- 200 p &lt;- 8</pre> <p>真のベータ</p> <pre class="code {r}" data-lang="{r}" data-unlink>truebeta &lt;- c(6,3.5,0,5,rep(0,p-4)) truebeta</pre> <p> 真のモデルからxとyを生成 真のモデル: P(y=1|x) = exp(x<em>truebeta)/(exp(x</em>truebeta)+1)</p> <pre class="code {r}" data-lang="{r}" data-unlink>x &lt;- matrix(rnorm(n*p), n, p) feta &lt;- x %*% truebeta fprob &lt;- ifelse(feta &lt; 0, exp(feta)/(1+exp(feta)), 1/(1 + exp(-feta))) y &lt;- rbinom(n, 1, fprob) model_compare &lt;- matrix(NA, nrow=5, ncol=p, dimnames=list(c(&#34;true model&#34;,&#34;lasso&#34;, &#34;adaptive lasso&#34;,&#34;mcp&#34;,&#34;scad&#34;), paste(&#34;V&#34;,seq(p),sep=&#34;&#34;))) </pre> <p>真のモデルを保存する</p> <pre class="code {r}" data-lang="{r}" data-unlink>model_compare[1, ] &lt;- truebeta</pre> <p>lassoのケース<br/> cv.glmfit ラッソモデルをフィットし、ラムダの選択にクロス検証を使用する。</p> <p>family = "binomial", ロジスティック回帰<br/> family = "gaussian", 最小二乗法</p> <p>alphaはL1ペナルティ項の度合いを制御する、 <br/> alpha = 1, lasso、 <br/> alpha = 0, ridge、 <br/> alpha = (0,1), 弾性ネット</p> <p>nfolds = 5, 5回クロスバリデーション(CV)</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit &lt;- cv.glmnet(x = x, y = y, alpha = 1, family = &#34;binomial&#34;, nfolds = 5)</pre> <p>CV結果をプロットする 左の縦線(λ.min)は、最小の偏差を与えるλに対応する。<br/> 右の縦線(λ.1se)は、1<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C9%B8%BD%E0%CA%D0%BA%B9">標準偏差</a>ルールのλに対応する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>plot(cvfit)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163727.png" width="1005" height="621" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>解決パスをプロットする</p> <pre class="code {r}" data-lang="{r}" data-unlink>plot(cvfit$glmnet.fit,label=TRUE,xvar=&#34;lambda&#34;)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163740.png" width="1005" height="621" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <pre class="code {r}" data-lang="{r}" data-unlink>plot(cvfit$glmnet.fit,label=TRUE,xvar=&#34;lambda&#34;)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20231014/20231014163824.png" width="1005" height="621" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>λ.minをプロットする</p> <pre class="code {r}" data-lang="{r}" data-unlink>abline(v=log(cvfit$lambda.min),lty=1)</pre> <p>λ.1seをプロットする</p> <pre class="code {r}" data-lang="{r}" data-unlink>abline(v=log(cvfit$lambda.1se),lty=2)</pre> <p>各列はラムダ値の推定値を表す。</p> <pre class="code {r}" data-lang="{r}" data-unlink>tmp &lt;- cvfit$glmnet.fit$beta tmp</pre> <p>CVが選択したλ.minに対応するベータ値</p> <pre class="code {r}" data-lang="{r}" data-unlink>lasso_beta &lt;- as.matrix(tmp[,cvfit$lambda==cvfit$lambda.min]) model_compare[2, ] &lt;- lasso_beta</pre> <p>重みを計算し、Adaptive Lassoをフィットさせる</p> <pre class="code {r}" data-lang="{r}" data-unlink>weight = 1/(lasso_beta)^2</pre> <p>推定係数がゼロの場合、対応するウェイトがInfとなり、数値誤差を防ぐため、Infを大きな数値(例えば1e6)に変換する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>weight[weight==Inf] = 1e6 cvfit &lt;- cv.glmnet(x = x, y = y, alpha = 1, family = &#34;binomial&#34;, nfolds = 5, penalty.factor=weight)</pre> <p>Adaptive Lassoによって推定された係数</p> <pre class="code {r}" data-lang="{r}" data-unlink>tmp &lt;- cvfit$glmnet.fit$beta adaptive_lasso_beta &lt;- as.matrix(tmp[,cvfit$lambda==cvfit$lambda.min]) model_compare[3, ] &lt;- adaptive_lasso_beta</pre> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/mcp">mcp</a>によって推定された係数</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit &lt;- cv.ncvreg(X = x, y = y, penalty = &#34;MCP&#34;, family = &#34;binomial&#34;) mcp_beta &lt;- cvfit$fit$beta[, cvfit$min] model_compare[4, ] &lt;- mcp_beta[-1]</pre> <p>scadによって推定された係数</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit &lt;- cv.ncvreg(X = x, y = y, penalty = &#34;SCAD&#34;, family = &#34;binomial&#34;) scad_beta &lt;- cvfit$fit$beta[, cvfit$min] model_compare[5, ] &lt;- scad_beta[-1]</pre> <p>4つの方法から推定された係数を比較する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>model_compare</pre> <pre class="code" data-lang="" data-unlink> V1 V2 V3 V4 V5 V6 V7 true model NA NA NA NA NA NA NA lasso 4.467528 2.375300 0 3.096532 0 -0.07315415 -0.3499353 adaptive lasso 4.664295 2.480856 0 3.335227 0 0.00000000 0.0000000 mcp 4.459921 2.533341 0 3.366028 0 0.00000000 0.0000000 scad 4.808539 2.744814 0 3.615375 0 0.00000000 0.0000000 V8 true model NA lasso 0.3801377 adaptive lasso 0.0000000 mcp 0.0000000 scad 0.0000000</pre> iDES summarytoolsの紹介[R] hatenablog://entry/820878482971208989 2023-09-28T03:17:31+09:00 2023-10-15T15:54:49+09:00 cran.r-project.org cran.r-project.org www.rdocumentation.org 1. 概要 summarytoolsはデータ探索と簡単な報告を中心とした一貫した機能セットを提供する。その中核には以下の4つの関数が存在する: 関数説明 freq() 回数、比率、累積統計量、および欠損データの報告を特徴とする度数表 ctable() 離散変数/カテゴリー変数のペア間のクロス集計 (結合度数)。 descr() 数値データの記述統計 (単変量)。 dfSummary() すべての変数の型固有の情報を特徴とするデータ・フレーム・サマリー:単変量統計量および/ま… <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fcran.r-project.org%2Fweb%2Fpackages%2Fsummarytools%2Fvignettes%2Fintroduction.html" title="Introduction to summarytools" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://cran.r-project.org/web/packages/summarytools/vignettes/introduction.html">cran.r-project.org</a></cite></p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fcran.r-project.org%2Fweb%2Fpackages%2Fsummarytools%2Findex.html" title="CRAN - Package summarytools" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://cran.r-project.org/web/packages/summarytools/index.html">cran.r-project.org</a></cite></p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.rdocumentation.org%2Fpackages%2Fsummarytools%2Fversions%2F1.0.1" title="summarytools package - RDocumentation" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.rdocumentation.org/packages/summarytools/versions/1.0.1">www.rdocumentation.org</a></cite></p> <h1 id="1-概要">1. 概要</h1> <p>summarytoolsはデータ探索と簡単な報告を中心とした一貫した機能セットを提供する。その中核には以下の4つの関数が存在する:</p> <p>関数説明<br/> <code>freq()</code> 回数、比率、累積統計量、および欠損データの報告を特徴とする度数表</p> <p><code>ctable()</code> 離散変数/カテゴリー変数のペア間のクロス集計 (結合度数)。</p> <p><code>descr()</code> 数値データの記述統計 (単変量)。</p> <p><code>dfSummary()</code> すべての変数の型固有の情報を特徴とするデータ・フレーム・サマリー:単変量統計量および/または度数分布、棒グラフまたは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D2%A5%B9%A5%C8%A5%B0%A5%E9%A5%E0">ヒストグラム</a>、および欠損データのカウントと割合。素早く異常を検出し、一目で傾向を特定するのに非常に便利</p> <h2 id="2-度数表-freq">2. 度数表: freq()</h2> <p>freq()関数は、計数、割合、欠損データ情報を含む度数表を生成する。<br/> 余談: このパッケージのア<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%C7%A5%A2">イデア</a>は、ベースとなるRにこのような関数がなかったことに由来している。</p> <pre class="code {r}" data-lang="{r}" data-unlink>freq(iris$Species, plain.ascii = FALSE, style = &#34;rmarkdown&#34;)</pre> <table> <thead> <tr> <th style="text-align:right;"> &nbsp; </th> <th style="text-align:right;"> Freq </th> <th style="text-align:right;"> % Valid </th> <th style="text-align:right;"> % Valid Cum. </th> <th style="text-align:right;"> % Total </th> <th style="text-align:right;"> % Total Cum. </th> </tr> </thead> <tbody> <tr> <td style="text-align:right;"> <strong>setosa</strong> </td> <td style="text-align:right;"> 50 </td> <td style="text-align:right;"> 33.33 </td> <td style="text-align:right;"> 33.33 </td> <td style="text-align:right;"> 33.33 </td> <td style="text-align:right;"> 33.33 </td> </tr> <tr> <td style="text-align:right;"> <strong>versicolor</strong> </td> <td style="text-align:right;"> 50 </td> <td style="text-align:right;"> 33.33 </td> <td style="text-align:right;"> 66.67 </td> <td style="text-align:right;"> 33.33 </td> <td style="text-align:right;"> 66.67 </td> </tr> <tr> <td style="text-align:right;"> <strong>virginica</strong> </td> <td style="text-align:right;"> 50 </td> <td style="text-align:right;"> 33.33 </td> <td style="text-align:right;"> 100.00 </td> <td style="text-align:right;"> 33.33 </td> <td style="text-align:right;"> 100.00 </td> </tr> <tr> <td style="text-align:right;"> <strong>\&lt;NA></strong> </td> <td style="text-align:right;"> 0 </td> <td style="text-align:right;"> </td> <td style="text-align:right;"> </td> <td style="text-align:right;"> 0.00 </td> <td style="text-align:right;"> 100.00 </td> </tr> <tr> <td style="text-align:right;"> <strong>Total</strong> </td> <td style="text-align:right;"> 150 </td> <td style="text-align:right;"> 100.00 </td> <td style="text-align:right;"> 100.00 </td> <td style="text-align:right;"> 100.00 </td> <td style="text-align:right;"> 100.00 </td> </tr> </tbody> </table> <p>この最初の例では、plain.asciiとstyle引数が指定されている。しかし、st_options()を使ってこの文書に対してグローバルに定義したので、冗長であり、以後省略する(セクション16にこの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%F4%A5%A3%A5%CD%A5%C3%A5%C8">ヴィネット</a>の設定の詳細な説明がある)。</p> <h2 id="21-欠落データ">2.1 欠落データ</h2> <p>summarytoolsの主な目的の1つは、さらなる分析のためのデータのクリーニングと準備を支援することである。しかし、状況によっては、欠損データに関する情報を必要としない(あるいは既に持っている)場合がある。report.<a class="keyword" href="https://d.hatena.ne.jp/keyword/nas">nas</a> = FALSEを使用すると、出力表は1行2列と小さくなる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>freq(iris$Species, report.nas = FALSE, headings = FALSE)</pre> <pre><code> Freq % % Cum. </code></pre> <hr /> <pre><code> setosa 50 33.33 33.33 versicolor 50 33.33 66.67 virginica 50 33.33 100.00 Total 150 100.00 100.00 </code></pre> <p>headings = FALSE パラメーターは見出しセクションを抑制する。</p> <p>2.2 最も単純な式 すべてのオプション要素を "オフ "にすることで、よりシンプルな表が出来上がる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>freq(iris$Species, report.nas = FALSE, totals = FALSE, cumul = FALSE, headings = FALSE)</pre> <pre><code> Freq % </code></pre> <hr /> <pre><code> setosa 50 33.33 versicolor 50 33.33 virginica 50 33.33 </code></pre> <p>出力はかなり簡略化されているが、構文はそうなっていない。Teslerの複雑さ保存の法則のおかげである!ありがたいことに、st_options()がみんなの好みに<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%B3%A5%E2%A5%C7%A1%BC%A5%B7%A5%E7%A5%F3">アコモデーション</a>してくれる(パッケージ・オプションのセクションを参照)。</p> <h2 id="23-一度に複数の度数表">2.3 一度に複数の度数表</h2> <p>データフレーム内のすべての変数の度数表を生成するために、lapply() を使用することができる(初期のバージョンでは必要であった)。しかし、freq() はデータフレームを主引数として受け取るので、これは必要ない。</p> <pre class="code {r}" data-lang="{r}" data-unlink>freq(tobacco)</pre> <pre class="code" data-lang="" data-unlink>Variable(s) ignored: age, BMI, cigs.per.day Frequencies tobacco$gender Type: Factor Freq % Valid % Valid Cum. % Total % Total Cum. ----------- ------ --------- -------------- --------- -------------- F 489 50.00 50.00 48.90 48.90 M 489 50.00 100.00 48.90 97.80 &lt;NA&gt; 22 2.20 100.00 Total 1000 100.00 100.00 100.00 100.00 tobacco$age.gr Type: Factor Freq % Valid % Valid Cum. % Total % Total Cum. ----------- ------ --------- -------------- --------- -------------- 18-34 258 26.46 26.46 25.80 25.80 35-50 241 24.72 51.18 24.10 49.90 51-70 317 32.51 83.69 31.70 81.60 71 + 159 16.31 100.00 15.90 97.50 &lt;NA&gt; 25 2.50 100.00 Total 1000 100.00 100.00 100.00 100.00 tobacco$smoker Type: Factor Freq % Valid % Valid Cum. % Total % Total Cum. ----------- ------ --------- -------------- --------- -------------- Yes 298 29.80 29.80 29.80 29.80 No 702 70.20 100.00 70.20 100.00 &lt;NA&gt; 0 0.00 100.00 Total 1000 100.00 100.00 100.00 100.00 tobacco$diseased Type: Factor Freq % Valid % Valid Cum. % Total % Total Cum. ----------- ------ --------- -------------- --------- -------------- Yes 224 22.40 22.40 22.40 22.40 No 776 77.60 100.00 77.60 100.00 &lt;NA&gt; 0 0.00 100.00 Total 1000 100.00 100.00 100.00 100.00 tobacco$disease Type: Character Freq % Valid % Valid Cum. % Total % Total Cum. --------------------- ------ --------- -------------- --------- -------------- Cancer 34 15.32 15.32 3.40 3.40 Cholesterol 21 9.46 24.77 2.10 5.50 Diabetes 14 6.31 31.08 1.40 6.90 Digestive 12 5.41 36.49 1.20 8.10 Hearing 14 6.31 42.79 1.40 9.50 Heart 20 9.01 51.80 2.00 11.50 Hypertension 36 16.22 68.02 3.60 15.10 Hypotension 11 4.95 72.97 1.10 16.20 Musculoskeletal 19 8.56 81.53 1.90 18.10 Neurological 10 4.50 86.04 1.00 19.10 Other 2 0.90 86.94 0.20 19.30 Pulmonary 20 9.01 95.95 2.00 21.30 Vision 9 4.05 100.00 0.90 22.20 &lt;NA&gt; 778 77.80 100.00 Total 1000 100.00 100.00 100.00 100.00 tobacco$samp.wgts Type: Numeric Freq % Valid % Valid Cum. % Total % Total Cum. ----------------------- ------ --------- -------------- --------- -------------- 0.861423220973783 267 26.70 26.70 26.70 26.70 1.04417670682731 249 24.90 51.60 24.90 51.60 1.04938271604938 324 32.40 84.00 32.40 84.00 1.0625 160 16.00 100.00 16.00 100.00 &lt;NA&gt; 0 0.00 100.00 Total 1000 100.00 100.00 100.00 100.00</pre> <p>結果が乱雑になるのを避けるため、25以上の明確な値を持つ数値列は無視される。この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%B7%A4%AD%A4%A4%C3%CD">しきい値</a>25は、<code>st_options()</code>を使って変更することができる。例えば、10に変更するには、<code>st_options(freq.ignore.threshold = 10)</code>を使う。</p> <p>タバコのデータフレームはシミュレートされたデータを含み、パッケージに含まれている。もう1つのシミュレートされたデータフレームは試験だ。どちらもフランス語版(tabagisme, examens)がある。</p> <h2 id="24-度数表のサブセット化フィルタリング">2.4 度数表のサブセット化(フィルタリング)</h2> <p>rowsパラメータは、度数表をサブセットすることができる:</p> <p>-行の出現順序でフィルタリングするには、数値ベクトルを使用します; rows = 1:10 は、最初の10個の値の度数のみを表示する。表示されない値の度数を考慮するために、"(Other) "行が自動的に追加されます。 -名前によって行をフィルタリングするには、次のいずれかを使用できる。 -- 保持したいすべての行名を指定する文字ベクトル。 -- <a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%B5%AC%C9%BD%B8%BD">正規表現</a>として使用される単一の文字列(このトピックの詳細については、<code>?regex</code>を参照)。</p> <h3 id="最も一般的な価値観を示す">最も一般的な価値観を示す</h3> <p>orderパラメータとrowsパラメータを組み合わせることで、結果を簡単にフィルタリングして、例えば因子の中で最も一般的な5つの値を表示することができる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>freq(tobacco$disease, order = &#34;freq&#34;, rows = 1:5, headings = FALSE)</pre> <pre class="code" data-lang="" data-unlink> Freq % Valid % Valid Cum. % Total % Total Cum. ------------------ ------ --------- -------------- --------- -------------- Hypertension 36 16.22 16.22 3.60 3.60 Cancer 34 15.32 31.53 3.40 7.00 Cholesterol 21 9.46 40.99 2.10 9.10 Heart 20 9.01 50.00 2.00 11.10 Pulmonary 20 9.01 59.01 2.00 13.10 (Other) 91 40.99 100.00 9.10 22.20 &lt;NA&gt; 778 77.80 100.00 Total 1000 100.00 100.00 100.00 100.00</pre> <p>freq "の代わりに"-freq "を使えば、順序を逆にし、頻度の低いものから高いものへとランク付けされた結果を得ることができる。</p> <p>“(Other)”の行に注目。これは自動的に生成される。</p> <h2 id="25-折りたたみ可能なセクション">2.5 折りたたみ可能なセクション</h2> <p>html 結果を生成する場合、collapse = TRUE 引数を print() または view() / stview()で使用し、折りたたみ可能なセクションを得る。</p> <pre class="code {r}" data-lang="{r}" data-unlink>view(freq(tobacco), collapse = TRUE)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230928/20230928031558.png" width="553" height="420" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <h2 id="3-クロス集計-ctable">3. クロス集計: ctable()</h2> <p><code>ctable()</code> は、カテゴリ変数のペアのクロス集計(結合度数)を生成する。</p> <p>タバコのシミュレートデータフレームを用いて、2つのカテゴリー変数smokerとdiseasedをクロス集計する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>ctable(x = tobacco$smoker, y = tobacco$diseased, prop = &#34;r&#34;) # 行の比率を表示する</pre> <pre class="code" data-lang="" data-unlink>Cross-Tabulation, Row Proportions smoker * diseased Data Frame: tobacco -------- ---------- ------------- ------------- --------------- diseased Yes No Total smoker Yes 125 (41.9%) 173 (58.1%) 298 (100.0%) No 99 (14.1%) 603 (85.9%) 702 (100.0%) Total 224 (22.4%) 776 (77.6%) 1000 (100.0%) -------- ---------- ------------- ------------- ---------------</pre> <p>ご覧のように、マークダウンは複数行の表見出しを完全にサポートしていないため、panderはこの特殊なタイプの表を表示するためにできることを行う。より良い結果を得るためには、"render "メソッドが推奨され、次の例で使用される。</p> <h3 id="31-行列または全体の割合">3.1 行、列、または全体の割合</h3> <p>行の比率はデフォルトで表示される。列または合計の比率を表示するには、それぞれ prop = "c" または prop = "t" を使用する。比率を完全に省略するには、prop = "n "を使用する。</p> <h3 id="32-最小限のクロス集計">3.2 最小限のクロス集計</h3> <pre class="code {r}" data-lang="{r}" data-unlink>with(tobacco, print(ctable(x = smoker, y = diseased, prop = &#39;n&#39;, totals = FALSE, headings = FALSE), method = &#34;render&#34;) )</pre> <div class="container st-container"> <table class="table table-bordered st-table st-table-bordered st-cross-table "> <thead> <tr> <th></th> <th colspan="2" align="center" class="st-protect-top-border">diseased</th> </tr> <tr> <td align="center"> <strong>smoker</strong> </td> <th colspan="1" align="center">Yes</th> <th colspan="1" align="center">No</th> </tr> </thead> <tbody> <tr> <td> <strong align="center">Yes</strong> </td> <td> <span>125</span> </td> <td> <span>173</span> </td> </tr> <tr> <td> <strong align="center">No</strong> </td> <td> <span>99</span> </td> <td> <span>603</span> </td> </tr> </tbody> </table> <p>Generated by <a href='https://github.com/dcomtois/summarytools'>summarytools</a> 1.0.1 (<a href='https://www.r-project.org/'>R</a> version 4.3.1)<br/>2023-09-28</p> </div> <h2 id="33-カイ二乗𝛘2オッズ比リスク比">3.3 <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%A4%C6%F3%BE%E8">カイ二乗</a>(𝛘2)、オッズ比、リスク比</h2> <p>カイ2乗統計量を表示するには、chisq = TRUEと設定する。2×2の表では、オッズ比とリスク比(相対リスクともいう)を表示するために、それぞれORとRRを使用する。これらはTRUEに設定でき、その場合は95%信頼<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%E8%B4%D6">区間</a>が表示される; 異なる信頼水準を使用するには、例えばOR = .90を使用する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(magrittr) tobacco %$% # Acts like with(tobacco, ...) ctable(x = smoker, y = diseased, chisq = TRUE, OR = TRUE, RR = TRUE, headings = FALSE) %&gt;% print(method = &#34;render&#34;)</pre> <div class="container st-container"> <table class="table table-bordered st-table st-table-bordered st-cross-table "> <thead> <tr> <th></th> <th colspan="8" align="center" class="st-protect-top-border">diseased</th> <th colspan="4"></th> </tr> <tr> <td align="center"> <strong>smoker</strong> </td> <th colspan="4" align="center">Yes</th> <th colspan="4" align="center">No</th> <th colspan="4" align="center">Total</th> </tr> </thead> <tbody> <tr> <td> <strong align="center">Yes</strong> </td> <td align="right" style="padding:0 0 0 15px;border-right:0;text-align:right">125</td> <td align="left" style="padding:0 1px 0 4px;border-left:0;border-right:0;text-align:left">(</td> <td align="left" style="padding:0;border-left:0;border-right:0;text-align:right">41.9%</td> <td align="left" style="padding:0 15px 0 1px;border-left:0;text-align:right">)</td> <td align="right" style="padding:0 0 0 15px;border-right:0;text-align:right">173</td> <td align="left" style="padding:0 1px 0 4px;border-left:0;border-right:0;text-align:left">(</td> <td align="left" style="padding:0;border-left:0;border-right:0;text-align:right">58.1%</td> <td align="left" style="padding:0 15px 0 1px;border-left:0;text-align:right">)</td> <td align="right" style="padding:0 0 0 15px;border-right:0;text-align:right">298</td> <td align="left" style="padding:0 1px 0 4px;border-left:0;border-right:0;text-align:left">(</td> <td align="left" style="padding:0;border-left:0;border-right:0;text-align:right">100.0%</td> <td align="left" style="padding:0 15px 0 1px;border-left:0;text-align:right">)</td> </tr> <tr> <td> <strong align="center">No</strong> </td> <td align="right" style="padding:0 0 0 15px;border-right:0;text-align:right">99</td> <td align="left" style="padding:0 1px 0 4px;border-left:0;border-right:0;text-align:left">(</td> <td align="left" style="padding:0;border-left:0;border-right:0;text-align:right">14.1%</td> <td align="left" style="padding:0 15px 0 1px;border-left:0;text-align:right">)</td> <td align="right" style="padding:0 0 0 15px;border-right:0;text-align:right">603</td> <td align="left" style="padding:0 1px 0 4px;border-left:0;border-right:0;text-align:left">(</td> <td align="left" style="padding:0;border-left:0;border-right:0;text-align:right">85.9%</td> <td align="left" style="padding:0 15px 0 1px;border-left:0;text-align:right">)</td> <td align="right" style="padding:0 0 0 15px;border-right:0;text-align:right">702</td> <td align="left" style="padding:0 1px 0 4px;border-left:0;border-right:0;text-align:left">(</td> <td align="left" style="padding:0;border-left:0;border-right:0;text-align:right">100.0%</td> <td align="left" style="padding:0 15px 0 1px;border-left:0;text-align:right">)</td> </tr> <tr> <td> <strong align="center">Total</strong> </td> <td align="right" style="padding:0 0 0 15px;border-right:0;text-align:right">224</td> <td align="left" style="padding:0 1px 0 4px;border-left:0;border-right:0;text-align:left">(</td> <td align="left" style="padding:0;border-left:0;border-right:0;text-align:right">22.4%</td> <td align="left" style="padding:0 15px 0 1px;border-left:0;text-align:right">)</td> <td align="right" style="padding:0 0 0 15px;border-right:0;text-align:right">776</td> <td align="left" style="padding:0 1px 0 4px;border-left:0;border-right:0;text-align:left">(</td> <td align="left" style="padding:0;border-left:0;border-right:0;text-align:right">77.6%</td> <td align="left" style="padding:0 15px 0 1px;border-left:0;text-align:right">)</td> <td align="right" style="padding:0 0 0 15px;border-right:0;text-align:right">1000</td> <td align="left" style="padding:0 1px 0 4px;border-left:0;border-right:0;text-align:left">(</td> <td align="left" style="padding:0;border-left:0;border-right:0;text-align:right">100.0%</td> <td align="left" style="padding:0 15px 0 1px;border-left:0;text-align:right">)</td> </tr> </tbody> <tfoot> <tr> <td colspan="100"><em><strong>&nbsp;&#935;<sup>2</sup></strong> = 91.7088&nbsp;&nbsp;&nbsp;<strong>df</strong> = 1&nbsp;&nbsp;&nbsp;<strong>p</strong> = .0000</em><br/><em><strong>O.R. </strong>(95% C.I.) = <strong>4.40</strong>&nbsp;&nbsp;(3.22 - 6.02)</em><br/> <em><strong>R.R. </strong>(95% C.I.) = <strong>2.97</strong>&nbsp;&nbsp;(2.37 - 3.73)</em></td> </tr> </tfoot> </table> <p>Generated by <a href='https://github.com/dcomtois/summarytools'>summarytools</a> 1.0.1 (<a href='https://www.r-project.org/'>R</a> version 4.3.1)<br/>2023-09-28</p> </div> <h1 id="4-記述統計量-descr">4. 記述統計量: descr()</h1> <p><code>descr()</code>は、記述統計量/単変量統計量、すなわち一般的な中心傾向統計量と分散尺度を生成する。後者の場合、数値以外の列はすべて無視され、その旨のメッセージが表示される。</p> <pre class="code {r}" data-lang="{r}" data-unlink>descr(iris)</pre> <pre class="code" data-lang="" data-unlink>Non-numerical variable(s) ignored: Species Descriptive Statistics iris N: 150 Petal.Length Petal.Width Sepal.Length Sepal.Width ----------------- -------------- ------------- -------------- ------------- Mean 3.76 1.20 5.84 3.06 Std.Dev 1.77 0.76 0.83 0.44 Min 1.00 0.10 4.30 2.00 Q1 1.60 0.30 5.10 2.80 Median 4.35 1.30 5.80 3.00 Q3 5.10 1.80 6.40 3.30 Max 6.90 2.50 7.90 4.40 MAD 1.85 1.04 1.04 0.44 IQR 3.50 1.50 1.30 0.50 CV 0.47 0.64 0.14 0.14 Skewness -0.27 -0.10 0.31 0.31 SE.Skewness 0.20 0.20 0.20 0.20 Kurtosis -1.42 -1.36 -0.61 0.14 N.Valid 150.00 150.00 150.00 150.00 Pct.Valid 100.00 100.00 100.00 100.00</pre> <p>変数型メッセージをオフにするには、silent = TRUEを使用する。このオプションはグローバルに設定することも可能で、ここではそれを行うので、この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D3%A5%CD%A5%C3%A5%C8">ビネット</a>の残りの部分では表示されない。</p> <pre class="code {r}" data-lang="{r}" data-unlink>st_options(descr.silent = TRUE)</pre> <h1 id="5-データフレームの要約-dfSummary">5. データフレームの要約: dfSummary()</h1> <p>dfSummary() は、データフレーム内のすべての変数の統計、度数、グラフを含む要約表を作成する。表示される情報は、型(文字、因子、数値、日付)に固有であり、明確な値の数によっても異なる。</p> <p>RStudio のビューア(または他の <a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a> やターミナルウィンドウで作業している場合はデフォルトの Web ブラウザ)で結果を表示するには、view() 関数を使用するか、名前が競合する場合はその双子の stview() を使用する:</p> <pre class="code {r}" data-lang="{r}" data-unlink>view(dfSummary(iris))</pre> <p>Viewer欄にHTMLで出力される</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230928/20230928031615.png" width="797" height="761" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p><code>View()</code> ではなく <code>view()</code> を使うように注意すること。後者を使用すると、結果がデータ・ビューワに表示されてしまいます。</p> <p>また、パッケージがロードされる順番にも注意してください。一部のパッケージは<code>view()</code>を再定義して<code>View()</code> を指すようにする。これらのパッケージの後にsummarytoolsをロードすると、それ自身の<code>view()</code>が正しく動作するようになる。そうでなければ、<code>stview()</code>は常に確実な代替手段として存在する。</p> <h2 id="51-R-Markdown文書でのdfSummaryの使用">5.1 R <a class="keyword" href="https://d.hatena.ne.jp/keyword/Markdown">Markdown</a>文書でのdfSummary()の使用</h2> <p>Rの<a class="keyword" href="https://d.hatena.ne.jp/keyword/Markdown">Markdown</a>ドキュメントでdfSummary()を使用する場合、マージンのオーバーフローを避けるために、一般的に1つか2つのカラムを除外するのが良いア<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%C7%A5%A2">イデア</a>である。Valid列とMissing列は冗長なので、どちらか一方を削除すればよい。</p> <pre class="code {r}" data-lang="{r}" data-unlink>dfSummary(tobacco, plain.ascii = FALSE, style = &#34;grid&#34;, graph.magnif = 0.75, valid.col = FALSE, tmp.img.dir = &#34;/tmp&#34;)</pre> <pre class="code" data-lang="" data-unlink>+----+---------------+--------------------------+---------------------+-------------------------+---------+ | No | Variable | Stats / Values | Freqs (% of Valid) | Graph | Missing | +====+===============+==========================+=====================+=========================+=========+ | 1 | gender\ | 1\. F\ | 489 (50.0%)\ | ![](/tmp/ds0001.png) | 22\ | | | [factor] | 2\. M | 489 (50.0%) | | (2.2%) | +----+---------------+--------------------------+---------------------+-------------------------+---------+ | 2 | age\ | Mean (sd) : 49.6 (18.3)\ | 63 distinct values | ![](/tmp/ds0002.png) | 25\ | | | [numeric] | min &lt; med &lt; max:\ | | | (2.5%) | | | | 18 &lt; 50 &lt; 80\ | | | | | | | IQR (CV) : 32 (0.4) | | | | +----+---------------+--------------------------+---------------------+-------------------------+---------+ | 3 | age.gr\ | 1\. 18-34\ | 258 (26.5%)\ | ![](/tmp/ds0003.png) | 25\ | | | [factor] | 2\. 35-50\ | 241 (24.7%)\ | | (2.5%) | | | | 3\. 51-70\ | 317 (32.5%)\ | | | | | | 4\. 71 + | 159 (16.3%) | | | +----+---------------+--------------------------+---------------------+-------------------------+---------+ | 4 | BMI\ | Mean (sd) : 25.7 (4.5)\ | 974 distinct values | ![](/tmp/ds0004.png) | 26\ | | | [numeric] | min &lt; med &lt; max:\ | | | (2.6%) | | | | 8.8 &lt; 25.6 &lt; 39.4\ | | | | | | | IQR (CV) : 5.7 (0.2) | | | | +----+---------------+--------------------------+---------------------+-------------------------+---------+ | 5 | smoker\ | 1\. Yes\ | 298 (29.8%)\ | ![](/tmp/ds0005.png) | 0\ | | | [factor] | 2\. No | 702 (70.2%) | | (0.0%) | +----+---------------+--------------------------+---------------------+-------------------------+---------+ | 6 | cigs.per.day\ | Mean (sd) : 6.8 (11.9)\ | 37 distinct values | ![](/tmp/ds0006.png) | 35\ | | | [numeric] | min &lt; med &lt; max:\ | | | (3.5%) | | | | 0 &lt; 0 &lt; 40\ | | | | | | | IQR (CV) : 11 (1.8) | | | | +----+---------------+--------------------------+---------------------+-------------------------+---------+ | 7 | diseased\ | 1\. Yes\ | 224 (22.4%)\ | ![](/tmp/ds0007.png) | 0\ | | | [factor] | 2\. No | 776 (77.6%) | | (0.0%) | +----+---------------+--------------------------+---------------------+-------------------------+---------+ | 8 | disease\ | 1\. Hypertension\ | 36 (16.2%)\ | ![](/tmp/ds0008.png) | 778\ | | | [character] | 2\. Cancer\ | 34 (15.3%)\ | | (77.8%) | | | | 3\. Cholesterol\ | 21 ( 9.5%)\ | | | | | | 4\. Heart\ | 20 ( 9.0%)\ | | | | | | 5\. Pulmonary\ | 20 ( 9.0%)\ | | | | | | 6\. Musculoskeletal\ | 19 ( 8.6%)\ | | | | | | 7\. Diabetes\ | 14 ( 6.3%)\ | | | | | | 8\. Hearing\ | 14 ( 6.3%)\ | | | | | | 9\. Digestive\ | 12 ( 5.4%)\ | | | | | | 10\. Hypotension\ | 11 ( 5.0%)\ | | | | | | [ 3 others ] | 21 ( 9.5%) | | | +----+---------------+--------------------------+---------------------+-------------------------+---------+ | 9 | samp.wgts\ | Mean (sd) : 1 (0.1)\ | 0.86!: 267 (26.7%)\ | ![](/tmp/ds0009.png) \ | 0\ | | | [numeric] | min &lt; med &lt; max:\ | 1.04!: 249 (24.9%)\ | \ | (0.0%) | | | | 0.9 &lt; 1 &lt; 1.1\ | 1.05!: 324 (32.4%)\ | | | | | | IQR (CV) : 0.2 (0.1) | 1.06!: 160 (16.0%)\ | | | | | | | ! rounded | | | +----+---------------+--------------------------+---------------------+-------------------------+---------+</pre> <p>tmp.img.dirパラメータは、html<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EC%A5%F3%A5%C0%A5%EA%A5%F3%A5%B0">レンダリング</a>を除き、R <a class="keyword" href="https://d.hatena.ne.jp/keyword/Markdown">Markdown</a>ドキュメントでdfSummariesを生成する際には必須である。これについての説明は後述する。</p> <pre><code>警告チャンクオプションをFALSEに設定することで、警告を回避することができる。{r chunk_name, results="asis", warning=FALSE}. </code></pre> <h2 id="52-オプションの統計">5.2 オプションの統計</h2> <p>この機能はパッケージがリリースされて以来、何度か要望があったものである。バージョン1.0.0で導入され、Stats/Values列にどの統計量を表示するかをコン<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%ED%A1%BC%A5%EB">トロール</a>できるようになった。すなわち、IQR (CV)を表示する3行目は、Rで利用可能な統計量を表示するように変更することができる。この機能を使用するには、st_options()を使用して、次のようにdfSummary.custom.1および/またはdfSummary.custom.2を定義し、コードをexpression()内に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%D7%A5%BB%A5%EB%B2%BD">カプセル化</a>する:</p> <pre class="code {r}" data-lang="{r}" data-unlink>st_options( dfSummary.custom.1 = expression( paste( &#34;Q1 - Q3 :&#34;, round( quantile(column_data, probs = .25, type = 2, names = FALSE, na.rm = TRUE), digits = 1 ), &#34; - &#34;, round( quantile(column_data, probs = .75, type = 2, names = FALSE, na.rm = TRUE), digits = 1 ) ) ) ) print( dfSummary(iris, varnumbers = FALSE, na.col = FALSE, style = &#34;multiline&#34;, plain.ascii = FALSE, headings = FALSE, graph.magnif = .8), method = &#34;render&#34; )</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230928/20230928031636.png" width="814" height="751" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>もしdfSummary.custom.1の代わりにdfSummary.custom.2を使用していたら、デフォルトのIQR(CV)行の下に4行目が追加されていただろう。</p> <p>round()の代わりに、内部変数format_number()を使用することが可能であることに注意してほしい。このformat_number()は、指定されたすべての引数(四捨五入の桁数、小数点マーク、千の位マークなど)に従って数値がフォーマットされることを保証する。st_options("round.digits")の値を格納する内部変数round.digitsも使用できる。これは、デフォルトIQR (CV)がどのように定義されているかである - ここでは、最初のカスタムstatをデフォルト値に戻し、その定義を表示する(formatR::tidy_source()は、式をフォーマット/インデントするために使用される):</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(formatR) st_options(dfSummary.custom.1 = &#34;default&#34;) formatR::tidy_source( text = deparse(st_options(&#34;dfSummary.custom.1&#34;)), indent = 2, args.newline = TRUE )</pre> <pre class="code" data-lang="" data-unlink>expression( paste( paste0( trs(&#34;iqr&#34;), &#34; (&#34;, trs(&#34;cv&#34;), &#34;) : &#34; ), format_number( IQR(column_data, na.rm = TRUE), round.digits ), &#34; (&#34;, format_number( sd(column_data, na.rm = TRUE)/mean(column_data, na.rm = TRUE), round.digits ), &#34;)&#34;, collapse = &#34;&#34;, sep = &#34;&#34; ) )</pre> <p>このパラメータを使用するすべての関数(Rの基本関数のほとんど)でna.rm = TRUEを指定することを忘れないでほしい。</p> <h2 id="53-その他の注目すべき機能">5.3 その他の注目すべき機能</h2> <p><code>dfSummary()</code>関数には、以下の機能もある。</p> <ul> <li>見出しセクションで重複レコードの数を報告する</li> <li><a class="keyword" href="https://d.hatena.ne.jp/keyword/UPC">UPC</a>/EAN コード (バーコード番号) を検出し、それらに無関係な統計は計算しない。</li> <li>有効なアドレスと無効なアドレスの割合を合計すると 100%になることに注意して欲しい。重複の割合は独自に計算されるため、棒グラフ (html バージョン)ではこのカテゴリの棒グラフは別の色で表示される。</li> <li><code>max.tbl.height</code>パラメータを使用することで、"windowed "結果を表示することができる;これは、分析されたデータフレームが多数の変数を持つ場合に特に便利である; 詳細は<code>vignette("rmarkdown", package = "summarytools")</code>を参照。</li> </ul> <h2 id="54-列の除外">5.4 列の除外</h2> <p>ほとんどのカラムは関数のパラメータを使って除外することができるが、以下の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B7%A5%F3%A5%BF%A5%C3%A5%AF%A5%B9">シンタックス</a>を使ってカラムを削除することも可能である(結果は示していない):</p> <pre class="code {r}" data-lang="{r}" data-unlink>dfs &lt;- dfSummary(iris) dfs$Variable &lt;- NULL # これは &#34;Variable &#34;カラムを削除する</pre> <h1 id="6-グループ化された統計-stby">6. グループ化された統計: stby()</h1> <p>最適な結果を生成するために、summarytoolsはベースとなるby()関数の独自のバージョンを持っています。これは<code>stby()</code>と呼ばれ、<code>by()</code>と全く同じように使用する:</p> <pre class="code {r}" data-lang="{r}" data-unlink>(iris_stats_by_species &lt;- stby(data = iris, INDICES = iris$Species, FUN = descr, stats = &#34;common&#34;, transpose = TRUE))</pre> <pre class="code" data-lang="" data-unlink>Descriptive Statistics iris Group: Species = setosa N: 50 Mean Std.Dev Min Median Max N.Valid Pct.Valid ------------------ ------ --------- ------ -------- ------ --------- ----------- Petal.Length 1.46 0.17 1.00 1.50 1.90 50.00 100.00 Petal.Width 0.25 0.11 0.10 0.20 0.60 50.00 100.00 Sepal.Length 5.01 0.35 4.30 5.00 5.80 50.00 100.00 Sepal.Width 3.43 0.38 2.30 3.40 4.40 50.00 100.00 Group: Species = versicolor N: 50 Mean Std.Dev Min Median Max N.Valid Pct.Valid ------------------ ------ --------- ------ -------- ------ --------- ----------- Petal.Length 4.26 0.47 3.00 4.35 5.10 50.00 100.00 Petal.Width 1.33 0.20 1.00 1.30 1.80 50.00 100.00 Sepal.Length 5.94 0.52 4.90 5.90 7.00 50.00 100.00 Sepal.Width 2.77 0.31 2.00 2.80 3.40 50.00 100.00 Group: Species = virginica N: 50 Mean Std.Dev Min Median Max N.Valid Pct.Valid ------------------ ------ --------- ------ -------- ------ --------- ----------- Petal.Length 5.55 0.55 4.50 5.55 6.90 50.00 100.00 Petal.Width 2.03 0.27 1.40 2.00 2.50 50.00 100.00 Sepal.Length 6.59 0.64 4.90 6.50 7.90 50.00 100.00 Sepal.Width 2.97 0.32 2.20 3.00 3.80 50.00 100.00</pre> <h2 id="61-stbyによるdescrの特殊ケース">6.1 stby()によるdescr()の特殊ケース</h2> <p>stby()は、単一変数の分割グループ統計量を生成するために使用すると、一連の1列の表を表示する代わりに、すべてを1つの表にまとめる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>with(tobacco, stby(data = BMI, INDICES = age.gr, FUN = descr, stats = c(&#34;mean&#34;, &#34;sd&#34;, &#34;min&#34;, &#34;med&#34;, &#34;max&#34;)) )</pre> <pre class="code" data-lang="" data-unlink>Descriptive Statistics BMI by age.gr Data Frame: tobacco N: 258 18-34 35-50 51-70 71 + ------------- ------- ------- ------- ------- Mean 23.84 25.11 26.91 27.45 Std.Dev 4.23 4.34 4.26 4.37 Min 8.83 10.35 9.01 16.36 Median 24.04 25.11 26.77 27.52 Max 34.84 39.44 39.21 38.37</pre> <h2 id="62-stby-と-ctable-の併用">6.2 stby() と ctable() の併用</h2> <p>この組み合わせでは構文が少し難しいので、以下に例を示す:</p> <pre class="code {r}" data-lang="{r}" data-unlink>stby(data = list(x = tobacco$smoker, y = tobacco$diseased), INDICES = tobacco$gender, FUN = ctable) # or equivalently with(tobacco, stby(data = list(x = smoker, y = diseased), INDICES = gender, FUN = ctable))</pre> <pre class="code" data-lang="" data-unlink>Cross-Tabulation, Row Proportions smoker * diseased Data Frame: tobacco Group: gender = F -------- ---------- ------------- ------------- -------------- diseased Yes No Total smoker Yes 62 (42.2%) 85 (57.8%) 147 (100.0%) No 49 (14.3%) 293 (85.7%) 342 (100.0%) Total 111 (22.7%) 378 (77.3%) 489 (100.0%) -------- ---------- ------------- ------------- -------------- Group: gender = M -------- ---------- ------------- ------------- -------------- diseased Yes No Total smoker Yes 63 (44.1%) 80 (55.9%) 143 (100.0%) No 47 (13.6%) 299 (86.4%) 346 (100.0%) Total 110 (22.5%) 379 (77.5%) 489 (100.0%) -------- ---------- ------------- ------------- -------------- Cross-Tabulation, Row Proportions smoker * diseased Data Frame: tobacco Group: gender = F -------- ---------- ------------- ------------- -------------- diseased Yes No Total smoker Yes 62 (42.2%) 85 (57.8%) 147 (100.0%) No 49 (14.3%) 293 (85.7%) 342 (100.0%) Total 111 (22.7%) 378 (77.3%) 489 (100.0%) -------- ---------- ------------- ------------- -------------- Group: gender = M -------- ---------- ------------- ------------- -------------- diseased Yes No Total smoker Yes 63 (44.1%) 80 (55.9%) 143 (100.0%) No 47 (13.6%) 299 (86.4%) 346 (100.0%) Total 110 (22.5%) 379 (77.5%) 489 (100.0%) -------- ---------- ------------- ------------- --------------</pre> <h1 id="7-グループ化された統計-group_by">7. グループ化された統計: group_by()</h1> <p><code>freq()</code>、<code>descr()</code>、または<code>dfSummary()</code>を使用してグループ化された統計量を作成するために、stby()の代替としてdplyrの<code>group_by()</code>を使用することが可能である。構文の違いはさておき、1つの重要な違いは、<code>group_by()</code>が、<code>forcats::fct_explicit_na</code>を使用して因数でNAを明示することを示唆する警告はあるものの、グループ化変数のNA値を有効なカテゴリとみなすことです。このアド<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D0%A5%A4%A5%B9">バイス</a>に従うと</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(dplyr) tobacco$gender %&lt;&gt;% forcats::fct_explicit_na() tobacco %&gt;% group_by(gender) %&gt;% descr(stats = &#34;fivenum&#34;)</pre> <pre class="code" data-lang="" data-unlink>tobacco Group: gender = F N: 489 age BMI cigs.per.day samp.wgts ------------ ------- ------- -------------- ----------- Min 18.00 9.01 0.00 0.86 Q1 34.00 22.98 0.00 0.86 Median 50.00 25.87 0.00 1.04 Q3 66.00 29.48 10.50 1.05 Max 80.00 39.44 40.00 1.06 Group: gender = M N: 489 age BMI cigs.per.day samp.wgts ------------ ------- ------- -------------- ----------- Min 18.00 8.83 0.00 0.86 Q1 34.00 22.52 0.00 0.86 Median 49.50 25.14 0.00 1.04 Q3 66.00 27.96 11.00 1.05 Max 80.00 36.76 40.00 1.06 Group: gender = (Missing) N: 22 age BMI cigs.per.day samp.wgts ------------ ------- ------- -------------- ----------- Min 19.00 20.24 0.00 0.86 Q1 36.00 24.97 0.00 1.04 Median 55.50 27.16 0.00 1.05 Q3 64.00 30.23 10.00 1.05 Max 80.00 32.43 28.00 1.06</pre> <h1 id="8-整頓されたテーブル--tb">8. 整頓されたテーブル : tb()</h1> <p><code>freq()</code>または<code>descr()</code>テーブルを生成する際、tb()関数(tbをtibbleの短縮形と考える)を使用することで、結果を「整然とした」テーブルにすることが可能である。例えば</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(magrittr) iris %&gt;% descr(stats = &#34;common&#34;) %&gt;% tb()</pre> <pre class="code" data-lang="" data-unlink># A tibble: 4 × 8 variable mean sd min med max n.valid pct.valid &lt;chr&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; 1 Petal.Length 3.76 1.77 1 4.35 6.9 150 100 2 Petal.Width 1.20 0.762 0.1 1.3 2.5 150 100 3 Sepal.Length 5.84 0.828 4.3 5.8 7.9 150 100 4 Sepal.Width 3.06 0.436 2 3 4.4 150 100</pre> <pre class="code {r}" data-lang="{r}" data-unlink>iris$Species %&gt;% freq(cumul = FALSE, report.nas = FALSE) %&gt;% tb()</pre> <pre class="code" data-lang="" data-unlink># A tibble: 3 × 3 Species freq pct &lt;fct&gt; &lt;dbl&gt; &lt;dbl&gt; 1 setosa 50 33.3 2 versicolor 50 33.3 3 virginica 50 33.3</pre> <p>定義により、合計行は整頓された表の一部ではなく、行名は通常の列に変換されます。</p> <p>rmarkdownを使用してtibblesを表示する場合、knitrのチャンクオプションの結果を'asis'ではなく'markup'に設定する必要がある。</p> <h2 id="81-整然としたスプリットグループ統計">8.1 整然としたスプリット・グループ統計</h2> <p><code>stby()</code>または<code>group_by()</code>を使用して作成されたリストが、どのように整頓されたtibblesに変換されるかを示すいくつかの例を示します。</p> <pre class="code {r}" data-lang="{r}" data-unlink>grouped_descr &lt;- stby(data = exams, INDICES = exams$gender, FUN = descr, stats = &#34;common&#34;) grouped_descr %&gt;% tb()</pre> <pre class="code" data-lang="" data-unlink># A tibble: 12 × 9 gender variable mean sd min med max n.valid pct.valid &lt;fct&gt; &lt;chr&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; 1 Girl economics 72.5 7.79 62.3 70.2 89.6 14 93.3 2 Girl english 73.9 9.41 58.3 71.8 93.1 14 93.3 3 Girl french 71.1 12.4 44.8 68.4 93.7 14 93.3 4 Girl geography 67.3 8.26 50.4 67.3 78.9 15 100 5 Girl history 71.2 9.17 53.9 72.9 86.4 15 100 6 Girl math 73.8 9.03 55.6 74.8 86.3 14 93.3 7 Boy economics 75.2 9.40 60.5 71.7 94.2 15 100 8 Boy english 77.8 5.94 69.6 77.6 90.2 15 100 9 Boy french 76.6 8.63 63.2 74.8 94.7 15 100 10 Boy geography 73 12.4 47.2 71.2 96.3 14 93.3 11 Boy history 74.4 11.2 54.4 72.6 93.5 15 100 12 Boy math 73.3 9.68 60.5 72.2 93.2 14 93.3</pre> <p>orderパラメータは行の順序を制御する:</p> <pre class="code {r}" data-lang="{r}" data-unlink>grouped_descr %&gt;% tb(order = 2)</pre> <pre class="code" data-lang="" data-unlink># A tibble: 12 × 9 gender variable mean sd min med max n.valid pct.valid &lt;fct&gt; &lt;chr&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; 1 Girl economics 72.5 7.79 62.3 70.2 89.6 14 93.3 2 Boy economics 75.2 9.40 60.5 71.7 94.2 15 100 3 Girl english 73.9 9.41 58.3 71.8 93.1 14 93.3 4 Boy english 77.8 5.94 69.6 77.6 90.2 15 100 5 Girl french 71.1 12.4 44.8 68.4 93.7 14 93.3 6 Boy french 76.6 8.63 63.2 74.8 94.7 15 100 7 Girl geography 67.3 8.26 50.4 67.3 78.9 15 100 8 Boy geography 73 12.4 47.2 71.2 96.3 14 93.3 9 Girl history 71.2 9.17 53.9 72.9 86.4 15 100 10 Boy history 74.4 11.2 54.4 72.6 93.5 15 100 11 Girl math 73.8 9.03 55.6 74.8 86.3 14 93.3 12 Boy math 73.3 9.68 60.5 72.2 93.2 14 93.3</pre> <p>order = 3に設定すると、order = 2とまったく同じようにソート変数の順序が変わるが、列の順序も変わる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>grouped_descr %&gt;% tb(order = 3)</pre> <pre class="code" data-lang="" data-unlink># A tibble: 12 × 9 variable gender mean sd min med max n.valid pct.valid &lt;chr&gt; &lt;fct&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; &lt;dbl&gt; 1 economics Girl 72.5 7.79 62.3 70.2 89.6 14 93.3 2 economics Boy 75.2 9.40 60.5 71.7 94.2 15 100 3 english Girl 73.9 9.41 58.3 71.8 93.1 14 93.3 4 english Boy 77.8 5.94 69.6 77.6 90.2 15 100 5 french Girl 71.1 12.4 44.8 68.4 93.7 14 93.3 6 french Boy 76.6 8.63 63.2 74.8 94.7 15 100 7 geography Girl 67.3 8.26 50.4 67.3 78.9 15 100 8 geography Boy 73 12.4 47.2 71.2 96.3 14 93.3 9 history Girl 71.2 9.17 53.9 72.9 86.4 15 100 10 history Boy 74.4 11.2 54.4 72.6 93.5 15 100 11 math Girl 73.8 9.03 55.6 74.8 86.3 14 93.3 12 math Boy 73.3 9.68 60.5 72.2 93.2 14 93.3</pre> <p>詳しくは、<code>?tb</code>参照のこと。</p> <h2 id="82-他のパッケージへの橋渡し">8.2 他のパッケージへの橋渡し</h2> <p>summarytoolsオブジェクトは、formattableやkableExtraのようなテーブルフォーマットに焦点を当てたパッケージとは必ずしも互換性があるとは限りません。しかしながら、<code>tb()</code>は、<code>freq()</code>と<code>descr()</code>オブジェクトを、どのパッケージでも扱うことができる単純な表に変換する中間ステップである "ブリッジ "として使用することができる。以下は kableExtra を使った例である:</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(kableExtra) library(magrittr) stby(data = iris, INDICES = iris$Species, FUN = descr, stats = &#34;fivenum&#34;) %&gt;% tb(order = 3) %&gt;% kable(format = &#34;html&#34;, digits = 2) %&gt;% collapse_rows(columns = 1, valign = &#34;top&#34;)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230928/20230928031651.png" width="279" height="281" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <h1 id="9-ファイルへの出力">9. ファイルへの出力</h1> <p>print()またはview()/stview()でfile引数を使用すると、html、Rmd、md、あるいは単なるプレーン・テキスト(txt)などのファイルに出力を書き出すことができる。ファイル拡張子は、書き出すコンテンツのタイプを決定するためにパッケージが使用する。</p> <pre class="code {r}" data-lang="{r}" data-unlink>view(iris_stats_by_species, file = &#34;~/iris_stats_by_species.html&#34;) view(iris_stats_by_species, file = &#34;~/iris_stats_by_species.md&#34;)</pre> <p>PDF文書に関する注意</p> <p>summarytoolsでPDFファイルを作成する直接的な方法はありません。一つの方法は、htmlファイルを生成し、PandocまたはWK<html>TOpdfを使用してPDFに変換することである(後者はdfSummary()出力でPandocより良い結果を与える)。</p> <p>もう一つの方法は、PDFを出力フォーマットとしてRmdドキュメントを作成することです。進め方の詳細はvignette("rmarkdown", package = "summarytools")を参照してほしい。</p> <h2 id="91-出力ファイルの追加">9.1 出力ファイルの追加</h2> <p>append引数はsummarytoolsが生成した既存のファイルに内容を追加することができる。これは、1つのファイルに複数の統計表を含めたい場合に便利だ。これは、Rmdドキュメントを作成する迅速な代替方法である。</p> <h1 id="10-パッケージオプション">10. パッケージオプション</h1> <p>以下のオプションは st_options() でグローバルに設定できる:</p> <h2 id="101-一般オプション">10.1 一般オプション</h2> <table> <thead> <tr> <th> Option name </th> <th> Default </th> <th> Note </th> </tr> </thead> <tbody> <tr> <td> style (1) </td> <td> “simple” </td> <td> .Rmd文書では "rmarkdown "に設定する </td> </tr> <tr> <td> plain.ascii </td> <td> TRUE </td> <td> .Rmd文書ではFALSEに設定 </td> </tr> <tr> <td> round.digits (2) </td> <td> 2 </td> <td> 表示する小数の数 </td> </tr> <tr> <td> headings </td> <td> TRUE </td> <td> 以前は "omit.headings" </td> </tr> <tr> <td> footnote </td> <td> “default” </td> <td> カスタマイズするか、省略する場合はNAに設定 </td> </tr> <tr> <td> display.labels </td> <td> TRUE </td> <td> 見出しに変数/データフレームのラベルを表示する </td> </tr> <tr> <td> bootstrap.<a class="keyword" href="https://d.hatena.ne.jp/keyword/css">css</a> (3) </td> <td> TRUE </td> <td> html出力ファイルにBootstrap 4 <a class="keyword" href="https://d.hatena.ne.jp/keyword/CSS">CSS</a>を含める </td> </tr> <tr> <td> custom.<a class="keyword" href="https://d.hatena.ne.jp/keyword/css">css</a> </td> <td> NA </td> <td> 独自の<a class="keyword" href="https://d.hatena.ne.jp/keyword/CSS">CSS</a>ファイルへのパス </td> </tr> <tr> <td> escape.pipe </td> <td> FALSE </td> <td> いくつかのPandoc変換に便利 </td> </tr> <tr> <td> char.split (4) </td> <td> 12 </td> <td> 列見出しの改行の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%B7%A4%AD%A4%A4%C3%CD">しきい値</a> </td> </tr> <tr> <td> subtitle.emphasis </td> <td> TRUE </td> <td> 見出しフォーマットのコン<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%ED%A1%BC%A5%EB">トロール</a> </td> </tr> <tr> <td> lang </td> <td> “en” </td> <td> 言語 (常に2文字の小文字) </td> </tr> </tbody> </table> <p>1 独自の style オプションを持つ dfSummary() には適用さ れない (次の表を参照)。<br/> 2 独自の round.digits オプションを持つ ctable() には適用されない(次の表を参照)。<br/> 3 ShinyアプリではFALSEに設定。<br/> 4 descr()とctable()のhtml出力にのみ影響する。</p> <h2 id="102-機能別オプション">10.2 機能別オプション</h2> <table> <thead> <tr> <th> Option name </th> <th> Default </th> <th> Note </th> </tr> </thead> <tbody> <tr> <td> freq.cumul </td> <td> TRUE </td> <td> freq() で累積比率を表示する </td> </tr> <tr> <td> freq.totals </td> <td> TRUE </td> <td> freq() で合計行を表示する </td> </tr> <tr> <td> freq.report.<a class="keyword" href="https://d.hatena.ne.jp/keyword/nas">nas</a> </td> <td> TRUE </td> <td> 行と "有効な" 列を表示 </td> </tr> <tr> <td> freq.ignore.threshold (1) </td> <td> 25 </td> <td> 無視するバーを決定するために使用 </td> </tr> <tr> <td> freq.silent </td> <td> FALSE </td> <td> コンソール・メッセージを隠す </td> </tr> <tr> <td> ctable.prop </td> <td> “r” </td> <td> デフォルトで行の比率を表示 </td> </tr> <tr> <td> ctable.totals </td> <td> TRUE </td> <td> 限界合計の表示 </td> </tr> <tr> <td> ctable.round.digits </td> <td> 1 </td> <td> ctable() で表示する小数の数。 </td> </tr> <tr> <td> descr.stats </td> <td> “all” </td> <td> "fivenum"、"common" または統計のベクトル </td> </tr> <tr> <td> descr.transpose </td> <td> FALSE </td> <td> 統計量を行ではなく列で表示する </td> </tr> <tr> <td> descr.silent </td> <td> FALSE </td> <td> コンソール・メッセージの非表示 </td> </tr> <tr> <td> dfSummary.style </td> <td> “multiline” </td> <td> 代替として "grid "に設定可能 </td> </tr> <tr> <td> dfSummary.varnumbers </td> <td> TRUE </td> <td> 1列目に変数番号を表示 </td> </tr> <tr> <td> dfSummary.labels.col </td> <td> TRUE </td> <td> 変数ラベルがある場合は表示 </td> </tr> <tr> <td> dfSummary.graph.col </td> <td> TRUE </td> <td> グラフの表示 </td> </tr> <tr> <td> dfSummary.valid.col </td> <td> TRUE </td> <td> 有効列を出力に含める </td> </tr> <tr> <td> dfSummary.na.col </td> <td> TRUE </td> <td> 出力に欠落列を含める </td> </tr> <tr> <td> dfSummary.graph.magnif </td> <td> 1 </td> <td> 棒グラフと<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D2%A5%B9%A5%C8%A5%B0%A5%E9%A5%E0">ヒストグラム</a>の拡大率 </td> </tr> <tr> <td> dfSummary.silent </td> <td> FALSE </td> <td> コンソールメッセージの非表示 </td> </tr> <tr> <td> tmp.img.dir (2) </td> <td> NA </td> <td> 一時画像を保存する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C7%A5%A3%A5%EC%A5%AF%A5%C8">ディレクト</a>リ </td> </tr> <tr> <td> use.<a class="keyword" href="https://d.hatena.ne.jp/keyword/x11">x11</a> (3) </td> <td> TRUE </td> <td> <a class="keyword" href="https://d.hatena.ne.jp/keyword/Base64">Base64</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A8%A5%F3%A5%B3%A1%BC%A5%C9">エンコード</a>されたグラフの作成を許可する </td> </tr> </tbody> </table> <p>1 詳細は2.3節を参照<br/> 2 dfSummary()にのみ適用されます。<br/> 3 テキストのみの環境では FALSE に設定する</p> <pre class="code {r}" data-lang="{r}" data-unlink>st_options() # すべてのグローバルオプション値を表示する st_options(&#39;round.digits&#39;) # 特定のオプションの値を表示する st_options(style = &#39;rmarkdown&#39;, # 1つまたは複数のオプションの値を設定する footnote = NA) # すべてのhtml出力の脚注をオフにする</pre> <h1 id="11-フォーマット属性">11. フォーマット属性</h1> <p>summarytoolsオブジェクトが作成されるとき、そのフォーマット属性はその中に格納さ れる。しかし、print() または view() を使用するとき、それらのほとんどをオーバーライドできる。</p> <h2 id="111-関数固有の引数のオーバーライド">11.1 関数固有の引数のオーバーライド</h2> <p>以下の表は、print() や view() で書式属性を上書きするために使用できる引数を示しています。ベースRのformat()関数の引数も使用することができる(ここにはリストされていないが)。</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230928/20230928031706.png" width="350" height="611" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <ol> <li>pander オプション</li> </ol> <h2 id="112-見出しの内容を上書きする">11.2 見出しの内容を上書きする</h2> <p>見出し部分に表示される情報を変更するには、print() または view() で以下の引数を使用する:</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230928/20230928031717.png" width="371" height="364" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>例<br/> 次の例では、freq()オブジェクトを作成して表示し、それを再び表示して、今度はそのフォーマット属性の3つと見出し属性の1つをオーバーライドする。</p> <pre class="code {r}" data-lang="{r}" data-unlink>(age_stats &lt;- freq(tobacco$age.gr)) </pre> <pre class="code" data-lang="" data-unlink>Frequencies tobacco$age.gr Type: Factor Freq % Valid % Valid Cum. % Total % Total Cum. ----------- ------ --------- -------------- --------- -------------- 18-34 258 26.46 26.46 25.80 25.80 35-50 241 24.72 51.18 24.10 49.90 51-70 317 32.51 83.69 31.70 81.60 71 + 159 16.31 100.00 15.90 97.50 &lt;NA&gt; 25 2.50 100.00 Total 1000 100.00 100.00 100.00 100.00</pre> <pre class="code {r}" data-lang="{r}" data-unlink>print(age_stats, report.nas = FALSE, totals = FALSE, display.type = FALSE, Variable.label = &#34;Age Group&#34;)</pre> <pre class="code" data-lang="" data-unlink>Frequencies tobacco$age.gr Label: Age Group Freq % % Cum. ----------- ------ ------- -------- 18-34 258 26.46 26.46 35-50 241 24.72 51.18 51-70 317 32.51 83.69 71 + 159 16.31 100.00</pre> <h2 id="113-パラメータオプションの優先順位">11.3 パラメータ/オプションの優先順位</h2> <ul> <li>print() または view() パラメータが優先される(オーバーライド機能)。</li> <li>freq() / ctable() / descr() / dfSummary() パラメータは 2 番目。</li> <li>st_options() で設定されたグローバル・オプションは 3 番目に優先され、デフォルトとして動作する。</li> </ul> <p>様々なパラメータ値の評価ロジックをまとめると、以下のようになる:</p> <ul> <li><p>もし引数が関数呼び出しの中で明示的に供給されるなら、その引数はパラメータに格納されている値よりも優先される(格納されている値とは、summarytoolsのグローバルオプションリストに格納されている値と同様に、コア関数を使用するときにオブジェクトの属性に書き込まれる値である)。</p></li> <li><p>コア関数とprintまたはview関数の両方が同時に呼び出され、相反するパラメータ値を持つ場合、print/viewが優先さ れる(それらは常に議論に勝つ!)。</p></li> <li><p>関数呼び出しでパラメータ値が見つからない場合、保存されているデフォルト値(st_options()で変更するか、パッケージ読み込み時のまま)が適用さ れる。</p></li> </ul> <h2 id="12-見た目の微調整--CSS">12. 見た目の微調整 : <a class="keyword" href="https://d.hatena.ne.jp/keyword/CSS">CSS</a></h2> <p>htmlレポートを作成する場合、デフォルトでBootstrapの<a class="keyword" href="https://d.hatena.ne.jp/keyword/CSS">CSS</a>とsummarytools.<a class="keyword" href="https://d.hatena.ne.jp/keyword/css">css</a>の両方が含まれます。htmlコンテンツの見た目をよりコン<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%ED%A1%BC%A5%EB">トロール</a>するために、カスタム<a class="keyword" href="https://d.hatena.ne.jp/keyword/CSS">CSS</a>ファイルにクラス定義を追加することも可能だ。</p> <p>例<br/> dfSummary()を含む単純なhtmlレポートに、非常に小さなフォント・サイズを使用する必要があります。このために、以下のクラス定義を含む.<a class="keyword" href="https://d.hatena.ne.jp/keyword/css">css</a>ファイル(任意の名前)を作成する:</p> <pre class="code" data-lang="" data-unlink>.tiny-text { font-size: 8px; }</pre> <p>次に、print()のcustom.<a class="keyword" href="https://d.hatena.ne.jp/keyword/css">css</a>引数を使って、新しく作成した<a class="keyword" href="https://d.hatena.ne.jp/keyword/CSS">CSS</a>ファイルの場所を指定する(結果は示していない):</p> <pre class="code {r}" data-lang="{r}" data-unlink>print(dfSummary(tobacco), custom.css = &#39;path/to/custom.css&#39;, table.classes = &#39;tiny-text&#39;, file = &#34;tiny-tobacco-dfSummary.html&#34;)</pre> <h1 id="13-Shiny-Apps">13. Shiny Apps</h1> <p>Shynyアプリにsummarytools関数をうまく組み込む、</p> <ul> <li>html<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EC%A5%F3%A5%C0%A5%EA%A5%F3%A5%B0">レンダリング</a>を使用する</li> <li>アプリのレイアウトとの相互作用を避けるために、bootstrap.<a class="keyword" href="https://d.hatena.ne.jp/keyword/css">css</a> = FALSEを設定する。</li> <li>問題が発生した場合に備えて、headings = FALSEを設定する。</li> <li>graph.magnifパラメータまたはdfSummary.graph.magnifグローバル・オプションでグラフ・サイズを調整する。</li> <li>dfSummary()の表が広すぎる場合は、1列か2列を省略する(valid.colとvarnumbersなど)。</li> <li>それでも満足のいく結果が得られない場合は、col.widths パラメータで列幅を手動で設定する。</li> <li>col.widthsやgraph.magnigがうまくいかないようであれば、dfSummary()ではなく、print()のパラメータとして使用してみる。</li> </ul> <pre class="code {r}" data-lang="{r}" data-unlink>print(dfSummary(somedata, varnumbers = FALSE, valid.col = FALSE, graph.magnif = 0.8), method = &#39;render&#39;, headings = FALSE, bootstrap.css = FALSE)</pre> <h1 id="14-Rマークダウンにおけるグラフ">14. Rマークダウンにおけるグラフ</h1> <p>マークダウン・スタイルを使用するRmdドキュメントでdfSummary()を使用する場合(html<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EC%A5%F3%A5%C0%A5%EA%A5%F3%A5%B0">レンダリング</a>とは対照的)、<a class="keyword" href="https://d.hatena.ne.jp/keyword/png">png</a>グラフを適切に表示するには3つの要素が必要:</p> <p>1 - plain.asciiをFALSEに設定する。 2 - styleを "grid "に設定する。 3 - tmp.img.dirが定義され、幅が最大5文字であること。</p> <p>バージョン0.9.9では、method = "render "を使用する場合、tmp.img.dirを設定する必要はなくなり、NAのままにしておくことができます。下図のように、一過性のマークダウン・テーブルを作成する場合にのみ定義する必要がある。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EC%A5%F3%A5%C0%A5%EA%A5%F3%A5%B0">レンダリング</a>される列の幅は、画像自体の幅ではなく、セル内の文字数によって決定されるためだ:</p> <pre class="code" data-lang="" data-unlink>+---------------+--------|----------------------+---------+ | Variable | stats | Graph | Valid | +===============+========|======================+=========+ | age\ | ... | ![](/tmp/ds0001.png) | 978\ | | [numeric] | ... | | (97.8%) | +---------------+--------+----------------------+---------+</pre> <p>CRANポリシーは、ユーザー・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C7%A5%A3%A5%EC%A5%AF%A5%C8">ディレクト</a>リやRのテンポラリ・ゾーンの外側にコンテンツを書き込むことに関しては(正当な理由があって)本当に厳しい。そのため、ユーザーはこの一時的な場所を自分で設定する必要があり、Rのあらかじめ定義された一時的なゾーンの外にコンテンツを書き込むことに同意することになる。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/Mac%20OS">Mac OS</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/Linux">Linux</a>では、"/tmp "を使うことは非常に理にかなっている。<a class="keyword" href="https://d.hatena.ne.jp/keyword/Windows">Windows</a>では、そのような便利な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C7%A5%A3%A5%EC%A5%AF%A5%C8">ディレクト</a>リはないので、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%E4%C2%D0%A5%D1%A5%B9">絶対パス</a>("/tmp")か<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%EA%C2%D0%A5%D1%A5%B9">相対パス</a>("img"、または単に".")を選ぶ必要がある。</p> <h1 id="15-言語と用語のカスタマイズ">15. 言語と用語のカスタマイズ</h1> <p>Rコミュニティの努力により、英語(デフォルト)の他に以下の言語が使用できる:</p> <p>フランス語 (fr) <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DD%A5%EB%A5%C8%A5%AC%A5%EB%B8%EC">ポルトガル語</a> (pt) ロシア語 (ru) <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B9%A5%DA%A5%A4%A5%F3%B8%EC">スペイン語</a> (es) <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%EB%A5%B3%B8%EC">トルコ語</a> (tr) 言語を切り替えるには</p> <pre class="code {r}" data-lang="{r}" data-unlink>st_options(lang = &#34;fr&#34;)</pre> <p>コアファンクションからの出力はすべてこの言語を使用する:</p> <pre class="code {r}" data-lang="{r}" data-unlink>freq(iris$Species)</pre> <pre class="code" data-lang="" data-unlink>Tableau de fréquences iris$Species Type: Facteur Fréq. % Valide % Valide cum. % Total % Total cum. ---------------- -------- ---------- --------------- --------- -------------- setosa 50 33.33 33.33 33.33 33.33 versicolor 50 33.33 66.67 33.33 66.67 virginica 50 33.33 100.00 33.33 100.00 &lt;NA&gt; 0 0.00 100.00 Total 150 100.00 100.00 100.00 100.00</pre> <h2 id="151-非UTF-8ロケール">15.1 非<a class="keyword" href="https://d.hatena.ne.jp/keyword/UTF-8">UTF-8</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%B1%A1%BC%A5%EB">ロケール</a></h2> <p>ほとんどの<a class="keyword" href="https://d.hatena.ne.jp/keyword/Windows">Windows</a>システムでは、文字セットがシステムのデフォルト<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%B1%A1%BC%A5%EB">ロケール</a>に含まれていない場合、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%B1%A1%BC%A5%EB">ロケール</a>設定のLC_CTYPE要素を変更する必要があります。例えば、"latin1 "環境でロシア語で良い結果を得るには、以下の設定を使用する:</p> <pre class="code {r}" data-lang="{r}" data-unlink>Sys.setlocale(&#34;LC_CTYPE&#34;, &#34;russian&#34;) st_options(lang = &#39;ru&#39;)</pre> <p>デフォルト設定に戻すには</p> <pre class="code {r}" data-lang="{r}" data-unlink>Sys.setlocale(&#34;LC_CTYPE&#34;, &#34;&#34;) st_options(lang = &#34;en&#34;)</pre> <h2 id="152-カスタム用語の定義と使用">15.2 カスタム用語の定義と使用</h2> <p>use_custom_lang()関数を使用すると、独自の翻訳セットやパーソナライズされた用語を追加することができる。これを実現するには、<a class="keyword" href="https://d.hatena.ne.jp/keyword/csv">csv</a>テンプレートを取得し、1つ、多数、または+/- 70の用語のすべてをカスタマイズし、編集した<a class="keyword" href="https://d.hatena.ne.jp/keyword/csv">csv</a>テンプレートへのパスを唯一の引数として与えて、use_custom_lang()を呼び出します。このようなカスタム言語設定は、Rのセッションをまたいでも保持されないことに注意して欲しい。つまり、この<a class="keyword" href="https://d.hatena.ne.jp/keyword/csv">csv</a>ファイルを常に手元に置いておく必要がある。</p> <h2 id="153-特定のキーワードだけを定義する">15.3 特定のキーワードだけを定義する</h2> <p>define_keywords()を使用すると、1つまたは少数の用語を簡単に変更できる。たとえば、freq() テーブルのタイトル行で、"Freq" ではなく "N" や "Count" を使用したい場合などである。あるいは、表のタイトルを見出しセクションとして使用するドキュメントを生成したいかもしれない。</p> <p>この場合、define_keywords() を呼び出し、変更したい用語 (定義済みの変数に格納できる) を入力する。ここでは、freq.titleとfreq.titleを変更する:</p> <pre class="code {r}" data-lang="{r}" data-unlink>section_title &lt;- &#34;**Species of Iris**&#34; define_keywords(title.freq = section_title, freq = &#34;N&#34;) freq(iris$Species)</pre> <pre class="code" data-lang="" data-unlink>**Species of Iris** iris$Species Type: Factor N % Valid % Valid Cum. % Total % Total Cum. ---------------- ----- --------- -------------- --------- -------------- setosa 50 33.33 33.33 33.33 33.33 versicolor 50 33.33 66.67 33.33 66.67 virginica 50 33.33 100.00 33.33 100.00 &lt;NA&gt; 0 0.00 100.00 Total 150 100.00 100.00 100.00 100.00</pre> <p>define_keywords()を引数なしで呼び出すと、グラフィカル・デ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D0%A5%A4%A5%B9">バイス</a>をサポートしているシステム(つまり大多数)では、ウィンドウが表示され、そこからすべての用語を編集することができる。</p> <p>編集ウィンドウを閉じた後、ダイアログボックスが新しく作成したカスタム言語を<a class="keyword" href="https://d.hatena.ne.jp/keyword/csv">csv</a>ファイルに保存するオプションを提供します(いくつかのキーワードを変更しただけでも、パッケージは用語を全体として考慮します)。後でuse_custom_lang("path-to-custom-language-file.<a class="keyword" href="https://d.hatena.ne.jp/keyword/csv">csv</a>")を呼び出すことで、カスタム言語ファイルをメモリに再ロードすることができる。</p> <p>パッケージ内のカスタマイズ可能なすべての用語のリストについては、?define_keywordsを参照してほしい。</p> <p>すべての変更を元に戻すには、単純にst_options(lang = "en")を使用する。</p> <h2 id="154-見出しのパワー調整">15.4 見出しのパワー調整</h2> <p>print()関数に引数を追加することで、見出しをさらにカスタマイズすることができる。ここでは、Variableの値を上書きするために空の文字列を使用している;これは見出しの2行目を完全に消してしまう。</p> <pre class="code {r}" data-lang="{r}" data-unlink>define_keywords(title.freq = &#34;Types and Counts, Iris Flowers&#34;) print( freq(iris$Species, display.type = FALSE), # Variable type won&#39;t be displayed... Variable = &#34;&#34; # and neither will the variable name ) </pre> <pre class="code" data-lang="" data-unlink>Types and Counts, Iris Flowers N % Valid % Valid Cum. % Total % Total Cum. ---------------- ----- --------- -------------- --------- -------------- setosa 50 33.33 33.33 33.33 33.33 versicolor 50 33.33 66.67 33.33 66.67 virginica 50 33.33 100.00 33.33 100.00 &lt;NA&gt; 0 0.00 100.00 Total 150 100.00 100.00 100.00 100.00</pre> <h1 id="16-ヴィネット設定">16. <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%F4%A5%A3%A5%CD%A5%C3%A5%C8">ヴィネット</a>設定</h1> <p>この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D3%A5%CD%A5%C3%A5%C8">ビネット</a>がどのように設定されているかを知ることは、R <a class="keyword" href="https://d.hatena.ne.jp/keyword/Markdown">Markdown</a>文書でsummarytoolsを使い始めるのに役立つ。</p> <h2 id="161-YAMLセクション">16.1 <a class="keyword" href="https://d.hatena.ne.jp/keyword/YAML">YAML</a>セクション</h2> <p>出力要素が重要だ</p> <pre class="code" data-lang="" data-unlink>--- output: rmarkdown::html_vignette: css: - !expr system.file(&#34;rmarkdown/templates/html_vignette/resources/vignette.css&#34;, package = &#34;rmarkdown&#34;) ---</pre> <h2 id="162-設定チャンク">16.2 設定チャンク</h2> <pre class="code {r setup, include=FALSE} " data-lang="{r setup, include=FALSE} " data-unlink>library(knitr) opts_chunk$set(results = &#39;asis&#39;, # Can also be set at chunk level comment = NA, prompt = FALSE, cache = FALSE) library(summarytools) st_options(plain.ascii = FALSE, # Always use in Rmd documents style = &#34;rmarkdown&#34;, # Always use in Rmd documents subtitle.emphasis = FALSE) # Improves layout w/ some themes</pre> <h2 id="163-summarytoolsのCSSをインクルードする">16.3 summarytoolsの<a class="keyword" href="https://d.hatena.ne.jp/keyword/CSS">CSS</a>をインクルードする</h2> <p>必要な<a class="keyword" href="https://d.hatena.ne.jp/keyword/CSS">CSS</a>は、file引数でprint()またはview()を使用して作成されたhtmlファイルに自動的に追加さ れる。しかし、R <a class="keyword" href="https://d.hatena.ne.jp/keyword/Markdown">Markdown</a>ドキュメントでは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/YAML">YAML</a>ヘッダーの直後のセットアップチャンクで(またはknitrとsummarytoolsオプションを指定する最初のセットアップチャンクの後で)明示的に行う必要がある:</p> <pre class="code" data-lang="" data-unlink></pre> <p>st_<a class="keyword" href="https://d.hatena.ne.jp/keyword/css">css</a>(main = TRUE, global = TRUE)</p> <pre class="code" data-lang="" data-unlink></pre> <h1 id="17-結論">17. 結論</h1> <p>このパッケージには何の保証もない。現在進行形であり、フィードバックはいつでも歓迎する。バグを見つけたり機能要望を出したい場合は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/GitHub">GitHub</a>にissueを登録して欲しい。</p> iDES 代理回答の信頼性についての研究者の見解 hatenablog://entry/820878482969875130 2023-09-23T10:27:30+09:00 2023-10-15T15:57:28+09:00 社会調査では代理回答が起こっていることが分かっている。 www.jstage.jst.go.jp 雄太郎花田, 海人仲田, & 寧佐藤. (2014). Ce5-3 郵送調査における代理回答分析と有効回答率の再定義: 内閣府の郵送世論調査の結果から(一般セッション 社会(2)). 日本行動計量学会大会抄録集, 42, 384–385. https://doi.org/10.20742/pbsj.42.0_384 郵送調査は高い有効回収率が実現できる手法として、自治体やマスコミでの活用が広がっている。反面、調査対象者と顔を合わせて確認ができる調査員調査とは異なり、代理者による回答を直接的に防ぐこ… <p>社会調査では代理回答が起こっていることが分かっている。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.jstage.jst.go.jp%2Farticle%2Fpbsj%2F42%2F0%2F42_384%2F_article%2F-char%2Fja%2F" title="CE5-3 郵送調査における代理回答分析と有効回答率の再定義 : 内閣府の郵送世論調査の結果から(一般セッション 社会(2))" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.jstage.jst.go.jp/article/pbsj/42/0/42_384/_article/-char/ja/">www.jstage.jst.go.jp</a></cite></p> <ul> <li>雄太郎花田, 海人仲田, &amp; 寧佐藤. (2014). Ce5-3 郵送調査における代理回答分析と有効回答率の再定義: <a class="keyword" href="https://d.hatena.ne.jp/keyword/%C6%E2%B3%D5%C9%DC">内閣府</a>の郵送<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%A4%CF%C0%C4%B4%BA%BA">世論調査</a>の結果から(一般セッション 社会(2)). 日本行動計量学会大会抄録集, 42, 384–385. <a href="https://doi.org/10.20742/pbsj.42.0_384">https://doi.org/10.20742/pbsj.42.0_384</a></li> </ul> <blockquote><p>郵送調査は高い有効回収率が実現できる手法として、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BC%AB%BC%A3">自治</a>体やマスコミでの活用が広がっている。反面、調査対象者と顔を合わせて確認ができる調査員調査とは異なり、代理者による回答を直接的に防ぐことができないことが問題視されることもある</p></blockquote> <p>一番思い浮かべやすいのは、夫が働き、妻が専業主婦の過程で、夫を対象とした郵送調査が来た時に、夫が忙しいからと妻が代わりに回答して、郵送するといったパターンであろうか。</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230923/20230923102432.png" width="1182" height="336" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>代理回答をしたと自己申告した票が2325票のうちの61票と2.6%あった。住基台帳からサンプルを選んであるため、性別・年齢はあらかじめ判明している。性別と年齢が間違っている票が43票、無回答が30票あった。無回答は匿名性の担保になると思った可能性があるため、43票の回答が本人が行ったが疑わしいと言える。</p> <h2 id="代理回答の信頼性">代理回答の信頼性</h2> <p>Alwinの論文より。</p> <ul> <li>Alwin, D. F., &amp; Duane, F. (2010). How good is survey measurement? Assessing the reliability and validity of survey measures. Handbook of Survey Research, 2, 405–434.</li> </ul> <p><div class="hatena-asin-detail"><a href="https://www.amazon.co.jp/dp/1848552246?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" class="hatena-asin-detail-image-link" target="_blank" rel="noopener"><img src="https://m.media-amazon.com/images/I/41eG3fiyHNL._SL500_.jpg" class="hatena-asin-detail-image" alt="Handbook of Survey Research" title="Handbook of Survey Research"></a><div class="hatena-asin-detail-info"><p class="hatena-asin-detail-title"><a href="https://www.amazon.co.jp/dp/1848552246?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" target="_blank" rel="noopener">Handbook of Survey Research</a></p><ul class="hatena-asin-detail-meta"><li>Emerald Group Publishing</li></ul><a href="https://www.amazon.co.jp/dp/1848552246?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" class="asin-detail-buy" target="_blank" rel="noopener">Amazon</a></div></div></p> <blockquote><p>調査データに対してよく言われる不満のひとつは、調査データが求める自己報告が本質的に信頼できないというものである。自己報告には限界があるが、回答者は他者に関する情報よりも自分自身に関する情報を報告する方が優れている。代理報告は自己報告と同程度に優れていると主張する人もいる(Sudman, Bradburn, &amp; Schwarz, 1996, p.243)が、我々の最も優れた<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A8%A5%D3%A5%C7%A5%F3%A5%B9">エビデンス</a>によれば、平均して自己報告の方が代理報告よりも信頼性が高い。例えば、Alwin (2007, pp. 152-153)は、同じ回答者が自己と他者について報告した、同じまたは類似の内容を含む小さな変数の対照比較を報告している。その結果、自己報告は代理情報提供者による二次報告よりも信頼できる傾向があるという結論が補強された。とはいえ、含まれる事実情報の種類については、代理報告もそれほど信頼できないものではなかった。(p.423)<br/> One complaint often lodged against survey data is that the self-reports they request are intrinsically unreliable. While self-reports have limitations, respondents are better at reporting information on themselves than about others. Some have argued that proxy reports are as good as self-reports (Sudman, Bradburn, &amp; Schwarz, 1996, p. 243), but our best evidence indicates that on average self-reports are more reliable than proxy reports. Alwin (2007, pp. 152–153), for example, reported a controlled comparison of a small set of variables involving the same or similar content in which the same respondents reported for <a class="keyword" href="https://d.hatena.ne.jp/keyword/self%20and%20others">self and others</a>. Its results reinforced the conclusion that self-reports <a class="keyword" href="https://d.hatena.ne.jp/keyword/tend">tend</a> to be more reliable than second-hand reports by proxy informants. Nonetheless, for the types of factual information included, the proxy reports were not all that unreliable.</p></blockquote> <p>情報の種類によって代理回答の信頼性は変わるようだ。</p> <ul> <li>Sudman, S., Bradburn, M. M., &amp; Schwarz, N. (1996). Thinking about answers: The application of cognitive processes to survey methodology. San Francisco, CA: Jossey-Bass.</li> </ul> <p>Alwin(2007)の方をみてみよう。</p> <p><div class="hatena-asin-detail"><a href="https://www.amazon.co.jp/dp/0470081481?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" class="hatena-asin-detail-image-link" target="_blank" rel="noopener"><img src="https://m.media-amazon.com/images/I/41EA7L3OglL._SL500_.jpg" class="hatena-asin-detail-image" alt="Margins of Error: A Study of Reliability in Survey Measurement (Wiley Series in Survey Methodology)" title="Margins of Error: A Study of Reliability in Survey Measurement (Wiley Series in Survey Methodology)"></a><div class="hatena-asin-detail-info"><p class="hatena-asin-detail-title"><a href="https://www.amazon.co.jp/dp/0470081481?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" target="_blank" rel="noopener">Margins of Error: A Study of Reliability in Survey Measurement (Wiley Series in Survey Methodology)</a></p><ul class="hatena-asin-detail-meta"><li><span class="hatena-asin-detail-label">作者:</span><a href="https://d.hatena.ne.jp/keyword/Alwin%2C%20Duane%20F." class="keyword">Alwin, Duane F.</a></li><li>Wiley-Interscience</li></ul><a href="https://www.amazon.co.jp/dp/0470081481?tag=ides-22&amp;linkCode=ogi&amp;th=1&amp;psc=1" class="asin-detail-buy" target="_blank" rel="noopener">Amazon</a></div></div></p> <ul> <li>Alwin, D. F. (2007). Margins of error: A study of reliability in survey measurement. Wiley-Interscience.</li> </ul> <blockquote><p>7.2 代理報告 <br/> 調査研究において、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%E5%CD%FD%BF%CD">代理人</a>によるデータ収集はよくあることである。調査の回答者は、配偶者や子供、時には友人や同僚など、他の人について質問されることが多い。他人の特性について報告するプロセスと、より一般的な自己報告法には違いがあるため、代理報告と自己報告では測定誤差の性質が異なることが予想される(Blair, Menon and Bickart, 1991)。しかし、最近の証拠によると、「多くの行動やいくつかの態度についてさえ、代理報告は自己報告よりも有意に正確性が低いわけではない」ことが示唆されている(Sudman, Bradburn and Schwarz, 1996, p. 243)。というのも、すべてのケースで自己報告が得られることはめったになく、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%E5%CD%FD%BF%CD">代理人</a>がその人に関する唯一の情報源(たとえば世帯主)であることが多いからである。しかし、このトピックに関する広範な文献では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%E5%CD%FD%BF%CD">代理人</a>による報告の質に関して一貫性のない結果が示されていることに注意すべきである(Moore, 1988参照)。<br/> 我々の研究は、測定の信頼性に関して、自己報告か代理報告か、また測定誤差の問題に取り組むことができる。例えば、回答者の学歴と配偶者の学歴のように、質問の内容が同一で、同じ人がそれぞれのケースで、通常は質問票の異なる場所で報告している場合である。これらの結果を表7.2に示す。事実上すべてのケースで、自己報告式測定は代理報告式測定よりも信頼性が高い。6つの変数の平均では、その差は約0.90であり、リストワイズ・プレゼンテーションの結果では30であった。それにもかかわらず、この差の統計的検定(6つのケースに基づく)はわずかに有意であり(p&lt; .02)、ケースの数が少ないことを考えると注目に値する。アリソンモデルを用いた場合、得られた差はわずかに小さく、差の系統的な性質はあまり明らかではないが、全体として2つの結果はほぼ一致している。このことから、代理報告は自己報告よりも有意に信頼性が低いと結論づけられる。しかし、この結論のより広範な推論的根拠を得るためには、さらなる研究が必要である。(pp. 152-153)<br/> 7.2 PROXY REPORTS<br/> Gathering data by proxy in survey research is commonplace. Respondents to surveys are often asked questions about other people, including their spouses and children, and sometimes, their friends and coworkers. Because of differences in the process of reporting about the characteristics of others and the more common self-report method, one would expect that the nature of measurement errors might be different for proxy vs. self-reports(Blair, Menon and Bickart, 1991).Recent evidence,however, suggests that “for many behaviors and even for some attitudes, proxy reports are not significantly less accurate than self-reports (Sudman, Bradburn and Schwarz, 1996, p. 243). If true, this is an encouraging result because it is seldom possible to obtain self-reports in all cases and the proxy is frequently the only source of information on the person in question, e.g., the head of household. We should note, however, that the broader literature on this topic presents inconsistent results regarding the quality of reporting by proxies (see Moore, 1988).<br/> Our study can address the issue of self- versus proxy reporting and measurement error with respect to the reliability of measurement. We compared six measures involving self-reports with six measures involving proxy reports (in this case reports on spouses) where the content of the questions was identical,e.g., respondent’s education versus spouse’s education, and the same person is reporting in each case, usually at a different place in the questionnaire.These results are shown in Table 7.2. In virtually every case the self-report measure is higher in reliability than the proxy-report measures. On average across the six variables, the difference is approximately .90 versus 30using the listwise-present results, which, if based on a larger sample of measures, would certainly be considered a substantively meaningful difference. The statistical test of this difference (based on six cases) is nonetheless marginally significant (p&lt; .02),which is remarkablegiven the small number of cases. Thedifferenceobtained is slightly smaller using the Allison model, and the systematic nature of the difference is less apparent, but overall the two sets of results are largely consistent. This leads us to conclude that proxy reports are significantly less reliable than are self-report measures, which is consistent with both theory and experience. Further research is necessary, however, to create a broader inferential basis for this conclusion.</p></blockquote> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230923/20230923102721.png" width="1200" height="599" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> iDES 社会調査に必要なサンプルサイズ hatenablog://entry/820878482968299768 2023-09-17T20:54:41+09:00 2023-09-17T20:55:31+09:00 ベストの本を読んでいてみつけた記述。 社会問題とは何か: なぜ、どのように生じ、なくなるのか? (筑摩選書)作者:ベスト,ジョエル筑摩書房Amazon 標本は、正確な結果を担保するにはあまりにも小さく見えるかもしれない。実際、多数の人が標本調査を疑う。全国調査では、よく一〇〇〇人から一五〇〇人程度の標本が用いられる。 「この数少ない人たちが、どうやって三億人以上のアメリカ人を正確に代表できるというのだ」と、不信を抱く人たちもいる。この疑問はもっともらしく見えるが、強調点が間違っている。 比較的小さな標本、たとえば一〇〇〇人程度の人からは、それが代表標本であれば(すなわち、ある人が標本として選ば… <p>ベストの本を読んでいてみつけた記述。</p> <p><div class="hatena-asin-detail"><a href="https://www.amazon.co.jp/dp/4480017186?tag=ides-22&amp;linkCode=osi&amp;th=1&amp;psc=1" class="hatena-asin-detail-image-link" target="_blank" rel="noopener"><img src="https://m.media-amazon.com/images/I/41bA43PCgBL._SL500_.jpg" class="hatena-asin-detail-image" alt="社会問題とは何か: なぜ、どのように生じ、なくなるのか? (筑摩選書)" title="社会問題とは何か: なぜ、どのように生じ、なくなるのか? (筑摩選書)"></a><div class="hatena-asin-detail-info"><p class="hatena-asin-detail-title"><a href="https://www.amazon.co.jp/dp/4480017186?tag=ides-22&amp;linkCode=osi&amp;th=1&amp;psc=1" target="_blank" rel="noopener">社会問題とは何か: なぜ、どのように生じ、なくなるのか? (筑摩選書)</a></p><ul class="hatena-asin-detail-meta"><li><span class="hatena-asin-detail-label">作者:</span><a href="https://d.hatena.ne.jp/keyword/%A5%D9%A5%B9%A5%C8%2C%A5%B8%A5%E7%A5%A8%A5%EB" class="keyword">ベスト,ジョエル</a></li><li><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C3%DE%CB%E0%BD%F1%CB%BC">筑摩書房</a></li></ul><a href="https://www.amazon.co.jp/dp/4480017186?tag=ides-22&amp;linkCode=osi&amp;th=1&amp;psc=1" class="asin-detail-buy" target="_blank" rel="noopener">Amazon</a></div></div></p> <blockquote><p>標本は、正確な結果を担保するにはあまりにも小さく見えるかもしれない。実際、多数の人が標本調査を疑う。全国調査では、よく一〇〇〇人から一五〇〇人程度の標本が用いられる。 「この数少ない人たちが、どうやって三億人以上の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%E1%A5%EA">アメリ</a>カ人を正確に代表できるというのだ」と、不信を抱く人たちもいる。この疑問はもっともらしく見えるが、強調点が間違っている。 比較的小さな標本、たとえば一〇〇〇人程度の人からは、それが代表標本であれば(すなわち、ある人が標本として選ばれる確率が、他の人の確率と同じであるという前提が満たされていれば) かなり正確な結果が得られるのである(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%FD%B7%D7%B3%D8">統計学</a>者の計算によると、三億人規模の母集団に対して毎回ランダムに抽出した一〇〇〇人規模の代表標本を用いた調査を繰り返し行うと、一〇〇回に九五回の割合で真の値(母集団の支持率)が、 それぞれの標本平均のプラスマイナス3%の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%E8%B4%D6">区間</a>の中に含まれる。さらに標本を大きくしたところで正確さはさほど変わらない。たとえば一〇倍の費用を費やして一万人規模の標本に対する調査を行うとする。その場合、誤差はプラスマイナス3%ではなくプラスマイナス1%になる [de Vaus, 1986])。 p.182</p></blockquote> <p>de Vausの本は下記の本のようだ。</p> <ul> <li>de Vaus, D. A. (1986). Surveys in social research. London: Allen &amp; Unwin.</li> </ul> <p><div class="hatena-asin-detail"><a href="https://www.amazon.co.jp/dp/8170337747?tag=ides-22&amp;linkCode=osi&amp;th=1&amp;psc=1" class="hatena-asin-detail-image-link" target="_blank" rel="noopener"><img src="https://m.media-amazon.com/images/I/41fhK9ATeNL._SL500_.jpg" class="hatena-asin-detail-image" alt="Surveys In Social Research" title="Surveys In Social Research"></a><div class="hatena-asin-detail-info"><p class="hatena-asin-detail-title"><a href="https://www.amazon.co.jp/dp/8170337747?tag=ides-22&amp;linkCode=osi&amp;th=1&amp;psc=1" target="_blank" rel="noopener">Surveys In Social Research</a></p><ul class="hatena-asin-detail-meta"><li></li></ul><a href="https://www.amazon.co.jp/dp/8170337747?tag=ides-22&amp;linkCode=osi&amp;th=1&amp;psc=1" class="asin-detail-buy" target="_blank" rel="noopener">Amazon</a></div></div></p> <p>現在は第5版。<br/> この記述を探してみたが、見つからなかった。<br/> 1986年の本は紙でかつ古書で手に入れる必要があるので、手に入れるのに多少時間はかかる。そのためde Vausがどの研究を引用したのかは今のところ不明である。</p> <p>de Vausの第5版を斜め読みした程度ではあるが、今まで見たどの本よりもずばぬけてよい出来のように感じた。社会調査士関係で社会調査をテーマにした本はでているが、de Vausの本で勉強するべきなのではないか、と思った。</p> iDES 脳の快感システム hatenablog://entry/820878482967984027 2023-09-16T17:54:48+09:00 2023-09-16T17:58:47+09:00 www.ncbi.nlm.nih.gov Berridge, K. C., & Kringelbach, M. L. (2015). Pleasure Systems in the Brain. Neuron, 86(3), 646–664. https://doi.org/10.1016/j.neuron.2015.02.018 快楽は、発達した大脳中皮質辺縁系回路によって媒介され、適応的機能を果たしている。感情障害では、快感消失(快感の欠如)や不快感(否定的な感情)が、快感システムの破綻から生じることがある。ヒトの神経画像研究によると、驚くほど類似した回路が非常に多様な快楽によって活性化さ… <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.ncbi.nlm.nih.gov%2Fpmc%2Farticles%2FPMC4425246%2F" title="Pleasure systems in the brain" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4425246/">www.ncbi.nlm.nih.gov</a></cite></p> <ul> <li>Berridge, K. C., &amp; Kringelbach, M. L. (2015). Pleasure Systems in the Brain. Neuron, 86(3), 646–664. <a href="https://doi.org/10.1016/j.neuron.2015.02.018">https://doi.org/10.1016/j.neuron.2015.02.018</a></li> </ul> <p>快楽は、発達した大脳中皮質<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>回路によって媒介され、適応的機能を果たしている。感情障害では、快感消失(快感の欠如)や不快感(否定的な感情)が、快感システムの破綻から生じることがある。ヒトの神経画像研究によると、驚くほど類似した回路が非常に多様な快楽によって活性化されることが示されており、これはすべての人に共通する神経通貨があることを示唆している。 報酬を求める欲求は、巨大で分散した脳システムによって生み出される。嗜好、つまり快楽そのものは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>回路内のより小さな快楽的な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>の組み合わせによって発生する。 これらの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>はまた、欲望対恐怖の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>発生因子のキーボードパターンのような、より広範な価数編成の解剖学的パターンに組み込まれることもある。対照的に、古典的な快楽電極や中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>系など、最もよく知られた快楽発生因子の教科書的候補のいくつかは、結局のところ快楽を発生させないかもしれない。脳の快楽メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムに関するこのような新たな洞察は、やがて感情障害に対するよりよい治療を促進するかもしれない。</p> <p>英語の "hedonic "の語源は<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B8%C5%C2%E5%A5%AE%A5%EA%A5%B7%A5%E3">古代ギリシャ</a>語の快楽(η´δovη´;<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E9%A5%C6%A5%F3%CA%B8%BB%FA">ラテン文字</a>ではhédoné)である。 <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E9%A5%C6%A5%F3%CA%B8%BB%FA">ラテン文字</a>では hédoné またはhēdús)に由来する。今日、快楽とは感覚的な快楽だけでなく、より高次の快楽(認知的、社会的、美的、道徳的など)も指す。</p> <p>情動<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学のいくつかの目標は、脳のメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムがどのように快楽や不快感を生み出すかを理解し、最終的には情動障害に対するより効果的な治療法を見つけることである(Anderson and Adolphs, 2014, Damasio and Carvalho, 2013, Haber and Knutson, 2010, Heller et al, 2013, Kringelbach and Berridge, 2010, Panksepp, 2011)。正常な快楽を得る能力は、健全な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>機能や幸福に不可欠である。逆に、情動障害は、快楽反応の病的な欠如(臨床的無快感症のように)、あるいは過剰な不快感(苦痛、嫌悪、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CD%DE%A4%A6%A4%C4">抑うつ</a>、不安、恐怖などの不快感情)の存在を引き起こす。</p> <p>しかし、快楽の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学は実現可能なのだろうか?快楽が科学的に解明されるのではないかという疑念は、1世紀以上にわたって表明されてきた。初期の疑念は、客観的な行動神経反応のみが科学的研究の対象であり、主観的な経験(快楽の経験を含む)は決して科学的研究の対象にはならないという行動主義者の信念に由来していた。しかし、過去50年の進歩は、主観的経験を含む多くの複雑な心理学的プロセスがうまく研究され、根底にある脳のメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムと関連づけられることを証明している。それでも、今日でもいくつかの異論は残っている。例えば、感情<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学者は主観的感情ではなく、行動的感情反応のみに焦点を当てるべきだというLeDouxの最近の提言は、そうした以前の懸念を共有している(LeDoux, 2014)。</p> <p>私たちの考えでは、快楽の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学は、知覚、学習、認知など、よく研究されている心理学的機能の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学と同様に、うまく追求することができる。この命題の決定的なテストは、情動<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学が、脳システムが快楽的影響をどのように媒介するかについて、重要な新しい結論を生み出すことができるかどうかということである。これを支持する証拠は、最近の発見という形で存在すると我々は考えている。この論文では、 (1) 中皮質<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>回路における報酬の好き嫌いと学習のメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムの分離を含む;(2) 感覚的快感と高次快感の根底にある神経回路の重複の特定;(3) 快感の影響をコードする<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%CC%EE">前頭前野</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>皮質の特定部位の特定;(4) 快感反応の増幅を生成する、驚くほど局在化した因果的ヘドニック<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%C3%A5%D4%A5%F3%A5%B0">マッピング</a>; (5)<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>(NAc)の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>とコールドスポットのメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムが、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>のジェネレーターの解剖学的に調整された配列に組み込まれており、その配列は、報酬の好き嫌いだけでなく、恐怖や嫌悪といったネガティブな感情にまで広がっていること。</p> <h2 id="快楽の神経科学">快楽の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学</h2> <p>ある意味で、快楽は進化の最も大胆なトリックと考えることができ、個体がフィットネスに必要な報酬を追求するよう動機づける役割を果たすが、現代の豊かな環境では、依存症のような不適応な追求も誘発する。この回路を理解するための重要な出発点は、報酬にはいくつかの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>要素が複合的に関与していることを認識することである:好き(快楽的影響に対する中核的反応)、欲しい(誘因顕著性の動機づけプロセス)、学習(パブロフ的または道具的連想と認知的表象)(Berridge and Robinson, 2003)。これらの構成過程には、識別可能な神経機序もある。この3つの過程は報酬行動サイクルのどの時点でも一緒に起こる可能性があるが、欲求過程は最初の食欲期を支配する傾向があり、好欲過程は満腹につながるかもしれないその後の消費期を支配する傾向がある。一方、学習はサイクル全体を通して起こる。報酬の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学は、これらの構成要素を必要かつ十分な脳のネットワークに<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%C3%A5%D4%A5%F3%A5%B0">マッピング</a>しようとするものである(図1参照)。</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20150429/20150429111018.jpg" width="504" height="856" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>図1 脳の因果的快楽の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>とコールドスポット</p> <p>快楽を包括的に研究するためには、快楽体験の相関的符号化を探求するための優れたヒト神経画像研究が必要であり、快楽反応の根底にある因果関係を探求するための優れた動物研究が必要である。この2方面からのアプローチは、快楽の客観的な側面と主観的な側面に関連する、快楽プロセスにおける基本的な二面性を利用するものである(Damasio and Carvalho, 2013, Kringelbach and Berridge, 2010, Schooler and Mauss, 2010, Winkielman et al.) 快楽は、純粋に主観的な感情であると想定されることがある。しかし、快楽には、価値づけられた出来事に対する神経的・行動的な快楽反応という形で、客観的な特徴もある。この総説では、客観的快楽反応を「好き」反応(引用符付き)と呼び、「好き」という主観的経験(引用符なしの通常の意味)と区別する。客観的快楽反応は、ヒトと動物の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学研究の両方で測定することができ、これらを組み合わせることで、種を超えた比較がある程度可能になり、脳システムが快楽の影響をどのように媒介するかについて、より完全な因果関係を明らかにすることができる。</p> <h2 id="快楽反応の脳システムの進化的起源">快楽反応の脳システムの進化的起源</h2> <p>なぜ快楽が客観的、主観的レベルの反応を含むのか、その究極の説明は進化の歴史にあると思われる。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C0%A1%BC%A5%A6%A5%A3%A5%F3">ダーウィン</a>(1872)はもともと、情動反応はその有用な機能のために進化によって選択され、それが情動表現に適応されたと示唆した。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C0%A1%BC%A5%A6%A5%A3%A5%F3">ダーウィン</a>の論理に従い、現代の情動<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学もまた、進化した「生存機能」(LeDoux, 2012)を媒介する情動反応の脳メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムを仮定しており、情動的な「系統を超えた情動研究の基礎となりうる中核的特徴」(p. 198)(Anderson and Adolphs, 2014)があり、客観的研究で有用に利用できる。</p> <p>快楽反応を選択するためには、哺乳類の脳が進化して、何百万もの発達中の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%ED%A5%F3">ニューロン</a>を報酬回路の中皮質<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>パターンに捧げる必要があった(Haber and Knutson, 2010)。このような神経への投資は、他のあらゆる機能の進化を形成したのと同じ選択圧にさらされた。したがって、客観的な情動反応が、生存や適性にとっ て重要な結果をもたらすものでない限り、快楽回路が現在の形 に形成されたり、進化を通じて存続したりすることはあり 得なかった(Anderson and Adolphs, 2014, Damasio, 2010, Kringelbach and Berridge, 2010, LeDoux, 2012, Panksepp, 2011)。客観的な情動反応が進化の過程で最初に現れ、その後、核となる「好き」反応を意識的な快感に変換する、より精巧で階層化された脳の大脳中皮<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>回路の進化を経て、主観的な情動反応が続く種もあるようだ(Damasio and Carvalho, 2013)。</p> <h2 id="客観的な快楽反応">客観的な快楽反応</h2> <p>客観的な快楽反応の有用な例として、新生児の味覚によって誘発される「好き」という表情の情動表現がある(Steiner, 1973)。肯定的な味覚の「好き」表現と否定的な「嫌悪」表現は、生後1日目に誘発される(図1)。甘い味は、リラックスした表情筋と満足げに唇を舐めることからなる肯定的な快楽的「好き」表情を誘発し、苦い味は「嫌悪」表情を誘発する。類人猿やサル、さらにはラットやマウスでも、同様の「好き」表情を引き出すことができる(例えば、甘味に対するリズミカルな舌の突出や唇の側方舐めと、苦味に対するゲップや頭の揺れなど)(Berridge, 2000, Grill and Norgren, 1978a, Steiner et al.) これらの感情表現の基本的な感覚運動回路は脳幹に存在するが(Grill and Norgren, 1978b, Steiner, 1973)、このような感情表現は単なる脳幹反射ではなく、前脳構造によって階層的に制御されている。前脳回路は脳幹と行動の出力に対して強力な下降的制御を及ぼしている。その結果、ある味覚によって誘発される「好き」表現は、関連する食欲と満腹の状態によって生理学的に適切に調節され(Cabanac and Lafrance, 1990, Kaplan et al. 最も驚くべきことに、「好き」反応は、これから述べるように、いくつかの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%E7%C7%BE%CA%D5%B1%EF%B7%CF">大脳辺縁系</a>前脳構造に位置する個別の神経操作によって強力に制御されている(<a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> and Berridge, 2014, Mahler et al.)。</p> <p>"好き "という表情もまた、動機づけ行動の消費的な部類に属し、これは通常、柔軟性を求める行動の最初の食欲的な段階の後に起こる(Craig, 1918, Sherrington, 1906)。これらの快楽反応は、食物の自発的消費、消費運動の微細構造(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C6%B0%CA%AA%BC%C2%B8%B3">動物実験</a>ではしばしばリッキングメーターによるスパウト-リックパターンとして測定される)、口の中の食物を飲み込むという単純な脳幹の決定など、他のいくつかの摂食性消費反応と共起する。しかし、消費反応は非常に不均一である。特に、感情的な味覚反応パターンは、味覚の「好き」という快楽的評価に最も近く、そのために他のすべての消費反応から解離することがある(Berridge, 2000)。解離は、食物誘因の価値に関する快楽的側面(「好き」)ではなく、動機づけ的側面(すなわち「欲しい」)を変化させる操作によって最も一般的に誘導される。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の抑制はショ糖希釈と同様に甘味の誘因価値を低下させ、摂食微細構造のリッキングメーター測定値の変化に反映される(Galistu and D'Aquila, 2012, Smith, 1995)だけでなく、食欲の欲求を抑制し、時には食物摂取を抑制する(Wise and Raptis, 1986)。しかし、味覚反応性「好き」表現は、このような薬理学的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>遮断によっても(Peciña et al. このような解離から、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>は食物の快感の快楽的影響には実際には必要ではなく、むしろ後述するような動機づけの動機づけにのみ必要であることが示された。</p> <h2 id="快楽的反応の主観的レベルと客観的レベル">快楽的反応の主観的レベルと客観的レベル</h2> <p>上述したように、混同を避けるため、客観的な「好き」 反応が対応する意識的な「好き」や快感を伴うかど うかにかかわらず、行動的または神経的な快楽反 応を特に指す場合は、(引用符で囲んで)「好き」 を使用するのが便利である(これには、さらなる 神経メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムが必要かもしれない)。同じような区別が、意識的な「欲しい」と、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>顕著性または「欲しい」という中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>動機づけプロセスおよびその客観的結果との間に適用される。主観的か客観的かの区別は、ヒトにおいてさえ、快楽反応の2つの形態が独立して測定できるという証拠にも基づいている。例えば、客観的な快楽的「好き」反応は、少なくとも特定の状況(例えば、サブリミナル的に短時間または軽度の情動刺激によって誘発される)において、主観的な快楽をまったく感じることなく、普通の人々において単独で無意識に生じることがある(Childress et al., 2008, Fischman and Foltin, 1992, Winkielman et al., 2005)。無意識的な「好き」反応は、人間の目標に向 かった行動を効果的に変化させるが、そのような変 化は発見されないままであったり、本人でさえ誤 解されたりすることがある(Bargh et al., 2012, Childress et al., 2008, Pessiglione et al., 2007, Winkielman et al., 2005)。より一般的には、「好き」反応は意識的な「好き」 の感情とともに起こり、認知的評価や主観的感情へ の快楽信号の入力を提供する。しかし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D5%A5%EC%A1%BC%A5%DF%A5%F3%A5%B0">フレーミング</a>効果による認知的歪みの影響を受けやすかったり、自分がどう感じるべきかを説明するために人々が作り上げた理論の結果として、主観的な「好き」の評価が影響を受けやすかったりするため、健常者でも2つのレベルの快楽反応の解離が生じることがある(Gilbert and Wilson, 2009, Schooler and Mauss, 2010)。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D5%A5%EC%A1%BC%A5%DF%A5%F3%A5%B0">フレーミング</a>効果は、同じ刺激にさらされた2人のうち、一方が以前に経験した快楽強度の範囲が広ければ(例えば、出産の痛みや大怪我)、異なる主観的評価を報告させる可能性がある(Bartoshuk, 2014)。要するに、人が主観的にどのように感じ、どのように報告するかということと、客観的に神経反応や行動的な情動反応としてどのように反応するかということには違いがある。主観的な評価は、客観的な快楽反応よりも快楽的な影響について必ずしも正確ではなく、後者は前者とは独立して測定することができる。</p> <h2 id="脳における快楽のマッピング">脳における快楽の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%C3%A5%D4%A5%F3%A5%B0">マッピング</a></h2> <p>ある快楽の体験が、別の快楽の体験とまったく違って見えることはよくある。おいしいものを食べること、恋愛や性的な快楽を経験すること、習慣性のある薬物を使うこと、音楽を聴くこと、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B0%A6%A4%B9%A4%EB%BF%CD">愛する人</a>に会うこと。共通する唯一の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>特徴は、すべてが心地よいということだろう。しかし、主観的な体験の違いは、その根底にある神経メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムを知る上で必ずしも良い指針とはならない。それらの神経メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムは、驚くほど重複している可能性がある。</p> <p>過去数十年にわたり、神経画像研究から得られた一連の結果は、多くの多様な報酬が、相互作用する脳領域の「共通通貨」報酬ネットワークという、共有または重複する脳システムを活性化することを示唆している。食べ物、セックス、習慣性薬物、友人や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B0%A6%A4%B9%A4%EB%BF%CD">愛する人</a>、音楽、芸術、そして持続的な幸福感などの快楽は、驚くほど類似した脳活動パターンを生み出すことがある(Cacioppo et al、 2012, Georgiadis and Kringelbach, 2012, Kringelbach et al., 2012, Parsons et al., 2010, Salimpoor et al., 2011, Vartanian and Skov, 2014, Veldhuizen et al., 2010, Vuust and Kringelbach, 2010, Xu et al., 2011, Zeki and Romaya, 2010)。これらの共有報酬ネットワークには、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>、島皮質、前<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%D3%BE%F5%C8%E9%BC%C1">帯状皮質</a>の一部を含む<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%CC%EE">前頭前野</a>の解剖学的領域と、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>(NAc)、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>(VP)、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED%C2%CE">扁桃体</a>などの皮質下<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>構造が含まれる(図2にラットとヒトの例を示す)。共通通貨仮説の意味するところは、食物の「好き嫌い」のようなある種の快楽を用いた実験によって得られた脳の快楽基質に関する洞察が、他の多くの快楽にも当てはまる可能性があるということである。</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20150422/20150422143214.jpg" width="756" height="292" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span><br/> 図2 ラット脳とヒト脳の快楽部位の3D比較</p> <p>確かに、<a class="keyword" href="https://d.hatena.ne.jp/keyword/fMRI">fMRI</a>による測定では空間的・時間的分解能に限界があり、特定の報酬をコードする神経サブシステム間のわずかな違いや速い違いを見逃してしまう可能性がある。よりきめ細かな空間的・時間的多変量パターン解析技術(Haynes and Rees, 2006, King and Dehaene, 2014)により、1種類の報酬に特有な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%E7%C7%BE%CA%D5%B1%EF%B7%CF">大脳辺縁系</a>神経回路のサブセットが特定される可能性は残っている(Chikazoe et al., 2014)。これと一致するように、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C6%B0%CA%AA%BC%C2%B8%B3">動物実験</a>では、おいしい食べ物と習慣性薬物のような異なる感覚的報酬の間で、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%BA%D9%CB%A6">神経細胞</a>の発火に微妙な違いが見られることがある(ただし、神経回路の違いの中には、報酬の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A8%A5%F3%A5%B3%A1%BC%A5%C9">エンコード</a>自体というよりも、異なる報酬を得るために必要な動作の違いや、感覚的な付随物の違いなど、付随する交絡によるものもある)(Cameron and Carelli, 2012)。それでも、これまでのところ、さまざまな種類の報酬を媒介する神経系の間には、かなり大規模な重複があることが示唆されている。その重なりは、主観的な経験の違いから多くの人が予想したよりもはるかに広範囲に及んでいる。</p> <p>神経画像研究において、快楽と特に関連していると思われるヒトの脳の部位は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>(OFC)、特に前方中部の部分領域である(図2と3)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>の他の内側領域、島皮質の中前方領域、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%C8%E9%BC%C1">前頭前皮質</a>腹内側領域も主観的快楽評価と相関するが、これらの他の領域の多くは、快楽の生成そのものよりも、報酬値のモニタリングや予測に関与しているようである(Georgiadis and Kringelbach, 2012, Kahnt et al、 2010, Kringelbach, 2005, Kringelbach et al., 2003, O'Doherty, 2014, Schoenbaum and Roesch, 2005, Veldhuizen et al., 2010, Vuust and Kringelbach, 2010)。</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20150422/20150422143217.jpg" width="768" height="391" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span> 図3 ヒト<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>における快楽的コーディング</p> <p>神経画像研究は、因果関係よりもむしろ相関的な性質を持っていること、そしてその根底にあるシグナル(<a class="keyword" href="https://d.hatena.ne.jp/keyword/fMRI">fMRI</a>で測定される血中酸素濃度依存性[BOLD]シグナルなど)の生理学的基盤は、部分的にしか理解されていないことを忘れてはならない(Winawer et al., 2013)。相関信号の解釈は複雑である。相関性のある神経画像活動には、もちろん快楽の原因メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムを反映しているものもあれば、原因ではなく結果としての活動もある。というのも、通常の快楽の際に活性化する多くの脳領域は、実際にはその快楽そのものを発生させるのではなく、むしろ、認知的評価、記憶、注意、快楽的出来事に関する意思決定など、それ自身の異なる機能を因果的に発生させるための段階として活性化するからである。</p> <p>しかしながら、特に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>の前中部下位領域は、他のほとんどの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>領域よりも主観的快楽を正確に追跡しているように見える(図3)。快楽のコード化に関する最も強力なテストは、連続的な暴露にわたって快刺激を一定に保ちながら、関連する生理学的状態などの他の入力因子を変化させることによって、その快楽的影響を変化させることである。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%CC%EE">前頭前野</a>正中部の活動が感覚的満腹感を追跡することを示唆する証拠があり、これは、ある食品をたくさん摂取した後、その食品の味の主観的快感が、価値を下げない別の食品と比較して選択的に低下することを含む (Gottfried et al., 2003, Kringelbach et al., 2003)。刺激の快感の変化を追跡することは、可能な限り最も強い相関的証拠であり、それは活動が単なる感覚的特徴(例えば、甘さ)や他の安定した交絡をコード化していないことを示すからである。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>の同じ領域は、性的オーガズム、薬物、音楽の快感の符号化にも関与している(Georgiadis and Kringelbach, 2012, Kringelbach, 2005, Kringelbach et al.) 皮質下においても、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>(NAc)と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>(VP)の活動によって、このような選択的な快楽の変化が追跡されるという証拠が、他の動物から得られている(Krause et al., 2010, Loriaux et al., 2011, Roitman et al., 2010, Tindell et al., 2006)。</p> <p>また、情動表象の側方化を示す研究もあり、ポジティブな価 値とネガティブな価のコーディングにおける大脳半球の側方的な違いとして示さ れることが多い。最も注目すべきは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%CC%EE">前頭前野</a>の左半球が右半球よりもポジティブな情動により深く関与していることである(Davidson, 2004)。例えば、主観的幸福感をより高く評価する人は、右側よりも左側の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%CC%EE">前頭前野</a>の活動が高い可能性があり、左側の皮質下<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%FE%BE%F2%C2%CE">線条体</a>の活動も、右側よりも快感の評価とより密接に関連している可能性がある(Kühn and Gallinat, 2012, Lawrence et al.) しかし、他の研究では、より等しい、あるいは両側性の活動パターンが見つかっており、快感における側方化の正確な役割については、さらなる解明が必要である。</p> <p>ヒトの神経画像研究の重要な注意点は、従来、快楽的な活性化と安静時のベースラインとを比較してきたことである。近年、脳は決して真に安静な状態ではなく、むしろ自発的に活動し、異なる安静状態のネットワーク間を絶えず切り替えていることが明らかになってきた(Cabral et al., 2014)。異なるネットワーク間の切り替えは脳の状態に依存するので、快感システムについて考える1つの方法は、生存を最適化するために快感サイクルの異なるポイント間の状態遷移を促進することである。いわゆるデフォルト・モード・ネットワークは、これにおいて重要な役割を果たす可能性があり、したがって、状態遷移の制御における問題は、感情障害における快感消失として現れる可能性がある(Kringelbach and Berridge, 2009)。ヒトの神経画像データの高度な計算<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E2%A5%C7%A5%EA%A5%F3%A5%B0">モデリング</a>により、この仮説は現在、検証可能なものになりつつある(Cabral et al., 2012)。新たな取り組みとして、感情状態や精神神経疾患における新規バイオマーカーを発見する方法として、計算神経精神医学が誕生した(Deco and Kringelbach, 2014)。</p> <h2 id="脳の快楽発生装置のマッピング">脳の快楽発生装置の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%C3%A5%D4%A5%F3%A5%B0">マッピング</a></h2> <p>脳における快感の原因生成因子を<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%C3%A5%D4%A5%F3%A5%B0">マッピング</a>することは、因果関係の証拠を立証するために必要な侵襲的な脳操作が必要となる可能性があり、ヒトを対象とした研究では正当な倫理的制約から除外されるため、難しい課題である。しかし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C6%B0%CA%AA%BC%C2%B8%B3">動物実験</a>から、快刺激に対する「好ましい」反応を因果的に強める快楽的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>と、「好ましい」反応を弱めるコールドスポットのネットワークが明らかになりつつある(図2)。</p> <p>まず、機能喪失と機能獲得の因果関係を区別することが有用である。機能喪失では、病変や神経機能障害によって、正常な機能に必要なメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムが明らかになる。機能の獲得では、神経生物学的刺激によって、より高いレベルの快楽的影響を引き起こすのに十分なメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムが明らかになる。快楽的機能の両方の因果関係を媒介する神経構造がある一方で、例えば、通常の快楽に必要とされずに快楽反応を高める機能獲得をもたらすことができるなど、どちらか一方のみを媒介する神経機構もある。快楽機能の向上をもたらす脳構造は、通常の快楽反応に必要な脳構造よりも広く分布している可能性があり、その脳構造は解剖学的に制限され、皮質下に重きを置いている。さらに、両者の因果関係は、上述した快楽との神経画像学的相関によって明らかにされたコード化活動よりも制限されている可能性がある。</p> <p>例えるなら、人間の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%C8%E9%BC%C1">前頭前皮質</a>の辺縁領域全体が、正常な快楽の原因生成には驚くほど不要であるように見える。例えば、1950年代に何千人もの患者に対して行われた<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%CD%D5">前頭葉</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%DC%A5%C8%A5%DF%A1%BC">ロボトミー</a>という外科手術は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%CD%D5">前頭葉</a>の大部分を切除するか切り離した(Valenstein, 1986)。しかし<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%DC%A5%C8%A5%DF%A1%BC">ロボトミー</a>患者は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C7%BE%C2%B4%C3%E6">脳卒中</a>、腫瘍、あるいは怪我によって<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%C8%E9%BC%C1">前頭前皮質</a>を同様に大きく損傷した他のヒトの患者と同様に、(認知的判断の障害は見られるものの)見分けられる限りほとんどの快楽的感情を保持していた(Damasio, 1994, Szczepanski and Knight, 2014)。最近の劇的な報告では、さらに大規模な皮質損傷で、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%CC%EE">前頭前野</a>眼窩皮質と腹内側皮質だけでなく、前頭島皮質と腹側前<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%D3%BE%F5%C8%E9%BC%C1">帯状皮質</a>(さらに側頭葉後部の海馬と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED%C2%CE">扁桃体</a>)も破壊されていることが確認された、 好みの社会的パートナーや恐ろしい注射器に対する正常な行動的情動反応、さらには「このような素晴らしいゲームに一緒に取り組んでいることに、強い幸福感を感じる」といった快楽的な言語的報告さえも無傷のままであった(Damasio et al. , 2013).</p> <p>皮質下で正常な快楽反応が引き起こされる例としては、脳内小児も挙げられる。脳内小児は基本的に終脳前脳を欠き、大脳皮質がほとんどないにもかかわらず、社会的養護者や音楽に対して複雑な情動反応を示すことがある。例えば、Shewmonら(1999年)は、先天的に「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2">視床</a>より吻側の大脳組織がなく、小さな側頭葉中葉の残骸がある」(p.364)6歳の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C3%CB%BB%F9">男児</a>が、それでも「話しかけられると微笑み、遊んでもらうとくすくす笑った」というように、脳水腫児の複雑な行動的快楽反応について述べている。これらの人間との相互作用は、好きなおもちゃや音楽に対する好意的な反応よりもはるかに強く、質的にも異なっていた」(p.366)(Shewmon et al, 1999)。同様に、マーカーは、他の水脳症児が「喜びを笑顔や笑いで表現し、嫌悪を『騒ぐ』、背中を丸める、泣く(多くのグラデーションがある)ことで表現する。慣れ親しんだ大人は、この反応性を利用して、微笑みからくすくす笑い、笑い、そして子どもの側での大興奮へと、予測可能な遊びのシークエンスを構築することができる」(p.79) (Merker, 2007)。大脳皮質がなくても(あるいはほとんどなくても)人間の情動反応が起こるこのような事例は、皮質下構造が驚くほど多くの正常な快楽反応を生み出す能力があることを示しており、多くの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C6%B0%CA%AA%BC%C2%B8%B3">動物実験</a>と一致している。</p> <h2 id="快楽増進の原因となる快楽ホットスポット">快楽増進の原因となる快楽<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a></h2> <p>しかし、快楽的な機能亢進は、いくつかの前脳構造における神経事象によって生じ、強烈な快楽反応をもたらす。動物情動<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学の研究では最近、「好き」反応を快楽的に増強するネットワークが同定され、大脳皮質から脳幹に至るまで、脳全体のいくつかの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>構造に分布する小さな快楽的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>の集合として組み込まれた。それぞれの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>は、適切な薬物を微量注入して神経化学的に刺激すると、ラットの甘味によって誘発される口唇の「好き」表現を特異的に増幅することができる。ヘドニック<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>は、皮質下の前脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>とそれに連なる<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>、脳幹の大脳傍核で発見されており、現在では<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>や島皮質を含む<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%C8%E9%BC%C1">前頭前皮質</a>の辺縁領域でも出現している可能性がある(<a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> and Berridge, 2014; <a class="keyword" href="https://d.hatena.ne.jp/keyword/D.C.">D.C.</a> <a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> et al.)</p> <p>これまでに<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%C3%A5%D4%A5%F3%A5%B0">マッピング</a>された快楽的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>の大きさは、ラットではそれぞれ体積で約1立方ミリメートル(脳の大きさに比例するとすれば、ヒトでは1立方センチメートルに外挿できるかもしれない)。それに比べ、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>を含む各構造ははるかに大きい。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>全体はラットでほぼ10立方ミリメートル(mm<sup>3</sup>)を占めるが、内側殻の吻背側四分円に位置する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>快楽性<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>全体の体積のわずか10%(内側殻の体積の約30%;図1と2に示す)を占めるにすぎない(<a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> and Berridge, 2014, Peciña and Berridge, 2005)。言い換えれば、知られている限り、残りの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の90%近くは、mu<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>刺激に対しても「好き」反応を増強する能力を欠いている可能性がある。</p> <p>より詳細には、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の内側殻の吻背側<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>内では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%B4">アゴ</a>ニストマイクロインジェクションによるミュー<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>刺激は、より多くの「好き」反応に反映されるように、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B9%A5%AF%A5%ED%A1%BC%A5%B9">スクロース</a>の快楽的影響を少なくとも2倍にすることができる(Peciña and Berridge, 2005, Smith et al.) 少し意外なことに、同じ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>核の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>でデルタ・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>刺激、あるいはカッパ・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>刺激も同様に、甘味の快楽的影響を増強する(<a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> and Berridge, 2014)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の他の部位では、3種類の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>刺激はすべて「好き」反応を増強せず、実際、内<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の尾側半分にあるコールドスポット部位では、「好き」反応はすべて反対に抑制される。このような局在は、快楽的な機能獲得の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B2%A1%BC%A5%C6">ゲーテ</a>ィング機構として、坐核の吻側背側<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>が実にユニークであることを示唆している。それとは別に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>のユニークな役割は、条件付場所選好テストを用いて確認された:ミュー、カッパ、デルタの刺激はすべて、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>のマイクロインジェクションと対になった場所に対する正の選好を確立するが、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>内側殻の他の部位では確立しない(<a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> and Berridge, 2014)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>シグナルだけでなく、アナンダミドのマイクロ注射によるエンド<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%F3%A5%CA%A5%D3%A5%CE%A5%A4%A5%C9">カンナビノイド</a>刺激も同様に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>内側殻の重複する部分領域で「好き」反応を増強する(Mahler et al.) <a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>とエンド<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%F3%A5%CA%A5%D3%A5%CE%A5%A4%A5%C9">カンナビノイド</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>が解剖学的に重複していることから、同じ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>内の回路が、快感増強の神経化学的な両形態を大きく仲介している可能性がある。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>はなぜ特別なのか? 完全な答えは今後の課題であるが、吻側背内側殻の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>は、内側殻の他の部分領域や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>コアとは異なる、ユニークな神経解剖学的特徴を持ち、またユニークな神経化学的特徴を持つという最近の報告から、いくつかの知見が得られている(Britt and McGehee, 2008, Kupchik and Kalivas, 2013, Thompson and Swanson, 2010, Zahm et al.)</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>を越えて、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>は<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>投射の主要な標的である。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>には、後端に位置する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>もある(Ho and Berridge, 2013, Smith and Berridge, 2005)。同様に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>の体積は約1mm<sup>3</sup>で、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>全体の2分の1以下である。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>では、μ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>または<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%EC%A5%AD%A5%B7%A5%F3">オレキシン</a>A刺激性のマイクロ注射を行うと、甘味によって誘発される「好き」反応のレベルが2倍以上になる(Ho and Berridge, 2013, Smith and Berridge, 2005)。逆に、より吻側の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>には、同じような体積の快楽的コールドスポットが存在し、そこではmu<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>刺激が逆に甘味の「好き」を減少させる(Smith and Berridge, 2005)。最近の光遺伝学的研究でも、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>内の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%ED%A5%F3">ニューロン</a>を光遺伝学的に興奮(チャネル<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%ED%A5%C9%A5%D7%A5%B7%A5%F3">ロドプシン</a>)させることで、甘味に対する「好き」反応の数が2倍になることが示され、この快楽的機能獲得能力の確認に役立ち始めている(<a class="keyword" href="https://d.hatena.ne.jp/keyword/D.C.">D.C.</a> <a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> and K.C. Berridge, 2013, Soc. Neurosci.) さらなる光遺伝学的検証は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>の快楽機能の貴重な独立した検証を提供するだろう。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>と副腎皮質<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B9%A5%C6%A5%ED%A5%A4%A5%C9">ステロイド</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>をつなぐ回路はまだ解明されておらず、直接つながっていない可能性もある。しかし、2つの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>は機能的に相互作用し、統合された回路を形成している。例えば、どちらか一方の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>を刺激すると、もう一方の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>の活性化を促すことができる。また、どちらか一方の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>活性化を阻害すると、もう一方の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>刺激による「好き」反応の増強が完全に妨げられるという意味で、相互の同時参加が「好き」反応の増強に必要であるようだ(Smith and Berridge, 2007, Smith et al.)</p> <h2 id="脳の上部と下部にホットスポット">脳の上部と下部に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>?</h2> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%C8%E9%BC%C1">前頭前皮質</a>において、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>と島皮質がそれぞれ独自の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>を持つ可能性を示す最近の証拠がある(<a class="keyword" href="https://d.hatena.ne.jp/keyword/D.C.">D.C.</a> <a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> et al.) 各領域の特定の部分領域において、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>刺激性または<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%EC%A5%AD%A5%B7%A5%F3">オレキシン</a>刺激性のいずれかのマイクロ注射が、甘味によって誘発される「好き」反応の数を増強するようであり、これは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>や副交感神経皮質の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>と同様である。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>または島における快楽的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>の確認に成功したことは重要であり、ヒトにおける食物の主観的快楽を特に追跡する、先に述べた眼窩<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%CD%D5">前頭葉</a>中前部位に関連する可能性がある(Georgiadisら、2012、Kringelbach、2005、Kringelbach et al.、2003、Small et al.、2001、Veldhuizen et al.、2010)。</p> <p>最後に脳幹では、背側橋の傍腕<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B3%CB">神経核</a>付近の後脳部位も快楽的な機能獲得に寄与できるようである (Söderpalm and Berridge, 2000)。快楽のための脳幹のメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムは、脳幹を単なる反射と見る人にとっては、前脳の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>よりも驚くべきものに見えるかもしれないが、脳橋の傍腕<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B3%CB">神経核</a>は、味覚、疼痛、および体からの多くの内臓感覚に寄与しており、動機づけ(Wu et al., 2012) や人間の感情 (特に体性マーカー仮説に関連する) においても重要な役割を果たすことが示唆されている (Damasio, 2010) 。さらに、快楽回路への脳幹の貢献は、脳組織の階層的な見方と非常に一致しており、ヘドニック機能が脳の複数のレベルで繰り返し表現されることを示唆している。</p> <h2 id="ホットスポットサイトと神経化学的刺激の相互作用"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>サイトと神経化学的刺激の相互作用</h2> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>は、その特定の解剖学的部位と、特定の神経化学的状態または刺激様式との相互作用を通じて、快楽的な増強を生み出す。どちらが欠けても、「好き」という感情を高めるには十分ではない。例えば、吻側背内側殻の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>では、ミュー<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>、デ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%EB%A5%BF%A5%AA">ルタオ</a>ピオイド、カッパ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>作動薬の微小注入はすべて、ショ糖味覚によって誘発される「好き」反応を倍増させ、重なる<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>でのエンド<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%F3%A5%CA%A5%D3%A5%CE%A5%A4%A5%C9">カンナビノイド</a>刺激も同様である(<a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> and Berridge, 2014, Mahler et al.) しかし、同じ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>刺激も<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>α-アミノ-3-ヒドロキシ-5-メチル-4-イソオキサゾールプロピオン酸受容体(AMPA)遮断も、どちらも<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>刺激と同じくらい効果的に「食べたい」を上昇させるにもかかわらず、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B9%A5%AF%A5%ED%A1%BC%A5%B9">スクロース</a>に対する快楽的「好き」をまったく変化させない(Faure et al.) 言い換えれば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>では、特定の神経化学的モードが、甘いものに対する「好き」が増強されるかどうかを決定し、「食べたい」を制御している。神経化学的モードは明らかに解剖学的部位と同じくらい重要である。しかし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>以外の部位では、ミュー<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>や エンド<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%F3%A5%CA%A5%D3%A5%CE%A5%A4%A5%C9">カンナビノイド</a>を刺激しても、「好き」という気持ちをまったく高めることができない((<a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> and Berridge, 2014, Mahler et al., 2007, Peciña and Berridge, 2005)。</p> <p> 実際、後部の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>部位でのミュー刺激が報酬を得るためのキュートリガーの 「欲求」 を増強し、前部の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>と同じ量を食べるように 「欲求」 を刺激するにもかかわらず、貝殻の後部の快楽のコールドスポットでのミュー、デルタ、またはカッパの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>作動薬の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>マイクロインジェクションは、すべて反対に、甘味によって誘発される 「好み」 反応を通常の半分のレベルに抑制する (<a class="keyword" href="https://d.hatena.ne.jp/keyword/Castro">Castro</a> and Berridge, 2014,Peciñaand Berridge, 2013) 。したがって、解剖学的部位はこれらの神経化学的モードの快楽的有効性のゲートとなる。明らかに、快楽の影響を決定するのは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>部位と神経化学的刺激の様式との相互作用である。</p> <p> ## <a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>: 通常の「好き」を高めるのに十分であり、必要である</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%C8%E9%BC%C1">前頭前皮質</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>には、快楽的影響の原因に関して、興味深い奇妙な点がある。両者とも、強い「好き」に対して快楽的機能の獲得を引き起こす<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>を持つが、損傷すると快楽的機能の喪失を引き起こさない:正の「好き」反応を減少させることも、負の「嫌悪」反応を増加させることもない。対照的に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>後部の快楽<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>は、機能獲得の因果関係と、正常なベースラインレベルの「好き」の必要性とを兼ね備えている。その必要性は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>後部の病変後、甘味に対する正の「好き」が失われ、代わりに強烈な「負の嫌悪」反応(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B9%A5%AF%A5%ED%A1%BC%A5%B9">スクロース</a>によって誘発されるゲップや頭の揺れなど)が起こることで明らかになる(Cromwell and Berridge, 1993, Ho and Berridge, 2014)。要するに、後部<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%C9%F4">視床下部</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>は、少なくとも味覚の快楽に関しては、損傷後の快楽機能の喪失において、他のどの既知の脳部位よりも極めて重要であるようだ。かつて強烈な食物嫌悪を引き起こすと考えられていた古典的な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%C9%F4">視床下部</a>外側病変(Teitelbaum and Epstein, 1962)でさえも、実際には後部副腎皮質刺激ホルモン(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>)を追加的に損傷することによってのみそうなった可能性がある (Ho and Berridge, 2014, Smith et al., 2010).</p> <p>病変以外にも、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>後部の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>における一時的な薬理学的不活性化も、強い「嫌悪感」を引き起こす (Ho and Berridge, 2014, Shimura et al., 2006)。それに比べて<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>では、一時的な不活性化(病変ではなく、回路の代償が起こる前に快楽的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%D1%A5%AF">インパク</a>トを損なうような作用が必要であることを示唆している)だけで、しかも後<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>のコールドスポット(吻側背側<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>ではない)だけで、強い「嫌悪感」が引き起こされる(Ho and Berridge, 2014)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>のこの違いは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>が快楽的な機能獲得と機能喪失を内側殻の異なる解剖学的部位に分離しているのに対し、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>は快楽的な因果関係の両方の形態を一緒にしていることを示唆している(Ho and Berridge, 2014)。従って、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>は快楽的機能喪失の脳部位の中でもユニークであると思われる。</p> <p>このような<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>の破壊に続く過剰な嫌悪感は、残存する前脳の間脳における否定的価値回路の抑制が解除されることによって生じる放出現象とみなすことができる(Ho and Berridge, 2014)。同様の強烈な「嫌悪感」や他の嫌悪感情は、副腎皮質刺激ホルモン(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>)だけでなく他の終脳前脳構造も含む終脳全体の大規模な切除によっても生じるが、終脳の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%C9%F4">視床下部</a>と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2">視床</a>は無傷のままである(Bard、 1928, Grill and Norgren, 1978b)、一方、陽性反応性は、中脳除脳(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>、副腎皮質刺激ホルモン、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%C9%F4">視床下部</a>を含むすべての前脳回路を除去する)のような下位の脳の切断では免れる(Grill and Norgren, 1978b)。脱抑制の解釈は、快と不快が脳内でどのように組織化されているかについての階層的な見解にも合致する(Jackson, 1958)。</p> <h2 id="欲望から恐怖へ-側坐核における感情的キーボード">欲望から恐怖へ: <a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>における感情的キーボード</h2> <p>前<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>快感<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>と後<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の抑制性コールドスポットは、より広範な解剖学的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>パターンに当てはまり、「好き」や「嫌悪」以外の情動を生み出す、殻内の前後価数編成の中にある。この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>パターンは、内側殻の吻側尾側に配置された感情キーボードに似ており、快楽的な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%D1%A5%AF">インパク</a>トだけでなく、強烈な欲求や恐怖さえも生み出すことができる(Reynolds and Berridge, 2001, Richard and Berridge, 2011)(図4)。鍵盤パターンは内側殻の前端から後端にかけて配置されている。その前端では、γ-アミノ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CD%EF%BB%C0">酪酸</a>(GABA)<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%B4">アゴ</a>ニスト(muscimol)または<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>AMPAアンタゴニスト(DNQX)の微小注射などの局所的な神経事象に反応して、主にポジティブな価値の動機づけを生じる、 (Stratford and Kelley, 1997, Stratford and Wirtshafter, 2012, Wirtshafter et al., 2012)、マイクロインジェクションと対になった場所に対する条件付選好を誘発し、(GABAマイクロインジェクションの場合)甘い味に対する「好き」反応を増加させることさえある(Reynolds and Berridge, 2002)。しかし、マイクロ注射部位が<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の尾側へ移動するにつれて、食欲行動は減少する。その代わりに、ネガティブな「恐怖」行動がますます強くなり、(GABAの場合)甘い味も嫌いになる(Faure et al., 2010, Ho and Berridge, 2014, Reynolds and Berridge, 2002, Richard et al., 2013b)。</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20150422/20150422143219.jpg" width="656" height="546" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>図4 欲望や恐怖に対する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の感情キーボード</p> <p>もちろん、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED%C2%CE">扁桃体</a>から<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%C9%F4">視床下部</a>、副鼻腔、脳幹に至るまで、他のいくつかの脳構造も、恐怖、痛み、嫌悪を含む様々な回避的情動反応を媒介することが知られている(Baliki et al., 2010, LeDoux, 2012, von dem Hagen et al., 2009)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED%C2%CE">扁桃体</a>は、足ショックを予測するパブロフの手がかりに対して固まるなど、脅威に対する受動的反応の恐怖関連学習に特に重要である (LeDoux, 2012, Maren et al., 2013)。その代わりに、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>後部はより能動的な一連の恐怖対処反応を産生する(Faure et al., 2010, Reynolds and Berridge, 2002, Richard et al., 2013b)。例えば、普段は飼いならされているラットが、人間の手に近づいたり触られたりすると、苦痛の声をあげたり、必死に逃げたりする。あるいは、マイクロインジェクションの後、ラットを一匹にしておくと、ネズミが自然の脅威から身を守るために野生で通常用いる「恐怖」反捕食反応を自発的にしばしば発する(例えば、ガラガラヘビに対する防御的埋没)(<a class="keyword" href="https://d.hatena.ne.jp/keyword/Coss">Coss</a> and Owings, 1978)。このような防御反応は通常、ケージの透明な角が光っていたり、透明な壁の向こうに実験者が見えたりするなど、影響を受けたラットが<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%F8%BA%DF%C5%AA">潜在的</a>な脅威と認識する可能性のある刺激に向けられる(<a class="keyword" href="https://d.hatena.ne.jp/keyword/Coss">Coss</a> and Owings, 1978, Reynolds and Berridge, 2002)。</p> <h2 id="側坐核の複数の解剖学的モジュール"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の複数の解剖学的モジュール</h2> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>シェルに含まれる異なる<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B8%B6%BB%D2%B2%C1">原子価</a>を持つ吻側尾骨lキーの数を推定することは困難であり、実際にはキーボードをタップするために使用されるマイクロインジェクションのサイズによってある程度任意に定義される。しかし、おそらくそれは単なる正と負の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B8%B6%BB%D2%B2%C1">原子価</a>に対応する2つ以上のキーを含んでいる:2つのキーは2つの出力しか生成しないが、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>シェルは正確なサイトに応じて段階的に変化する多くの異なるインクリメンタル出力を生成する。音楽の鍵盤が多くの異なる音を生み出すのと同様に、ロストロカウダル情動の鍵盤は、複数の異なる量の食欲と恐怖の行動を生み出す。たとえば、サイトが前後に移動すると、激しい行動は次第に食欲を減退させ、次第に恐怖を感じるようになるため、ピアノのキーボードに沿って手を動かすと、ピッチが徐々に変化するさまざまな音の混合が生成されるように、さまざまな比率の混合が生成される。</p> <p>しかし、ここで因果関係についての注意が必要かもしれない。食欲のメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムが<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の前側半分に最も密に存在するというのは、食欲行動を通常抑制する神経メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムが前側半分に最も密に存在し、激しい食欲行動を引き起こす吻側へのマイクロインジェクションによって、その神経メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズム自体が抑制されなければならないということかもしれない。この抑制解除の解釈は、激しい行動を引き起こすGABAA作動薬や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>拮抗薬の微小注射が抑制的な性質を持つために生じる。薬物マイクロ注射は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%ED%A5%F3">ニューロン</a>を過分極させるか(すなわち、ムシモールはGABA受容体を刺激する)、少なくとも<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%ED%A5%F3">ニューロン</a>の興奮性脱分極をブロックする(すなわち、DNQXは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>AMPA受容体をブロックする)。</p> <p>どちらの薬物も、内側殻に微小注射すると、激しい食欲-恐怖行動という同様の動機づけキーボードパターンを生じ、GABA<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%B4">アゴ</a>ニストは「好き-嫌い」効果という対応する快楽的キーボードを追加する(Faure et al.、2010、Richard and Berridge、2011)。抑制解除の解釈では、GABAを主に放出する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>投射<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%ED%A5%F3">ニューロン</a>の活動が低下することで、標的構造(例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%C9%F4">視床下部</a>、腹側被蓋)の受容<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%ED%A5%F3">ニューロン</a>が相対的に興奮する(Carlezon and Thomas, 2009, Meredith et al., 2008, Roitman et al., 2005)。標的興奮は、強烈な動機を生み出す最終的な能動的メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムである可能性がある。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>シェルの特定の吻側尾側部位からの出力投射は、標的構造において互いに部分的に分離しているように見え(Thompson and Swanson, 2010, Zahm et al., 2013)、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の局所的興奮が意欲的な行動も生み出すことを示唆する反対証拠もあるが(Britt et al., 2012, Taha and Fields, 2005)、少なくともこの抑制解除仮説は、「欲望」対「恐怖」の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>キーボード産生を含む、意欲における<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の多くの特徴(Carlezon and Thomas, 2009)を説明できる可能性がある。</p> <h2 id="アフェクティブキーボードの再調整">アフェクティブ・キーボードの再調整</h2> <p>驚くべきことに、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>キーボードによって生成される欲求と恐怖の動機づけの価は、必ずしも解剖学的位置によって固定されるわけではなく、環境の価のある雰囲気などの情動的要因によって、多くの部位で<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>に強力に再調整されうる(図4)。少なくとも、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>関連のDNQX勾配は、単に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の興奮をブロックするだけで、劇的な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>再同調が起こる(Reynolds and Berridge, 2008, Richard and Berridge, 2011)。それに比べ、GABAに関連するMuscimol勾配は、おそらくより強い<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%BA%D9%CB%A6">神経細胞</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>過分極を伴うため、リチューニングに対してより抵抗性がある(Richard et al., 2013b)。リチューニングは、ある部位で発生した価を、欲求から恐怖へ、あるいは恐怖から欲求へと完全に逆転させることができる。例えば、ストレスの多い明るく大きな環境では、尾側殻の恐怖生成領域が拡大し、吻側殻に侵入すると同時に、欲望生成領域は内側殻の吻側先端部のみに縮小する(Reynolds and Berridge, 2008, Richard and Berridge, 2011)。逆に、(ラットが好む)静かな家庭のような環境では、坐核キーボードは吻側の欲求生成域を殻の尾側半分に拡大し、恐怖生成域を尾側の先端だけに縮小させる。このようなリ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%C3%A5%D4%A5%F3%A5%B0">マッピング</a>は、実際に殻の多くの中間部位を反転させ、異なる環境において正反対の動機を放出させる。</p> <p>推測ではあるが、ヒトの病的な状態によっては、坐核の価電子発生因子がより永続的にリチューニングされる可能性がある。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%C5%AA%B3%B0%BD%FD%B8%E5%A5%B9%A5%C8%A5%EC%A5%B9%BE%E3%B3%B2">心的外傷後ストレス障害</a>では、ストレスの多い環境と同じように、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の生成を恐怖の方向に持続的に再同調させる可能性がある。逆に、ヒトの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>や中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>の感作は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>を食欲的な方向に再チューニングし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>的な報酬に対する欲求を増強させるかもしれない。これらの可能性は、今後の研究によって探求されるであろう。</p> <p>ラットの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B0%A5%EB%A5%BF%A5%DF%A5%F3%BB%C0">グルタミン酸</a>作動性キーボードの場合、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%B4%CD%FD%C5%AA">心理的</a>再同調の神経生物学的メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>微小領域内の神経化学的活性化の局所的な神経生物学的様式を再配線するようである。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a> AMPA遮断による「恐怖」行動の発生には、局所マイクロインジェクション部位内のD1受容体とD2受容体の内因性<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>活性が同時に必要である。防衛的動機づけは、誘発するDNQXマイクロインジェクションにいずれかの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3%BC%F5%CD%C6%C2%CE">ドーパミン受容体</a>に対するアンタゴニストを加えることで阻止できる(Faure et al., 2008, Richard and Berridge, 2011)。 対照的に、同じ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>部位であっても、食欲の発生にはD2活性ではなくD1活性のみが必要である(Richard and Berridge, 2011)。このパターンは、この欲求-恐怖の生成において、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の直接的および間接的な出力経路が異なる役割を担っている可能性を示唆している。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A5%D1%A5%DF%A5%F3">ドパミン</a>D1受容体は、腹側被蓋への直接投射を含む「直接」出力経路に属する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%ED%A5%F3">ニューロン</a>上に存在するのに対して、D2受容体は、ほとんどが副腎皮質ステントと<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%C9%F4">視床下部</a>のみに投射する「間接」出力経路に属する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%ED%A5%F3">ニューロン</a>上に存在する(Humphries and <a class="keyword" href="https://d.hatena.ne.jp/keyword/Prescott">Prescott</a>, 2010)。したがって、激しい「恐怖」反応を引き起こすためには、どちらの経路も同じように重要である可能性があるが、ポジティブな「欲求」の生成は直接経路が支配的である可能性がある(Richard and Berridge, 2011)。もしそうであれば、食欲動機づけでは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>D1直接経路が優位であるという他の研究者の示唆と一致することになる(Xiu et al., 2014)。</p> <p>最後に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>のキーボード同調は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%CC%EE">前頭前野</a>辺縁皮質からの皮質<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%C3%A5%D7%A5%C0%A5%A6%A5%F3">トップダウン</a>入力によって制御されている(Richard and Berridge, 2013)。例えば、ヒトの前<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%D3%BE%F5%C8%E9%BC%C1">帯状皮質</a>(領域25)に相同な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%CC%EE">前頭前野</a>内側部である辺縁下皮質の局所的な皮質興奮を高めると、価に関係なく、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>への同時マイクロ注射によって別の方法で生じる動機づけの強度が広く抑制された(Richard and Berridge, 2013)。それに比べて、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>の興奮は、少なくとも、そうでなければネガティブな「恐怖」反応を引き起こす<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の尾側領域に、食べることを生み出す食欲ゾーンを拡大するという意味で、ポジティブな欲求方向に価を傾けた(Richard and Berridge, 2013)。このように、皮質<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>の調節は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>回路によって生み出される動機づけの強度と価の両方を調整する。</p> <h2 id="偽の候補を刈り込む-中脳辺縁系ドパミンと快楽電極">偽の候補を刈り込む: 中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A5%D1%A5%DF%A5%F3">ドパミン</a>と「快楽電極」?</h2> <p>主観的な快感や客観的な快楽反応を引き起こす脳のメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムを特定するだけでなく、感情<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学の進歩は、快楽の初期の約束を果たすことができなかった過去の快楽発生器の候補を取り除くことによっても助けられる。我々の見解では、過去数十年の教科書に掲載されている快楽メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムの最も有名な脳の候補のうちの2つは、最終的に、快楽の主張を維持するために必要な十分な証拠が不足していることが判明している: (1) 多くの報酬関連の刺激によって活性化される中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>系、および (2) 行動の自己管理(つまり、動物や人がボタンを押すなどして電極を刺激するために進んで働いた)をサポートする脳深部刺激のための最もいわゆる快楽電極。次に議論するように、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>もほとんどの快楽電極も、結局のところ快楽反応や快楽を実際に引き起こしたのではなく、より具体的には<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>の顕著性のような報酬の動機付けの要素を増加させ、 「好き」 や真の快楽的な影響を引き起こすことなく、 「欲しい」 を生み出すという見解である。</p> <h2 id="中脳辺縁系ドパミンとアンヘドニア仮説">中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A5%D1%A5%DF%A5%F3">ドパミン</a>と(アン)ヘドニア仮説</h2> <p>中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>系は、過去半世紀において、脳内快楽発生装置の候補として最も有名な神経化学物質であった。中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>には、中脳の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C8%EF%B3%B8%CC%EE">腹側被蓋野</a>(VTA)またはその近傍に由来する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%ED%A5%F3">ニューロン</a>があり、主に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>や腹側<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%FE%BE%F2%C2%CE">線条体</a>、さらには<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED%C2%CE">扁桃体</a>、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%C8%E9%BC%C1">前頭前皮質</a>、新<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%FE%BE%F2%C2%CE">線条体</a>へと上昇している。中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>系が報酬に重要な役割を果たしていることは明らかであるが、その役割はかつて考えられていたほど快楽的なものではないかもしれない。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>が快楽のメ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムであるという考えは、「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>・ヘドニア」または「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>・プレジャー」仮説として知られており、もともとはRoy Wiseによって提唱されたものである。逆に、「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>快楽仮説」は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>神経伝達の減少が快楽の喪失を引き起こすと仮定した。この逆仮説は「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>快感消失仮説」として知られている(Ettenberg and McFarland, 2003, Hnasko et al., 2006, Smith, 1995, Wise and Colle, <a class="keyword" href="https://d.hatena.ne.jp/keyword/1984">1984</a>, Wise et al., 1978)。</p> <p>しかし今日、報酬における<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>を研究する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学者の中で、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>が快楽を引き起こすと活字で断言する者は比較的少ない。当初の支持者でさえ、もはやそれほど熱心ではない。例えば、1990年代半ばまでに、Wiseは<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>・ヘドニア仮説を撤回した。彼は、「私はもはや、快感の量が脳内に浮遊する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の量に比例するとは思わない」(p.35)と言い(Wickelgren, 1997)、さらに最近では、「快感は<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>上昇の必要な相関関係ではない」(p.179)と結論づけている(Wise, 2008)。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の快楽仮説が支持されなくなったのは、過去20年間に生じたいくつかの問題に起因している。最初の問題は、特に快楽の喪失を仮定した快感消失仮説にあてはまるものであった。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の喪失が必ずしも快感を減少させるわけではないという証拠が現れ始めたのである。例えば、ラットでは、広範な6-ヒドロキシ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>神経毒病変によって、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B9%F5%BC%C1">黒質</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%FE%BE%F2%C2%CE">線条体</a>および中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%CB%A5%E5%A1%BC%A5%ED%A5%F3">ニューロン</a>をほぼ完全に破壊し、正常レベルの約1%まで低下させても、甘味に対する口腔の「好き」反応は完全に無傷のまま損なわれないことが判明した(Berridge and Robinson, 1998)。ヒトの主観的快楽の評価についても同様で、疾患により<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>が広範囲に枯渇した<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D1%A1%BC%A5%AD%A5%F3%A5%BD%A5%F3%C9%C2">パーキンソン病</a>患者は、甘味の感覚的快楽に対して、依然として正常な快楽的評価を与えている(Meyers et al., 2010, Sienkiewicz-Jarosz et al., 2013)。 また、薬物(例えばコカイン)の快楽に関するヒトの主観的評価は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>系の薬理学的破壊によって低下することはない。たとえ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>抑制によって快楽の評価が低下したとしてもである(Brauer and De Wit, 1997, Leyton et al., 2007)。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%FD%B9%E7%BC%BA%C4%B4%BE%C9">統合失調症</a>など、他のタイプの臨床的「快感消失」が、本当に快感の欠如というレッテルにふさわしいかどうかについては、最近、関連する疑問が生じている。詳しく調べてみると、これらの患者の多くは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D1%A1%BC%A5%AD%A5%F3%A5%BD%A5%F3%C9%C2">パーキンソン病</a>患者以上に快感消失ではない可能性が示唆されている。少なくとも、感覚的快感は事実上そのまま持続している可能性がある(Barch et al., 2014, Dowd and Barch, 2010, Sienkiewicz-Jarosz et al., 2005, Treadway and Zald, 2011)。このため、無気力症を「avolition」と再解釈するケースや、より具体的な動機づけの障害とするケースもある。</p> <h2 id="ドーパミンの上昇は好き-を高めずに-欲しい-を高めるのか"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の上昇は、&quot;好き &quot;を高めずに &quot;欲しい &quot;を高めるのか?</h2> <p>逆に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の刺激が快感を引き起こすとは限らない。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の増加は、同じ報酬(例えば、高<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>作動性変異マウスの高いランウェイパフォーマンス;ショ糖報酬を得るためのキュートリガー努力の高いピーク、報酬消費の増加、キュートリガー 「欲求」 をコード化する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>-<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%A2%C2%A6%C3%B8%C1%F3%B5%E5">腹側淡蒼球</a>回路における神経発火の高いピーク)を得るための動機的な 「欲求」 を増加させるにもかかわらず、甘味に対する 「好き」 を高めることができない (Peciñaand Berridge, 2013,Peciñaet al., 2003, Smith et al., 2011, Wyvell and Berridge, 2000) 。ヒトでは、L-3, 4-ジヒドロキシ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D5%A5%A7%A5%CB%A5%EB%A5%A2%A5%E9%A5%CB%A5%F3">フェニルアラニン</a> (L-DOPA) によって誘発される脳内<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>濃度の急上昇は、主観的な快感の評価を上昇させない(Liggins et al., 2012) 。依存性薬物(例:<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%F3%A5%D5%A5%A7%A5%BF%A5%DF%A5%F3">アンフェタミン</a>)によって誘発された場合でも<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の強度は急上昇し、主観的な嗜好の評価との相関はかなり低いが、欲求の評価との相関ははるかに高い(Evans et al., 2006, Leyton et al, 2002) 。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>刺激によって誘発される(O’Sullivan et al., 2009) 「好き嫌い」 の例は、高用量の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>作動薬、特に直接D 2/D 3受容体作動薬で治療された<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D1%A1%BC%A5%AD%A5%F3%A5%BD%A5%F3%C9%C2">パーキンソン病</a>患者に誘発される強迫的動機からも生じる。その強烈な動機は、ギャンブルから、ショッピング、ポルノ、インターネット、趣味、中毒性のあるドラッグ、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>性のある方法での過剰な薬物摂取(Callesen et al., 2013, Friedman and Chang, 2013, Ondo and Lai, 2008, Politis et al., 2013)まで多岐にわたる。しかし、これらの症例は通常、強い快感を報告しない。</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学の今後の重要な目標は、強烈な動機づけがどのようにして特定の対象に焦点を絞るようになるかを理解することである。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>の一因は、強い「欲求」を生み出す<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>系の感作や過反応によって生じる過剰な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>・サリエンスにあることが示唆されている(Robinson and Berridge, 1993)。しかし、なぜ1つの標的が他のすべての標的よりも「欲しく」なるのかは、完全には説明されていない。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>患者や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%B4">アゴ</a>ニスト刺激を受けた患者では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>サリエンスの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>刺激の繰り返しが、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>薬の服用や特定の強迫観念など、個々に異なる特定の欲求に帰着するようになる。パブロフ的報酬状況において、報酬の手がかりのいくつかは、個人間で異なる方法で、強力な動機づけの磁石として他のものよりも「欲しがる」ようになる(Robinson et al., 2014b, Saunders and Robinson, 2013)。強烈な動機づけの顕著性に対するこの狭い方向の焦点の制御には、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED%C2%CE">扁桃体</a>関連回路を含む学習関連構造との<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>系の相互作用が関与している可能性がある(DiFeliceantonio and Berridge, 2012, Koob and Volkow, 2010, Mahler and Berridge, 2012, Robinson et al.) しかし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>において何が最も「欲しく」なるのかを、これらの神経メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムがどのように制御しているのかを明らかにするには、まだ多くのことが必要である。</p> <h2 id="コカインのパズルを解く">コカインのパズルを解く?</h2> <p>もうひとつの謎は、もし<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>が感覚的快楽を引き起こさないのであれば、なぜコカインや<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E1%A5%BF%A5%F3%A5%D5%A5%A7%A5%BF%A5%DF%A5%F3">メタンフェタミン</a>といった<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>を促進する薬物が快感をもたらすのかということだ。心理学的にも神経生物学的にも、いくつかの答えが考えられる。心理学的な説明としては、コカインや<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%F3%A5%D5%A5%A7%A5%BF%A5%DF%A5%F3">アンフェタミン</a>系薬物の多幸感の少なくとも一部は、報酬の「欲望」要素に由来するということが考えられる。つまり、高い<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>・サリエンスは、(高い快楽的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%D1%A5%AF">インパク</a>トとともに)報酬経験を構築するために使われる1つの要素にすぎない。しかし、それ自体では、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>刺激によって誘発される<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>・サリエンスの上昇は、ある程度まで快楽そのものと誤解される可能性がある。薬物による<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>・サリエンスの増強は、世界の他の人々や出来事、行動をより魅力的に見せ、それらとの関わりを強力に可能にする可能性がある。このように考えると、主観的報酬体験は、他の多くの情動と同様に、動機づけと認知的評価の要素から部分的に合成されているのかもしれない(Barrett et al., 2007)。この誤った評価による説明は、以下に述べる電極自己刺激のケースにも当てはまるかもしれない。</p> <p>コカインが快感をもたらす理由についての神経学的説明は、コカインや<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%F3%A5%D5%A5%A7%A5%BF%A5%DF%A5%F3">アンフェタミン</a>が、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の放出を直接的に高めるだけでなく、内因性<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>や関連する神経生物学的快感メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムを二次的に刺激するということであろう。このような二次的な機序は、「好き」という反応や主観的な快感をより直接的に引き起こす可能性がある。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>を刺激する薬物は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>において内因性<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>およびGABAシグナルの上昇を促す(Colasanti et al., 2012, Soderman and Unterwald, 2009, Tritsch et al., 2012)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の快楽<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>のような部位で内因性<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>の放出が高まると、上述のように「好き」という感情が増幅され、より純粋に快楽を感じることができる。同様に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の遠位吻側ストリップにおけるGABAシグナルも、真の「好き」を増強する可能性がある(Tritsch et al., 2012)。</p> <p>しかし、快楽作用は時間の経過とともに変化する可能性がある。薬物が繰り返し服用されるにつれて、影響を受けやすい個体では結果的に中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>作動性感作が起こり、「欲しい」が増幅される可能性がある(Leyton and Vezina, 2013, Lodge and Grace, 2012, Wolf and Ferrario, 2010)。たとえ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AA%A5%D4%A5%AA%A5%A4%A5%C9">オピオイド</a>快楽メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムが継続的な薬物刺激によって抑制され、「好き」耐性が生じたとしてもである。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>は、手がかりをきっかけに薬物を再び服用したいという「欲求」を選択的に増大させることによって生じ、薬物の快感が低下しても動機づけを強力に引き起こす(Robinson and Berridge, 1993)。</p> <h2 id="ドーパミンと報酬学習"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>と報酬学習?</h2> <p>主要な代替仮説は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>が予測誤差や時間差計算を介して学習信号として働き、報酬(Schultz et al., 1997) についての学習を引き起こすというものである。実際には、報酬学習の中<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>コーディングと<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>動機付けを区別することは困難なことが多い。なぜなら、ほとんどの研究は刺激の動機付けの状態を変化させるために純粋にインクリメンタル学習に依存しているからである:学習された予測値と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>値はしたがって共変動する傾向がある。さらに、多くの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>追跡実験に存在する<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%F8%BA%DF%C5%AA">潜在的</a>な実験的交絡は、動機づけの生理学的状態制御が研究のすべての段階で狭い一定範囲に固定されることが多いことである(例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%C5%B5%A4%C0%B8%CD%FD">電気生理</a>学的研究では、サルは常に軽度の喉の渇きを保っている;人々は常に穏やかな満腹感でテストされた)。一定の状態をクランプすると、連想的予測がキューの動機付けの値の唯一の決定要因となる。その理由は、生理学的状態の変化による<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>の顕著性の動的な変調が排除されているからである。これは、実生活でしばしば起こり、学習と動機づけの値を実験的に分離することを可能にするものである(Berridge, 2012, Dayan and Berridge, 2014, Robinson and Berridge, 2013) 。この交絡は、手がかりとなる動機づけの値を追跡する脳の活動が、純粋な報酬学習を追跡する代わりに現れるという意味で、 「尺度の上の親指」 を置く。対照的に、関連する生理学的状態の変動を可能にする研究では、多くの場合、キューの動機づけの価値や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>関連活動(Cone et al., 2014, Medic et al., 2014, Robinson and Berridge, 2013, Smith et al., 2011)に結果的な変動が見られる。ゆらぎを取り入れた将来の研究では、中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A5%D1%A5%DF%A5%F3">ドパミン</a>システムが学習された予測値よりも忠実に動機づけの値を追跡しているかどうかを評価することができるかもしれない。</p> <p>※インクリメンタル学習:知識を少しずつ、小さなステップで処理すること</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>学習仮説に対するさらなる困難は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>が特定のタイプの報酬学習に実際に必要かどうかを疑問視する証拠や、逆に、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の刺激が新しい記憶を確立するための因果的な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C6%A5%A3%A1%BC">ティー</a>チングシグナルとして確実に作用しないという証拠から生じる(Berridge and Robinson, 1998, Eisenegger et al., 2014, Flagel et al., 2011, Robinson et al., 2005, Saunders and Robinson, 2012, Shiner et al., 2012, Smittenaar et al., 2012)。 これらの問題は他の場所でも議論されており、間違いなく今後さらに議論され、おそらく最終的には報酬学習における<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>についてより明確なコンセンサスが得られるだろう(Berridge, 2012, Berridge and O'Doherty, 2014, Collins and Frank, 2014, Schultz, 2013)。</p> <h2 id="快感電極快感発生器">快感電極、快感発生器?</h2> <p>脳における快楽メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムの探求は、1950年代にJames OldsとPeter Milnerが発見した、Oldsがすぐに「脳内快楽中枢pleasure centers in the brain」(Olds, 1956, Olds and Milner, 1954)と名付けたものから始まったと言える。それらは、ラットが活性化あるいは自己刺激するために働く電極部位であった。自己刺激部位は通常、側<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%C9%F4">視床下部</a>(<a class="keyword" href="https://d.hatena.ne.jp/keyword/LH">LH</a>)または中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>経路に沿った他の部位であり、そこでは電極によって<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>放出の急上昇を引き起こすことができる(Gallistel, 2006, Hernandez et al., 2008)。脳刺激による報酬は非常に強力な現象であり、「空腹のラットは、電気的に自分自身を刺激する快感を優先して、入手可能な食物をしばしば無視した」(115-116頁)(Olds, 1956)。</p> <p>しかし、Olds自身は後に、彼のキャリアの最後の出版物において、実際の快楽が生み出されたかどうかという疑問を再検討している。快楽という言葉が暗示するような共通分母の兆候はあったのだろうか?いずれにせよ、正の強化の共通項があるかどうかという疑問は......未解決である。それはさらなる研究に値する」(p.30)(Olds, 1977)。したがって、彼の最<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BD%AA%B7%EB">終結</a>論は、真の快楽や「好き」が自己刺激電極によって生じるかどうかという問題全体を未解決のままにしているように見えた。</p> <p>私たちは、快楽電極に関する文献を再検討し、ほとんどの電極が実際に快楽を生み出しているのかどうか疑問に思うようになった。すなわち、報酬を与える<a class="keyword" href="https://d.hatena.ne.jp/keyword/LH">LH</a>電極刺激は、感覚的報酬を追求し消費したいという「欲求」を選択的に増幅する傾向があるが、実際には同じ報酬の「好意」や快楽的影響を増強することはないということである。この発見は、私たちの一人がElliot Valensteinと行った<a class="keyword" href="https://d.hatena.ne.jp/keyword/LH">LH</a>電極の動機づけ対快楽特性に関する研究から生まれた(Berridge and Valenstein, 1991)。当時、<a class="keyword" href="https://d.hatena.ne.jp/keyword/LH">LH</a>電極が自己刺激されるだけでなく、食べ物を食べるような自然な報酬に向けられた強い自発的動機づけを誘発する理由の説明仮説は、刺激が本質的に食べ物や他の報酬をより美味しくするというものであった(Hoebel, 1988)。しかし、BerridgeとValensteinは、そのような美味しい食べ物仮説に反して、<a class="keyword" href="https://d.hatena.ne.jp/keyword/LH">LH</a>刺激はラットに通常の4倍以上の量を「食べたい」と思わせたにもかかわらず、甘味に対する「好き」反応を高めることができなかったことを発見した(Berridge and Valenstein, 1991)。逆に、どちらかと言えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/LH">LH</a>電極は刺激中、甘味をより「好き」にするのではなく、むしろより不味くした(例えば、純粋なショ糖を味わっている時に苦味に典型的なゲップや頭の揺れを誘発した)。</p> <p>それでも、もちろん、外的快楽刺激に対する効果の欠如にかかわらず、電極自体が内的快楽状態を発生させたかもしれない。結局のところ、それが快楽電極の本来の主張なのである。快楽電極がその名にふさわしいものであったかどうかについてよりよい答えを得るために、われわれは、自己刺激のために脳深部に電極を埋め込んだヒト患者に関する文献を再検討した。最初は、1950年代から1960年代にかけて、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%FD%B9%E7%BC%BA%C4%B4%BE%C9">統合失調症</a>、その他の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%BC%C0%B4%B5">精神疾患</a>で施設に収容されている間に電極を埋め込まれた患者である。例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%B0%E5">精神科医</a>のRobert Heathは、電極を貪欲に自己刺激し、中隔、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%C9%F4">視床下部</a>前部、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>、副腎皮質、腹内側新<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%FE%BE%F2%C2%CE">線条体</a>、錐体皮質、腹内側新皮質(図5)を含む「中隔領域」内の前脳深部を活性化する患者を報告した(Heath, 1972, Heath, 1996)。Heathの患者にはしばしば、自分で電極刺激をコン<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%ED%A1%BC%A5%EB">トロール</a>できる起動ボタン付きの自己刺激ボックスが与えられた。典型的には、彼らは熱心に電極を自己刺激し、その結果、快楽電極を主張した(ただし、その主張は通常、患者自身による快楽宣言の引用ではなく、実験者による第<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%B0%BC%D4">三者</a>的記述の形式であった)。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>と自殺願望、薬物乱用、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%AD%C5%AA%BB%D8%B8%FE">性的指向</a>を変える目的(現在では非倫理的と認識されている目的。電極部位は図5に描かれている)のために、中隔/<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED">扁桃</a>領域に刺激電極を埋め込んだ若い男性である(Heath, 1972)。Heath は、B-19の電極が「快感、覚醒、暖かさ(好意)を引き起こし、性的興奮の感情を持ち、自慰行為への強迫観念を述べた」(p. 6)と報告している(Heath, 1972)。しかし、よく調べてみると、ヒースの主張にもかかわらず、B-19の電極が本当に強い快感を引き起こしたかどうかは、それほど明らかではない。B-19は、その刺激そのものが快感であったと実際に引用されたことはない。また、電極が刺激されたときに、快楽の行動的徴候を示したり、「ああ、気持ちいい!」などと叫んだりしたとも言われていない。確かに電極刺激はセックスの代わりにはならなかった。その代わりに彼がしたことは、もっとセックスをしたいと思わせることであった。それは、彼がより刺激を欲しがり、熱心にボタンを押すようになったのと同じである。</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20150422/20150422143221.jpg" width="506" height="425" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>図5 偽の快感電極?</p> <h2 id="最新の脳深部刺激療法">最新の脳深部刺激療法</h2> <p>脳深部刺激は、慢性疼痛から<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%AF%C7%F7%C0%AD%BE%E3%B3%B2">強迫性障害</a>、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D1%A1%BC%A5%AD%A5%F3%A5%BD%A5%F3%C9%C2">パーキンソン病</a>まで、さまざまな疾患の治療技術として、新しいミレニアムに復活した(Boccard et al.、2014a、Holtzheimer and Mayberg、2010、Kringelbach et al.、2011、van Hartevelt et al.、2014)。現代の脳深部電極の標的部位には、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%B3%CB">視床下核</a>、前<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%D3%BE%F5%C8%E9%BC%C1">帯状皮質</a>、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%C8%E9%BC%C1">前頭前皮質</a>から内<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C8%EF%B3%CC">被殻</a>を通って下行する線維などがよく含まれる。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2%B2%BC%B3%CB">視床下核</a>に脳深部電極を装着したある女性は、電極が作動した当初、「2人の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>医と恋仲になり、人と抱き合ったりキスをしようとした」と報告されている(Herzog et al., 2003)。その後、彼女は激しい買い物に動機づけられ、"無制限に服を買う "という暴飲暴食に走るようになった。しかし、これは純粋に幸福な爽快感ではなく、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2">視床</a>下刺激の継続によって、彼女はますます疑い深くなり、緊張し、敵対的になった。彼女は「息子たちが自分に陰謀を企てているという妄想を抱くようになり、息子たちは力で脅してお金を手に入れようとしたと言った」(すべて1,383頁)(Herzog et al., 2003).</p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の部位では、脳深部刺激により、近くの名所を訪れたり、昔の趣味を再開したりするなど、特定の活動に従事したいという突然の欲求が生じることが報告されている (Schlaepfer et al., 2008) 。しかし、これらのヒトの<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の電極は明らかに快感を生み出すことができなかった:「Heathが報告した所見とは対照的に、刺激中に 「好き」 の効果はなかった」 (p.372) (Schlaepfer et al., 2008) 。実際、患者は通常、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の電極がオンかオフかさえ分からなかった。あるケースでは、電極を刺激すると、患者は「何の変化も確認できなかったが、自分が (ドイツの) ケルンにいることに気づき、有名な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B1%A5%EB%A5%F3%C2%E7%C0%BB%C6%B2">ケルン大聖堂</a>を訪れたことがないことを自発的に報告し、近い将来これを行う予定であり、実際に手術の翌日に行った」。同様に、女性の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>の電極活性化時に、患者は「は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CD%DE%A4%A6%A4%C4">抑うつ</a>症状の急激な変化は報告しなかったが、(<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a>になる前の12年前の好きな娯楽)再びボウリングを始めたいと自発的に述べた。」 (Schlaepfer et al., 2008) 。これらの活動が実際に<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>刺激によって快感を増すかどうかは不明である。</p> <p><a href="https://pubmed.ncbi.nlm.nih.gov/17429407/">https://pubmed.ncbi.nlm.nih.gov/17429407/</a></p> <p>どのような快感電極も、強烈な "欲しい "を呼び起こすだけでなく、実際に真の "好き "を生み出すの だろうか? 私たちは、この疑問についてオープンなままであり、上記の事例における証拠の欠如が、どの電極も決して快感を引き起こさないということを意味するものではないことを認める。ただ、発表されたほとんどの症例が、私たちの見解ではあまり快感をもたらさないように見えるだけです。現代の脳深部刺激が人間の快楽に及ぼす影響について、もっと研究が進むことは貴重であろう。</p> <p>最後に、一部の電極が少なくとも悪影響を軽減し、苦痛や痛みからの逃避をもたらす可能性があることは疑いない (Mayer et al., 1971) 。この論文の著者 (M.L.K.) は、中脳水道周囲<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B3%A5%C7%F2%BC%C1">灰白質</a>や前<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%D3%BE%F5%C8%E9%BC%C1">帯状皮質</a>(Kringelbach et al., 2009) などの標的で脳深部刺激をオンにすると、慢性疼痛患者の劇的な緩和を目撃している。同様に、不安や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CD%DE%A4%A6%A4%C4">抑うつ</a>からの解放は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>や<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%C1%B0%C8%E9%BC%C1">前頭前皮質</a>への脳深部刺激によってもたらされる可能性があり、その結果、社会活動や余暇活動に積極的に参加するようになる(Bewernick et al., 2010, Kennedy et al., 2011)。したがって、多くの脳刺激による気分向上効果の一部は、不快な感情状態(Boccard et al., 2014 b, Holtzheimer and Mayberg, 2010, Kringelbach et al., 2011)の緩和に由来する可能性が高い。</p> <h2 id="見せかけの報酬としてのインセンティブサリエンス">見せかけの報酬としての<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>・サリエンス</h2> <p>冒頭で述べたように、報酬には通常、「好き」、「欲しい」、学習の要素が含まれている。脳深部刺激や神経薬理学的<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>活性化は、この自然な<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%B3%A5%F3%A5%B9%A5%C6%A5%EC%A1%BC%A5%B7%A5%E7%A5%F3">コンステレーション</a>を解離させ、3つの要素のうち1つか2つだけに関与しているように見える。私たちは、両者がむしろ、動機づけの顕著性あるいは「欲しい」という成分を特異的に活性化し、それが連合学習と正常に相互作用することで、強烈な動機づけを生み出し、それを目標に集中させるが、報酬の快楽あるいは「好き」という成分は活性化しないことを示唆している。外部の観察者にとっては、そしておそらく時には経験者にとっても、「欲しい」は熱烈な期待を伴う肯定的な報酬として評価されるかもしれない。そのような人は、報酬の構成要素間の見慣れない切り離しに混乱し、何が起こっているのか認識できない可能性がある。しかし、解離された「欲しい」は、真の「好き」の要素を欠いた、偽の快楽や偽の報酬にすぎない。この仮説は、脳刺激時の快感についてのより高度な研究により、検証される可能性がある。</p> <p>この解釈が正しいとすれば、解離された「欲しい」という快楽的価値観は、ポジティブな動機づけから、不安、欲求不満、恐怖といったネガティブな価値観へと容易に反転しうるということは注目に値する。体験の快楽的価 値を逆転させても、その動機づけの力が失われるとは限らない。動機づけが苦痛になりうるという考えは新しいものではない。結局のところ、"tantalize "という言葉は、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AE%A5%EA%A5%B7%A5%E3">ギリシャ</a>神話のゼウスの息子であるタンタロスの拷問に由来している。タンタロスは、彼の欠点のために、手の届かないところにあるおいしい食べ物や飲み物で永遠に誘惑されることを宣告された。</p> <p>言い換えれば、中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>の動機づけは快楽的価 値において可塑的でありうる。動機づけの顕著性は決して中立ではないが、その価 値は固定的ではない。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A4%A5%F3%A5%BB%A5%F3%A5%C6%A5%A3%A5%D6">インセンティブ</a>・サリエンスは、その刺激や表象を強く「欲しい」と思わせ、注意を引く。恐怖のサリエンスは、知覚を<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%F8%BA%DF%C5%AA">潜在的</a>な脅威として認識させ、同様に注意を引く。しかし、経験全体の快楽価は曖昧である。刺激的な感覚は、タンタラスのように熱烈な期待として起こることもあれば、否定的な欲求不満として起こることもある。また、ジェットコースターやホラー映画のように、恐怖の感覚を伴う全体的な快楽体験がポジティブに反転する場合もある。最後に、「欲しい」と「恐怖」を切り替える<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>ラットや、躁的な買い物から猜疑心に切り替える<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%EB%BE%B2">視床</a>下電極女性、多幸的な渇望からコカイン誘発精神病の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D1%A5%E9%A5%CE%A5%A4%A5%A2">パラノイア</a>に切り替える<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>者のように、中脳<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%D5%B1%EF%B7%CF">辺縁系</a>動機づけサリエンスそのものの価は可塑的でありうる。</p> <h2 id="結論-実り多い快感の情動神経科学の構築">結論 実り多い快感の情動<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学の構築</h2> <p>快楽の情動<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学に対する我々のアプローチは、ヒトと<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C6%B0%CA%AA%BC%C2%B8%B3">動物実験</a>からの視点を組み合わせ、主観的な感情と客観的な快楽反応の両方を認識し、脳回路と情動プロセスの間の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DE%A5%C3%A5%D4%A5%F3%A5%B0">マッピング</a>をより正確に行うことを目的としている。私たちはまず、私たちのアプローチが有用な新しい洞察を生み出すかどうかという基準に対して、その科学的妥当性を検証することを提案した。多くの多様な快楽が重複する脳基質を共有しているという新たな認識、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%B4%E3%E3%DD%C1%B0%C6%AC%C8%E9%BC%C1">眼窩前頭皮質</a>におけるヒトの快楽を符号化するためのより良い神経画像マップ、同じ報酬に対する「好き」と「欲しい」を生成するための<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DB%A5%C3%A5%C8%A5%B9%A5%DD%A5%C3%A5%C8">ホットスポット</a>と分離可能な脳内メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムの同定、複数の機能様式を持つ、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%A6%BA%C1%B3%CB">側坐核</a>内の欲求と恐怖のジェネレーターのより大きなキーボードパターンの同定、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>と脳快楽ジェネレーターのほとんどの快楽電極候補は、結局あまり快楽を引き起こしていないのだろうという認識である。</p> <p>時間が経てば、これらの新たな結論の妥当性がさらに評価されるであろうし、もしそれが確認されれば、正常な快楽と感情<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%C9%C2%CD%FD%B3%D8">精神病理学</a>の両方をよりよく理解する助けになると考えている。最終的には、感情障害に対するより効果的で安全な治療や、感情的幸福の理解に貢献することが目標である。最後に、得られた証拠は、将来の情動<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%B2%CA">神経科</a>学者が、快楽の神経基盤の探索をさらに洗練させるきっかけになるかもしれない。快楽は、多くの人々にとって依然として重要な動機づけ要因であり、それなしでは人生が無意味になることがあまりにも多い。</p> iDES だから子供にゲームを与えてはいけない…神経内科専門医が「20歳未満にゲームは危険すぎる」と訴えるワケ hatenablog://entry/820878482966581522 2023-09-11T17:53:28+09:00 2023-09-11T18:09:18+09:00 president.jp 「神経内科専門医の駒ヶ嶺朋子さんは「ゲームも砂糖もお酒も報酬系の賦活化という意味では同じ」ご飯食べたり、散歩したり、遊んだり、勉強したりしてもドーパミンは放出されるし、報酬系の賦活化?はされる。このロジックであれば人間の活動はすべて止めなくてはならない。https://t.co/dMWWmFafdG— 井出草平 Sohei IDE (@Sohei_IDE) 2023年9月11日 参考:人間の行動とドーパミンの放出量の比較https://t.co/aXQG4RDEPP— 井出草平 Sohei IDE (@Sohei_IDE) 2023年9月11日 「依存症は脳の「報酬系… <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fpresident.jp%2Farticles%2F-%2F73424" title="だから子供にゲームを与えてはいけない…神経内科専門医が「20歳未満にゲームは危険すぎる」と訴えるワケ ゲームで遊ぶのは「脳の反応が衰えてから」がいい" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://president.jp/articles/-/73424">president.jp</a></cite></p> <p><blockquote data-conversation="none" class="twitter-tweet" data-lang="ja"><p lang="ja" dir="ltr">「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%C6%E2%B2%CA">神経内科</a>専門医の駒ヶ嶺朋子さんは「ゲームも砂糖もお酒も<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%F3%BD%B7%B7%CF">報酬系</a>の賦活化という意味では同じ」<br>ご飯食べたり、散歩したり、遊んだり、勉強したりしても<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>は放出されるし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%F3%BD%B7%B7%CF">報酬系</a>の賦活化?はされる。このロジックであれば人間の活動はすべて止めなくてはならない。<a href="https://t.co/dMWWmFafdG">https://t.co/dMWWmFafdG</a></p>&mdash; <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B0%E6%BD%D0%C1%F0%CA%BF">井出草平</a> Sohei <a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a> (@Sohei_<a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a>) <a href="https://twitter.com/Sohei_IDE/status/1701153094959292771?ref_src=twsrc%5Etfw">2023年9月11日</a></blockquote> <script async src="https://platform.twitter.com/widgets.js" charset="utf-8"></script> </p> <p><blockquote data-conversation="none" class="twitter-tweet" data-lang="ja"><p lang="ja" dir="ltr">参考:人間の行動と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C9%A1%BC%A5%D1%A5%DF%A5%F3">ドーパミン</a>の放出量の比較<a href="https://t.co/aXQG4RDEPP">https://t.co/aXQG4RDEPP</a></p>&mdash; <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B0%E6%BD%D0%C1%F0%CA%BF">井出草平</a> Sohei <a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a> (@Sohei_<a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a>) <a href="https://twitter.com/Sohei_IDE/status/1701153606555357224?ref_src=twsrc%5Etfw">2023年9月11日</a></blockquote> <script async src="https://platform.twitter.com/widgets.js" charset="utf-8"></script> </p> <p><blockquote data-conversation="none" class="twitter-tweet" data-lang="ja"><p lang="ja" dir="ltr">「依存症は脳の「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%F3%BD%B7%B7%CF">報酬系</a>」と呼ばれる経路と、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED%C2%CE">扁桃体</a>という快・不快を判断する構造に関係する。」<br><a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%F3%BD%B7%B7%CF">報酬系</a>の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED%C2%CE">扁桃体</a>は重要な役割を果たしているものの「快・不快を判断する」という説明は不適切。みなさん、このような間違った知識をどこで<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%C5%C6%FE">仕入</a>れてくるのか不思議だ。<a href="https://t.co/8njk6PBjJN">https://t.co/8njk6PBjJN</a></p>&mdash; <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B0%E6%BD%D0%C1%F0%CA%BF">井出草平</a> Sohei <a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a> (@Sohei_<a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a>) <a href="https://twitter.com/Sohei_IDE/status/1701153651023335831?ref_src=twsrc%5Etfw">2023年9月11日</a></blockquote> <script async src="https://platform.twitter.com/widgets.js" charset="utf-8"></script> </p> <p><blockquote data-conversation="none" class="twitter-tweet" data-lang="ja"><p lang="ja" dir="ltr">例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%CD%D5">前頭葉</a>眼窩前野・腹内側皮質・<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C1%B0%C6%AC%CD%D5">前頭葉</a>島皮質・腹側前<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C2%D3%BE%F5%C8%E9%BC%C1">帯状皮質</a>、側頭葉後部の海馬、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED%C2%CE">扁桃体</a>への損傷を受けたケースでも、快・不快の感情は無傷で残ると報告されている。脳はそんなに単純ではないのです。<a href="https://t.co/QU2JVxaAYO">https://t.co/QU2JVxaAYO</a></p>&mdash; <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B0%E6%BD%D0%C1%F0%CA%BF">井出草平</a> Sohei <a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a> (@Sohei_<a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a>) <a href="https://twitter.com/Sohei_IDE/status/1701154613955825779?ref_src=twsrc%5Etfw">2023年9月11日</a></blockquote> <script async src="https://platform.twitter.com/widgets.js" charset="utf-8"></script> </p> <p><blockquote data-conversation="none" class="twitter-tweet" data-lang="ja"><p lang="ja" dir="ltr"><a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-5の項目を比べて「項目的には<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%B3%A1%BC%A5%EB%B0%CD%C2%B8%BE%C9">アルコール依存症</a>と似ている」「ゲーム依存はその他の依存症と大して変わらないのではないか、と推察される」と書いてあるが、<a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-5に妥当性が低いことがわかって、ICD-11の診断基準ができたのが経緯。この人は何を言っているのだろうか。<a href="https://t.co/8njk6PBjJN">https://t.co/8njk6PBjJN</a></p>&mdash; <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B0%E6%BD%D0%C1%F0%CA%BF">井出草平</a> Sohei <a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a> (@Sohei_<a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a>) <a href="https://twitter.com/Sohei_IDE/status/1701157791237586970?ref_src=twsrc%5Etfw">2023年9月11日</a></blockquote> <script async src="https://platform.twitter.com/widgets.js" charset="utf-8"></script> </p> <p><blockquote data-conversation="none" class="twitter-tweet" data-lang="ja"><p lang="ja" dir="ltr"><a class="keyword" href="https://d.hatena.ne.jp/keyword/DSM">DSM</a>-5のインターネットゲーム障害の診断基準の不適切さを知りたい場合は、Wichstrømらの論文を読むと良いと思います。物を書くのであればこのくらいは読んでおこう。<a href="https://t.co/Aq8AYLF6Ld">https://t.co/Aq8AYLF6Ld</a> <a href="https://t.co/DTAWHaEI06">pic.twitter.com/DTAWHaEI06</a></p>&mdash; <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B0%E6%BD%D0%C1%F0%CA%BF">井出草平</a> Sohei <a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a> (@Sohei_<a class="keyword" href="https://d.hatena.ne.jp/keyword/IDE">IDE</a>) <a href="https://twitter.com/Sohei_IDE/status/1701159019073954010?ref_src=twsrc%5Etfw">2023年9月11日</a></blockquote> <script async src="https://platform.twitter.com/widgets.js" charset="utf-8"></script> </p> <blockquote><p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%BF%C0%B7%D0%C6%E2%B2%CA">神経内科</a>専門医の駒ヶ嶺朋子さんは「ゲームも砂糖もお酒も<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%F3%BD%B7%B7%CF">報酬系</a>の賦活化という意味では同じ</p></blockquote> <hr /> <blockquote><p>依存症は脳の「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%CA%F3%BD%B7%B7%CF">報酬系</a>」と呼ばれる経路と、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D9%A8%C5%ED%C2%CE">扁桃体</a>という快・不快を判断する構造に関係する。</p></blockquote> <hr /> <blockquote><p>項目的には<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%B3%A1%BC%A5%EB%B0%CD%C2%B8%BE%C9">アルコール依存症</a>と似ている。 <br/> というのも、メ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AB%A5%CB">カニ</a>ズムはまだ分かっていないものの、ゲーム依存はその他の依存症と大して変わらないのではないか、と推察されるからである。</p></blockquote> iDES ケースに重みづけをするROC分析 hatenablog://entry/820878482964071343 2023-09-02T18:19:55+09:00 2023-09-02T18:21:04+09:00 WeightedROCパッケージを使う。 www.rdocumentation.org 書式は次の通り。 WeightedROC(guess, label, weight = rep(1, length(label))) guess: スコアの数値ベクトル label: 真正/負ラベル。一意な2つの値を持つ因子、またはすべての値が0=マイナス,1=プラスまたは1=マイナス,2=プラスまたは-1=マイナス,1=プラスの整数/数値。 weight: 正のウェイト、デフォルトは1。 guessには尺度で測った得点、labelには診断、weightにはウェイトをいれる。 library(Weighte… <p>WeightedROCパッケージを使う。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.rdocumentation.org%2Fpackages%2FWeightedROC%2Fversions%2F2020.1.31" title="WeightedROC package - RDocumentation" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.rdocumentation.org/packages/WeightedROC/versions/2020.1.31">www.rdocumentation.org</a></cite></p> <p>書式は次の通り。</p> <pre class="code" data-lang="" data-unlink>WeightedROC(guess, label, weight = rep(1, length(label)))</pre> <ul> <li>guess: スコアの数値ベクトル</li> <li>label: 真正/負ラベル。一意な2つの値を持つ因子、またはすべての値が0=マイナス,1=プラスまたは1=マイナス,2=プラスまたは-1=マイナス,1=プラスの整数/数値。</li> <li>weight: 正のウェイト、デフォルトは1。</li> </ul> <p>guessには尺度で測った得点、labelには診断、weightにはウェイトをいれる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(WeightedROC) ## この重み付けされたデータセットのAUCを計算する y &lt;- c(0, 0, 1, 1, 1) w &lt;- c(1, 1, 1, 4, 5) y.hat &lt;- c(1, 2, 3, 1, 1) tp.fp &lt;- WeightedROC(y.hat, y, w) tp.fp</pre> <pre class="code" data-lang="" data-unlink> TPR FPR threshold FN FP 1 1.0 1.0 1 0 2 2 0.1 0.5 2 9 1 3 0.1 0.0 3 9 0 4 0.0 0.0 Inf 10 0</pre> <ul> <li>TPR: true positive rate 真陽性率</li> <li>FPR: false positive rate <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%B6%CD%DB%C0%AD">偽陽性</a>率</li> <li>FN: false negative count <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%B6%B1%A2%C0%AD">偽陰性</a>数</li> <li>FP: false positive count <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B5%B6%CD%DB%C0%AD">偽陽性</a>数</li> </ul> <h2 id="AUC">AUC</h2> <pre class="code {r}" data-lang="{r}" data-unlink>wauc &lt;- WeightedAUC(tp.fp) wauc </pre> <pre class="code" data-lang="" data-unlink>0.325</pre> <h2 id="プロット">プロット</h2> <pre class="code {r}" data-lang="{r}" data-unlink>if(require(ggplot2)){ gg &lt;- ggplot()+ geom_path(aes(FPR, TPR), data=tp.fp)+ coord_equal() print(gg) }else{ plot(TPR~FPR, tp.fp, type=&#34;l&#34;) }</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230902/20230902181950.png" width="875" height="540" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> iDES 久里浜医療センターのグループがゲーム行動症の実態を報告した論文において、依存症医の役割がないことが明らかになってしまった件 hatenablog://entry/820878482962163429 2023-08-27T17:59:52+09:00 2023-08-28T23:54:16+09:00 www.ncbi.nlm.nih.gov Tateno, M., Matsuzaki, T., Takano, A., & Higuchi, S. (2022). Increasing important roles of child and adolescent psychiatrists in the treatment of gaming disorder: Current status in Japan. Frontiers in Psychiatry, 13, 995665. https://doi.org/10.3389/fpsyt.2022.995665 日本では、依存症治療のた… <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.ncbi.nlm.nih.gov%2Fpmc%2Farticles%2FPMC9627206%2F" title="Increasing important roles of child and adolescent psychiatrists in the treatment of gaming disorder: Current status in Japan" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9627206/">www.ncbi.nlm.nih.gov</a></cite></p> <ul> <li>Tateno, M., Matsuzaki, T., Takano, A., &amp; Higuchi, S. (2022). Increasing important roles of child and adolescent psychiatrists in the treatment of gaming disorder: Current status in Japan. Frontiers in Psychiatry, 13, 995665. <a href="https://doi.org/10.3389/fpsyt.2022.995665">https://doi.org/10.3389/fpsyt.2022.995665</a></li> </ul> <blockquote><p>日本では、依存症治療のための専門クリニックが不足しており、あっても18歳以上の患者を対象としているのが一般的である。また、インターネット依存症に特化した専門クリニックはほとんどない。ゲーム行動症は数ある行動<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>のひとつであるが、学齢期のゲーム患者のほとんどが、依存症専門クリニックではなく、まず児童青年精神科クリニックを受診することを余儀なくされている。</p></blockquote> <p>それは無念であろうなあ。</p> <h2 id="結果">結果</h2> <table> <thead> <tr> <th> ゲーム関連の問題を抱えた患者があなたのところに来た場合、主訴は何ですか? </th> <th style="text-align:center;"> n </th> <th style="text-align:center;"> % </th> </tr> </thead> <tbody> <tr> <td> 登校拒否・欠席、欠勤、遅刻の多さ </td> <td style="text-align:center;"> 135 </td> <td style="text-align:center;"> -84.9 </td> </tr> <tr> <td> 睡眠覚醒リズムの乱れ </td> <td style="text-align:center;"> 109 </td> <td style="text-align:center;"> -68.6 </td> </tr> <tr> <td> 暴力、暴言、その他の暴力行為 </td> <td style="text-align:center;"> 93 </td> <td style="text-align:center;"> -58.5 </td> </tr> <tr> <td> 何らかの理由で既にフォローアップを受けている患者には、ゲームおよび/またはインターネットの使用に関連した問題があった </td> <td style="text-align:center;"> 74 </td> <td style="text-align:center;"> -46.5 </td> </tr> <tr> <td> ゲームやインターネットの使用そのものに関する問題(過度のゲーム/インターネットの使いすぎ、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%D3%CF%CA%CA">嗜癖</a>など) </td> <td style="text-align:center;"> 66 </td> <td style="text-align:center;"> -41.5 </td> </tr> <tr> <td> 請求に関する問題 </td> <td style="text-align:center;"> 45 </td> <td style="text-align:center;"> -28.3 </td> </tr> <tr> <td> 他機関からの紹介(小・中・高校、大学、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%BB%F9%C6%B8%C1%EA%C3%CC%BD%EA">児童相談所</a>、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%CA%DD%B7%F2%CA%A1%BB%E3%A5%BB%A5%F3%A5%BF%A1%BC">精神保健福祉センター</a>など) </td> <td style="text-align:center;"> 37 </td> <td style="text-align:center;"> -23.3 </td> </tr> <tr> <td> 学業成績の低下 </td> <td style="text-align:center;"> 32 </td> <td style="text-align:center;"> -20.1 </td> </tr> <tr> <td> 身体症状 </td> <td style="text-align:center;"> 25 </td> <td style="text-align:center;"> -15.7 </td> </tr> </tbody> </table> <table> <thead> <tr> <th> ゲーム障害にはどのような治療を行っていますか? </th> <th style="text-align:center;"> n </th> <th style="text-align:center;"> % </th> </tr> </thead> <tbody> <tr> <td> 児童青年<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%B0%E5">精神科医</a>による診断と治療 </td> <td style="text-align:center;"> 47 </td> <td style="text-align:center;"> -29.6 </td> </tr> <tr> <td> <a class="keyword" href="https://d.hatena.ne.jp/keyword/%CE%D7%BE%B2%BF%B4%CD%FD%BB%CE">臨床心理士</a>によるカウンセリング </td> <td style="text-align:center;"> 24 </td> <td style="text-align:center;"> -15.1 </td> </tr> <tr> <td> 入院回復プログラム(入院) </td> <td style="text-align:center;"> 13 </td> <td style="text-align:center;"> -8.2 </td> </tr> <tr> <td> 集団精神療法 </td> <td style="text-align:center;"> 7 </td> <td style="text-align:center;"> -4.4 </td> </tr> <tr> <td> 家族支援(家族会、勉強会) </td> <td style="text-align:center;"> 7 </td> <td style="text-align:center;"> -4.4 </td> </tr> <tr> <td> <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C7%A5%A4%A5%B1%A5%A2">デイケア</a>(デイホスピタル) </td> <td style="text-align:center;"> 5 </td> <td style="text-align:center;"> -3.1 </td> </tr> </tbody> </table> <table> <thead> <tr> <th> ゲーム障害の治療で苦労したことは何ですか? </th> <th style="text-align:center;"> n </th> <th style="text-align:center;"> % </th> </tr> </thead> <tbody> <tr> <td> 本人に問題意識や治療意欲がない </td> <td style="text-align:center;"> 113 </td> <td style="text-align:center;"> -71.1 </td> </tr> <tr> <td> ゲーム・インターネット以外の問題が多い </td> <td style="text-align:center;"> 92 </td> <td style="text-align:center;"> -57.9 </td> </tr> <tr> <td> 治療が難しく、回復が難しい </td> <td style="text-align:center;"> 78 </td> <td style="text-align:center;"> -49.1 </td> </tr> <tr> <td> 通院を中断しがちである。 </td> <td style="text-align:center;"> 58 </td> <td style="text-align:center;"> -36.5 </td> </tr> <tr> <td> 本人が来院しない </td> <td style="text-align:center;"> 49 </td> <td style="text-align:center;"> -30.8 </td> </tr> <tr> <td> 親が問題を理解しておらず、親が望んでいることと提供できることが異なる。 </td> <td style="text-align:center;"> 44 </td> <td style="text-align:center;"> -27.7 </td> </tr> <tr> <td> 臨床評価や治療に時間がかかる </td> <td style="text-align:center;"> 28 </td> <td style="text-align:center;"> -17.6 </td> </tr> <tr> <td> 診断が難しい </td> <td style="text-align:center;"> 26 </td> <td style="text-align:center;"> -16.4 </td> </tr> <tr> <td> 入院が必要 </td> <td style="text-align:center;"> 22 </td> <td style="text-align:center;"> -13.8 </td> </tr> </tbody> </table> <p> ## 併存症</p> <table> <thead> <tr> <th style="text-align:center;">   </th> <th style="text-align:center;"> <a class="keyword" href="https://d.hatena.ne.jp/keyword/ASD">ASD</a> </th> <th style="text-align:center;"> <a class="keyword" href="https://d.hatena.ne.jp/keyword/ADHD">ADHD</a> </th> <th style="text-align:center;"> <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A4%A6%A4%C4%C9%C2">うつ病</a> </th> <th style="text-align:center;"> 不安障害 </th> <th style="text-align:center;"> <a class="keyword" href="https://d.hatena.ne.jp/keyword/%B6%AF%C7%F7%C0%AD%BE%E3%B3%B2">強迫性障害</a> </th> <th style="text-align:center;"> 知的障害 </th> <th style="text-align:center;"> <a class="keyword" href="https://d.hatena.ne.jp/keyword/%C5%AC%B1%FE%BE%E3%B3%B2">適応障害</a> </th> <th style="text-align:center;"> <a class="keyword" href="https://d.hatena.ne.jp/keyword/%C9%D4%C5%D0%B9%BB">不登校</a> </th> <th> その他 </th> </tr> </thead> <tbody> <tr> <td style="text-align:center;"> First </td> <td style="text-align:center;"> 66 </td> <td style="text-align:center;"> 64 </td> <td style="text-align:center;"> 8 </td> <td style="text-align:center;"> 6 </td> <td style="text-align:center;"> 2 </td> <td style="text-align:center;">   </td> <td style="text-align:center;"> 1 </td> <td style="text-align:center;"> 2 </td> <td> 2a </td> </tr> <tr> <td style="text-align:center;"> Second </td> <td style="text-align:center;"> 61 </td> <td style="text-align:center;"> 57 </td> <td style="text-align:center;"> 7 </td> <td style="text-align:center;"> 10 </td> <td style="text-align:center;"> 2 </td> <td style="text-align:center;"> 3 </td> <td style="text-align:center;">   </td> <td style="text-align:center;">   </td> <td>   </td> </tr> <tr> <td style="text-align:center;"> Third </td> <td style="text-align:center;"> 9 </td> <td style="text-align:center;"> 13 </td> <td style="text-align:center;"> 32 </td> <td style="text-align:center;"> 24 </td> <td style="text-align:center;"> 9 </td> <td style="text-align:center;">   </td> <td style="text-align:center;"> 1 </td> <td style="text-align:center;"> 1 </td> <td> 6b </td> </tr> </tbody> </table> <h2 id="議論">議論</h2> <blockquote><p>われわれの結果は、ゲーム行動症患者の多くが神経<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C8%AF%C3%A3%BE%E3%B3%B2">発達障害</a>を併発していることを示した。ゲーム行動症そのものに対する介入を行うよりも、併存する神経<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C8%AF%C3%A3%BE%E3%B3%B2">発達障害</a>に対する介入を確立することが有用であり、また必要であろう。この課題を解決するための1つの方法は、依存症を専門とする<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%BA%BF%C0%B2%CA%B0%E5">精神科医</a>とより緊密に協力することであろう。</p></blockquote> <p>キレイな結論のように一見みえるが、要は、依存症医ではゲーム行動症の多くのケースに対して対応できないということだ。「協力」というのであれば、児童精神科のできないことを依存症の人たちが提供できなければならないが、何も書かれていない。</p> <p>残念ながら、依存症医は要らないのだ。</p> iDES 自白剤として描かれるスコポラミン hatenablog://entry/820878482959121872 2023-08-17T07:19:49+09:00 2023-08-17T07:22:22+09:00 「ブスコパン」という名前で売られているスコポラミンという薬がある。薬局でも買える薬だ。 www.ssp.co.jp ライフハックとしては、かなり強力な車酔い・船酔いに有効ということだろうか。 トラベルミンでも船酔いを防止できない場合には、スコポラミンを使ってみると解決するかもしれない。 文化表象としては「自白剤」として登場することが多い。 言うまでもないことだが、自白剤というのはフィクションで作られたもので、スコポラミンも自白剤の機能はない。 そもそも、自白剤として使えるなら、薬局で気軽に買えるはずがないだろう。 手塚治虫『アドルフに告ぐ』 パーソン・オブ・インタレスト シーブン3 14話「4… <p>「<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D6%A5%B9%A5%B3%A5%D1%A5%F3">ブスコパン</a>」という名前で売られているスコポラミンという薬がある。薬局でも買える薬だ。</p> <p><iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.ssp.co.jp%2Fproduct%2Fall%2Fbua%2F" title="胃痛・腹痛には、ブスコパンA錠 製品情報|エスエス製薬" class="embed-card embed-webcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 155px; max-width: 500px; margin: 10px 0px;" loading="lazy"></iframe><cite class="hatena-citation"><a href="https://www.ssp.co.jp/product/all/bua/">www.ssp.co.jp</a></cite></p> <p><span itemscope itemtype="http://schema.org/Photograph"><a href="http://f.hatena.ne.jp/iDES/20230817070214" class="hatena-fotolife" itemprop="url"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230817/20230817070214.png" width="835" height="835" loading="lazy" title="" class="hatena-fotolife" style="width:400px" itemprop="image"></a></span></p> <p><a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%E9%A5%A4%A5%D5%A5%CF%A5%C3%A5%AF">ライフハック</a>としては、かなり強力な車酔い・船酔いに有効ということだろうか。<br/> <a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C8%A5%E9%A5%D9%A5%EB%A5%DF%A5%F3">トラベルミン</a>でも船酔いを防止できない場合には、スコポラミンを使ってみると解決するかもしれない。</p> <p>文化表象としては「自白剤」として登場することが多い。<br/> 言うまでもないことだが、自白剤というのはフィクションで作られたもので、スコポラミンも自白剤の機能はない。<br/> そもそも、自白剤として使えるなら、薬局で気軽に買えるはずがないだろう。</p> <h2 id="手塚治虫アドルフに告ぐ"><a class="keyword" href="https://d.hatena.ne.jp/keyword/%BC%EA%C4%CD%BC%A3%C3%EE">手塚治虫</a>『<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%C9%A5%EB%A5%D5%A4%CB%B9%F0%A4%B0">アドルフに告ぐ</a>』</h2> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230817/20230817070609.png" width="841" height="1200" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <h2 id="パーソンオブインタレスト-シーブン3-14話4C">パーソン・オブ・イン<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BF%A5%EC%A5%B9">タレス</a>ト シーブン3 14話「4C」</h2> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230817/20230817071454.png" width="1200" height="672" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p><a href="https://personofinterest.fandom.com/wiki/4C">https://personofinterest.fandom.com/wiki/4C</a></p> iDES Lasssoのパッケージglmnet入門[R] hatenablog://entry/820878482958538706 2023-08-15T09:18:20+09:00 2023-10-15T15:59:25+09:00 https://glmnet.stanford.edu/articles/glmnet.html はじめに Glmnetは一般化線形モデルおよび類似モデルをペナルティ付き最尤法でフィッティングするパッケージである。正則化パラメータλの値のグリッド(対数スケール)において、正則化パスがlassoまたはelastic net制約に対して計算さ れる。このアルゴリズムは非常に高速で、入力行列xのスパース性を利用することができる。線形回帰モデル、ロジスティック回帰モデル、多項回帰モデル、ポアソン回帰モデル、Cox回帰モデルに適合します。また、多重応答線形回帰、カスタムfamilyの一般化線形モデル、緩… <p><a href="https://glmnet.stanford.edu/articles/glmnet.html">https://glmnet.stanford.edu/articles/glmnet.html</a></p> <h2 id="はじめに">はじめに</h2> <p>Glmnetは一般化線形モデルおよび類似モデルをペナルティ付き最尤法でフィッティングするパッケージである。<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%C2%A7%B2%BD">正則化</a>パラメータλの値のグリッド(対数スケール)において、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%C2%A7%B2%BD">正則化</a>パスがlassoまたはelastic net制約に対して計算さ れる。この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%B4%A5%EA%A5%BA%A5%E0">アルゴリズム</a>は非常に高速で、入力行列xのスパース性を利用することができる。線形回帰モデル、ロジスティック回帰モデル、多項回帰モデル、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%DD%A5%A2%A5%BD%A5%F3">ポアソン</a>回帰モデル、Cox回帰モデルに適合します。また、多重応答線形回帰、カスタムfamilyの一般化線形モデル、緩和されたlasso回帰モデルもフィットできる。このパッケージには、予測やプロットのためのメソッド、交差検証のための関数が含まれている。</p> <p>glmnetの著者は、Jerome Friedman、Trevor Hastie、Rob Tibshirani、Balasubramanian Narasimhan、Kenneth Tay、Noah Simonで、Junyang Qianの貢献もあり、RパッケージはTrevor Hastieが保守している。glmnetの<a class="keyword" href="https://d.hatena.ne.jp/keyword/MATLAB">MATLAB</a>バージョンはJunyang Qianが、<a class="keyword" href="https://d.hatena.ne.jp/keyword/Python">Python</a>バージョンはB. Balakumarがメンテナンスしている(どちらも数バージョン遅れているが)。</p> <p>この<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%D3%A5%CD%A5%C3%A5%C8">ビネット</a>はRでのglmnetの基本的な使い方を説明している:</p> <p>"<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%C2%A7%B2%BD">正則化</a>Cox回帰 "は、glmnetを使って生存データに<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%C2%A7%B2%BD">正則化</a>Coxモデルを適合させる方法を記述している。 "glmnetのGLM family functions" は、family引数を通して、elastic netペナルティでカスタム一般化線形モデル(GLM)を適合させる方法を説明している。 「The Relaxed Lasso "では、relax引数を使ったrelaxed lasso回帰モデルの適合方法が説明されている。</p> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230815/20230815093001.png" width="697" height="86" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>glmnetは、可能な解の全範囲をカバーする<img src="https://chart.apis.google.com/chart?cht=tx&chl=%20%5Clambda" alt=" \lambda"/> の値のグリッド上で問題を解く。ここ[<a class="keyword" href="https://d.hatena.ne.jp/keyword/tex">tex</a>: (y<em>{i}, \<a class="keyword" href="https://d.hatena.ne.jp/keyword/eta">eta</a></em>{i}]では観測<img src="https://chart.apis.google.com/chart?cht=tx&chl=%20i" alt=" i"/> 例えば、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AC%A5%A6%A5%B9">ガウス</a>の場合は<img src="https://chart.apis.google.com/chart?cht=tx&chl=%20%5Cfrac%7B1%7D%7B2%7D%20%7B%28y_i-%CE%B7_i%29%7D%5E2" alt=" \frac{1}{2} {(y_i-&eta;_i)}^2"/> . elastic net制約は<img src="https://chart.apis.google.com/chart?cht=tx&chl=%20%5Calpha" alt=" \alpha"/>によって制御され,ラッソ回帰(<img src="https://chart.apis.google.com/chart?cht=tx&chl=%20%CE%B1%24%3D1" alt=" &alpha;$=1"/>, デフォルト)とリッジ回帰の間のギャップを埋める。リッジ回帰 (<img src="https://chart.apis.google.com/chart?cht=tx&chl=%20%CE%B1" alt=" &alpha;"/>=0 ). チューニング・パラメータ<img src="https://chart.apis.google.com/chart?cht=tx&chl=%5Clambda" alt="\lambda"/>は、制約の全体的な強さを制御する。</p> <p>リッジ制約が相関予測変数の係数をお互いに縮める一方、lassoはそれらの1つを選んで他を捨てる傾向があることが知られている。elastic net 制約は、この2つを混在させる:リッジ制約が相関予測変数の係数をお互いに縮める一方、lassoはそれらの1つを選んで他を捨てる傾向があることが知られている。elastic net 制約は、この2つを混在させる:予測変数がグループで相関している場合、α=0.5は、特徴量のグループ全体を選択または除外する傾向がある。これはより高いレベルのパラメータであり、ユーザーは前もって値を選ぶか、いくつかの異なる値で実験するかもしれない。例えば、<img src="https://chart.apis.google.com/chart?cht=tx&chl=%20%CE%B1%3D1-%CF%B5" alt=" &alpha;=1-&#x3F5;"/>のelastic netは、lassoとよく似ているが、極端な相関によって引き起こされる縮退や乱暴な振る舞いを取り除くことができる。</p> <p>glmnet<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%B4%A5%EA%A5%BA%A5%E0">アルゴリズム</a>は、cyclical coordinate descentを用いており、各パラメータ上の目的関数を他のパラメータを固定したまま逐次最適化し、収束するまで繰り返し循環させる。また、本パッケージは、アクティブセットの効率的な制限のための強い規則を利用する。非常に効率的な更新と、ウォーム・スタートやアクティブ・セット収束などのテクニックにより、我々の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%B4%A5%EA%A5%BA%A5%E0">アルゴリズム</a>は解のパスを非常に高速に計算することができる。</p> <p>このコードでは、スパースな入力行列形式や係数の範囲制約を扱うことができる。glmnetのコアは<a class="keyword" href="https://d.hatena.ne.jp/keyword/Fortran">Fortran</a>のサブルーチン群であり、非常に高速に実行できる。</p> <p>この実装の理論と<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A5%EB%A5%B4%A5%EA%A5%BA%A5%E0">アルゴリズム</a>は、Friedman, Hastie, and Tibshirani (2010), Simon et al. (2011), Tibshirani et al. (2012), Simon, Friedman, and Hastie (2013) に記述されている。</p> <h2 id="インストール">インストール</h2> <p>他の多くのRパッケージと同様、glmnetを入手する最も簡単な方法は、CRANから直接インストールすることである。Rコンソールに以下のコマンドを入力する:</p> <pre class="code {r}" data-lang="{r}" data-unlink>install.packages(&#34;glmnet&#34;, repos = &#34;https://cran.us.r-project.org&#34;)</pre> <p>インストールする場所や好みに応じて、repos引数を変更することができる。パッケージをインストールする<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%C7%A5%A3%A5%EC%A5%AF%A5%C8">ディレクト</a>リなど、他の引数もコマンドで変更できる。詳細については、help(install.packages)を参照してください。または、CRANからパッケージ・ソースをダウンロードし、<a class="keyword" href="https://d.hatena.ne.jp/keyword/Unix">Unix</a>コマンドをタイプして希望の場所にインストールすることもできる。</p> <h2 id="クイックスタート">クイックスタート</h2> <p>このセクションの目的は、ユーザーにパッケージの一般的な感覚を与えることである。主な機能、基本的な操作、出力について簡単に説明する。このセクションの後、ユーザーはどのような関数が利用可能か、どの関数を使うべきか、あるいは少なくともどこに助けを求めればよいかをよりよく理解できるであろう。</p> <p>まず、glmnetパッケージをロードする:</p> <pre class="code {r}" data-lang="{r}" data-unlink>library(glmnet)</pre> <p>このパッケージで使われるデフォルトのモデルは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%AC%A5%A6%A5%B9">ガウス</a>線形モデルまたは "最小二乗法 "であり、このセクションでそれを実証する。説明のためにあらかじめ作成したデー<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%BF%A5%BB%A5%C3%A5%C8">タセット</a>をロードする:</p> <pre class="code {r}" data-lang="{r}" data-unlink>data(QuickStartExample) x &lt;- QuickStartExample$x y &lt;- QuickStartExample$y</pre> <p>このコマンドは、保存されたRデータ<a class="keyword" href="https://d.hatena.ne.jp/keyword/%A5%A2%A1%BC%A5%AB%A5%A4%A5%D6">アーカイブ</a>から入力行列xと応答ベクトルyをロードする。</p> <p><code>glmnet</code>の最も基本的な呼び出しを使ってモデルをフィットさせる。</p> <pre class="code {r}" data-lang="{r}" data-unlink>fit &lt;- glmnet(x, y)</pre> <p>fitは<code>glmnet</code>クラスのオブジェクトで、fitされたモデルの関連情報をすべて含んでいる。我々は、ユーザが直接成分を抽出することを推奨していない。その代わりに、plot、print、coef、predictといったさまざまなメソッドがオブジェクトに用意されており、これらのタスクをよりエレガントに実行することができる。</p> <p>plot メソッドを実行することで、係数を可視化することができる:plot メソッドを実行することで、係数を可視化することができる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>plot(fit)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230815/20230815092203.png" width="700" height="432" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>各曲線は変数に対応する。係数ベクトル全体の $l_1-norm$ℓに対する係数の軌跡を示している。の変化に対する係数の軌跡を示している。上の軸は、現在の$\lambda$における非ゼロ係数の数を示しており、これがlassoの有効自由度(df)となる。ユーザーは、曲線に注釈を付けることもできる。これは、plotコマンドでlabel = TRUEを設定することで可能である。</p> <p>オブジェクト名を入力するか、print機能を使えば、各ステップでのglmnetパスの概要が表示される:</p> <pre class="code {r}" data-lang="{r}" data-unlink>print(fit)</pre> <pre class="code" data-lang="" data-unlink>Call: glmnet(x = x, y = y) Df %Dev Lambda 1 0 0.00 1.63100 2 2 5.53 1.48600 3 2 14.59 1.35400 4 2 22.11 1.23400 5 2 28.36 1.12400 6 2 33.54 1.02400 7 4 39.04 0.93320</pre> <p>左から順に、ゼロでない係数の数(Df)、(ヌル値の)偏差を説明した割合(%dev)、$/lambda$(Lambda)を示している。<code>glmnet</code>は、デフォルトでは100個のλの値に対してモデルを適合させるが、%devがある$/lambda$から次の$/lambda$まで十分に変化しない場合(典型的にはパスの終わり付近)、早期に停止される。</p> <p>モデル係数は、1つ以上の$/lambda$のシーケンスの範囲内でモデル係数を得ることができる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>coef(fit, s = 0.1)</pre> <pre class="code" data-lang="" data-unlink>21 x 1 sparse Matrix of class &#34;dgCMatrix&#34; s1 (Intercept) 0.150928072 V1 1.320597195 V2 . V3 0.675110234 V4 . V5 -0.817411518 V6 0.521436671 V7 0.004829335</pre> <p>(なぜλではなくsなのか?将来、他の方法でモデル・サイズを指定できるようにするためである)。ユーザは、新しい入力データで特定のλ で予測を行うこともできる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>set.seed(29) nx &lt;- matrix(rnorm(5 * 20), 5, 20) predict(fit, newx = nx, s = c(0.1, 0.05))</pre> <pre class="code" data-lang="" data-unlink> s1 s2 [1,] -4.3067990 -4.5979456 [2,] -4.1244091 -4.3447727 [3,] -0.1133939 -0.1859237 [4,] 3.3458748 3.5270269 [5,] -1.2366422 -1.2772955</pre> <p>関数<code>glmnet</code>は、ユーザが選択できる一連のモデルを返す。多くの場合、ユーザはソフトウェアがその中から1つを選択することを好むかもしれない。cv.glmnetは、プロットや予測などの様々なサポート手法とともに、交差検証を行うためのメイン関数である。</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit &lt;- cv.glmnet(x, y)</pre> <p>cv.glmnetは、交差検証適合の全成分を含むリストであるcv.glmnetオブジェクトを返す。glmnetと同様、選択されたλの値を見る以外には、ユーザが直接成分を抽出することは推奨しない。このパッケージは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%F8%BA%DF%C5%AA">潜在的</a>なタスクのためによく設計された関数を提供する。例えば、オブジェクトをプロットすることができる:</p> <pre class="code {r}" data-lang="{r}" data-unlink>plot(cvfit)</pre> <p><span itemscope itemtype="http://schema.org/Photograph"><img src="https://cdn-ak.f.st-hatena.com/images/fotolife/i/iDES/20230815/20230815092253.png" width="700" height="432" loading="lazy" title="" class="hatena-fotolife" itemprop="image"></span></p> <p>これは、クロスバリデーション曲線(赤い点線)と、λ配列に沿った上下の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C9%B8%BD%E0%CA%D0%BA%B9">標準偏差</a>曲線(エラーバー)をプロットしたものである。配列に沿った上下の<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C9%B8%BD%E0%CA%D0%BA%B9">標準偏差</a>曲線(エラーバー)と共にプロットしている。λ配列に沿った2つの特別な値は縦の点線で示されている。 配列に沿った2つの特別な値を縦の点線で示す。の値で、クロスバリデーションの平均誤差が最小となる。の値であり、クロスバリデーション誤差が最小値の1標準誤差以内に収まるような最も<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%C2%A7%B2%BD">正則化</a>されたモデルを与える。</p> <p>以下のコードを使って、λ.minの値とその値におけるモデル係数を求めることができる :</p> <pre class="code {r}" data-lang="{r}" data-unlink>cvfit$lambda.min</pre> <p>[1] 0.06284188</p> <pre class="code {r}" data-lang="{r}" data-unlink>coef(cvfit, s = &#34;lambda.min&#34;)</pre> <pre class="code" data-lang="" data-unlink>21 x 1 sparse Matrix of class &#34;dgCMatrix&#34; s1 (Intercept) 0.145832036 V1 1.340981414 V2 . V3 0.708347140 V4 . V5 -0.848087765 V6 0.554823782 V7 0.038519738</pre> <p>lambda.1seで対応する値を得るには、単に上記のlambda.minをlambda.1seに置き換えるか、lambda.1seがデフォルトなのでs引数を省略すればよい。</p> <p>係数はスパース行列形式で表現されていることに注意。これは、<a class="keyword" href="https://d.hatena.ne.jp/keyword/%C0%B5%C2%A7%B2%BD">正則化</a>パスに沿った解がスパースであることが多いため、スパースフォーマットを使用する方が時間的にも空間的にも効率的だからだ。スパースでない形式を使用したい場合は、出力をas.matrix()にパイプを通してほしい。</p> <p>予測は、フィットされたcv.glmnetオブジェクトに基づいて行うこともできる。以下のコードは、新しい入力行列 newx に対して lambda.min での予測を与えるものである:</p> <pre class="code {r}" data-lang="{r}" data-unlink>predict(cvfit, newx = x[1:5,], s = &#34;lambda.min&#34;)</pre> <pre class="code" data-lang="" data-unlink> lambda.min [1,] -1.3574653 [2,] 2.5776672 [3,] 0.5846421 [4,] 2.0280562 [5,] 1.5780633</pre> <p>これでglmnet101は終わりである。これまでに紹介したツールで、ユーザーは、リッジ回帰を含むelastic net系列全体を、二乗誤差損失を用いて適合させることができる。このパッケージには、さらに多くの引数があり、ユーザーに大きな柔軟性を与えることができます。もっと学ぶには、後のセクションに進んでほしい。</p> iDES