連合学習と逆境的小児期体験：マルチシステムプロトコル

サマリー

本プロトコルでは、皮膚伝導度、行動、および フェーズごとの評価を同時に記録し、成人における脅威学習および報酬学習の個人別指標を導出するための、60分間の統合的な一連のタスク（回避を伴うパブロフ的-オペラント恐怖条件付け、社会的刺激を用いた恐怖の獲得・消去・再獲得、および確率的報酬学習）について記述します。

要約

逆境的な児童期体験（ACEs）は、成人期の不安および抑うつの診断横断的なリスク要因として確立されていますが、早期の逆境が症状に結びつく神経認知メカニズムは、統一的な枠組みの中では依然として不明確です。本プロトコルでは、脅威の識別、安全学習、および報酬感受性を単一のラボセッション内で捉える、統合的なマルチシステム実験バッテリを提示します。38名の健康な成人を対象に、3つの行動パラダイム（回避を伴うパブロフ型からオペラント型への恐怖条件付け［実験1］、社会的刺激を用いた恐怖の獲得・消去・再獲得［実験2］、および確率的報酬学習［実験3］）と、妥当性が確認された児童期の逆境（CTQ-SF）、肯定的な児童期体験（BCE）、抑うつ（PHQ-9）、不安（GAD-7, STAI）の自己報告尺度を実施しました。マルチチャンネルデータが同時に収集されました：自律神経覚醒の生理学的指標としての皮膚伝導反応（SCR）、行動指標としてのボタン押し回避および確率的選択、そして期待感、脅威、および安堵感のフェーズごとの主観的評価です。各パラダイムにおいて、正準的な効果が認められました：SCRにおけるパブロフ型識別（p = 0.009, ηp² = 0.12）、期待感（p < 0.001, ηp² = 0.58）、および脅威評価（p < 0.001, ηp² = 0.35）。また、回避可能な脅威と回避不可能な脅威を識別するオペラントな安堵感（p < 0.001, d = 0.86）、実験2における獲得時には認められたが消去時には認められなかった自律神経反応の差異（獲得 p = 0.008; 消去 p = 0.168）と、それに共存する随伴性に関する持続的な宣言的知識（p < 0.001, d = 3.08）、および実験3におけるチャンスレベルを上回る確率的報酬学習（M = 73%, p < 0.001, d = 1.97）が示されました。このマルチシステム設計により、単一のチャネルでは見落としていたであろう乖離、特に持続的な主観的脅威を伴う自律神経反応の減衰が明らかになりました。本プロトコルから得られた参加者ごとの指標は、児童期体験の個人差に敏感であり、例示的な調整分析の結果を補足資料に報告しています。本プロトコルは、早期の逆境が成人期における脅威および報酬処理をどのように再調整するかを指標化するための、ポータブルで拡張可能な枠組みを提供します。

概要

虐待、ネグレクト、家庭内機能不全を含む逆境的小児期体験（ACEs）は世界的に非常に一般的であり、多くの集団で60%を超える割合で報告されています¹。研究の統合結果によれば、ほとんどの子供が発達過程で少なくとも1つの逆境的出来事にさらされていることが示されています²。ACEsは成人期の精神病理における診断横断的なリスク要因として確立されており³、不安障害の推定30%、うつ病例の40%に関与しています¹。このような強い関連性があるにもかかわらず、一般的に用いられている臨床評価はカテゴリー診断と回想的な自己報告に依存しており、これらは想起バイアスの影響を受けやすく、リアルタイムの神経認知プロセスを捉えることができません⁴。

これらの限界を克服するため、根底にあるメカニズム、特に連合学習を標的としたトランスダイアグノスティック（診断横断的）アプローチが重視されるようになっています。パブロフ型条件付けとオペラント条件付けの両方を含む連合学習は、個体が環境の手がかり、行動、および結果の間の関係をどのように符号化し、意思決定を導くかを理解するための枠組みを提供します^4,5。この枠組みにおいて、潜在的脆弱性理論は、早期の逆境が警戒心の亢進などの神経生物学的な適応を誘発し、それが予測不能な環境では当初は適応的であるものの、後のより安全な状況では不適応となる可能性があることを示唆しています^6,7。

ACEs（逆境体験）が脅威および報酬に関連する学習プロセスの両方に影響を与えることが示唆されています。逆境の経験を持つ個人は、条件付けられた危険信号（CS+）と安全信号（CS−）の識別の低下を示すことが多く、これは脅威学習の変化を示しています⁸。並行して、早期の逆境は報酬感受性の低下と関連しており、それは報酬の随伴性に対する精度の低下と獲得の遅延に反映されています⁸。不確実な条件下において、これらの個人は選択の変動性の増大や、報酬がランダムに提供されると想定するバイアスを示す場合があり、これは不安定な環境に早期にさらされたことと整合しています^5,9。

これらの学習パターンは、保護的要因および状態依存的要因によってさらに形成されます。肯定的な幼少期体験（Benevolent Childhood Experiences: BCEs）は、学習システムに対する逆境の影響を緩衝する可能性があり¹⁰、一方で不安などの現在の感情状態は、条件付けプロセスを調節することがあります¹¹。皮膚電気反応（Skin Conductance Response: SCR）を含む自律神経覚醒の生理学的指標は、これらのプロセスの客観的な指標となり、条件付けパラダイムで広く用いられています¹²。

現在の文献における大きな制限は、脅威または報酬の学習を個別に評価する独立したタスクが用いられていることであり、統合的な神経認知機能を捉える能力が制限されている点にあります¹。本プロトコルは、複数の学習領域にわたる行動学的および生理学的指標を組み合わせた標準化された枠組みを提供することで、この課題を解決します。具体的に、本プロトコルは3つの実験的構成要素を含んでいます。(1) パブロフ型条件付けからオペラント条件付けへの移行を評価するパラダイム、(2) 社会的恐怖消去タスク、および (3) 確率的報酬学習タスクです⁸。

この特定のパラダイムの組み合わせを採用した根拠は、これら3つのタスクのいずれかが、単独で、他の多くの既存の学習パラダイムよりも早期の逆境に対して感度が高いということではなく、測定上の根拠に基づいています。81件の研究（脅威 38件、報酬 43件）を対象とした系統的レビューにおいて、Rugeら¹は、ACEsと連合学習を関連付ける文献が依然として不均一であり、主要な点において結論が出ていないことを示しました。これは、典型的には単一のタスクを用い、単一の反応チャネルを記録し、逆境を統一されていない方法で操作化しているためです。例を挙げると、行動的な報酬学習研究の半分は学習の鈍化を報告しましたが、残りの半分は有意な結果が得られなかったと報告しています。また、少ないながらにある消去に関する文献は、有意な結果が得られなかった報告や、先行する獲得相を省略した報告が大部分を占めています。さらに、普遍的に信頼性が高いとされるアウトカム指標は現れておらず、異なる反応チャネルを互いの代替指標として扱うことはできません。彼らが明確に推奨しているのは、個体レベルの指標を得るための、被験者内、マルチドメイン、およびマルチチャネルのプロトコルへの移行です。本研究の3つのタスクの組み合わせはこの推奨に従っています。なぜなら、これら3つのタスクは、単一のパラダイムでは網羅できない、計算論的に解離可能な3つの要求をカバーしており、潜在的脆弱性理論⁷では、逆境がそれぞれ異なる形で影響を及ぼすと予測されているためです。(i) 脅威と安全の識別と道具的な制御可能性の組み合わせであり、回避の想定強化因子として安堵感が機能します¹³。(ii) 抑制（安全）学習と恐怖の回帰であり、対人虐待にとって生態学的に関連のある刺激領域である社会的顔刺激を用いて検証します¹¹。(iii) 確率的な不確実性の下での強化学習であり、参加者ごとの計算パラメータ（学習率 alpha、逆温度 beta）を得ることができます⁸。これら3つすべてを同一の参加者に実施することで、ACEsに関連する変化がドメイン一般的であるのか（Hansonら⁸が提案し、神経計算論的な潜在的脆弱性モデルが予測するように⁶、連合学習のグローバルな再調整であるのか）、あるいは脅威に限定された価（バレンス）特異的なものであるのかを問う設計となっています。単一タスクの研究では、構造上、これらの競合する仮説を判定することはできません。

本バッテリーは、一連の明確かつ方向性のある予測を検証するように設計されており、現在のサンプルではそれらを判定するための十分な統計的パワーはありませんが、ここでは十分なパワーを備えた研究における目標として記述します。Rugeら¹によって記述された学習鈍化のパターンに従い、高いACE負荷は以下の項目に関連すると予測されます。(i) 実験1におけるCS+/CS−識別の低下。これはCS+に対する反応の減弱によってもたらされ、宣言的な期待値（維持される可能性がある）よりも、自律神経系チャネル（SCR）においてより顕著になると予想されます。(ii) 回避強化による安堵感¹³と一致する、より強い回避反応および回避可能なCS+に対するより高い主観的安堵感。(iii) 実験2における消去の遅延、および再獲得時における恐怖のより速く、より大きな回復。この効果は、対人的な逆境において生態学的関連性を持つ社会的（顔）刺激によって増幅されると予測されます¹¹。(iv) 実験3における選択精度の低下、学習率（alpha）の低下、および選択の変動性の増大（betaの低下）⁸。極めて重要な点として、これら3つのタスクは、5つ目の識別的な予測に関する情報を共同的に提供します。すなわち、ACEに関連する変化がドメイン全般的なものであるならば、3つのタスクすべてで減弱が現れるはずであり、価（バレンス）特異的なものであるならば、2つの脅威パラダイムに限定され、確率的報酬学習では現れないはずです。また、反応チャネルが同時に記録されるため、さらなる予測の検証が可能です。すなわち、ACEの効果は一様ではなくチャネル依存的であり、単一のチャネルから導き出された結論は他のチャネルには一般化できないということです。

実験1では、San Martínら¹³によって開発された、回避行動および試行ごとの安堵感評定を伴うパブロフ型からオペラント型への恐怖条件付けパラダイムを適応させています。このパラダイムでは、2つのCS+刺激（回避可能なものと回避不可能なもの）と1つのCS−刺激を用いて、パブロフ的な弁別と、嫌悪的な結果に対する道具的な制御を分離します。元のパラダイムでは、パブロフ的獲得相におけるUS期待値の評定は、試行ごとではなく、相の終了時に実験者が遡及的に評価していました。本適応では、期待感、脅威感、および安堵感の主観的評定を、ビジュアルアナログスケールを用いてタスク全体を通じて相ごとに同時に収集し、相をまたいだ学習ダイナミクスの継続的な追跡を可能にしました。

実験2では、DibbetsおよびEvers⁹による社会的（顔）刺激を用いた恐怖獲得・消去プロトコルを適応させ、さらに短時間の再獲得テストを追加することで、条件付け反応の急速な再出現（節約効果）を評価します。

実験3では、早期逆境に関連する学習上の相違を研究するため、Hansonら⁸によって導入された確率的報酬学習タスクを適用しています。ここでは2つの報酬条件（80/20および70/30）を用い、参加者ごとの強化学習パラメータ（Q学習のAlphaおよびBeta）の推定を可能にしています。これら3つのパラダイムを単一のラボセッションに統合することで、本プロトコルでは、通常は個別に研究される脅威学習と報酬学習のプロセスの直接的な参加者内比較が可能となります。試行ごとの正解率およびQ学習パラメータに加えて、解析パイプラインでは線形混合モデルの適合による個々の学習軌跡の傾きも算出され、より大規模なサンプルへの適用が可能です。

ここでは、同等ではない2つの明確に異なる目標を区別しなければなりません。1つ目は、この種のバッテリーを単一の統合された60分間のセッションとして実施可能であること、および各構成要素が設計通りに標準的な効果を誘発することを立証することです。標準的な効果が再現されれば、この最初の目標に対する十分な証拠となります。2つ目は、得られた指標が児童期の逆境体験の結果に対して感度と特異度を持つことを立証することです。標準的な効果の再現だけでは不十分であり、今回のサンプルサイズではそれを証明するための検出力はありません。したがって、本報告の主な目的は、統合バッテリーの技術的および方法論的な実現可能性を検討することです。すなわち、脅威の獲得、安堵を伴う道具的回避、社会的刺激による恐怖の消去と回帰、および確率的報酬学習が、単一セッション内で自律神経、行動、および自己報告の各チャネルを通じて同時に獲得できるか、また、このパイプラインによって安定した再利用可能な参加者ごとの指標（差分SCRコントラスト、オペラント安堵コントラスト、Q学習のαおよびβパラメータ、個別の学習軌跡の傾き）が得られるかを検証することです。ACEに関連する学習の変化の評価は、二次的、探索的、かつ例示的な目的となります。ここで報告する個人差分析は、プロトコルの測定能力を実証し、候補となる指標を今後の研究で利用可能にすることを意図したものであり、トラウマと学習の経路を具体的に検証することを目的としたものではありません。したがって、本プロトコルは候補指標を提示するものであり、それらが児童期の逆境体験による神経認知的な結果を特徴づけるために必要な感度と特異度を備えているかどうかは、より大規模で、理想的には極端な群を十分に含み、事前登録されたサンプルを用いて立証される必要があります^1,14

プロトコル

本プロトコルでは、倫理委員会の要件に従い、18歳以上の健康な被験者を対象に皮膚電気活動（Skin Conductance Response: SCR）を測定するための手順および使用機器について記述します。研究への参加に先立ち、すべての被験者は、6か月後にフォローアップ評価のために再度連絡を受ける可能性があることを含むインフォームドコンセント同意書に署名しました。本文書に記載されているすべての手順は、アンデス大学（Universidad de los Andes）の科学倫理委員会（ID: CEC2025023）によって承認されました。

注：本プロトコルでは、被験者のスケジューリング、実験室の準備、生理学的信号の取得、データの整理、および実験後のデータ処理を含む、完全な実験ワークフロー（図1）について詳細に説明します。さらに、すべての実験セッションにおいて、SCR記録が一貫して、標準化され、信頼性高く収集されることを保証するために実施された、スタッフのトレーニング手順についても概説します。

図1: 研究デザインの全体概略。各参加者は、3つの連続した行動パラダイム、すなわち、回避を伴うパブロフ的-オペラント的恐怖条件付け（実験1）、社会的刺激を用いた恐怖の獲得・消去・再獲得（実験2）、および確率的報酬学習（実験3）を含む1回のラボセッションを完了した。また、幼少期の逆境体験（CTQ-SF）、幼少期の肯定的体験（BCE）、および現在の症状（PHQ-9、GAD-7、STAI）に関する自己報告も収集した。皮膚伝導反応、行動（回避、確率的選択）、および主観的評価（期待、脅威、安堵）といったマルチチャネルデータを同時に記録した。参加者ごとの指標を個人差分析に入力した（補足ファイル2を参照）。こちらのリンクをクリックして、この図の拡大版を表示してください。

1. スタッフのトレーニング

1. 標準化された正確なデータ測定を確実にするため、すべてのチームメンバーを3つの段階的なステージでトレーニングします。
   1. 各スタッフがサンプルを採取し、それぞれのプロトコルに従って3つの実験すべてを実行する内部試験を行い、トレーニング担当者が機器の操作および被験者の対応に習熟するようにします。
   2. 次に、少なくとも1名の主研究者の監督下で、各トレーニング担当者に実際の被験者からサンプルを採取させ、プロトコルの実行能力を確認し、誤りを修正します。
   3. 監督下で完全なプロトコルが正しく適用されたことを確認した後のみ、アシスタントに自律的なサンプル採取および新しい被験者のスケジューリングを許可します。

2. スケジューリング

1. ソーシャルメディアを通じて参加者を募集し、スケジュールの調整を行う。その際、研究の一般的な目的と参加基準を提示する。
   1. デジタルポスターを作成し、できるだけ多くの潜在的な参加者に届くよう、募集チャネルを通じて配布する。
   2. 関心のある候補者に、メールで研究チームに連絡するよう指示し、参加者の都合の良い日にセッションをスケジュールする。
   3. 参加者に、「The Invisible Marks: The Role of Associative Learning in the Relationship between Adverse Childhood Experiences and Mental Health in Adulthood」と題されたオンライン質問票へのリンクを送付する。
   4. 質問票の冒頭にインフォームドコンセントフォームを配置し、以降の項目が表示される前に、参加者がそれを読み、同意することを必須とする。
   5. 質問票に社会人口統計学的セクションと、以下の検証済み心理測定尺度を組み込む：Patient Health Questionnaire-9 (PHQ-9)¹⁵、Generalized Anxiety Disorder Screener (GAD-7)¹⁶、State-Trait Anxiety Inventory (STAI)¹⁷、Childhood Trauma Questionnaire—Short Form (CTQ-SF)¹⁸、およびBenevolent Childhood Experiences (BCEs)¹⁰。

3. 準備

1. 参加者が到着する前に、少なくとも1名のスタッフが研究室に待機していることを確認してください。セッションを開始する前に、実験環境を整備し、装置が正常に動作していることを検証し、すべてのプロトコルの要件が満たされていることを確認します。
   1. 研究室のコンピュータを起動し、オペレーティングシステム、実験用ソフトウェア、およびすべての周辺機器が正しく動作していることを確認します。
   2. 実験ファイルおよびデータ収集システムが使用可能な状態であることを確認します。
   3. 参加者が研究室に入る前に、当日のランニングファイルを開き、内容を確認します。
   4. 来訪する参加者に割り当てられた識別コード（ID）を確認します。
   5. 事前定義されたカウンターバランスに基づき、実験条件の実施順序を確認します。
   6. データ収集を開始する前に、参加者が正しい実験順序に割り当てられていることを確認します。
      注：当日のランニングファイルには、すべての実験条件にわたって必要なカウンターバランスを維持しつつ、参加者のIDを割り当て、実験の実施順序を決定するために必要なすべての情報が含まれています。例えば、参加者にID「015」が割り当てられる場合があります。
   7. 自動処理パイプラインで要求される標準的なディレクトリ構造に従って、研究室のコンピュータ上のデータストレージを整理します。具体的には、実験ごとに1つのトップレベルフォルダ、カウンターバランス条件ごとに1つのサブフォルダ、参加者IDごとに1つのフォルダを作成し、さらに処理済みデータと統合データベースを格納する2つのグローバルフォルダを作成します（Supplementary File 1を参照）。
   8. データ収集を開始する前に、当日のランニングファイルに記載されているIDおよびカウンターバランス条件に対応する参加者フォルダを作成します。前処理およびデータベーススクリプトはパスと名前でファイルを特定するため、セッション全体を通じてSupplementary File 1に指定されたディレクトリおよびファイル命名規則に従ってください。
      注：ディレクトリツリー、カウンターバランスサブフォルダのラベル、ファイル命名規則、および具体例はSupplementary File 1に記載されています。これらの規則から外れると、自動パイプラインで参加者のファイルを特定できなくなります。
   9. 実験用デスクに、外部の物体や気を散らすものが一切ないことを確認します。デスク上には、データ収集システムと実験に必要なコンピュータ周辺機器のみを配置してください。
   10. 落ち着いた専門的な態度で、参加者を部屋に案内します。
   11. 参加者に、すべての私物を指定されたエリアに置いておくよう依頼します。
   12. 実験セッション中の遮断や注意散漫を避けるため、参加者にモバイルデバイスをサイレントモードに設定するよう指示します。
   13. 測定の妨げとなる可能性があるため、参加者に非優位手からすべてのアクセサリー、特に指輪、ブレスレット、または中指と薬指にある物体を取り外すよう依頼します。
   14. 研究室のコンピュータの前に配置された椅子に、参加者が快適に座るよう誘導します。
   15. 参加者に、インフォームドコンセント文書の印刷した書面を提示します。
   16. 参加者が文書を読み、必要に応じて質問するための十分な時間を設けます。
   17. いかなる実験手順を開始する前に、インフォームドコンセントフォームに正しく署名されていることを確認します。
       注：インフォームドコンセントの手順は、倫理委員会の定めた要件に従い、また参加者の同意文書の物理的なバックアップを保持するために、物理的な書面形式で繰り返し行われます。

4. 実験セットアップ

注： すべての生理学的測定値が参加者間で同一の制御条件下で取得されるように、実験セットアップは厳格かつ標準化されたプロトコルに従う必要があります。

1. データ収集システムを起動し、デバイスが研究室のコンピュータに正しく接続され、収集システムソフトウェアによって認識されていることを確認します（図 2A–Eを参照）。
2. 被験者の準備に進む前に、必要なすべてのモジュールと周辺機器が正常に動作していることを改めて確認します。
3. 2つの皮膚電気活動（EDA）電極を用意します（図 2Fを参照）。
4. 各電極の接触面に少量の導電性ゲルを塗布します（図 2G、Hを参照）。
5. 被験者の皮膚との電気的接触を改善し、信号品質を最適化するため、導電性ゲルが電極表面に均一に塗布されていることを確認してください。
   注：電極に導電性ゲルを塗布しなかった場合、記録される信号に過剰なノイズが含まれ、皮膚伝導反応（SCR）の測定品質が著しく低下する可能性があります。
6. 被験者の非利き手に電極を配置します。
7. 一方の電極を中指（第3指）の第一関節に、もう一方の電極を薬指（第4指）の第一関節に取り付けます（図 2Iを参照）。
8. 両方の電極がしっかりと固定され、被験者に不快感を与えることなく皮膚と安定して接触していることを確認します。
9. 被験者の手首にリストストラップを装着します。
10. キャリブレーション段階では、EDA電極をリストストラップから切り離したままにします（図 2Jを参照）。
11. リストストラップの電源を入れ、生理学的データ収集システムとのワイヤレス通信を確立します。
12. デバイスが正常に検出されたことを確認します。
    注：実験セッション全体を通じて、リストストラップに細心の注意を払う必要があります。通信が中断されると生理学的記録に支障をきたす可能性があるため、スタッフは実験開始前にデバイスの電源がオンであり、接続が維持されていることを継続的に確認しなければなりません。
13. 収集ソフトウェアでデータ収集プロセスを開始します。
14. 収集が始まると画面に自動的に表示されるキャリブレーションウィンドウを待ちます。
15. 電極をリストストラップから切り離した状態で、キャリブレーション手順を実行します。
16. 手順が完了するまで、ソフトウェアに表示されるキャリブレーションの指示に従います。
17. キャリブレーションが正常に完了した後、EDA電極をリストストラップに接続します（図 2Kを参照）。
18. ソフトウェア上で、皮膚伝導反応（SCR）信号が正しく収集されていることを確認します。
19. 被験者に対し、実験全体を通して非利き手を完全に静止させておくよう指示します。
20. 不必要な動き、指の収縮、または姿勢の変化が、SCR信号にノイズを混入させる可能性があることを説明します。
21. セッション中は、快適でリラックスした姿勢を維持するように被験者に求めます。
22. 実験タスクを開始する前に、被験者にヘッドホンを装着させます。
23. ヘッドホンが正常に動作しており、実験中に提示される聴覚刺激を被験者が明確に知覚できることを確認します。
24. PsychoPy¹⁹で実験タスクを起動します。
25. PsychoPyのインターフェースが開いたら、被験者名の入力を求める追加ウィンドウに被験者名を入力します。
26. 実験を開始する前に、日次のランニングファイルに指定されている通りに、被験者に割り当てられたIDを正確に入力してください。
    注：前の例に従うと、PsychoPyに入力する被験者IDは「015」となります。

図 2: 皮膚コンダクタンス記録のための収集システム、材料、および電極の配置。 (A) Biopac MP200 本機。 (B) 生理信号収集モジュール (PPG/EDA)。 (C) センサーコネクタモジュール。 (D) アナログ入力モジュール。 (E) PsychoPy と AcqKnowledge 間の通信用 TTL モジュール。 (F) 使い捨て電極 (EL507A)。 (G) 皮膚との接触を改善するための等張性ゲル (GEL101A)。 (H) 電極へのゲルの塗布。 (I) 非利き手の第3指および第4指の第一関節に配置された電極。 (J) SCR 測定のために非利き手に装着されたリストストラップ。 (K) キャリブレーションプロセス後に接続された電極。 こちらのリンクをクリックして、この図の拡大版を表示してください。

5. 実験の開始

1. 実験タスクを開始する前に、実験中に提示される質問への回答方法について、参加者に詳細に説明します。
2. 参加者が以下の点を明確に理解していることを確認します：(i) タスク中に使用する回答方法、(ii) 画面に表示される指示の意味、(iii) 実験全体を通して注意力を維持し、不必要な動作を最小限に抑えることの重要性。
3. 記録セッションを開始する前に、参加者からの残りの質問にすべて回答します。
4. 生理学的データ収集システムの通信、リストストラップの接続、SCR信号の品質、PsychoPyの実行、ヘッドホンからの音声提示、および参加者IDの正しい登録を含め、すべてのシステムが確立されたプロトコルに従って正しく機能しているか、実験セットアップ全体の最終確認を行います。
5. すべてのシステムの確認が完了し、参加者が開始の準備ができたことを確認した後、実験タスクを開始します。
6. データ収集中の外部からの影響や気を散らす要因を最小限にするため、タスク開始後は実験室から退出します。
7. 技術的な支援や参加者のサポートが必要になった場合に備え、近くで待機し、参加者がセッションを完了するまで待ちます。

6. 実験間での操作

1. 参加者がタスクを終了したら実験室に再入場し、データ収集ソフトウェアでの生理学的記録を停止します。
2. 生理学的記録を収集ファイルとして参加者のフォルダに保存し、その後、同じ記録をイベント付きのMATLAB形式でエクスポートします。これにより、エクスポートされたファイルにTTLモジュールを介してPsychoPyで生成された刺激マーカーが含まれるようになります。エクスポートにより、別途マーカーファイルも生成されます。
   注：イベントおよびマーカーの情報は、前処理パイプライン（セクション8）において、信号を試行および刺激タイプごとにセグメント化するために必要です。
3. タスク終了時に生成されたPsychoPyの出力スプレッドシートを、同じ参加者フォルダに保存します。これら4つのすべてのファイルに、Supplementary File 1で詳述されている標準化されたファイル命名規則を使用してください。
   注：各実験の終了時に、参加者のフォルダには収集ファイル、エクスポートされたMATLABファイル、マーカーファイル、およびPsychoPyスプレッドシートが含まれている必要があります。正確な名称、パス、および具体例はSupplementary File 1に記載されています。
4. 参加者からEDA電極を慎重に取り外し、取り外しの際に過度な動きや不快感が生じないように注意してください。
5. 次のPsychoPy実験タスクを開き、次の実験に向けてデータ収集ソフトウェアを再起動します。
6. ステップ4.1から始まる準備および収集の手順全体を繰り返します。
   注：全実験セッションは3つの独立した実験で構成されています。したがって、2番目の実験が終了した後、3番目の実験に対しても上記と同じ手順を繰り返す必要があります。
7. 全実験セッションの終了時に、参加者のフォルダに各実験タスク用の3つのサブフォルダがあり、それぞれに前述のすべてのファイルが含まれていることを確認してください。
   注：スタッフが参加者をモニタリングし、セッションを通じて収集システムが正常に機能していることを確認できるよう、各実験タスクの概算時間が事前に見積もられていました。各実験の見積もり時間は以下の通りです。
   Experiment_1：約 24 min
   Experiment_2：約 17 min
   Experiment_3：約 8 min
   準備、キャリブレーション、実験間の移行期間、および終了手続きを考慮すると、 全実験セッションの所要時間は約 60 minとなります。

7. 実験の終了

1. 3つの実験タスクがすべて完了したら、生理学的記録セッションを終了します。
2. データ収集ソフトで収集プロセスがまだ停止していない場合は、停止させてください。
3. EDA電極をリストストラップから取り外し、参加者の手首からリストストラップを外します。
4. 不快感を最小限に抑え、皮膚から安全に取り除けるよう、参加者自身にEDA電極を外してもらいます。
5. セッションを終了する前に、すべての実験ファイルと生理学的記録が正しく保存されていることを確認します。
6. 実験手順の完了後、参加者に協力への謝礼を伝え、感謝のしるしとして軽い軽食を提供します。
   注：リストストラップと生理学的収集システムモジュール間の通信断絶、リストストラップの予期せぬシャットダウン、電極の緩みや部分的な脱落、接続問題による一時的な信号の中断または過剰なノイズなど、技術的な問題によって生理学的記録中に何らかの問題が発生した場合でも、実験は予定通りに継続し、参加者に実験セッションをやり直させてはいけません。

8. データの前処理

注意：実験セッションが終了し、すべての生理学的記録が適切に保存された後、分析を行う前にSCRデータを標準的な前処理手順にかけなければなりません。

1. Ledalab_Format MATLABスクリプトを実行し、データ収集ソフトウェアからエクスポートされた生理学的記録のデータ構造を再編成します。これにより、EDA信号の解析用に設計されたMATLABベースのツールボックスであるLedalabとの互換性を確保します。
   注：Ledalab_Format.matコードにおいて、{Identification_Code}.matファイルのパスを入力変数として定義してください。これにより、エクスポートされた生理学的記録ファイルが、Ledalabで正しく読み込みおよび処理可能な形式に変換されます。変換プロセスが完了したら、次の命名規則に従って新しいMATLABファイルを生成し、対応する被験者フォルダ内に保存する必要があります：Ledalab_{Identification_Code}.mat。前の例に従い、被験者「015」のExperiment_1のデータを変換した場合、結果として生成されるファイル名はLedalab_015.matとする必要があります。
2. Ledalabを開き、左上隅にあるメニューバーで、File > Import Data > Matlab File (*.mat)を選択します。次に、被験者の実験条件に対応して新しく生成されたデータファイルをロードします。
3. ファイルがロードされた後にLedalabが表示する設定ウィンドウに、サンプリングパラメータを入力します。
4. SCR信号の元の収集周波数は2000 Hzです。計算負荷を軽減するために、以下のパラメータを使用して信号を10 Hzにダウンサンプリングします：ターゲットサンプリング周波数：10 Hz、ダウンサンプリング係数：200、リサンプリング手法：Steps。
5. ダウンサンプリング手順の完了後、Ledalab内で連続分解解析（CDA）²⁰を行い、EDA信号を緊張性（tonic）成分と位相性（phasic）成分に分解します。
6. メニューバーで、Analysis > Continuous Decomposition Analysis (Extraction of Continuous Phasic/Tonic Activity)を選択します。
7. 画面に設定ウィンドウが表示されるまで待ちます。
8. このウィンドウで、Optimizeオプションを選択し、解析パラメータを自動的に調整します。
9. 最適化プロセスが完了したら、ApplyをクリックしてCDA解析を開始します。
10. CDA解析が完了したら、Results > Event-related Analysisを選択すると、画面に設定ウィンドウが表示されます。
11. 最小振幅しきい値をLedalabのデフォルトである0.01 µSに設定し、z-scaleオプションは選択しないままにします。収集ソフトウェアからエクスポートされたイベントマーカーは、条件付け刺激の開始と無条件刺激の開始を個別にタグ付けしているため、イベント関連解析ではそれぞれに対する反応が返されます。反応ウィンドウを次のように設定します：
    1. Experiment 1の場合、イベントマーカー後0 sから9 sまでを使用します。
    2. Experiment 2の場合、イベントマーカー後0 sから6 sまでを使用します。
12. 結果をスプレッドシートファイルとしてエクスポートします。Ledalabは、SCR信号から抽出された関連する生理学的およびイベント関連情報を含むスプレッドシートを生成します。
    注：反応ウィンドウは、各タスクにおける条件付け刺激の全持続時間（Supplementary Table 1：Experiment 1では9 s、Experiment 2では6 s）に対応しています。これにより、CS誘発反応がCS-US間隔全体をカバーし、個別のイベントマーカーでスコアされる無条件反応によって汚染されないようにします。0.01 µSのしきい値を下回る反応は、Ledalabによってゼロとして書き込まれ、解析においてもゼロとして保持されます。これらを削除しないでください。削除すると、反応の低い被験者の平均反応が底上げされてしまうためです。
13. Experiment 2についても、前処理、ダウンサンプリング、CDAの手順をすべて繰り返します（Experiment 3については以下の注を参照してください。Experiment 3は異なる手順に従い、CDAの出力は不要です）。
    ​注：前処理段階の最後に、各実験フォルダにLedalabによって生成されたCDA解析結果に対応する追加のスプレッドシートファイルが含まれている必要があります。このファイルは、その後、保存、整理、およびさらなる解析のために.xlsx形式に変換する必要があります。Experiment 3は異なる前処理手順に従います。この実験ではMATLABスクリプトのみを使用し、CDAの出力は不要で、α値とβ値のみが必要です。「Experiment_3」に対してスクリプトを実行すると、α値とβ値が自動的に抽出され、行動情報と統合され、結果のスプレッドシートがGlobal_Data/Exp_3に保存されます。
14. 信号の品質管理、非反応者の処理、およびアーチファクトの処理を行います。
    1. あらゆる統計解析の前に、Ledalabで各被験者のダウンサンプリング後の皮膚伝導トレース全体を表示し、最初のイベントマーカーから最後のイベントマーカーまで視覚的に検査します。信号の品質はチャネルおよびタスクごとに異なるため、すべての被験者に対し、タスクごとに個別にこの検査を行います。
    2. 以下のような現象が観察された場合、トレース全体を棄却し、その被験者の当該タスクのSCRチャネルを欠損値として扱います：(i) タスク全体を通じて信号が平坦または消失しており、リストストラップとの無線通信の切断、リストストラップの電源オフ、または電極の脱落を示している場合。(ii) タスクを通じて0.05 µS未満の緊張性皮膚伝導レベルが持続しており、覚醒度の低さではなく、電極と皮膚の接触不十分を示している場合。(iii) 解釈不能なドリフト、またはどのイベントとも時間的に同期していない突然かつ持続的な振幅の増大がある場合。(iv) アンプのレンジが飽和している場合。
       ​注：セッションをやり直したり、他のタスクや行動および自己報告チャネルからその被験者を排除したりしないでください。
    3. あるタスクのどのイベント（強化試行の無条件刺激イベントを含む）においても、位相性反応が0.01 µSのしきい値に達しない、または超えない場合、その被験者をそのタスクの非反応者として定義します。つまり、被験者が嫌悪的な結果そのものに対してさえ、測定可能な電気皮膚反応を示さない場合です。
       1. 非反応者は、そのタスクのすべてのチャネル（皮膚伝導、行動、主観的評価すべて）から排除します。これは、無条件刺激に対してさえ電気皮膚反応が全くないことは、そのセッションにおいて電気皮膚系が測定不能であったことを示し、被験者がそもそも随伴性に適応していたかどうかに疑問が生じるためです。
       2. その被験者を残りの2つのタスクに保持します。このケースを、技術的な信号消失（電極の脱落やリストストラップの無線通信切断などで、被験者は反応したが出力されなかった場合）と区別してください。後者の場合は、そのタスクのSCRチャネルを欠損値として扱い、電気皮膚信号の品質に影響されないそのタスクの行動および主観的データを保持します。
       3. タスクごとに、非反応率と技術的消失率を個別に報告します。
    4. トレース上の動作アーチファクトを、(i) どのイベントマーカーとも時間的に同期していない急峻な上昇過渡応答、または (ii) 指の収縮、姿勢の変化、あるいは椅子や机への電極の擦れによって生じた緊張性レベルの階段状のオフセットとして特定します。
    5. そのようなアーチファクトが含まれるすべての試行を、そのスコアリングウィンドウ内でマークし、試行レベルで除外します。被験者ごとには除外しないでください。
    6. あるタスクの試行の25%を超えてアーチファクト汚染としてマークされた場合、その被験者をそのタスクのSCR解析だけでなく、すべてのチャネルから排除します。残りの試行では、被験者ごとの安定した推定ができなくなり、そのセッションの記録条件がいかなるチャネルにとっても不適切であるためです。その被験者を残りの2つのタスクに保持します。
    7. 電気皮膚振幅の正の歪み分布を正規化するため、平均化する前に、試行レベルの振幅をlog(SCR + 1)で変換します。ベースラインドリフトの結果として稀に生じる負のCDA値は、変換前にゼロに固定します。
    8. 変換後の試行を集計し、被験者ごと、フェーズごと、刺激ごとに1つの値を得ます。
    9. チャネル固有の欠損によりn数が異なるため、解析用n数をチャネル（SCR、行動、評価）およびタスクごとに個別に報告します。
    10. ステップ8.14.1〜8.14.9で行ったすべての決定を、被験者ごとの品質ログに記録します。ログには、被験者ID、タスク、カウンターバランス条件、トレースの採用または棄却（理由を付記）、緊張性レベルの範囲、アーチファクトで棄却された試行の数と正体、アーチファクト棄却試行の割合、非反応者のステータス、および各チャネルの最終的な解析用n寄与を含めます。
    11. チャネル固有のデータ消失を監査および再現可能にするため、品質ログを統合データベースと共に保存します。
        注：今回のサンプルでは、ステップ8.14.3の非反応基準を満たした被験者はおらず、ステップ8.14.6のアーチファクトしきい値25%を超えた被験者もいませんでした。したがって、タスクの全チャネルから排除された被験者はいませんでした。解析用n数の乖離は、2つの独立した種類によるものです。一つは、そのタスクの行動および主観的記録は維持される電気皮膚チャネルの技術的消失であり、もう一つは、電気皮膚信号の品質とは無関係な不完全な行動または自己報告記録（タスクの未完了、または視覚的アナログ尺度への回答漏れ）です。すべてのチャネルおよびタスクにおける正確な解析用n数は、「Representative Results」の解析サンプル段落で報告しています。Experiment 3にはSCRチャネルが含まれないため、そのnは電気皮膚データではなく行動データの消失を反映しています。これらの基準を明示的に報告することは、Rugeら¹によって指摘された、電気皮膚アウトカムの操作化および報告における調和の欠如に対処するものです。

9. データベース

1. PythonスクリプトData_Bases.pyを実行し、参加者ごとに、SCR記録から得られた生理学的測定値と、実験タスク中に収集された回答を統合します。
   注：このスクリプトは、Ledalabで処理された生理学的記録から得られた情報、CDA分析の出力、および実験中に生成されたPsychoPyの回答スプレッドシートを統合します。
2. スクリプトが正常に実行された後、1人の参加者の生理学的情報と行動情報の両方を含む統合スプレッドシートが生成され、Global_Dataフォルダに保存されていることを確認してください。
   注：前述の例に従い、解析対象にExperiment_1が選択されている場合、Pythonスクリプトはその実験に関連するすべての参加者のフォルダを自動的に走査し、各参加者のCDA出力と対応する行動データを統合して、Global_Data/Exp_1 フォルダ内に参加者ごとの個別のスプレッドシートファイルを生成します。
3. 個々の参加者のデータベースが生成されたら、PythonスクリプトCompleted_Bases_Per_Experiment.pyを使用して、各実験タスクについて全参加者のデータを統合します。
   注：このスクリプトは、すべての参加者フォルダからの情報を実験ごとの統一データベースにまとめ、その後の統計解析とデータ処理を容易にします。手順が正常に完了すると、3つの実験それぞれに対応する3つの最終スプレッドシートが生成されます。
   Experiment_1用のスプレッドシート1枚
   Experiment_2用のスプレッドシート1枚
   Experiment_3用のスプレッドシート1枚
4. 得られた完全なデータベースをComplete_Data_Basesフォルダに保存します。

結果

分析サンプル

計38名の健康な成人を対象に、全実験セッションおよび自己報告式質問票（CTQ-SF、BCE、PHQ-9、GAD-7、STAI）を実施した。解析ごとのサンプルサイズは、参加者の辞退ではなく、チャンネル固有のデータ損失によりわずかに変動している。解析別のサンプルサイズは以下の通りである。実験1 — SCRおよび評価のANOVA（パブロフ条件付けおよびオペラント条件付けフェーズ）ではn = 37、オペラントボタン押しANOVAではn = 38。実験2 — 評価解析（獲得、消去、再獲得）および獲得SCRではn = 36、消去SCRおよびSCRフェーズ×刺激のART-ANOVAではn = 35。実験3 — すべての解析でn = 37。自己報告尺度（CTQ、BCE、症状）のみを用いた相関分析には、全サンプル（N = 38）を使用した。

実験1：回避を伴うパブロフ条件付けおよびオペラント条件付け

パブロフ相：3つのCS（回避可能なCS+、回避不能なCS+、CS−）における反復測定ANOVAにより、2つの明示的指標の両方で条件づけによる分化が確認された。期待値評定では F(2, 72) = 50.45, p < 0.001, ηp²= 0.584、脅威評定では F(2, 72) = 19.54, p < 0.001, ηp² = 0.352 であった。いずれのCS+タイプも、CS−（16.14および18.80）と比較して、USの予測可能性が高く（回避可能：M = 72.84、回避不能：M = 70.97）、より脅威的である（52.45および50.75）と評定された（すべてのBonferroni補正後 ps < 0.001, d_zs = 0.67–1.49）。なお、2つのCS+間に有意差は認められなかった（ps = 1.00）。自律神経指標でも同様の傾向が見られたが、効果はより弱かった。SCRは刺激間で変動し、F(2, 72) = 5.09, p = 0.009, ηp² = 0.124 (Greenhouse-Geisser p = 0.018) であった。これはCS− (M = 0.010, SD = 0.008) に対する回避不能なCS+ (M = 0.014, SD = 0.012) によるものであったが、このペアワイズ比較はBonferroni補正後には有意ではなかった（p = 0.052, d_z = 0.41）。2つのCS+を単一の指標に統合したところ、SCRにおけるCS+とCS−の有意な分化が回復した (t(36) =2.29, p = 0.028, d_z = 0.38)。強固な宣言的分化と、より弱く精度の低い自律神経分化との間のこのような乖離は、明示的な脅威評価と皮膚コンダクタンスが部分的に分離可能な条件づけチャネルを反映しているという過去の報告²¹と一致している（Figure 3, Table 1）。

図3: 実験1のパブロフ期：皮膚伝導反応、期待値、および脅威評定. (A対数変換した皮膚電気活動反応（log[マイクロジーメンス + 1]）。B) 0～100の視覚的アナログスケールによる期待値評価。 (C) 0～100の視覚的アナログスケールによる脅威評価。箱ひげ図は、中央値（中心線）、四分位範囲（箱）、および1.5倍まで伸びるひげを示す。 × IQR（四分位範囲）および個別の外れ値。ブラケットは、ボンフェローニ補正を行った有意なペアサンプルt検定（*p < 0.05, **p < 0.01, ***p < 0.001）；有意差のないペアは表示していません。n = 37。 こちらの図の拡大版を表示するには、ここをクリックしてください。

測定項目	回避可能CS+	回避不可能CS+	CS-
SCR (log[microsiemens + 1])	0.0109 (0.0086)	0.0140 (0.0123)	0.0100 (0.0075)
期待値 (VAS 0–100)	72.84 (23.92)	70.97 (26.25)	16.14 (27.94)
脅威度 (VAS 0–100)	52.45 (27.83)	50.75 (31.67)	18.80 (27.32)

表1：実験1のパブロフ相における記述統計量。セル内はM (SD)を表示。SCR = 皮膚電気反応、解析前にlog(SCR + 1)として対数変換。VAS = 0から100までの視覚的アナログスケール。n = 37。

オペラント相において、回避条件が導入されると、3つの指標が収束しました。参加者はCS−よりも両方のCS+において応答ボタンを押す回数が多くなりました。F(2, 74) = 9.51, p < 0.001, ηp² = 0.204（回避可能：M = 8.53；回避不能：M = 9.04；CS−：M = 7.26；いずれもBonferroni ps ≤ 0.027）。期待度、脅威度、および安堵感の評定は、制御可能性に従って2つのCS+を明確に区別しました。期待度：F(2, 72) = 136.34, p < 0.001, ηp² = 0.791（回避不能 > 回避可能, d_z = 1.56）；脅威度：F(2, 72) = 61.09, p < 0.001, ηp² = 0.629（回避不能 > 回避可能, d_z = 1.02）；安堵感：F(2, 72) = 14.94, p < 0.001, ηp² = 0.293（回避可能 > 回避不能, d_z = 0.86；すべてBonferroni ps < 0.001）。これは、参加者が回避可能なCS+に対してのみボタンが電気ショックの確率を下げると理解していたことを反映しています。この相における皮膚コンダクタンスは刺激間で差がなく、F(2, 72) = 0.78, p = 0.462, ηp² = 0.021であり、回避反応への能動的な関与が、パブロフ相で観察された自律神経信号の差異を減弱させたことが示唆されました²²(Figure 4, Table 2)。

図 4: 実験1のオペラント相：皮膚コンダクタンス反応、回避行動、および安堵感の評定。(A) 対数変換した皮膚コンダクタンス反応（log[microsiemens + 1]）。(B) ボタン押下回数（回避行動）；ボタンを押すと、回避不可能なCS+の間ではなく、回避可能なCS+の期間のみ無条件刺激がキャンセルされる。(C) 0-100のビジュアルアナログスケールによる安堵感の評定。ボックスプロットは、中央値、四分位範囲、1.5 × IQRまで伸びるひげ、および個別の外れ値を示す。ブラケットは、Bonferroni補正を行った有意な対応のあるt検定のペアを示す（*p < 0.05, **p < 0.01, ***p < 0.001）；有意ではないペアは表示されていない。n = 37 to 38。この図の拡大版を表示するには、ここをクリックしてください。

測定項目	回避可能CS+	回避不可能CS+	CS-
SCR (log[microsiemens + 1])	0.0197 (0.0150)	0.0196 (0.0151)	0.0212 (0.0169)
ボタン押下回数 (CSあたりの回数)	8.53 (3.58)	9.04 (4.01)	7.26 (4.27)
期待度 (VAS 0–100)	33.78 (26.97)	83.92 (19.80)	7.54 (14.58)
脅威度 (VAS 0–100)	37.12 (25.41)	70.60 (27.33)	11.60 (20.12)
安堵感 (VAS 0–100)	62.98 (26.36)	29.97 (27.93)	58.75 (36.29)

表2：実験1のオペラント相における記述統計。セル内の数値は M (SD) を示す。SCR = 皮膚電気反応、log(SCR + 1) として対数変換。VAS = 0から100までの視覚的アナログ尺度。ボタン押し回数は CS提示あたりの平均回数である。CS− 列は、嫌悪的な結果が発生し得ない試行におけるボタン押し回数、期待、脅威、および安堵感を示す。SCRおよび評価の n = 37、ボタン押し回数の n = 38 である。チャネルごとの解析用 n は、代表的な結果の解析サンプル段落に記載されている。

実験2：獲得、消去、および再獲得

消去を正式に検証するため、2（相：獲得 vs. 消去）× 2（刺激：CS+ vs. CS−）の被験者内ANOVAを用いました。相 × 刺激の交互作用が、CS+反応の選択的な減少を検証するための重要な指標となります。SCRは非ガウス分布であったため、アラインド・ランク変換を用いて2 × 2 ANOVAを計算しました²³。獲得相ではSCRに有意な差が認められ（Wilcoxon p = 0.008）、消去相では消失しました（p = 0.168）。ART-ANOVAでは、相を通じた自律神経反応の全体的な減少傾向は有意ではありませんでした（F(1, 34) = 3.24, p = 0.081）。また、相 × 刺激の交互作用も認められませんでした（F(1, 34) = 0.87, p = 0.358）。対照的に、期待値と脅威度の評定では、パラメトリックな2 × 2 ANOVAにおいて大きな相 × 刺激の交互作用が示され（期待値：F(1, 35) = 67.71, p < 0.001, ηp² = 0.66；脅威度：F(1, 35) = 5.85, p = 0.021, ηp² = 0.14）、宣言的レベルでの選択的な消去が確認されました。実験デザインにより、再獲得相では自律神経レベルでCS+のみが提示されました。CS+に対する主観的評定では有意なリバウンドが認められ、期待値は消去相のM = 25.90から再獲得相のM = 55.94へと上昇し（t(35) = 7.95, p < 0.001, d_z = 1.32）、脅威度はM = 31.26からM = 42.04へと上昇しました（t(35) = 3.61, p < 0.001, d_z = 0.60）。一方で、自律神経反応にそのような回復は見られず、CS+に対するSCRは消去相でM = 0.012、再獲得相でM = 0.010でした（p = 0.568）。この、その後の回復を伴わない自律神経的な消去と、持続し迅速に再活性化する宣言的知識というパターンは、マルチシステム・プロトコルの有用性を示しています²¹（Figure 5, Table 3）。

図5実験2：3つのフェーズにおける従属変数. (A) 対数変換した皮膚コンダクタンス反応 (log[マイクロジーメンス + 1])。 (B）期待度評価（視覚的アナログスケール 0～100）。（C) 脅威評価（視覚的アナログ尺度 0–100）。獲得相および消去相にはCS+とCS-の両方の試行が含まれていた。再獲得相では、条件付け反応の急速な再出現（節約効果）を検証するため、実験計画に基づき、自律神経レベルではCS+のみを提示した。すべての相において、両方の刺激に対する主観的評価を収集した。箱ひげ図は、中央値、四分位範囲、および1.5倍まで延びるひげを示している。 × IQRおよび個別の外れ値。パネルAのブラケットは、フェーズごとのCS+対CS-のウィルコクソン符号付き順位検定を示す。パネルBおよびCのブラケットは、フェーズごとのCS+対CS-の対応のあるt検定を示す（*p < 0.05, **p < 0.01, ***p < 0.001）；有意差が認められなかったペアは表示していない。再獲得相にはSCRのブラケットが表示されていないが、これは実験デザインにより、自律神経レベルではCS+のみが提示されたためである。パネルAにおいて、獲得期と消去期のCS+とCS-の差の中央値は同様に見えるが、CS+に対して反応を示した参加者の割合は > CSは（獲得時に72%に対し、消去時に60%であり）差異が認められ、ウィルコクソン検定により被験者内の一貫性に差があることが検出された。n = 35〜36。 この図の拡大版を表示するには、ここをクリックしてください。

測定	CS+獲得	取得 CS-	消去 CS+	消去 CS-	CS+の再獲得	再取得 CS-
SCR (log[マイクロジーメンス + 1])	0.0121 (0.0124)	0.0109 (0.0125)	0.0113 (0.0126)	0.0098 (0.0102)	0.0103 (0.0126)	（設計上の仕様）
脅威度 (VAS 0-100)	47.64 (27.47)	16.83 (20.71)	31.26 (26.32)	12.99 (17.62)	42.04 (26.71)	12.17 (18.90)
期待感（VAS 0-100）	73.34 (21.31)	11.42 (18.21)	25.90 (24.07)	7.18 (11.65)	55.94 (23.04)	6.53 (10.38)

表3：実験2（獲得、消去、再獲得）の記述統計。セル内は M (SD) を示す。SCR = 皮膚伝導反応、log(SCR + 1)として対数変換。VAS = 0から100までの視覚アナログスケール。実験デザインに基づき、再獲得フェーズでは、消去後の条件付け反応の急速な再出現（節約効果）を検証するため、自律神経レベルではCS+のみを提示した。したがって、SCRのCS−セルは空欄となっており、欠損データではない。主観的評価は、3つのフェーズすべてにおいてCS+とCS−の両方で収集された。評価および獲得時のSCRは n = 36、消去時のSCRは n = 35 である。

実験3：確率的報酬学習

参加者は確率的な随伴性を確実に学習した。高確率の選択肢が選ばれた平均割合は M = 0.734 (SD = 0.119) であり、チャンスレベルを有意に上回っていた（t(36) = 11.97, p < 0.001, d = 1.97）。また、80/20のペアは70/30のペアよりも正確に学習されていた（F(1,36) = 29.56, p < 0.001）。参加者ごとに適合させた強化学習パラメータからは、中程度のQ学習率（Alpha: M = 0.42, SD = 0.23）と、中程度の活用（exploitation）と整合する逆温度（Beta: M = 4.68, SD = 2.33）が導き出された。

幼少期の経験における個体差への感受性

このサブセクションで報告する分析は、本プロトコルの測定能力を示すための例示的なものであり、確認試験ではありません。本研究は、被験者内効果（上述の標準的なパラダイム効果）を検出するように設計されており、被験者間相互作用を検出することを目的としたものではありません。N = 38であるため、個人差モデルは探索的なものであり、バッテリーから導出された指標が解釈可能な参加者間の分散を持つことを示すためにのみ提示されています。4つのCTQと学習指標による調整モデルが、あらかじめ指定された二重有意性基準（CTQサブスケールと症状スコアの間の有意な二変量相関、および有意な交互作用項）を満たしました。これら4つのモデル、調整モデルの概念図²⁴、および特徴的な交互作用プロットの詳細は、本投稿に付随し、分析コードとともに公開リポジトリ（https://doi.org/10.5281/zenodo.21365750）にも保存されているSupplementary File 2（Supplementary Figure 1およびSupplementary Figure 2を含む）に完全に記載されています。これらは、プロトコルから導出された指標が個人差に感応することを示すデモンストレーションとして解釈されるべきであり、児童期逆境の特定の神経認知的シグネチャーの証拠として解釈されるべきではありません。そのようなシグネチャーを確立するには、大幅に大きなサンプルサイズを用いた確認的設計が必要です。

慈愛に満ちた児童期体験（BCE）とCTQサブスケールは強い負の相関を示し、CTQ-EN（情緒的ネグレクト）とBCE-CPF/DPFの間で最大の負の係数（rs = -0.68 および -0.67、ともに ps < 0.001、N = 38）が認められた。加えて、BCEスコアは、より高い強化学習の正解率およびより低い随伴性回避と関連しており、これは防御的ではなく、より探索的な行動特性と一致するパターンである。これらの二変量相関は記述的なものであり、本バッテリーが早期体験の尺度と共分散するのに十分な参加者間の分散を持つ指標を算出できることを示すものであって、媒介経路や因果経路を検証するものではない。完全な二変量行列は付録表2に、付随するテキストは付録ファイル3に記載されている。

代表的な結果の結論

3つの実験を通じて、本プロトコルは各パラダイムから期待される標準的な効果をもたらした。すなわち、パブロフ的識別（宣言的レベルでは強固であり、自律神経レベルでは弱く精度が低い）、明確な制御可能性に依存した期待・脅威・安堵の評定を伴うオペラント回避、自律神経反応の非選択的な減少を伴う宣言的反応の選択的消去、およびチャンスレベルを上回る確率的報酬学習である。一様な収束ではなく、マルチチャンネル設計により、収束（例：ボタン押しと評定の両方におけるオペラント分化）と、生理学的・行動的・主観的指標間の理論的に有益な解離（例：宣言的分化よりも弱いパブロフ的SCR、および強固な宣言的リバウンドがあるにもかかわらず再習得時に自律神経反応が回復しないこと）が混在して得られた。これは、明示的な脅威評価と皮膚伝導度指数が部分的に分離可能な条件付けチャネルであるという見解²¹と一致している。

これらの結果によって何が立証され、何が立証されなかったのかを正確に定義することが重要です。実証されたのは、このバッテリーが単一の60分セッション内で技術的に実施可能であること、各パラダイムが期待される方向性と大きさで標準的な効果を誘発すること、そして、このパイプラインが、プロトコルの変更なしに大規模なサンプルに再適用可能な、解釈可能な被験者ごとの指標セット（SCRの差分的コントラスト、オペラント緩和コントラスト、随伴性回避回数、およびQ学習のAlphaおよびBetaパラメータ）を算出できることです。一方で、逆境に関連する変化を検出するためのこれらの指標の感度や特異性は実証されていません。本サンプルサイズは被験者内効果に合わせて設定されており、個人差の効果を検討するためのものではありません。したがって、上述のCTQおよびBCEの分析は測定能力を示す例示的なものであり、逆境的な小児期体験の神経認知的なシグネチャーを確証的に検証したものではありません。これらの指標のうち、どれが（あるいは全くないのか）曝露群を識別し、あるいは臨床的転帰を予測するかを決定することは、「考察」で概説した十分な検定力を備えた確証的研究の課題です。

本研究の結果を裏付ける解析パイプライン（RおよびPythonスクリプト）、図表作成コード、および集計レベルのサマリーテーブルは、Zenodoリポジトリ（https://doi.org/10.5281/zenodo.21365750、DOI: 10.5281/zenodo.21365750）で公開されています。匿名化された個体レベルのデータ（皮膚コンダクタンス波形および行動反応）は、データ使用同意書への署名およびアンデス大学科学倫理委員会（ID: CEC2025023）による承認を条件として、妥当な要求があれば責任著者から入手可能です。Supplementary File 2に報告されている調整モデルに関連するコードとテーブルは、補足ファイルとして含まれています。解析スクリプト（paper_analyses_R.R; Supplementary Coding File 1）は、代表的な結果（Representative Results）に記載されているすべての統計量を再現し、図表作成スクリプト（paper_figures_R.R; Supplementary Coding File 2）は、生データファイルからFigure 3、Figure 4、およびFigure 5を直接再生成します。実験1、実験2、および実験3の実験デザインは、それぞれSupplementary Table 3、Supplementary Table 4、およびSupplementary Table 5に記載されています。

測定項目	M	SD
高確率選択の割合（全体）	0.73	0.12
80/20 条件付けペア	0.79	0.12
70/30 条件付けペア	0.68	0.14
Q学習率 (Alpha)	0.42	0.23
逆温度 (Beta)	4.68	2.33

表4：実験3（確率的報酬学習）の記述統計。セルはM (SD)を示す。高確率の選択肢の割合は、実験的選択ブロック全体の正解率を示す（チャンスレベル = 0.50。試行構造については付録表5を参照）。全体 = 0.73 (0.12)、80/20条件ペア = 0.79 (0.12)、70/30条件ペア = 0.68 (0.14)。80/20ペアはより決定論的なフィードバックを提供し、一方で70/30ペアはより確率的であり、S/N比（信号対雑音比）が低い。全体的な正解率とチャンスレベルとの1標本検定：t(36) = 11.97, p < 0.001, d = 1.97。被験者内対比 80/20 vs. 70/30：F(1, 36) = 29.56, p < 0.001。強化学習パラメータを参加者ごとに適合させた：Q学習率 Alpha = 0.42 (0.23)（[0, 1]の範囲で制限）、これは価値更新の大きさを規定する（中程度の更新）。逆温度 Beta = 4.68 (2.33)、これは探索と利用のバランスを規定する（中程度の利用）。n = 37。

補足図1：調整モデルの概念図。予測変数X（幼少期の逆境を示すCTQサブスケール）が、係数b1を通じてアウトカムY（不安または抑うつ症状）に直接影響を与え、一方で調整変数W（プロトコルから導出された参加者ごとの学習指標 — 例：オペラント緩和コントラスト、消去時の残存SCR、または脅威評価の差）が、相互作用項b3を介してX Yの関係性の強さを調整すると仮定している。b3が有意であることは、幼少期の逆境が成人期の症状に及ぼす影響が学習プロファイルに応じて変化することを意味し、補足ファイル2に記載された4つの調整モデルの概念的枠組みとなる。本稿では、二重有意性の基準を満たした4つの調整モデルにそれぞれ対応する4つの具体的なW変数を報告する：(1) オペラント緩和コントラスト ＝ 回避可能なCS+に対する主観的緩和 － CS−に対する緩和（実験1、オペラント相）、(2) 消去時の残存微分SCR ＝ 消去相終了時におけるCS+へのlog-SCR － CS−へのlog-SCR（実験2）、(3) 回避可能なCS+に対するオペラントSCR ＝ 回避可能なCS+へのlog-SCR － CS−へのlog-SCR（実験1、オペラント相）、(4) 回避不可能なCS+に対する脅威評価の差 ＝ 回避不可能なCS+への脅威評価 － CS−への脅威評価（実験1、オペラント相、0–100視覚的アナログスケール）。こちらのリンクをクリックしてファイルをダウンロードしてください。

補足図2： 注目したモデレーションの相互作用プロット。感情的ネグレクト（CTQ-EN）が抑うつ症状（PHQ-9）に及ぼす影響を、モデレーターW（オペラント緩和コントラスト：回避可能なCS+に対する主観的緩和 vs. CS-）の3つのレベル（低（-1 SD）、平均、高（+1 SD））でプロットしている。分岐する回帰線は、補足図1の相互作用項b3を視覚化したものである。オペラント緩和の値が低い場合、CTQ-EN PHQ-9の傾きは正となり（ネグレクトが強いほど、抑うつ症状が重い）、一方、値が高い場合は傾きが平坦になり、嫌悪的な結果に対する主観的なエージェンシーによる緩衝効果が示されている（B = -2.05, p = 0.041；フルモデルは補足ファイル2を参照）。こちらのリンクをクリックしてファイルをダウンロードしてください。

補足表 1：実験1、2、および3における刺激パラメータ。この表は、3つの実験で使用された刺激の物理的および手続き的パラメータをまとめたものである。各実験について、条件刺激（CS）と無条件刺激（US）の性質および持続時間、CS+ US強度と随伴性、参加者に求められた反応、試行間間隔（ITI）、記録された従属変数、およびカウンターバランス計画を記載している。実験1（パブロフ的/オペラント回避）では、CSとして色付きランプを、USとして嫌悪的な95-dBの音（ホワイトノイズまたはフォークの音をカウンターバランスして使用）を用いた。実験2（獲得/消去/再獲得）では、CSとして中立的な人間の顔を、USとして怒った顔とペアにした95-dBの男性の叫び声を用いた。実験3（確率的選択）では、確率的な視覚フィードバックを伴う抽象的な画像のペアを用いた。CS = 条件刺激；US = 無条件刺激；SCR = 皮膚伝導反応；VAS = 視覚的アナログ尺度。こちらをクリックしてファイルをダウンロードしてください。

付表 2：CTQサブスケール間のピアソン相関行列。BCEと症状尺度との間の負の相関は、肯定的な幼少期体験が持つ期待される保護的役割を反映している。数値はピアソン相関係数である。上部セクションはCTQサブスケールとBCE尺度の間の相関を示し、下部セクションはCTQサブスケールおよびBCE尺度と現在の症状スコアとの相関を示している。有意性マーカー：*p < 0.05, **p < 0.01, ***p < 0.001, +p < 0.10。N = 38 （自己報告尺度のみ；登録サンプル全体）。この行列に付随する記述テキストは付随ファイル 3に提供されている。EA = 情緒的虐待、PA = 身体的虐待、SA = 性的虐待、EN = 情緒的ネグレクト、PN = 身体的ネグレクト、BCE尺度：CPF = 家族による世話と保護、DPF = 肯定的な家族力学、BCE-Total = 肯定的な幼少期体験の総合スコア）および症状スコア（PHQ-9 = うつ病；GAD-7 = 全般性不安；SAI = 状態不安 [STAI-S]；TAI = 特性不安 [STAI-T]）。こちらをクリックしてファイルをダウンロードしてください。

補足表3：実験1（被験者内計画）の実験デザイン。この表は、3種類の条件刺激（回避可能なCS+ (A)、回避不可能なCS+ (B)、およびCS− (C)）を用いたパブロフ的/オペラント的回避パラダイムである実験1の被験者内計画を示している。行は刺激に対応し、列は実験の4つのフェーズ（パブロフ的条件付け、パブロフ的テスト、オペラント訓練、オペラントテスト）に対応している。セルには、標準的な連合学習表記^25,26を用いて試行数と随伴性が示されており、ここで「+」はUSが続くCSを、「−」はUSを伴わないCSを、そして「R」はボタン押し反応を表す。オペラントフェーズにおいて、Rは回避可能なCS+に対するUSをキャンセルするが、回避不可能なCS+に対しては効果がない。最終行は、関連するフェーズ後に収集されたVAS評価（脅威、期待、安堵）を示している。各参加者は52回の試行を完了した。こちらをクリックしてファイルをダウンロードしてください。

付録表4：実験2（被験者内計画）の実験デザイン。この表は、2つの条件刺激（CS+ (A) および CS− (B)）を用いた標準的な獲得–消去–再獲得パラダイムである実験2の被験者内デザインを示している。行は刺激に対応し、列は6つのフェーズ（獲得、獲得テスト、消去、消去テスト、再獲得、再獲得テスト）に対応している。セルには試行回数と随伴性が示されており、「+」はUSが続く試行を、「−」はUSを伴わない試行を表す。獲得期において、CS+は80%の試行（10回中8回）で強化された。再獲得フェーズでは、デザインによりCS+のみが提示されており、これはデータの欠損ではない。最終行は、関連するフェーズ後に収集されたVAS評価（期待値および脅威度）を示している。各参加者は52試行を完了した。こちらをクリックしてファイルをダウンロードしてください。

補足表5：実験3（被験者内デザイン）の実験設計。この表は、2組の抽象的な刺激（A–BおよびC–D）を用いた確率的学習課題である実験3の被験者内デザインを示している。練習フェーズの後、参加者は2つの連続した選択ブロックを完了した。各ブロックでは2組のうち1組のみが提示され、2番目のブロックでは常に1番目で提示されなかった組がテストされた。行は、選択ブロックの2つの被験者間カウンターバランス順序（A–B先かC–D先か）に対応し、列は実験のフェーズに対応している。強化スケジュールは p(A) = 0.80, p(B) = 0.20, p(C) = 0.70, p(D) = 0.30 であり、C1/C2のカウンターバランスによって、各ペアのどちらの刺激が高い確率を持つかがさらに反転される。選択は、1（高確率刺激）、0（選択なし／省略）、または −1（低確率刺激）としてコード化された。各参加者は200試行を完了した。こちらのリンクをクリックしてファイルをダウンロードしてください。

補足ファイル 1： データ管理、ディレクトリ構造およびファイル命名規則。ディレクトリツリー、カウンターバランシング用サブフォルダ、参加者フォルダ、ファイル命名規則、およびデータベーススクリプトの詳細な説明を、具体例とともに記載しています。こちらのリンクからファイルをダウンロードしてください。

補足ファイル 2：個人差による調節分析。個人差モデルの根拠と分析計画、二重有意性の基準を満たした4つのCTQと学習指数の調節作用、調節モデルの概念図（補足図 1）、および代表的な相互作用プロット（補足図 2）を記載。これらの分析は、本プロトコルの測定能力を示す例示的なものであり、検証試験ではありません。こちらのリンクからファイルをダウンロードしてください。

補完ファイル 3： 子供時代の好意的な体験と行動指標。CTQサブスケール、BCEスケール、および症状スコア間の相関（補完表 2）、および子供時代の好意的な体験に関連する行動表現型。こちらのリンクをクリックしてファイルをダウンロードしてください。

補足ファイル 4： 手順に関する推奨事項およびトラブルシューティング。セッションで分析可能なデータが得られるかを最も強く決定する6つのステップ、生理学的記録が劣化した際のトラブルシューティング規則、および異なる機器やリクルート上の制約がある研究室で利用可能な修正方法について記載しています。こちらのリンクをクリックしてファイルをダウンロードしてください。

補足コーディングファイル 1: paper_analyses_R.Rこちらをクリックしてファイルをダウンロードしてください。

補足コーディングファイル 2: paper_figures_R.Rこちらのリンクをクリックしてファイルをダウンロードしてください。

ディスカッション

本結果は、道具的制御を伴う脅威獲得、安全学習、恐怖の回帰、および確率的な報酬学習を網羅する、統合されたシングルセッション・バッテリーの技術的および方法論的な生存可能性を立証するものである。35名から38名の健康な成人を対象としたサンプルにおいて（チャンネル固有の信号喪失により、参加者の脱落ではなく解析サンプルサイズが実験間でわずかに異なった）、すべてのパラダイムでその標準的な効果が再現された。具体的には、パブロフ期における主観的および（より弱いが）自律神経的な条件付けの差異、オペラント期における制御可能性に依存した回避と緩和、実験2における宣言的な脅威の選択的消去と自律神経反応の非選択的な減少、および実験3におけるチャンスレベルを上回る信頼性の高い確率的学習である。これが何を実証し、何を実証しなかったかを正確に述べておくことが重要である。実証されたのは、これら3つのパラダイムを、相互干渉なく1回の60分セッションで同時に実施できること、このようなセッションが強いる試行回数の圧縮後でも3つの標準的な効果がすべて維持されること、およびこのパイプラインが、他のサンプルにそのまま再適用可能な参加者ごとの指標セットを提供することである。実証されていない点、すなわち今後確立されるべき点は、これらの指標が児童期の逆境の結果に対して感度と特異度を持つかどうかである。標準的な被験者内効果を再現することは、その主張にとって必要条件ではあるが十分条件ではなく、本サンプルは個体差の確証的検定を行うにはパワー不足である²⁷。したがって、個体差に関する結果は測定能力を例示したものであり、トラウマ学習経路の確証的な証拠ではない。

方法論的な貢献は、単一のパラダイムにあるというよりも、それらを併用することにある。導入部で述べたように、これら3つのタスクは計算論的に分離可能な3つの要求を網羅しており、同一の被験者内でこれらを測定することで、単一タスクの研究では構造的に回答できない問い、すなわち、ACEに関連する変化が、連合学習のドメイン一般的な再調整を反映しているのか、あるいは脅威に限定された価特異的な変化であるのかを検証することが可能になる。2つの脅威パラダイム、あるいは2つの報酬パラダイムを組み合わせたバッテリーでは、どちらか一方の仮説を否定してもう一方を支持することはできないが、本研究の3つのタスクの組み合わせであればそれが可能である。さらに、単一タスクのプロトコルと区別される3つの特徴がある。まず、脅威学習と報酬学習を同一セッション内で測定するため、セッション間の状態の変動が排除される。次に、マルチチャネル設計により、被験者ごとの指標として再利用可能なツールボックスが得られる。そして、BCEスケールをCTQ-SFと併せて実施することで、Narayanら¹⁰に従い、逆境のみではなく、逆境と慈愛の連続体をモデル化している。2つのスケールの間に中程度の負の相関が認められること（|r| ≈ 0.50–0.68; Supplementary File 3）は、これらが異なるものであると同時に部分的に重複していることを裏付けており、両者を併せて含める妥当性を正当化している。

生理学的効果が弱く、あるいは一部で認められなかった点は、詳細な検討に値します。なぜなら、それはプロトコルの性能に関する付け足しの事項ではなく、むしろ最も有益な結果であると言えるからです。ここでは3つのパターンが顕著です。実験1のパブロフ段階では、宣言的な識別は強固であった一方で、自律神経系の効果は弱く、多重比較の補正後には消失しました。さらに顕著なことに、オペラント段階で回避反応が導入されると、期待感、脅威、および安堵感の評定が制御可能性に応じて正確に分かれたまさにその瞬間に、皮膚伝導度は刺激間の識別を完全に停止しました。そして実験2では、自律神経反応は消去され、再習得時に回復しませんでしたが、宣言的反応は強く回復しました。対応する統計値は代表的な結果のセクションに記載されています。理論的に言えば、オペラントの結果は測定上の失敗ではなく、道具的制御が成功した際に予想される結果です。すなわち、利用可能な行動によって嫌悪的な結果を確実に回避できる場合、生物は手がかりを危険なものとして表現し続けていても、防御的な覚醒はダウンレギュレートされます。これは、LeDouxら²²が提唱した回避の再概念化であり、学習性無力感の文献²⁸で記述されている古典的な制御可能性効果そのものです。道具的反応それ自体が覚醒の調節因子であり、したがってその導入によって、それに先立っていた自律神経系の差異が取り除かれるはずなのです。一方、実験2のパターンは、Lonsdorfら²¹によって記録された反応システム間の部分的結合の典型的な例です。皮膚伝導度と明示的な評価指標は部分的に分離可能なプロセスであり、DibbetsおよびEvers¹¹自身も、ここで採用したパラダイムにおいて、SCRに corresponding な効果が見られない評定の個人差効果を報告しています。この点は、特に小児期の逆境に関する研究において重要です。もし早期の逆境が、宣言的な評価を維持したまま自律神経チャネルを選択的に再校正する場合（あるいはその逆の場合）、単一チャネルのプロトコルでは、研究者がどのチャネルを記録したかによって正反対の結論に至ることになります。これは、普遍的に信頼性が高いと言える評価尺度がなく、Rugeら¹が文献全体で記録している不均一性の妥当な原因の一つと考えられます。したがって、マルチチャネル記録は冗長ではなく、解釈可能な個人差研究のための前提条件です。臨床的には、自律神経系の消去後に主観的な脅威が持続することは、曝露療法後も残り再発を予測する残存脅威評価の実験室におけるアナログであり、それ自体が妥当な治療標的となります。とはいえ、誠実な代替説明についても強調しておきます。SCR効果の減弱は、60分間のバッテリーという試行回数の制約（1セルあたりの試行数が少ないこと、3つの連続するタスクによる慣れ、およびよく知られているSCR非反応者の存在）の下での、自律神経チャネルの低パワーおよび低信頼性とも整合します。現在のデータではこの説明を排除することはできず、また2つの説明は相互に排他的ではありません。これらのどちらであるかを判断しようとする研究は、プロトコルのステップ 8.14 に指定された信号品質基準を適用し、非反応者の除外を事前登録し、自律神経系の効果が認められないことを測定精度の不足ではなく乖離の証拠として解釈するためには、1セルあたりの試行回数を増やしたより長いプロトコルが必要であることを想定すべきです。

標準的なパラダイム効果を再現しただけでなく、プロトコルから得られた指標は、小規模なサンプルにおいても、児童期の逆境経験との理論的に意味のある関連性を検出するのに十分な感度を示しました。4つのCTQと学習指標による調整モデルが、二重の有意性基準（有意な二変量相関および有意な交互作用項）を満たし、CTQおよびBCEスケールは予想通りの中程度の負の相関を示しました。これらの結果は、トラウマと学習経路の確認試験としてではなく、本プロトコルの測定能力を例示するものとして報告しています。完全な統計的詳細および理論的解釈は、Supplementary File 2に記載されています。

皮膚電気活動記録の品質を決定し、データ収集時に細心の注意を払うべき要因は以下の3点である。まず、非利き手の中指と薬指の第一関節に、しっかりと、かつ快適な状態で密着させ、両電極に導電性ゲルを均一に塗布すること。次に、リストストラップのワイヤレス接続が継続していることを、各タスクの前およびタスク間の移行時に毎回確認すること。これは、短時間の通信断絶は参加者側では気づかれないが、トレース上に平坦なセグメントを生成するためである。そして、非利き手の固定である。指の収縮や姿勢の変化は、自動的な相性分解（phasic decomposition）では真正の反応と区別できない過渡応答を生成するためである。タスクの途中で通信が途切れた場合は、実験を続行し、セッションを繰り返さないこと。影響を受けたチャネルはそのタスクについてのみ欠損データとして扱い、参加者は他のパラダイムおよび同タスクの行動的・主観的チャネルのデータとして利用可能とする。この決定ルールにより、解析対象数nが実験間で35から38の間で変動している。その他の運用上の推奨事項、カウンターバランスおよび校正の確認、Ledalabのパラメータ、および完全なトラブルシューティングガイドは、Supplementary File 4に記載されている。

これらの結果を解釈する際には、いくつかの制限を考慮すべきであり、それらが相まって、本研究が確定的な研究ではなく、トランスレーショナルな手法の提案であるという位置づけを定義しています。第一に、そして最も重要な点として、サンプル数（n = 35–38、実験により異なる）は、ここで報告されている被験者内パラダイムの効果には十分ですが、確定的な個人差分析を行うにはパワー不足です。FritzおよびMacKinnon²⁴は、中程度の媒介効果を検出するにはN ≥ 71が必要であると推定しており、McClellandおよびJudd²⁷は、控えめなコミュニティサンプルで交互作用を検出するには、主効果に必要な数倍のサンプルが必要であることを示しています。したがって、モデレーションモデルは、プロトコルの測定感度を示す例として報告されており、トラウマと学習の経路を検証したものではなく、逆境の神経認知シグネチャーに関する主張は行っていません。その直接的な結果として、本プロトコルの臨床的価値はまだ確立されていません。ここで導出された指標は、候補マーカーとして検討される前に、十分なパワーを備え、事前に登録された検証を、より大規模な、そして理想的には極端なグループを濃縮したサンプルまたは臨床サンプルで受ける必要があります。第二に、皮膚コンダクタンスは本質的に動作アーチファクトや断続的なワイヤレス接続の喪失の影響を受けやすく、本サンプルの3つの実験でその得られ方が異なっていました。行動および主観的なチャネルはより堅牢であり、それこそが本プロトコルにおいて自律神経チャネルのみに頼らず、これらを同時に記録している理由です。このバッテリーを採用する研究室は、チャネル固有のデータ損失を想定し、チャネルごとおよびタスクごとの解析nを報告すべきです（ステップ 8.14.9 を参照）。第三に、本プロトコルは1回の研究室訪問の時間（セットアップを含めて約60分）に制限されており、これがパラダイムあたりの試行回数を制約し、その結果、導出された参加者ごとの指標の被験者内信頼性に下限を設けています。より長い、あるいは複数セッションにわたるプロトコルであれば、疲労やセッション内コントロールを犠牲にする代わりに、より安定した個人の推定値が得られるでしょう。最後に、このバッテリーはこれまで18歳以上の健康な成人にのみ実施されており、未成年者、高齢者、および臨床集団への適用可能性はまだ確立されていません。本稿が寄与しているのは、これらの確定的な臨床検証の基盤となり得る、標準化され再現可能な測定インフラストラクチャ（パラダイム、収集パラメータ、品質基準、および指標の導出）であることです。

本プロトコルから、当然ながら3つの将来的な応用が考えられます。第一に、より大きなサンプルサイズ（中程度の媒介効果を検出するためには n ≥ 71）を用いて……²⁴ 早期の逆境が及ぼす影響に関する正式な媒介分析を支持することになる。> 学習 -> 症状のパスウェイであり、理想的には事前登録された仮説と、あらかじめ規定されたモデレーター×予測因子のセルを含むものであること。第二に、健常対照群と臨床群（心的外傷後ストレス障害、大うつ病性障害）を比較する臨床的妥当性検証を行うことで、プロトコルから得られた指数のうち、どの指数が診断の識別や治療反応の予測に最適であるかを特定できる。第三に、インフォームドコンセントで既に合意を得ている6か月後の再テスト回により、指数の個人内安定性と治療感受性を評価することが可能となる。これは、これらの指数をバイオマーカー候補として利用するための前提条件である。小児期の逆境が心理的に及ぼす長期的影響に関する研究には、単一のタスクや自己報告のみのデザインではなく、このような統合的なマルチシステム・プロトコルの採用を推奨する。

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
AcqKnowledge ソフトウェア	BIOPAC Systems Inc.	ACK100W (Windows) / ACK100M (Mac)	生理学的信号のデータ収集および解析ソフトウェア。RRID:SCR_014279 (最新の SciCrunch エントリで確認のこと)。
afex (R パッケージ)	Singmann, Bolker, Westfall, Aust & Ben-Shachar	Version 1.5-1	要因実験用 R パッケージ。aov_ez() を介して、すべての反復測定 ANOVA (実験 1-3) に使用。RRID:SCR_022761 (最新の SciCrunch エントリで確認のこと)。
ARTool (R パッケージ)	Wobbrock, Findlater, Gergle & Higgins	Version 0.11.2	ノンパラメトリック要因 ANOVA 用の Aligned Rank Transform。分布が非ガウス分布である実験 2 の皮膚伝導度の Phase x Stimulus ANOVA に使用。
Benevolent Childhood Experiences (BCE) スケール	Narayan, Rivera, Bernstein, Harris & Lieberman (2018)	パブリックドメインの尺度 (10 項目)	スペイン語適応版を使用。本尺度に RRID は割り当てられていないため、元の妥当性検証論文を引用すること。
BioNomadix リストストラップ (送信機)	BIOPAC Systems Inc.	BN-PPGED-T	EDA および PPG 信号用ウェアラブル送信機。BioNomadix 受信モジュールとペアで使用。
Childhood Trauma Questionnaire - Short Form (CTQ-SF)	Bernstein et al. (2003)	妥当性が検証された 28 項目の回顧的自己報告式尺度	5 つのサブスケール (EA, PA, SA, EN, PN)。RRID なし。元の妥当性検証論文を引用すること。スペイン語適応版を使用。
EDA 電極用導電性ジェル	BIOPAC Systems Inc.	GEL101A	皮膚伝導度測定用の等張性ジェル。
使い捨て Ag/AgCl EDA 電極	BIOPAC Systems Inc.	EL507A	皮膚伝導度記録用の使い捨て電極。
全般性不安障害尺度 (GAD-7)	Spitzer, Kroenke, Williams & Löwe (2006)	7 項目の自己報告式尺度	妥当性が検証されたスペイン語版を使用。尺度の RRID なし。原典を引用すること。
ggplot2 (R パッケージ)	Wickham	Version 4.0.3	グラフィックスの文法に基づくプロッティングシステム。RRID:SCR_014601 (最新の SciCrunch エントリで確認のこと)。
ヘッドホン (オーバーイヤー型)	HyperX (HP Inc.)	Cloud III	有線密閉型ゲーミングヘッドセット。恐怖条件付け中の聴覚的無条件刺激の提示に使用。
Ledalab	Benedek & Kaernbach (2010)	オープンソース MATLAB ツールボックス v3.2.5	皮膚伝導度信号の連続分解解析 (CDA)。RRID は割り当てられていない (代わりに元の論文を引用すること)。
lme4 (R パッケージ)	Bates, Maechler, Bolker & Walker	Version 1.1-37	線形混合効果モデル。実験 3 における参加者ごとの学習軌跡の傾きを推定するために使用。RRID:SCR_015654 (最新の SciCrunch エントリで確認のこと)。
MATLAB	MathWorks	R2025a	Ledalab および SCR 前処理パイプラインの実行に使用。RRID:SCR_001622。
患者健康質問票-9 (PHQ-9)	Kroenke, Spitzer & Williams (2001)	9 項目の自己報告式尺度	妥当性が検証されたスペイン語版を使用。尺度の RRID なし。原典を引用すること。
生理学的データ収集ユニット (PsychoPy)	BIOPAC Systems Inc.	MP200	主要な生理学的信号収集ユニット。BioNomadix ワイヤレス EDA モジュールと組み合わせて使用。
Python	Python Software Foundation	Version 3.12	Ledalab の出力と PsychoPy の行動記録を統合する前処理パイプライン (Data_Bases.py, Completed_Bases_Per_Experiment.py) に使用。RRID:SCR_008394 (最新の SciCrunch エントリで確認のこと)。
R (統計計算環境)	R Foundation for Statistical Computing	Version 4.5.0	すべての統計解析が行われた環境。調整モデルは、基本 stats パッケージの lm() 関数を用いた最小二乗回帰によって推定され、予測変数は z 標準化し、交互作用項はそれらの積として計算した。特定の調整用パッケージは使用していない。RRID:SCR_001905 (最新の SciCrunch エントリで確認のこと)。
状態-特性不安検査 (STAI)	Spielberger et al. (1983)	STAI Form Y (40 項目, SAI + TAI)	妥当性が検証されたスペイン語版を使用。尺度の RRID なし。原典を引用すること。
刺激提示モニター	Samsung	LS22D300GALXZS (S22D300, 22-inch LED)	視覚的 CS+ / CS- 刺激および評価尺度の提示に使用したディスプレイ。