Abstract (deu)
Spinnenphobie ist eine der häufigsten Phobien und kann die Lebensqualität der Betroffenen deutlich beeinträchtigen. Die meistgenutzte Therapiemöglichkeit ist die Expositionstherapie, bei der dem Patienten wiederholt ein furchtauslösender Stimulus dargeboten wird. Wir formulieren dieses therapeutische Setting als ein “closed-loop-System”, das anhand des vorhergehenden Zustands des Patienten (gemessen mit einem “Sensor”) den nächsten Stimulus wählt, um ein optimales Aktivierungsniveau beizubehalten (durch einen “Controller”). Dies ermöglicht ein besseres theoretisches Verständnis sowie die Verbesserung und Automatisierung dieser Therapiemöglichkeit.
Unsere hier vorgestellte SpiDa Database dokumentiert die Furchtreaktionen, die von bestimmten Stimuli ausgelöst werden. Um die Messung momentaner Furchtzustände zu verfeinern, setzen wir eine Reihe physiologischer Messinstrumente ein und verwenden maschinelles Lernen, um die ausgelöste Furcht vorherzusagen.
Fünfundfünfzig Probanden bewerteten die Furcht, die die 175 SpiDa Bilder auslösten. Durch das Trainieren von Modellen versuchen wir, diese Bewertungen anhand der verfügbaren Information vorherzusagen. Unsere Ergebnisse zeigen, dass vorrangig zwei Variablen für die Vorhersage relevant sind: Das Mittel der Bewertungen des aktuellen Stimulus durch andere Probanden sowie das Mittel der Bewertungen der vorhergehenden Stimuli durch den aktuellen Probanden. Um die 60 Prozent der Varianz der Bewertungen lassen sich mit solch einem reduzierten Modell vorhersagen.
Zusammenfassend lässt sich sagen, dass eine erfolgreiche Konzeption eines “Controller”, um closed-loop Ansätze in der Therapie aber auch Forschung möglich zu machen, vor allem zweierlei benötigt: Ein gut untersuchtes Set an Stimuli, von denen bekannt ist, welche Reaktionen sie auslösen, sowie die Berücksichtigung vorhergehender Zustände des Patienten zusätzlich zum momentanen Zustand. Zur Unterstützung der Open Science Initiative werden wir sämtliches Material der SpiDa-Datenbank öffentlich zugänglich machen.