Titel
VorhERsage
AutorInnen
Denkmann, J., Stepankina, E.
Abstract
Der Einsatz von Methoden des maschinellen Lernens (ML) in der Psychologie, unter dem Leitgedanken „Vorhersage statt Erklärung“, hat bisher keine breite Akzeptanz gefunden. Diese explorative Pilotstudie untersucht insgesamt sechs Biomarker des Zentralen Nervensystems und der Periphysiologie (UVs), die mit- tels EEG, EMG, EKG und EDA erfasst werden, sowie deren Vorhersagekraft in Bezug auf die dichotome abhängige Variable der Emotionsregulation (ER). Ne- gative Emotionen werden im Rahmen eines Emotional-Challenge-Paradigmas durch aversive Stimuli induziert. Dabei soll die Bedingung „Neubewertung“ (ER: Reduce/Negative) durch ein statistisches Modell von der unregulierten Reak- tion („Weiteransehen“: Watch/Negative) differenziert werden. Für die Klassifi- kation werden die frontale Alpha-Asymmetrie (FAA), das frontale mittlere Theta (FMT), die Skin conductive response (SCR), die Herzrate (HR) sowie die Aktivität der Zygomaticus- und Corrugator-Muskulatur herangezogen. Die Vor- hersagegenauigkeit einer klassischen schrittweisen logistischen Regression wird mit jener einer kreuzvalidierten LASSO-Regression, einer einfachen ML-Me- thode, verglichen. Der Einsatz von ML-Methoden verbessert die „Accuracy“ von 0,60 auf 0,67 (Baseline: 0,50). Die vier wichtigsten „Features“ im ML-Modell waren die Corrugator-Aktivität (Runzeln der Augenbrauen), das FMT (als Indika- tor für kognitive Kontrolle und Regulationserfolg), die SCR (als Indikator für phasische sympathische Reaktionen; niedrigere Werte deuten auf bessere Emotionsregulation hin) sowie die Zygomaticus-Aktivität (Lächeln). Diese Er- gebnisse legen nahe, dass diese Prädiktoren eng mit der ER assoziiert sind. Dar- über hinaus zeigen die Ergebnisse, dass der Einsatz von ML-Methoden zu einer höheren Vorhersagegenauigkeit führt. In zukünftigen Studien könnte diese re- duzierte Anzahl von Messvariablen die Realisierung größerer Stichproben er- möglichen. Die identifizierten Biomarker könnten zur Diagnostik von ER- Schwierigkeiten beitragen, die mit psychischen Störungen assoziiert sind.
Schlagworte
biomarker, emotionsregulation, machine learning, psychophysiologie