会話音声における抑うつ検出のためのデジタルバイオマーカー：再帰に基づく非線形ボーカルダイナミクス

要旨: うつ病のデジタルバイオマーカーは、これまで主に静的な音響記述子、集約された要約統計量、または従来型の機械学習表現に依存してきました。しかし、これらのアプローチでは、会話における発話のボーカル・ダイナミクスに埋め込まれた非線形な時間的組織化を見落としてしまう可能性があります。本研究では、うつ病は、発話状態軌跡における再帰（recurrence）構造の変化と関連している、つまり、時間の経過に伴って発話システムが音響状態をどのように再訪するかが変化しているのではないか、という仮説を立てました。142名のラベル付き参加者を含むDAIC-WOZコーパスのうつ病サブセットを用いて、フレームごとのCOVAREP軌跡を非線形動的システムとしてモデル化し、74のボーカル・チャネルから再帰ベースのバイオマーカーを導出しました。特徴選択付きのロジスティック回帰と、層化したクロスバリデーションによって分類性能を評価しました。再帰ベースのバイオマーカーは、平均クロスバリデーションAUCが0.689となり、静的音響ベースライン、エントロピー・ダイナミクス特徴、ハースト指数特徴、決定論（determinism）特徴、ならびにリヤプノフ様の不安定性代理指標を上回りました。置換検定では統計的有意性が示され、p=0.004でした。プールしたクロスバリデーション予測ではAUC 0.665であり、95のブートストラップ信頼区間は[0.568, 0.758]でした。これらの結果は、うつ病が会話におけるボーカル・ダイナミクスの再帰構造の変化として特徴づけられる可能性を示しており、デジタル精神医学的バイオマーカーに向けた有望な方向性として、非線形状態空間解析を支持するものです。