Иосиф Зислин
Проблема понимания времени в психопатологии
Для классической психопатологии понятие времени никогда не являлось центральным. Мы же собираемся рассмотреть ее в двух аспектах.
Первое – учитывая , что как в норме , так и при патологии, эмоциональный фон (точно так же, как и любые физиологические показатели) изменяется непрерывно, появляется необходимость выделения более мелких временных единиц ( мы обозначаем их как микросостояния- МС). Маркирование временных границ микросостояния определяется задачами исследования и в идеальном случае сумма таких МС дает нам спектральную характеристику динамики на длительном промежутке времени и динамическую характеристику психопатологического синдрома. В нашем исследовании под МС мы понимаем фиксируемое врачом изменение эмоционального состояния в секундном или минутном интервале.
Как было показано ранее, особенности психического состояния кодируются в речевом сигнале во многом независимо от его семантического содержания (Картавенко М. , Kienast M., Sendlmeier W.F. Scherer K.R , Williams C.E., Stevens N.K).
Для анализа и верификации МС мы использовали анализ записи акустических параметров спонтанной речи пациентов, страдающими различными душевными расстройствами. Оценка эмоционального состояния производился с помощью шкалы BPRS. Сравнение выделенных параметров производилось только между МС у одного и того же лица в разных клинически верифицированных (субсимптомальных) состояниях.
В настоящем исследовании нам удалось выделить две математические характеристики акустической характеристики речевого потока, коррелирующих с клиническим параметрами МС:
- Кепстр используется для представление краткосрочного спектра мощности звука. Он рассчитывается как линейное косинусное преобразование логарифмического спектра мощности по нелинейной мел-шкале частоты. Этот параметр коррелирует с уровнем тревоги.
2. Спектральный коэффициент тональности — это мера количественной оценки того, насколько речь является монотонной. Высокое значение спектрального коэффициента указывает на монотонность речи. Представленный подход дает возможность решить и обратную задачу- а именно, по структуре речевого потока определить точки изменения эмоционального состояния, которые достаточно трудно выделить клинически.
Второе — до сегодняшнего дня нет четких временных критериев динамики выхода из депрессивного состояния (Major Depressive Disorder). Задача эта представляться необыкновенно значимой в клинической практике, т.к. решение ее позволит спрогнозировать динамику болезни и построить более правильную программу лечения. Однако решение такой задачи вовсе не является тривиальным. Основная сложность заключается в том, что сегодня, в эпоху психофармакологии и наличия множества лекарств для лечения депрессивного состояния, невозможно проследить «естественное» (нелеченое) течение болезни, которое и может дать нам правильную картину как входа в депрессию, так и выхода из нее. Клинический же опыт показывает, что динамика выхода из депрессии является долгим и неоднородным процессом. Более того, понятно, что даже несмотря на применение самых новых антидепрессантов, в ходе выздоровления имеется несколько волн ухудшения состояния. Однако, причина таких «отступлений» непонятна. Стандартные объяснения и ссылки на природу депрессии ничего реально не проясняют.
Мы предлагаем для объяснения клинической динамики применить модель Эллиотовских волн, предложенной около ста лет тому назад для анализа динамики финансового рынка. На наш взгляд (и это пока лишь гипотеза), применение подобной модели позволит хорошо объяснить динамику выхода из депрессивного состояния, как в «естественных» условиях (т.е. без лечения) , так и при применении стандартных лекарственных средств.
