健康不安における認知バイアスの予測的役割：機械学習アプローチ

これまでの研究は、認知バイアスが健康不安に寄与する可能性があることを示唆しています。しかし、健康に関する脅威の偏った注意、解釈、記憶が健康不安とどのように関連しているのか、また、これらの認知プロセスが健康不安の予測において相対的にどのように重要であるかを調査した研究はほとんどありません。本研究は、潜在的な予測因子として複数の認知バイアスを用いた健康不安の予測モデルを構築し、健康不安の個人差を最もよく予測する偏った認知プロセスを特定することを目的としました。様々な注意、解釈、記憶のタスクを用いて、行動的、自己報告、計算モデルアプローチで測定された健康不安の予測因子を認識するために、機械学習アルゴリズム（エラスティックネット）を実施しました。参加者は、軽度から重度までの健康不安の重症度をもつ196人の大学生でした。その結果、病気に対する解釈バイアスと症状に対する注意バイアスだけが健康不安の予測モデルに有意に寄与し、両方のバイアスは正の重みを持ち、前者が最も重要な予測因子であることが判明しました。これらの発見は、病気関連の解釈バイアスの中心的な役割を強調し、認知バイアスの修正を組み合わせることが健康不安を和らげる有望な方法である可能性を示唆しています。