計算効率ηと神経散逸||Δ||：現象的状態の普遍的マーカーとしての証拠 ─ 5つの独立したEEGデータセットからの証拠

概要 本研究では、Effective Powerフレームワーク（Eff = Amp × Sγ; Waterman 2026a）に基づいて導出されるスカラー型EEG指標として、η（計算効率）と||Δ||（散逸ノルム）を紹介する。η = ||Ψ|| / ||A|| は総振動エネルギーのうち組織化された空間パターンに変換された割合を示す。||Δ|| = ||A − Ψ|| は組織化された出力を生成できなかったエネルギー消費を表す。これらの指標を、現象的変化の根本的に異なる2つのクラスを包含する5つの独立したEEGデータセットで検証した：(1) 意識内の遷移—反転学習（ds004295, N=22）、アナグラム洞察（Oh et al. 2020, N=30）、瞑想中の心のさまよい（ds001787, N=24）；および(2) 意識レベルの低下—プロポフォール鎮静の2つの独立データセット（Bajwa et al. 2024, N=21; Chennu et al. 2016, N=20）。ηは全てのデータセットと比較において有意に低下した（d=−0.492から−4.145、すべてp<0.05）。||Δ||は全てのデータセットで有意に増加した（d=+0.410から+1.619）。鎮静の2つのデータセットでは、ηはLempel-Ziv Complexity（LZC）を大幅に上回り鎮静状態の識別能を示した：AUC 0.988対0.755（Bajwa）、AUC 1.000対0.612（Chennu）。LZCはプロポフォール下で逆説的な振る舞いを示し、鎮静の深さに伴い増加したが、これはデルタ振幅アーチファクトによるものである。ηは時間的複雑性ではなく空間パターンの組織化を計測するため、この混乱因子に耐性がある。Chennuデータセットでは、ηは全20名において単調に減少し（スピアマンr<0が20/20、平均r=−0.680）、行動的に反応しなくなる被験者（眠気状態）を反応性を維持する被験者と基線（p=0.0002）と回復期（p=0.006）で正しく区別した。ηと||Δ||を「現象的状態効率メトリクス」として、新たなEEGマーカーとして提案し、既存の時間的複雑性指標と競合するのではなく補完する感度を持ち、意識内遷移や意識レベル勾配の両方に感度を持つ。