CE37 - Neurosciences intégratives et cognitives

Une évaluation neuro-computationnelle des fluctuations de l’humeur et de leur impact sur la prise de décision – Moodeling

Résumé de soumission

Les événements de vie – positifs ou négatifs – influent sur notre humeur, qui elle-même modifie notre perception des événements. Une humeur haute conduit à percevoir les événements (ou les perspectives d’évènements) comme meilleures qu’ils ne sont. Ce genre d’interaction réciproque se retrouve également en clinique. Nous avons récemment contribué à l’utilisation de modèles computationnelle pour comprendre ce phénomène. Nous avons montré que l’humeur pouvait être décrite comme une intégration des erreurs de prédiction sur les événements, avec un facteur d’oubli. En retour, l’humeur modulait la perception de ces événements. Différents individus peuvent intégrer la même séquence d’événement de façon différente, conduisant à des niveaux d’humeur différent. En combinant cette approche à l’IRM fonctionnelle, nous avons montré que l’humeur était encodée dans l’activité de repos de deux régions, positivement dans le cortex préfrontal ventro-médian (vmPFC) et négativement dans l’insula antérieure (aIns). Cependant, dans ces travaux préliminaires, l’échelle de temps étudiée était très courte, quelques dizaines de minutes, comparée aux fluctuations quotidiennes qui évoluent sur quelques jours ou semaines. Leur amplitude était également minimale comparée à des fluctuations normales ou pathologiques.

Le but de ce projet est de faire la jonction entre l’approche expérimentale au laboratoire, les fluctuations normales de l’humeur que tout un chacun peut expérimenter et les fluctuations pathologiques de l’humeur en opérant un triple changement d’échelle : en termes de nombre de participants, de constante de temps et d’amplitude. Plus spécifiquement, nous testerons (1) si les mêmes principes computationnels peuvent rendre compte de fluctuations thymiques à des échelles de temps très différentes (2) si notre approche neuro-computationnelle des fluctuations de l’humeur et de leur impact sur la décision permet de discriminer des patients présentant un trouble de l’humeur, et prédire leur évolution clinique (3) si les activités de base du vmPFC et de l’aIns reflètent également des fluctuations à une échelle plus longue, de même que les variations dans la prise de décision.

Dans une première étude, nous analyserons 3 larges jeux de données : des jugements subjectifs d’humeur collectés en population générale, une échelle de dépression validées complétées par plus de 400 000 personnes aux cours des 17 dernières années, et des variables cliniquement pertinentes, comme le nombre de consultations pour dépression ou le nombre de tentatives de suicide enregistrées chaque jour à l’échelle d’une ville, grâce à un entrepôt de données cliniques. Notre but sera de démontrer qu’un même modèle computationnel peut rendre compte à la fois de fluctuations minimales de l’humeur induites au laboratoire et de variations normales et pathologiques à l’échelle d’une population.

Dans une seconde étude, nous utiliserons notre approche neuro-computationnelle pour comparer deux groupes de patients, présentant un trouble bipolaire ou un trouble dépressif récurrent, à des sujets contrôles. Nous combinerons une évaluation courte en IRM fonctionnelle et une évaluation au long cours grâce à une application dédiée. Notre but sera de démontrer que chaque trouble de l’humeur est caractérisé par un profil computationnel spécifique d’intégration des événements positifs et négatifs au sein de l’humeur, et de leur impact sur la prise de décision, et d’utiliser ce profil pour prédire l’évolution clinique des patients.

Enfin, nous nous appuierons sur une situation clinique bien spécifique, celle de patients présentant une épilepsie résistante pour lesquels une exploration par stéréo-encéphalographie est requise, pour obtenir un enregistrement continu de nos deux régions d’intérêt sur plusieurs jours. Cette approche nous permettra d’identifier les corrélats neuronaux de l’humeur et de son impact sur la décision à une échelle de temps pertinente (quelques jours à quelques semaines).

Coordination du projet

Fabien Vinckier (DRCI GHU Paris Psychiatrie et Neurosciences)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

DRCI GHU DRCI GHU Paris Psychiatrie et Neurosciences

Aide de l'ANR 264 230 euros
Début et durée du projet scientifique : décembre 2021 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter