Phénotypage de la réponse au stress aigu chez les personnes ayant fait des tentatives de suicide impulsives et non impulsives : une étude multimodale de neuroimagerie et de biomarqueurs périphériques – PASTIS

Les tentatives de suicide (TS) représentent un enjeu majeur de santé publique et une cause importante de morbidité chez les personnes souffrant de troubles de l’humeur. Malgré des décennies de recherche, les marqueurs biologiques fiables des TS font encore défaut. Cette lacune peut s’expliquer par l’hétérogénéité des mécanismes neurobiologiques sous-jacents. Des données récentes suggèrent l’existence de phénotypes distincts de TS — impulsives et non impulsives — caractérisés par des profils de réponse au stress divergents. Les TS impulsives sont déclenchées par une détresse émotionnelle aiguë, et associées à une hypersensibilité au stress. À l’inverse, les TS non impulsives sont préméditées, liées à une idéation suicidaire persistante, et enracinées dans une dysrégulation chronique des systèmes de stress. À ce jour, aucune étude n’a étudié de manière approfondie cette distinction à l’aide de marqueurs biologiques multimodaux. Le projet PASTIS vise à combler cette lacune en identifiant et validant des signatures neurobiologiques spécifiques à la réponse au stress permettant de différencier les sous-types de TS impulsives et non impulsives. Au total, 150 participants seront recrutés dans deux centres (CHU Montpellier, France, et UKJ Jena, Allemagne), répartis équitablement en trois groupes : (1) TS impulsives, (2) TS non impulsives, et (3) témoins affectifs souffrant d’un épisode dépressif majeur sans antécédent de TS. Chaque participant bénéficiera d’une phénotypage clinique approfondi (idéation suicidaire, sévérité de la dépression, impulsivité, régulation émotionnelle, événements de vie, exposition au stress). Les participants réaliseront des protocoles d’imagerie cérébrale fonctionnelle multimodale, incluant une IRMf au repos et une tâche de stress psychosocial (ScanSTRESS). En parallèle, des marqueurs biologiques de vulnérabilité seront recueillis : le cortisol salivaire sera mesuré à cinq temps pour analyser la réponse anticipatoire, réactive et de récupération de l’axe HPA, la variabilité de la fréquence cardiaque sera enregistrée en continu via photopléthysmographie, le plasma sera prélevé avant et deux heures après la tâche de stress pour mesurer les variations des marqueurs inflammatoires, vasculaires, et neuroplastiques. Des vésicules extracellulaires (EVs) neuronales seront isolées à partir du plasma de base afin d’évaluer des signaux moléculaires d’origine cérébrale. Des échantillons de cheveux seront collectés pour analyser l’activité chronique de l’axe HPA. Un suivi par auto-questionnaires sera réalisé à 1 semaine, 1 mois et 6 mois pour documenter l’évolution de l’idéation suicidaire, de l’impulsivité, de la symptomatologie dépressive et des événements de vie, permettant d’évaluer la validité prédictive des profils biologiques. Les données multimodales seront intégrées à l’aide d’algorithmes d’apprentissage automatique régularisés (Elastic Net, XGBoost) afin d’identifier les caractéristiques les plus discriminantes entre sous-types de TS et prédire la récurrence de l’idéation suicidaire. Les modèles seront validés par réplication croisée entre France vs Allemagne pour garantir la généralisabilité. Des techniques d’intelligence artificielle explicable (SHAP) seront mises en œuvre pour faciliter l’interprétation clinique. Des analyses stratifiées exploreront les différences selon le sexe et le genre.
PASTIS est la première étude à combiner imagerie cérébrale sous stress, analyses de biomarqueurs capillaires, plasmatiques et des vesicules extracellulaires, suivi longitudinal et apprentissage automatique explicable pour explorer l’hétérogénéité neurobiologique des TS. En reliant psychiatrie, neurosciences et modélisation computationnelle, elle produira de nouveaux classificateurs du risque suicidaire, fondés sur des bases biologiques solides. Les livrables incluent des modèles de risque validés, un jeu de données harmonisé en accès ouvert, et des pipelines analytiques partagés.