Explorations des bases comportementales neurales normales et pathologiques de la métacognition (METASENS)

PLAN D'ÉCHANTILLONNAGE

1. Données existantes Enregistrement avant la création des données : A la date de soumission de ce plan de recherche pour le préenregistrement, les données n'ont pas encore été collectées, créées ou réalisées.
2. Procédures de collecte de données. Des volontaires sains seront recrutés dans la population générale. Les personnes atteintes de schizophrénie seront recrutées dans les centres communautaires de santé mentale et les cliniques externes de la région de Versailles et parmi la cohorte FACE-SZ (FondaMental Academic Centers of Expertise for Schizophrenia) à Versailles. Tous les participants seront naïfs quant à l'objectif de l'étude, donneront leur consentement éclairé conformément aux directives institutionnelles et à la Déclaration d'Helsinki, et recevront une compensation monétaire (10 €/h).
3. Taille de l'échantillon Maximum de 50 témoins sains contre 50 personnes atteintes de schizophrénie.

4. Justification de la taille de l'échantillon Les tailles d'échantillon estimées permettent de tester des effets de taille moyenne entre des individus atteints de schizophrénie et des témoins sains avec une puissance de 0,8, sur la base d'un calcul de puissance de test t unilatéral à deux échantillons avec d de Cohen = 0,5, α = 0,05. Ils permettent de mesurer les corrélations moyennes au sein des groupes avec une puissance de 0,7, sur la base d'un calcul approximatif de puissance de corrélation avec r = 0,3, α = 0,05.

   La taille des échantillons pour les enregistrements électrophysiologiques est basée sur une étude précédente, avec 20 patients contre 20 témoins, ce qui donne 13 contre 13 après exclusion des valeurs aberrantes.

5. Règle d'arrêt L'arrêt facultatif sera évité en utilisant des analyses factorielles séquentielles de Bayes. La collecte de données s'arrêtera chaque fois qu'une comparaison critique atteindra le seuil de BF = 3 ou BF = 1/3.

   PLAN DE CONCEPTION

6. Conception de l'étude Les enquêteurs demanderont aux participants de discriminer la direction du mouvement d'un kinétogramme de points aléatoires (tâche de type 1). Ils utiliseront une souris pour indiquer si les points se déplaçaient principalement vers la droite ou vers la gauche, en cliquant sur le côté qui, selon eux, correspond à une bonne réponse (cercles rouges et bleus, voir Figure 1). La trajectoire de la souris correspondant à la tâche de type 1 sera enregistrée et analysée. La variance du mouvement sera adaptée pour chaque sujet avant l'expérience en utilisant un escalier 1 montée/2 descente, afin d'atteindre une performance moyenne de 71 %. Un feedback auditif sera joué si les participants répondent en plus de 6s. A chaque essai, les participants indiqueront ensuite sur une échelle visuelle analogique la confiance dans leur réponse (tâche de type 2). L'échelle ira de 0 % ("Certain que ma réponse est correcte") à 100 % ("Certain que ma réponse est fausse"). La position initiale du curseur correspondra toujours à une confiance de 50 % ("Incertain de ma réponse)". L'expérience consistera en 10 blocs de 30 essais et durera environ 1h.

7. Randomisation La direction du mouvement (gauche ou droite) sera pseudo-randomisée, avec pas plus de 4 essais successifs avec la même direction.

   PLAN D'ANALYSE

8. Modèles statistiques 8.1. Données comportementales Toutes les analyses seront réalisées avec R, en utilisant notamment les packages afex, BayesFactor, ggplot2, lme4, lmerTest et effects. Dans toutes les ANOVA, les degrés de liberté seront corrigés à l'aide de la méthode Greenhouse-Geisser.

   Les caractéristiques sociodémographiques (âge, sexe, éducation), cognitives (QI prémorbide et actuel et performance exécutive avec mémoire de planification et de travail) et de l'humeur (dépression) des groupes seront comparées à l'aide du test t de Student ou des tests Χ², le cas échéant. Seules les variables qui diffèrent significativement entre les deux groupes seront incluses comme covariables dans les analyses suivantes.

   La performance métacognitive sera principalement analysée avec des modèles binomiaux à effets mixtes entre précision et confiance, avec le groupe (patient vs. contrôle) et plusieurs covariables (QI prémorbide et actuel, dépression et performance exécutive avec planification et mémoire de travail) comme facteurs inter-sujets . La pente de régression sera considérée comme un indicateur de la performance métacognitive et les asymptotes comme un marqueur du biais de confiance, c'est-à-dire la tendance à rapporter des cotes de confiance élevées ou faibles indépendamment de la performance des tâches. Les tests de rapport de vraisemblance évalueront la signification.

   Des variables comportementales prédécisionnelles (temps de réaction, paramètres de trajectoire de la souris) seront ajoutées au modèle dans une analyse secondaire après que les principales différences entre les patients et les témoins auront été établies. Les caractéristiques géométriques des trajectoires de souris (entropie de mouvement sur l'axe des x) seront quantifiées à l'aide des packages EMOT et Mousetrap. Les corrélations entre l'entropie de mouvement et la confiance seront quantifiées par R², ajusté du nombre de variables dépendantes par rapport au nombre de points de données.

   8.2. Corrélation entre performances métacognitives et caractéristiques cliniques dans la schizophrénie

   Les chercheurs effectueront des analyses de corrélation entre les performances métacognitives (pente de régression entre les jugements métacognitifs et la précision de la tâche de premier ordre) et plusieurs variables cliniques. Les variables cliniques seront :

   • Les scores positifs et de désorganisation pour l'échelle de syndrome positif et négatif (PANSS), selon le modèle à 5 facteurs proposé par van der Gaag et al.
   • Le score total sur l'échelle Birchwood Insight Scale (BIS) pour un aperçu de la maladie
   • Le score total sur l'échelle Beck Cognitive Insight Scale (BCIS) pour la perspicacité cognitive
   • Le score total sur l'échelle de performance personnelle et sociale (PSP) pour le fonctionnement social Les enquêteurs utiliseront un test de corrélation de classement Spearman avec un taux de fausse découverte pour corriger les comparaisons multiples.

   8.3. Données électrophysiologiques Prétraitement : l'EEG continu sera acquis à 1 200 Hz avec un système Gtec HIamp à 64 canaux. Le prétraitement du signal sera effectué à l'aide de scripts Matlab (Mathworks) personnalisés à l'aide de fonctions de la boîte à outils EEGLAB. Après inspection visuelle, les électrodes contaminées par des artefacts seront retirées pour chaque participant, et l'époquage sera effectué au début de la réponse de type 1. Pour chaque époque, le signal de chaque électrode sera centré sur zéro et référencé en moyenne. Suite à l'inspection visuelle et au rejet des époques contenant des signaux artefactuels, une analyse indépendante des composants sera appliquée aux ensembles de données individuels, suivie d'une détection semi-automatique des composants artefactuels basée sur des mesures d'autocorrélation, de la topographie du canal focal et de la discontinuité générique. Après le rejet des artefacts, les électrodes contaminées par les artefacts seront interpolées à l'aide de splines sphériques.

   Analyse statistique : l'amplitude de la tension sera moyennée dans des fenêtres temporelles (par exemple, 20 ms) et analysée avec des modèles linéaires à effets mixtes utilisant R avec les packages lme4 et lmerTest. Cette méthode permet d'analyser les données d'un seul essai, sans moyenne entre les conditions ou les participants, et sans discrétisation des cotes de confiance. Des modèles seront exécutés sur chaque latence et électrode pour des essais individuels, y compris la cote de confiance brute et la précision en tant qu'effets fixes, et des interceptions aléatoires pour les sujets. La signification statistique des données électrophysiologiques dans les régions d'intérêt (par exemple, les régions du cuir chevelu pariétal frontocentral et gauche) sera évaluée après correction du taux de fausse découverte. Lorsque cela est possible, un test de permutation basé sur les clusters sera utilisé.

9. Transformations Les données seront transformées si elles violent l'hypothèse de normalité (par exemple, les temps de réaction inverses).

10. Analyses de suivi Outre les régressions logistiques mixtes, les performances métacognitives seront analysées à l'aide de la théorie de la détection de signaux de second ordre : méta-d' reflétera la quantité de preuves perceptuelles disponibles lors de l'exécution de jugements de confiance. Les biais de confiance seront également calculés avec les courbes caractéristiques de fonctionnement du récepteur (ROC) : la zone entre le ROC et la diagonale principale sera divisée par la diagonale mineure, et le biais de confiance sera défini comme le rapport log de la zone inférieure et supérieure. Une ANOVA avec groupe et covariables appropriées comme facteurs inter-sujets testera une diminution de l'efficacité métacognitive et une augmentation du biais de confiance chez les patients par rapport aux participants témoins.

    La modélisation de la dérive-diffusion nous permettra de déterminer quels aspects des temps de réaction au cours de la tâche de type 1 diffèrent entre les patients schizophrènes et les témoins sains (par exemple, le taux de dérive et la séparation des limites), et d'évaluer comment ces différences pourraient déterminer les jugements de confiance, permettant ainsi de tester le existence de déficits métacognitifs à un locus décisionnel.

11. Critères d'inférence Des tests bilatéraux avec le groupe comme facteur inter-sujets seront utilisés. Le seuil de significativité sera fixé à alpha = 5 %. Lorsque cela est possible, les facteurs de Bayes seront calculés pour prendre en charge les résultats nuls et définir des règles d'arrêt (voir ci-dessus).

12. Exclusion de données Les premiers essais de chaque condition seront exclus de l'analyse s'ils contiennent de grandes variations du signal perceptif.

    Seuls les essais avec des temps de réaction compris entre 100 ms et 6 s pour la tâche de type 1 seront conservés.

    Les participants seront exclus s'ils ne peuvent pas atteindre une précision de 71 % sur la tâche de type 1, répondre en plus de 6 s dans la majorité des essais, ou s'ils n'utilisent pas correctement l'échelle de confiance (par exemple, pas de variance dans les rapports de confiance) .

13. Données manquantes L'utilisation de modèles mixtes appliqués aux données comportementales et électrophysiologiques permettra de traiter des ensembles de données déséquilibrés de sorte que l'imputation des données ne sera pas nécessaire.
14. Analyse exploratoire (facultatif) 14.1. Corrélation entre le biais métacognitif et les caractéristiques cliniques dans la schizophrénie Les chercheurs effectueront des analyses exploratoires de corrélation de Spearman entre le biais métacognitif (asymptotes de la ligne de régression entre les jugements métacognitifs et la précision de la tâche de premier ordre) et plusieurs variables cliniques (scores positifs et de désorganisation pour le PANSS, le score total pour BIS, BCIS et PSP).

14.2. Fréquence cardiaque La fréquence cardiaque sera mesurée avec un capteur de pouls pléthysmographique Gtec et quantifiée en fonction des performances de type 2. Sur la base de découvertes antérieures chez des participants en bonne santé, les chercheurs s'attendent à ce qu'une plus grande confiance soit associée à une fréquence cardiaque plus rapide entre le début du stimulus et la réponse de type 2. Les enquêteurs tenteront de reproduire ces résultats en suivant les mêmes méthodes qu'Allen et ses collègues et de les étendre aux patients.

14.3. réponse galvanique cutanée (GSR) Comme pour la fréquence cardiaque, la GSR sera mesurée avec un capteur dédié Gtec et quantifiée en fonction des performances de type 2 à l'aide de la boîte à outils Ledalab sous Matlab. A notre connaissance, aucune étude n'a quantifié le lien entre GSR et métacognition afin que les investigateurs mènent des analyses exploratoires.