Mécanismes neurocomportementaux de la régulation des émotions dans la dépression tout au long de la vie adulte (Lifespan)

Les capacités de régulation des émotions sont cruciales pour maintenir la santé mentale face aux facteurs de stress cumulatifs au cours de la vie. Bien qu'il soit bien documenté que certaines capacités de régulation des émotions sont préservées ou même améliorées lors d'un vieillissement en bonne santé, on sait peu de choses sur les raisons pour lesquelles les déficits de régulation persistent chez les personnes âgées souffrant de dépression. Les traitements du trouble dépressif majeur (TDM) se concentrent sur la remédiation des processus de dérégulation affective qui confèrent des risques d'invalidité, de mauvaise qualité de vie et de morbidité tard dans la vie. Les perspectives théoriques sur le vieillissement émotionnel proposent une myriade de changements de la durée de vie qui ont potentiellement un impact sur les capacités de régulation, y compris l'intégrité structurelle et fonctionnelle des voies de traitement affectif attentionnel dorsal et ventral, le statut cognitif et l'utilisation de stratégies de régulation spécifiques, entre autres. Cependant, il existe un manque de preuves empiriques pour indiquer quelle combinaison de ces facteurs interagit de manière critique avec les symptômes dépressifs pour avoir un impact sur la dérégulation émotionnelle chez les personnes âgées, quand ces facteurs deviennent importants tout au long de la vie adulte, à quelles stratégies ils s'appliquent et si ils peuvent prédire l'état futur de la dépression. Ainsi, l'objectif de cette application spécifique est de tester un modèle complet de changements liés à l'âge des circuits cérébraux, des performances neurocognitives et du soutien social en tant que prédicteurs des capacités de régulation des émotions et des symptômes dépressifs chez les personnes avec et sans TDM. La réévaluation et la distraction sont les stratégies de régulation des émotions les plus intéressantes.

Les modèles seront évalués en utilisant principalement une série de modèles de régression linéaire (multiple) axés sur les effets/comparaisons entre sujets (âge, statut MDD, etc.) et les résultats de la régulation des émotions séparément pour les processus de réévaluation et de distraction. Dans le prolongement de ces modèles, nous réaliserons une modélisation de type Structural Equation Modeling (SEM) pour résumer les dimensions de responsabilité sous-jacentes aux domaines spécifiques de la dépression [scores BDI mesurant la sévérité de la dépression ; durée de vie des épisodes dépressifs], et mesures neurales du fonctionnement du réseau d'attention dorsale [connectivité gPPI entre le dlPFC et l'amygdale ; activation basée sur les tâches pendant la distraction dans le dACC, le dlPFC et le lobe pariétal inférieur ; Mesure DTI FA dans SLF II] et fonctionnement du réseau affectif [connectivité gPPI entre vlPFC et amygdale ; activation basée sur les tâches lors de la réévaluation dans vmPFC, vlPFC et amygdale ; DTI FA mesure de UF]. Le SEM sera particulièrement utile pour prédire la future dépression qui sera évaluée lors d'un suivi d'un an, où les valeurs prédites (meilleurs prédicteurs linéaires non biaisés -BLUPS) des traits latents de dimension inférieure, ainsi que les résultats de la régulation des émotions, peuvent être utilisés. comme prédicteurs d'une future dépression. De plus, des structures de modélisation hiérarchiques peuvent être imposées sur des traits latents conditionnellement à un trait latent partagé décrivant des associations entre plusieurs traits latents, réduisant ainsi davantage la dimensionnalité sous-jacente et simplifiant les calculs. Ce trait unique peut être considéré comme un effet cumulatif de tous les traits latents et peut être utilisé comme un seul indice d'incertitude pour prédire la gravité future des symptômes de la dépression.