Traitement alternatif pour réduire la chronicité du TOC : recherche sur la réponse cérébrale et l'adéquation du traitement (arrIBA)

Calcul de la taille de l'échantillon : pour l'objectif principal de l'étude, l'approche 95-95 pour déterminer la marge de non-infériorité a été utilisée. Les résultats d'une méta-analyse sur l'efficacité de la TCC pour le TOC ont indiqué que la moyenne (intervalle de confiance à 95 % (1,04) génère une marge de non-infériorité de 0,42. Exprimé en scores sur l'échelle de résultat primaire Yale Brown Obsessive Compulsive Scale (YBOCS), cela représenterait une perte d'environ 2 points sur cette échelle avec une plage de 0 à 40, ce qui est cliniquement presque négligeable. En appliquant un alpha de 0,05, un bêta de 80 % et un 0,42 marge de non-infériorité, une taille d'échantillon de 71 par bras est adéquate. Étant donné que les analyses doivent être effectuées sur l'échantillon par protocole (P) et l'échantillon en intention de traiter (ITT), 203 participants doivent être recrutés (en anticipant 30 % d'abandon). De plus, cette taille d'échantillon permet de tester l'hypothèse secondaire : l'IBA est plus efficace que la TCC pour les patients atteints de TOC avec une mauvaise perspicacité (environ 25 % de la population). En appliquant un alpha bilatéral de 0,05 et un bêta de 80 % et une taille d'effet de Cohen d = 1, un échantillon de 34 participants est nécessaire (dans une étude précédente, un effet entre les groupes de 1,7 a été trouvé), anticipant une baisse de 30 % out, 48 participants avec une faible perspicacité au départ sont nécessaires.

Des études antérieures sur l'influence de la psychothérapie pour le TOC sur la structure et le fonctionnement du cerveau ont utilisé des échantillons de 9 à 45 personnes. Sur la base de leurs conclusions, l'analyse des données pour un minimum de 30 participants par condition est prévue pour explorer les mécanismes de travail des modalités de traitement. Anticipant une limite supérieure de 30 % de taux d'abandon, 2 x 43 répondants seront inclus, ainsi que 43 sujets témoins.

Respect du protocole de traitement : les thérapeutes seront largement formés au respect du protocole et à l'utilisation des formulaires prédéfinis pour les exercices et les devoirs. Toutes les séances de traitement seront enregistrées sur bande audio. Chaque thérapeute recevra une supervision. Pendant la supervision, le superviseur écoutera des parties des bandes audio pour donner des commentaires et s'assurer que le thérapeute ne s'écarte pas du protocole.

De plus, une fois l'étude terminée, il y aura un contrôle d'adhésion. Un évaluateur à l'aveugle formé écoutera des échantillons de bandes audio de la session pour noter s'il s'agissait d'une session IBA ou CBT.

Nature et ampleur du fardeau et des risques associés à la participation, aux avantages et à l'appartenance au groupe : les patients seront évalués à cinq moments, dont deux suivis. De plus, les patients rempliront deux questionnaires après chaque séance de traitement. Les participants de la partie d'imagerie supplémentaire seront soumis à deux sessions supplémentaires pour l'IRM et les tests cognitifs. Les témoins sains seront mesurés une fois.

Comité de sécurité : l'étude actuelle a été classée à faible risque. Aucun risque n'est attendu de l'administration d'IBA, par rapport à la réception de soins cliniques standard (TCC). Le traitement IBA sera effectué par des cliniciens bien formés. Certains malaises psychologiques peuvent survenir en ce qui concerne la discussion des symptômes émotionnels, ceux-ci seront limités au minimum. Aucun inconfort supplémentaire concernant les soins cliniques standard n'est attendu. L'IRM, après un examen approfondi de l'éligibilité, est classée comme un risque non significatif à faible.

Analyses statistiques : des analyses statistiques seront effectuées sur l'échantillon en intention de traiter (ITT) ainsi que sur l'échantillon per protocole (PP). Les données manquantes seront remplacées à l'aide de la méthode d'imputation multiple. Pour toutes les analyses, les valeurs p corrigées de

Paramètre(s) principal(aux) de l'étude : le YBOCS, un questionnaire validé avec 10 items et un score maximum de 40, sera utilisé comme paramètre de résultat principal. Pour conclure à la non-infériorité, la marge supérieure de l'intervalle de confiance à 95 %, c'est-à-dire la différence maximale entre les groupes au sein de cet intervalle de confiance à 95 %, ne doit pas dépasser la marge de non-infériorité de 2 points sur l'YBOCS. Pour déterminer la non-infériorité immédiatement après le traitement et lors du suivi, des tests unilatéraux seront effectués après le traitement, lors du suivi à six mois et lors de l'évaluation de suivi à un an. Des modèles linéaires à effets mixtes seront utilisés, régressant les mesures de résultats continus sur l'intervention par les termes d'interaction temporelle, à la fois dans l'échantillon ITT et dans l'échantillon PP.

Paramètre(s) d'étude secondaire(s) : des modèles à effets mixtes seront utilisés pour tester les effets du traitement entre les deux conditions de traitement pour le niveau de perspicacité des mesures de résultats secondaires, à l'aide de l'échelle des idées surévaluées (OVIS) ; sévérité des symptômes dépressifs, en utilisant le Beck Depression Inventory (BDI); sévérité des symptômes d'anxiété, en utilisant le Beck Anxiety Inventory (BAI); fonctionnement social, à l'aide de l'échelle d'incapacité de Sheehan (SDS); qualité de vie (à l'aide de l'Euroquol) ; la satisfaction relationnelle, à l'aide de l'échelle de satisfaction relationnelle (RSS) et la tolérance du traitement, à l'aide de l'échelle d'acceptabilité/adhésion au traitement (TAAS). De manière exploratoire, une analyse de régression multiple sera utilisée pour déterminer quels facteurs prédisent les résultats du traitement.

Un modèle mixte linéaire sera utilisé pour déterminer si la perspicacité s'améliore plus ou plus tôt chez les patients qui ont subi une IBA par rapport à ceux qui ont subi une TCC. Un modèle de décalage temporel (un modèle mixte linéaire) sera utilisé pour déterminer si le changement d'insight est lié à la réduction des symptômes.

(Pré)traitement de l'image neurologique : les données d'IRMf seront analysées à l'aide d'un logiciel de cartographie paramétrique statistique (SPM) ou de la bibliothèque de logiciels FMRIB (FSL). Des comparaisons de groupes standard seront effectuées pour analyser l'IRM structurelle et liée à la tâche (provocation des symptômes) (f). Des analyses factorielles complètes avec le groupe de facteurs (IBA vs CBT) et le temps (pré- vs post-traitement) seront menées pour déterminer l'effet du traitement sur l'activité cérébrale liée à la tâche. Une analyse indépendante des composants (ICA ; FSL MELODIC) et des analyses de régression double seront menées pour étudier les changements dans la connectivité fonctionnelle au sein des réseaux (par ex. réseau de saillance, réseau en mode par défaut, CEN). Les régions cérébrales avec des fluctuations simultanées au fil du temps en fonction du niveau d'oxygène dans le sang (BOLD ; proxy pour l'activité cérébrale) seront automatiquement attribuées à un composant par personne. Après un filtrage et un nettoyage des composants (composants qui semblent résulter de mouvements ou d'artefacts de scanner), les composants moyens par groupe seront déterminés. Au moyen de tests de permutation non paramétriques (FLS randomisés), la connectivité fonctionnelle des réseaux sera comparée entre les groupes d'intervention et dans le temps. Pour effectuer des analyses de réseau du cerveau entier, l'IRM structurelle sera fragmentée en 225 régions d'intérêt (ROI) distinctes basées sur l'atlas Brainnetome. Ces parcellations seront transformées en IRMf à l'état de repos et les séries temporelles seront extraites par retour sur investissement et corrélées les unes aux autres pour arriver à une matrice de connectivité du réseau du cerveau entier par sujet. En utilisant une approche de réseau similaire, les images DTI permettront la tractographie afin de mesurer la connectivité structurelle. La boîte à outils de connectivité Brain (BCT) sera utilisée pour calculer les indices topologiques des réseaux (par ex. modularité, centralité intermédiaire, coefficient de regroupement et efficacité) à partir de ces matrices de connectivité réseau. Les indices topologiques du réseau réduisent la quantité abondante d'informations résultant du scanner cérébral à seulement quelques mesures neurobiologiquement significatives. L'efficacité globale, par exemple, fournit une mesure de l'efficacité avec laquelle les informations peuvent voyager à travers un réseau et de la centralité de l'importance relative d'une région du cerveau pour le flux d'informations au sein d'un réseau. Ces mesures topologiques du réseau seront calculées par évaluation et état et ensuite comparées au moyen de tests de permutation.

Analyse statistique de la neuroimage : pour déterminer si la modalité de traitement (IBA/CBT) prédit des changements dans l'état de repos et les réseaux fonctionnels basés sur les tâches, une analyse de régression multivariée sera menée avec la modalité de traitement comme variable indépendante et les changements avant et après le traitement dans les réseaux fonctionnels comme dépendants variables. Pour étudier l'association avec les changements dans les scores YBOCS et les performances neurocognitives, ces variables seront entrées dans le premier bloc. Les facteurs de confusion possibles (par ex. consommation de médicaments, âge, durée de la maladie) seront contrôlés.

Des techniques d'apprentissage automatique seront utilisées pour déterminer si les caractéristiques cérébrales multimodales avant le traitement (utilisant T-1, DTI et IRMf basée sur les tâches et rs) ont une valeur prédictive pour la réponse au traitement dans les groupes TCC et IBA séparément. Les caractéristiques de neuroimagerie seront saisies dans une procédure de classification multivariée supervisée à l'aide d'un algorithme de machine à vecteurs de support linéaire (SVM).

La procédure consiste en une phase de formation, de validation et de test. Au cours de la phase de formation, un hyperplan sera estimé qui sépare au maximum les expéditeurs des non-expéditeurs sur la base de tous les points de données disponibles (caractéristiques) qui montrent une différence entre les groupes. La phase de validation SVM consistera en une validation croisée congé-un par groupe-out. Ensuite, la précision avec laquelle l'hyperplan déterminé pourrait classer d'autres patients lors de la phase de classification avec des données indépendantes (20 %) non utilisées pour l'entraînement sera testée. Cette procédure sera itérée 10 000 fois pour chaque réseau. Il en résulte une mesure de précision, par sujet, basée sur le nombre de fois que le sujet a été inclus dans l'échantillon de test et correctement classé. L'exactitude sera testée sur la signification. Si les prédicteurs de la réponse à l'IBA diffèrent de ceux de la TCC, une analyse post hoc sera effectuée avec des prédicteurs de la réponse à l'IBA et à la TCC dans l'ensemble du groupe TOC.