Étude des prédicteurs électroencéphalographiques de l'anticorrélation du réseau en mode par défaut chez les adultes en bonne santé

Les troubles neuropsychiatriques sont de plus en plus compris comme des troubles d'interactions fonctionnelles intrinsèques au sein et entre des réseaux cérébraux étendus et distribués. Compte tenu des progrès récents dans l'acquisition de données d'imagerie par résonance magnétique fonctionnelle (IRMf) et l'analyse informatique, il est désormais possible de cartographier de manière fiable la neuroanatomie fonctionnelle des réseaux cérébraux chez les individus, offrant une voie potentielle pour identifier des cibles neurothérapeutiques personnalisées. Cependant, les traitements de référence (par ex. pharmacothérapie) dans la pratique psychiatrique actuelle n'étaient pas conçues à l'origine pour cibler des interactions spécifiques du réseau cérébral et manquent de protocoles qui exploitent ces données au niveau individuel. Le neurofeedback en temps réel - par lequel les patients observent et apprennent à réguler certains aspects de leur propre activité cérébrale - est une approche candidate pour adapter personnellement la normalisation de la communication malsaine au sein et entre les réseaux cérébraux. Cependant, pour cibler les principaux réseaux cérébraux qui fonctionnent anormalement dans des conditions neuropsychiatriques, le neurofeedback s'appuie sur l'IRMf, qui est une procédure coûteuse impliquant une configuration complexe et un fardeau pour le patient. L'objectif de ce projet est de développer une "empreinte" électroencéphalographique (EEG) de la dynamique du réseau IRMf afin qu'un système de neurofeedback basé sur l'EEG (électrodes placées sur le cuir chevelu) seul puisse être utilisé pour cibler précisément les interactions au sein et entre les réseaux cérébraux. Étant donné que les appareils EEG peuvent être portables et offrir une configuration relativement simple dans des environnements flexibles, cette recherche pourrait permettre une forme évolutive de formation au neurofeedback basée sur le réseau à laquelle les patients pourraient régulièrement accéder. L'objectif 1 de cette recherche est d'identifier un modèle optimal de caractéristiques EEG qui prédisent l'"antagonisme" du réseau en mode par défaut (DMN) basé sur l'IRMf chez les individus. Les chercheurs se concentrent sur cet antagonisme DMN car il s'agit d'une caractéristique majeure pertinente pour le dysfonctionnement cognitif dans les maladies psychiatriques à un niveau transdiagnostique. Les chercheurs recueilleront des données EEG-fMRI simultanées de haute qualité chez 24 adultes en bonne santé (> 100 minutes d'échantillonnage par participant), y compris trois conditions : (1) état de repos, (2) exécution continue de la tâche et (3) IRMf continue neurofeedback basé sur les états d'antagonisme DMN. Les chercheurs appliqueront des méthodes basées sur l'apprentissage automatique pour identifier une cartographie optimale entre les composants du signal EEG et l'antagonisme DMN basé sur l'IRMf. En outre, les chercheurs détermineront la quantité d'échantillonnage EEG-fMRI au niveau individuel nécessaire pour prédire avec succès l'antagonisme DMN à partir de l'EEG. L'objectif 2 de la recherche est de tester si les marqueurs EEG de l'antagonisme DMN sont prédictifs des fluctuations de la performance des tâches cognitives chez les individus. En tant que tels, les résultats pourraient offrir une validation de la pertinence comportementale d'un système de neurofeedback EEG qui ciblerait l'antagonisme DMN. En cas de succès, les travaux peuvent conduire au développement d'un outil de psychiatrie informatique accessible qui peut être testé dans des conditions cliniques dans lesquelles l'antagonisme DMN (et la fonction cognitive associée) est affecté, y compris le trouble déficitaire de l'attention/hyperactivité, la dépression et la schizophrénie.