Microétats EEG dans les états mentaux à risque (DEMETER)

• Objectif de l'étude : les microétats EEG traduisent la dynamique temporelle au repos des réseaux neuronaux dans tout le cerveau. Ici, les enquêteurs visent à voir si les anomalies des microétats EEG pourraient constituer des marqueurs de troubles psychiatriques.

• Méthodes : six groupes de 21 participants chacun seront inclus. Il y aura cinq groupes de participants souffrant de troubles psychiatriques (état mental à risque - ARMS, premier épisode de psychose - FEP, schizophrénie - SCZ, trouble dépressif majeur - TDM et troubles du spectre autistique - TSA) et un groupe de témoins sains. . Notre objectif principal est de tester les différences de moyennes entre les groupes, au repos et pendant le sommeil, pour chacune des variables caractérisant chacun des microétats (durée, fréquence, temps d'occupation) ainsi que, en second lieu, les mesures EEG de connectivité (évocation somatosensorielle potentiels), l'excitabilité corticale (puissance de la bande alpha) et les mesures linguistiques prosodiques et conversationnelles.

  • Concernant les mesures des microétats : un EEG au repos de cinq minutes, les yeux fermés, avec 64 canaux sera enregistré (dans le cadre de la tâche plus vaste comprenant la tâche sensorimotrice décrite ci-dessous). Un prétraitement minimal sera effectué avec le logiciel MNE EEG sur Python, qui comprend un filtre passe-bande entre 0,5 et 40 Hz, un référencement à la moyenne et une correction visuelle et automatique des artefacts. Chaque enregistrement sera visuellement réanalysé par des neurophysiologistes cliniques pour s'assurer qu'il s'agit bien d'un rythme de repos à dominante alpha sans aucun artefact résiduel. L'analyse des microétats sera effectuée à l'aide du package Pycrostates. La puissance de champ globale (GFP) sera déterminée pour chaque participant. Seules les topographies EEG aux pics de GFP seront conservées pour déterminer les topographies des microétats, via un clustering K-means modifié. Pour chaque sujet, le même nombre de pics GFP sera extrait et concaténé en un seul ensemble de données pour le regroupement. Un score combiné sera utilisé pour calculer le nombre optimal de clusters. Les clusters résultants seront adaptés à chaque carte individuelle. Un lissage temporel sera utilisé pour garantir que les périodes de bruit inter-pics, de faible GFP, n'interrompent pas les séquences de segments quasi-stables. Pour chaque sujet, trois paramètres seront calculés pour chaque classe de microétats : fréquence d'occurrence (« occurrence »), couverture temporelle (« couverture ») et durée moyenne. L'occurrence est le nombre moyen de fois qu'un microétat donné se produit par seconde. La couverture (en %) est le pourcentage du temps total d'analyse passé dans un microétat donné. La durée moyenne (en ms) est la durée moyenne pendant laquelle un microétat donné était présent de manière ininterrompue (après lissage temporel).
  • Concernant les mesures linguistiques : chaque participant subit un entretien semi-directif avec un expérimentateur formé. Le participant et l'intervieweur portent tous deux des microphones à condensateur AKG-C544L, connectés via des adaptateurs fantômes AKG MPA VL à un enregistreur Zoom H4n Pro Handy. La parole est enregistrée numériquement à une fréquence d'échantillonnage de 44 000 Hz (16 bits). La distance entre la bouche et le microphone est maintenue aussi constante que possible (2 cm) pour garantir des niveaux d'intensité vocale constants. Les entretiens se font dans une salle calme pour limiter le bruit ambiant ; les deux interactives sont placées aussi loin que possible, pour éviter la diaphonie (c'est-à-dire discours de l'intervieweur capté par le microphone du participant et vice versa). Les fichiers .wav obtenus à partir des enregistrements sont annotés à l'aide du logiciel Praat puis analysés avec Praat et R. Les fonctionnalités prosodiques sont extraites à l'aide de l'outil Prosogram (un ensemble de scripts Praat, open source) et d'une nouvelle version modifiée des scripts du Outil de prosogramme. Les variables à tour de rôle sont extraites avec de nouveaux scripts combinés Praat et R.
  • Concernant les mesures d'intégration sensorimotrice : l'intégration sensorimotrice est étudiée à l'aide d'une tâche visuo-haptique. A chaque essai, le participant, assis devant un écran, dispose d'une instruction visuelle (un point à droite ou à gauche de l'écran). La tâche consiste à appuyer sur l'un des deux boutons positionnés de chaque côté du corps avec l'index de la main correspondante selon l'instruction visuelle. Un stimulateur vibrotactile (petits haut-parleurs reliés à une carte électronique Arduino modulée par un amplificateur) est appliqué sur le premier muscle interosseux dorsal des deux mains. 400 ms avant l'instruction visuelle, l'une des deux mains reçoit un signal tactile (vibration) sur une main pendant 100 ms. Ce signal est plus ou moins fiable selon les blocs. Dans certains blocs, il est assez fiable, puisque 90 % des essais présentent les instructions vibratoires et visuelles de manière congruente (indiquant la même main). Une autre condition est composée de seulement 50 % d’essais congruents, et dans ce cas, le signal tactile n’est pas fiable. Deux blocs avec 70% de cas congruents sont réalisés en intermédiaire. Enfin, un bloc de base ne contenant aucun indice tactile est présenté au début et à la fin de la tâche. L'ordre des blocs de 90 % et 50 % est aléatoire. Les stimuli tactiles et visuels sont générés avec un script MATLAB. Chaque bloc comprend 100 essais, soit un total de 500 essais. Les données électroencéphalographiques (EEG) sont enregistrées tout au long de la tâche, à l'aide d'un capuchon EEG à 64 canaux (de Biosemi) afin d'enregistrer l'activité électrique du cerveau. La configuration est couplée à un eyetracker, pour contrôler que le participant fixe la croix au centre de l'écran pendant chaque bloc.
  • Concernant la tâche de soi multidimensionnelle et de mémoire épisodique (conception de la tâche : Laboratoire Mémoire, Cerveau et Cognition) : au départ, les participants seront soumis à des questionnaires auto-rapportés évaluant leur sentiment de Soi minimal sur 8 domaines (Évaluation multidimensionnelle de la conscience intéroceptive - Version 2 ) et sens du soi narratif sur 5 domaines (Tennessee Self Concept Scale - Short Form, Present). Ils subiront un test neuropsychologique évaluant leurs performances de mémoire visuelle épisodique (Family Pictures from Wechsler Memory Scale-III). Ils évalueront leur état émotionnel actuel sur une échelle visuelle analogique sur 4 domaines (Mood Visual Analogue Scale). Après chacune des deux sessions de navigation en réalité virtuelle, qui consistent en une promenade dans une ville virtuelle où les participants rencontrent des événements de la vie quotidienne visant à être incidemment encodés dans une mémoire épisodique, associés à différents niveaux d'auto-référence, les participants seront soumis à questionnaires autodéclarés évaluant leur sentiment d'incarnation sur 4 domaines (Embodiment Questionnaire), leur sentiment de présence sur 4 domaines (Igroup Presence Questionnaire) et leur cybermaladie sur 2 domaines (Simulator Sickness Questionnaire). Ils évalueront à nouveau leur état émotionnel actuel sur une échelle visuelle analogique (Mood Visual Analogue Scale). Enfin, les participants subiront deux tests de mémoire épisodique : une tâche de rappel libre et une tâche de reconnaissance. Le rappel gratuit reposera sur un entretien verbal de 20 minutes, au cours duquel les participants seront invités à se remémorer tous les événements dont ils se souviennent avoir vécu dans la ville virtuelle. Pour chaque événement, il leur sera demandé de rappeler systématiquement et le plus précisément possible : quel a été l'événement, où et quand il s'est produit lors de la navigation, dans laquelle des deux navigations il s'est produit (source), qui était le référent selon laquelle la signification personnelle de l'événement a été évaluée, les détails objectifs (perceptifs) et subjectifs (phénoménologiques) de l'événement, et si l'événement a été revécu de manière vivante ou s'il était simplement familier (procédure Se souvenir/Connaître). Le test de reconnaissance sera réalisé sur ordinateur et programmé à l'aide du module Python Neuropsydia. Les 32 événements rencontrés mélangés aux 16 leurres qui n'ont pas été rencontrés seront affichés avec succès dans un ordre aléatoire sur un écran d'ordinateur. Pour chaque événement, plusieurs questions seront posées avec succès et les participants cliqueront sur ce qu'ils considèrent comme la bonne réponse parmi plusieurs propositions : ont-ils rencontré l'événement (Oui/Non), et si oui où il s'est produit (parmi plusieurs localisations possibles sur une photo). de la zone où s'est produit l'événement), quand il s'est produit (en remplaçant l'événement dans l'ordre chronologique par deux autres événements), dans quelle navigation (première ou deuxième navigation), et qui en était le référent (Moi/Autre). Pour chaque événement, les participants évalueront également sur des échelles allant de 0 à 100 : le degré de revivre ou de familiarité de l'événement (100 = Se souvenir, 0 = Savoir), la perspective du souvenir (100 = perspective à la première personne, 0 = perspective à la troisième personne), sa vivacité, sa fidélité, son intensité émotionnelle, la force des sensations corporelles associées, son auto-référence épisodique et son auto-référence sémantique.

Pour toutes les variables, les enquêteurs appliqueront une ANOVA à mesures répétées et utiliseront les contrastes suivants :

1. « ARMS, FEP, SCZ, ASD, MDD » vs. « Sujets sains » (les microétats sont testés comme marqueurs de psychopathologie générale) ;
2. "ARMS, FEP, SCZ" vs "ASD, MDD" (les microétats sont testés comme marqueurs spécifiques de la psychose ; de manière équivalente, la spécificité de cette signature pour la dépression et les TSA sera testée)
3. « ARMS » contre « FEP » contre « SCZ » (les microétats sont testés comme marqueurs évolutifs) ;

4. Enfin, en fonction du taux de transition vers la psychose parmi les UHR, une comparaison entre « UHR-T » et « UHR-NT » peut être faite (les microétats sont testés comme marqueurs prédictifs de psychose. Tous les sujets subiront un phénotypage approfondi incluant la neuropsychologie, la psychopathologie. , des échelles de signes mous neurologiques, ainsi que des IRM structurelles et des mesures génétiques et épigénétiques.

   • Hypothèse : les déséquilibres des microétats EEG C et D devraient être plus prononcés dans tout le spectre de la psychose et des TSA par rapport aux témoins, au MDD et à l'ARMS, et être associés à des anomalies des caractéristiques somatosensorielles, intéroceptives et linguistiques.