Les mesures informatiques de la performance des tâches peuvent-elles prédire les symptômes psychiatriques et les changements dans la gravité des symptômes au fil du temps (CABxtime)

L’objectif de la psychiatrie computationnelle est d’acquérir des connaissances sur les processus neuroinformatiques sous-jacents qui sous-tendent les troubles psychiatriques et d’exploiter ces connaissances pour améliorer le diagnostic et le traitement. Une étape clé vers la réalisation de cet objectif consiste à développer des mesures des différences individuelles dans les calculs obtenus à partir d'un seul individu qui soient fiables, robustes et significativement pertinentes pour le dysfonctionnement psychiatrique. Afin d'atteindre ces objectifs, il est essentiel de justifier les relations entre les mécanismes informatiques candidats et les catégories de diagnostic, les dimensions des symptômes et les résultats du traitement. Dans la présente étude, une batterie de tâches d'évaluation informatique (CAB) sera utilisée, conçue pour mesurer les différences individuelles à travers un ensemble multidimensionnel de processus informatiques. L'étude vise à séparer trois composantes de variance différentes contribuant à la variabilité dans l'estimation des paramètres de calcul : la variance liée à l'occasion due à des changements quotidiens accidentels dans l'exécution des tâches, la variance dépendante de l'état qui est liée à une variation significative dans le temps dans les calculs sous-jacents au sein d'un différences individuelles et liées aux traits concernant les différences individuelles stables dans les calculs entre les individus. Pour ce faire, des évaluations répétées seront mises en œuvre à l'aide de cette batterie sur un intervalle d'un an au sein d'un échantillon en ligne, et utiliseront une modélisation bayésienne hiérarchique pour séparer l'effet de l'occasion, de l'état et de la variance liée aux traits sur ces estimations de paramètres. Ces composantes de variance seront ensuite liées aux catégories de diagnostic, aux dimensions des symptômes et aux mesures de gravité des symptômes dans une cohorte diversifiée de patients psychiatriques (principalement souffrant de dépression, d'anxiété et de TOC) recrutés en Californie du Sud. Enfin, la relation sera suivie entre les estimations des paramètres informatiques et les changements dans les symptômes au fil du temps dans un sous-ensemble de ces patients. Cette étude promet de faire progresser considérablement la compréhension de la manière d'extraire de manière fiable des mesures informatiques dérivées de phénotypes cognitifs pertinentes pour le diagnostic et qui pourraient éventuellement être migrées vers la clinique.