Les analyses de connectivité pourraient servir de « plans » cérébraux pour les adolescents, selon des chercheurs

Les chercheurs du centre de recherche translationnelle en neuroimagerie et science des données (TReNDs) de l’État de Géorgie ont identifié de nouvelles méthodes importantes pour identifier avec précision d’éventuels biomarqueurs dans le cerveau des adolescents qui peuvent prédire de manière fiable les développements cognitifs et les problèmes psychiatriques.

Une nouvelle étude, publiée dans Santé mentale naturelle, représente la première analyse à grande échelle de ce type dans laquelle les chercheurs ont analysé la connectivité réseau fonctionnelle (FNC) à travers des analyses et identifié des associations avec un large éventail de mesures de santé chez les enfants. Les chercheurs pensent que des déductions sur les comportements cognitifs et psychiatriques précoces chez les enfants peuvent être faites en utilisant ces variabilités intra-sujets comme biomarqueur utile.

Les chercheurs ont étudié quatre scans de plus de 9 000 sujets âgés de 9 à 11 ans.

Vince Calhoun, neuroscientifique, professeur d’université distingué et directeur du TReNDS Center de l’État de Géorgie, a travaillé avec l’équipe de recherche pour développer l’étude. Il a déclaré que la recherche démontre que, indépendamment de la croissance et du développement du cerveau, le FNC d’un enfant est robuste et stable avec une grande similarité entre les analyses et peut servir d’empreinte digitale pour identifier un enfant individuel dans un grand groupe.

“Cette étude est très intéressante car elle montre la promesse d’utiliser l’apprentissage automatique avancé pour identifier les schémas cérébraux qui pourraient nous aider à intervenir précocement chez les enfants les plus à risque de problèmes cognitifs ou psychiatriques”, a déclaré Calhoun, auteur principal de l’étude. étude.

Les chercheurs affirment que la connectivité fonctionnelle cérébrale dérivée de l’imagerie par résonance magnétique fonctionnelle (IRMf) est couramment utilisée comme modèle potentiel pour les adultes. Mais ils pensent que la variation intra-sujet du FNC peut véhiculer des informations biologiquement significatives, en particulier pendant l’adolescence, qui est une période de changements importants dans le cerveau.

Le chercheur principal Zening Fu a déclaré que l’étude démontre que la variabilité de la connectivité fonctionnelle peut prédire un large éventail de comportements des enfants, notamment la cognition, la santé mentale et les conditions de sommeil.

“La plupart des études IRMf précédentes estiment que la connectivité fonctionnelle au repos peut fournir l’empreinte digitale d’un individu et que la variabilité de la connectivité est due au bruit ou à d’autres effets confondants”, a déclaré Fu. “Cependant, nous avons constaté que les variations du FNC individualisé à travers les analyses sont notables et transmettent des informations psychologiques et physiologiques sous-jacentes à des phénotypes comportementaux distincts chez les enfants. Les méthodes multivariées pourraient aider à capturer des effets beaucoup plus importants entre la stabilité du FNC et le comportement des enfants.”

L’équipe de recherche a pu prédire avec une précision surprenante un certain nombre de conditions ou de résultats, notamment les performances cognitives et les problèmes psychiatriques. Les chercheurs ont également pu prédire les conditions de sommeil et l’utilisation de l’écran en fonction de la stabilité du FNC. De plus, ils ont pu identifier des corrélations entre le comportement cérébral et la psychopathologie des parents et l’exposition prénatale à la marijuana et à d’autres drogues.

Fu a expliqué comment ils sont capables de lire les résultats et, dans de nombreux cas, de prédire les résultats chez les enfants sur la base des analyses au fil du temps.

“La stabilité du FNC dans notre travail actuel est définie comme la variabilité ou les changements dans la connectivité fonctionnelle à l’état de repos entre les analyses (mesures)”, a déclaré Fu.

“C’est-à-dire que si un sujet a été collecté plusieurs fois à l’aide d’analyses IRMf au repos, la connectivité fonctionnelle estimée à l’aide de chaque analyse IRMf devrait être différente, même s’ils proviennent du même sujet. Une telle différence ou variabilité n’est pas triviale, mais biologiquement. Les sujets présentant une plus grande variabilité FNC (plus petite stabilité) pourraient avoir tendance à avoir des performances cognitives inférieures et davantage de problèmes de santé mentale.

Dans une deuxième étude, publiée dans Psychiatrie Biologique, une recherche menée au TReNDS Center et dirigée par Weizheng Yan révèle que la connectivité réseau fonctionnelle, qui se reconfigure régulièrement au fil du temps, contient potentiellement des informations abondantes pour évaluer les risques psychiatriques. Yan est un ancien associé de recherche postdoctoral au TReNDS Center, qui travaille désormais avec les National Institutes of Health.

Dans le cadre de l’étude, les chercheurs ont développé un score de risque à l’échelle du cerveau (BRS), une nouvelle mesure basée sur le FNC qui compare les distances relatives du FNC d’un individu à celles des troubles psychiatriques par rapport aux références de contrôle saines.

L’équipe de recherche a découvert que le BRS a révélé un gradient distinct et reproductible de modèles FNC pour chaque trouble psychiatrique chez plus de 8 000 adolescents non affectés, allant d’un risque faible à élevé. Le BRS pourrait également identifier les personnes atteintes de psychose précoce à partir de témoins sains et prédire les scores de psychose.

Pour générer des références de troubles au niveau du groupe et de contrôle sain, les chercheurs ont utilisé un vaste ensemble de données d’imagerie cérébrale contenant plus de 5 000 personnes diagnostiquées avec la schizophrénie, le spectre autistique, les troubles dépressifs majeurs et bipolaires, ainsi que leurs contrôles sains correspondants.

Les résultats montrent que le BRS pourrait être un nouvel outil basé sur l’image pour évaluer la vulnérabilité psychiatrique au fil du temps et chez les individus non affectés, et pourrait également servir de biomarqueur potentiel, facilitant les interventions de dépistage et de surveillance précoces.

Les deux études ont utilisé une base de données multimodale connue sous le nom d’étude ABCD (Adolescent Brain Cognitive Development). L’ensemble de données contient un large éventail de mesures de la santé mentale, de la cognition et d’autres facteurs liés à la santé qui se sont révélés utiles pour examiner le lien entre les comportements des adolescents et la fonction cérébrale.