Vous êtes ici : Accueil > Actualités > Vers un modèle neurodéveloppemental de prédiction de la transition psychotique

Résultat scientifique | IRM | Maladies | Intelligence artificielle | Cerveau

Vers un modèle neurodéveloppemental de prédiction de la transition psychotique


​Une équipe de NeuroSpin, en collaboration avec l'institut de psychiatrie et neurosciences de Paris, a construit un modèle prédictif de survenue de la psychose grâce à la combinaison d'analyses d'apprentissage supervisé et d'un modèle d'âge neuroanatomique, à partir de données de neuroimagerie de sujets sains et à risque de transition psychotique. Cette approche montre qu'une maturation cérébrale asynchrone interrégionale pourrait constituer une signature prédictive de la psychose.

Publié le 21 mars 2024

​La psychose est une maladie fréquente et invalidante, qui survient à l'adolescence et chez les jeunes adultes, dont l'impact socio-fonctionnel pourrait être prévenu par une intervention précoce. Bien qu'il soit possible de dépister cliniquement les sujets à risque, il est cependant très difficile d'identifier ceux qui transiteront vers la psychose (25% à trois ans). L'émergence de la psychose résulte d'interactions progressives entre vulnérabilité génétique et facteurs de stress environnementaux, pouvant perturber la trajectoire neurodéveloppementale. La recherche de biomarqueurs pronostiques est donc cruciale pour améliorer la prévention et les soins précoces. Dans ce contexte, la neuroimagerie structurelle constitue un outil prometteur, car les variations du développement cérébral et les anomalies structurelles du cerveau peuvent révéler une pathophysiologie sous-jacente.

Dans ce travail, les auteurs ont utilisé la morphométrie basée sur les voxels (voxel-based morphometry, VBM), une mesure du volume de matière grise locale pour chaque voxel dans le cerveau, à partir de données d'IRM anatomique de 2024 sujets sains et 82 sujets à Ultra-Haut Risque (UHR) de psychose, dont 27 ont développé une psychose après un an. Chez les sujets UHR, ils ont pu identifier automatiquement les régions prédictives de la conversion à la psychose grâce à un modèle d'apprentissage supervisé (Enet-TV-LR) qui leur a fourni une carte interprétable des régions prédictives distinctes. En utilisant à la fois l'ensemble du cerveau et chaque région prédictive séparément, un prédicteur de l'âge cérébral a ensuite été construit et validé chez 1605 témoins, testé en externe chez 419 témoins d'une cohorte indépendante, et appliqué aux sujets UHR. Les écarts d'âge cérébral ont été calculés comme la différence entre l'âge chronologique et l'âge prédit, fournissant une approximation de la maturation cérébrale globale et régionale. Avec une aire sous la courbe de 80%, la prédiction de survenue de la psychose s'est avérée très bonne grâce notamment aux augmentations volumétriques relevées dans le cortex préfrontal ventromédian et aux diminutions observées dans le gyrus précentral gauche et le cortex orbitofrontal droit, des régions prédites comme présentant  des schémas de maturation retardée et accélérée, respectivement.


Design de l'étude (haut) et principales zones cérébrales affectées chez les sujets ayant développé une psychose (bas).
© E.Duchesnay/CEA 


En fournissant les premiers modèles interprétables de prédicteurs de psychose basés sur l'épigénétique et la neuroanatomie chez des sujets à très haut risque de transition psychotique, ce travail soutient l'hypothèse d'une physiopathologie neurodéveloppementale sous-jacente, marquée par des patrons complexes de maturation asynchrone.

Contacts : Édouard Duchesnay (edouard.duchesnay@cea.fr) et Anton Iftimovici (anton.iftimovici@inserm.fr)

L'aire sous la courbe (AUC) est une mesure de la performance d'un modèle de classification. Elle est couramment utilisée dans l'apprentissage automatique et l'analyse des données pour évaluer la précision des modèles dans la prédiction d'événements binaires.


Haut de page