Transcription
C'est un plaisir pour moi aujourd'hui de présenter le Dr Mo Moderas de notre département, notre département, et aussi du Shriver Center. Le Dr Medeiros a obtenu sa licence et sa maîtrise en génie biomédical de la Case Western Reserve University à Cleveland, Ohio, puis son doctorat en génie biomédical de la Case Western Reserve. Il est actuellement dans notre département de psychiatrie, mais il a également une nomination en tant que scientifique de recherche en santé au Bedford VA à Bedford, Massachusetts. Il a servi de mentor pour les bourses K-23 et KL-12. Il a une très longue expérience en matière de financement. Il est actuellement financé par le VA pour une étude intitulée "Marqueurs neurophysiologiques de la présence, de la sévérité et du résultat thérapeutique du SSPT". Et l'autre chose que je pense être très remarquable, c'est qu'il est l'inventeur, il est inventeur et il détient huit brevets, ainsi que co-inventeur de six brevets. Le titre de la conférence du Dr Moderos aujourd'hui est "Biomarqueurs des troubles neuropsychiatriques : EEG et spectroscopie fonctionnelle proche infrarouge". Faisons un accueil chaleureux au Dr Moderos.
Tout d'abord, je n'ai aucun conflit d'intérêts réel ou potentiel en relation avec ce programme, et je vais couvrir à la fois l'EEG et la spectroscopie fonctionnelle proche infrarouge (fNIRS). Il y aura beaucoup de matériel, donc si je me dépêche parfois, je m'excuse à l'avance car je veux couvrir les deux. Ce sont des modalités importantes pour analyser l'activité cérébrale, en particulier pour la psychiatrie et les troubles neuropsychiatriques.
Je vais commencer par l'électroencéphalographie (EEG), où rapidement, vous savez, je vais passer en revue le fait que l'EEG représente vraiment les potentiels postsynaptiques des neurones pyramidaux du cortex, juste sous la surface du cuir chevelu, dans le cortex. Ils sont disposés en colonnes, et le potentiel postsynaptique est ce que nous mesurons comme un EEG. Il existe une multitude d'appareils qui sont actuellement utilisés pour des applications cliniques et de recherche. Il y a des systèmes montrés à gauche où, fondamentalement, vous avez du matériel clinique, et généralement, il est placé sur un support pour le déplacer, et il est multi-canaux, comme vous voyez, 30, il peut être aussi bas que 20, mais jusqu'à 256. Et puis il y a ces appareils portables qui sont de plus en plus utilisés pour la clinique et la recherche parce qu'ils sont, comme vous le voyez, très portables et le patient peut les porter et ils peuvent dormir avec, travailler avec, et ainsi de suite, comme celui-ci. Et ils sont même pratiques pour les bébés, en ce qui concerne ces électrodes actives qui facilitent la fixation. Mais de toute façon, le spectre va des grands systèmes encombrants jusqu'aux très petits que la personne peut porter.
L'analyse clinique de l'EEG est actuellement principalement basée sur l'inspection visuelle. Vous voyez un exemple sur le côté gauche où je montre une monographie de sommeil ou une étude du sommeil, et fondamentalement, l'EEG, l'écran est zoomé ou dézoomé à un tel niveau qu'une personne peut visuellement examiner le contenu fréquentiel et la forme des courbes. Par exemple, à l'éveil, nous voyons beaucoup de, c'est l'éveil avant de s'endormir, donc c'est vraiment très somnolent, donc il y a beaucoup d'activité alpha que même visuellement on peut voir ici. Et puis, à mesure qu'ils progressent dans le sommeil, l'alpha disparaît et les basses fréquences comme delta et jusqu'au sommeil profond, ou ces courbes thêta, delta, ces courbes de basse fréquence à haute amplitude apparaissent. Et puis nous retournons en phase REM où cela ressemble à nouveau à l'éveil, mais avec un type distinct de, vous savez, commence par des ondes, et ainsi de suite.
Normalement, les experts du sommeil examinent des époques de 30 secondes à la fois, puis attribuent un état : éveil, stade un, stade deux, sommeil profond, stade trois, puis REM. Et puis ils produisent ce qu'on appelle une architecture du sommeil ou un hypnogramme. Et vous voyez, pendant la nuit, pour une personne normale, ils entrent en sommeil profond dans la première partie de la nuit, puis ils entrent en REM dans la dernière partie, vers le matin. C'est pourquoi souvent nous nous souvenons de nos rêves venant de cette partie, tard dans la nuit ou tôt le matin. Et c'est à partir de cette forme d'hypnogramme, de la profondeur et de la variabilité de celle-ci, qu'ils font des recherches qui montrent comment le sommeil des sujets normaux diffère de celui du SSPT, où dans ce cas, il y avait beaucoup de fragmentation et le patient n'est pas entré en sommeil paradoxal dans ce cas. Mais vous voyez la différence, et cela a été utilisé comme moyen de les séparer et de les analyser.
Une autre grande application de l'EEG clinique est vraiment dans la surveillance de l'épilepsie et des crises. Là encore, si vous ouvrez le signal, vous pouvez voir qu'au moment de la crise, ici, autour de ce moment, vous voyez que le signal EEG devient de basse fréquence et des ondes rythmiques à haute amplitude. Et de toute façon, tout cela est basé sur des inspections visuelles et ainsi de suite.
L'EEG quantitatif, et c'est là que se concentre notre discussion aujourd'hui, est apparu vers la fin des années 1990. Et ce qu'il fait, c'est qu'il utilise des algorithmes mathématiques complexes pour extraire des caractéristiques du signal EEG qui sont liées au trouble ou à la condition neuropsychiatrique sous-jacente. Et généralement, l'acquisition de l'EEG pour ce type d'analyse est effectuée pour des paradigmes de tests spécifiques. Par exemple, le sujet est au repos, yeux ouverts, yeux fermés, allongé, éveillé ou s'endormant, et aussi pendant les tests où ils sont engagés dans des tâches d'attention, de mémoire, cognitives, et encore pendant le sommeil.
Et il existe différents types d'analyses qEEG dont je parlerai : la puissance spectrale, la cohérence et la complexité, que je ne couvrirai pas ici car cela implique d'autres choses mathématiques. Mais principalement, il s'agit de la puissance spectrale et de la cohérence, et je vais expliquer ce qu'elles sont.
Pour l'analyse spectrale, elle est vraiment basée sur la caractérisation des puissances spectrales moyennes des bandes de fréquences individuelles et des canaux individuels. Pour simplifier, j'ai un exemple d'EEG d'un canal pendant la transition éveil-sommeil. Et essentiellement, ce que fait le qEEG, c'est qu'il prend ces signaux et les fait passer par un filtre passe-bande ou un prisme, tout comme nous le faisons avec la lumière blanche, et nous trouvons que toutes les différentes composantes de cet EEG. Les composantes sont généralement regroupées en bandes telles que delta, qui est de 0,5 à 3,5 Hertz (Hertz utilise des cycles par seconde), thêta, alpha. Alpha est la plus proéminente, surtout quand on ferme les yeux, et c'est de 8 à 12 Hertz, ce qui signifie que vous pouvez compter environ 10 de ces oscillations en une seconde de signal.
Donc, fondamentalement, ce que nous faisons, c'est que nous décomposons le signal, nous trouvons toutes les composantes qui sont mélangées pour former cet EEG, puis nous regardons les amplitudes de chacune de ces composantes. Par exemple, avec l'alpha, vous voyez qu'il y a une amplitude ici, et c'est en fait l'amplitude au carré, et elle est tracée par rapport à la fréquence. Donc, voici alpha, quand vous la mettez au carré, c'est cette valeur, et c'est pour alpha. Même chose si nous le faisons pour bêta, même chose, et puis pour thêta et d'autres. Donc, c'est ce qui devient alors une courbe de puissance spectrale, ou vous l'appelez densité spectrale de puissance, ou quoi que ce soit. Et tout ce que cela montre, c'est que pour chaque fréquence, elle indique quelle est l'amplitude ou l'amplitude au carré du signal sous-jacent. Donc, si le signal est, par exemple, entièrement alpha, il serait juste ici, et puis ces autres endroits descendraient tous à zéro ou près de zéro. C'est donc ce que cela montre pour ce morceau de signal particulier que nous analysons, quelles sont les amplitudes au carré.
Et puis nous pouvons les examiner en termes absolus et relatifs. L'absolu est ce que je montre ici, et le terme relatif serait de prendre cette courbe absolue et de la diviser par l'aire sous celle-ci. Donc, fondamentalement, l'alpha n'est pas seulement l'activité, mais c'est le pourcentage d'activité dans cette gamme alpha, et le bêta, la même chose, le pourcentage d'activité dans cette gamme bêta.
Une étape supplémentaire consiste en l'analyse temps-fréquence ou spectrogramme, où nous avons ce type de spectre que nous avons vu auparavant, au fil du temps. Donc, ce serait le temps un, le temps deux, le temps peut être chaque seconde, par exemple, et ainsi de suite. Et puis nous les empilons ensemble et nous obtenons une courbe comme celle-ci, où nous avons la fréquence ici sur l'axe des x, le temps sur l'axe des y, et les courbes ou les tracés sont colorés de telle sorte que plus le jaune, brun, jaune et rouge correspond à une puissance plus élevée, comme une carte thermique, et les bleus sont la puissance plus faible.
Regardons ici, revenons à notre EEG brut. Au temps neuf, c'est là qu'ils s'endorment effectivement, et c'est basé sur cette méthode clinique dont j'ai parlé auparavant. L'expert du sommeil a déterminé que maintenant nous regardons ce type de tracé qEEG, et nous voyons que la personne avait essentiellement de la puissance alpha jusqu'ici, jusqu'à neuf, puis elle commence à en perdre un peu. Et une fois qu'elle entre en sommeil profond, une fois qu'elle s'endort, alors essentiellement, désolé, essentiellement, la puissance alpha disparaît et ce qui se passe, c'est qu'alors vous commencez à obtenir de la puissance dans les basses fréquences, dans la gamme delta et thêta. Et en fait, une façon plus courante de regarder cela est ce spectrogramme où nous regardons de haut en bas la figure, et c'est ce que nous obtenons. C'est exactement la même chose, mais en regardant vers le bas. Et nous voyons que jusqu'au point de s'endormir, déterminé par l'expert du sommeil, nous avions principalement des ondes alpha, et dès qu'ils s'endorment, l'alpha disparaît et le delta et le thêta apparaissent.
C'était donc l'analyse spectrale. L'autre méthode que nous utilisons est la cohérence, qui mesure la synchronie et la corrélation entre les paires de signaux EEG. Maintenant, nous regardons, par exemple, deux signaux, F3 et F4, correspondant au frontal gauche et droit du front. Si les nombres impairs sont à gauche, généralement, et les nombres pairs à droite, donc F3 frontal gauche et frontal droit. Donc, ce que fait la cohérence, elle a essentiellement deux composantes : une magnitude, qui est liée à la corrélation croisée entre ces deux paires, elle regarde vraiment à quel point elles montent et descendent ensemble, et puis la phase, elle montre juste si et dans quelle mesure l'une précède l'autre, c'est une mesure de directionnalité, si vous voulez, si quelque chose précède l'autre.
Si un signal précède un autre, nous supposons que l'information va du signal leader au signal suiveur. Pour rendre cela un peu plus facile, je montre ce cohérogramme, qui est similaire à ce spectrogramme que nous avons vu auparavant, sauf que maintenant ces couleurs correspondent à la magnitude de cette cohérence. Et la cohérence est un nombre qui va de zéro à un. Un signifie une synchronie parfaite, zéro signifie aucune cohérence, ils ne se suivent en rien. Donc, plus la cohérence est élevée, plus la couleur est foncée, si vous voulez.
Et maintenant, nous regardons un autre cas, s'endormir à ce moment-là, mais maintenant je regarde ces deux frontaux, et nous voyons que, encore une fois, la cohérence est élevée pendant la période d'éveil, et une fois qu'ils s'endorment, la cohérence disparaît. Regardons juste cette petite portion de deux secondes du signal qui a été filtrée pour la partie onde alpha. Vous voyez l'onde alpha entre les deux, quand ils étaient éveillés et hautement synchrones, vous voyez à quel point ils vont bien ensemble, ils se suivent parfaitement. Dans le sommeil, lorsque la cohérence est faible, vous voyez que maintenant il y a essentiellement, ils ne se suivent pas, il y a une désynchronisation, elle est essentiellement diminuée, et parfois ils sont des signaux, parfois l'un précède l'autre, et puis l'un est en retard. Et aussi l'amplitude du signal change, ce n'est pas seulement la phase, mais l'amplitude change aussi, alors qu'ici l'amplitude était presque la même.
C'est donc ainsi que fonctionne la cohérence, elle montre à quel point ces données sont synchrones, et nous faisons cela pour plusieurs types de tests avec tous ces électrodes EEG, nous regardons leur cohérence entre toutes les paires possibles, donc nous avons beaucoup de paires avec lesquelles travailler.
Maintenant, je vais faire un petit aperçu de la littérature et montrer quelles sont les applications cliniques du qEEG dans les troubles neuropsychiatriques. Actuellement, le rôle du qEEG est complémentaire aux méthodes cliniques standard afin de générer des informations objectives pour obtenir un diagnostic précis, une évaluation correcte de la sévérité et une évaluation spécifique de la réponse au traitement. Quelques travaux cliniques ont été réalisés sur l'épilepsie, les AVC, les traumatismes crâniens, l'apprentissage, l'annotation et d'autres applications. Et essentiellement, ce que je veux montrer rapidement, c'est que principalement, ils montrent que l'épilepsie, par rapport aux sujets sains, augmente l'onde thêta et augmente également de 10 % la cohérence intra et interhémisphérique. Dans les AVC, le rapport thêta sur bêta augmente dans l'hémisphère endommagé, et dans la région frontale, le rapport delta sur alpha augmente également. Dans les traumatismes crâniens, la puissance de la fréquence alpha diminue, et la cohérence dans la phase entre le frontal et le temporo-frontal augmente également. Dans l'apprentissage et l'attention, il y a une augmentation des basses fréquences associée à un QI faible, et la cohérence est positivement corrélée au QI.
Donc, toutes ces choses, si je peux résumer, montrent principalement que l'activité de basse fréquence dans le delta et le thêta augmente et que l'activité de haute fréquence diminue. C'est le point essentiel. Les magnitudes sont différentes, et ainsi de suite, mais juste après les résultats, c'est une augmentation des basses fréquences et une diminution des hautes fréquences.
Pour les applications de recherche du qEEG en neuropsychiatrie, j'utilise cette référence ici comme une très bonne revue qui montre le type de travail effectué avec les enfants TDAH, les adultes schizophrènes, autistes, dépressifs, TOC, SSPT, dépendance et trouble panique, anxiété, etc. Elle montre un certain nombre d'études, elle montre le nombre de sujets utilisés dans chacune d'elles. Dans la cinquantaine à 200, c'est essentiellement ce que c'est. Si elles offrent, dans les années 70, c'est aussi le pourcentage de contrôles, environ la moitié d'entre eux sont généralement des contrôles normaux du même âge, en fonction de l'application, mais ces études sont plus axées sur les jeunes, jusqu'à 40 ans pour le SSPT, et elles ont des femmes dans toutes. Ce qui peut être aussi élevé que 76 %, mais principalement entre 30 et 50 %. Et elles ont à la fois les yeux ouverts et les yeux fermés. Beaucoup d'entre elles ont les yeux fermés, mais il y en a aussi qui ont les yeux ouverts.
Et quels sont les résultats dans ce type d'applications de recherche ? Je vais commencer par le côté gauche, la dépression majeure, où ils montrent qu'il y a une asymétrie des ondes lentes dans les régions fronto-temporales. Il y a une asymétrie alpha frontale. Il y a une réduction de la cohérence interhémisphérique dans les bandes de basse fréquence delta et thêta. Il y a une augmentation du delta et du thêta de l'hémisphère droit, et une augmentation du rapport. Essentiellement, cela montre que la cohérence est plus faible, mais l'amplitude de l'activité delta et thêta est plus élevée. Même ici, quand on regarde le rapport, essentiellement, l'augmentation est due à une augmentation du thêta et une diminution du bêta, tandis que du côté droit, c'est un beau tableau encore une fois de cette référence, de cette revue, mais il montre comment l'activité dans delta, thêta, alpha et bêta diffère selon les diagnostics. Et par exemple, dans la dépression, nous voyons que la puissance delta-thêta augmente, et le bêta augmente également. Chez les enfants TDAH, nous voyons également une augmentation du delta-thêta, mais une diminution du bêta, et ainsi de suite.
Et je vais montrer, par exemple, dans l'autisme, il y a en fait une diminution du delta et une diminution du bêta. Ce sont les yeux fermés, les yeux ouverts, mais essentiellement, une chose qui ressort, c'est que tout cela est bien, mais regardez, différents diagnostics, différentes conditions ont des changements similaires dans leur delta, dans leur thêta, par exemple, ici, dans leur alpha, dans leur bêta. Donc, si nous disons simplement que, par exemple, dans le TDAH, il y a une augmentation du delta et du thêta, eh bien, cela pourrait être dans d'autres situations également, cela pourrait être la dépression aussi. Et l'importance de cela est que souvent, ces diagnostics, fondamentalement, ils sont appelés diagnostics, vous savez, le SSPT et la dépression, et ainsi de suite, et même l'autisme, les symptômes du TDAH. Il était autrefois pensé que les gens avaient soit un TDAH, soit un TSA (Trouble du Spectre Autistique), mais ils pouvaient aussi avoir, par exemple, avec des patients TSA, un peu de, vous savez, pour le TSA, un peu de TDAH, une hyperactivité ou une inattention, et vice versa avec le TDAH, avoir certains symptômes autistiques. Mais on dirait que la chose principale est soit l'autisme.
Récemment, ils sont arrivés à ce nouveau diagnostic de TDAH et TSA combinés. Le combiné est différent de chacun d'eux seul, et cela pose un problème en termes de diagnostic précis, ainsi que pour les personnes qui présentent des symptômes des deux, et aussi le bon type de médicaments et de thérapies qui leur seraient attribués. Il est donc important d'aller un peu plus loin que de simplement définir la différence en qEEG, qui a été reproduite, et d'essayer de trouver comment nous pouvons la lier plus spécifiquement à la condition sous-jacente pour être plus sensible et spécifique, c'est le mot, sensible et spécifique, afin de proposer ce que je décris vraiment comme un biomarqueur pour ces troubles.
Les EEG observés, puisqu'ils sont partagés, ce que nous devons faire, c'est développer des marqueurs sensibles en utilisant ce type d'approche générale. Lorsque nous faisons une analyse statistique, nous ne comparons pas seulement, par exemple, le TDAH avec des contrôles. Nous devons également ajouter le TSA et le TSA plus TDAH afin de pouvoir proposer une signature ou une caractéristique de l'EEG qui sépare les groupes et qui peut être utilisée comme biomarqueur. Et ensuite, vous savez, une fois que nous l'avons trouvé, alors nous pouvons les combiner, soit les mettre dans un tableau si-alors, un tableau d'arbres de classification, ou même mieux, les soumettre à un type de méthode d'apprentissage automatique qui, fondamentalement, les combine d'une manière qui, visuellement, est difficile à faire, et propose la meilleure façon de combiner ces caractéristiques de l'EEG qui sépare les groupes et est hautement sensible à la situation sous-jacente réelle et correcte.
Je vais maintenant montrer les résultats de certains des travaux que nous faisons ici au Shriver Center, et ces résultats visent à séparer le TDAH, le TSA et le TDAH combiné au TSA des contrôles, à essayer de développer des biomarqueurs pour cela. C'est donc notre objectif final. Et nous avons commencé par utiliser une biobanque d'enregistrements EEG à haute densité qui a été créée par le Child MIND Institute, une base de données publique. Et dans cette base de données, il y avait de nombreuses conditions, mais nous nous sommes concentrés au début sur les paradigmes d'état de repos de cinq minutes où les enfants âgés de cinq à seize ans regardaient la croix de fixation au centre de l'écran d'ordinateur, yeux ouverts et fermés, 20 secondes yeux fermés, yeux ouverts et 40 secondes yeux fermés, et ils répétaient cela cinq fois. Le groupe comprenait des enfants typiquement développés, 86 d'entre eux, huit TSA seuls, 38 TDAH seuls et 120 TDAH plus TSA.
Quels sont les résultats ? Premièrement, la première chose que nous avons faite, nous avons fait du décodage EEG haute densité. Nous nous sommes concentrés sur ces 31 canaux montrés en haut à gauche pour réduire la complexité de l'analyse et aussi la redondance, car les canaux pourraient également fournir des choses similaires lorsqu'ils sont proches les uns des autres. Et nous avons fait deux parties principales. Nous avons fait l'analyse spectrale de puissance, tout comme je l'ai montré auparavant, sur ces 31 canaux, et nous avons examiné des fréquences de bande un peu plus étroites. Par exemple, j'ai divisé alpha en alpha un et alpha deux. Alpha un est de 8 à 10, essentiellement. Alpha deux est de 10 à 12. Même chose avec bêta, j'ai regardé de 12 à essentiellement 15 ou 16, et bêta deux, bêta trois, bêta quatre. Et puis gamma, généralement les gens disent tout ce qui est supérieur à 30 est appelé gamma. Nous l'avons divisé en quatre gammes d'échelles différentes : de 30 à 40, 40 à 50, et 65 à 75, et 70 à 100. Nous verrons dans les résultats que c'est effectivement important, car si nous n'avions pas séparé en ces grains fins, nous aurions peut-être manqué des cas où, par exemple, seul bêta trois était significatif entre les groupes, et si nous avions tous les bêtas ensemble, cela n'aurait peut-être pas montré. Et d'ailleurs, une partie de la littérature soutient également cela. Donc, cela a été fait de toute façon. Donc, 31 EEG dans 12 bandes de fréquences. Et pour la cohérence, nous regardons ces 31 fréquences et nous regardons la cohérence entre elles. Mais ensuite, ce que nous avons fait, encore une fois pour réduire la complexité et rendre ces résultats un peu plus faciles à gérer, nous avons regroupé ces électrodes en ce que nous appelons des régions. Par exemple, regardez en bas à droite, nous avons un frontal gauche, qui sont ces canaux ici, et ce que je montre avec la souris, nous avons frontal gauche, frontal droit, temporal droit et gauche, central droit et gauche, périphérique occipital, que j'ai également regroupés. C'est le premier tour. Donc, éventuellement, nous pouvons même aller plus loin, mais pour l'instant, je veux juste regarder les régions qui correspondent aux lobes, aussi, vous savez, le lobe frontal, le lobe temporal, le lobe pariétal-occipital, et puis la région centrale.
Donc, nous avons également fait la cohérence sur ceux-ci. Je montre maintenant les résultats de ces comparaisons. Je montre la puissance, dans ce cas, la puissance relative, et je l'ai codée par couleur de telle sorte que, par exemple, le bleu est pour le développement typique par rapport au TSA, le vert est pour le TDAH par rapport au développement typique, et ce rose est pour le TDAH plus TSA par rapport au contrôle. Et puis dans cette autre colonne ici, ce genre d'or, peu importe ce que c'est, c'est TSA par rapport au TDAH, le rouge est TSA par rapport aux deux, et le gris, je suis désolé, le gris est TDAH par rapport aux deux, et le rouge est TSA par rapport aux deux. Et je vais mettre les résultats dans un tableau ici, mais ce qui est, oh, vous n'avez pas besoin de regarder ça, parce que je l'ai aussi dans cette carte thermique. Ce que j'ai mis ici, et que je voulais souligner, c'est que ce sont les endroits où, essentiellement, nous avons obtenu des résultats significatifs parmi ces quatre groupes, et que je ne montre que ces cas, les emplacements et les fréquences où cela était significatif. Ici, quand j'ai cette cartographie couleur ici, ce tableau, je montre essentiellement la puissance pour chacun de ces cas où nous détectons la signification. Et la raison pour laquelle je dis que je fais cela, c'est que je voulais montrer que, par exemple, pour le TSA, dans tous ces cas, la puissance, la puissance relative du TSA a augmenté. Donc, tous ces emplacements, gamma un, gamma deux, fp1, au taux quatre, ou ensemble pour tous, vous voyez une augmentation dans le TSA. Et donc j'ai mis ces résultats, tous les cas où il y avait une différence significative entre les groupes, je les ai mis dans cette carte. Les couleurs correspondent à la même chose ici. Par exemple, ceci est fp1 ici, où nous avons une signification en termes de TSA par rapport aux contrôles, et aussi en termes de TSA par rapport au TDAH. C'est pourquoi j'ai dit que dans cette région, ces deux groupes sont différents, avec les fréquences indiquées ici, et ainsi de suite.
Ce qui est ressorti de ces résultats, et qui est très excitant pour moi, c'est que seulement ici, à T8, à gamma un et gamma deux, nous voyons que le TSA avait une puissance plus grande, une puissance plus grande par rapport au TDAH et au TDAH plus TSA seul. En d'autres termes, T8 à gamma et gamma deux pourrait être un biomarqueur potentiel pour le TSA, qui est également différent du TDAH et de la combinaison. Donc, vous savez, cela peut être utilisé, par exemple, s'il y a une question sur une personne qui est en quelque sorte TSA seul, ou si elle a, vous savez, TSA et TDAH, les deux, nous pouvons obtenir leur T8 à gamma pendant les yeux fermés, et nous pourrions être en mesure de tirer une conclusion sur leur gravité ou l'unicité de leur TSA.
Je vais sortir d'ici. Merci.
La prochaine chose que je fais maintenant, c'est avec la cohérence, et je combine essentiellement, je montre la différence de cohérence entre les quatre groupes. Regardons juste les graphiques du bas. Les graphiques du bas disent essentiellement que pendant la condition yeux fermés, ce rose, qui est TDAH par rapport au TDAH plus TSA par rapport au contrôle, nous voyons que cela diminue, que la cohérence diminue par rapport aux contrôles. La cohérence diminue dans le TDAH par rapport aux contrôles dans cette région entre le frontal gauche et le central gauche, et à ces fréquences indiquées ici. Dans le temporal gauche également, il y a une diminution de la cohérence TDAH plus TSA par rapport au contrôle, mais la cohérence TSA par rapport au TDAH augmente. Il y a donc plus de cohérence chez les autistes par rapport aux deux groupes dans la région temporale gauche.
Encore plus excitant, c'est quand on regarde maintenant les yeux ouverts, entre le temporal gauche et le pariétal-occipital gauche. Nous voyons que les trois, c'est-à-dire TSA par rapport à l'autre. Donc, cet or est TSA par rapport au TDAH, le rouge est TSA par rapport aux deux, et le bleu est TSA par rapport aux contrôles normaux. Nous voyons que dans les trois cas, la cohérence du groupe TSA augmente. Encore une fois, si ceux-ci sont appelés biomarqueurs potentiels, le temporal gauche vers le pariétal-occipital gauche à alpha deux et bêta un pourrait être utilisé comme biomarqueur, qui est plus spécifique au TSA par rapport aux autres groupes.
Je vais parler rapidement d'autres biomarqueurs que j'ai faits. J'ai fait cela avec le TDAH pendant le temps où la personne effectuait un test continu d'un paradigme d'oddball, répondant aux tonalités cibles et non cibles. Et les résultats montrent que, dans le haut, c'est l'EEG un, à gauche, et les temps de réaction sont indiqués ici. Ces négatifs sont les moments où il y a une erreur de commission, mais ils n'étaient pas censés répondre et ont répondu. Et le haut, et les autres sont les temps de réaction. Et s'ils l'ont complètement manqué, alors cela montre cette valeur deux, désolé. Donc, essentiellement, nous disons que chez les adolescents normaux par rapport au TDAH, il y a une différence en termes de leur activité cérébrale pendant ce test de 15 minutes de paradigme d'oddball. Et en termes de temps de réaction, comme vous le voyez, le TDAH a manqué pas mal de choses et a également eu des erreurs de commission.
Nous les avons combinés. Donc, maintenant, ce que j'ai fait, c'est que je suis allé un peu plus loin que le simple qEEG. J'obtiens le qEEG, j'obtiens leurs paramètres à partir de cela, puis je les combine avec ces temps de réaction, avec leur réponse comportementale, avec la réponse du bouton poussoir. Et nous avons examiné 45 enfants âgés de 8 à 17 ans, en trois groupes de 15 personnes chacun, 15 sujets : contrôle normal sans antécédents de TDAH, diagnostic de TDAH mais avant la médication, puis groupe trois, antécédents positifs de TDAH, sous médication à dose stable depuis au moins 30 jours. Et quand nous regardons ce biomarqueur spécifique au TDAH, nous voyons que le nouveau diagnostic de TDAH était très différent et plus important que le contrôle normal. Et après qu'ils aient pris le médicament, ou le groupe sous médication, les différences sont devenues moins importantes et n'étaient pas statistiquement significatives. Il y avait une large gamme de réponses, mais en moyenne, ils n'ont pas répondu.
Donc, par souci de temps, je ne vais pas parler du SSPT. Je vais juste passer à la spectroscopie fonctionnelle proche infrarouge. Jusqu'à présent, nous avons examiné l'activité électrique du cerveau avec l'EEG. Avec la fNIRS, c'est similaire à l'IRM ou à la fMRI, qui examine le signal BOLD, l'oxygénation du sang. Et elle injecte de la lumière dans le cerveau, sur la surface, elle injecte de la lumière, puis elle la détecte quelques centimètres plus loin. Et basé sur l'atténuation de la lumière, elle arrive à une mesure de l'oxygénation du sang ou BOLD, qui est similaire à une IRMf. C'est très similaire à un EEG portable, si vous voulez, dans le sens où vous pouvez essentiellement mettre le bandeau sur, littéralement, des bébés, nous le faisons avec des bébés de trois mois, sous la direction du Dr Kim du Shriver, jusqu'aux personnes âgées, évidemment. Et c'est assez pratique à utiliser, même mieux que l'EEG. Vous pouvez bouger avec, vous pouvez avoir des mouvements, cela n'est pas autant affecté par les artefacts de mouvement que l'EEG. Mais cela mesure un signal différent, cela mesure l'oxygénation du sang. Et cela a une faible résolution spatiale par rapport à l'EEG, et cela manque d'informations anatomiques. C'est mieux que l'EEG, mais pas aussi bon que l'IRMf.
Alors, qu'est-ce que c'est et comment ça marche ? Essentiellement, lorsqu'il y a un changement d'activité neuronale, cela provoque une réponse hémodynamique. Donc, quand vous commencez à penser à quelque chose, vous obtenez une réponse hémodynamique qui se produit, et cela change alors la concentration d'oxy et de désoxyhémoglobine. Donc, ici, l'activité, et cela augmente l'oxygénation et l'oxygénation de l'hémoglobine. En même temps, vous obtenez une réponse du flux sanguin cérébral, qui augmente. Donc, le volume et le flux sanguin augmentent, et cela augmente votre oxygénation et diminue votre désoxygénation. Cette combinaison des deux, ou le résultat net, c'est que l'activité neuronale aboutit essentiellement à plus d'hémoglobine oxygénée et moins d'hémoglobine désoxygénée. C'est donc ce que nous essayons de mesurer.
Et comment mesurons-nous cela ? Il se trouve que la lumière infrarouge, je la montre en haut à gauche, le taux d'absorption de la lumière est supérieur à celui de l'eau, entre environ 650, ou entre 700 et 800 à 900 nanomètres de lumière, ce qui signifie qu'à ce stade, l'eau n'absorbe pas la lumière. Elle absorbe plus l'hémoglobine. Donc, toute atténuation que nous obtenons n'est pas due à l'absorption de l'eau, mais à l'hémoglobine. Ce qui, par la loi de Lambert-Beer modifiée, dont je suis sûr que vous vous souvenez tous, essentiellement, quand vous avez une lumière émettrice qui entre et un détecteur qui sort, basé sur l'atténuation, nous pouvons revenir en arrière et obtenir des informations sur la concentration du matériau qui absorbe la lumière. Donc, dans ce cas, une partie est absorbée par l'hémoglobine, mais une partie s'échappe et est détectée. Et donc cette détection, quand nous comparons celle-ci à celle de l'émetteur, la quantité de réduction est alors liée au changement d'hémoglobine, et c'est l'essence de cela, et c'est pourquoi nous pouvons mesurer ces deux signaux.
L'utilisateur utilise une onde continue, ce qui n'est pas très important. Une chose à retenir, c'est que lorsque vous placez la source lumineuse ici, et que nous avons le détecteur ici, plus le détecteur est éloigné, plus nous pouvons mesurer la profondeur en termes d'hémoglobine. Le problème est que le rapport signal/bruit se détériore également. Donc, le signal n'est pas aussi bon que si vous placez le détecteur près de lui. Mais le problème est que si vous allez près de lui, vous ne mesurez vraiment que l'activité dans le cuir chevelu et le crâne, mais pas dans la matière grise. Donc, juste un compromis. Et la séparation optimale est de 30 à 35 millimètres chez les adultes, et un peu moins chez les nourrissons. Et cela pénètre à environ la moitié de la distance de séparation. Donc, si vous allez à trois centimètres de séparation, alors nous regardons vraiment un centimètre et demi dans le cerveau. Et ici, je montre que le fNIRS et la fMRI, essentiellement, quand ils sont faits simultanément, ils montrent des changements très similaires. Donc, c'est fiable en termes de détection des changements dans l'oxy et la désoxyhémoglobine.
Et c'est pour l'analyse du fNIRS. Si nous faisons une expérience où, par exemple, vous provoquez la personne par un type de stimulus, puis vous attendez assez longtemps, ici vous voyez une augmentation de l'hémoglobine et des diminutions. Il faut environ 35 secondes avant que l'oxyhémoglobine ne revienne à la ligne de base et que la désoxyhémoglobine ne revienne à la ligne de base. Donc, si votre expérience est telle que vous pouvez attendre ces 40 secondes à la fois, alors la meilleure analyse est d'obtenir ces signaux et de simplement les moyenner, car il n'y a pas de chevauchement. Donc, chacun de vous peut simplement faire une moyenne des tracés les uns sur les autres et obtenir ce type de réponse que je montre ici.
Oui, attendez une seconde. Le problème est que si la réponse n'est pas atténuée dans le temps où vous répétez l'expérience, alors vous allez les superposer, et dans ce cas, vous ne pouvez pas simplement les moyenner, car maintenant le signal d'un point appartient au stimulus qui vient de se produire, l'autre partie du signal provient du stimulus qui s'est produit avant cela, et ainsi de suite. C'est donc une sorte de convolution qui se produit, et vous avez besoin de méthodes pour la déconvoluer. Et une méthode particulière qui a été utilisée est appelée le modèle linéaire général, où essentiellement ce qu'ils disent, c'est que nous supposons connaître la forme de la réponse hémodynamique comme ceci, une sorte de courbe gaussienne. Si nous connaissons la courbe gaussienne et ce que nous mesurons, alors vous pouvez essentiellement déconvoluer de ce signal mesuré la forme de ce que nous savons être là, et trouver, revenir en arrière et trouver quel était le signal qui a déclenché cette réponse.
De toute façon, je vais maintenant parler rapidement de quelques applications cliniques du fNIRS chez les enfants atteints de troubles psychiatriques. Nous avons vu que le fNIRS dans le TDAH, et ils ont effectué une tâche cognitive traditionnelle, la tâche Stroop, la tâche Go/No-Go inversée, et ils le font généralement sur le cortex préfrontal. Pourquoi font-ils cela ? Parce qu'il y a une relation, aucune relation entre les symptômes principaux du TDAH tels que l'inattention, l'hyperactivité et l'impulsivité, et les déficits des fonctions exécutives, qui se reflètent principalement dans le cortex préfrontal. C'est pourquoi ils font du fNIRS et le placent là. L'autre raison est qu'il est plus facile de le placer sur la tête, mais c'est une raison pratique. Vous le placez simplement dans les zones préfrontales.
Et quelle est la découverte ? Le TDAH est diminué dans le cortex préfrontal inféro-latéral pendant le test Stroop couleur-mot. Donc, cette réponse hémodynamique ou BOLD est plus faible chez les TDAH, il y a moins d'activité pendant ce test Stroop couleur-mot. La sévérité de l'inattention dans le TDAH est négativement corrélée au cortex préfrontal latéral droit. Donc, vous savez, donc c'est la sévérité de l'inattention, ainsi qu'une diminution de l'activité BOLD dans le TDAH dans le cortex préfrontal droit. Et à gauche, ils ont montré qu'en fait, cela montrait une fonction compensatoire. Donc, le droit diminuait chez les TDAH, tandis que le gauche augmentait pour compenser cela. C'est donc le type d'informations que l'on peut obtenir du TDAH.
En ce qui concerne l'autisme, les études sont basées sur trois types d'études qui ont été réalisées. Celles axées sur les difficultés sociales, où nous avons examiné les nourrissons à haut risque, âgés de quatre à six mois, et ils montrent une diminution de l'activation dans le cortex temporal. Maintenant, c'est en réponse à des stimuli sociaux visuels et auditifs par rapport au groupe TSA à faible réponse. Le groupe TSA montre également une réponse diminuée dans le cortex préfrontal inférieur (IFG) par rapport aux contrôles pendant la reconnaissance faciale et l'imitation d'expressions faciales. Donc, tout cela devient alors des biomarqueurs potentiels en utilisant le fNIRS maintenant. Et puis il y avait une activité anormale dans le cortex frontal, dans l'IFG et le PFG, lors de tâches conjointes.
Le deuxième type de travail effectué concerne les difficultés non sociales. Par exemple, pour une tâche de fluidité verbale, le TSA a montré une activation préfrontale diminuée. Et pour, vous savez, pendant une tâche où ils écoutaient et ignoraient, et Go/No-Go, et ainsi de suite, pour évaluer leur contrôle inhibiteur, il y a également une activation réduite dans le cortex préfrontal droit. Et enfin, ils examinent la connectivité fonctionnelle du cerveau, similaire à notre cohérence dont nous avons parlé auparavant. Et ils constatent qu'il y a une connectivité fonctionnelle diminuée entre le cortex frontal et temporal chez les nourrissons à haut risque ayant des frères et sœurs atteints de TSA. Et puis il y a une diminution de la connectivité entre les régions inter-régionales dans le cortex préfrontal droit chez les patients atteints de TSA par rapport aux contrôles. Et il y a une diminution de la connectivité fonctionnelle entre les lobes temporaux bilatéraux chez les enfants atteints de TSA.
Je vais terminer la conférence en montrant une étude qui a été réalisée dans notre centre par le Dr Sawyer Kim, où le fNIRS a été utilisé pour mesurer la coordination neuronale des nourrissons avec leur mère à quatre mois, puis à nouveau à six mois, je crois. Donc, nous effectuons maintenant des mesures simultanées de l'activité cérébrale en temps réel de la mère et du bébé, et nous examinons le degré auquel ces cerveaux se coordonnent. Immédiatement, quand vous entendez "coordonne", nous pensons à la cohérence. Donc, nous regardons la cohérence entre eux. Et l'idée est de trouver un biomarqueur qui montrera dans quelle mesure le cerveau du nourrisson s'accorde et son activité est finement ajustée par les signaux sociaux de son premier partenaire social, qui est généralement sa mère. C'est donc une façon de regarder la connectivité, non pas à l'intérieur du cerveau de l'enfant, mais entre le cerveau de l'enfant et celui de la mère et du soignant, et à travers cela, de proposer un type d'engagement social.
Et là, je m'arrête, et je suis heureux de répondre à toutes les questions. Je sais que c'était beaucoup de matériel, mais je suis désolé si je suis allé trop vite. Je peux y répondre maintenant, ce qui est une question. Oops. Merci beaucoup.
Quelques questions. L'une d'elles est que j'ai remarqué le schéma des enfants qui restent en sécurité, vitesse.
Pour autant que je sache, donc la première question était à nouveau la différence entre cinq ans. Ce que je n'ai pas montré ici, c'est que c'est un facteur d'âge dans le TDAH. Donc, même chez les enfants de cinq à quinze ans, je vois qu'il y a des changements dans certaines régions avec l'âge. Donc, je dirais qu'une partie de cela est probablement développementale, et ensuite, une fois que nous aurons retiré cela, nous verrons ce qui reste entre eux. Mais jusqu'à ce que je fasse cela, probablement que le développement change tout. Vous savez, nous changeons tous. Oui, je veux dire, en ce moment, je regarde les cerveaux de personnes âgées de plus de 65 ans et de moins de 65 ans, et juste en bonne santé, et vous voyez pas mal de changements. Donc, je veux dire, oui, même à cet âge, il y a des changements.
Quant à la seconde, c'est l'un des objectifs que nous voulons atteindre au Shriver. Donc, ces données comportent des mesures d'anxiété et ainsi de suite, et nous les inclurons lors de la prochaine tournée. J'ai examiné des adultes dans le cadre de mes recherches au VA sur le SSPT, avec dépression et anxiété, et il y a une différence. Souvent, la dépression est le facteur sous-jacent le plus puissant, même pour la partie SSPT. Donc, vous savez, et c'est pourquoi la subvention vise vraiment à les séparer avec la comorbidité des marqueurs, y compris le SSPT et les marqueurs qui sont avec la dépression et le SSPT, et ainsi de suite.
Merci beaucoup pour cet aperçu. Je me demande quelle est la signification des biomarqueurs. Donc, vous étiez, cela s'applique plus au TDAH qu'aux autres choses, mais le TDAH est, vous savez, un comité s'est réuni et a décidé que ce syndrome est le TDAH, n'est-ce pas ? Il y a de nombreux comités, n'est-ce pas ? Mais en dessous, il y a des problèmes de fonction exécutive, d'attention. Vous avez donné un certain nombre de tests spécifiques, eh bien, dans certains d'entre eux, il y avait des tests exécutifs et cognitifs spécifiques. Donc, une question est : quelle est la signification du biomarqueur, et vous rapprocheriez-vous de la compréhension de la signification en regardant les mêmes mesures, mais chez des personnes avec et sans une constatation cognitive particulière ? C'est donc la partie A. Et la partie B, est-ce que la cohérence est bonne ou mauvaise ? Je veux dire, y a-t-il une signification derrière la cohérence ? Par exemple, je pourrais inventer des raisons pour lesquelles les ondes cérébrales auraient du mal à passer du générateur thalamique au cortex, avec une différence dans la fonction du cerveau sous-jacente. Alors, laissez-moi vous poser cette question d'abord. La cohérence, oui, elle est, vous savez, bonne quand vous avez besoin de l'information. Mais par exemple, s'il y a trop de cohérence, alors pour lui, c'est plus que la normale. Donc, il ne peut pas se désengager des soucis de la journée, donc vous finissez par avoir des difficultés. Chez les enfants autistes, s'il y a trop de cohérence, alors le "pruning" dont ils parlaient ne se produit pas, donc il y a trop d'informations à la fois, et il faut un équilibre. En fait, ce que je trouve dans mon travail sur le SSPT avec la cohérence, c'est que ce n'est pas que, entre les normaux et le SSPT, l'un est toujours plus élevé que l'autre. C'est vraiment l'équilibre entre eux. Donc, certains ont plus, certains ont moins, mais le rapport, vous savez ce que je veux dire ? C'est comme si c'était même un champ de hauts et de bas. Mais par exemple, si vous étudiez la gauche par rapport à la droite, ce qui pourrait être une façon de le faire, je suppose que nos cerveaux sont asymétriques, nous savons qu'ils sont construits différemment des deux côtés, par exemple, ce n'est pas seulement la différence, c'est pourquoi vous le regardez, et l'esprit, les cohérences, et c'est l'un des marqueurs de construction.
Donc, si cela se produit, en ce qui concerne ce qu'il faut faire avec ces biomarqueurs, avec le SSPT, nous travaillons à montrer que deux choses montrent l'effet de la médication ou de la thérapie, et à voir si les biomarqueurs détectent qui répond. Et en fait, vous voulez voir si vous pouvez le détecter plus tôt ou plus tard. Donc, ce que nous faisons, nous faisons une étude juste avant de commencer la thérapie, et une semaine après cela, et puis nous aurons des résultats après qu'ils aient fait, vous savez, quoi que ce soit, quelques mois après la fin de la thérapie. Et nous essayons de savoir s'il y a un moyen pour que ces biomarqueurs puissent prédire qui répondra mieux à ce traitement ou non. Donc, l'objectif final pourrait être que si nous voyons qu'ils ne répondent pas, ils pourraient changer de thérapie plus tôt. La même chose pourrait être faite avec le TDAH et ainsi de suite. Mais ce sont le genre de choses que vous n'utilisez pas dans la communauté diagnostique, mais plutôt pour suivre la progression de manière un peu plus objective. Mais c'est pour moi l'autre question de les séparer à nouveau, peut-être que vous êtes toujours seul, et ceux qui ont les deux. C'est ma compréhension, c'est un gros problème, vous ne savez pas si une personne est la personne qui agit comme vous voulez lui donner un peu d'information pour ce symptôme de TDAH ou pas. Par exemple, si vous avez un moyen de savoir que le TDAH traditionnel.
[Musique]
Surtout dans le SSPT, il y a différents types, il y a l'anxiété, l'évitement et tout ça. Et je crois que le système limbique est corrélé à l'un d'eux. Je ne me souviens juste pas lequel. Peut-être que le Dr Benjamin peut m'aider. Oui, certains d'entre nous vivent dans le système limbique. Donc, oui, en ce qui concerne l'anxiété, évidemment, l'amygdale est ce qui est généralement mesuré en termes de réponse aux situations anxiogènes. Donc, vous pouvez faire de l'imagerie de l'amygdale et examiner différents types de biomarqueurs qui impliquent l'amygdale. Et le SSPT, c'est ce que je sais, c'est plus intéressant que certaines autres parties du système limbique. Désolé, sur cette base, je ne pense pas que votre EEG ou votre fNIRS ait pu accéder à ces structures plus profondes, donc peut-être que ce n'est pas examiné ici. Vous regardez vraiment la surface. Oui, vous savez, c'est donc une pièce qui manque peut-être. Mais je pense que c'est un bon point. Vous savez, nous pouvons, si c'est en vie, si vous savez, tout ce qui est près de la surface. Merci beaucoup. Merci.