Hyperactivation cérébrale et réseaux fonctionnels associés chez les individus à risque de développer la maladie d'Alzheimer
Notice bibliographique
Résumé
La maladie d’Alzheimer (MA) est à l’origine de la majorité des cas de démence chez les personnes âgées. Son diagnostic précoce est essentiel pour mieux comprendre les mécanismes cérébraux sous-tendant la manifestation phénotypique de la maladie et développer des interventions conséquentes. Le fait d’étudier des individus à risque de développer la MA, par exemple ceux présentant un déclin cognitif subjectif (DCS) ou un trouble cognitif léger (TCL), offre l’opportunité d’examiner les processus neuropathophysiologiques qui précèdent le stade démentiel. Cela permettrait, entre autres, d’identifier des biomarqueurs avant-coureurs de la maladie. Cette thèse avait pour but d’investiguer la présence d’hyperactivation cérébrale chez des individus à risque de développer la MA, et d’examiner les réseaux cérébraux fonctionnels associés à l’hyperactivation. L’hyperactivation se définit par la présence de niveaux supérieurs d’activation cérébrale chez des personnes faisant partie de groupes à risque pour la MA (p.ex. DCS ou TCL), comparativement à des participants contrôles cognitivement sains. L’hyperactivation est le plus souvent mesurée par l’imagerie par résonance magnétique fonctionnelle (IRMf) en condition de réalisation de tâche. Dans cette thèse, le lecteur ou la lectrice sera d’abord exposée aux études ayant utilisé l’IRMf pour examiner les patrons d’activation cérébrale et de connectivité fonctionnelle chez les individus ayant reçu un diagnostic clinique de MA, de TCL ou présentant un DCS. Les modèles théoriques découlant de ces études seront ensuite présentés. Afin de mieux comprendre le phénomène d’hyperactivation et sa relation avec les patrons de connectivité fonctionnelle, les divers enjeux scientifiques qui demeurent à être abordés seront ensuite décrits (Chapitre 1). Trois articles exposant les études empiriques formant le corps de la thèse seront ensuite présentés. La première étude avait pour but de documenter la présence, la localisation et l’évolution longitudinale de l’hyperactivation iv associée à une tâche de mémoire épisodique chez des individus qui rencontrent les critères de TCL et qui ont ultérieurement progressé vers une démence (Chapitre 2). La deuxième étude visait à déterminer la trajectoire de l’activation cérébrale associée à une tâche de mémoire associative en fonction du degré de sévérité de la maladie chez un groupe d’individus à risque de développer la MA. Elle avait également pour but de déterminer la présence d’hyperactivation chez des personnes rencontrant les critères de DCS plus (ou DCS+), qui sont des individus présentant une plainte de mémoire ainsi que des marqueurs génétiques et/ou de neurodégénérescence pour la MA (Chapitre 3). La troisième étude avait pour but d’examiner les réseaux cérébraux fonctionnels associés aux régions montrant de l’hyperactivation chez des individus à risque de développer la MA. Elle avait également pour objectif d’évaluer comment l’hyperactivation et ces réseaux cérébraux fonctionnels sont reliés aux performances en mémoire (Chapitre 4). Les résultats découlant de l’étude 1 ont permis de mettre en évidence la présence d’hyperactivation chez des individus présentant un TCL et ayant ultérieurement progressé vers le stade de démence. Les trouvailles de l’étude 2 indiquent qu’une fonction quadratique décrit la relation entre des indices de sévérité de la maladie et l’activation pariétale supérieure gauche chez un groupe d’individus à risque de développer la MA (DCS+ et TCL). Par ailleurs, des niveaux supérieurs d’activation, c’est-à-dire de l’hyperactivation, étaient retrouvés dans les hippocampes + et plusieurs régions temporo-pariétales dans le groupe d’individus DCS . Une hypoactivation pariétale supérieure gauche était plutôt retrouvée chez les individus TCL. Enfin, les résultats de l’étude 3 indiquent que l’hyperactivation de régions prédéterminées est associée à la dysfonction de réseaux cérébraux fonctionnels impliqués dans les processus de mémoire associative dans le DCS+ et le TCL. De plus, ces interactions hyperactivation-réseaux étaient associées à une symptomatologie cognitive croissante. Les implications de cette thèse et ses limites sont abordées dans la discussion (Chapitre 5).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».