Détecter la survenue d’hallucinations auditives à partir de l’activité cérébrale de patients souffrant de schizophrénie

18 NOV 2021 | PAR INSERM (SALLE DE PRESSE) | NEUROSCIENCES, SCIENCES COGNITIVES, NEUROLOGIE, PSYCHIATRIE


Les chercheurs ont pu mettre en évidence des activités cérébrales spécifiques, prédictives des hallucinations acoustico-verbales. Crédits Adobe Stock

Une étude conduite par Renaud Jardri, Professeur à l’Université de Lille et pédopsychiatre au CHU de Lille (Unité Inserm U-1172 Lille Neuroscience & Cognition), le Dr Philippe Domenech à l’Institut  du Cerveau (Inserm/CNRS/AP-HP/Sorbonne Université), et leurs collaborateurs, montre qu’il est possible de prédire la survenue des hallucinations auditives chez les patients schizophrènes grâce à la combinaison d’IRM fonctionnelle et d’algorithmes d’intelligence artificielle. Ces résultats, publiés dans Biological Psychiatry, ouvrent la voie au développement de nouvelles thérapies de neuromodulation et de neurofeedback en boucle fermée pour traiter ces hallucinations.

Les hallucinations auditives et verbales (AVH) sont malheureusement résistantes aux thérapeutiques conventionnelles chez près de 30% des patients atteints de schizophrénie. Elles se manifestent et sont ressenties de façon très variable, rendant d’autant plus difficile à la fois leur compréhension et leur traitement. Pour répondre à ces enjeux, les équipes de Renaud Jardri et Philippe Domenech ont cherché à développer une méthode de détection des épisodes hallucinatoires par imagerie cérébrale, robuste et facilement applicables à l’ensemble des patients.

Pour cela, ils ont développé une nouvelle approche d’IRM fonctionnelle combinée à des algorithmes d’intelligence artificielle sur la base des données obtenues dans un premier groupe de 23 patients atteints de schizophrénie. Ils ont ainsi pu mettre en évidence des activités cérébrales spécifiques, prédictives des hallucinations acoustico-verbales, à la fois chez un même patient, mais également entre patients. Ils ont ensuite validé la capacité de leur approche à être généralisée   à n’importe quel nouveau groupe  de  patient  souffrant  de  schizophrénie  grâce à une validation croisée de leurs résultats avec un second groupe de 34 patients schizophrènes, ainsi que chez des sujets témoins.

Les chercheurs ont ainsi validé l’efficacité de leur méthode à distinguer l’activité cérébrale associée aux hallucinations auditives de l’état de repos et d’un état d’activité associé à une tâche d’imagerie verbale, durant laquelle des volontaires sains imaginaient volontairement entendre des voix. Les chercheurs ont également pu montrer que cette détection des hallucinations auditives dépendait quasi-exclusivement d’une région cérébrale, centrée sur l’aire de Broca qui est classiquement connue pour son rôle dans la production des mots parlés.

Pour le Pr. Jardri, coordonnateur de l’étude : « Il s’agit d’une étape importante dans ce que l’on appelle la psychiatrie de précision, c’est-à-dire l’utilisation d’outils de caractérisation modernes, tels que l’imagerie cérébrale, afin de définir de nouvelles cibles thérapeutiques en psychiatrie. Dans le cas présent, nous souhaitons désormais guider des traitements à partir de ce nouvel outil   de capture fonctionnelle du symptôme et ainsi soulager les personnes souffrant d’hallucinations pharmaco-résistantes. Un essai thérapeutique doit justement démarrer sur la base de cette découverte dans les mois qui viennent au CHU de Lille afin de tester et valider ce nouveau champ d’application en psychiatrie ».

DOCUMENT   sciences et avenir.fr    LIEN

Kétamine et dépression : un mécanisme de l’effet antidépresseur dévoilé

05 OCT 2022 | PAR INSERM (SALLE DE PRESSE) | NEUROSCIENCES, SCIENCES COGNITIVES, NEUROLOGIE, PSYCHIATRIE

La dépression est le trouble psychiatrique le plus fréquent. Crédits : Adobe Stock

Des chercheurs et chercheuses de l’Inserm, du CNRS, de Sorbonne Université et médecins de l’AP-HP à l’Institut du Cerveau ont identifié l’un des mécanismes d’action de la kétamine qui permet d’expliquer ses effets antidépresseurs. L’équipe a testé ce traitement innovant, utilisé habituellement comme anesthésique, chez des patients atteints de dépression résistante d’intensité sévère. Grâce à la kétamine, ces derniers présentaient une capacité accrue à dépasser les croyances négatives qu’ils ont sur eux-mêmes et sur le monde – qui constituent un des symptômes de la maladie – lorsque des informations positives leurs étaient présentées. Ces résultats, publiés dans la revue JAMA Psychiatry, ouvrent de nouvelles pistes thérapeutiques dans la prise en charge des troubles de l’humeur résistants aux antidépresseurs.

La dépression est le trouble psychiatrique le plus fréquent : on estime que 5 à 15 % de la population française fera un épisode dépressif caractérisé au cours de sa vie. Toutes les tranches d’âge et tous les milieux sociaux sont touchés.

La maladie se caractérise par une tristesse et une perte des sensations hédoniques ne s’améliorant pas lors de l’expérience d’événements positifs. Les patients déprimés développent progressivement des croyances négatives sur eux-mêmes, le monde et le futur, évoluant parfois vers des idées suicidaires. Ces croyances négatives demeurent même lorsque le patient reçoit des informations positives.

Environ un tiers des personnes souffrant de dépression ne répondent pas aux antidépresseurs les plus couramment prescrits, conduisant au diagnostic de dépression résistante au traitement (TRD). Pour ces personnes, la recherche de nouveaux traitements efficaces une priorité.

La kétamine, un anesthésique couramment utilisé, a montré un effet sur la dépression résistante. Alors que les traitements antidépresseurs classiques mettent du temps avant d’agir (en moyenne trois semaines), la kétamine entraine un effet antidépresseur rapide, seulement quelques heures après son administration. Les mécanismes associés à cet effet antidépresseur d’action rapide sont encore méconnus.

Dans le but d’identifier ces mécanismes, le Dr. Hugo Bottemanne et l’équipe de recherche codirigée à l’Institut du Cerveau par le Pr. Philippe Fossati et la Dr Liane Schmidt, chercheuse Inserm, ont coordonné une étude clinique portant sur 26 patients résistants aux antidépresseurs (TRD) et 30 sujets contrôle.

Dans le protocole proposé, les patients et les sujets sains devaient d’abord estimer la probabilité de survenue dans leur vie de 40 évènements « négatifs » (par exemple, avoir un accident de voiture, être atteint d’un cancer, ou perdre son portefeuille).

Après avoir été informés des risques réels de leur survenue dans la population générale, patients et sujets sains étaient à nouveau interrogés pour estimer la probabilité que ces évènements surviennent dans leur vie. L’équipe de recherche s’est intéressée à la mise à jour des croyances face aux informations que les participants avaient reçues. Elle a montré que les sujets sains avaient tendance à mettre davantage à jour leurs croyances initiales après avoir reçu des informations factuelles et positives, ce qui n’était pas le cas dans la population de patients déprimés.

Dans la suite de l’étude, les patients TRD ont reçu trois administrations de kétamine à une posologie subanesthésique (0.5 mg/kg en 40 minutes) en une semaine. Seulement quatre heures après la première administration, la capacité des patients à mettre à jour leurs croyances face à des informations positives était accrue. Ils devenaient moins sensibles aux informations négatives, et retrouvaient une capacité à mettre à jour leurs connaissances comparable à celle des sujets témoins.

Par ailleurs, l’amélioration des symptômes dépressifs après le traitement par kétamine était prédite par ces changements dans la mise à jour des croyances, suggérant qu’il y aurait un lien entre l’amélioration clinique et les modifications de ce mécanisme cognitif. « Autrement dit, plus la capacité de mise à jour des croyances des patients était augmentée, plus l’amélioration des symptômes était importante », expliquent les chercheurs.

En conclusion, dans cette étude, les patients atteints de dépression résistante aux antidépresseurs présentent une diminution significative de leurs symptômes et deviennent plus réceptifs aux expériences « positives » après une semaine de traitement à la kétamine.

Ces travaux mettent pour la première fois en évidence un mécanisme cognitif potentiellement impliqué dans la temporalité d’action précoce de la kétamine. Ils ouvrent la voie vers de nouvelles recherches de thérapies antidépressives modulant les mécanismes de mise à jour des croyances.

   DOCUMENT        inserm        LIEN

A Toulouse, une découverte majeure dans la prise en charge de l’insuffisance rénale chronique

19 SEP 2023 | PAR INSERM (SALLE DE PRESSE) | PHYSIOPATHOLOGIE, MÉTABOLISME, NUTRITION

Des chercheurs et chercheuses du CHU de Toulouse, de l’Inserm et de l’Université Toulouse III – Paul Sabatier ont récemment fait une découverte dans la compréhension et le traitement de l’insuffisance rénale chronique, une pathologie touchant des millions de personnes à travers le monde. Publiée dans Science Translational Medicine, cette avancée scientifique prometteuse repose sur l’identification de la responsabilité d’une protéine inflammatoire dans les complications graves de la maladie, ouvrant ainsi la voie à une nouvelle approche thérapeutique.


La calcification vasculaire : une complication grave de l’insuffisance rénale

L’insuffisance rénale chronique touche 10% de la population adulte mondiale et jusqu’à 30% des personnes de plus de 70 ans en Europe.

L’une des principales complications de l’insuffisance rénale chronique est la calcification vasculaire, un phénomène au cours duquel des minéraux s’accumulent anormalement dans les parois des vaisseaux sanguins, provoquant leur rigidification et contribuant au développement de maladies cardiovasculaires graves, qui sont les principales causes de décès chez ces patients.

A date, les traitements à disposition ont des effets limités et ne permettent pas de prévenir ou de traiter la calcification vasculaire.

Une nouvelle approche thérapeutique liée à l’identification des ressorts de la calcification vasculaire

L’équipe de recherche a mené une analyse protéomique (méthode d’exploration des protéines présentes dans un échantillon biologique) à grande échelle, combinée à des analyses ciblées en ELISA sur des échantillons de plasma de patients atteints d’insuffisance rénale et de patients dialysés (cohorte de 453 patients issus de la cohorte CKDomique du CHU de Toulouse, de la cohorte espagnole Nefrona, de la cohorte suédoise KärlTx du Karolinska Institutet, et de l’association réunionnaise AURAR.

Le test ELISA est un test immunologique qui permet la détection ou le dosage de molécules dans un échantillon biologique.

Cette analyse a permis d’identifier la présence d’une protéine inflammatoire appelée calprotectine, dont le taux élevé dans le sang des patients était fortement associé au développement de complications cardiovasculaires et à la mortalité chez ces patients.

Plus important encore, des études in vivo et in vitro ont permis de démontrer le rôle direct de la calprotectine dans la calcification vasculaire, ouvrant ainsi la voie à une nouvelle approche thérapeutique. En effet, cette étude permet de souligner le potentiel thérapeutique du paquinimod, un inhibiteur de la calprotectine, qui se révèle prometteur en tant que candidat médicament pour limiter le développement de la calcification vasculaire.

« Cette étude translationnelle européenne offre des perspectives prometteuses pour améliorer la prise en charge des patients en insuffisance rénale et en dialyse en ciblant la calcification vasculaire. Elle représente une avancée majeure dans la compréhension de la physiopathologie de la calcification vasculaire liée à l’insuffisance rénale. Sur le plan médical, ces résultats ouvrent la voie à l’utilisation potentielle du paquinimod comme traitement, ce qui pourrait réduire la morbidité et la mortalité dues à des événements cardiovasculaires évitables chez les patients en insuffisance rénale. »  Julie Klein, Renal Fibrosis Lab / Institut I2MC (UMR1297 Inserm / Université Toulouse III – Paul Sabatier) & Pr Stanislas Faguer, Département de Néphrologie et Transplantation d’Organes du CHU de Toulouse (dirigé par le Pr Nassim Kamar) / Institut I2MC (UMR1297 Inserm / Université Toulouse III – Paul Sabatier)

 DOCUMENT        inserm        LIEN

Un programme informatique capable de détecter et d’identifier automatiquement des lésions cérébrales

11 JUIN 2018 | PAR INSERM (SALLE DE PRESSE) |
 
NEUROSCIENCES, SCIENCES COGNITIVES,
NEUROLOGIE, PSYCHIATRIE | TECHNOLOGIE POUR LA SANTE


La radiologie du futur viendra-t-elle du machine learning ? C’est en tous cas ce que pensent des chercheurs de l’Inserm et d’Inria qui travaillent en collaboration au sein d’Univ. Grenoble Alpes et qui ont développé un programme capable de localiser et de diagnostiquer différents types de tumeurs cérébrales par analyse d’images d’IRM. Ces analyses ont montré des résultats de haute fiabilité avec 100% de localisations exactes et plus de 90% de diagnostics corrects du type de tumeurs. Cette méthode innovante et ses résultats font l’objet d’une étude publiée dans la revue IEEE-TMI.

L’IRM, ou imagerie par résonance magnétique, est la technique d’imagerie médicale de référence dans l’obtention d’images très détaillées du cerveau car elle permet de mettre en évidence de nombreuses caractéristiques des tissus cérébraux.  L’IRM peut produire des images dites quantitatives, c’est-à-dire qui cartographient chacune un paramètre mesurable du cerveau (par exemple le débit sanguin, le diamètre vasculaire…). Bien que la qualité de ces images quantitatives soit plus indépendante du calibrage des appareils de mesure que celle des images classiques obtenues par IRM et qu’elle soit donc plus fiable, ce type de technique est encore peu utilisé en IRM clinique.

C’est sur des protocoles d’exploitation de ces images quantitatives que travaillent des chercheurs de l’Inserm en collaboration avec une équipe de recherche de d’Inria au sein d’Univ. Grenoble Alpes. Les chercheurs ont combiné différents outils mathématiques innovants, pour apprendre à un programme informatique à analyser les images quantitatives issues d’IRM cérébraux et à diagnostiquer d’éventuelles tumeurs.

Dans un premier temps, le programme a appris à reconnaître les caractéristiques de cerveaux en bonne santé. Confronté ensuite à des images de cerveaux atteints de cancers, il est ainsi devenu capable de localiser automatiquement les régions dont les caractéristiques divergent de celles des tissus en bonne santé et d’en extraire les particularités.

Enfin, pour apprendre à l’intelligence artificielle à discriminer les différents types de tumeurs, les chercheurs lui ont ensuite indiqué le diagnostic associé à chacune des images de cerveaux malades qui lui avaient été présentées.

Afin de tester les capacités du programme à différencier les tissus sains des tissus pathologiques, l’équipe de recherche lui a fourni des images qui lui étaient inconnues, issues tantôt de cerveaux en bonne santé, tantôt de cerveaux malades. Le programme devait indiquer si une tumeur était présente dans ces images et être capable de la caractériser. Et l’intelligence artificielle s’est montrée très bonne élève en réussissant à localiser parfaitement (100%) les lésions et à les diagnostiquer de façon très fiable (plus de 90%).

« Aujourd’hui, l’obtention d’images quantitatives ne correspond pas à ce qui se fait en routine clinique dans les services d’IRM », précise Emmanuel Barbier, chercheur Inserm responsable de l’étude. « Mais ces travaux montrent l’intérêt d’acquérir ce type d’images et éclairent les radiologues sur les outils d’analyse dont ils pourront disposer prochainement pour les aider dans leurs interprétations. »

D’ici là, l’équipe de recherche va s’intéresser aux images les plus pertinentes à acquérir pour diagnostiquer le plus finement et avec la plus grande fiabilité possible les tumeurs cérébrales. Elle va donc poursuivre le développement des outils mathématiques destinés à l’amélioration des capacités d’auto-apprentissage de ce programme ; l’objectif à terme étant de parvenir à étendre le potentiel diagnostique de cette intelligence artificielle à d’autres pathologies cérébrales, telles que Parkinson.

Ces outils de machine learning par IRM quantitative appliqués aux tumeurs cérébrales sont actuellement en cours d’évaluation dans le cadre du Plan Cancer porté par l’Inserm, au sein du Programme Hétérogénéité Tumorale et Ecosystème.
Leur développement dans le cadre du diagnostic de la maladie de Parkinson est également en cours via le projet pluridisciplinaire NeuroCoG sur financement IDEX de l’Université Grenoble Alpes.

  DOCUMENT        inserm        LIEN