Caractérisation des déficits d'apprentissage par renforcement et de motivation dans les troubles bipolaires : approche méta-analytique, comportementale et computationnelle

Characterization of reinforcement learning deficits and motivation in bipolar disorder: a meta-analytic, behavioral and computational approach

• Auteur / Autrice : Arnaud Pouchon
• Direction : Julien Bastin, Mircea Polosan, Clément Donde
• Type : Projet de thèse
• Discipline(s) : PCN - Sciences cognitives, psychologie et neurocognition
• Date : Inscription en doctorat le ; Soutenance le 19/12/2023
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale ingénierie pour la santé, la cognition, l'environnement (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Grenoble Institut des Neurosciences
• Jury : Président / Présidente : Monica Baciu
• Jury : Examinateurs / Examinatrices : Mircea Polosan, Anne Sauvaget, Arthur Kaladjian, Emmanuel Poulet
• Jury : Rapporteurs / Rapporteuses : Anne Sauvaget, Arthur Kaladjian

Mots clés

Mots clés libres

Apprentissage par renforcement Psychiatrie computationnelle

Motivation

Trouble bipolaire

Psychiatrie computationnelle

Récompense

Punition

Reinforcement learning

Motivation

Bipolar disorder

Computational psychiatry

Reward

Punishment

Résumé

Les personnes atteintes de trouble bipolaire (TB) présentent une augmentation pathologique des comportements orientés vers un but à la recherche de plaisir durant les épisodes maniaques, et une diminution lors des épisodes dépressifs. La période de rémission peut comprendre des altérations cognitives, dont l'étude permettrait d’identifier des marqueurs spécifiques de la maladie et contribuer à développer des traitements personnalisés. Pour ce travail de thèse, nous nous demandons si les personnes ayant un TB présenteraient des altérations en apprentissage par renforcement durant la rémission, et si ces altérations seraient différentes selon le type de TB. En effet, la principale différence entre le type I (TB-I) et le type II (TB-II) est la présence d’épisode maniaque dans le TB-I et non dans le TB-II, et dont l’intensité des comportements à visée hédonique est supérieure aux épisodes hypomaniaques. Enfin, compte-tenu de la part de l’environnement dans l’émergence des épisodes thymiques, nous nous intéressons à l’impact de l’agentivité sur l’humeur dans le TB en rémission. Nous avons effectué pour ce travail de thèse une 1ère étude méta-analytique des études comportementales en apprentissage par renforcement dans le TB, mettant en évidence une altération sélective de l’apprentissage par récompense par rapport à la punition. Nous avons ensuite mené une étude expérimentale sur 79 sujets ayant un TB en rémission et 30 sujets sains contrôles (SC), en leur faisant passer une tâche d’apprentissage probabiliste afin de mieux caractériser ce déficit selon le sous-type de TB. Nous avons montré une altération de l’apprentissage par récompense chez les personnes ayant un TB, et que les TB-I apprennent mieux de leurs échecs que de leurs succès par rapport aux SC. L’apport de la modélisation computationnelle nous a permis de mettre en avant que cette altération était due à une hyposensibilité à la récompense. La question de la sensibilité à la récompense dans les TB étant débattue, nous avons mené une 3ème étude méta-analytique des études en IRM fonctionnelle (IRMf) lors d’une tâche séparant la phase d’anticipation de la phase de consommation de la récompense. Nos résultats préliminaires retrouvent une hypoactivation du striatum ventral (SV) droit dans lors de l’anticipation de la récompense chez les personnes ayant un TB en rémission par rapport aux SC. Une hypoactivité du SV lors de la période de rémission pourrait être en lien avec de moins bonnes performances en apprentissage par récompense du fait d’une sensibilité émoussée à la récompense. Concernant l’implication de l’environnement dans ce déficit d’apprentissage, nous savons qu’il existe un lien bidirectionnel entre les choix et l’humeur. Nous savons également que les choix en apprentissage peuvent être altérés de façon différente selon le niveau d’agentivité. Pour ce travail de thèse, nous nous demandons si cela pourait impacter l’humeur des personnes ayant un TB. Nous avons ainsi mené une nouvelle étude expérimentale chez 32 personnes ayant un TB contre 32 SC, effectuant une variante de notre première tâche en manipulant l’agentivité et en observant l’impact sur l’humeur. Les résultats préliminaires ne retrouvent pas de différence entre les sujets sains et le groupe TB, mais une humeur significativement meilleure après une récompense obtenue de choix libres plutôt que de choix forcés, et une humeur moins bonne après les punitions, sans distinction entre la condition libre et forcée. Ces travaux mêlent une approche méta-analytique (comportementale et en IRMf) et une approche de psychiatrie computationnelle associant paradigmes expérimentaux et modélisation computationnelle. Nos résultats pourraient personnaliser la prise en charge des personnes ayant un TB qui présentent des comportements davantage orientés vers l'évitement de la punition que vers la recherche de la satisfaction, contribuant au maintien de symptômes résiduels de la sphère motivationnelle durant la rémission.

People with bipolar disorder (BD) show a pathological increase in goal-directed and pleasure-seeking behavior during manic states, and a decrease during depressive episodes. The remission period may include cognitive impairments, the study of which could identify disease-specific markers and contribute to the development of personalized treatments. For this thesis work, we are investigating whether people with BD would exhibit alterations in reinforcement learning during remission and whether these impairments would differ according to the type of BD. Indeed, the main difference between type I (BD-I) and type II (BD-II) is the presence of manic episodes in BD-I and not in BD-II, and the intensity of hedonic behaviors is greater than hypomanic episodes. Finally, given the role of the environment in the emergence of thymic episodes, we are interested in the impact of agency on mood in BD during remission. For this thesis work, we carried out a first meta-analytic study of behavioral studies in reinforcement learning in BD, highlighting a selective alteration of reward learning versus punishment. We then carried out an experimental study on 79 subjects with BD in remission and 30 healthy controls (HC), using a probabilistic learning task to better characterize this deficit according to BD subtype. We showed that reward-based learning was impaired in BD patients, and that BD-I patients learned better from their failures than from their successes, compared with HC. The contribution of computational modeling enabled us to put forward that this alteration was due to a hyposensitivity to reward. As the question of reward sensitivity in BD is currently debated, we conducted a third meta-analytic study of functional MRI (fMRI) studies during a task separating the anticipation phase from the reward outcome phase. Our preliminary results show hypoactivation of the right ventral striatum (VS) during reward anticipation in people with BD in remission compared with HC. Hypoactivity of the VS during the remission period could be linked to poorer performance in reward learning due to blunted sensitivity to reward. Concerning the involvement of the environment in this learning deficit, we know that there is a bidirectional link between choices and mood. We also know that learning choices can be altered in different ways depending on the level of agency. For this thesis work, we wondered whether this might impact the mood of people with BD. We therefore conducted a new experimental study in 32 people with BD versus 32 HC, performing a variant of our first task by manipulating agency and observing the impact on mood. Preliminary results showed no difference between HC and the BD group, but a significantly better mood after a reward obtained from free rather than forced choices, and a worse mood after punishments, with no distinction between the free and forced conditions. This work combines a meta-analytical approach (behavioral and fMRI) and a computational psychiatry approach combining experimental paradigms and computational modeling. Our findings could tailor the management of people with BD who exhibit behaviors more oriented towards punishment avoidance than satisfaction seeking, contributing to the maintenance of residual motivational sphere symptoms during remission.