L'objectif de cette étude d'observation est de comparer des sujets présentant un état mental à risque, une psychose précoce, une schizophrénie, une dépression et des troubles du spectre autistique, avec des témoins sains (N = 21 x 6). Les principales questions auxquelles elle vise à répondre sont les suivantes : les anomalies des micro-états de l'EEG sont-elles associées au diagnostic et au pronostic clinique et fonctionnel, à la fois dans des conditions de repos et pendant le sommeil ? Les anomalies des microétats EEG sont-elles associées à des différences dans l'intégration sensorimotrice, le prosodique et le conversationnel, l'interoceptif et le self narratif ? une étude auxiliaire consistera à vérifier si, chez les témoins sains, les propriétés des microétats EEG varient dans des conditions d'hypnose légère. Les participants : subiront un phénotypage approfondi basé sur des évaluations psychopathologiques et neuropsychologiques subiront un EEG haute résolution (64 électrodes) avec une période de repos et une tâche sensorimotrice ; les témoins sains auront une période d'hypnose légère. subiront un enregistrement des caractéristiques de leur voix (tonalité, prosodie) subiront une polysomnographie d'une nuit subir une IRM et un prélèvement biologique en vue d'analyses multi-omiques se soumettre à une expérience de réalité virtuelle

Objectif de l'étude : Les micro-états de l'EEG traduisent la dynamique temporelle à l'état de repos des réseaux neuronaux dans l'ensemble du cerveau. Les chercheurs ont cherché à déterminer si les anomalies des micro-états de l'EEG pouvaient constituer des marqueurs de troubles psychiatriques. Méthodes : six groupes de 21 participants chacun seront inclus. Il y aura cinq groupes de participants souffrant de troubles psychiatriques (état mental à risque - ARMS, premier épisode de psychose - FEP, schizophrénie - SCZ, trouble dépressif majeur - MDD, et troubles du spectre autistique - ASD) et un groupe de témoins sains. Notre objectif principal est de tester les différences de moyennes entre les groupes, au repos et pendant le sommeil, pour chacune des variables caractérisant chacun des micro-états (durée, fréquence, temps d'occupation) ainsi que, secondairement, les mesures EEG de connectivité (potentiels évoqués somatosensoriels), d'excitabilité corticale (puissance de la bande alpha), et les mesures linguistiques prosodiques et conversationnelles. En ce qui concerne les mesures des micro-états : un EEG de repos de cinq minutes, yeux fermés, avec 64 canaux sera enregistré (dans le cadre d'une tâche plus large comprenant la tâche sensorimotrice décrite ci-dessous). Un prétraitement minimal sera effectué avec le logiciel MNE EEG sur Python, qui comprend un filtre passe-bande entre 0,5 et 40 Hz, un recalage sur la moyenne et une correction visuelle et automatique des artefacts. Chaque enregistrement sera réanalysé visuellement par des neurophysiologistes cliniques pour s'assurer qu'il s'agit bien d'un rythme de repos à dominante alpha sans artefact résiduel. L'analyse des micro-états sera effectuée à l'aide du logiciel Pycrostates. La puissance du champ global (GFP) sera déterminée pour chaque participant. Seules les topographies EEG au niveau des pics GFP seront retenues pour déterminer les topographies des micro-états, par le biais d'un regroupement K-means modifié. Pour chaque sujet, le même nombre de pics GFP sera extrait et concaténé en un seul ensemble de données pour le regroupement. Un score combiné sera utilisé pour calculer le nombre optimal de grappes. Les grappes résultantes seront adaptées à chaque carte individuelle. Un lissage temporel sera utilisé pour s'assurer que les périodes de bruit entre les pics, de faible GFP, n'ont pas interrompu les séquences de segments quasi-stables. Pour chaque sujet, trois paramètres seront calculés pour chaque classe de micro-états : la fréquence d'occurrence ("occurrence"), la couverture temporelle ("couverture") et la durée moyenne. L'occurrence est le nombre moyen de fois qu'un micro-état donné se produit par seconde. La couverture (en %) est le pourcentage du temps total d'analyse consacré à un micro-état donné. La durée moyenne (en ms) est le temps moyen pendant lequel un micro-état donné a été présent de manière ininterrompue (après lissage temporel). En ce qui concerne les mesures linguistiques, chaque participant est soumis à un entretien semi-structuré avec un expérimentateur expérimenté. Le participant et l'intervieweur portent tous deux des microphones à condensateur AKG-C544L, reliés à un enregistreur Zoom H4n Pro Handy par l'intermédiaire d'adaptateurs fantômes AKG MPA VL. La parole est enregistrée numériquement à une fréquence d'échantillonnage de 44 000 Hz (16 bits). La distance entre la bouche et le microphone est maintenue aussi constante que possible (2 cm) afin d'assurer des niveaux constants d'intensité vocale. Les entretiens se déroulent dans une pièce calme afin de limiter le bruit ambiant ; les deux interlocuteurs sont placés aussi loin que possible, afin d'éviter la diaphonie (c'est-à-dire que la parole de l'intervieweur est captée par le microphone du participant et vice-versa). Les fichiers .wav obtenus à partir des enregistrements sont annotés à l'aide du logiciel Praat, puis analysés avec Praat et R. Les caractéristiques prosodiques sont extraites à l'aide de l'outil Prosogram (un ensemble de scripts Praat, open-source) et d'une nouvelle version modifiée des scripts de l'outil Prosogram. Les variables relatives à la prise de tour sont extraites à l'aide de nouveaux scripts Praat et R combinés. En ce qui concerne les mesures d'intégration sensorimotrice : l'intégration sensorimotrice est étudiée à l'aide d'une tâche visuo-haptique. À chaque essai, le participant, assis devant un écran, reçoit une instruction visuelle (un point à droite ou à gauche de l'écran). La tâche consiste à appuyer sur l'un des deux boutons placés de chaque côté du corps avec l'index de la main correspondante en fonction de l'instruction visuelle. Un stimulateur vibrotactile (petits haut-parleurs reliés à une carte électronique Arduino modulée par un amplificateur) est appliqué sur le premier muscle interosseux dorsal des deux mains. 400 msec avant l'instruction visuelle, une des deux mains reçoit un indice tactile (vibration) sur une main pendant 100 msec. Cet indice est plus ou moins fiable selon les blocs. Dans certains blocs, il est assez fiable, puisque 90% des essais présentent la vibration et l'instruction visuelle de manière congruente (indiquant la même main). Une autre condition est composée de seulement 50% des essais congruents, et dans ce cas, l'indice tactile n'est pas fiable. Deux blocs comportant 70 % de cas congruents sont réalisés de manière intermédiaire. Enfin, un bloc de base ne contenant aucun indice tactile est présenté au début et à la fin de la tâche. L'ordre des blocs 90% et 50% est aléatoire. Les stimuli tactiles et visuels sont générés à l'aide d'un script MATLAB. Chaque bloc comprend 100 essais, soit un total de 500 essais. Les données électroencéphalographiques (EEG) sont enregistrées tout au long de la tâche, à l'aide d'un casque EEG à 64 canaux (de Biosemi) afin d'enregistrer l'activité électrique du cerveau. L'installation est couplée à un eyetracker, pour contrôler que le participant fixe la croix au centre de l'écran pendant chaque bloc. En ce qui concerne la tâche multidimensionnelle du soi et de la mémoire épisodique (conception de la tâche : Laboratoire Mémoire, Cerveau et Cognition) : au début de l'étude, les participants seront soumis à des questionnaires auto-rapportés évaluant leur sens du soi minimal sur 8 domaines (Multidimensional Assessment of Interoceptive Awareness - Version 2) et leur sens du soi narratif sur 5 domaines (Tennessee Self Concept Scale - Short Form, Present). Ils passeront un test neuropsychologique évaluant leurs performances en matière de mémoire épisodique visuelle (Family Pictures from Wechsler Memory Scale-III). Ils évalueront leur état émotionnel actuel sur une échelle visuelle analogique portant sur 4 domaines (Mood Visual Analogue Scale). Après chacune des deux sessions de navigation dans la réalité virtuelle, qui consistent en une promenade dans une ville virtuelle où les participants rencontrent des événements de la vie quotidienne qui visent à être encodés incidemment dans la mémoire épisodique, associés à différents niveaux d'autoréférence, les participants seront soumis à des questionnaires auto-rapportés évaluant leur sens de l'incarnation sur 4 domaines (Embodiment Questionnaire), leur sens de la présence sur 4 domaines (Igroup Presence Questionnaire), et leur cybersickness sur 2 domaines (Simulator Sickness Questionnaire). Ils évalueront à nouveau leur état émotionnel actuel sur une échelle visuelle analogique (Mood Visual Analogue Scale). Enfin, les participants seront soumis à deux tests de mémoire épisodique : une tâche de rappel libre et une tâche de reconnaissance. Le rappel libre sera basé sur un entretien verbal de 20 minutes, au cours duquel les participants seront invités à se rappeler tous les événements qu'ils se souviennent avoir rencontrés dans la ville virtuelle. Pour chaque événement, il leur sera demandé de rappeler systématiquement et le plus précisément possible : quel était l'événement, où et quand il s'est produit pendant la navigation, dans laquelle des deux navigations il s'est produit (source), qui était le référent en fonction duquel la signification personnelle de l'événement a été évaluée, les détails objectifs (perceptifs) et subjectifs (phénoménologiques) de l'événement, et si l'événement a été revécu de manière vivante ou s'il a semblé simplement familier (procédure Remember/Know). Le test de reconnaissance sera effectué sur un ordinateur et programmé à l'aide du module Python Neuropsydia. Les 32 événements rencontrés, mélangés à 16 leurres qui n'ont pas été rencontrés, seront affichés avec succès dans un ordre aléatoire sur un écran d'ordinateur. Pour chaque événement, plusieurs questions seront posées et les participants cliqueront sur ce qu'ils considèrent comme la bonne réponse parmi plusieurs propositions : ont-ils rencontré l'événement (Oui/Non), et si oui où cela s'est produit (parmi plusieurs localisations possibles sur une image de la zone où l'événement s'est produit), quand cela s'est produit (en remplaçant l'événement dans l'ordre chronologique par deux autres événements), dans quelle navigation (première ou deuxième navigation), et qui était le référent (Moi/Autre). Pour chaque événement, les participants évalueront également sur des échelles allant de 0 à 100 : le degré de reviviscence ou de familiarité de l'événement (100 = se souvenir, 0 = savoir), la perspective du souvenir (100 = perspective à la première personne, 0 = perspective à la troisième personne), sa vivacité, sa fidélité, son intensité émotionnelle, la force des sensations corporelles associées, l'autoréférence épisodique et l'autoréférence sémantique. Pour toutes les variables, les chercheurs appliqueront une ANOVA à mesures répétées et utiliseront les contrastes suivants : "ARMS, FEP, SCZ, ASD, MDD" vs. "sujets sains" (les micro-états sont testés en tant que marqueurs d'une psychopathologie générale) ; "ARMS, FEP, SCZ" vs "ASD, MDD" (les micro-états sont testés en tant que marqueurs spécifiques de la psychose ; de manière équivalente, la spécificité de cette signature pour la dépression et l'ASD sera testée). "ARMS" vs "FEP" vs "SCZ" (les microétats sont testés en tant que marqueurs évolutifs) ; Enfin, en fonction du taux de transition vers la psychose parmi les UHR, une comparaison entre "UHR-T" et "UHR-NT" peut être effectuée (les microétats sont testés en tant que marqueurs prédictifs de la psychose). Tous les sujets seront soumis à un phénotypage approfondi comprenant des échelles de neuropsychologie, de psychopathologie, de signes neurologiques faibles, ainsi qu'une IRM structurelle et des mesures génétiques et épigénétiques. Hypothèse : les déséquilibres des microétats C et D de l'EEG devraient être plus prononcés dans le spectre de la psychose et dans les TSA que chez les témoins, les TMD et les SMA, et être associés à des anomalies des caractéristiques somatosensorielles, intéroceptives et langagières.