Explore-exploit instability reveals computational decision-making heterogeneity in early psychosis

Cette étude révèle que l'hétérogénéité des processus décisionnels dans le premier épisode psychotique s'explique par des sous-types computationnels distincts, caractérisés par une sensibilité accrue à l'incertitude et du bruit décisionnel, plutôt que par des déficits d'apprentissage des récompenses.

L'essentiel

🧠 Le Dilemme du Restaurant : Pourquoi les personnes en début de psychose changent trop souvent de table ?

Imaginez que vous êtes dans un grand restaurant avec trois plats différents à la carte. Vous ne connaissez pas les menus exacts, mais vous pouvez goûter à chaque plat et recevoir un petit bonbon (une récompense) si le plat est bon.

Le but du jeu est simple : trouver le meilleur plat et le commander le plus souvent possible pour avoir le maximum de bonbons.

C'est ce que les chercheurs appellent le compromis « Explorer vs Exploiter » :

• Exploiter : Commander le plat que vous savez déjà être délicieux.
• Explorer : Essayer un nouveau plat au cas où il serait encore meilleur.

La plupart des gens trouvent un équilibre : ils goûtent un peu, puis ils s'assoient à la table du meilleur plat et commandent encore et encore.

Mais dans cette étude, les chercheurs ont observé quelque chose de curieux chez des personnes en début de psychose (le stade précoce de maladies comme la schizophrénie).

🍽️ Ce qui s'est passé dans l'expérience

Les chercheurs ont invité deux groupes de personnes à ce « jeu du restaurant » :

1. Un groupe de personnes en bonne santé.
2. Un groupe de personnes en début de psychose.

Le résultat surprenant :

• Les deux groupes ont obtenu le même nombre de bonbons au total. Ils étaient aussi intelligents que les autres pour trouver le bon plat.
• MAIS, les personnes en début de psychose ont changé de table beaucoup plus souvent ! Même quand elles avaient trouvé le bon plat, elles le laissaient trop vite pour essayer autre chose.

On aurait pu penser qu'elles avaient un problème pour apprendre quel plat était bon (un défaut d'apprentissage). Mais non ! Elles savaient très bien quel était le meilleur plat. Le problème était ailleurs : elles ne parvenaient pas à rester assises à la bonne table.

🔍 La découverte : Deux types de « bruit » dans le cerveau

Pour comprendre pourquoi elles changeaient de table, les chercheurs ont utilisé des modèles mathématiques (comme des lunettes spéciales pour voir la pensée). Ils ont découvert que ce changement fréquent venait de deux mécanismes différents, comme deux types de « brouillard » dans la tête :

1. La sensibilité à l'incertitude (Le paranoïaque prudent) :
   Imaginez quelqu'un qui pense : « Ce plat est bon aujourd'hui, mais demain, le chef va peut-être changer la recette ! Le monde est imprévisible, je dois tester un autre plat au cas où. »
   Ces personnes surestiment le risque que les choses changent. Elles quittent la bonne table trop tôt parce qu'elles sont trop sensibles à l'idée que l'avenir est incertain.

2. Le bruit de décision (Le distrait) :
   Imaginez quelqu'un dont la tête est remplie de bruit de fond. Même quand il sait que le plat A est le meilleur, un petit « bruit » aléatoire dans son cerveau lui dit : « Et si on essayait le B ? Juste pour voir ? »
   Ce n'est pas une stratégie réfléchie, c'est juste du hasard et de l'instabilité dans la prise de décision.

🎭 Trois types de cerveaux, pas juste « malades » ou « sains »

C'est ici que l'étude devient vraiment intéressante. Les chercheurs ont remarqué que les personnes en psychose n'étaient pas toutes pareilles. En regardant de plus près, ils ont identifié trois sous-groupes distincts (comme trois types de personnalités informatiques) :

1. Le Normatif (Le Sceptique Calme) :

   • Comportement : Ils agissent comme des personnes en bonne santé. Ils trouvent le bon plat et restent dessus.
   • Profil : Souvent, ce sont des personnes avec des troubles de l'humeur (comme le trouble bipolaire) plutôt que de la schizophrénie pure. Leur cerveau de décision fonctionne bien, même si leurs symptômes émotionnels sont forts.

2. Le Sensible à l'Incertitude (Le Prudent Anxieux) :

   • Comportement : Ils changent de table trop souvent parce qu'ils pensent que le monde est trop instable.
   • Profil : Ils ont souvent eu de nombreuses hospitalisations psychiatriques dans le passé. Leur cerveau est en alerte permanente face au changement.

3. Le Bruité (Le Distrait) :

   • Comportement : Ils changent de table parce que leur décision est « bruyante » et imprévisible. Ils ont du mal à rester concentrés sur le meilleur choix.
   • Profil : Ce groupe a les symptômes les plus difficiles (comme le manque de motivation ou l'apathie) et des difficultés cognitives plus marquées.

💡 Pourquoi est-ce important ?

Avant cette étude, on pensait souvent que tous les patients en psychose avaient le même problème : « ils n'apprennent pas ».

Cette recherche nous dit : « Non, ce n'est pas la même chose pour tout le monde ! »

C'est comme si on traitait tous les patients qui ont mal à la tête avec le même médicament, alors que pour l'un c'est une migraine, pour l'autre une sinusite et pour le troisième une déshydratation.

L'avenir de la médecine personnalisée :
En identifiant ces « sous-types » grâce à un simple jeu informatique, les médecins pourraient un jour proposer des traitements ciblés :

• Pour le Sensible à l'Incertitude, on pourrait travailler sur la gestion de l'anxiété et la confiance dans la stabilité du monde.
• Pour le Bruité, on pourrait chercher des médicaments qui réduisent le « bruit » chimique dans le cerveau pour aider à la concentration.

En résumé, cette étude montre que le cerveau des personnes en début de psychose est complexe et varié. En comprenant comment ils prennent leurs décisions (et pas seulement ce qu'ils décident), on peut espérer des traitements beaucoup plus précis et efficaces pour chacun.

Résumé technique

1. Problématique et Contexte

Les troubles du spectre psychotique, notamment la psychose précoce (PP), se caractérisent par une hétérogénéité clinique et neurophysiologique significative, ce qui complique la compréhension de leur physiopathologie et le développement de traitements individualisés. Bien que des déficits dans le comportement d'exploration-exploitation (le compromis entre exploiter une option connue pour un gain et explorer de nouvelles options) aient été documentés chez les patients (souvent sous forme de changements de choix excessifs), les mécanismes computationnels sous-jacents restent mal compris.

La question centrale est de savoir si ces comportements d'exploration excessive sont dus à :

• Des déficits d'apprentissage par renforcement (incapacité à apprendre quelles options sont récompensantes).
• Une sensibilité accrue à l'incertitude environnementale.
• Un bruit décisionnel accru (variabilité aléatoire des choix).
• Une combinaison de ces facteurs.

L'étude vise à utiliser la psychiatrie computationnelle pour décomposer ces processus cognitifs microscopiques (« microcognitive processes ») et identifier des sous-types computationnels distincts au sein de la population de psychose précoce.

2. Méthodologie

Participants :

• 75 participants avec une psychose précoce (PP) et 68 témoins sains (neurotypiques).
• Les groupes étaient appariés pour l'âge, mais différaient par la répartition du genre (ajusté statistiquement).
• Évaluation clinique : Échelles de symptômes (BPRS, SAPS/SANS), fonctionnement réel, et tests cognitifs (Test My Brain).

Tâche Comportementale :

• Tâche « Restless Bandit » à trois bras : Une tâche de prise de décision dynamique où trois options (images de taches de Gabor) offrent des récompenses stochastiques (+1 ou 0).
• Dynamique : Les probabilités de récompense de chaque bras dérivent indépendamment et aléatoirement au fil du temps (10 % de chance de changer de 0,1 par essai), créant un environnement instable nécessitant une adaptation continue.
• Séance : Deux sessions (environ 3 semaines d'intervalle) pour évaluer la fiabilité test-retest.

Modélisation et Analyses :

• Modèle de Markov Caché (HMM) : Utilisé pour inférer des états latents (exploration vs exploitation) à partir des séquences de choix.
• Modélisation Computationnelle : Comparaison de plusieurs modèles :
  • Modèles d'Apprentissage par Renforcement (RL) classiques (taux d'apprentissage fixes, kernels de choix, apprentissage asymétrique).
  • Apprenant Bayésien (Filtre de Kalman) : Modèle adaptatif qui estime à la fois la valeur attendue et l'incertitude, ajustant le taux d'apprentissage en fonction de l'incertitude estimée. Ce modèle inclut trois paramètres libres :
    1. Sensibilité à l'incertitude ($\phi$) : Influence de l'incertitude estimée sur le choix.
    2. Bruit décisionnel ($\beta^{-1}$ ou inverse de la température) : Stochasticité du choix.
    3. Persévération ($\omega$) : Répétition de choix indépendamment de la valeur.
• Clustering Hiérarchique : Regroupement des participants basé sur les paramètres computationnels et les mesures cognitives pour identifier des sous-types.

3. Résultats Clés

Performance Comportementale :

• Les groupes PP et témoins ont obtenu des récompenses totales similaires (au-dessus du hasard).
• Cependant, le groupe PP a effectué plus de changements de choix (switching) et a moins souvent sélectionné l'option optimale, indépendamment du résultat (récompense ou non).

Dynamique Exploration-Exploitation (HMM) :

• Les patients PP ont passé plus de temps en mode « exploration ».
• L'instabilité provenait spécifiquement d'une transition prématurée de l'exploitation vers l'exploration, même après avoir reçu une récompense.
• Contrairement à l'hypothèse d'un défaut d'apprentissage, la transition de l'exploration vers l'exploitation (apprentissage de la valeur) était préservée chez les patients PP.

Mécanismes Computationnels (Modèle Bayésien) :

• Le modèle Bayésien (Filtre de Kalman) a mieux expliqué les données que les modèles RL classiques.
• Deux mécanismes indépendants ont été identifiés comme moteurs de l'exploration excessive chez les PP :
  1. Sensibilité accrue à l'incertitude ($\phi$) : Les patients réagissent plus fortement à l'incertitude estimée, les poussant à explorer pour réduire l'ambiguïté.
  2. Bruit décisionnel accru : Une plus grande variabilité aléatoire dans les choix.
• Aucune différence significative n'a été trouvée dans la persévération ou les taux d'apprentissage de base.

Identification de Sous-types Computationnels :
L'analyse de clustering a révélé trois sous-types distincts, stables dans le temps, présents chez les deux groupes mais avec des distributions différentes :

1. Sous-type Normatif (Subtype 1) : Faible sensibilité à l'incertitude, faible bruit, cognition intacte. Sur-représenté chez les témoins et les patients avec troubles bipolaires.
2. Sous-type Sensible à l'Incertitude (Subtype 2) : Forte sensibilité à l'incertitude, traitement lent, mémoire déficiente, mais fonctions exécutives intactes. Associé à un taux plus élevé d'hospitalisations psychiatriques antérieures.
3. Sous-type à Fort Bruit Décisionnel (Subtype 3) : Fort bruit décisionnel, déficits cognitifs généralisés, déficits d'apprentissage par renforcement (difficulté à maintenir l'exploitation). Associé à une sévérité accrue des symptômes négatifs.

Corrélats Cliniques :

• Une transition excessive vers l'exploration et un bruit décisionnel élevé sont corrélés à un fonctionnement réel plus faible et à une sévérité accrue des symptômes négatifs.
• L'exploration excessive n'est pas uniquement liée à la pathologie affective (dépression/mania), car elle est présente dans les sous-groupes non affectifs et affectifs de la PP.

4. Contributions et Signification

Contributions Scientifiques :

• Dissociation des mécanismes : L'étude démontre que l'exploration excessive dans la psychose n'est pas un phénomène unitaire causé par un défaut d'apprentissage, mais résulte de mécanismes distincts (sensibilité à l'incertitude vs bruit décisionnel).
• Hétérogénéité computationnelle : Identification de trois sous-types computationnels qui transcendent les diagnostics traditionnels, offrant une vision plus précise de l'hétérogénéité de la psychose.
• Validation de modèles : Confirmation que les modèles bayésiens adaptatifs (incorporant l'incertitude) sont supérieurs aux modèles RL standards pour capturer la dynamique décisionnelle dans la psychose.

Signification Clinique et Translationnelle :

• Psychiatrie de Précision : Ces sous-types computationnels pourraient servir de biomarqueurs pour stratifier les patients et prédire la réponse aux traitements. Par exemple, les sous-types à fort bruit pourraient bénéficier de stratégies ciblant la stabilité décisionnelle, tandis que les sous-types sensibles à l'incertitude pourraient nécessiter des interventions sur la tolérance à l'ambiguïté.
• Cibles Neurobiologiques : Les résultats pointent vers des dysfonctionnements dans les réseaux de saillance (insula antérieure) pour la sensibilité à l'incertitude et dans les systèmes de neuromodulation (dopamine/noradrénaline) pour le bruit décisionnel.
• Potentiel d'intervention : La tâche « Restless Bandit » est translatable vers des modèles animaux et offre un outil scalable pour développer des « empreintes digitales décisionnelles » personnalisées.

En conclusion, cette étude fournit des preuves préliminaires solides que la modélisation computationnelle peut révéler des mécanismes micro-cognitifs spécifiques et des sous-types cliniquement pertinents dans la psychose précoce, ouvrant la voie à des interventions thérapeutiques ciblées au-delà des classifications diagnostiques traditionnelles.