🧬 biologie

Resting-State EEG Theta-Band Functional Connectivity Characterizes Heterogeneity in Internet Gaming Disorder

Cette étude démontre que les profils de connectivité fonctionnelle dans la bande thêta de l'EEG au repos ne sont pas seulement corrélés à des symptômes spécifiques du TID, tels que la modification de l'humeur, mais révèlent également une hétérogénéité neurophysiologique au sein du trouble qui est distincte des mesures traditionnelles de la sévérité des symptômes ou de la fréquence de jeu.

Auteurs originaux : Shichen Zhang, Yayun Meng

Publié 2026-11-01

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Shichen Zhang, Yayun Meng

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

Le cerveau humain n'est pas une machine unique et uniforme ; c'est un vaste réseau de régions qui doivent communiquer entre elles pour produire la pensée, le sentiment et le comportement. Lorsque les scientifiques étudient la manière dont ces régions communiquent, ils observent souvent des signaux électriques qui se propagent à travers le cerveau, un peu comme des ondes sur un étang. Ces signaux oscillent à des vitesses, ou fréquences, différentes, et les chercheurs ont découvert que des vitesses spécifiques sont liées à des tâches mentales spécifiques. L'une de ces vitesses, appelée rythme thêta, fonctionne à un rythme de quatre à huit cycles par seconde. Elle est particulièrement importante pour la façon dont nous contrôlons notre attention et gérons nos émotions. Ces dernières années, les chercheurs en santé mentale se sont de plus en plus intéressés à une condition appelée trouble du jeu vidéo sur Internet, où les individus luttent pour contrôler leurs habitudes de jeu malgré des conséquences négatives. Bien que les médecins puissent actuellement identifier ce trouble en interrogeant les patients sur leurs comportements et leurs sentiments, ces questions ne révèlent pas ce qui se passe à l'intérieur du cerveau. Le trouble présente probablement des formes différentes d'une personne à l'autre, pourtant les outils médicaux standards le traitent souvent comme s'il était identique pour tout le monde. Comprendre les motifs électriques uniques du cerveau chez ces individus pourrait aider à expliquer pourquoi certaines personnes développent des symptômes graves tandis que d'autres non, et pourquoi certains traitements peuvent fonctionner pour une personne mais pas pour une autre.

Une équipe de chercheurs s'est donné pour mission d'explorer cette diversité cachée en écoutant les conversations électriques du cerveau pendant que trente individus souffrant de trouble du jeu vidéo sur Internet et trente personnes en bonne santé restaient assis tranquillement, les yeux fermés. Les chercheurs ne cherchaient pas un seul « fil cassé » dans le cerveau, mais plutôt la manière dont l'ensemble du réseau de connexions variait d'une personne à l'autre. Ils se sont concentrés sur la force de la relation entre différentes régions cérébrales, en examinant spécifiquement comment l'amplitude, ou la taille, des signaux du rythme thêta dans une zone augmentait et diminuait en synchronisation avec les signaux d'une autre zone. Cette méthode leur a permis de créer une carte détaillée de la connectivité fonctionnelle pour chaque participant. L'équipe a ensuite posé une question simple mais profonde : les différences dans ces cartes cérébrales correspondent-elles aux différences dans la gravité des symptômes de jeu d'une personne ? Pour répondre à cela, ils ont comparé les cartes cérébrales des individus présentant le trouble à leurs propres scores auto-rapportés sur un questionnaire de vingt items qui mesure divers aspects de la condition, tels que la fréquence à laquelle ils pensent au jeu, l'impact sur leur humeur et s'ils ressentent une incapacité à s'arrêter.

L'étude a révélé un lien spécifique et significatif entre les modèles électriques du cerveau et le côté émotionnel du trouble. Les chercheurs ont découvert que, parmi les personnes souffrant de trouble du jeu vidéo sur Internet, celles dont les modèles de connectivité cérébrale étaient les plus similaires entre eux avaient également tendance à avoir les scores les plus similaires sur l'échelle de la « modification de l'humeur ». Cette partie du questionnaire mesure à quel point une personne utilise le jeu pour changer ses sentiments, comme jouer pour faire face à de mauvaises humeurs. En d'autres termes, la façon dont les communications cérébrales de ces individus dans la bande de fréquence thêta étaient liées à la façon dont ils utilisaient les jeux pour réguler leurs émotions. Cette connexion n'a pas été trouvée dans le groupe de contrôle sain, suggérant que cette signature neurale spécifique est propre à l'expérience du trouble. Les chercheurs ont également examiné d'autres rythmes cérébraux, tels que les ondes alpha, bêta et gamma, mais le rythme thêta était le seul à montrer cette relation claire avec les symptômes liés à l'humeur. Cela suggère que le rythme thêta est un acteur clé des mécanismes émotionnels qui stimulent le trouble, plutôt qu'un simple marqueur général des habitudes de jeu.

Au-delà de l'examen du trouble comme un spectre continu, les chercheurs se sont aussi demandé si le groupe de personnes atteintes du trouble pouvait être divisé en sous-groupes distincts basés sur leurs cartes cérébrales. En utilisant une approche mathématique pour trouver des regroupements naturels, ils ont identifié deux clusters d'individus présentant des modèles de connectivité différents. Un groupe présentait des niveaux de connexion généralement plus faibles entre les zones de traitement visuel du cerveau et les régions responsables de la détection d'événements importants, tandis que l'autre groupe présentait des niveaux de connexion plus élevés. Cette différence dans la manière dont les systèmes visuels et attentionnels étaient liés était la caractéristique la plus marquante séparant les deux groupes. Cependant, lorsque les chercheurs ont vérifié les comportements réels de ces deux groupes, ils ont découvert quelque chose de surprenant : les deux clusters ne différaient pas par le nombre d'heures de jeu par semaine, ni par leurs scores globaux sur le questionnaire du trouble. Les deux groupes semblaient identiques sur le papier et dans leurs habitudes quotidiennes, bien que leurs cerveaux soient câblés différemment. Cette découverte suggère que le cerveau peut s'organiser de différentes manières tout en produisant des comportements extérieurs similaires, un concept qui remet en question l'idée qu'il n'existe qu'un seul « type » de personne avec ce trouble.

L'étude ne prétend pas avoir résolu le mystère du trouble du jeu vidéo sur Internet, ni elle n'offre un nouveau traitement. La taille de l'échantillon était relativement petite, et les chercheurs ont noté que leur regroupement des participants en deux clusters était une découverte exploratoire qui doit être testée à nouveau sur des groupes plus larges pour s'assurer qu'elle est réelle. De plus, parce que l'étude était un instantané dans le temps, elle ne peut pas dire si ces modèles cérébraux ont causé le trouble ou en sont le résultat. Ce que l'étude apporte, en revanche, est une image plus claire de la réalité biologique derrière le diagnostic. Elle montre que le trouble n'est pas un monolithe ; il contient des variations dans la façon dont le cerveau gère les émotions et dont il connecte l'information visuelle à l'attention. En identifiant ces signatures neurales spécifiques, la recherche offre une nouvelle façon de regarder la condition, passant de simples listes de contrôle à une compréhension plus nuancée du rôle du cerveau dans la lutte contre le jeu. Ces travaux suggèrent que les efforts futurs pour comprendre ou traiter le trouble pourraient devoir tenir compte de ces différents profils neuraux, en reconnaissant que deux personnes présentant les mêmes symptômes peuvent avoir des cerveaux très différents.

Résumé technique : La connectivité fonctionnelle de la bande thêta de l'EEG au repos caractérise l'hétérogénéité du trouble du jeu vidéo en ligne

Énoncé du problème
Les cadres diagnostiques actuels pour le trouble du jeu vidéo en ligne (IGD), tels que le DSM-5 et la CIM-11, reposent principalement sur des symptômes comportementaux et des instruments d'auto-évaluation comme le test IGD-20. Bien qu'essentielles pour l'évaluation clinique, ces classifications basées sur les symptômes ne parviennent pas à caractériser les mécanismes neurobiologiques sous-jacents et peuvent occulter l'hétérogénéité neurophysiologique au sein de la population atteinte d'IGD. Les études de neuroimagerie existantes se sont largement concentrées sur les différences de groupe entre les sujets atteints d'IGD et les témoins sains (HC), masquant potentiellement des modèles distincts d'organisation neurale au sein même du groupe IGD. Il est nécessaire de disposer de mesures neurophysiologiques objectives capables de capturer la variation individuelle de la sévérité des symptômes et d'identifier des sous-groupes définis par la connectivité, sans dépendre uniquement d'hypothèses paramétriques ou de moyennes de groupe.

Méthodologie
L'étude a utilisé un plan transversal impliquant 60 participants adultes : 30 diagnostiqués avec un IGD (répondant à $\ge$ 5 critères du DSM-5 et $> 30$ heures/semaine de jeu) et 30 témoins sains (ne répondant à aucun critère, $> 5$ heures/semaine de jeu, sans antécédents psychiatriques).

Acquisition des données : Les participants ont subi un enregistrement EEG à l'état de repos, les yeux fermés, pendant cinq minutes via un système à 64 canaux.
Prétraitement : Les données ont été traitées à l'aide du pipeline DISCOVER-EEG (v1.1.0), incluant le sous-échantillonnage à 250 Hz, l'élimination des artefacts (ICA) et le re-référencement.
Extraction de caractéristiques : La reconstruction au niveau des sources a été réalisée par un beamforming à variance minimale contrainte linéairement sur 100 parcelles corticales de Schaefer. La connectivité fonctionnelle a été quantifiée par corrélation d'enveloppe d'amplitude (AEC) à travers quatre bandes de fréquences : thêta (4–8 Hz), alpha (8–13 Hz), bêta (13–30 Hz) et gamma (30–45 Hz). L'AEC a été calculée après orthogonalisation par paires pour atténuer les fuites de signaux à déphasage nul.
Analyse statistique :
- Analyse de similitude de représentation (RSA) : Pour tester si la dissimilarité interindividuelle des profils de connectivité de tout le cerveau correspondait à la dissimilarité des scores IGD-20 (score total et six sous-échelles). Cette analyse a été effectuée séparément pour les groupes IGD et HC en utilisant des corrélations de rang de Spearman et 10 000 permutations de labels de participants avec correction du taux de fausse découverte (FDR).
- Clustering exploratoire : L'analyse en composantes principales (PCA) et le clustering k-means ont été appliqués aux profils d'AEC de la bande thêta au sein du groupe IGD afin d'identifier des sous-groupes définis par la connectivité.
- Analyse par arête (Edgewise) : Une analyse de corrélation de suivi a examiné les connexions spécifiques associées aux résultats significatifs de la RSA.

Résultats clés

AEC Thêta et modification de l'humeur : Au sein du groupe IGD, la dissimilarité interindividuelle des profils d'AEC de la bande thêta était significativement associée à la dissimilarité de la sous-échelle « modification de l'humeur » de l'IGD-20 ( $r_s = 0,277, p_{FDR} = 0,020$ ). Cette association n'était pas significative dans le groupe HC. Aucune autre combinaison bande de fréquence–symptôme n'a survécu à la correction FDR dans le groupe IGD.
AEC Gamma chez les témoins : Dans le groupe HC, la dissimilarité de l'AEC de la bande gamma était associée à la dissimilarité des scores totaux de l'IGD-20 et des scores de rechute, suggérant des modèles de correspondance neuro-comportementale spécifiques à la fréquence et au groupe.
Résultats par arête (Edgewise) : Bien que la RSA globale pour la modification de l'humeur liée au thêta ait été significative, aucune connexion individuelle par arête n'a survécu à la correction FDR. Les corrélations les plus fortes non corrigées concernaient les connexions Salience/Attention ventrale–Mode par défaut et Fronto-pariétale–Mode par défaut, mais elles n'ont pas atteint la signification nominale.
Clustering basé sur la connectivité : Le clustering exploratoire des profils d'AEC thêta dans le groupe IGD a identifié deux clusters distincts.
- Le Cluster 1 présentait une connectivité AEC thêta globalement plus faible que le Cluster 2.
- La différence la plus prononcée entre les clusters résidait dans la connectivité Visuel–Salience/Attention ventrale.
- Équivalence comportementale : Crucialement, ces deux clusters ne différaient pas de manière significative en termes de temps de jeu hebdomadaire, de score total IGD-20 ou de l'un des six scores de sous-échelle de l'IGD-20 (tous $p \ge 0,05$ ).

Principales contributions

Signatures neurales multivariées : L'étude démontre que les profils de connectivité AEC de tout le cerveau (spécifiquement l'AEC thêta) peuvent capturer la variation continue de symptômes spécifiques de l'IGD (modification de l'humeur) que les analyses univariées ou de groupe pourraient manquer.
Hétérogénéité de la connectivité : Elle fournit la preuve que l'IGD englobe des sous-types neurophysiologiques distincts définis par des modèles de connectivité de la bande thêta, particulièrement concernant l'intégration Visuel–Salience/Attention ventrale, même lorsque ces sous-types ne se manifestent pas par des phénotypes comportementaux distincts dans les mesures cliniques standards.
Intégration méthodologique : L'article combine l'analyse de similitude de représentation (RSA) avec le clustering exploratoire pour caractériser à la fois la variation continue liée aux symptômes et les regroupements discrets définis par la connectivité au sein d'une population clinique.

Signification et affirmations
Les auteurs affirment que l'AEC thêta au repos sert de signature neurale candidate pour l'hétérogénéité au sein de l'IGD.

Niveau continu : La variation de l'AEC thêta est liée à la dimension affective du jeu (modification de l'humeur), ce qui concorde avec la littérature suggérant que les oscillations thêta sont impliquées dans le contrôle cognitif et la régulation des émotions.
Niveau des sous-groupes : Les profils d'AEC thêta révèlent des regroupements définis par la connectivité (faible vs haute intégration Visuel–Salience/Attention ventrale) qui existent indépendamment des mesures comportementales actuelles telles que la durée de jeu ou la sévérité totale des symptômes.
Limites et modestie : Les auteurs précisent explicitement que la solution de clustering est exploratoire en raison de la petite taille de l'échantillon ( $n=30$ ) et de métriques de stabilité conflictuelles (statistique gap vs coefficient de silhouette). Ils ne prétendent pas que ces clusters représentent des sous-types cliniques validés. De plus, ils notent que l'étude ne peut établir de causalité (si les différences de thêta causent ou résultent de l'IGD) et que l'absence de comparaison statistique directe entre les coefficients de RSA spécifiques aux groupes signifie que les modèles observés sont descriptifs plutôt que la preuve d'une interaction de groupe définitive. Les résultats sont présentés comme un cadre pour de futures études de stratification biologiquement informées plutôt que comme un outil de diagnostic finalisé.

Articles similaires