An Optimal Control Framework for Adaptive Virtual Reality Interventions in Substance Use Rehabilitation

Résumé Technique : Un Cadre de Contrôle Optimal pour les Interventions de Réalité Virtuelle Adaptatives dans la Réadaptation des Troubles liés à l'Usage de Substances

Énoncé du Problème
Les troubles liés à l'usage de substances (TUS) demeurent un défi majeur de santé publique, la prévention des rechutes étant l'une des principales difficultés de la réadaptation. Les stratégies traditionnelles peinent souvent en raison d'une accessibilité limitée et de l'incapacité à recréer efficacement les environnements du monde réel qui déclenchent les envies (cravings). Si la réalité virtuelle (RV) offre un environnement contrôlé et immersif pour l'exposition aux indices et l'intervention, la littérature existante manque d'une application directe des méthodes de contrôle optimal pour déterminer le moment et l'intensité précis des interventions thérapeutiques basées sur la RV. La plupart des modèles actuels se concentrent sur des groupes de population généraux ou des interventions statiques plutôt que sur des réponses dynamiques, pilotées par les indices, spécifiques aux environnements de RV.

Méthodologie
Les auteurs ont développé un cadre mathématique centré sur un modèle à quatre compartiments Adaptatif-Perturbé-Correctif-Rechute (APCR) pour simuler la dynamique de la récupération.

• Structure du Modèle : Le système est régi par un ensemble d'équations différentielles ordinaires couplées représentant la proportion d'une population dans quatre états :

  • Adaptatif ($A$) : Récupération stable.
  • Perturbé ($P$) : Envies induites par les indices.
  • Correctif ($C$) : En cours d'intervention de récupération active.
  • Rechute ($R$) : État de rechute.
    Les transitions entre ces états sont pilotées par une fonction de déclenchement d'envie $T(t)$ et un indice de récupération thérapeutique.

• Paramétrage :

  • Fonction de Déclenchement ($T(t)$) : Dérivée de données empiriques de suivi oculaire (fixation et fréquence) collectées dans un environnement de RV concernant des indices liés à l'alcool.
  • Indice de Récupération : Modélisé initialement comme un signal passif basé sur des biomarqueurs physiologiques (variabilité de la fréquence cardiaque, fréquence cardiaque, scores de stress) provenant de dispositifs portables (wearables).
  • Taux de Transition : Les paramètres ($\beta, \gamma, \alpha, \mu, \delta$) ont été assignés sur la base d'hypothèses informées par la littérature concernant la réactivité aux indices et la régulation cognitive, plutôt que sur des données cliniques directes issues d'une seule session.

• Formulation du Contrôle Optimal :

  • L'indice de récupération passif a été remplacé par une variable de contrôle dépendante du temps et bornée $u_1(t)$ représentant l'intensité de l'intervention thérapeutique.
  • Fonction Objective : L'objectif est de minimiser le temps passé dans l'état Perturbé ($P$) tout en pénalisant le coût de l'effort d'intervention. La fonction de coût est définie par $J(u_1) = \int_0^{t_f} (A_1 P(t) + \frac{1}{2}B_1 u_1(t)^2) dt$, où $A_1$ pondère la pénalité pour être dans l'état perturbé et $B_1$ pondère l'effort de contrôle.
  • Méthode de Résolution : Les auteurs ont utilisé le Principe de Minimum de Pontryagin pour dériver les conditions nécessaires d'optimalité, aboutissant à un système hamiltonien impliquant des équations d'état et des équations adjointes (costates). Le système d'optimalité résultant a été résolu numériquement à l'aide de la méthode de balayage avant-arrière (forward–backward sweep method) sur un horizon de 60 minutes.

• Analyse Mathématique : L'article établit l'existence, l'unicité, la non-négativité et le caractère borné des solutions au sein d'un simplexe invariant, garantissant que le modèle reste physiquement cohérent (les proportions totalisent 1 et restent non négatives).

Résultats Clés

• Réduction de la Perturbation : Comparée à une ligne de base passive où l'indice de récupération est une constante fixe, la stratégie de contrôle optimal a réduit la proportion de pointe simulée d'individus dans l'état Perturbé de 33,26 % (passant de 0,439 à 0,293).
• Intervention Dynamique : Le profil de contrôle optimal n'est pas constant. Il reste faible jusqu'à ce que le déclencheur d'envie s'active, augmente brusquement vers une intensité maximale ($u_{max}=1$) pendant le pic de la perturbation, puis diminue progressivement à mesure que le besoin d'intervention s'amenuise. Cela contraste avec les stratégies d'intervention continues ou statiques.
• Analyse de Sensibilité : Le pic de la proportion perturbée du modèle est hautement sensible aux taux de transition $\beta$ (susceptibilité aux déclencheurs) et $\alpha$ (réactivité à l'intervention). Les variations de ces paramètres modifient considérablement les résultats, tandis que les paramètres régissant la récupération de la rechute ($\delta$) et la réintégration réussie ($\gamma$) ont un impact minimal sur la perturbation de pointe.
• Efficacité des Coûts : L'analyse démontre qu'un traitement de RV à haute intensité n'est nécessaire que durant une fenêtre étroite correspondant au risque de rechute le plus élevé, suggérant que les stratégies adaptatives peuvent gérer les coûts de traitement plus efficacement que l'exposition continue à haute intensité.

Signification et Revendications
L'article affirme fournir une base quantitative pour concevoir des interventions de RV adaptatives qui répondent dynamiquement aux changements modélisés des états de récupération. En intégrant des signaux comportementaux (regard) et physiologiques dans un cadre de contrôle dépendant de l'état, ce travail soutient le développement de stratégies d'intervention personnalisées où l'intensité thérapeutique est allouée en fonction des besoins individuels plutôt que selon des calendriers fixes.

Les auteurs positionnent ce travail comme une étape vers la transformation de la RV, passant d'un « stimulus thérapeutique fixe » à un outil « dynamiquement réactif ». Ils déclarent explicitement que le modèle représente mathématiquement la dynamique de la simulation de RV, mais reconnaissent des limites, notamment l'utilisation de paramètres estimés plutôt que de données cliniques dérivées empiriquement, ainsi que le recours à des données de regard spécifiques à l'alcool qui pourraient ne pas se généraliser pleinement à d'autres substances. Le cadre vise à soutenir l'Objectif de Développement Durable 3 des Nations Unies (Santé et Bien-être) en offrant une approche mathématique pour améliorer la prévention des rechutes dans la réadaptation liée à l'usage de substances.