Hallucinations, une perception biaisée ? (Approfondissement)

Implication de la dopamine dans un modèle bayésien des hallucinations

Écriture : Layla Lavallé
Relecture de contenu : Garance Meyer et Maude Beaudoin-Gobert
Relecture de forme : Estelle Nakul

Temps de lecture : environ 16 minutes.
Thématiques : Neurobiologie (Biologie) ; Neurosciences cognitives (Sciences cognitives) ; Psychiatrie

Publication originale : Cassidy C. M., et al., A perceptual inference mechanism for hallucinations linked to striatal dopamine. Current biology, 2018. DOI :10.1016/j.cub.2017.12.059

Version curiosité

Localisation du striatum sur une coupe transversale d’un cerveau humain.

Les mécanismes à l’origine des hallucinations, un symptôme de la schizophrénie, sont encore mal connus. Des chercheur·euse·s de l’Université de Columbia ont évalué un modèle explicatif des hallucinations et ont exploré l’implication d’un neurotransmetteur, appelé la dopamine, dans ce modèle. Les chercheur·euse·s ont établi un lien entre les hallucinations auditives, la perception et une transmission excessive de dopamine dans une structure cérébrale connue pour son dysfonctionnement dans la schizophrénie : le striatum.

Qui n’a jamais cru sentir la vibration de son téléphone dans sa poche, sans que celle-ci n’existe réellement ?

La schizophrénie est une maladie psychiatrique sévère touchant 600 000 personnes en France et fréquemment associée à la présence d’hallucinations, le plus souvent auditives (plus particulièrement verbales) mais aussi visuelles, tactiles, olfactives et gustatives. Les hallucinations sont habituellement décrites comme une perception sans objet à percevoir.

En s’appuyant sur l’approche bayésienne des neurosciences, selon laquelle le cerveau manipulerait constamment des hypothèses et effectuerait des calculs quant au degré de confiance à leur accorder, la perception résulterait de la combinaison de : 

  • l’intégration bottom-up des entrées sensorielles, par exemple le bruit d’un téléphone qui sonne ;
  • l’intégration top-down des prédictions sensorielles, communément appelées priors [*], fondées sur les expériences antérieures et formées avant même de recevoir les entrées sensorielles. Il s’agit par exemple de la prédiction que l’on fait lorsque l’on s’attend à recevoir un appel et que l’on anticipe le bruit de la sonnerie du téléphone. Cette intégration dépend de la confiance que l’on accorde aux priors, et se traduit mathématiquement comme l’inverse de leur variance. Autrement dit, plus un appel téléphonique à venir est certain, plus on accorde de confiance à ce prior et plus il aura d’influence sur la perception. 

La perception, telle que nous venons de la définir, peut faire l’objet de distorsions, que nous appellerons par la suite des biais perceptifs. Ces biais peuvent être positifs, lorsqu’ils facilitent la perception d’un objet réel. Dans ce cas, les prédictions sensorielles peuvent permettre de démêler un ensemble d’entrées sensorielles et ainsi de capter une information pertinente (par exemple, lorsque l’on entend une voix appeler son nom dans un brouhaha). Ces biais peuvent aussi être négatifs, lorsque les prédictions sensorielles sont responsables de perceptions erronées. C’est par exemple le cas lorsque l’on attend un appel téléphonique et que l’on sent son téléphone vibrer dans sa poche, sans pour autant qu’il ne vibre réellement. Dans cette situation, les entrées sensorielles sont nulles mais la prédiction de la vibration est suffisamment forte pour influencer la perception.

Depuis le début des années 2000, les modèles bayésiens suggèrent que les hallucinations sont des biais perceptifs négatifs sous-tendus par une pondération exagérée des prédictions sensorielles par rapport aux entrées sensorielles. Plus particulièrement, une altération de la signalisation des prédictions sensorielles majorerait la confiance qu’on leur accorde et augmenterait finalement les biais perceptifs en leur faveur, au détriment des entrées sensorielles réelles.

S’il s’agit d’un symptôme cardinal de la schizophrénie, les mécanismes neurochimiques qui sous-tendent les hallucinations sont encore mal connus. Depuis plusieurs décennies, l’action des traitements anti-dopaminergiques, qui diminuent l’expression de ce symptôme, oriente la recherche vers le rôle d’une transmission excessive de la dopamine dans les hallucinations. De nombreuses études ont par la suite identifié une altération de la transmission de ce neurotransmetteur dans le cerveau des patient·e·s atteint·e·s de schizophrénie, particulièrement au niveau d’une région sous-corticale appelée le striatum (voir l’image d’illustration). Cependant, le lien entre la transmission excessive de dopamine striatale et la production d’hallucinations chez les patient·e·s atteint·e·s de schizophrénie n’a pas encore été élucidée. 

L’étude que nous présentons ici vise à montrer l’implication des biais perceptifs dans les hallucinations à l’aide d’une tâche novatrice et à établir un lien entre le modèle bayésien des hallucinations et l’altération de la transmission de la dopamine dans la schizophrénie.

Une tâche comportementale modélisant les biais perceptifs

Publié en 2018 par des chercheur·euse·s de l’Université de Columbia, cet article de psychiatrie computationnelle [**] explore la relation entre le modèle bayésien des hallucinations et la transmission dopaminergique à l’aide d’une tâche comportementale impliquant la reproduction d’un son dans un contexte variable (Figure 1). Plus précisément, il s’agissait pour les participant·e·s de reproduire la durée d’un son cible dont la perception était modulée par l’écoute préalable d’une suite de sons contextuels. Les suites de sons contextuels se distinguaient selon la durée moyenne des sons et selon la variabilité de la durée des sons. Mais comment une telle tâche peut-elle modéliser les biais perceptifs ?

Figure 1. La tâche expérimentale utilisée est constituée de trois blocs : (1) une suite de sons contextuels, auquel succède (2) un son cible de durée constante (700 ms) que (3) les sujets doivent reproduire. Les suites de sons contextuels se distinguent par la durée moyenne de leurs sons (longue, médium, courte) et par la variabilité inter-son de cette durée (basse, haute). Ici, seuls deux cas de figures sont représentés : (a) la suite de sons contextuels est constitué de sons de longue durée moyenne avec une faible variabilité inter-sons ; (b) la suite de sons contextuels est constitué de sons de longue durée moyenne avec une forte variabilité inter-sons.

Les chercheur·euse·s ont établi un modèle computationnel bayésien selon lequel la prédiction sensorielle (ou prior) de la durée du son cible serait influencée par la durée moyenne des sons contextuels et pondérée par la variabilité de la durée des sons contextuels (Figure 2). Ainsi, à l’écoute du son cible, les sujets estimeraient sa durée en fonction de la vraisemblance de la durée perçue du son cible (ou likelihood) et de sa prédiction sensorielle (Encart 1). Les chercheur·euse·s ont d’abord testé ce modèle chez des sujets sains, afin de vérifier que leur comportement reflétait bien ces prédictions.

Encart 1
Selon le modèle computationnel bayésien établi par les chercheur·euse·s, la prédiction sensorielle associée à l’estimation du son cible, ou prior, est définie tel que :

P(\mu_{\mathrm{cible}}) \sim N(\bar{x}_{\mathrm{contexte}},s^2_{\mathrm{contexte}}+s^2_{\mathrm{sensoriel}})

\bar{x}_{\mathrm{contexte}} est la durée moyenne des sons contextuels et s_{\mathrm{contexte}} est l’écart-type de la durée des sons contextuel. s_{\mathrm{sensoriel}} correspond au bruit sensoriel associé à la perception de la durée des sons contextuels, dont la valeur a été fixée sur la base d’études précédentes [1, 2]. Ainsi, les chercheur·euse·s supposent que les sons contextuels de durée réelle \mu_{\mathrm{contexte}} sont perçus de manière bruitée, avec une durée subjective présentant une distribution gaussienne P(\bar{x}_{\mathrm{contexte}}|\mu_{\mathrm{contexte}}) de moyenne \mu_{\mathrm{contexte}} et de variance s_{\mathrm{sensoriel}}.

Ce modèle implique aussi qu’à l’écoute du son cible, les sujets mettent à jour leurs croyances et estiment la probabilité postérieure de la durée du son cible telle que :

P(\mu_{\mathrm{cible}}| \bar{x}_{\mathrm{cible}}) \propto P(\bar{x}_{\mathrm{cible}}|\mu_{\mathrm{cible}}) . P(\mu_{\mathrm{cible}})

P(\bar{x}_{\mathrm{cible}}|\mu_{\mathrm{cible}}) est appelée fonction de vraisemblance ou likelihood [***] et désigne la plausibilité d’observer les valeurs dont on dispose avec le modèle.

P(\bar{x}_{\mathrm{cible}}|\mu_{\mathrm{cible}}) est ainsi une fonction de la durée réelle du son cible \mu_{\mathrm{cible}} (inconnue par sujet) étant donné la durée observée \bar{x}_{\mathrm{cible}} et présente une distribution gaussienne de moyenne \bar{x}_{\mathrm{cible}} et de variance s_{\mathrm{sensoriel}}. Ici, le modèle montre que le posterior [****], ou probabilité postérieure de la durée du son cible, est proportionnel à la fonction de vraisemblance P(\bar{x}_{\mathrm{cible}}|\mu_{\mathrm{cible}}) et aux prédictions sensorielles P(\mu_{\mathrm{cible}}).

La pondération optimale de ces deux sources d’information, basée sur leurs précisions respectives (c’est-à-dire l’inverse de leurs variances et s^2_{\mathrm{sensoriel}} et s^2_{\mathrm{contexte}}+s^2_{\mathrm{sensoriel}}) permet d’estimer la durée du son cible après l’avoir écouté : P(\mu_{\mathrm{cible}}| \bar{x}_{\mathrm{cible}}). Le pic de cette distribution, appelé maximum a posteriori , correspondrait alors à la durée de son cible perçue par les sujets, qu’ils reproduiront par la suite.

Chez 30 sujets sains, les chercheur·euse·s ont montré que la durée moyenne des sons contextuels influence de façon significative la perception de la durée des sons cibles, reflétant la présence d’un biais perceptif. Pour la plupart des sujets, la durée perçue des sons cibles se rapproche de celle des sons contextuels. Ce phénomène, appelé biais d’assimilation, correspond à la génération d’un biais perceptif en faveur des prédictions sensorielles. Pour reprendre le modèle décrit plus haut, le biais d’assimilation émane naturellement de la relation de proportionnalité entre la probabilité postérieure de la durée du son cible et la prédiction sensorielle ou prior

Pour une minorité de sujets, la durée perçue des sons cibles s’éloigne au contraire de celle des sons contextuels ; ce phénomène est appelé biais de contraste

De plus, les chercheur·euse·s ont montré que la variabilité de la durée des sons contextuels influence la confiance que les personnes accordent à ces prédictions. Ainsi, les biais perceptifs étaient significativement plus forts dans les conditions de faible variance contextuelle par rapport aux conditions de forte variance (Figure 2). Autrement dit, chez le sujet sain, une augmentation de l’incertitude associée à la variabilité du contexte semble diminuer la confiance accordée aux prédictions sensorielles et ainsi limiter le biais perceptif en leur faveur : l’estimation postérieure s’éloigne du prior et se rapproche de la durée réelle du son cible. Ce phénomène est appelé ajustement à l’incertitude. Pour reprendre le modèle computationnel décrit plus haut, l’augmentation de la variance de la durée des sons contextuels serait responsable d’une diminution du poids accordé aux prédictions sensorielles dans la relation de proportionnalité qui les lie à l’estimation de la durée du son cible.

Figure 2. Illustration de l’influence d’une suite de sons contextuels dont la durée est associée à une faible variance (à gauche) ou à une forte variance (à droite) chez des individus en bonne santé. La durée du son cible étant constante (700 ms), les arrivées sensorielles — donc le likelihood — sont constantes. L’estimation postérieure de la durée du son cible dépend alors uniquement de la précision des prédictions sensorielles, modulée par la variance de la durée des sons contextuels. À droite, la forte variance du contexte est responsable d’une diminution de la confiance accordée aux prédictions sensorielles, entraînant une réduction de leur influence sur l’estimation postérieure par rapport à la condition de faible variance du contexte (à gauche). En cas de forte variance du contexte, la durée perçue du son cible s’éloigne donc des prédictions sensorielles et se rapproche de la durée réelle du son cible : il s’agit du phénomène d’ajustement à l’incertitude. 

Les hallucinations, une altération de l’ajustement à l’incertitude ?

En se basant sur de précédents travaux [2], Cassidy et ses collègues ont supposé que la fonction d’encodage de la précision des prédictions sensorielles saturait à un maximum (Encart 2). Les hallucinations seraient ainsi sous-tendues par une réduction de la valeur de ce maximum, entraînant une diminution de la capacité des patient·e·s à s’ajuster à l’incertitude (Figure 3). Pour tester l’implication d’un tel mécanisme dans la production des hallucinations, cette tâche comportementale a été réalisée par 16 patient·e·s présentant une schizophrénie avec des degrés variés d’hallucinations auditives.

Encart 2
En se basant sur de précédents travaux [2], les chercheur·euse·s ont supposé que la fonction encodant l’incertitude du contexte f(\sigma_{\mathrm{prior}}), où \sigma_{\mathrm{prior}}=\sqrt{s^2_{\mathrm{contexte}}+s^2_{\mathrm{sensoriel}}}, est une fonction tangente hyperbolique telle que :

f(\sigma_{\mathrm{prior}})=\mathrm{max}.[\mathrm{tanh}(k.\sigma_{\mathrm{prior}})] où max désigne le maximum et k la pente.

La fonction f(\sigma_{\mathrm{prior}}) intégrée à l’estimation du son cible (ou prior), telle que :

P(\mu_{\mathrm{cible}}) \sim N (\bar{x}_{\mathrm{contexte}},s^2_{\mathrm{contexte}},s^2_{\mathrm{sensoriel}}) \Leftrightarrow P(\mu_{\mathrm{cible}})\sim N(\bar{x}_{\mathrm{contexte}},f(\sigma_{\mathrm{prior}})^2)

permet alors de considérer l’encodage de l’incertitude comme un intervalle aux bornes limitées. Les sujets schizophrènes avec hallucinations présenteraient une réduction de l’amplitude d’encodage de l’incertitude, à l’origine d’une diminution du maximum max de la fonction qui serait responsable de l’exagération de la précision à accorder aux sons associés à un contexte de haute-variance.

Figure 3. Illustration de l’influence d’une suitede sons contextuels dont la durée est associée à une faible variance (à gauche) ou à une forte variance (à droite) chez les patient·e·s schizophrènes présentant des hallucinations. La durée du son cible étant constante (700 ms), les arrivées sensorielles — donc le likelihood — sont constantes. L’estimation postérieure de la durée du son cible dépend alors uniquement de la précision des prédictions sensorielles, modulée par la variance de la durée des sons contextuels. Chez les patient·e·s présentant des hallucinations, l’influence des prédictions sensorielles est la même quelle que soit la variance associée au contexte (à droite et à gauche). Ainsi, à droite, la forte variance du contexte ne parvient pas à diminuer la confiance accordée aux prédictions sensorielles, ce qui entraîne peu de réduction de leur influence sur l’estimation postérieure par rapport à la condition de faible variance du contexte (à gauche). Cela dénote d’une réduction de l’ajustement à l’incertitude chez ces patient·e·s.

Les chercheur·euse·s ont alors observé que tou.te.s les patient·e·s faisant état de biais perceptifs présentaient un biais d’assimilation. La sévérité des hallucinations corrélait significativement avec un renforcement des biais perceptifs en faveur des prédictions sensorielles (autrement dit, un renforcement des biais d’assimilation) et avec une diminution de la limitation de ces biais dans un contexte incertain (c’est-à-dire une réduction de l’ajustement à l’incertitude). Ces effets étaient spécifiques aux hallucinations, puisque les scores obtenus à la tâche comportementale ne présentaient aucune corrélation significative avec la sévérité des autres symptômes de la schizophrénie.

En accord avec le modèle bayésien préexistant, ces résultats suggèrent que les hallucinations sont associées à un excès de l’influence des prédictions sensorielles sur la perception et que l’incertitude du contexte échoue à diminuer la confiance que les patient·e·s accordent à ces prédictions. 

Neurochimie de l’ajustement à l’incertitude

Mise en cause dans les hallucinations depuis plusieurs dizaines d’années, la transmission excessive de dopamine dans le striatum pourrait-elle être impliquée dans la réduction de l’ajustement à l’incertitude associée aux hallucinations des patient·e·s schizophrènes ? 

Pour répondre à cette question, 23 sujets (12 patient·e·s présentant une schizophrénie et 11 sujets sains) se sont vu administrer une dose d’amphétamine, un agent pharmacologique pro-dopaminergique, avant de procéder à la même tâche expérimentale que précédemment. Dans un premier temps, aucun effet de la prise d’amphétamine n’a été montré sur l’ajustement à l’incertitude. Cependant, les chercheur·euse·s ont constaté que la prise d’amphétamine pouvait réduire l’ajustement à l’incertitude uniquement chez un sous-groupe de sujets ayant de fortes valeurs basales (pré-traitement) d’ajustement à l’incertitude. Aucun effet n’a été montré sur le renforcement du biais d’assimilation. 

Par injection de Raclopride, un marqueur radioactif de la fixation de la dopamine sur ses récepteurs suivie d’une Tomographie par Émission de Positrons (TEP), cette équipe a ensuite montré que la réduction de l’ajustement à l’incertitude induite par la prise d’amphétamine était corrélée à une augmentation de la libération de dopamine dans le striatum associatif, région sous-corticale identifiée à de nombreuses reprises pour être le siège de dérégulations associées à la sévérité des hallucinations dans la schizophrénie.

Ces résultats suggèrent qu’il est possible d’induire artificiellement une réduction de l’ajustement à l’incertitude par stimulation dopaminergique chez une partie des sujets. De plus, une libération excessive de dopamine dans le striatum associatif pourrait être à l’origine de la surestimation de la confiance à accorder aux prédictions sensorielles dans un contexte incertain.

Conclusion

Si les mécanismes sous-tendant les hallucinations sont certainement multiples, cet article confirme l’implication de la dopamine dans un modèle bayésien selon lequel les patient·e·s schizophrènes présentant des hallucinations auditives accordent une confiance exagérée à leurs prédictions sensorielles. 

Il est à présent nécessaire de répliquer cette expérience de manière indépendante et d’augmenter la taille des échantillons étudiés afin d’explorer de manière approfondie le rôle de la transmission dopaminergique dans ce mécanisme, particulièrement au niveau du striatum associatif. 

De plus, de nouvelles études pourraient s’intéresser à la relation entre la réduction de l’ajustement à l’incertitude et le délire, autre symptôme cardinal de la schizophrénie caractérisé par des croyances bizarres, faisant l’objet d’une conviction inébranlable et inaccessible au raisonnement ou à la contestation par les faits. Si Cassidy et ses collègues ont montré que le renforcement des biais perceptifs et la diminution de l’ajustement à l’incertitude étaient spécifiquement corrélés à la sévérité des hallucinations, de nombreuses études ont également souligné l’implication de la transmission dopaminergique et de modèles computationnels bayésiens dans le délire. 

Les hallucinations auditives ne sont pas uniquement perçues par des patient·e·s atteint·e·s de schizophrénie. Répliquer cette étude chez des patient·e·s non-schizophrènes, mais aussi chez des sujets présentant des hallucinations touchant d’autres modalités sensorielles, permettrait également de caractériser la spécificité de ce modèle bayésien des hallucinations. Enfin, en population générale, il serait intéressant de se pencher sur les différences inter-individuelles qui pourraient expliquer la présence de biais d’assimilation chez certains sujets et de biais de contraste chez d’autres.

_________

[*] Prior : dans le domaine des neurosciences bayésiennes, le prior, ou prédiction sensorielle, correspond aux attentes a priori concernant la validité d’une hypothèse. Le prior, fondé sur les expériences antérieures, est formé avant de recevoir les entrées sensorielles. Il joue un rôle fondamental dans la résolution de l’ambiguïté présente dans les données en situation d’incertitude afin d’en extraire les informations pertinentes.

[**] Le terme « computationnel » renvoie à la notion selon laquelle le cerveau est un système dynamique de traitement de l’information qui produit les comportements les plus adaptés étant donné les signaux entrants. L’utilisation des mathématiques est un moyen de formaliser les hypothèses sur les opérations réalisées par un système. La psychiatrie computationnelle s’est principalement développée dans deux grands domaines : la prise de décision, étudiée dans le cadre de symptômes tels que les compulsions, l’impulsivité ou le craving, et la formation de perceptions, étudiée dans le cadre des symptômes positifs de la psychose.

[***] Likelihood : dans le domaine des neurosciences bayésiennes, le likelihood, ou fonction de vraisemblance, mesure la compatibilité des informations observées avec l’hypothèse.

[****] Posterior : selon la formule de Bayes, le posterior ou estimation postérieure, est proportionnel à la fonction de vraisemblance (likelihood) et aux prédictions sensorielles (priors). Dans le domaine des neurosciences bayésiennes, le posterior émane de la pondération de ces deux sources d’information selon la confiance que l’on peut leur accorder.

_________

[1] Jazayeri M. & Shadlen M. N., Temporal context calibrates interval timing. Nature Neuroscience, 2010. DOI : 10.1038/nn.2590

[2] Friston K. J., Hallucinations and perceptual inference. Behavioral and Brain Sciences, 2005. DOI : 10.1017/S0140525X05290131

_________

Creative Commons License
Layla Lavallé/Papier-Mâché/CC BY 4.0 2020

Votre commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l’aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l’aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l’aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l’aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.