Show item record

dc.contributor.advisorOrban, Pierre
dc.contributor.authorRacicot, Jeanne
dc.date.accessioned2024-04-30T19:10:40Z
dc.date.availableNO_RESTRICTIONfr
dc.date.available2024-04-30T19:10:40Z
dc.date.issued2024-03-28
dc.date.submitted2023-12
dc.identifier.urihttp://hdl.handle.net/1866/33072
dc.subjectneurosciences affectivesfr
dc.subjectintra-individuelfr
dc.subjectimagerie par résonance magnétique fonctionnellefr
dc.subjectconnectivité cérébrale fonctionnellefr
dc.subjectaffectsfr
dc.subjecthumeursfr
dc.subjectémotionsfr
dc.subjectapprentissage machinefr
dc.subjectrégression linéaire à effets mixtesfr
dc.subjectaffective neurosciencefr
dc.subjectintra-individualfr
dc.subjectfunctional magnetic resonance imagingfr
dc.subjectfunctional connectivityfr
dc.subjectaffectfr
dc.subjectmoodfr
dc.subjectemotionfr
dc.subjectmachine learningfr
dc.subjectlinear mixed-effects regressionfr
dc.subject.otherNeurosciences / Neurosciences (UMI : 0317)fr
dc.titleDynamiques de connectivité cérébrale fonctionnelle associées aux fluctuations journalières des états affectifsfr
dc.typeThèse ou mémoire / Thesis or Dissertation
etd.degree.disciplineSciences biomédicalesfr
etd.degree.grantorUniversité de Montréalfr
etd.degree.levelMaîtrise / Master'sfr
etd.degree.nameM. Sc.fr
dcterms.abstractLes affects, émotions et humeurs sont des processus complexes dont le fonctionnement précis échappe toujours à la neuroscience affective. Un récent mouvement des études IRMf s’est tourné vers la recherche d’effets aux niveaux inter- et intra-individuels en raison du manque d’applicabilité individuelle des résultats provenant de moyennes de groupes basées sur des données transversales. En particulier, la recherche intra-individuelle permet l’étude de liens directs entre l’affectivité et la connectivité chez de mêmes individus à travers le temps. De précédentes études en IRMf rapportent ce type associations chez un unique participant, notre objectif a été d’étudier les effets intra-individuels communs pour un groupe d’individus. Nous avons utilisé le jeu de données Day2day, composé de 40 à 50 sessions pour 6 participants, chaque session incluant des données d’IRMf au repos ainsi que d’auto-évaluations des états affectifs. Nous avons analysé la relation entre l’affectivité et la connectivité fonctionnelle entre des régions cérébrales précédemment liées aux émotions et affects à l’aide de régressions linéaires mixtes multivariées. Nos modèles ont isolé des patrons de connectivité communs et généralisables liés aux variations intra-individuelles de l’affectivité observées au cours de plusieurs semaines et mois. Ces modèles impliquaient particulièrement l’amygdale et l’insula. Nos résultats ouvrent la possibilité de reproduire de tels modèles sur des jeux de données plus larges ainsi qu’à évaluer l’hétérogénéité entre sujets au-delà des effets moyens. La caractérisation de tels processus neurobiologiques pourrait être d’une grande utilité en clinique comme biomarqueur transdiagnostique de l’état affectif ou potentielle cible thérapeutique.fr
dcterms.abstractAffects, emotions and moods are complex processes, the precise functioning of which still eludes affective neuroscience. A recent movement in fMRI has turned to research of effects at the inter- and intra-individual level in response to the lack of individual-level applicability of results from cross-sectional group mean studies. In particular, intra-individual research enables the study of direct links between affective states and underlying connectivity in individuals across time. Previous fMRI studies have described these associations in a single participant, our objective was to find shared intraindividual effects across multiple subjects. We have used the Day2day dataset, comprising 40 to 50 sessions for six participants, each session including data from resting-state fMRI scans and self-report measures of state affectivity. We have investigated the relationship between affectivity and connectivity in brain regions linked to emotions and affects using multivariate mixed linear analysis. Our models have isolated common and generalizable patterns of connectivity linked to variations in affectivity observed over multiple weeks and months. These models involved mainly the amygdala and insula. Our results incentivize the re-creation of such modelsin larger datasets, and to assess heterogeneity beyond group mean effects. The characterization of such neurobiological processes could be of great use in a clinical setting as a transdiagnostic biomarker or as a potential therapeutic target.fr
dcterms.languagefrafr


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show item record

This document disseminated on Papyrus is the exclusive property of the copyright holders and is protected by the Copyright Act (R.S.C. 1985, c. C-42). It may be used for fair dealing and non-commercial purposes, for private study or research, criticism and review as provided by law. For any other use, written authorization from the copyright holders is required.