Nicolas Traut est sceptique. C’est une attitude qui lui sert bien, dit-il, en tant qu’ingénieur de recherche dans le laboratoire de Roberto Toro à l’Institut Pasteur de Paris, en France, où lui et ses collègues travaillent pour vérifier les résultats des études IRM structurelles sur l’autisme et d’autres conditions.
Deux de ces conclusions, de augmentation du volume du cervelet et diminution de la taille du corps calleux chez les personnes autistes par rapport aux personnes non autistes, n’a pas réussi à se répliquer lors des deux premières tentatives de l’équipe au cours de la dernière décennie. Ils ont donc été récemment surpris lorsqu’un troisième essai est apparu pour étayer une étude de 2021 suggérant que les personnes autistes et non autistes ont différents niveaux de contraste là où la matière grise et blanche dans le cerveau se rencontrent, explique Toro, qui a dirigé les travaux.
Mais Oser ne pouvait pas en rester là; il devait savoir ce qui se cachait derrière la différence, Visite dit. Et après que Traut ait creusé dans l’ensemble de données utilisé dans les travaux de 2021 – le Échange de données d’imagerie cérébrale sur l’autisme (ABIDE), qui comprend des scanners cérébraux collectés sur 26 sites internationaux – il a révélé quelque chose d’encore plus inattendu, selon Toro : les résultats pourraient être épinglés à des scanners d’un seul site d’étude – un artefact apparent.
Effectivement, lorsque l’équipe de Toro a retiré ce site de son analyse, l’effet a disparu et la mesure de contraste était indiscernable entre les participants autistes et non autistes. Ils ont posté leur résultatsqui n’ont pas encore fait l’objet d’un examen par les pairs, à bioRxiv en janvier.
Les chercheurs en imagerie discutent de la «crise de réplication» du domaine depuis plus d’une décennie, et la nouvelle étude souligne pourquoi cela reste un problème difficile, dit Armin Raznahan, chef de la section sur la neurogénomique du développement à l’Institut national américain de la santé mentale, qui n’a pas participé aux travaux. À chaque choix qu’un chercheur fait dans l’analyse de ses données, dit-il, il façonne ses résultats éventuels d’une manière difficile à identifier.
L’étude, ajoute Raznahan, est “un très bel exemple de la complexité d’une question apparemment simple”. Pour beaucoup de ces questions, la réponse est presque toujours “ça dépend”.
BParce que le cerveau se développe différemment chez les personnes autistes et non autistes, certains chercheurs émettent l’hypothèse qu’un biomarqueur de la maladie existe dans les IRM structurelles.
Le tissu cérébral épais de myéline, la substance grasse qui recouvre les axones, apparaît blanc sur ces scans ; les tissus pleins de corps cellulaires de neurones, en revanche, sont rendus gris. Deux études précédentes ont donné des résultats contradictoires sur la frontière entre ces deux types de tissus chez les personnes autistes : étude 2017 ont signalé une diminution du contraste à la frontière, alors qu’un étude 2021qui a utilisé une analyse différente, a montré une augmentation du contraste dans certaines parties du cerveau.
La folie des méthodes : Les décisions prises par les chercheurs en imagerie lors de l’obtention, du traitement et de l’analyse de leurs données faussent involontairement les résultats, ce qui complique les tentatives de réplication.
Pour le nouveau travail, Toro et ses collègues ont cherché à éclaircir cette divergence. Après avoir exclu les scans de l’ensemble de données ABIDE qui manquaient d’informations (telles que le diagnostic, le sexe ou l’âge d’un participant) ou avaient des données de mauvaise qualité, l’équipe a eu des scans de 636 participants autistes et 839 participants neurotypiques.
Les chercheurs ont utilisé un algorithme pour identifier dans chaque balayage l’emplacement avec le plus grand changement d’intensité du signal d’un pixel à l’autre, puis calculer le rapport de l’intensité de chaque côté de la limite. Un rapport inférieur indique un contraste plus faible entre les deux régions.
Les analyses initiales utilisant les 26 sites ABIDE ont montré, comme les études originales, que les personnes autistes et non autistes avaient des modèles de contraste des frontières significativement différents. L’effet, cependant, découlait entièrement des données recueillies à l’Université de New York, a découvert l’équipe.
À l’appui de ce résultat, l’équipe n’a trouvé aucune différence dans le contraste des limites sur les scans de 453 personnes autistes et 311 personnes non autistes qui font partie de l’étude indépendante. EU-AIMS study, un effort européen multisite pour identifier les biomarqueurs de l’autisme.
Jes résultats sont préoccupants, dit Toro. ABIDE est l’un des ensembles de données les plus couramment utilisés pour étudier l’imagerie cérébrale dans l’autisme, et le site de la NYU lui fournit la plus grande quantité de données. “S’il se passe quelque chose de bizarre à New York”, dit-il, “il serait important de le savoir.”
Les experts ont longtemps critiqué ABIDE pour le manque de normalisation entre les sites d’étude, car cela rend difficile la généralisation entre les ensembles de données, et les nouvelles découvertes mettent en évidence le problème de ces incohérences. Il se peut, par exemple, que les chercheurs du site de la NYU aient d’abord scanné régulièrement leurs participants autistes ou non autistes, ce qui aurait introduit une “dérive du signal” dans l’ensemble de données, l’intensité des scans diminuant avec le temps, dit Toro. Cela pourrait entraîner un groupe ayant une intensité de balayage moyenne plus élevée, et donc une différence artificielle de contraste entre les groupes.
Ou peut-être que la différence n’est pas artificielle du tout, dit Adriana Di Martino, directeur de recherche du Autism Center du Child Mind Institute à New York et directeur de ABIDE. L’autisme est une condition très hétérogène, qui peut avoir obscurci les signaux dans des ensembles de données plus petits que ceux de NYU, dit-elle. Il est difficile de le savoir à ce stade, dit Di Martino, mais ce type de comparaison entre sites illustre l’avantage d’un ensemble de données tel que ABIDE. “C’est exactement l’avantage de la science ouverte.”
En plus de révéler des différences entre les sites d’étude, les nouveaux travaux mettent également en évidence comment les choix méthodologiques entre les études peuvent conduire à des divergences dans leurs résultats, dit Toro. L’étude de 2017 qui a révélé une différence de contraste entre les personnes autistes et non autistes était petite – 98 participants pour chaque groupe – de sorte que ses résultats pourraient être un hasard. L’article de 2021, en revanche, avait un échantillon plus grand que celui utilisé par Toro et ses collègues – des données provenant d’un ensemble de données privé, en plus d’ABIDE – ce qui peut avoir affecté les résultats. Et ces chercheurs ont utilisé une mesure de contraste différente et avaient des critères d’inclusion différents de ceux utilisés par Toro et ses collègues.
La nouvelle étude “n’a pas nécessairement utilisé le même sous-ensemble d’individus d’ABIDE que nous avons utilisé”, dit Mallar Chakravarty, professeur agrégé de psychiatrie à l’Université McGill à Montréal, Canada, qui a dirigé l’article de 2021. Le contrôle de qualité que lui et son équipe ont effectué était “très strict”. Prendre une décision différente sur les analyses limites, ajoute-t-il, “pourrait changer les signatures que vous obtenez”.
Il est également possible que le biomarqueur trouvé dans l’étude de 2021 soit un artefact, dit Raznahan. “Il se peut bien qu’il n’y ait aucune caractéristique biologique que vous puissiez mesurer qui différencierait systématiquement les personnes atteintes de TSA des autres”, dit-il. Alternativement, “le signal que nous recherchons peut, de manière inopportune, ne pas être capturé par la méthode de mesure que nous avons.”
À l’avenir, il peut être utile d’emprunter une approche du domaine de la génétique, dit Toro : faire un effort communautaire pour collecter de grandes quantités de données.
Raznahan est d’accord. Le travail, dit-il, indique “la meilleure façon d’aller de l’avant, c’est-à-dire la transparence totale du code et des résultats – et de rester agnostique”.
Citez cet article :
