Lorsque des neuroscientifiques du monde entier analysent les mêmes scanners cérébraux, il y a de fortes chances qu'ils arrivent à des conclusions différentes. Comment est-ce arrivé? Et qu'est-ce que cela dit sur la valeur de la recherche sur le cerveau ?
Des chercheurs israéliens ont demandé à 108 participants d'effectuer une tâche de jeu pendant que leur activité cérébrale était mesurée. Les sujets ont été présentés avec différentes options de pari, telles que "Vous avez cinquante pour cent de chances de gagner douze euros et cinquante pour cent de chances de perdre onze euros". Prends-tu ce pari ? ». Les scintigraphies cérébrales ont ensuite été partagées avec soixante-dix équipes du monde entier, qui ont été invitées à tester neuf questions de recherche prédéfinies basées sur les images IRMf. Par exemple, on s'est demandé si l'amygdale, une région du cerveau qui montre une activation robuste dans les sentiments de peur et d'anxiété, montre plus d'activité lorsqu'elle présente des pertes plus importantes. Ce qui semble? Les mêmes données peuvent conduire à des résultats différents. Il était frappant de constater que les résultats intermédiaires étaient assez cohérents. Même des résultats intermédiaires très similaires peuvent donc conduire à des réponses différentes aux questions de recherche.
Comment expliquer cette variabilité ? Senne Braem a participé à la recherche d'une équipe de l'université de Gand et explique :« Avec ce type d'analyses, nous recevons des données brutes. Afin de bien les analyser, il faut d'abord les « nettoyer », mais il y a plusieurs façons de le faire. Par exemple, la mesure dans laquelle les équipes ont contrôlé la variabilité du signal (par exemple, en "lissant" les données) a donné des réponses différentes aux questions de recherche. De plus, les mouvements de la tête dans le scanner peuvent provoquer du bruit dans les données. La mesure dans laquelle les chercheurs ont choisi de corriger ces mouvements de tête peut également expliquer certaines des différences. Enfin, le logiciel statistique utilisé dans l'analyse a joué un rôle.”
Il y a des limites à ce que l'on sait déjà sur notre cerveau. Pour une question telle que "si je bouge la main droite, est-ce que le cortex moteur gauche s'allumera ?" 99% des chercheurs répondront "oui", selon Braem. «Nous voyons quelque chose comme ça à plusieurs reprises et il y a un grand consensus à ce sujet.» Cependant, les hypothèses testées dans cette étude n'étaient pas aussi claires. Par exemple, les équipes ont examiné si la mesure dans laquelle les gens perdent sur une tâche de jeu se reflétait dans l'activité de l'amygdale, qui est activée par la peur. Enquêter sur quelque chose comme ça dans le cerveau n'est pas facile :"C'est une chose d'effrayer les gens avec un choc électrique ou un stimulus effrayant, mais c'en est une autre de le faire dans une activité où les gens évaluent les profits ou les pertes."
"Soyez donc prudent lorsque vous lisez des articles sur la recherche sur le cerveau, mais ne les jetez pas à la poubelle"
Les différences individuelles sont également de plus en plus reconnues et peuvent être problématiques pour la recherche. «Si vous testez quelqu'un à des jours différents, la corrélation entre les ensembles de données de la même personne est très faible», explique Braem. "Ce n'est pas surprenant en soi, mais de telles recherches conduisent de plus en plus à des limites dont nous devons tenir compte dans les études cliniques."
Les chercheurs sur le cerveau se rendent compte que la variabilité dans le domaine de la recherche est un problème, et ils y travaillent dur. Cette étude montre une fois de plus à quel point il est important d'être transparent sur vos hypothèses et sur la manière dont vous analysez les données. Les méta-analyses, dans lesquelles différentes études sur le même thème sont comparées les unes à côté des autres, sont également une énorme valeur ajoutée. Ce qui est également en hausse, c'est l'idée d'"analyse multivers" :les chercheurs analysent les données de différentes manières, qu'ils rapportent tous (pas seulement celles où les résultats sortent bien). De plus, lors de l'analyse, ils évaluent la dépendance des résultats à toutes les étapes intermédiaires. Le problème est que cela prend beaucoup de temps et que les chercheurs ne sont pas toujours bien informés. C'est pourquoi les scientifiques sont occupés à développer des outils pour faciliter "l'analyse multivers".
«Nous devrions toujours prendre la recherche sur le cerveau avec des pincettes, car elle en est encore à ses balbutiements», déclare Braem. «C'est une science jeune et la technique IRMf n'est pas encore si ancienne. Nous rencontrons encore lors de conférences la plupart des personnes qui ont développé pour la première fois des progiciels statistiques ou écrit des articles de premier plan à leur sujet. En même temps, c'est une science très prometteuse. Peu à peu, nous découvrons à quoi sert l'IRMf et ce qui ne l'est pas. Nous commençons à voir des schémas clairs pour certaines zones du cerveau et nous pouvons proposer des théories sans ambiguïté.'
Cette étude est en quelque sorte un pas en arrière, mais aussi un pas en avant. L'idée de variabilité dans la recherche sur le cerveau n'est pas nouvelle, mais les scientifiques soupçonnent depuis longtemps que les choix en cours de route affectent la conclusion finale que vous tirez. Pourtant, Braem est optimiste. "Les chercheurs sur le cerveau travaillent extrêmement dur sur des études qui promeuvent la transparence vis-à-vis des autres scientifiques et du public." Soyez donc prudent lorsque vous lisez des articles sur la recherche sur le cerveau, mais ne les jetez pas à la poubelle.
Source :Nature
