La fusion de données IRM multimodales révèle des corrélats structurels, fonctionnels et neurochimiques distincts de la forte consommation de cannabis

Format
Scientific article
Publication Date
Published by / Citation
Hirjak, D., Schmitgen, M. M., Werler, F., Wittemann, M., Kubera, K. M., Wolf, N. D., ... & Wolf, R. C. (2022). Multimodal MRI data fusion reveals distinct structural, functional and neurochemical correlates of heavy cannabis use. Addiction biology, 27(2), e13113.
Original Language

Anglais

Keywords
cannabis
grey matter volume
JuSpace
multimodal data analysis
neurotransmitter
resting state fMRI

La fusion de données IRM multimodales révèle des corrélats structurels, fonctionnels et neurochimiques distincts de la forte consommation de cannabis

Abstrait

La forte consommation de cannabis (HCU) est fréquemment associée à une pléthore de phénomènes cognitifs, psychopathologiques et sensorimoteurs. Bien que l’USS soit fréquente, les modèles spécifiques de structure et de fonction cérébrales anormales sous-jacentes à l’USH chez les personnes présentant sans trouble de consommation de cannabis ou d’autres troubles mentaux majeurs actuels et à vie ne sont pas clairs à l’heure actuelle. Cette étude d’imagerie par résonance magnétique (IRM) multimodale a examiné les données d’IRM fonctionnelle à l’état de repos (RS-IRMf) et d’IRM structurelle (IRSp) de 24 personnes atteintes d’USC et de 16 témoins. L’analyse en composantes indépendantes parallèles (p-ICA) a été utilisée pour examiner les composantes covarying parmi les cartes de volume de matière grise (GMV) calculées à partir de l’IRMf et de l’activité neuronale intrinsèque (INA), dérivées des cartes d’amplitude des fluctuations à basse fréquence (ALFF) calculées à partir de données rs-IRMf. En outre, nous avons utilisé la boîte à outils JuSpace pour les corrélations intermodales entre les modalités basées sur l’IRM et les estimations dérivées de l’imagerie nucléaire, afin d’examiner les changements spécifiques du système de neurotransmetteurs sous-jacents à hCU. Nous avons identifié deux composantes transmodales, qui différaient significativement entre le HCU et les témoins (GMV: p = 0,01, ALFF p = 0,03, respectivement). La composante GMV comprenait principalement des régions cérébelles-temporo-thalamiques, tandis que la composante INA comprenait des régions fronto-pariétales. Dans l’ensemble de HCU, les paramètres de chargement des deux composants étaient significativement associés à un comportement HCU distinct. Enfin, des associations significatives entre le GMV et le système sérotoninergique ainsi qu’entre l’INA et le système récepteur sérotoninergique, dopaminergique et μ-opioïde ont été détectées. Cette étude fournit de nouvelles informations neuromécanistes multimodales sur hCU suggérant des interactions structure/fonction co-modifiées dans les systèmes neuronaux sous-servant les fonctions cognitives et sensorimotrices.