Niveaux de consommation d’éthanol et paramètres comportementaux estimés lors de l’apprentissage par renforcement négatif ou positif (ELPENOR)

Contexte

Le mésusage de l’alcool est l’une des principales causes évitables de décès prématurés. Comprendre les déterminants modifiables de ce mésusage est donc crucial pour la santé publique. L’apprentissage par renforcement (AR) est un processus cognitif fondamental qui se manifeste dans notre vie quotidienne depuis la naissance, adaptant notre comportement au gré des « récompenses » et « punitions » qu’il engendre. Ce projet combinera des mesures du mésusage de l’alcool issues d’une large cohorte populationnelle et l’extraction computationnelle de paramètres comportementaux individuels via des tâches d’AR sur une plate-forme Web.

Objectifs

Étudier les associations transversales et longitudinales entre les paramètres comportementaux individuels dérivés de la dissection computationnelle de tâches d’AR et 3 mesures du mésusage de l’alcool (niveau de consommation / fréquence des alcoolisations paroxystiques intermittentes / risque de trouble de l’usage d’alcool)

Hypothèses de recherche

Les paramètres d’AR 1) seront associés aux mesures du mésusage (analyses transversales) ; 2) prédiront les mesures du mésusage lors du suivi (analyses longitudinales) ; 3) expliqueront en partie l’association entre certaines variables explicatives (ex. inégalités sociales) et les mesures du mésusage (analyses transversales et longitudinales).

Méthodes

Ce projet utilisera les données de la cohorte Constances et la passation en ligne de tâches d’AR dans un échantillon de 5000 participants âgés de 18 à 69 ans. La consommation d’alcool et la fréquence des alcoolisations paroxystiques intermittentes seront déclarées et le risque de trouble de l’usage d’alcool seront mesurés avec l’Alcohol Use Disorders Identification Test (AUDIT) à l’inclusion et lors du suivi. Les paramètres d’AR seront estimés en modélisant les réponses à une tâche de discrimination visuelle en ligne dans laquelle un choix entre 2 symboles est suivi d’un feedback positif, négatif ou neutre. Les variables explicatives suivantes seront considérées comme des facteurs de médiation/confusion ou modération potentiels : âge, sexe, statut socio-économique, usage d’autres substances, alimentation, activité physique, maladies liées à l’alcool, symptômes dépressifs, fonctions exécutives (participants âgés de 45 ans et plus).

Analyse statistique

Dans les analyses transversales, les associations entre les paramètres d’AR et les 3 mesures de mésusage seront examinées par des modèles de régression logistique multinomiale. Les co-variables seront regroupées selon un modèle théorique, puis une approche fondée sur les variables latentes donnera un ensemble plus parcimonieux de variables explicatives latentes. Ensuite, les paramètres d’AR seront systématiquement testés en tant que facteurs de médiation/confusion ou modération potentiels de l’association du mésusage à ces variables explicatives dans les modèles de GEE (generalized estimating equation). Enfin, les résultats de ces modèles seront combinés à un modèle a priori pour construire et tester un modèle d’équation structurale prenant en compte toutes les relations potentielles simultanément.

Impact attendu sur la santé publique

Une meilleure compréhension des relations entre les processus d’AR et le mésusage de l’alcool aidera à identifier 1) les personnes à risque en fonction de leurs caractéristiques individuelles, 2) des marqueurs intermédiaires de l’efficacité des interventions classiques et 3) des cibles pertinentes pour des interventions innovantes au niveau individuel et collectif.

Perspectives

Ce projet pourrait jeter les bases du développement d’outils diagnostiques et prédictifs basés sur des objets connectés et permettre à d’autres équipes de recherche d’étudier d’autres comportements de santé (p. ex. l’alimentation, l’activité physique, l’observance thérapeutique) qui sont des déterminants majeurs de la santé tant à l’échelle individuelle que collective.