Applying multidimensional approaches to disentangle autism spectrum disorder heterogeneity
Approches multidimensionnelles pour la caractérisation de l'hétérogénéité des troubles du spectre autistique
Résumé
Autism Spectrum Disorder (ASD) is a neurodevelopmental disorder characterized by deficits in social, communication and restricted and repetitive behaviors. A significant challenge in understanding ASD lies in its heterogeneity, with up to 70% of patients reporting comorbid psychiatric, medical or genetic conditions, as well as vast differences in neuroimaging, genetic and immune factors. This variability has hindered biomarker isolation, possibly due to widely used case-control experimental designs combining patients varying in behavioral, genetic and/or clinical profiles into one group. The global aim of this thesis work is to better characterize autistic patients, which is vital in the advancement of appropriate treatments and therapies. To achieve this, we used statistical methods and multidimensional data. We show that case-control comparisons in autistic populations fail to elicit consistent and meaningful results, and that a combination of dimensional and subgrouping approaches proves most valuable in the understanding of ASD. In the process, we isolated important and consistent behavioral and neuroimaging autistic traits subgroups.
Le trouble du spectre autistique (TSA) est un trouble neuro-développemental caractérisé par une altération des interactions sociales et de la communication, ainsi que par des intérêts restreints et répétitifs. Un défi important dans la compréhension du TSA et l’identification de biomarqueurs tient à son hétérogénéité. En effet, près de 70% des patients présentent une condition psychiatrique ou médicale supplémentaire. Ces conditions se caractérisent aussi par des altérations génétiques, immunitaires ou des différences dans la neuro-imagerie cérébrale. Cette hétérogénéité est souvent observable dans les études cas-témoins regroupant des patients dont les profils comportementaux, génétiques et / ou cliniques sont variables au sein d’un même groupe. L'objectif global de ce travail de thèse est de mieux caractériser les patients autistes, ce qui est vital pour l'avancement du diagnostic et de thérapies appropriés. Pour ce faire, nous avons utilisé des méthodes statistiques et des données multidimensionnelles. Nous montrons que les comparaisons cas-témoins dans les populations autistes ne parviennent pas à fournir des résultats cohérents et significatifs, et qu'une combinaison d'approches dimensionnelles associée à un sous-groupage de patients s'avère plus précieuse dans la compréhension du TSA. Ce travail de thèse fournit des preuves de sous-types d’autisme et confirme la nécessité d'appliquer des approches dimensionnelles et des stratégies de sous-groupes afin d'extraire des traits significatifs chez les patients atteints de TSA.
Origine : Version validée par le jury (STAR)