Fonctions exécutives, Multiniveaux, Contrôle inhibiteur, Entraînement, Développement, Modèles d'équations structurelles, Analyses en réseau, Machine learning

Plusieurs facteurs, à différentes échelles, soutiennent l'apprentissage : moléculaire (génétique), cérébral (réseaux cérébraux), psychologique et environnemental (éducation, statut socio-économique, culture...). En apportant un éclairage sur les capacités et les contraintes du cerveau apprenant, la psychologie et les neurosciences cognitives peuvent contribuer à étudier les mécanismes multiniveaux qui sous-tendent les apprentissages. Ces approches nécessitent une approche interdisciplinaire combinant la psychologie du développement et les neurosciences cognitives de l'éducation pour concevoir les interventions et interpréter leurs résultats, mais aussi les mathématiques appliquées pour développer et appliquer des algorithmes pour le traitement et l'analyse approfondie des données multi-niveaux (gène-cerveau-comportement). L'objectif de cette thèse était d'étudier les effets de l'âge et de l'entraînement cognitif sur l'organisation à différents niveaux des fonctions exécutives (FE): cognitif (Etudes 1, 2 & 3), cérébral (Etudes 4 & 5) et génétique (Etude 6). Ces études se sont appuyées sur le projet APEX financé par l'ANR, un programme d'entraînement des FEs mené chez des enfants (9-10 ans) et des adolescents (16-17 ans), avec des données multi-niveaux (ADN, IRM anatomique/fonctionnelle/de diffusion, évaluations cognitives) mesurées avant et après 5 semaines d'entraînement sur tablette tactile. Dans l'Etude 1, nous avons utilisé les méthodes d'analyse en réseau pour analyser l'organisation des FEs au niveau cognitif chez les enfants et les adolescents, avant et après l'entraînement cognitif. Dans l'Etude 2 , nous avons étudié plus finement les changements développementaux de l'organisation des FEs sur un échantillon indépendant de 1019 participants âgés de 7,8 à 15,3 ans en utilisant trois méthodes d'analyses complémentaires : l'analyse factorielle confirmatoire, l'analyse en réseau et l'analyse de réseau latent. Ces deux études confirment que 1) le contrôle inhibiteur (CI) est initialement fortement connecté aux deux autres FE (mise à jour de la mémoire de travail et flexibilité cognitive) puis se sépare des autres FE (différenciation inter- et intra-FE) ; 2) les connexions de la mise à jour de la mémoire de travail augmentent fortement à partir de 12 ans tandis qu'une diminution constante de la flexibilité cognitive peut être observée au cours du développement. Dans l'Etude 3, nous avons utilisé des analyses de modèle d'équation structurelle (SEM) pour examiner les effets de transfert après un entraînement cognitif. Nous avons constaté que 1) les changements dans la mise à jour de la mémoire de travail et la flexibilité cognitive dépendent des niveaux initiaux de chacune de ces FEs mais aussi des niveaux initiaux des autres FEs et 2) les enfants et les adolescents dont les capacités initiales aux FEs sont plus faibles progressent davantage que ceux dont les capacités initiales sont plus élevées. Dans l'étude 4, nous avons utilisé des algorithmes de Machine Learning (ML) pour prédire, à partir d'IRM anatomiques, les régions cérébrales impliquées dans le fonctionnement exécutif et dans l'entraînement cognitif. Dans l'étude 5, nous avons ensuite utilisé des algorithmes de ML pour prédire l'âge du cerveau à partir d'IRM anatomiques. Sur la base de la différence entre l'âge chronologique réel et l'âge cérébral prédit avant et après l'entraînement cognitif, nous avons testé l'hypothèse selon laquelle l'entraînement pourrait accélérer le développement. Enfin, dans l'étude 6, nous avons utilisé un modèle SEM multiniveau pour étudier les facteurs cognitifs, cérébraux et génétiques contribuant au progrès cognitif après un entraînement. Nous avons constaté que les progrès en CI étaient influencés par des facteurs à différents niveaux, à la fois cognitifs (niveau initial de CI), cérébraux (volume initial et changement de volume du cortex cingulaire antérieur gauche et du putamen gauche) et génétiques (score de risque polygénique des FEs).