Le développement de biomarqueurs et de la neuromodulation de précision dans la dépression : préciser les diagnostics, personnaliser les soins
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse soumise à l'embargo de l'auteur jusqu'au 31/12/2024 (communication intranet).
 
Auteur : Dormegny-Jeanjean, Ludovic
Date de soutenance : 25-04-2023

Directeur(s) de thèse : Foucher, Jack

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
 
Discipline : Neurosciences
Classification : Médecine et santé

Mots-clés libres : Dépression, Biomarqueurs, Modèles diagnostics, RTMS, Imagerie IRM, Neuroendocrinologie
Mots-clés :
  • Marqueurs biologiques
  • Dépression - Diagnostic
  • Médecine personnalisée
Résumé : Ce corpus de thèse illustre le cheminement de notre réflexion sur l'utilisation des biomarqueurs dans la dépression, une pathologie dont les contours diagnostiques demeurent flous. Les premiers résultats d'études de neuroendocrinologie nous ont montré les limites des modèles "troubles" athéoriques et dimensionnels. Puisque la dépression affecte de nombreux systèmes neurologiques, il est difficile d'utiliser nos outils habituels pour identifier les atteintes qui pourraient servir d'hypothèses biologiques dans un modèle biomédical classique, comme nous l'avons fait pour la catatonie périodique. Le développement de biomarqueurs d'imagerie fiables à l'échelle du sujet unique, ainsi que de la rTMS de précision, nous ont permis de proposer une prise en charge individualisée en rTMS. Les résultats à l'échelle du groupe sont en faveur d'un lien entre les anomalies de perfusion cérébrale et dépression. Des analyses individuelles restent à faire. Elles pourront aboutir à une démarche de phénotypage inverse et a un rapprochement avec le modèle biomédical classique.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2023STRAJ013
Type de ressource : Thèse