Description

Domaine : Sciences du numérique / Santé mentale / Sciences cognitives.

Mots-clés : Phénotypage numérique, comportements d’évitement, santé mentale, analyse multimodale, littératie.

Contexte et Enjeux

Les méthodes actuelles d’évaluation en santé mentale reposent principalement sur des entretiens cliniques et des auto-évaluations, outils précieux mais parfois limités par les biais de mémoire ou de subjectivité. Cette thèse s’inscrit dans le champ émergent du phénotypage numérique, qui vise à identifier des marqueurs objectifs et fins de la détresse psychologique à travers l’interaction humaine avec les interfaces numériques.

Le projet se concentre sur le comportement d’évitement, un indicateur transdiagnostique clé que l’on retrouve dans de nombreux troubles (anxiété, dépression, état de stress post-traumatique). L’originalité de ce travail est d’étudier l’évitement non pas comme une action globale, mais comme un micro-comportement se manifestant lors de tâches cognitives de littératie (lecture et production de textes).

Objectifs de la thèse

L’objectif principal est de capturer la dynamique des processus cognitifs à l’œuvre lors de la manipulation de contenus émotionnellement sensibles. Au lieu de se focaliser uniquement sur le résultat d'une tâche, la recherche analysera le "comment" à travers différentes modalités numériques.

Les missions du doctorant ou de la doctorante seront les suivantes :

1. Développement de pipelines de traitement : Concevoir des méthodes d’extraction de caractéristiques spécifiques à chaque modalité pour isoler des marqueurs comportementaux (rythme, attention, hésitations, stratégies de contournement).
2. Analyse granulaire par modalité : Modéliser l’évitement au sein de chaque flux de données de manière indépendante. Cette approche permet de préserver la richesse de chaque signal et d'identifier les nuances propres à chaque domaine biologique ou cognitif.
3. Établissement d'une hiérarchie de marqueurs : Comparer la pertinence des différentes modalités pour déterminer lesquelles sont les plus prédictives des états psychologiques ciblés. L’enjeu est de savoir si certaines modalités sont plus sensibles que d’autres pour détecter des signaux faibles de détresse.
4. Validation clinique : Corréler les marqueurs numériques identifiés avec des échelles neuropsychologiques de référence afin de valider la robustesse de ces nouveaux outils d’évaluation.

Profil recherché

Le candidat ou la candidate devra posséder des compétences en informatique, en science des données ou en traitement du signal, avec un fort intérêt pour les sciences cognitives et la santé mentale. Une capacité à manipuler des jeux de données complexes et multimodaux est essentielle.

Environnement de recherche

Ce projet interdisciplinaire bénéficie d'une collaboration étroite entre plusieurs unités de recherche expertes en informatique (GREYC UMR 6072), en sciences du langage (STL UMR 8163 / CRISCO UR 4255) et en neuropsychologie (NIMH UMR-S 1077), ainsi qu'une ouverture internationale avec l'Université de Tartu (Estonie). Ce cadre offre un accès privilégié à des expertises variées et à des protocoles de validation clinique de haut niveau.