Soutenance de thèse de Maëva DAOUD

La stimulation transcrânienne à courant continu (tDCS) est une nouvelle thérapie non invasive proposée aux patients atteints d'épilepsie pharmacorésistante (EPR). Cette méthode consiste à délivrer un courant de faible intensité au niveau du crâne à l’aide de deux (conventionnelle) ou plusieurs électrodes (multicanaux). Cette thèse vise à élucider les mécanismes peu connus de la tDCS sur le cerveau et à optimiser son efficacité dans l’épilepsie. Les objectifs étaient les suivants : 1) Evaluer les effets cliniques d'un protocole de tDCS optimisé par stimulation multicanaux personnalisée à partir des résultats SEEG. 2) Explorer les mécanismes sous-jacents à la tDCS, en se focalisant sur les modifications de connectivité fonctionnelle à partir d'enregistrements cérébraux non invasifs. Les résultats ont confirmé l'efficacité de la tDCS pour réduire la fréquence des crises chez les patients atteints d'EPR. Nous avons observé des modifications dynamiques de la connectivité cérébrale après tDCS, avec une diminution chez les répondeurs et une augmentation chez les non-répondeurs, suggérant ainsi que la modulation des réseaux joue un rôle essentiel dans l'efficacité de la tDCS. La reconstruction des sources sur les données MEG a révélé des modifications étendues de la connectivité dans l’ensemble des régions cérébrales, indiquant un impact global de la tDCS multicanaux sur les réseaux épileptogènes. Nos résultats ont également montré que la connectivité fonctionnelle initiale pourrait être un marqueur prédictif de la réponse à la tDCS. De plus, nous avons examiné les facteurs influençant cette réponse, variant d'un patient à l'autre. Donc, l'efficacité de la tDCS variait selon l'étendue et la profondeur de la zone épileptogène ciblée, montrant une meilleure efficacité pour des régions focales et superficielles. Les réponses à la tDCS différaient également selon les types de crises étudiées, soulignant la complexité de ses mécanismes d'action dans l’épilepsie. Cela suggère l'intégration future de l'apprentissage automatique (machine learning) pour l'identification de biomarqueurs prédictifs intégrant les caractéristiques spécifiques de chaque patient.

Transcranial direct current stimulation (tDCS) is a new non-invasive therapy for patients with drug resistant epilepsy (DRE), based on delivering a low-intensity current through two (conventional) or multiple electrodes (multichannel). Despite promising initial clinical trials, the mechanisms underlying tDCS effects remain unclear. This PhD thesis aimed to address these gaps and enhance the effectiveness and duration of tDCS after-effects. Our objectives were: 1) To assess the clinical effects of an optimized tDCS protocol using personalized multichannel stimulation based on SEEG results. 2) To explore the mechanisms behind tDCS, focusing on functional connectivity changes on non-invasive brain recordings. We confirmed tDCS efficacy in reducing seizure frequency in DRE patients. We have shown dynamic changes in brain connectivity induced by tDCS, with a decrease in connectivity for responders, and an increase for non-responders, suggesting that network modulation is key to tDCS efficacy. Source reconstruction on MEG data revealed widespread connectivity changes, suggesting a large-scale impact of multichannel tDCS on epileptogenic networks. Furthermore, we underscored the potential of baseline functional connectivity as a predictive factor for tDCS responsiveness and explored factors influencing the variable response to tDCS across patients. We found that tDCS efficacy varies with the extent and depth of the targeted epileptogenic area, being more effective in focal and superficial regions. Our investigations also revealed varying responses to tDCS across different seizure types, highlighting the complexity of its mechanisms of action on epileptic brains. Our work shows the importance of considering functional connectivity as a marker for assessing tDCS impact. It paves the way to the future integration of machine learning to identify predictive biomarkers and patient-specific factors.