A recent model of Parkinson’s disease (PD) suggests that the neuropathological, behavioural and cognitive symptoms progress in stages. There is substantial evidence for a prodromal stage of PD, during which time pre-motor symptoms develop. Rapid eye movement (REM) sleep behaviour disorder (RBD) is a risk factor for developing PD and may be part of the pre-motor stage. In both disorders, neuropathological α-synuclein aggregates are thought to be a direct cause of the resulting symptoms. One model has shown that in rats, proteasome inhibition produced by systemic exposure to environmental toxins results in α-synuclein pathology and motor behaviour dysfunction that mimics the progression of PD in humans. The present study examined the hypothesis that the systemic proteasome inhibition model would produce pre-Parkinsonian RBD-like pathology in rats. It was expected that sleep disturbances would be seen prior to behavioural disturbances in rats treated systemically with PSI (a proteasome inhibitor). Following baseline sleep recording and training on the inclined beam-traverse task, rats were injected with PSI (a proteasome inhibitor) or ethanol (control), 6 times over 2 wk. Sleep recording over 8 wk and behavioural testing over 16 wk provided no evidence of sleep disturbances or motor dysfunction. Post-mortem immunohistochemical analyses of brain tissue provided no evidence of PSI-associated α-synuclein aggregates in the locus coeruleus, subcoeruleus (dorsal part), or substantia nigra (areas involved in RBD and/or PD). These results did not provide support for RBD as a prodromal phase of PD within the systemic proteasome inhibitor-based model and add to a growing body of research reporting inconsistent findings using this model. We suggest that systemic PSI exposure in rats does not produce a viable model of RBD or PD. Whether RBD is an early symptom in the progression of PD remains to be established. / Thesis (Master, Neuroscience Studies) -- Queen's University, 2010-04-28 12:04:50.613

La maladie d'Alzheimer (MA) est caractérisée par un déclin progressif des fonctions cognitives avec une détérioration de la mémoire, une atrophie cérébrale et deux lésions histologiques caractéristiques retrouvées lors d'examens post-mortem : les plaques extracellulaires de peptide β-amyloïde et les enchevêtrements intracellulaires de la protéine Tau anormalement phosphorylée. De nombreux modèles animaux de la MA ont été développés afin de comprendre et de tester différents traitements dirigés contre cette pathologie. Cependant, aucun modèle de rongeur non transgénique, développant à la fois les plaques amyloïdes et la pathologie neurofibrillaire, n'est disponible à ce jour. L'objectif de cette étude est de développer le premier modèle non transgénique, développant les deux lésions histologiques caractéristiques de la MA chez le rat. Le principe consiste à réaliser une injection concomitante et intrahippocampale d'un AAV (virus associé aux adénovirus) recombinant contenant le gène humain de la protéine Tau présentant la mutation P301L, et du peptide Aβ1-42 qui est le principal composant des plaques amyloïdes. Après plusieurs expériences, nous avons obtenu un modèle animal représentatif des stades précoces de la MA, c'est-à-dire avec des lésions focalisées dans l'une des premières structures du cerveau affectée par la MA : l'hippocampe. La présence des deux lésions histopathologiques caractéristiques de la maladie, accompagnée d'une astrocytose, a été observée par immunohistofluorescence. Une détérioration de la mémoire concernant plus particulièrement la mémoire de travail, ainsi que des anormalités de l'activité électrique cérébrale et notamment durant les phases de sommeil paradoxal, enregistrées par électroencéphalographie, ont également été mises en évidence. / Alzheimer's disease (AD) is characterized by a progressive decline in cognitive function with a memory impairment, a brain atrophy, and two histological hallmarks observed from post-mortem examination: extracellular β-amyloid plaques and intracellular tangles of the Tau protein abnormally phosphorylated. Numerous animal models of AD have been developed to understand and to test drugs against this pathology. However, any non-transgenic model of rodent developing amyloid plaques and the neurofibrilary pathology is currently available. The aim of this study is to develop the first non-transgenic model producing the two histopathological features of AD in the rat. The principle is to perform a concomitant intrahippocampal injection of a recombinant AAV (Adeno-Associated Virus) containing the human transgene tau with the P301L mutation, and of Aβ1-42 peptide, the main component of the amyloid plaques. After several experiments, we have obtained an animal model representative of the early steps of AD, i.e. with lesions focalized in one of the first affected brain structures in the AD: the hippocampus. The presence of the two histopathological hallmarks has been observed by immunohistofluorescence and associated with an astrogliosis. A memory impairment concerning more particulary the working memory, and abnormalities of the electrical activity of the brain and of the rapid eye movement sleep recorded by electroencephalography, are also characterized.

Les cauchemars sont des rêves très dysphoriques, bien remémorés au réveil, dont le contenu est souvent caractérisé par la présence de menace à la survie, la sécurité ou l’intégrité physique. Les cauchemars surviendraient surtout durant le sommeil paradoxal. Bien qu’il s’agisse pour la plupart des gens d’une expérience rare et bénigne, il est de plus en plus apparent que les cauchemars entretiennent des liens avec la psychopathologie. Plusieurs populations psychiatriques ont une fréquence des cauchemars supérieure à la population générale. Au-delà d’être simplement associés à la psychopathologie, les cauchemars peuvent par exemple prédire le développement du trouble de stress post-traumatique, constituer un facteur de risque pour le suicide, ou amplifier des difficultés de régulation émotionnelle. Ainsi, les cauchemars peuvent être pertinents pour la clinique. Malgré cela, leur pathophysiologie demeure un sujet peu exploré. Plus spécifiquement, il existe peu de recherche portant sur leurs corrélats neuronaux. Selon le modèle neurocognitif des cauchemars, les cauchemars constitueraient un échec de la fonction normale des rêves, qui serait d’aider à la régulation émotionnelle en mêlant le contenu de mémoires émotionnellement négatives à celui d’autres mémoires plus neutres, permettant ainsi l’extinction de ces mémoires négatives. La fonction du rêve, et donc la présence de cauchemars, reposerait sur un réseau limbique-préfrontal composé du cortex préfrontal médian et cingulaire antérieur, de l’hippocampe et de l’amygdale. L’objectif de cette thèse est d’étudier les mécanismes cérébraux potentiellement impliqués dans les cauchemars de manière à tester le modèle neurocognitif des cauchemars. Dans une première étude, nous avons utilisé l’analyse spectrale pour comparer l’activité EEG à l’éveil et durant le sommeil entre 18 participants rapportant des cauchemars fréquents et 15 participants contrôles. Les résultats démontrent davantage d’activité 2-5Hz à l’éveil, en sommeil lent et en sommeil paradoxal, principalement aux électrodes centrales et frontales, chez les participants avec cauchemars comparativement aux participants contrôles. Ces résultats étaient plus apparents en sommeil paradoxal. Ces résultats répliquent partiellement une étude antérieure démontrant une activité 3-4Hz plus importante pour des participants avec cauchemars que des contrôles. L’apport original de l’étude réside surtout dans sa démonstration d’altérations de l’activité EEG visibles autant durant l’éveil que durant le sommeil, ce qui constitue un appui à la continuité éveil-sommeil avancée par le modèle neurocognitif des cauchemars. Dans une deuxième étude, nous avons utilisé la tomographie par émission monophotonique pour enregistrer le flux sanguin cérébral régional (une mesure indirecte de l’activité neuronale) de 18 participants avec cauchemars fréquents durant le visionnement d’images émotionnellement négatives ou neutres. Les résultats démontrent que la sévérité des cauchemars est associée négativement au FSCr de régions inclues dans le modèle neurocognitif (cortex cingulaire antérieur et préfrontal médian), mais aussi d’autres régions corticales (frontales, temporales, insula). En résumé, cette thèse apporte un appui partiel au modèle neurocognitif des cauchemars, mais souligne également certaines limites du modèle et propose de nouvelles avenues de recherche pour comprendre les mécanismes neuronaux des cauchemars. Cette thèse souligne aussi des implications cliniques à l’étude des corrélats neuronaux des cauchemars, notamment par rapport à la compréhension des traitements (pharmacologiques ou non-pharmacologiques). / Nightmares are defined as highly dysphoric dreams that are well-remembered upon awakening, frequently involving threats to survival, security or physical integrity. They are thought to happen most frequently during rapid eye movement sleep. For most people, nightmares are a rare occurrence and are mostly benign. However, research shows that nightmares are linked to psychopathology. Many psychiatric populations have an elevated nightmare frequency compared to the general population. In addition to being associated with psychopathology, nightmares can for example predict the development of post-traumatic stress disorder, be a risk factor for suicide, or diminish emotional regulation capabilities. Therefore, nightmares can be relevant to clinical practice. However, research about their pathophysiology is lacking. More specifically, there is a lack of research on the neural correlates of nightmares. According to the neurocognitive model of nightmares, nightmares are a breakdown of the normal function of dreams. Dreams are thought to help emotional regulation by combining emotionally negative memories with more neutral memories, thereby extinguishing these negative memories. The function of dreams, and therefore the occurrence of nightmares, is thought to be supported by a limbic-prefrontal circuit comprising medial prefrontal and anterior cingulate cortices, hippocampus, and amygdala. The aim of this dissertation is to study brain mechanisms involved in nightmares, thereby testing the neurocognitive model of nightmares. In study 1, we used spectral analysis to compare EEG activity in wake and sleep between 18 frequent nightmare recallers and 15 control participants. The results show higher 2-5Hz activity during wake, non-REM and REM sleep, mainly for central and frontal derivations, for frequent nightmare recallers compared to controls. Differences were most apparent for REM sleep. These results partly replicate past work showing heightened 3-4Hz activity in frequent nightmare recallers compared to controls. It improves upon past work by demonstrating cross-state alterations of EEG activity, thereby supporting the cross-state continuity assumption of the neurocognitive model of nightmares. In study 2, we used single photon emission tomography to obtain regional cerebral blood flow (an indirect measure of neuronal activity) from 18 frequent nightmare recallers while they were viewing pictures with a negative or neutral emotional valence. Results demonstrate that the severity of nightmares is negatively associated with brain regions included (medial prefrontal and anterior cingulate cortices) and not included (frontal, temporal and insular regions) in the neurocognitive model of nightmares. In sum, this dissertation offers partial support to the neurocognitive model of nightmares, while also highlighting limits of the model and proposing ideas for future investigations on the neural correlates of nightmares. This dissertation also discusses some clinical implications of the study of the neural correlates of nightmares, most importantly providing a better understanding of nightmare-reducing treatments (pharmacological or non-pharmacological).

La démence à corps de Lewy (DCL) et la maladie de Parkinson (MP) sont des maladies neurodégénératives touchant des milliers de Canadiens et leur prévalence croît avec l’âge. La MP et la DCL partagent la même pathophysiologie, mais se distinguent par l’ordre de manifestation des symptômes : la DCL se caractérise d’abord par l’apparition d’un trouble neurocognitif majeur (démence), tandis que la MP se manifeste initialement par un parkinsonisme. De plus, jusqu’à 80% des patients avec la MP développeront une démence (MPD). Il est désormais établi que le trouble comportemental en sommeil paradoxal idiopathique (TCSPi) constitue un puissant prédicteur de la DCL et la MP. En effet, cette parasomnie, marquée par des comportements indésirables durant le sommeil, est considérée comme un stade prodromal des synucléinopathies, telles que la MP, la DCL et l'atrophie multisystémique (AMS). Ainsi, la majorité des patients atteints d’un TCSPi développeront une synucléinopathie. Malgré les avancées scientifiques, les causes du TCSPi, de la MP et de la DCL demeurent inconnues et aucun traitement ne parvient à freiner ou à arrêter la neurodégénérescence. De plus, ces pathologies présentent une grande hétérogénéité dans l’apparition et la progression des divers symptômes. Face à ces défis, la recherche vise à mieux cerner les phases précoces/initiales et les trajectoires évolutives de ces maladies neurodégénératives afin d’intervenir le plus précocement possible dans leur développement. C’est pourquoi le TCSPi suscite un intérêt majeur en tant que fenêtre d'opportunités pour tester l’efficacité des thérapies neuroprotectrices contre les synucléinopathies, permettant d'agir avant que la perte neuronale ne devienne irréversible. Le TCSPi offre ainsi une occasion unique d'améliorer la détection de la démence et le suivi des individus à haut risque de déclin cognitif. D'où l'importance cruciale de pouvoir généraliser les résultats issus de la recherche sur de petites cohortes à l'ensemble de la population. Sur le plan de la cognition, les études longitudinales sur le TCSPi ont montré que les atteintes des fonctions exécutives, de la mémoire verbale et de l'attention sont les plus discriminantes pour différencier les individus qui développeront une démence de ceux qui resteront idiopathiques. De plus, un grand nombre de patients TCSPi souffrent d’un trouble neurocognitif mineur ou trouble cognitif léger (TCL), généralement considéré comme un stade précurseur de la démence. Les recherches actuelles sur les données cognitives chez cette population offrent des perspectives prometteuses, mais reposent sur des approches statistiques classiques qui limitent leur validation et généralisation. Bien qu'elles offrent une précision élevée (80 à 85%) pour détecter les patients à risque de déclin cognitif, une amélioration est nécessaire pour étendre l'utilisation de ces marqueurs à une plus large échelle. Depuis les années 2000, l'accroissement de la puissance de calcul et l'accès à davantage de ressources de mémoire ont suscité un intérêt accru pour les algorithmes d'apprentissage machine (AM). Ces derniers visent à généraliser les résultats à une population plus vaste en entraînant des modèles sur une partie des données et en les testant sur une autre, validant ainsi leur application clinique. Jusqu'à présent, aucune étude n'a évalué les apports de l'AM pour la prédiction de l'évolution des synucléinopathies en se penchant sur le potentiel de généralisation, et donc d'application clinique, à travers l'usage d'outils non invasifs et accessibles ainsi que de techniques de validation de modèles (model validation). De plus, aucune étude n'a exploré l'utilisation de l'AM associée à des méthodes de généralisation sur des données neuropsychologiques longitudinales pour élaborer un modèle prédictif de la progression des déficits cognitifs dans le TCSPi. L’objectif général de cette thèse est d’étudier l’apport de l’AM pour analyser l’évolution du profil cognitif de patients atteints d’un TCSPi. Le premier chapitre de cette thèse présente le cadre théorique qui a guidé l’élaboration des objectifs et hypothèses de recherche. Le deuxième chapitre est à deux volets (articles). Le premier vise à fournir une vue d'ensemble de la littérature des études ayant utilisé l'AM (avec des méthodes de généralisation) pour prédire l'évolution des synucléinopathies vers une démence, ainsi que les lacunes à combler. Le deuxième volet vise à explorer et utiliser pour la première fois l'AM sur des données cliniques et cognitifs pour prédire la progression vers la démence dans le TCSPi, dans un devis longitudinal. Enfin, le dernier chapitre de la thèse présente une discussion et une conclusion générale, comprenant un résumé des deux articles, ainsi que les implications théoriques, les forces, les limites et les orientations futures. / Lewy body dementia (LBD) and Parkinson's disease (PD) are neurodegenerative diseases affecting thousands of Canadians, and their prevalence increases with age. PD and DLB share the same pathophysiology, but differ in the order of symptom manifestation: DLB is characterized first by the onset of a major neurocognitive disorder (dementia), whereas PD initially manifests as parkinsonism. Moreover, up to 80% of PD patients will go on to develop dementia (PDD). It is established that idiopathic REM sleep behavior disorder (iRBD) is a powerful predictor of DLB and PD. Indeed, this parasomnia, marked by undesirable behaviors during sleep, is considered a prodromal stage of synucleinopathies, such as PD, DLB and multisystem atrophy (MSA). Therefore, the majority of patients with iRBD will develop synucleinopathy. Despite scientific advancements, the causes of iRBD, PD, and DLB remain unknown and no treatment has been able to slow or halt neurodegeneration. Furthermore, these pathologies display great heterogeneity in the onset and progression of various symptoms. Faced with these challenges, research aims to better understand the early/initial stages and the progressive trajectories of these neurodegenerative diseases in order to intervene as early as possible in their development. This is why iRBD garners major interest as a window of opportunities to test the effectiveness of neuroprotective therapies against synucleinopathies, enabling action to be taken before neuronal loss becomes irreversible. iRBD thus provides a unique opportunity to improve dementia detection and monitoring of individuals at high risk of cognitive decline. Hence the crucial importance of being able to generalize results of research on small cohorts to the entire population. In terms of cognition, longitudinal studies on iRBD have shown that impairments in executive functions, verbal memory, and attention are the most discriminating in differencing between individuals who will develop dementia from those who will remain idiopathic. In addition, many iRBD patients suffer from a mild neurocognitive disorder or mild cognitive impairment (MCI), generally considered as a precursor stage of dementia. Current research on cognitive data in this population offers promising prospects, but relies on traditional statistical approaches that limit their validation and generalizability. While they provide high accuracy (80 to 85%) for detecting patients at risk of cognitive decline, improvement is needed to extend the use of these markers to a larger scale. Since the 2000s, increased computational power and access to more memory resources have sparked growing interest in machine learning (ML) algorithms. These aim to generalize results to a broader population by training models on a subset of data and testing them on another, thus validating their clinical application. To date, no study has assessed the contributions of ML for predicting the progression of synucleinopathies, focusing on the potential for generalization, and hence clinical application, through the use of non-invasive, accessible tools and model validation techniques. Moreover, no study has explored the use of ML in conjunction with generalization methods on longitudinal neuropsychological data to develop a predictive model of cognitive deficit progression in iRBD. The general objective of this thesis is to study the contribution of ML in analyzing the evolution of the cognitive profile of patients with iRBD. The first chapter of this thesis presents the theoretical framework that guided the formulation of the research objectives and hypotheses. The second chapter is in two parts (articles). The first aims to provide an overview of the literature of studies that have used ML (with generalization methods) to predict the progression of synucleinopathies to dementia, as well as the gaps that need to be filled. The second part aims to explore and use for the first time ML on clinical and cognitive data to predict progression to dementia in iRBD, in a longitudinal design. Finally, the last chapter of the thesis presents a discussion and a general conclusion, including a summary of the two articles, as well as theoretical implications, strengths, limitations, and future directions.

SUMMARY Non Rapid Eye Movement (NREM) sleep in humans is defined by spontaneous neural activities organized by specific rhythms or oscillations. The aim of this thesis is to characterize, by means of neuroimaging techniques, the shaping of brain function by these physiological rhythms. The studied oscillations are sleep spindles, delta waves and slow oscillation, representing the main identifiable neurophysiological events of human NREM sleep. Sleep spindles are a hallmark of light NREM sleep. They are commonly described on electroencephalographic (EEG) recordings as 11-15 Hz oscillations, lasting more than 0.5 sec and with a typical waxing-and-waning waveform. During deeper stages of NREM sleep, spindles are progressively replaced by a slow wave activity (SWA; 0.5-4 Hz), which encompasses delta waves (1-4 Hz) and slow oscillations (0.5-1 Hz). In combination with EEG, we studied these rhythms using two different functional brain imaging techniques : positron emission tomography (PET) and functional magnetic resonance imaging (fMRI). These studies originally contribute to the understanding of the generating mechanisms and functional roles of NREM sleep oscillations, which are a hallmark of sleep architecture in healthy humans. Neural correlates of NREM sleep oscillations assessed by EEG / PET In this section, we report the analyses of PET data devoted to the study of NREM sleep oscillations. We characterized the brain areas in which activity, measured in terms of regional cerebral blood flow (rCBF), was correlated with EEG spectral power in the spindle (11-15 Hz), delta waves (1-4 Hz) and slow oscillation (0.5-1 Hz) frequency bands, in 23 non-sleep-deprived young healthy volunteers. EEG activity in the spindle frequency band was negatively correlated with rCBF in the thalamus. This result was in agreement with data suggesting the generation of spindles within cortico-thalamo-cortical loops (Steriade, 2006). Spectral power in the delta band was negatively correlated with rCBF in the medial prefrontal cortex, striatum, insula, anterior cingulate cortex, precuneus and basal forebrain, which are structures potentially involved in the modulation of cortical delta waves (Dang-Vu et al., 2005b). The functional brain mapping of slow oscillations was highly similar to the one of delta waves, in keeping with the hypothesis that both types of oscillations share common physiological mechanisms. These results consisted in negative correlations, which means that the cerebral blood flow in these areas was lower when the power in the corresponding frequency band was higher. The different rhythms of NREM sleep are synchronized by the slow oscillation, which alternates a hyperpolarization phase during which cortical neurons remain silent, and a depolarization phase associated with important neuronal firing. The prominent effect of hyperpolarization phases could account for the decrease in blood flow found in PET studies. Indeed, PET has a limited temporal resolution, around one minute, and therefore averages brain activity over relatively long periods, during which hyperpolarization phases predominate. Thus PET imaging does not allow to directly study brief events, lasting one second or so, such as NREM sleep oscillations. Besides, the spectral power values used in PET studies are just an indirect reflection of the appearance of these rhythms during sleep. These considerations justify the use of fMRI because, together with improved spatial resolution, its temporal resolution around one second allows to assess brain responses associated to the occurrence of NREM sleep oscillations, taken as identifiable events. Neural correlates of NREM sleep oscillations assessed by EEG / fMRI The largest section of the thesis is devoted to the use of fMRI in the study of NREM sleep oscillations. We characterized the brain areas in which activity, measured in terms of blood oxygen level dependent (BOLD) signal, was correlated with the occurrence of NREM sleep oscillations. Compared to EEG with PET, EEG recording with simultaneous fMRI was technically much more challenging. In particular, the analysis of EEG data acquired simultaneously with fMRI required a complex signal processing in order to remove all artefacts induced during the scanning procedure. After clean EEG data had been obtained, automatic detection of spindles (Molle et al., 2002), delta waves and slow oscillations (Massimini et al., 2004) was performed according to published criteria, and provided the series of events to be used as regressors in the statistical analysis of fMRI data. The latter assessed the main effects of spindles, delta waves and slow oscillations on BOLD signal changes across the 14 non-sleep-deprived young healthy volunteers selected for this study. Spindles were analysed considering 2 potential subtypes. Indeed, in humans, while most spindles are recorded in central and parietal regions and display a frequency around 14 Hz (fast spindles), others are prominent on frontal derivations with a frequency around 12 Hz (slow spindles). Previous data also show differences between both subtypes in their modulation by age, circadian and homeostatic factors, menstrual cycle, pregnancy and drugs (De Gennaro and Ferrara, 2003). However, no clear evidence of a distinct neurobiological basis for these two subtypes of spindles has been demonstrated so far. After automatic detection of spindles and their differentiation as fast and slow, we showed that the two subtypes were associated with activation of partially distinct thalamo-cortical networks. These data further support the existence of 2 subtypes of sleep spindles modulated by segregated neural networks (Schabus et al., 2007). Slow oscillation has initially been described at the cellular level in animals as an oscillation <1 Hz of membrane potential, alternating a hyperpolarization phase (down) during which cortical neurons are silent and a depolarization phase (up) associated with intense neuronal firing (Steriade, 2006). At the macroscopic level, this slow rhythm is found on human EEG recordings as high amplitude slow waves, defined by a peak-to-peak amplitude of more than 140 µV (Massimini et al., 2004). The slow oscillation also synchronizes other NREM sleep rhythms such as spindles (Molle et al., 2002) and delta waves (defined here as waves of lower peak-to-peak amplitude : between 75 and 140 µV). The organization of NREM sleep by the slow oscillation suggests that NREM sleep should be characterized by increased brain activities associated with the up state of slow oscillation. Indeed, we observed significant BOLD signal changes in relation to both slow waves and delta waves in specific brain areas including inferior and medial frontal gyrus, parahippocampal gyrus, precuneus, posterior cingulate cortex, ponto-mesencephalic tegmentum and cerebellum. All these responses consisted in brain activity increases. These results stand in sharp contrast with earlier sleep studies, in particular PET studies, reporting decreases in brain activity during NREM sleep. Here we showed that NREM sleep cannot be reduced to a state of global and regional brain activity decrease, but is actually an active state during which phasic increases in brain activity are synchronized to the slow oscillation. We then compared brain responses to delta and slow waves respectively and found no significant difference. In agreement with our PET data, this result suggests that slow waves and delta waves share common neurobiological mechanisms. However, when effects of slow and delta waves were tested separately, we observed that slow waves were specifically associated with activation of brainstem and mesio-temporal areas, while delta waves were associated with activation of inferior and medial frontal areas. This result is important in regard to the potential role of slow oscillation in memory consolidation during sleep (Marshall et al., 2006). Indeed, the preferential activation of mesio-temporal areas with high amplitude slow waves suggests that the amplitude of the wave is a crucial factor in the recruitment during sleep of brain structures involved in the processing of memory traces. RESUME Le sommeil lent de lhomme est défini par la présence dactivités neuronales spontanées, organisées sous forme de rythmes ou oscillations spécifiques. Lobjectif des travaux réalisés dans le cadre de cette thèse est de caractériser, par des méthodes de neuroimagerie, le fonctionnement cérébral au cours de ces rythmes physiologiques. Les oscillations que nous avons étudiées sont les fuseaux du sommeil, les ondes delta et les oscillations lentes, représentant les principales activités neurophysiologiques identifiables chez lhomme au cours du sommeil lent. Les fuseaux du sommeil constituent un élément essentiel du sommeil lent léger. Ils sont communément décrits sur les enregistrements électroencéphalographiques (EEG) comme des oscillations de fréquence comprise entre 11 et 15 Hz, dune durée dau moins 0,5 sec, et de morphologie caractéristique daugmentation puis de diminution damplitude. Au cours des stades plus profonds de sommeil lent, les fuseaux sont en grande partie remplacés par une activité donde lente (SWA; 0,5-4 Hz) qui recouvre les ondes delta (1-4 Hz) et les oscillations lentes (0,5-1 Hz). En combinaison à lEEG, nous avons utilisé deux techniques dimagerie fonctionnelle différentes pour étudier ces rythmes: la tomographie par émission de positons (PET) et limagerie en résonance magnétique fonctionnelle (fMRI). Ces études apportent une contribution originale à notre compréhension du sommeil lent chez lhomme sain, par lexploration des mécanismes générationnels de ces oscillations, piliers de larchitecture du sommeil. Corrélats cérébraux des rythmes du sommeil lent en EEG / PET Dans cette section, nous décrivons lutilisation de la PET dans létude des rythmes du sommeil lent. Nous avons caractérisé les régions cérébrales dans lesquelles lactivité, mesurée en terme de débit sanguin cérébral régional (rCBF), était corrélée à la puissance spectrale EEG dans la bande de fréquence des fuseaux (11-15 Hz), des ondes delta (1-4 Hz) et des oscillations lentes (0.5-1 Hz), chez 23 jeunes volontaires sains et non privés de sommeil. Lactivité EEG dans la bande des fuseaux était corrélée négativement avec le rCBF dans le thalamus. Ce résultat est en accord avec les données suggérant la genèse des fuseaux par des boucles dinteraction cortico-thalamo-corticale (Steriade, 2006). La puissance spectrale dans la bande delta était négativement corrélée avec le rCBF au niveau du cortex préfrontal médial, du striatum, de linsula, du cortex cingulaire antérieur, du précuneus et du télencéphale basal, régions potentiellement impliquées dans la modulation des ondes delta corticales (Dang-Vu et al., 2005b). La carte des oscillations lentes était superposable à celle des ondes delta, ce qui suggère que ces deux types doscillations relèvent chez lhomme de mécanismes physiologiques communs. Ces résultats démontraient donc des corrélations négatives, ce qui signifie que le débit sanguin cérébral dans ces régions était dautant plus faible que la puissance dans la bande de fréquence correspondante était élevée. Linterprétation de ce phénomène doit intégrer le fait que les différents rythmes du sommeil lent sont sculptés par loscillation lente, laquelle alterne une phase dhyperpolarisation au cours de laquelle les neurones corticaux sont silencieux, et une phase de dépolarisation au cours de laquelle ils déchargent en bouffées. Leffet prépondérant des phases dhyperpolarisation pourrait expliquer la baisse de débit cérébral démontrée en PET. En effet, cette dernière présente une résolution temporelle limitée, de lordre de la minute, ce qui a pour effet dintégrer lactivité cérébrale sur des périodes de temps relativement longues, au cours desquelles les phases dhyperpolarisation corticale prédominent. Limagerie en PET ne permet pas donc pas détudier directement des événements brefs de lordre de la seconde, tels que les oscillations du sommeil lent. En outre, les valeurs de puissance spectrale utilisées pour caractériser ces rythmes en PET ne reflètent quindirectement leur survenue au cours du sommeil. Ces considérations justifient le recours à limagerie en fMRI, dont la résolution temporelle de lordre de la seconde permet dévaluer les réponses cérébrales associées à la survenue des oscillations du sommeil lent, considérées cette fois comme des événements identifiables. Corrélats cérébraux des rythmes du sommeil lent en EEG / fMRI Dans cette partie, la plus importante, nous décrivons lanalyse en fMRI des rythmes du sommeil lent. Nous avons caractérisé les régions cérébrales dont l'activité, mesurée par le signal BOLD, était corrélée à la survenue des oscillations du sommeil lent. Par rapport à la situation rencontrée en PET, lenregistrement des données EEG nécessaire à la détection des rythmes du sommeil lent, simultanément à lacquisition fMRI, a posé des difficultés techniques considérablement plus grandes. En particulier, linterprétation de lEEG dans ces conditions a nécessité un traitement précis du signal afin den éliminer les éléments artéfactuels qui le contaminent. Ce nest quaprès ce processus que la détection automatique des fuseaux (Molle et al., 2002), des ondes delta et des oscillations lentes (Massimini et al., 2004) selon des critères publiés a pu seffectuer, permettant dobtenir les séries dévénements qui furent entrés comme régresseurs dans lanalyse statistique des données fMRI. Cette dernière évalue leffet principal des fuseaux, ondes delta et oscillations lentes sur les variations du signal BOLD chez lensemble des 14 jeunes volontaires sains et non privés de sommeil sélectionnés pour létude. En ce qui concerne les fuseaux, ils furent subdivisés en 2 sous-types. Chez lhomme en effet, alors que la grande majorité des fuseaux sont enregistrés dans les régions centrales et pariétales, avec une fréquence denviron 14 Hz (fuseaux rapides), dautres fuseaux dits lents (environ 12 Hz) prédominent dans les régions frontales. Des données antérieures rapportent également des différences entre ces deux sous-types en ce qui concerne leur modulation par des paramètres comme lâge, les facteurs circadiens et homéostatiques, la phase du cycle menstruel, la grossesse et certains agents pharmacologiques (De Gennaro and Ferrara, 2003). Cependant, aucune description formelle dun substrat biologique distinct navait encore été établie pour ces 2 sous-types de fuseaux. Après détection automatique des fuseaux et leur ségrégation en fuseaux rapides et lents, nous avons pu démontrer que les 2 sous-types de fuseaux étaient associés à des activations dans des réseaux thalamo-corticaux partiellement distincts. Ces données apportent donc des arguments pour établir lexistence de 2 sous-types biologiquement différenciés de fuseaux du sommeil (Schabus et al., 2007). Loscillation lente du sommeil lent a été décrite initialement au niveau cellulaire chez lanimal comme une oscillation de fréquence <1Hz et qui alterne une phase dhyperpolarisation (ou down), au cours de laquelle les neurones corticaux sont silencieux, et une phase de dépolarisation (ou up) qui correspond à une période de décharges neuronales intenses (Steriade, 2006). Chez lhomme, cette oscillation lente est également retrouvée sur les enregistrements EEG de surface sous forme dondes lentes de haute amplitude, définies par une amplitude pic-à-pic de plus de 140 µV (Massimini et al., 2004). Loscillation lente synchronise aussi dautres rythmes du sommeil lent tels les fuseaux (Molle et al., 2002) et les ondes delta (définies ici par des ondes de plus basse amplitude pic-à-pic : entre 75 et 140 µV). Lorganisation du sommeil lent par ces oscillations lentes suggère que le sommeil lent devrait être marqué par des activations cérébrales survenant en synchronie avec les phases up des oscillations lentes. De fait, nous avons observé des variations significatives de signal BOLD en association avec les ondes lentes et delta dans des régions cérébrales spécifiques incluant le gyrus frontal inférieur et médial, le gyrus parahippocampique, le precuneus, le cortex cingulaire postérieur, le tegmentum ponto-mésencéphalique et le cervelet. Ces variations étaient positives dans toutes les régions mises en évidence, ce qui traduit une augmentation dactivité. Ces résultats sont originaux en ce quils suggèrent que le sommeil lent, contrairement à ce qui était conclu des précédentes études du sommeil chez lhomme (particulièrement en PET), ne se réduit pas à une hypoactivation cérébrale globale et régionale. Au contraire, nos données montrent que le sommeil lent saccompagne dune activation cérébrale phasique rythmée par la phase de dépolarisation des oscillations lentes. Nous avons ensuite comparé les réponses cérébrales aux ondes delta et celles aux ondes lentes. Aucune région cérébrale ne présentait dactivité significativement différente en fonction des 2 types dondes. En accord avec nos données PET, ce résultat suggère quil ny a pas de différence formelle sur le plan des mécanismes neurobiologiques entre ondes lentes et ondes delta. Toutefois, lorsque les effets des ondes lentes et delta furent testés séparément, nous avons observé que les ondes lentes activaient spécifiquement le tronc cérébral et le cortex mésio-temporal alors que les ondes delta activaient les aires frontales inférieure et médiale. Cet résultat est important si lon considère en particulier le rôle potentiel des oscillations lentes dans la consolidation des traces mnésiques au cours du sommeil (Marshall et al., 2006). Lactivation préférentielle des aires mésio-temporales avec les ondes lentes de haute amplitude suggère en effet que lamplitude de londe est un paramètre déterminant dans le recrutement au cours du sommeil de structures cérébrales impliquées dans le traitement des traces mnésiques.

Acid maltase deficiency (AMD) is a rare autosomal recessive genetic disorder that results in an accumulation of glycogen in the lysosomal storage vacuoles. It is classified as a glycogen storage disease (type II) and is also known as Pompe's disease. The prognosis of the patient with AMD is poor and the main cause of death is respiratory failure. We report a female patient whose respiratory insufficiency was documented to occur most severely during rapid eye movement sleep and who benefited clinically from the institution of nocturnal noninvasive bilevel positive airway pressure.