Même au niveau cérébral, les gens de droite et gauche n’ont pas le même cerveau !

La prise de risque, la tendance à sélectionner une action où il existe un potentiel incertain pour un résultat bénéfique relativement important, mais aussi la possibilité d’un résultat négatif [7] – [9] nécessite d’équilibrer les pulsions conflictuelles pour obtenir une récompense et éviter d’éventuelles pertes [10] – [12] . La prise de risque est également étroitement liée et influencée par la perception subjective et l’appréhension de la menace [13] , [14] . Considérant les réponses physiologiques différentielles à la menace et au conflit par les libéraux et les conservateurs, l’examen des processus neuronaux lors de la prise de décision à risque peut être une voie importante pour comprendre le lien entre les processus mentaux et les préférences politiques.

La découverte par Kanai et ses collègues [15] que quatre régions cérébrales impliquées dans le risque et l’incertitude (l’amygdale droite, l’insula gauche, le cortex entorhinal droit et le cingulaire antérieur (ACC)) différaient chez les libéraux et les conservateurs a fourni une preuve supplémentaire que l’idéologie politique pourrait être liés aux différences dans les processus cognitifs. Dans le contexte de la prise de décision à risque, l’amygdale est considérée comme importante pour le traitement des attributs affectifs impliqués dans la prise de décision [16] – [18] . Le cortex insulaire est impliqué dans la représentation des signaux corporels internes cruciaux pour les états ressentis subjectifs et dans la signalisation des changements potentiels de l’état intéroceptif aux résultats possibles liés à la décision [10] , [11], [19] , [20] . De plus, l’intolérance à l’incertitude est liée au fonctionnement de l’insula postérieure [11] . L’ACC est impliqué dans la surveillance des conflits et des erreurs et dans la sélection des actions [21] , [22] . Ainsi, les régions impliquées dans le risque et le conflit, processus cognitifs au cours desquels il a été démontré que les libéraux et les conservateurs diffèrent dans leur réponse physiologique, sont les régions similaires montrées par Kanai et al. différer structurellement chez les libéraux et les conservateurs. Si les modèles d’activité cérébrale dans ces régions lors de l’évaluation des risques pouvaient différencier de manière fiable les libéraux et les conservateurs, nous aurions alors une preuve supplémentaire du lien entre les processus mentaux et les préférences politiques.

Pour tester une conjecture selon laquelle les différences idéologiques entre les partisans reflètent des processus neuronaux distinctifs, nous avons mis en correspondance les registres d’enregistrement des partis accessibles au public avec les noms des participants (35 hommes, 47 femmes) qui avaient déjà pris part à une expérience conçue pour examiner les comportements à risque au cours de l’exercice fonctionnel. imagerie cérébrale. Idéalement, nous aurions également interrogé directement l’auto-identification idéologique des individus et leurs attitudes à l’égard d’un ensemble de questions politiques. Cependant, nous n’avons pas pu recontacter les participants. Bien que l’enregistrement des partis ne soit pas un indicateur parfait de l’idéologie, un réalignement qui a commencé dans les années 1970 a fait que les deux sont devenus de plus en plus corrélés au cours des 40 dernières années [23]. La polarisation politique aux niveaux de masse et d’élite a créé une période où l’idéologie et la partisanerie sont des concepts qui se chevauchent considérablement [24] . Cette tendance a été encore plus forte en Californie (où résidaient les participants à cette étude) que dans les autres États [25] .

Les individus ont rempli une tâche simple de prise de décision à risque [26] au cours de laquelle les participants ont été présentés avec trois nombres dans l’ordre croissant (20, 40 et 80) pendant une seconde chacun. Alors qu’appuyer sur un bouton lors de la présentation du nombre 20 à l’écran entraînait toujours un gain de 20 cents, attendre pour sélectionner 40 ou 80 était associé à une possibilité prédéterminée de gagner ou de perdre 40 ou 80 cents. Par conséquent, les participants ont choisi entre un gain « sûr » inférieur et un gain plus risqué. Les probabilités de perdre 40 ou 80 cents ont été calibrées de manière à ce qu’il n’y ait pas d’avantage de valeur attendu à choisir 20, 40 ou 80 pendant la tâche, c’est-à-dire que le gain global aurait été le même pour chaque stratégie pure. Études antérieures [26] – [28]en utilisant cette tâche de prise de décision à risque, on a trouvé une activité dans certaines des mêmes régions identifiées par Kanai et al. comme différenciation des libéraux et des conservateurs.

Résultats

Comme test initial de notre conjecture, nous avons examiné des sphères de 5 mm centrées sur des régions de l’amygdale, de l’insula, du cortex cingulaire antérieur et du cortex entorhinal qui avaient été précédemment identifiées par Kanai et al. [15] . Lorsque ces parties spécifiques des régions n’ont pas réussi à démontrer des différences fonctionnelles, nous avons généré des masques plus grands et anatomiquement définis des quatre zones. Conformément aux conclusions de Kanai et al sur les différences structurelles, une activation significativement plus importante a été observée dans l’amygdale droite pour les républicains et dans l’insula postérieure gauche (près de la jonction temporo-pariétale) chez les démocrates lors de la prise de décisions gagnantes risquées par rapport aux décisions gagnantes sûres ( Fig. 1). Aucune différence significative n’a été observée dans le cortex entorhinal ou le cortex cingulaire antérieur. Toutes les tentatives d’utiliser le comportement pour distinguer les républicains des démocrates ont échoué ( Fig. 2 ), ce qui suggère que différents mécanismes neuronaux peuvent sous-tendre des modèles de comportement apparemment similaires [29] .

Télécharger:

• PPP
  Diapositive PowerPoint
• PNG
  image plus grande
• TIFF
  image originale

Figure 1. Les républicains et les démocrates diffèrent dans les mécanismes neuronaux activés lors de l’exécution d’une tâche à risque.

Les républicains activent plus fortement leur amygdale droite, associée à l’orientation de l’attention vers des signaux externes. Les démocrates ont une activité plus élevée dans leur insula postérieure gauche, associée à des perceptions d’états physiologiques internes. Cette activation borde également la jonction temporo-pariétale et peut donc refléter une différence de pulsion physiologique interne ainsi que la perception de l’état interne et de la pulsion des autres.

 

https://doi.org/10.1371/journal.pone.0052970.g001

Télécharger:

• PPP
  Diapositive PowerPoint
• PNG
  image plus grande
• TIFF
  image originale

Figure 2. Comparaison des choix comportementaux dans le scanner, par parti et historique de décision.

La « punition » fait référence à un événement dans lequel un sujet a choisi une décision risquée et a perdu. Les résultats montrent qu’il n’y avait pas de différences significatives dans le comportement des républicains et des démocrates.

 

https://doi.org/10.1371/journal.pone.0052970.g002

L’insula et l’amygdale fonctionnent souvent ensemble dans le traitement des situations de risque et d’incertitude [30] . L’amygdale joue un rôle essentiel dans l’orientation de l’attention vers les signaux externes [31] et le conditionnement de la peur [32] ; cependant, cette structure est également importante pour le traitement d’autres informations émotionnelles et le comportement [33] . Des études de neuroimagerie fonctionnelle ont montré l’activation de l’amygdale dans le traitement lié à la récompense [34] , l’encodage d’informations émotionnellement saillantes [35] , la prise de risque [36] , le traitement de stimuli à valence positive [37] et l’apprentissage olfactif appétitif/aversif [38]. En comparaison, des études de neuroimagerie du cortex insulaire ont observé une implication critique de cette structure neurale dans la douleur [39] , intéroceptive [40] , liée aux émotions [41] , cognitive [42] et sociale [43] . En particulier, le cortex insulaire est important pour la représentation des signaux corporels internes cruciaux pour les états émotionnels subjectifs et la conscience intéroceptive [40] , [44] . Que des différences dans le traitement du risque et de l’incertitude différencient les libéraux et les conservateurs suggère une autre façon de conceptualiser l’idéologie.

Il est important de noter que la région de l’insula observée dans la présente étude est très postérieure et borde la jonction temporo-pariétale. Cette région a été conceptualisée comme vitale pour la « théorie de l’esprit » dans le traitement, ou la perception des autres en tant qu’entités pensantes [45] . En fait, une méta-analyse de plus de 200 études IRMf sur la cognition sociale, la jonction temporo-pariétale s’est avérée être liée à la compréhension de l’intention d’action immédiate chez les autres [46] . Cela suggère que l’activation de l’insula postérieure trouvée dans la présente étude peut refléter la pulsion physiologique interne ainsi que la perception de l’état interne et de la pulsion des autres.

Un problème critique non résolu commun aux études de la formation de l’idéologie aux niveaux individuel et institutionnel est le processus par lequel un espace de haute dimension de valeurs, de préférences ou de problèmes distincts est réduit à un espace idéologique de basse dimension [3] . Il est encore moins clair pourquoi les électeurs et leurs représentants au gouvernement devraient organiser les attitudes politiques en faisceaux apparemment contraints qui sont relativement cohérents dans le temps [47] . Bien qu’il ait été suggéré que des facteurs biologiques puissent conduire les libéraux et les conservateurs à avoir des ensembles différents de valeurs politiquement pertinentes [48] , les preuves présentées ici suggèrent que les processus neuronauxd’évaluation eux-mêmes sont distincts, reflétant peut-être des valeurs différenciables, ainsi que des préférences différentes pour les enjeux, les candidats et les partis.

Discussion

La découverte la plus forte à sortir de «l’école du Michigan» lorsque la révolution comportementale s’est étendue aux sciences politiques dans les années 1950 était que les parents socialisaient leurs enfants pour qu’ils s’identifient aux mêmes partis politiques qu’eux. En fait, la corrélation entre parent et enfant est « tellement familière et bien établie » qu’elle est souvent considérée comme l’un des rares « axiomes » de la science politique [49] . En effet, un modèle simple de partisanerie qui inclut le parti de la mère et du père prédit avec précision environ 69,5 % des choix autodéclarés entre le parti démocrate et républicain (voir le tableau S1 à l’ annexe S1 ). Un modèle de classificateur basé sur les différences de structure cérébrale distingue les libéraux des conservateurs avec une précision de 71,6 % [15]. Pourtant, un modèle simple à deux paramètres de partisanerie utilisant des activations dans l’amygdale et le cortex insulaire pendant la tâche à risque surpasse de manière significative le modèle parental de longue date, prédisant correctement 82,9 % des choix de parti observés (voir le tableau S2 en annexe S1 ) .

Une énigme restante intrigante concerne la direction de la causalité. On pourrait en déduire que les différentes structures cérébrales identifiées par Kanai et al. suggèrent des fondements génétiques pour les différences d’idéologie. Cependant, des travaux récents ont montré que des modifications de la fonction cognitive peuvent entraîner des modifications de la structure cérébrale [50] , [51] . Par exemple, les candidats qui ont travaillé pour apprendre la carte de Londres afin de réussir un test de connaissances exigé des chauffeurs de taxi potentiels ont démontré une croissance significative de leur hippocampe, une région du cerveau liée à la formation de la mémoire [52] .

Bien qu’il ait été démontré que la variation génétique contribue à la variation de l’idéologie politique [48] et à la force de la partisanerie [53] , la part de la variance de l’affiliation politique expliquée par l’activité dans l’amygdale et l’insula est significativement plus grande (voir l’ annexe S1 ), ce qui suggère qu’agir en partisan dans un milieu partisan peut altérer le cerveau, au-delà de l’effet de l’hérédité. L’interaction des effets génétiques et environnementaux peut également être à l’origine des corrélations observées entre la taille des régions du cerveau et l’affiliation politique [15] . Il sera essentiel de démêler davantage les rôles du parti, de l’idéologie, des gènes et de la neurocognition pour faire progresser notre compréhension des attitudes et des comportements politiques[54] . La capacité de prédire avec précision l’identification du parti en utilisant uniquement l’activité neuronale lors d’une tâche à risque suggère que l’étude des différences neuropsychologiques fondamentales entre les partisans peut nous fournir des informations plus puissantes que les outils traditionnels de psychologie, de sociologie et de sciences politiques précédemment disponibles.

Matériaux et méthodes

Un consentement éclairé écrit a été obtenu de tous les participants et l’étude a été approuvée et réalisée selon les directives du Human Research Protections Program de l’Université de Californie à San Diego (UCSD).

Les groupes de participants étaient composés de 60 démocrates et 22 républicains qui différaient par l’âge (F(1,81) = 8,591, p = 0,004 ; âge moyen démocrate = 22,12 (SD 6,84) ; âge moyen républicain = 28,09 (SD 11,35) (l’âge a donc été saisi comme covariable dans les analyses ultérieures pour contrôler tout effet de confusion), mais ne différait pas en fonction du sexe (démocrates : 36 femmes et 24 hommes ; républicains : 11 femmes et 11 hommes ; χ ²  = 2,036, p  = 0,154.).

Le comité d’examen institutionnel de l’UCSD a approuvé les procédures d’étude. Tous les participants ont fourni un consentement éclairé écrit et ont été payés pour leur participation. Nous avons acquis les dossiers d’inscription des électeurs du comté de San Diego en mars 2008 qui comprenaient l’historique des partis d’inscription et de participation électorale, ainsi que les noms, adresses et numéros de téléphone pour garantir des correspondances exactes avec les sujets qui ont participé à l’étude d’imagerie cérébrale fonctionnelle. Les données d’imagerie fonctionnelle ont été collectées sur les scanners 1,5T (n = 14) et 3T (n = 68). Il y avait une différence entre les démocrates et les républicains sur le scanner sur lequel les données ont été acquises (χ ²  = 78,98, p<0,001 ; démocrates : 5 sur 1,5T, 55 sur 3T ; républicains : 9 sur 1,5T, 13 sur 3T). Par conséquent, le scanner a été saisi comme covariable pour contrôler les effets de confusion.

Pour la tâche Risky-Gains [26], les participants ont reçu trois nombres par ordre croissant (20, 40 et 80) dans chaque essai. Si le participant appuyait sur un bouton lorsque le numéro était affiché à l’écran, il recevait le nombre de cents affiché à l’écran (+20, +40 ou +80). Les participants étaient informés que s’ils appuyaient sur le bouton alors que le 20 était à l’écran, ils recevraient toujours 20 centimes (décision sécuritaire). Cependant, s’ils attendaient que les 40 ou 80 apparaissent à l’écran, il y avait une chance que le nombre apparaisse en rouge, signalant la perte de 40 ou 80 cents, respectivement (décision risquée). Ainsi, bien que le participant ait pu gagner plus de points par essai en attendant qu’un 40 ou 80 apparaisse à l’écran, il risquait aussi de perdre 40 ou 80 points. Les participants ont reçu des commentaires (stimulus à l’écran et son auditif) indiquant le gain ou la perte de centimes immédiatement après avoir sélectionné une réponse. Les probabilités de présenter un 40 ou 80 négatif sont telles que le score final d’un participant serait identique s’il sélectionnait systématiquement 20, 40 ou 80. Ainsi, il n’y avait aucun avantage inhérent à sélectionner la réponse risquée (40 ou 80) par rapport à la réponse sûre[37] . Chaque essai a duré 3,5 s quel que soit le choix des participants. Trois types d’essais ont été présentés dans un ordre pseudo-aléatoire : non puni (+20, +40, +80, n  = 54), puni 40 (−40, n  = 24) et puni 80 (−80, n  = 18), ainsi que six essais nuls qui ont duré 3,5 s chacun. La perte de récompense ne s’est produite que pendant les essais punis, lorsque les participants n’ont pas répondu aux numéros précédents de cet essai (c’est-à-dire qu’ils n’ont pas répondu aux 20 sur les 40 essais punis ou n’ont pas répondu aux 20 ou 40 sur les 80 essais punis).

Pour 68 participants, au cours de la tâche, une analyse BOLD-fMRI a été collectée pour chaque participant à l’aide d’un scanner Signa EXCITE (GE Healthcare, Milwaukee) 3.0T (T2 * imagerie écho planaire pondérée, TR = 2000 ms, TE = 32 ms, FOV = 250×250 mm3, matrice 64×64, 30 coupes axiales de 2,6 mm avec un écart de 1,4 mm, 290 scans). Les acquisitions d’IRM fonctionnelles étaient verrouillées dans le temps au début de l’exécution fonctionnelle. Au cours de la même session expérimentale, une image pondérée en T1 haute résolution (SPGR, TI = 450 ms, TR = 8 ms, TE = 4 ms, angle de retournement = 12°, FOV = 250×250, ∼1 mm3 voxels) a été obtenue pour référence anatomique. Pour 14 participants, au cours de la tâche, une analyse BOLD-fMRI a été collectée pour chaque participant à l’aide d’un scanner Siemens 1,5 T (Erlangen, Allemagne) (imagerie planaire pondérée en T2 *, TR = 2 000 ms, TE = 40 ms, 64 × 64 matrice, 20 coupes axiales de 4 mm, 256 répétitions).³ voxels) a été obtenu pour référence anatomique.

Les données ont été prétraitées et analysées avec le logiciel AFNI [55]. Les images écho-planaires ont été réalignées sur le centre temporal de la position de tête stable la plus longue et corrigées dans le temps pour l’ordre d’acquisition des tranches. Pour exclure les voxels montrant un artefact lié à la chute du signal, un algorithme combiné seuil/cluster-croissance a été appliqué à la moyenne des images fonctionnelles pour calculer un masque cérébral de région d’intérêt. Cela a éliminé les voxels non cérébraux et les voxels tombant dans la région de l’artefact. Une conception randomisée liée à des événements rapides a été utilisée avec six essais au repos intercalés entre les 96 essais à gains risqués. Les données de séries chronologiques prétraitées pour chaque individu ont été analysées à l’aide d’un modèle de régression multiple dans lequel cinq régresseurs d’intérêt ont été construits à partir des données comportementales obtenues de chaque participant au cours de la tâche. Spécifiquement, les régresseurs de réponse ont été définis depuis le début de l’essai jusqu’à ce que l’individu choisisse une option et, pour les essais punis, jusqu’à l’apparition de 40 ou 80 négatifs. Ces cinq régresseurs sont axés sur les décisions entraînant un gain de (1) 20 (+20 , réponse sûre), (2) 40 (+40, réponse risquée), (3) 80 (+80, réponse risquée), ou perte de (4) 40 (−40, réponse risquée), et (5) 80 ( −80, réponse risquée). La période de temps suivante, qui comprenait le résultat et l’intervalle entre les essais, ainsi que les essais nuls, a servi de condition de référence pour cette analyse. Les régresseurs d’intérêt ont été convolués avec une fonction variable gamma modifiée modélisant une réponse hémodynamique prototypique Ces cinq régresseurs se concentrent sur les décisions entraînant un gain de (1) 20 (+20, réponse sûre), (2) 40 (+40, réponse risquée), (3) 80 (+80, réponse risquée) ou une perte de (4) 40 (−40, réponse à risque) et (5) 80 (−80, réponse à risque). La période de temps suivante, qui comprenait le résultat et l’intervalle entre les essais, ainsi que les essais nuls, a servi de condition de référence pour cette analyse. Les régresseurs d’intérêt ont été convolués avec une fonction variable gamma modifiée modélisant une réponse hémodynamique prototypique Ces cinq régresseurs se concentrent sur les décisions entraînant un gain de (1) 20 (+20, réponse sûre), (2) 40 (+40, réponse risquée), (3) 80 (+80, réponse risquée) ou une perte de (4) 40 (−40, réponse à risque) et (5) 80 (−80, réponse à risque). La période de temps suivante, qui comprenait le résultat et l’intervalle entre les essais, ainsi que les essais nuls, a servi de condition de référence pour cette analyse. Les régresseurs d’intérêt ont été convolués avec une fonction variable gamma modifiée modélisant une réponse hémodynamique prototypique[56] avant inclusion dans le modèle de régression. De plus, trois régresseurs ont été utilisés pour tenir compte du mouvement résiduel (dans le sens du roulis, du tangage et du lacet). Des régresseurs pour les tendances de base et linéaires ont été utilisés pour éliminer les dérives lentes du signal. Le programme AFNI 3dDeconvolve a été utilisé pour calculer l’amplitude de réponse estimée par voxel. Enfin, un contraste linéaire basé sur des voxels spécifiques aux participants a été utilisé pour identifier l’activation cérébrale associée à la sélection d’une réponse risquée gagnante (moyenne de +40 ou +80, appelée victoire risquée) par rapport à une réponse sûre (+20, sûre). Un filtre gaussien avec FWHM 6 mm a été appliqué aux données de changement de signal en pourcentage de voxel pour tenir compte des variations individuelles des repères anatomiques. Les données de chaque participant ont été normalisées aux coordonnées de Talairach.

Pour Kanai et al. analyse de la région d’intérêt (ROI), quatre masques sphériques de 5 mm ont été générés autour de chacun des quatre emplacements identifiés par Kanai et al. [15] : Amygdale droite (16, −4, −34), Insula gauche (−38, −16, −2), ACC (−3, 24, 25) et Entorhinal droit (22, −21, −26 ). Les changements moyens de signal en pourcentage dans ces retours sur investissement pour les décisions gagnantes risquées par rapport aux décisions sûres (contrastant les régresseurs 2 et 3 avec le régresseur 1 dans la liste des régresseurs donnée ci-dessus) ont été extraits de chaque sujet, et pour chaque retour sur investissement, ces valeurs extraites individuelles ont été soumises à un  » régression robuste » implémentée dans le package statistique R ( www.r-project.org) en modélisant les effets en fonction de l’âge, du revenu, du parti politique et du tesla magnétique. L’analyse des sphères spécifiques ne semblant pas statistiquement significative, des retours sur investissement plus importants basés sur l’anatomie ont donc été utilisés ensuite.

Des analyses de régression multiple «robustes» de Voxelwise ont été menées sur les statistiques de changement de signal en pourcentage individuel pour les conditions d’intérêt en modélisant les effets en fonction de l’âge, du revenu, du parti politique et du tesla magnétique. Masques de régions d’intérêt (ROI) a priori (définis par l’atlas Talairach Daemon [57]) dans l’amygdale bilatérale, l’insula bilatérale et le cortex préfrontal cingulaire antérieur/médial (zones de Brodmann 24 et 32), ont été utilisés pour examiner les effets entre les groupes pour les décisions gagnantes risquées versus sûres (contrastant les régresseurs 2 et 3 avec le régresseur 1 dans le liste des régresseurs donnée ci-dessus). Sur la base de ces retours sur investissement, une probabilité a priori par voxel de 0,05 pour chaque facteur de modèle, déterminée via des simulations de Monte-Carlo, se traduirait par une probabilité a posteriori corrigée par cluster de 0,05 avec un volume minimum de 192 µl ou trois voxels connectés (dans l’amygdale) ou 320 µl ou 5 voxels connectés (dans toutes les autres régions d’intérêt). En utilisant les techniques de seuillage et de regroupement décrites ci-dessus, les probabilités corrigées par voxel sont les suivantes : amygdale p <0,0167 et cortex insulaire p<0,01. Les masques ROI ont été superposés sur l’image cérébrale de changement de signal en pourcentage de voxel de chaque individu. Seules les activations dans les zones d’intérêt, qui satisfaisaient également aux critères de connexion de volume et de voxel, ont été extraites et utilisées pour une analyse plus approfondie. Les valeurs de signification rapportées dans le tableau des grappes ont été corrigées en fonction de l’âge, du revenu, du tesla magnétique et du sexe. Les analyses comportementales ont été réalisées avec SPSS 12.0 (Chicago, Il).

Plusieurs analyses ont été effectuées pour déterminer dans quelle mesure l’activation cérébrale prédisait la partisanerie. Tout d’abord, des courbes caractéristiques récepteur-opérateur (ROC) (voir Fig. S1 à l’ annexe S1 ) ont été déterminées pour chaque région fonctionnelle d’intérêt ainsi que pour la combinaison des deux zones les plus prédictives. Deuxièmement, une analyse de la fonction discriminante linéaire pas à pas (F _enter: p<0,05) a été calculée avec la partisanerie comme mesure dépendante et les schémas d’activation dans les domaines qui différaient entre les démocrates et les républicains comme mesures indépendantes. Une procédure de validation croisée utilisant une méthode de classification sans un seul (les prédictions ont été générées par rééchantillonnage avec un sujet retiré) a été utilisée pour déterminer la sensibilité et la spécificité des modèles d’activation pour prédire la partisanerie.

[signoff