3.1. Participants
31 étudiants de l’Université de Genève sans déficits neurologiques ou psychiatriques ont participé à cette étude en échange de crédits de cours, ou contre rémunération. Les participants ne sont pas au courant du but de l’expérience. Ces participants ont été recrutés sur la base d’un questionnaire développé par Szymanski et O’Donohue (1995), le Fear of Spider Questionnaire (FSQ), adapté en français (Annexe I). Ce dernier est composé de 18 items évalués par le participant sur une échelle de 1 à 7 (fortement en désaccord à fortement d’accord).
Cependant, il ne s’agit pas d’une population clinique qui constituent les groupes, mais uniquement des étudiants qui ont peur ou pas des araignées. Le comité éthique a approuvé l’étude et été informé du consentement préalable obtenu de chaque participant. Les données de deux participants ont été exclues en raison d’un nombre trop important de saccades et d’un nombre trop faible d’époques restantes. Un troisième participant a été exclu en raison d’un signal EEG bruité par un nombre trop élevé d’ondes alpha. Les analyses ont donc été réalisées sur les 28 participants restants (3 hommes et 25 femmes). 14 participants avec les plus hauts scores au FSQ ont constitué le groupe ayant peur des araignées, et 14 participants avec des scores bas ont été sélectionnés pour former le groupe contrôle n’ayant pas peur des araignées.
3.2. Stimuli
Nous avons utilisé la Cogent toolbox (www.vislab.ucl.ac.uk/Cogent2000) pour Matlab. Les stimuli consistent en huit objets présentés à 4° d’excentricité sur un fond blanc et arrangés en cercle autour d’une croix de fixation centrale. Les stimuli sont des silhouettes noires de fleurs, d’araignées et de feuilles qui ne diffèrent pas en matière de luminosité, de contraste et de pixels. La luminance est de ~11.6 cd/m². La position de la cible varie aléatoirement d’essai en essai. Il s’agit soit de fleurs uniquement, dont un des pétales est manquant, ceci constituant la condition contrôle, soit de matrices composées de 7 fleurs et d’un distracteur araignée (condition de distraction), ou d’un distracteur feuille (condition de distraction contrôle). La condition de distraction feuille va nous permettre de comparer un distracteur neutre à un distracteur menaçant. La feuille a été choisie de par la distinction entre objets animés et objets inanimés relevée dans l’étude de Devue et al. (2011). En effet, les résultats à cette étude a montré une différence significative lorsque des distracteurs animés menaçants sont comparés à des distracteurs inanimés, en comparaison entre des distracteurs animés menaçants et animés non menaçants (Devue & al., 2011). Dans notre expérience, 1/3 des essais sont sans distracteurs
30 et constitués uniquement de fleurs (condition contrôle). Dans les essais restants, un distracteur qu’il soit araignée ou feuille est présent. Selon les études de Hickey et collègues (2006), et Burra et Kerzel (2013), la meilleure condition pour isoler la composante N2pc liée au distracteur est un paradigme avec la cible fleur présentée à la position verticale et un distracteur (feuille ou araignée) à la position latérale, ce qui induit une N2pc en direction du distracteur et non de la cible. Cette condition, cible verticale et distracteur latérale (CvDl), représente 1/3 des essais totaux. Afin de rendre la position de la cible et des distracteurs imprévisible, le distracteur apparaît de manière ipsilatérale (1/6 des essais) et contralatérale (1/6 des essais) à la cible dans une nouvelle condition qui représente également 1/3 des essais totaux. Ajoutons encore que trois conditions expérimentales ont été prises en compte pour les analyses, à savoir la condition contrôle, la condition CvDl avec pour distracteur l’araignée et la condition CvDl avec pour distracteur la feuille (Figure 10). Enfin, 1152 essais au total sont effectués durant l’expérience.
3.3. Procédure
Les sujets sont assis dans une pièce insonorisée, à 80 cm d’un écran 17’’, LCD avec un rafraichissement à un taux de 60 Hz. L’ordre des conditions est réparti aléatoirement dans des blocs de 48 essais qui prennent chacun entre 1,5 et 2 minutes pour être complétés. Chaque essai commence par une croix de fixation noire sur un fond blanc pour un intervalle aléatoire allant de 600 à 1600 ms. Le stimulus reste affiché à l’écran jusqu’à la réponse du participant (Figure 10). Lors de la tâche de recherche visuelle les participants sont invités à détecter aussi rapidement et précisément que possible la fleur avec le pétale manquant situé sur le côté de celle-ci, les autres fleurs ayant un pétale manquant en bas, au centre, de la plante, avec une précision de réponse supérieure à 90%. Ainsi, ils doivent indiquer si le pétale manque à gauche ou à droite de la fleur. Les réponses sont données en utilisant deux touches du clavier (flèche droite et flèche gauche) à l’aide de leur main dominante. Avant de commencer la tâche, les participants reçoivent la consigne de ne pas déplacer les yeux en direction de la cible ou du distracteur, de ne pas cligner des yeux lors de la survenue des stimuli, et d’éviter de serrer les dents ou tout autre mouvement du corps excessif pendant l’enregistrement. Pour s’entraîner, un bloc d’entraînement de 48 essais est présenté aux participants avant l’expérience. Chaque participant réalise une session de 24 blocs de 48 essais pour un total de 1152 essais.
31
Figure 10 : Dispositif expérimental et les trois conditions aléatoires : (a) la condition contrôle, (b) la condition où la cible est verticale et le distracteur est latéral (CvDl) avec comme distracteur une araignée, (c) la condition
CvDl avec un distracteur feuille.
3.4. Enregistrement EEG et analyse
Le signal EEG est enregistré grâce au logiciel actiCHamp Amplifier (Brain Products, Gilching, Germany) avec 32 électrodes AG/AgCL échantillonnées à 1000 Hz. Nous avons également fait un électro-oculogramme permettant d’utiliser la différence de deux électrodes de chaque côté des yeux (HEOG) et de deux électrodes au-dessus et en-dessous de l’œil droit (VEOG). Ceci dans le but de détecter les mouvements oculaires horizontaux et les clignements des yeux. Finalement, les deux électrodes placées sur les lobes de l’oreille ont été utilisées comme référence « online » et « offline ». Ainsi, 26 électrodes ont été placées sur le scalpe et 6 en externe.
Nous avons utilisé le logiciel Brain Vision Analyzer 2.2 (Brain Products, Gilching, Germany) afin d’analyser nos données. Pour nos analyses, nous prenons en compte les époques s’étendant entre 100 ms avant et 400 ms après le début du display. Nous avons supprimé de l’analyse les essais avec une réponse erronée, de même que les essais pour lesquels le temps de réaction (RT) était inférieur à 200 ms et supérieur à 2000 ms. Par la suite, une correction de 100 ms précédent le début du stimulus a été effectuée, avant d’exclure les artefacts. Afin de réduire l’impact des artefacts électriques sur le signal, les données ont été filtrées grâce à un filtre passe haut de 0.1 Hz, un filtre passe bas de 30 Hz, ainsi qu’un notch de 50 Hz. De plus, nous avons utilisé une analyse en composantes indépendantes (ICA), afin de supprimer les artefacts liés
32 aux clignements. Nous avons aussi exclu les mouvements verticaux des yeux (VEOG ± 60 μV), les mouvements horizontaux des yeux (HEOG ± 30 μV), de même que différents artefacts (toutes les électrodes ± 100 μV) (Jung et al., 1998). Dans le cas où le signal électrique d’une électrode est bruité durant l’ensemble de l’enregistrement, une interpolation est faite. Mais, aucune n’a été effectuée sur les électrodes d’intérêt PO7/PO8, et pas plus de 0.3% du total des électrodes a été corrigé de la sorte. En cas de doute sur la qualité du signal, les époques ont été contrôlées manuellement. Selon la procédure décrite par Luck (2005, cité par Burra & Kerzel, 2013), nous avons fait une moyenne séparée pour les cibles apparaissant à droite et à gauche afin de s’assurer que les participants n’avaient pas bougé les yeux. Ce qui nous a conduit à rejeter les participants avec un HEOG supérieur à ± 3 μV sur une durée allant de -100 à 350 ms. En moyenne, 15% des essais ont été supprimés.
En ce qui concerne les analyses statistiques dont les résultats sont présentés ci-dessous, nous avons corrigé la non-sphéricité de nos données selon la correction de Greenhouse-Geisser des degrés de liberté lorsqu’il était significatif. Les analyses comportementales ont été conduites sur les RTs pour chacune des conditions et groupes de participants. Nous avons ainsi pu garder les 28 participants pour les analyses ci-dessous.
33