Prétraitements des données IRMf et analyses statistiques IRMf

Les prétraitements (le ‘«’ ‘ slice timing ’”, le réalignement, la normalisation spatiale et le lissage) ont été réalisés à l’aide du logiciel SPM (‘ « ’ ‘  Statistical Parametric Mapping  ’») (voir Friston et al., 1995 ; Josephs, Turner, & Friston, 1997). Les analyses statistiques ont été conduites en utilisant le modèle linéaire général pour les analyses de données d’IRMf événementielle avec SPM99. La réponse hémodynamique évoquée suite à la présentation des différents types d’événements a été modélisée à l’aide d’une combinaison linéaire de la fonction canonique de réponse hémodynamique (‘ « ’ ‘  hemodynamic response function, hrf  ’») et de sa dérivée temporelle (Friston et al., 1998). Les coordonnées des structures cérébrales identifiées avec SPM99 ont été comparées aux coordonnées, correspondant à l’atlas de Talairach (Talairach & Tournoux, 1988).

Les analyses statistiques ont été d’abord réalisées individuellement pour chaque participant et ont été ensuite intégrées dans une analyse de groupe réalisée avec un ‘«’ ‘ modèle à effets fixes ’” (‘ « ’ ‘  FFX model  ’”). A cause de son meilleur pouvoir de généralisation à la population étudiée dans cette expérience, une analyse de groupe a été réalisée avec un « modèle à effets aléatoires ” (‘ « ’ ‘  RFX model  ’”) (Hamann & Mao, 2002). Mais avec un tel modèle, les effets sont plus difficiles à mettre en évidence et cette analyse livre des résultats avec des seuils statistiques P non corrigés. C’est la raison pour laquelle, dans ce cas, nos hypothèses n’ont été validées que si les gyri angulaires, structures sur lesquelles nous avions une hypothèse forte, étaient activés. Dans les modèles FFX, nous avons considéré les voxels répondant à un seuil d’intensité P=.05 ; dans les modèles RFX, nous avons considéré les voxels survivant à un seuil P=.001. Des tests t ont été appliqués pour les analyses mesurant les effets simples, tandis que des tests F ont été utilisés pour les analyses mesurant les effets différentiels.

Afin d’évaluer la manifestation supposée d’un effet de pratique dans la tâche métrique, lors de l’analyse des données fonctionnelles, le scan a été divisé en deux parties de façon contrôlée : chaque partie comprenait autant de stimuli de type 1 (stimuli faciles) que de type 2 (stimuli difficiles). Les analyses ont alors été effectuées pour les deux parties, indépendamment l’une de l’autre. Dans ces analyses, seules les données métriques ont été considérées dans l’élaboration du modèle. Des analyses individuelles ont d’abord été réalisées dans chacune des deux parties. Des analyses de groupe ont alors été conduites sur la base des images de contraste individuelles en utilisant un modèle RFX. Nous avons ensuite réalisé des analyses de variance (ANOVA) en considérant comme facteurs d’intérêt la difficulté des points (faciles ou difficiles), la partie de la tâche (bloc 1 et bloc 2), et la région cérébrale.