Acquisition, traitement et analyses des données

2.4.1. Données comportementales et évaluation du ressenti subjectif.

Pour chaque participant, le taux moyen de « bonnes réponses » de la tâche de catégorisation émotionnelle a été calculé pour chaque condition expérimentale. Une réponse a été considérée comme « correcte » pour une scène donnée lorsque le participant a indiqué ressentir la même émotion (peur, bien-être, ou neutre) que le groupe de participants du pré- test, c'est-à-dire lorsqu’il y avait congruence entre la réponse du participant et la réponse moyenne estimée sur le groupe pré-test pour une image donnée. Toutes les autres réponses (non-congruentes ou erreurs d’appui bouton du clavier) et les essais sans réponses ont été considérées comme réponses fausses. Les différences dans les taux de réponses correctes ont été évaluées à l’aide d’une ANOVA à mesures-répétées avec l’Age des participants (jeunes, âgés) comme facteur inter-sujets et avec le Contexte affectif (basse activation, haute activation) et la Valence émotionnelle (négative, positive, neutre) comme facteurs intra-sujets.

Le niveau moyen d’activation ressentie reporté par chaque participant pour chaque catégorie d’images après l’expérience EEG a aussi été soumis à une ANOVA à mesures- répétées en utilisant l’Age en facteur inter-sujet et les 4 catégories d’images (négative haute- activation, négative basse activation, positive et neutre) en facteur intra-sujet.

Les comparaisons de moyennes des deux analyses ont été réalisées en suivant une procédure Post-hoc de Tukey. Le seuil de significativité de l’ensemble des analyses statistiques a été fixé à p = 0.05.

2.4.2. Données électroencéphalographique (EEG)

Acquisition

L’activité EEG a été enregistrée durant toute l’expérience à l’aide d’un casque Acticap®

(Brain Products, Inc.) équipée de 78⁸ électrodes d’Ag-AgCl, positionnées selon le système 10-20 amélioré (Jasper, 1958; Oostenveld & Praamstra, 2001). Les électrodes de référence et de masse utilisées pour l’enregistrement des signaux étaient celles proposées par Acticap®, à

8 Midline: Fpz, Fz, Cz, CPz, Pz, POz, Oz, Iz ; Right hemisphere: Fp2, AF4, AF8, F2, F4, F6, F8, F10, FC2, FC4, FC6, FT8, FT10, C2, C4, C6, T8, CP2, CP4, CP6, TP8, TP10, P2, P4, P6, P8, P10, PPO2h, PPO10h, PO4, PO8, PO10, POO10h, O2, OI2h; Left hemisphere: Fp1, AF3, AF7, F1, F3, F5, F7, F9, FC1, FC3, FC5, FT7, FT9, C1, C3, C5, T7, CP1, CP3, CP5, TP7, TP9, P1, P3, P5, P7, P9, PPO1h, PPO9h, PO3, PO7, PO9, POO9h, O1, OI1h.

126

savoir, à proximité du vertex (FCz) pour la référence, et à l’avant de la tête (AFz) pour la masse. Les données ont ensuite été re-référencées (hors ligne) à la valeur moyenne des signaux des deux mastoïdes. Les potentiels liés aux clignements et aux mouvements des yeux ont été enregistrés à l’aide de 4 électrodes d’électro-oculographie : 2 électrodes pour détecter les mouvements horizontaux positionnées sur les commissures externes des yeux, et 2 électrodes pour détecter les mouvements verticaux et clignements, une au-dessus et l’autre en- dessous de l’œil gauche. A chaque essai, les participants avaient pour instruction de limiter leurs mouvements oculaires (sources d’artéfacts sur les signaux EEG) durant toute la durée de la croix de fixation et de présentation de l’image. L’impédance des signaux était située en dessous de 5 kΩ. Les signaux ont été amplifiés en utilisant un système BrainAmp™ (Brain Products, Inc.) et échantillonnés à une fréquence de 1000 Hz, avec une résolution de 0.1 µV et un filtrage analogique passe-bas avec une constante de temps de 10s.

Prétraitement

Le traitement de données a été réalisé à l'aide du logiciel BrainAnalyzer™. Dans un premier temps, un filtre passe-bas à 30 Hz a été appliqué. Les données ont ensuite été segmentées en période allant de 350 ms avant l’apparition du stimulus à 1000 ms après l’apparition. Chaque segment a été vérifié visuellement : les essais contenant des artefacts de clignements, de mouvements oculaires importants, d’activités musculaires ou non physiologiques ont ainsi été rejetés. Les artefacts liés aux mouvements oculaires légers ont été corrigés en utilisant une analyse en composante indépendante (ACI). Les données ont ensuite été corrigées par rapport à la ligne de base prise sur la période de 350 ms précédant l’apparition du stimulus. Enfin, afin de mettre en évidence les potentiels évoqués induits par les images, pour chaque participant de chaque groupe d’âge, le signal a été moyenné⁹ à travers les essais sur chaque électrode en fonction de la catégorie émotionnelle des stimuli dans chacun des deux blocs de contexte affectif (i.e., pour le bloc de contexte négatif de haute activation : les stimuli négatifs de haute activation, les stimuli positifs et les stimuli neutres ; pour le bloc de contexte négatif de basse activation : les stimuli négatifs de basse activation, les stimuli positifs et les stimuli neutres).

9 Moyenne sur l’ensemble des essais par catégorie d’image pour le contexte négatif de haute activation : Négatives de haute activation M= 27.6 ± 1.75 essais, positives M= 27.5 ± 2 essais, et neutres M= 27.6 ± 1.7 essais ; pour le contexte négatif de faible activation: négatives de faible activation M=27.6 ± 1.63 essais, positives M= 27.5 ± 1.97 essais et neutres M=27.4 ± 1.97 essais.

127 Analyse des données EEG

Nous avons focalisé notre analyse sur le potentiel positif tardif (LPP pour l’anglais « Late Positive Potential ») qui a été identifié sur la base de la grande moyenne des sujets. La composante LPP a été observée dans la plage 400-700 ms après l’apparition des stimuli conformément à d’autres études (Bradley, Hamby, Löw, & Lang, 2007; Ferrari, Bradley, Codispoti, & Lang, 2011; Langeslag & Van Strien, 2008; Langeslag & Van Strien, 2010) au niveau des régions centro-pariétales et mesurée au niveau du pic d’amplitude de la composante à savoir au niveau de l’électrode Pz (Ito, Larsen, Smith, & Cacioppo, 1998;

Kisley, Wood, & Burrows, 2007; Schupp et al., 2000; Wood & Kisley, 2006). Pour chaque participant, l’amplitude moyenne du signal pour la période 400-700 ms au niveau de l’électrode Pz a été extraite pour chaque valence émotionnelle des deux blocs de contexte affectif. L’amplitude moyenne de la LPP a ensuite été analysée à l’aide d’une ANOVA à mesures répétées avec l’Age des participants (jeunes, âgés) comme facteur inter-sujets et avec le bloc de Contexte affectif (basse activation, haute activation) et la Valence émotionnelle (négative, positive, neutre) comme facteurs intra-sujets. Dans le cas où la sphéricité des données n’était pas respectée, nous avons appliqué la correction des degrés de liberté de Greenhouse-Geisser.

Au vue de nos hypothèses opérationnelles, des comparaisons planifiées ont été effectuées sur les deux groupes d’âge, pour chaque valence et en fonction du contexte affectif dans le but d’évaluer 1) les effets de l’âge sur le traitement des stimuli négatifs en fonction de leur niveau d’activation et 2) les effets du contexte affectif négatif (basse activation ou haute activation) sur le traitement des stimuli positifs et neutres (dont les caractéristiques à la base sont identiques entre les 2 blocs de contexte) en fonction de l’âge. Nous avons cherché, en effet, à montrer que l’amplitude de la LPP pour les stimuli négatifs de haute activation ne devrait pas être affectée par l’âge alors que l’amplitude de la LPP pour les stimuli de basse activation devrait être plus faible pour les sujets âgés que pour les sujets jeunes. De plus, nous avons supposé que l’amplitude de la LPP pour les stimuli positifs devrait augmenter dans un contexte négatif de basse activation. Ces effets de positivité, supposé apparaître avec l’âge, sur les stimuli négatifs de basse activation et les stimuli positifs devraient contribuer à la réduction du biais de négativité (Kisley et al., 2007; Wood & Kisley, 2006). Afin d’identifier les préférences et les biais attentionnels entre les catégories d’images en fonction du contexte

128

affectif et de l’âge, des comparaisons de moyennes ont été réalisées en suivant une procédure Post-hoc de Tukey. Le seuil de significativité a été fixé à p = 0.05.

Afin de contrôler si le genre influence le traitement des stimuli émotionnels, et donc l’amplitude de la LPP, une première ANOVA à mesures-répétées a été réalisée avec l’Age et le Genre comme facteurs inter-sujets et le Contexte affectif (basse activation, haute activation) et la Valence émotionnelle (négative, positive, neutre) comme facteurs intra-sujets. Aucun effet du sexe n’ayant été observé, nous avons retiré ce facteur des analyses reportées ci- dessous. Toutes les analyses statistiques ont été réalisées avec le logiciel Statistica 10 (StatSoft, Inc.).