L'addiction est le trouble psychiatrique le plus prévalent en population générale. Le craving (une envie irrépressible et involontaire de consommer) est un des principaux prédicteurs de la rechute, cible majeure des traitements de l'addiction. Cependant, le seul moyen de l'identifier est l'auto-évaluation, qui peut être empêchée par l'effet du craving lui-même, ou par une difficulté de perception de l'addiction. Une façon de surmonter ces difficultés serait d'identifier des biomarqueurs du craving pouvant être détectés passivement (automatiquement, sans effort) en vie quotidienne. Des études préliminaires ont montré des résultats prometteurs pour détecter le craving grâce aux données physiologiques recueillies en vie quotidienne. La prise en compte de paramètres multidimensionnels pourrait permettre de distinguer avec une plus grande précision le craving d'autres facteurs susceptibles de produire une signature physiologique similaire. Le projet de thèse a pour objectif d'identifier des biomarqueurs vocaux du craving. Nous proposons de combiner et d'appliquer des techniques validées et innovantes des deux partenaires chez des participants souffrant d'une addiction. Nous émettons l'hypothèse que les épisodes de craving sont associés à des changements dans les caractéristiques vocales (caractéristiques acoustiques, prosodiques), à la fois dans un environnement contrôlé de laboratoire (protocole de réactivité aux cues) et dans un environnement de vie quotidienne (étude EMA). Les résultats de ce projet permettront d'identifier les caractéristiques vocales les plus aptes à distinguer les épisodes de craving des épisodes sans craving. Ainsi, nous pourrons envisager l'intégration de ces caractéristiques vocales, en complément d'autres paramètres (physiologiques, comportementaux, environnementaux et numériques) pour la mise au point de modèles de prédiction basés sur l'intelligence artificielle afin de développer un système de détection passive du risque de rechute en vie quotidienne.
Début de la thèse : 01/10/2025
Funding category: Contrat doctoral
Concours pour un contrat doctoral
Volonté d'intégrer un projet de recherche multidisciplinaire sur modèles humains
Attrait pour la recherche expérimentale sur modèle humain, avec idéalement une première expérience dans la passation d'entretiens cliniques
Expérience en programmation (par exemple, Python, MatLab) et notion des outils d'analyse de données complexes et de machine learning
Notions en Traitement du Signal
#J-18808-Ljbffr
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.