Un algorithme d’apprentissage automatique révèle des signatures neurodéveloppementales liées au revenu familial et à la précarité du quartier chez les adolescents

Pourquoi l’argent et le quartier comptent pour les cerveaux en développement

Pourquoi les enfants issus de familles plus aisées et de quartiers plus sûrs réussissent-ils si souvent mieux à l’école et ont-ils moins de problèmes de comportement ? Cette étude se demande si les traces du revenu familial et des conditions du quartier d’un enfant peuvent réellement être observées à l’intérieur du cerveau. En utilisant des IRM de milliers d’adolescents américains et des techniques informatiques modernes, le chercheur montre que le cerveau porte une « empreinte » du statut socioéconomique étonnamment marquée — et que cette empreinte est liée aux capacités cognitives et au comportement.

Observer l’intérieur du cerveau de milliers d’adolescents

Le travail s’appuie sur l’étude Adolescent Brain Cognitive Development (ABCD), qui suit plus de 11 000 enfants aux États-Unis. Parmi ce groupe, plus de 7 000 enfants de neuf et dix ans disposaient d’images cérébrales de haute qualité et d’informations de fond complètes. Les familles ont déclaré leur revenu total du foyer, et les chercheurs ont relié l’adresse de chaque enfant à deux indicateurs de quartier : l’un capture la privation globale et l’autre se concentre sur les opportunités importantes pour les enfants, telles que l’accès à de bonnes écoles, aux parcs et aux soins de santé. Ensemble, ces mesures dressent un tableau riche du milieu social et économique de chaque enfant.

Apprendre aux ordinateurs à lire les indices sociaux dans le cerveau

Plutôt que d’examiner une mesure cérébrale à la fois, l’étude utilise une méthode d’apprentissage automatique appelée elastic net, capable de prendre en charge des milliers de caractéristiques cérébrales fortement corrélées simultanément. Trois types de données cérébrales ont été fournis aux modèles. L’IRM structurelle a mesuré la taille et l’épaisseur de différentes régions cérébrales ; l’imagerie de diffusion a suivi l’intégrité et l’organisation de la matière blanche, la connectique qui relie les régions entre elles ; et les scans au repos ont capturé la façon dont les réseaux cérébraux communiquent naturellement quand l’enfant est immobile. Les modèles informatiques ont été entraînés sur 80 % de l’échantillon puis testés sur les 20 % restants, garantissant que les résultats se généralisent au-delà du groupe initial.

Quelle précision l’empreinte cérébrale donne des circonstances sociales

Les modèles pouvaient distinguer de façon fiable les enfants issus de familles à revenu élevé de ceux à revenu plus faible, ainsi que les enfants vivant dans des quartiers plus ou moins défavorisés. En n’utilisant que les données cérébrales, le modèle le plus performant séparait correctement les enfants à revenu faible et élevé dans environ les trois quarts des cas, ce qui est comparable aux performances d’autres études de pointe en prédiction cérébrale. L’ajout d’informations telles que la race et le sexe n’améliorait l’exactitude que légèrement, laissant entendre que le cerveau lui-même contient des indices robustes sur le milieu socioéconomique d’un enfant. Lorsque le chercheur s’est concentré sur les comparaisons les plus extrêmes — enfants situés dans les 10–20 % inférieurs de l’échelle des revenus versus ceux des 10–20 % supérieurs — la précision augmentait encore, puis diminuait régulièrement à mesure que les groupes de revenus comparés devenaient plus similaires.

Quelles parties du cerveau racontent l’histoire

Une des constatations les plus marquantes est que la connectique cérébrale semble particulièrement sensible aux conditions sociales et économiques. Les mesures d’intégrité de la matière blanche, qui reflètent la qualité d’organisation et d’isolation des fibres nerveuses, étaient souvent plus informatives que les mesures traditionnelles de taille cérébrale. Ces différences étaient largement réparties dans le cerveau mais se montraient particulièrement fortes dans les connexions reliant les lobes frontaux à des structures profondes et aux régions pariétales et temporales situées sur les côtés de la tête. Ces zones soutiennent des fonctions exécutives telles que la planification et l’attention, ainsi que le langage et la compréhension sociale. La précarité du quartier, en revanche, était davantage associée à des caractéristiques très globales, comme des moyennes sur un hémisphère entier, ce qui suggère que certains aspects du lieu de vie affectent le développement cérébral de manière diffuse.

Des différences cérébrales à la pensée et au comportement quotidiens

L’étude a également vérifié si les profils cérébraux liés au revenu et au quartier se manifestaient dans le fonctionnement quotidien. Pour presque tous les tests cognitifs et évaluations comportementales examinés, les enfants issus de familles à faible revenu ou vivant dans des quartiers plus défavorisés obtenaient de moins bons scores en langage, mémoire et résolution de problèmes, et des scores plus élevés sur des mesures de difficultés attentionnelles et de comportements dirigés vers l’extérieur. Les différences étaient particulièrement importantes — souvent d’environ un écart type complet — entre les groupes de revenus les plus bas et les plus élevés. Cela signifie que les signatures cérébrales identifiées par les modèles d’apprentissage automatique ne sont pas de simples motifs abstraits dans des images ; elles correspondent à des différences significatives dans la façon dont les enfants pensent, apprennent et se comportent.

Ce que cela signifie pour les enfants et la société

En résumé, cette recherche montre que grandir avec moins de ressources financières ou dans un quartier défavorisé laisse une empreinte détectable sur le cerveau en développement, en particulier sur la connectique cérébrale et sur des régions qui soutiennent le langage et le contrôle de soi. Ces différences cérébrales sont déjà détectables à la fin de l’enfance et contribuent à expliquer les écarts bien connus en réussite scolaire et en comportement. Parallèlement, des travaux antérieurs suggèrent que des soutiens ciblés — tels que des programmes de réduction de la pauvreté, une éducation préscolaire enrichie et des formations familiales axées sur les pratiques éducatives et les compétences cognitives — peuvent améliorer le développement cérébral et les résultats pour les enfants en milieu à faible revenu. Les nombreuses voies par lesquelles les difficultés peuvent affecter le cerveau offrent aussi de nombreuses possibilités d’intervention, faisant de ces résultats non seulement un signal d’alarme sur les inégalités mais aussi une feuille de route pour le changement.

Citation: Hercules, K. Machine learning algorithm reveals neurodevelopmental signatures of combined family income and neighborhood disadvantage in adolescents. Sci Rep 16, 11344 (2026). https://doi.org/10.1038/s41598-026-42346-w

Mots-clés: statut socioéconomique, cerveau adolescent, matière blanche, apprentissage automatique, neurodéveloppement