Aller au contenu principal

VARIAGING

Modélisation cognitive et neuro-computationnelle du vieillissement cognitif sain

Equipe Langage, Recherche

Ce travail vise à comprendre et modéliser les transformations du langage au cours du vieillissement dit « sain », en l’envisageant non pas comme un simple déclin, mais comme un processus dynamique d’adaptation et d’optimisation. À travers une approche pluridisciplinaire (psychologie, linguistique, neurosciences, mathématiques), il s’appuie sur des modèles cognitifs et neurocomputationnels, intégrant une perspective connectomique et intégrative, pour décrire comment les adultes âgés mettent en place des stratégies spécifiques leur permettant de préserver et d’optimiser leurs compétences cognitives. Ce travail s’inscrit également dans le cadre d’une neuropsychologie de précision du vieillissement, visant une analyse individualisée des profils neurocognitifs et une meilleure compréhension des trajectoires singulières. Cette approche fine ouvre des perspectives concrètes en matière de remédiation et de stimulation cognitive personnalisées, afin de favoriser le maintien de la qualité de vie cognitive et langagière à un âge avancé.

Guichet C, Banjac S, Achard S, Mermillod M, Baciu M. Modeling the neurocognitive dynamics of language across the lifespan. Hum Brain Mapp. 2024 Apr;45(5):e26650. doi: 10.1002/hbm.26650. PMID: 38553863; PMCID: PMC10980845.

SENECA est un modèle intégratif du vieillissement cognitif, qui combine une perspective connectomique (réseaux cérébraux) et cognitive. Il décrit comment le cerveau adapte son organisation fonctionnelle pour préserver le langage au cours du vieillissement, en s’appuyant sur des stratégies « synergiques » et économes en énergie.

Coordonateur du projet

Investigateur principal : Monica BACIU

Doctorant : Clément Guichet
Financement : MITI CNRS

Publié le 22 février 2023

Mis à jour le 28 juin 2025