Articlé publié dans: Ramus, F. (2018). Les surdoués ont-ils un cerveau qualitativement différent? A.N.A.E., 30(154), 281‑287.

Parmi les mythes et légendes qui entourent les surdoués, l’un des plus répandus concerne l’idée d’un mode de fonctionnement qualitativement différent : spécificités du traitement de l’information, pensée en arborescence, hypersensibilité, hyperesthésie (Revol, Louis, & Fourneret, 2004; Siaud-Facchin, 2010)… Lorsque l’on remarque que de telles particularités ne sont pas étayées par les études portant sur une population représentative et évitant ainsi un biais de sélection en faveur des seuls surdoués ayant des problèmes (Ramus & Gauvrit, 2017), la réplique consiste souvent à renvoyer l’arbitrage aux neurosciences : le fonctionnement différent des surdoués serait révélé par des caractéristiques cérébrales qualitativement différentes : Hyperactivation cérébrale, plus grande vitesse de transmission, hyperconnectivité, implication plus grande de l’hémisphère droit, vulnérabilité de l’amygdale (Fumeaux & Revol, 2012; Siaud-Facchin, 2010)… L’objet du présent article est de passer en revue les études de neuroimagerie pertinentes, afin de déterminer s’il existe ou pas des données à l’appui de l’idée d’un cerveau qualitativement différent chez les surdoués.

Il existe une immense littérature sur les bases cérébrales de l’intelligence (Deary, Penke, & Johnson, 2010), qu’il n’est pas possible de passer exhaustivement en revue ici. Nous nous bornerons donc à rapporter un nombre limité d’études illustrant bien les résultats obtenus dans ce domaine. Ces études recherchent de manière générale des corrélats cérébraux de l’intelligence générale, c’est-à-dire plus spécifiquement des mesures cérébrales quantitatives (fonctionnelles ou anatomiques) qui sont corrélées avec le quotient intellectuel (QI).

Bien que la plupart de ces études ne s’attachent pas spécifiquement à déterminer les bases cérébrales du haut QI (HQI), l’existence de corrélations entre propriétés cérébrales et QI implique que, si l’on isole les individus avec le QI le plus élevé dans un groupe, et le reste de la population dans un autre groupe, une comparaison statistique entre les deux groupes va immanquablement révéler des différences significatives, à partir du moment où l’effectif est suffisant. C’est ce qu’ont pu constater quelques études consacrées spécifiquement au HQI.

Bien que le second type d’études semble plus directement pertinent pour déterminer les caractéristiques cérébrales des HQI, les deux types convergent naturellement vers les mêmes résultats, car le groupe HQI se situe simplement à un extrême du continuum de l’intelligence générale, et des propriétés cérébrales correspondantes. Les deux types d’études sont d’ailleurs cités indifféremment par les tenants d’un cerveau qualitativement différent (Fumeaux & Revol, 2012). Commençons par examiner les études qui comparent deux groupes en fonction du niveau de QI.

Comparaisons entre groupes de QI élevé et normal

Une étude coréenne comparant 18 adolescents à haut QI et 18 adolescents à QI normal illustre bien les résultats obtenus en imagerie fonctionnelle (Lee et al., 2006). Dans cette étude, les participants devaient résoudre, dans l’IRM, différents tests d’intelligence (basés sur les matrices de Raven). L’analyse a donc porté sur les régions cérébrales activées pendant la résolution de tels tests, et dont les activations différaient entre les deux groupes. Un résumé des résultats est montré en Figure 1, mettant en évidence deux grands ensembles de régions, dans le cortex préfrontal et dans le cortex pariétal postérieur, régions qui sont significativement plus activées par le groupe HQI. Remarquons au passage que l’hypothèse d’une implication supérieure de l’hémisphère droit chez les HQI n’est pas confirmée par ces données, qui sont rigoureusement symétriques.

Figure 1. Réseaux cérébraux activés par les tests d’intelligence fluide, chez deux groupes d’adolescents coréens d’intelligence moyenne et supérieure. PFC : cortex préfrontal ; ACC : cortex cingulaire antérieur ; PPC : cortex pariétal postérieur. Adapté de Lee et al. (2006).

Une autre étude remarquable a analysé l’épaisseur du cortex, et l’évolution de cette épaisseur au cours du développement (de 7 à 19 ans), chez trois groupes d’enfants, à QI moyen, élevé, et supérieur (Shaw et al., 2006). La Figure 2 illustre les trajectoires d’épaisseur corticale des trois groupes dans quelques régions particulières, frontales et temporales gauche et droite. Les résultats montrent que l’épaisseur du cortex n’est pas constante au cours de la vie, mais qu’elle croît au cours de l’enfance, atteint un pic, puis décroît au cours de l’adolescence (puis de la vie adulte). La trajectoire précise dépend à la fois de la région du cortex, et du niveau de QI de l’enfant. Contrairement à l’intuition qui voudrait que les enfants les plus intelligents, étant intellectuellement précoces, connaissent un développement cérébral accéléré, il s’avère que ce sont ceux qui connaissent la maturation de l’épaisseur corticale la plus tardive. La signification fonctionnelle précise de ces variations d’épaisseur corticale reste à ce jour ouverte.

Figure 2. Trajectoires développementales de l’épaisseur corticale chez trois groupes d’enfants à QI moyen (rouge), élevé (vert) et supérieur (bleu), dans quatre régions cérébrales : a : gyrus frontal supérieur droit ; b : gyrus préfrontal supérieur/médian droit ; c : gyrus préfrontal supérieur/médian gauche ; d : gyrus temporal médian gauche. Adapté de Shaw et al. (2006).

Enfin, mentionnons une étude française récente qui a comparé les propriétés de la matière blanche entre trois groupes d’enfants: QI normal, HQI selon les critères usuels (QI total >130), et un groupe d’enfants dits « HQI hétérogènes », sélectionnés sur la base d’un indice de compréhension verbale supérieur à 130, et supérieur d’au moins 15 points à l’indice de raisonnement perceptif (Nusbaum et al., 2017). Les résultats obtenus sont compatibles avec l’idée d’une meilleure connectivité de la matière blanche chez les HQI, à la fois au sein de chaque hémisphère et entre les hémisphères.

En revanche, les résultats de la comparaison entre HQI homogènes et hétérogènes sont plus difficiles à interpréter, dans la mesure où les HQI hétérogènes avaient en moyenne 10 points de QI total de moins par rapport aux HQI homogènes, et où l’on ne sait pas si les différences attribuées à l’hétérogénéité du QI sont spécifiques au HQI ou si elles se retrouveraient aussi bien à des QI moyens ou faibles et hétérogènes.

Les comparaisons de groupes, surtout lorsqu’elles sont illustrées par des graphiques en barre montrant seulement les moyennes de chaque groupe comme dans la Figure 1, pourraient laisser croire à des différences cérébrales qualitatives entre groupes de HQI et QI normaux. Mais il faut être conscient que ces comparaisons statistiques de groupes et ces diagrammes en barres masquent les données individuelles, et en particulier ne renseignent pas sur le recouvrement des caractéristiques cérébrales entre les deux groupes, qui peut très bien être important. C’est pour cela qu’il est nécessaire d’examiner les études qui montrent les données individuelles, ce que nous allons faire dans le cas des études de corrélation entre QI et caractéristiques cérébrales.

Corrélations entre QI et propriétés cérébrales

Caractéristiques cérébrales fonctionnelles

Parmi les nombreux corrélats cérébraux fonctionnels du QI, on peut citer l’activation des régions préfrontales et pariétales postérieures, qui est d’autant plus grande que le QI est élevé (Duncan et al., 2000; Jung & Haier, 2007; Lee et al., 2006). De plus, la connectivité fonctionnelle (la capacité de différentes régions à communiquer entre elles) semble d’autant plus élevée que le QI est élevé, en particulier entre les régions frontales et pariétales (Song et al., 2008) (mais une étude à grande échelle vient d’échouer à répliquer ce résultat: Kruschwitz, Waller, Daedelow, Walter, & Veer, 2018).

Ces résultats sont tout à fait compatibles avec les comparaisons de groupes évoquées à la section précédente. De fait, on y retrouve l’étude coréenne de Lee et al. (2006), qui a à la fois analysé les corrélations entre QI et activations cérébrales, et comparé les groupes en fonction du QI. Cette étude a l’intérêt supplémentaire de fournir des graphes montrant des données individuelles, et permettant de comprendre précisément en quoi les individus avec HQI diffèrent des autres. La Figure 3 représente les mêmes données que le bas de la Figure 1, mais permet cette fois d’observer les caractéristiques cérébrales individuelles des participants avec HQI (en mauve) et de ceux avec QI normal (en vert). Elle permet de faire les observations suivantes :

  • De même que les HQI se situent à un extrême du continuum des scores de QI, ils se situent en moyenne à un extrême du continuum des activations du cortex pariétal postérieur.
  • Néanmoins, il y a recouvrement entre les deux groupes (sur l’axe des ordonnées, représentant les activations cérébrales) : certains individus avec HQI n’ont pas des activations extrêmes. Certains individus avec QI normal ont des activations aussi élevées que les HQI.
  • Globalement, le groupe HQI est dans la continuité de la corrélation entre QI et activation cérébrale, il ne se détache pas particulièrement des autres sur cette caractéristique cérébrale particulière. On ne peut donc pas dire que les activations cérébrales des HQI soient qualitativement différentes.
Figure 3. Scores individuels sur deux mesures (B et C) de l’activation des régions pariétales postérieures gauche et droite, en fonction du QI des individus (RAPM : score sur les matrices avancées de Raven). Les points colorés en rose représentent les individus pouvant être considérés comme surdoués (score>=35). Adapté de Lee et al. (2006).

Concernant la connectivité fonctionnelle, l’article de Song et al. (2008) montre des résultats similaires. La Figure 4 montre que la connectivité fonctionnelle entre le cortex dorso-latéral préfrontal gauche et chaque région indiquée est corrélée avec le QI, positivement pour certaines régions, négativement pour d’autres. Dans un cas comme dans l’autre, les individus HQI, que l’on peut identifier comme les points à droite de la valeur FSIQ=130, ont en moyenne des valeurs extrêmes de connectivité fonctionnelle. Mais ils ne sont de toute évidence pas qualitativement différents des autres.

Figure 4. Connectivité fonctionnelle entre le cortex dorso-latéral préfrontal gauche et la région indiquée, en fonction du QI total de l’individu. Adapté de Song et al. (2008).

Caractéristiques cérébrales anatomiques

Si l’on examine cette fois les caractéristiques cérébrales anatomiques associées au QI, la plus connue depuis le plus longtemps est tout simplement le volume total du cerveau: plus le cerveau est gros, plus le QI de l’individu est élevé. Ce résultat a été répliqué dans des dizaines d’études portant sur des milliers de participants, et ce quelle que soit la mesure cérébrale : volume total, volume de matière grise ou blanche, volume intracrânien, et même le périmètre crânien. En revanche, le volume cérébral ne détermine pas à lui tout seul le QI, loin s’en faut. Dans la méta-analyse la plus récente, la corrélation n’est que de 0.24 (Pietschnig, Penke, Wicherts, Zeiler, & Voracek, 2015). Par conséquent, les personnes HQI ont, en moyenne, un cerveau un peu plus volumineux que les personnes à QI normal, mais à nouveau avec un large recouvrement entre les deux groupes (ce qui est donc compatible avec les exceptions les plus connues, comme Albert Einstein et Anatole France, dont le cerveau était plus petit que la moyenne, et en supposant qu’elles étaient vraiment surdouées comme le voudrait la légende).

La connectivité fonctionnelle, mentionnée à la section précédente, a des bases anatomiques mesurables par les techniques d’imagerie de diffusion à l’IRM. Dans ce domaine également, les études montrent une corrélation positive entre le QI et les mesures de connectivité anatomique, en particulier en ce qui concerne le corps calleux connectant les deux hémisphères (Clayden et al., 2012; Navas-Sánchez et al., 2014). Elles sont donc compatibles avec l’idée que les personnes HQI ont une meilleure connectivité inter-hémisphérique. Là encore, l’examen des données individuelles de l’étude de Navas-Sánchez et al. (2014) est instructif (Figure 5), montrant que les HQI sont juste dans la continuité du reste de la population.

Figure 5. Connectivité du corps calleux en fonction du QI. Adapté de Navas-Sánchez et al. (2014).

Une autre étude a utilisé les outils mathématiques de la théorie des graphes afin de calculer de multiples mesures de la connectivité globale du cerveau (Li et al., 2009). Cette étude a trouvé de nombreuses corrélations entre QI et diverses mesures de connectivité. La Figure 6 en illustre une, concernant la mesure dite d’efficacité globale, qui montre encore une fois que les personnes avec un QI supérieur à 130 ont en moyenne une efficacité globale légèrement supérieure, mais pas qualitativement différente de celle du reste de la population. L’article de Li et al. contient 12 autres figures qui conduisent à la même conclusion.

Figure 6. Corrélation entre efficacité globale du réseau cérébral et QI total. Adapté de Li et al. (2009).

On pourrait encore multiplier les exemples avec diverses caractéristiques cérébrales corrélées au QI. Il n’existe à notre connaissance aucune propriété cérébrale qui serait spécifique aux HQI, ou qui montrerait une discontinuité entre les HQI et les QI normaux.

Un dernier point qui a nécessité une vérification particulière est le cas particulier de l’amygdale, une petite structure impliquée dans le traitement des émotions et parfois réputée être plus vulnérable chez les surdoués (Siaud-Facchin, 2010). Aucune des études que nous avons mentionnées dans cet article n’a rapporté la moindre différence entre HQI et QI normal dans l’amygdale, ni de corrélation entre une caractéristique de l’amygdale et le QI. Une recherche spécifique dans les bases de données bibliographiques a permis de faire émerger une étude portant sur les corrélats cérébraux du QI et examinant spécifiquement deux structures sous-corticales : l’hippocampe et l’amygdale. Cette étude rapporte des corrélations négatives entre le volume de l’hippocampe et le QI, mais pas la moindre corrélation entre volume ou surface de l’amygdale et QI (Amat et al., 2008).

Conclusion

Les individus à HQI semblent se caractériser par les propriétés cérébrales suivantes :

  • plus grande activation de régions préfrontales et pariétales postérieures ;
  • plus grande connectivité fonctionnelle et anatomique, particulièrement entre les deux hémisphères ;
  • un cerveau plus volumineux ;

Certaines études ont également rapporté (avec un niveau de preuve moindre) :

  • une trajectoire développementale plus tardive de l’épaisseur du cortex dans un certain nombre de régions ;
  • un hippocampe de moindre volume (relativement au volume cérébral total).

En revanche, nous n’avons trouvé aucune donnée venant à l’appui d’une implication plus grande de l’hémisphère droit, ni d’une vulnérabilité particulière de l’amygdale.

Dans tous les cas, il s’agit de différences statistiques entre groupes HQI et QI normal, ou de corrélations entre le QI et la caractéristique cérébrale correspondante. A partir du moment où il y a des corrélations entre le QI et certaines caractéristiques cérébrales, le fait que certaines personnes ayant des QI extrêmes obtiennent également des valeurs extrêmes dans les caractéristiques cérébrales corrélées est une nécessité logique. Il ne s’ensuit pas que les HQI auraient un cerveau qualitativement différent : ils se situent juste dans le prolongement de la corrélation, sans aucune discontinuité apparente. Dans toutes les études que nous avons examinées, les caractéristiques cérébrales des HQI se recouvrent avec celles des individus à QI normal : d’une part, certains individus avec HQI n’ont pas des caractéristiques cérébrales extrêmes ; d’autre part, certains individus avec QI normal ont des caractéristiques cérébrales aussi extrêmes que les HQI moyens.

Finalement, tout ce que permettent de conclure les études de neuroimagerie sur le HQI, c’est que de même que ces personnes ont des fonctions cognitives plus performantes que les autres, elles ont, comme on pourrait s’y attendre, des fonctions cérébrales (en moyenne) plus performantes que les autres.

Références

Amat, J. A., Bansal, R., Whiteman, R., Haggerty, R., Royal, J., & Peterson, B. S. (2008). Correlates of intellectual ability with morphology of the hippocampus and amygdala in healthy adults. Brain and Cognition, 66(2), 105‑114. https://doi.org/10.1016/j.bandc.2007.05.009

Clayden, J. D., Jentschke, S., Muñoz, M., Cooper, J. M., Chadwick, M. J., Banks, T., … Vargha-Khadem, F. (2012). Normative Development of White Matter Tracts: Similarities and Differences in Relation to Age, Gender, and Intelligence. Cerebral Cortex, 22(8), 1738‑1747. https://doi.org/10.1093/cercor/bhr243

Deary, I. J., Penke, L., & Johnson, W. (2010). The neuroscience of human intelligence differences. Nature Reviews Neuroscience, 11(3), 201‑211. https://doi.org/10.1038/nrn2793

Duncan, J., Seitz, R. J., Kolodny, J., Bor, D., Herzog, H., Ahmed, A., … Emslie, H. (2000). A Neural Basis for General Intelligence. Science, 289(5478), 457‑460. https://doi.org/10.1126/science.289.5478.457

Fumeaux, P., & Revol, O. (2012). Le haut potentiel intellectuel: mythe ou réalité? Revue de santé scolaire et universitaire, 18, 8–10.

Jung, R. E., & Haier, R. J. (2007). The Parieto-Frontal Integration Theory (P-FIT) of intelligence: Converging neuroimaging evidence. Behavioral and Brain Sciences, 30(2), 135‑154. https://doi.org/10.1017/S0140525X07001185

Kruschwitz, J. D., Waller, L., Daedelow, L. S., Walter, H., & Veer, I. M. (2018). General, crystallized and fluid intelligence are not associated with functional global network efficiency: A replication study with the human connectome project 1200 data set. NeuroImage. https://doi.org/10.1016/j.neuroimage.2018.01.018

Lee, K. H., Choi, Y. Y., Gray, J. R., Cho, S. H., Chae, J.-H., Lee, S., & Kim, K. (2006). Neural correlates of superior intelligence: Stronger recruitment of posterior parietal cortex. NeuroImage, 29(2), 578‑586. https://doi.org/10.1016/j.neuroimage.2005.07.036

Li, Y., Liu, Y., Li, J., Qin, W., Li, K., Yu, C., & Jiang, T. (2009). Brain Anatomical Network and Intelligence. PLOS Computational Biology, 5(5), e1000395. https://doi.org/10.1371/journal.pcbi.1000395

Navas-Sánchez, F. J., Alemán-Gómez, Y., Sánchez-Gonzalez, J., Guzmán-De-Villoria, J. A., Franco, C., Robles, O., … Desco, M. (2014). White matter microstructure correlates of mathematical giftedness and intelligence quotient. Human Brain Mapping, 35(6), 2619‑2631. https://doi.org/10.1002/hbm.22355

Nusbaum, F., Hannoun, S., Kocevar, G., Stamile, C., Fourneret, P., Revol, O., & Sappey-Marinier, D. (2017). Hemispheric Differences in White Matter Microstructure between Two Profiles of Children with High Intelligence Quotient vs. Controls: A Tract-Based Spatial Statistics Study. Frontiers in Neuroscience, 11. https://doi.org/10.3389/fnins.2017.00173

Pietschnig, J., Penke, L., Wicherts, J. M., Zeiler, M., & Voracek, M. (2015). Meta-analysis of associations between human brain volume and intelligence differences: How strong are they and what do they mean? Neuroscience & Biobehavioral Reviews, 57, 411‑432. https://doi.org/10.1016/j.neubiorev.2015.09.017

Ramus, F., & Gauvrit, N. (2017). La légende noire des surdoués. La Recherche, Mars 2017. Consulté à l’adresse Florilège : https://ramus-meninges.fr/la-pseudoscience-des-surdoues/#florilege

Revol, O., Louis, J., & Fourneret, P. (2004). L’enfant précoce : signes particuliers. Neuropsychiatrie de l’Enfance et de l’Adolescence, 52(3), 148‑153. https://doi.org/10.1016/j.neurenf.2003.10.004

Shaw, P., Greenstein, D., Lerch, J., Clasen, L., Lenroot, R., Gogtay, N., … Giedd, J. (2006). Intellectual ability and cortical development in children and adolescents. Nature, 440, 676‑679.

Siaud-Facchin, J. (2010). Quand l’intelligence élevée fragilise la construction de l’identité : comment grandit-on quand on est surdoué ? Développements, (6), 35‑42.

Song, M., Zhou, Y., Li, J., Liu, Y., Tian, L., Yu, C., & Jiang, T. (2008). Brain spontaneous functional connectivity and intelligence. NeuroImage, 41(3), 1168‑1176. https://doi.org/10.1016/j.neuroimage.2008.02.036