L’attention est un problème temporel. Le cerveau doit décider quand s’engager et quand se relâcher, souvent en fractions de seconde, face à un flux continu d’information sensorielle qui n’attend pas notre permission. L’activité de la bande alpha — ce rythme de 7 à 13 Hz à signature pariéto-occipitale — est théorisée depuis des décennies pour participer à cette coordination temporelle. L’amplitude alpha façonne le filtrage inhibiteur en supprimant les entrées non pertinentes. La fréquence alpha — la vitesse réelle d’oscillation — a quant à elle été proposée pour façonner la résolution à laquelle l’attention échantillonne le monde. Des rythmes alpha plus rapides s’accompagnent de temps de réaction plus courts, d’une résolution perceptive plus fine, d’un traitement cognitif plus efficient. Les corrélations sont connues depuis longtemps.

Ce qui manquait, c’était la preuve causale. La majeure partie de ce que nous savons sur l’IAF (individual alpha frequency, fréquence alpha individuelle) et la dynamique attentionnelle est corrélationnelle, ou repose sur des manipulations indirectes comme la stimulation magnétique transcrânienne rythmique à IAF + 1 Hz. Savoir si entrainer l’IAF d’une personne — lui apprendre à exercer un contrôle volontaire sur ce paramètre — modifierait à son tour la manière dont l’attention se déploie dans le temps restait une question ouverte. La corrélation est une chose ; le cerveau qui coopère poliment avec un protocole d’entrainement en est une autre.

Une nouvelle étude publiée en 2026 dans NeuroImage par Jacques et collaborateurs, à l’Institut de recherche biomédicale des armées et avec des laboratoires partenaires, apporte la première réponse à grande échelle, bien contrôlée et formulée en termes mécanistiques. Cent un adultes en bonne santé ont complété cinq séances de neurofeedback EEG ou un placebo actif, avec passation du Attention Network Test (ANT) après chaque séance. (Le biofeedback, dans son sens large, est une méthode d’entrainement qui fournit à la personne une information en temps réel sur un signal physiologique — fréquence cardiaque, respiration, tension musculaire, conductance cutanée, ondes cérébrales — afin qu’elle apprenne à le réguler. Le neurofeedback en est la déclinaison spécifique à l’EEG.) Dans cette étude, la cible n’était pas l’amplitude — le paramètre que la plupart des protocoles de neurofeedback liés à l’attention ont historiquement poursuivi — mais la fréquence : la vitesse à laquelle le rythme alpha pariéto-occipital oscillait en temps réel. Le placebo ciblait des paramètres EEG modifiés au hasard d’un bloc à l’autre, un véritable placebo actif plutôt qu’un contrôle « sans traitement ». Le devis était à double insu, le cadre analytique mature (modèles linéaires mixtes, statistiques de permutation par grappes, médiation multiniveau bayésienne), et l’étude a posé ses analyses pour tester le mécanisme — non pas seulement est-ce que ça fonctionne, mais par quelles étapes ça fonctionne, et quelle proportion de l’effet comportemental est statistiquement attribuable à chacune. C’est le type de rigueur méthodologique que le domaine appelle depuis longtemps et qu’il a rarement obtenu.

Pourquoi les cliniciens devraient-ils s’y intéresser ? Trois raisons. D’abord, les populations les plus susceptibles de bénéficier d’un entrainement ciblé sur l’IAF sont précisément celles dont le rythme alpha est documenté comme ralenti — post-commotion, fatigue mentale, trouble cognitif léger, ralentissement cognitif lié à la dépression, fatigue chronique en phase tardive avec composante cognitive. Ensuite, le cadre mécanistique de l’étude nous indique quel aspect attentionnel est entrainé — la temporalité de l’engagement cortical, et non sa magnitude — ce qui a des implications directes sur la sélection des candidats. Enfin, le standard méthodologique posé ici devrait servir de référence. Placebo actif, double insu, large échantillon, analyse de médiation. Voilà ce à quoi ressemble une preuve solide en neurofeedback, et nous devrions franchement nous attendre à en voir bien plus.

Méthodes

Échantillon et devis. Cent huit adultes en bonne santé ont été recrutés (âge moyen 30,5 ± 7,99 ans, 55 femmes, 96 droitiers). Tous avaient une vision normale ou corrigée et aucun diagnostic neurologique. Sept ont été exclus (problèmes techniques, qualité de signal insuffisante ou perte au suivi), laissant 101 participants analysables. La randomisation 3:1 répartissait les participants entre neurofeedback (n = 71) et placebo actif (n = 30). L’attribution de groupe était à double insu. L’étude a été approuvée par le Comité de Protection des Personnes Nord Ouest IV, et les participants ont été indemnisés.

Procédure. Cinq séances de neurofeedback sur cinq jours ouvrables consécutifs. Au jour 1 (lundi), les participants complétaient un Attention Network Test initial, suivi de 4 minutes d’EEG de repos (yeux ouverts puis fermés). La première séance de neurofeedback suivait, avec ensuite 2 minutes d’EEG de repos et un questionnaire d’auto-évaluation (NeuroFeedback Experience and Treatment Questionnaire, NeXT-Q). Aux jours 2 à 5, l’ANT était administré après la séance de neurofeedback.

Interface de neurofeedback. Chaque séance durait 30 minutes — 10 blocs de 3 minutes avec des pauses de 30 secondes. L’interface, développée sous OpenViBE et Python, affichait un curseur jaune se déplaçant sur un axe vertical en fonction du z-score IAF moyen calculé en temps réel sur les électrodes pariéto-occipitales (P3, Pz, P4, O1, Oz, O2) selon la formule de Klimesch (1999). L’objectif était d’utiliser une stratégie mentale choisie par le participant — quatre exemples génériques étaient proposés, mais les participants étaient encouragés à développer la leur — pour amener le curseur vers la cible (un z-score IAF au-delà d’un seuil). Lorsque le curseur atteignait la cible pendant au moins 500 ms, le participant recevait un signal vert et un son de récompense.

Le seuil était ajusté dynamiquement pour maintenir un taux de récompense entre 30 et 60 % — un détail du devis qui mérite qu’on s’y attarde. Si le participant dépassait 60 % de récompenses sur trois blocs consécutifs, le seuil augmentait de 0,1 z ; si les récompenses tombaient sous 30 %, le seuil diminuait. C’est de la bonne ingénierie de neurofeedback. Un taux de récompense qui dérive trop haut signifie que le cerveau n’est plus façonné (tout le monde gagne, la courbe d’apprentissage s’aplatit). Un taux qui dérive trop bas mène au désengagement ou à la frustration. La fenêtre 30–60 % est celle où le façonnage opère.

Après chaque bloc, les participants rapportaient la stratégie utilisée.

Placebo actif. Les participants placebo suivaient la même structure de protocole, mais le paramètre EEG ciblé était modifié aléatoirement d’un bloc à l’autre au sein de chaque séance — augmentation de l’amplitude bêta dans un bloc, diminution thêta dans le suivant, diminution delta dans le troisième. Cela préservait l’engagement et le sentiment perçu de contrôle de l’interface cerveau-machine sans produire un véritable entrainement IAF cohérent. Ce n’est pas un contrôle « sans traitement » — c’est une intervention placebo crédible, ce qui rend le contraste bien plus difficile à remporter pour la condition active.

Classification des apprenants. Suivant Su et al. (2021), les participants neurofeedback ont été classés a posteriori comme apprenants ou non-apprenants à l’aide d’un index d’apprentissage (l’augmentation moyenne d’IAF d’une séance à l’autre relativement à S1, normalisée). Les non-apprenants présentaient un index nul ou négatif. Cette répartition donnait 40 apprenants, 31 non-apprenants et 30 participants placebo actifs.

Mesures de résultats. Les indicateurs comportementaux issus de l’ANT incluaient le temps de réaction (RT), le score d’efficience (taux de réponses correctes divisé par le RT moyen) et le pourcentage de variation S1–S5. Trois réseaux attentionnels étaient calculés : alerte, orientation, contrôle exécutif. Les analyses EEG-ANT incluaient l’amplitude α-ERD (Pfurtscheller & Lopes da Silva, 1999) et la latence α-ERD (temps écoulé entre l’indice ou la cible et le pic de désynchronisation). Les latences P1 verrouillées sur la cible étaient calculées sur les électrodes occipitales autour de 100 ms post-cible.

EEG et statistiques. Système BrainAmp 32 canaux avec actiCAP, échantillonnage à 250 Hz, référence Fcz et masse Fpz, impédances <10 kΩ. Le prétraitement sous MNE-Python comportait un filtre passe-bande 0,1–30 Hz, ICA pour le retrait d’artefacts, et un référencement à la moyenne commune. Les modèles linéaires mixtes avec participant en intercept aléatoire ont été ajustés sous JAMOVI, avec correction de Holm pour les comparaisons multiples. La médiation multiniveau bayésienne a été conduite sous R via le package bmlm (Vuorre & Bolger, 2018), avec a priori par défaut et 10 000 échantillons MCMC ; les intervalles crédibles à 90 % ont été retenus selon la recommandation de McElreath (2018).

Résultats

Le neurofeedback a-t-il fonctionné ? Le premier résultat est simple et important : 40 des 71 participants neurofeedback analysables — 56 % — ont réussi à augmenter leur IAF pariéto-occipitale au fil des cinq séances. Le groupe placebo actif a aussi montré une augmentation IAF plus modeste, principalement frontale, à partir de la séance 3, que les auteurs interprètent comme un effet d’engagement cognitif non spécifique (nous y reviendrons dans la Discussion — les conditions placebo en neurofeedback sont rarement totalement inertes, et prétendre le contraire est une erreur en soi). Les non-apprenants ont en réalité diminué leur IAF après S1. L’augmentation chez les apprenants était significativement plus importante que la dérive du groupe placebo sur la topographie, avec un gain S5–S1 d’environ 0,35 Hz pour les apprenants, comparé à environ 0,15 Hz pour le placebo actif et un léger déclin chez les non-apprenants.

Le signal comportemental a suivi de manière prévisible. Les apprenants ont montré des RT significativement plus courts à S5 versus S1, et le pourcentage de variation S1–S5 était significativement plus important chez les apprenants (environ 7 %) que chez les non-apprenants ou le placebo actif. La corrélation à mesures répétées entre RT moyen et IAF était modeste mais réelle (r = −0,13, p = 0,012), et les coefficients intra-individuels étaient significativement plus négatifs chez les apprenants que chez les non-apprenants (p = 0,002) et le placebo actif (p = 0,024). Plus l’IAF est élevée, plus le RT est court, à l’intérieur des participants comme entre eux. Une amélioration d’environ 50 millisecondes au niveau du groupe — modeste en valeur absolue, robuste sur la méthodologie, et indépendante des réseaux d’alerte, d’orientation ou de contrôle exécutif. L’amélioration consistait en un raccourcissement généralisé du temps de réponse, et non en un effet sélectif sur un réseau attentionnel particulier.

Le signal mécanistique était plus intéressant. L’amplitude α-ERD — la mesure du désengagement cortical par rapport à l’alpha de repos suite aux stimuli — ne différait pas entre les groupes. Mais la latence α-ERD — le moment où le cortex commence à se désengager dans la fenêtre indice–cible — était significativement plus courte chez les apprenants à S2, S4 et S5, avec le même pattern à travers toutes les conditions d’indice sauf les essais sans indice. Autrement dit, le cortex des apprenants ne s’engageait pas plus fortement face aux indices pertinents ; il s’engageait plus tôt. La corrélation à mesures répétées entre IAF et latence α-ERD confirmait le lien (r = −0,17, p < 0,001), et les coefficients intra-individuels étaient significativement plus négatifs chez les apprenants que chez les non-apprenants (p = 0,002).

L’analyse de médiation a relié le tout. Une voie séquentielle partielle : l’entrainement en neurofeedback augmentait l’IAF, l’augmentation d’IAF s’associait à des latences α-ERD plus courtes, et des latences α-ERD plus courtes s’associaient à des RT plus rapides. La proportion médiée était de 14,26 % pour l’IAF sur le RT (IC 95 % [0,99 ; 31]) et de 15,65 % pour la latence α-ERD sur le RT (IC 95 % [4,89 ; 52,34]). L’effet total du neurofeedback sur le RT était β = −12,51 (IC crédible 90 % [−22,22 ; −2,69]), avec un effet indirect par l’IAF de β = 1,87 (IC crédible 90 % [0,07 ; 4,30]) — significatif, mais ne représentant qu’environ un septième de l’effet global neurofeedback–RT. Les ~85 % restants de l’effet comportemental n’étaient pas médiés par l’IAF ni par la latence α-ERD. C’est un chiffre avec lequel il faut s’asseoir un moment, et nous le ferons.

Une analyse ERP verrouillée sur la cible a ajouté une pièce supplémentaire. Les apprenants — et eux seuls — ont montré des diminutions significatives de la latence P1 au fil des séances, ce qui appuie l’interprétation selon laquelle l’augmentation IAF induite par le neurofeedback facilite un encodage sensoriel plus rapide aux étapes précoces du traitement visuel.

Comparabilité démographique. Aucune différence significative entre groupes pour l’âge, le niveau d’éducation, le sexe, la latéralité, la consommation de caféine ou de tabac, les heures de sport hebdomadaires, ni les scores HADS d’anxiété et de dépression. Une différence démographique a été observée, et elle mérite l’attention : les apprenants présentaient une IAF de base à S1 significativement plus basse que les non-apprenants et le placebo actif. Cela contredit un résultat antérieur (Wan et al., 2014) selon lequel une amplitude alpha de base plus élevée prédisait l’apprentissage en neurofeedback ; les auteurs interprètent l’écart comme plus probablement un effet plafond qu’une véritable contradiction. Nous reviendrons sur ce que cela signifie cliniquement.

Discussion

Cette étude fait plusieurs choses que j’apprécie réellement. Elle traite l’essai de neurofeedback comme une sonde expérimentale d’une hypothèse mécanistique précise — l’entrainement de l’IAF altère-t-il causalement la dynamique temporelle de l’attention ? — plutôt que comme une démonstration d’efficacité clinique, et elle accepte le coût méthodologique qu’implique cet objectif. Le devis est à double insu, le placebo est véritablement actif plutôt qu’une absence de traitement, l’échantillon est large pour les standards du neurofeedback, et le cadre analytique est mature. C’est le type d’article dont le domaine a besoin de voir davantage.

La contribution empirique la plus nette est la dissociation entre amplitude α-ERD et latence α-ERD. Les deux indices répondent à des questions mécanistiques différentes. L’amplitude demande : à quel point le cortex se désengage-t-il de l’alpha de repos en réponse à un indice ? La latence demande : quand ce désengagement commence-t-il ? Dans cette étude, les gains d’IAF induits par l’entrainement ont déplacé la temporalité sans changer la magnitude. Le cortex ne s’engageait pas plus fortement quand il le fallait. Il s’engageait plus tôt. Cette distinction n’est pas une note de bas de page méthodologique — elle pointe vers une famille de questions cliniques différente de celle qu’adressent typiquement les protocoles basés sur l’amplitude.

La dérive IAF frontale du groupe placebo actif mérite une reconnaissance honnête. Les participants placebo ont montré une augmentation IAF plus modeste mais réelle à partir de la séance 3, malgré des paramètres d’entrainement qui ne pouvaient pas produire de gains IAF cohérents. Les auteurs interprètent cela comme un effet d’engagement cognitif non spécifique — l’expérience de faire un entrainement de type neurofeedback, avec curseur, récompense et stratégie mentale autochoisie, peut elle-même produire des changements corticaux larges chez certains. L’augmentation chez les apprenants était significativement plus importante que cette dérive et localisée à la cible pariéto-occipitale plutôt qu’au pattern frontal du placebo, ce qui signifie que l’effet neurofeedback ne peut être réduit à un pur engagement. Mais le domaine devrait continuer de prêter attention à ce que font les conditions placebo actives. Le placebo est rarement inerte, et le traiter comme une ligne de base propre peut obscurcir autant que clarifier.

La proportion médiée est la limite la plus intéressante. L’IAF rend compte d’environ 14 % de l’effet neurofeedback–RT ; la latence α-ERD rend compte d’un autre 16 % de l’effet IAF–RT. Les ~85 % restants de l’amélioration comportementale ne s’attribuent statistiquement à aucun des deux marqueurs entrainés. Les auteurs sont dûment prudents quant à la spéculation, et nous devrions l’être aussi — mais la leçon clinique est assez directe. Les effets du neurofeedback en pratique réelle sont presque jamais d’un seul mécanisme. Les clients s’améliorent parce qu’ils s’engagent dans une intervention structurée chaque semaine, parce qu’ils développent de meilleures stratégies mentales pendant l’entrainement, parce qu’ils se sentent plus compétents pour réguler leur état interne, parce que l’alliance thérapeutique fait bouger leur soin de soi plus largement, et aussi parce que le paramètre EEG entrainé se déplace. Le chiffre 14–16 % est la part que cette étude pouvait mesurer proprement. Elle est réelle, elle est causale, elle est réplicable. Elle n’est pas non plus toute l’histoire — et une étude assez honnête pour le dire est une étude sur laquelle on peut construire.

La question des non-apprenants — 44 % des participants neurofeedback n’ont pas augmenté leur IAF de manière significative — s’inscrit dans une littérature plus large où des taux de non-réponse de 30 à 40 % sont rapportés régulièrement. Le signal de sélection des candidats ici est le résultat « IAF de base plus basse → meilleur apprentissage ». À mon avis, c’est l’enseignement clinique le plus actionnable de l’étude, et nous y reviendrons plus en détail ci-dessous.

Les limites sont substantielles. Le protocole était court (cinq séances sur une semaine), sans donnée longitudinale sur la durabilité. Les adultes en bonne santé ne sont pas les populations cliniques les plus susceptibles d’en bénéficier, donc l’étape de transposition demande sa propre base de preuves. L’ANT, bien que validé, est administré en conditions contrôlées et ne capte pas la complexité écologique de l’attention au quotidien. Les stratégies mentales n’étaient pas standardisées — ce qui est aussi une force, car le neurofeedback en vrai est rarement rigide sur la stratégie, mais cela ajoute une variance que le devis n’a pas cherché à contrôler.

Pour les clients qui considèrent le neurofeedback pour des symptômes attentionnels, la nouvelle est bonne au niveau de « les rythmes naturels du cerveau ne sont pas des traits figés — ils sont modulables, avec de l’entrainement et de la constance ». Mais ce n’est pas encore une garantie qu’un protocole donné fonctionne pour une personne donnée. Environ la moitié du groupe entrainé dans cette étude n’a pas changé son IAF de manière significative, et l’effet du protocole sur le RT, bien que réel, était modeste. Ce sont des données de résultats réelles qu’il faut savoir énoncer honnêtement.

Pour les cliniciens référents — médecins, psychologues, neuropsychologues — le résultat « IAF de base plus basse → meilleur apprentissage » est le signal pratique le plus clair. Si vous travaillez avec un client dont la présentation inclut un ralentissement cognitif, une fatigue post-traumatique, un trouble cognitif léger ou un émoussement cognitif lié au burnout, le neurofeedback ciblé sur l’IAF est désormais en mesure d’être discuté comme une intervention candidate, avec les réserves appropriées au caractère encore précoce des données cliniques.

Pour les praticiens en neurofeedback, c’est la distinction mécanistique qui compte le plus. La plupart des protocoles attentionnels en neurofeedback ciblent l’amplitude. Cette étude pointe vers un autre levier — la fréquence — et un autre mécanisme (un délai de désengagement cortical raccourci, et non une magnitude plus grande). Comment combiner les deux, et dans quels cas, est une question qui mérite plusieurs années d’expérimentation clinique soignée.

Une question clinique provocatrice pour terminer : certains clients dont la dysrégulation attentionnelle s’accompagne d’une présentation alpha lente devraient-ils d’abord travailler sur l’augmentation de l’IAF comme une sorte de prérequis d’entrainabilité, avant qu’on leur demande de moduler l’amplitude dans des contextes émotionnellement chargés ? L’étude ne peut y répondre, mais elle pose les conditions dans lesquelles la question vaut la peine d’être posée.

—

La perspective de Brendan

Pourquoi cette étude change la conversation autour de l’amplitude

La majeure partie du neurofeedback pour l’attention se concentre sur la quantité — l’amplitude du thêta, l’amplitude du bêta, le rapport entre les deux, l’amplitude de l’alpha aux sites sensorimoteurs. On le répète tellement que ça en devient automatique : entrainer le SMR à la hausse, entrainer le thêta à la baisse, regarder ce qui se passe. Cette étude est l’un des rappels les plus nets que j’aie lus depuis longtemps que la fréquence est un autre levier, avec une mécanique différente, et probablement des indications cliniques différentes.

Le cadre par l’amplitude nous a portés loin, et il y a de bonnes raisons à cela. L’amplitude est facile à mesurer, les protocoles sont bien établis, et la littérature sur le neurofeedback basé sur l’amplitude pour le TDAH, l’anxiété et le stress est franchement encourageante. L’amplitude est aussi, franchement, plus facile à expliquer à un médecin référent — on entraine votre client à produire plus de ceci et moins de cela. Mais l’amplitude est, en un sens réel, une histoire de magnitude. Elle vous dit combien de filtrage inhibiteur est en jeu, combien d’engagement cortical est mobilisé, combien de ressource est allouée. Elle ne vous dit pas le quand de tout cela. Et le quand, comme cette étude le rend clair, est sa propre variable clinique.

Pensez à ce que cela veut dire au cabinet. Le client hautement activé — celui qui présente une anxiété chronique, une défensivité sensorielle, une hyperréactivité d’origine traumatique, une propension aux paniques — présente habituellement une activité neurale et autonome élevée, voire emballée. Ses rythmes alpha sont peut-être déjà dans la partie haute de leur distribution. Le problème clinique relève davantage du filtrage (trop de fuite sensorielle, trop d’engagement cortical au repos) que de la temporalité (le cortex s’engage suffisamment vite quand il le faut, parfois plus vite que ce qui aiderait). Pour ce client, le travail basé sur l’amplitude — entrainer l’alpha à la hausse aux bons sites, calmer l’engagement sensorimoteur — est sensé comme premier mouvement.

Mais il y a un autre profil de client, complètement différent, et celui-ci ne correspond pas à ce tableau. Le client post-commotion à six mois qui se sent encore « lent ». Le client en épisode dépressif dont la pensée semble sirupeuse. Le client à la fin de la soixantaine avec un trouble cognitif léger, dont la famille décrit comme « un demi-pas en arrière dans les conversations ». Le client avec une fatigue chronique à composante cognitive. Le client qui revient d’un burnout, qui relit le même paragraphe trois fois avant qu’il prenne sens. Ces clients ont souvent des rythmes alpha mesurablement plus lents — une IAF dans la partie basse de leur distribution attendue par âge — et la plainte clinique relève fondamentalement de la temporalité. Le cortex s’engage, mais il s’engage trop tard, ou trop lentement. L’entrainement basé sur l’amplitude n’adresse pas nécessairement cela. L’étude de Jacques suggère, avec les réserves qui s’imposent, que l’entrainement basé sur la fréquence pourrait, lui, le faire.

Cette distinction change la manière dont je penserais une référence et un entretien d’admission. Si un client décrit sa difficulté en termes de capacité (« je ne peux pas me concentrer, je suis débordé, je ne peux pas filtrer »), je pense au filtrage et à l’amplitude. S’il la décrit en termes de vitesse (« tout semble en retard, je suis lent à enregistrer les choses, je n’arrive plus à suivre une conversation comme avant »), je pense à la temporalité et à la fréquence. Les deux présentations se ressemblent superficiellement dans une conversation clinique pressée. Elles impliquent des familles de protocoles différentes.

Les clients que j’ai en tête en lisant cette étude

Le résultat « IAF de base plus basse → meilleur apprentissage » est la partie de l’étude sur laquelle je reviens. À travers la littérature, « qui répond au neurofeedback » reste une question têtue, et la plupart des prédicteurs proposés — démographiques, cognitifs, psychologiques — ont été faibles ou inconsistants. Cette étude en apporte un qui est mécanistiquement cohérent et cliniquement actionnable : les clients dont les rythmes alpha sont déjà en haut de leur distribution attendue par âge ont peut-être moins de marge de manœuvre ; ceux qui sont en bas en ont peut-être davantage. Un effet plafond, plausiblement. Et cela cadre avec l’intuition.

Concrètement, qui se trouve dans ce groupe à IAF basse ?

Les clients post-commotion sont importants. Le ralentissement alpha postérieur est l’un des résultats qEEG les plus constants en post-commotion, et la symptomatologie — ralentissement cognitif, fatigue mentale, vitesse de traitement réduite — correspond directement à ce que l’entrainement IAF, en principe, adresserait. Nous n’avons pas encore de données d’essais cliniques dans cette population. Nous avons une étude mécanistique bien contrôlée chez l’adulte sain et une correspondance physiologique documentée avec la population. Ce n’est pas la même chose, et je ne ferai pas semblant. Mais c’est une raison suffisante pour amener l’IAF dans la conversation de conception de protocole guidée par le qEEG pour ces clients, en étant honnête sur ce qui est établi et ce qui ne l’est pas.

Le trouble cognitif léger arrive ensuite. Le ralentissement alpha postérieur est un trait connu des stades précoces du TCL et des phases initiales de la maladie d’Alzheimer. La prudence clinique ici est réelle — ces clients sont souvent plus âgés, cognitivement plus vulnérables, et sous médicaments pouvant interagir avec l’excitabilité corticale. L’entrainement IAF n’est pas une intervention de première ligne pour le TCL ; c’est tout au plus un adjuvant candidat. Mais l’adéquation populationnelle est mécanistiquement raisonnable, et la conversation vaut la peine d’être tenue avec les médecins référents.

La dépression à présentation cognitivement ralentie — le client dont l’épisode dépressif se manifeste non pas principalement par l’humeur basse mais par l’incapacité à penser à vitesse et clarté normales — est une autre population à considérer. De même pour le COVID long avec atteinte cognitive, où la littérature sur le ralentissement alpha et la baisse de la fréquence pic est désormais substantielle. De même pour le client post-burnout dont la récupération a stagné au niveau de la fluidité cognitive même après que le travail autonome et émotionnel a progressé.

Ce qui unit ces populations est une histoire mécanistique partagée : le cortex s’engage, mais il s’engage trop lentement par rapport à ce dont le client a besoin dans sa vie. C’est un problème de fréquence, pas un problème d’amplitude. Les protocoles sur l’amplitude ne sont peut-être pas faux pour ces clients, mais ils ne sont probablement pas le chemin le plus direct vers l’objectif clinique.

Une note de retenue : ce sont des populations où l’entrainement ciblé sur l’IAF est plausible comme candidat. Nous n’avons pas encore les données d’essais cliniques pour faire des affirmations confiantes. Le cadrage honnête dans une conversation de référencement est que c’est un domaine émergent, que les arguments mécanistiques sont aujourd’hui plus solides qu’il y a un an, et que le protocole devrait s’inscrire à côté d’autres interventions plutôt que les remplacer. Ce n’est pas un argument de vente. C’est ce à quoi ressemble une communication clinique défendable en 2026.

Faire fonctionner ça en pratique réelle — six axes à considérer

L’étude testait l’entrainement IAF comme sonde expérimentale. Le traduire en protocole clinique demande davantage que « entrainer le même paramètre plus longtemps ». Six axes à penser, aucun optionnel :

Gestion du seuil. Le taux de récompense 30–60 % n’était pas une note méthodologique ; c’est un principe clinique. Un taux qui dérive au-dessus de 80 % peut signaler que le cerveau n’est plus façonné — le client gagne facilement, la courbe d’apprentissage va s’aplanir. Un taux qui dérive sous 20 % signifie que le client n’est pas suffisamment sollicité : il perd sans savoir comment se rétablir, le désengagement arrive. En pratique réelle, je veux que les seuils soient réinitialisés au début de chaque séance à partir d’une ligne de base fraiche, pas avec le réglage de la semaine dernière et un espoir. L’ajustement dynamique de l’étude est un modèle avec lequel nous travaillons cliniquement.

Conception des tâches de transfert. L’effet comportemental est apparu sur une tâche d’attention visuelle structurée avec indices. Si l’objectif clinique est un gain attentionnel dans la vraie vie, la tâche de transfert doit vivre dans le même domaine. Balayage visuel pendant la lecture, détection de cible dans des contextes pertinents pour la classe ou pour le sport, suivi de conversation avec distraction légère, attention soutenue pendant une tâche réelle qui compte pour le client. S’asseoir dans une pièce silencieuse, regarder un curseur et recevoir des sons de récompense n’est pas, en soi, l’endroit où les améliorations attentionnelles se manifestent dans la vie d’une personne. Le curseur est la salle de gym ; la salle de gym n’est pas le sport.

Logique de séquencement. Avant l’entrainement IAF, je veux une ligne de base autonome et une stabilité sensorimotrice en place. Un système nerveux dysrégulé au repos n’est pas prêt à apprendre une cible de fréquence fine — la précision que le protocole demande est réelle. HRV biofeedback d’abord, stabilisation du sommeil d’abord, régulation de l’éveil de base d’abord, particulièrement pour les profils post-commotion et burnout où le dysfonctionnement autonome fait partie du tableau. Après l’entrainement IAF, le travail se déplace vers la consolidation — porter les gains dans des tâches d’attention plus exigeantes, plus écologiquement valides. Le milieu d’un parcours clinique est rarement un protocole unique appliqué pendant dix semaines ; c’est habituellement une séquence.

Logique de protocole adaptatif. Si un client n’apprend pas la modulation IAF après quatre à six séances de gestion soigneuse du seuil, le bon mouvement n’est pas de continuer. Le bon mouvement est de se demander si c’est la mauvaise cible, le mauvais profil de client, ou le mauvais moment dans son arc thérapeutique. Les alternatives sont là : travail SMR, régulation d’amplitude alpha, thêta médial frontal, travail basé sur la cohérence, HRV biofeedback comme intervention plus fondamentale. La fidélité à un protocole n’est pas la fidélité au client.

Intégration multimodale. L’article entrainait un seul paramètre en isolation. Le travail clinique réel le fait rarement. Pour le client à ralentissement cognitif, IAF + HRV biofeedback adresse simultanément la temporalité corticale et la disponibilité autonome, ce qui compte parce que le cortex est en aval de l’état autonome — un système fatigué et dysrégulé ne produit pas un rythme alpha net même si on l’entraine. Pour le client post-commotion, j’ajouterais un travail respiratoire, puisque l’efficience vagale est souvent altérée en post-commotion et que le travail respiratoire est l’une des voies les plus propres pour arriver à la régulation de base. Pour le client en burnout, le travail sur le sommeil doit être dans le protocole, sans quoi les gains d’IAF ne consolideront pas. Les dimensions interagissent ; le protocole doit le refléter.

Suivi de l’apprentissage. L’exposition n’est pas l’acquisition. L’index d’apprentissage de Su et al. utilisé dans l’étude (l’augmentation moyenne d’IAF d’une séance à l’autre relativement à S1) est un point de départ raisonnable pour la pratique clinique, même sans formalisation statistique. Si l’IAF d’un client ne progresse pas après quatre à six séances, le protocole n’est pas appris, et le poursuivre dix séances de plus en espérant rend un mauvais service au client. Cette distinction — exposition versus acquisition — compte plus que le nombre total de séances, plus que le temps total passé en fauteuil, plus que la base de preuves publiée du protocole pour une autre population.

Le protocole de cinq jours de cette étude est une sonde expérimentale, pas une prescription clinique. Un véritable entrainement IAF clinique, si et quand il est délivré, devrait ressembler davantage à un parcours de neurofeedback typique : 20 à 40 séances, des réévaluations, l’adaptation du protocole en fonction de la réponse, l’attention à toutes les choses que ce devis expérimental contrôlait (engagement, stratégie mentale, état autonome, motivation). C’est la réalité clinique que la littérature expérimentale rattrape graduellement.

S’il fallait cristalliser la leçon en une phrase : la fréquence est une question de temporalité, l’amplitude est une question de volume — elles vivent dans des dimensions différentes du même système, et la plupart des protocoles attentionnels en neurofeedback ont entrainé le bouton du volume tout en laissant le cadran du tempo intact. L’étude de Jacques est un premier pas soigneux vers l’entrainement du cadran du tempo, et le résultat — modeste, réel, mécanistiquement spécifique — est exactement ce à quoi devraient ressembler les preuves précoces d’une nouvelle direction.

Les protocoles ne sont pas choisis parce qu’ils sonnent élégants dans un paragraphe. Ils sont choisis parce que l’admission, la physiologie, les symptômes et les patterns de réponse s’alignent. Avec l’IAF comme nouvel ajout à cet outillage, le raisonnement clinique au cas par cas devient plus nuancé — et plus de nuance, dans ce travail, est une bonne chose.

—

Conclusion

Voici une démonstration soignée, bien dimensionnée, que la fréquence alpha individuelle n’est pas seulement un trait stable du cerveau. C’est un paramètre entrainable avec des conséquences mesurables sur la temporalité de l’attention. Le mécanisme est spécifique : un alpha plus rapide entraine un désengagement cortical plus rapide, qui entraine des réponses comportementales plus rapides. L’effet est cliniquement modeste chez l’adulte sain — une réduction de 7 % du temps de réaction sur un protocole de cinq jours, chez environ la moitié de l’échantillon entrainé — et l’étude est honnête sur sa portée. Seuls 14 à 16 % de l’effet comportemental ont pu être statistiquement attribués à la voie entrainée. La majorité restante demeure inexpliquée, ce qui est plus proche de la réalité clinique que du marketing clinique.

Ce que ce travail fait surtout avancer, c’est la qualité de la question que pose le domaine. Est-ce que le neurofeedback fonctionne ? est une question de plus en plus fatiguée et de moins en moins utile. La meilleure question — pour qui, sur quelle cible, par quel mécanisme, à quelle dose, dans quel contexte — est celle que cette étude prend au sérieux. Des études comme celle-ci, à grand échantillon, avec placebo actif, analyses de médiation et cadre mécanistique, sont la manière dont le domaine arrive à une base probante clinique défendable.

Pour les cliniciens, le signal pratique est plus étroit mais réel : les clients aux rythmes alpha naturellement plus lents — fatigue post-commotion, trouble cognitif léger, ralentissement cognitif lié à la dépression, présentations de fatigue mentale et de burnout — pourraient être ceux qui bénéficieraient le plus d’un entrainement ciblé sur l’IAF, et l’entrainabilité de l’IAF apparait raisonnablement haute chez l’adulte en conditions contrôlées. Pour les chercheurs, le message plus profond est que fréquence et amplitude sont des paramètres différents avec des mécanismes différents et probablement des indications cliniques différentes. Le domaine est en retard sur cette distinction.

Ce n’est pas rien. Ce n’est pas non plus de la magie. C’est un pas soigneux et bien contrôlé vers un autre type de protocole attentionnel — un protocole qui ne demande pas combien le cortex s’engage, mais quand. C’est une question qui mérite d’être posée, et de plus en plus une question testable.

—

Références

Jacques, C., Verdonk, C., Cardoso, E., Ferreira, A., Vanneau, T., Beauchamps, V., Dondaine, T., Léger, D., Le Van Quyen, M., Gomez-Merino, D., Sauvet, F., Chennaoui, M., & Quiquempoix, M. (2026). Successful closed-loop neurofeedback alpha frequency modulation enhances the temporal dynamics of attention. NeuroImage, 332, 121912. https://doi.org/10.1016/j.neuroimage.2026.121912 (Open access, CC BY 4.0)