Les échelles d'auto-observation expliquées

Deux échelles cohabitent sous le même sigle, et la confusion entre les deux explique beaucoup de malentendus. La première, publiée par Kessler et ses coauteurs en 2005 dans Psychological Medicine, compte dix-huit énoncés, dont six ont été retenus par régression logistique pour former une version courte. La seconde, publiée par Ustun et ses coauteurs en 2017 dans JAMA Psychiatry, est une version à six énoncés recalibrée sur d'autres critères.

Leurs chiffres ne se ressemblent pas, et c'est instructif. Sur 154 répondants d'une enquête américaine en population générale, la version courte de 2005 repère 68,7 % des personnes concernées et laisse passer 99,5 % des personnes non concernées. La version de 2017 atteint 91,4 % de sensibilité et 96,0 % de spécificité en population générale. Même domaine, même nombre d'énoncés, deux calibrages différents : le chiffre appartient à l'étude, pas à l'échelle.

Ce que ces échelles mesurent est plus modeste que ce qu'on leur prête : la fréquence, déclarée par la personne elle-même, de situations d'inattention et d'agitation intérieure sur les derniers mois. Elles ne mesurent ni l'ancienneté des difficultés depuis l'enfance, ni leur retentissement, ni ce qui pourrait les expliquer autrement. Ces trois éléments sont pourtant au coeur d'une évaluation menée par un professionnel.

Deux instruments dominent la littérature adulte. Le premier est un questionnaire court de dix énoncés, publié par Allison, Auyeung et Baron-Cohen en 2012 à partir de mille cas et trois mille témoins ; il est dérivé d'un questionnaire plus long du même centre de recherche. Le second est l'échelle révisée de Ritvo et coauteurs, publiée en 2011, qui compte quatre-vingts énoncés et demande nettement plus de temps.

L'échelle de Ritvo affiche des chiffres remarquables dans sa publication d'origine : 97 % de sensibilité et 100 % de spécificité sur 779 participants, dont 201 personnes concernées et 578 témoins. Ces résultats proviennent de l'équipe qui a construit l'échelle, sur un échantillon où les deux groupes étaient très contrastés. C'est la configuration la plus favorable qui soit, et elle ne ressemble pas à celle d'une personne qui répond seule chez elle.

La démonstration la plus utile vient d'une étude indépendante. Ashwood et ses coauteurs ont appliqué en 2016 le questionnaire à 476 adultes adressés à un service spécialisé, dont 346, soit 73 %, ont vu le trouble reconnu au terme de l'évaluation. Au seuil habituel, la version courte repère 77 % des personnes concernées mais ne classe correctement que 29 % des personnes non concernées. Les auteurs concluent que ce questionnaire ne prédisait pas l'issue dans leur échantillon.

L'instrument de référence a été présenté par Christina Maslach et Susan Jackson en 1981 dans le Journal of Organizational Behavior. Il a été construit auprès de professionnels de la relation d'aide, et les autrices y décrivent trois dimensions distinctes : l'épuisement émotionnel, la dépersonnalisation, et l'accomplissement personnel. Trois dimensions, donc trois lectures, et non un score unique.

Cette structure est ce que les adaptations en ligne perdent le plus souvent. Un site qui affiche un pourcentage unique d'épuisement fabrique un chiffre que l'instrument d'origine ne produit pas. Une personne très fatiguée mais qui garde le sentiment de faire un travail utile ne se trouve pas dans la même situation qu'une personne dont les trois dimensions basculent ensemble, et un score unique efface exactement cette différence.

Deuxième limite, plus rarement dite : l'épuisement professionnel n'est pas un trouble au sens des classifications médicales. Ce que mesure l'instrument est un état lié au travail, décrit sur trois axes. Il ne distingue pas ce qui relève d'une organisation de travail intenable de ce qui relève d'autre chose, et aucun questionnaire ne fait cette part.

Parce qu'une échelle publiée reste une oeuvre protégée, et que les conditions de réutilisation diffèrent d'un éditeur à l'autre. C'est le point le moins visible pour un lecteur, et celui qui distingue le plus nettement un site qui a vérifié ses droits d'un site qui ne l'a pas fait.

La conséquence est simple et elle est assumée. Les questionnaires de Brain Quiz ne reproduisent aucun énoncé de ces échelles. Ils ont été écrits pour ce produit à partir de la littérature, leurs poids et leurs bandes de résultat ont été fixés par l'équipe éditoriale, et aucun d'eux ne provient d'un étalonnage sur population. Chaque page méthodologie l'indique, et c'est aussi pour cette raison qu'aucun de nos scores n'est présenté comme un seuil validé.

Ces trois mots reviennent dans toutes les publications citées ici, et ils ne disent pas la même chose. Les deux premiers décrivent l'échelle. Le troisième décrit ce qui vous concerne : ce qu'il faut penser de votre propre score. C'est le seul des trois qui change selon le public auquel on propose l'échelle.

Un exemple chiffré vaut mieux qu'une définition. L'échelle courte sur l'attention publiée en 2017 affiche 96,0 % de spécificité en population générale, ce qui paraît excellent. Sa valeur prédictive positive y est pourtant de 67,3 % : parmi les personnes dont le score dépasse le seuil, environ deux sur trois répondent aux critères après évaluation, et une sur trois n'y répond pas. Les deux chiffres viennent de la même étude et ne se contredisent pas.

• Un chiffre de performance appartient à une étude, à une population et à un seuil : le sortir de ce contexte le rend faux.
• Une spécificité élevée en population générale ne garantit rien pour un public qui se pose déjà la question.
• Une échelle traduite ou raccourcie n'hérite pas des performances de l'originale : elles doivent être mesurées de nouveau.
• Aucun de ces indicateurs ne dit ce qu'il faut faire ensuite. C'est une conversation avec un professionnel qui le dit.