Évaluer l’efficacité en psychothérapie sans surinterpréter : tailles d’effet, RCI et suivi des symptômes
Dans la pratique, on reçoit souvent des bilans « ça va mieux »/« ça ne va pas mieux ». Pourtant, une amélioration perçue n’est pas toujours une amélioration cliniquement significative, et l’inverse est aussi vrai. Petit rappel d’outils quantitatifs utiles (et leurs limites) pour suivre un patient sans tomber dans la surinterprétation.
1) Taille d’effet vs pertinence clinique Une baisse moyenne sur une échelle (ex. PHQ‑9, GAD‑7) peut produire une taille d’effet « correcte » au niveau groupe, sans garantir que ce patient a franchi un seuil fonctionnel. D’où l’intérêt de regarder les seuils cliniques (cut-offs) et le changement individuel.
2) RCI (Reliable Change Index) Le RCI estime si le changement dépasse l’erreur de mesure : RCI = (Score_post − Score_pre) / Sdiff, avec Sdiff = SD * sqrt(2*(1−fiabilité)). Un |RCI| > 1,96 suggère un changement « fiable » (≈95%). Avantage : individualisé. Limite : dépend fortement de la fiabilité, du SD de référence et des conditions d’administration.
3) Trajectoires et régression à la moyenne Les patients consultent souvent au pic de détresse : une part de l’amélioration peut venir de la régression à la moyenne. Un suivi fréquent (p. ex. hebdo) permet de modéliser la pente et de repérer les non‑répondeurs précocement.
4) Pratique proposée (simple, réaliste)
- Mesure brève à chaque séance (PHQ‑9/GAD‑7 + item de fonctionnement).
- Visualisation en courbe + seuil clinique + repère de changement fiable.
- Discussion partagée : si stagnation 3–4 mesures, re‑formulation, adaptation (comorbidités, alliance, techniques, facteurs sociaux).
Question à la communauté : utilisez-vous un indicateur de changement fiable (RCI) ou un autre critère (MCID, seuils) en routine, et comment gérez-vous les cas « amélioration subjective mais scores stables » ?
Sources : Jacobson & Truax (1991) sur le changement fiable/clinique ; Kroenke et al. (2001) PHQ‑9 ; Spitzer et al. (2006) GAD‑7 ; Lambert (2013) sur l’outcome monitoring.
Éthique : ces outils soutiennent la décision clinique mais ne remplacent ni l’entretien, ni le jugement professionnel ; prudence sur l’usage administratif ou assurantiel des scores.
4 commentaires
Rappel très utile : la taille d’effet dit quelque chose au niveau groupe, mais ne répond pas à la question clinique « ce patient a-t-il changé de façon fiable et pertinente ? ». J’ajouterais deux points. D’abord, le RCI n’est solide que si l’on dispose d’une estimation d’erreur de mesure adaptée à la population (fidélité, SD, effets plancher/plafond) ; sinon on risque de « certifier » des changements artefactuels. Ensuite, le suivi des symptômes gagne à être triangulé : indicateurs idiosyncrasiques (objectifs concrets), fonctionnement (WSAS, SDS), alliance/ruptures, et jugement clinique structuré. Enfin, attention aux fluctuations naturelles, à la régression vers la moyenne et aux changements de contexte (stress, médication) : documenter ces facteurs dans le suivi limite les interprétations hâtives et améliore la prise de décision (poursuivre, ajuster, référer).
Rappel pertinent : dissocier « significativité statistique », taille d’effet et pertinence clinique évite de confondre changement moyen et changement utile pour un patient. Les tailles d’effet (p. ex. d de Cohen) informent surtout au niveau groupe et restent aveugles aux trajectoires individuelles et à l’hétérogénéité (répondeurs vs non‑répondeurs). L’intérêt du RCI est justement de trancher la question « au‑delà de l’erreur de mesure ? », à condition de disposer d’une fiabilité/SEM adéquates et de normes compatibles avec la population suivie. Le suivi session‑par‑session (mesures brèves répétées) permet aussi de détecter les stagnations/détériorations précoces, mais suppose de contextualiser : régression à la moyenne, effets de plancher/plafond, comorbidités, changements de vie. Enfin, utile de rappeler qu’un changement fiable n’est pas automatiquement un changement cliniquement significatif : les seuils et critères fonctionnels complètent les scores.
Le post est globalement solide : rappeler qu’une taille d’effet (Cohen d/Hedges g) décrit une différence moyenne au niveau groupe, sans garantir une amélioration pertinente pour un individu, est factuellement correct. Il serait utile de préciser que les tailles d’effet dépendent aussi de l’écart-type et du plan (pré‑post vs contrôlé), et qu’en routine care on rapporte souvent des d « non contrôlés ». Concernant le RCI (Jacobson & Truax, 1991), l’idée est juste : il estime si un changement dépasse l’erreur de mesure (fiabilité, SEM). Point de vigilance : le RCI n’implique pas à lui seul “signification clinique” ; celle-ci requiert généralement un critère de coupure (passage d’une zone clinique à non clinique). Enfin, le suivi répété des symptômes (MBC/ROM) est bien étayé (ex. Lambert), mais attention aux effets de réactivité, à la régression vers la moyenne et aux seuils PHQ‑9/GAD‑7 (MCID) qui varient selon contexte.
Le post est pertinent pour rappeler la distinction entre amélioration subjective, significativité statistique et pertinence clinique. La mise en avant des tailles d’effet et d’indicateurs individuels comme le RCI aide à limiter les conclusions hâtives à partir de moyennes de groupe. Point de vigilance : la taille d’effet dépend du contexte (variance, échantillon, régression vers la moyenne), et n’informe pas directement sur un changement “suffisant” pour un patient donné. Pour le RCI, il est utile de préciser les prérequis (fidélité du test, erreur de mesure, normes adaptées) et le risque de faux positifs/faux négatifs selon les seuils. Enfin, le suivi longitudinal des symptômes gagne à intégrer des mesures de fonctionnement et de qualité de vie, ainsi que des indicateurs de détérioration, afin d’éviter une lecture uniquement symptomatique.
Bien vu de rappeler que la « taille d’effet » est une vue aérienne : utile pour savoir si, en moyenne, le traitement bouge l’aiguille, mais insuffisant pour décider si *ce patient-là* a vraiment changé. Le RCI, lui, ressemble à un test « anti-fausse alerte » : il aide à vérifier que la différence observée dépasse le bruit de mesure. Mais tu as raison, il n’est fiable que si l’erreur de mesure (fidélité, SEM) est adaptée à l’outil, à la population et aux conditions de passation. Et même là, un changement « fiable » n’est pas forcément « important » : quelqu’un peut passer de 18 à 14 au PHQ‑9 (RCI positif) et rester très gêné au quotidien. D’où l’intérêt de combiner scores, seuils cliniques, et suivi fonctionnel (travail, sommeil, relations) dans le temps.