Weighted Probabilistic ADHD Models integrate dimensional and categorical approaches to ADHD assessment and Improve Diagnostic Discrimination Beyond DSM-5 Symptom count

Résumé technique : Modèles probabilistes pondérés pour le TDAH

Énoncé du problème
Les cadres diagnostiques actuels pour le trouble du déficit de l'attention avec ou sans hyperactivité (TDAH), spécifiquement le DSM-5-TR, reposent sur une approche catégorielle par décompte de symptômes. Cette méthode attribue un poids diagnostique égal à tous les symptômes au sein des domaines de l'inattention et de l'hyperactivité-impulsivité, indépendamment de leur validité prédictive individuelle, de leur stade de développement ou de leur expression spécifique selon le sexe. Les données suggèrent que cette hypothèse d'« égalité de poids » est erronée : les symptômes varient en valeur discriminatoire, et les seuils stricts (par exemple, 6 symptômes sur 9 pour les enfants, 5 sur 9 pour les adultes) peuvent exclure des individus présentant une déficience clinique significative ou biaiser le diagnostic vers des présentations masculines. De plus, les systèmes purement catégoriels ne parviennent pas à capturer la nature continue et dimensionnelle de la psychopathologie, ce qui pourrait limiter la précision de l'évaluation individualisée requise par la psychiatrie moderne.

Méthodologie
L'étude a utilisé un plan d'observation rétrospectif basé sur une base de données cliniques de 584 patients âgés de 6 à 22 ans orientés pour une évaluation du TDAH. Les participants ont été classés selon les diagnostics DSM-5 confirmés par un clinicien (étalon de référence) en groupes TDAH-positifs (n=499) et TDAH-négatifs (n=85). Les critères d'exclusion comprenaient le trouble du spectre de l'autisme, les troubles psychotiques, un QI < 70 ou un diagnostic en attente.

Les chercheurs ont développé et comparé trois modèles de régression logistique multivariée par rapport au modèle conventionnel de décompte de symptômes non pondéré du DSM-5 :

1. Modèle ajusté pondéré (Modèle 1) : Intègre des coefficients spécifiques aux symptômes ajustés selon le sexe et le groupe d'âge catégoriel (>12 ans vs ≤12 ans).
2. Modèle d'interaction symptôme-âge (Modèle 2) : Ajoute des termes d'interaction entre les symptômes et l'âge pour tester si le stade de développement modifie la valeur prédictive du symptôme.
3. Modèle d'interaction symptôme-sexe (Modèle 3) : Ajoute des termes d'interaction entre les symptômes et le sexe pour tester la pondération prédictive spécifique au sexe.

La performance des modèles a été évaluée par l'analyse de la courbe ROC (Receiver Operating Characteristic), le test exact de DeLong pour les comparaisons par paires, les courbes de calibration, les scores de Brier et l'analyse de la courbe de décision (DCA). La validation interne a été réalisée via 1 000 rééchantillonnages par bootstrap pour estimer la discrimination corrigée de l'optimisme. Les seuils de probabilité optimaux ont été déterminés à l'aide de l'indice de Youden.

Résultats clés

• Discrimination diagnostique : Le modèle ajusté pondéré (Modèle 1) a considérablement amélioré la discrimination diagnostique par rapport au décompte de symptômes non pondéré du DSM-5 pour les deux dimensions :
  • Hyperactivité-Impulsivité : L'AUC est passée de 0,973 (DSM-5) à 0,976 (Modèle pondéré) ; p DeLong = 0,013.
  • Inattention : L'AUC est passée de 0,913 (DSM-5) à 0,937 (Modèle pondéré) ; p DeLong = 0,007.
• Hétérogénéité des symptômes : Les coefficients de régression ont révélé une variation substantielle du poids diagnostique des symptômes individuels. Par exemple, dans le domaine de l'hyperactivité, « Agir comme si l'on était monté sur des ressorts » (β=2,08) et « Répondre avant la fin de la question » (β=2,12) présentaient des poids nettement plus élevés que « Interrompre ou s'immiscer » (β=1,08). Dans le domaine de l'inattention, « Ne pas prêter attention aux détails » (β=1,92) était plus fortement pondéré que « Sembler ne pas écouter » (β=0,70, p=0,077).
• Modèles d'interaction : Les modèles plus complexes intégrant des interactions symptôme-âge ou symptôme-sexe (Modèles 2 et 3) n'ont pas amélioré significativement la discrimination au-delà du Modèle ajusté pondéré (Modèle 1), qui est plus parcimonieux. Cela suggère que bien que les symptômes individuels puissent varier selon l'âge ou le sexe, l'incorporation de ces interactions en tant qu'effets principaux dans le modèle pondéré est suffisante sans ajouter de complexité structurelle.
• Seuils optimaux : L'indice de Youden a identifié des seuils de probabilité optimaux de 0,600 pour l'hyperactivité-impulsivité (Sensibilité 93,4 %, Spécificité 95,7 %) et de 0,689 pour l'inattention (Sensibilité 96,3 %, Spécificité 85,0 %).
• Calibration et utilité : Les modèles pondérés ont présenté des scores de Brier plus faibles (indiquant une meilleure précision de prédiction) et un bénéfice net plus élevé à travers les probabilités de seuil cliniquement pertinentes dans l'analyse de la courbe de décision par rapport aux approches du DSM-5. La validation interne a confirmé un surapprentissage minimal (estimations d'optimisme de 0,001 et 0,002).
• Performance par sous-groupe : Bien que la performance ait été robuste dans la plupart des strates, la dimension de l'inattention a montré une discrimination plus faible spécifiquement chez les femmes de plus de 12 ans (indice de Youden = 0,592), soulignant les limites des seuils catégoriels dans ce sous-groupe.

Signification et affirmations
L'article affirme que les modèles probabilistes pondérés offrent un cadre pratique et cliniquement interprétable qui fait le pont entre les approches dimensionnelles et catégorielles de l'évaluation du TDAH. En quantifiant la valeur diagnostique différentielle de symptômes spécifiques et en ajustant selon l'âge et le sexe, ces modèles améliorent la discrimination diagnostique au-delà du simple décompte de symptômes du DSM-5 sans sacrifier l'utilisabilité.

Les auteurs soulignent qu'à l'inverse des techniques d'apprentissage automatique de type « boîte noire », la pondération basée sur la régression logistique préserve la transparence, permettant aux cliniciens de comprendre la contribution spécifique de chaque symptôme. L'approche proposée permet de générer des estimations de probabilité individualisées tout en fournissant des décisions de classification binaire via des seuils empiriquement dérivés, facilitant l'intégration dans les dossiers de santé électroniques ou les calculateurs cliniques.

L'étude conclut que, bien que les modèles pondérés surpassent de manière significative les décomptes de symptômes du DSM-5, la complexité ajoutée des modèles d'interaction est inutile pour améliorer la discrimination. Les auteurs notent des limites, notamment la dépendance à un ensemble de données rétrospectives provenant d'un centre unique et l'utilisation du diagnostic clinique (qui est lui-même basé sur le DSM) comme étalon de référence. Ils suggèrent que les travaux futurs devraient se concentrer sur la validation externe multicentrique et l'évaluation prospective de la réponse au traitement.