Skip to content
Retour aux résultats

Plan expérimental à sujet unique

Introduite par
Murray Sidman (foundational tactics); B. F. Skinner (applied behavior analysis lineage)
Année
1960s (Sidman 1960; formal applied codification by Kazdin and Baer in 1970s–1980s)
Type
Experimental research design
Famille
Experimental design

Ce texte est une traduction automatique et n’a pas encore été relu. Lire l’original en anglais

Taille de police

À quoi sert-elle ?

Le plan expérimental à sujet unique (PESU) établit un contrôle expérimental en mesurant de manière répétée un individu (ou un petit nombre d'individus) à travers des phases de référence et d'intervention, en utilisant le participant comme son propre contrôle.

Au lieu de comparer des groupes, il compare le comportement du participant lui-même à travers différentes conditions au fil du temps. Largement utilisé en analyse comportementale appliquée, en éducation spécialisée, en réadaptation et en psychologie clinique, le PESU permet une inférence causale à partir d'échantillons petits ou uniques où les plans de groupe sont impraticables.

L’intuition derrière la méthode

Imaginez que vous vouliez savoir si une nouvelle intervention de lecture aide un enfant dyslexique spécifique. Vous ne pouvez pas recruter des centaines d'enfants, mais vous pouvez mesurer la précision de lecture de cet enfant tous les jours pendant des semaines — d'abord sans l'intervention (phase de référence), puis avec (traitement), et peut-être de nouveau sans. Si le comportement change chaque fois que la condition change, la preuve que l'intervention a causé le changement s'accumule par réplication au sein de la même personne. Le PESU fait de l'individu l'unité d'analyse plutôt que le groupe, traitant la variabilité intra-personnelle comme la principale source de preuve expérimentale.

Histoire

Les fondements intellectuels du PESU résident dans la tradition du conditionnement opérant initiée par B. F. Skinner, qui a étudié des organismes individuels sous des programmes de renforcement contrôlés. Le livre de Murray Sidman de 1960, Tactics of Scientific Research, a articulé la logique de la réplication intra-sujet comme base de l'inférence expérimentale en psychologie. L'article fondateur de Donald Baer, Montrose Wolf et Todd Risley de 1968 dans le Journal of Applied Behavior Analysis a établi l'analyse comportementale appliquée comme discipline et a codifié la méthodologie à sujet unique comme son principal outil de recherche. Le manuel d'Alan Kazdin de 1982 a systématisé les options de conception, les exigences de mesure et les conventions analytiques qui restent la norme aujourd'hui.

Quand l’utiliser

Utilisez le PESU lorsque vous avez besoin de preuves expérimentales sur l'effet d'une intervention sur un individu spécifique ou un très petit nombre d'individus — par exemple, un élève atteint d'un handicap rare, un patient avec un profil clinique unique, ou un groupe de participants trop petit pour des plans de groupe. Il est approprié lorsque des contraintes éthiques ou logistiques empêchent de priver un groupe de contrôle de traitement, et lorsque des mesures répétées fréquentes d'un comportement bien défini au fil du temps sont réalisables. N'utilisez PAS le PESU lorsque la question de recherche concerne la prévalence au niveau de la population ou les effets moyens, lorsque le comportement cible ne peut pas être mesuré de manière répétée et objective, lorsque des effets de report ou des effets de traitement irréversibles empêcheraient un retour significatif à la phase de référence, ou lorsque l'objectif est une comparaison normée plutôt qu'une analyse fonctionnelle au niveau individuel.

Limites et points d’attention

  • Les résultats sont spécifiques à l'individu (aux individus) étudié(s) ; la généralisation statistique à une population n'est pas justifiée à partir d'une seule étude.
  • Nécessite une mesure fréquente, répétée et objective d'un comportement cible clairement opérationnalisé — faisable pour les comportements manifestes, plus difficile pour les états internes.
  • Les plans de retournement sont inappropriés lorsque l'intervention enseigne une compétence qui ne peut pas être désapprise, rendant la phase de retour à la ligne de base illogique ou contraire à l'éthique.
  • L'analyse visuelle est intrinsèquement subjective ; l'accord inter-juges sur les conclusions de changement de phase n'est pas toujours élevé, et les compléments quantitatifs de taille d'effet sont sous-utilisés.
  • Les effets de report entre des conditions alternées rapidement (dans les plans à traitements alternés) peuvent fausser les résultats.

Les conditions de la source ne remplacent ni une revue scientifique indépendante ni la validation par un moteur d’analyse.

Points forts

  • Permet une inférence causale à partir d'échantillons très petits ou uniques où les plans de groupe sont impossibles ou contraires à l'éthique.
  • Le participant sert de son propre contrôle, éliminant la variabilité inter-sujets et rendant le changement individuel transparent.
  • Les données collectées en continu révèlent la dynamique temporelle du changement de comportement — et pas seulement des instantanés avant et après.
  • Flexible : de multiples variantes de plans (AB, ABA, ABAB, lignes de base multiples, traitements alternés) s'adaptent à diverses questions de recherche et contraintes éthiques.
  • La réplication à travers les participants, les contextes et les comportements construit une base de preuves cumulatives analogue à la convergence méta-analytique.

Applications

  • Évaluation des interventions comportementales pour les personnes atteintes de troubles du spectre autistique, de déficiences intellectuelles ou de TDAH dans les milieux d'éducation spécialisée.
  • Évaluation des protocoles de réadaptation pour les patients atteints de lésions cérébrales acquises, d'accidents vasculaires cérébraux ou de déficiences motrices dans les milieux cliniques.
  • Test de procédures pédagogiques ou de stratégies de gestion de classe pour des élèves individuels dont les besoins diffèrent nettement de ceux du groupe.
  • Recherche sur les traitements pharmacologiques ou comportementaux pour des conditions rares où les essais contrôlés randomisés (ECR) au niveau de la population sont impraticables.
  • Évaluation de programmes d'autogestion basés sur la technologie ou des applications au niveau individuel avant leur mise à l'échelle.
  • Construction de la base de preuves pour de nouvelles interventions par réplication systématique à travers les individus et les contextes.

Comment ça marche

Comment ça marche

1

Avant d'introduire toute intervention, le chercheur recueille des mesures répétées du comportement cible dans des conditions naturelles ou non manipulées. Cette phase de référence (généralement étiquetée A) établit un modèle stable et prévisible — la performance du participant sans le traitement. Une phase de référence doit être stable (faible variabilité) ou tendre dans la direction opposée à l'effet de traitement attendu ; une phase de référence instable compromet l'interprétation causale.

2

L'intervention ou la variable indépendante est introduite (phase B), et le même comportement cible continue d'être mesuré à la même fréquence. Le changement de niveau (la moyenne), de tendance (direction de la pente) et de variabilité entre les phases A et B constitue la preuve principale d'un effet. Des plans plus complexes ajoutent des phases supplémentaires (retour à la phase de référence, deuxième intervention) ou des phases de référence concurrentes à travers les participants, les contextes ou les comportements.

3

Les données sont représentées sur un graphique de séries chronologiques, et la méthode d'analyse principale est l'inspection visuelle. Les analystes examinent les caractéristiques des données intra-phase (niveau, tendance, variabilité) et les caractéristiques des données inter-phases (changement de niveau, changement de tendance, chevauchement entre les phases adjacentes). Un faible chevauchement des données entre les phases et des changements de phase immédiats et cohérents sont considérés comme des preuves d'une relation fonctionnelle. Des indices de taille d'effet tels que le non-chevauchement de toutes les paires (NAP) ou le Tau-U complètent l'analyse visuelle.

4

Le contrôle expérimental dans le PESU repose sur la réplication. Dans un plan de retournement, l'intervention est retirée puis réintroduite ; dans un plan à lignes de base multiples, l'intervention est échelonnée sur différentes lignes de base. Chaque démonstration d'un changement de comportement coïncidant avec un changement de phase est une réplication. Trois réplications ou plus du même effet au sein d'une étude constituent une preuve convaincante d'une relation causale, suivant la logique de la réplication intra-sujet.

5

Le chercheur tire des conclusions quant à l'existence d'une relation fonctionnelle entre la variable indépendante (intervention) et la variable dépendante (comportement cible), et évalue la signification sociale ou clinique de l'ampleur du changement. La validité externe est établie non pas par inférence statistique à travers un échantillon, mais par réplication systématique à travers les études, les contextes et les participants dans la littérature.

Pièges courants

  • Trop peu de points de données dans la phase de référence : une phase de référence de moins de trois à cinq points de données stables fournit une base inadéquate pour prédire le contrefactuel ; collectez jusqu'à ce que le modèle soit clair avant d'introduire l'intervention.
  • Changer plus d'une variable à la fois : introduire plusieurs composants simultanément rend impossible d'attribuer le changement à un seul élément — modifiez une condition à la fois.
  • Ignorer la tendance dans la phase de référence : une phase de référence qui tend déjà dans la direction de l'effet de traitement attendu rend toute amélioration ultérieure ininterprétable ; stabilisez ou tenez compte de la tendance avant de poursuivre.
  • Se fier excessivement à l'analyse visuelle seule : formez-vous aux critères d'analyse visuelle standardisés et complétez avec au moins une statistique de non-chevauchement validée (NAP, Tau-U, PND) pour améliorer l'objectivité.
  • Appliquer à tort un plan de retournement à des résultats irréversibles : l'acquisition de compétences (par exemple, apprendre à lire) ne peut pas être inversée ; utilisez plutôt un plan à lignes de base multiples.

Questions fréquentes

Le plan à sujet unique est-il une « vraie » recherche expérimentale, ou est-ce juste une étude de cas ?

C'est expérimental. Une étude de cas décrit ce qui s'est passé ; un plan expérimental à sujet unique manipule activement une variable indépendante et contrôle les facteurs de confusion par la réplication des changements de phase au sein du même participant. La logique de l'inférence causale diffère des plans de groupe (elle repose sur la réplication intra-sujet plutôt qu'inter-sujets) mais est néanmoins rigoureuse lorsque les conditions de conception sont remplies.

Combien de points de données ai-je besoin dans chaque phase ?

La directive générale est un minimum de trois à cinq points de données par phase, mais plus est toujours préférable. Le critère n'est pas un nombre fixe mais la stabilité : collectez des données jusqu'à ce que le modèle soit prévisible (niveau stable, tendance claire ou variabilité acceptable) avant de changer de phase. Se précipiter pour introduire l'intervention après seulement un ou deux points de référence compromet l'interprétation causale.

Quand dois-je utiliser un plan à lignes de base multiples au lieu d'un plan de retournement (ABA/ABAB) ?

Utilisez un plan à lignes de base multiples lorsque l'effet de l'intervention est susceptible d'être irréversible (par exemple, l'acquisition de compétences), lorsque le retrait du traitement serait contraire à l'éthique, ou lorsqu'un retournement annulerait de véritables gains thérapeutiques. Un plan de retournement est plus approprié lorsque le comportement cible est censé revenir vers la ligne de base une fois l'intervention retirée — généralement des comportements opérants maintenus par des contingences environnementales plutôt que des compétences acquises.

Puis-je utiliser des statistiques avec des données à sujet unique, ou l'analyse visuelle est-elle suffisante ?

L'analyse visuelle est la méthode principale et traditionnelle, mais les compléments quantitatifs sont encouragés. Les statistiques de non-chevauchement telles que le Nonoverlap of All Pairs (NAP), le Tau-U ou le Percentage of Nonoverlapping Data (PND) fournissent un indice objectif de taille d'effet et facilitent la communication avec des publics peu familiers avec les graphiques de séries chronologiques. La modélisation multiniveau et les tests de randomisation sont également applicables lorsque les données et le plan le justifient.

Comment établir la validité externe à partir d'une étude avec seulement un ou quelques participants ?

La validité externe dans le PESU est construite par réplication systématique à travers les études — votre propre réplication à travers plusieurs participants au sein de la même étude (réplication directe) et des études ultérieures à travers différents contextes, populations et chercheurs (réplication systématique). Une seule étude n'établit pas la validité externe ; un ensemble d'études répliquées le fait. Ceci est analogue au rôle de la méta-analyse pour les littératures de plans de groupe.

Méthodes associées

Sources

  1. Kazdin, A. E. (1982). Single-Case Research Designs: Methods for Clinical and Applied Settings. Oxford University Press.

    ISBN : 978-0195030440
    Copié.
  2. Sidman, M. (1960). Tactics of Scientific Research: Evaluating Experimental Data in Psychology. Basic Books.

    Ouvrir la référence de la publication
    Copié.