L’optimisation de la collecte des données empiriques constitue l’un des piliers méthodologiques les plus critiques des sciences comportementales contemporaines. L’échantillonnage adaptatif incarne cette révolution épistémologique en ajustant dynamiquement le protocole d’observation en fonction des réponses ou signaux observés en temps réel chez les participants.
Échantillonnage adaptatif
1. Définition concise
L’échantillonnage adaptatif désigne un ensemble de méthodologies statistiques et expérimentales dans lesquelles la sélection des unités d’observation, des questions administrées ou des moments de mesure dépend directement des données recueillies au cours des étapes précédentes de l’investigation. Contrairement aux approches probabilistes traditionnelles à plans fixes, cette méthode réévalue continuellement les paramètres d’inclusion afin de maximiser l’information statistique tout en minimisant la charge imposée aux sujets.
Dans le domaine des sciences psychologiques, ce concept s’articule principalement autour de deux axes fondamentaux : l’évaluation psychométrique informatisée et la collecte ambulatoire en vie quotidienne. Dans le cadre psychométrique, il se matérialise par le test adaptatif informatisé (CAT), où chaque nouvel item est choisi en temps réel en fonction du niveau estimé du trait latent du candidat. Dans le champ de l’évaluation écologique momentanée (EMA), il correspond à l’ajustement du calendrier de notification selon les signaux physiologiques, comportementaux ou environnementaux du participant.
En recherche psychosociale et épidémiologique, l’échantillonnage adaptatif désigne également des techniques d’échantillonnage en grappes adaptatives visant à repérer et inclure des populations rares, marginalisées ou difficiles à joindre. Quelle que soit son implémentation, le principe directeur reste invariable : adapter algorithmiquement la trajectoire de l’observation pour capturer l’hétérogénéité d’un phénomène psychologique avec un rendement informatif optimal.
2. Étymologie et origine linguistique
L’expression « échantillonnage adaptatif » est un calque méthodologique issu de l’anglais adaptive sampling, formalisé pour la première fois dans les travaux de statistique spatiale et écologique à la fin des années 1980 et au début des années 1990. Le terme « échantillonnage » dérive du substantif français « échantillon », lui-même issu de l’ancien français « escandillon » (mesure servant d’étalon), qui tire ses origines du bas-latin scandilium, apparenté au verbe scandere signifiant « monter », « mesurer » ou « scander ».
L’adjectif « adaptatif » provient du latin médiéval adaptativus, forgé sur le verbe latin classique adaptare, composé du préfixe ad- (vers, à dessein de) et du radical aptare (ajuster, rendre apte). Dans la terminologie psychométrique et statistique, ce qualificatif s’est imposé pour souligner le caractère dynamique et réactif du modèle par opposition aux protocoles passifs ou statiques. Dès son adoption en psychologie mathématique, le terme a incarné l’idée d’un instrument capable d’auto-ajustement face aux particularités manifestées par le répondant.
L’intégration de cette locution dans le lexique des sciences cognitives et psychosociales francophones a été favorisée par les travaux sur la théorie de la réponse à l’item et les technologies numériques d’évaluation. Bien que parfois désigné sous les termes d’« échantillonnage contingent » ou de « plan dynamique de collecte », l’usage d’« échantillonnage adaptatif » demeure la norme consensuelle dans les publications académiques et les manuels de référence.
3. Prononciation et forme grammaticale
Le terme se prononce phonétiquement en français standard : [e.ʃɑ̃.ti.jɔ.naʒ a.dap.ta.tif]. Il s’agit d’un syntagme nominal masculin singulier dont la déclinaison plurielle est « échantillonnages adaptatifs » [e.ʃɑ̃.ti.jɔ.naʒ a.dap.ta.tif].
Sur le plan syntaxique, la locution s’emploie principalement comme complément d’objet ou sujet dans des propositions relatives aux devis de recherche méthodologiques. L’adjectif « adaptatif » s’accorde en genre et en nombre avec le nom (« méthodologie adaptative », « procédures adaptatives »). Dans la littérature spécialisée, on rencontre fréquemment des constructions composées telles que « échantillonnage adaptatif spatial », « échantillonnage adaptatif ambulatoire » ou encore « plan d’échantillonnage adaptatif informatisé ».
Il convient de ne pas confondre son usage grammatical avec celui de l’« adaptation des tests », qui désigne le processus linguistique et transculturel de traduction d’un instrument psychologique, alors que l’échantillonnage adaptatif fait exclusivement référence à la sélection dynamique des unités d’échantillonnage ou des items de mesure.
4. Explication conceptuelle détaillée
L’échantillonnage adaptatif repose sur un paradigme de décision séquentielle : l’information collectée lors de la mesure $t$ informe et détermine la probabilité de sélection de l’unité de mesure lors de l’étape $t+1$. Dans le cadre traditionnel de l’échantillonnage aléatoire simple ou stratifié, la probabilité d’inclusion d’une unité dans l’échantillon est déterminée en amont de toute prise de mesure et reste strictement constante tout au long de l’étude. Cette invariance garantit des propriétés mathématiques élégantes pour l’inférence non biaisée, mais génère une inefficacité statistique majeure lorsque le phénomène cible est hétérogène, rare ou non linéaire.
Dans la perspective psychométrique, administrer un test comprenant une majorité d’items trop faciles ou trop difficiles pour un individu donné n’apporte presque aucune information sur son niveau réel de compétence ou de détresse psychologique. En mobilisant la théorie de la réponse aux items, l’échantillonnage adaptatif sélectionne à chaque étape l’item qui maximise la fonction d’information de Fisher au niveau provisoirement estimé du trait latent ($ heta$). Ainsi, un individu présentant des signes modérés d’anxiété ne se verra pas proposer des questions ciblant des crises de panique extrêmes ou une absence totale de symptômes, ce qui réduit considérablement le nombre total de questions sans compromettre la précision de la mesure.
Dans le domaine de l’évaluation ambulatoire écologique (ESM/EMA), l’échantillonnage adaptatif brise la rigidité des notifications temporelles aléatoires ou programmées à heures fixes. Les systèmes modernes exploitent les capteurs embarqués sur les téléphones intelligents et montres connectées (variabilité de la fréquence cardiaque, accélérométrie, localisation GPS, volume vocal) pour détecter des ruptures d’équilibre homéostatique ou contextuel. Dès qu’un changement critique est repéré, le système déclenche un échantillonnage adaptatif ponctuel de l’état affectif ou cognitif de l’individu, capturant ainsi des phénomènes transitoires cruciaux qui échapperaient à un carnet de bord classique.
Enfin, en psychologie sociale et épidémiologique, l’échantillonnage par grappes adaptatives (adaptive cluster sampling) permet de recruter des sous-populations vulnérables (personnes sans abri, consommateurs de substances illicites, victimes de traumatismes rares). Lorsqu’une unité échantillonnée répond à un critère psychologique ou comportemental prédéfini, son réseau de pairs ou son voisinage spatial est automatiquement intégré dans le schéma d’échantillonnage, permettant une cartographie fine des réseaux sociaux et des déterminants psychopathologiques.
5. Développement historique
Les prémisses conceptuelles de l’échantillonnage adaptatif trouvent leur origine dans les travaux de statistique séquentielle développés durant la Seconde Guerre mondiale par le mathématicien Abraham Wald. L’analyse séquentielle de Wald a prouvé qu’il était mathématiquement possible de prendre des décisions rigoureuses avec un nombre d’observations nettement inférieur en réévaluant les hypothèses après chaque observation unitaire.
Au cours des années 1960 et 1970, l’émergence des ordinateurs centraux a permis aux psychomètres, notamment sous l’impulsion de Frederic M. Lord, d’envisager des tests adaptés au niveau de chaque candidat. Lord a posé les bases théoriques du test sur mesure (tailored testing), précurseur direct du test adaptatif informatisé moderne. Cependant, les contraintes informatiques de l’époque limitaient l’implémentation pratique de banques d’items calibrées dynamiquement.
L’essor décisif de la théorie dans le domaine de la méthodologie quantitative est survenu au début des années 1990 grâce aux formulations de Steven K. Thompson sur l’échantillonnage adaptatif par grappes. Ses démonstrations théoriques ont prouvé comment appliquer des estimateurs modifiés de Horvitz-Thompson et de Hansen-Hurwitz pour corriger les biais de sélection inhérents aux plans adaptatifs et restaurer des estimateurs non biaisés de la moyenne et de la variance de la population.
Au début du XXIe siècle, l’avènement des technologies mobiles a inauguré une nouvelle ère pour l’échantillonnage adaptatif en psychologie clinique et comportementale. Les protocoles d’échantillonnage de l’expérience vécue initiés par Mihaly Csikszentmihalyi ont progressivement intégré des algorithmes d’apprentissage automatique capables d’anticiper les moments opportuns pour échantillonner l’expérience humaine sans saturer l’attention des participants.
6. Fondements théoriques
L’assise épistémologique de l’échantillonnage adaptatif repose sur l’intégration harmonieuse de la théorie statistique des probabilités conditionnelles et des modèles psychométriques modernes. La relation entre les données observées antérieures $Y_{(t-1)}$ et la sélection de la nouvelle unité d’observation $X_t$ est formalisée par une fonction de probabilité conditionnelle :
$$P(X_t mid Y_{(t-1)}, \mathbf{\Theta})$$
où $\mathbf{\Theta}$ représente le vecteur des paramètres latents sous-jacents (aptitude cognitive, sévérité symptomatique ou propension comportementale). Contrairement à l’échantillonnage classique où $P(X_t)$ est indépendante des résultats passés, l’approche adaptative utilise explicitement l’information a posteriori pour maximiser le gain d’information espéré.
En psychométrie, le fondement théorique prédominant est la fonction d’information de Fisher, dérivée des modèles logistiques à un, deux ou trois paramètres (1PL, 2PL, 3PL) de la théorie de la réponse à l’item. Selon ce modèle, l’erreur type de mesure d’un score latent $ heta$ est inversement proportionnelle à la racine carrée de la quantité totale d’information apportée par les items administrés :
$$SE(\hat{ h\eta}) = rac{1}{\sqrt{I(\hat{ h\eta})}}$$
L’échantillonnage adaptatif d’items permet donc d’atteindre une erreur standard cible uniforme pour l’ensemble des individus évalués, quelle que soit leur position sur le continuum psychologique, brisant ainsi le postulat de la théorie classique des tests selon lequel l’erreur type de mesure est uniforme sur toute la population.
Dans les applications écologiques et ambulatoires, les fondements s’ancrent dans la théorie des systèmes dynamiques et des séries temporelles non stationnaires. Les états affectifs et comportementaux des individus fluctuent selon des dynamiques non linéaires ponctuées d’attracteurs, de bifurcations et de transitions critiques. L’échantillonnage adaptatif se justifie par le fait qu’une fréquence d’échantillonnage constante (théorème d’échantillonnage de Nyquist-Shannon classique) devient inadaptée face à des processus caractérisés par de longues périodes de stabilité interrompues par de brusques décompensations ou crises émotionnelles.
7. Composantes clés, types et dimensions
L’architecture globale de l’échantillonnage adaptatif se décline en plusieurs composantes structurelles et variantes méthodologiques adaptées aux objectifs spécifiques de la recherche en psychologie :
- L’algorithme de routage ou règle de sélection : Cœur décisionnel du système qui détermine quelle unité, quel item ou quel moment doit être sélectionné ensuite en fonction d’un critère d’optimisation mathématique (e.g., critère du maximum d’information de Fisher, gain d’entropie de Kullback-Leibler).
- La règle d’arrêt (ou critère de terminaison) : Modalité définissant la fin de la collecte de données, pouvant être basée sur un nombre fixe d’observations, l’atteinte d’un seuil prédéterminé de précision (erreur standard minimale), ou la certitude diagnostique quant à l’appartenance à une catégorie clinique.
- L’échantillonnage adaptatif par grappes (Adaptive Cluster Sampling) : Méthode épidémiologique où la détection d’un cas positif dans une unité d’échantillonnage primaire déclenche immédiatement l’investigation des unités spatialement ou socialement contiguës.
- Le test adaptatif informatisé (CAT) : Sélection adaptative des questions psychologiques dans une banque préalablement étalonnée, permettant de réduire la longueur d’administration de 40 à 60 % sans perte de fiabilité métrologique.
- L’échantillonnage ambulatoire déclenché par événement ou capteur (Sensor-triggered EMA) : Protocole dans lequel les questionnaires écologiques sont activés dynamiquement lorsque des biomarqueurs ou indicateurs environnementaux franchissent des seuils critiques (e.g., pic de cortisol, tachycardie, confinement prolongé).
- L’échantillonnage adaptatif d’interventions (Just-In-Time Adaptive Interventions – JITAI) : Extension contemporaine combinant évaluation adaptative et déclenchement ciblé de micro-interventions psychothérapeutiques au moment précis où le sujet en a le plus besoin.
8. Exemples et cas illustratifs
Pour illustrer la puissance de cette méthodologie, considérons l’évaluation du trouble dépressif majeur dans un centre de consultation universitaire. Traditionnellement, un clinicien administre un inventaire statique de 21 à 30 items. Grâce à un échantillonnage adaptatif informatisé, un patient se voit d’abord administrer un item d’intensité moyenne relatif à l’humeur dépressive. Si le patient confirme la présence d’une anhédonie sévère, l’algorithme écarte automatiquement les items superficiels pour administrer directement des items jaugeant l’intensité des idées suicidaires ou le ralentissement psychomoteur. L’évaluation complète requiert ainsi seulement 6 items pour établir avec une précision statistique équivalente le niveau de sévérité du patient, évitant la fatigue cognitive d’un long formulaire.
Un second exemple probant provient de l’addictologie et de l’étude du sevrage tabagique par évaluation ambulatoire. Des chercheurs équipent des participants de montres intelligentes mesurant la variabilité sinusale et l’accélérométrie tout au long de la journée. Le protocole d’échantillonnage adaptatif est programmé pour identifier les motifs de stress aigu (baisse brutale de la variabilité cardiaque associée à une sédentarité relative). Dès que ce signal physiologique est repéré, la montre vibre pour inviter le participant à évaluer immédiatement son envie irrépressible de fumer (craving) et son niveau d’anxiété. L’échantillonnage adaptatif saisit ainsi le phénomène au moment exact de son émergence, surpassant les approximations des bilans rétrospectifs traditionnels.
Dans le domaine de la psychologie communautaire, imaginons une étude cherchant à documenter l’impact psychologique de violences de genre parmi des travailleuses du sexe dans une métropole. En raison de la stigmatisation, ces femmes sont invisibles dans les sondages aléatoires téléphoniques. Les enquêteurs recourent à un échantillonnage adaptatif par réseau de pairs (respondent-driven sampling) : chaque participante interrogée reçoit un nombre limité de coupons pour recruter des membres de son entourage, avec une pondération adaptative qui compense la taille du réseau social individuel pour produire des estimations épidémiologiques non biaisées de la prévalence du stress post-traumatique.
9. Mesure et évaluation
L’évaluation psychométrique et statistique sous échantillonnage adaptatif requiert des mécanismes de contrôle rigoureux pour garantir la validité et la fidélité des inférences. Dans les modèles basés sur la théorie de la réponse à l’item, le calcul itératif du niveau latent s’effectue généralement par l’estimation du maximum de vraisemblance (MLE), par la méthode bayésienne de la moyenne de la distribution a posteriori (EAP), ou par le maximum a posteriori (MAP).
L’un des indicateurs fondamentaux pour quantifier l’efficacité d’un protocole d’échantillonnage adaptatif est l’efficacité relative ($RE$), définie comme le ratio de la quantité d’information moyenne obtenue avec le plan adaptatif par rapport à celle d’un test conventionnel à longueur fixe :
$$RE = rac{I_{adaptatif}( h\eta)}{I_{fixe}( h\eta)}$$
Une efficacité relative substantiellement supérieure à 1 indique un gain métrologique notable pour un même nombre d’items ou d’observations.
Dans le cadre ambulatoire, l’évaluation du système adaptatif repose sur des métriques de sensibilité et de spécificité du déclenchement. Il s’agit de quantifier la proportion d’événements psychologiques réels ayant correctement déclenché une notification (vrais positifs) et de surveiller l’absence de déclenchements intempestifs en dehors des contextes pertinents (faux positifs). Les chercheurs s’appuient sur des courbes ROC (Receiver Operating Characteristic) pour calibrer les seuils de sensibilité des algorithmes d’échantillonnage biométrique.
10. Applications et portée pratique
Les applications de l’échantillonnage adaptatif s’étendent aujourd’hui à l’ensemble du spectre de la recherche en santé mentale et des pratiques institutionnelles. En contexte de santé publique, les systèmes de surveillance épidémiologique utilisent des plans d’échantillonnage adaptatifs pour détecter précocement les foyers de détresse psychologique consécutifs à des catastrophes naturelles ou à des crises sanitaires d’envergure, en réorientant les ressources de collecte vers les zones géographiques ou démographiques manifestant une hausse subite d’indicateurs anxiogènes.
En milieu organisationnel et en psychologie du travail, cette méthodologie révolutionne les enquêtes de climat social et l’évaluation du burn-out. Au lieu de soumettre l’ensemble du personnel à des audits semestriels exhaustifs et chronophages, les organisations déploient des micro-évaluations adaptatives (pulse surveys). Si des dysfonctionnements relationnels ou une fatigue anormale sont détectés dans un département particulier, l’algorithme accentue la fréquence et la spécificité des questions adressées à cette unité organisationnelle, permettant aux gestionnaires d’intervenir préventivement.
En neuropsychologie et rééducation cognitive, l’échantillonnage adaptatif permet de concevoir des exercices d’entraînement cérébral dont la difficulté s’adapte en temps réel aux progrès ou à la fatigue du patient. Cette régulation dynamique de l’effort maintient le patient dans sa zone proximale de développement, maximisant la plasticité cérébrale sans induire de découragement face à des tâches insolubles.
11. Recherche et preuves empiriques
La littérature scientifique atteste abondamment des gains d’efficience procurés par les protocoles adaptatifs. Les recherches fondatrices menées dans le cadre du projet PROMIS (Patient-Reported Outcomes Measurement Information System), soutenu par les National Institutes of Health, ont démontré empiriquement que les formes adaptatives informatisées réduisaient de 50 à 70 % le nombre d’items nécessaires pour mesurer la dépression, l’anxiété et la douleur chronique, tout en maintenant une corrélation supérieure à $r = 0{,}95$ avec les versions complètes conventionnelles.
Dans une méta-analyse majeure sur l’évaluation ambulatoire écologique, des chercheurs en psychopathologie ont mis en évidence que les protocoles à échantillonnage adaptatif déclenchés par capteurs affichaient des taux de conformité de réponse (compliance rate) significativement plus élevés (souvent supérieurs à 80 %) que les protocoles à horaires fixes ou semi-aléatoires stricts. Cette hausse de l’adhésion s’explique par la réduction des notifications non opportunes, ces dernières survenant à des moments où l’individu est indisponible ou non concerné par la problématique évaluée.
Toutefois, la recherche empirique souligne également des défis méthodologiques considérables, notamment l’effet de surexposition de certains items de la banque de données. Des études psychométriques ont démontré que, sans algorithmes de contrôle d’exposition stricts (comme la méthode de Sympson-Hetter), une faible proportion d’items très informatifs se retrouve administrée à la quasi-totalité des participants, induisant un risque d’usure des questions et une vulnérabilité aux biais d’apprentissage chez les sujets réévalués longitudinalement.
12. Considérations culturelles et transculturelles
L’application transculturelle de l’échantillonnage adaptatif soulève des questions épistémologiques délicates touchant à l’invariance de mesure. Pour qu’une banque d’items ou un modèle de routage adaptatif fonctionne de manière équivalente au sein de différentes cultures, il est impératif d’établir formellement l’absence de fonctionnement différentiel de l’item (FDI). Si un item psychologique n’a pas la même difficulté ou le même pouvoir discriminant dans deux groupes linguistiques ou culturels distincts, l’algorithme adaptatif prendra des décisions biaisées, orientant prématurément le participant vers un profil clinique inadapté.
Par ailleurs, l’acceptabilité sociale des dispositifs de captation continue nécessaires à l’échantillonnage ambulatoire adaptatif varie grandement d’une société à l’autre. Dans certaines cultures collectivistes ou au sein de communautés marquées par la méfiance historique envers les institutions médicales ou gouvernementales, le port de capteurs biométriques et le traçage dynamique des comportements peuvent être perçus comme une surveillance intrusive inadmissible, compromettant la sincérité des réponses et le recrutement initial.
Enfin, la notion même de temporalité et de seuil critique d’un comportement psychologique est profondément ancrée dans les normes culturelles. Ce qui constitue une rupture d’activité ou un isolement social inhabituel dans un environnement urbain occidental peut être une norme courante dans une collectivité rurale traditionnelle. Les algorithmes d’échantillonnage adaptatif ne peuvent dès lors être transposés d’une région du globe à l’autre sans une recalibration minutieuse de leurs règles décisionnelles.
13. Critiques, débats et limites
En dépit de ses indéniables vertus métrologiques, l’échantillonnage adaptatif fait l’objet de vives controverses au sein de la communauté scientifique. La critique la plus tenace concerne la complexité mathématique de l’inférence statistique ultérieure. En rompant avec le principe de sélection à probabilités d’inclusion fixes, l’échantillonnage adaptatif introduit des dépendances séquentielles qui invalident l’usage direct de nombreux tests statistiques paramétriques conventionnels (comme l’ANOVA classique ou la régression standard par les moindres carrés). Les chercheurs doivent obligatoirement recourir à des pondérations rétrospectives complexes ou à des modèles de bootstrap intensifs pour éviter des estimations de variance lourdement sous-estimées.
Un autre débat concerne la perte de comparabilité directe entre participants. Dans un test conventionnel, chaque individu répond exactement aux mêmes sollicitations, ce qui rassure souvent les professionnels de l’évaluation clinique ou légale. Dans un protocole adaptatif, deux patients présentant un score final similaire peuvent n’avoir partagé aucun item en commun, ce qui suscite parfois la méfiance des praticiens non rompus à la théorie de la réponse à l’item, particulièrement dans les contextes médico-légaux ou de sélection professionnelle à forts enjeux.
Sur le plan éthique et technologique, l’échantillonnage ambulatoire adaptatif soulève la question de la réactivité de la mesure (measurement reactivity). Le fait d’échantillonner un individu préférentiellement lorsqu’il éprouve une anxiété naissante risque d’amplifier sa conscience intéroceptive et d’exacerber artificiellement le trouble qu’on cherche à documenter de manière neutre. De plus, la protection de la vie privée face à des flux de données biométriques continus analysés en temps réel constitue une préoccupation éthique majeure régie par des réglementations strictes telles que le RGPD en Europe.
14. Termes connexes et distinctions
Pour clarifier la nomenclature conceptuelle, il est essentiel d’opérer des distinctions nettes entre l’échantillonnage adaptatif et d’autres méthodologies couramment employées en psychologie :
- Échantillonnage adaptatif vs Échantillonnage aléatoire stratifié : Dans l’échantillonnage stratifié, les strates et les quotas d’inclusion sont rigoureusement fixés avant le début de l’investigation ; à l’inverse, dans l’échantillonnage adaptatif, la taille des strates et l’effort d’échantillonnage dans chaque groupe évoluent au fur et à mesure des découvertes réalisées sur le terrain.
- Échantillonnage adaptatif vs Échantillonnage de convenance : L’échantillonnage de convenance inclut passivement les sujets facilement accessibles sans fondement probabiliste ; l’échantillonnage adaptatif est un processus rigoureusement formalisé régi par des lois de probabilités conditionnelles explicites visant un rendement informatif maximal.
- Test adaptatif informatisé (CAT) vs Test informatisé linéaire : Un test informatisé linéaire présente le même ensemble ordonné de questions sur écran pour tous les candidats, tandis que le CAT reconfigure la séquence et la nature des items en temps réel pour chaque personne évaluée.
- Échantillonnage en réseau (Snowball / RDS) vs Échantillonnage adaptatif par grappes : Bien que le recrutement en boule de neige fasse appel à des réseaux de pairs, il produit souvent des biais d’échantillonnage incontrôlés, alors que les plans adaptatifs formels intègrent des mécanismes d’ajustement probabiliste permettant de calculer des estimateurs non biaisés de la population cible.
15. Résumé et points clés
L’échantillonnage adaptatif constitue un saut qualitatif fondamental dans la méthodologie empirique des sciences psychologiques et comportementales. En substituant aux protocoles rigides une logique de décision conditionnelle et dynamique, il permet d’optimiser les ressources de recherche, de réduire la charge cognitive imposée aux sujets évalués et d’accroître substantiellement la précision de la mesure psychologique.
Qu’il prenne la forme d’un test adaptatif informatisé calibré sur la théorie de la réponse à l’item, d’une collecte écologique ambulatoire asservie à des biomarqueurs connectés, ou d’un échantillonnage épidémiologique ciblant des sous-populations marginalisées, ses principes fondateurs reposent sur l’exploitation séquentielle de l’information en temps réel. La réussite de son déploiement exige néanmoins une maîtrise approfondie des modèles statistiques non linéaires, une vigilance éthique soutenue concernant la vie privée et la réactivité de la mesure, ainsi qu’une vérification méticuleuse de l’invariance de mesure à travers les différents groupes culturels.
Références
- Chow, S. C., & Chang, M. (2008). Adaptive design methods in clinical trials. Orphanet Journal of Rare Diseases, 3, Article 11. https://doi.org/10.1186/1750-1172-3-11
- Cella, D., Riley, W., Stone, A., Rothrock, N., Reeve, B., Yount, S., Amtmann, D., Bode, R., Buysse, D., Choi, S., Cook, K., Devellis, R., DeWalt, D., Fries, J. F., Gershon, R., Hahn, E. A., Lai, J. S., Pilkonis, P., Revicki, D., Rose, M., … PROMIS Cooperative Group (2010). The Patient-Reported Outcomes Measurement Information System (PROMIS) developed and evaluated item banks to measure key symptoms and health-related quality of life for chronic diseases. Journal of Clinical Epidemiology, 63(11), 1179–1194. https://doi.org/10.1016/j.jclinepi.2010.04.011
- Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. https://doi.org/10.1080/01621459.1990.10474975
- Van der Linden, W. J., & Glas, C. A. (Eds.). (2010). Elements of adaptive testing. Springer. https://doi.org/10.1007/978-0-387-85461-8
- Wald, A. (1947). Sequential analysis. John Wiley & Sons. https://archive.org/details/sequentialanalys0000wald