Dans le champ des sciences humaines, de la psychologie clinique, de la psychiatrie et de l’\u00e9pid\u00e9miologie, la mesure empirique se heurte invariablement \u00e0 la nature inobservable des construits th\u00e9oriques qu’elle pr\u00e9tend \u00e9valuer. Qu’il s’agisse de quantifier l’intelligence fluide, de mesurer l’intensit\u00e9 d’un \u00e9pisode d\u00e9pressif majeur, d’\u00e9valuer la s\u00e9v\u00e9rit\u00e9 d’un trouble du spectre de l’autisme ou de caract\u00e9riser l’\u00e9volution d’un trait de personnalit\u00e9, l’investigateur d\u00e9pend d’instruments psychom\u00e9triques dont la pr\u00e9cision n’est jamais absolue. Contrairement aux sciences physiques, o\u00f9 les unit\u00e9s de mesure reposent sur des \u00e9talons constants du Syst\u00e8me international, la m\u00e9trologie psychologique op\u00e8re dans un univers probabiliste o\u00f9 l’acte m\u00eame de quantifier est continuellement parasit\u00e9 par du bruit stochastique, des biais d’observation et des fluctuations contextuelles.<\/p>\n
Face \u00e0 cet obstacle \u00e9pist\u00e9mologique, la psychom\u00e9trie a d\u00e9velopp\u00e9 un cadre formel rigoureux destin\u00e9 \u00e0 appr\u00e9cier la fid\u00e9lit\u00e9 des mesures. La fid\u00e9lit\u00e9 ne s’int\u00e9resse pas \u00e0 ce que le test mesure sur le plan conceptuel — pr\u00e9rogative exclusive de la validit\u00e9 —, mais \u00e0 la constance, \u00e0 la reproductibilit\u00e9 et \u00e0 la coh\u00e9rence interne des scores recueillis. Un instrument hautement fid\u00e8le est un instrument qui, administr\u00e9 dans des conditions identiques ou comparables, produit des r\u00e9sultats d’une stabilit\u00e9 irr\u00e9prochable. Pourtant, la notion m\u00eame de fid\u00e9lit\u00e9 recouvre une pluralit\u00e9 de r\u00e9alit\u00e9s statistiques et m\u00e9thodologiques qu’il est p\u00e9rilleux de confondre. Deux de ses manifestations les plus d\u00e9terminantes occupent une place centrale dans les protocoles de recherche contemporains : la fid\u00e9lit\u00e9 test-retest et la fid\u00e9lit\u00e9 inter-juges.<\/p>\n
Si ces deux concepts partagent l’ambition math\u00e9matique d’estimer et de minimiser la variance d’erreur dans l’estimation du score vrai d’un sujet, ils interrogent des dimensions m\u00e9thodologiques fondamentalement divergentes. La fid\u00e9lit\u00e9 test-retest postule la stabilit\u00e9 temporelle d’un ph\u00e9nom\u00e8ne et \u00e9value la r\u00e9sistance de la mesure face aux perturbations diachroniques de l’environnement et de l’individu. \u00c0 l’oppos\u00e9, la fid\u00e9lit\u00e9 inter-juges isole l’observateur humain comme source potentielle d’erreur et quantifie le degr\u00e9 de concordance entre plusieurs cliniciens ou \u00e9valuateurs observant un m\u00eame ph\u00e9nom\u00e8ne au m\u00eame instant. Confondre ces deux m\u00e9triques, ou n\u00e9gliger l’une au profit de l’autre lors du d\u00e9veloppement d’un test, expose le chercheur comme le praticien \u00e0 des erreurs diagnostiques graves, \u00e0 une sous-estimation syst\u00e9matique de la variance vraie et \u00e0 une perte dramatique de puissance statistique. Cet article propose une analyse comparative exhaustive, th\u00e9orique et math\u00e9matique, de ces deux piliers de l’\u00e9valuation standardis\u00e9e.<\/p>\n
L’\u00e9difice de la psychom\u00e9trie classique repose de mani\u00e8re pr\u00e9pond\u00e9rante sur la Th\u00e9orie Classique des Tests<\/a> (TCT), initi\u00e9e par les travaux de Charles Spearman au d\u00e9but du XXe si\u00e8cle et formalis\u00e9e ult\u00e9rieurement par Harold Gulliksen ainsi que par Frederic Lord et Melvin Novick. Dans ce cadre axiomatique, toute mesure empirique, d\u00e9sign\u00e9e sous le terme de score observ\u00e9 ($X$<\/span>), est mod\u00e9lis\u00e9e comme la r\u00e9sultante lin\u00e9aire de deux composantes additives non corr\u00e9l\u00e9es : le score vrai ($T$<\/span>, pour True score<\/em>) et l’erreur al\u00e9atoire de mesure ($E$<\/span>, pour Error<\/em>). Cette relation fondamentale s’\u00e9nonce selon l’\u00e9quation canonique :<\/p>\n $X = T + E$<\/span><\/strong><\/p>\n Le score vrai est conceptuellement d\u00e9fini comme l’esp\u00e9rance math\u00e9matique des scores observ\u00e9s si le sujet \u00e9tait \u00e9valu\u00e9 une infinit\u00e9 de fois dans des conditions parfaitement identiques, sans qu’intervienne aucun ph\u00e9nom\u00e8ne d’apprentissage, d’habituation ou de fatigue. L’erreur al\u00e9atoire, quant \u00e0 elle, repr\u00e9sente une variable stochastique d’esp\u00e9rance nulle ($E(E) = 0$<\/span>), distribu\u00e9e normalement, ind\u00e9pendante du score vrai ($Cov(T, E) = 0$<\/span>) et non corr\u00e9l\u00e9e aux erreurs de mesure d’autres passations ou d’autres individus. Partant de ces postulats d’ind\u00e9pendance, la variance totale des scores observ\u00e9s dans une population de r\u00e9f\u00e9rence se d\u00e9compose additivement en deux composantes de variance orthogonales :<\/p>\n $\\sigma^2_X = \\sigma^2_T + \\sigma^2_E$<\/span><\/strong><\/p>\n Dans ce mod\u00e8le d’une \u00e9l\u00e9gante simplicit\u00e9, la fid\u00e9lit\u00e9 m\u00e9trologique — fr\u00e9quemment not\u00e9e $\\rho_{XX’}$<\/span> — est rigoureusement d\u00e9finie comme le ratio de la variance vraie sur la variance totale observ\u00e9e de l’instrument :<\/p>\n $\\rho_{XX’} = \\frac{\\sigma^2_T}{\\sigma^2_X} = \\frac{\\sigma^2_T}{\\sigma^2_T + \\sigma^2_E} = 1 – \\frac{\\sigma^2_E}{\\sigma^2_X}$<\/span><\/strong><\/p>\n Cette formalisation math\u00e9matique d\u00e9montre sans \u00e9quivoque que la fid\u00e9lit\u00e9 repr\u00e9sente la proportion de la variance empirique attribuable aux diff\u00e9rences interindividuelles r\u00e9elles sur le trait mesur\u00e9, par opposition aux variations imputables aux parasites environnementaux, instrumentaux ou humains. Une fid\u00e9lit\u00e9 tendant vers 1,00 signale la quasi-absence d’erreur al\u00e9atoire, signifiant que le score observ\u00e9 refl\u00e8te fid\u00e8lement le score vrai du participant.<\/p>\n Il est imp\u00e9ratif d’\u00e9tablir ici une fronti\u00e8re \u00e9pist\u00e9mologique infranchissable entre la fid\u00e9lit\u00e9 et la validit\u00e9 d’une mesure. Alors que la fid\u00e9lit\u00e9 atteste de la pr\u00e9cision, de la reproductibilit\u00e9 et de la coh\u00e9rence interne de l’outil, la validit\u00e9 certifie l’ad\u00e9quation th\u00e9orique entre la mesure et le construit latent qu’elle affirme capturer. Comme le rappellent r\u00e9guli\u00e8rement les th\u00e9oriciens de la mesure, la fid\u00e9lit\u00e9 constitue une condition n\u00e9cessaire mais rigoureusement insuffisante \u00e0 la validit\u00e9. Une balance d\u00e9r\u00e9gl\u00e9e de mani\u00e8re constante qui ajoute syst\u00e9matiquement trois kilogrammes \u00e0 chaque pes\u00e9e pr\u00e9sente une fid\u00e9lit\u00e9 parfaite — sa variance d’erreur al\u00e9atoire \u00e9tant nulle et sa r\u00e9p\u00e9tabilit\u00e9 totale —, mais une validit\u00e9 de construit absolument d\u00e9faillante pour estimer la masse r\u00e9elle. Inversement, un instrument d\u00e9pourvu de fid\u00e9lit\u00e9 voit sa validit\u00e9 structurellement plafonn\u00e9e par le bruit de fond de son impr\u00e9cision intrins\u00e8que, interdisant toute inf\u00e9rence diagnostique ou scientifique cr\u00e9dible.<\/p>\n L’ambigu\u00eft\u00e9 entourant la m\u00e9trologie provient souvent de l’usage g\u00e9n\u00e9rique et polys\u00e9mique du terme \u00ab fiabilit\u00e9 \u00bb dans le langage courant comme dans certaines publications scientifiques francophones peu scrupuleuses. La litt\u00e9rature internationale anglophone emploie le terme englobant de reliability<\/em> pour d\u00e9signer indistinctement la stabilit\u00e9 temporelle, l’accord inter-juges, la coh\u00e9rence interne (par exemple via le coefficient alpha de Cronbach ou l’om\u00e9ga de McDonald) et l’\u00e9quivalence des formes parall\u00e8les. En traduisant indistinctement reliability<\/em> par \u00ab fid\u00e9lit\u00e9 \u00bb ou \u00ab fiabilit\u00e9 \u00bb sans pr\u00e9ciser la facette \u00e9valu\u00e9e, de nombreux chercheurs masquent la nature exacte de l’erreur qu’ils tentent de neutraliser.<\/p>\n Tant la fid\u00e9lit\u00e9 test-retest que la fid\u00e9lit\u00e9 inter-juges partagent une intention op\u00e9rationnelle identique : isoler et quantifier la part de variance d’erreur non syst\u00e9matique ($E$<\/span>) qui s’immisce dans l’acte d’\u00e9valuation. Cependant, la nature ontologique de cette erreur diff\u00e8re radicalement d’un protocole \u00e0 l’autre. Dans l’approche test-retest, la variance d’erreur est index\u00e9e sur la dimension diachronique : elle englobe les fluctuations somatiques \u00e9ph\u00e9m\u00e8res du participant, les variations m\u00e9t\u00e9orologiques ou lumineuses de la pi\u00e8ce de passation, les bruits distracteurs et les \u00e9tats attentionnels transitoires survenus entre deux vagues d’administration. L’\u00e9valuateur est suppos\u00e9 neutre, transparent ou automatis\u00e9.<\/p>\n \u00c0 l’inverse, dans l’approche inter-juges, le temps est g\u00e9n\u00e9ralement gel\u00e9 ou neutralis\u00e9, et le participant demeure identique ou fix\u00e9 par un enregistrement audiovisuel. La variance d’erreur est alors d\u00e9lib\u00e9r\u00e9ment d\u00e9port\u00e9e sur l’observateur humain : elle capture l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de la s\u00e9v\u00e9rit\u00e9 des \u00e9valuateurs, les divergences d’interpr\u00e9tation des crit\u00e8res s\u00e9miologiques, les biais d’ancrage cognitif et les idiosyncrasies de codage. Confondre ces deux sources d’incertitude revient \u00e0 commettre une erreur de sp\u00e9cification m\u00e9trologique majeure : un outil peut se r\u00e9v\u00e9ler d’une stabilit\u00e9 temporelle remarquable lorsqu’il est administr\u00e9 par un clinicien unique sur-entra\u00een\u00e9, tout en s’effondrant lorsqu’il est confi\u00e9 \u00e0 deux praticiens distincts dont les seuils cliniques divergent. L’analyse diff\u00e9rentielle de ces composantes de variance s’impose donc comme une exigence m\u00e9thodologique pr\u00e9alable \u00e0 tout d\u00e9ploiement instrument\u00e9.<\/p>\n L’estimation rigoureuse de la fid\u00e9lit\u00e9 d\u00e9passe largement le cadre des querelles acad\u00e9miques abstraites ; elle gouverne directement la validit\u00e9 des conclusions statistiques et l’\u00e9thique de la d\u00e9cision clinique individuelle. En recherche exp\u00e9rimentale et corr\u00e9lationnelle, une m\u00e9connaissance ou une surestimation de la fid\u00e9lit\u00e9 induit le ph\u00e9nom\u00e8ne d\u00e9l\u00e9t\u00e8re d’att\u00e9nuation statistique. D\u00e9montr\u00e9e initialement par Spearman, la formule de correction pour att\u00e9nuation indique que la corr\u00e9lation observ\u00e9e ($r_{XY}$<\/span>) entre deux variables est m\u00e9caniquement brid\u00e9e par la racine carr\u00e9e du produit de leurs fid\u00e9lit\u00e9s respectives ($\\rho_{XX’}$<\/span> et $\\rho_{YY’}$<\/span>) :<\/p>\n $r_{XY} = r_{T_X T_Y} \\sqrt{\\rho_{XX’} \\rho_{YY’}}$<\/span><\/strong><\/p>\n Par cons\u00e9quent, employer un instrument dont la fid\u00e9lit\u00e9 test-retest ou inter-juges est m\u00e9diocre — par exemple de l’ordre de 0,50 — comprime artificiellement la taille de l’effet observable, r\u00e9duit drastiquement la puissance statistique des tests d’hypoth\u00e8ses et accro\u00eet exponentiellement le risque d’erreur de type II (non-rejet \u00e0 tort de l’hypoth\u00e8se nulle). Des relations th\u00e9oriques authentiques risquent ainsi d’\u00eatre masqu\u00e9es et rejet\u00e9es par la communaut\u00e9 scientifique simplement en raison de l’imperfection m\u00e9trologique du dispositif de collecte.<\/p>\n Dans l’ar\u00e8ne de la pratique clinique, m\u00e9dicale, psychiatrique et neuropsychologique, les r\u00e9percussions d’une mauvaise calibration de la fid\u00e9lit\u00e9 touchent directement le destin individuel des patients. Le diagnostic d’un d\u00e9ficit cognitif l\u00e9ger, l’attribution d’une allocation d’invalidit\u00e9, l’\u00e9ligibilit\u00e9 d’un enfant \u00e0 un programme d’\u00e9ducation sp\u00e9cialis\u00e9e ou l’\u00e9valuation de la r\u00e9ponse th\u00e9rapeutique \u00e0 une chimioth\u00e9rapie d\u00e9pendent de scores seuils standardis\u00e9s. Si une \u00e9chelle pr\u00e9sente une faible fid\u00e9lit\u00e9 inter-juges, le diagnostic pos\u00e9 d\u00e9pend davantage du praticien rencontr\u00e9 au hasard de la consultation que de la pathologie sous-jacente du patient. De m\u00eame, si la fid\u00e9lit\u00e9 test-retest est insuffisante, il devient rigoureusement impossible de distinguer si l’aggravation d’un score refl\u00e8te une progression r\u00e9elle de la maladie neurod\u00e9g\u00e9n\u00e9rative ou s’il s’agit d’un simple artefact stochastique g\u00e9n\u00e9r\u00e9 par l’instabilit\u00e9 de l’\u00e9preuve.<\/p>\n C’est pr\u00e9cis\u00e9ment pour juguler ces d\u00e9rives que les consortiums scientifiques internationaux ont formalis\u00e9 des exigences de publication extr\u00eamement contraignantes. Les directives de l’American Psychological Association<\/a> (APA), du r\u00e9seau EQUATOR ainsi que la taxonomie internationale COSMIN<\/a> (COnsensus-based Standards for the selection of health Measurement INstruments<\/em>) imposent aujourd’hui aux auteurs de documenter de mani\u00e8re transparente et dissoci\u00e9e la fid\u00e9lit\u00e9 test-retest et la fid\u00e9lit\u00e9 inter-juges, accompagn\u00e9es de leurs intervalles de confiance \u00e0 95 %, interdisant toute validation d’\u00e9chelle qui masquerait l’une de ces facettes sous un vocable unificateur \u00e9quivoque.<\/p>\n La fid\u00e9lit\u00e9 test-retest — fr\u00e9quemment qualifi\u00e9e de coefficient de stabilit\u00e9 temporelle — constitue la m\u00e9thode la plus intuitive et historiquement la plus ancienne pour \u00e9valuer la r\u00e9p\u00e9tabilit\u00e9 d’une mesure. Son architecture conceptuelle repose sur l’hypoth\u00e8se ontologique de l’invariance du trait mesur\u00e9 : elle postule que l’attribut latent sous-jacent (par exemple, le quotient intellectuel, un trait de personnalit\u00e9 du mod\u00e8le des Big Five, une capacit\u00e9 mn\u00e9sique\u7d50\u6676is\u00e9e ou un param\u00e8tre anthropom\u00e9trique) demeure parfaitement statique chez le sujet durant la fen\u00eatre temporelle s\u00e9parant les deux administrations successives.<\/p>\n Dans ce mod\u00e8le, si le sujet ne change pas, toute discordance observ\u00e9e entre le score obtenu au temps $t_1$<\/span> et le score obtenu au temps $t_2$<\/span> proc\u00e8de exclusivement de l’erreur al\u00e9atoire transitoire ($E_t$<\/span>). Le chercheur tente de capturer l’\u00e9quation vectorielle :<\/p>\n $X_{t1} = T + E_1$<\/span><\/strong> et $X_{t2} = T + E_2$<\/span><\/strong><\/p>\n Pour que cette d\u00e9composition conserve sa validit\u00e9 fondamentale, les protocoles d’administration doivent \u00eatre soumis \u00e0 une standardisation d’une m\u00e9ticulosit\u00e9 absolue. La moindre alt\u00e9ration des conditions environnementales entre la premi\u00e8re passation (le test) et la seconde passation (le retest) — modification de la temp\u00e9rature ambiante, variation de la luminosit\u00e9, pr\u00e9sence d’un fond sonore impr\u00e9vu, changement de l’exp\u00e9rimentateur supervisant la s\u00e9ance ou permutation du support papier-crayon vers un \u00e9cran num\u00e9rique — injecte une variance d’erreur non contr\u00f4l\u00e9e qui d\u00e9t\u00e9riore artificiellement le coefficient de stabilit\u00e9 temporelle. L’invariance de l’instrumentation doit faire \u00e9cho \u00e0 l’invariance pr\u00e9sum\u00e9e de l’individu.<\/p>\n L’administration d’un protocole test-retest confronte in\u00e9luctablement le m\u00e9thodologiste \u00e0 un paradoxe temporel d’une grande complexit\u00e9 op\u00e9rationnelle : le choix de la dur\u00e9e de l’intervalle s\u00e9parant les deux passations. Si aucun consensus universel n’existe, une fen\u00eatre temporelle comprise entre deux et quatre semaines (14 \u00e0 28 jours) est traditionnellement consid\u00e9r\u00e9e dans la litt\u00e9rature psychom\u00e9trique comme le compromis le plus pragmatique pour la majorit\u00e9 des construits psychologiques stables.<\/p>\n D’un c\u00f4t\u00e9, la s\u00e9lection d’un intervalle temporel excessivement restreint — par exemple quelques heures ou quelques jours — expose l’\u00e9tude \u00e0 de violents effets d’apprentissage (practice effects<\/em>), d’habituation et de rem\u00e9moration consciente. Le participant se souvient explicitement des r\u00e9ponses fournies lors de la passation initiale, des pi\u00e8ges \u00e9vit\u00e9s ou des items lexicaux pr\u00e9sent\u00e9s, ce qui tend \u00e0 gonfler artificiellement la corr\u00e9lation test-retest par contamination de m\u00e9moire de travail, masquant l’erreur r\u00e9elle de mesure. Dans les tests de performance cognitive maximale (tels que les matrices de Raven ou les subtests de m\u00e9moire de travail), ce biais peut engendrer des gains substantiels de performance au retest qui ne refl\u00e8tent aucune progression d’aptitude, mais simplement une accoutumance m\u00e9canique \u00e0 la t\u00e2che.<\/p>\n \u00c0 l’autre extr\u00e9mit\u00e9 du spectre, l’adoption d’un intervalle chronologique excessivement dilat\u00e9 — plusieurs mois, voire une ann\u00e9e — viole irr\u00e9m\u00e9diablement le postulat d’invariance du trait latent. Durant ce laps de temps prolong\u00e9, des ph\u00e9nom\u00e8nes endog\u00e8nes de maturation biologique, de d\u00e9veloppement neurocognitif, de s\u00e9nescence ou des \u00e9v\u00e9nements de vie majeurs (traumatismes, deuils, th\u00e9rapies m\u00e9dicamenteuses ou psychologiques) modifient substantiellement le score vrai ($T$<\/span>) du sujet. La variance de discordance observ\u00e9e entre $t_1$<\/span> et $t_2$<\/span> cesse d\u00e8s lors d’\u00eatre une variance d’erreur ($Var(E)$<\/span>) pour devenir une variance d’\u00e9volution r\u00e9elle ($Var(\\Delta T)$<\/span>). L’instrument semblera pr\u00e9senter une instabilit\u00e9 statistique m\u00e9diocre alors qu’il s’est simplement montr\u00e9 sensible au changement ontog\u00e9nique ou clinique. Le calibrage de cet intervalle doit donc r\u00e9sulter d’une analyse th\u00e9orique approfondie de la vitesse de renouvellement ou d’\u00e9rosion du construit examin\u00e9.<\/p>\n La quantification empirique de la fid\u00e9lit\u00e9 test-retest fait appel \u00e0 plusieurs familles d’estimateurs statistiques, dont le choix d\u00e9pend imp\u00e9rativement du niveau de mesure de la variable (continue, ordinale, cat\u00e9gorielle) et des hypoth\u00e8ses distributionnelles sous-jacentes. Historiquement, le coefficient de corr\u00e9lation lin\u00e9aire bivari\u00e9 de Bravais-Pearson ($r$<\/span>) a constitu\u00e9 la m\u00e9trique h\u00e9g\u00e9monique pour les distributions continues et normales :<\/p>\n $r = \\frac{\\sum_{i=1}^{n} (X_{1i} – \\bar{X}_1)(X_{2i} – \\bar{X}_2)}{\\sqrt{\\sum_{i=1}^{n} (X_{1i} – \\bar{X}_1)^2} \\sqrt{\\sum_{i=1}^{n} (X_{2i} – \\bar{X}_2)^2}}$<\/span><\/strong><\/p>\n Cependant, l’utilisation exclusive de la corr\u00e9lation de Pearson dans les \u00e9tudes de stabilit\u00e9 temporelle fait aujourd’hui l’objet de critiques m\u00e9thodologiques s\u00e9v\u00e8res dans les guides de bonnes pratiques. Le coefficient de Pearson \u00e9value exclusivement la force de l’association lin\u00e9aire et la conservation du rang relatif des sujets, mais s’av\u00e8re parfaitement aveugle aux variations syst\u00e9matiques de moyenne \u00e0 l’\u00e9chelle du groupe. \u00c0 titre d’illustration, si chaque participant voit son score augmenter rigoureusement de 10 points entre le test et le retest en raison d’un effet d’apprentissage uniforme, le coefficient $r$<\/span> de Pearson sera strictement \u00e9gal \u00e0 1,00, masquant l’absence totale d’accord absolu entre les deux mesures.<\/p>\n Pour contourner cet \u00e9cueil majeur, la communaut\u00e9 scientifique pr\u00e9conise d\u00e9sormais de recourir au Coefficient de Corr\u00e9lation Intraclasse (ICC<\/a>), formalis\u00e9 de mani\u00e8re s\u00e9minale par Patrick Shrout et Joseph Fleiss en 1979, puis perfectionn\u00e9 par Kenneth McGraw et S. P. Wong en 1996. Dans le contexte d’un protocole test-retest o\u00f9 les m\u00eames participants sont mesur\u00e9s aux m\u00eames occasions chronologiques, le mod\u00e8le ad\u00e9quat est l’ICC \u00e0 deux facteurs \u00e0 effets mixtes (Two-way mixed-effects model<\/em>), sous la condition d’accord absolu (absolute agreement<\/em>) :<\/p>\n $ICC(A, 1) = \\frac{MS_R – MS_E}{MS_R + (k – 1)MS_E + \\frac{k}{n}(MS_C – MS_E)}$<\/span><\/strong><\/p>\n Dans cette formulation issue de l’analyse de variance (ANOVA) \u00e0 mesures r\u00e9p\u00e9t\u00e9es, $MS_R$<\/span> repr\u00e9sente le carr\u00e9 moyen inter-sujets (variance vraie), $MS_E$<\/span> le carr\u00e9 moyen r\u00e9siduel de l’erreur al\u00e9atoire, $MS_C$<\/span> le carr\u00e9 moyen des colonnes (effet fixe de l’occasion de mesure), $n$<\/span> le nombre de sujets et $k$<\/span> le nombre de vagues d’administration (ici $k = 2$<\/span>). Si un glissement syst\u00e9matique de la moyenne intervient entre le test et le retest, le terme $MS_C$<\/span> augmente, p\u00e9nalisant m\u00e9caniquement la valeur de l’ICC d’accord absolu. Lorsque les donn\u00e9es violent les postulats de normalit\u00e9 bivari\u00e9e ou rel\u00e8vent d’une \u00e9chelle strictement ordinale, le coefficient $rho$<\/span> de Spearman (corr\u00e9lation sur les rangs) ou la m\u00e9thode non param\u00e9trique de Kendall sont convoqu\u00e9s \u00e0 titre suppl\u00e9tif.<\/p>\n La fid\u00e9lit\u00e9 test-retest poss\u00e8de des vertus m\u00e9thodologiques \u00e9videntes qui expliquent sa popularit\u00e9 s\u00e9culaire. Sur le plan pragmatique, elle offre une \u00e9l\u00e9gance conceptuelle imm\u00e9diate : un instrument fiable est un instrument qui r\u00e9siste \u00e0 l’usure du temps. Elle est tout particuli\u00e8rement adapt\u00e9e aux auto-questionnaires auto-rapport\u00e9s (\u00e9chelles de personnalit\u00e9, inventaires d’int\u00e9r\u00eats professionnels, batteries d’attitudes sociologiques) o\u00f9 l’intervention d’un \u00e9valuateur externe est totalement \u00e9vacu\u00e9e du processus de cotation, l’instrumentation \u00e9tant enti\u00e8rement auto-administr\u00e9e ou informatis\u00e9e.<\/p>\n N\u00e9anmoins, ses limites structurelles sont consid\u00e9rables. La premi\u00e8re contrainte r\u00e9side dans la vuln\u00e9rabilit\u00e9 logistique face \u00e0 l’attrition des participants. Dans tout design longitudinal, m\u00eame restreint \u00e0 deux semaines, le taux d’abandon, de non-r\u00e9ponse ou d’indisponibilit\u00e9 lors de la seconde administration peut d\u00e9passer les 20 \u00e0 30 %. Si cette perte de suivi n’est pas purement al\u00e9atoire (ph\u00e9nom\u00e8ne de donn\u00e9es manquantes non stochastiques — Missing Not At Random<\/em>), elle introduit un biais de s\u00e9lection qui corrompt la repr\u00e9sentativit\u00e9 de l’\u00e9chantillon et fausse l’estimation de la variance d’erreur.<\/p>\n La seconde limite, irr\u00e9ductible, r\u00e9side dans l’inapplicabilit\u00e9 radicale du mod\u00e8le test-retest aux construits psychologiques transitoires, fluctuants ou r\u00e9actifs. Vouloir calculer la stabilit\u00e9 test-retest \u00e0 15 jours d’un inventaire d’anxi\u00e9t\u00e9-\u00e9tat (tel que le sous-test \u00c9tat du STAI de Spielberger), d’une \u00e9chelle d’affect positif et n\u00e9gatif instantan\u00e9 (PANAS), d’une mesure de la somnolence diurne subjective (\u00e9chelle d’Epworth) ou de l’intensit\u00e9 d’une douleur aigu\u00eb rel\u00e8ve de l’absurdit\u00e9 m\u00e9trologique. Dans ces situations, le construit th\u00e9orique est ontologiquement instable ; enregistrer un coefficient test-retest faible ne t\u00e9moigne aucunement de la d\u00e9faillance m\u00e9trologique de l’\u00e9chelle, mais confirme au contraire son excellente validit\u00e9 \u00e9cologique et sa sensibilit\u00e9 fine aux fluctuations de l’\u00e9tat biopsychologique du sujet.<\/p>\n Lorsque le processus de mesure s’affranchit de l’auto-\u00e9valuation automatis\u00e9e pour reposer sur le regard, l’interpr\u00e9tation, l’audition et le jugement critique d’un observateur humain, un vecteur d’erreur totalement distinct s’immisce dans le syst\u00e8me m\u00e9trologique : la subjectivit\u00e9 du cotateur. La fid\u00e9lit\u00e9 inter-juges — ou reproductibilit\u00e9 inter-observateurs — a pour vocation fondamentale d’isoler, de mod\u00e9liser et de minimiser cette source sp\u00e9cifique d’incertitude.<\/p>\n Chaque \u00e9valuateur clinique aborde une grille d’observation avec son bagage cognitif singulier, ses ancrages exp\u00e9rientiels, sa fatigue, son empathie et ses biais psychologiques syst\u00e9matiques. Parmi les distorsions cognitives document\u00e9es dans la th\u00e9orie de l’\u00e9valuation figurent de fa\u00e7on pro\u00e9minente le biais de s\u00e9v\u00e9rit\u00e9 ou de mansu\u00e9tude (tendance d’un clinicien \u00e0 coter syst\u00e9matiquement plus durement ou plus favorablement que ses pairs), l’erreur de tendance centrale (refus d’utiliser les ancres extr\u00eames d’une \u00e9chelle gradu\u00e9e) et le redoutable effet de halo (o\u00f9 l’impression g\u00e9n\u00e9rale d\u00e9gag\u00e9e par un patient contamine l’ensemble des cotations de ses sympt\u00f4mes sp\u00e9cifiques).<\/p>\n Le postulat m\u00e9trologique sous-jacent \u00e0 la fid\u00e9lit\u00e9 inter-juges affirme que l’instrument d’\u00e9valuation — qu’il s’agisse d’un entretien psychiatrique semi-structur\u00e9, d’une grille de codage des interactions parent-nourrisson, d’une \u00e9chelle d’\u00e9valuation neuropsychologique de l’aphasie ou d’un test projectif — doit poss\u00e9der un niveau d’objectivit\u00e9 proc\u00e9durale suffisant pour que le score final d\u00e9pende des caract\u00e9ristiques intrins\u00e8ques du sujet \u00e9valu\u00e9, et non de l’identit\u00e9 singuli\u00e8re du praticien qui tient la plume. En termes d’analyse de la variance, la composante de variance attribuable \u00e0 l’interaction ou \u00e0 l’effet principal des juges ($\\sigma^2_{Juges}$<\/span>) doit \u00eatre statistiquement n\u00e9gligeable en regard de la variance r\u00e9elle des participants ($\\sigma^2_{Sujets}$<\/span>).<\/p>\n Il convient de distinguer avec acuit\u00e9 deux dimensions fondamentales de l’\u00e9valuation multi-juges : l’accord absolu et la concordance relative (ou coh\u00e9rence). Deux psychiatres cotant l’intensit\u00e9 suicidaire sur une \u00e9chelle de 0 \u00e0 10 peuvent pr\u00e9senter une concordance relative parfaite s’ils classent dix patients exactement dans le m\u00eame ordre de gravit\u00e9 relative, tout en divergeant radicalement sur l’accord absolu (le clinicien A attribuant syst\u00e9matiquement des scores de 2 \u00e0 6, tandis que le clinicien B, plus alarmiste, attribue des scores de 5 \u00e0 9 aux m\u00eames patients). Selon que l’enjeu clinique r\u00e9side dans un classement comparatif (s\u00e9lection de candidats) ou dans l’atteinte d’un seuil critique absolu d’hospitalisation sous contrainte, la tol\u00e9rance m\u00e9trologique envers l’\u00e9cart absolu sera radicalement diff\u00e9rente.<\/p>\n La robustesse \u00e9pist\u00e9mologique d’une estimation de la fid\u00e9lit\u00e9 inter-juges d\u00e9pend enti\u00e8rement de l’ind\u00e9pendance exp\u00e9rimentale absolue garantie lors de la phase de recueil des cotations. Deux \u00e9valuateurs ne doivent en aucun cas d\u00e9battre de leurs impressions, \u00e9changer des regards suggestifs ou s’influencer mutuellement avant d’avoir consign\u00e9 de mani\u00e8re d\u00e9finitive et aveugle leurs scores respectifs. La pr\u00e9sence de concertations informelles transforme instantan\u00e9ment une \u00e9tude d’accord inter-juges en une dynamique de conformisme de groupe (pens\u00e9e de groupe), induisant une inflation artificielle trompeuse de la fid\u00e9lit\u00e9.<\/p>\n Sur le plan organisationnel, deux dispositifs m\u00e9thodologiques majeurs se disputent les faveurs des chercheurs :<\/p>\n L’obtention d’une fid\u00e9lit\u00e9 inter-juges \u00e9lev\u00e9e n’est jamais le fruit du hasard statistique ; elle requiert une phase pr\u00e9alable intensive de calibration m\u00e9trologique et de formation au cadre de r\u00e9f\u00e9rence (Frame-of-Reference Training<\/em>). Les juges doivent s’approprier un glossaire s\u00e9miologique exhaustif, \u00e9tudier des manuels op\u00e9ratoires d\u00e9taill\u00e9s o\u00f9 chaque \u00e9chelon de cotation est illustr\u00e9 par des ancres comportementales concr\u00e8tes, et participer \u00e0 des sessions pilotes d’\u00e9talonnage au cours desquelles les divergences d’interpr\u00e9tation sont d\u00e9construites et harmonis\u00e9es avant le lancement de l’\u00e9tude d\u00e9finitive.<\/p>\n L’analyse statistique de la fid\u00e9lit\u00e9 inter-juges constitue l’un des domaines les plus prolifiques de la biom\u00e9trie moderne. Historiquement, le simple calcul du pourcentage d’accord brut — rapport entre le nombre d’observations concordantes et le nombre total d’observations — a longtemps \u00e9t\u00e9 utilis\u00e9. Cette approche empirique na\u00efve est aujourd’hui universellement proscrite dans les revues \u00e0 comit\u00e9 de lecture car elle omet de prendre en compte un ph\u00e9nom\u00e8ne probabiliste in\u00e9vitable : l’accord attribuable au simple hasard des choix.<\/p>\n Pour neutraliser cette composante al\u00e9atoire, Jacob Cohen a introduit en 1960 son c\u00e9l\u00e8bre coefficient Kappa de Cohen<\/a> ($kappa$<\/span>), con\u00e7u sp\u00e9cifiquement pour deux \u00e9valuateurs observant une variable nominale cat\u00e9gorielle mutuellement exclusive :<\/p>\n $\\kappa = \\frac{P_o – P_e}{1 – P_e}$<\/span><\/strong><\/p>\n Dans cette expression fondamentale, $P_o$<\/span> repr\u00e9sente la proportion d’accord observ\u00e9e ($P_o = \\sum p_{ii}$<\/span>, somme de la diagonale principale de la matrice de confusion), et $P_e$<\/span> repr\u00e9sente la proportion d’accord attendue sous l’hypoth\u00e8se d’ind\u00e9pendance stochastique totale des juges, calcul\u00e9e \u00e0 partir des produits marginaux :<\/p>\n $P_e = \\sum_{i=1}^{k} (p_{i\\cdot} \\times p_{\\cdot i})$<\/span><\/strong><\/p>\n Lorsque les cat\u00e9gories diagnostiques pr\u00e9sentent une hi\u00e9rarchie ordinale sous-jacente (par exemple : absence de trouble, trouble mod\u00e9r\u00e9, trouble s\u00e9v\u00e8re), le Kappa simple se r\u00e9v\u00e8le inadapt\u00e9 car il traite l’erreur de classification entre \u00ab\u00a0absence\u00a0\u00bb et \u00ab\u00a0trouble s\u00e9v\u00e8re\u00a0\u00bb avec la m\u00eame p\u00e9nalit\u00e9 qu’un d\u00e9saccord b\u00e9nin entre \u00ab\u00a0mod\u00e9r\u00e9\u00a0\u00bb et \u00ab\u00a0s\u00e9v\u00e8re\u00a0\u00bb. Cohen a donc formul\u00e9 en 1968 le Kappa pond\u00e9r\u00e9 ($\\kappa_w$<\/span>), qui assigne une matrice de poids de d\u00e9saccord ($w_{ij}$<\/span>) gradu\u00e9e. Deux sch\u00e9mas de pond\u00e9ration dominent la pratique :<\/p>\n D\u00e8s lors que le protocole m\u00e9thodologique engage un panel de plus de deux \u00e9valuateurs simultan\u00e9s ($m > 2$<\/span>), le Kappa de Cohen s’av\u00e8re inapplicable sous sa forme initiale. Il est alors n\u00e9cessaire de recourir au coefficient de Fleiss (1971), erron\u00e9ment qualifi\u00e9 de \u00ab\u00a0Kappa de Fleiss\u00a0\u00bb bien qu’il s’agisse d’une g\u00e9n\u00e9ralisation probabiliste du pi de Scott mesurant la concordance globale inter-\u00e9valuateurs fixes sur des cat\u00e9gories nominales. Enfin, pour les scores continus (par exemple le total cumul\u00e9 d’une \u00e9chelle d’anxi\u00e9t\u00e9 comme l’\u00e9chelle de Hamilton — HAM-A), les mod\u00e8les d’ICC \u00e0 deux facteurs \u00e0 effets al\u00e9atoires (Two-way random effects<\/em>, mod\u00e8le ICC(2,1) selon Shrout et Fleiss) s’imposent souverainement, consid\u00e9rant les \u00e9valuateurs comme un \u00e9chantillon repr\u00e9sentatif tir\u00e9 au sort au sein d’une population plus vaste de juges cliniques potentiels.<\/p>\n L’estimation de la fid\u00e9lit\u00e9 inter-juges constitue une garantie scientifique irrempla\u00e7able dans tous les champs o\u00f9 l’humain sert d’instrument d’enregistrement perceptuel. Sans elle, la recherche psychiatrique bas\u00e9e sur les crit\u00e8res op\u00e9rationnels du DSM-5 ou de la CIM-11 perdrait toute assise empirique ; il serait impossible de certifier que l’entit\u00e9 diagnostique identifi\u00e9e \u00e0 Boston correspond \u00e0 celle d\u00e9crite \u00e0 Paris ou \u00e0 Tokyo. Elle est l’armature de la psychiatrie fond\u00e9e sur les preuves, de l’\u00e9thologie humaine, de l’analyse s\u00e9miotique du discours et de l’\u00e9valuation du d\u00e9veloppement de la petite enfance.<\/p>\n En contrepartie de cette pertinence fondamentale, la logistique requise par les designs multi-juges est extraordinairement on\u00e9reuse et complexe. Elle exige de mobiliser des cliniciens chevronn\u00e9s, de les extraire de leurs obligations th\u00e9rapeutiques pour participer \u00e0 des sessions de double cotation chronophages, d’investir dans des infrastructures d’enregistrement hautement s\u00e9curis\u00e9es pour respecter le secret m\u00e9dical et la protection des donn\u00e9es personnelles (RGPD, HIPAA), et d’organiser de longues s\u00e9ances de r\u00e9\u00e9talonnage r\u00e9gulier.<\/p>\n De surcro\u00eet, les chercheurs doivent affronter le ph\u00e9nom\u00e8ne pernicieux de la \u00ab d\u00e9rive des \u00e9valuateurs \u00bb (rater drift<\/em>). M\u00eame au terme d’une formation rigoureuse ayant permis d’atteindre un Kappa initial remarquable de 0,85, les \u00e9valuateurs d\u00e9ploy\u00e9s sur le terrain ont tendance, au fil des mois d’une \u00e9tude longitudinale, \u00e0 rel\u00e2cher insensiblement leurs crit\u00e8res, \u00e0 r\u00e9interpr\u00e9ter tacitement certaines formulations et \u00e0 s’\u00e9carter imperceptiblement de la norme consensuelle. La fid\u00e9lit\u00e9 inter-juges n’est jamais un \u00e9tat permanent ; c’est un \u00e9quilibre instable n\u00e9cessitant un monitoring continu par des contr\u00f4les de concordance al\u00e9atoires intercal\u00e9s tout au long du protocole de recherche.<\/p>\n Pour conceptualiser la divergence ontologique s\u00e9parant la fid\u00e9lit\u00e9 test-retest de la fid\u00e9lit\u00e9 inter-juges, il est fructueux de se r\u00e9f\u00e9rer \u00e0 la mod\u00e9lisation de la variance issue de la Th\u00e9orie de la G\u00e9n\u00e9ralisabilit\u00e9 de Lee Cronbach. Dans cette perspective multidimensionnelle, l’acte de mesure est d\u00e9compos\u00e9 en facettes ind\u00e9pendantes de variance. L’\u00e9quation de d\u00e9composition de la variance observ\u00e9e totale ($\\sigma^2_X$<\/span>) s’exprime conceptuellement comme :<\/p>\n $\\sigma^2_X = \\sigma^2_{Personne} + \\sigma^2_{Temps} + \\sigma^2_{Evaluateur} + \\sigma^2_{PT} + \\sigma^2_{PE} + \\sigma^2_{TE} + \\sigma^2_{PTE,e}$<\/span><\/strong><\/p>\n Dans un sch\u00e9ma exp\u00e9rimental de fid\u00e9lit\u00e9 test-retest, la facette de l’\u00e9valuateur est id\u00e9alement fix\u00e9e, neutralis\u00e9e ou absente. La variance d’erreur r\u00e9siduelle que l’on isole et quantifie est sp\u00e9cifiquement issue de l’effet principal du temps ($\\sigma^2_{Temps}$<\/span>) et de l’interaction entre les personnes et les moments de mesure ($\\sigma^2_{PT}$<\/span>). C’est une erreur d’\u00e9chantillonnage temporel : elle interroge la capacit\u00e9 de l’architecture psychologique du sujet \u00e0 maintenir ses propri\u00e9t\u00e9s invariantes face au flux diachronique.<\/p>\n \u00c0 l’oppos\u00e9 direct, le protocole de fid\u00e9lit\u00e9 inter-juges g\u00e8le la facette chronologique ($\\sigma^2_{Temps} \\approx 0$<\/span>). L’incertitude m\u00e9trologique traqu\u00e9e par l’analyste r\u00e9side exclusivement dans l’effet principal des \u00e9valuateurs ($\\sigma^2_{Evaluateur}$<\/span>) et dans l’interaction singuli\u00e8re qui se noue entre un \u00e9valuateur donn\u00e9 et certains profils de patients ($\\sigma^2_{PE}$<\/span>). Il s’agit d’une erreur d’\u00e9chantillonnage humain : elle quantifie la distorsion optique, conceptuelle et herm\u00e9neutique introduite par le regard de l’observateur. L’une mesure la r\u00e9sistance de la mati\u00e8re psychique face au temps ; l’autre mesure l’impartialit\u00e9 du regard clinique face \u00e0 l’objet observ\u00e9.<\/p>\n Les divergences th\u00e9oriques induisent des contraintes de design exp\u00e9rimental totalement asym\u00e9triques. Le protocole test-retest impose par essence une temporalit\u00e9 longitudinale obligatoire. Il exige un engagement r\u00e9p\u00e9t\u00e9 du sujet exp\u00e9rimental dans le temps, ce qui g\u00e9n\u00e8re une charge cognitive et temporelle substantielle pour le participant. La validit\u00e9 interne du design est suspendue \u00e0 une gestion rigide du calendrier : tout retard d’un participant venant au retest \u00e0 J+45 au lieu de J+14 contamine la base de donn\u00e9es et n\u00e9cessite l’exclusion du sujet ou des imputations statistiques complexes.<\/p>\n \u00c0 l’inverse, l’investigation de la fid\u00e9lit\u00e9 inter-juges s’organise selon un plan transversal ou asynchrone sur mat\u00e9riel statique. Le participant n’est sollicit\u00e9 qu’une seule et unique fois. Il ne subit aucun effet d’apprentissage, aucune lassitude li\u00e9e \u00e0 la r\u00e9p\u00e9tition de questionnaires identiques, et n’est expos\u00e9 \u00e0 aucun risque d’abandon entre deux vagues. En contrepartie, le fardeau logistique bascule int\u00e9gralement sur les \u00e9paules de l’\u00e9quipe de recherche : recruter au minimum deux praticiens qualifi\u00e9s par sujet, garantir la synchronisation parfaite de leurs pr\u00e9sences ou coordonner des banques d’enregistrements vid\u00e9o s\u00e9curis\u00e9es. La d\u00e9pendance critique ne repose plus sur la ponctualit\u00e9 du participant, mais sur l’ind\u00e9pendance intellectuelle aveugle et herm\u00e9tique des \u00e9valuateurs.<\/p>\n Sur le versant de la mod\u00e9lisation math\u00e9matique, les deux d\u00e9marches mobilisent des outillages computationnels qui ne r\u00e9agissent pas aux m\u00eames contraintes de distribution des donn\u00e9es. La fid\u00e9lit\u00e9 test-retest fait traditionnellement appel \u00e0 des m\u00e9triques continues de corr\u00e9lation et d’analyse de variance \u00e0 mesures r\u00e9p\u00e9t\u00e9es. Dans ce cadre, la principale menace math\u00e9matique r\u00e9side dans le ph\u00e9nom\u00e8ne de restriction d’\u00e9tendue (range restriction<\/em>). Si l’\u00e9chantillon recrut\u00e9 pour le test-retest est excessivement homog\u00e8ne sur le plan du trait latent, la variance inter-individuelle s’effondre, compressant dramatiquement la valeur du coefficient de corr\u00e9lation lin\u00e9aire ou de l’ICC, sans que l’erreur intrins\u00e8que de mesure n’ait pourtant vari\u00e9.<\/p>\n Pour la fid\u00e9lit\u00e9 inter-juges cat\u00e9gorielle, le statisticien est confront\u00e9 \u00e0 un comportement idiosyncrasique bien plus pernicieux connu sous le nom de paradoxe de Feinstein et Cicchetti (1990). Le coefficient Kappa de Cohen d\u00e9pend intimement de la pr\u00e9valence marginale du ph\u00e9nom\u00e8ne dans la population observ\u00e9e. Lorsque la pr\u00e9valence d’un trouble clinique est extr\u00eamement faible (par exemple 2 %) ou extraordinairement \u00e9lev\u00e9e (98 %), la proportion d’accord attendue par le hasard ($P_e$<\/span>) devient massivement \u00e9lev\u00e9e. En cons\u00e9quence, m\u00eame si deux psychiatres parviennent \u00e0 un accord observ\u00e9 empirique spectaculaire de 95 % des cas, le calcul du Kappa aboutit paradoxalement \u00e0 des valeurs d\u00e9risoires, parfois n\u00e9gatives ou proches de 0,20. Le comportement asym\u00e9trique des matrices marginales p\u00e9nalise le test de fa\u00e7on contre-intuitive. C’est pourquoi l’analyse de l’accord inter-juges moderne doit imp\u00e9rativement rapporter, aux c\u00f4t\u00e9s du Kappa, les indices d’accord positif et n\u00e9gatif sp\u00e9cifiques th\u00e9oris\u00e9s par Cicchetti et Feinstein, ou d\u00e9ployer des coefficients insensibles \u00e0 la pr\u00e9valence tels que l’indice AC1 de Gwet (2008).<\/p>\n Afin de synth\u00e9tiser avec une pr\u00e9cision chirurgicale les clivages m\u00e9thodologiques, statistiques et op\u00e9rationnels qui s\u00e9parent ces deux protocoles, le tableau comparatif ci-dessous d\u00e9taille de mani\u00e8re analytique chaque dimension critique de la mesure m\u00e9trologique :<\/p>\n1.2 Origine de la comparaison et risques de confusion<\/h3>\n
1.3 Enjeux m\u00e9thodologiques pour la recherche et la pratique clinique<\/h3>\n
2. La fid\u00e9lit\u00e9 test-retest : Stabilit\u00e9 temporelle de la mesure<\/h2>\n
2.1 Fondements th\u00e9oriques et postulat d’invariance<\/h3>\n
2.2 Protocoles exp\u00e9rimentaux et gestion de l’intervalle temporel<\/h3>\n
2.3 Indices statistiques et formules de calcul<\/h3>\n
2.4 Avantages sp\u00e9cifiques et limites inh\u00e9rentes<\/h3>\n
3. La fid\u00e9lit\u00e9 inter-juges : Homog\u00e9n\u00e9it\u00e9 et accord inter-\u00e9valuateurs<\/h2>\n
3.1 Cadre th\u00e9orique et mod\u00e9lisation de la subjectivit\u00e9<\/h3>\n
3.2 Conception des protocoles d’\u00e9valuation multi-juges<\/h3>\n
\n
3.3 Indicateurs math\u00e9matiques d’accord inter-juges<\/h3>\n
\n
3.4 Points forts et d\u00e9fis m\u00e9thodologiques<\/h3>\n
4. Diff\u00e9rences fondamentales entre fid\u00e9lit\u00e9 test-retest et inter-juges<\/h2>\n
4.1 Nature de la variance d’erreur et source d’incertitude<\/h3>\n
4.2 Exigences du design exp\u00e9rimental<\/h3>\n
4.3 Propri\u00e9t\u00e9s math\u00e9matiques et m\u00e9triques associ\u00e9es<\/h3>\n
4.4 Tableau r\u00e9capitulatif des dimensions diff\u00e9rentielles<\/h3>\n