Dans le champ de la recherche translationnelle, de la psychologie clinique et des sciences comportementales, l’\u00e9valuation rigoureuse de dispositifs th\u00e9rapeutiques pose fr\u00e9quemment le d\u00e9fi de la contamination interindividuelle. La randomisation par grappes constitue une r\u00e9ponse m\u00e9thodologique essentielle pour \u00e9valuer des interventions psychologiques d\u00e9ploy\u00e9es au sein de structures \u00e9cologiques naturelles telles que les h\u00f4pitaux, les \u00e9coles ou les communaut\u00e9s.<\/p>\n
La randomisation par grappes<\/strong> (ou cluster randomization<\/em>) est un plan exp\u00e9rimental dans lequel des groupes entiers et pr\u00e9existants d’individus \u2014 qualifi\u00e9s de grappes ou de faisceaux \u2014, plut\u00f4t que les individus pris isol\u00e9ment, sont affect\u00e9s de mani\u00e8re al\u00e9atoire aux diff\u00e9rents bras ou conditions d’une \u00e9tude d’intervention. Ces entit\u00e9s collectives peuvent correspondre \u00e0 des classes scolaires, des services hospitaliers, des cliniques de psychoth\u00e9rapie, des cabinets m\u00e9dicaux ou des zones g\u00e9ographiques enti\u00e8res, tandis que les crit\u00e8res de jugement sont mesur\u00e9s au niveau individuel, organisationnel, ou \u00e0 ces deux \u00e9chelons.<\/p>\n Dans le contexte des sciences psychologiques et de la sant\u00e9 publique, cette approche est privil\u00e9gi\u00e9e d\u00e8s lors qu’une intervention ne peut pas \u00eatre isol\u00e9e au sein d’un m\u00eame environnement social sans induire un transfert d’information involontaire entre les sujets des groupes exp\u00e9rimental et t\u00e9moin. Elle permet de pr\u00e9server l’int\u00e9grit\u00e9 de l’environnement th\u00e9rapeutique ou p\u00e9dagogique naturel tout en soumettant l’hypoth\u00e8se causale \u00e0 la rigueur de l’inf\u00e9rence randomis\u00e9e standard.<\/p>\n Par cons\u00e9quent, l’unit\u00e9 de r\u00e9partition al\u00e9atoire (la grappe) diverge structurellement de l’unit\u00e9 d’analyse principale (souvent le patient, l’apprenant ou le th\u00e9rapeute). Cette dichotomie fondamentale impose des contraintes analytiques sp\u00e9cifiques, notamment la prise en compte de la ressemblance syst\u00e9matique qui unit les membres d’une m\u00eame communaut\u00e9.<\/p>\n Le vocable \u00ab randomisation \u00bb constitue un emprunt lexical anglo-saxon adapt\u00e9 au fran\u00e7ais technique, d\u00e9rivant du verbe anglais to randomize<\/em>, lui-m\u00eame issu de l’adverbe et nom du moyen anglais random<\/em> (signifiant l’imp\u00e9tuosit\u00e9, la pr\u00e9cipitation ou la force du mouvement d\u00e9sordonn\u00e9, originellement li\u00e9 \u00e0 l’ancien fran\u00e7ais randon<\/em>, qui d\u00e9signait une course rapide ou un flux imp\u00e9tueux). En statistique, le terme a \u00e9t\u00e9 formalis\u00e9 au d\u00e9but du XXe si\u00e8cle pour d\u00e9signer l’attribution par tirage au sort probabiliste.<\/p>\n Le substantif \u00ab grappe \u00bb provient du francique *krappa<\/em> (\u00ab crochet \u00bb), ayant \u00e9volu\u00e9 vers la notion d’assemblage de fruits attach\u00e9s \u00e0 une tige commune, puis m\u00e9taphoriquement vers tout regroupement compact d’\u00e9l\u00e9ments interd\u00e9pendants. Dans le jargon biom\u00e9dical et \u00e9pid\u00e9miologique international, l’expression \u00e9quivalente cluster-randomized controlled trial<\/em> (CRCT) s’est impos\u00e9e pour diff\u00e9rencier ces dispositifs des essais contr\u00f4l\u00e9s randomis\u00e9s classiques dits \u00ab individualis\u00e9s \u00bb.<\/p>\n L’introduction formelle du concept dans la litt\u00e9rature m\u00e9thodologique francophone s’est op\u00e9r\u00e9e par l’entremise des biostatistiques, de l’\u00e9valuation des programmes \u00e9ducatifs et des recherches sur les services de sant\u00e9, substituant au fil du temps les locutions \u00ab tirage au sort par \u00eelots \u00bb ou \u00ab randomisation de groupe \u00bb par l’expression standardis\u00e9e \u00ab randomisation par grappes \u00bb ou \u00ab essais randomis\u00e9s en grappes \u00bb.<\/p>\n Sur le plan phon\u00e9tique, le terme se transcrit sous la forme [\u0281\u0251\u0303d\u0254miz\u0251sj\u0254\u0303 pa\u0281 \u0261\u0281ap] en fran\u00e7ais standard. Il s’agit d’un syntagme nominal f\u00e9minin compos\u00e9 du nom singulier \u00ab randomisation \u00bb, de la pr\u00e9position de moyen \u00ab par \u00bb et du nom commun \u00ab grappes \u00bb, traditionnellement employ\u00e9 au pluriel pour souligner la multiplicit\u00e9 des unit\u00e9s collectives r\u00e9parties au sein du protocole exp\u00e9rimental.<\/p>\n Dans l’usage acad\u00e9mique et les publications index\u00e9es, on rencontre couramment les variantes synonymiques \u00ab randomisation en grappes \u00bb, \u00ab essai contr\u00f4l\u00e9 randomis\u00e9 par grappes \u00bb ou \u00ab essai randomis\u00e9 communautaire \u00bb. Les adjectifs d\u00e9riv\u00e9s incluent \u00ab clusteris\u00e9 \u00bb (calque parfois d\u00e9conseill\u00e9 au profit d’\u00ab agr\u00e9g\u00e9 \u00bb ou \u00ab group\u00e9 \u00bb), caract\u00e9risant des donn\u00e9es corr\u00e9l\u00e9es spatialement ou institutionnellement.<\/p>\n Sur le plan syntaxique, la locution s’emploie principalement en apposition ou en compl\u00e9ment du nom, par exemple dans : \u00ab un essai men\u00e9 par randomisation par grappes \u00bb ou \u00ab un devis d’\u00e9chantillonnage avec randomisation en grappes \u00bb. Son abr\u00e9viation francophone reconnue est \u00ab ECRG \u00bb (Essai Contr\u00f4l\u00e9 Randomis\u00e9 en Grappes), parall\u00e8le \u00e0 l’acronyme anglophone CRCT<\/a>.<\/p>\n La randomisation par grappes r\u00e9pond \u00e0 une exigence \u00e9pist\u00e9mologique et pratique incontournable : tester des interventions dont la nature est intrins\u00e8quement collective ou organisationnelle. En psychologie de la sant\u00e9 ou en psychoth\u00e9rapie institutionnelle, administrer une prise en charge innovante \u00e0 un patient tout en maintenant son voisin de chambre ou un camarade de classe sous un protocole placebo ou conventionnel cr\u00e9e un risque majeur de contamination exp\u00e9rimentale (spillover effect<\/em>). Les participants communiquent, partagent des conseils, \u00e9changent des strat\u00e9gies cognitives ou imitent les comportements observ\u00e9s, ce qui dilue artificiellement la taille d’effet r\u00e9elle du traitement.<\/p>\n Pour juguler cette porosit\u00e9 des contextes naturels, la grappe enti\u00e8re est assign\u00e9e \u00e0 un seul bras exp\u00e9rimental. Si une intervention vise \u00e0 r\u00e9duire l’\u00e9puisement professionnel des soignants via une formation \u00e0 la pleine conscience, l’attribution se fait au niveau du service hospitalier ou de la clinique. D\u00e8s lors, tous les soignants \u00e9ligibles d’une unit\u00e9 donn\u00e9e re\u00e7oivent la formation, tandis qu’une autre unit\u00e9 sert de comparateur neutre ou re\u00e7oit un suivi standard. Ce faisant, la coh\u00e9rence \u00e9cologique de l’intervention est prot\u00e9g\u00e9e et la contamination interindividuelle directe est annul\u00e9e.<\/p>\n N\u00e9anmoins, cette disposition rompt une hypoth\u00e8se cardinale de la statistique inf\u00e9rentielle classique : l’ind\u00e9pendance des observations. Dans une population group\u00e9e, deux individus appartenant \u00e0 la m\u00eame grappe ont tendance \u00e0 se ressembler davantage que deux individus pr\u00e9lev\u00e9s au hasard dans deux grappes distinctes. Ce ph\u00e9nom\u00e8ne r\u00e9sulte d’une triple influence : des processus d’auto-s\u00e9lection (les individus choisissent d’habiter un quartier similaire ou de travailler dans la m\u00eame structure), des facteurs d’exposition environnementaux partag\u00e9s (m\u00eame climat institutionnel, encadrement identique), et des interactions mutuelles directes (contagion \u00e9motionnelle, dynamiques de groupe).<\/p>\n Cette ressemblance interne se quantifie par le coefficient de corr\u00e9lation intraclasse<\/strong> (not\u00e9 rho ou ICC, pour Intraclass Correlation Coefficient<\/em>). L’ICC mesure la proportion de la variance totale de la variable d’int\u00e9r\u00eat qui est imputable \u00e0 la variabilit\u00e9 inter-grappes. M\u00eame si cette valeur semble num\u00e9riquement modeste (par exemple entre 0,01 et 0,05 dans les cohortes scolaires ou communautaires), son impact sur la significativit\u00e9 statistique est consid\u00e9rable, car elle r\u00e9duit la quantit\u00e9 d’information effective apport\u00e9e par chaque participant suppl\u00e9mentaire.<\/p>\n D’un point de vue structural, ignorer cette corr\u00e9lation dans le calcul des variances m\u00e8ne in\u00e9luctablement \u00e0 une sous-estimation substantielle de l’erreur type des estimateurs. Il en d\u00e9coule une inflation dramatique du taux d’erreur de premi\u00e8re esp\u00e8ce (rejet erron\u00e9 de l’hypoth\u00e8se nulle, ou risque alpha), conduisant les chercheurs \u00e0 d\u00e9clarer statistiquement efficaces des interventions qui n’ont en r\u00e9alit\u00e9 aucun effet au-del\u00e0 de la fluctuation al\u00e9atoire propre aux grappes.<\/p>\n L’histoire de la randomisation par grappes est intimement li\u00e9e \u00e0 l’\u00e9mergence des biostatistiques agronomiques au d\u00e9but du XXe si\u00e8cle. Les travaux fondateurs de Sir Ronald Fisher<\/a> \u00e0 la station exp\u00e9rimentale de Rothamsted ont pos\u00e9 les jalons de la disposition en parcelles al\u00e9atoires. Fisher a d\u00e9montr\u00e9 que les parcelles d’un m\u00eame champ partagent des caract\u00e9ristiques de sol, d’humidit\u00e9 et d’ensoleillement qui les rendent corr\u00e9l\u00e9es, n\u00e9cessitant des techniques sp\u00e9cifiques d’analyse de variance pour isoler les rendements agricoles.<\/p>\n Durant les d\u00e9cennies 1960 et 1970, le mod\u00e8le a franchi les fronti\u00e8res de l’agronomie pour int\u00e9grer l’\u00e9pid\u00e9miologie cardiovasculaire et la sant\u00e9 publique. Les grands essais communautaires, tels que le North Karelia Project<\/em> en Finlande ou le Stanford Three-Community Project<\/em> aux \u00c9tats-Unis, cherchaient \u00e0 \u00e9valuer des campagnes m\u00e9diatiques et \u00e9ducatives destin\u00e9es \u00e0 modifier le style de vie \u00e0 l’\u00e9chelle de villes enti\u00e8res. Ces \u00e9tudes pionni\u00e8res ont cependant essuy\u00e9 de vives critiques m\u00e9thodologiques en raison d’un nombre insuffisant de grappes (parfois une ou deux par bras) et d’une analyse statistique ignorant l’agr\u00e9gation des donn\u00e9es individuelles.<\/p>\n Le tournant paradigmatique s’est op\u00e9r\u00e9 dans les ann\u00e9es 1980 et 1990 sous l’impulsion de biostatisticiens et d’\u00e9pid\u00e9miologistes renomm\u00e9s. Allan Donner, Neil Klar et Stephen Walter ont publi\u00e9 des travaux d\u00e9terminants formalisant les \u00e9quations de calcul de puissance, d’ajustement par l’effet de plan (design effect<\/em>) et de mod\u00e9lisation multiniveau. Leur manuel de r\u00e9f\u00e9rence, Design and Analysis of Cluster Randomization Trials in Health Research<\/em>, publi\u00e9 en 2000, a \u00e9tabli le socle doctrinal moderne de la discipline.<\/p>\n Dans les sciences comportementales et la psychologie, l’essor des mod\u00e8les lin\u00e9aires mixtes et des mod\u00e8les hi\u00e9rarchiques dans les ann\u00e9es 1990 (popularis\u00e9s par Anthony Bryk et Stephen Raudenbush) a fourni l’outillage math\u00e9matique n\u00e9cessaire pour exploiter pleinement ces protocoles. Parall\u00e8lement, pour r\u00e9pondre aux d\u00e9faillances r\u00e9currentes de reporting dans la litt\u00e9rature internationale, le groupe CONSORT a formalis\u00e9 en 2004 une extension sp\u00e9cifique d\u00e9di\u00e9e aux essais randomis\u00e9s par grappes, r\u00e9vis\u00e9e en 2012, \u00e9tablissant des standards rigoureux de transparence pour la publication scientifique.<\/p>\n L’architecture m\u00e9thodologique de la randomisation par grappes repose sur la th\u00e9orie de l’\u00e9chantillonnage en grappes et les mod\u00e8les hi\u00e9rarchiques de donn\u00e9es. Contrairement \u00e0 une randomisation individuelle simple o\u00f9 chaque sujet repr\u00e9sente une unit\u00e9 d’information pleinement ind\u00e9pendante, l’\u00e9chantillon d’un essai par grappes pr\u00e9sente une structure de d\u00e9pendance imbriqu\u00e9e (les individus sont log\u00e9s au sein des grappes, qui peuvent elles-m\u00eames \u00eatre log\u00e9es au sein de r\u00e9gions ou de districts).<\/p>\n Le concept central sous-tendant cette dynamique est l’effet de plan<\/strong> (Design Effect<\/em>, DEFF), \u00e9galement d\u00e9nomm\u00e9 facteur d’inflation de la variance. Formellement, dans une configuration o\u00f9 toutes les grappes sont de taille uniforme m<\/em>, le DEFF s’exprime par la relation :<\/p>\n DEFF = 1 + (m – 1) * ICC<\/em><\/span><\/p>\n Cette formule montre avec clart\u00e9 que la perte de pr\u00e9cision statistique d\u00e9pend conjointement de l’amplitude de l’ICC et de la taille moyenne des grappes (m<\/em>). M\u00eame lorsque l’ICC est tr\u00e8s bas (par exemple 0,02), si chaque grappe comprend 100 participants, le DEFF atteint 1 + (99 * 0,02) = 2,98. Cela signifie que la variance de l’effet d’intervention est quasiment tripl\u00e9e par rapport \u00e0 une randomisation individuelle simple, ou de mani\u00e8re \u00e9quivalente, que l’\u00e9chantillon de 100 individus par grappe n’apporte que l’information effective d’environ 34 individus ind\u00e9pendants (la taille d’\u00e9chantillon effective \u00e9tant \u00e9gale \u00e0 la taille totale divis\u00e9e par le DEFF)<\/span>.<\/p>\n Sur le plan de l’inf\u00e9rence causale, l’estimation des effets de traitement doit faire la distinction entre les effets marginaux (au niveau de la population globale) et les effets conditionnels (sp\u00e9cifiques \u00e0 une grappe donn\u00e9e). Pour traiter ces donn\u00e9es hi\u00e9rarchis\u00e9es, deux grands cadres statistiques dominent la pratique contemporaine :<\/p>\n D’une part, les \u00e9quations d’estimation g\u00e9n\u00e9ralis\u00e9es (Generalized Estimating Equations<\/em>, GEE) mod\u00e9lisent directement la moyenne marginale de la r\u00e9ponse dans la population tout en sp\u00e9cifiant une structure de corr\u00e9lation de travail pour traiter la d\u00e9pendance intra-grappe. Elles utilisent des estimateurs de variance robustes (sandwich) qui garantissent des inf\u00e9rences valides m\u00eame si la matrice de corr\u00e9lation est mal sp\u00e9cifi\u00e9e, \u00e0 condition que le nombre total de grappes soit suffisamment \u00e9lev\u00e9 (id\u00e9alement sup\u00e9rieur \u00e0 40).<\/p>\n D’autre part, les mod\u00e8les lin\u00e9aires mixtes<\/a> (ou mod\u00e8les multiniveaux) introduisent des effets al\u00e9atoires propres \u00e0 chaque grappe, d\u00e9composant formellement la variance r\u00e9siduelle totale entre la variabilit\u00e9 intra-grappe et la variabilit\u00e9 inter-grappes. Cette approche est particuli\u00e8rement robuste pour g\u00e9rer les donn\u00e9es longitudinales d\u00e9s\u00e9quilibr\u00e9es, les grappes de tailles in\u00e9gales et pour explorer d’\u00e9ventuelles interactions de niveau \u00e9cologique.<\/p>\n Les protocoles de randomisation par grappes peuvent \u00eatre d\u00e9compos\u00e9s selon plusieurs axes structurels et typologiques, adapt\u00e9s aux objectifs d’\u00e9valuation comportementale et clinique :<\/p>\n Pour illustrer la mise en \u0153uvre pratique de ces concepts, examinons une intervention psycho-\u00e9ducative ciblant la pr\u00e9vention de l’anxi\u00e9t\u00e9 de performance chez les adolescents scolaris\u00e9s. Si les chercheurs devaient randomiser individuellement des \u00e9l\u00e8ves au sein d’une m\u00eame salle de classe, les adolescents du groupe exp\u00e9rimental partageraient in\u00e9vitablement leurs exercices de restructuration cognitive et leurs techniques de relaxation avec leurs camarades du groupe t\u00e9moin pendant les r\u00e9cr\u00e9ations. En cons\u00e9quence, les \u00e9l\u00e8ves du groupe contr\u00f4le b\u00e9n\u00e9ficieraient indirectement de l’intervention, r\u00e9duisant \u00e0 n\u00e9ant la diff\u00e9rence observable entre les deux bras.<\/p>\n En appliquant un devis de randomisation par grappes, les chercheurs s\u00e9lectionnent quarante coll\u00e8ges au sein d’une acad\u00e9mie. Vingt coll\u00e8ges sont affect\u00e9s au programme psycho-\u00e9ducatif (int\u00e9gr\u00e9 au calendrier scolaire de toutes les classes de troisi\u00e8me) et vingt coll\u00e8ges maintiennent leur cursus standard. La contamination au sein des \u00e9tablissements est ainsi circonscrite. Les analyses mesurent l’anxi\u00e9t\u00e9 individuelle des \u00e9l\u00e8ves \u00e0 l’aide de l’\u00e9chelle STAI-Y, tout en mod\u00e9lisant les coll\u00e8ges comme un niveau hi\u00e9rarchique sup\u00e9rieur d’effet al\u00e9atoire pour corriger l’ICC.<\/p>\n Un second cas embl\u00e9matique en psychologie organisationnelle concerne l’\u00e9valuation d’un programme d’optimisation du leadership bienveillant visant \u00e0 r\u00e9duire le syndrome d’\u00e9puisement professionnel (burnout<\/em>) des personnels infirmiers. La randomisation individuelle des infirmiers au sein d’un m\u00eame service de soins intensifs conduirait \u00e0 une situation intenable o\u00f9 les cadres de sant\u00e9 devraient manager diff\u00e9remment leurs collaborateurs selon leur assignation exp\u00e9rimentale.<\/p>\n Dans ce sc\u00e9nario, ce sont les services hospitaliers eux-m\u00eames qui constituent les grappes. Vingt services d’un centre hospitalier universitaire sont randomis\u00e9s : dix cadres re\u00e7oivent un entra\u00eenement intensif au management soutenant et \u00e0 la r\u00e9gulation du stress d’\u00e9quipe, tandis que dix cadres re\u00e7oivent une formation neutre sur la gestion administrative. L’analyse des scores Maslach Burnout Inventory (MBI) des infirmiers \u00e0 six mois prend en compte l’appartenance au service, pr\u00e9venant ainsi les distorsions d’inf\u00e9rence causale.<\/p>\n La d\u00e9termination de la taille d’\u00e9chantillon requise dans un essai randomis\u00e9 par grappes requiert une d\u00e9marche rigoureuse d\u00e9passant le simple calcul de puissance fond\u00e9 sur la loi normale ou le test de Student. Le protocole doit imp\u00e9rativement ajuster le nombre de sujets par le facteur d’inflation (DEFF), ce qui impose aux investigateurs d’obtenir en amont une estimation fiable du coefficient de corr\u00e9lation intraclasse (ICC).<\/p>\n L’estimation pr\u00e9alable de l’ICC s’av\u00e8re souvent d\u00e9licate. Les chercheurs doivent recourir \u00e0 des \u00e9tudes pilotes, \u00e0 des revues syst\u00e9matiques m\u00e9thodologiques ou \u00e0 des bases de donn\u00e9es \u00e9pid\u00e9miologiques ouvertes r\u00e9pertoriant les valeurs empiriques d’ICC selon les crit\u00e8res de jugement psychologiques ou comportementaux. Si l’ICC retenu est sous-estim\u00e9, l’\u00e9tude finale souffrira d’un d\u00e9ficit structurel de puissance statistique (underpowered study<\/em>), incapable de d\u00e9tecter une diff\u00e9rence cliniquement significative.<\/p>\n Par ailleurs, l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de la taille des grappes constitue un param\u00e8tre critique fr\u00e9quemment rencontr\u00e9 en pratique. Dans les syst\u00e8mes scolaires ou cliniques, les effectifs varient substantiellement d’une structure \u00e0 l’autre. Lorsque les tailles de grappes sont in\u00e9gales, le facteur d’inflation de la variance augmente, ce qui d\u00e9grade encore la puissance statistique. Des corrections math\u00e9matiques, incorporant le coefficient de variation des tailles de grappes, doivent alors \u00eatre inject\u00e9es dans les algorithmes de dimensionnement de l’essai.<\/p>\n Un principe fondamental r\u00e9git la puissance d’un essai par grappes : pour accro\u00eetre la puissance statistique, il est infiniment plus efficient d’augmenter le nombre total de grappes randomis\u00e9es (k<\/em>) plut\u00f4t que d’accro\u00eetre le nombre de participants par grappe (m<\/em>). Lorsque la taille des grappes devient tr\u00e8s importante, la variance de l’effet moyen plafonne et tend asymptotiquement vers une valeur conditionn\u00e9e presque exclusivement par la variance inter-grappes, rendant futile l’inclusion de patients additionnels au sein d’un nombre restreint de sites.<\/p>\n Dans le domaine de la psychologie et des interventions comportementales, la randomisation par grappes trouve son utilit\u00e9 majeure dans plusieurs secteurs cardinaux :<\/p>\n En psychologie scolaire et \u00e9ducationnelle<\/strong>, elle repr\u00e9sente la norme de r\u00e9f\u00e9rence pour tester les curricula de lutte contre le harc\u00e8lement (comme le programme KiVa), les entra\u00eenements \u00e0 l’empathie ou les p\u00e9dagogies innovantes. Dans la mesure o\u00f9 les dynamiques de groupe et l’influence des pairs conditionnent les apprentissages \u00e9motionnels, l’exp\u00e9rimentation \u00e0 l’\u00e9chelle de la classe ou de l’\u00e9cole s’impose comme une \u00e9vidence tant pratique qu’\u00e9pist\u00e9mologique.<\/p>\n En psychiatrie communautaire et addictologie<\/strong>, ce design permet de tester des politiques de r\u00e9duction des risques li\u00e9es \u00e0 la consommation de substances psychotropes dans des bars, des festivals ou des quartiers sp\u00e9cifiques. L’intervention ciblant l’environnement socio-physique, seule une randomisation g\u00e9ographique ou \u00e9v\u00e9nementielle peut rendre compte de l’impact collectif des messages pr\u00e9ventifs et de la formation des personnels.<\/p>\n En psychologie du travail et des organisations<\/strong>, les chercheurs recourent aux essais par grappes pour examiner la transformation des cultures d’entreprise, les interventions visant la sant\u00e9 psychologique au travail, ou la restructuration ergonomique des flux de communication interne. Le recours aux grappes permet de pr\u00e9venir les tensions sociales qui surviendraient si des employ\u00e9s d’une m\u00eame \u00e9quipe b\u00e9n\u00e9ficiaient d’avantages ou d’interventions capacitantes dont d’autres coll\u00e8gues seraient arbitrairement exclus.<\/p>\n L’application de la randomisation par grappes a fait l’objet d’une vaste litt\u00e9rature m\u00e9ta-\u00e9pid\u00e9miologique \u00e9valuant la qualit\u00e9 de sa mise en pratique. Une revue m\u00e9thodologique majeure conduite par Campbell et al. a analys\u00e9 des centaines d’essais publi\u00e9s dans les revues biom\u00e9dicales et psychologiques internationales de premier plan. Les auteurs ont constat\u00e9 que si la conformit\u00e9 aux directives du guide CONSORT<\/a> s’est nettement am\u00e9lior\u00e9e au fil des ans, une proportion non n\u00e9gligeable d’\u00e9tudes continuait de pr\u00e9senter des faiblesses statistiques fondamentales, notamment l’omission de l’ICC dans le rapport des r\u00e9sultats ou l’utilisation d’analyses de niveau individuel sans correction hi\u00e9rarchique.<\/p>\n Dans le domaine de la psychologie clinique, les travaux de Weisz et ses collaborateurs portant sur les th\u00e9rapies cognitivo-comportementales (TCC) d\u00e9ploy\u00e9es en milieu scolaire ont amplement mobilis\u00e9 des essais par grappes. Leurs m\u00e9ta-analyses confirment que les tailles d’effet issues d’essais randomis\u00e9s par grappes sont g\u00e9n\u00e9ralement plus modestes que celles issues d’essais \u00e0 randomisation individuelle men\u00e9s en laboratoire universitaire standard. Cette divergence empirique ne traduit pas une moindre efficacit\u00e9 de l’intervention, mais refl\u00e8te fid\u00e8lement la complexit\u00e9 contextuelle du \u00ab monde r\u00e9el \u00bb et l’absence de biais de sur-estimation induits par des conditions d’observation ultra-contr\u00f4l\u00e9es.<\/p>\n D’autres recherches empiriques, pilot\u00e9es par Eldridge et al., ont analys\u00e9 l’impact du recrutement des participants apr\u00e8s la randomisation des grappes. Leurs constats ont d\u00e9montr\u00e9 que lorsque les soignants ou les \u00e9valuateurs connaissent \u00e0 l’avance le statut exp\u00e9rimental de la grappe, ils ont tendance \u00e0 inclure des patients plus s\u00e9v\u00e8rement atteints ou au profil atypique dans le bras intervention, cr\u00e9ant ainsi un biais d’identification et de s\u00e9lection majeur qui invalide l’\u00e9quivalence initiale obtenue par le tirage au sort.<\/p>\n La randomisation par grappes soul\u00e8ve d’importantes questions socioculturelles lorsqu’elle est transpos\u00e9e dans des pays \u00e0 revenu faible ou interm\u00e9diaire ou au sein de minorit\u00e9s culturelles. Dans les essais communautaires traditionnels, l’unit\u00e9 de r\u00e9partition est souvent le village ou la tribu. Dans ces configurations, la notion d’autonomie individuelle \u2014 pilier de l’\u00e9thique m\u00e9dicale occidentale \u2014 s’articule avec les structures de pouvoir locales et la prise de d\u00e9cision collective.<\/p>\n D’un point de vue culturel, imposer un tirage au sort probabiliste au sein d’une chefferie ou d’un conseil des anciens peut heurter les croyances locales relatives \u00e0 l’\u00e9quit\u00e9, au destin ou \u00e0 l’autorit\u00e9 coutumi\u00e8re. Les chercheurs doivent donc co-construire le protocole avec les leaders communautaires et expliquer le processus de tirage au sort par des analogies culturellement adapt\u00e9es (comme des tirages publics d’urnes transparentes) pour asseoir la l\u00e9gitimit\u00e9 et l’acceptabilit\u00e9 sociale de la randomisation.<\/p>\n De surcro\u00eet, les valeurs de l’ICC peuvent varier consid\u00e9rablement selon les contextes culturels. Dans les soci\u00e9t\u00e9s collectivistes ou les communaut\u00e9s rurales fortement int\u00e9gr\u00e9es, l’homog\u00e9n\u00e9it\u00e9 comportementale et normative au sein d’une m\u00eame grappe est nettement plus forte que dans les zones urbaines individualistes d’Europe occidentale. Cette forte coh\u00e9sion sociale gonfle artificiellement l’ICC, ce qui oblige \u00e0 recruter un nombre substantiellement plus \u00e9lev\u00e9 de communaut\u00e9s pour pr\u00e9server la puissance statistique des \u00e9tudes transculturelles.<\/p>\n Bien qu’indispensable dans de nombreux sc\u00e9narios, la randomisation par grappes essuie de multiples critiques m\u00e9thodologiques, logistiques et \u00e9thiques :<\/p>\n La premi\u00e8re limitation majeure concerne le biais de recrutement et de s\u00e9lection<\/strong>. Dans un essai individuel, le consentement et l’inclusion pr\u00e9c\u00e8dent strictement la randomisation. Dans un essai par grappes, la grappe est souvent randomis\u00e9e bien avant que les individus ne soient sollicit\u00e9s pour participer. Si les recruteurs sur le terrain ne sont pas aveugles au statut de la grappe, ils peuvent inconsciemment orienter l’inclusion des sujets, rompant la comparabilit\u00e9 fondamentale des cohortes.<\/p>\n Le second \u00e9cueil r\u00e9side dans les contraintes de faisabilit\u00e9 logistique et financi\u00e8re<\/strong>. Comme le facteur d’inflation exige d’augmenter le nombre total de participants pour compenser la perte de puissance, ces essais deviennent particuli\u00e8rement co\u00fbteux. Coordonner simultan\u00e9ment des dizaines d’\u00e9coles ou de centres de soins implique des ressources logistiques massives, et la perte au suivi (attrition) d’une seule grappe enti\u00e8re (par exemple le retrait soudain d’un \u00e9tablissement scolaire) engendre des r\u00e9percussions d\u00e9sastreuses sur la validit\u00e9 interne de l’\u00e9tude.<\/p>\n Sur le versant \u00e9thique, le concept de consentement \u00e9clair\u00e9 pose un dilemme \u00e9pineux. Lorsqu’une intervention organisationnelle ou environnementale est d\u00e9ploy\u00e9e \u00e0 l’\u00e9chelle d’un h\u00f4pital ou d’un quartier, les r\u00e9sidents ou les soignants sont soumis \u00e0 l’intervention sans pouvoir individuellement refuser d’y \u00eatre expos\u00e9s. La communaut\u00e9 bio\u00e9thique distingue d\u00e9sormais le \u00ab consentement au niveau de la grappe \u00bb (accord donn\u00e9 par un repr\u00e9sentant ou gardien l\u00e9gitime de la structure) du consentement individuel \u00e0 la collecte des donn\u00e9es de sant\u00e9 personnelles.<\/p>\n Pour \u00e9viter toute confusion conceptuelle, il importe de distinguer pr\u00e9cis\u00e9ment la randomisation par grappes d’autres approches m\u00e9thodologiques apparent\u00e9es :<\/p>\n La randomisation par grappes constitue un pilier m\u00e9thodologique de la recherche comportementale, psychologique et organisationnelle contemporaine. Elle permet d’\u00e9tudier l’efficacit\u00e9 d’interventions complexes dans des contextes r\u00e9els tout en annihilant les risques de contamination interindividuelle.<\/p>\n La non-ind\u00e9pendance inh\u00e9rente des observations au sein d’une m\u00eame grappe, quantifi\u00e9e par le coefficient de corr\u00e9lation intraclasse (ICC), r\u00e9duit la quantit\u00e9 nette d’information statistique. Cette particularit\u00e9 impose un calcul sp\u00e9cifique de la taille d’\u00e9chantillon pond\u00e9r\u00e9 par le facteur d’inflation de la variance (effet de plan) et l’utilisation de mod\u00e8les biostatistiques hi\u00e9rarchiques adapt\u00e9s, tels que les mod\u00e8les lin\u00e9aires mixtes ou les \u00e9quations d’estimation g\u00e9n\u00e9ralis\u00e9es (GEE).<\/p>\n Pour assurer la validit\u00e9 interne des conclusions, la pr\u00e9s\u00e9lection aveugle des participants, l’inclusion d’un nombre \u00e9lev\u00e9 de grappes ind\u00e9pendantes et le strict respect des standards de transparence m\u00e9thodologique \u00e9tablis par l’extension du guide CONSORT demeurent les imp\u00e9ratifs cardinaux de tout chercheur engag\u00e9 dans l’\u00e9valuation des sciences du comportement.<\/p>\n La randomisation par grappes est un devis exp\u00e9rimental essentiel en psychologie et en sant\u00e9 publique, dans lequel des groupes pr\u00e9existants sont assign\u00e9s al\u00e9atoirement aux bras d’intervention.<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","categories":[1881,5352],"tags":[6695,31662,1997,9335,40135,1842],"class_list":["post-23658","psych_term","type-psych_term","status-publish","hentry","category-methodologie-de-la-recherche","category-psychometrie-et-biostatistique","tag-correlation-intraclasse","tag-essais-controles-randomises","tag-methodologie-experimentale","tag-modeles-multiniveaux","tag-randomisation-par-grappes","tag-statistiques-psychologiques"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/23658","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_term"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/23658\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=23658"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=23658"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=23658"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. \u00c9tymologie et origine linguistique<\/h3>\n
3. Prononciation et forme grammaticale<\/h3>\n
4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n
5. \u00c9volution et d\u00e9veloppement historique<\/h3>\n
6. Fondements th\u00e9oriques et m\u00e9thodologiques<\/h3>\n
7. Composantes cl\u00e9s, typologies et dimensions<\/h3>\n
\n
8. Exemples et \u00e9tudes de cas illustratives<\/h3>\n
9. Mesure, puissance statistique et \u00e9valuation<\/h3>\n
10. Applications et pertinence pratique<\/h3>\n
11. Recherche et donn\u00e9es empiriques probantes<\/h3>\n
12. Consid\u00e9rations socioculturelles et contextuelles<\/h3>\n
13. Critiques, d\u00e9bats et limites<\/h3>\n
14. Notions connexes et distinctions diff\u00e9rentielles<\/h3>\n
\n
15. R\u00e9sum\u00e9 et points cl\u00e9s<\/h3>\n
R\u00e9f\u00e9rences<\/h2>\n
\n