Indice de sévérité de la dysphonie

1. Résumé / Abstract

L’Indice de sévérité de la dysphonie (couramment désigné sous le sigle anglophone Dysphonia Severity Index ou DSI) est un outil d’évaluation multiparamétrique, quantitatif et objectif de la fonction vocale développé initialement par Floris L. Wuyts, Marc S. De Bodt et leurs collaborateurs en 1996 et publié formellement en 2000 au sein de l’Université d’Anvers. Conçu pour pallier la subjectivité inhérente aux échelles de jugement perceptivo-auditif telles que l’échelle GRBAS de Hirano (1981), le DSI synthétise quatre mesures acoustiques et aérodynamiques distinctes en une valeur numérique unique représentant la sévérité globale de la dysphonie. Ces quatre paramètres physiologiques et acoustiques comprennent : le temps maximal de phonation (TMP ou Maximum Phonation Time, exprimé en secondes), la fréquence fondamentale la plus aiguë praticable ($F_0$-high, exprimée en Hertz), le niveau d’intensité minimale absolue ($I$-low, exprimé en décibels A) et le pourcentage de perturbation de la fréquence cycle à cycle (jitter local, exprimé en pourcentage).

L’algorithme de pondération a été élaboré au moyen d’une analyse de régression linéaire et discriminante pas à pas, calibrée directement sur le degré global de dysphonie (« Grade » ou $G$) de l’échelle GRBAS. L’équation canonique attribue des coefficients spécifiques : $DSI = 0{,}13 \times \text{TMP} + 0{,}0053 \times F_0\text{-high} – 0{,}26 \times I\text{-low} – 1{,}18 \times \text{Jitter} + 12{,}4$. L’échelle métrique ainsi obtenue s’étend de façon continue généralement entre $+5$ (voix remarquablement saine ou professionnelle) et $-5$ (dysphonie sévère à aphonie quasi totale), bien que des valeurs plus extrêmes puissent être observées dans des états pathologiques avancés ou chez des chanteurs d’élite. Les propriétés psychométriques du DSI mettent en évidence une excellente validité de critère par rapport au jugement d’experts ($r = -0{,}82$ à $-0{,}86$), une sensibilité diagnostique oscillant entre 80 % et 92 % selon les seuils pathologiques choisis (typiquement $+4{,}2$ ou $+1{,}6$), et une haute fidélité test-retest sous conditions standardisées d’enregistrement instrumental.

2. Mots-clés / Keywords

Indice de sévérité de la dysphonie, Dysphonia Severity Index, DSI, évaluation vocale multiparamétrique, acoustique vocale, phoniatrie, orthophonie, temps maximal de phonation, jitter, étendue vocale, biomécanique laryngée, GRBAS

3. Auteurs / Authors

L’Indice de sévérité de la dysphonie a été conçu par une équipe multidisciplinaire de chercheurs et cliniciens belges issus du Département d’Oto-rhino-laryngologie et de Chirurgie cervico-faciale de l’Hôpital Universitaire d’Anvers (UZA) et de l’Université d’Anvers (UIA), en étroite collaboration avec l’Université de Gand :

• Floris L. Wuyts, Ph.D. : Physicien médical et biostatisticien, spécialisé dans la modélisation statistique biomédicale et les investigations cochléo-vestibulaires et phonatoires (Laboratoire de Physique Biomédicale, Université d’Anvers, Belgique).
• Marc S. De Bodt, Ph.D. : Orthophoniste et chercheur en sciences de la communication et phoniatrie, professeur émérite aux universités d’Anvers et de Gand, expert international de l’évaluation objective et subjective de la voix et de la déglutition.
• Marc Van de Heyning, M.D., Ph.D. : Professeur d’oto-rhino-laryngologie, chef du service d’ORL et de chirurgie cervico-faciale à l’Hôpital Universitaire d’Anvers.
• Paul Van Cauwenberge, M.D., Ph.D. : Professeur et chercheur ORL, ancien recteur de l’Université de Gand, pionnier de la rhinologie et de la laryngologie académique en Belgique.

4. Objectif / Purpose

L’évaluation clinique de la voix humaine présente un défi diagnostique majeur en raison de sa nature multidimensionnelle, englobant des variables biomécaniques, aérodynamiques, psychoacoustiques et psychosociales. Historiquement, l’évaluation de la dysphonie reposait quasi exclusivement sur l’analyse perceptivo-auditive réalisée par des cliniciens au moyen d’échelles analogiques ou catégorielles, au premier rang desquelles figure l’échelle GRBAS établie par Minoru Hirano en 1981, ou ultérieurement le consensus Consensus Auditory-Perceptual Evaluation of Voice (CAPE-V). Bien que cliniquement incontournables, les jugements perceptifs souffrent d’une subjectivité intrinsèque, d’un biais d’ancrage cognitif, d’une variabilité intra- et inter-juges documentée et d’une sensibilité limitée aux variations infracliniques lors du suivi thérapeutique.

Parallèlement, les paramètres acoustiques univariés isolés — tels que le jitter (variabilité de fréquence), le shimmer (variabilité d’amplitude), le rapport harmonique/bruit (HNR) ou le temps maximal de phonation pris isolément — échouent fréquemment à corréler de manière robuste avec la sévérité perçue du trouble vocal en situation écologique. Un patient porteur d’une lésion organique (par exemple un nodule ou un polype de la corde vocale) peut compenser sa fuite glottique par une hypercontraction supraglottique temporaire, maintenant un jitter modéré au détriment de l’amplitude fréquentielle ou de la réserve respiratoire.

L’objectif fondamental de l’Indice de sévérité de la dysphonie est de combiner, par une approche statistique multivariée, des composantes indépendantes mais complémentaires de la physiologie phonatoire afin de générer un indice global unique, standardisé, objectif et reproductible. Cet outil vise :

• À fournir une quantification objective de l’altération vocale, directement exploitable dans la recherche biomédicale pour standardiser les cohortes de patients dysphoniques.
• À suivre l’évolution longitudinale des patients dans les contextes de rééducation orthophonique, de microchirurgie laryngée (phonochirurgie) ou de pharmacothérapie (ex. toxine botulique dans la dysphonie spasmodique).
• À établir une passerelle chiffrée entre les corrélats physiques de la vibration des cordes vocales et le retentissement auditif perçu par l’interlocuteur ou l’entourage.
• À réduire l’ambiguïté diagnostique lors des expertises médico-légales ou des bilans pré-professionnels auprès des professionnels de la voix (enseignants, chanteurs, acteurs).

5. Construit psychologique / Construct

Le construit théorique évalué par l’Indice de sévérité de la dysphonie est la qualité de la fonction vocale ou, réciproquement, le degré de sévérité du dysfonctionnement phonatoire. Ce construit ne doit pas être confondu avec un état psychologique intrapsychique classique (tel que l’anxiété ou la dépression), bien qu’il s’inscrive dans le champ de la psychoacoustique et de la psychométrie clinique appliquée aux neurosciences de la communication. La dysphonie représente l’altération de la production sonore laryngée résultant d’une rupture d’homéostasie entre les forces aérodynamiques pulmonaires et les propriétés biomécaniques viscoélastiques du plan glottique.

Le modèle opérationnel du DSI décompose la sévérité de la dysphonie en quatre dimensions physiologiques et acoustiques interactives :

1. L’efficience aérodynamique et le contrôle pneumo-phonique (TMP)

Mesuré par le Temps Maximal de Phonation (en secondes), ce paramètre explore la capacité du système respiratoire à soutenir un débit d’air transglottique laminaire combinée à la capacité du sphincter glottique à maintenir une fermeture étanche sans déperdition d’air turbulente. Une glotte incompétente (ex. paralysie récurrentielle, atrophie liée à l’âge, béance longitudinale) provoque un épuisement rapide de la capacité vitale, se traduisant par un TMP effondré (souvent inférieur à 8 secondes, comparativement aux valeurs normatives de 15 à 25 secondes chez l’adulte sain).

2. La dynamique biomécanique en élasticité et tension ($F_0$-high)

La fréquence fondamentale maximale praticable ($F_0$-high, en Hertz) reflète l’aptitude physiologique des muscles crico-thyroïdiens à allonger, affiner et tendre la muqueuse des plis vocaux, ainsi que la liberté vibratoire de la couche superficielle de la lamina propria (espace de Reinke). Toute masse additionnelle (œdème, kyste), toute rigidité cicatricielle ou tout défaut d’innervation motrice restreint sévèrement le registre supérieur de la tessiture vocale. L’évaluation de la borne supérieure absolue de la fréquence constitue ainsi un marqueur précoce d’atteinte tissulaire laryngée.

3. La compétence de fermeture glottique à faible pression ($I$-low)

L’intensité minimale absolue ($I$-low, en décibels pondérés A) mesure le seuil d’amorçage et de maintien de la phonation sous une pression sous-glottique minimale (Phonation Threshold Pressure, PTP). Une muqueuse saine, souple et hydratée vibre sans difficulté à des intensités très basses (inférieures à 50-55 dB(A) à 30 cm). En revanche, une lésion ou une hyperfonction compensatoire impose une surpression sous-glottique pour franchir l’inertance des tissus indurés, rendant impossible la phonation pianissimo sans désonorisation brutale ou interruption du voisement. Une valeur de $I$-low anormalement élevée pénalise lourdement le score du DSI.

4. La régularité de la dynamique oscillatoire non-linéaire (Jitter)

Le jitter local quantifie la micro-instabilité ou la perturbation périodique cycle à cycle de la fréquence fondamentale lors de la phonation tenue stationnaire. Dans un larynx intact, le couplage aéro-élastique présente une très haute cohérence mathématique (jitter inférieur à 0,5 – 1 %). Lors d’une dysphonie, les asymétries de masse, de tension ou de configuration géométrique induisent des régimes chaotiques et des bifurcations sous-harmoniques, engendrant une fluctuation chaotique perçue subjectivement comme un enrouement (roughness).

6. Cadre théorique / Theoretical Framework

Le développement de l’Indice de sévérité de la dysphonie s’ancre dans les théories fondamentales de la production vocale et de l’analyse du signal acoustique :

La théorie myoélastique-aérodynamique et le modèle « source-filtre »

La base conceptuelle repose sur la théorie myoélastique-aérodynamique initialement formulée par Johannesw van den Berg en 1958, complétée par les modélisations non-linéaires d’Ingo Titze (1994). Selon ce modèle, l’auto-oscillation des plis vocaux dépend d’un équilibre dynamique précis entre l’énergie aérodynamique sous-glottique, l’effet Bernoulli, et l’élasticité propre du tissu conjonctif laryngé. La théorie acoustique linéaire source-filtre de Gunnar Fant (1960) stipule que la source glottique génère un spectre harmonique complexe qui est ensuite modulé par le conduit vocal. Le DSI extrait exclusivement des caractéristiques de la source glottique fondamentale, minimisant autant que possible l’interférence du filtre résonant supraglottique en imposant la voyelle neutre /a/.

L’architecture histologique corps-couverture de Hirano

La théorie de la structure en « corps-couverture » (body-cover model) de Minoru Hirano (1974) a révolutionné la compréhension de la biomécanique laryngée. Les plis vocaux sont structurés en une couverture flexible et déformable (épithélium et couche superficielle du chorion) glissant sur un corps contractile plus rigide (ligament vocal et muscle thyro-aryténoïdien). Le $F_0$-high et le jitter testent directement la mobilité de la couverture muqueuse, tandis que le TMP et le $I$-low évaluent l’action synergique corps-couverture lors du contrôle de l’adduction glottique.

La modélisation psychométrique multivariée

D’un point de vue psychométrique, Wuyts et De Bodt ont rejeté l’approche réductionniste univariée. Dans la lignée des modèles multivariés proposés par le Committee on Phoniatry of the European Laryngological Society (ELS ; Dejonckere et al., 2001), les auteurs ont postulé que la variance globale de la sévérité vocale ne peut être capturée par un indicateur isolé. En utilisant des techniques de régression linéaire multiple et d’analyse discriminante canonique sur un vaste échantillon clinique, ils ont déterminé les poids bêta optimaux pour fusionner ces mesures hétérogènes en un indice composite aligné sur le consensus d’écoute d’experts.

7. Validité / Validity

La validité psychométrique et diagnostique de l’Indice de sévérité de la dysphonie a fait l’objet de nombreuses validations empiriques indépendantes à l’échelle internationale depuis sa création.

Validité de critère (concomitante et prédictive)

Dans l’étude princeps de Wuyts et al. (2000), menée sur un échantillon de validation de 387 sujets (comportant à la fois des témoins normophoniques et un large éventail de pathologies bénignes et fonctionnelles de la voix), le DSI a démontré une corrélation de Pearson très élevée avec l’évaluation globale perceptivo-auditive de la dysphonie (paramètre $G$ de l’échelle GRBAS), atteignant $r = -0{,}84$ ($p < 0{,}001$). Des études ultérieures menées en milieu clinique (notamment par Hakkesteegt et al., 2008) ont reproduit ces résultats a\vec des coefficients de corrélation variant entre$-0{,}75$ et $-0{,}86$, confirmant que le score DSI diminue proportionnellement à l’aggravation du trouble perceptif.

Validité discriminante

Le DSI démontre une excellente capacité à distinguer de façon hautement significative ($p < 0{,}0001$) les sujets sains des patients atteints de dysphonie organique (nodules, polypes, kystes, œdème de Reinke, paralysie) ou fonctionnelle. Les analyses par courbes ROC (Receiver Operating Characteristic) révèlent des aires sous la courbe (AUC) comprises entre 0{,}88 et 0{,}94. Avec le seuil pathologique conventionnel fixé à $+4{,}2$, la sensibilité diagnostique rapportée se situe autour de 86 % avec une spécificité avoisinant 89 %. Lorsque le seuil plus conservateur de $+1{,}6$ est utilisé pour définir une dysphonie cliniquement handicapante, la spécificité grimpe au-delà de 94 %.

Validité convergente et corrélation avec l’auto-évaluation

La validité convergente du DSI a été largement éprouvée par rapport aux échelles d’auto-évaluation du handicap vocal remplies par les patients, notamment le Voice Handicap Index (VHI) développé par Jacobson et al. (1997) et sa version abrégée VHI-10. Bien que les corrélations soient modérées (généralement comprises entre $r = -0{,}40$ et $r = -0{,}60$), cette dissociation relative est théoriquement cohérente : le DSI quantifie la déficience physique et fonctionnelle brute de l’organe laryngé, tandis que le VHI mesure l’impact psychosocial et l’incapacité vécue, fortement modulée par la profession et les traits de personnalité du sujet.

8. Fidélité / Reliability

L’évaluation de la fidélité du DSI repose sur la stabilité métrologique des instruments acoustiques et la reproductibilité des tâches de performance physique vocale.

Fidélité test-retest et stabilité temporelle

Les investigations menées chez des témoins normophoniques et des sujets dysphoniques stables (sans intervention thérapeutique) indiquent des coefficients de corrélation intraclasse (CCI) test-retest oscillant entre 0{,}78 et 0{,}91 lorsque les conditions d’enregistrement (environnement insonorisé, distance constante microphone-bouche, calibrage préalable du sonomètre) sont rigoureusement contrôlées. Une légère variabilité circadienne est documentée : les scores matinaux ont tendance à être inférieurs aux scores relevés en milieu d’après-midi, en lien direct avec le réchauffement des cordes vocales et l’hydratation tissulaire.

Sensibilité au changement et changement minimal détectable

Dans le cadre du suivi thérapeutique après phonochirurgie ou rééducation vocale, le DSI présente une grande réactivité. Le Changement Minimal Détectable (CMD ou Minimal Detectable Change, MDC à un intervalle de confiance de 95 %) a été estimé par Hakkesteegt et al. à environ 1{,}5 à 2{,}0 points de DSI. Cela implique qu’un gain supérieur à 2 points après une cure de séances d’orthophonie ou une exérèse de nodule dépasse l’erreur de mesure aléatoire et traduit une réelle réhabilitation physiologique du geste vocal.

Variabilité liée à l’instrumentation logicielle

Il importe de noter que la fidélité inter-logiciels nécessite une attention méthodologique particulière. Les algorithmes d’estimation de la fréquence fondamentale et de calcul du jitter ne sont pas strictement identiques selon que l’on utilise le logiciel commercial MDVP (Multi-Dimensional Voice Program de KayPENTAX) ou le logiciel libre Praat développé par Paul Boersma et David Weenink. Bien que les scores DSI calculés sous Praat et MDVP soient fortement corrélés ($r > 0{,}90$), des décalages systématiques mineurs justifient que le suivi d’un même patient soit réalisé de manière constante avec la même suite logicielle.

9. Analyse factorielle / Factor Analysis

La structure mathématique de l’Indice de sévérité de la dysphonie ne dérive pas d’une analyse factorielle exploratoire ou confirmatoire basée sur des questionnaires d’attitudes, mais d’une modélisation statistique multivariée par régression linéaire multiple pas à pas (stepwise multiple linear regression) couplée à une analyse discriminante canonique.

Construction du modèle d’origine (Wuyts et al.)

Dans la recherche inaugurale, une batterie initiale de plus de 20 paramètres acoustiques, aérodynamiques et stroboscopiques avait été recueillie sur une population de référence de 387 participants. L’objectif mathématique était d’extraire la combinaison parcimonieuse de variables non redondantes maximisant la variance expliquée du jugement perceptif global de dysphonie ($G$ de GRBAS, évalué sur une échelle ordinale de 0 à 3 par un panel de jurys experts consensuels).

L’algorithme de sélection pas à pas a progressivement éliminé les variables redondantes ou à faible contribution différentielle (telles que le shimmer, le rapport harmonique/bruit isolé, ou la pression sous-glottique estimée) pour ne retenir que quatre régresseurs orthogonaux fondamentaux :

• Temps Maximal de Phonation (TMP) : Contribution positive (+0{,}13). Il charge fortement sur le facteur d’efficience respiratoire glottique.
• Fréquence maximale ($F_0$-high) : Contribution positive (+0{,}053 ou +0{,}0053 selon la mise à l’échelle en Hz). Elle charge sur le facteur d’extensibilité et de tonicité des cordes vocales.
• Intensité minimale ($I$-low) : Contribution négative (-0{,}26). Elle charge sur le facteur de rigidité et de seuil de pression phonatoire pathologique.
• Jitter local : Contribution négative (-1{,}18). Il charge massivement sur le facteur de chaos biomécanique et de perturbation périodique de cycle.

La constante d’ajustement ($+12{,}4$) a été calculée mathématiquement pour ancrer l’échelle de sorte qu’une voix normale se situe aux alentours de $+5$, et qu’un score de 0 corresponde à une dysphonie modérée à sévère. L’ensemble de ces quatre paramètres permet d’expliquer plus de 70 % de la variance globale du score d’altération vocale perçue ($R^2 = 0{,}71$), démontrant une convergence remarquable pour une combinaison d’indicateurs physiologiques instrumentaux.

10. Instrument de mesure / Instrument

L’Indice de sévérité de la dysphonie n’est pas un questionnaire papier-crayon psychométrique traditionnel, mais un protocole d’évaluation clinique instrumentale standardisée. L’administration requiert un équipement phoniatrique de base et respecte une séquence méthodique de recueil de données.

Caractéristiques de l’instrument

• Type d’évaluation : Batterie de tests instrumentaux objectifs, acoustiques et aérodynamiques multiparamétriques.
• Population cible : Adultes (hommes et femmes) consultant pour des troubles de la voix, professionnels de la voix, ou sujets témoins sains. Des adaptations ont été étudiées chez l’enfant (DSI pédiatrique), bien que les valeurs de référence divergent en raison de l’immaturité anatomique laryngée.
• Format des épreuves : 4 tâches de production vocale distinctes effectuées en temps réel devant un microphone étalonné et un sonomètre.
• Durée de passation : Environ 10 à 15 minutes par patient, incluant les consignes et les répétitions d’échauffement.
• Matériel requis :
  • Microphone à condensateur unidirectionnel de qualité professionnelle, placé à une distance stricte de 10 cm (ou 30 cm selon le protocole de calibrage) avec un angle de 45° pour limiter les bruits de souffle transitoires.
  • Sonomètre intégrateur de classe 1 ou 2 (calibré en dB(A) SPL).
  • Chronomètre ou logiciel d’enregistrement audio avec marquage temporel précis.
  • Logiciel de traitement acoustique du signal vocal (KayPENTAX Multi-Dimensional Voice Program [MDVP], Praat, LingWAVES, ou équivalent).

Formule de calcul standard

Interprétation quantitative et seuils cliniques

• DSI > +4{,}2 : Voix normale / ephonie. La coordination neuromusculaire, la souplesse de la muqueuse laryngée et la fermeture glottique sont optimales.
• DSI compris entre +1{,}6 et +4{,}1 : Dysphonie légère. Altération discrète de la dynamique de fréquence ou présence d’un léger souffle perceptible sans limitation fonctionnelle sévère.
• DSI compris entre -1{,}4 et +1{,}5 : Dysphonie modérée. Dégradation tangible de la stabilité vibratoire et de l’étendue fréquentielle, présence régulière de forçage vocal.
• DSI < -1{,}4 : Dysphonie sévère à aphonie. Rupture complète du cycle vibratoire ou incompétence glottique massive avec effondrement des capacités aérodynamiques.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

• Année de développement : 1996 (premières communications scientifiques) ; formalisation et publication princeps dans une revue internationale à comité de lecture en 2000.
• Droits d’auteur et propriété intellectuelle : La formule mathématique et le concept théorique de l’Indice de sévérité de la dysphonie font partie du domaine public académique. Ils ont été publiés en accès libre à des fins de recherche et de diagnostic clinique par l’équipe de l’Université d’Anvers.
• Coûts et licences associées :
  • L’utilisation de la formule elle-même est entièrement gratuite et libre de droits.
  • Le coût opérationnel dépend de l’infrastructure logicielle et matérielle choisie par le praticien. L’utilisation d’outils open source (comme Praat associé à des scripts automatisés de calcul du DSI librement partagés par la communauté scientifique) permet une utilisation sans aucun frais de licence logicielle.
  • Certaines suites logicielles commerciales dédiées à la phoniatrie (ex. systèmes KayPENTAX, LingWAVES) intègrent des modules automatisés DSI sous licence commerciale payante.

12. Références / References

Les publications scientifiques suivantes constituent les fondements théoriques, la formulation originale et les études de validation psychométrique de l’Indice de sévérité de la dysphonie :

• De Bodt, M. S., Wuyts, F. L., Van de Heyning, P. H., & Croux, C. (2000). Test-retest study of the GRBAS scale: Influence of experience and professional background on perceptual rating of impaired voice quality. Journal of Voice, 14(4), 474–480. https://doi.org/10.1016/S0892-1997(00)80004-9
• Dejonckere, P. H., Bradley, P., Clemente, P., Cornut, G., Crevier-Buchman, L., Friedrich, G., De Bodt, M., & Wuyts, F. L. (2001). A basic protocol for functional assessment of voice pathology, especially for investigating the efficacy of (phonosurgical) treatments and evaluating new assessment techniques. European Archives of Oto-Rhino-Laryngology, 258(2), 77–82. https://doi.org/10.1007/s004050000299
• Fant, G. (1960). Acoustic theory of speech production. Mouton & Co.
• Hakkesteegt, M. M., Brocaar, M. P., & Wieringa, M. H. (2008). The Dysphonia Severity Index: An objective measure of vocal quality based on a multiparameter approach. Journal of Voice, 22(1), 71–80. https://doi.org/10.1016/j.jvoice.2006.08.006
• Hirano, M. (1981). Clinical examination of voice. Springer-Verlag. https://doi.org/10.1007/978-3-7091-8610-7
• Jacobson, B. H., Johnson, A., Grywalski, C., Silbergleit, A., Jacobson, G., Benninger, M. S., & Newman, C. W. (1997). The Voice Handicap Index (VHI): Development and validation. American Journal of Speech-Language Pathology, 6(3), 66–70. https://doi.org/10.1044/1058-0360.0603.66
• Titze, I. R. (1994). Principles of voice production. Prentice-Hall.
• van den Berg, J. (1958). Myoelastic-aerodynamic theory of voice production. Journal of Speech and Hearing Research, 1(3), 227–244. https://doi.org/10.1044/jshr.0103.227
• Wuyts, F. L., De Bodt, M. S., Molenberghs, G., & Van de Heyning, P. H. (2000). The Dysphonia Severity Index: An objective measure of vocal quality based on a multiparameter approach. Journal of Speech, Language, and Hearing Research, 43(3), 796–809. https://doi.org/10.1044/jslhr.4303.796

13. Questions et items du questionnaire / Scale Items