Dans le champ de l’épistémologie expérimentale et des sciences méthodologiques contemporaines, l’établissement d’un lien de causalité univoque entre une variable indépendante manipulée et une variable dépendante observée constitue l’un des défis les plus rigoureux posés au chercheur. Qu’il s’agisse d’évaluer l’efficacité clinique d’une nouvelle approche psychothérapeutique, d’analyser les gains cognitifs induits par une remédiation neuropsychologique ou de mesurer la modification des dynamiques attitudinales au sein d’une organisation, la simple observation terminale d’un phénomène s’avère structurellement insuffisante pour attester de l’impact direct d’une intervention.
Le design prétest-posttest s’impose historiquement et techniquement comme l’une des architectures de recherche les plus fondamentales pour appréhender la dynamique du changement intra-individuel et intergroupe. En introduisant une mesure diachronique standardisée préalablement à l’administration d’une condition expérimentale, suivie d’une réévaluation terminale rigoureusement synchronisée, ce modèle permet d’objectiver la trajectoire d’évolution des sujets. L’intégration d’un état initial fournit un point d’ancrage psychométrique indispensable, transformant l’évaluation ponctuelle en une véritable analyse de trajectoire développementale ou thérapeutique.
Toutefois, la mise en œuvre empirique de ce protocole méthodologique ne va pas sans soulever des problématiques complexes touchant à la validité interne et externe des inférences scientifiques. De l’effet d’apprentissage induit par la réactivité aux instruments de mesure jusqu’au phénomène de régression statistique vers la moyenne, en passant par les contraintes éthiques de l’assignation aléatoire en milieu clinique, le design prétest-posttest exige une maîtrise approfondie de ses fondements théoriques, de ses déclinaisons typologiques et de ses modèles d’analyse quantitative. Cet article propose une exploration exhaustive de cette méthodologie cardinale, articulant rigueur conceptuelle, protocoles opératoires et illustrations pratiques dans diverses branches des sciences humaines et médicales.
1. Introduction et fondements conceptuels du design prétest-posttest
1.1 Définition théorique et historique en psychologie
Les origines méthodologiques du design prétest-posttest sont intimement corrélées à l’émergence de la psychologie expérimentale à la fin du XIXe et au début du XXe siècle, sous l’impulsion de pionniers tels que Wilhelm Wundt, Hermann Ebbinghaus et plus tard Donald T. Campbell et Julian C. Stanley. Dans leur ouvrage séminal de 1963, Experimental and Quasi-Experimental Designs for Research, Campbell et Stanley ont formalisé la nomenclature canonique de ces dispositifs en codifiant l’observation initiale ($O_1$), le traitement expérimental ($X$) et l’observation finale ($O_2$). La définition canonique d’un plan d’investigation prétest-posttest repose sur la succession temporelle inaltérable de ces trois phases au sein d’une unité temporelle délimitée.
Ce dispositif se différencie structurellement des plans à posttest exclusif, dans lesquels l’absence d’évaluation initiale interdit formellement de vérifier si les groupes comparés possédaient un niveau d’aptitude, de symptomatologie ou d’attitude équivalent avant l’application de la variable manipulée. De même, il s’émancipe de la logique des études purement transversales, qui se bornent à photographier des cohortes distinctes à un instant $T$ sans pouvoir capturer la cinétique du changement individuel. En instituant une prise de mesure diachronique, le design prétest-posttest s’érige en paradigme de référence pour quantifier le changement intra-individuel, offrant une granularité descriptive inaccessible aux approches comparatives synchroniques.
1.2 Principe de la mesure longitudinale intra-sujet
Au cœur de l’architecture du prétest-posttest réside le principe fondamental selon lequel le participant fonctionne, pour une part substantielle de l’analyse, comme son propre témoin de référence. Cette approche intra-sujet (ou à mesures répétées) débute impérativement par l’établissement d’une ligne de base (baseline) psychométrique ou comportementale. Cette première mesure documente avec précision l’état initial du système psychique ou cognitif de l’individu avant que toute perturbation expérimentale externe ne soit introduite. Dès lors, le chercheur dispose d’une référence individualisée contre laquelle la performance ultérieure sera directement jaugée.
Sur le plan statistique et métrologique, cette stratégie offre l’avantage majeur de réduire drastiquement la variance d’erreur résiduelle attribuable aux variations interindividuelles initiales. Dans une comparaison intersujets classique sans prétest, des variables parasitaires non contrôlées — telles que le quotient intellectuel sous-jacent, le niveau socio-économique, la personnalité prémorbide ou des traits génétiques spécifiques — viennent gonfler le terme d’erreur et amoindrir la puissance statistique des tests d’hypothèse. En calculant les écarts d’évolution propres à chaque sujet, le plan prétest-posttest permet d’isoler avec une netteté remarquable les dynamiques d’évolution cognitive, affective ou comportementale résultant directement du protocole testé.
1.3 Objectifs scientifiques et utilité en recherche clinique
Dans le domaine de la recherche clinique et de la psychiatrie translationnelle, la démonstration de l’efficacité d’une intervention psychothérapeutique ou pharmacologique exige un niveau de preuve irréfutable. L’utilisation du plan prétest-posttest permet d’estimer avec une rigueur paramétrique l’ampleur de la réponse clinique à un protocole standardisé, en calculant la taille de l’effet thérapeutique et en observant la trajectoire de rémission symptomatique des patients. Il ne s’agit pas seulement de certifier qu’un groupe va mieux qu’un autre au terme de l’étude, mais d’attester de la magnitude quantitative de l’amélioration par rapport à l’état de souffrance initialement documenté.
Cette méthodologie constitue le socle empirique des protocoles de pratique fondée sur des preuves (Evidence-Based Practice ou EBP). Les agences d’évaluation en santé publique et les organismes de régulation scientifique s’appuient massivement sur ces données pré- et post-interventionnelles pour homologuer les psychothérapies et guider l’élaboration des recommandations de bonnes pratiques cliniques. Enfin, pour le praticien de terrain, ces dispositifs optimisent le processus décisionnel en fournissant des critères tangibles d’ajustement thérapeutique : un patient ne répondant pas au protocole entre le prétest et une évaluation intermédiaire peut être rapidement réorienté vers une stratégie de soin alternative.
2. Typologie fondamentale : recherche expérimentale versus quasi-expérimentale
2.1 Le design expérimental classique avec randomisation
Le plan expérimental prétest-posttest avec groupe témoin aléatoire — fréquemment désigné sous l’acronyme d’essai contrôlé randomisé (ECR) dans les sciences biomédicales — représente l’étalon-or (gold standard) de l’inférence causale. Le mécanisme opérationnel pivot de ce dispositif réside dans l’assignation aléatoire intégrale de chaque participant recruté au sein soit du groupe expérimental recevant le traitement novateur, soit du groupe témoin ou contrôle. Cette randomisation probabiliste assure théoriquement une équivalence stricte des deux cohortes avant l’introduction de la variable manipulée.
Le rôle du groupe témoin dans cette configuration est absolument central pour isoler la variable indépendante : il subit les deux vagues d’évaluation temporelle ($O_1$ et $O_2$) selon la même périodicité que le groupe expérimental, mais demeure exempt de l’action du traitement actif. L’attribution probabiliste permet ainsi la neutralisation a priori de la quasi-totalité des facteurs de confusion systématiques, tant mesurés que non mesurés. Dès lors, toute divergence statistiquement significative observée entre les trajectoires d’évolution des deux groupes peut être imputée avec un degré de certitude maximal à l’efficacité intrinsèque du traitement expérimental.
2.2 Le plan quasi-expérimental sans attribution aléatoire
En dépit de sa supériorité théorique formelle, l’expérimentation pure avec randomisation se heurte fréquemment à des impossibilités logistiques sur le terrain écologique de la recherche psychologique, éducative et sociologique. Le plan quasi-expérimental prétest-posttest se caractérise par l’utilisation de groupes préexistants ou naturels non constitués par tirage au sort, à l’instar de classes scolaires entières, de divisions d’unités hospitalières ou d’équipes de travail spécifiques au sein d’une entreprise. Les participants sont assignés aux conditions d’étude par des impératifs institutionnels préétablis et non par une procédure probabiliste.
Cette absence de randomisation introduit une dépendance méthodologique critique envers les techniques de contrôle statistique a posteriori, telles que l’analyse de covariance ou l’appariement par score de propension. Le risque inhérent de ce design réside dans le biais de sélection non contrôlé : les deux groupes peuvent diverger substantiellement dès la mesure de prétest sur des dimensions latentes qui interagissent directement avec l’intervention. Néanmoins, sa justification pragmatique est incontestable en milieu écologique complexe, car il offre une validité écologique accrue et permet d’étudier des contextes sociaux réels que la randomisation artificielle détruirait inévitablement.
2.3 Critères de choix selon la faisabilité éthique et pratique
L’arbitrage entre un protocole strictement expérimental et un montage quasi-expérimental dépend d’une analyse multifactorielle articulant déontologie, contraintes matérielles et impératifs méthodologiques. Sur le plan éthique, la privation délibérée de soins ou d’une approche éducative jugée prometteuse au détriment d’un groupe témoin inactif soulève des dilemmes sévères, notamment face à des populations en détresse psychologique aiguë ou présentant des risques suicidaires. Dans de telles circonstances, l’usage de groupes quasi-expérimentaux comparant deux thérapies actives préexistantes devient un impératif moral.
Sur le plan matériel et institutionnel, la possibilité d’imposer un tirage au sort dépend du degré d’autorité du chercheur sur l’environnement d’investigation : les directeurs d’établissements scolaires ou hospitaliers refusent régulièrement le démantèlement de leurs structures de groupe pour des raisons organisationnelles. Par ailleurs, la hiérarchie des niveaux de preuve exigée par les revues scientifiques de premier rang ou les agences de santé conditionne ce choix. Les chercheurs doivent donc opérer un arbitrage éclairé entre la recherche d’une validité interne maximale (assurée par le design expérimental pur) et le respect de la faisabilité écologique et des contraintes humaines inhérentes au terrain clinique.
3. Protocole opérationnel du design quasi-expérimental prétest-posttest
3.1 Phase 1 : Administration et étalonnage de la mesure initiale
Le déploiement d’un protocole quasi-expérimental requiert en premier lieu une sélection rigoureuse d’instruments psychométriques standardisés, éprouvés pour leurs qualités métrologiques dans la littérature scientifique. L’outil choisi doit présenter des indices de consistance interne élevés (alpha de Cronbach ou oméga de McDonald satisfaisants), une excellente fidélité test-retest et surtout une sensibilité documentée au changement clinique ou cognitif. L’utilisation d’échelles trop frustes ou sujettes à des effets de plafond ou de plancher invaliderait d’emblée la capacité du design à enregistrer les variations induites.
La consignation des scores de base au sein de la cohorte doit faire l’objet d’une standardisation environnementale méticuleuse. L’heure de passation, le cadre physique, le degré d’interaction avec l’évaluateur et les consignes transmises doivent être rigoureusement identiques pour tous les sous-groupes préexistants. Cette précaution vise à minimiser la variance d’erreur de mesure lors de l’administration du prétest, garantissant que le score obtenu reflète authentiquement l’état psychologique basal des participants avant toute mise en œuvre de la condition expérimentale.
3.2 Phase 2 : Implémentation contrôlée de l’intervention
Une fois les mesures de base scellées, la phase d’intervention s’enclenche avec l’application du programme psychologique, de la méthode pédagogique ou de la thérapeutique ciblée. La validité des conclusions repose sur le contrôle rigoureux de la fidélité de mise en œuvre de l’intervention (treatment integrity ou implementation fidelity). Le protocole doit être consigné dans un manuel d’intervention exhaustif, précisant la chronologie des séances, les modules abordés et les techniques d’animation prescrites aux intervenants.
Parallèlement, le chercheur a la responsabilité d’enregistrer avec précision la dose d’exposition réelle reçue par chaque sujet, incluant le taux d’assiduité, le nombre d’heures effectives d’entraînement ou le degré de réalisation des tâches inter-séances. La surveillance continue des variables parasites contextuelles s’avère critique au cours de cette étape : l’occurrence d’événements institutionnels imprévus (changements organisationnels, grèves, modifications de la médication chez des patients hospitalisés) doit être systématiquement tracée afin d’éviter qu’ils ne constituent des variables confondantes non identifiées.
3.3 Phase 3 : Administration de l’évaluation terminale
La troisième phase opérationnelle consiste en la reconduction de la passation de l’outil de mesure ou de sa forme parallèle rigoureusement équivalente. L’un des critères de rigueur méthodologique les plus déterminants réside dans le respect absolu de la temporalité séparant la fin exacte de l’intervention et l’administration du posttest. Une latence variable d’un sujet à l’autre introduirait un biais majeur lié à l’estompement progressif des effets d’apprentissage ou, au contraire, à des processus de consolidation mnésique différée.
Les conditions environnementales, techniques et humaines de cette seconde évaluation doivent reproduire scrupuleusement le cadre déployé lors du prétest. Idéalement, les examinateurs chargés de recueillir les données terminales doivent opérer à l’aveugle du statut des participants ou de leur degré d’engagement dans l’intervention, afin d’éliminer toute distorsion d’évaluation involontaire. Le recueil des données doit être exhaustif, imposant des relances protocolisées pour minimiser la perte de données auprès des sujets les moins assidus.
3.4 Phase 4 : Modélisation statistique des écarts de scores
La phase conclusive du protocole réside dans le traitement analytique des variations observées. Traditionnellement, la première approche consiste à calculer les scores différentiels bruts, obtenus en soustrayant le score prétest du score posttest ($\Delta = Post – Pré$) pour chaque participant. Cependant, cette pratique élémentaire exige la vérification préalable de postulats mathématiques stricts, à commencer par la normalité de la distribution des différences via des tests d’adéquation paramétrique comme ceux de Shapiro-Wilk ou de Kolmogorov-Smirnov.
Si la modélisation statistique met en lumière le sens et la magnitude globale du changement au sein de l’échantillon, le chercheur quasi-expérimentaliste doit faire preuve d’une prudence interprétative capitale. En l’absence de randomisation et de groupe de contrôle formellement équivalent, l’attribution causale directe de ces écarts de scores à la seule intervention demeure fragile. Des analyses exploratoires de régression multiple doivent systématiquement vérifier si des caractéristiques sociodémographiques ou cliniques initiales n’expliquent pas une part substantielle de la variance observée dans ce différentiel prétest-posttest.
4. Protocole opérationnel du design expérimental prétest-posttest avec groupe témoin
4.1 Randomisation et homogénéité des groupes d’échantillonnage
Dans un plan expérimental prétest-posttest rigoureux, la séquence procédurale s’ouvre par la constitution probabiliste des groupes à partir d’une population parente définie. La randomisation peut prendre la forme d’un tirage au sort simple à l’aide de générateurs de nombres pseudo-aléatoires, d’une randomisation par blocs garantissant la parité constante des effectifs au cours du recrutement, ou encore d’une randomisation stratifiée si l’on souhaite neutraliser l’influence d’un facteur pronostique majeur (comme le sexe ou l’âge des participants).
Dès la finalisation du recueil des données de prétest, il est impératif de procéder à des analyses d’équivalence stochastique afin de vérifier l’absence de divergence statistiquement significative entre les scores de base du groupe expérimental et ceux du groupe témoin. Cette vérification protocolaire confirme la comparabilité initiale des deux cohortes, protégeant le design contre d’éventuels biais d’assignation fortuits et garantissant l’équilibre des covariables non mesurées réparties de façon homogène par le tirage probabiliste.
4.2 Traitement expérimental versus condition placebo ou témoin
Tandis que le groupe expérimental est soumis au traitement novateur testé, le groupe témoin doit faire l’objet d’une sélection méthodologique rigoureuse quant à sa nature fonctionnelle. Selon les exigences éthiques et la question scientifique posée, la condition témoin peut consister en une liste d’attente (waiting-list control), en l’administration d’un placebo psychologique ou comportemental (tâche neutre d’occupation attentionnelle équivalente en temps et en contact humain), ou en la délivrance du traitement habituel (Treatment As Usual, TAU).
Afin de conjurer l’effet Pygmalion (attentes de l’expérimentateur) et l’effet Hawthorne (surcroît de motivation des sujets se sachant observés), le double aveugle doit être appliqué dans la mesure des possibilités techniques : les participants ignorent s’ils reçoivent la variante active ou la condition témoin, et les praticiens évaluateurs demeurent aveugles à l’assignation des sujets. De plus, une surveillance rigoureuse doit être exercée pour prévenir toute contamination intergroupes, un phénomène survenant fréquemment lorsque les participants des deux conditions interagissent au sein d’une même institution.
4.3 Mesures répétées standardisées et comparabilité temporelle
La validité d’un essai expérimental prétest-posttest est tributaire d’une synchronicité parfaite entre les vagues d’administration destinées aux différents groupes. Les passations de prétest et de posttest doivent s’effectuer au cours des mêmes fenêtres calendaires pour les sujets expérimentaux et témoins, afin d’annihiler tout biais lié à des décalages contextuels, saisonniers ou environnementaux (tels que des périodes d’examens scolaires ou des restructurations de services hospitaliers).
La consistance formelle des instructions transmises, la neutralité des examinateurs et l’invariance des instruments métrologiques doivent être garanties à chaque étape. Tout au long de cette période de suivi, le chercheur doit enregistrer méticuleusement la moindre défection (attrition), en colligeant précisément les motifs de désistement, la date exacte de sortie d’étude et les caractéristiques des données manquantes. Cette traçabilité s’avère indispensable pour renseigner ultérieurement le flux méthodologique standardisé exigé par les normes de publication internationale.
4.4 Analyse de l’interaction groupe-temps
L’avantage cardinal du plan expérimental prétest-posttest avec groupe témoin réside dans sa modélisation statistique avancée, centrée sur le test formel de l’interaction factorielle Groupe $\times$ Temps au sein d’un modèle factoriel mixte (ou ANOVA mixte $2 \times 2$). Cette analyse confronte deux facteurs : le facteur inter-sujets (Groupe : Expérimental vs Témoin) et le facteur intra-sujet (Temps : Prétest vs Posttest). La mise en évidence d’un effet principal du temps indique simplement que les participants évoluent globalement, tandis que l’effet principal du groupe témoigne d’une différence globale de niveau moyen.
La signature mathématique irréfutable de l’efficacité thérapeutique spécifique du traitement réside exclusivement dans la significativité statistique du terme d’interaction Groupe $\times$ Temps. Cette interaction démontre que la trajectoire temporelle du groupe expérimental diffère significativement de celle du groupe témoin, illustrant typiquement une chute drastique de la symptomatologie dans le premier groupe conjointe à une stagnation dans le second. Au-delà du seuil de significativité conventionnel ($p < 0.05$), l'estimation de la pertinence clinique de cet effet interactif constitue la pierre de touche de la validation empirique.
5. Menaces à la validité interne dans les plans prétest-posttest
5.1 Effet d’apprentissage, réactivité au test et sensibilisation
L’administration initiale d’un outil psychométrique produit inévitablement une modification de l’état psychologique et cognitif de l’individu évalué. Cet effet de réactivité au test se manifeste d’abord par un apprentissage procédural et déclaratif direct : le sujet se familiarise avec le format des items, comprend les stratégies d’optimisation de son score et mémorise parfois les réponses spécifiques fournies lors de la première vague. Lors du posttest, les gains de performance observés peuvent ainsi résulter de cette accoutumance instrumentale plutôt que de l’action du traitement.
Par ailleurs, le prétest induit un phénomène pernicieux de sensibilisation psychologique : en répondant à des questions ciblées sur l’anxiété, la dépression ou les préjugés raciaux, le sujet prend conscience des variables d’intérêt de la recherche. Cette prise de conscience peut altérer sa vigilance, stimuler son introspection indépendamment du traitement ou susciter des biais de désirabilité sociale accrue lors du second test. Pour neutraliser ces biais, les méthodologistes préconisent l’utilisation de tests psychométriques parallèles (formes A et B validées pour leur stricte équivalence métrique) ou l’allongement substantiel de l’intervalle temporel entre les deux passations.
5.2 Régression statistique vers la moyenne
Formulé pour la première fois par Sir Francis Galton, le phénomène mathématique de régression statistique vers la moyenne représente l’une des menaces les plus insidieuses pesant sur la validité interne des designs prétest-posttest. Tout score psychométrique observé ($X$) se décompose, selon la théorie classique des tests, en un score vrai ($V$) et une erreur de mesure aléatoire ($E$). Lorsque des chercheurs sélectionnent des individus précisément parce qu’ils présentent des scores extrêmes lors du prétest (par exemple, des patients présentant une dépression majeure sévère ou des élèves en échec scolaire critique), ces sujets ont statistiquement bénéficié d’une composante d’erreur orientée dans le sens de cette extrémité.
Lors de la réévaluation au posttest, la probabilité que cette erreur de mesure aléatoire se reproduise avec la même amplitude directionnelle est extrêmement faible. Par conséquent, les scores extrêmes tendent naturellement et mathématiquement à se rapprocher de la moyenne populationnelle, sans qu’aucune intervention thérapeutique ou pédagogique réelle n’ait opéré. Une confusion méthodologique fréquente consiste à prendre cette régression spontanée pour un succès thérapeutique. La présence obligatoire d’un groupe témoin soumis aux mêmes critères de sélection extrême constitue l’unique rempart méthodologique pour quantifier et soustraire l’amplitude de ce mirage statistique.
5.3 Maturation biologique, histoire événementielle et attrition
La temporalité inhérente aux plans longitudinaux prétest-posttest expose l’expérimentateur à trois menaces biologiques et contextuelles distinctes :
- La maturation biologique et psychologique : Elle englobe tous les processus développementaux internes s’opérant spontanément au fil du temps chez l’individu, indépendamment de toute stimulation externe. Chez l’enfant, l’acquisition du langage ou des fonctions exécutives progresse de manière endogène ; chez le patient adulte, de nombreux troubles psychopathologiques (comme les épisodes dépressifs majeurs) présentent des taux documentés de rémission spontanée au bout de quelques mois.
- L’histoire événementielle : Elle désigne l’ensemble des événements extérieurs macro- ou micro-environnementaux survenant entre le prétest et le posttest, susceptibles d’influencer directement la variable dépendante. L’irruption d’une crise sanitaire, d’une restructuration professionnelle ou d’une campagne médiatique peut contaminer massivement les scores d’une cohorte sans rapport avec la variable manipulée.
- L’attrition différentielle : Il s’agit de la perte non aléatoire de participants en cours d’expérimentation. Si les participants les plus sévèrement atteints ou ceux éprouvant des effets secondaires abandonnent prioritairement le groupe expérimental, la cohorte finale complétant le posttest ne sera plus représentative de l’échantillon initial, créant une distorsion artificielle majeure en faveur de l’efficacité du protocole.
5.4 Instrumentation et instabilité des outils d’évaluation
La validité interne des conclusions peut être sévèrement compromise par des altérations métrologiques affectant le système d’observation lui-même au cours de l’intervalle d’étude, un écueil désigné sous le terme d’instrumentation. Dans les protocoles impliquant des équipements psychophysiologiques ou d’imagerie (comme l’électroencéphalographie ou l’eye-tracking), une dérive de l’étalonnage physique des appareils entre le temps 1 et le temps 2 suffit à introduire une divergence artificielle des signaux enregistrés.
Dans les dispositifs recourant à des évaluateurs humains chargés de coter des grilles d’observation comportementale ou de mener des entretiens cliniques semi-structurés, l’instrumentation prend la forme d’une fluctuation involontaire des critères de jugement. Avec le temps, les évaluateurs acquièrent une expérience accrue, développent une lassitude cognitive ou adaptent inconsciemment leur tolérance clinique aux symptômes du patient. Pour juguler cette instabilité, il est impératif de mettre en place des protocoles de double cotation aveugle, de randomiser l’ordre de traitement des vidéos ou des enregistrements pré et posttest, et de calculer périodiquement des coefficients d’accord inter-juges (tels que le Kappa de Cohen ou les coefficients de corrélation intraclasse).
6. Menaces à la validité externe et limites d’inférence écologique
6.1 Interaction entre prétest et traitement
La validité externe mesure l’aptitude des conclusions tirées d’une étude à être légitimement généralisées à d’autres populations, contextes et moments temporels. L’une des faiblesses structurelles les plus notables du plan prétest-posttest réside dans l’interaction potentielle entre la passation du prétest et le traitement expérimental lui-même. Dans cette configuration, l’évaluation inaugurale n’agit pas comme un enregistreur passif, mais sensibilise de manière active la réceptivité cognitive et motivationnelle des participants.
Par exemple, un questionnaire d’auto-évaluation sur les stéréotypes de genre administré avant une session de formation professionnelle peut stimuler la curiosité intellectuelle ou la vigilance morale des employés, rendant la formation consécutive infiniment plus percutante qu’elle ne le serait auprès d’employés non préparés par un tel test. Par voie de conséquence, les résultats thérapeutiques ou éducatifs obtenus ne sont pas extrapolables à la population générale des individus de la vie réelle, qui reçoivent habituellement les programmes sans avoir été soumis à une investigation psychométrique préparatoire approfondie.
6.2 Spécificité de l’échantillon et représentativité clinique
Les contraintes protocolaires d’un design prétest-posttest imposent un niveau de contrainte temporelle qui biaise fréquemment la représentativité clinique de la cohorte recrutée. L’exigence de participer à des évaluations exhaustives répétées conduit à un sur-recrutement de sujets particulièrement compliants, très éduqués ou animés d’une motivation au changement inhabituellement élevée. Ce biais d’auto-sélection crée un décalage substantiel avec la réalité pragmatique des cohortes de patients tout-venant.
De surcroît, afin de préserver la validité interne, les chercheurs s’astreignent souvent à des critères d’inclusion et d’exclusion draconiens, écartant méthodiquement les patients présentant des comorbidités psychiatriques multiples, des addictions associées ou des statuts socio-économiques précarisés. Si ce filtrage garantit une cohorte pure sur le plan théorique, il en résulte une transférabilité clinique extrêmement restreinte. Les praticiens exerçant en milieu hospitalier public ou en pratique libérale ne retrouvent pas chez leurs patients la cinétique de progression observée au sein de ces échantillons hautement sélectionnés.
6.3 Transférabilité des résultats à des contextes réels non contrôlés
La transition d’une efficacité démontrée en conditions de laboratoire contrôlées (efficacy) à une efficacité pratique en vie réelle (effectiveness) constitue un écueil récurrent dans l’évaluation des interventions psychologiques. En laboratoire ou au sein de centres de recherche universitaires d’élite, les interventions expérimentées prétest-posttest bénéficient d’un degré de fidélité de diffusion maximal, assuré par des thérapeutes hyper-spécialisés, rigoureusement supervisés et disposant d’un temps de préparation substantiel.
Dans un contexte d’application réel, les contraintes institutionnelles — restrictions budgétaires, surcharge des plannings cliniques, hétérogénéité des qualifications des intervenants — dégradent inévitablement la pureté de mise en œuvre de la méthode. De plus, l’observance et l’acceptabilité réelles des protocoles par les bénéficiaires s’effondrent souvent dès lors que le cadre bienveillant et protecteur de l’essai clinique expérimental s’efface. Cette divergence fondamentale justifie l’obligation croissante de mener des études de réplication pragmatiques de phase IV, évaluant la robustesse des bénéfices pré-post dans l’écologie brute des organisations sociosanitaires.
7. Variantes avancées et extensions du plan prétest-posttest
7.1 Le design à quatre groupes de Solomon
Conçu spécifiquement par Richard L. Solomon en 1949 pour surmonter l’interaction pernicieuse entre l’évaluation initiale et la condition manipulée, le design à quatre groupes de Solomon est considéré comme l’un des arrangements méthodologiques les plus élégants de la recherche comportementale. Son architecture expérimentale combine et imbrique deux designs distincts par le biais d’une randomisation intégrale en quatre groupes :
- Groupe 1 : Prétest $\rightarrow$ Traitement expérimental ($X$) $\rightarrow$ Posttest (Expérimental classique)
- Groupe 2 : Prétest $\rightarrow$ Condition témoin $\rightarrow$ Posttest (Contrôle classique)
- Groupe 3 : Pas de prétest $\rightarrow$ Traitement expérimental ($X$) $\rightarrow$ Posttest
- Groupe 4 : Pas de prétest $\rightarrow$ Condition témoin $\rightarrow$ Posttest
Sur le plan analytique, cette modélisation factorielle $2 \times 2$ permet de dissocier mathématiquement l’effet principal du prétest, l’effet principal du traitement expérimental, l’effet de l’histoire et de la maturation, et surtout l’interaction spécifique Prétest $\times$ Traitement. Si les scores posttest du Groupe 1 divergent significativement de ceux du Groupe 3, le chercheur démontre empiriquement l’existence d’une sensibilisation induite par le test initial. Bien que conceptuellement parfait pour asseoir la validité interne et externe, ce modèle demeure coûteux en taille d’échantillon, exigeant le quadruple de participants par rapport à une étude standard.
7.2 Plans avec mesures répétées multiples et suivi longitudinal
Une extension courante du modèle conventionnel consiste à enrichir la chronologie par la multiplication des points de collecte de données, tant en amont qu’en aval de la variable manipulée. L’intégration de prétests multiples ($O_1, O_2, O_3$) permet d’établir la stabilité temporelle absolue de la ligne de base avant toute modification. Cette procédure s’avère particulièrement précieuse en recherche clinique sur les troubles fluctuants, garantissant que les progrès post-interventionnels ne reflètent pas une simple oscillation cyclique spontanée de la pathologie.
De manière symétrique, l’adjonction systématique d’évaluations de suivi longitudinal (follow-up) à 3, 6, 12 ou 24 mois post-intervention est devenue un impératif pour documenter la pérennité des acquis. Nombreuses sont les thérapies ou pédagogies démontrant un effet massif au posttest immédiat qui voient leurs bénéfices se dissiper complètement après quelques mois. Les trajectoires longitudinales permettent de modéliser des courbes de consolidation, des dynamiques de rechute ou des effets latents tardifs (sleeper effects), où le gain fonctionnel n’apparaît qu’après une période d’assimilation prolongée.
7.3 Plans à cohortes inversées et groupes croisés
Le plan croisé (crossover design) ou plan à cohortes inversées constitue une alternative conjuguant puissance statistique et équité éthique. Dans ce dispositif, les participants sont randomisés en deux groupes : le premier reçoit l’intervention expérimentale au cours de la première phase tandis que le second sert de groupe témoin inactif ; puis, après une évaluation intermédiaire rigoureuse, les conditions sont strictement inversées lors de la seconde phase. Le groupe témoin accède ainsi à l’intervention novatrice dans un second temps, éliminant le préjudice de privation de traitement.
Toutefois, la manipulation méthodologique de ce modèle exige une maîtrise drastique de l’effet de rémanence (carryover effect). L’intervention reçue en première phase par le groupe expérimental initial peut continuer d’exercer ses effets biologiques ou cognitifs lors de la seconde phase, faussant la ligne de base réévaluée. Pour parer cette contamination diachronique, les investigateurs doivent introduire une période de sevrage ou de latence substantielle (washout period) entre les deux phases, durant laquelle les marqueurs doivent retourner statistiquement à leur état basal d’origine.
8. Exemples d’application en psychologie clinique et psychothérapie
8.1 Évaluation de l’efficacité d’une thérapie cognitivo-comportementale
Dans un protocole expérimental évaluant la prise en charge des troubles dépressifs majeurs, des chercheurs peuvent comparer l’apport d’une thérapie cognitivo-comportementale (TCC) brève de 12 semaines face à une condition de liste d’attente avec soutien empathique minimal. Lors du prétest, l’ensemble des patients admis dans l’essai se voit administrer l’inventaire de dépression de Beck (BDI-II), garantissant l’équivalence initiale de la sévérité symptomatique des deux groupes assignés par randomisation informatique.
Au terme des 12 semaines d’intervention, la passation terminale du même instrument BDI-II permet de calculer la baisse moyenne différentielle des affects négatifs et des pensées automatiques dysfonctionnelles. Au-delà des comparaisons d’effets moyens intergroupes, l’application de l’Indice de Changement Fiable (Reliable Change Index, RCI) permet de déterminer avec précision le pourcentage exact de participants au sein de chaque groupe ayant franchi le seuil de signification clinique, attestant d’une amélioration réelle et objective qui dépasse la marge d’incertitude métrologique du test.
8.2 Étude quasi-expérimentale en service hospitalier de psychiatrie
Considérons l’implémentation d’un atelier expérimental d’art-thérapie au sein d’une unité fermée de psychiatrie générale accueillant des patients atteints de troubles psychotiques ou bipolaires. En raison de contraintes réglementaires et éthiques indépassables, le médecin-chef refuse la randomisation individuelle des patients au sein d’une même unité hospitalière. Les investigateurs adoptent alors un design quasi-expérimental prétest-posttest avec groupe témoin non équivalent, sélectionnant une unité psychiatrique analogue d’un établissement voisin maintenant ses activités récréatives habituelles.
L’échelle d’anxiété état-trait de Spielberger (STAI) ainsi qu’une échelle d’évaluation des relations interpersonnelles sont administrées au temps 1 et au temps 2 dans les deux unités. L’enjeu méthodologique majeur de ce déploiement réside dans le contrôle a posteriori des variables confondantes : les chercheurs doivent enregistrer systématiquement et intégrer comme covariables les équivalents chlorpromazine des traitements antipsychotiques prescrits, les durées cumulées d’hospitalisation et les diagnostics nosographiques spécifiques afin d’isoler l’impact réel de l’art-thérapie.
8.3 Mesure de la réduction des symptômes de stress post-traumatique
L’évaluation des protocoles de désensibilisation et de retraitement par mouvements oculaires (EMDR) auprès de victimes d’accidents de la circulation fournit une illustration paradigmatique du design prétest-posttest enrichi. Lors du prétest, les cliniciens recourent à l’échelle de stress post-traumatique (PCL-5) pour cartographier l’intensité des symptômes d’intrusion, d’évitement, d’altérations cognitives et d’hyper-activation neurovégétative.
Le protocole thérapeutique standardisé est déployé sur 8 sessions hebdomadaires, suivi d’un posttest immédiat et d’un posttest de suivi différé à 6 mois. L’analyse statistique vise à discriminer l’impact spécifique de la désensibilisation oculaire par rapport au processus spontané d’extinction émotionnelle consécutif à l’écoulement du temps. Les chercheurs intègrent dans leurs modèles de régression multivariée des covariables pronostiques capitales, telles que le délai temporel exact séparant l’accident routier de la prise en charge thérapeutique et la présence d’un traumatisme crânien léger comorbide.
9. Exemples d’application en psychologie cognitive et neurosciences éducatives
9.1 Impact d’un entraînement de la mémoire de travail sur les fonctions exécutives
Dans le domaine des neurosciences cognitives, l’étude de la plasticité cérébrale chez le jeune adulte recourt intensément aux plans prétest-posttest informatisés. Des chercheurs désirent valider si un entraînement intensif de 6 semaines sur une tâche informatisée de mise à jour mnésique (Dual N-Back) améliore les fonctions exécutives globales. Lors de la phase prétest, les sujets complètent une batterie évaluant l’empan complexe (Reading Span), l’attention sélective (test de Stroop) et le raisonnement fluide abstrait via les Matrices Progressives de Raven.
L’échantillon est scindé aléatoirement entre le groupe expérimental effectuant le Dual N-Back et un groupe contrôle actif mobilisant un jeu informatisé engageant la motricité fine sans sollicitation de la mémoire de travail. Lors du posttest, les performances sont réexaminées pour tester l’hypothèse de transfert. Le plan prétest-posttest permet ici d’opérer la distinction fondamentale entre un transfert proche (gain direct sur des épreuves de mémoire de travail similaires) et un transfert lointain (augmentation effective du quotient intellectuel fluide), tout en éliminant les biais d’accoutumance logicielle.
9.2 Efficacité d’une technique pédagogique innovante sur l’apprentissage scolaire
Dans le champ de la psychologie de l’éducation, des chercheurs s’associent à un rectorat pour évaluer l’intégration de la répétition espacée assistée par algorithme (système Leitner numérique) dans l’assimilation de faits historiques au sein de classes de CM2. Le protocole quasi-expérimental s’appuie sur quatre classes : deux utilisent le logiciel d’espacement temporel pour réviser un corpus historique, tandis que les deux autres continuent d’utiliser les méthodes d’étude massée conventionnelles.
Un prétest composé d’un questionnaire standardisé à choix multiples est administré la semaine précédant l’ouverture de la séquence didactique afin de quantifier les connaissances préalables des élèves. Au terme du trimestre scolaire, un posttest strictement isomorphe est proposé pour mesurer la rétention mémorielle à court et moyen terme. La complexité méthodologique de cette recherche de terrain implique le recours à des modèles linéaires hiérarchiques (modèles multiniveaux), permettant d’isoler l’effet didactique intrinsèque de l’effet d’enseignant et des interactions spécifiques de chaque groupe-classe.
9.3 Réhabilitation neuropsychologique post-lésion cérébrale acquise
L’évaluation des techniques de remédiation neuropsychologique après un accident vasculaire cérébral (AVC) illustrates les contraintes méthodologiques extrêmes du suivi prétest-posttest. Dans le cas de l’héminégligence visuo-spatiale gauche consécutive à une lésion pariétale droite, des cliniciens souhaitent tester l’apport d’un dispositif immersif d’exploration visuo-motrice en réalité virtuelle. La ligne de base initiale comprend le test de barrage de lignes d’Albert, le test de la cloche et une épreuve écologique de déplacement spatial en fauteuil.
L’enjeu central consiste à démontrer que les gains enregistrés lors du posttest après 4 semaines de réalité virtuelle surpassent de manière substantielle la cinétique de récupération neurologique spontanée, particulièrement intense durant la phase subaiguë suivant l’ischémie. Les chercheurs utilisent alors une approche prétest-posttest à mesures multiples pré-interventionnelles (stabilité confirmée sur deux prétests consécutifs espacés de 15 jours) pour attester que l’accélération de l’autonomie fonctionnelle découle indiscutablement de l’immersion technologique guidée.
10. Exemples d’application en psychologie sociale et organisationnelle
10.1 Mesure des changements d’attitudes et réduction des préjugés implicites
Les protocoles de psychologie sociale expérimentale exploitent le design prétest-posttest pour évaluer les mutations attitudinales profondes, particulièrement celles échappant au contrôle déclaratif conscient. Dans une étude portant sur la réduction des stéréotypes raciaux, des participants sont soumis lors du prétest au Test d’Association Implicite (IAT), qui quantifie en millisecondes les associations cognitives automatiques entre des visages cibles et des concepts valorisants ou dépréciatifs.
Les participants sont ensuite assignés à une intervention basée sur l’hypothèse du contact intergroupe en réalité virtuelle ou à une tâche contrôle passive. L’administration d’un IAT posttest immédiat permet d’évaluer la baisse relative de la force des stéréotypes implicites. Pour contrer le biais d’apprentissage moteur propre à l’IAT (rapidité de frappe acquise), des versions de substitution inversant la latéralité des blocs de catégorisation sont déployées, garantissant la pureté de la mesure attitudinale.
10.2 Évaluation des programmes de bien-être et de prévention du burnout
Au sein du milieu médical hospitalier, l’épuisement professionnel des soignants fait l’objet d’interventions préventives basées sur la pleine conscience (programme MBSR de réduction du stress). Dans une recherche interventionnelle quasi-expérimentale, des cohortes d’infirmiers et d’aides-soignants volontaires s’engagent dans un protocole de 8 semaines, tandis que des unités cliniques témoins poursuivent leur rythme professionnel habituel.
L’évaluation initiale mobilise le test d’inventaire de burnout de Maslach (Maslach Burnout Inventory, MBI), complété par des dosages salivaires de cortisol matinal documentant l’activité de l’axe hypothalamo-hypophyso-surrénalien. La réévaluation posttest documente non seulement la chute significative de l’épuisement émotionnel et de la dépersonnalisation chez les soignants formés au MBSR, mais les corrèle rigoureusement aux données organisationnelles objectives colligées en aveugle par la direction hospitalière, telles que l’absentéisme et les arrêts de travail pour maladie.
10.3 Efficacité des formations au leadership transformationnel
En psychologie du travail et des organisations, la mesure de l’impact des formations au management exécutif nécessite des protocoles de recueil multi-sources. Pour tester l’efficience d’un séminaire d’immersion au leadership transformationnel destiné aux cadres dirigeants d’une multinationale, un design prétest-posttest à $360^circ$ est instauré. Lors de la phase de référence, les compétences managériales sont évaluées via le Multifactor Leadership Questionnaire (MLQ) complété par le cadre lui-même, mais également par ses subordonnés directs et ses pairs hiérarchiques.
Six mois après le terme du coaching exécutif, la réadministration croisée du même questionnaire auprès des mêmes équipes de collaborateurs permet d’objectiver l’impact comportemental effectif du séminaire. Cette configuration méthodologique élimine l’effet de complaisance ou d’illusion de compétence personnelle souvent manifesté par le cadre en auto-évaluation, validant la transformation durable du climat organisationnel et motivationnel au sein des départements concernés.
11. Méthodes d’analyse quantitative et approches statistiques appropriées
11.1 Test t de Student apparié et ANOVA à mesures répétées
Sur le plan de l’analyse quantitative, le traitement mathématique des données d’un design prétest-posttest dépend directement de la structure de l’échantillonnage et du nombre de groupes comparés. Dans le cadre élémentaire d’un design quasi-expérimental à groupe unique sans groupe témoin, l’outil analytique conventionnel est le test t de Student pour échantillons appariés (ou test de Wilcoxon pour les distributions non paramétriques). Ce test évalue si la moyenne des différences individuelles ($Post – Pré$) s’écarte significativement de zéro, sous l’hypothèse de normalité des scores différentiels.
Dès lors que le dispositif intègre un groupe contrôle dans un schéma expérimental classique, le modèle analytique cardinal devient l’ANOVA factorielle mixte $2 \times 2$ (un facteur inter-sujets à deux modalités : Groupe Traité vs Groupe Contrôle ; un facteur intra-sujet à deux modalités : Prétest vs Posttest). La validité de ce test paramétrique requiert la vérification formelle de postulats fondamentaux : l’homoscédasticité (homogénéité des variances entre les groupes, évaluée par le test de Levene) et, lors de l’extension à plus de deux temps de mesure, la sphéricité de la matrice de variance-covariance estimée par le test de sphéricité de Mauchly, dont le non-respect impose l’usage des corrections de Greenhouse-Geisser ou de Huynh-Feldt.
11.2 Analyse de covariance (ANCOVA) : ajustement des scores prétest
Bien que l’ANOVA mixte à mesures répétées soit massivement utilisée, de nombreux statisticiens et méthodologistes de premier rang recommandent l’emploi de l’analyse de covariance (ANCOVA) comme le modèle analytique le plus puissant et le plus robuste pour traiter un plan prétest-posttest randomisé. Dans cette approche, le score obtenu au posttest constitue la variable dépendante continue, l’assignation au groupe (Expérimental vs Contrôle) représente le facteur fixe, et le score obtenu au prétest est injecté en tant que covariable quantitative continue.
Sur le plan mathématique, l’ANCOVA modélise la régression linéaire du posttest sur le prétest et compare les moyennes marginales estimées (moyennes ajustées) des deux groupes comme si tous les participants avaient débuté l’expérimentation avec un score prétest rigoureusement identique. Cette méthodologie confère deux bénéfices majeurs : elle élimine la variance résiduelle non attribuable au traitement, maximisant ainsi la puissance statistique pour rejeter l’hypothèse nulle ($H_0$), et elle corrige les déséquilibres fortuits initiaux entre les groupes survenus malgré la randomisation. La mise en œuvre de l’ANCOVA requiert toutefois le respect strict du postulat d’homogénéité des pentes de régression : l’interaction entre la covariable (prétest) et le facteur fixe (groupe) ne doit pas être statistiquement significative.
11.3 Modélisation par équations structurelles et modèles mixtes linéaires
Face aux limites inhérentes aux modèles classiques — particulièrement leur intolérance aux données manquantes et leur incapacité à distinguer les variations interindividuelles des trajectoires intra-individuelles —, la recherche contemporaine privilégie les modèles mixtes linéaires (Linear Mixed Models, LMM) et la modélisation par équations structurelles (SEM). Les modèles mixtes linéaires traitent la non-indépendance inhérente aux observations longitudinales répétées en incorporant simultanément des effets fixes (l’effet moyen de l’intervention) et des effets aléatoires (la variabilité individuelle des points de départ au prétest et des pentes d’évolution).
Un atout prépondérant des modèles mixtes réside dans leur robustesse face aux abandons en cours d’étude : ils mobilisent des algorithmes d’estimation par maximum de vraisemblance restreint (REML), permettant d’inclure l’ensemble des données des participants sous le postulat que les données sont manquantes au hasard (Missing At Random, MAR), sans recourir à des exclusions arbitraires de sujets. Par ailleurs, la modélisation de courbes de croissance latente (Latent Growth Modeling) au sein des SEM permet de traiter les scores prétest et posttest non comme des variables observées entachées d’erreur, mais comme des indicateurs multiples définissant un facteur latent d’interception (niveau de base sans erreur) et un facteur latent de pente (changement pur), offrant une fidélité d’estimation inégalée.
11.4 Calcul de la taille d’effet et significativité clinique
Le constat d’une p-valeur inférieure au seuil alpha conventionnel de 0.05 atteste uniquement du rejet de l’hypothèse nulle, mais n’informe aucunement sur la magnitude pratique ou l’utilité concrète du changement observé. Il est indispensable de coupler l’inférence statistique au calcul systématique de la taille d’effet. Dans les plans prétest-posttest, le coefficient privilégié est le $d$ de Cohen pour échantillons appariés, ajusté par la corrélation pré-post ($r$), ou le $g$ de Hedges qui intègre une correction pour les petits échantillons :
$$d = \frac{\bar{X}_{post} – \bar{X}_{pré}}{s_{diff} / \sqrt{2(1-r)}}$$
Dans les modèles d’ANOVA factorielle, le calcul du êta-carré partiel ($\eta_p^2$) quantify la proportion de variance totale expliquée par le terme d’interaction Groupe $\times$ Temps. Enfin, la psychométrie clinique contemporaine exige de dépasser la significativité statistique pour documenter la significativité clinique selon le modèle paradigmatique de Jacobson et Truax (1991). Ce modèle détermine :
- L’Indice de Changement Fiable (RCI), qui garantit que l’amélioration d’un patient n’est pas un artefact imputable à l’imprécision métrologique de l’outil :
$$RCI = \frac{X_{post} – X_{pré}}{S_{diff}}$$
où $S_{diff} = \sqrt{2(S_E)^2}$ et $S_E$ est l’erreur type de mesure du test. - Le franchissement d’un seuil de coupure clinique ($c$), attestant que le score posttest du patient le repositionne statistiquement au sein de la distribution de la population saine et non plus dans celle de la population dysfonctionnelle.
12. Bonnes pratiques déontologiques, méthodologiques et recommandations de rédaction
12.1 Standardisation rigoureuse de la passation et équivalence des formes
La crédibilité scientifique des conclusions tirées d’un protocole prétest-posttest repose sur la formalisation exhaustive des procédures de collecte de données. L’investigateur principal doit rédiger un Manuel de Procédures Opératoires Standardisées (POS) stipulant chaque détail logistique : consignes textuelles d’administration transmises aux sujets, conditions d’éclairage et d’insonorisation des salles de passation, gestion des pauses et calibrage identique des interfaces informatiques d’acquisition.
Lorsqu’un protocole a recours à des formes parallèles alternatives pour neutraliser l’effet d’apprentissage entre le prétest et le posttest (versions A et B d’un test mnésique ou linguistique), l’équivalence métrique de ces deux formes doit avoir été préalablement établie par des études de validation psychométrique rigoureuses (invariance factorielle, équivalence des moyennes et des dispersions). De plus, l’attribution des formes doit être impérativement contrebalancée au sein de chaque groupe : la moitié des sujets passe la version A au prétest et la version B au posttest, tandis que l’autre moitié suit l’ordre inverse ($B \rightarrow A$), annihilant tout effet d’ordre ou de difficulté différentielle résiduelle entre les formulaires.
12.2 Gestion des données manquantes et analyse en intention de traiter
L’attrition expérimentale constitue l’une des sources majeures de distorsion dans les études longitudinales. Deux philosophies analytiques s’opposent traditionnellement : l’analyse per-protocole (qui exclut tous les participants n’ayant pas suivi l’intégralité du traitement ou ayant manqué le posttest) et l’analyse en intention de traiter (ITT). L’analyse per-protocole engendre un biais d’optimisme massif en ne conservant que les sujets les plus engagés et les plus répondeurs, ruinant la représentativité écologique de l’essai.
Les standards méthodologiques internationaux imposent désormais l’analyse en intention de traiter intégrale, selon laquelle chaque sujet randomisé est maintenu dans son groupe d’assignation initial au sein des analyses statistiques terminales, quel que soit son niveau d’adhésion au traitement. Pour combler les données manquantes dues à l’attrition sans biaiser la variance, les méthodes obsolètes comme l’imputation par la dernière observation rapportée (Last Observation Carried Forward, LOCF) doivent être formellement proscrites. Les chercheurs doivent recourir à l’imputation multiple par équations enchaînées (MICE) ou aux modèles mixtes linéaires à estimation par maximum de vraisemblance, documentant en toute transparence les profils de décrochage selon les préconisations statistiques modernes.
12.3 Conformité aux lignes directrices CONSORT et TREND pour la publication
La valorisation académique d’un protocole prétest-posttest au sein des revues scientifiques avec comité de lecture exige une conformité stricte aux référentiels internationaux de transparence méthodologique. Pour les essais contrôlés randomisés, la rédaction du manuscrit doit suivre scrupuleusement la déclaration CONSORT (Consolidated Standards of Reporting Trials), incluant obligatoirement le diagramme de flux détaillé retraçant le parcours des participants à travers les quatre étapes du protocole : inclusion, allocation, suivi et analyse quantitative finale.
Pour les études quasi-expérimentales non randomisées, les chercheurs doivent se conformer aux lignes directrices de la déclaration TREND (Transparent Reporting of Evaluations with Nonrandomized Designs). De plus, dans le sillage du mouvement contemporain pour la science ouverte (Open Science), l’enregistrement prospectif préalable du protocole de recherche sur des registres publics certifiés (tels que ClinicalTrials.gov ou l’Open Science Framework, OSF) avant le recrutement du premier participant est devenu un critère de qualité incontournable. Cet enregistrement fige les hypothèses primaires, les critères de jugement et le plan d’analyse statistique, interdisant toute modification opportuniste a posteriori des hypothèses (HARKing) et garantissant la traçabilité intégrale de la démarche expérimentale.
Références
Campbell, D. T., & Stanley, J. C. (1963). Experimental and quasi-experimental designs for research. Rand McNally & Company.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
Des Jarlais, D. C., Lyles, C., Crepaz, N., & TREND Group. (2004). Improving the reporting quality of nonrandomized evaluations of behavioral and public health interventions: The TREND statement. American Journal of Public Health, 94(3), 361–366. https://doi.org/10.2105/ajph.94.3.361
Jacobson, N. S., & Truax, P. (1991). Clinical significance: A statistical approach to defining meaningful change in psychotherapy research. Journal of Consulting and Clinical Psychology, 59(1), 12–19. https://doi.org/10.1037/0022-006X.59.1.12
Moher, D., Hopewell, S., Schulz, K. F., Montori, V., Gøtzsche, P. C., Devereaux, P. J., Elbourne, D., Egger, M., & Altman, D. G. (2010). CONSORT 2010 explanation and elaboration: Updated guidelines for reporting parallel group randomised trials. BMJ, 340, c869. https://doi.org/10.1136/bmj.c869
Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
Solomon, R. L. (1949). An extension of control group design. Psychological Bulletin, 46(2), 137–150. https://doi.org/10.1037/h0062958
Vickers, A. J., & Altman, D. G. (2001). Statistics notes: Analysing controlled trials with baseline and follow up measurements. BMJ, 323(7321), 1123–1124. https://doi.org/10.1136/bmj.323.7321.1123