Seuil de douleur

Bonjour,

J'utilise une échelle EVA pour mesurer la douleur. C'est une règle graduée de 0 à 10 avec 0 (pas de douleur) et 10 (douleur maximale).

J'ai vu que pour certains cette mesure est considérée comme une variable qualitative et ne peut donc pas faire l'objet de calculs de moyennes et dans d'autres sources que c'était une variable quantitative auxquelles on attribuait des noms (par exemple 4 pour douleur moyenne).

Je ne sais pas quoi penser car si je veux utiliser des tests statistiques, ils ne sont pas les mêmes si la variable est considérée comme qualitative ou quantitative.

Merci de votre réponse.

Bonjour.

Ce n'est pas une question de statistiques, mais de physiologie : Si ton échelle mesure bien quelque chose physiologiquement (qu'on appellera "douleur") numériquement, c'est une variable numérique. Si on peut ajouter ces mesures (*), c'est une vraie variable quantitative, si on peut seulement comparer, ce n'est qu'une variable ordinale.
Mais la décision n'est pas statistique.

Cordialement.

(*) ou faire une moyenne : 10 le matin et 0 le soir fait-il la même chose que 5 toute la journée ?

Les outils statistiques pour traiter des notes (c'est semble-t'il le cas ici) ne sont pas toujours simples (on parle de docimologie).

Je pense que la question sur le fait que les traits mesurés soient quantitatifs ou qualitatifs ne se pose pas. On est dans le quantitatif, et - par exemple - on peut très bien calculer une note moyenne, comme on fait dans le monde scolaire tous les jours. Donc - oui - on peut bien calculer une moyenne (ou une variance, etc., ou n'importe quel paramètre descriptif).

En revanche, le problème se pose lorsqu'il va falloir quitter le monde de la description et faire des tests, par exemple de comparaison (par exemple, mesurer l'effet d'un traitement par rapport à un contrôle, etc.). Est-ce votre cas ? Dans ce cas, des procédures non-paramétriques peuvent aider à s'en sortir, etc.

HTH, Eric.

Merci pour vos réponses. Il me semble cependant que ce que vous me dites est contradictoire. En y réfléchissant si une note de 1 correspond à une faible de douleur et une note de 10 à une douleur maximale, on ne peut pas vraiment affirmer que la douleur maximale est 10 fois plus élevée que la faible douleur.

Donc calculer une moyenne ou un écart-type me paraît hasardeux. Je crois pourtant avoir déjà souvent vu ce type de calcul.

Pour les tests, en effet, je peux choisir un test non paramétrique (et donc pas par exemple un test de Student).

Qu'en pensez-vous ?

Bàv.

Benjamin

BOULE1969 a écrit:En y réfléchissant si une note de 1 correspond à une faible de douleur et une note de 10 à une douleur maximale, on ne peut pas vraiment affirmer que la douleur maximale est 10 fois plus élevée que la faible douleur.

Dans votre post initial, vous dites que la douleur est évaluée sur "une échelle EVA pour mesurer la douleur. C'est une règle graduée de 0 à 10". Vous voulez dire que vous utiliseriez une règle graduée de manière non linéaire ?? Je serais curieux d'avoir une explication de quel type de règle non linéaire vous parlez. Donc, oui, le calcul d'une moyenne suppose a priori que l'échelle graduée que vous utilisez soit linéaire (encore qu'on pourrait bien imaginer calculer des moyennes sur une échelle non linéaire, pourquoi pas). A cet égard, je rajouterai :

BOULE1969 a écrit:Pour les tests, en effet, je peux choisir un test non paramétrique (et donc pas par exemple un test de Student).

C'est bien là l'idée. Si vous passez au non-paramétrique, vous vous retrouvez avec une échelle graduée (encore) mais cette fois-ci graduée en rang (1, 2, 3, etc.), et dans ce cas cette échelle est parfaitement linéaire et on peut calculer des moyennes des rangs, des variances des rangs, etc., et c'est ce que font justement les procédures non-paramétriques. C'est même là l'essence même du non-paramétrique.

HTH, Eric.

Merci, c'est plus clair maintenant.

Eric,

pour y être passe (une nuit aux urgences), je sais que les "échelles de mesure de la douleur" ne sont pas "linéaires", seulement interprétatives. La mesure traditionnelle est une question au douloureux : "Sur une échelle de 0 à 10 avec 0 pour pas de douleur et 10, la douleur maximale que vous pouvez imaginer, où vous situeriez-vous ?". Et ce qui est considéré comme provoquant une douleur moyenne (5) pour certains est intolérable (10) pour d'autres.

Cordialement.

gg,

Oui, j'imagine volontiers. Mais je crains que ce soit le cas de toutes les échelles semi-quantitatives, y compris celles qu'on utilise dans le monde scolaire. Peut on penser qu'une copie notée 14 soit deux fois meilleure qu'un copie notée 7? Je ne pense pas. C'est là tout le problème de la docimologie. Par ailleurs, on peut bien calculer en fait des moyennes (ou autre statistique) sur des échelles non-linéaires (et les jurys d'examens - par exemple au baccalauréat - ne font que ça). Ce ne me pose pas de problème majeur.

Toute la difficulté est dans la construction de tests de comparaison, et le non-paramétrique, même si c'est faible (car perte sévère d'information), est malheureusement la seule classe d'outils qui existe.

A moins qu'on puisse faire des stats non pas sur les notes, mais sur leur sommes ou leur moyennes (par exemples comparer plusieurs centres hospitaliers en prenant la moyenne par service) car on serait alors là "sauvés" par le théorème central limite qui ramène joliment tout sur des lois normales.

HTH, Eric.

Entièrement d'accord.

D'accord, mais si on peut calculer dans ce cas des moyennes, écart-types, qu'est-ce qui empêche alors d'utiliser un test de Student pour comparer deux échantillons si les effectifs sont suffisants ? (et le faire pour toutes les échelles semi-quantitatives)

Benjamin

BOULE1969 a écrit:D'accord, mais si on peut calculer dans ce cas des moyennes, écart-types, qu'est-ce qui empêche alors d'utiliser un test de Student pour comparer deux échantillons si les effectifs sont suffisants ? (et le faire pour toutes les échelles semi-quantitatives)

Ce qui empêche de faire ça c'est que le test de Student, ou une ANOVA, etc., suppose que la variable mesurée suive des lois normales, ce qui n'est très probablement pas le cas..

Eric.