Introduction

Le trouble déficitaire de l’Attention/hyperactivité (TDAH) est l’un des troubles psychologiques infantiles les plus courants (Manuel diagnostique et statistique des troubles mentaux; DSM-5; American Psychiatric Association , 2013). Les principales lignes directrices de pratique pour le TDAH, telles que celle de L’American Academy of Child et de la psychiatrie de l’Adolescent (2007), ont recommandé des tests d’intelligence pour l’évaluation clinique des enfants atteints de TDAH., La principale raison en est que jusqu’à 70% des enfants atteints de TDAH ont des troubles d’apprentissage comorbides (Mayes et al., 2000; Mayes et Calhoun, 2006), et les connaissances sur le niveau intellectuel d’un individu peuvent faciliter une meilleure compréhension des troubles d’apprentissage., De plus, comme L’échelle D’Intelligence de Wechsler pour les enfants-quatrième édition (WISC-IV; Wechsler, 2003) est le test d’intelligence le plus souvent utilisé (Gresham et Witt, 1997), une compréhension complète de sa structure factorielle chez les enfants atteints de TDAH serait précieuse car elle pourrait conduire à une meilleure compréhension et à des informations plus valides sur les capacités intellectuelles, cognitives et La présente étude a examiné plusieurs modèles structurels proposés pour WISC-IV chez un groupe d’enfants et d’adolescents (désormais appelés enfants) atteints de TDAH.,

Le WISC-IV mesure la capacité intellectuelle des enfants de 6 à 16 ans. Il a été développé pour fournir une mesure globale de la capacité cognitive générale, ainsi que des mesures du fonctionnement intellectuel dans la compréhension verbale (VC), le raisonnement perceptif (PR), la mémoire de travail (WM) et la vitesse de traitement (PS). Les sous-échelles VC, PR, WM et PS fournissent des scores pour l’indice de compréhension verbale (VCI), L’indice de raisonnement perceptuel (PRI), L’indice de mémoire de travail (WMI) et l’indice de vitesse de traitement (PSI), respectivement., Ensemble, le VCI, le PRI, le WMI et le PSI fournissent le niveau global d’intelligence, ou QI à pleine échelle (FSIQ). Bien que la version complète du WISC-IV comporte 15 sous-tests, seuls dix sont considérés comme essentiels et utilisés plus souvent lors des tests d’intelligence (Wechsler, 2003). Les sous-tests de base pour VC sont le vocabulaire, les similitudes et la compréhension. Les sous-tests de base pour les relations publiques sont la conception de blocs, les Concepts D’image et le raisonnement matriciel. Les sous-tests de base pour WM sont la portée des chiffres et le séquençage lettre-numéro, et les sous-tests de base pour PR sont le codage et la recherche de symboles., Les cinq autres sous-tests, qui sont appelés sous-tests supplémentaires, sont L’information et le raisonnement par mot (partie de VC), la complétion D’image (partie de PR), L’arithmétique (partie de WM) et L’Annulation (partie de PS).

La structure des facteurs pour les sous-tests de base du WISC-IV a été examinée dans un certain nombre d’études portant sur des enfants généralement référés à la communauté et en clinique, y compris ceux qui souffrent de troubles d’apprentissage (p. ex., Wechsler, 2003; Keith, 2005; Watkins et coll., 2006; Sattler, 2008; Bodin et coll., 2009; Watkins, 2010; Devena et coll., 2013; Nakano et Watkins, 2013; Watkins et coll.,, 2013; Canivez, 2014; Styck et Watkins, 2016). Dans l’ensemble de ces études, un modèle oblique à quatre facteurs, un modèle à facteur d’ordre supérieur et un modèle bifactoriel ont été étayés. Le modèle oblique à quatre facteurs a des facteurs pour VC, PR, WM et PS, correspondant aux sous-échelles pour VC, PR, WM et PS. Le modèle de facteur d’ordre supérieur a des facteurs de premier ordre pour VC, PR, WM et PS, et un seul facteur général d’ordre supérieur., Dans ce modèle, le facteur général capture les variances communes de tous les facteurs du premier ordre, et les facteurs du premier ordre capturent la covariance entre les sous-tests comprenant les facteurs. Le modèle bifactor est un modèle orthogonal, avec cinq facteurs primaires. Dans ce modèle, tous les sous-tests se chargent sur un facteur général, et chaque sous-test se charge sur son propre Facteur spécifique (VC, PR, WM ou PS)., Le facteur général capture la covariance de tous les sous-tests, et les facteurs spécifiques VC, PR, WM et PS capturent la covariance unique des sous-tests à l’intérieur de ceux-ci après avoir supprimé la covariance capturée par le facteur général. Ainsi, les facteurs spécifiques capturent leur variance unique. Les quatre facteurs obliques, le facteur d’ordre supérieur et les modèles bifactor sont représentés sur la Figure Figure11., À l’exception de L’étude de Nakano et Watkins (2013), les autres études qui ont comparé le modèle oblique à quatre facteurs, le modèle à facteur d’ordre supérieur et le modèle bifactor ont rapporté plus de soutien pour le modèle bifactor que le modèle oblique à quatre facteurs et le modèle à facteur d’ordre supérieur (Watkins, 2010; Devena et al., 2013; Watkins et coll., 2013; Canivez, 2014; Styck et Watkins, 2016). Nakano et Watkins ont signalé le plus grand soutien pour le modèle de facteur d’ordre supérieur, bien qu’il diffère minimalement du modèle bifactor.,

pour le modèle BIFACTOR WISC-IV, un certain nombre d’études antérieures ont fait état de la variance commune expliquée (ECV; Reise et al., 2013a), ainsi que les sous-tests omega hierarchical (wh) et omega (WS; McDonald, 1999; Zinbarg et al., 2005) des facteurs généraux et spécifiques, respectivement. La vec d’un facteur général est la variance commune expliquée par le facteur général divisé par la variance commune totale. La vec d’un facteur spécifique est la variance commune expliquée par le facteur spécifique divisé par la variance commune totale., La vec du facteur général sera élevée chaque fois qu’il y aura peu de variance commune au-delà de celle du facteur général. Ainsi, des valeurs élevées indiquent la présence d’une dimension générale dans le modèle bifactor (Reise et al., 2013a). La valeur wh du facteur général peut être interprétée comme un indice basé sur un modèle de la fiabilité de la cohérence interne de l’échelle totale (Brunner et al., 2012). Le wh peut également être interprété comme un estimateur de la quantité de variance dans les scores sommés (normalisés) pouvant être attribuée au facteur général unique (McDonald, 1999)., Il est obtenu en divisant le montant de la variance expliquée par le facteur général dans une échelle par le montant total de la variance expliquée par l’ensemble des éléments de l’échelle. La valeur ws d’un facteur spécifique peut être interprétée comme un indice basé sur un modèle de la fiabilité de la cohérence interne de l’échelle spécifique, et un estimateur de la quantité de variance dans les scores sommés (normalisés) pouvant être attribuée au facteur spécifique (McDonald, 1999; Brunner et al., 2012)., Il est calculé en divisant le montant de l’écart expliqué par le facteur spécifique par le montant total de l’écart expliqué par tous les éléments de l’échelle. Les valeurs pour wh et ws vont de 0 à 1, avec 0 indiquant aucune fiabilité et 1 reflétant une fiabilité parfaite. Selon Reise et coll. (2013a), les valeurs wh et ws d’au moins 0,75 sont préférées pour une interprétation significative d’une échelle.,

Les données existantes pour le modèle BIFACTOR WISC-IV montrent que la vec du facteur général est entre 2 et 3 fois supérieure à la vec combinée des facteurs spécifiques, la quasi-totalité de la variance des sous-tests s’expliquant beaucoup plus par le facteur général que par les facteurs spécifiques respectifs (Watkins, 2010; Devena et al., 2013; Watkins et coll., 2013; Canivez, 2014; Styck et Watkins, 2016). En outre, le wh du facteur général est beaucoup plus élevé (allant de 0,67 à 0,87) que les valeurs ws des quatre facteurs spécifiques (allant de 0,10 à 0,53; Watkins, 2010; Devena et al.,, 2013; Watkins et coll., 2013; Canivez, 2014; Styck et Watkins, 2016), ajoutant la prise en charge de l’utilisation du score FSIQ sur les scores de l’indice. Ces résultats indiquent un appui à la présence d’une dimension générale dans le modèle bifactor, et que seul le facteur général peut être interprété de manière significative. Ils appuient l’utilisation du score total, et non des scores indexés du WISC-IV.

pour les sous-tests de base, au moins trois études ont examiné la structure factorielle du WISC-IV pour des groupes d’enfants atteints de TDAH (Yang et al., 2013; Styck et Watkins, 2014; Thaler et coll., 2015)., Dans toutes ces études, le modèle oblique à quatre facteurs a été confirmé. On a également trouvé un soutien pour le modèle de facteur d’ordre supérieur (Styck et Watkins, 2014). Bien que L’étude de Styck et Watkins (2014) ait signalé un bon ajustement pour le modèle bifactor, Ce modèle a été rejeté car il présentait une solution inadmissible (une variance résiduelle était négative). L’étude de Thaler et al. (2015) ont trouvé un soutien pour deux modèles obliques à cinq facteurs, basés sur le modèle théorique de L’intelligence de Cattell-Horn–Carroll (CHC) (McGrew, 2005)., L’un de ces modèles, appelé ici le modèle SS à cinq facteurs obliques, comprend des facteurs pour l’intelligence cristallisée (Gc; comprenant le vocabulaire, les similitudes et la compréhension), le raisonnement fluide (Gf; comprenant les Concepts D’image et le raisonnement matriciel), le traitement visuel (Gv; comprenant la conception de blocs et la recherche de symboles), la mémoire à court terme (Gsm; comprenant Ce modèle est également représenté sur la Figure Figure11., Le deuxième modèle, appelé ici le modèle MR-SS à cinq facteurs obliques, différait de l’autre modèle SS à cinq facteurs obliques en spécifiant le sous-test de raisonnement matriciel à charge croisée sur le facteur Gv. Comme il sera évident, les deux modèles CHC ne sont pas similaires aux modèles obliques à quatre facteurs, d’ordre supérieur ou bifactor inspirés du WISC-IV.

en termes de comparaison des modèles, Styck et Watkins (2014) ont trouvé un meilleur ajustement pour le modèle à facteur d’ordre supérieur que le modèle à quatre facteurs obliques. Thaler et coll. (2015) ont constaté que leurs deux modèles à cinq facteurs s’adaptaient mieux que le modèle oblique à quatre facteurs., Bien que le modèle MR-SS à cinq facteurs obliques ait montré un ajustement légèrement meilleur que le modèle SS à cinq facteurs obliques, le modèle SS à cinq facteurs obliques a été adopté comme le meilleur modèle car le sous-test de raisonnement matriciel dans le modèle MR-SS à cinq facteurs obliques ne se chargeait pas significativement sur le facteur Gv. Pour le modèle de facteur d’ordre supérieur testé par Styck et Watkins (2014), et pour le modèle de SS à cinq facteurs obliques d’ordre supérieur rapporté par Thaler et al., (2015) le facteur général explique plus de variance que les facteurs spécifiques pour tous les sous-tests, à l’exception du codage et de la recherche de symboles (les deux sous-tests PS). Dans L’étude de Styck et Watkins (2014), le codage et la recherche de symboles étaient à peu près égaux sur les facteurs généraux et spécifiques au PS. Dans l’étude de Thaler et coll. (2015) la recherche de symboles était également chargée sur le facteur général et son propre Facteur spécifique (PS), et le codage avait une charge plus élevée sur son propre Facteur spécifique (PS). Pour les modèles à facteur plus élevé dans les et Styck et Watkins (2014) et Thaler et al., (2015), la vec du facteur général était environ le double de la vec totale de tous les facteurs spécifiques réunis. Styck et Watkins (2014) ont également signalé que la valeur wh du facteur général (0,78) était beaucoup plus élevée que les valeurs ws des quatre facteurs spécifiques (allant de 0,09 à 0,34), ce qui indique que seul le FSIQ avait une fiabilité saine.,

dans l’ensemble, par conséquent, la plupart des résultats pour la structure factorielle des sous-tests WISC-IV de base chez les enfants atteints de TDAH sont comparables aux données existantes concernant l’ensemble des enfants référés à la communauté et à la clinique, y compris ceux souffrant de troubles d’apprentissage (Watkins et al., 2006, 2013; Watkins, 2010; Devena et coll., 2013; Nakano et Watkins, 2013; Canivez, 2014; Styck et Watkins, 2016). Dans l’ensemble de ces études, le modèle à quatre facteurs obliques et le modèle à facteurs d’ordre supérieur ont été étayés., Le modèle oblique à cinq facteurs basé sur le CHC et une structure d’ordre supérieur de ce modèle ont également été étayés lorsque les 15 sous-tests WISC-IV (de base et supplémentaires) ont été examinés (Keith et al., 2006; Chen et coll., 2009; Golay et coll., 2013).

malgré les similitudes dans les résultats sur les enfants atteints de TDAH et les enfants de la communauté et des cliniques en général, nous souhaitons soutenir qu’il existe des limites dans les résultats existants sur la structure factorielle du WISC-IV chez les enfants atteints de TDAH. Premièrement, il n’y a eu que trois études impliquant des enfants atteints de TDAH (Yang et al.,, 2013; Styck et Watkins, 2014; Thaler et coll., 2015), avec une seule étude rendant compte de l’applicabilité du modèle de facteur d’ordre supérieur (Styck et Watkins, 2014), et du modèle à cinq facteurs obliques (Thaler et al., 2015). Deuxièmement, L’étude de Styck et Watkins (2014), la seule étude qui a testé l’applicabilité du modèle bifactor pour les enfants atteints de TDAH, n’a pas trouvé de solution admissible pour ce modèle. Comme cette étude a utilisé un petit échantillon (N = 233), Il est possible qu’avec 30 paramètres à estimer dans le modèle bifactor, cela ait pu contribuer à la solution inadmissible., Étant donné le soutien généralement solide du modèle bifactor dans les échantillons référés par la communauté et la clinique, il est concevable qu’avec des échantillons de plus grande taille, le modèle bifactor sera également pris en charge pour les enfants atteints de TDAH. Troisièmement, comme L’ont souligné Styck et Watkins (2014), la pertinence de toutes leurs conclusions pour les enfants atteints de TDAH est incertaine., En effet, étant donné que les équipes d’évaluation multidisciplinaire des écoles étaient responsables de prendre des décisions d’admissibilité qui devaient respecter la Loi sur L’amélioration de l’éducation des personnes handicapées (2004), les enfants identifiés comme ayant un TDAH peuvent ne pas être comparables aux échantillons d’enfants atteints de TDAH diagnostiqués dans les cliniques de santé mentale pour enfants conventionnelles., Quatrièmement, comme L’étude de Styck et Watkins (2014) n’a pas tenu compte du statut médicamenteux des participants, il ne peut être exclu que leurs résultats n’aient pas été confondus par les effets des médicaments, car il a été démontré que l’utilisation à long terme de médicaments influençait le QI des enfants atteints de TDAH (Gillberg et al., 1997; Gimpel et coll., 2005).,

Une autre limite est que, bien qu’il ait toujours été démontré que le QI était associé à la réussite scolaire (Naglieri et Bornstein, 2003), à l’heure actuelle, aucune étude n’a examiné la validité prédictive des facteurs du modèle bifactor du WISC-IV, modélisé en termes de facteur général et de facteurs spécifiques représentant les échelles d’indice (VC, PR, WM et PS)., À l’aide d’une analyse par régression multiple des scores observés pour WISC-IV FSIQ, VCI, PRI, WMI et PSI, des études impliquant des échantillons de non-TDAH ont rapporté que les scores d’indice ne fournissent qu’une variance légèrement supplémentaire dans la prédiction des scores de réussite scolaire, y compris la lecture et l’arithmétique (Gluting et al., 2006; Canivez et coll., 2014). Une étude récente (Beaujean et coll.,, 2014), également avec un échantillon de non-TDAH qui a modélisé tous les tests de base et supplémentaires de WISC-IV en termes de la théorie des capacités cognitives de Cattell–Horn–Carroll (CHC; Schneider et McGrew, 2012) a montré que le facteur général avait une association plus forte avec la lecture et l’arithmétique que l’un des facteurs spécifiques. Des résultats similaires ont été rapportés pour le modèle bifactor de Wechsler Adult Intelligence Scale – Fourth Edition (WAIS-IV; Wechsler, 2008) avec un facteur général et les facteurs pour les échelles d’index (Kranzler et al., 2015)., Sur la base de ces résultats, on peut supposer que le facteur d’intelligence générale serait également associé aux capacités académiques des enfants atteints de TDAH. Cependant, comme faible capacité de lecture (Gathercole et al., 2006; Alloway et coll., 2009; Alloway et Alloway, 2010) et la capacité arithmétique (Bull et Scerif, 2001; Swanson et Sachse-Lee, 2001) ont été liées à une mauvaise MW, et comme les défauts de MW ont été fortement associés au TDAH (Martinussen et al., 2005; Willcutt et coll., 2005; Walshaw et coll.,, 2010), le facteur spécifique WM (qui capture la capacité WM qui est indépendante de l’intelligence générale) peut également être associé aux capacités de réussite scolaire.

compte tenu des limites existantes, le premier objectif de la présente étude était d’examiner la structure factorielle des dix sous–tests de base WISC-IV dans un grand groupe (N = 812) d’enfants atteints de TDAH, tous directement diagnostiqués en utilisant les critères de TDAH DSM-IV TR (American Psychiatric Association , 2000)., Comme ils étaient nouveaux dans les services de santé mentale, aucun d’entre eux n’avait pris de médicaments et n’avait pris de médicaments à aucun moment avant ou pendant le test. Conformément aux modèles précédemment pris en charge, l’étude a examiné les modèles suivants: un modèle oblique à quatre facteurs de premier ordre, le modèle oblique à cinq facteurs SS basé sur le CHC, des modèles d’ordre supérieur et bifactor basés sur le modèle à quatre facteurs, et un modèle de facteur d’ordre supérieur basé sur le modèle à cinq facteurs SS., Étant donné que les coefficients de modèle de facteur croisé ne sont pas autorisés dans un modèle CFA bifactor (car il déforme les estimations des paramètres; Rios et Wells, 2014), la version bifactor équivalente du modèle SS à cinq facteurs n’a pas été testée car elle comporte des charges croisées pour la recherche de symboles., Pour réduire la confusion, les modèles obliques à quatre et à cinq facteurs seront appelés WISC/modèle à quatre facteurs et CHC/modèle à cinq facteurs, respectivement; les modèles de facteurs d’ordre supérieur avec quatre et cinq facteurs primaires seront appelés WISC/modèle de facteurs d’ordre supérieur et CHC/modèle de facteurs d’ordre supérieur, respectivement; et les modèles bifactor avec quatre facteurs spécifiques seront appelés WISC/modèle bifactor. Les cinq modèles testés sont représentés sur la Figure Figure11., Le deuxième objectif de l’étude était d’examiner la vec et la fiabilité de la cohérence interne basée sur le modèle pour les facteurs du modèle choisi comme modèle optimal. Le troisième objectif était d’examiner comment les facteurs généraux et spécifiques du modèle bifactor prédisaient la lecture et l’arithmétique. Sur la base de résultats antérieurs impliquant des enfants atteints de TDAH et des enfants en général, nous avons prédit le soutien de tous les modèles testés, le modèle WISC/bifactor étant le modèle le mieux adapté., Pour ce modèle, nous nous attendions à ce qu’à l’exception du codage et de la recherche de symboles, les coefficients de modèle factoriel des sous-tests sur les facteurs généraux soient relativement plus élevés que sur les facteurs spécifiques. Nous nous attendions également à ce que les valeurs ECV et wh pour le facteur général soient relativement plus élevées que les valeurs ECV et ws pour les facteurs spécifiques. Nous nous attendions également à ce que le facteur général et les facteurs spécifiques de WM prédisent les capacités de lecture et d’arithmétique.