Questionnaire de première consultation : quels outils validés, et ce qu'ils mesurent vraiment

Un instrument de dépistage se juge sur deux nombres. La sensibilité dit sa capacité à ne pas manquer les personnes concernées. La valeur prédictive négative dit ce que vaut un résultat rassurant. Les bons questionnaires de première consultation sont sensibles et peu spécifiques : ils laissent passer beaucoup de faux positifs et manquent peu de vrais cas.

Cela dicte leur usage. Un score bas permet d'écarter raisonnablement une hypothèse et de passer à autre chose. Un score haut ne conclut rien du tout : il indique seulement qu'une question reste ouverte, et le plus souvent qu'elle sort du champ de celui qui l'a posée.

La confusion habituelle consiste à lire ces scores comme des mesures. Un chiffre issu d'un questionnaire n'est pas une quantité, c'est une probabilité déplacée. La suite de cet article montre jusqu'où cet écart peut aller, en particulier sur l'activité physique et l'alimentation.

L'index de qualité du sommeil de Pittsburgh, publié en 1989, reste l'outil de référence pour la plainte de sommeil. Dix-neuf items donnent sept scores de composantes, qualité ressentie, délai d'endormissement, durée, efficacité, perturbations, médicaments, retentissement de journée, puis un score global. Au-dessus de 5, il séparait bons et mauvais dormeurs avec une sensibilité de 89,6 % et une spécificité de 86,5 %, pour un kappa de 0,75.

Le questionnaire STOP-Bang répond à une autre question, celle de l'apnée du sommeil. Une méta-analyse de dix-sept études et 9 206 patients retrouve, en population de consultation du sommeil, une sensibilité de 90 %, 94 % et 96 % pour une apnée légère, modérée à sévère et sévère. La probabilité d'une apnée sévère monte régulièrement avec le score : 25 % à 3 points, 35 % à 4, 45 % à 5, 55 % à 6, 75 % à 7 ou 8.

Un troisième outil circule beaucoup et ne devrait pas servir à cela. Une méta-analyse de 108 études et 47 989 participants donne, pour l'apnée légère, une sensibilité de 88 % au STOP-Bang et de 87 % au STOP, contre 54 % à l'échelle de somnolence d'Epworth. Epworth mesure la somnolence diurne, pas le risque d'apnée, et une personne non somnolente peut parfaitement faire des apnées.

L'International Physical Activity Questionnaire est le plus utilisé au monde. Sa validation de 2003, menée dans quatorze centres de douze pays, montre une bonne reproductibilité, avec un rho de Spearman autour de 0,8 entre deux passations la même semaine. Mais la validité face à l'accéléromètre tombe à un rho médian d'environ 0,30.

Une comparaison canadienne de 2015 donne la mesure du problème en clair. Sur 112 adultes portant un accéléromètre au moins dix heures par jour pendant quatre jours, la corrélation avec l'IPAQ était de 0,20. Surtout, 90 % des répondants atteignaient les recommandations d'activité d'après leurs propres déclarations, contre 29 % d'après l'accéléromètre en comptant les séquences d'au moins dix minutes.

Cet écart n'est pas anecdotique, parce que c'est l'activité mesurée qui prédit. Dans NHANES 2011-2014, sur 3 653 personnes de 50 à 80 ans et 416 décès, les trois meilleurs prédicteurs isolés de mortalité toutes causes étaient tous des indices d'activité issus de l'accéléromètre, le meilleur atteignant un C de 0,697, devant l'âge à 0,676. Un questionnaire d'activité sert à ouvrir la conversation, pas à conclure qu'un client bouge assez.

Le SARC-F tient en cinq items : force, aide à la marche, se lever d'une chaise, monter un escalier, chutes. Il a été construit en 2016 sur trois cohortes, dont la Baltimore Longitudinal Study of Aging et NHANES.

Un score de 4 ou plus allait de pair avec davantage de limitations dans les activités instrumentales de la vie quotidienne, un relevé de chaise plus lent, une force de préhension plus faible, une vitesse de marche inférieure à 0,8 m/s et une hospitalisation récente. Sur six ans de suivi, il était aussi associé à la mortalité.

L'intérêt pratique tient à sa place dans la séance. Cinq questions posées en deux minutes disent s'il faut sortir le dynamomètre et chronométrer une marche, ou si le temps de la consultation est mieux employé ailleurs. Il ne diagnostique pas la sarcopénie, il décide de la suite de l'évaluation.

L'humeur et l'alcool pèsent lourd sur l'adhérence, et presque personne ne les aborde en première séance. Deux instruments courts existent. Le PHQ-9 reprend les neuf critères diagnostiques de l'épisode dépressif, cotés de 0 à 3. Validé sur 6 000 patients de soins primaires, un score de 10 ou plus donnait une sensibilité et une spécificité de 88 % pour un épisode dépressif majeur, avec des seuils de 5, 10, 15 et 20 pour les formes légère, modérée, modérément sévère et sévère.

L'AUDIT-C se limite aux trois questions de consommation de l'AUDIT complet. Pour repérer une consommation à risque, son aire sous la courbe atteignait 0,891, soit légèrement mieux que l'AUDIT entier à 0,881. Trois questions, trente secondes.

Ces deux outils ne sont pas là pour que le praticien pose un diagnostic, qui ne relève pas de son champ. Ils sont là pour qu'un score élevé déclenche une phrase simple et une orientation vers un médecin, plutôt que la construction d'un plan d'accompagnement sur un terrain qu'on n'a pas vu.

Un domaine résiste à tous les questionnaires. Les trois méthodes classiques de recueil alimentaire, rappel des vingt-quatre heures, carnet et fréquentiel, concordent entre elles mais divergent toutes des marqueurs biologiques de l'apport. La sous-déclaration de l'énergie est systématique, augmente avec l'indice de masse corporelle, et ne touche pas tous les aliments de la même façon, les protéines étant les moins sous-déclarées. Les auteurs concluent que l'apport énergétique auto-déclaré ne doit pas servir à étudier le bilan énergétique.

Reste la manière de poser les questions. Une revue systématique publiée dans le BMJ en 2024, portant sur 97 essais randomisés et 27 811 participants, trouve un bénéfice de l'entretien motivationnel sur l'activité physique totale, avec une différence standardisée de 0,45, soit environ 1 323 pas de plus par jour, et 51 minutes de sédentarité en moins.

Deux réserves accompagnent ce résultat et méritent d'être dites. Aucune différence n'apparaissait face à un comparateur d'intensité équivalente, et l'effet s'atténuait avec le temps, le niveau de preuve étant jugé faible à très faible. Ce qui compte n'est donc pas la technique affichée mais le temps réellement passé avec la personne.