- Email: [email protected]
Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique
Modele +
ARTICLE IN PRESS
NEUADO-1079; No. of Pages 8
Disponible en ligne sur
ScienceDirect www.sciencedirect.com Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
Article original
Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique Aggressive behavior risk factors in autistic spectrum disorders N. Charfi a , S. Halayem a,∗,b , M. Touati a , A. Mrabet b , A. Bouden a,b a
Service de pédopsychiatrie, hôpital Razi, rue des Oranger, 2010 La Manouba, Tunisie b Faculté de médecine, Tunis, Tunisie
Résumé Notre travail avait pour objectif d’étudier les facteurs de risque des comportements auto- et hétéro-agressifs chez des enfants souffrant de troubles du spectre autistique. Il s’agit d’une étude transversale réalisée auprès de 50 enfants présentant un trouble du spectre de l’autisme (critères du DSM-5). Le diagnostic a été confirmé grâce à l’Autism Diagnostic Interview-Revised (ADI-R). La sévérité de l’autisme a été déterminée par la Childhood Autism Rating Scale. Les comportements agressifs ont été évalués par le Behavior Problems Inventory (BPI-01) traduit et validé en arabe. Le profil psycho-éducatif révisé a évalué l’âge de développement et les différentes compétences en l’occurrence la perception. Pour déterminer les facteurs de risque, nous avons procédé à une analyse univariée suivie d’une analyse multivariée. Une association statistiquement significative a été retrouvée entre l’auto-agressivité et les facteurs suivants : l’âge moyen plus élevé, l’âge de diagnostic plus tardif, les troubles digestifs, le seuil de douleur élevé, la déficience intellectuelle, le score de perception plus bas et le score de l’ADI-D plus élevé. Une association statistiquement significative a été retrouvée entre l’hétéro-agressivité et les facteurs suivants : l’âge moyen plus élevé et l’absence du « non » opposition. L’étude multivariée a permis d’isoler 3 facteurs indépendants pour l’auto-agressivité : l’âge moyen plus élevé, les troubles digestifs, la déficience intellectuelle et 2 facteurs indépendants pour l’hétéro-agressivité : l’âge moyen plus élevé et l’absence du « non » opposition. Ces données nous invitent à considérer l’agressivité comme une conduite multifactorielle. © 2016 Elsevier Masson SAS. Tous droits réservés. Mots clés : Autisme ; Auto-agressivité ; Hétéro-agressivité ; Facteurs de risque ; Intelligence ; Âge
Abstract Background. – When coping with auto- and hetero-aggressive behavior in children with autism spectrum disorders, the child psychiatrist has a double role: treating these behaviors as well as identifying at risk persons and situations. Objectives. – In this perspective, our work aimed to study the risk factors of auto- and hetero-agressivity in behavioral self-hetero-aggressive. Methods. – We conducted a transversal study of 50 children with autism spectrum disorder (DSM-5 criteria). The diagnosis was confirmed by the Autism Diagnostic Interview-Revised (ADI-R). The severity of autism was determined by the Childhood Autism Rating Scale (CARS). Aggressive behaviors were assessed by the Behavior Problems Inventory (BPI-01) translated and validated in Arabic. The psycho-educational profile revised (PEP-R) evaluated, through the seven domains of development, the developmental age of each child. A predetermined plug collected information on the epidemiological and clinical characteristics. To determine the risk factors associated with aggressive behaviors, we conducted a univariate followed by a multivariate analysis. Results. – Our sample consisted of 50 children with ASD in accordance to DSM-5 criteria. The sex ratio was 4.5. Patients had an average age of 6 years (SD: 2) with extremes ranging from 2 to 12 years. Mean CARS score was 37.1 (SD: 7). Twenty percent of the children had a high functioning form of autism while the rest of the sample presented mild to moderate intellectual disability. The prevalence of auto-aggressive behavior was 46% and that of hetero-aggressiveness was of 60%. The univariate analysis found the following results. A statistically significant association was found between self-harm and the following factors: a higher age (P = 0.007), a later age of diagnosis (P = 0.006), digestive disorders (P = 0.026; OR = 4.28;
∗
Auteur correspondant. Adresse e-mail : [email protected] (S. Halayem).
http://dx.doi.org/10.1016/j.neurenf.2016.02.004 0222-9617/© 2016 Elsevier Masson SAS. Tous droits réservés.
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele + NEUADO-1079; No. of Pages 8 2
ARTICLE IN PRESS N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
95% CI = 1.1–16), high pain threshold (P = 0.007; OR = 5.8; 95% CI = 1.5–21.8), intellectual disability (P = 0.004), a lower score of perception at the PEP-R (P = 0.045), and a higher score on the ADI-D (P = 0.001). A statistically significant association was found between hetero-aggressive behavior and the following factors: a higher age (P = 0.042) and the absence of the “no” opposition (P = 0.017; OR = 0. 1; 95% CI = 0.1–0.9). The multivariate analysis isolated three independent factors for self-harm: a higher age (P = 0.011; adjusted OR = 1.05; 95% CI = 1.01–1.09), digestive disorders (P = 0.016; adjusted OR = 17.5; 95% CI = 1.7–1.80), intellectual disabilities (P = 0.008; adjusted OR = 0.9; 95% CI = 0.8–0.9); and two independent factors for hetero-aggressiveness: a higher age (P = 0.039; adjusted OR = 1.03; 95% CI = 1–1.06) and the absence of the “no” opposition (P = 0.008; adjusted OR = 0.1; 95% CI = 0.02–0.56). Conclusion. – These data invite us to consider the aggressiveness as a multifactorial behavior and to analyze aggressive behavior in light of the complex set of interactions between an individual and his environment. © 2016 Elsevier Masson SAS. All rights reserved. Keywords: Autism; Self-injurious behavior; Aggressive behaviors; Risk factors; Intelligence; Age
1. Introduction Les troubles du spectre de l’autisme (TSA) représentent un ensemble de troubles dont la symptomatologie associe une altération des interactions sociales, des anomalies qualitatives de la communication et des comportements répétitifs avec un répertoire restreint d’activités apparaissant précocement au cours du développement. À côté de ces symptômes centraux peuvent coexister d’autres comportements problématiques, dont font partie les conduites agressives, qui constituent un défi pour les parents et les intervenants travaillant auprès des enfants avec TSA. Ces conduites sont des comportements fréquents, marqués par une hétérogénéité importante et caractérisés par leur gravité potentielle [1]. Face à ces comportements auto- et hétéro-agressifs, le rôle du pédopsychiatre ne se limite pas au traitement mais englobe aussi l’identification des personnes et des situations à risque. En effet, la détection des facteurs de risque permettra de mettre en œuvre des moyens préventifs et de développer des interventions afin d’atténuer ces conduites [2]. Dans la littérature, l’identification des facteurs de risque, à la fois personnels (âge, sexe, degré de déficience intellectuelle) [3,4] et environnementaux (conditions socioéconomiques, niveau scolaire des parents) [5,6] s’est soldée par des résultats limités et controversés. C’est dans cette perspective que s’inscrit notre étude où nous nous sommes proposés de relever les différents facteurs de risque associés aux conduites auto- et hétéro-agressives. 2. Sujets et méthodes Nous avons mené une étude transversale qui s’est déroulée sur une période de 2 ans. 2.1. Population de l’étude Ont été inclus les patients âgés entre 2 et 12 ans, consultants au service de pédopsychiatrie de l’hôpital Razi en Tunisie, dont les parents ont accepté de participer au travail et qui répondaient aux critères du DSM-5 des troubles du spectre de l’autisme et dont le diagnostic a été confirmé grâce à l’Autism Diagnostic Interview-Revised (ADI-R) [7]. Nous avons exclus les enfants
ayant une pathologie organique ou un syndrome génétique connu associé dont la sémiologie est caractérisée par des troubles des conduites agressives (comme un syndrome de Lesch-Nyhan, une épilepsie mal équilibrée) et les patients présentant une agitation extrême empêchant la passation du Profil Psycho-Éducatif Révisé (PEP-R) [8]. Les patients inclus ont bénéficié d’un examen somatique, neurologique, d’un électro-encéphalogramme. 2.2. Outils d’évaluations L’ADI-R a été utilisé en vue d’une évaluation des différents domaines touchés dans l’autisme. Nous avons conservé l’algorithme de l’ADI-R qui est adapté aux critères du DSM IV. La sévérité de l’autisme a été déterminée au moyen de la Childhood Autism Rating Scale (CARS). Une fiche préétablie a permis de recueillir les informations concernant les caractéristiques épidémiologiques (âge, sexe, niveau socioéconomique, fratrie, statut martial des parents, niveau scolaire des parents, antécédents personnels comprenant toutes les pathologies organiques présentées par l’enfant et développements psychomoteur, psychoaffectif et langagier) et les caractéristiques cliniques (âge de diagnostic, troubles digestifs, du sommeil, des conduites alimentaires, niveau global du langage, régression et seuil de la douleur). L’évaluation de l’agressivité s’est faite essentiellement grâce au BPI-01 traduit et validé en arabe (l’étude de validation est soumise pour publication). Le BPI est un entretien structuré réalisé par un professionnel [9] qui comprend trois souséchelles : « automutilations », « comportements hétéro-agressifs et destructeurs » et « stéréotypies » réparties sur 52 items dont : 15 items sur les formes d’auto-agressivité ; 25 items sur les types de stéréotypies et 12 items d’hétéro-agressivité. Le BPI-01 évalue la fréquence et l’intensité des comportements problématiques existant durant les deux mois précédant la passation. La cotation de la fréquence s’exprime de 0 à 4, soit (0) jamais, (1) par mois, (2) par semaine, (3) par jour et (4) par heure et la cotation de la sévérité s’exprime de 0 à 3, soit de (1) léger, (2) modéré et (3) sévère. Il a été jugé comme un outil fiable avec une bonne fidélité inter-cotateurs (coefficient intraclasse de 0,91), une bonne fiabilité test-retest (coefficient de corrélation intraclasse de 0,92) et une bonne cohérence interne (coefficient alpha de Cronbach égal à 0,83) et valide, utilisé à la fois dans
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele + NEUADO-1079; No. of Pages 8
ARTICLE IN PRESS N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
la déficience intellectuelle et dans les troubles envahissant du développement (TED) [9]. Le PEP-R a permis d’évaluer l’âge de développement et les différentes compétences, en l’occurrence l’imitation et la perception. L’évaluation de l’efficience intellectuelle s’est faite aussi à l’aide du PEP-R. À partir de l’âge de développement déterminé par le PEP-R, nous avons évalué un coefficient de développement et ce grâce à la formule suivante : quotient de développement (QD) = (âge de développement/âge chronologique) × 100. Cela a déjà été utilisé en population similaire à l’aide des scores à l’échelle de Vineland [10]. Les enfants ayant un QD inférieur à 80 ont été considérés comme présentant un déficit intellectuel et classés parmi le groupe avec retard mental. Le choix de l’utilisation de cet instrument pour l’évaluation de l’intelligence est légitimé par l’absence de test d’intelligence adapté à la population tunisienne de la tranche d’âge des patients inclus dans l’étude. Cependant du fait de la possibilité de surdiagnostiquer une déficience intellectuelle quand l’enfant est peu coopérant et de sous-diagnostiquer cette dernière du fait de la saturation des items vers 8–9 ans [11], nous avons confronté ces résultats à notre appréciation clinique de l’intelligence grâce à l’item XIV de la CARS. Ainsi pour 3 patients non coopérants et qui n’ont pas finalisé la passation au PEP-R, nous nous sommes limités à cette dernière forme d’évaluation. Concernant le niveau global du langage, il a été apprécié à l’aide de l’item 19 de l’ADI-R. La régression a été appréciée grâce à l’item 95 de l’ADI-R. Quant au seuil de la douleur, il a été évalué grâce à l’item IX de la CARS. 2.3. Déroulement de l’étude L’évaluation s’est déroulée en trois ou quatre temps : un premier temps consacré à la passation de l’ADI-R pour confirmer le diagnostic, un autre temps pour la passation de la fiche préétablie, le BPI-01 et la CARS (parfois en deux temps selon la disponibilité et la coopération de l’enfant et de ses parents) et enfin un dernier temps pour la passation du PEP-R. 2.4. Analyse statistique Les données ont été saisies et analysées au moyen du logiciel SPSS version 20 pour Windows. Les comparaisons de 2 moyennes sur séries indépendantes ont été effectuées au moyen du test-t de Student pour séries indépendantes, et en cas de faibles effectifs par le test non paramétrique de Mann et Whitney. Les comparaisons de plusieurs (> 2) moyennes sur séries indépendantes ont été effectuées au moyen du test Anova à un facteur et en cas de faibles effectifs par le test H de Kruskall-Wallis d’analyse de la variance non paramétrique. Les comparaisons de pourcentages sur séries indépendantes ont été effectuées par le test du Chi2 de Pearson et en cas de non-validité de ce test par le test exact bilatéral de Fisher. Pour déterminer les différents facteurs de risque, nous avons procédé à une analyse univariée suivie d’une analyse multivariée. Afin d’identifier les facteurs liés de fac¸on
3
indépendante (directe) à l’agressivité, nous avons réalisé une analyse multivariée par régression logistique binaire en utilisant la méthode de Wald pas à pas descendante. Après avoir vérifié que le test de Hosmer-Lemeshow était non significatif, nous avons retenu les résultats de la dernière étape de la régression pour laquelle ce test reste non significatif donc adéquat. Nous avons inclus dans l’analyse multivariée les facteurs de risque qui étaient significatifs dans l’étude univariée, les facteurs avec p < 0,2 ainsi que les facteurs de risque rapportés dans la littérature. La régression logistique a permis de calculer pour chaque facteur directement lié à l’événement un odds ratio ajusté, faisant ressortir le rôle propre du facteur. Dans tous les tests statistiques, le seuil de signification a été fixé à 0,05. 2.5. Considérations éthiques Ce travail a été effectué dans le respect de l’information et le consentement éclairé des parents, la confidentialité des données et l’anonymat lors du traitement statistique des données. 3. Résultats 3.1. Caractéristiques de la population d’étude Notre population était constituée de 50 enfants souffrant de TSA, dont le sex-ratio était de 4,5. Les patients avaient un âge moyen de 6 ans avec un écart type égal à 2 et des extrêmes allant de 2 à 12 ans. Parmi nos patients, 48 % avaient acquis moins de 5 mots (n = 24), 24 % avaient acquis au moins 5 mots (n = 12) et 28 % avaient une utilisation fonctionnelle du langage (n = 14). Le « non » opposition n’avait pas été acquis chez 68 % (n = 34) de nos patients. Quatre-vingts pour cent (n = 40) des enfants présentaient un retard mental associé versus 20 % (n = 10) qui avaient une intelligence normale. Le seuil de la douleur était normal chez 56 % des enfants (n = 28), élevé chez 40 % (n = 20) et abaissé chez 4 % d’entre eux (n = 2). Trente-deux pour cent (n = 16) des patients avaient déjà présentés des troubles digestifs, 48 % (n = 24) des troubles du sommeil et 54 % (n = 27) des troubles alimentaires. Le score moyen de la CARS était de 37,1 ± 7 avec des extrêmes allant de 20 à 53. Chez 7 enfants (14 %), le score de la CARS pendant l’évaluation était non autistique (enfants dont le diagnostic initial d’autisme était confirmé par l’ADI-R et qui avaient une évolution favorable). Parmi les patients inclus dans notre étude, la majorité 60 % (n = 30) ne recevait pas de psychotropes, 36 % (n = 18) recevaient des neuroleptiques, 2 % (n = 1) des benzodiazépines et 2 % (n = 1) des antiépileptiques. 3.2. Prévalence et sémiologie des conduites agressives La prévalence des conduites agressives était de 80 % (n = 40), avec 46 % (n = 23) de l’auto-agressivité et 60 % (n = 30) d’hétéro-agressivité. Parmi les enfants, 44 % (n = 22) étaient à la fois auto- et hétéro-agressifs, 28 % (n = 14) hétéro-agressifs seulement et 8 % (n = 4) auto-agressifs seulement.
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele +
ARTICLE IN PRESS
NEUADO-1079; No. of Pages 8 4
N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
Tableau 1 Facteurs de risque de l’hétéro-agressivité (analyse uni- et multivariée).
Sexe Féminin Masculin Âge moyen (±DS) Âge moyen de diagnostic (± DS) « Non » opposition absent Troubles digestifs Régression Seuil de la douleur élevé Efficience intellectuelle Score perception (±DS) Score imitation (±DS) ADI-B (±DS) ADI-C verbal (±DS) ADI-C non verbal (±DS) ADI-D (±DS) CARS
Hétéro-agressifs
Non hétéro-agressifs
Analyse univariée (p)
Analyse multivariée (p)
12 % (n = 6) 60 % (n = 30) 76,8 (±33) 34,2 (±12) 42 % (n = 21) 26 % (n = 13) 28 % (n = 14) 28 % (n = 14) 48,56 (±16) 8,78 (±3) 9,64 (±3) 20,19 (±5) 13 (±5) 11,08 (±3) 7,17 (±2) 36,36 (±7)
6 % (n = 3) 22 % (n = 11) 56,7 (±20) 31,6 (±10) 26 % (n = 13) 6 % (n = 3) 14 % (n = 7) 8 % (n = 4) 50,92 (±20) 7,85 (±2) 6,62 (±2) 19,57 (±4) 13 (±4) 11,57 (±2) 6,14 (±2) 38,85 (±5)
NS
NS
p = 0,042 NS p = 0,017 NS NS NS NS NS NS NS NS NS NS NS
p = 0,039 p = 0,008
NS : non significatif.
Les formes des conduites hétéro-agressives les plus fréquentes étaient : « frapper » chez 56 % (n = 20) et « pousser » chez 47 % (n = 17) des enfants hétéro-agressifs. Le comportement auto-agressif le plus fréquent était « se frapper la tête » dans 42 % (n = 11) des cas suivi par « se mordre » chez 27 % (n = 7) des patients auto-agressifs. Concernant la répartition des items selon la sévérité de l’agressivité : l’hétéro-agressivité était légère dans 77 % des cas (n = 38), modérée dans 14 % (n = 7) des cas et sévère chez 9 % (n = 5) des enfants. Quant à l’auto-agressivité, elle était légère chez 66 % (n = 32), modérée chez 17 % (n = 9) et sévère chez 17 % (n = 9) des patients.
niveau socioéconomique, antécédents personnels, développements psychomoteur, psychoaffectif et langagier, troubles du sommeil, troubles des conduites alimentaires, présence de régression, score d’imitation au PEP-R et le score à la CARS (Tableau 2). Une association statistiquement significative a été retrouvée entre la présence d’une auto-agressivité et les facteurs suivants : âge moyen plus élevé (p = 0,007), âge de diagnostic plus tardif (p = 0,006), score de perception plus bas au PEPR (p = 0,045), QD plus bas (p = 0,004), score à l’ADI-D plus élevé (p = 0,001), présence de troubles digestifs (p = 0,026 ; OR = 4,28 ; IC95 % = 1,1–16), seuil de la douleur plus élevé (p = 0,007 ; OR = 5,8 ; IC95 % = 1,5–21,8).
3.3. Étude des facteurs de risque 3.3.1. Analyse univariée 3.3.1.1. Hétéro-agressivité. Nous n’avons pas trouvé de différence significative entre les hétéro-agressifs et les non hétéro-agressifs au niveau des facteurs suivants : le genre, le niveau socioéconomique, les antécédents personnels, les développements psychomoteur et langagier, l’efficience intellectuelle, l’âge de diagnostic, les troubles digestifs, du sommeil et alimentaires, la présence de régression, le seuil de la douleur, les différents score du PEP-R en l’occurrence la perception et l’imitation, le score à la CARS et les scores de l’ADI-R (Tableau 1). Les comportements hétéro-agressifs étaient statistiquement plus fréquents chez les patients plus âgés (p = 0,042). Une association statistiquement significative a été retrouvée entre la présence d’une hétéro-agressivité et le « non » opposition (p = 0,017 ; OR = 0,1 ; IC95 % = 0,1–0,9). 3.3.1.2. Auto-agressivité. Nous n’avons pas retrouvé de différence statistiquement significative entre les auto-agressifs et les non auto-agressifs au niveau des facteurs suivants : genre,
3.3.2. Analyse multivariée 3.3.2.1. Hétéro-agressivité. L’analyse multivariée a permis d’isoler les facteurs de risque suivants : l’absence du « non » opposition (p = 0,008 ; OR ajusté = 0,1 ; IC95 % = 0,02–0,56) et un âge moyen plus élevé (p = 0,039 ; OR ajusté = 1,03 ; IC95 % = 1–1,06) (Tableau 1). 3.3.2.2. Auto-agressivité. Les facteurs de risque identifiés étaient : un âge moyen plus élevé (p = 0,011 ; OR ajusté = 1,05 ; IC95 % = 1,01–1,09), un QD plus bas (p = 0,008 ; OR ajusté = 0,9 ; IC95 % = 0,8–0,9), la présence de troubles digestifs (p = 0,016 ; OR ajusté = 17,5 ; IC95 % = 1,7–180) (Tableau 2). 4. Discussion Nous avons, à travers ce travail, premier à notre connaissance à avoir été réalisé en langue arabe, et malgré les limites de ce dernier, tenté de préciser les facteurs de risque de l’agressivité dans l’autisme. Trois principales limites peuvent être décrites au terme de notre étude. La première tient à l’absence d’un groupe témoin qui permettrait de mieux identifier les facteurs
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele + NEUADO-1079; No. of Pages 8
ARTICLE IN PRESS N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
5
Tableau 2 Facteurs de risque de l’auto-agressivité (analyse uni- et multivariée).
Sexe Féminin Masculin Âge moyen (±DS) Âge moyen de diagnostic (± DS) « Non » opposition absent Troubles digestifs Régression Seuil de la douleur élevé Efficience intellectuelle Score perception (±DS) Score imitation (±DS) ADI-B (±DS) ADI-C verbal (±DS) ADI-C non verbal (±DS) ADI-D (±DS) CARS
Auto-agressifs
Non auto-agressifs
Analyse univariée (p)
Analyse multivariée (p)
10 % (n = 5) 42 % (n = 21) 82,11 (±26) 38 (±12,8) 38 % (n = 19) 24 % (n = 12) 28 % (n = 14) 28 % (n = 14) 37,5 ± 16 6,1 (±2) 8,4 (±3) 21,1 (±4) 13 (±5) 11,3 (±2) 7,9 (±2) 38,7 (±6)
8 % (n = 4) 40 % (n = 20) 58,8 (±20) 28,69 (±8,7) 30 % (n = 15) 8 % (n = 4) 14 % (n = 7) 8 % (n = 4) 61,8 ±20 10,5 (±3) 9,3 (±3) 18,7 (±5) 13 (±4) 11 (±4) 5,7 (±2) 35,2 (±7)
NS
NS
p = 0,007 p = 0,006 NS p = 0,026 NS p = 0,007 p = 0,004 p = 0,045 NS NS NS NS p = 0,001 NS
p = 0,011 NS NS p = 0,016 NS NS p = 0,008 NS NS NS NS NS NS NS
de risque de l’agressivité. Nous aurions pu par exemple, comparer nos résultats à ceux obtenus chez des personnes présentant une déficience intellectuelle sans autisme afin de capturer plus finement ce qui relève de la déficience et de l’autisme. La deuxième limite tient au fait que l’évaluation de l’agressivité était basée essentiellement sur l’anamnèse des parents et donc sur leur propre vision du comportement agressif. Ceci peut représenter un biais au niveau de l’évaluation car la description des parents peut sous- ou sur-estimer ces conduites devant l’inquiétude, la réticence, le secret et parfois la honte qui entoure le sujet de l’agressivité. La troisième tient enfin au nombre relativement réduit de l’échantillon nombre dont l’influence sur la recherche des facteurs de risque n’est pas négligeable, nombre d’autant plus réduit que nous avons exclu les enfants pour lesquels la passation du PEP-R s’était avérée impossible. Cette recherche d’objectivité a certainement induit un biais de sélection en excluant les formes les plus sévères d’autisme. Malgré ces limites, notre méthodologie se caractérise par des apports nouveaux en comparaison à la littérature, comme par exemple la quantification des compétences perceptives des enfants et la différenciation de sous-types d’enfants avec TSA en fonction du type de conduites agressives présentées. Les caractéristiques de la sémiologie présentées par notre population montre une répartition déjà décrite dans la littérature : de la fréquence des troubles du comportement alimentaire [12], des troubles digestifs et du sommeil [13,14]. Nous proposons de discuter en premier lieu les résultats positifs évoquant successivement les facteurs de risques des deux types de conduites agressives suivies de l’auto-agressivité et de l’hétéro-agressivité avant de discuter les résultats négatifs retrouvés dans notre population. Dans notre population, seul l’âge était un facteur de risque lié de fac¸on indépendante au conduites auto- et hétéro-agressives. L’agressivité était significativement plus fréquente chez les enfants plus âgés. Dans la littérature, l’évolution de l’agressivité en fonction de l’âge chez les enfants autistes est controversée.
Pour les premiers elle serait plus fréquente chez les plus âgés [15], pour les seconds elle serait au contraire plus fréquente chez les moins âgés [5,10,16,17], alors que d’autres ne retrouvent pas de différence entre les enfants en fonction de l’âge [1,3,18,19]. Cette divergence tient à l’hétérogénéité des populations et à la différence des tranches d’âge étudiées [6]. Il serait ainsi intéressant d’étudier de fac¸on systématique la fréquence de l’auto- et de l’hétéro-agressivité dans chaque tranche d’âge.
4.1. En ce qui concerne les facteurs de risque de l’auto-agressivité La déficience intellectuelle a été retrouvée comme facteur de risque de l’auto-agressivité mais pas de l’hétéro-agressivité isolée. Les travaux stipulent que les autistes avec un retard mental associé sont plus susceptibles de présenter des comportements problème, en l’occurrence une agressivité, que les autistes avec une intelligence normale [20] ; hypothèse à laquelle se rallient Mc Tierman et al. qui ont montré que le QI était un prédicteur important de la fréquence et de la sévérité de l’auto-agressivité et aussi de la fréquence de l’hétéro-agressivité [6]. La majorité des études s’accordent ainsi sur l’association entre QI et autoagressivité, alors que la corrélation entre hétéro-agressivité et QI est controversée [2]. Les troubles digestifs ont été significativement associés dans notre étude à l’auto-agressivité, ce lien était indépendant des autres facteurs. Bien que l’étude de Maenner et al. en 2012, ne retrouvait pas de différences significatives dans les conduites agressives chez les enfants avec ou sans troubles gastro-intestinaux [21], un consensus de l’American Academy of Pediatrics en 2010 a conclu que les sujets avec TED qui présentent des troubles gastro-intestinaux sont plus à risque de présenter une auto- et/ou hétéro-agressivité et que tout sujet avec TED qui se présente pour prise en charge de troubles du comportement ou un changement brusque du comportement inexpliqué
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele + NEUADO-1079; No. of Pages 8 6
ARTICLE IN PRESS N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
doit être exploré sur le plan organique à la recherche d’un trouble digestif, en l’occurrence des douleurs abdominales [22]. Le score de l’ADI-D (comportements répétitifs et patterns stéréotypés) a été retrouvé comme un facteur de risque de l’autoagressivité uniquement dans l’analyse univariée. L’ADI-R est une échelle de seuil mais elle a été utilisée bien que rarement comme échelle de sévérité [23] ce qui nous avait permis d’en utiliser les scores comme variable quantitative. Certes ce lien indique l’association d’intérêts restreints et stéréotypés antérieurs au temps de l’évaluation des conduites agressives avec ces dernières. D’après la littérature stéréotypies, immuabilité, intérêts restreints, auto- et hétéro-agressivité coexistent souvent dans les TED [5,24,25]. Certains ont considéré les stéréotypies comme un précurseur de l’auto-agressivité [26,27] et que la fréquence des stéréotypies devraient alerter quant à l’apparition ultérieure d’une auto-agressivité [28]. D’autres suggèrent que le comportement automutilateur, quand il est marqué par la répétition, la rigidité et l’invariance constitue une forme grave de stéréotypie [29]. Dans notre étude, le seuil de la douleur élevé était significativement associé à l’auto-agressivité. Si manifester un comportement auto-agressif suite à une douleur est une réaction courante, dans le cas de l’autisme, ce mode d’expression peut devenir prépondérant. Différentes hypothèses ont été émises afin d’expliquer cette association, parmi lesquelles l’hypothèse opioïde qui se base sur un excès d’opioïdes endogènes dans l’autisme [29]. Cependant, le sens de cette relation reste à définir. L’auto-agressivité serait-elle à l’origine de la décharge opioïde qui entraînerait à son tour une élévation du seuil de la douleur ? Ou bien est ce l’excès d’opioïde qui serait à l’origine à la fois des automutilations et du seuil de la douleur élevé [30] ? Une autre hypothèse suggère un mode particulier d’expression de la douleur chez les personnes avec autisme dont ferait partie l’auto-agressivité au même titre que des modalités expressives telles que la réactivité motrice et les particularités de l’expression faciale [30,31]. Un score de perception bas au PEP-R était un facteur de risque de l’auto-agressivité dans notre population. L’association entre une diminution de la perception et l’auto-agressivité a été évoquée dans la littérature, cependant notre étude est la première qui quantifie le score de perception. Certaines personnes avec autisme présentent une hypo-sensibilité et perc¸oivent moins bien que les autres certains stimuli sensoriels. Cela aboutirait à une recherche active de stimulations : les autostimulations (sensations visuelles provoquées par le passage d’un objet devant les yeux, sensations vestibulaires provoquées par l’auto-balancement, etc.). L’auto-agressivité a été considérée comme une recherche active de stimulation sensorielle [32]. En éliminant le feedback sensoriel de certains comportements auto-agressifs, Rincover a pu obtenir l’arrêt de l’automutilation [33]. D’autres études ont démontré l’efficacité d’utiliser un autre stimulus sensoriel « compétitif » dans la diminution sinon la suppression des automutilations (comme l’utilisation d’un masseur de main pour limiter les morsures) [34]. Les enfants diagnostiqués plus tardivement présentaient aussi plus d’auto-agressivité que les autres, hypothèse à laquelle se rallient McTierman et al. qui ont retrouvé l’âge de diagnostic tardif
parmi les facteurs de risque des comportements perturbateurs, dont l’auto-agressivité [6]. 4.2. En ce qui concerne l’hétéro-agressivité Dans notre étude, l’absence du « non » opposition a été retrouvée comme facteur de risque de l’apparition de cette dernière. Chez l’enfant normal, le troisième organisateur de Spitz constitue un premier moyen d’expression de l’opposition avant l’apparition d’autres moyens langagiers et comportementaux plus élaborés. Chez l’enfant autiste, plusieurs facteurs concourent à une difficulté au niveau la structuration comme au niveau de l’expression de cette opposition : l’absence du langage, les troubles de la communication verbale et non verbale. Ces enfants ayant des difficultés à s’exprimer autrement auraient de ce fait recours à l’hétéro-agressivité afin d’exprimer leur opposition [34,35]. Ainsi, le comportement agressif risque de s’installer comme un moyen de communication alternatif intervenant dans les lacunes des autres modes de communication. 4.3. D’autres facteurs n’ont pas été retenus comme facteurs de risques dans ce travail Le genre n’était pas un facteur de risque de l’auto- ou de l’hétéro-agressivité chez nos patients. Les garc¸ons seraient plus enclins que les filles à présenter une agressivité. Il faut noter que le sexe masculin a été associé à une augmentation des conduites agressives dans le cadre de la déficience intellectuelle et non pas dans les TED [17,36]. Nous n’avons pas retrouvé aussi les anomalies qualitatives des interactions sociales réciproques (ADI-B) dans les facteurs de risque de l’agressivité. Plusieurs études stipulent que les troubles au niveau des interactions sociales prédisent l’apparition de comportement problème incluant l’agressivité [5,10]. Cependant, le sens de cette relation reste difficile à définir : si les déficits sociaux ont pour résultat le développement de comportements inadaptés, ou si la présence de ces comportements engendre des altérations dans le développement des compétences sociales [37]. L’absence de corrélation dans notre étude peut s’expliquer par les limites de l’ADI-R qui évalue essentiellement la période entre 4 et 5 ans. Nous n’avons pas retrouvé non plus les troubles de la communication verbale (ADI C verbal + niveau global du langage) et non verbale (ADI C non verbal) parmi les facteurs de risque des conduites agressives. Dans la littérature, les troubles de la communication et en l’occurrence les troubles du langage ont été décrits comme des éléments prédictifs de l’apparition des conduites agressives [1,3,38]. L’agressivité s’installe alors comme un mode de communication alternatif ou un substitut de langage. Nos résultats peuvent s’expliquer par un biais d’échantillonnage, la proportion des patients avec langage communicatif étant faible. Les troubles du sommeil ont été considérés comme des facteurs prédictifs de l’apparition des comportements agressifs au cours de l’évolution des TED [16]. Ce constat n’a pas été objectivé dans notre étude.
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele +
ARTICLE IN PRESS
NEUADO-1079; No. of Pages 8
N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
5. Conclusion Les liens retrouvés dans cette étude illustrent nombre des hypothèses étiopathogéniques qui ont été développées dans l’apparition des conduites agressives chez l’enfant, avec autisme en particulier. On voit ici que les comportements auto-agressifs répondent plus aux anomalies sensorimotrices de l’autisme [32–34], à l’expression déviante de la douleur [30,31] ; leur caractère autocentré reflète aussi, comme l’ont décrit Torjman et al. [39] l’importance des difficultés au niveau des interactions sociales, les difficultés de représentation de l’autre et ainsi le degré de sévérité de l’autisme. Si les conduites hétéro-agressives peuvent aussi correspondre à une communication déviante, leur présence a été interprétée comme signe d’accès à un stade développemental intégrant une différenciation soi-non soi [39]. Ces données nous invitent à considérer l’agressivité comme une conduite multifactorielle, développée dans l’interrelation de facteurs internes et externes, suscitée par l’environnement, la psychopathologie, les facteurs organiques sans être totalement indépendante de l’un ni de l’autre. Déclaration de liens d’intérêts Les auteurs déclarent ne pas avoir de liens d’intérêts. Références [1] Farmer CA, Aman MG. Aggressive behavior in a sample of children with autism spectrum disorders. Res Autism Spectr Disord 2011;5(1):317–23. [2] Murphy O, Healy O, Leader G. Risk factors for challenging behaviors among 157 children with autism spectrum disorder in Ireland. Res Autism Spectr Disord 2009;3(2):474–82. [3] Matson JL, Mahan S, Hess JA, et al. Progression of challenging behaviors in children and adolescents with Autism Spectrum Disorders as measured by the Autism Spectrum Disorders-Problem Behaviors for Children (ASDPBC). Res Autism Spectr Disord 2010;4(3):400–4. [4] Kaat AJ, Lecavalier L. Disruptive behavior disorders in children and adolescents with autism spectrum disorders: a review of the prevalence, presentation, and treatment. Res Autism Spectr Disord 2013;7(12): 1579–94. [5] Kanne SM, Mazurek MO. Aggression in children and adolescents with ASD: prevalence and risk factors. J Autism Dev Disord 2011;41(7): 926–37. [6] McTiernan A, Leader G, Healy O, et al. Analysis of risk factors and early predictors of challenging behavior for children with autism spectrum disorder. Res Autism Spectr Disord 2011;5(3):1215–22. [7] Lord C, Rutter M, Le Couteur A. Autism Diagnostic Interview-Revised: a revised version of a diagnostic interview for caregivers of individuals with possible pervasive developmental disorders. J Autism Dev Disord 1994;24(5):659–85. [8] Schopler E. Profil psycho-éducatif (PEP-R). Bruxelles: De Boeck Université; 1997. [9] Rojahn J, Matson JL, Lott D, et al. The Behavior Problems Inventory: an instrument for the assessment of self-injury, stereotyped behavior, and aggression/destruction in individuals with developmental disabilities. J Autism Dev Disord 2001;31(6):577–88. [10] Baghdadli A, Pascal C, Grisi S, et al. Risk factors for self-injurious behaviours among 222 young children with autistic disorders. J Intellect Disabil Res 2003;47(8):622–7. [11] Parry A, Condillac RA, Freeman NL, Dunn-Geier J, Belair J. Multi-site study of the Childhood Autism Rating Scale (CARS) in five clinical groups of young children. J Autism Dev Disord 2005;35(5):625–34.
7
[12] Sharp WG, Berry RC, McCracken C, et al. Feeding problems and nutrient intake in children with autism spectrum disorders: a metaanalysis and comprehensive review of the literature. J Autism Dev Disord 2013;43(9):2159–73. [13] Johnson CR, Turner K, Stewart PA, et al. Relationships between feeding problems, behavioral characteristics and nutritional quality in children with ASD. J Autism Dev Disord 2014;44(9):2175–84. [14] Klukowski M, Wasilewska J, Lebensztejn D. Sleep and gastrointestinal disturbances in autism spectrum disorder in children. Dev Period Med 2015;19(2):157–61. [15] Douville O. L’automutilation, mise en perspectives de quelques questions. Champ Psy 2004;4(36):7–24. [16] Mazurek MO, Kanne SM, Wodka EL. Physical aggression in children and adolescents with autism spectrum disorders. Res Autism Spectr Disord 2013;7(3):455–65. [17] Farmer C, Butter E, Mazurek MO, et al. Aggression in children with autism spectrum disorders and a clinic-referred comparison group. Autism 2015;19(3):281–91. [18] Ando H, Yoshimura I. Effects of age on communication skill levels and prevalence of maladaptive behaviors in autistic and mentally retarded children. J Autism Dev Disord 1979;9(1):83–93. [19] Einfeld SL, Tonge BJ. Population prevalence of psychopathology in children and adolescents with intellectual disability: II. Epidemiological findings. J Intellect Disabil Res 1996;40:99–109. [20] Matson JL, Fodstad JC, Rivet TT. The relationship of social skills and problem behaviors in adults with intellectual disability and autism or PDDNOS. Res Autism Spectr Disord 2009;3(1):258–68. [21] Maenner MJ, Arneson CL, Levy SE, et al. Brief report: association between behavioral features and gastrointestinal problems among children with autism spectrum disorder. J Autism Dev Disord 2012;42(7):1520–5. [22] Buie T, Campbell DB, Fuchs GJ, et al. Evaluation, diagnosis, and treatment of gastrointestinal disorders in individuals with ASDs: a consensus report. Pediatrics 2010;125(Suppl. 1):S1–18. [23] Hus V, Lord C. Effects of child characteristics on the Autism Diagnostic Interview-Revised: implications for use of scores as a measure of ASD severity. J Autism Dev Disord 2013;43(2):371–81. [24] Georgiades S, Szatmari P, Duku E, et al. Phenotypic overlap between core diagnostic features and emotional/behavioral problems in preschool children with autism spectrum disorder. J Autism Dev Disord 2011;41(10):1321–9. [25] Dominick KC, Davis NO, Lainhart J, et al. Atypical behaviors in children with autism and children with a history of language impairment. Res Dev Disabil 2007;28(2):145–62. [26] Morrison K, Rosales-Ruiz J. The effect of object preferences on task performance and stereotypy in a child with autism. Res Dev Disabil 1997;18(2):127–37. [27] Guess D, Carr E. Emergence and maintenance of stereotypy and self-injury. Am J Ment Retard 1991;96(3):299–319. [28] Oliver C, Petty J, Ruddick L, et al. The association between repetitive, self-injurious and aggressive behavior in children with severe intellectual disability. J Autism Dev Disord 2012;42(6):910–9. [29] Panksepp J. A neurochemical theory of autism. Trends Neurosci 1979;2:174–7. [30] Dubois A, Rattaz C, Pry R, et al. Autism and pain a literature review. Pain Res Manag 2010;15(4):245–53. [31] Allely CS. Pain sensitivity and observer perception of pain in individuals with autistic spectrum disorder. Sci World J 2013;2013:916178. [32] Minshawi NF, Hurwitz S, Fodstad JC, et al. The association between selfinjurious behaviors and autism spectrum disorders. Psychol Res Behav Manag 2014;7:125–36. [33] Koegel RL, Russo DC, Rincover A. Assessing and training teachers in the generalized use of behavior modification with autistic children. J Appl Behav Anal 1977;10(2):197–205. [34] Piazza CC, Adelinis JD, Hanley GP, et al. An evaluation of the effects of matched stimuli on behaviors maintained by automatic reinforcement. J Appl Behav Anal 2000;33(1):13–27. [35] Bronsard G, Botbol M, Tordjman S. Aggression in low functioning children and adolescents with autistic disorder. PLoS One 2010;5(12):e14358.
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele + NEUADO-1079; No. of Pages 8 8
ARTICLE IN PRESS N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
[36] Shattuck PT, Seltzer MM, Greenberg JS, et al. Change in autism symptoms and maladaptive behaviors in adolescents and adults with an autism spectrum disorder. J Autism Dev Disord 2007;37(9):1735–47. [37] Duncan D, Matson JL, Bamburg JW, et al. The relationship of self-injurious behavior and aggression to social skills in persons with severe and profound learning disability. Res Dev Disabil 1999;20(6):441–8.
[38] Emerson E, Kiernan C, Alborz A, et al. Predicting the persistence of severe self-injurious behavior. Res Dev Disabil 2001;22(1): 67–75. [39] Tordjman S, Antoine C, Cohen DJ, et al. Study of the relationships between self-injurious behavior and pain reactivity in infantile autism. Encephale 1999;25(2):122–34.
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
ARTICLE IN PRESS
NEUADO-1079; No. of Pages 8
Disponible en ligne sur
ScienceDirect www.sciencedirect.com Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
Article original
Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique Aggressive behavior risk factors in autistic spectrum disorders N. Charfi a , S. Halayem a,∗,b , M. Touati a , A. Mrabet b , A. Bouden a,b a
Service de pédopsychiatrie, hôpital Razi, rue des Oranger, 2010 La Manouba, Tunisie b Faculté de médecine, Tunis, Tunisie
Résumé Notre travail avait pour objectif d’étudier les facteurs de risque des comportements auto- et hétéro-agressifs chez des enfants souffrant de troubles du spectre autistique. Il s’agit d’une étude transversale réalisée auprès de 50 enfants présentant un trouble du spectre de l’autisme (critères du DSM-5). Le diagnostic a été confirmé grâce à l’Autism Diagnostic Interview-Revised (ADI-R). La sévérité de l’autisme a été déterminée par la Childhood Autism Rating Scale. Les comportements agressifs ont été évalués par le Behavior Problems Inventory (BPI-01) traduit et validé en arabe. Le profil psycho-éducatif révisé a évalué l’âge de développement et les différentes compétences en l’occurrence la perception. Pour déterminer les facteurs de risque, nous avons procédé à une analyse univariée suivie d’une analyse multivariée. Une association statistiquement significative a été retrouvée entre l’auto-agressivité et les facteurs suivants : l’âge moyen plus élevé, l’âge de diagnostic plus tardif, les troubles digestifs, le seuil de douleur élevé, la déficience intellectuelle, le score de perception plus bas et le score de l’ADI-D plus élevé. Une association statistiquement significative a été retrouvée entre l’hétéro-agressivité et les facteurs suivants : l’âge moyen plus élevé et l’absence du « non » opposition. L’étude multivariée a permis d’isoler 3 facteurs indépendants pour l’auto-agressivité : l’âge moyen plus élevé, les troubles digestifs, la déficience intellectuelle et 2 facteurs indépendants pour l’hétéro-agressivité : l’âge moyen plus élevé et l’absence du « non » opposition. Ces données nous invitent à considérer l’agressivité comme une conduite multifactorielle. © 2016 Elsevier Masson SAS. Tous droits réservés. Mots clés : Autisme ; Auto-agressivité ; Hétéro-agressivité ; Facteurs de risque ; Intelligence ; Âge
Abstract Background. – When coping with auto- and hetero-aggressive behavior in children with autism spectrum disorders, the child psychiatrist has a double role: treating these behaviors as well as identifying at risk persons and situations. Objectives. – In this perspective, our work aimed to study the risk factors of auto- and hetero-agressivity in behavioral self-hetero-aggressive. Methods. – We conducted a transversal study of 50 children with autism spectrum disorder (DSM-5 criteria). The diagnosis was confirmed by the Autism Diagnostic Interview-Revised (ADI-R). The severity of autism was determined by the Childhood Autism Rating Scale (CARS). Aggressive behaviors were assessed by the Behavior Problems Inventory (BPI-01) translated and validated in Arabic. The psycho-educational profile revised (PEP-R) evaluated, through the seven domains of development, the developmental age of each child. A predetermined plug collected information on the epidemiological and clinical characteristics. To determine the risk factors associated with aggressive behaviors, we conducted a univariate followed by a multivariate analysis. Results. – Our sample consisted of 50 children with ASD in accordance to DSM-5 criteria. The sex ratio was 4.5. Patients had an average age of 6 years (SD: 2) with extremes ranging from 2 to 12 years. Mean CARS score was 37.1 (SD: 7). Twenty percent of the children had a high functioning form of autism while the rest of the sample presented mild to moderate intellectual disability. The prevalence of auto-aggressive behavior was 46% and that of hetero-aggressiveness was of 60%. The univariate analysis found the following results. A statistically significant association was found between self-harm and the following factors: a higher age (P = 0.007), a later age of diagnosis (P = 0.006), digestive disorders (P = 0.026; OR = 4.28;
∗
Auteur correspondant. Adresse e-mail : [email protected] (S. Halayem).
http://dx.doi.org/10.1016/j.neurenf.2016.02.004 0222-9617/© 2016 Elsevier Masson SAS. Tous droits réservés.
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele + NEUADO-1079; No. of Pages 8 2
ARTICLE IN PRESS N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
95% CI = 1.1–16), high pain threshold (P = 0.007; OR = 5.8; 95% CI = 1.5–21.8), intellectual disability (P = 0.004), a lower score of perception at the PEP-R (P = 0.045), and a higher score on the ADI-D (P = 0.001). A statistically significant association was found between hetero-aggressive behavior and the following factors: a higher age (P = 0.042) and the absence of the “no” opposition (P = 0.017; OR = 0. 1; 95% CI = 0.1–0.9). The multivariate analysis isolated three independent factors for self-harm: a higher age (P = 0.011; adjusted OR = 1.05; 95% CI = 1.01–1.09), digestive disorders (P = 0.016; adjusted OR = 17.5; 95% CI = 1.7–1.80), intellectual disabilities (P = 0.008; adjusted OR = 0.9; 95% CI = 0.8–0.9); and two independent factors for hetero-aggressiveness: a higher age (P = 0.039; adjusted OR = 1.03; 95% CI = 1–1.06) and the absence of the “no” opposition (P = 0.008; adjusted OR = 0.1; 95% CI = 0.02–0.56). Conclusion. – These data invite us to consider the aggressiveness as a multifactorial behavior and to analyze aggressive behavior in light of the complex set of interactions between an individual and his environment. © 2016 Elsevier Masson SAS. All rights reserved. Keywords: Autism; Self-injurious behavior; Aggressive behaviors; Risk factors; Intelligence; Age
1. Introduction Les troubles du spectre de l’autisme (TSA) représentent un ensemble de troubles dont la symptomatologie associe une altération des interactions sociales, des anomalies qualitatives de la communication et des comportements répétitifs avec un répertoire restreint d’activités apparaissant précocement au cours du développement. À côté de ces symptômes centraux peuvent coexister d’autres comportements problématiques, dont font partie les conduites agressives, qui constituent un défi pour les parents et les intervenants travaillant auprès des enfants avec TSA. Ces conduites sont des comportements fréquents, marqués par une hétérogénéité importante et caractérisés par leur gravité potentielle [1]. Face à ces comportements auto- et hétéro-agressifs, le rôle du pédopsychiatre ne se limite pas au traitement mais englobe aussi l’identification des personnes et des situations à risque. En effet, la détection des facteurs de risque permettra de mettre en œuvre des moyens préventifs et de développer des interventions afin d’atténuer ces conduites [2]. Dans la littérature, l’identification des facteurs de risque, à la fois personnels (âge, sexe, degré de déficience intellectuelle) [3,4] et environnementaux (conditions socioéconomiques, niveau scolaire des parents) [5,6] s’est soldée par des résultats limités et controversés. C’est dans cette perspective que s’inscrit notre étude où nous nous sommes proposés de relever les différents facteurs de risque associés aux conduites auto- et hétéro-agressives. 2. Sujets et méthodes Nous avons mené une étude transversale qui s’est déroulée sur une période de 2 ans. 2.1. Population de l’étude Ont été inclus les patients âgés entre 2 et 12 ans, consultants au service de pédopsychiatrie de l’hôpital Razi en Tunisie, dont les parents ont accepté de participer au travail et qui répondaient aux critères du DSM-5 des troubles du spectre de l’autisme et dont le diagnostic a été confirmé grâce à l’Autism Diagnostic Interview-Revised (ADI-R) [7]. Nous avons exclus les enfants
ayant une pathologie organique ou un syndrome génétique connu associé dont la sémiologie est caractérisée par des troubles des conduites agressives (comme un syndrome de Lesch-Nyhan, une épilepsie mal équilibrée) et les patients présentant une agitation extrême empêchant la passation du Profil Psycho-Éducatif Révisé (PEP-R) [8]. Les patients inclus ont bénéficié d’un examen somatique, neurologique, d’un électro-encéphalogramme. 2.2. Outils d’évaluations L’ADI-R a été utilisé en vue d’une évaluation des différents domaines touchés dans l’autisme. Nous avons conservé l’algorithme de l’ADI-R qui est adapté aux critères du DSM IV. La sévérité de l’autisme a été déterminée au moyen de la Childhood Autism Rating Scale (CARS). Une fiche préétablie a permis de recueillir les informations concernant les caractéristiques épidémiologiques (âge, sexe, niveau socioéconomique, fratrie, statut martial des parents, niveau scolaire des parents, antécédents personnels comprenant toutes les pathologies organiques présentées par l’enfant et développements psychomoteur, psychoaffectif et langagier) et les caractéristiques cliniques (âge de diagnostic, troubles digestifs, du sommeil, des conduites alimentaires, niveau global du langage, régression et seuil de la douleur). L’évaluation de l’agressivité s’est faite essentiellement grâce au BPI-01 traduit et validé en arabe (l’étude de validation est soumise pour publication). Le BPI est un entretien structuré réalisé par un professionnel [9] qui comprend trois souséchelles : « automutilations », « comportements hétéro-agressifs et destructeurs » et « stéréotypies » réparties sur 52 items dont : 15 items sur les formes d’auto-agressivité ; 25 items sur les types de stéréotypies et 12 items d’hétéro-agressivité. Le BPI-01 évalue la fréquence et l’intensité des comportements problématiques existant durant les deux mois précédant la passation. La cotation de la fréquence s’exprime de 0 à 4, soit (0) jamais, (1) par mois, (2) par semaine, (3) par jour et (4) par heure et la cotation de la sévérité s’exprime de 0 à 3, soit de (1) léger, (2) modéré et (3) sévère. Il a été jugé comme un outil fiable avec une bonne fidélité inter-cotateurs (coefficient intraclasse de 0,91), une bonne fiabilité test-retest (coefficient de corrélation intraclasse de 0,92) et une bonne cohérence interne (coefficient alpha de Cronbach égal à 0,83) et valide, utilisé à la fois dans
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele + NEUADO-1079; No. of Pages 8
ARTICLE IN PRESS N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
la déficience intellectuelle et dans les troubles envahissant du développement (TED) [9]. Le PEP-R a permis d’évaluer l’âge de développement et les différentes compétences, en l’occurrence l’imitation et la perception. L’évaluation de l’efficience intellectuelle s’est faite aussi à l’aide du PEP-R. À partir de l’âge de développement déterminé par le PEP-R, nous avons évalué un coefficient de développement et ce grâce à la formule suivante : quotient de développement (QD) = (âge de développement/âge chronologique) × 100. Cela a déjà été utilisé en population similaire à l’aide des scores à l’échelle de Vineland [10]. Les enfants ayant un QD inférieur à 80 ont été considérés comme présentant un déficit intellectuel et classés parmi le groupe avec retard mental. Le choix de l’utilisation de cet instrument pour l’évaluation de l’intelligence est légitimé par l’absence de test d’intelligence adapté à la population tunisienne de la tranche d’âge des patients inclus dans l’étude. Cependant du fait de la possibilité de surdiagnostiquer une déficience intellectuelle quand l’enfant est peu coopérant et de sous-diagnostiquer cette dernière du fait de la saturation des items vers 8–9 ans [11], nous avons confronté ces résultats à notre appréciation clinique de l’intelligence grâce à l’item XIV de la CARS. Ainsi pour 3 patients non coopérants et qui n’ont pas finalisé la passation au PEP-R, nous nous sommes limités à cette dernière forme d’évaluation. Concernant le niveau global du langage, il a été apprécié à l’aide de l’item 19 de l’ADI-R. La régression a été appréciée grâce à l’item 95 de l’ADI-R. Quant au seuil de la douleur, il a été évalué grâce à l’item IX de la CARS. 2.3. Déroulement de l’étude L’évaluation s’est déroulée en trois ou quatre temps : un premier temps consacré à la passation de l’ADI-R pour confirmer le diagnostic, un autre temps pour la passation de la fiche préétablie, le BPI-01 et la CARS (parfois en deux temps selon la disponibilité et la coopération de l’enfant et de ses parents) et enfin un dernier temps pour la passation du PEP-R. 2.4. Analyse statistique Les données ont été saisies et analysées au moyen du logiciel SPSS version 20 pour Windows. Les comparaisons de 2 moyennes sur séries indépendantes ont été effectuées au moyen du test-t de Student pour séries indépendantes, et en cas de faibles effectifs par le test non paramétrique de Mann et Whitney. Les comparaisons de plusieurs (> 2) moyennes sur séries indépendantes ont été effectuées au moyen du test Anova à un facteur et en cas de faibles effectifs par le test H de Kruskall-Wallis d’analyse de la variance non paramétrique. Les comparaisons de pourcentages sur séries indépendantes ont été effectuées par le test du Chi2 de Pearson et en cas de non-validité de ce test par le test exact bilatéral de Fisher. Pour déterminer les différents facteurs de risque, nous avons procédé à une analyse univariée suivie d’une analyse multivariée. Afin d’identifier les facteurs liés de fac¸on
3
indépendante (directe) à l’agressivité, nous avons réalisé une analyse multivariée par régression logistique binaire en utilisant la méthode de Wald pas à pas descendante. Après avoir vérifié que le test de Hosmer-Lemeshow était non significatif, nous avons retenu les résultats de la dernière étape de la régression pour laquelle ce test reste non significatif donc adéquat. Nous avons inclus dans l’analyse multivariée les facteurs de risque qui étaient significatifs dans l’étude univariée, les facteurs avec p < 0,2 ainsi que les facteurs de risque rapportés dans la littérature. La régression logistique a permis de calculer pour chaque facteur directement lié à l’événement un odds ratio ajusté, faisant ressortir le rôle propre du facteur. Dans tous les tests statistiques, le seuil de signification a été fixé à 0,05. 2.5. Considérations éthiques Ce travail a été effectué dans le respect de l’information et le consentement éclairé des parents, la confidentialité des données et l’anonymat lors du traitement statistique des données. 3. Résultats 3.1. Caractéristiques de la population d’étude Notre population était constituée de 50 enfants souffrant de TSA, dont le sex-ratio était de 4,5. Les patients avaient un âge moyen de 6 ans avec un écart type égal à 2 et des extrêmes allant de 2 à 12 ans. Parmi nos patients, 48 % avaient acquis moins de 5 mots (n = 24), 24 % avaient acquis au moins 5 mots (n = 12) et 28 % avaient une utilisation fonctionnelle du langage (n = 14). Le « non » opposition n’avait pas été acquis chez 68 % (n = 34) de nos patients. Quatre-vingts pour cent (n = 40) des enfants présentaient un retard mental associé versus 20 % (n = 10) qui avaient une intelligence normale. Le seuil de la douleur était normal chez 56 % des enfants (n = 28), élevé chez 40 % (n = 20) et abaissé chez 4 % d’entre eux (n = 2). Trente-deux pour cent (n = 16) des patients avaient déjà présentés des troubles digestifs, 48 % (n = 24) des troubles du sommeil et 54 % (n = 27) des troubles alimentaires. Le score moyen de la CARS était de 37,1 ± 7 avec des extrêmes allant de 20 à 53. Chez 7 enfants (14 %), le score de la CARS pendant l’évaluation était non autistique (enfants dont le diagnostic initial d’autisme était confirmé par l’ADI-R et qui avaient une évolution favorable). Parmi les patients inclus dans notre étude, la majorité 60 % (n = 30) ne recevait pas de psychotropes, 36 % (n = 18) recevaient des neuroleptiques, 2 % (n = 1) des benzodiazépines et 2 % (n = 1) des antiépileptiques. 3.2. Prévalence et sémiologie des conduites agressives La prévalence des conduites agressives était de 80 % (n = 40), avec 46 % (n = 23) de l’auto-agressivité et 60 % (n = 30) d’hétéro-agressivité. Parmi les enfants, 44 % (n = 22) étaient à la fois auto- et hétéro-agressifs, 28 % (n = 14) hétéro-agressifs seulement et 8 % (n = 4) auto-agressifs seulement.
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele +
ARTICLE IN PRESS
NEUADO-1079; No. of Pages 8 4
N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
Tableau 1 Facteurs de risque de l’hétéro-agressivité (analyse uni- et multivariée).
Sexe Féminin Masculin Âge moyen (±DS) Âge moyen de diagnostic (± DS) « Non » opposition absent Troubles digestifs Régression Seuil de la douleur élevé Efficience intellectuelle Score perception (±DS) Score imitation (±DS) ADI-B (±DS) ADI-C verbal (±DS) ADI-C non verbal (±DS) ADI-D (±DS) CARS
Hétéro-agressifs
Non hétéro-agressifs
Analyse univariée (p)
Analyse multivariée (p)
12 % (n = 6) 60 % (n = 30) 76,8 (±33) 34,2 (±12) 42 % (n = 21) 26 % (n = 13) 28 % (n = 14) 28 % (n = 14) 48,56 (±16) 8,78 (±3) 9,64 (±3) 20,19 (±5) 13 (±5) 11,08 (±3) 7,17 (±2) 36,36 (±7)
6 % (n = 3) 22 % (n = 11) 56,7 (±20) 31,6 (±10) 26 % (n = 13) 6 % (n = 3) 14 % (n = 7) 8 % (n = 4) 50,92 (±20) 7,85 (±2) 6,62 (±2) 19,57 (±4) 13 (±4) 11,57 (±2) 6,14 (±2) 38,85 (±5)
NS
NS
p = 0,042 NS p = 0,017 NS NS NS NS NS NS NS NS NS NS NS
p = 0,039 p = 0,008
NS : non significatif.
Les formes des conduites hétéro-agressives les plus fréquentes étaient : « frapper » chez 56 % (n = 20) et « pousser » chez 47 % (n = 17) des enfants hétéro-agressifs. Le comportement auto-agressif le plus fréquent était « se frapper la tête » dans 42 % (n = 11) des cas suivi par « se mordre » chez 27 % (n = 7) des patients auto-agressifs. Concernant la répartition des items selon la sévérité de l’agressivité : l’hétéro-agressivité était légère dans 77 % des cas (n = 38), modérée dans 14 % (n = 7) des cas et sévère chez 9 % (n = 5) des enfants. Quant à l’auto-agressivité, elle était légère chez 66 % (n = 32), modérée chez 17 % (n = 9) et sévère chez 17 % (n = 9) des patients.
niveau socioéconomique, antécédents personnels, développements psychomoteur, psychoaffectif et langagier, troubles du sommeil, troubles des conduites alimentaires, présence de régression, score d’imitation au PEP-R et le score à la CARS (Tableau 2). Une association statistiquement significative a été retrouvée entre la présence d’une auto-agressivité et les facteurs suivants : âge moyen plus élevé (p = 0,007), âge de diagnostic plus tardif (p = 0,006), score de perception plus bas au PEPR (p = 0,045), QD plus bas (p = 0,004), score à l’ADI-D plus élevé (p = 0,001), présence de troubles digestifs (p = 0,026 ; OR = 4,28 ; IC95 % = 1,1–16), seuil de la douleur plus élevé (p = 0,007 ; OR = 5,8 ; IC95 % = 1,5–21,8).
3.3. Étude des facteurs de risque 3.3.1. Analyse univariée 3.3.1.1. Hétéro-agressivité. Nous n’avons pas trouvé de différence significative entre les hétéro-agressifs et les non hétéro-agressifs au niveau des facteurs suivants : le genre, le niveau socioéconomique, les antécédents personnels, les développements psychomoteur et langagier, l’efficience intellectuelle, l’âge de diagnostic, les troubles digestifs, du sommeil et alimentaires, la présence de régression, le seuil de la douleur, les différents score du PEP-R en l’occurrence la perception et l’imitation, le score à la CARS et les scores de l’ADI-R (Tableau 1). Les comportements hétéro-agressifs étaient statistiquement plus fréquents chez les patients plus âgés (p = 0,042). Une association statistiquement significative a été retrouvée entre la présence d’une hétéro-agressivité et le « non » opposition (p = 0,017 ; OR = 0,1 ; IC95 % = 0,1–0,9). 3.3.1.2. Auto-agressivité. Nous n’avons pas retrouvé de différence statistiquement significative entre les auto-agressifs et les non auto-agressifs au niveau des facteurs suivants : genre,
3.3.2. Analyse multivariée 3.3.2.1. Hétéro-agressivité. L’analyse multivariée a permis d’isoler les facteurs de risque suivants : l’absence du « non » opposition (p = 0,008 ; OR ajusté = 0,1 ; IC95 % = 0,02–0,56) et un âge moyen plus élevé (p = 0,039 ; OR ajusté = 1,03 ; IC95 % = 1–1,06) (Tableau 1). 3.3.2.2. Auto-agressivité. Les facteurs de risque identifiés étaient : un âge moyen plus élevé (p = 0,011 ; OR ajusté = 1,05 ; IC95 % = 1,01–1,09), un QD plus bas (p = 0,008 ; OR ajusté = 0,9 ; IC95 % = 0,8–0,9), la présence de troubles digestifs (p = 0,016 ; OR ajusté = 17,5 ; IC95 % = 1,7–180) (Tableau 2). 4. Discussion Nous avons, à travers ce travail, premier à notre connaissance à avoir été réalisé en langue arabe, et malgré les limites de ce dernier, tenté de préciser les facteurs de risque de l’agressivité dans l’autisme. Trois principales limites peuvent être décrites au terme de notre étude. La première tient à l’absence d’un groupe témoin qui permettrait de mieux identifier les facteurs
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele + NEUADO-1079; No. of Pages 8
ARTICLE IN PRESS N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
5
Tableau 2 Facteurs de risque de l’auto-agressivité (analyse uni- et multivariée).
Sexe Féminin Masculin Âge moyen (±DS) Âge moyen de diagnostic (± DS) « Non » opposition absent Troubles digestifs Régression Seuil de la douleur élevé Efficience intellectuelle Score perception (±DS) Score imitation (±DS) ADI-B (±DS) ADI-C verbal (±DS) ADI-C non verbal (±DS) ADI-D (±DS) CARS
Auto-agressifs
Non auto-agressifs
Analyse univariée (p)
Analyse multivariée (p)
10 % (n = 5) 42 % (n = 21) 82,11 (±26) 38 (±12,8) 38 % (n = 19) 24 % (n = 12) 28 % (n = 14) 28 % (n = 14) 37,5 ± 16 6,1 (±2) 8,4 (±3) 21,1 (±4) 13 (±5) 11,3 (±2) 7,9 (±2) 38,7 (±6)
8 % (n = 4) 40 % (n = 20) 58,8 (±20) 28,69 (±8,7) 30 % (n = 15) 8 % (n = 4) 14 % (n = 7) 8 % (n = 4) 61,8 ±20 10,5 (±3) 9,3 (±3) 18,7 (±5) 13 (±4) 11 (±4) 5,7 (±2) 35,2 (±7)
NS
NS
p = 0,007 p = 0,006 NS p = 0,026 NS p = 0,007 p = 0,004 p = 0,045 NS NS NS NS p = 0,001 NS
p = 0,011 NS NS p = 0,016 NS NS p = 0,008 NS NS NS NS NS NS NS
de risque de l’agressivité. Nous aurions pu par exemple, comparer nos résultats à ceux obtenus chez des personnes présentant une déficience intellectuelle sans autisme afin de capturer plus finement ce qui relève de la déficience et de l’autisme. La deuxième limite tient au fait que l’évaluation de l’agressivité était basée essentiellement sur l’anamnèse des parents et donc sur leur propre vision du comportement agressif. Ceci peut représenter un biais au niveau de l’évaluation car la description des parents peut sous- ou sur-estimer ces conduites devant l’inquiétude, la réticence, le secret et parfois la honte qui entoure le sujet de l’agressivité. La troisième tient enfin au nombre relativement réduit de l’échantillon nombre dont l’influence sur la recherche des facteurs de risque n’est pas négligeable, nombre d’autant plus réduit que nous avons exclu les enfants pour lesquels la passation du PEP-R s’était avérée impossible. Cette recherche d’objectivité a certainement induit un biais de sélection en excluant les formes les plus sévères d’autisme. Malgré ces limites, notre méthodologie se caractérise par des apports nouveaux en comparaison à la littérature, comme par exemple la quantification des compétences perceptives des enfants et la différenciation de sous-types d’enfants avec TSA en fonction du type de conduites agressives présentées. Les caractéristiques de la sémiologie présentées par notre population montre une répartition déjà décrite dans la littérature : de la fréquence des troubles du comportement alimentaire [12], des troubles digestifs et du sommeil [13,14]. Nous proposons de discuter en premier lieu les résultats positifs évoquant successivement les facteurs de risques des deux types de conduites agressives suivies de l’auto-agressivité et de l’hétéro-agressivité avant de discuter les résultats négatifs retrouvés dans notre population. Dans notre population, seul l’âge était un facteur de risque lié de fac¸on indépendante au conduites auto- et hétéro-agressives. L’agressivité était significativement plus fréquente chez les enfants plus âgés. Dans la littérature, l’évolution de l’agressivité en fonction de l’âge chez les enfants autistes est controversée.
Pour les premiers elle serait plus fréquente chez les plus âgés [15], pour les seconds elle serait au contraire plus fréquente chez les moins âgés [5,10,16,17], alors que d’autres ne retrouvent pas de différence entre les enfants en fonction de l’âge [1,3,18,19]. Cette divergence tient à l’hétérogénéité des populations et à la différence des tranches d’âge étudiées [6]. Il serait ainsi intéressant d’étudier de fac¸on systématique la fréquence de l’auto- et de l’hétéro-agressivité dans chaque tranche d’âge.
4.1. En ce qui concerne les facteurs de risque de l’auto-agressivité La déficience intellectuelle a été retrouvée comme facteur de risque de l’auto-agressivité mais pas de l’hétéro-agressivité isolée. Les travaux stipulent que les autistes avec un retard mental associé sont plus susceptibles de présenter des comportements problème, en l’occurrence une agressivité, que les autistes avec une intelligence normale [20] ; hypothèse à laquelle se rallient Mc Tierman et al. qui ont montré que le QI était un prédicteur important de la fréquence et de la sévérité de l’auto-agressivité et aussi de la fréquence de l’hétéro-agressivité [6]. La majorité des études s’accordent ainsi sur l’association entre QI et autoagressivité, alors que la corrélation entre hétéro-agressivité et QI est controversée [2]. Les troubles digestifs ont été significativement associés dans notre étude à l’auto-agressivité, ce lien était indépendant des autres facteurs. Bien que l’étude de Maenner et al. en 2012, ne retrouvait pas de différences significatives dans les conduites agressives chez les enfants avec ou sans troubles gastro-intestinaux [21], un consensus de l’American Academy of Pediatrics en 2010 a conclu que les sujets avec TED qui présentent des troubles gastro-intestinaux sont plus à risque de présenter une auto- et/ou hétéro-agressivité et que tout sujet avec TED qui se présente pour prise en charge de troubles du comportement ou un changement brusque du comportement inexpliqué
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele + NEUADO-1079; No. of Pages 8 6
ARTICLE IN PRESS N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
doit être exploré sur le plan organique à la recherche d’un trouble digestif, en l’occurrence des douleurs abdominales [22]. Le score de l’ADI-D (comportements répétitifs et patterns stéréotypés) a été retrouvé comme un facteur de risque de l’autoagressivité uniquement dans l’analyse univariée. L’ADI-R est une échelle de seuil mais elle a été utilisée bien que rarement comme échelle de sévérité [23] ce qui nous avait permis d’en utiliser les scores comme variable quantitative. Certes ce lien indique l’association d’intérêts restreints et stéréotypés antérieurs au temps de l’évaluation des conduites agressives avec ces dernières. D’après la littérature stéréotypies, immuabilité, intérêts restreints, auto- et hétéro-agressivité coexistent souvent dans les TED [5,24,25]. Certains ont considéré les stéréotypies comme un précurseur de l’auto-agressivité [26,27] et que la fréquence des stéréotypies devraient alerter quant à l’apparition ultérieure d’une auto-agressivité [28]. D’autres suggèrent que le comportement automutilateur, quand il est marqué par la répétition, la rigidité et l’invariance constitue une forme grave de stéréotypie [29]. Dans notre étude, le seuil de la douleur élevé était significativement associé à l’auto-agressivité. Si manifester un comportement auto-agressif suite à une douleur est une réaction courante, dans le cas de l’autisme, ce mode d’expression peut devenir prépondérant. Différentes hypothèses ont été émises afin d’expliquer cette association, parmi lesquelles l’hypothèse opioïde qui se base sur un excès d’opioïdes endogènes dans l’autisme [29]. Cependant, le sens de cette relation reste à définir. L’auto-agressivité serait-elle à l’origine de la décharge opioïde qui entraînerait à son tour une élévation du seuil de la douleur ? Ou bien est ce l’excès d’opioïde qui serait à l’origine à la fois des automutilations et du seuil de la douleur élevé [30] ? Une autre hypothèse suggère un mode particulier d’expression de la douleur chez les personnes avec autisme dont ferait partie l’auto-agressivité au même titre que des modalités expressives telles que la réactivité motrice et les particularités de l’expression faciale [30,31]. Un score de perception bas au PEP-R était un facteur de risque de l’auto-agressivité dans notre population. L’association entre une diminution de la perception et l’auto-agressivité a été évoquée dans la littérature, cependant notre étude est la première qui quantifie le score de perception. Certaines personnes avec autisme présentent une hypo-sensibilité et perc¸oivent moins bien que les autres certains stimuli sensoriels. Cela aboutirait à une recherche active de stimulations : les autostimulations (sensations visuelles provoquées par le passage d’un objet devant les yeux, sensations vestibulaires provoquées par l’auto-balancement, etc.). L’auto-agressivité a été considérée comme une recherche active de stimulation sensorielle [32]. En éliminant le feedback sensoriel de certains comportements auto-agressifs, Rincover a pu obtenir l’arrêt de l’automutilation [33]. D’autres études ont démontré l’efficacité d’utiliser un autre stimulus sensoriel « compétitif » dans la diminution sinon la suppression des automutilations (comme l’utilisation d’un masseur de main pour limiter les morsures) [34]. Les enfants diagnostiqués plus tardivement présentaient aussi plus d’auto-agressivité que les autres, hypothèse à laquelle se rallient McTierman et al. qui ont retrouvé l’âge de diagnostic tardif
parmi les facteurs de risque des comportements perturbateurs, dont l’auto-agressivité [6]. 4.2. En ce qui concerne l’hétéro-agressivité Dans notre étude, l’absence du « non » opposition a été retrouvée comme facteur de risque de l’apparition de cette dernière. Chez l’enfant normal, le troisième organisateur de Spitz constitue un premier moyen d’expression de l’opposition avant l’apparition d’autres moyens langagiers et comportementaux plus élaborés. Chez l’enfant autiste, plusieurs facteurs concourent à une difficulté au niveau la structuration comme au niveau de l’expression de cette opposition : l’absence du langage, les troubles de la communication verbale et non verbale. Ces enfants ayant des difficultés à s’exprimer autrement auraient de ce fait recours à l’hétéro-agressivité afin d’exprimer leur opposition [34,35]. Ainsi, le comportement agressif risque de s’installer comme un moyen de communication alternatif intervenant dans les lacunes des autres modes de communication. 4.3. D’autres facteurs n’ont pas été retenus comme facteurs de risques dans ce travail Le genre n’était pas un facteur de risque de l’auto- ou de l’hétéro-agressivité chez nos patients. Les garc¸ons seraient plus enclins que les filles à présenter une agressivité. Il faut noter que le sexe masculin a été associé à une augmentation des conduites agressives dans le cadre de la déficience intellectuelle et non pas dans les TED [17,36]. Nous n’avons pas retrouvé aussi les anomalies qualitatives des interactions sociales réciproques (ADI-B) dans les facteurs de risque de l’agressivité. Plusieurs études stipulent que les troubles au niveau des interactions sociales prédisent l’apparition de comportement problème incluant l’agressivité [5,10]. Cependant, le sens de cette relation reste difficile à définir : si les déficits sociaux ont pour résultat le développement de comportements inadaptés, ou si la présence de ces comportements engendre des altérations dans le développement des compétences sociales [37]. L’absence de corrélation dans notre étude peut s’expliquer par les limites de l’ADI-R qui évalue essentiellement la période entre 4 et 5 ans. Nous n’avons pas retrouvé non plus les troubles de la communication verbale (ADI C verbal + niveau global du langage) et non verbale (ADI C non verbal) parmi les facteurs de risque des conduites agressives. Dans la littérature, les troubles de la communication et en l’occurrence les troubles du langage ont été décrits comme des éléments prédictifs de l’apparition des conduites agressives [1,3,38]. L’agressivité s’installe alors comme un mode de communication alternatif ou un substitut de langage. Nos résultats peuvent s’expliquer par un biais d’échantillonnage, la proportion des patients avec langage communicatif étant faible. Les troubles du sommeil ont été considérés comme des facteurs prédictifs de l’apparition des comportements agressifs au cours de l’évolution des TED [16]. Ce constat n’a pas été objectivé dans notre étude.
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele +
ARTICLE IN PRESS
NEUADO-1079; No. of Pages 8
N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
5. Conclusion Les liens retrouvés dans cette étude illustrent nombre des hypothèses étiopathogéniques qui ont été développées dans l’apparition des conduites agressives chez l’enfant, avec autisme en particulier. On voit ici que les comportements auto-agressifs répondent plus aux anomalies sensorimotrices de l’autisme [32–34], à l’expression déviante de la douleur [30,31] ; leur caractère autocentré reflète aussi, comme l’ont décrit Torjman et al. [39] l’importance des difficultés au niveau des interactions sociales, les difficultés de représentation de l’autre et ainsi le degré de sévérité de l’autisme. Si les conduites hétéro-agressives peuvent aussi correspondre à une communication déviante, leur présence a été interprétée comme signe d’accès à un stade développemental intégrant une différenciation soi-non soi [39]. Ces données nous invitent à considérer l’agressivité comme une conduite multifactorielle, développée dans l’interrelation de facteurs internes et externes, suscitée par l’environnement, la psychopathologie, les facteurs organiques sans être totalement indépendante de l’un ni de l’autre. Déclaration de liens d’intérêts Les auteurs déclarent ne pas avoir de liens d’intérêts. Références [1] Farmer CA, Aman MG. Aggressive behavior in a sample of children with autism spectrum disorders. Res Autism Spectr Disord 2011;5(1):317–23. [2] Murphy O, Healy O, Leader G. Risk factors for challenging behaviors among 157 children with autism spectrum disorder in Ireland. Res Autism Spectr Disord 2009;3(2):474–82. [3] Matson JL, Mahan S, Hess JA, et al. Progression of challenging behaviors in children and adolescents with Autism Spectrum Disorders as measured by the Autism Spectrum Disorders-Problem Behaviors for Children (ASDPBC). Res Autism Spectr Disord 2010;4(3):400–4. [4] Kaat AJ, Lecavalier L. Disruptive behavior disorders in children and adolescents with autism spectrum disorders: a review of the prevalence, presentation, and treatment. Res Autism Spectr Disord 2013;7(12): 1579–94. [5] Kanne SM, Mazurek MO. Aggression in children and adolescents with ASD: prevalence and risk factors. J Autism Dev Disord 2011;41(7): 926–37. [6] McTiernan A, Leader G, Healy O, et al. Analysis of risk factors and early predictors of challenging behavior for children with autism spectrum disorder. Res Autism Spectr Disord 2011;5(3):1215–22. [7] Lord C, Rutter M, Le Couteur A. Autism Diagnostic Interview-Revised: a revised version of a diagnostic interview for caregivers of individuals with possible pervasive developmental disorders. J Autism Dev Disord 1994;24(5):659–85. [8] Schopler E. Profil psycho-éducatif (PEP-R). Bruxelles: De Boeck Université; 1997. [9] Rojahn J, Matson JL, Lott D, et al. The Behavior Problems Inventory: an instrument for the assessment of self-injury, stereotyped behavior, and aggression/destruction in individuals with developmental disabilities. J Autism Dev Disord 2001;31(6):577–88. [10] Baghdadli A, Pascal C, Grisi S, et al. Risk factors for self-injurious behaviours among 222 young children with autistic disorders. J Intellect Disabil Res 2003;47(8):622–7. [11] Parry A, Condillac RA, Freeman NL, Dunn-Geier J, Belair J. Multi-site study of the Childhood Autism Rating Scale (CARS) in five clinical groups of young children. J Autism Dev Disord 2005;35(5):625–34.
7
[12] Sharp WG, Berry RC, McCracken C, et al. Feeding problems and nutrient intake in children with autism spectrum disorders: a metaanalysis and comprehensive review of the literature. J Autism Dev Disord 2013;43(9):2159–73. [13] Johnson CR, Turner K, Stewart PA, et al. Relationships between feeding problems, behavioral characteristics and nutritional quality in children with ASD. J Autism Dev Disord 2014;44(9):2175–84. [14] Klukowski M, Wasilewska J, Lebensztejn D. Sleep and gastrointestinal disturbances in autism spectrum disorder in children. Dev Period Med 2015;19(2):157–61. [15] Douville O. L’automutilation, mise en perspectives de quelques questions. Champ Psy 2004;4(36):7–24. [16] Mazurek MO, Kanne SM, Wodka EL. Physical aggression in children and adolescents with autism spectrum disorders. Res Autism Spectr Disord 2013;7(3):455–65. [17] Farmer C, Butter E, Mazurek MO, et al. Aggression in children with autism spectrum disorders and a clinic-referred comparison group. Autism 2015;19(3):281–91. [18] Ando H, Yoshimura I. Effects of age on communication skill levels and prevalence of maladaptive behaviors in autistic and mentally retarded children. J Autism Dev Disord 1979;9(1):83–93. [19] Einfeld SL, Tonge BJ. Population prevalence of psychopathology in children and adolescents with intellectual disability: II. Epidemiological findings. J Intellect Disabil Res 1996;40:99–109. [20] Matson JL, Fodstad JC, Rivet TT. The relationship of social skills and problem behaviors in adults with intellectual disability and autism or PDDNOS. Res Autism Spectr Disord 2009;3(1):258–68. [21] Maenner MJ, Arneson CL, Levy SE, et al. Brief report: association between behavioral features and gastrointestinal problems among children with autism spectrum disorder. J Autism Dev Disord 2012;42(7):1520–5. [22] Buie T, Campbell DB, Fuchs GJ, et al. Evaluation, diagnosis, and treatment of gastrointestinal disorders in individuals with ASDs: a consensus report. Pediatrics 2010;125(Suppl. 1):S1–18. [23] Hus V, Lord C. Effects of child characteristics on the Autism Diagnostic Interview-Revised: implications for use of scores as a measure of ASD severity. J Autism Dev Disord 2013;43(2):371–81. [24] Georgiades S, Szatmari P, Duku E, et al. Phenotypic overlap between core diagnostic features and emotional/behavioral problems in preschool children with autism spectrum disorder. J Autism Dev Disord 2011;41(10):1321–9. [25] Dominick KC, Davis NO, Lainhart J, et al. Atypical behaviors in children with autism and children with a history of language impairment. Res Dev Disabil 2007;28(2):145–62. [26] Morrison K, Rosales-Ruiz J. The effect of object preferences on task performance and stereotypy in a child with autism. Res Dev Disabil 1997;18(2):127–37. [27] Guess D, Carr E. Emergence and maintenance of stereotypy and self-injury. Am J Ment Retard 1991;96(3):299–319. [28] Oliver C, Petty J, Ruddick L, et al. The association between repetitive, self-injurious and aggressive behavior in children with severe intellectual disability. J Autism Dev Disord 2012;42(6):910–9. [29] Panksepp J. A neurochemical theory of autism. Trends Neurosci 1979;2:174–7. [30] Dubois A, Rattaz C, Pry R, et al. Autism and pain a literature review. Pain Res Manag 2010;15(4):245–53. [31] Allely CS. Pain sensitivity and observer perception of pain in individuals with autistic spectrum disorder. Sci World J 2013;2013:916178. [32] Minshawi NF, Hurwitz S, Fodstad JC, et al. The association between selfinjurious behaviors and autism spectrum disorders. Psychol Res Behav Manag 2014;7:125–36. [33] Koegel RL, Russo DC, Rincover A. Assessing and training teachers in the generalized use of behavior modification with autistic children. J Appl Behav Anal 1977;10(2):197–205. [34] Piazza CC, Adelinis JD, Hanley GP, et al. An evaluation of the effects of matched stimuli on behaviors maintained by automatic reinforcement. J Appl Behav Anal 2000;33(1):13–27. [35] Bronsard G, Botbol M, Tordjman S. Aggression in low functioning children and adolescents with autistic disorder. PLoS One 2010;5(12):e14358.
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004
Modele + NEUADO-1079; No. of Pages 8 8
ARTICLE IN PRESS N. Charfi et al. / Neuropsychiatrie de l’enfance et de l’adolescence xxx (2016) xxx–xxx
[36] Shattuck PT, Seltzer MM, Greenberg JS, et al. Change in autism symptoms and maladaptive behaviors in adolescents and adults with an autism spectrum disorder. J Autism Dev Disord 2007;37(9):1735–47. [37] Duncan D, Matson JL, Bamburg JW, et al. The relationship of self-injurious behavior and aggression to social skills in persons with severe and profound learning disability. Res Dev Disabil 1999;20(6):441–8.
[38] Emerson E, Kiernan C, Alborz A, et al. Predicting the persistence of severe self-injurious behavior. Res Dev Disabil 2001;22(1): 67–75. [39] Tordjman S, Antoine C, Cohen DJ, et al. Study of the relationships between self-injurious behavior and pain reactivity in infantile autism. Encephale 1999;25(2):122–34.
Pour citer cet article : Charfi N, et al. Étude des facteurs de risque des comportements agressifs dans les troubles du spectre autistique. Neuropsychiatr Enfance Adolesc (2016), http://dx.doi.org/10.1016/j.neurenf.2016.02.004