Ce résumé a été présenté lors de l’assemblée annuelle 2018 de la Society for Prevention Research qui s’est tenue du 29 mai au 1er juin 2018 à Washington, DC, États-Unis.

Université Frances Gardner d’Oxford

P.H.O. Université Leijten d’Amsterdam; Université G.J. Melendez-Torres Cardiff; Victoria Harris Institute of Psychiatry;  Institut sabine landau de psychiatrie; Université Joanna Mann Oxford; Jennifer Beecham London School of Economics; Université Judy Hutchings Bangor; Stephen Scott Institute of Psychiatry

Pour faire progresser la prévention, il est essentiel d’améliorer le ciblage des interventions vers les sous-groupes à risque. Nous combinons deux types complémentaires de méta-analyse pour tester les effets différentiels d’âge des interventions parentales. Le ciblage par âge est important en raison de la politique et de la poussée scientifique récentes vers une intervention précoce, en se fondant sur des preuves que le développement est plus malléable pendant les périodes sensibles. Heckman a agrégé les données à travers les âges et les interventions multiples, affirmant une plus grande efficacité et la rentabilité des interventions précoces ou ultérieures. Cependant, ses analyses sont limitées par la confusion de l’âge avec le type d’intervention (p. ex. parentalité par rapport aux bootcamps), ne permettant aucune comparaison d’interventions similaires à différents âges. Dans le domaine des interventions parentales pour les problèmes de conduite, les chercheurs ont testé les effets de l’âge dans des interventions similaires, en utilisant la méta-analyse conventionnelle, mais cela a donné des résultats mitigés, et est limité par le codage des modérateurs au niveau agrégé de l’essai, de conséquent, toutes les informations sont perdues sur la variabilité à l’intérieur de l’essai dans l’âge. De plus, aucun essai n’a porté sur la rentabilité différentielle selon l’âge.

Pour surmonter ces limites, nous avons effectué une méta-analyse des données individuelles des participants (DPI) d’un ensemble quasi complet d’essais randomisés européens sur l’intervention parentale des années incroyables (IY;1799 enfants âgés de 2 à 10 ans; 14 essais, 6 pays). Nous avons utilisé la modélisation des effets aléatoires pour séparer l’individu de la variation au niveau de l’essai. Lorsque les instruments de résultats différaient, nous avons harmonisé les données entre les essais à l’aide des scores de déviation des normes pour le résultat principal, le comportement perturbateur des enfants rapporté par les parents. Les données économiques ont été harmonisées dans un sous-ensemble de 5 essais au Royaume-Uni. Notre étude complémentaire a méta-analysé 150 essais de programmes parentaux, en utilisant une estimation robuste de la variance (396 tailles d’effet; N=16 345, âge 2-10) pour vérifier si, au niveau global de l’essai, les effets d’intervention sur les comportements perturbateurs sont modérés par l’âge de l’enfant; et si les programmes axés sur le développement sont plus efficaces.

Nous avons constaté que, contrairement aux attentes de la littérature, dans les deux méthodes, il n’y avait pas d’effets de l’âge sur les résultats de l’intervention; les analyses économiques ont suggéré que la rentabilité était plus élevéeà un âge plus avancé. Il est donc possible que le retour sur investissement soit plus élevé à un âge plus avancé et non à un âge plus jeune. Pour examiner les effets différentiels, nos méthodes jumelles sont idéales pour combiner les forces de la généralisabilité à travers un plus large éventail d’interventions et de paramètres dans la méta-analyse conventionnelle, avec la plus grande puissance, la précision, et, surtout, l’utilisation de l’information d’âge de niveau individuel offerte par ipd. L’examen de la rentabilité différentielle est nouveau et tire des conclusions très différentes de celles de Heckman lorsqu’on compare les effets d’interventions semblables à différents âges.