TDAH chez les jeunes, quatre thérapies numériques comparées

Cette revue systématique a réuni 32 essais randomisés portant sur 2 819 enfants et adolescents de 4 à 17 ans ayant un TDAH diagnostiqué selon le DSM-5 ou la CIM-10. Elle compare quatre formes de thérapies numériques , avec ou sans intelligence artificielle et avec une tâche unique ou une double tâche cognitive et motrice. Une méta-analyse en réseau combine les comparaisons disponibles entre plusieurs interventions, même si elles n’ont pas toutes été directement opposées dans les mêmes essais.

Dans les analyses bayésiennes, la modalité associant intelligence artificielle et double tâche cognitive et motrice arrive en tête des classements pour tous les résultats. Elle présentait la probabilité la plus élevée d’amélioration des symptômes centraux du TDAH et des fonctions exécutives. Les évaluations reposaient sur l’ADHD-RS, les sous-échelles d’inattention et d’hyperactivité-impulsivité du SNAP-IV, ainsi que le BRIEF pour les fonctions exécutives.

Ce classement ne résume pas toute l’incertitude. Pour l’ADHD-RS, l’intervalle de prédiction ne croisait pas zéro. Ceux du SNAP-IV et du BRIEF le croisaient, ce qui signale une forte hétérogénéité entre les études et une généralisation limitée des résultats. La portée reste incertaine selon l’outil d’évaluation retenu. La durée de l’intervention et l’âge moyen pourraient expliquer une partie des différences observées.

L’évaluation du risque de biais apporte des réserves méthodologiques importantes . Parmi les études incluses, 40,6 % présentaient un risque élevé, 21,9 % suscitaient certaines préoccupations et 37,5 % avaient un risque faible. Les difficultés tenaient surtout au manque d’informations sur la randomisation ou l’aveugle. L’approche intégrant l’IA obtient donc la probabilité d’amélioration la plus élevée, sans effacer l’hétérogénéité ni les limites des données.