Validation d’une version courte en langue française pour

Neuropsychiatrie de l’enfance et de l’adolescence 59 (2011) 415–419
Article original
Validation d’une version courte en langue française pour adolescents
de la Compulsive Internet Use Scale
Validation of a short French version for adolescents of the Compulsive Internet Use Scale
N. Cartierre ∗ , N. Coulon , R. Demerval
Laboratoire socio-psychologie et management du sport (SPMS – EA 4180), université de Bourgogne – UFR STAPS,
BP 27 877, 21078 Dijon cedex, France
Résumé
La Compulsive Internet Use Scale (CIUS) est un outil conçu pour évaluer la sévérité du comportement compulsif lié à Internet. L’objectif de
cet article est de proposer une validation en langue française d’une version courte en neuf items adaptée à la population adolescente. L’échantillon
était composé de 269 adolescents d’âge moyen de 13,8 ans. Les résultats des analyses confirmatoires montrent qu’un modèle unidimensionnel
(␣ = 0,85) s’ajuste correctement aux données et est invariant selon le genre. La validité de critère est examinée à l’aide de deux scores de dépression
et d’estime de soi. Quand les adolescents sont classés en deux catégories – compulsifs, non-compulsifs – les premiers ont des scores de dépression
plus élevés et des scores d’estime de soi plus faibles que les seconds. La CUIS-9 présente donc de bonnes qualités psychométriques et constitue
un outil potentiellement utile pour les chercheurs et les praticiens.
© 2011 Elsevier Masson SAS. Tous droits réservés.
Mots clés : Adolescents ; Échelle ; Addiction ; Internet ; CIUS ; Analyse factorielle confirmatoire
Abstract
The Compulsive Internet Uses Scale (CIUS) is a tool designed to evaluate the severity of the Internet-related compulsive behavior. The aim
of this article is to propose a French validation of a 9-items short version adapted for the adolescent population. The sample was composed of
269 adolescents with a mean age of 13.8 years. The results of the confirmatory analyses show that a unidimensional model (␣ = 0.85) is correctly
adjusted with the data and is invariant among gender. The criterion validity is examined using two scores of depression and self-esteem. When
the adolescents are classified in two categories – compulsive; non-compulsive – the firsts have higher scores of depression and weaker scores of
self-esteem than the seconds. The CUIS-9 thus has good psychometric qualities and constitutes a potentially useful tool for researchers and the
practitioners.
© 2011 Elsevier Masson SAS. All rights reserved.
Keywords: Adolescents; Scale; Addiction; Internet; CIUS; Confirmatory factor analysis
1. Introduction
L’accès à Internet connaît une évolution technologique rapide
et une large diffusion qui concerne aujourd’hui des enfants et
des adolescents de plus en plus jeunes. La connexion est illimitée, souvent sans contrôle parental, créant ainsi une situation de
grande vulnérabilité qui inquiète depuis quelques années les spé-
∗
Auteur correspondant.
Adresse e-mail : [email protected] (N. Cartierre).
0222-9617/$ – see front matter © 2011 Elsevier Masson SAS. Tous droits réservés.
doi:10.1016/j.neurenf.2011.06.003
cialistes du développement de l’enfant et de l’adolescent [1,2].
Cependant, l’usage problématique d’Internet doit être distingué
d’une consommation certes abondante mais non envahissante
ou encore d’une passion pour un domaine de connaissance se
réalisant par le biais de ces nouveaux médias. [3].
Les expressions – cyberdépendance ou cyberaddiction – sont
parfois employées de façon interchangeable pour désigner la
situation des individus qui ont du mal à contrôler leur utilisation
d’Internet au point de provoquer, d’entretenir ou d’amplifier un
certain nombre de troubles de santé et de dysfonctionnement
psychosociaux tels que la dépression, l’isolement social, une
416
N. Cartierre et al. / Neuropsychiatrie de l’enfance et de l’adolescence 59 (2011) 415–419
faible estime de soi, des conflits avec la famille et des difficultés
scolaires ou professionnelles [4–6]. Cependant, cette pathologie
n’est actuellement pas répertoriée dans les manuels internationaux de classification des maladies tels que la CIM10 ou le
DSM-IV. Young [7] a transposé d’emblée les critères de dépendance à une substance mais elle a ensuite préféré adapter les
critères diagnostiques du DSM-IV concernant le jeu pathologique, catégorisé comme un trouble du contrôle des impulsions.
Cette simple adaptation des critères d’une pathologie à une autre
a été contestée pour son caractère non scientifique. D’autres
auteurs ont préféré se référer au concept d’addiction, avec ou
sans substance, tel que proposé par Goodman [8]. Selon cet
auteur, l’addiction est un processus par lequel un comportement,
qu’il soit motivé pour satisfaire un plaisir ou pour soulager une
souffrance interne, répond à deux caractéristiques principales :
l’échec des tentatives de contrôle de ce comportement et sa persistance malgré des conséquences négatives. Mais là encore,
s’agissant spécifiquement de l’usage problématique d’Internet,
les critères diagnostiques varient selon les auteurs [9–11]. Selon
Griffiths [12], il existe très peu de cas qui répondent totalement
aux six caractéristiques d’une dépendance : le repli sur soi, la
modification de l’humeur, la tolérance, le manque, des conflits et
la rechute. La controverse concernant la pertinence, la légitimité
et la validité des concepts de dépendance ou d’addiction, dans
le cas d’un usage problématique d’Internet, a conduit certains
chercheurs à utiliser des expressions telles que consommation
pathologique ou excessive ou encore abusive [4,13].
Pour leur part, Meerkerk et al. [14] considèrent la composante
compulsive d’un comportement qui pourrait être problématique
dans l’usage d’Internet. Pour ces auteurs, l’utilisation compulsive d’Internet répond à cinq critères principaux qui sont :
• ressentir des émotions négatives lorsque l’utilisation
d’Internet est impossible ;
• continuer l’activité sur Internet malgré l’intention d’arrêter ;
• utiliser Internet pour s’extraire de pensées négatives ;
• être obnubilé par Internet au niveau de ses pensées et de ses
comportements ;
• ne pas pouvoir éviter les conflits personnels et interpersonnels
liés à une utilisation excessive d’Internet.
Sur cette base, ils ont élaboré la Compulsive Internet Utilisation Scale (CIUS) composée de 14 items et présentant un indice
de cohérence interne élevé.
Les outils disponibles dans la littérature ont été pour la plupart
conçus pour des adultes avec l’objectif d’établir un diagnostic
clinique [5,7,9]. L’intérêt de la CIUS réside dans le fait qu’il
est court, facile d’emploi et donc plus facilement utilisable dans
une perspective épidémiologique.
Les études de validation de la CIUS ont conclu à une structure unifactorielle, invariante selon le genre et l’âge. Ce résultat
est obtenu en autorisant la covariation des erreurs associées à
cinq paires d’items dont les contenus deux à deux sont très
proches. En enlevant un item par paire, l’échelle initiale pourrait
être réduite à neuf items tout en préservant des qualités psychométriques satisfaisantes. L’objectif de cet article est donc de
proposer une version française de la CIUS réduite à neuf items et
validée pour une population de jeunes adolescents. La validation
concernera la structure factorielle de cette échelle et son invariance selon le genre ainsi que les prémisses d’une concordance
de critères concernant l’estime de soi et la symptomatologie
dépressive.
2. Méthode
2.1. Participants
La population de cette étude est composée de 289 adolescents
et adolescentes scolarisés en classe de quatrième dans quatre collèges du département du Nord de la France. Deux collèges sont
en milieu rural et deux en milieu urbain. Sur ces quatre collèges,
deux sont en zone d’éducation prioritaire. Ces adolescents ont
répondu à un questionnaire dans le cadre d’une étude plus large
sur la santé des adolescents. Les données exploitées statistiquement ont concerné 269 participants, dont 51,5 % de filles, l’âge
moyen est de 13,8 ans (écart-type = 0,65). Parmi les participants,
24,5 % ont redoublé une classe, 67,5 % vivent dans une famille
nucléaire et 15,6 % dans une famille monoparentale.
2.2. Instruments et procédure
La CIUS en neuf items (CIUS-9) a fait l’objet d’une double
traduction à l’aveugle. L’adolescent est interrogé sur la fréquence de ces attitudes et comportements liés à l’utilisation
d’Internet. Pour chacun des items (Annexe 1), les cinq modalités
de réponse étaient ensuite cotées de 0 à 4. Le score total s’étend
de 0 à 36 ; plus il est élevé et plus le comportement vis-à-vis
d’Internet peut être qualifié de compulsif.
La symptomatologie dépressive a été évaluée à l’aide de la
Center for Epidemiological Studies Depression Scale. La version utilisée est la version courte en 10 items (CES-D10 ; [15]),
traduite et validée sur une population française [16]. Chaque
réponse est cotée de 0 à 3 sur une échelle évaluant la fréquence du
symptôme au cours de la semaine écoulée. Le score total s’étend
de 0 à 30 ; un score élevé est le signe d’une symptomatologie
dépressive.
Le niveau d’estime de soi a été évalué à l’aide de l’échelle
d’estime de soi de Rosenberg. L’échelle comprend dix items
avec quatre modalités de réponses de degré d’accord cotées de
1 à 4. Le score total s’étend de 10 à 40 ; moins il est élevé et plus
l’estime de soi est faible.
Les participants ont répondu anonymement à ces questionnaires qui leur ont été présentés en classe par deux étudiantes en
master de psychologie.
2.3. Analyses statistiques
La consistance interne de l’échelle a été estimée par le
coefficient alpha de Cronbach. Les analyses confirmatoires ont
été réalisées à l’aide du logiciel LISREL 8.52 via des estimations par le maximum de vraisemblance sur des matrices de
corrélations de Spearman. Après confirmation de l’adéquation
du modèle unifactoriel, la comparaison des structures pour
les groupes de filles et de garçons a été réalisée selon les
N. Cartierre et al. / Neuropsychiatrie de l’enfance et de l’adolescence 59 (2011) 415–419
étapes décrites par Kline [17]. Ainsi, deux analyses confirmatoires séparées ont été conduites : une pour les filles et l’autre
pour les garçons. Puis deux modèles sont confrontés dans une
analyse confirmatoire multigroupes : l’un exprime l’absence
de contrainte entre les deux structures et l’autre l’invariance
structurelle.
Pour ces analyses, plusieurs indices d’ajustement ont été utilisés : le χ2 /dL, le Root Mean Squared Error of Approximation
(RMSEA) et les deux indices de comparaison Comparative Fit
Index (CFI) et Goodness of Fit Index (GFI). Un modèle est
considéré comme satisfaisant lorsque le χ2 /dL est compris entre
2 et 3 [17], le RMSEA est inférieur à 0,08 [18] et les indices de
comparaisons sont supérieurs à 0,90, voire 0,95 [19].
Pour la validité de critère, le traitement statistique a consisté à
effectuer deux analyses de variance univariées pour tester l’effet
du genre et de l’usage compulsif d’Internet sur la dépression et
l’estime de soi.
3. Résultats
3.1. Analyses confirmatoires
La consistance interne de l’échelle réduite à neuf items
est élevée (␣ = 0,85), elle l’est aussi bien pour les filles
(␣ = 0,85) que pour les garçons (␣ = 0,86). Le modèle unifactoriel de l’échelle peut être considéré comme suffisamment bien
ajusté selon les critères requis : χ2 /dL = 2,190, RMSEA = 0,064,
GFI = 0,955 et CFI = 0,955.
Les résultats de l’analyse confirmatoire multigroupes
(Tableau 1) montrent que les indices d’ajustement du modèle
unifactoriel peuvent être considérés comme acceptables pour
les filles et pour les garçons. Ensuite, cette structure a été testée simultanément sur les deux groupes en n’imposant d’abord
aucune contrainte sur les paramètres (modèle de base) puis en
imposant des contraintes d’égalité entre les deux groupes pour
les poids factoriels et les erreurs de mesures sur les items
(modèle d’invariance). La différence d’ajustement entre ces
deux modèles n’est pas significative, χ2 diff (9) = 2,215, ce qui
signifie que ce modèle unifactoriel est invariant pour les deux
groupes et donc sur le genre.
Ce résultat légitime la comparaison des scores moyens
obtenus par les filles et les garçons, laquelle se révèle non
significative : 10,10 pour les filles vs 9,33 pour les garçons,
t(259) = 0,819.
Analyses séparées
Filles seulement
Garçons seulement
Analyses multigroupes
Base (pas de contraintes)
Invariance totale
3.2. Validité de critère
Les participants ont été classés en deux catégories en fonction
d’un seuil défini selon la procédure décrite par Meerkerk [20].
Ainsi, l’échelle de réponse étant en cinq points, on peut qualifier
de compulsif un comportement qui se manifeste parfois, souvent ou très souvent, soit un score à l’échelle CIUS-9 supérieur
ou égal à 18 (9 items × 2). Selon ce principe, 16,5 % de nos
participants (17,9 % pour les filles et 15,0 % pour les garçons)
peuvent être considérés à risque de comportement compulsif
dans l’utilisation d’Internet.
Les analyses de variance montrent un effet attendu du genre
sur le score de dépression, F(1, 249) = 16,18, p < 0,00008, et
sur le score d’estime de soi, F(1, 261) = 18,87, p < 0,0002.
Par ailleurs, les « compulsifs » présentent un score de dépression significativement supérieur aux « non compulsifs » : 12,4 vs
7,9 ; F(1, 249) = 27,59 ; p < 0,000001, et un score d’estime de
soi significativement inférieur aux « non compulsifs » : 26,5 vs
29,1 ; F(1, 261) = 8 ; p < 0,006. Enfin, les différences de score
moyen entre les compulsifs et non compulsifs sont plus importantes pour les filles que pour les garçons (Tableau 2), 5,44 contre
3,05 points pour le score de dépression et 2,99 contre 1,6 points
pour l’estime de soi. Cependant ces différences ne sont pas significatives, les deux analyses ne montrant pas d’effet d’interaction
genre-compulsivité.
4. Discussion
Les résultats obtenus dans cette recherche montrent que la
CIUS-9 est un outil possédant des propriétés psychométriques
satisfaisantes pour un emploi à des fins épidémiologiques. Ses
qualités sont une cohérence interne élevée malgré sa brièveté,
une interprétation facilitée du fait de son caractère unidimensionnel et de son invariance structurelle selon le genre.
Il constitue une bonne alternative aux versions plus longues
qui présentent le plus souvent des structures multifactorielles
[4,21,22]. Par exemple, l’Online Cognition Scale élaborée par
Davis et al. [23] est composée de quatre facteurs (social comfort,
loneliness/depression, diminished impulse control et distraction) ce qui, de notre point de vue, ne permet pas de cerner
précisément la spécificité éventuelle d’une pathologie liée à
l’usage d’Internet.
La comorbidité des troubles psychiatriques est manifeste
dans le cas d’un usage problématique d’Internet. Les principales pathologies associées sont l’anxiété sociale, la dépression
Tableau 2
Scores moyens (écart-types) de dépression et d’estime de soi.
Tableau 1
Analyses multigroupes et indices d’ajustement.
Modèles
417
Compulsivité vis-à-vis d’Internet
χ2 /dl
RMSEA
GFI
CFI
1,968
2,240
0,084
0,097
0,920
0,905
0,924
0,898
1,854
1,653
0,079
0,069
0,903
0,903
0,920
0,930
Compulsifs
Score de dépression
Filles
Garçons
Score d’estime de soi
Filles
Garçons
Non compulsifs
14,35 (5,93)
9,91 (6,24)
8,91 (4,65)
6,86 (4,13)
24,69 (3,95)
28,91 (5,84)
27,68 (5,04)
30,51 (4,37)
418
N. Cartierre et al. / Neuropsychiatrie de l’enfance et de l’adolescence 59 (2011) 415–419
et le trouble du déficit attentionnel avec hyperactivité. Dans cette
étude, la CIUS-9 et une symptomatologie dépressive (CESD10) est assez modeste puisqu’elle s’élève à 0,36 (et 0,24 avec
l’estime de soi). Évidemment, la question des liens de causalité
se pose mais elle restera spéculative à défaut d’un consensus sur
la définition précise d’un trouble spécifiquement lié à Internet.
La question d’un seuil à partir duquel un comportement peut
être qualifié de compulsif reste en suspens mais, en première
intention dans un processus de dépistage, un score supérieur
à 18 peut constituer une indication avant un diagnostic clinique plus approfondi [24]. En tout état de cause, un score
élevé à cette échelle constitue un signe de mal être dont les
causes profondes restent à identifier. De la même façon, la
CIUS-9 peut être un complément d’investigation rapidement
mobilisable même si le motif de la consultation ou du signalement ne concerne pas a priori une utilisation problématique
d’Internet (par exemple, dans des situations de décrochage scolaire). Néanmoins, des études complémentaires s’avèrent encore
nécessaires pour confirmer l’intérêt de l’outil. En particulier, son
pouvoir discriminant doit être examiné en utilisant différents
profils d’utilisateurs d’Internet, en particulier des consommateurs pathologiques qui sont amenés à consulter dans des centres
spécialisés ou non.
Nos résultats ne montrent pas de différence entre les filles
et les garçons au niveau du degré de comportement compulsif associé à Internet, ce qui ne signifie pas que les processus
sous-jacents soient de même nature. Les activités considérées
comme potentiellement les plus problématiques et les plus spécifiques de cette nouvelle technologie sont, d’une part, celles
qui favorisent la communication instantanée et, d’autre part,
celles qui engagent les utilisateurs dans des jeux en réseaux
[13,25–27]. Or, il semblerait que le premier type d’utilisation
concerne davantage les adolescentes et le second, davantage les adolescents [28,29]. Il conviendrait donc d’associer
à l’échelle CUIS-9 d’autres instruments d’investigation permettant de révéler le type d’activités privilégiées sur Internet
[13,30].
5. Conclusion
Il existe un certain nombre de controverses concernant la
définition, les outils, les critères diagnostiques et la direction
des effets s’agissant des manifestations pathologiques liées à
une utilisation problématique d’Internet. Néanmoins, les études
se multiplient sur le plan international et les centres de traitement spécialisés se développent. Les adolescents sont plus
particulièrement vulnérables car Internet possède un certain
nombre de caractéristiques qui rencontrent leur besoin de contact
social, d’indépendance et d’expérimentation. La construction
des connaissances scientifiques dans ce domaine peut bénéficier
d’un outil efficace tel que l’échelle CUIS-9.
Déclaration d’intérêts
Les auteurs déclarent ne pas avoir de conflits d’intérêts en
relation avec cet article.
Annexe 1. Matériel complémentaire
Le matériel complémentaire accompagnant la version en
ligne de cet article est disponible sur http://www.sciencedirect.
com et doi:10.1016/j.neurenf.2011.06.003.
Références
[1] Greenfield P, Yan Z. Children, adolescents, and the Internet: a new field of
inquiry in developmental psychology. Dev Psychol 2006;42:391–4.
[2] Whitlock JL, Powers JL, Eckenrode J. The virtual cutting edge: the Internet
and adolescent self-injury. Dev Psychol 2006;42:407–17.
[3] Hayez JY. Quand le jeune est scotché à l’ordinateur : les consommations estimées excessives. Neuropsychiatr Enfance Adolesc 2006;54:
189–99.
[4] Caplan SE. Problematic Internet use and psychosocial well-being: development of a theory-based cognitive-behavioral measurement instrument.
Comput Hum Behav 2002;18:553–75.
[5] Ko CH, Yen JJ, Chen CC, Chen SH, Yen CF. Proposed diagnostic criteria
of Internet addiction for adolescents. J Nerv Ment Dis 2005;193:728–33.
[6] Young K. Internet addiction: symptoms, evaluation and treatment. In: In:
VandeCreek L, Jackson T, editors. Innovations in clinical practice: a source
book, vol. 17. Sarasota, FL: Professional Resource Press; 1999. p. 19–31.
[7] Young KS. Internet addiction: the emergence of a new clinical disorder.
Cyberpsychol Behav 1998;1:237–44.
[8] Goodman A. Addiction: definition and implications. Br J Addict
1990;85:1403–8.
[9] Beard KW, Wolf EM. Modification in the proposed diagnostic criteria for
Internet addiction. Cyberpsychol Behav 2001;4:377–83.
[10] Ko CH, Yen JY, Yen CF, et al. The comorbid psychiatric symptoms of
Internet addiction: Attention Deficit and Hyperactivity Disorder (ADHD),
depression, social phobia, and hostility. J Adolesc Health 2005;41:93–8.
[11] Shapira NA, Lessig MC, Goldsmith TD, et al. Problematic Internet
use: proposed classification and diagnostic criteria. Depress Anxiety
2003;17:207–16.
[12] Griffiths M. Addiction sans drogue, quand le cerveau a le goût du jeu. In:
Centre d’analyse stratégique. Jeux vidéo : Addiction ? Induction ? Régulation : actes de séminaire. Paris: Premier Ministre; 2010. p. 20–2.
[13] Davis RA. A cognitive-behavioral model of pathological Internet use. Comput Hum Communication 2001;17:187–95.
[14] Meerkerk GJ, Van Den Eijnden RJJM, Vermulst AA, Garretsen HFL. The
Compulsive Internet Use Scale (CIUS): some psychometric properties.
Cyberpsychol Behav 2009;12:1–6.
[15] Andresen EM, Malmgren JA, Carter WB, Patrick DL. Screening for depression in well older adults: evaluation of a short form of the CES-D (Center for
Epidemiologic Studies Depression scale). Am J Prev Med 1994;10:77–84.
[16] Cartierre N, Coulon N, Demerval R. Analyse confirmatoire de la version
courte de la Center for Epidemiological Studies of Depression Scale (CESD10) chez les adolescents. Encephale 2011 [xxx–xxx].
[17] Kline RB. Principles and practice of structural equation modeling. 2nd ed.
London: The Guilford Press; 2005.
[18] Browne MW, Cudeck R. Alternative ways of assessing model fit. Sociol
Method Res 1992;21:230–58.
[19] Hu LT, Bentler PM. Cut-off criteria for fit indexes in covariance structure analysis: conventional criteria versus new alternatives. Struct Equation
Model 1999;6:1–55.
[20] Meerkerk GJ. Pwned by the Internet: explorative research into the causes
and consequences of compulsive Internet use (doctoral thesis). Rotterdam:
IVO; 2007. Disponible à: URL: http://www.ivo.nl/?id=557.
[21] Chang MK, Law SPM. Factor structure for Young’s Internet Addiction
Test: a confirmatory study. Comput Hum Behav 2008;24:2597–619.
[22] Widyanto L, McMurran M. The psychometric properties of the Internet
addiction test. Cyberpsychol Behav 2004;7:443–50.
[23] Davis RA, Flett GL, Besser A. Validation of a new scale for measuring problematic Internet use: implications for pre-employment screening.
Cyberpsychol Behav 2002;5:331–45.
N. Cartierre et al. / Neuropsychiatrie de l’enfance et de l’adolescence 59 (2011) 415–419
[24] Beard KW. Internet addiction: a review of current assessment techniques
and potential assessment questions. Cyberpsychol Behav 2005;8:7–14.
[25] van den Eijnden RJ, Meerkerk GJ, Vermulst AA, Spijkerman R, Engels
RC. Online communication, compulsive Internet use, and psychosocial well-being among adolescents: a longitudinal study. Dev Psychol
2008;44:655–65.
[26] Young KS. Caught in the net: how to recognize the signs of Internet addiction and a winning strategy for recovery. New York: John Wiley & Sons;
1998.
419
[27] Wan CS, Chiou WB. The motivations of adolescents who are addicted to
online games: a cognitive perspective. Adolescence 2007;42:179–97.
[28] Morahan-Martin J, Schumacher P. Incidence and correlates of pathological Internet use among college students. Comput Hum Behav 2000;16:
13–29.
[29] Lin CH, Yu SF. Adolescent Internet usage in Taiwan: exploring gender
differences. Adolescence 2008;43:317–31.
[30] Weiser EB. The functions of Internet use and their social and psychological
consequences. Cyberpsychol Behav 2001;4:723–43.