uploaded_media/CAPE-V_fidelity.png

2025-03-06

Fidélité et effets de tâche dans l’évaluation perceptive de la voix avec le CAPE-V

Quand la tâche et la sévérité redessinent notre perception

Dans cette étude publiée dans le Journal of Voice (en libre accès), nous avons examiné la fidélité des évaluations auditivo-perceptives réalisées avec le CAPE-V et analysé l’impact du type de tâche (voyelle tenue vs. phrases) sur la cohérence des jugements. 

📖 Consultez l’article complet ici et le résumé ci-dessous 👇!

 

🔍 Résultats clés :

  • Influence de la tâche et de la sévérité : L’évaluation des caractéristiques vocales dépend à la fois du type de stimulus et du degré de sévérité perçu, soulignant l’importance d’une approche plus nuancée dans l’évaluation clinique.
  • Les paramètres les plus fiables, toutes tâches confondues, sont la sévérité globale et le souffle, qui montrent la plus forte cohérence intra- et inter-juges, aussi bien sur les voyelles que sur les phrases.
  • Fiabilité intra-juges systématiquement plus élevée sur les phrases, pour toutes les dimensions vocales. Bien que la parole continue induise plus de variabilité inter-juges pour certains paramètres (ex. : souffle et raucité), les évaluateurs sont plus constants dans leurs propres jugements lorsqu’ils écoutent des phrases.
  • Meilleure cohérence intra- et inter-juges sur les voyelles pour les jugements de constance/intermittence, sauf pour l’intensité. Cela suggère que la phonation soutenue offre un contexte plus stable pour évaluer la constance des altérations vocales, bien que cette constance puisse ne pas se refléter en parole continue. Le choix de la tâche doit donc dépendre de l’objectif clinique :
    • Phonation soutenue → Meilleure pour analyser la stabilité biomécanique de la voix.
    • Parole continue → Essentielle pour comprendre l’utilisation fonctionnelle de la voix en contexte réel.
  • Les évaluations de hauteur et d'intensité présentent les plus grandes limites de fiabilité, soulignant la nécessité d’intégrer des mesures acoustiques complémentaires pour améliorer l’évaluation de ces paramètres.
  • La fiabilité intra-juge diffère selon les juges: Certains évaluateurs montrent une constance élevée dans leurs jugements, tandis que d'autres sont plus variables, ce qui souligne l'importance de la formation à l’évaluation perceptive de la voix.

💡 Implications cliniques et scientifiques :

  • Nos résultats soulignent l'importance de ne pas concentrer l'enseignement de l'évaluation auditivo-perceptive exclusivement sur l'atteinte d'une fiabilité parfaite, mais d'accueillir les variabilités et d'améliorer notre compréhension de ce qui l'influence, afin d'affiner l’interprétation clinique et d’adapter les pratiques d’évaluation, notamment en contextes multilingues et cliniques.
  • Cette étude souligne que la fiabilité de l’évaluation des caractéristiques vocales est influencée à la fois par la sévérité du trouble et par la nature de la tâche, mettant en évidence le besoin d’approches plus nuancées dans la formation des orthophonistes et la standardisation des évaluations.

  • L’inclusion à la fois des voyelles soutenues et de la parole continue permet une évaluation plus complète de la qualité vocale, en prenant en compte les variations des caractéristiques vocales en fonction de la tâche.

📊 Présentation et caractérisation du sous-échantillon PVQD30

Notre étude introduit et utilise le PVQD30—un sous-échantillon de 30 voix du PVQD optimisant la taille de l’échantillon, la répartition des sévérités, la cohérence inter-juges et la qualité des données—pour une analyse plus robuste de la fiabilité inter- et intra-juges :

  1. Sélection initiale : seuls les échantillons avec un diagnostic précis ont été retenus, réduisant l’ensemble à 187 échantillons. Ceux-ci ont ensuite été répartis en cinq groupes de sévérité globale selon le CAPE-V.
  2. Sélection finale du PVQD30 : six échantillons de chaque groupe de sévérité ont été retenus selon les critères suivants :
    • Inclure des échantillons avec une variabilité inter-juges faible, moyenne et élevée ;
    • Inclure à la fois des voyelles et des phrases pour chaque échantillon ;
    • Assurer un équilibre entre voix masculines et féminines.

Les caractéristiques détaillées du PVQD30 sont présentées dans l’Annexe 1 de l'article !

Conçu avec Django et Bootstrap (🎨) Mirak (2025)