Test de Student apparié ou Wilcoxon pour un score de douleur avant/après traitement : comment choisir ?

Vous évaluez l'effet d'un traitement de kinésithérapie sur la douleur de vos patients. Vous avez mesuré un score de douleur avant la prise en charge, puis après. Votre tableau est prêt, vos données sont là — et maintenant surgit la question qui bloque presque tous les étudiants au moment de l'analyse : faut-il utiliser le test de Student apparié ou le test de Wilcoxon pour comparer ces scores de douleur avant/après traitement ? Les deux tests comparent des mesures répétées sur le même groupe, mais ils ne s'appliquent pas dans les mêmes conditions. Dans cet article, nous allons démêler la confusion une bonne fois pour toutes, avec une règle de décision claire et un exemple concret.

Pourquoi cette question revient-elle si souvent dans les mémoires ?

Le plan avant/après sur un même groupe est de loin la structure la plus fréquente dans les mémoires de kinésithérapie, d'ergothérapie ou de médecine physique. On recrute un échantillon de patients, on applique un protocole thérapeutique, et on mesure si le score de douleur a évolué entre le début et la fin du traitement. Simple en apparence, mais la question statistique qui en découle génère une confusion systématique.

La raison ? Le test de Student apparié et le test de Wilcoxon signé-rang sont tous les deux conçus pour des données appariées. Ils comparent, pour chaque participant, la différence entre sa mesure initiale et sa mesure finale. La ressemblance de leur objectif pousse à croire qu'ils sont interchangeables. Ils ne le sont pas. Leur différence fondamentale tient à une hypothèse sur la distribution de vos données.

Les conditions d'application : la clé du choix

Le test de Student apparié : puissant, mais exigeant

Le test de Student apparié (aussi appelé t-test pour échantillons appariés) repose sur une hypothèse centrale : les différences entre les mesures avant et après doivent suivre une distribution normale. Attention, ce n'est pas la distribution des scores bruts qui doit être normale, mais bien celle des différences individuelles (score_après − score_avant, calculé pour chaque patient).

Concrètement, si vous avez 30 patients et que vous calculez pour chacun la différence de son score de douleur, vous obtenez 30 valeurs. C'est sur ces 30 différences que porte l'hypothèse de normalité.

Quand cette condition est respectée, le test de Student est dit paramétrique : il exploite pleinement l'information contenue dans les données et offre une meilleure puissance statistique, c'est-à-dire une meilleure capacité à détecter un effet réel quand il existe.

Le test de Wilcoxon signé-rang : robuste et non paramétrique

Le test de Wilcoxon signé-rang est l'alternative non paramétrique au test de Student apparié. Il ne requiert pas de normalité. Au lieu de travailler sur les valeurs brutes des différences, il les classe par ordre de grandeur (les rangs) et vérifie si ces rangs sont distribués de façon symétrique autour de zéro.

Ce test est donc préférable lorsque :

Sa contrepartie : en perdant une partie de l'information (les valeurs exactes sont remplacées par des rangs), il est légèrement moins puissant que le Student quand les données respectent effectivement la normalité. Mais cette perte est souvent négligeable, et la robustesse qu'il offre en fait un choix très sûr pour les petits échantillons.

La règle de décision en pratique : tester la normalité des différences

Le critère décisif est donc la normalité des différences. Voici la démarche à suivre, étape par étape :

  1. Calculez les différences individuelles : pour chaque patient, soustrayez le score avant du score après (ou l'inverse, la direction importe peu du moment qu'elle est cohérente).
  2. Testez la normalité de ces différences avec un test adapté à votre effectif :
  1. Interprétez le résultat :

Une précision importante : un test de normalité non significatif ne prouve pas que les données sont normales, il indique seulement qu'on n'a pas suffisamment de preuves du contraire. C'est pour cela que le jugement visuel (via un Q-Q plot ou un histogramme) reste un complément précieux, surtout sur de très petits effectifs où le test de Shapiro-Wilk manque de puissance.

Exemple concret : EVA douleur lombaire avant/après kinésithérapie

Imaginons un mémoire de fin d'études en kinésithérapie portant sur 18 patients souffrant de lombalgie chronique. Chaque patient a renseigné son niveau de douleur sur une Échelle Visuelle Analogique (EVA) de 0 à 100 mm, avant et après un protocole de 8 séances.

L'étudiant calcule les 18 différences (EVA_avant − EVA_après). Il applique ensuite le test de Shapiro-Wilk sur ces différences et obtient p = 0,03. La normalité est donc rejetée au seuil de 5 %. De plus, avec seulement 18 participants, l'effectif est faible.

La conclusion est nette : il faut utiliser le test de Wilcoxon signé-rang. Ce test compare les rangs des différences et produit une statistique W (ou Z selon les logiciels) associée à une p-valeur. Si p < 0,05, on conclut que la douleur a évolué de façon statistiquement significative entre le début et la fin du traitement.

Si, au contraire, le test de Shapiro-Wilk avait renvoyé p = 0,42 et que le Q-Q plot avait montré des points alignés sur la diagonale, le Student apparié aurait été le bon choix, et l'interprétation se serait faite via la statistique t et les degrés de liberté.

Les erreurs fréquentes à éviter dans votre mémoire

Tester la normalité sur les scores bruts plutôt que sur les différences

C'est l'erreur la plus répandue. Certains étudiants vérifient si les scores EVA avant (ou après) suivent une loi normale. Mais l'hypothèse du Student apparié porte uniquement sur les différences, pas sur les scores originaux. Une distribution normale des scores avant ne garantit pas une distribution normale des différences, surtout si les scores après sont très hétérogènes.

Choisir Wilcoxon « par sécurité » sans le justifier

Certains choisissent systématiquement Wilcoxon pour éviter d'avoir à tester la normalité. C'est défendable sur le plan pratique, mais votre jury ou votre directeur de mémoire attendra une justification explicite. Écrire simplement « nous avons utilisé le test non paramétrique de Wilcoxon en raison de la nature ordinale des données et du faible effectif » est une formulation honnête et acceptable.

Confondre le test de Wilcoxon signé-rang avec le test de Wilcoxon-Mann-Whitney

Ce sont deux tests distincts. Le test de Wilcoxon signé-rang s'applique à des données appariées (même individu, deux mesures). Le test de Mann-Whitney (parfois appelé Wilcoxon-Mann-Whitney) compare deux groupes indépendants. Dans un plan avant/après sur le même groupe, c'est toujours le test signé-rang qui s'applique.

Oublier de décrire les données avant de tester

Quel que soit le test choisi, commencez toujours par des statistiques descriptives : médiane et écart interquartile si vous utilisez Wilcoxon, moyenne et écart-type si vous utilisez Student. Présenter directement une p-valeur sans décrire la tendance centrale de vos données est une lacune que les jurys repèrent immédiatement.

Conclusion : une règle simple, une démarche rigoureuse

Pour comparer un score de douleur avant/après traitement sur le même groupe de patients, la règle est finalement assez simple à retenir :

Ce qui compte, ce n'est pas tant le test choisi que la capacité à justifier ce choix de manière transparente dans votre mémoire. Un jury comprend qu'on utilise Wilcoxon plutôt que Student ; il tolère moins qu'on ne sache pas expliquer pourquoi.

Vous travaillez en ce moment sur un mémoire en kinésithérapie ou dans une autre discipline de santé et vous hésitez sur le bon test à appliquer à vos données ? L'équipe Zycral vous accompagne : analyse statistique sur mesure, vérification des hypothèses, interprétation des résultats et mise en forme pour votre jury. Découvrez nos services d'aide à l'analyse statistique et obtenez des résultats fiables, expliqués clairement.