Une limite majeure de la recherche quantitative menée dans le champ de la thérapie de couple est qu’elle a été conduite presque exclusivement au niveau d’analyse individuel. Le niveau individuel renvoie aux changements du fonctionnement intrapsychique ou interpsychique perçu par la personne elle-même, analysés sans tenir compte de la nature réciproque des relations (Kenny et al., 2020). Ce qui intéresse particulièrement la recherche et la pratique en thérapie de couple, ce sont les effets de réciprocité au niveau dyadique (par exemple une satisfaction relationnelle accrue) ou au niveau familial (par exemple un meilleur fonctionnement familial ; Gurman et Kniskern, 1978). S’en tenir au seul niveau individuel revient à ignorer les effets réciproques (c’est-à-dire la manière dont les comportements des membres d’une dyade s’influencent l’un l’autre) : c’est une restriction, puisque cela montre seulement comment une personne répondante change d’un temps d’évaluation à l’autre. Bien que cette limite soit connue dans la recherche sur la thérapie de couple, on y répond soit en traitant les données quantitatives de manière insuffisante, soit en évitant purement et simplement ces méthodes (Ochs et al., 2020). Des exemples du premier cas sont le calcul de la moyenne des scores de résultat des deux membres de la dyade, ou la conduite d’analyses séparées pour les maris et pour les épouses. Dans ces deux exemples, on ne tient pas compte de l’interdépendance entre les scores (c’est-à-dire des données emboîtées), si bien que le phénomène d’intérêt, la nature réciproque des relations, disparaît de l’objet de recherche (Kenny et al., 2020).

Dans cet article, nous entendons présenter une alternative à l’analyse des données au niveau individuel, en examinant les associations entre l’alliance thérapeutique (c’est-à-dire le lien émotionnel entre la personne thérapeute et la personne suivie, et leur accord sur les tâches et le but de la thérapie ; Bordin, 1979) et la satisfaction dans la relation de couple. Même si une abondante littérature a été consacrée à ce sujet, et montre que la force de l’alliance entre thérapeute et personne suivie prédit le résultat du traitement (Del Re et al., 2021 ; Flückiger et al., 2018 ; Friedlander et al., 2018), notre étude vise à nuancer davantage ces résultats en montrant comment l’analyse dyadique (Kenny et al., 2020) peut être appliquée pour repérer des effets réciproques dans le temps.

Les analyses dyadiques (Kenny et al., 2020) sont une adaptation méthodologique d’approches statistiques existantes, comme la modélisation mixte (MM ; Curran et Bauer, 2011) ou la modélisation par équations structurelles (SEM ; Weston et Gore, 2006). Comme leur nom l’indique, les méthodes réunies sous l’appellation d’analyse dyadique déplacent le niveau d’analyse de l’individuel vers le dyadique. Elles s’appliquent à des données recueillies à un ou plusieurs temps de mesure pour examiner une covariation supposée entre les membres d’une dyade. L’usage des analyses dyadiques comme outil d’analyse de données longitudinales présente un grand intérêt. De telles études longitudinales peuvent identifier des modérateurs et des médiateurs (c’est-à-dire des processus) des résultats du traitement dans le temps (Kazdin, 2007). Comme la mise en place d’un suivi systématique des résultats (ROM ; Tilden et Wampold, 2017) devient une pratique courante dans de nombreuses cliniques, la production de données recueillies fréquemment a explosé. Ces données peuvent être utilisées dans des plans de recherche longitudinaux pour mieux comprendre comment les systèmes changent dans le temps. Dans la présente étude, nous examinons comment les effets réciproques évoluent dans le temps, et nous avons donc choisi de conceptualiser la nature emboîtée des données dyadiques dans le cadre du modèle d’interdépendance acteur-partenaire (actor-partner interdependence model, APIM ; Cook et Kenny, 2005). Dans l’APIM, les effets réciproques sont appelés effets acteur-partenaire (Cook et Kenny, 2005). La figure 1 donne une représentation visuelle de l’APIM. Si l’on suppose plutôt que le changement se produit de façon déterministe, un modèle dyadique de courbe de croissance peut convenir. Nous renvoyons à Kenny et al. (2020) pour une discussion approfondie sur le choix du modèle le mieux ajusté à des jeux de données dyadiques longitudinaux.

Contrairement à l’hypothèse centrale des méthodes quantitatives linéaires, selon laquelle les observations (c’est-à-dire les données) sont indépendantes les unes des autres (Kenny et al., 2020), l’hypothèse fondamentale de l’APIM est la non-indépendance des données. La non-indépendance pose que des personnes placées dans la même situation, comme un couple qui suit une thérapie ensemble, auront des scores de résultat interdépendants. Ainsi, leurs comportements pendant la thérapie (par exemple leurs alliances avec leur thérapeute de couple) peuvent prédire non seulement leur propre résultat (par exemple la satisfaction relationnelle), mais aussi celui de leur partenaire. L’analyse dyadique permet de tester ces effets réciproques supposés, autrement dit de tester la non-indépendance.

La non-indépendance peut avoir différentes sources : des effets de composition (par exemple une similitude de personnalité ; Klohnen et Luo, 2003), un destin commun (par exemple des facteurs contextuels partagés ; Ledermann et al., 2010) et des effets acteur-partenaire (par exemple l’effet de la dépression du mari sur la satisfaction conjugale de l’épouse ; Kenny, 1996 ; Kenny et al., 2020). Les effets de composition présentent peu d’intérêt pour la recherche sur la thérapie de couple, car ils représentent probablement des traits moins malléables, qui influent donc peu sur la manière dont ces systèmes changent sur la durée d’une thérapie (Kenny, 1996). Dans la suite, nous ne traiterons que des effets acteur-partenaire comme source de non-indépendance dans l’APIM. Pour une discussion détaillée des situations où choisir le modèle du destin commun plutôt que l’APIM, nous renvoyons à Galovan et al. (2017).

Comme on peut le déduire de plusieurs méta-analyses de la littérature de recherche sur la thérapie de couple (Rathgeber et al., 2019 ; Roddy et al., 2020 ; Shadish et Baldwin, 2003 ; Shadish et Baldwin, 2005), une grande majorité des études a utilisé des plans de recherche qui négligent l’examen des effets réciproques. Au mieux, ces études montrent comment les individus changent d’un point à un autre (généralement deux temps de mesure seulement), conformément à l’approche nomothétique (c’est-à-dire avec l’objectif de faire des prédictions générales sur la population ; Beltz et al., 2016). Elles ne disent pas comment les dyades changent dans le temps, et leur intérêt se limite donc à illustrer l’efficacité générale des traitements. Bien qu’un nombre croissant de recherches applique les analyses dyadiques à l’étude des effets réciproques, la plupart relèvent de la psychologie sociale et des études sur la famille et le développement (Kenny et al., 2020). Malgré les avantages évidents des analyses dyadiques, leur application dans la recherche sur la thérapie de couple est restée, à notre connaissance, rare.

L’article fondateur d’Anderson et Johnson (2010) sur les alliances thérapeutiques est très probablement la première publication scientifique à avoir introduit l’APIM dans le champ de la thérapie de couple. Un défaut commun des études menées (par exemple Anderson et Johnson, 2010 ; Anderson et al., 2020 ; Bergeron et al., 2020) est qu’elles comportent un nombre limité de temps d’évaluation. Concrètement, elles révèlent des influences réciproques, mais pas dans la durée. Dans la présente étude, nous voulons montrer comment les analyses dyadiques peuvent être utilisées dans un plan longitudinal pour traiter les alliances thérapeutiques et la satisfaction relationnelle comme des objets mesurés fréquemment tout au long du traitement. Nous examinons ainsi comment, au sein de chaque dyade, les deux membres s’influençaient l’un l’autre pendant une thérapie de couple intensive suivie ensemble en milieu hospitalier. La fréquence élevée des temps d’évaluation et la mise en regard de la variable de résultat et de la variable de processus visaient à approfondir l’étude du lien entre les alliances et la satisfaction relationnelle. Le but de cette étude est donc double, à la fois dans le prolongement du travail pionnier d’Anderson et Johnson (2010) et en élargissant leurs questions de recherche. D’abord, nous familiariserons le lectorat avec les analyses dyadiques et avec la manière de les appliquer au moyen de la MM, conceptualisées dans le cadre de l’APIM, pour étudier les processus et les résultats en thérapie de couple. La MM a été choisie parce qu’elle est considérée comme l’approche la plus souple pour estimer l’APIM (Kenny et al., 2020). Ensuite, nous ferons progresser les connaissances sur la manière dont les alliances entre thérapeutes et personnes suivies s’associent à la satisfaction relationnelle dans le temps, dans le contexte d’une thérapie de couple en milieu hospitalier. Conformément à ce second objectif, nous examinerons les questions de recherche suivantes :

• L’alliance thérapeutique d’une personne prédit-elle sa propre satisfaction dans la relation de couple au fil du temps ? (Effet acteur.)
• L’alliance thérapeutique d’une personne prédit-elle la satisfaction de l’autre partenaire dans la relation de couple au fil du temps ? (Effet partenaire.)
• La satisfaction d’une personne dans la relation de couple prédit-elle sa propre alliance thérapeutique au fil du temps ? (Effet acteur.)
• La satisfaction d’une personne dans la relation de couple prédit-elle l’alliance thérapeutique de l’autre partenaire au fil du temps ? (Effet partenaire.)
• Les éventuels effets acteur et partenaire sont-ils influencés par le genre ? (Effets genrés.)

Méthode

Approbation éthique

L’équipe de recherche a demandé une approbation éthique pour cette étude. Celle-ci a été accordée par le comité régional d’éthique (REFNUM 2018/148).

Traitement

Il s’agit d’une étude naturaliste de thérapie de couple menée dans une clinique résidentielle du système public de santé norvégien, l’Unité famille (Family Unit, FU) du centre psychiatrique Modum Bad, à Vikersund (Norvège). Grâce à l’assurance maladie publique, le traitement est gratuit. Les couples séjournaient à la FU pendant 6 à 12 semaines environ. Ils y étaient adressés par leur médecin généraliste, souvent en collaboration avec les services locaux de santé mentale. Bien que des enfants de 1 à 16 ans accompagnent aussi leurs parents pendant l’hospitalisation, ces enfants ne participent pas activement à la thérapie et ne sont donc pas évoqués davantage. Les critères d’hospitalisation étaient qu’au moins un membre du couple ait reçu un diagnostic de trouble mental selon la Classification internationale des maladies, 10^e édition (CIM-10 ; Organisation mondiale de la santé, 1992) et que le couple souffre d’une détresse relationnelle associée (par exemple violences verbales importantes, problèmes d’intimité, stress parental ou relations extraconjugales). Toutes les personnes qui demandaient une hospitalisation à la FU passaient un entretien avec l’équipe sur leur histoire psychiatrique et relationnelle, afin d’évaluer si le programme de traitement leur convenait. Avant d’envisager une hospitalisation à la FU, on vérifiait que le traitement antérieur assuré par les services locaux de santé mentale avait échoué. Toutes les hospitalisations à la FU étaient programmées. Les personnes présentant un risque suicidaire actif, un état psychotique ou un abus de substances en cours n’étaient pas admises à la FU, pas plus que les couples où existait une violence physique interpersonnelle en cours.

La FU compte au total 12 thérapeutes (dont 66,67 % de femmes, d’un âge moyen de 44,58 ans, avec une durée moyenne de 7,16 ans de formation initiale et continue comme spécialistes de santé mentale), qui prennent en charge les neuf couples présents à tout moment. Tous les couples étaient suivis par au moins deux thérapeutes (une personne psychologue clinicienne, psychiatre ou thérapeute familiale, associée à une personne infirmière spécialisée et/ou thérapeute familiale). Un examen médical de toutes les personnes admises était réalisé à l’arrivée. La thérapie de couple telle qu’elle est pratiquée dans cette unité doit être comprise comme une partie intégrante d’un programme de traitement global, qui comprend donc une plus grande variété de composantes que ce qui est habituel dans les services ambulatoires ordinaires de thérapie de couple. Ces composantes comprennent deux séances de thérapie de couple par semaine (par exemple centrée sur les émotions, psychodynamique ou collaborative), une séance hebdomadaire d’art-thérapie, une séance hebdomadaire de psychoéducation et deux séances d’exercice physique par semaine. Le programme de traitement proposé à la FU, bien qu’il cible la relation de couple, ne suit pas un modèle thérapeutique particulier : il se comprend plutôt comme l’intégration des perspectives systémique et individuelle. Les stratégies d’intervention appliquées étaient donc tirées de modèles de thérapie individuelle, de couple et de famille. Pour une description détaillée du programme de traitement, nous renvoyons à Tilden (2008). L’ensemble des thérapeutes participait toutes les deux semaines à une intervision avec une personne superviseure externe, et chaque semaine à une supervision interne utilisant les informations issues des retours structurés des personnes hospitalisées. Ce projet étant naturaliste et pluriel, des approches thérapeutiques non manualisées étaient appliquées, et aucune conformité à un modèle particulier de thérapie de couple n’a donc été contrôlée.

Participants

Toutes les personnes hospitalisées à la FU entre janvier 2018 et avril 2021 pouvaient être incluses. Sur les 196 personnes invitées à participer à la présente étude, 169 ont donné leur consentement éclairé. Vingt-trois autres ont été exclues parce qu’elles ne remplissaient pas les critères d’inclusion, soit qu’elles ne soient pas hospitalisées avec l’autre membre du couple, soit qu’elles ne soient pas dans une relation hétérosexuelle. Ainsi, 146 personnes formant 73 couples hétérosexuels constituent le présent échantillon. L’âge moyen était de 40,99 ans (ET 7,56, étendue 24-61). Au total, 74,7 % des personnes participantes avaient reçu, avant ou pendant l’hospitalisation, un diagnostic de trouble psychiatrique ; 23,7 % remplissaient les critères de deux diagnostics et 4,8 % ceux de trois diagnostics. Les catégories diagnostiques les plus fréquentes étaient les troubles affectifs (34,2 %) et les troubles de l’adaptation (33,5 %), y compris le trouble de stress post-traumatique (TSPT). Une proportion significativement plus élevée de femmes (83,5 %) que d’hommes (65,7 %, χ², p = 0,014) avait un tel diagnostic.

Sur les 146 personnes participantes, 82,1 % (n = 120) avaient rempli un formulaire sur la prise de médicaments pendant le traitement. Parmi ces personnes, 34,9 % déclaraient prendre un médicament à l’admission (18,3 % des antidépresseurs, 8,3 % des antalgiques, 5 % des anxiolytiques et 3,3 % des hypnotiques). En outre, 12,5 % déclaraient prendre un deuxième médicament (7,5 % des hypnotiques, 3,3 % des anxiolytiques et 1,7 % des antalgiques), et 5,8 % prenaient trois médicaments ou plus (3,3 % des hypnotiques et 2,5 % des antalgiques) au moment de l’hospitalisation. En fin de traitement, 32,5 % déclaraient prendre un médicament. La prise d’un deuxième médicament était tombée à 9,2 %, et celle de trois médicaments ou plus à 5 %. Toutefois, ces baisses entre le début et la fin du traitement, tant pour la prise de médicaments en général que pour celle d’un deuxième médicament (de 34,9 % à 32,5 % et de 12,5 % à 9,2 % respectivement), n’étaient pas significatives (χ² 0,15, p = 0,69 et χ² 0,67, p = 0,41 respectivement).

Parmi les personnes qui avaient rempli le formulaire sur la prise de médicaments (n = 120), 18,3 % avaient signalé à leur thérapeute avoir subi des violences sexuelles dans l’enfance, 19,7 % avaient été exposées à des violences physiques dans l’enfance, et 48,3 % rapportaient avoir vécu d’autres événements traumatiques dans l’enfance. Plus de la moitié (54,6 %) des personnes répondantes avaient connu des traumatismes répétés dans l’enfance. Parmi les foyers (n = 60) représentés par ces personnes, 41,6 % comptaient un membre adulte de la famille (c’est-à-dire un parent ou un membre du couple) exposé à des événements traumatiques répétés dans l’enfance. Pour l’exposition à des événements traumatiques répétés à l’âge adulte, la proportion de foyers concernés est de 36,6 %. Un certain nombre de personnes parmi ces 82,1 % avaient aussi fait part d’antécédents d’addiction (15,8 %), et/ou d’automutilation (14,2 %), et/ou de tentatives de suicide (7,5 %).

Procédure

Le recueil systématique de mesures fréquentes et leur usage comme retour en séance de thérapie, en supervision et comme données de recherche sont une pratique de longue date à la FU. Des mesures étaient effectuées chaque semaine pendant l’hospitalisation. Tous les questionnaires étaient autorapportés et remplis en ligne.

Mesures hebdomadaires

L’échelle d’ajustement dyadique révisée (Revised Dyadic Adjustment Scale, RDAS ; Busby et al., 1995) est un questionnaire de 14 items très utilisé, qui fournit une mesure globale du consensus, de la satisfaction et de la cohésion évalués par chaque partenaire à l’égard de l’autre. Les scores vont de 0 à 69, un score plus élevé indiquant un meilleur ajustement, avec un seuil à 48. La RDAS présente des qualités psychométriques acceptables (Busby et al., 1995). L’alpha de Cronbach était de 0,81 à l’admission et de 0,85 en fin de traitement.

L’inventaire de l’alliance de travail (Working Alliance Inventory, WAI ; Horvath et Greenberg, 1989) est un questionnaire très utilisé pour évaluer l’alliance thérapeutique entre thérapeute et personne suivie. Sept items du WAI (deux portant sur les buts, deux sur les tâches et trois sur le lien) figuraient dans la batterie de questionnaires remplie chaque semaine par les personnes participantes. Les études sur les versions courtes du WAI ont montré de bonnes qualités psychométriques (Hatcher et Gillaspy, 2006 ; Munder et al., 2010). Des scores plus élevés au WAI indiquent une alliance de travail plus forte. L’alpha de Cronbach était de 0,88 à l’admission et de 0,90 en fin de traitement.

Analyses statistiques

Le jeu de données comprend des évaluations fréquentes du début à la fin du traitement et a été analysé comme une structure à deux niveaux (observations hebdomadaires des personnes participantes emboîtées dans leurs dyades respectives) au moyen d’une MM longitudinale (Curran et Bauer, 2011). Avec jusqu’à 12 vagues de mesure, le jeu de données satisfait aux exigences proposées par Singer et al. (2003) pour l’application de la MM. Pour pouvoir mener une analyse de données dyadiques, les données ont dû être organisées selon une structure par paires, comme le suggèrent Kenny et al. (2020). Cette restructuration par paires a également produit un jeu de données au format long, condition préalable à l’analyse de données longitudinales. Un webinaire réalisé par West et Thorson (2017a) propose un guide pratique pour passer d’un format individuel à un format par paires.

Contrairement aux modèles traditionnels pour mesures répétées, les MM peuvent gérer efficacement les données manquantes, parce qu’elles reposent sur le maximum de vraisemblance (maximum likelihood, ML). Le ML est considéré comme « l’état de l’art » pour le traitement des données manquantes (Schafer et Graham, 2002). Il utilise toutes les données disponibles, complètes et incomplètes, pour identifier les valeurs des paramètres qui ont la plus forte probabilité de produire les données de l’échantillon. Ainsi, les 73 dyades participant à l’étude ont toutes été incluses, même lorsque des données manquaient en partie. La recherche indique que le ML est préférable aux imputations multiples pour les données longitudinales (Shin et al., 2017).

Une variable indicatrice (le genre) a été construite pour distinguer les deux membres d’une même dyade. La principale raison d’utiliser le genre comme variable de distinction, plutôt que d’autres variables d’intérêt comme la présence d’un trouble psychiatrique, est qu’il permettait la taille d’échantillon la plus grande possible et autorisait une interprétation des données dans un cadre de genre. Surtout, l’inclusion d’une variable indicatrice permettait d’évaluer la variance expliquée des scores estimés de chaque membre de la dyade et la mesure dans laquelle ces scores étaient corrélés. Le coefficient de corrélation qui en résulte est notre mesure de la non-indépendance (Kenny et al., 2020).

Toutes les variables de processus ont été centrées sur la moyenne. Dans nos premières analyses, le WAI constituait la variable de processus et la RDAS la variable de résultat. Nous avons ensuite relancé les analyses en prenant la RDAS comme variable prédictive et le WAI comme variable de résultat. L’objectif était d’examiner d’autres schémas d’influence que ceux généralement supposés dans la littérature sur l’alliance de travail (c’est-à-dire l’alliance comme prédicteur du résultat ; Flückiger et al., 2018 ; Friedlander et al., 2018).

Les temps de mesure ont été centrés, et une variable indicatrice appelée obs_id a été construite pour attribuer à chaque dyade un identifiant unique à chaque temps de mesure. Nous avons décalé dans le temps les variables de processus centrées sur la moyenne pour permettre une analyse de régressions à décalage croisé, afin d’estimer comment les scores d’un temps de mesure prédisent les scores estimés au temps suivant. La procédure de décalage suivie est décrite par West et Thorson (2017b). L’APIM a servi de modèle conceptuel à l’analyse de régressions à décalage croisé. L’équation de ce modèle est la suivante :

Dans notre analyse, i représente la dyade, tandis que les Y représentent la variable évaluée pour chaque membre de la dyade aux temps t et t − 1 (c’est-à-dire avec un décalage de 1). Les a représentent les effets acteur et les p les effets partenaire, tandis que e représente les termes d’erreur de chaque membre de la dyade. L’ordonnée à l’origine de chaque membre de la dyade est notée c₁ et c₂ respectivement. Selon notre équation, six paramètres (deux effets acteur, deux effets partenaire et deux ordonnées à l’origine) peuvent varier d’une dyade à l’autre et covarier entre eux. Les deux termes d’erreur (un pour chaque membre de la dyade) ont une importance particulière, car ils peuvent être corrélés. Cette corrélation entre les erreurs, ou r_ee, mesure à quel point les deux membres d’une dyade se ressemblent ou non d’un temps de mesure à l’autre (c’est-à-dire l’évaluation de la non-indépendance).

En suivant les étapes proposées par Kenny et al. (2020), nous avons pu analyser nos données dans un cadre à décalage croisé avec SPSS v. 27. L’approche de Kenny et al. (2020) pour l’analyse dyadique de régressions à décalage croisé recommande de commencer la construction du modèle par un modèle entièrement saturé, puis de le simplifier s’il ne tourne pas. Dans le modèle de notre étude, les effets aléatoires ont été retirés. Cette décision a été prise parce que les résultats obtenus avec les effets aléatoires n’étaient pas définitivement valables, bien que tous les critères de convergence aient été satisfaits. La validité des résultats ne pouvait donc pas être établie. À l’examen plus attentif des sorties, il est apparu que les effets aléatoires étaient soit non significatifs, soit redondants. Le modèle sans effets aléatoires a tourné sans autre difficulté. Leur retrait a donc donné un modèle plus parcimonieux. La structure de covariance appliquée, CSH (symétrie composée hétérogène), produit des variances d’erreur séparées pour chaque membre de la dyade, ce qui est central pour établir le degré de non-indépendance entre les scores des membres. Nous avons aussi intégré des énoncés de test (test statements), nécessaires pour évaluer si les différences entre membres de la dyade étaient significatives. Les résultats de ces énoncés de test contrôlaient donc en outre le genre, ce qui facilitait l’interprétation des résultats (c’est-à-dire savoir si un effet est plus fort que l’autre). Nous renvoyons à un webinaire de David Kenny (2015) pour une présentation pas à pas de la construction d’une MM avec énoncés de test et de l’interprétation des sorties.

Résultats

Statistiques descriptives

Le tableau 1 présente les statistiques descriptives des variables incluses au niveau d’évaluation individuel. Le tableau 2 présente les corrélations de Pearson entre les variables incluses aux évaluations de début et de fin de traitement.

Test de non-indépendance

Les analyses dyadiques ont montré que les variances d’erreur des femmes étaient légèrement plus élevées que celles des hommes lorsque le WAI était pris comme covariable (e₁ = 67,48, e₂ = 61,6 respectivement). Selon Cohen (1992), la corrélation entre ces variances d’erreur peut être considérée comme forte (d = 0,59, p < 0,001). Lorsque la RDAS était prise comme covariable, les résultats étaient semblables, mais les variances d’erreur des hommes étaient légèrement plus élevées que celles de leurs partenaires (e₂ = 30,08, e₁ = 24,08 respectivement). La corrélation entre ces scores peut être considérée comme moyenne (d = 0,34, p < 0,001). Ces résultats suggèrent que les scores des membres des dyades sont non indépendants.

La RDAS comme variable de résultat, le WAI comme variable de processus

Les résultats des analyses dyadiques montrent un effet principal du genre sur l’ordonnée à l’origine de la RDAS (estimations de 40,28, p < 0,001, et de 42,73, p < 0,001, pour les femmes et les hommes respectivement). Nos énoncés de test montrent que la différence entre ces scores estimés à l’origine était significative (estimation 2,45, p < 0,001). Il y avait aussi un effet principal significatif et positif du temps sur les scores RDAS estimés (estimation 0,31, p = 0,005).

On observait un effet acteur négatif significatif de l’influence des scores WAI des hommes sur leurs scores RDAS d’une semaine à la suivante (estimation −0,31, p < 0,001). En outre, on observait un effet partenaire positif de l’influence des scores WAI des hommes sur les scores RDAS des femmes d’une semaine à la suivante (estimation 0,25, p = 0,001). Ces effets acteur et partenaire genrés étaient confirmés par les énoncés de test (estimation −0,34, p = 0,002, et estimation 0,22, p = 0,042 respectivement). Selon les énoncés de test, les effets acteur et partenaire moyens différaient aussi significativement selon le genre (estimation −0,14, p = 0,007, et estimation 0,14, p = 0,007 respectivement).

Le WAI comme variable de résultat, la RDAS comme variable de processus

Les résultats des analyses dyadiques montrent un effet principal du genre sur l’ordonnée à l’origine du WAI (estimation 42,48, < 0,001, et estimation 41,97, p < 0,001, pour les femmes et les hommes respectivement). Nos énoncés de test montrent que la différence entre ces scores à l’origine n’était pas significative (p = 0,1). Il y avait un effet principal positif significatif du temps sur les scores WAI estimés (estimation 0,22, p = 0,003).

On observait un effet acteur négatif significatif de l’influence des scores RDAS des femmes sur leurs scores WAI d’une semaine à la suivante (estimation −0,18, p < 0,001). On observait aussi un effet partenaire positif significatif des scores RDAS des hommes sur les scores WAI de leurs partenaires d’une semaine à la suivante (estimation 0,15, p = 0,007). La différence de genre pour l’effet acteur était confirmée par les énoncés de test (estimation 0,16, p = 0,018), tandis que la différence de genre supposée pour l’effet partenaire n’était pas significative (p = 0,204). Les effets acteur et partenaire moyens différaient significativement selon le genre (estimation −0,10, p = 0,003, et 0,11, p = 0,003 respectivement). Le tableau 3 donne une vue d’ensemble des résultats des analyses dyadiques à décalage croisé.

Discussion

Le but de la présente étude était double : d’une part présenter et illustrer la manière dont l’analyse dyadique et l’APIM peuvent être appliqués à des données longitudinales, d’autre part examiner plus avant comment les alliances de travail entre personnes suivies et thérapeutes s’associent à la satisfaction conjugale. Nos résultats indiquent que les scores estimés des membres des dyades étaient non indépendants, avec des tailles d’effet allant de moyennes (le WAI comme variable dépendante) à fortes (la RDAS comme variable dépendante ; Cohen, 1992). Au vu de ces résultats, on peut en déduire que les scores des membres d’une même dyade étaient interdépendants, ce qui indique que les conditions d’interprétation des effets acteur et partenaire étaient réunies.

Comme le montrent les résultats de l’analyse, les dyades se sont améliorées sur les deux mesures, l’alliance et la satisfaction conjugale, sous l’effet du temps, ce qui concorde avec la littérature sur l’efficacité de la thérapie de couple (Barbato et D’Avanzo, 2020 ; Heatherington et al., 2015 ; Roddy et al., 2020 ; Shadish et Baldwin, 2003). Les effets acteur-partenaire présentent un intérêt plus grand : les effets acteur avaient une tendance significative à être liés à une influence négative sur la variable dépendante, tandis qu’à l’inverse les effets partenaire étaient associés à une influence positive. Plus précisément, les scores d’alliance estimés des hommes avaient une influence négative sur la satisfaction conjugale qu’ils rapportaient une semaine plus tard. Chez les femmes, l’effet acteur significatif était que la satisfaction conjugale rapportée avait une incidence négative sur leur alliance avec leur thérapeute la semaine suivante. Les énoncés de test confirmaient une différence de genre pour ces effets acteur.

Fait intéressant, les deux effets partenaire significatifs tenaient à la manière dont les scores estimés des hommes au WAI et à la RDAS prédisaient positivement la variable dépendante correspondante des femmes (c’est-à-dire la RDAS et le WAI) une semaine plus tard. Une alliance plus forte entre les hommes et leur thérapeute prédisait positivement la satisfaction conjugale rapportée par les femmes, et plus les hommes étaient satisfaits de leur relation de couple, plus l’alliance de leur partenaire avec leur thérapeute se renforçait. Selon les énoncés de test, des différences de genre étaient confirmées pour la manière dont le WAI prédisait la RDAS, mais pas l’inverse.

Dans l’ensemble, ces résultats confortent la littérature qui associe l’alliance au résultat (Flückiger et al., 2018 ; Friedlander et al., 2018), mais ils nuancent aussi la manière dont on peut comprendre cette interaction dans une perspective systémique. Plus précisément, pour la thérapie de couple, ces résultats indiquent qu’il n’existe pas de voie directe d’influence positive entre l’alliance d’un membre de la dyade avec la personne thérapeute (c’est-à-dire l’effet acteur) et la satisfaction relationnelle perçue du couple. Au contraire, les effets acteur semblent avoir une incidence négative sur le résultat. Ce sont plutôt les effets partenaire qui influencent le plus positivement l’alliance perçue avec la personne thérapeute et la satisfaction du couple. Comme l’indiquent nos résultats, le renforcement de l’alliance masculine en thérapie prédit une hausse de la satisfaction de sa conjointe dans la relation de couple, ce qui suggère qu’établir une alliance forte avec le membre masculin de la dyade peut jouer un rôle crucial pour favoriser une issue positive de la thérapie de couple. Cette interprétation trouve un appui dans des études antérieures (Halford et al., 2016 ; Symonds et Horvath, 2004). Ces effets genrés peuvent aussi, sans doute, être compris comme l’expression de schémas interactionnels (par exemple les interactions demande-retrait ou poursuite-distance ; Betchen et Ross, 2000 ; Heavey et al., 1995) et/ou de styles d’attachement (Hazan et Shaver, 1987 ; Simpson, 1990).

En raison du penchant de la culture occidentale pour la pensée linéaire (Yama et Zakaria, 2019), il peut être difficile d’expliquer pourquoi les effets acteur sont associés à une influence négative, alors que les effets partenaire sont liés à une influence positive sur la variable dépendante. La littérature établie, qui fait de l’alliance de travail un prédicteur du résultat (Flückiger et al., 2018 ; Friedlander et al., 2018), rend cette explication particulièrement délicate. On pourrait d’abord supposer qu’une alliance thérapeutique forte, vécue par l’un ou l’autre membre de la dyade, aurait le même effet sur le résultat, mais, comme le suggèrent les résultats de cette étude, ce n’est pas le cas. Une façon de donner sens aux effets acteur-partenaire repérés ici serait de les considérer comme un schéma de contrastes. Selon Kenny et al. (2020), des effets de contraste surviennent lorsque les réponses d’une personne s’inversent au fil d’interactions répétées. Une explication possible de ce schéma est que les femmes de notre échantillon présentaient plus souvent des diagnostics psychiatriques que leurs conjoints, et étaient donc d’abord perçues par ceux-ci comme « la patiente désignée ». À mesure que la thérapie avançait et que l’alliance de l’homme avec la personne thérapeute se renforçait, il est plausible que le problème présenté ait été simultanément recadré : d’un problème compris comme inhérent à l’individu, il devenait un problème compris en termes relationnels (c’est-à-dire un problème qui se joue entre les deux membres du couple). On peut supposer que ce déroulement du processus thérapeutique a favorisé une meilleure compréhension de leur propre contribution à leurs difficultés relationnelles, condition préalable pour s’engager pleinement dans la thérapie. Cette interprétation pourrait aussi expliquer pourquoi les effets acteur des femmes consistaient en ce que la satisfaction conjugale gagnée exerçait une influence négative sur leur alliance avec leur thérapeute : en voyant leur conjoint s’engager davantage dans la thérapie (c’est-à-dire l’effet partenaire de l’alliance des hommes, qui prédisait positivement la satisfaction conjugale de leur conjointe), elles avaient moins besoin, dans l’immédiat, du soutien de leur thérapeute. Cela se traduisait par des baisses légères mais significatives des scores d’alliance des femmes au fil du temps, à mesure qu’elles devenaient plus satisfaites de leur partenaire, c’est-à-dire qu’elles en recevaient un plus grand soutien. En résumé, à mesure que la thérapie progressait, l’évaluation que les femmes faisaient de l’alliance thérapeutique s’inversait tandis que la satisfaction conjugale des dyades augmentait (ce qui signale une moindre dépendance envers la personne thérapeute et une plus grande confiance dans le partenaire). Bien que cette compréhension émergente du changement constitue une hypothèse qui reste à tester, nous pensons qu’elle rejoint les postulats systémiques de circularité qui sous-tendent la thérapie de couple (Pinsof et al., 2018 ; Sprenkle et al., 2009). En outre, un appui indirect à cette interprétation apparaît dans les ordonnées à l’origine des membres des dyades : elles indiquent que les femmes sont plus insatisfaites au début de la thérapie (la plaignante), tandis que les hommes ont au départ une alliance plus faible avec leur thérapeute (celui qui se retire). Des résultats semblables ont été documentés ailleurs dans la littérature sur la thérapie de couple (Friedlander et al., 2018 ; Jackson et al., 2014). Plus précisément, les femmes sont plus insatisfaites de leur relation au début de la thérapie, et ce sont aussi elles, de façon disproportionnée par rapport aux hommes, qui prennent l’initiative d’une thérapie de couple (Boisvert et al., 2011 ; Doss et al., 2003). Des données indiquent en outre que les hommes sont souvent ceux qui subissent une pression pour venir en thérapie, ce qui peut d’abord compliquer la formation de l’alliance avec leur thérapeute (Halford et al., 2016). Toutefois, des recherches récentes ont aussi mis en cause des traumatismes antérieurs comme variable qui influence négativement l’alliance des hommes au début de la thérapie (Anderson et al., 2020).

Dans l’ensemble, la littérature semble rejoindre notre interprétation selon laquelle l’alliance thérapeutique des hommes en thérapie de couple paraît centrale pour le résultat. Notre modèle émergent du changement ne prédit pas la satisfaction conjugale des hommes au-delà du temps passé en thérapie. Il est très probable que d’autres facteurs y contribuent, comme les traumatismes, le fonctionnement familial, une diminution des symptômes de détresse psychique ou une augmentation du bien-être, que le plan de recherche actuel ne prend pas en compte. Même si des recherches futures ne confirment pas notre interprétation et révèlent plutôt d’autres variables comme mécanismes du changement, les effets acteur-partenaire présentés dans cette étude indiquent toujours que le changement que vivent les personnes et les couples en thérapie conjointe est fortement associé à la manière dont leur partenaire répond à la thérapie.

Implications cliniques

Les résultats de cette étude suggèrent qu’il est particulièrement important, pour quiconque pratique la thérapie de couple, de s’assurer que le client masculin s’engage dans la thérapie, car cela peut favoriser la satisfaction relationnelle de sa conjointe. À mesure que la thérapie avance, il revient aux thérapeutes de continuer à suivre les alliances et les résultats, et de s’ajuster pour répondre aux besoins de chaque membre du couple, dans la mesure où cela sert le traitement. Le suivi systématique des résultats (ROM), sous ses diverses formes, s’est révélé un outil efficace pour repérer les thérapies qui dévient de leur trajectoire (Lambert et Shimokawa, 2011) et peut donc servir à suivre l’établissement et le maintien de l’alliance. Même si les questionnaires remplis par les personnes suivies sont préférables aux questions posées directement par la personne thérapeute (Tilden et Wampold, 2017), nous pensons que tout effort pour prendre en charge et maintenir l’alliance vaut mieux que la négligence. La littérature offre des exemples de la manière dont ce type de retour peut être recueilli oralement en séance (par exemple « y a-t-il eu dans cette séance un moment qui a été plus important pour vous que tout autre ? » ; McLeod, 2017), et nous encourageons à les adapter à la thérapie de couple (par exemple par un questionnement circulaire : « pourriez-vous dire à votre partenaire quel a été, selon vous, le moment le plus important de cette séance de son point de vue ? »).

Limites

Même si cette étude montre bien comment des méthodes statistiques de pointe peuvent être appliquées à l’étude des effets réciproques, le plan de recherche actuel aurait pu être amélioré. L’étude se voulant orientée vers la pratique, les mesures utilisées étaient celles déjà en place à la clinique. L’alliance n’est donc évaluée qu’avec le WAI (Horvath et Greenberg, 1989). Le WAI n’est pas conçu pour la thérapie de couple et ne comporte donc pas de questions portant sur les différents sous-systèmes du système thérapeutique (personnes suivies et thérapeute) (Pinsof et al., 2008). Mettre en place des mesures systémiques des alliances et analyser ces données par des analyses dyadiques dans le cadre de l’APIM serait un grand progrès par rapport aux mesures utilisées dans la présente étude.

Plusieurs facteurs liés aux troubles psychiatriques et aux antécédents de traumatisme peuvent aussi avoir influé sur les résultats de cette étude. Nous le mentionnons parce que la majeure partie de l’échantillon remplit les critères d’un diagnostic psychiatrique selon la CIM-10 (Organisation mondiale de la santé, 1992) et qu’au moins la moitié de l’échantillon a été exposée à une expérience traumatique. On sait par la littérature qu’il existe une association négative entre la détresse psychique et la satisfaction conjugale (Whisman et Baucom, 2012 ; Whisman et al., 2000), ainsi qu’un lien supposé entre traumatisme et formation de l’alliance en thérapie de couple (Anderson et al., 2020). La prudence s’impose donc dans la généralisation de nos résultats à d’autres populations. Nous n’avons inclus que des couples hétérosexuels parce que le genre était la variable de distinction évidente ; nos résultats ne sont donc peut-être pas généralisables aux couples d’une autre orientation sexuelle. Toutefois, comme l’association entre la présence de symptômes psychiatriques et la discorde relationnelle est attestée à travers les cultures et les ethnicités (McShall et Johnson, 2015), on peut s’attendre à trouver, dans d’autres populations comparables, des variantes du schéma d’effets réciproques repéré (c’est-à-dire l’importance supposée de la manière dont chaque partenaire répond à la thérapie) qui présentent des points communs.

Même si nous reconnaissons que la singularité du programme de traitement proposé à la FU peut limiter la généralisation des résultats, nous pensons que les schémas d’association entre alliances et satisfaction dans la relation de couple repérés ici seraient probablement semblables dans d’autres contextes de traitement (par exemple en ambulatoire). Des études menées dans d’autres contextes sur l’alliance en thérapie de couple obtiennent des résultats semblables aux nôtres, ce qui appuie cette interprétation (par exemple Anderson et al., 2020 ; Halford et al., 2016). Enfin, le plan naturaliste de cette étude peut aussi limiter la généralisation, parce que plusieurs effets indirects ne sont pas pris en compte (par exemple, quelles interventions ont été mises en œuvre par les thérapeutes de couple ?). Bien que cet argument soit fondé, nous pensons que des études naturalistes utilisant des méthodes quantitatives comme celles présentées ici ont de la valeur, puisqu’elles reflètent avec exactitude la manière dont les dyades changent dans le temps (Kenny et al., 2020).

Conclusion et recherches futures

Les résultats de cette étude montrent comment la méthode de l’analyse dyadique peut s’appliquer à l’examen de phénomènes comme les alliances et leur interaction avec la satisfaction conjugale. Nos résultats indiquent que les scores d’alliance et de satisfaction conjugale des membres des dyades sont fortement interdépendants. En outre, notre analyse suggère qu’engager le membre masculin de la dyade dans le processus thérapeutique, tel que le mesure l’alliance de travail, semble essentiel à une issue thérapeutique favorable. À notre connaissance, ce résultat détaillé, bien que familier à qui a l’expérience de la clinique, est nouveau dans le champ de la recherche sur la thérapie de couple. Nos résultats nuancés sont obtenus grâce à l’analyse dyadique, une approche statistique applicable par toute personne qui fait de la recherche et s’intéresse aux effets réciproques, par exemple dans l’étude des relations de couple, de la coparentalité, des transactions parent-enfant ou de l’alliance de travail en thérapie. Des recherches futures appliquant l’analyse dyadique à des phénomènes déjà bien étudiés (par exemple les alliances thérapeutiques) et à des populations peu étudiées (par exemple les minorités ethniques, les couples de même sexe et les personnes ayant survécu à un traumatisme) produiront probablement de nouvelles connaissances importantes et contribueront à faire avancer le champ de la thérapie de couple et de famille.