TABLE 1

Variable	patient	témoin	p.value	test	effect_size	effect_size_name
n	47	42
âge	17.96 (3.02)	20.10 (3.10)	0.002	Wilcoxon non apparié (non normal)	-0.377	Rank-biserial correlation
sexe	7 (14.9)	8 ( 19.0)	0.811	Test du Chi-2	0.055	Cramer’s V
EVS_nb	1.33 (1.21)	NaN (NA)		Non applicable (données insuffisantes)

n	47	42
MAIA_noticing	2.99 (0.89)	3.32 (1.25)	0.043	Wilcoxon non apparié (non normal)	-0.251	Rank-biserial correlation
MAIA_notdistracting	2.28 (1.22)	2.55 (0.95)	0.256	t-test non apparié	0.241	Cohen’s d
MAIA_notworrying	2.75 (1.58)	3.04 (1.17)	0.418	Wilcoxon non apparié (non normal)	-0.1	Rank-biserial correlation
MAIA_attentionreg	2.05 (0.94)	3.12 (1.09)	<0.001	t-test non apparié	1.054	Cohen’s d
MAIA_emoaware	2.98 (1.26)	3.39 (1.14)	0.137	Wilcoxon non apparié (non normal)	-0.184	Rank-biserial correlation
MAIA_selfregul	1.34 (1.08)	2.40 (1.27)	<0.001	Wilcoxon non apparié (non normal)	-0.473	Rank-biserial correlation
MAIA_bodylisten	1.49 (1.30)	2.29 (1.31)	0.003	Wilcoxon non apparié (non normal)	-0.366	Rank-biserial correlation
MAIA_trust	1.89 (1.45)	3.33 (1.47)	<0.001	Wilcoxon non apparié (non normal)	-0.515	Rank-biserial correlation
MAIA_total	71.91 (21.58)	92.90 (26.05)	<0.001	t-test non apparié	0.881	Cohen’s d

n	47	42
MM_delai_moyen	16.94 (2.40)	15.71 (2.74)	0.042	Wilcoxon non apparié (non normal)	0.251	Rank-biserial correlation
MM_taux_de_succes	81.09 (8.68)	82.34 (7.94)	0.655	Wilcoxon non apparié (non normal)	-0.055	Rank-biserial correlation

n	47	42
MINI_GROUP_tb_anx	41 (87.2)	13 ( 31.0)	<0.001	Test du Chi-2	0.575	Cramer’s V
MINI_GROUP_tb_humeur	43 (91.5)	12 ( 29.3)	<0.001	Test du Chi-2	0.641	Cramer’s V
MINI_GROUP_TSTP	16 (34.0)	3 ( 7.1)	0.005	Test du Chi-2	0.328	Cramer’s V
MINI_GROUP_TCA	21 (44.7)	0 ( 0.0)	<0.001	Test du Chi-2	0.525	Cramer’s V
MINI_GROUP_TUA_TUS	6 (12.8)	1 ( 2.4)	0.114	Test exact de Fisher	0.193	Cramer’s V
MINI_GROUP_tb_psycho	1 ( 2.1)	0 ( 0.0)	1.000	Test exact de Fisher	0.101	Cramer’s V
MINI_TCA_restrictif	4 ( 8.5)	0 ( 0.0)	0.119	Test exact de Fisher	0.205	Cramer’s V
MINI_TCA_mixte	8 (17.0)	0 ( 0.0)	0.006	Test exact de Fisher	0.297	Cramer’s V
MINI_TCA_boulimie	11 (23.4)	0 ( 0.0)	0.002	Test du Chi-2	0.355	Cramer’s V

n	47	42
nb_psychotropes	1.62 (1.38)	0.00 (0.00)		Non applicable (variance nulle)
nb_psychotropes_bin	36 (76.6)	0 ( 0.0)	<0.001	Test du Chi-2	0.779	Cramer’s V

n	47	42
DES_Total	26.10 (14.96)	NaN (NA)		Non applicable (données insuffisantes)

n	47	42
TAS1	18.98 (5.24)	15.74 (4.91)	0.004	t-test non apparié	-0.638	Cohen’s d
TAS2	14.91 (5.33)	14.64 (4.86)	0.807	t-test non apparié	-0.052	Cohen’s d
TAS3	17.96 (4.64)	17.07 (4.31)	0.359	t-test non apparié	-0.197	Cohen’s d
TASTOT	55.40 (12.18)	50.50 (10.40)	0.046	t-test non apparié	-0.431	Cohen’s d
TAS20_cat			0.231	Test du Chi-2	0.184	Cramer’s V
Alexithymie	22 (48.9)	13 ( 31.0)
Modéré	14 (31.1)	17 ( 40.5)
Non-Alexithtymie	9 (20.0)	12 ( 28.6)
TAS20_bin	22 (48.9)	13 ( 31.0)	0.137	Test du Chi-2	0.183	Cramer’s V

n	47	42
RQ_choix			0.023	Test du Chi-2	0.328	Cramer’s V
A	6 (12.8)	17 ( 40.5)
B	9 (19.1)	7 ( 16.7)
C	24 (51.1)	12 ( 28.6)
D	8 (17.0)	6 ( 14.3)
RQ_Secure	2.77 (1.34)	3.98 (1.58)	<0.001	Wilcoxon non apparié (non normal)	-0.438	Rank-biserial correlation
RQ_Craintif	4.02 (1.97)	3.36 (1.87)	0.105	Wilcoxon non apparié (non normal)	0.198	Rank-biserial correlation
RQ_Preoccupe	4.43 (2.08)	3.19 (1.88)	0.006	Wilcoxon non apparié (non normal)	0.338	Rank-biserial correlation
RQ_Detache	3.28 (1.90)	3.81 (1.80)	0.169	Wilcoxon non apparié (non normal)	-0.168	Rank-biserial correlation
RQ_mod_soi	-2.40 (4.47)	1.24 (4.48)	<0.001	t-test non apparié	0.815	Cohen’s d
RQ_mod_autr	-0.11 (4.04)	0.00 (3.73)	0.801	Wilcoxon non apparié (non normal)	-0.031	Rank-biserial correlation
RQ_NO_sum	-2.51 (5.44)	1.24 (5.97)	0.003	Wilcoxon non apparié (non normal)	-0.365	Rank-biserial correlation
RQ_NO_diff	2.30 (6.55)	-1.24 (5.67)	0.013	Wilcoxon non apparié (non normal)	0.306	Rank-biserial correlation
RQ_NO_abs	5.87 (3.62)	4.76 (3.24)	0.138	Wilcoxon non apparié (non normal)	0.181	Rank-biserial correlation

n	47	42
HBDT_moyenne2	0.58 (0.23)	0.49 (0.26)	0.114	t-test non apparié	-0.341	Cohen’s d
HBDT_confiance_moyenne	2.27 (0.90)	2.41 (0.86)	0.344	Wilcoxon non apparié (non normal)	-0.117	Rank-biserial correlation

Figures 2a 2b : MM émotions Par individus

Figures 2c 2d: MM formes Par individus

Statistiques descriptives des performances au Multimorphe Formes par groupe
Statut	Moyenne délais (s)	Médiane délais (s)	Moyenne succès (%)	Médiane succès (%)
patient	4.58	4.57	1.00	1
témoin	4.38	4.44	0.99	1

Rappels des comparaisons des taux de succès et délais moyens entre patients et témoins (moyennes individuelles)
	Variable	patient	témoin	p.value	test	effect_size	effect_size_name
1	n	47	42
2	mean_succes_final_Carre	1.00 (0.03)	0.99 (0.06)	0.544	Wilcoxon non apparié (non normal)	0.027	Rank-biserial correlation
4	mean_succes_final_Etoile	1.00 (0.03)	0.97 (0.08)	0.045	Wilcoxon non apparié (non normal)	0.129	Rank-biserial correlation
5	mean_succes_final_Fleche	0.99 (0.04)	1.00 (0.03)	0.584	Wilcoxon non apparié (non normal)	-0.024	Rank-biserial correlation
6	mean_succes_final_Rond	1.00 (0.00)	0.99 (0.06)		Non applicable (variance nulle)
7	mean_succes_final_Triangle	1.00 (0.03)	1.00 (0.03)	1.000	Wilcoxon non apparié (non normal)	0.001	Rank-biserial correlation
8	mean_delais_succes_Carre	4.65 (0.91)	4.30 (0.56)	0.052	Wilcoxon non apparié (non normal)	0.254	Rank-biserial correlation
9	mean_delais_succes_Croix	4.88 (1.32)	4.73 (0.97)	0.829	Wilcoxon non apparié (non normal)	0.029	Rank-biserial correlation
10	mean_delais_succes_Etoile	4.39 (0.78)	4.24 (0.55)	0.745	Wilcoxon non apparié (non normal)	0.043	Rank-biserial correlation
11	mean_delais_succes_Fleche	4.36 (0.77)	4.27 (0.58)	0.882	Wilcoxon non apparié (non normal)	0.02	Rank-biserial correlation
12	mean_delais_succes_Rond	4.72 (0.78)	4.45 (1.09)	0.010	Wilcoxon non apparié (non normal)	0.335	Rank-biserial correlation
13	mean_delais_succes_Triangle	4.51 (0.91)	4.28 (1.03)	0.069	Wilcoxon non apparié (non normal)	0.238	Rank-biserial correlation
14	MMF_mean_succes_final_mean	1.00 (0.01)	0.99 (0.04)	0.090	Wilcoxon non apparié (non normal)	0.134	Rank-biserial correlation
15	MMF_mean_delais_succes	4.58 (0.62)	4.38 (0.53)	0.083	Wilcoxon non apparié (non normal)	0.228	Rank-biserial correlation

FIGURE 3

Diagnostic	Variable	patient avec le diag	témoin	p.value	test	effect_size	effect_size_name
MINI_GROUP_tb_anx	n	41	42
	MM_delai_moyen	16.90 (2.39)	15.71 (2.74)	0.057	Wilcoxon non apparié (non normal)	0.243	Rank-biserial correlation
MINI_GROUP_tb_humeur	n	43	42
	MM_delai_moyen	16.83 (2.29)	15.71 (2.74)	0.073	Wilcoxon non apparié (non normal)	0.226	Rank-biserial correlation
MINI_GROUP_TSTP	n	16	42
	MM_delai_moyen	16.76 (2.74)	15.71 (2.74)	0.210	Wilcoxon non apparié (non normal)	0.216	Rank-biserial correlation
MINI_GROUP_TCA	n	21	42
	MM_delai_moyen	17.52 (1.94)	15.71 (2.74)	0.004	t-test non apparié	-0.723	Cohen’s d
MINI_GROUP_TUA_TUS	n	6	42
	MM_delai_moyen	18.08 (2.65)	15.71 (2.74)	0.044	Wilcoxon non apparié (non normal)	0.516	Rank-biserial correlation
MINI_GROUP_tb_psycho	n	1	42
	MM_delai_moyen	17.80 (NA)	15.71 (2.74)		Non applicable (données insuffisantes)
MINI_TCA_restrictif	n	4	42
	MM_delai_moyen	16.82 (1.92)	15.71 (2.74)	0.347	t-test non apparié	-0.413	Cohen’s d
MINI_TCA_mixte	n	8	42
	MM_delai_moyen	16.51 (2.18)	15.71 (2.74)	0.383	t-test non apparié	-0.299	Cohen’s d
MINI_TCA_boulimie	n	11	42
	MM_delai_moyen	18.83 (0.90)	15.71 (2.74)	<0.001	t-test non apparié	-1.251	Cohen’s d
BL_cat_bin	n	20	42
	MM_delai_moyen	17.38 (2.28)	15.71 (2.74)	0.036	Wilcoxon non apparié (non normal)	0.333	Rank-biserial correlation

## [1] "Variable: HBDT_moyenne2 Method: spearman"
## [1] "Variable: HBDT_confiance_moyenne Method: spearman"
## [1] "Variable: MAIA_noticing Method: spearman"
## [1] "Variable: MAIA_notdistracting Method: spearman"
## [1] "Variable: MAIA_notworrying Method: spearman"
## [1] "Variable: MAIA_attentionreg Method: spearman"
## [1] "Variable: MAIA_emoaware Method: spearman"
## [1] "Variable: MAIA_selfregul Method: spearman"
## [1] "Variable: MAIA_bodylisten Method: spearman"
## [1] "Variable: MAIA_trust Method: spearman"
## [1] "Variable: MAIA_total Method: spearman"
## [1] "Variable: TAS1 Method: spearman"
## [1] "Variable: TAS2 Method: spearman"
## [1] "Variable: TAS3 Method: spearman"
## [1] "Variable: TASTOT Method: spearman"
## [1] "Variable: RQ_Secure Method: kendall"
## [1] "Variable: RQ_Craintif Method: kendall"
## [1] "Variable: RQ_Preoccupe Method: kendall"
## [1] "Variable: RQ_Detache Method: kendall"
## [1] "Variable: RQ_mod_soi Method: spearman"
## [1] "Variable: RQ_mod_autr Method: spearman"
## [1] "Variable: DES_Total Method: spearman"

## [1] "Variable: HBDT_moyenne2 Method: spearman"
## [1] "Variable: HBDT_confiance_moyenne Method: spearman"
## [1] "Variable: MAIA_noticing Method: spearman"
## [1] "Variable: MAIA_notdistracting Method: spearman"
## [1] "Variable: MAIA_notworrying Method: spearman"
## [1] "Variable: MAIA_attentionreg Method: spearman"
## [1] "Variable: MAIA_emoaware Method: spearman"
## [1] "Variable: MAIA_selfregul Method: spearman"
## [1] "Variable: MAIA_bodylisten Method: spearman"
## [1] "Variable: MAIA_trust Method: spearman"
## [1] "Variable: MAIA_total Method: spearman"
## [1] "Variable: TAS1 Method: spearman"
## [1] "Variable: TAS2 Method: spearman"
## [1] "Variable: TAS3 Method: spearman"
## [1] "Variable: TASTOT Method: spearman"
## [1] "Variable: RQ_Secure Method: kendall"
## [1] "Variable: RQ_Craintif Method: kendall"
## [1] "Variable: RQ_Preoccupe Method: kendall"
## [1] "Variable: RQ_Detache Method: kendall"
## [1] "Variable: RQ_mod_soi Method: spearman"
## [1] "Variable: RQ_mod_autr Method: spearman"

FIGURE 4A - PATIENTS

Corrélations entre MM_Délai et les variables psychologiques - PATIENTS
	Variable	Coefficient	P_value	Method
rho	HBDT_moyenne2	-0.0574453	0.701	spearman
rho1	HBDT_confiance_moyenne	-0.1045512	0.484	spearman
rho2	MAIA_noticing	-0.2149514	0.151	spearman
rho3	MAIA_notdistracting	0.0737946	0.626	spearman
rho4	MAIA_notworrying	-0.2028219	0.176	spearman
rho5	MAIA_attentionreg	-0.2382266	0.111	spearman
rho6	MAIA_emoaware	-0.1757234	0.243	spearman
rho7	MAIA_selfregul	-0.1743653	0.246	spearman
rho8	MAIA_bodylisten	-0.1347051	0.372	spearman
rho9	MAIA_trust	0.0634986	0.675	spearman
rho10	MAIA_total	-0.2373133	0.112	spearman
rho11	TAS1	0.2475232	0.101	spearman
rho12	TAS2	0.2161032	0.154	spearman
rho13	TAS3	0.2086926	0.169	spearman
rho14	TASTOT	0.3181204	0.033	spearman
tau	RQ_Secure	0.1763642	0.110	kendall
tau1	RQ_Craintif	-0.0161893	0.881	kendall
tau2	RQ_Preoccupe	0.0635037	0.557	kendall
tau3	RQ_Detache	-0.1253987	0.247	kendall
rho15	RQ_mod_soi	-0.0684194	0.648	spearman
rho16	RQ_mod_autr	0.1901456	0.200	spearman
rho17	DES_Total	0.1646468	0.297	spearman

Statistiques descriptives de MM_Délai selon RQ_Choix - PATIENTS
RQ_choix	n	Moyenne	Écart_type	Médiane	Min	Max
A - Secure	6	18.17	2.65	19.70	14.1	20.0
B - Craintif	9	16.47	2.14	16.60	13.5	19.0
C - Preoccupe	24	17.24	2.20	17.55	12.8	20.0
D - Detache	8	15.64	2.77	15.70	12.7	19.6

ANOVA : MM_Délai selon RQ_Choix - PATIENTS
	Df	Sum Sq	Mean Sq	F value	Pr(>F)
RQ_choix	3	26.80065	8.933549	1.618189	0.199122
Residuals	43	237.39042	5.520707	NA	NA

FIGURE 4b - TEMOINS

Corrélations entre MM_Délai et les variables psychologiques - TÉMOINS
	Variable	Coefficient	P_value	Method
rho	HBDT_moyenne2	0.1318927	0.405	spearman
rho1	HBDT_confiance_moyenne	-0.2055027	0.197	spearman
rho2	MAIA_noticing	-0.2255833	0.151	spearman
rho3	MAIA_notdistracting	0.0585221	0.713	spearman
rho4	MAIA_notworrying	-0.1467685	0.354	spearman
rho5	MAIA_attentionreg	-0.3582548	0.020	spearman
rho6	MAIA_emoaware	-0.2536528	0.105	spearman
rho7	MAIA_selfregul	-0.4395392	0.004	spearman
rho8	MAIA_bodylisten	-0.2525663	0.107	spearman
rho9	MAIA_trust	-0.5144484	<0.001	spearman
rho10	MAIA_total	-0.3927963	0.010	spearman
rho11	TAS1	0.2980900	0.055	spearman
rho12	TAS2	-0.0270677	0.865	spearman
rho13	TAS3	0.1152944	0.467	spearman
rho14	TASTOT	0.2361365	0.132	spearman
tau	RQ_Secure	-0.2926041	0.011	kendall
tau1	RQ_Craintif	0.1450187	0.210	kendall
tau2	RQ_Preoccupe	-0.0635929	0.581	kendall
tau3	RQ_Detache	-0.3794806	<0.001	kendall
rho15	RQ_mod_soi	-0.3906458	0.011	spearman
rho16	RQ_mod_autr	-0.0142924	0.928	spearman

Statistiques descriptives de MM_Délai selon RQ_Choix - TÉMOINS
RQ_choix	n	Moyenne	Écart_type	Médiane	Min	Max
A - Secure	17	15.50	2.83	15.5	10.2	20.0
B - Craintif	7	18.19	1.33	18.2	15.8	19.9
C - Preoccupe	12	15.27	2.86	15.5	11.1	19.3
D - Detache	6	14.33	2.10	14.3	11.6	17.6

ANOVA : MM_Délai selon RQ_Choix - TÉMOINS
	Df	Sum Sq	Mean Sq	F value	Pr(>F)
RQ_choix	3	57.38286	19.12762	2.905207	0.0471184
Residuals	38	250.18857	6.58391	NA	NA

Regression : Délai moyen

##  [1]   3   8   6   6  -5   2  -7   4   9   6   6   4   3   1   1   7   0   6  -1
## [20]  -4   1  -1  -5   5   6   1  -7  -5  -6   0   6   2  -3   1   1  -6  -3   1
## [39]   4   7  -2   0   1  -3  -3  -5  -8   0  -6  -7   5  -2  -9  -8  -4   0  -6
## [58]   4  -7   3  -3  -7   3  -4  -5  -5  -4 -11   1   7  -3  -2  -2   4   6   2
## [77]   1   2   6  -2  -3   1  -4  -5  -7  -6  -3  -8  -7

##  [1] 17.6 14.7 16.8 10.2 17.5 12.8 19.2 13.9 14.7 15.8 15.5 14.4 14.7 18.8 19.9
## [16] 15.3 18.2 16.3 12.7 19.3 13.2 13.0 12.1 12.7 11.7 16.6 11.1 19.1 18.5 15.4
## [31] 11.9 19.1 15.8 17.9 20.0 16.8 19.9 17.9 14.7 11.6 16.3 16.4 17.7 18.7 19.3
## [46] 17.5 19.8 12.9 19.4 19.8 12.9 17.7 20.0 14.1 17.9 17.4 17.4 14.6 13.2 15.5
## [61] 17.8 19.3 13.5 16.8 19.9 18.9 15.2 14.3 19.5 19.6 17.6 15.5 14.6 12.7 19.9
## [76] 14.1 20.0 17.3 20.0 17.9 16.6 14.6 14.9 16.1 15.8 19.0 19.8 16.3 12.8

Modèle 1 : Contrôle par âge et psychotropes

Régression linéaire : Délai moyen ~ Statut + âge + psychotropes
	Variable	Estimate	SE	t_value	p_value
(Intercept)	(Intercept)	19.146	1.831	10.457	<0.001
Statutpatient	Statutpatient	0.598	0.711	0.841	0.402
âge	âge	-0.171	0.089	-1.918	0.058
nb_psychotropes	nb_psychotropes	0.161	0.272	0.593	0.555
1	R²	0.100	NA	NA	NA
2	R² ajusté	0.068	NA	NA	NA

Modèle 2 : Contrôle Rq mod soi RQ mod autre

Régression linéaire : Délai moyen ~ Statut + âge + MAIA + TAS + RQ_mod_soi + RQ_mod_autr
	Variable	Estimate	SE	t_value	p_value
(Intercept)	(Intercept)	18.413	3.095	5.949	<0.001
Statutpatient	Statutpatient	0.128	0.618	0.207	0.837
âge	âge	-0.080	0.098	-0.813	0.418
MAIA_total	MAIA_total	-0.027	0.012	-2.296	0.024
TASTOT	TASTOT	0.030	0.027	1.090	0.279
RQ_mod_soi	RQ_mod_soi	-0.066	0.062	-1.053	0.296
RQ_mod_autr	RQ_mod_autr	0.031	0.068	0.446	0.657
1	R²	0.217	NA	NA	NA
2	R² ajusté	0.158	NA	NA	NA

Modèle 2 bis : Contrôle avec RQ_choix

Régression linéaire : Délai moyen ~ Statut + âge + MAIA + TAS + RQ_choix
	Variable	Estimate	SE	t_value	p_value
(Intercept)	(Intercept)	19.293	3.165	6.096	<0.001
Statutpatient	Statutpatient	0.498	0.603	0.826	0.411
âge	âge	-0.098	0.100	-0.982	0.329
MAIA_total	MAIA_total	-0.028	0.012	-2.313	0.023
TASTOT	TASTOT	0.026	0.028	0.916	0.362
RQ_choixB - Craintif	RQ_choixB - Craintif	-0.038	0.848	-0.045	0.964
RQ_choixC - Preoccupe	RQ_choixC - Preoccupe	-0.575	0.704	-0.816	0.417
RQ_choixD - Detache	RQ_choixD - Detache	-1.231	0.862	-1.427	0.157
1	R²	0.227	NA	NA	NA
2	R² ajusté	0.158	NA	NA	NA

Modèle 2 ter : Contrôle avec styles d’attachement

Régression linéaire : Délai moyen ~ Statut + âge + MAIA + TAS + RQ styles d’attachement
	Variable	Estimate	SE	t_value	p_value
(Intercept)	(Intercept)	20.128	3.092	6.509	<0.001
Statutpatient	Statutpatient	0.290	0.597	0.486	0.628
âge	âge	-0.079	0.094	-0.842	0.402
MAIA_total	MAIA_total	-0.026	0.012	-2.259	0.027
TASTOT	TASTOT	0.029	0.027	1.081	0.283
RQ_Secure	RQ_Secure	0.004	0.199	0.020	0.984
RQ_Craintif	RQ_Craintif	0.200	0.160	1.251	0.214
RQ_Preoccupe	RQ_Preoccupe	-0.229	0.138	-1.652	0.102
RQ_Detache	RQ_Detache	-0.480	0.152	-3.155	0.002
1	R²	0.301	NA	NA	NA
2	R² ajusté	0.230	NA	NA	NA

Diagnostics des modèles

## Warning in data.frame(Modele = c("Modèle 2", "Modèle 2 bis", "Modèle 2 ter"), :
## les noms de lignes sont trouvés dans une variable courte et ont été éliminés

Tests de Shapiro-Wilk pour la normalité des résidus
Modele	W	p_value
Modèle 2	0.972	0.056
Modèle 2 bis	0.972	0.056
Modèle 2 ter	0.972	0.056

Les tests de Shapiro-Wilk montrent que l’hypothèse de normalité des résidus est respectée pour les trois modèles (p > 0.05).

Analyses stratifiées par groupe du Délai moyen

## Learn more about sjmisc with 'browseVignettes("sjmisc")'.

## 
## Attachement du package : 'sjmisc'

## L'objet suivant est masqué depuis 'package:tibble':
## 
##     add_case

Résultats des modèles chez les Témoins

Modèles avec RQ (Mod Soi/Autrui)

Modèles avec RQ Modèles Soi/Autrui - Témoins
	RQ Mod. - Base	RQ Mod. + TAS	RQ Mod. + MAIA	RQ Mod. + TAS + MAIA
Predictors	Estimates	Estimates	Estimates	Estimates
(Intercept)	20.58 ^***	21.02 ^***	22.09 ^***	25.10 ^***
âge	-0.23	-0.24	-0.17	-0.21
RQ mod soi	-0.21 ^*	-0.21 ^*	-0.17	-0.18
RQ mod autr	-0.03	-0.03	-0.04	-0.04
TASTOT		-0.01		-0.03
MAIA total			-0.03	-0.03
Observations	42	42	42	42
R² / R² adjusted	0.196 / 0.133	0.196 / 0.110	0.267 / 0.188	0.277 / 0.177
p<0.05 p<0.01 * p<0.001

Modèles avec RQ Choix

Modèles avec RQ Choix - Témoins
	RQ Choix - Base	RQ Choix + TAS	RQ Choix + MAIA	RQ Choix + TAS + MAIA
Predictors	Estimates	Estimates	Estimates	Estimates
(Intercept)	20.35 ^***	21.65 ^***	21.84 ^***	24.75 ^***
âge	-0.23	-0.26	-0.18	-0.23
RQ choix [B - Craintif]	2.47 ^*	2.64 ^*	1.97	2.27
RQ choix [C - Preoccupe]	-0.48	-0.40	-0.65	-0.50
RQ choix [D - Detache]	-1.32	-1.36	-0.86	-0.90
TASTOT		-0.02		-0.04
MAIA total			-0.03	-0.03
Observations	42	42	42	42
R² / R² adjusted	0.255 / 0.175	0.258 / 0.155	0.303 / 0.207	0.314 / 0.196
p<0.05 p<0.01 * p<0.001

Modèles avec RQ Styles d’attachement

Modèles avec RQ Styles d’attachement - Témoins
	RQ Styles - Base	RQ Styles + TAS	RQ Styles + MAIA	RQ Styles + TAS + MAIA
Predictors	Estimates	Estimates	Estimates	Estimates
(Intercept)	23.84 ^***	21.20 ^***	24.41 ^***	22.87 ^***
âge	-0.20	-0.15	-0.17	-0.15
RQ Secure	-0.26	-0.24	-0.24	-0.23
RQ Craintif	0.40	0.38	0.37	0.36
RQ Preoccupe	-0.41 ^*	-0.46 ^*	-0.39 ^*	-0.42
RQ Detache	-0.80 ^***	-0.81 ^***	-0.72 ^**	-0.74 ^**
TASTOT		0.03		0.02
MAIA total			-0.02	-0.01
Observations	42	42	42	42
R² / R² adjusted	0.443 / 0.366	0.454 / 0.360	0.463 / 0.371	0.466 / 0.356
p<0.05 p<0.01 * p<0.001

Résultats des modèles chez les Patients

Modèles avec RQ (Mod Soi/Autrui)

Modèles avec RQ Modèles Soi/Autrui - Patients
	RQ Mod. - Base	RQ Mod. + TAS	RQ Mod. + MAIA	RQ Mod. + TAS + MAIA
Predictors	Estimates	Estimates	Estimates	Estimates
(Intercept)	18.80 ^***	12.65 ^***	20.13 ^***	13.97 ^***
âge	-0.11	0.03	-0.08	0.04
RQ mod soi	-0.02	0.04	-0.00	0.05
RQ mod autr	0.12	0.15	0.09	0.13
TASTOT		0.07 ^*		0.07 ^*
MAIA total			-0.03	-0.02
Observations	47	45	46	45
R² / R² adjusted	0.064 / -0.001	0.167 / 0.084	0.106 / 0.019	0.195 / 0.091
p<0.05 p<0.01 * p<0.001

Modèles avec RQ Choix

Modèles avec RQ Choix - Patients
	RQ Choix - Base	RQ Choix + TAS	RQ Choix + MAIA	RQ Choix + TAS + MAIA
Predictors	Estimates	Estimates	Estimates	Estimates
(Intercept)	20.42 ^***	14.36 ^***	21.95 ^***	16.03 ^***
âge	-0.12	0.01	-0.09	0.03
RQ choix [B - Craintif]	-1.76	-1.96	-1.94	-2.10
RQ choix [C - Preoccupe]	-1.14	-0.69	-1.32	-0.88
RQ choix [D - Detache]	-2.65 ^*	-1.93	-2.50	-1.83
TASTOT		0.06		0.06
MAIA total			-0.03	-0.02
Observations	47	45	46	45
R² / R² adjusted	0.122 / 0.039	0.193 / 0.089	0.175 / 0.072	0.232 / 0.111
p<0.05 p<0.01 * p<0.001

Modèles avec RQ Styles d’attachement

Modèles avec RQ Styles d’attachement - Patients
	RQ Styles - Base	RQ Styles + TAS	RQ Styles + MAIA	RQ Styles + TAS + MAIA
Predictors	Estimates	Estimates	Estimates	Estimates
(Intercept)	17.04 ^***	11.81 ^**	18.35 ^***	13.55 ^**
âge	-0.06	0.04	-0.01	0.07
RQ Secure	0.39	0.34	0.47	0.41
RQ Craintif	0.10	-0.11	0.19	-0.01
RQ Preoccupe	0.10	0.13	-0.01	0.04
RQ Detache	-0.27	-0.14	-0.29	-0.17
TASTOT		0.07		0.06
MAIA total			-0.03	-0.02
Observations	47	45	46	45
R² / R² adjusted	0.094 / -0.016	0.173 / 0.043	0.162 / 0.033	0.211 / 0.062
p<0.05 p<0.01 * p<0.001

Résumé des modèles (tableaux synthétiques)

Récapitulatif des R² et R² ajustés pour les modèles - TÉMOINS
	Modèle	R²	R² ajusté
RQ Mod. - Base	RQ Mod. - Base	0.196	0.133
RQ Mod. + TAS	RQ Mod. + TAS	0.196	0.110
RQ Mod. + MAIA	RQ Mod. + MAIA	0.267	0.188
RQ Mod. + TAS + MAIA	RQ Mod. + TAS + MAIA	0.277	0.177
RQ Choix - Base	RQ Choix - Base	0.255	0.175
RQ Choix + TAS	RQ Choix + TAS	0.258	0.155
RQ Choix + MAIA	RQ Choix + MAIA	0.303	0.207
RQ Choix + TAS + MAIA	RQ Choix + TAS + MAIA	0.314	0.196
RQ Styles - Base	RQ Styles - Base	0.443	0.366
RQ Styles + TAS	RQ Styles + TAS	0.454	0.360
RQ Styles + MAIA	RQ Styles + MAIA	0.463	0.371
RQ Styles + TAS + MAIA	RQ Styles + TAS + MAIA	0.466	0.356

Récapitulatif des R² et R² ajustés pour les modèles - PATIENTS
	Modèle	R²	R² ajusté
RQ Mod. - Base	RQ Mod. - Base	0.064	-0.001
RQ Mod. + TAS	RQ Mod. + TAS	0.167	0.084
RQ Mod. + MAIA	RQ Mod. + MAIA	0.106	0.019
RQ Mod. + TAS + MAIA	RQ Mod. + TAS + MAIA	0.195	0.091
RQ Choix - Base	RQ Choix - Base	0.122	0.039
RQ Choix + TAS	RQ Choix + TAS	0.193	0.089
RQ Choix + MAIA	RQ Choix + MAIA	0.175	0.072
RQ Choix + TAS + MAIA	RQ Choix + TAS + MAIA	0.232	0.111
RQ Styles - Base	RQ Styles - Base	0.094	-0.016
RQ Styles + TAS	RQ Styles + TAS	0.173	0.043
RQ Styles + MAIA	RQ Styles + MAIA	0.162	0.033
RQ Styles + TAS + MAIA	RQ Styles + TAS + MAIA	0.211	0.062

Modèles Mixtes stratifiés par groupe

library(lmerTest)
library(sjPlot)
library(performance)

# Filtrer les données pour les témoins et patients séparément
MM2_temoins <- subset(MM2, Statut == "témoin")
MM2_patients <- subset(MM2, Statut == "patient")

# Modèles mixtes pour les témoins
# Modèles avec chaque variable/bloc séparément
model_RQ_temoins <- lmer(DEL_SUCC ~ âge + sexe + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + (1 | id_MM), data = MM2_temoins)
model_MAIA_temoins <- lmer(DEL_SUCC ~ âge + sexe + MAIA_total + (1 | id_MM), data = MM2_temoins)
model_TAS_temoins <- lmer(DEL_SUCC ~ âge + sexe + TASTOT + (1 | id_MM), data = MM2_temoins)

# Modèles avec combinaisons de 2 variables/blocs
model_RQ_MAIA_temoins <- lmer(DEL_SUCC ~ âge + sexe + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + MAIA_total + (1 | id_MM), data = MM2_temoins)
model_RQ_TAS_temoins <- lmer(DEL_SUCC ~ âge + sexe + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + TASTOT + (1 | id_MM), data = MM2_temoins)
model_MAIA_TAS_temoins <- lmer(DEL_SUCC ~ âge + sexe + MAIA_total + TASTOT + (1 | id_MM), data = MM2_temoins)

# Modèle complet
model_complet_temoins <- lmer(DEL_SUCC ~ âge + sexe + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + MAIA_total + TASTOT + (1 | id_MM), data = MM2_temoins)

# Modèles mixtes pour les patients
# Modèles avec chaque variable/bloc séparément
model_RQ_patients <- lmer(DEL_SUCC ~ âge + sexe + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + (1 | id_MM), data = MM2_patients)
model_MAIA_patients <- lmer(DEL_SUCC ~ âge + sexe + MAIA_total + (1 | id_MM), data = MM2_patients)
model_TAS_patients <- lmer(DEL_SUCC ~ âge + sexe + TASTOT + (1 | id_MM), data = MM2_patients)

# Modèles avec combinaisons de 2 variables/blocs
model_RQ_MAIA_patients <- lmer(DEL_SUCC ~ âge + sexe + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + MAIA_total + (1 | id_MM), data = MM2_patients)
model_RQ_TAS_patients <- lmer(DEL_SUCC ~ âge + sexe + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + TASTOT + (1 | id_MM), data = MM2_patients)
model_MAIA_TAS_patients <- lmer(DEL_SUCC ~ âge + sexe + MAIA_total + TASTOT + (1 | id_MM), data = MM2_patients)

# Modèle complet
model_complet_patients <- lmer(DEL_SUCC ~ âge + sexe + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + MAIA_total + TASTOT + (1 | id_MM), data = MM2_patients)

Résultats des modèles mixtes

Tous les modèles chez les Témoins

Modèles mixtes - TÉMOINS
	RQ	MAIA	TAS	RQ + MAIA	RQ + TAS	MAIA + TAS	RQ + MAIA + TAS
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates
(Intercept)	47.74 ^***	45.30 ^***	35.97 ^***	48.87 ^***	42.48 ^***	45.51 ^***	45.83 ^***
âge	-0.40	-0.34	-0.38	-0.34	-0.29	-0.34	-0.29
sexe [H]	0.46	-1.94	-2.58	0.51	0.31	-1.93	0.42
RQ Secure	-0.56			-0.52	-0.51		-0.49
RQ Craintif	0.84			0.77	0.79		0.76
RQ Preoccupe	-0.85 ^*			-0.82 ^*	-0.95 ^*		-0.88 ^*
RQ Detache	-1.62 ^***			-1.47 ^***	-1.64 ^***		-1.50 ^***
MAIA total		-0.07 ^*		-0.03		-0.07 ^*	-0.03
TASTOT			0.07		0.07	-0.00	0.04
Random Effects
σ²	49.50	49.50	49.50	49.50	49.50	49.50	49.50
τ₀₀	17.83 _{id_MM}	23.89 _{id_MM}	26.91 _{id_MM}	17.70 _{id_MM}	18.03 _{id_MM}	24.57 _{id_MM}	18.18 _{id_MM}
ICC	0.26	0.33	0.35	0.26	0.27	0.33	0.27
N	42 _{id_MM}	42 _{id_MM}	42 _{id_MM}	42 _{id_MM}	42 _{id_MM}	42 _{id_MM}	42 _{id_MM}
Observations	1245	1245	1245	1245	1245	1245	1245
Marginal R² / Conditional R²	0.158 / 0.381	0.078 / 0.378	0.045 / 0.381	0.166 / 0.385	0.161 / 0.385	0.078 / 0.384	0.165 / 0.390
p<0.05 p<0.01 * p<0.001

Tous les modèles chez les Patients

Modèles mixtes - PATIENTS
	RQ	MAIA	TAS	RQ + MAIA	RQ + TAS	MAIA + TAS	RQ + MAIA + TAS
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates
(Intercept)	34.08 ^***	40.72 ^***	26.77 ^***	36.61 ^***	23.54 ^**	30.13 ^***	26.93 ^**
âge	-0.13	-0.15	0.01	-0.02	0.08	0.04	0.13
sexe [H]	-0.22	-0.12	-0.55	0.12	0.19	0.09	0.48
RQ Secure	0.78			0.95	0.69		0.83
RQ Craintif	0.21			0.38	-0.22		-0.02
RQ Preoccupe	0.20			-0.01	0.27		0.11
RQ Detache	-0.54			-0.58	-0.28		-0.34
MAIA total		-0.06		-0.07		-0.05	-0.05
TASTOT			0.13 ^*		0.14	0.12	0.12
Random Effects
σ²	41.78	41.30	40.71	41.30	40.71	40.71	40.71
τ₀₀	22.30 _{id_MM}	21.42 _{id_MM}	21.00 _{id_MM}	21.66 _{id_MM}	21.50 _{id_MM}	20.43 _{id_MM}	21.03 _{id_MM}
ICC	0.35	0.34	0.34	0.34	0.35	0.33	0.34
N	47 _{id_MM}	46 _{id_MM}	45 _{id_MM}	46 _{id_MM}	45 _{id_MM}	45 _{id_MM}	45 _{id_MM}
Observations	1372	1339	1309	1339	1309	1309	1309
Marginal R² / Conditional R²	0.032 / 0.369	0.030 / 0.361	0.037 / 0.365	0.055 / 0.380	0.058 / 0.383	0.052 / 0.369	0.071 / 0.387
p<0.05 p<0.01 * p<0.001

Métriques d’ajustement des modèles

Métriques d’ajustement des modèles mixtes - TÉMOINS
	Modèle	R² Marginal	R² Conditionnel	AIC	BIC
RQ	RQ	0.158	0.381	8501.719	8547.861
MAIA	MAIA	0.078	0.378	8514.907	8545.668
TAS	TAS	0.045	0.381	8517.123	8547.884
RQ + MAIA	RQ + MAIA	0.166	0.385	8507.691	8558.959
RQ + TAS	RQ + TAS	0.161	0.385	8506.194	8557.463
MAIA + TAS	MAIA + TAS	0.078	0.384	8519.796	8555.684
RQ + MAIA + TAS	RQ + MAIA + TAS	0.165	0.390	8512.484	8568.880

Métriques d’ajustement des modèles mixtes - PATIENTS
	Modèle	R² Marginal	R² Conditionnel	AIC	BIC
RQ	RQ	0.032	0.369	9152.990	9200.006
MAIA	MAIA	0.030	0.361	8919.329	8950.527
TAS	TAS	0.037	0.365	8699.374	8730.436
RQ + MAIA	RQ + MAIA	0.055	0.380	8922.894	8974.891
RQ + TAS	RQ + TAS	0.058	0.383	8703.359	8755.129
MAIA + TAS	MAIA + TAS	0.052	0.369	8704.242	8740.481
RQ + MAIA + TAS	RQ + MAIA + TAS	0.071	0.387	8708.323	8765.270

Modèles Mixtes sur l’échantillon complet

# Modèles mixtes sur l'échantillon complet
# Modèles avec chaque variable/bloc séparément
model_RQ_complet <- lmer(DEL_SUCC ~ âge + sexe + Statut + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + (1 | id_MM), data = MM2)
model_MAIA_complet <- lmer(DEL_SUCC ~ âge + sexe + Statut + MAIA_total + (1 | id_MM), data = MM2)
model_TAS_complet <- lmer(DEL_SUCC ~ âge + sexe + Statut + TASTOT + (1 | id_MM), data = MM2)

# Modèles avec combinaisons de 2 variables/blocs
model_RQ_MAIA_complet <- lmer(DEL_SUCC ~ âge + sexe + Statut + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + MAIA_total + (1 | id_MM), data = MM2)
model_RQ_TAS_complet <- lmer(DEL_SUCC ~ âge + sexe + Statut + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + TASTOT + (1 | id_MM), data = MM2)
model_MAIA_TAS_complet <- lmer(DEL_SUCC ~ âge + sexe + Statut + MAIA_total + TASTOT + (1 | id_MM), data = MM2)

# Modèle complet
model_complet_total <- lmer(DEL_SUCC ~ âge + sexe + Statut + RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache + MAIA_total + TASTOT + (1 | id_MM), data = MM2)

# Affichage de tous les modèles pour l'échantillon complet
tab_model(model_RQ_complet, model_MAIA_complet, model_TAS_complet,
          model_RQ_MAIA_complet, model_RQ_TAS_complet, model_MAIA_TAS_complet, model_complet_total,
          show.ci = FALSE,
          p.style = "stars",
          dv.labels = c("RQ", "MAIA", "TAS", 
                       "RQ + MAIA", "RQ + TAS", "MAIA + TAS", "RQ + MAIA + TAS"),
          title = "Modèles mixtes - ÉCHANTILLON COMPLET")

Modèles mixtes - ÉCHANTILLON COMPLET
	RQ	MAIA	TAS	RQ + MAIA	RQ + TAS	MAIA + TAS	RQ + MAIA + TAS
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates
(Intercept)	43.73 ^***	43.01 ^***	31.48 ^***	45.39 ^***	37.34 ^***	36.40 ^***	40.71 ^***
âge	-0.34 ^*	-0.24	-0.17	-0.24	-0.20	-0.12	-0.15
sexe [H]	-0.99	-1.03	-1.63	-0.59	-1.13	-1.08	-0.72
Statut [témoin]	-1.13	-0.50	-1.60	-0.42	-1.29	-0.62	-0.62
RQ Secure	-0.09			0.04	-0.10		0.02
RQ Craintif	0.47			0.51	0.31		0.39
RQ Preoccupe	-0.37			-0.43	-0.41		-0.46
RQ Detache	-1.10 ^***			-0.99 ^**	-1.04 ^***		-0.96 ^**
MAIA total		-0.07 ^**		-0.06 ^*		-0.06 ^*	-0.05 ^*
TASTOT			0.10		0.08	0.07	0.06
Random Effects
σ²	45.45	45.25	45.00	45.26	45.00	45.00	45.00
τ₀₀	21.06 _{id_MM}	22.00 _{id_MM}	23.37 _{id_MM}	19.94 _{id_MM}	21.12 _{id_MM}	21.90 _{id_MM}	20.11 _{id_MM}
ICC	0.32	0.33	0.34	0.31	0.32	0.33	0.31
N	89 _{id_MM}	88 _{id_MM}	87 _{id_MM}	88 _{id_MM}	87 _{id_MM}	87 _{id_MM}	87 _{id_MM}
Observations	2617	2584	2554	2584	2554	2554	2554
Marginal R² / Conditional R²	0.090 / 0.378	0.072 / 0.376	0.057 / 0.379	0.112 / 0.383	0.099 / 0.387	0.080 / 0.381	0.115 / 0.389
p<0.05 p<0.01 * p<0.001

Modèles avec interactions avec le Statut

# Modèles avec interactions entre Statut et les variables psychologiques
# Interactions avec RQ
model_RQ_inter <- lmer(DEL_SUCC ~ âge + sexe + Statut * (RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache) + (1 | id_MM), data = MM2)

# Interaction avec MAIA
model_MAIA_inter <- lmer(DEL_SUCC ~ âge + sexe + Statut * MAIA_total + (1 | id_MM), data = MM2)

# Interaction avec TAS
model_TAS_inter <- lmer(DEL_SUCC ~ âge + sexe + Statut * TASTOT + (1 | id_MM), data = MM2)

# Modèles avec combinaisons d'interactions
# RQ + MAIA avec interactions
model_RQ_MAIA_inter <- lmer(DEL_SUCC ~ âge + sexe + Statut * (RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache) + Statut * MAIA_total + (1 | id_MM), data = MM2)

# RQ + TAS avec interactions
model_RQ_TAS_inter <- lmer(DEL_SUCC ~ âge + sexe + Statut * (RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache) + Statut * TASTOT + (1 | id_MM), data = MM2)

# MAIA + TAS avec interactions
model_MAIA_TAS_inter <- lmer(DEL_SUCC ~ âge + sexe + Statut * MAIA_total + Statut * TASTOT + (1 | id_MM), data = MM2)

# Modèle complet avec toutes les interactions
model_complet_inter <- lmer(DEL_SUCC ~ âge + sexe + Statut * (RQ_Secure + RQ_Craintif + RQ_Preoccupe + RQ_Detache) + Statut * MAIA_total + Statut * TASTOT + (1 | id_MM), data = MM2)

# Affichage des modèles avec interactions
tab_model(model_RQ_inter, model_MAIA_inter, model_TAS_inter,
          model_RQ_MAIA_inter, model_RQ_TAS_inter, model_MAIA_TAS_inter, model_complet_inter,
          show.ci = FALSE,
          p.style = "stars",
          dv.labels = c("RQ × Statut", "MAIA × Statut", "TAS × Statut", 
                       "RQ × Statut + MAIA × Statut", "RQ × Statut + TAS × Statut", 
                       "MAIA × Statut + TAS × Statut", "Toutes interactions"),
          title = "Modèles mixtes avec interactions avec le Statut")

Modèles mixtes avec interactions avec le Statut
	RQ × Statut	MAIA × Statut	TAS × Statut	RQ × Statut + MAIA × Statut	RQ × Statut + TAS × Statut	MAIA × Statut + TAS × Statut	Toutes interactions
Predictors	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates	Estimates
(Intercept)	36.88 ^***	41.99 ^***	31.40 ^***	39.80 ^***	28.17 ^***	34.20 ^***	31.85 ^***
âge	-0.26	-0.23	-0.17	-0.18	-0.10	-0.14	-0.07
sexe [H]	0.16	-1.08	-1.62	0.46	0.33	-0.99	0.52
Statut [témoin]	8.62	1.41	-1.36	6.87	9.57	6.08	8.80
RQ Secure	0.68			0.82	0.58		0.69
RQ Craintif	0.17			0.31	-0.23		-0.05
RQ Preoccupe	0.20			0.01	0.26		0.10
RQ Detache	-0.53			-0.57	-0.30		-0.36
Statut [témoin] × RQ Secure	-1.31			-1.42	-1.16		-1.27
Statut [témoin] × RQ Craintif	0.59			0.39	0.94		0.72
Statut [témoin] × RQ Preoccupe	-1.05			-0.84	-1.27 ^*		-1.05
Statut [témoin] × RQ Detache	-1.08			-0.88	-1.34 ^*		-1.14
MAIA total		-0.05		-0.06		-0.04	-0.05
Statut [témoin] × MAIA total		-0.02		0.02		-0.03	0.02
TASTOT			0.10		0.12	0.10	0.10
Statut [témoin] × TASTOT			-0.00		-0.02	-0.08	-0.03
Random Effects
σ²	45.45	45.25	45.00	45.25	45.00	45.00	45.00
τ₀₀	19.84 _{id_MM}	22.20 _{id_MM}	23.68 _{id_MM}	19.44 _{id_MM}	19.52 _{id_MM}	22.26 _{id_MM}	19.42 _{id_MM}
ICC	0.30	0.33	0.34	0.30	0.30	0.33	0.30
N	89 _{id_MM}	88 _{id_MM}	87 _{id_MM}	88 _{id_MM}	87 _{id_MM}	87 _{id_MM}	87 _{id_MM}
Observations	2617	2584	2554	2584	2554	2554	2554
Marginal R² / Conditional R²	0.116 / 0.384	0.073 / 0.378	0.057 / 0.382	0.130 / 0.392	0.131 / 0.394	0.082 / 0.386	0.139 / 0.398
p<0.05 p<0.01 * p<0.001

Analyse de la dispersion des variables psychologiques

Relation entre les variables psychologiques et le délai moyen

Cette analyse nous permet de visualiser : - La relation entre chaque variable psychologique et le délai moyen - Les différences potentielles de ces relations entre patients et témoins - La présence éventuelle de relations non linéaires (courbe quadratique en rouge) - La dispersion des points autour des courbes de tendance

Analyses Myriam RELADO 2

Jérôme Silva

2025-04-23

TABLE 1

Figures 2a 2b : MM émotions Par individus

Figures 2c 2d: MM formes Par individus

FIGURE 3

FIGURE 4A - PATIENTS

FIGURE 4b - TEMOINS

Regression : Délai moyen

Modèle 1 : Contrôle par âge et psychotropes

Modèle 2 : Contrôle Rq mod soi RQ mod autre

Modèle 2 bis : Contrôle avec RQ_choix

Modèle 2 ter : Contrôle avec styles d’attachement

Diagnostics des modèles

Analyses stratifiées par groupe du Délai moyen

Résultats des modèles chez les Témoins

Modèles avec RQ (Mod Soi/Autrui)

Modèles avec RQ Choix

Modèles avec RQ Styles d’attachement

Résultats des modèles chez les Patients

Modèles avec RQ (Mod Soi/Autrui)

Modèles avec RQ Choix

Modèles avec RQ Styles d’attachement

Résumé des modèles (tableaux synthétiques)

Modèles Mixtes stratifiés par groupe

Résultats des modèles mixtes

Tous les modèles chez les Témoins

Tous les modèles chez les Patients

Métriques d’ajustement des modèles

Modèles Mixtes sur l’échantillon complet

Modèles avec interactions avec le Statut

Analyse de la dispersion des variables psychologiques

Relation entre les variables psychologiques et le délai moyen