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	-0.377	Rank-biserial correlation
n	47	42
sexe	7 (14.9)	8 ( 19.0)	0.811	Test du Chi-2	0.025	Cramer’s V
n	47	42
EVS_nb	1.33 (1.21)	NaN (NA)		Données insuffisantes

n	47	42
MAIA_noticing	2.99 (0.89)	3.32 (1.25)	0.043	Wilcoxon non apparié	-0.251	Rank-biserial correlation
n	47	42
MAIA_notdistracting	2.28 (1.22)	2.55 (0.95)	0.256	t-test non apparié	0.241	Cohen’s d
n	47	42
MAIA_notworrying	2.75 (1.58)	3.04 (1.17)	0.418	Wilcoxon non apparié	-0.1	Rank-biserial correlation
n	47	42
MAIA_attentionreg	2.05 (0.94)	3.12 (1.09)	< 0.001	t-test non apparié	1.054	Cohen’s d
n	47	42
MAIA_emoaware	2.98 (1.26)	3.39 (1.14)	0.137	Wilcoxon non apparié	-0.184	Rank-biserial correlation
n	47	42
MAIA_selfregul	1.34 (1.08)	2.40 (1.27)	< 0.001	Wilcoxon non apparié	-0.473	Rank-biserial correlation
n	47	42
MAIA_bodylisten	1.49 (1.30)	2.29 (1.31)	0.003	Wilcoxon non apparié	-0.366	Rank-biserial correlation
n	47	42
MAIA_trust	1.89 (1.45)	3.33 (1.47)	< 0.001	Wilcoxon non apparié	-0.515	Rank-biserial correlation
n	47	42
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	0.251	Rank-biserial correlation
n	47	42
MM_taux_de_succes	81.09 (8.68)	82.34 (7.94)	0.655	Wilcoxon non apparié	-0.055	Rank-biserial correlation

n	47	42
MINI_GROUP_tb_anx	0.87 (0.34)	0.31 (0.47)	< 0.001	Wilcoxon non apparié	0.563	Rank-biserial correlation
n	47	42
MINI_GROUP_tb_humeur	0.91 (0.28)	0.29 (0.46)	< 0.001	Wilcoxon non apparié	0.622	Rank-biserial correlation
n	47	42
MINI_GROUP_TSTP	0.34 (0.48)	0.07 (0.26)	0.002	Wilcoxon non apparié	0.269	Rank-biserial correlation
n	47	42
MINI_GROUP_TCA	0.45 (0.50)	0.00 (0.00)		Données insuffisantes
n	47	42
MINI_GROUP_TUA_TUS	0.13 (0.34)	0.02 (0.15)	0.072	Wilcoxon non apparié	0.104	Rank-biserial correlation
n	47	42
MINI_GROUP_tb_psycho	0.02 (0.15)	0.00 (0.00)		Données insuffisantes
n	47	42
MINI_TCA_boulimie	0.23 (0.43)	0.00 (0.00)		Données insuffisantes

n	47	42
nb_psychotropes	1.62 (1.38)	0.00 (0.00)		Données insuffisantes
n	47	42
nb_psychotropes_bin	36 (76.6)	0 ( 0.0)	< 0.001	Test du Chi-2	0.756	Cramer’s V

n	47	42
DES_Total	26.10 (14.96)	NaN (NA)		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
n	47	42
TAS2	14.91 (5.33)	14.64 (4.86)	0.807	t-test non apparié	-0.052	Cohen’s d
n	47	42
TAS3	17.96 (4.64)	17.07 (4.31)	0.359	t-test non apparié	-0.197	Cohen’s d
n	47	42
TASTOT	55.40 (12.18)	50.50 (10.40)	0.046	t-test non apparié	-0.431	Cohen’s d
n	47	42
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)
n	47	42
TAS20_bin	22 (48.9)	13 ( 31.0)	0.137	Test du Chi-2	0.159	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)
n	47	42
RQ_Secure	2.77 (1.34)	3.98 (1.58)	< 0.001	Wilcoxon non apparié	-0.438	Rank-biserial correlation
n	47	42
RQ_Craintif	4.02 (1.97)	3.36 (1.87)	0.105	Wilcoxon non apparié	0.198	Rank-biserial correlation
n	47	42
RQ_Preoccupe	4.43 (2.08)	3.19 (1.88)	0.006	Wilcoxon non apparié	0.338	Rank-biserial correlation
n	47	42
RQ_Detache	3.28 (1.90)	3.81 (1.80)	0.169	Wilcoxon non apparié	-0.168	Rank-biserial correlation
n	47	42
RQ_mod_soi	-2.40 (4.47)	1.24 (4.48)	< 0.001	t-test non apparié	0.815	Cohen’s d
n	47	42
RQ_mod_autr	-0.11 (4.04)	0.00 (3.73)	0.801	Wilcoxon non apparié	-0.031	Rank-biserial correlation
n	47	42
RQ_NO_sum	-2.51 (5.44)	1.24 (5.97)	0.003	Wilcoxon non apparié	-0.365	Rank-biserial correlation
n	47	42
RQ_NO_diff	2.30 (6.55)	-1.24 (5.67)	0.013	Wilcoxon non apparié	0.306	Rank-biserial correlation
n	47	42
RQ_NO_abs	5.87 (3.62)	4.76 (3.24)	0.138	Wilcoxon non apparié	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
n	47	42
HBDT_confiance_moyenne	2.27 (0.90)	2.41 (0.86)	0.344	Wilcoxon non apparié	-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	0.027	Rank-biserial correlation
4	mean_succes_final_Croix	1.00 (0.00)	0.98 (0.06)		Données insuffisantes
5	n	47	42
6	mean_succes_final_Etoile	1.00 (0.03)	0.97 (0.08)	0.045	Wilcoxon non apparié	0.129	Rank-biserial correlation
7	n	47	42
8	mean_succes_final_Fleche	0.99 (0.04)	1.00 (0.03)	0.584	Wilcoxon non apparié	-0.024	Rank-biserial correlation
9	n	47	42
10	mean_succes_final_Rond	1.00 (0.00)	0.99 (0.06)		Données insuffisantes
11	n	47	42
12	mean_succes_final_Triangle	1.00 (0.03)	1.00 (0.03)	1.000	Wilcoxon non apparié	0.001	Rank-biserial correlation
13	n	47	42
14	mean_delais_succes_Carre	4.65 (0.91)	4.30 (0.56)	0.052	Wilcoxon non apparié	0.254	Rank-biserial correlation
15	n	47	42
16	mean_delais_succes_Croix	4.88 (1.32)	4.73 (0.97)	0.829	Wilcoxon non apparié	0.029	Rank-biserial correlation
17	n	47	42
18	mean_delais_succes_Etoile	4.39 (0.78)	4.24 (0.55)	0.745	Wilcoxon non apparié	0.043	Rank-biserial correlation
19	n	47	42
20	mean_delais_succes_Fleche	4.36 (0.77)	4.27 (0.58)	0.882	Wilcoxon non apparié	0.02	Rank-biserial correlation
21	n	47	42
22	mean_delais_succes_Rond	4.72 (0.78)	4.45 (1.09)	0.010	Wilcoxon non apparié	0.335	Rank-biserial correlation
23	n	47	42
24	mean_delais_succes_Triangle	4.51 (0.91)	4.28 (1.03)	0.069	Wilcoxon non apparié	0.238	Rank-biserial correlation
25	n	47	42
26	MMF_mean_succes_final_mean	1.00 (0.01)	0.99 (0.04)	0.090	Wilcoxon non apparié	0.134	Rank-biserial correlation
27	n	47	42
28	MMF_mean_delais_succes	4.58 (0.62)	4.38 (0.53)	0.083	Wilcoxon non apparié	0.228	Rank-biserial correlation

FIGURE 4A - PATIENTS

## [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: âge Method: spearman"

## [1] "Variable: nb_psychotropes Method: kendall"

## [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: âge Method: spearman"

## [1] "Variable: nb_psychotropes Method: kendall"

##  [1] "F" "F" "F" "F" "F" "F" "F" "F" "H" "H" "F" "F" "H" "F" "F" "H" "F" "F" "F"
## [20] "F" "F" "F" "H" "F" "H" "F" "F" "H" "F" "F" "F" "F" "F" "F" "F" "F" "F" "F"
## [39] "H" "F" "F" "F" "F" "F" "F" "F" "F" "H" "F" "F" "F" "H" "F" "F" "F" "H" "H"
## [58] "F" "F" "F" "F" "F" "H" "F" "F" "F" "F" "F" "H" "F" "F" "F" "F" "F" "F" "F"
## [77] "F" "F" "F" "H" "F" "F" "F" "F" "F" "F" "F" "F" "F"

##  [1] Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope
##  [5] Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope
##  [9] Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope
## [13] Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope
## [17] Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope
## [21] Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope
## [25] Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope
## [29] Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope
## [33] Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope
## [37] Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope Aucun_psychotrope
## [41] Aucun_psychotrope Aucun_psychotrope ≥1_psychotrope    ≥1_psychotrope   
## [45] ≥1_psychotrope    ≥1_psychotrope    ≥1_psychotrope    ≥1_psychotrope   
## [49] ≥1_psychotrope    ≥1_psychotrope    Aucun_psychotrope ≥1_psychotrope   
## [53] ≥1_psychotrope    ≥1_psychotrope    ≥1_psychotrope    Aucun_psychotrope
## [57] Aucun_psychotrope ≥1_psychotrope    Aucun_psychotrope Aucun_psychotrope
## [61] ≥1_psychotrope    ≥1_psychotrope    ≥1_psychotrope    ≥1_psychotrope   
## [65] ≥1_psychotrope    Aucun_psychotrope ≥1_psychotrope    ≥1_psychotrope   
## [69] ≥1_psychotrope    ≥1_psychotrope    ≥1_psychotrope    ≥1_psychotrope   
## [73] ≥1_psychotrope    ≥1_psychotrope    ≥1_psychotrope    ≥1_psychotrope   
## [77] ≥1_psychotrope    ≥1_psychotrope    Aucun_psychotrope Aucun_psychotrope
## [81] Aucun_psychotrope ≥1_psychotrope    ≥1_psychotrope    ≥1_psychotrope   
## [85] ≥1_psychotrope    Aucun_psychotrope ≥1_psychotrope    Aucun_psychotrope
## [89] ≥1_psychotrope   
## Levels: Aucun_psychotrope ≥1_psychotrope

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
rho18	âge	-0.1907867	0.199	spearman
tau4	nb_psychotropes	0.0388152	0.726	kendall

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

## Warning in wilcox.test.default(x = DATA[[1L]], y = DATA[[2L]], ...): impossible
## de calculer la p-value exacte avec des ex-aequos

Comparaison de MM_Délai selon le sexe - PATIENTS (Test: Test de Wilcoxon )
sexe	n	Moyenne	Écart_type	Médiane	Test	p_value
F	40	16.995	2.415	17.4	Test de Wilcoxon	0.654
H	7	16.614	2.446	17.4	Test de Wilcoxon	0.654

## Warning in wilcox.test.default(x = DATA[[1L]], y = DATA[[2L]], ...): impossible
## de calculer la p-value exacte avec des ex-aequos

Comparaison de MM_Délai selon la prise de psychotropes - PATIENTS (Test: Test de Wilcoxon )
nb_psychotropes_bin	n	Moyenne	Écart_type	Médiane	Test	p_value
Aucun_psychotrope	11	16.827	2.271	17.40	Test de Wilcoxon	0.802
≥1_psychotrope	36	16.972	2.464	17.55	Test de Wilcoxon	0.802

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
rho17	âge	-0.2493240	0.111	spearman
tau4	nb_psychotropes	NA		kendall

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

## Warning in wilcox.test.default(x = DATA[[1L]], y = DATA[[2L]], ...): impossible
## de calculer la p-value exacte avec des ex-aequos

Comparaison de MM_Délai selon le sexe - TÉMOINS (Test: Test de Wilcoxon )
sexe	n	Moyenne	Écart_type	Médiane	Test	p_value
F	34	15.938	2.817	16.35	Test de Wilcoxon	0.211
H	8	14.762	2.288	14.70	Test de Wilcoxon	0.211

Distribution de la prise de psychotropes - TÉMOINS
nb_psychotropes_bin	n	Pourcentage
Aucun_psychotrope	42	100

FIGURE 4C - PATIENTS (Taux de succès)

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: HBDT_moyenne2 Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: HBDT_confiance_moyenne Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_noticing Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_notdistracting Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_notworrying Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_attentionreg Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_emoaware Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_selfregul Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_bodylisten Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_trust Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_total Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: TAS1 Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: TAS2 Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: TAS3 Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: TASTOT Method: spearman"

## Warning in cor.test.default(x, y, method = "kendall"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_Secure Method: kendall"

## Warning in cor.test.default(x, y, method = "kendall"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_Craintif Method: kendall"

## Warning in cor.test.default(x, y, method = "kendall"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_Preoccupe Method: kendall"

## Warning in cor.test.default(x, y, method = "kendall"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_Detache Method: kendall"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_mod_soi Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_mod_autr Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: DES_Total Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: âge Method: spearman"

## Warning in cor.test.default(x, y, method = "kendall"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: nb_psychotropes Method: kendall"

Corrélations entre Taux de succès et les variables psychologiques - PATIENTS
	Variable	Coefficient	P_value	Method
rho	HBDT_moyenne2	0.1094504	0.464	spearman
rho1	HBDT_confiance_moyenne	-0.1104834	0.460	spearman
rho2	MAIA_noticing	-0.0684351	0.651	spearman
rho3	MAIA_notdistracting	-0.0172646	0.909	spearman
rho4	MAIA_notworrying	-0.1583650	0.293	spearman
rho5	MAIA_attentionreg	0.1894573	0.207	spearman
rho6	MAIA_emoaware	0.1796612	0.232	spearman
rho7	MAIA_selfregul	-0.0877126	0.562	spearman
rho8	MAIA_bodylisten	0.1502179	0.319	spearman
rho9	MAIA_trust	0.1468401	0.330	spearman
rho10	MAIA_total	0.1198395	0.428	spearman
rho11	TAS1	0.0253257	0.869	spearman
rho12	TAS2	0.0577220	0.706	spearman
rho13	TAS3	-0.1936772	0.202	spearman
rho14	TASTOT	-0.0651224	0.671	spearman
tau	RQ_Secure	-0.0947472	0.407	kendall
tau1	RQ_Craintif	0.0031678	0.977	kendall
tau2	RQ_Preoccupe	0.0778419	0.486	kendall
tau3	RQ_Detache	-0.2501171	0.026	kendall
rho15	RQ_mod_soi	-0.2517130	0.088	spearman
rho16	RQ_mod_autr	0.2366679	0.109	spearman
rho17	DES_Total	0.1544425	0.329	spearman
rho18	âge	0.1814762	0.222	spearman
tau4	nb_psychotropes	-0.0525491	0.647	kendall

## Warning in wilcox.test.default(x = DATA[[1L]], y = DATA[[2L]], ...): impossible
## de calculer la p-value exacte avec des ex-aequos

Comparaison du Taux de succès selon le sexe - PATIENTS (Test: Test de Wilcoxon )
sexe	n	Moyenne	Écart_type	Médiane	Test	p_value
F	40	81.318	8.803	83.3	Test de Wilcoxon	0.567
H	7	79.771	8.442	80.6	Test de Wilcoxon	0.567

## Warning in wilcox.test.default(x = DATA[[1L]], y = DATA[[2L]], ...): impossible
## de calculer la p-value exacte avec des ex-aequos

Comparaison du Taux de succès selon la prise de psychotropes - PATIENTS (Test: Test de Wilcoxon )
nb_psychotropes_bin	n	Moyenne	Écart_type	Médiane	Test	p_value
Aucun_psychotrope	11	82.073	6.365	83.3	Test de Wilcoxon	0.8
≥1_psychotrope	36	80.786	9.327	83.3	Test de Wilcoxon	0.8

FIGURE 4D - TEMOINS (Taux de succès)

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: HBDT_moyenne2 Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: HBDT_confiance_moyenne Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_noticing Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_notdistracting Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_notworrying Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_attentionreg Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_emoaware Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_selfregul Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_bodylisten Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_trust Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: MAIA_total Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: TAS1 Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: TAS2 Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: TAS3 Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: TASTOT Method: spearman"

## Warning in cor.test.default(x, y, method = "kendall"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_Secure Method: kendall"

## Warning in cor.test.default(x, y, method = "kendall"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_Craintif Method: kendall"

## Warning in cor.test.default(x, y, method = "kendall"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_Preoccupe Method: kendall"

## Warning in cor.test.default(x, y, method = "kendall"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_Detache Method: kendall"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_mod_soi Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: RQ_mod_autr Method: spearman"

## Warning in cor.test.default(x, y, method = "spearman"): Impossible de calculer
## la p-value exacte avec des ex-aequos

## [1] "Variable: âge Method: spearman"

## Warning in cor(x, y, method = "kendall"): l'écart type est nul

## [1] "Variable: nb_psychotropes Method: kendall"

Corrélations entre Taux de succès et les variables psychologiques - TÉMOINS
	Variable	Coefficient	P_value	Method
rho	HBDT_moyenne2	0.0031436	0.984	spearman
rho1	HBDT_confiance_moyenne	-0.0547503	0.734	spearman
rho2	MAIA_noticing	0.1210269	0.445	spearman
rho3	MAIA_notdistracting	-0.2904049	0.062	spearman
rho4	MAIA_notworrying	0.0139964	0.930	spearman
rho5	MAIA_attentionreg	0.1690557	0.284	spearman
rho6	MAIA_emoaware	0.1660125	0.293	spearman
rho7	MAIA_selfregul	0.3889501	0.011	spearman
rho8	MAIA_bodylisten	0.2934480	0.059	spearman
rho9	MAIA_trust	0.2713496	0.082	spearman
rho10	MAIA_total	0.3465884	0.025	spearman
rho11	TAS1	-0.2135837	0.174	spearman
rho12	TAS2	-0.1296056	0.413	spearman
rho13	TAS3	-0.0459373	0.773	spearman
rho14	TASTOT	-0.2052171	0.192	spearman
tau	RQ_Secure	0.0935488	0.434	kendall
tau1	RQ_Craintif	-0.1764063	0.140	kendall
tau2	RQ_Preoccupe	-0.1735019	0.145	kendall
tau3	RQ_Detache	0.0671789	0.571	kendall
rho15	RQ_mod_soi	0.2856974	0.067	spearman
rho16	RQ_mod_autr	0.0957648	0.546	spearman
rho17	âge	-0.1096157	0.490	spearman
tau4	nb_psychotropes	NA		kendall

## Warning in wilcox.test.default(x = DATA[[1L]], y = DATA[[2L]], ...): impossible
## de calculer la p-value exacte avec des ex-aequos

Comparaison du Taux de succès selon le sexe - TÉMOINS (Test: Test de Wilcoxon )
sexe	n	Moyenne	Écart_type	Médiane	Test	p_value
F	34	82.426	7.932	83.3	Test de Wilcoxon	0.747
H	8	81.950	8.528	79.2	Test de Wilcoxon	0.747

Distribution de la prise de psychotropes - TÉMOINS
nb_psychotropes_bin	n	Pourcentage
Aucun_psychotrope	42	100

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

Regression : Délai moyen (avec SEXE)

##  [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)	19.289	1.834	10.517	< 0.001
Statutpatient	Statutpatient	0.585	0.710	0.824	0.412
âge	âge	-0.171	0.089	-1.918	0.059
sexeH	sexeH	-0.772	0.718	-1.075	0.285
nb_psychotropes	nb_psychotropes	0.150	0.272	0.550	0.584
1	R²	0.112	NA	NA	NA
2	R² ajusté	0.070	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)	18.300	3.113	5.879	< 0.001
Statutpatient	Statutpatient	0.150	0.622	0.242	0.810
âge	âge	-0.077	0.098	-0.781	0.437
sexeH	sexeH	-0.442	0.735	-0.601	0.549
MAIA_total	MAIA_total	-0.026	0.012	-2.181	0.032
TASTOT	TASTOT	0.031	0.028	1.113	0.269
RQ_mod_soi	RQ_mod_soi	-0.059	0.064	-0.935	0.353
RQ_mod_autr	RQ_mod_autr	0.034	0.069	0.498	0.620
1	R²	0.221	NA	NA	NA
2	R² ajusté	0.151	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)	19.346	3.166	6.111	< 0.001
Statutpatient	Statutpatient	0.522	0.604	0.865	0.390
âge	âge	-0.099	0.100	-0.993	0.324
sexeH	sexeH	-0.723	0.732	-0.987	0.326
MAIA_total	MAIA_total	-0.026	0.012	-2.104	0.039
TASTOT	TASTOT	0.025	0.028	0.887	0.378
RQ_choixB - Craintif	RQ_choixB - Craintif	-0.096	0.851	-0.113	0.911
RQ_choixC - Preoccupe	RQ_choixC - Preoccupe	-0.629	0.706	-0.891	0.376
RQ_choixD - Detache	RQ_choixD - Detache	-1.386	0.877	-1.581	0.118
1	R²	0.236	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)	20.030	3.114	6.433	< 0.001
Statutpatient	Statutpatient	0.306	0.601	0.510	0.611
âge	âge	-0.077	0.094	-0.815	0.418
sexeH	sexeH	-0.344	0.704	-0.488	0.627
MAIA_total	MAIA_total	-0.025	0.012	-2.160	0.034
TASTOT	TASTOT	0.029	0.027	1.098	0.276
RQ_Secure	RQ_Secure	0.011	0.201	0.054	0.957
RQ_Craintif	RQ_Craintif	0.191	0.162	1.177	0.243
RQ_Preoccupe	RQ_Preoccupe	-0.228	0.139	-1.642	0.105
RQ_Detache	RQ_Detache	-0.475	0.153	-3.101	0.003
1	R²	0.304	NA	NA	NA
2	R² ajusté	0.222	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 sjPlot with 'browseVignettes("sjPlot")'.

## 
## 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	RQ	0.064	-0.001
MAIA	MAIA	0.106	0.019
TAS	TAS	0.167	0.084
RQ + MAIA	RQ + MAIA	0.106	0.019
RQ + TAS	RQ + TAS	0.167	0.084
MAIA + TAS	MAIA + TAS	0.195	0.091
RQ + MAIA + TAS	RQ + MAIA + TAS	0.195	0.091

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

2025-09-10

TABLE 1

Figures 2a 2b : MM émotions Par individus

Figures 2c 2d: MM formes Par individus

FIGURE 4A - PATIENTS

FIGURE 4b - TEMOINS

FIGURE 4C - PATIENTS (Taux de succès)

FIGURE 4D - TEMOINS (Taux de succès)

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

Regression : Délai moyen (avec SEXE)

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