L’autisme comme espace à quatre dimensions : \mathcal{D}^4

Sciences
Autisme
TSA
Mathématiques
Modélisation
Extension du modèle bidimensionnel — l’espace \mathcal{D}^4 = [0,3]^4 permet de retrouver des sous-types cliniques effacés par le DSM-5.
Auteur·rice

Mathéo Milley-Arjaliès

Date de publication

29 mai 2026

Note

Cet article est la suite du Notebook I — \mathcal{D}^2. Les notations et fonctions de ce notebook sont supposées connues.

L’autisme comme espace à quatre dimensions : \mathcal{D}^4

Extension du modèle bidimensionnel

Ce notebook est la suite directe du Notebook I. On suppose les notations, fonctions et résultats de ce notebook connus.

Motivation

Le modèle \mathcal{D}^2 = [0,3]^2 repose sur une simplification forte : chacun des deux axes du DSM-5 est traité comme unidimensionnel. Or la littérature empirique distingue clairement deux sous-composantes par axe :

Axe A subdivisé : - A_1 : déficits de communication verbale et non-verbale (langage, prosodie, gestes, regard) - A_2 : déficits de réciprocité sociale et émotionnelle (partage d’intérêts, théorie de l’esprit)

Axe B subdivisé : - B_1 : stéréotypies et répétitions motrices (maniérismes, balancements, écholalie) - B_2 : intérêts circonscrits et rituels cognitifs (intérêts focalisés, insistance sur la similitude)

Cette subdivision est étayée par des données empiriques :

Propriété B_1 B_2 Source
Corrélation avec QI Négative Positive Bishop & Lord, 2006 (n=830)
Évolution avec l’âge Diminue Augmente Courchesne et al., Mol. Autism 2021
Profil typique Déficience intellectuelle Haut niveau Grove et al., Nat. Genet. 2019

L’espace \mathcal{D}^4 = [0,3]^4 permet de modéliser ces distinctions et de retrouver mathématiquement des sous-types cliniques effacés par le DSM-5.

Est-ce que l’autisme est aussi mal compris puisqu’il a été trop simplifié ?

1. Formalisation de \mathcal{D}^4

1.1 Définition

\mathcal{D}^4 = [0,3]^4 \subset \mathbb{R}^4

Chaque individu est un point Q = (A_1, A_2, B_1, B_2) normalisé sur [0,3] (même convention que \mathcal{D}^2).

1.2 Correspondance avec les outils cliniques

Dimension Domaine clinique ADOS-2 ADI-R
A_1 Communication verbale/non-verbale SA : langage, prosodie, gestes Domaine A
A_2 Réciprocité sociale/émotionnelle SA : regard, affect partagé, ToM Domaine B
B_1 Stéréotypies motrices RRB : mouvements répétitifs Domaine C partiel
B_2 Intérêts circonscrits RRB : intérêts, insistance similitude Domaine C partiel

1.3 Projection canonique \mathcal{D}^4 \to \mathcal{D}^2

a = \frac{A_1 + A_2}{2} \qquad b = \frac{B_1 + B_2}{2}

Plus généralement, avec poids \alpha_1 + \alpha_2 = 1, \beta_1 + \beta_2 = 1 :

a = \alpha_1 A_1 + \alpha_2 A_2 \qquad b = \beta_1 B_1 + \beta_2 B_2

1.4 Sous-types DSM-IV comme régions de \mathcal{D}^4

Sous-type Région dans \mathcal{D}^4
Asperger A_1 < 0.5, A_2 \geq 0.5, B_2 \geq 0.5
Autisme classique A_1 \geq 1.5, A_2 \geq 1.5, B_1 \geq 1.5
Profil mixte A_2 \geq 0.5, B_1 \geq 0.5, B_2 \geq 0.5
TED-NOS a \geq 0.5 OU b \geq 0.5 mais pas les deux

2. Projections : les 6 plans de \mathcal{D}^4

\mathcal{D}^4 admet \binom{4}{2} = 6 plans de projection 2D distincts.

Plan Axes Ce qu’il révèle
(A_1, A_2) Communication vs. Réciprocité /
(B_1, B_2) Stéréotypies vs. Intérêts /
(A_1, B_1) Communication vs. Stéréotypies Profils bas niveau
(A_2, B_2) Réciprocité vs. Intérêts Profils haut niveau
(A_1, B_2) Communication vs. Intérêts Région Asperger : A_1 faible, B_2 élevé
(A_2, B_1) Réciprocité vs. Stéréotypies Autisme classique

La projection DSM-5 correspond à la diagonale (A_1+A_2)/2 vs. (B_1+B_2)/2 donc une seule parmi les infinités de projections possibles.

Observation : le plan (A1, B2) est le seul qui separe clairement Asperger
(A1 faible, B2 eleve) de autisme classique (A1 eleve, B2 faible).
Dans D2, cette distinction est invisible.

3. Quantifier la perte d’information de la projection DSM-5

La projection \pi : \mathcal{D}^4 \to \mathcal{D}^2 est non injective, c’est-à-dire que des points distincts dans \mathcal{D}^4 peuvent avoir la même image dans \mathcal{D}^2.

D’où l’absurdité de la simplification du DSM-V…

Exemple canonique :

Q_1 = (0.2,\ 2.8,\ 0.3,\ 2.1) \quad \text{(profil Asperger)} Q_2 = (1.5,\ 1.5,\ 1.2,\ 1.2) \quad \text{(profil mixte equilibre)}

Les deux ont a = 1.5, b = 1.5 : c’est donc le même point dans \mathcal{D}^2.

En revanche, dans \mathcal{D}^4 : \|Q_1 - Q_2\|_2 \approx 2.06.

On quantifie la perte d’information par l’entropie de Shannon par cellule de \mathcal{D}^2 : combien de sous-types DSM-IV distincts se retrouvent dans la même zone du spectre ?

H_k = -\sum_j p_{kj} \log p_{kj}

où p_{kj} est la proportion du sous-type j dans la cellule k. Entropie nulle = une cellule pure. Entropie maximale = \log(4) \approx 1.386 = mélange uniforme.

Entropie moyenne : 0.344
Entropie max theorique : 1.386
Ratio perte information : 24.8%

Exemple canonique :
  Q1 projete -> (1.50, 1.20)
  Q2 projete -> (1.50, 1.20)
  Distance D4 : 2.236
  Distance D2 : 0.000

4. Trajectoires développementales dans \mathcal{D}^4

Dans \mathcal{D}^4, une trajectoire est une courbe paramétrée :

\gamma : t \in [0,T] \mapsto (A_1(t), A_2(t), B_1(t), B_2(t)) \in \mathcal{D}^4

La projection DSM-5 donne \pi(\gamma(t)) = (a(t), b(t)).

Phénomène clé : des trajectoires très différentes dans \mathcal{D}^4 peuvent avoir des projections identiques dans \mathcal{D}^2, masquant des dynamiques opposées.

Exemple : adolescent Asperger, 8 à 18 ans : - A_1 diminue : amélioration de la communication formelle (intervention, âge) - A_2 stable : la réciprocité émotionnelle résiste aux interventions - B_1 diminue : les stéréotypies motrices s’estompent naturellement - B_2 augmente : les intérêts circonscrits se sophistiquent avec le développement cognitif

Dans \mathcal{D}^2, la trajectoire projetée montre une “amélioration” sur les deux axes. Dans \mathcal{D}^4, B_2 augmente pendant que B_1 diminue : c’est un changement de profil sur l’axe B, non une amélioration.

5. Analyse en Composantes Principales sur \mathcal{D}^4

Chaque patient est représenté par un point dans \mathcal{D}^4, un espace à 4 dimensions correspondant aux scores A_1, A_2, B_1, B_2. L’ACP cherche à résumer cet espace en moins de dimensions sans perdre trop d’information.

Pour ce faire, elle s’appuie sur la matrice de covariance \Sigma_X \in \mathbb{R}^{4 \times 4}, qui encode comment chaque paire de dimensions varie ensemble dans la population. L’ACP calcule les vecteurs propres de \Sigma_X, appelés loadings et rassemblés dans la matrice \mathbf{L} \in \mathbb{R}^{4 \times 4} qui définissent 4 directions mutuellement perpendiculaires dans \mathcal{D}^4. Ces directions, appelées composantes principales (PC1, PC2, PC3, PC4), sont triées par ordre décroissant de variance expliquée : PC1 est la direction le long de laquelle le nuage de points est le plus étalé, PC4 celle où il l’est le moins.

La variance capturée par la k-ième composante est :

\frac{\lambda_k}{\sum_i \lambda_i}

où \lambda_k est la valeur propre associée à PCk, c’est-à-dire la variance du nuage projeté sur cette direction.

On s’intéresse ici aux deux premières composantes et à deux questions :

  1. Quelle fraction de la variance est capturée par PC1 et PC2 ? Puisque l’ACP est par construction la meilleure projection linéaire possible, cette fraction constitue une borne supérieure sur ce que n’importe quelle représentation 2D peut conserver, y compris la représentation DSM-5, qui réduit \mathcal{D}^4 à quelques catégories cliniques pour des raisons pratiques plutôt que mathématiques. Si même l’ACP ne conserve que 70% de la variance, le DSM-5 ne peut pas faire mieux.

  2. Comment s’interprètent PC1 et PC2 ? Les loadings de chaque composante indiquent avec quel poids chaque dimension originale y contribue. Si la structure des sous-types est celle attendue :

    • PC1 devrait avoir des loadings positifs sur toutes les dimensions : elle résume alors la sévérité globale du tableau clinique en un seul score.
    • PC2 devrait avoir des loadings de signes opposés entre B_2 d’un côté et (A_1, B_1) de l’autre : elle capture alors non pas la sévérité globale, mais la dissociation entre profils haut niveau et bas niveau.

Variance PC1+PC2 : 91.5%
Variance PC1+PC2+PC3 : 96.9%

INTERPRETATION DES COMPOSANTES
--------------------------------------------------
PC1 (60.7%) : {'A1': np.float64(0.595), 'A2': np.float64(0.532), 'B1': np.float64(0.602), 'B2': np.float64(0.024)}  -> dominant : B1
PC2 (30.9%) : {'A1': np.float64(-0.222), 'A2': np.float64(0.394), 'B1': np.float64(-0.164), 'B2': np.float64(0.877)}  -> dominant : B2
PC3 (5.4%) : {'A1': np.float64(-0.283), 'A2': np.float64(0.749), 'B1': np.float64(-0.363), 'B2': np.float64(-0.476)}  -> dominant : A2
PC4 (3.1%) : {'A1': np.float64(0.719), 'A2': np.float64(-0.024), 'B1': np.float64(-0.692), 'B2': np.float64(0.064)}  -> dominant : A1

6. Clustering dans \mathcal{D}^4 vs. \mathcal{D}^2

Hypothèse testable : un algorithme de clustering non supervisé dans \mathcal{D}^4 retrouve des groupes qui correspondent mieux aux sous-types cliniques DSM-IV que le même algorithme appliqué dans \mathcal{D}^2.

On utilise deux algorithmes : - K-means (k=4) : clusters sphériques - GMM (Gaussian Mixture Model, k=4) : clusters ellipsoïdaux

Métriques d’évaluation :

Silhouette : \text{Sil} = \frac{1}{n} \sum_{i} \frac{b_i - a_i}{\max(a_i, b_i)} \in [-1, 1]

Pureté : \text{Pureté} = \frac{1}{n} \sum_k \max_j |C_k \cap T_j|

où C_k est le cluster k et T_j le sous-type vrai j.

Configuration          Silhouette     Purete
---------------------------------------------
D4_KMeans                  0.5000      98.0%
D4_GMM                     0.4985      98.5%
D2_KMeans                  0.4679      86.7%
D2_GMM                     0.4781      74.3%

7. Score composite généralisé dans \mathcal{D}^4

S^{(4)} = w_1 A_1 + w_2 A_2 + w_3 B_1 + w_4 B_2 \quad \mathbf{w} \in \Delta^3

Le vecteur \mathbf{w} appartient au simplexe standard \Delta^3 = \{\mathbf{w} \geq 0 : \sum w_i = 1\}.

Propriétés analytiques sous \mathbf{w} \sim \text{Dirichlet}(1,1,1,1)

La loi \text{Dirichlet}(1,1,1,1) est la loi uniforme sur \Delta^3. Sa matrice de covariance est :

\Sigma_w = \frac{1}{20}\left(I_4 - \frac{1}{5}\mathbf{1}\mathbf{1}^\top\right)

D’où :

\mathbb{E}[S^{(4)}] = \frac{A_1 + A_2 + B_1 + B_2}{4}

\text{Var}(S^{(4)}) = \mathbf{q}^\top \Sigma_w \mathbf{q} = \frac{1}{20}\left(\|\mathbf{q}\|^2 - \frac{(\mathbf{1}^\top\mathbf{q})^2}{5}\right)

où \mathbf{q} = (A_1, A_2, B_1, B_2)^\top.

Lien avec \mathcal{D}^2

Dans \mathcal{D}^2 : \sigma(S^{(2)}) = |a-b|/\sqrt{10}. Dans \mathcal{D}^4, la sensibilité dépend de la dispersion des 4 coordonnées. Un profil avec A_1 = A_2 = B_1 = B_2 a \text{Var}(S^{(4)}) = 0 et est donc insensible aux poids.

Profil                   Moyenne   sigma emp   sigma ana
----------------------------------------------------------
Asperger pur               1.105      0.3985      0.4532  (np.float64(0.23), np.float64(2.25))
Autisme classique          1.801      0.2915      0.4611  (np.float64(0.73), np.float64(2.28))
Profil equilibre           1.500      0.0000      0.3000  (np.float64(1.5), np.float64(1.5))
B2 dominant                1.111      0.4540      0.4974  (np.float64(0.31), np.float64(2.7))

8. Placement bayésien dans \mathcal{D}^4

On modélise l’incertitude de mesure par une gaussienne multivariée :

Q \sim \mathcal{N}_4(\mu, \Sigma)

La matrice \Sigma a une structure bloc naturelle. Les erreurs de mesure sur A_1 et A_2 sont corrélées (même outil), de même pour B_1 et B_2 :

\Sigma = \begin{pmatrix} \sigma_{A_1}^2 & \rho_A \sigma_{A_1}\sigma_{A_2} & 0 & 0 \\ \rho_A \sigma_{A_1}\sigma_{A_2} & \sigma_{A_2}^2 & 0 & 0 \\ 0 & 0 & \sigma_{B_1}^2 & \rho_B \sigma_{B_1}\sigma_{B_2} \\ 0 & 0 & \rho_B \sigma_{B_1}\sigma_{B_2} & \sigma_{B_2}^2 \end{pmatrix}

Propagation analytique vers \mathcal{D}^2

Sous la projection \pi : Q \mapsto (a, b) = CQ avec C = \frac{1}{2}\begin{pmatrix}1 & 1 & 0 & 0 \\ 0 & 0 & 1 & 1\end{pmatrix} :

(a, b) \sim \mathcal{N}_2(C\mu,\ C\Sigma C^\top)

Cette formule permet de calculer analytiquement comment la corrélation intra-axe dans \mathcal{D}^4 affecte l’incertitude dans \mathcal{D}^2.

P(TSA) = 98.3%
mu_D2  = (0.925, 1.275)
Sigma_D2 :
[[0.0531 0.    ]
 [0.     0.0689]]

Conclusion

Ce que \mathcal{D}^4 apporte par rapport à \mathcal{D}^2

Capacité \mathcal{D}^2 \mathcal{D}^4
Représenter les sous-types DSM-IV Non (fusionnés) Oui (régions distinctes)
Distinguer stéréotypies vs. intérêts Non Oui
Trajectoires avec dynamiques opposées Non Oui
Corrélation B avec QI Non Oui (B_1 négatif, B_2 positif)
Covariance intra-axe de l’incertitude Non Oui (\rho_A, \rho_B)
Clustering sans a priori Partiel Meilleur (silhouette + pureté)

Résultats structurels

Perte d’information. L’entropie de Shannon par cellule dans \mathcal{D}^2 quantifie combien de sous-types distincts sont confondus dans chaque zone du spectre.

Variance du score composite. Sous \mathbf{w} \sim \text{Dirichlet}(1,1,1,1) :

\text{Var}(S^{(4)}) = \frac{1}{20}\left(\|\mathbf{q}\|^2 - \frac{(\mathbf{1}^\top\mathbf{q})^2}{5}\right)

Propagation de l’incertitude. La structure bloc de \Sigma dans \mathcal{D}^4 se propage analytiquement vers \mathcal{D}^2 via C\Sigma C^\top, ce qui permet de quantifier l’impact de la corrélation intra-axe sur la probabilité diagnostique.

Extensions naturelles

  • \mathcal{D}^n, n > 4 : chaque item ADOS-2 comme dimension propre, avec réduction par ACP ou autoencodeur variationnel
  • Modèle IRT (Item Response Theory) : les scores observés comme indicateurs bruités de traits latents continus : extension naturelle du modèle à variables latentes
  • Processus gaussien sur les trajectoires : modélisation bayésienne de l’incertitude développementale dans \mathcal{D}^4
  • Validation empirique : appliquer sur des données ABIDE ou SPARK pour vérifier si les clusters \mathcal{D}^4 correspondent aux sous-types cliniques

Sources : Bishop & Lord (2006) ; Courchesne et al., Mol. Autism 2021 ; Grove et al., Nature Genetics 2019 ; DSM-5, APA 2013 ; DSM-IV, APA 1994.

La source: L'autisme comme espace à quatre dimensions : $\mathcal{D}^4$