Le test qui a prédit qui mourrait jeune, y compris sur la route, mieux que son dossier médical

Une étude sur d’anciens soldats australiens a mis en concurrence des dizaines de variables pour prédire qui mourrait jeune. Le dossier médical, les antécédents de comportement et le niveau d’études sont arrivés derrière un score à un test d’aptitude mentale, obtenu des années avant tout accident.

L’explication cesse de paraître mystérieuse quand on regarde de quoi mouraient ces hommes : surtout sur la route.

Une étude d’une ampleur peu commune

Le psychologue Arthur Jensen reprend dans The g Factor (1998) les travaux du chercheur australien Brian I. O’Toole, publiés en 1990 et en 1992 (ces derniers avec Lazar Stankov).

• La cohorte de départ était celle des anciens conscrits du service militaire australien de l’époque de la guerre du Vietnam.
• Les études se sont concentrées sur ceux qui étaient morts de causes étrangères au combat avant l’âge de quarante ans.
• Pour tous, on disposait d’un score à l’Army General Classification test (AGC), un test fortement chargé en facteur g, ainsi qu’à d’autres épreuves de vitesse, de précision et de compréhension mécanique.

À côté de ces scores, les chercheurs ont réuni des dizaines d’autres variables, regroupées en grands blocs : niveau d’études, comportement personnel (consommation d’alcool, arrestations, absences non autorisées du service militaire) et dossier de santé (nombre de jours d’hospitalisation, entre autres données médicales). D’après la synthèse de Linda Gottfredson et Ian Deary (2004), l’analyse de 1992 a comparé les défunts à un échantillon de survivants, environ 2 300 hommes au total, et a utilisé 56 variables en plus du QI.

Des dizaines de variables dans la même course

L’analyse statistique, une régression intégrant toutes les variables à la fois, cherchait à répondre à une question très précise : lesquelles prédisent de façon indépendante qui serait encore en vie des années plus tard ?

Le résultat, tel que le décrit Jensen, est sans appel : l’AGC, le test le plus chargé en g parmi tous ceux administrés, est la variable qui a apporté la contribution indépendante la plus nette à la prédiction de la mortalité. Un écart-type de plus au score s’associait à une baisse de 16 % du taux de mortalité, ce que Gottfredson et Deary résument comme environ 1 % de risque en moins par point de QI.

Le dossier de santé, avec toutes ses informations médicales réelles, ne s’est pas révélé un aussi bon prédicteur que ce test mental passé des années plus tôt. Encore faut-il bien le lire : cela ne veut pas dire que la santé ne compte pas, mais que chez des hommes jeunes et presque tous en bonne santé, l’information médicale ne permettait guère de les distinguer les uns des autres.

De quoi mouraient ces hommes

La raison de ce résultat, en apparence étrange, s’éclaire quand on regarde la cause des décès. Dans cette tranche d’âge, la plupart des morts étaient dues à des causes externes, avant tout des accidents de la route, et non à des maladies. Et le QI était aussi le meilleur prédicteur de cette cause précise.

L’analyse spécifique de la mortalité par accident de véhicule à moteur (O’Toole, 1990) a donné ce tableau, organisé par niveau de QI :

Niveau de QI	Taux de mortalité pour 10 000
Supérieur à 115	51,3
Entre 100 et 115	51,5
Entre 85 et 100	92,2
Entre 80 et 85	146,7

Le taux de mortalité par accident de la route est presque multiplié par trois entre le groupe au QI le plus élevé et le groupe au QI le plus bas. Le tableau recèle un détail qui passe souvent inaperçu : au-dessus de 100, la courbe est presque plate, et l’écart se concentre dans le bas de la distribution.

Ce n’est pas une maladie qui explique la différence, mais quelque chose qui tient au comportement dans des situations de risque rapides et changeantes, comme la conduite.

La suite : le QI et l’espérance de vie

L’étude australienne a été l’une des premières, mais pas la seule. Au cours des deux décennies suivantes, l’épidémiologie cognitive, portée notamment par Ian Deary et David Batty, a suivi de grandes cohortes depuis l’enfance ou le service militaire jusqu’à la vieillesse.

• En Écosse, le suivi des enfants d’Aberdeen évalués lors du Scottish Mental Survey de 1932 a montré que ceux qui avaient obtenu les meilleurs scores à 11 ans avaient plus de chances d’être encore en vie à 76 ans (Whalley et Deary, 2001).
• En 2011, la méta-analyse de Catherine Calvin et ses collègues a réuni 16 études de cohorte avec des suivis de 17 à 69 ans : un écart-type d’intelligence en plus dans la jeunesse s’associait à un risque de décès toutes causes confondues inférieur de 24 %.

L’effet ne se limite donc ni à la route ni aux hommes jeunes. Ce qui change avec l’âge, c’est la cause de décès qui pèse le plus à chaque étape.

Pourquoi un test mental prédit mieux qu’un dossier médical

Il n’existe pas d’explication unique, et les chercheurs eux-mêmes les traitent comme des hypothèses qui s’additionnent :

• Études et niveau socio-économique. Un score élevé ouvre la porte à des études plus longues, à des emplois moins dangereux et à de meilleures conditions de vie. La part de l’effet qui passe par cette voie reste l’une des questions ouvertes du domaine.
• Comportements de santé. Le tabac, l’activité physique, l’alimentation ou le bon suivi d’un traitement sont liés au QI. Gottfredson décrit le soin de sa propre santé comme une tâche cognitive parmi d’autres, avec des informations nouvelles, des risques à peser et des décisions à tenir dans la durée.
• Gestion du risque immédiat. Évaluer une situation de circulation en quelques fractions de seconde, anticiper ce que fera un autre véhicule ou réagir à un imprévu dépend en partie de processus que le facteur g capte bien et qu’un dossier médical, centré sur les maladies et les hospitalisations, ne capte pas du tout.
• Intégrité de l’organisme. Deary a avancé qu’un même bon fonctionnement général du corps pourrait favoriser à la fois les performances cognitives et la santé, si bien que le test fonctionnerait en partie comme un marqueur de cet état.

Jensen étend la même logique à d’autres résultats sociaux (décrochage scolaire, pauvreté, délinquance), qui, dans les données qu’il passe en revue, montrent une relation inverse avec le QI. Cette partie de son livre est beaucoup plus discutée, car il est difficile de séparer le QI de l’origine sociale et des chances de chacun.

La façon de lire une situation de risque rapide et changeante est justement ce qu’explore, de façon bien plus légère, le test Comment j’aborde le risque.

Les limites d’une donnée aussi frappante

Cette étude permet d’affirmer certaines choses et pas d’autres :

• Il s’agit d’une différence de taux entre des groupes de milliers de personnes, pas d’une prédiction individuelle.
• L’immense majorité des personnes, à n’importe quel niveau de QI, ne subit aucun accident grave.
• L’échantillon était composé de jeunes hommes australiens passés par l’armée : il ne représente ni les femmes ni les autres âges, et la circulation de l’époque était très différente de celle d’aujourd’hui.
• Le risque réel d’une personne donnée dépend d’une multitude de facteurs (expérience de la conduite, état d’esprit, état de la route, hasard) qu’une étude de population ne peut pas saisir.

Ce que cette donnée laisse, en revanche, c’est une idée à laquelle on pense rarement : une partie de ce qui nous protège tient moins au corps que nous montrons au médecin qu’à la rapidité et la précision avec lesquelles nous traitons ce qui se passe autour de nous.

Si la façon dont s’entraîne cette capacité à traiter rapidement des schémas dans des situations complexes vous intéresse, les grands maîtres des échecs n’ont pas une meilleure mémoire que vous explique ce qui fait vraiment la différence entre un expert et un débutant.

Sources

• Calvin, C. M., Deary, I. J., Fenton, C., Roberts, B. A., Der, G., Leckenby, N. et Batty, G. D. (2011). Intelligence in youth and all-cause-mortality: systematic review with meta-analysis. International Journal of Epidemiology, 40(3), 626-644.
• Gottfredson, L. S. et Deary, I. J. (2004). Intelligence predicts health and longevity, but why? Current Directions in Psychological Science, 13(1), 1-4.
• Jensen, A. R. (1998). The g Factor: The Science of Mental Ability. Praeger.
• O’Toole, B. I. (1990). Intelligence and behaviour and motor vehicle accident mortality. Accident Analysis and Prevention, 22(3), 211-221.
• O’Toole, B. I. et Stankov, L. (1992). Ultimate validity of psychological tests. Personality and Individual Differences, 13(6), 699-716.
• Whalley, L. J. et Deary, I. J. (2001). Longitudinal cohort study of childhood IQ and survival up to age 76. BMJ, 322(7290), 819-822.