Recension d’études démontrant les bienfaits de la musicothérapie

Les études recensées suivent la même structure que la section dédiée à la communication orale chez les enfants TSA d’âge préscolaire. Après avoir présenté les recherches traitant de la forme et du contenu du langage, ce sont les études qui se consacrent à l’utilisation du langage qui seront mis en exergue.

6.5.1. La forme et le contenu

6.5.1.1. Le langage réceptif. Simpson et Keen (2010) se sont intéressés aux effets de la musicothérapie sur le langage réceptif des enfants d’âge préscolaire TSA. Ceux-ci ont examiné si 3 enfants âgés de 3 à 4 ans TSA pouvaient apprendre à discriminer les symboles d’animaux insérés dans une chanson interactive. L’intervention se déroulait en deux phases. La première phase comprenait cinq sessions pendant lesquelles cinq symboles d’animaux étaient présentés trois fois à l’enfant. Celui-ci devait discriminer le symbole nommé par l’expérimentateur en le pointant avec son doigt. La deuxième phase consistait à intégrer ces 5 symboles dans une chanson associée à un PowerPoint visionné sur un tableau blanc interactif. Le participant devait alors sélectionner chaque symbole inséré dans la chanson en le touchant sur le tableau blanc interactif. Lorsque la réponse était correcte, un renforcement visuel et auditif était donné. Après une analyse de fréquences, les résultats démontraient une augmentation dans le nombre moyen de réponses correctes durant l’intervention musicale pour les trois participants (moyenne respective pour chaque participant : 100%, 51.1% et 73.7%) par rapport à l’intervention non musicale (100%, 41%, 33.3%). Après trois semaines, les résultats se maintenaient pour les trois participants (participant 1 et 2 : 100% de réponses correctes ; participant 3 : 93.3%). Seul, un enfant (le participant 1) a pu généraliser son apprentissage dans un autre contexte. Néanmoins, plusieurs limites sont présentes dans

17 _{La recherche documentaire a été réalisée avec les descripteurs « autism » et « music » (ou « music therapy ») et} « communication » sur les bases de données suivantes : RILM, Music Index Online, Proquest, ERIC, PudMed et PsychInfo. Les études recensées ont été retenues à partir de l’année 2000 jusqu’à ce jour.

cette recherche. L’intervention musicale différait en deux points. Tout d’abord, la présentation musicale contenait des interactions visuelles, ce qui a pu davantage attirer l’attention des enfants et les aider à mieux intégrer les symboles. Ensuite, l’intervention musicale récompensait les réponses correctes des participants en leur donnant un renforcement visuel et auditif. Or, l’intervention non musicale n’offrait aucun renforcement à la suite d’une réponse correcte. En outre, l’organisation des séances a pu influencer les résultats. En effet, la condition musicale comportait trois sessions de plus que la présentation non musicale. Finalement, les sessions ont également été très espacées dans le temps. L’apprentissage des symboles aurait peut-être été plus efficace et mieux intégré si les sessions avaient été rapprochées.

Simpson et ses collaborateurs (Simpson, Keen et Lamb, 2015) ont effectué une seconde recherche sur le langage réceptif des enfants TSA d’âge préscolaire. Néanmoins, cette fois, ils ont inclus un plus large échantillon : 22 enfants TSA de 3 à 8 ans. Afin de comparer deux traitements (musical et non musical) sur la labellisation réceptive des enfants, ils les ont assignés aléatoirement dans 2 groupes. Le premier groupe était soumis à la condition « des chansons pour enfants » puis à la condition « langage pour enfants » alors que le second groupe suivait un traitement inversé. L’expérimentation contenait 5 étapes. La première étape (baseline) consistait en une séance dans laquelle l’enfant devait pointer une image (représentant une créature de jardin) sur un écran selon les consignes émises par l’ordinateur parmi trois images. Aucune correction, ni de renforcement n’était fourni à l’enfant. La seconde étape, celle consacrée à l’entraînement, se déroulait durant 4 séances. Seul le nom de la créature était présenté à l’enfant. L’enfant devait alors toucher l’image de la créature sur l’écran. Si l’enfant ne répondait pas correctement, l’expérimentateur fournissait une incitation (gestuelle ou verbale) à l’enfant. Une fois la réponse correcte, l’écran affichait la créature correcte avec son nom (soit en chantant, soit en émettant le mot en « langage pour enfants ») en-dessous de l’image. La troisième étape (d’intervention) s’effectuait sur 15 sessions. Les créatures étaient exposées sur l’écran parmi une série de trois images : une créature cible et deux distracteurs. La procédure était identique à celle de la deuxième étape. Les réponses correctes sans incitation de la part de l’expérimentateur étaient enregistrées par le chercheur. Durant cette étape, une généralisation des acquis était effectuée également en classe. Les créatures étaient imprimées sur un livret, en noir et blanc qui était distribué aux participants une fois par jour. L’adulte (enseignant, assistant d’enseignement, volontaire, chercheur) labellisait les créatures en utilisant une voix normale. L’évaluation de la généralisation était conduite après la dernière session en classe. Les créatures étaient présentées en version papier et en couleurs. Chaque page du livret contenait trois créatures correspondant aux sessions d’intervention. Le chercheur, avec une voix normale, interpellait les enfants avec une question de type : « touche la [nom de la créature] ». Enfin, une séance de maintien était organisée 3 à 5 semaines après la dernière séance d’intervention. L’évaluation s’effectuait en 3 temps : avant, après les

pour s’assurer de l’homogénéisation de l’échantillon. Ces tests évaluaient la communication sociale, le vocabulaire, expressif, les habiletés langagières, les comportements adaptatifs et problématiques des enfants. D’une durée de 3 à 6 minutes, les séances étaient filmées afin de mesurer les habiletés réceptives des enfants ainsi que le suivi et la généralisation des acquis. À cette fin, le nombre de réponses correctes des enfants servait d’outil de mesure. Après différentes analyses (de type ANOVA, effet de taille), les résultats ne démontraient aucune différence significative entre les conditions chantées ou parlées. Il y avait une augmentation significative dans les habiletés réceptives pour labelliser les images entre la première étape (M = 1.93, SD = 1.05) et la session 15 (M = 4.57, SD = 4.21) avec un large effet (p = .005 ; d = 0.86) ainsi qu’entre la première étape (M = 1.93, SD = 1.05) et l’étape de maintien (M = 4.75, SD = 4.09) avec un large effet (p = .002 ; d =0.94). Par conséquent, dans les deux conditions, les habiletés étaient généralisées et maintenues lors du suivi. Différentes limites sont à considérer. Les instructions parlées étaient légèrement plus courtes que les instructions chantées. Les chercheurs font également remarquer que le type de musique (chant sans instrument) a pu influencer les résultats. Les deux conditions n’étaient peut-être pas assez différentes. Effectivement, tant le langage pour enfant que la chanson pour enfant contenaient des éléments communs : voix aigüe, rythme dans les deux cas. En outre, le fait d’utiliser un ordinateur a pu attirer l’attention des enfants TSA dans les deux types d’intervention. Finalement, il a pu exister des différences entre les deux groupes non détectées par les tests standardisés.

6.5.1.2. Le langage expressif. Cinq études ont été recensées sur le plan du langage expressif chez les enfants d’âge préscolaire (Lillie, 2007 ; Chou, 2008 ; Lim, 2010 ; Cooley, 2012; Preis, Amon, Silbert Robinette et Rozegar, 2016). Celles-ci ont en commun de comparer une intervention musicale à une intervention langagière.

Lillie (2007) a confronté l’effet de plusieurs traitements sur les habiletés de communication des enfants TSA. Celle-ci a été très spécifique dans les traitements musicaux. En effet, Lillie (2007) a confronté trois traitements : la mélodie (discriminer la hauteur d’une série de sons), le rythme (discriminer une séquence de sons de durées différentes) et le discours parlé. L’auteure a voulu examiner si la mélodie ou le rythme aidait à augmenter le langage expressif et à organiser les systèmes sensoriels chez 5 enfants TSA âgés de 5 à 9 ans. Chaque enfant participait à trois sessions par semaine pendant trois semaines. Alors que les habiletés langagières de l’enfant étaient évaluées par la fréquence des gestes, de vocalisations, énoncés de mots simples et multiples selon deux indicateurs (« Early Communication Indicator » et « Individual Growth Development Indicator »), l’organisation sensorielle de l’enfant étaient mesurées par ses bruits vocaux inappropriés et ses comportements stéréotypés et répétitifs. L’expérimentateur présentait une image d’animal associée à l’une des trois conditions à l’étude : soit en chantant, soit en racontant ou soit en rythmant une phrase. Alors que l’animal était donné au participant,

celui-ci devait répéter le nom de l’animal. Lors du post-test, l’enfant devait répéter le nom de l’animal sans modelage de la part de la chercheuse. Chaque enfant expérimentait les trois conditions trois fois. Après une analyse de variance multivariée, les résultats n’ont démontré aucun effet statistiquement significatif sur les habiletés langagières et sur l’organisation des systèmes sensoriels. Toutefois, les données observées durant l’intervention suggèrent que la perception auditive et les habiletés langagières peuvent avoir été positivement influencées par le rythme et la mélodie. La mélodie suscitait des comportements intéressants chez trois participants. En effet, à la suite de l’intervention mélodique, ces participants continuaient à utiliser la mélodie pour créer des phrases sur des animaux non abordés dans l’intervention. De plus, la répétition des phrases était souvent meilleure lors de la condition mélodique que dans les autres conditions. Néanmoins, plusieurs limites ont été notées dans cette recherche. Outre le fait que l’échantillon reste très réduit, il est important de souligner qu’un enfant n’a pas participé à l’entièreté de l’étude. En outre, les comportements n’ont pas été codés avec précision. Aucune vidéo n’a été utilisée au cours de l’étude. Aussi, les habiletés langagières ne semblaient pas cerner tous les aspects du langage. Le type de langage produit durant les jeux libres n’était pas relevé, par exemple. Les mesures d’évaluation ne prenaient pas non plus en compte les différents profils de dysfonctionnement sensoriel propres aux enfants TSA (hypo ou hyper-sensorialité fréquente). Aussi, l’intervention proprement dite était très succincte, car elle durait deux minutes. Dès lors, on peut se demander si une plus longue période d’intervention peut être pertinente pour faire progresser des comportements communicationnels. Enfin, il serait intéressant d’élaborer un outil permettant de mesurer le transfert des phrases apprises vers d’autres contextes (animaux).

Comme l’étude précédente, Chou (2008) a comparé un traitement musical à un traitement langagier sur les habiletés communicationnelles d’enfants. Ainsi, elle a expérimenté l’effet de la musicothérapie sur la fréquence du contact visuel, de la vocalisation/ verbalisation et de l’imitation gestuelle de 2 enfants TSA âgés de 2,5 et 3 ans. Par intervalles de 10 secondes, la fréquence de ces comportements était enregistrée sur vidéos par deux observateurs. Trois sessions de musicothérapie étaient organisées en alternance avec trois sessions non musicales, et ce, une fois par jour pendant douze jours. Après une brève introduction, chaque enfant TSA devait faire un choix entre deux livres afin que l’expérimentatrice lui en fasse une lecture interactive durant laquelle le chercheur gardait un contact visuel, disait des mots/phrases et faisait des gestes reliés au contexte. Lors des sessions non musicales, deux questions étaient posées à l’enfant TSA pendant lesquelles la chercheuse incitait l’enfant à maintenir un contact visuel, à interagir verbalement et à utiliser une gestuelle appropriée à l’histoire présentée. Chaque session se terminait par une courte conclusion. Lors des sessions musicales, l’organisation et la procédure étaient similaires. Toutefois, l’introduction, le livre et la conclusion étaient présentés en

modelaient les comportements à acquérir. L’enfant TSA devait alors imiter l’enfant neuro-typique lorsque la chercheuse lui posait les questions. Après analyse des séances filmées, les résultats ont révélé que l’utilisation de chaque intervention (musicale ou non) augmentait l’imitation gestuelle chez les deux participants (participant 1 : moyenne passant de 21 à 37 au fur et à mesure des séances ; participant 2 : augmentation de 19 à 43 puis diminution à 24 les 3 dernières sessions musicales). De plus, il n’y avait pas de différences significatives entre les deux types d’intervention sur le plan des vocalisations/verbalisations et du contact visuel. Toutefois, la chercheuse a observé plusieurs améliorations qualitatives durant l’étude chez les enfants TSA. Le premier participant démontrait une augmentation dans la clarté de son articulation ainsi que dans ses interactions avec l’expérimentatrice (rire et contact physique). Le second enfant répondait positivement, quant à lui, aux renforçateurs sociaux et aux demandes de la chercheuse. Toutefois, ce dernier semblait avoir besoin de plus de temps pour intégrer une nouvelle information et réagir ensuite de manière appropriée. Enfin, la chercheuse a également observé une augmentation des interactions positives entre les enfants TSA et les enfants neuro-typiques. Plusieurs limites sont néanmoins présentes au sein de l’étude. Outre la taille réduite de l’échantillon, de nombreuses variations sont venues perturber le déroulement de la recherche. En effet, certaines distractions présentes durant les quatre premières séances déviaient l’attention des enfants (présence de chaises, de bureaux et de livres). Le lieu de l’étude a donc été changé à partir de la cinquième séance. Aussi, le nombre de participants neuro- typiques accompagnant les enfants TSA variait d’une session à l’autre. Ces éléments de variation ont pu perturber les enfants TSA et modifier leurs performances. En outre, les résultats du contact visuel ont peut-être été sous-estimés. Les résultats comptabilisaient la fréquence du contact visuel seulement si les enfants regardaient l’expérimentateur. Or, lorsque les enfants regardaient le livre présenté, la fréquence du contact visuel n’était pas prise en compte. Par ailleurs, l’attention des enfants semblait diminuer lors de la seconde présentation du livre. Le même livre était effectivement utilisé pour les deux conditions (musicale et non musicale). Seul le mode de présentation changeait. Finalement, aucun suivi des compétences acquises par les enfants durant la recherche n’a été mentionné par l’auteure quant au maintien de l’imitation gestuelle, par exemple.

Comme la chercheuse précédente (2008), Lim (2010) a également comparé les effets d’un entraînement musical à un entraînement langagier. Toutefois, contrairement à l’étude précédente, Lim (2010) a mené son étude sur un plus grand échantillon, soit 50 enfants avec TSA. Sur les cinquante enfants, la moitié était considéré comme des enfants à haut niveau de fonctionnement et l’autre moitié ayant un bas niveau de fonctionnement. Ceux-ci étaient assignés aléatoirement dans l’un des trois traitements suivants : une intervention musicale, une intervention langagière et un groupe ne subissant aucune intervention particulière. L’objectif de la recherche était de déterminer si la production langagière différait selon les conditions d’interventions et le niveau de fonctionnement. De plus, la chercheuse

voulait savoir s’il existait un lien entre les conditions d’intervention et certains aspects de la production langagière (éléments sémantiques, phonologiques, pragmatiques et prosodiques). Le groupe « musique » regardait des vidéos contenant six chansons imagées et composées par la chercheuse. Les chansons intégraient 36 mots ciblés pour la recherche. Ces mots étaient mis en valeur dans la vidéo par des procédés de composition musicale ainsi que par une image (provenant de la méthode du « système de communication par échange d’images » [PECS], présenté précédemment dans cette thèse) dans la vidéo. Chaque chanson était visionnée par les enfants deux fois par jour pendant six semaines. Le groupe « langage » regardait également des vidéos interactives. Toutefois, celles-ci contenaient six histoires imagées. La procédure était identique à celle du groupe « musique ». Les enfants étaient testés avant et après l’intervention sur les 36 mots cibles par un test construit par la chercheuse. Après différentes analyses des données (ANCOVA, d de Cohen, ANOVA, test t), les participants des groupes « musique » et « langage » augmentaient significativement leur production verbale entre le pré et le post-test (Effets de taille : musique d = 1.275 ; langage d = 1.141, p <.001). Toutefois, la différence entre l’entraînement musical et l’entraînement langagier n’était pas statistiquement significative. L’entraînement musical semblait aussi efficace que l’entraînement langagier pour améliorer la production verbale des enfants. Néanmoins, les résultats ont également révélé que les participants avec un bas niveau de fonctionnement démontraient significativement de plus grands progrès après l’entraînement musical qu’après l’entraînement langagier. L’auteure en conclut que la musique fournit plus de modèles temporels prédictifs que le langage, ce qui semble plus accessible pour les enfants TSA avec un bas niveau de fonctionnement. Toutefois, certaines limites ont été trouvées dans cette étude. La vidéo du groupe « langage » était plus courte que celle du groupe « musique ». Étant donné que chaque vidéo était visionnée par les enfants deux fois par jour pendant six semaines, il se peut que la durée d’exposition ait joué un rôle en faveur du groupe « musique ». Enfin, les compétences langagières des enfants avant l’étude étaient très peu décrites. Par exemple, le niveau de fonctionnement des enfants était explicité selon deux aspects (bas et haut niveau). Il se peut que ces deux aspects ne soient pas suffisants pour nuancer avec précision le niveau de fonctionnement et les compétences propres à chaque enfant.

À l’instar de Lim (2010), Cooley (2012) a examiné, par le biais de vidéos, les effets d’un entraînement musical et langagier sur le langage expressif d’enfants TSA. Toutefois, contrairement aux auteurs précédents, Cooley (2012) a été plus spécifique dans ses mesures d’évaluation. En effet, la chercheuse a évalué la production, la compréhension et la généralisation d’items lexicaux ciblés chez 8 enfants TSA âgés de 3 à 5 ans. À cette fin, elle a effectué un inventaire phonologique avant et après les interventions afin de mesurer la production verbale des enfants. Elle a également évalué leur attention en pourcentages par vidéo. L’attention des enfants a aussi été comparée entre les deux types d’interventions.

premier temps, un premier groupe était exposé d’abord à une chanson puis à une histoire intégrant quatre items lexicaux ciblés par la chercheuse. Le deuxième groupe était d’abord exposé à une histoire puis à une chanson comprenant quatre autres items lexicaux. Dans un deuxième temps, les groupes étaient inversés et suivaient la même procédure. Pendant 3 à 5 jours, chaque enfant recevait par conséquent trois sessions incluant un pré-test et deux sessions expérimentales. Les chansons et les histoires étaient présentées par vidéo. Chaque item lexical était composé d’un phonème inventé associé à un objet présenté en même temps que la vidéo. Au total, chaque participant était exposé au nouvel item six fois à travers deux chansons et deux histoires. Après chaque condition, les enfants étaient testés sur leur production, leur compréhension et leur généralisation des items présentés. Pour évaluer la production, l’examinateur présentait un des quatre objets correspondant à un item présent dans l’expérimentation et demandait à l’enfant d’identifier l’item verbalement. Pour les tâches de compréhension et de généralisation, quatre objets étaient présentés à l’enfant qui devait ensuite pointer le référent nommé par l’examinateur (soit un item connu, soit un nouvel item). Après analyse (ANCOVA), les résultats n’indiquaient pas de différences significatives dans la production, la compréhension et la généralisation de nouveaux items lexicaux lorsque les différents types de présentation (histoires, chansons) étaient comparés. De plus, le niveau d’attention des enfants ne semblait pas varier entre l’entraînement musical et l’entraînement verbal indiquant que les deux étaient efficaces pour enseigner de nouvelles informations. Certaines limites ont pu biaiser les résultats de l’étude. Outre, la taille réduite de l’échantillon, il se peut qu’il y ait eu un effet d’apprentissage entre les deux phases de l’étude (espacées seulement de 24 h). De surcroît, la vidéo présentée aux enfants était de qualité médiocre. La vidéo était visionnée sur un ordinateur qui faisait subir à la vidéo une distorsion du son, ce qui a pu influencer l’attention des enfants. En outre, les deux chansons utilisées n’étaient pas tout à fait équivalentes sur le plan rythmique, harmonique et mélodique. Tous ces éléments ont donc pu avoir un impact sur les résultats. Enfin, le type d’évaluation (ici le pointage) a pu également ne pas refléter les performances des enfants si ceux-ci n’avaient pas encore acquis les habiletés requises pour l’évaluation (comme le pointage).

Contrairement aux auteurs précédents, Preis et ses collaborateurs (Preis, Amon, Silbert Robinette et Rozegar, 2016) n’ont pas comparé un traitement musical à un traitement langagier, mais ont choisi de comparer différents types de traitements musicaux. En effet, ceux-ci ont décidé de comparer la musique classique, la musique pour enfants et du reggae afin de déterminer si une musique de fond favorisait l’expression des enfants et leur engagement social. 5 jeunes enfants TSA âgés de 4 à 6 ans ont été soumis à deux conditions : 15 minutes de musique suivi de 15 minutes sans musique de fond. Durant la routine de jeu du matin, les enseignants (ou les thérapeutes) s’approchaient de chaque enfant et modelaient leurs