Introduction

La radiculopathie cervicale (RC) est une affection fréquente due à la compression mécanique d’un nerf, pouvant entraîner une neuropraxie (atteinte du nerf sans lésion axonale) ainsi qu’une irritation chimique de la racine nerveuse. Son tableau clinique est très variable d’un patient à l’autre, ce qui rend la seule anamnèse d’une valeur diagnostique limitée. Bien que plusieurs tests cliniques aient été proposés pour aider au diagnostic, aucun n’a montré une validité suffisante lorsqu’il est utilisé isolément.

En 2023, Wainner et al. ont proposé un cluster clinique de quatre tests (ULNT1, test de Spurling, test de distraction cervicale et amplitude de mouvement cervicale < 60° du côté symptomatique). Cependant, ce cluster n’a pas encore fait l’objet d’une validation externe, ce qui signifie que ses performances diagnostiques n’ont pas été évaluées dans des populations plus larges et plus hétérogènes, avec des niveaux de sévérité différents et des caractéristiques démographiques variées.

La présente étude visait à valider, de manière externe, le cluster de Wainner pour le diagnostic d’une radiculopathie cervicale et à examiner si un cluster alternatif de tests pouvait offrir une précision diagnostique supérieure.

Méthodes

Cette étude prospective sur l’exactitude diagnostique a inclus une cohorte consécutive de patients présentant des douleurs cervicales et/ou des symptômes de radiculopathie cervicale, dans le contexte d’une incertitude diagnostique de routine. L’étude respectait les lignes directrices STARD 2015 (Standards for Reporting Diagnostic Accuracy Studies). 

Les participants

Des patients consécutifs ont été adressés à un service de neurochirurgie pour des douleurs cervicales chroniques (≥ 3 mois) et/ou des symptômes évocateurs de radiculopathie cervicale. Les participants éligibles avaient entre 18 et 65 ans, présentaient une douleur modérée (EVA 30–79/100) et un handicap cervical (NDI ≥ 20 %), et ont bénéficié d’un bilan diagnostique standardisé incluant une IRM. Ont été exclus : les patients ayant déjà eu une chirurgie cervicale, ceux présentant un traumatisme important, une myélopathie cervicale, de lourdes comorbidités, une grossesse, ou encore l’impossibilité de communiquer en français.

Test d’index 

Douze tests cliniques et éléments de l’anamnèse ont été évalués par rapport à la référence le même jour. Ils comprenaient le signe de Bakody modifié, le test de Spurling (reproduction des symptômes au niveau du cou et du bras), le test de distraction cervicale, quatre tests de neurodynamique du membre supérieur (ULNT1, ULNT2a, ULNT2b, ULNT3), la rotation cervicale <60°, un RMC cervical asymétrique, l’âge >48 ans et une durée des symptômes <62 semaines. Les tests cliniques ont été réalisés par une physiothérapeute expérimentée et aveuglée, à l’aide de critères prédéfinis pour classer les résultats positifs, négatifs ou indéterminés.

Comme l’âge et la durée des symptômes sont des variables continues, une analyse des courbes ROC (receiver operating characteristic) a été utilisée pour déterminer les seuils qui discriminent le mieux entre les patients avec et sans radiculopathie cervicale. Les valeurs seuils obtenues (âge >48 ans et durée des symptômes <62 semaines) ont permis de convertir ces variables en prédicteurs diagnostiques binaires pour les analyses ultérieures. 

Tous les tests d’index ont été classés comme positifs ou négatifs selon des critères prédéfinis, tandis que les tests qui n’ont pas pu être réalisés en raison de l’intolérance du patient ont été considérés comme indéterminés.

Référentiels de référence 

Le diagnostic de référence a été établi par un neurochirurgien, fort de 15 ans d’expérience, qui était aveugle aux résultats des tests index. Une radiculopathie cervicale a été diagnostiquée à partir de la combinaison de signes cliniques compatibles (douleur radiculaire dans le territoire dermatomérique et/ou signes neurologiques) et de l’évidence en IRM d’une compression ou d’une irritation de la racine nerveuse au niveau cervical correspondant.

Analyse 

Tout d’abord, les auteurs ont comparé les groupes souffrant de radiculopathie cervicale (CR) et ceux n’en présentant pas, en fonction des caractéristiques démographiques de base. Les variables continues (p. ex. l’âge) ont été décrites à l’aide des moyennes et des écarts-types, tandis que les variables catégorielles (p. ex. le sexe) ont été présentées en fréquences et en pourcentages. Les comparaisons entre groupes ont été réalisées avec le test de Wilcoxon-Mann-Whitney pour les variables continues, et le test du chi-deux ou le test exact de Fisher pour les variables catégorielles, selon la taille de l’échantillon. Cette étape visait à évaluer les différences de base entre les groupes.

L’exactitude diagnostique de chaque test clinique a ensuite été évaluée à l’aide de tableaux de contingence 2 × 2 construits par rapport à la référence de référence, comme illustré ci-dessous :

À partir de ces tableaux, la sensibilité et la spécificité ont été calculées. La sensibilité correspondait à la proportion de patients ayant un CR et dont le test était positif, tandis que la spécificité correspondait à la proportion de patients sans CR dont le test était négatif.

Les rapports de vraisemblance ont ensuite été calculés à l’aide de formules standard. Le rapport de vraisemblance positif (LR+), calculé comme sensibilité / (1 − spécificité), reflète dans quelle mesure un test positif augmente la probabilité de CR. Le rapport de vraisemblance négatif (LR−), calculé comme (1 − sensibilité) / spécificité, indique dans quelle mesure un test négatif diminue la probabilité de CR.

Les probabilités post-test ont ensuite été estimées à l’aide du théorème de Bayes, en intégrant la probabilité pré-test (c.-à-d. la prévalence de la douleur/CR dans l’échantillon) et les rapports de vraisemblance. Pour les résultats positifs et négatifs, les probabilités post-test ont été calculées à l’aide des équations suivantes :

Probabilité post-test (test positif) = (probabilité pré-test × RV+) / [(probabilité pré-test × RV+) + (1 − probabilité pré-test)]

Probabilité post-test (test négatif) = (probabilité pré-test × LR−) / [(probabilité pré-test × LR−) + (1 − probabilité pré-test)]

En complément, des analyses des courbes de caractéristiques de fonctionnement du récepteur (ROC) ont été réalisées pour les variables continues (âge et durée des symptômes) afin de déterminer les valeurs seuils optimales. Plusieurs seuils ont été testés et les valeurs offrant le meilleur compromis entre sensibilité et spécificité ont été retenues.

Pour le premier objectif de l’étude, les auteurs ont validé la règle de prédiction clinique existante de Wainer en créant des combinaisons de résultats positifs (1 sur 4, 2 sur 4, 3 sur 4 et 4 sur 4 tests positifs). Pour chaque combinaison, les mesures de performance diagnostique, notamment la sensibilité, la spécificité, les rapports de vraisemblance et les probabilités post-test, ont été recalculées.

Pour le deuxième objectif, les auteurs ont développé une nouvelle règle de prédiction clinique. Au départ, chaque variable a été évaluée individuellement à l’aide d’analyses en 2 × 2, et seules celles présentant un potentiel d’utilité diagnostique (LR+ > 1,5 et/ou LR− < 0,5) ont été conservées. Un modèle de régression logistique pas à pas descendant a ensuite été appliqué pour identifier les prédicteurs indépendants, avec des variables entrant dans le modèle à p < 0,10 et supprimées à p > 0,15. Enfin, les variables retenues ont été combinées pour construire un nouveau cluster destiné au diagnostic de la radiculopathie cervicale.

Résultats

L’étude incluait 85 participants, dont 31,7 % (n = 27) avaient un diagnostic de radiculopathie cervicale (CR). Le groupe non-CR comptait 58 participants, dont 42 avec des douleurs cervicales sans diagnostic de radiculopathie cervicale, 12 avec une neuropathie par compression périphérique et 4 avec des douleurs d’épaule diffuses. La proportion de femmes était plus élevée dans le groupe non-CR, tandis que la durée des symptômes était plus longue chez les participants avec CR.

La précision diagnostique des 12 tests cliniques sélectionnés est présentée dans le tableau 2, avec leur sensibilité, leur spécificité, leurs rapports de vraisemblance et leurs probabilités post-test. Parmi les tests individuels, la plus forte sensibilité (96,3 %) a été observée pour le critère d’au moins un test de neurodynamique du membre supérieur (ULNT) positif sur quatre.

Le test de la douleur à l’épaule au Spurling a montré la plus forte spécificité (98,3%), avec un rapport de vraisemblance positif (LR+) de 34,37, ce qui correspond à une probabilité post-test de 94,1% après un résultat positif. À l’inverse, le test de distraction cervicale était le test individuel le plus efficace pour écarter la douleur cervicale (CR), avec une probabilité post-test négative de 11,9%.

Pour évaluer la validité diagnostique du cluster de tests de Wainner, les auteurs ont examiné différentes combinaisons de résultats positifs. Le critère le plus sensible était la présence d’au moins un test positif parmi les quatre, tandis que le critère le plus spécifique exigeait que les quatre tests soient positifs. Fait notable : lorsque aucun des quatre tests n’était positif, tous les cas de CR ont été correctement exclus (LR− = 0 ; probabilité post-test = 0%). À l’inverse, lorsque les quatre tests étaient positifs, le rapport de vraisemblance positif tendait vers l’infini, avec une probabilité post-test de 100%. En revanche, exiger que les quatre tests soient positifs n’a identifié que 17,9% des patients présentant une CR, ce qui traduit une sensibilité limitée malgré une excellente spécificité.

Pour répondre au deuxième objectif de l’étude, les auteurs ont réalisé une analyse de régression pas à pas en sens inverse sur huit variables candidates : le test d’abduction de l’épaule, le test de distraction cervicale, le test de douleur au cou de Spurling, le test de douleur au bras de Spurling, ainsi que les quatre ULNT. Cette analyse a permis d’identifier trois variables pour le modèle diagnostique final :

• Test d’abduction de l’épaule modifié
• Test de la douleur au bras de Spurling
• Deux ou plus tests ULNT positifs sur quatre

Ce cluster diagnostique simplifié a montré des performances diagnostiques prometteuses. Lorsque aucun des trois critères n’était positif, tous les cas de CR ont été correctement exclus. Inversement, lorsque les trois critères étaient positifs, le rapport de vraisemblance positif était infini, avec une probabilité post-test de 100%. Un résultat avec deux critères positifs sur les trois a donné un LR+ de 7,06 et un LR− de 0,17.

Importantly, par rapport au cluster de Wainner d’origine, le modèle simplifié en trois tests a amélioré la sensibilité pour son seuil diagnostique le plus élevé. En exigeant que les trois tests soient positifs, ce modèle a correctement identifié 37 % des patients présentant une radiculopathie cervicale—ce qui représente plus que le double de la proportion identifiée par le cluster initial à quatre tests (17,9 %)—tout en conservant une spécificité parfaite.

Questions et réflexions

Les conditions de test proposées par les auteurs de l’étude suggèrent que ce nouveau cluster pourrait être utile à la fois pour confirmer et pour infirmer une radiculopathie cervicale. Lorsque aucun des trois critères n’est positif, tous les cas de radiculopathie cervicale ont été correctement écartés, alors que la présence des trois critères entraînait un taux de confirmation de 100%.

Toutefois, en pratique clinique, les résultats des tests sont rarement aussi tranchés. Les résultats individuels doivent donc être interprétés de manière combinée afin de mieux orienter le raisonnement clinique. Les tests à forte sensibilité sont particulièrement utiles pour exclure le diagnostic de radiculopathie cervicale, comme le test de distraction cervicale et le test modifié d’abduction de l’épaule. Il convient toutefois de noter que les deux sont des manœuvres antalgique ; par conséquent, les patients qui ne présentent aucun symptôme au repos peuvent ne pas réagir, ce qui peut réduire leurs performances diagnostiques en pratique.

Les tests très sensibles, comme les ULNT, sont particulièrement utiles pour exclure une radiculopathie. Dans cette étude, au moins un ULNT positif parmi les quatre testés a donné une sensibilité de 96,3 % et un rapport de vraisemblance négatif de 0,08. En comparaison, le test de distraction cervicale et le test d’abduction de l’épaule modifié ont montré une capacité d’exclusion plus faible, avec des valeurs de LR− de 0,29 et 0,36, respectivement. Cela suggère que les ULNT constituent un outil clinique particulièrement précieux, notamment chez les patients présentant des tableaux ambigus, lorsque l’atteinte cervicale peut contribuer aux symptômes du membre supérieur.

Les tests ULNT sont particulièrement pertinents étant donné que les troubles cervicaux peuvent imiter des affections musculo-squelettiques périphériques. Ils doivent donc être intégrés à l’évaluation des patients présentant des symptômes inexpliqués au niveau du membre supérieur. Les tests neuroméningés peuvent aider à identifier une sensibilité mécanique neurale et à orienter le raisonnement clinique. Par la suite, la distraction cervicale et le test de Spurling peuvent être utilisés en combinaison afin d’évaluer plus précisément si la colonne cervicale pourrait être à l’origine d’une atteinte ou d’un piégeage de la racine nerveuse.

Parle-moi comme un intello

Pour élaborer une nouvelle règle de prédiction clinique (RPC), les auteurs ont utilisé une approche de régression logistique pas à pas. Cette méthode commence par un ensemble de variables candidates (ici, des tests cliniques) et sélectionne ou supprime successivement des prédicteurs selon des critères statistiques, afin d’identifier le modèle qui prédit le mieux le résultat (le diagnostic de radiculopathie cervicale). En substance, la régression pas à pas vise à identifier la plus petite combinaison de variables qui prédit de façon optimale le résultat dans le jeu de données de l’étude.

Une limite de cette approche, c’est qu’elle privilégie l’optimisation statistique plutôt que l’interprétabilité clinique et la reproductibilité. Comme la sélection des variables repose sur la significativité statistique au sein d’un seul échantillon, le modèle obtenu risque de surajuster les données et de surestimer les performances diagnostiques. En particulier, des schémas rares ou propres à l’échantillon peuvent peser de façon disproportionnée sur la sélection des variables, ce qui conduit à des résultats instables ou non reproductibles.

Par conséquent, les résultats issus de la régression pas à pas doivent être interprétés comme dépendant de l’échantillon et à visée principalement exploratoire. La performance diagnostique obtenue peut donc être trop optimiste et ne pas être entièrement généralisable à d’autres populations de patients.

En outre, la régression pas à pas peut exclure des tests cliniquement pertinents s’ils n’apportent pas de valeur prédictive indépendante au-delà des autres variables du modèle. Par exemple, bien que la distraction cervicale dans cet échantillon ait montré une sensibilité élevée (88,89 %), elle n’a pas été retenue dans le modèle final. C’est probablement dû à une redondance statistique, car elle n’apporte pas d’information indépendante supplémentaire une fois que d’autres tests corrélés (p. ex. le test de Spurling et le ULNT) sont inclus. Ces tests peuvent refléter des construits qui se chevauchent, comme la sensibilité mécanique des racines nerveuses cervicales, ce qui contribue à la colinéarité entre les prédicteurs.

Par conséquent, la validation externe est indispensable pour évaluer la robustesse et la généralisation de la règle de prédiction clinique proposée. Bien que la précision diagnostique du cluster Wainner original semble globalement comparable à celle rapportée dans cette étude, sa faible sensibilité pour identifier la radiculopathie cervicale (17,9 % lorsque les quatre tests sont positifs) en limite l’utilité clinique. Le nouveau cluster proposé pourrait améliorer la performance diagnostique, mais sa validité reste conditionnée à sa reproduction dans des échantillons indépendants.

Messages à emporter

• Aucun examen clinique ne permet, à lui seul, d’inclure ou d’exclure avec certitude une radiculopathie cervicale. La confiance diagnostique augmente en combinant l’anamnèse, les résultats neurologiques et un ensemble de tests de l’examen clinique.
• Les tests neurodynamiques du membre supérieur (ULNTs) restent l’un des outils de dépistage les plus utiles pour la radiculopathie cervicale. Leur forte sensibilité signifie qu’un ULNT négatif réduit de façon substantielle la probabilité d’une atteinte de la racine nerveuse cervicale.
• Le test de la douleur au bras de Spurling a montré une excellente spécificité, ce qui le rend particulièrement utile pour confirmer une radiculopathie cervicale quand il est positif.
• Le cluster de trois tests proposé (test modifié d’abduction d’épaule, test de Spurling pour la douleur au bras et ≥ 2 ULNT positifs) a permis d’identifier davantage de patients présentant une radiculopathie cervicale que le cluster initial de Wainner tout en conservant une excellente capacité de « rule-in ».
• Comme la nouvelle règle de prédiction clinique a été élaborée à l’aide d’une régression logistique pas à pas dans une seule cohorte, sa précision diagnostique doit être interprétée avec prudence tant qu’elle n’a pas été validée de façon externe dans des populations indépendantes.
• La radiculopathie cervicale peut imiter des troubles de l’épaule et des compressions/atteintes de nerfs périphériques. Inclure le dépistage cervical et les tests de neurodynamique dans l’évaluation de patients présentant des symptômes inexpliqués au membre supérieur peut aider à identifier une atteinte des racines nerveuses cervicales et à orienter une prise en charge adaptée.

Référence

Grondin F, Cook C, Hall T, Maillard O, Perdrix Y, Freppel S. Une validation indépendante d’une règle de prédiction clinique pour le diagnostic de la radiculopathie cervicale associée à une douleur radiculaire. Braz J Phys Ther. 2026 mai-juin ;30(3) :101581. doi : 10.1016/j.bjpt.2026.101581. Publication en ligne le 2 mai 2026. PMID : 42070317 ; PMCID : PMC13147772.