Réseaux sociaux et TDAH à l’adolescence : un lien mesuré, faible, et plus net chez les garçons

Ne pas parvenir à réduire, y penser en dehors, se sentir mal quand la connexion est coupée, en subir des conséquences : six questions, et aucune ne porte sur le nombre d’heures passées en ligne. C’est cette mesure — la perte de contrôle, pas la durée — que des chercheurs américains ont suivie année après année chez 11 286 adolescents, avant de la confronter aux symptômes d’inattention et d’hyperactivité rapportés par leurs parents.

Les résultats sont parus le 17 juillet 2026 dans JAMA Network Open, revue en accès libre du groupe JAMA. La revue mère en a publié une synthèse dans sa rubrique d’actualité le 7 août 2026 : les chiffres donnés ici viennent de l’article de recherche. Ce que ces données établissent tient en trois points. Les années où un adolescent décroche plus que d’habitude sur ces applications sont suivies d’un peu plus de symptômes que d’habitude l’année d’après. L’écart est faible, il n’apparaît qu’au milieu de l’adolescence, et il n’atteint le seuil statistique que chez les garçons. Aucun de ces chiffres ne démontre que les réseaux sociaux provoquent un trouble : la cohorte observe, elle n’expérimente pas.

« Usage problématique » : six questions sur la perte de contrôle, pas un compteur d’heures

L’exposition mesurée porte un nom précis : le Social Media Addiction Questionnaire, un questionnaire de six items que l’adolescent remplit lui-même. Les six énoncés couvrent la préoccupation — y penser quand on n’y est pas —, la tolérance — le besoin d’y passer toujours plus de temps —, la fuite — s’y réfugier pour échapper à un sentiment désagréable —, la difficulté à réduire malgré les tentatives, la détresse ressentie quand la connexion est impossible, et les conséquences négatives perçues sur la vie quotidienne.

Aucun de ces six énoncés ne demande une durée. C’est la différence de fond avec la notion de temps d’écran, à laquelle ce résultat ne s’applique pas. Un adolescent peut passer trois heures par jour sur ces applications sans se reconnaître dans un seul de ces énoncés ; un autre y passer beaucoup moins et se reconnaître dans les six. Si vous cherchez à situer l’usage de votre adolescent, le compteur d’heures n’est pas l’indicateur retenu ici.

Le niveau moyen relevé dans la cohorte est bas. Chacun des six énoncés se note en fréquence, de 1 pour « jamais » à 6 pour « très souvent », et le score retenu est la moyenne des six. Il s’établit à 1,77 en moyenne annuelle, soit nettement plus près du plancher que du milieu de l’échelle. Autrement dit, l’adolescent type de cette cohorte répond « jamais » ou presque à la plupart des énoncés : l’étude ne décrit pas une population de jeunes en difficulté, mais des variations d’une année sur l’autre autour d’un niveau globalement faible.

Mesurer une conduite par la perte de contrôle plutôt que par le volume n’est pas propre aux écrans. C’est la même logique qui structure les travaux sur l’accessibilité des jeux d’argent chez les jeunes, où le montant joué compte moins que la capacité à s’arrêter. Le volume n’est pas le sujet.

11 286 adolescents américains, suivis chaque année de 12 à 16 ans

Les données viennent de la cohorte ABCD (Adolescent Brain Cognitive Development), le plus vaste suivi d’adolescents mené aux États-Unis, réparti sur 21 sites. Une cohorte est un groupe de personnes interrogées à intervalles réguliers, sans qu’on modifie quoi que ce soit à leur vie : on observe ce qui change, on ne teste rien.

L’analyse retient 11 286 jeunes, dont 5 918 garçons — 52,4 % de l’échantillon — et 5 368 filles. Elle exploite cinq vagues annuelles d’entretiens, de la vague 2 (2017-2019) à la vague 6 (2021-2023). À la vague 2, point de départ des mesures, l’âge moyen était de 12,1 ans, avec un écart-type de 0,67 an : la grande majorité des participants avaient donc entre 11 et 13 ans au début de la période analysée.

La fenêtre d’âge couverte par le résultat mérite d’être posée précisément, parce qu’elle n’est pas celle du recrutement. La cohorte ABCD a enrôlé ses participants à 9-10 ans, mais l’analyse démarre trois ans plus tard, et l’association ne se manifeste que sur les deux dernières transitions annuelles, soit vers 14-16 ans. Ce que la publication établit vaut donc pour le milieu de l’adolescence. Vous n’y trouverez rien sur un enfant de 9 ans.

Un mot revient dans la présentation des résultats : la transition. Cinq mesures annuelles produisent quatre passages d’une année à la suivante, et c’est sur ces passages que l’association est testée, jamais sur le niveau atteint une année donnée. Les deux derniers correspondent aux vagues 4 vers 5, puis 5 vers 6. Le lien se joue entre 14 et 16 ans.

Comparer chaque adolescent à lui-même plutôt qu’aux autres

Le traitement statistique s’appelle un modèle de panel croisé à interception aléatoire, RI-CLPM dans la littérature. Son principe tient en une opération : séparer ce qui distingue durablement un adolescent des autres de ce qui varie chez ce même adolescent d’une année sur l’autre.

La distinction change la question posée. Les travaux classiques comparent des adolescents entre eux et retrouvent régulièrement que les plus gros usagers vont moins bien, sans pouvoir démêler ce qui tient à la personne, à sa famille ou à son école. Ici, chaque participant sert de référence à lui-même : la question devient « les années où il décroche plus que d’habitude sont-elles suivies de plus de symptômes que d’habitude ? ».

Ce que le modèle neutralise, il le neutralise bien. Tout ce qui reste stable chez un adolescent pendant cinq ans — sexe, tempérament, revenus du foyer, structure de la famille — sort mécaniquement du calcul, sans même qu’il soit nécessaire de le mesurer. C’est ce qui donne à ce travail sa valeur par rapport aux comparaisons entre individus.

Le calcul part donc des écarts d’un adolescent à sa propre moyenne, et non des écarts entre adolescents. Dans l’autre sens, il ne dit rien : il n’indique ni quelle proportion des jeunes en usage problématique développera des symptômes marqués, ni combien relèveront un jour d’un diagnostic. Ce sont deux questions distinctes, et une seule a été traitée.

Les coefficients publiés, et le poids réel qu’ils représentent

Sur l’échantillon complet, deux coefficients ressortent. De la vague 4 à la vague 5, β = 0,08 (intervalle de confiance à 95 % : 0,03 à 0,12 ; p < 0,001). De la vague 5 à la vague 6, β = 0,08 également (0,03 à 0,13 ; p = 0,001). Les transitions plus précoces ne montrent rien de significatif.

Ces β sont des coefficients standardisés, exprimés en écarts-types. L’écart-type mesure la dispersion d’un groupe : il indique de combien un individu s’écarte typiquement de la moyenne. Traduit : une poussée d’un écart-type d’usage problématique une année donnée est suivie, l’année suivante, d’un déplacement d’environ huit centièmes d’écart-type du score de symptômes.

Ce déplacement ne fait basculer personne d’un versant à l’autre. Il décale très légèrement l’ensemble de la distribution, ce que les auteurs qualifient eux-mêmes d’effet faible et limité dans le temps. La borne basse de l’intervalle de confiance, 0,03, reste d’ailleurs compatible avec un effet proche de rien.

Aucune conversion de ce chiffre en pourcentage, en nombre d’adolescents concernés ou en « risque augmenté de tant » n’est possible. La publication ne fournit ni risque absolu ni proportion de jeunes franchissant un seuil clinique : elle ne permet pas de savoir combien d’adolescents changent réellement d’état. Un pourcentage présenté à partir de ce coefficient serait fabriqué.

Rapporté à votre propre famille, ce chiffre ne prédit rien. Un effet de cette taille se voit dans une statistique portant sur 11 286 jeunes ; il ne se voit pas chez un adolescent en particulier. Il indique une direction collective, pas une trajectoire individuelle.

Garçons, filles : la fréquence et l’association ne désignent pas les mêmes adolescents

L’analyse stratifiée sur le sexe donne deux séries de chiffres. Chez les garçons, l’usage problématique précède une hausse des symptômes aux deux transitions : β = 0,11 (0,02 à 0,19 ; p = 0,01), puis β = 0,07 (0,00 à 0,14 ; p = 0,04). Chez les filles, les valeurs sont voisines — 0,06 puis 0,07 — mais leurs intervalles franchissent zéro (−0,03 à 0,14 ; p = 0,18, puis −0,00 à 0,15 ; p = 0,05) et n’atteignent pas le seuil retenu. Le test de modération par le sexe est, lui, significatif.

Ne pas atteindre le seuil n’équivaut pas à ne rien avoir. Les coefficients féminins sont proches des masculins et leurs fourchettes se recouvrent largement : les données restent compatibles avec un effet comparable chez les filles, simplement mesuré avec moins de précision. Écrire que les filles ne seraient pas concernées irait au-delà de ce que ces nombres autorisent.

Les données européennes ajoutent une couche, et non une contradiction. L’enquête HBSC publiée le 25 septembre 2024 par le bureau Europe de l’Organisation mondiale de la santé, menée dans 44 pays et régions auprès de près de 280 000 jeunes de 11, 13 et 15 ans, relève que 11 % d’entre eux déclaraient un usage problématique des réseaux sociaux en 2022, contre 7 % en 2018. Onze adolescents sur cent, donc — et plus souvent des filles que des garçons, 13 % contre 9 %.

Les deux résultats ne répondent pas à la même question. L’un compte combien d’adolescents déclarent avoir perdu le contrôle ; l’autre mesure si une poussée d’usage précède une hausse de symptômes. Fréquence et association ne désignent pas les mêmes jeunes.

Le lien fonctionne aussi dans l’autre sens

La relation a été testée dans les deux directions, et elle existe dans les deux. Les symptômes de TDAH d’une année prédisent l’usage problématique de l’année suivante : β = 0,04 (0,01 à 0,07 ; p = 0,02). Ce coefficient vaut la moitié de celui du sens principal, et il n’apparaît que sur une seule transition, de la vague 4 à la vague 5.

La lecture en est assez directe. Un adolescent qui peine déjà à soutenir son attention est plus exposé que les autres à des applications construites sur la relance permanente : notifications, contenus courts, défilement sans fin. La difficulté d’attention précède alors l’usage, au lieu de le suivre.

Cette symétrie change ce qu’un adulte peut observer. Voir un adolescent décrocher sur son téléphone ne dit pas dans quel sens la boucle tourne chez lui, et les deux sens figurent dans le même travail. Le sens de la flèche n’est pas tranché.

Trois explications avancées, aucune mesurée

Les auteurs proposent trois voies pour rendre compte du lien observé. La première est l’attention fragmentée : passer d’une conversation à une vidéo puis à un devoir entraînerait aux changements de tâche rapides, au détriment de l’attention soutenue. La deuxième est l’appétence pour la récompense : des contenus délivrés de façon imprévisible entretiendraient la recherche de gratifications immédiates. La troisième est le sommeil, raccourci par les usages tardifs — or un sommeil insuffisant produit chez l’adolescent des signes qui ressemblent beaucoup à ceux d’un déficit d’attention.

Aucune de ces trois voies n’a été mesurée. Ni le multitâche, ni la sensibilité à la récompense, ni la durée de sommeil ne figurent parmi les variables analysées : ce sont des hypothèses de travail, présentées comme telles dans la discussion de l’article. Les distinguer des résultats n’est pas une précaution de style, c’est la différence entre ce qui est établi et ce qui est proposé.

Une autre limite tient à la cadence de mesure. Le questionnaire est rempli une fois par an et capte une tendance sur douze mois, alors que l’effet supposé d’un fil d’actualité sur l’attention se joue à l’échelle de la journée, voire de l’heure. Les auteurs appellent des mesures plus fines : relevés d’usage du téléphone, évaluations en situation. Un signal faible mesuré grossièrement n’est pas forcément un phénomène faible.

Les limites que les auteurs posent eux-mêmes

La première limite est celle du devis. Une cohorte observationnelle enregistre ce qui se produit ; elle ne teste aucune intervention et ne démontre aucun effet. Les auteurs écartent toute conclusion causale et nomment ce qui manque : les facteurs de confusion variables dans le temps n’ont pas été modélisés, alors qu’ils peuvent expliquer tout ou partie des associations observées.

Cette réserve mérite d’être dépliée. Le modèle neutralise ce qui ne bouge pas chez un adolescent, pas ce qui bouge avec lui. Une séparation parentale, un déménagement, une année scolaire difficile peuvent faire monter ensemble l’usage et les symptômes sans que l’un produise l’autre. C’est l’écart exact entre « les réseaux aggravent les symptômes » et « les mauvaises années se voient partout à la fois ». La même précaution vaut pour toute association environnementale mesurée chez l’enfant, y compris celle qui relie bruit routier et troubles émotionnels chez l’enfant.

Deuxième limite : qui remplit quoi. L’usage est déclaré par l’adolescent, les symptômes par le parent ou le responsable légal. L’étude ne compare donc pas un comportement à un état, mais deux regards, et une partie de l’association pourrait refléter la perception du parent autant que le comportement de l’enfant. Une analyse de sensibilité menée sur l’auto-évaluation des adolescents aux vagues 4 à 6 accompagne le résultat principal.

Troisième limite : la population. La cohorte ABCD surreprésente des jeunes blancs issus de familles à revenus élevés, ce que les auteurs posent eux-mêmes comme un obstacle à la transposition. Rien n’autorise à appliquer tel quel ce résultat aux adolescents français, dont l’environnement scolaire, familial et numérique diffère.

Quatrième limite : l’objet mesuré. Le questionnaire additionne TikTok, Snapchat, YouTube et les messageries de jeux multijoueurs sous une même étiquette, alors que ces services n’ont ni le même format ni le même public. Les auteurs indiquent que des préférences de plateforme différentes selon le sexe pourraient expliquer une partie de l’écart entre garçons et filles.

Le financement et les liens d’intérêt sont déclarés dans l’article. L’étude est financée par les National Institutes of Health, l’agence fédérale américaine de recherche biomédicale ; l’un des co-auteurs, Dimitri Christakis, indique intervenir comme témoin expert dans des contentieux en cours visant les réseaux sociaux. Cette déclaration ne retire rien aux chiffres publiés, et elle fait partie du dossier.

Symptômes déclarés et diagnostic de TDAH : deux choses différentes

La variable de sortie n’est pas un diagnostic. Les symptômes sont mesurés par la sous-échelle « ADHD Problems » du Child Behavior Checklist, un questionnaire standardisé rempli par le parent, qui note l’intensité d’une série de comportements sur une échelle continue. Un score élevé signale une intensité, pas une maladie.

Le trouble déficit de l’attention avec ou sans hyperactivité, ou TDAH, concernerait environ 5 % des enfants et des adolescents dans le monde : c’est l’ordre de grandeur retenu par la Haute Autorité de santé, dont la position est relayée par le portail public sante.fr. Cinq sur cent, cela représente un à deux élèves dans une classe de trente. Il s’agit d’une estimation mondiale, pas d’un chiffre propre à la France.

En France, le diagnostic obéit à une règle de compétence stricte : il ne peut être posé que par un pédiatre, un psychiatre ou un neurologue de l’enfant, au terme d’une évaluation clinique. En septembre 2024, la Haute Autorité de santé appelait les pouvoirs publics à étendre cette compétence à d’autres médecins, dont les généralistes, moyennant une formation qualifiante, afin de réduire des délais d’attente jugés trop longs. Cette extension relève d’une décision publique, et non de la recommandation elle-même.

Lire un écart observationnel en santé mentale de l’adolescent demande la même prudence que pour l’âge d’entrée dans la psychose chez les usagers de cannabis : un décalage moyen n’est pas un pronostic. Un questionnaire ne remplace pas une évaluation.

Huit ans de recherche, un curseur déplacé de la durée vers le contrôle

Le travail de référence sur cette question datait de 2018, et il mesurait tout autre chose. Publié dans JAMA le 17 juillet 2018, il suivait 2 587 adolescents de 15-16 ans pendant 24 mois et comptait leurs activités numériques à fréquence élevée, celles pratiquées plusieurs fois par jour. Chaque activité supplémentaire de ce type s’accompagnait d’un rapport de cotes de 1,10 (1,05 à 1,15) pour l’apparition de symptômes de TDAH.

Ce rapport compare des cotes d’apparition entre groupes. Sans le niveau de départ, il ne se convertit pas davantage en nombre d’adolescents que le coefficient de 2026.

Entre les deux travaux, le curseur s’est déplacé de la quantité vers le rapport à l’usage. Compter des activités fréquentes et mesurer une perte de contrôle ne produisent pas des résultats comparables terme à terme, et ce déplacement constitue l’apport principal du domaine sur la période. Un même mot — « écrans » — recouvre deux objets de mesure distincts.

Mesuré, non mesuré, hors de portée

Quand la question se pose pour un adolescent. Interrogé par Healio le 14 août 2026, Jason Nagata, auteur principal de l’étude, traduit son critère de mesure en signes observables : « Un adolescent qui n’arrive pas à arrêter malgré ses tentatives, ou dont l’usage des réseaux sociaux empiète sur le sommeil, l’école, les relations familiales ou le fonctionnement quotidien, peut être davantage à risque qu’un adolescent qui passe simplement beaucoup de temps en ligne. » Ce sont des signes d’appel, pas des critères de diagnostic. Cet article expose un état des connaissances et ne constitue pas un avis médical individuel : aucune conduite de restriction, de confiscation ou de sevrage n’a été évaluée dans ce travail, qui ne teste aucune intervention. Une inquiétude sur l’attention, le sommeil ou la scolarité de votre adolescent relève du médecin traitant ou du spécialiste.

L’essentiel à retenir

• L’exposition mesurée est la perte de contrôle en six questions, pas le nombre d’heures passées en ligne.
• L’effet est faible : environ 0,08 écart-type de symptômes en plus l’année qui suit une poussée d’un écart-type d’usage, sans conversion possible en pourcentage ni en nombre d’adolescents.
• Il n’apparaît que sur les deux dernières transitions annuelles, vers 14-16 ans, et non chez les plus jeunes.
• Il atteint le seuil statistique chez les garçons ; chez les filles, les valeurs sont proches mais moins précises, ce qui n’autorise pas à conclure qu’elles seraient épargnées.
• En Europe, ce sont pourtant les filles qui déclarent le plus d’usage problématique : 13 sur cent contre 9 sur cent chez les garçons.
• La cohorte est américaine et observationnelle : elle ne démontre aucune causalité et ne se transpose pas telle quelle à la France.

FAQ — réseaux sociaux et symptômes de TDAH chez l’adolescent

Les réseaux sociaux provoquent-ils un TDAH ?

Rien dans ce travail ne permet de l’affirmer. Il s’agit d’une cohorte observationnelle : elle enregistre ce qui se produit, sans tester la moindre intervention. Les auteurs écartent explicitement toute conclusion causale et signalent que des facteurs variables dans le temps, non modélisés, peuvent expliquer tout ou partie des associations observées.

« Usage problématique » veut-il dire trop de temps d’écran ?

Non, et c’est le point le plus souvent perdu. Les six questions du Social Media Addiction Questionnaire portent sur la préoccupation, la tolérance, la fuite, la difficulté à réduire, la détresse en cas de coupure et les conséquences perçues. Aucune ne demande une durée : un usage long sans perte de contrôle n’entre pas dans la définition retenue par l’étude.

Que représente concrètement un coefficient de 0,08 ?

Une poussée d’un écart-type d’usage problématique une année donnée est suivie, l’année d’après, d’un déplacement d’environ huit centièmes d’écart-type du score de symptômes. C’est un décalage discret de l’ensemble de la distribution, pas un basculement individuel. La publication ne fournit ni risque absolu ni proportion d’adolescents franchissant un seuil clinique : ce coefficient ne se convertit donc ni en pourcentage, ni en nombre de jeunes concernés.

Les filles sont-elles épargnées ?

L’association n’atteint pas le seuil statistique chez les filles, ce qui n’est pas la même chose qu’une absence d’effet. Leurs coefficients — 0,06 puis 0,07 — sont proches de ceux des garçons, et leurs intervalles de confiance se recouvrent largement. En Europe, l’enquête HBSC de l’OMS relève même davantage d’usage problématique déclaré chez les filles que chez les garçons : 13 % contre 9 %.

À quel âge ce résultat s’applique-t-il ?

À des adolescents d’environ 12 à 16 ans, et le lien ne se manifeste que sur les deux dernières marches du suivi, vers 14-16 ans. L’âge d’inclusion de la cohorte ABCD, 9-10 ans, correspond au recrutement et non à la période analysée. Vous ne trouverez dans ce travail aucune donnée exploitable sur un enfant de 9 ou 10 ans.

Un score élevé au questionnaire rempli par les parents signifie-t-il un TDAH ?

Non. La sous-échelle « ADHD Problems » du Child Behavior Checklist mesure l’intensité de comportements déclarés, sur une échelle continue ; elle ne pose aucun diagnostic. En France, celui-ci relève d’une évaluation clinique conduite par un pédiatre, un psychiatre ou un neurologue de l’enfant. Une inquiétude sur l’attention ou la scolarité de votre adolescent se discute avec le médecin traitant.