Les jeux de hasard et d’argent (JHA) sont de plus en plus pratiqués sur Internet. Certaines personnes développent des comportements de jeu excessifs impactant significativement la vie quotidienne (dépendance, isolement, endettement, stress, etc.). Dans le même temps, les nombreuses données stockées par les opérateurs de jeu en ligne offrent une opportunité pour analyser et identifier les comportements de jeu de risque. Nous proposons ici le développement et la validation d’un modèle de repérage des joueurs à risque à partir des données récoltées en routine par les opérateurs de jeu.

Un échantillon de 8172 joueurs a répondu à une enquête en ligne incluant un auto-questionnaire validé évaluant les problèmes liés à la pratique des JHA. Les participants étaient ainsi classés dans quatre catégories selon leur score au questionnaire : joueur non à risque (score=0), joueur à risque faible (score entre 1 et 4), joueur à risque modéré (score entre 5 et 7), ou joueur excessif (score≥8). Pour prédire ces statuts, nous avons comparé les performances de quatre algorithmes de classification supervisée (forêts aléatoires, machines à vecteurs de support, réseaux de neurones artificiels, régression logistique). Les variables explicatives étaient les données d’activité de jeu (argent misé, type de jeu, dépôt d’argent, etc.) des opérateurs proposant des paris sportifs, hippiques et du poker, mesurées pendant les quatre mois précédant l’enquête, et transmises par l’Autorité de régulation des jeux en ligne (ARJEL) dans le cadre de l’étude EDEIN (Étude de dépistage des comportements de jeu excessif sur Internet). L’échantillon était divisé en trois sous-échantillons : apprentissage (n=4903), validation (n=1634), et test (n=1635). Les performances diagnostiques étaient évaluées par la calibration (Brier score et évaluation graphique de la courbe de calibration) et la discrimination (aire sous la courbe ROC ; AUROC). Les algorithmes étaient d’abord appliqués à des problèmes de classification binaires selon le seuil de sévérité (ex : joueurs avec un score<5 versus joueurs avec un score≥5) puis combinés pour obtenir une classification en quatre classes.

Pour l’ensemble des seuils de sévérité, l’algorithme des forêts aléatoires était le plus performant. Concernant la classification en fonction du seuil de 5, fréquemment utilisé dans les enquêtes épidémiologiques pour distinguer les joueurs problématiques des joueurs non problématiques, l’AUROC dans l’échantillon de test était de 0,79 [IC95 % : 0,76–0,83], le Brier score de 0,09, et la courbe de calibration indiquait une bonne calibration du modèle. En fixant la sensibilité à 80 %, la spécificité était de 61 %. Concernant la classification en quatre catégories, les joueurs avec un score≥8 étaient bien détectés (75 % des joueurs correctement identifiés). La catégorie 5–7 était en revanche mal prédite (5 % correctement identifiés), le modèle ayant tendance à classer ces joueurs dans la catégorie 8+. Le problème était similaire pour les participants de la classe 1–4 puisque 26 % d’entre eux étaient classés à tort dans la catégorie 8+. Enfin, pour les joueurs avec un score égal à 0, 67 % étaient correctement identifiés.

L’application d’algorithmes d’intelligence artificielle à des données d’activité de jeu permet d’identifier avec une bonne précision les joueurs les plus problématiques. L’implémentation du modèle proposé pourrait permettre la mise en place de mesures prévention personnalisées en fonction du profil de risque des joueurs.