Socioeconomic and sleep correlates of a positive depression screen, and the limited added value of laboratory measurement: a design-based analysis of NHANES 2007–2018

Imaginez que vous essayez de trouver un trésor caché dans une ville immense et bondée. Vous avez une carte, mais la ville est si grande et les gens si divers que vous ne pouvez pas simplement regarder un coin de rue ; vous devez regarder toute la ville à la fois. C'est le monde de la recherche en santé publique, où les scientifiques tentent de comprendre pourquoi certaines personnes se sentent profondément tristes ou déprimées alors que d'autres ne le sont pas. Pour ce faire, ils utilisent souvent de gigantesques enquêtes, comme un recensement massif qui interroge des milliers de personnes sur leur vie, leur sommeil, leur travail et prend même des échantillons de sang. L'objectif est de trouver les « indices » qui pointent vers la dépression. Mais voici la partie délicate : parfois, les indices sont évidents, comme une jambe cassée, mais d'autres fois, ils sont invisibles, comme un déséquilibre chimique dans le sang. La grande question que les chercheurs se posent est la suivante : avons-nous besoin de tests médicaux coûteux et compliqués (comme des prises de sang et des machines de laboratoire) pour trouver ces indices, ou pouvons-nous simplement poser des questions simples sur la vie quotidienne des gens ?

Cette étude plonge dans cette question en utilisant un ensemble de données massives appelé NHANES, qui est comme un contrôle de santé géant et tournant pour les États-Unis. Les chercheurs ont examiné les données de près de 32 000 adultes collectées sur douze ans. Ils voulaient voir s'ils pouvaient prédire qui luttait contre la dépression simplement en posant des questions sur l'argent, le sommeil et la santé, ou s'ils avaient réellement besoin des données médicales « sophistiquées ». Ils ont également testé si des programmes informatiques super intelligents (l'apprentissage automatique) pouvaient faire un meilleur travail que les mathématiques simples. Considérez cela comme un concours entre un détective de haute technologie avec mille gadgets et un détective chevronné qui sait simplement comment poser les bonnes questions.

Le Grand Concours des Détectives : Questions contre Prises de Sang

Les chercheurs ont mis en place une expérience massive. Ils ont recueilli des informations sur 135 choses différentes concernant chaque personne, allant du revenu familial et de la quantité de sommeil jusqu'au nombre de cellules sanguines et aux niveaux de vitamines. Ils ont ensuite utilisé ces données pour tenter de repérer les personnes ayant obtenu un score élevé sur un outil de dépistage de la dépression (le PHQ-9).

D'abord, ils ont testé le « Détective de Haute Technologie ». Ils ont injecté les 135 variables dans six algorithmes informatiques différents, incluant certains modèles d'apprentissage automatique très complexes conçus pour trouver des motifs cachés. Ils ont également testé le « Détective Simple », qui utilisait une méthode statistique directe appelée régression logistique pénalisée. Le résultat fut une surprise pour beaucoup : les mathématiques simples ont gagné. Les programmes informatiques complexes n'ont pas fait mieux ; en fait, la méthode simple était en réalité la plus précise pour repérer les personnes en difficulté.

Mais le plus grand rebondissement est survenu lorsqu'ils ont commencé à retirer les indices. Ils se sont demandé : « De combien de ces données avons-nous réellement besoin ? » Ils ont construit un système à « niveaux », comme dans un jeu vidéo où l'on débloque de nouveaux équipements.

• Niveau 1 : Juste les questions d'entretien (sur le sommeil, l'argent, le travail et la santé). Cela utilisait 67 questions.
• Niveau 2 : Ajout de mesures physiques comme la taille et le poids.
• Niveau 3 : Ajout de tests sanguins et de résultats de laboratoire.
• Niveau 4 : Ajout de registres alimentaires détaillés.

Voici le coup de théâtre : les tests sanguins n'ont servi à rien.

Le modèle construit en utilisant uniquement les questions d'entretien (Niveau 1) était tout aussi efficace pour trouver les adultes déprimés que le modèle utilisant le pack complet de tests sanguins, d'examens physiques et de registres alimentaires. Les mesures de laboratoire sophistiquées n'ont apporté aucune valeur supplémentaire. C'est comme si vous essayiez de trouver un chien perdu dans un parc. Vous pourriez passer des heures à vérifier l'ADN du chien, à mesurer l'empreinte de ses pattes et à analyser la couleur de sa fourrure (les tests de laboratoire), mais vous trouveriez le chien tout aussi rapidement en demandant simplement aux gens dans le parc : « Quelqu'un a vu un chien qui a l'air triste et qui n'a pas mangé depuis un moment ? » (l'entretien).

Les Vrais Indices : Sommeil et Argent

Alors, si les tests sanguins sont inutiles pour ce travail spécifique, quels sont les indices ? L'étude a révélé que les signaux les plus forts étaient basés sur le mode de vie et le social, et non sur la biologie.

Le premier indice était les problèmes de sommeil. Les personnes déclarant avoir des problèmes de sommeil étaient environ 4 fois plus susceptibles de présenter un score positif pour la dépression que celles qui n'en avaient pas. Le deuxième indice le plus important était l'argent. Les personnes ayant un revenu familial très faible étaient 3,5 fois plus susceptibles de lutter, et celles qui souffraient d'insécurité alimentaire (s'inquiétant de savoir où trouver leur prochain repas) étaient presque 3 fois plus susceptibles d'être affectées.

D'autres indices importants comprenaient l'absence d'emploi, le fait d'avoir plusieurs maladies chroniques et un niveau d'éducation moins élevé. Curieusement, l'étude a trouvé que les marqueurs biologiques « sophistiqués », comme les niveaux d'inflammation dans le sang, n'apportaient rien de nouveau que les questions simples ne révélaient déjà.

Ce que l'Étude Écarte

Il est important de savoir ce que cette étude nous dit que nous n'avons pas besoin de faire. Les chercheurs ont explicitement écarté l'idée que nous ayons besoin de prélever du sang ou d'effectuer des tests de laboratoire pour le dépistage de la dépression dans la population générale. Ils ont montré que l'ajout de ces tests coûteux ne rend pas le dépistage plus précis. Ils ont également montré que les modèles d'apprentissage informatique les plus complexes ne sont pas nécessaires ; un modèle mathématique simple et bien structuré fonctionne tout aussi bien, voire mieux.

Cependant, l'étude est très claire sur ce qu'elle ne peut pas nous dire. Comme ils ont observé tout le monde à un seul instant donné (comme prendre une seule photo de la ville), ils ne peuvent pas affirmer avec certitude ce qui est arrivé en premier : le manque de sommeil ou la tristesse. Le manque de sommeil a-t-il causé la dépression, ou la dépression a-t-elle causé le manque de sommeil ? L'étude dit : « Nous voyons qu'ils se produisent ensemble, mais nous ne savons pas lequel a poussé l'autre. » C'est comme voir un feu et de la fumée ; vous savez qu'ils sont liés, mais ce cliché spécifique ne vous dit pas lequel a déclenché l'autre.

L'Essentiel

Cette recherche suggère que lorsque nous essayons de trouver les personnes en lutte contre la dépression dans la population générale, nous n'avons pas besoin d'un laboratoire d'hôpital. Nous n'avons pas besoin de prélever du sang ou de mesurer des substances chimiques complexes. Les outils les plus puissants sont les conversations simples et honnêtes sur la façon dont les gens dorment, s'ils peuvent se permettre de manger et s'ils ont un emploi. Les données médicales « sophistiquées » étaient comme utiliser un marteau-piqueur pour casser une noix : c'était lourd, coûteux, et cela ne faisait pas mieux bien mieux qu'un simple marteau.

L'étude a également mis en lumière une triste réalité : parmi les adultes ayant été testés positifs pour la dépression, environ deux tiers ne prenaient aucun médicament pour les aider. Cela suggère que si nous devenons meilleurs pour repérer le problème grâce à des questions simples, nous avons encore un long chemin à parcourir pour s'assurer que ces personnes reçoivent l'aide dont elles ont besoin. Mais la bonne nouvelle est que nous pouvons commencer à les trouver sans avoir besoin d'un laboratoire à un million de dollars, simplement en écoutant leurs récits sur le sommeil et l'argent.