Different People, Different Supports: Using Latent Class Analysis and Behaviour Change Wheel Mapping to Inform Tailored Digital Health Implementation Strategies
Cette étude utilise l'analyse de classes latentes et la cartographie de la Roue du changement de comportement sur un sondage mené auprès de 617 adultes canadiens afin d'identifier trois segments de population distincts présentant des compétences numériques et des préférences de soutien variables, démontrant que des stratégies de mise en œuvre sur mesure sont essentielles pour améliorer l'équité et l'engagement dans la santé numérique au-delà de la simple question de la littératie numérique.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Les systèmes de santé du monde entier se tournent de plus en plus vers les outils numériques pour dispenser des soins, espérant rendre les services médicaux plus accessibles et pratiques. Ce changement promet de connecter les patients aux médecins via des écrans et des applications, mais il comporte également un risque caché : si les outils sont trop difficiles à utiliser, ou si les gens ne peuvent pas accéder aux appareils nécessaires, les personnes qui ont le plus besoin de soins pourraient être laissées pour compte. Pendant des années, les experts ont supposé que le principal obstacle à l'utilisation de ces services de santé numériques était un simple manque de compétences. L'idée prédominante était que si les gens apprenaient simplement à mieux utiliser un ordinateur ou un smartphone, ils commenceraient naturellement à utiliser les soins virtuels. Cependant, cette hypothèse néglige la réalité complexe de la façon dont les gens vivent, ce qu'ils valorisent et la manière dont ils préfèrent apprendre. Elle traite une population diverse comme un groupe unique avec un problème unique, ignorant le fait qu'un jeune avec une connexion internet rapide pourrait être confronté à des obstacles différents de ceux d'un adulte plus âgé à la mobilité limitée, même si tous deux éprouvent des difficultés avec la même technologie.
Une équipe de chercheurs en Colombie-Britannique, au Canada, s'est donné pour mission de tester si cette approche de la santé numérique « taille unique » fonctionnait réellement. Ils ont mené une vaste enquête auprès de plus de 600 adultes vivant dans la région de Fraser Health, une zone diversifiée présentant un mélange d'âges, de revenus et d'origines culturelles. Au lieu de poser simplement les mêmes questions à tout le monde et d'en faire la moyenne, les chercheurs ont utilisé une méthode statistique pour regrouper les individus en fonction de leurs caractéristiques réelles, telles que leur âge, leur revenu, leur origine ethnique et leur sexe. Cela leur a permis de voir des modèles distincts dans la façon dont différents types de personnes interagissent avec la technologie. Ils ont découvert que la population se répartissait naturellement en trois groupes très différents, chacun ayant sa propre histoire concernant les compétences numériques, l'accès aux appareils et la manière dont ils préfèrent obtenir de l'aide.
Le premier groupe, qui représentait plus de la moitié des personnes interrogées, était composé de jeunes adultes issus de milieux raciaux et culturels divers. Ces individus étaient généralement à l'aise avec la technologie ; ils possédaient des smartphones et des ordinateurs, avaient accès à Internet et se sentaient capables d'utiliser les outils numériques. Pourtant, malgré leurs compétences et leur équipement, ce groupe était le plus susceptible de dire qu'il n'avait jamais utilisé de services de soins virtuels, tels que des appels vidéo avec un médecin. Le deuxième groupe était composé d'adultes plus âgés, principalement blancs, avec des revenus moyens. Ce groupe était confronté aux défis les plus importants : ils faisaient état d'une confiance moindre dans l'utilisation de la technologie, étaient moins susceptibles de posséder un smartphone et devaient souvent emprunter des appareils à des tiers. Le troisième groupe consistait en des adultes d'âge moyen avec des revenus élevés. Ils possédaient les niveaux de confiance numérique les plus élevés, possédaient le plus grand nombre d'appareils et étaient les utilisateurs les plus fréquents des services de soins virtuels.
La découverte la plus révélatrice fut que posséder les compétences pour utiliser la technologie ne signifiait pas automatiquement qu'une personne l'utiliserait. Le groupe des jeunes et diversifiés a prouvé qu'une haute compétence ne garantit pas l'engagement. Même s'ils pouvaient utiliser les outils, ils ne les utilisaient pas pour la santé. Les chercheurs ont découvert que ce groupe ne savait tout simplement pas où trouver des informations sur ces services ou comment commencer, et qu'il préférait obtenir de l'aide par des canaux en ligne comme des vidéos ou des guides de discussion (chat). En revanche, le groupe plus âgé avait besoin d'un type de soutien totalement différent. Ils préféraient apprendre par des interactions en face à face, comme des ateliers ou l'aide d'un membre de la famille, et s'appuyaient fortement sur des méthodes traditionnelles comme les téléphones fixes et les journaux locaux. Le groupe riche et d'âge moyen, qui utilisait déjà les services, souhaitait principalement des correctifs techniques rapides lorsque des problèmes survenaient, plutôt qu'une formation de base.
En cartographiant ces résultats sur un cadre utilisé pour comprendre le comportement humain, les chercheurs ont conclu que les barrières à la santé numérique ne sont pas seulement une question de compétences. Pour le groupe des jeunes, le problème n'était pas un manque de capacité, mais un manque de motivation ou d'habitude ; ils avaient besoin d'être incités à utiliser les services pour lesquels ils possédaient déjà les outils. Pour le groupe plus âgé, les barrières étaient physiques et sociales ; ils avaient besoin d'un meilleur accès aux appareils et d'une aide en personne pour renforcer leur confiance. L'étude suggère que les systèmes de santé ne peuvent pas résoudre le problème de l'exclusion numérique en se contentant d'enseigner à tout le monde comment utiliser un ordinateur. Au contraire, ils doivent reconnaître que différents groupes ont besoin de solutions différentes. Une stratégie qui fonctionne pour un jeune technophile, comme l'envoi d'un lien par courriel, échouera probablement pour un adulte plus âgé qui a besoin d'un guide imprimé et d'une personne amicale pour lui montrer la marche à suivre.
Les chercheurs ont souligné que leurs conclusions sont basées sur un instantané dans le temps et reposent sur ce que les gens disent pouvoir faire, plutôt que sur le test de leurs compétences réelles en laboratoire. Cependant, les modèles étaient clairs et cohérents. L'étude soutient que pour rendre la santé numérique véritablement équitable, les stratégies de mise en œuvre doivent être adaptées aux besoins spécifiques de ces segments de population. Il ne suffit pas de supposer que si vous construisez le pont numérique, les gens le traverseront. Certains ont besoin d'un pont construit avec des matériaux différents, tandis que d'autres ont besoin que quelqu'un les accompagne pour traverser en premier. En comprenant ces profils distincts, les systèmes de santé peuvent dépasser les solutions génériques et concevoir des systèmes de soutien qui correspondent réellement à la vie des personnes qu'ils tentent de servir.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.