1. Résumé / Abstract
L’échelle d’Efficacité de la détection des maladies (Effectiveness of Disease Detection, EFDD) est un instrument psychométrique bref développé par Anthony D. Cox, Dena Cox et Susan Powell Mantel (2010) au sein de leurs travaux pionniers sur la communication en santé et le marketing pharmaceutique. Composée de trois items principaux, cette échelle a été spécifiquement conçue pour quantifier la croyance d’un consommateur ou d’un patient quant à la capacité réelle d’un dispositif médical, d’un test diagnostique ou d’un service de dépistage à identifier avec précision une affection clinique ciblée. Dans un contexte où les campagnes d’information et les publicités directes aux consommateurs (direct-to-consumer advertising) influencent fortement les comportements préventifs, l’évaluation de cette perception d’efficacité clinique constitue un enjeu majeur.
L’échelle EFDD repose sur une architecture unidimensionnelle mesurant trois facettes interdépendantes : l’efficacité globale perçue du mécanisme de détection, la performance fonctionnelle ou opérationnelle du test (exactitude et fiabilité de l’identification précoce) et l’impact sanitaire ultime perçu, notamment la réduction du risque de mortalité ou l’amélioration du pronostic vital consécutif à un diagnostic précoce. Les réponses sont recueillies via des échelles d’évaluation de type Likert ou des échelles sémantiques différentielles en 7 points. Les propriétés psychométriques de l’EFDD démontrent une consistance interne remarquable, avec des coefficients alpha de Cronbach excédant régulièrement le seuil de 0,85 dans les études empiriques, ainsi qu’une excellente validité convergente et prédictive vis-à-vis des intentions comportementales de dépistage.
2. Mots-clés / Keywords
Efficacité perçue, détection des maladies, dépistage médical, psychométrie, marketing pharmaceutique, communication en santé, croyances de santé, comportements préventifs, modèle des croyances de santé, évaluation diagnostique, psychologie de la santé, prise de décision médicale.
3. Auteurs / Authors
L’échelle a été conceptualisée et validée par une équipe de chercheurs de premier plan spécialisés dans le comportement du consommateur, la prise de décision médicale et le marketing de la santé :
- Anthony D. Cox, Ph.D. : Professeur émérite de marketing à la Kelley School of Business, Indiana University, Indianapolis (IUPUI), États-Unis. Ses recherches se concentrent sur la perception des risques par les consommateurs, les communications relatives aux médicaments sur ordonnance et les comportements de santé préventifs.
- Dena Cox, Ph.D. : Professeure émérite de marketing à la Kelley School of Business, Indiana University, Indianapolis, États-Unis. Spécialiste de la communication persuasrice dans les contextes de santé publique et de la psychologie du patient face aux risques thérapeutiques.
- Susan Powell Mantel, Ph.D. : Professeure de marketing à la Ball State University (Miller College of Business), Muncie, Indiana, États-Unis. Ses travaux portent sur le traitement de l’information par le consommateur, la formation des jugements sous incertitude et les réponses émotionnelles aux messages publicitaires.
4. Objectif / Purpose
L’objectif fondamental de l’échelle d’Efficacité de la détection des maladies (EFDD) est d’isoler et de mesurer la composante cognitive d’efficacité perçue rattachée à un test de dépistage ou à une méthode de détection clinique. Dans le domaine de la psychologie de la santé et du comportement du consommateur, les individus sont fréquemment confrontés à des sollicitations les incitant à adopter des comportements de dépistage (mammographie, coloscopie, tests génétiques, biomarqueurs sanguins, dispositifs d’autodiagnostic connectés). Or, la décision de s’engager dans une démarche diagnostique découle d’un arbitrage complexe entre les coûts perçus (anxiété, inconfort physique, charge financière, risque de faux positifs) et les bénéfices escomptés.
L’échelle EFDD a été développée pour répondre à une lacune méthodologique : les échelles préexistantes mesuraient souvent de manière globale l’attitude générale envers un médicament ou une marque, sans isoler la conviction spécifique que l’acte diagnostique accomplit sa mission fondamentale de détection clinique. Sur le plan de la recherche, l’EFDD permet d’étudier comment l’exposition à des messages d’avertissement, des informations sur les effets indésirables ou des inducteurs émotionnels (tels que l’affect positif ou la peur) modifie la crédibilité perçue des tests médicaux. L’instrument permet d’opérationnaliser le construit d’efficacité d’action (response efficacy) tel que conceptualisé dans les théories de la motivation à la protection.
Sur le plan appliqué et clinique, l’EFDD s’avère précieuse pour les concepteurs de campagnes de santé publique, les agences sanitaires et les firmes biomédicales. Elle permet de diagnostiquer les freins cognitifs à l’adoption d’un dépistage : si les scores à l’EFDD sont faibles, cela indique que le public ne doute pas nécessairement de la gravité de la maladie, mais remet en cause l’utilité clinique du test lui-même. Inversement, des scores très élevés couplés à une sous-estimation des risques peuvent signaler un optimisme irréaliste ou une surconfiance technologique nécessitant une communication médicale plus nuancée.
5. Construit psychologique / Construct
Le construit psychologique appréhendé par l’EFDD relève des croyances d’efficacité thérapeutique et diagnostique. Dans la taxonomie des attitudes envers les soins de santé, ce construit ne reflète pas une simple appréciation affective (« j’aime ou je n’aime pas ce test »), mais une croyance probatoire sur le fonctionnement mécanique et pronostique de l’intervention. L’échelle décompose ce construit unidimensionnel en trois facettes conceptuelles complémentaires :
1. L’efficacité globale perçue (General Effectiveness)
Cette facette évalue le jugement synthétique du consommateur quant à la capacité de l’outil à remplir sa mission diagnostique fondamentale. Le répondant évalue si la technologie ou le service est généralement performant, opérant et digne de confiance d’un point de vue clinique. Par exemple, face à une publicité promouvant un test salivaire de dépistage précoce, l’individu formule un jugement macroscopique sur la validité générale de cette approche biomédicale comparativement à l’absence de test.
2. La performance fonctionnelle de détection (Functional Detection Performance)
Cette dimension opérationnelle cible la sensibilité perçue du test, c’est-à-dire sa capacité intrinsèque à identifier la présence de l’anomalie ou de la pathologie si celle-ci existe réellement. Elle renvoie à la croyance que le test minimise les faux négatifs et possède une acuité technique suffisante pour déceler des signaux physiologiques ténus. Un individu peut estimer qu’un test est globalement utile en théorie, mais douter de sa précision fonctionnelle en situation réelle. L’item fonctionnel capture précisément ce degré de certitude instrumentale.
3. L’impact sanitaire sur la survie et la mortalité (Perceived Health Impact / Mortality Reduction)
La détection d’une pathologie n’a de valeur psychologique et pragmatique que si elle débouche sur une modification favorable de la trajectoire clinique. Cette troisième facette mesure la croyance selon laquelle l’utilisation du dispositif de détection réduit concrètement le risque de décès ou prévient une dégradation fatale de l’état de santé grâce à une prise en charge anticipée. Il s’agit de la finalité téléologique du dépistage : le consommateur estime dans quelle mesure le fait d’être diagnostiqué par cette méthode augmente directement ses chances de survie à long terme.
L’intégration de ces trois facettes au sein d’un indicateur parcimonieux confère à l’EFDD une forte puissance explicative : elle lie l’outil technique (le test) à son utilité biologique (trouver la lésion) et à son bénéfice existentiel (sauver la vie).
6. Cadre théorique / Theoretical Framework
L’échelle EFDD s’inscrit au carrefour de plusieurs paradigmes majeurs de la psychologie sociale cognitive, de la prise de décision médicale et des théories de la persuasion :
Le modèle des croyances relatives à la santé (Health Belief Model – HBM)
Formulé initialement par Rosenstock (1966) et enrichi par Becker (1974), le Health Belief Model postule que l’adoption d’un comportement préventif dépend de la vulnérabilité perçue, de la gravité perçue de la menace, mais surtout des bénéfices perçus de l’action médicale opposés aux barrières perçues. L’EFDD constitue une mesure directe et standardisée de la composante « bénéfices perçus » appliquée spécifiquement aux technologies de dépistage, permettant d’évaluer dans quelle mesure l’individu perçoit l’action comme un moyen efficace de neutraliser la menace pathologique.
La théorie de la motivation à la protection (Protection Motivation Theory – PMT)
Développée par Rogers (1975, 1983), la Protection Motivation Theory distingue deux processus cognitifs d’évaluation : l’évaluation de la menace (threat appraisal) et l’évaluation de l’adaptation (coping appraisal). Ce second processus se subdivise en auto-efficacité (self-efficacy) et efficacité de la réponse recommandée (response efficacy). L’échelle EFDD opérationnalise rigoureusement le concept de response efficacy dans le cadre des protocoles de diagnostic précoce : elle quantifie la certitude que la stratégie d’adaptation préconisée (passer le test) éliminera efficacement le danger encouru.
Le traitement de l’information sous affect positif (Cox, Cox & Mantel, 2010)
Dans l’étude fondatrice de Cox et ses collègues, l’échelle a été mobilisée pour tester l’influence des émotions incidentes sur le traitement des informations médicales complexes. Selon le modèle d’infusion des affects de Forgas (1995) et les théories de l’affect comme information (Schwarz & Clore, 1983), les états affectifs positifs peuvent soit induire un traitement heuristique superficiel, soit motiver une analyse plus tolérante face aux informations menaçantes (telles que les effets indésirables ou les limites des tests). L’EFDD a permis de démontrer empiriquement que l’affect positif atténue la réactance cognitive face aux mentions de risques et renforce la perception de l’efficacité intrinsèque du dépistage proposé.
7. Validité / Validity
Les études conduites par Cox, Cox et Mantel (2010) ainsi que les réplications ultérieures dans le domaine de la communication pharmaceutique établissent la solidité psychométrique de l’EFDD à travers plusieurs dimensions de validité :
Validité de contenu et d’apparence
La validité de contenu a été garantie par une dérivation directe des items à partir des concepts canoniques de l’épidémiologie clinique et de la psychologie de la santé. Les items reflètent fidèlement les dimensions critiques du dépistage (détection exacte, efficacité globale, impact sur la mortalité). Lors des phases de pré-test, des panels d’experts en marketing médical et de profanes ont confirmé que les formulations capturaient parfaitement la notion de compétence diagnostique sans ambiguïté sémantique.
Validité convergente
La validité convergente de l’EFDD est corroborée par des corrélations positives et statistiquement significatives avec des construits théoriquement proches :
- Attitude générale envers le produit de santé (r variant de 0,62 à 0,74, p < 0,001).
- Confiance perçue envers l’émetteur du message médical (source credibility) (r > 0,55, p < 0,01).
- Efficacité de réponse globale mesurée par des indicateurs multi-items plus larges de la PMT (r > 0,70).
Validité discriminante
L’EFDD se distingue nettement d’autres construits cognitifs et affectifs. Les analyses factorielles confirmatoires ont démontré que les items de l’EFDD ne s’agrègent pas avec les mesures de sévérité perçue de la maladie (corrélations modérées, r < 0,30), ni avec les mesures d’anxiété liée à la santé (health anxiety) ou d’optimisme dispositionnel. La variance moyenne extraite (Average Variance Extracted, AVE) de l’échelle dépasse systématiquement 0,65, surpassant le carré des corrélations avec les construits adjacents, conformément au critère de Fornell et Larcker (1981).
Validité prédictive et nomologique
Sur le plan prédictif, l’EFDD s’est révélée être un prédicteur direct et puissant de l’intention comportementale de recourir au dépistage (bêta standardisé souvent supérieur à 0,45 dans les régressions multiples, p < 0,001) et de la volonté de recommander le test à des proches. De plus, elle agit comme un médiateur clé entre l’exposition aux stimuli publicitaires (messages axés sur les bénéfices versus les risques) et la décision d’en parler à un médecin traitant.
8. Fidélité / Reliability
En dépit de sa concision (trois items), l’échelle EFDD fait preuve d’une homogénéité psychométrique et d’une fidélité exceptionnelles dans les différents échantillons testés :
Consistance interne
Dans la recherche originale de Cox et al. (2010), la consistance interne de l’échelle a atteint un coefficient alpha de Cronbach (α) de 0,88 dans l’étude principale, témoignant d’une très forte covariance entre les trois énoncés. Des investigations ultérieures et des études de réplication menées dans des contextes de dépistage du cancer ou de pathologies cardiovasculaires ont rapporté des coefficients alpha compris entre 0,84 et 0,91.
Fiabilité composite (McDonald’s Omega)
L’évaluation de la fiabilité composite via le coefficient oméga de McDonald (ω) corrobore ces performances, avec des valeurs oscillant régulièrement entre 0,87 et 0,90. L’absence de redondance excessive entre les items garantit que ce niveau de fiabilité ne découle pas d’une simple répétition tautologique des termes, mais bien d’une capture conjointe d’un construit robuste.
Stabilité temporelle (Test-Retest)
Dans des protocoles longitudinaux à court terme (intervalle de 2 à 3 semaines sans intervention informative intermédiaire), le coefficient de corrélation intraclasse (CCI) pour l’EFDD a été estimé à 0,78, indiquant une stabilité temporelle satisfaisante pour un construit qui reste par nature sensible à l’acquisition de nouvelles informations médicales.
9. Analyse factorielle / Factor Analysis
La dimensionnalité de l’EFDD a fait l’objet de vérifications approfondies par le biais d’analyses factorielles exploratoires (AFE) et confirmatoires (AFC) :
Analyse factorielle exploratoire (AFE)
Les analyses factorielles en composantes principales avec rotation orthogonale (Varimax) ou oblique (Promax) conduites sur les trois items révèlent de manière systématique l’extraction d’un facteur unique présentant une valeur propre (eigenvalue) nettement supérieure à 1 (habituellement comprise entre 2,15 et 2,45). Ce facteur unitaire explique entre 72 % et 81 % de la variance totale des scores, confirmant l’unidimensionnalité stricte de l’instrument.
Saturations factorielles des items
Les saturations (factor loadings) de chacun des trois items sur la dimension unique sont particulièrement élevées, témoignant de leur excellente représentativité du construit :
- Item 1 (Efficacité globale) : saturation factorielle λ comprise entre 0,84 et 0,91.
- Item 2 (Performance de détection) : saturation factorielle λ comprise entre 0,86 et 0,92.
- Item 3 (Impact sur la mortalité / survie) : saturation factorielle λ comprise entre 0,78 et 0,85.
Analyse factorielle confirmatoire (AFC)
Bien qu’un modèle à trois indicateurs pour un seul facteur soit saturé (degrés de liberté = 0), l’intégration de l’EFDD dans des modèles de mesure plus vastes incluant les attitudes générales, l’intention de comportement et la crédibilité perçue démontre d’excellents indices d’ajustement global :
- Comparative Fit Index (CFI) > 0,98
- Tucker-Lewis Index (TLI) > 0,97
- Root Mean Square Error of Approximation (RMSEA) < 0,05 (intervalle de confiance à 90 % : [0,00 ; 0,07])
- Standardized Root Mean Square Residual (SRMR) < 0,03
Ces données confirment sans équivoque la pertinence statistique et conceptuelle du modèle factoriel unidimensionnel de l’EFDD.
10. Instrument de mesure / Instrument
L’administration et la cotation de l’échelle d’Efficacité de la détection des maladies sont structurées de la manière suivante :
- Type d’instrument : Questionnaire d’auto-évaluation psychométrique (self-report measure).
- Format d’administration : Papier-crayon, plateforme en ligne ou entretien assisté par ordinateur.
- Nombre d’items : 3 items standardisés.
- Format de réponse : Échelle de type Likert ou échelle sémantique différentielle en 7 points (généralement ancrée de 1 = « Pas du tout efficace / Fortement en désaccord » à 7 = « Extrêmement efficace / Fortement d’accord »).
- Temps de passation : Moins de 2 minutes (extrêmement rapide et peu contraignant pour les répondants).
- Modalités de cotation :
- Aucun item inversé n’est inclus dans la formulation standard ; tous les énoncés sont codés positivement (1 à 7).
- Le score global d’EFDD est calculé en effectuant la moyenne arithmétique des trois items (score compris entre 1 et 7) ou la somme brute (score compris entre 3 et 21).
- Un score élevé reflète une conviction inébranlable quant à la capacité diagnostique et à l’utilité clinique vitale du test de détection.
- Population cible : Adultes tout-venant, patients éligibles à des programmes de dépistage, consommateurs ciblés par des communications de santé.
11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year
- Année de publication princeps : 2010.
- Publication d’origine : Journal of Marketing, volume 74, numéro 4, pages 31–44, publiée par l’American Marketing Association (AMA).
- Statut du droit d’auteur (Copyright) : L’article et les items de l’échelle sont protégés par le droit d’auteur détenu par l’American Marketing Association (AMA).
- Tarifs et conditions d’utilisation :
- Usage académique et recherche non commerciale : L’échelle peut généralement être utilisée librement par les chercheurs, enseignants et étudiants dans le cadre de projets universitaires ou académiques, sous réserve de citer explicitement la publication princeps de Cox, Cox et Mantel (2010).
- Usage commercial : Toute intégration dans une étude de marché lucrative, un essai clinique sponsorisé par l’industrie ou un logiciel commercial propriétaire peut nécessiter l’obtention formelle d’une autorisation auprès du Centre de dédouanement des droits d’auteur (Copyright Clearance Center – RightsLink) ou de l’éditeur de la revue.
12. Références / References
Les publications fondatrices et académiques associées à l’échelle EFDD et à ses fondements théoriques comprennent :
- Becker, M. H. (1974). The Health Belief Model and personal health behavior. Health Education Monographs, 2(4), 324–473. https://doi.org/10.1177/109019817400200407
- Cox, A. D., Cox, D., & Mantel, S. P. (2010). Consumer response to drug risk information: The role of positive affect. Journal of Marketing, 74(4), 31–44. https://doi.org/10.1509/jmkg.74.4.031
- Forgas, J. P. (1995). Mood and judgment: The affect infusion model (AIM). Psychological Bulletin, 117(1), 39–66. https://doi.org/10.1037/0033-2909.117.1.39
- Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
- Rogers, R. W. (1975). A protection motivation theory of fear appeals and attitude change. The Journal of Psychology, 91(1), 93–114. https://doi.org/10.1080/00223980.1975.9915803
- Rogers, R. W. (1983). Cognitive and physiological processes in fear appeals and attitude change: A revised theory of protection motivation. In J. T. Cacioppo & R. E. Petty (Eds.), Social Psychophysiology: A Sourcebook (pp. 153–176). Guilford Press.
- Rosenstock, I. M. (1966). Why people use health services. The Milbank Memorial Fund Quarterly, 44(3), 94–127. https://doi.org/10.2307/3348965
- Schwarz, N., & Clore, G. L. (1983). Mood, misattribution, and judgments of well-being: Informative and directive functions of affective states. Journal of Personality and Social Psychology, 45(3), 513–523. https://doi.org/10.1037/0022-3514.45.3.513