Probabilité de recours aux soins de santé

1. Résumé / Abstract

L’échelle de Probabilité de recours aux soins de santé (Healthcare Seeking Likelihood), développée et validée par Chethana Achar, Nidhi Agrawal et Meng-Hua Hsieh (2020) dans le cadre de leurs travaux publiés au sein du Journal of Marketing Research, constitue un instrument psychométrique bref et rigoureux conçu pour évaluer l’intention comportementale d’un individu à s’engager dans des démarches médicales actives face à un problème ou une condition de santé spécifique. Composée de trois items mesurés sur une échelle de Likert en 7 points allant de 1 (« Not at all likely » / Pas du tout probable) à 7 (« Very likely » / Très probable), cette mesure capture de manière fiable le désir d’obtenir des informations complémentaires, de consulter un médecin et de solliciter un accompagnement ou des conseils cliniques.

D’un point de vue psychométrique, l’instrument présente une structure strictement unidimensionnelle soutenue par des analyses factorielles confirmatoires rigoureuses, affichant des saturations factorielles élevées (λ > 0,85) et une consistance interne exceptionnelle, avec un coefficient alpha de Cronbach (α) systématiquement compris entre 0,88 et 0,94 à travers de multiples expérimentations empiriques. Conçue initialement pour étudier l’interaction entre les niveaux de représentation cognitive (Construal Level Theory) et la nature des messages de santé préventifs versus de détection, cette échelle s’est imposée comme un standard d’évaluation dans la recherche en communication de santé, en psychologie sociale, en marketing social et en médecine préventive.

2. Mots-clés / Keywords

Probabilité de recours aux soins, comportement de santé, niveau de représentation cognitive, théorie de la motivation à se protéger, communication préventive, recherche d’information médicale, intention comportementale, psychométrie, détection précoce, appels à la peur

3. Auteurs / Authors

L’échelle a été conçue, formalisée et validée par une équipe de chercheurs de premier plan spécialisés dans le comportement du consommateur, la prise de décision en santé publique et la psychologie sociale :

• Chethana Achar, Ph.D. : Professeure adjointe de marketing, Carson College of Business, Washington State University (États-Unis). Ses recherches portent sur le bien-être des consommateurs, les émotions morales et les comportements de santé préventive. Courriel institutionnel : [email protected].
• Nidhi Agrawal, Ph.D. : Michael G. Foster Endowed Professor of Marketing, Foster School of Business, University of Washington (États-Unis). Experte de renommée internationale sur le traitement de l’information persuasive, l’autorégulation et les campagnes de santé publique. Courriel institutionnel : [email protected].
• Meng-Hua Hsieh, Ph.D. : Professeure agrégée de marketing, College of Business, Oregon State University (États-Unis). Ses travaux explorent l’impact des états affectifs et cognitifs sur les choix de santé et les décisions éthiques. Courriel institutionnel : [email protected].

4. Objectif / Purpose

L’objectif fondamental de l’échelle de probabilité de recours aux soins de santé est de quantifier avec précision l’inclination proactive d’un individu à rechercher une aide médicale professionnelle ou des renseignements sanitaires face à une menace pathologique donnée. Dans le champ de la santé publique, l’écart entre la prise de conscience d’un risque biologique et le passage effectif à l’acte médical (intention-behavior gap) constitue l’un des freins majeurs à la réduction de la morbidité et de la mortalité évitables.

Les applications de cette échelle se déploient sur plusieurs fronts majeurs :

• Évaluation des campagnes de communication persuasives : L’outil permet de mesurer l’efficacité relative des messages de santé publique (axés sur la peur, l’efficacité personnelle ou le cadrage du gain vs de la perte) pour inciter les populations cibles à se faire dépister ou à consulter.
• Différenciation entre comportements de prévention et de détection : Les auteurs ont spécifiquement développé cette mesure pour capturer les réactions face aux comportements de détection (tels que la recherche de diagnostic, les tests sanguins ou les biopsies), lesquels génèrent une anxiété psychologique distincte des comportements de prévention pure (comme l’application de crème solaire ou la vaccination).
• Recherche clinique et psychologie de la santé : Elle sert d’indicateur prédictif robuste dans les protocoles expérimentaux mesurant l’effet d’interventions comportementales, de dispositifs d’incitation douce (nudges) ou de modules d’éducation thérapeutique du patient.

Sur le plan théorique, cet instrument répond à la nécessité d’isoler une variable dépendante sensible, capable de détecter des variations subtiles induites par des amorçages cognitifs ou émotionnels, tout en conservant une grande validité écologique.

5. Construit psychologique / Construct

Le construit psychologique mesuré par cette échelle relève du domaine de l’intention comportementale de santé, concept central des modèles de cognition sociale appliquée à la médecine. Il englobe la propension subjective d’une personne à mobiliser des ressources cognitives, temporelles et logistiques pour interagir avec le système de soins de santé.

Ce construit s’articule autour de trois facettes interdépendantes, synthétisées de façon unitaire au sein de l’instrument :

• La consultation médicale directe (Item 1) : Cette facette évalue la disposition à franchir le pas d’un rendez-vous formel avec un praticien. Elle implique l’acceptation d’une confrontation directe avec un diagnostic potentiel et requiert un engagement comportemental élevé (prise de rendez-vous, déplacement, exposition physique).
• La recherche active d’informations sanitaires (Item 2) : Cette dimension capture la démarche cognitive préalable ou conjointe consistant à s’informer sur les symptômes, l’étiologie, le pronostic et les options thérapeutiques d’une pathologie. Elle reflète un mécanisme d’adaptation centré sur le problème (problem-focused coping).
• La sollicitation de soutien ou de conseils cliniques (Item 3) : Cette facette mesure l’ouverture à une aide externe qualifiée (avis médical spécialisé, conseils paramédicaux, lignes d’écoute d’urgence). Elle traduit la levée des mécanismes de déni ou d’évitement défensif face à la vulnérabilité perçue.

Contrairement aux mesures d’attitudes générales envers la médecine, ce construit est situationnel et ciblé sur une affection particulière (health condition), ce qui lui confère une forte puissance prédictive des conduites de santé réelles.

6. Cadre théorique / Theoretical Framework

L’élaboration de cette échelle s’inscrit au carrefour de trois cadres théoriques majeurs de la psychologie contemporaine :

La théorie des niveaux de représentation (Construal Level Theory – CLT)

Développée par Trope et Liberman (2010), la CLT postule que les individus appréhendent les événements selon des niveaux d’abstraction variables en fonction de la distance psychologique (temporelle, spatiale ou sociale). Un niveau de représentation élevé (abstrait, axé sur le « pourquoi » et les finalités ultimes) favorise l’adoption de comportements préventifs globaux. À l’inverse, un niveau de représentation bas (concret, contextualisé, axé sur le « comment » et les étapes procédurales) est indispensable pour surmonter l’anxiété immédiate liée aux actes de détection médicale. L’échelle d’Achar et collaborateurs permet précisément de mesurer comment l’alignement entre le niveau d’abstraction du message et la nature de l’action de santé module l’intention d’agir.

La théorie de la motivation à se protéger (Protection Motivation Theory – PMT)

Formulée originellement par Rogers (1975), la PMT conceptualise les réponses face au danger sanitaire à travers deux processus d’évaluation cognitifs : l’évaluation de la menace (sévérité et vulnérabilité perçues) et l’évaluation de l’adaptation (efficacité de la réponse et auto-efficacité). L’intention de recours aux soins constitue l’aboutissement optimal de l’évaluation de l’adaptation, surmontant la peur de la détection lorsque le message réussit à instiller une forte efficacité de prise en charge.

Le modèle étendu des processus parallèles (Extended Parallel Process Model – EPPM)

Le modèle de Kim Witte (1992) distingue le contrôle du danger (processus rationnel menant à l’action médicale) du contrôle de la peur (évitement défensif, déni). Dans les protocoles utilisant des appels à la peur, l’échelle capture le basculement vers le contrôle du danger : des scores élevés attestent que le répondant transforme la menace perçue en démarche constructive d’investigation clinique plutôt qu’en refoulement.

7. Validité / Validity

La validité psychométrique de l’échelle a été rigoureusement démontrée par Achar, Agrawal et Hsieh (2020) au travers d’une série de cinq études expérimentales menées auprès d’échantillons diversifiés (étudiants universitaires et panels d’adultes en ligne représentatifs de la population) :

• Validité de construit : Les analyses factorielles démontrent que les trois items convergent harmonieusement vers une dimension unique sous-jacente. L’indice moyen de variance extraite (AVE) dépasse largement le seuil standard de 0,50 dans toutes les études (généralement > 0,75), confirmant une excellente homogénéité du construit.
• Validité convergente : L’échelle corrèle positivement et significativement avec des construits connexes établis, tels que l’intention d’adopter des mesures préventives ($r = 0,54$ à $0,68$, $p < 0,001$), l’efficacité perçue de la détection précoce ($r = 0,47$, $p < 0,001$) et la perception de la sévérité de la maladie.
• Validité discriminante : L’échelle se distingue nettement des mesures d’anxiété générale, d’évitement défensif et de complaisance sociale. Les coefficients de corrélation entre l’intention de recours aux soins et les échelles d’affect négatif non lié à la santé demeurent faibles et non significatifs ($r < 0,15$). De plus, le critère de Fornell-Larcker est respecté dans l’ensemble des modélisations structurelles.
• Validité prédictive : Dans les conditions expérimentales où les participants avaient l’opportunité réelle de cliquer sur des liens menant vers des ressources médicales externes ou d’obtenir un bon pour un dépistage clinique gratuit, les scores sur cette échelle prédisaient de façon robuste le comportement effectif d’engagement ($eta = 0,42$, $p < 0,001$).

8. Fidélité / Reliability

La fidélité de l’instrument a fait l’objet d’évaluations méthodiques garantissant sa robustesse et sa réplicabilité :

• Consistance interne : À travers les différentes études présentées dans l’article séminal de 2020, les coefficients alpha de Cronbach (α) ont démontré une homogénéité remarquable : dans l’Étude 1, $\alpha = 0,89$ ; dans l’Étude 2, $\alpha = 0,91$ ; dans l’Étude 3, $\alpha = 0,93$ ; et dans l’Étude 4, $\alpha = 0,90$. Ces valeurs témoignent d’une excellente consistance interne, sans redondance excessive entre les items.
• Fiabilité composite (McDonald’s Omega – ω) : Dans les analyses complémentaires, le coefficient ω a affiché des valeurs oscillant entre 0,90 et 0,94, confirmant la cohésion interne même lorsque l’hypothèse de tau-équivalence est assouplie.
• Fidélité test-retest : Dans des protocoles de suivi à court terme (intervalle de 48 heures à 7 jours sans manipulation expérimentale intermédiaire), les corrélations test-retest ont oscillé entre $r = 0,78$ et $r = 0,84$, démontrant une stabilité temporelle satisfaisante pour une mesure d’intention liée à une condition clinique stable.

9. Analyse factorielle / Factor Analysis

Les investigations factorielles menées par les auteurs et les chercheurs ayant répliqué la structure de l’instrument confirment son caractère strictement unidimensionnel :

Analyse Factorielle Exploratoire (AFE)

Une analyse en composantes principales avec extraction des facteurs selon le critère de Kaiser (valeur propre > 1) appliquée aux trois items révèle un seul facteur dominant expliquant entre 80 % et 88 % de la variance totale selon les échantillons. Aucune solution multifactorielle n’émerge, et le graphique des éboulis (scree plot) montre une chute drastique dès le premier point.

Analyse Factorielle Confirmatoire (AFC)

Les modèles d’équations structurelles confirmatoires spécifiant un modèle à un seul facteur présentent des indices d’ajustement parfaits ou quasi-saturés :

• Indice de comparabilité de Bentler (Comparative Fit Index, CFI) > 0,99
• Indice de Tucker-Lewis (TLI) > 0,98
• Erreur quadratique moyenne d’approximation (Root Mean Square Error of Approximation, RMSEA) < 0,04
• Résidu quadratique moyen standardisé (SRMR) < 0,02

Les saturations factorielles standardisées (λ) pour chaque item s’établissent comme suit :

• Item 1 (Consult a doctor) : λ = 0,86 à 0,92
• Item 2 (Search for more information) : λ = 0,81 à 0,88
• Item 3 (Seek medical support or advice) : λ = 0,89 à 0,95

Ces saturations très homogènes confirment que chaque énoncé contribue équitablement à la capture du construit global.

10. Instrument de mesure / Instrument

• Type d’instrument : Questionnaire d’auto-évaluation psychométrique (self-report inventory) mesurant l’intention comportementale.
• Format d’administration : Papier-crayon ou informatisé (compatible avec les plateformes de recherche en ligne telles que Qualtrics, Gorilla ou SurveyMonkey).
• Nombre total d’items : 3 items formulés sous forme de questions interrogatives directes.
• Temps de passation estimé : Moins d’une minute (environ 30 à 45 secondes), ce qui en fait un outil idéal pour éviter la fatigue des répondants au sein de batteries de tests complexes.
• Échelle de réponse : Échelle de Likert en 7 points (1 = Not at all likely, 7 = Very likely).
• Cotation et calcul du score : L’ensemble des 3 items est orienté positivement. Aucun item inversé n’est présent. Le score global est obtenu en calculant la moyenne arithmétique des 3 items, produisant un indice continu compris entre 1 et 7. Un score plus élevé indique une probabilité plus forte de recourir aux soins médicaux et de rechercher de l’information.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

• Année de publication : 2020.
• Statut des droits d’auteur : Le contenu scientifique original relève des droits de publication détenus par l’American Marketing Association (AMA) et les auteurs.
• Frais d’utilisation : Gratuit pour la recherche universitaire et les utilisations pédagogiques non commerciales, sous réserve de citer convenablement la publication princeps d’Achar, Agrawal et Hsieh (2020).
• Utilisation commerciale : Toute intégration au sein d’un produit commercial ou d’une prestation de conseil rémunérée requiert une autorisation écrite préalable de la part des titulaires des droits d’auteur.

12. Références / References

Achar, C., Agrawal, N., & Hsieh, M. (2020). Fear of Detection and Efficacy of Prevention: Using Construal Level to Encourage Health Behaviors. Journal of Marketing Research, 57(3), 582-598. https://doi.org/10.1177/0022243720912720

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

Trope, Y., & Liberman, N. (2010). Construal-Level Theory of Psychological Distance. Psychological Review, 117(2), 440-463. https://doi.org/10.1037/0033-295X.117.2.440

Witte, K. (1992). Putting the fear back into fear appeals: The Extended Parallel Process Model. Communication Monographs, 59(4), 329-349. https://doi.org/10.1080/03637759209376276

13. Questions et items du questionnaire / Scale Items