Chapitre 4. les méthodes de production et d’analyse de données en RISP
p. 77-91
Texte intégral
1La recherche interventionnelle en santé des populations est essentiellement empirique (voir chapitre 1). La démarche repose ainsi sur le recueil et l’analyse de données primaires ou secondaires, quelles qu’en soient la nature ou la source.
2Le type de données à mobiliser et leurs modalités d’analyse sont définis en fonction de la question de recherche (voir chapitre 2). Ces éléments peuvent aussi dépendre des traditions de recherche et des approches disciplinaires (il y a plusieurs façons de répondre à la même question). Enfin, l’identification, la genèse, la transformation, l’analyse des données se doivent de respecter des principes méthodologiques, éthiques et juridiques, et de bonnes pratiques.
3Il est proposé dans ce chapitre de rappeler ces principes (figure 9) et de détailler certaines méthodes de recueil et d’analyse de données qui sont les plus utilisées en Risp sans prétendre à l’exhaustivité des pratiques.
Les principes
La problématisation
4Le premier des principes à considérer dans le cadre de la Risp est la problématisation, c’est-à-dire le champ des questions auxquelles la recherche se propose de répondre concernant l’intervention. Nous l’avons vu dans les chapitres précédents, la Risp vise notamment à comprendre comment les actions fonctionnent plus que de produire des résultats universels, induisant de multiples questions possibles et interdépendantes les unes des autres.
5La Risp tente de proposer, d’utiliser, de valider ou d’ajuster des théories explicites ou implicites (Ridde et al., 2020a) : i) des théories d’intervention (hypothèses sur lesquelles les gens, consciemment ou non, construisent leurs plans de programme et leurs actions) ; ii) des cadres explicatifs (une structure, une vue d’ensemble, un schéma, un système ou un plan constitué de diverses catégories descriptives ; elle décrit des phénomènes empiriques en les faisant entrer dans un ensemble de catégories sans fournir pour autant d’explications sur leurs interactions) ; iii) des théories de moyenne portée (théories qui lient des hypothèses fines et claires, mais très évolutives et dans un effort de généralisation et d’abstraction) ; ou iv) des grandes théories (théories qui expliquent toutes les uniformités observées dans le comportement social, l’organisation sociale et le changement social).
6Ainsi, la diversité des questions auxquelles la Risp cherche à répondre nécessite d’associer pertinence (quelles méthodes sont les plus adéquates pour répondre à la question ?), rigueur (comment appliquer ces méthodes le plus rigoureusement possible pour disposer de données valides ?) et sensibilité aux effets non attendus et aux contextes (Turcotte-Tremblay et al., 2017). Le choix des méthodes de recueil et d’analyse doit, par conséquent, prendre en compte ces caractéristiques.
La rigueur
7Quelle que soit la démarche de recueil de données, sa mise en œuvre nécessite de la rigueur. Tout d’abord, il convient de préciser que contrairement à ce que les controverses disciplinaires induisent depuis trop longtemps, il n’y a pas de méthodes rigoureuses par nature et d’autres moins (classiquement l’opposition entre méthodes quantitatives et qualitatives) (Olivier de Sardan, 2008). Il n’y a pas plus de démarche plus objective qu’une autre ou d’approche méthodologique qui serait plus influencée par des valeurs qu’une autre (Hassall et al., 2020). C’est l’ensemble du processus de conduite d’une Risp qui doit être le plus rigoureux possible, quelle que soit la méthode ou la démarche employée, afin de proposer des résultats qui ont du sens, qui sont valables et validés, peu importe les critères de scientificité appliqués (voir chapitre 3). Comme nous l’avons déjà explicité, le pragmatisme étant au cœur des approches de la Risp, les personnes qui s’inscrivent dans cette démarche considèrent que « la subjectivité et l’objectivité peuvent désormais être utiles à différents moments d’une évaluation ou d’une étude de recherche appliquée » (Donaldson et al., 2009). Il y a donc, dans chaque approche, une manière rigoureuse d’effectuer une démarche de recherche.
8Si l’on synthétisait pour la Risp, on pourrait considérer que la rigueur comporte les dimensions suivantes :
compétence du chercheur/de l’équipe en regard de la nature des données mobilisées ;
respects des principes éthiques et des cadres juridiques ;
capacité à justifier de toutes les étapes méthodologiques (comment un questionnaire ou un guide d’entrevue a été développé ? À partir de quelles sources ? Comment a-t-il été prétesté ? Par qui ? etc.) ;
respect des bonnes pratiques inhérentes au type de recherche (double saisie pour des données quantitatives, transcription des entretiens et longue immersion de terrain pour les données qualitatives, etc.) ;
justification des méthodes employées pour répondre à l’objectif.
9Par exemple, il est souvent considéré que les méthodes quantitatives seraient plus rigoureuses, car plus objectives quand les méthodes qualitatives produiraient des résultats plus sensibles à la subjectivité de l’analyste. Or, la réalité est que la subjectivité reprochée aux analystes qualitatifs est déplacée, dans les méthodes quantitatives et dans l’orientation des outils de collecte souvent restreints (nombre réduit de questions, modalités de réponses fermées). Ces restrictions sont propres à limiter le champ des réponses possibles, induisant de fait une subjectivité en amont, là où elle s’exprime en aval pour les plans d’étude qualitatifs. En réalité, la question de la rigueur ne concerne donc pas une comparaison des méthodes, mais le respect, pour chacune d’elles, de critères spécifiques et circonstanciés permettant de leur conférer solidité et validité. On parle de critères de scientificité, notamment :
le critère de transférabilité se référant à la reproductibilité des résultats et à leur applicabilité dans d’autres situations ;
le critère de fiabilité se référant à la reproductibilité des résultats si les mêmes conditions de recueil sont observées ;
le critère de confirmabilité repositionnant la notion de jugement neutre en fonction des faits et non des valeurs du chercheur ;
le critère de crédibilité permettant d’assurer que ce qui est produit traduit bien la nature des données et non une interprétation du chercheur.
10De nombreux ouvrages existent en la matière que l’on soit dans le registre quantitatif (Olivier de Sardan, 2008), qualitatif (Bujold et al., 2018) ou mixte (Laperrière, 1997).
L’éthique
11L’éthique n’est pas qu’une question juridique de démarche à effectuer. L’éthique est d’abord un ensemble de principes fondamentaux pour la recherche en santé, y compris des recherches basées sur des questionnaires et des entretiens. En effet, un recueil de données peut ne pas être anodin et au-delà des questions méthodologiques qu’il pose, par l’influence sur les comportements (des chercheurs et des enquêtés) qu’il génère, il pose des questions éthiques comme toute intervention dès lors qu’il peut générer des sentiments négatifs, participer à une stigmatisation ou générer des attentes qui ne pourraient être satisfaites.
12En ce sens, une recherche ne doit être entreprise que si elle est potentiellement utile (un préalable est ainsi l’état de l’art pour justifier de la pertinence de la question de recherche), si elle respecte les critères de rigueur permettant d’utiliser les résultats et si les risques générés par la recherche sont soit minimes soit compensés par des bénéfices pour les personnes qui s’y prêtent. Le caractère éthique ou non d’une recherche ne doit pas reposer sur l’interprétation personnelle du chercheur, mais sur une procédure collégiale indépendante.
Quelques méthodes de recueil et d’analyse de données
Les méthodes quantitatives, qualitatives et mixtes
13De manière générale, on distingue différentes approches (quantitative, qualitative, mixte), sources de données (secondaires – données de routine – ou primaires – questionnaires, entretiens, observations, etc. –). Il ne s’agit pas ici d’entrer dans le détail de l’éventail des méthodes largement développées dans de nombreux ouvrages de référence (Campbell et Stanley, 1966 ; Creswell, 2009 ; Malterud, 2001 ; Mason, 2005 ; Candy et al., 2011 ; Patton, 1990 ; Sandelowski et al., 2009), mais d’en rappeler les grandes lignes dans le tableau suivant (tableau 5).
Encadré 11. Types de méthodes mixtes
Dans l’option séquentielle, le chercheur souhaite expliquer ou développer les résultats issus d’une méthode grâce à une autre méthode utilisée subséquemment. Par exemple, une étude qualitative (exploration) suivie d’une étude quantitative (généralisation des résultats). Les différents types de données sont collectés l’un après l’autre.
Dans l’option simultanée ou convergente, les données quantitatives et qualitatives sont rapprochées afin de fournir une analyse complète de la question de recherche. Les deux formes de données sont recueillies en même temps et intégrées dans l’interprétation des résultats globaux. Par exemple, dans un projet d’évaluation d’un dispositif d’accompagnement de personnes vulnérables, nous avons développé une approche convergente multi-cas. L’objectif est d’évaluer au sein d’une structure qui reçoit un public d’usagers de drogues, fortement précarisés, marginalisés et stigmatisés, comment elle permet de recentrer la position de l’usager dans son environnement sanitaire, social et citoyen en appliquant des approches telles que le pouvoir d’agir et la construction communautaire. Il s’agit notamment d’identifier les processus et les mécanismes en jeu (transférabilité et pérennisation). Pour cela, l’étude déploie sur un ensemble d’investigations associant des entretiens avec usagers et parties prenantes, des observations, des analyses documentaires et des questionnaires. Les données exploitées sont analysées ensemble pour produire la conclusion sur l’effet et les conditions de cet effet.
Dans la troisième option dite quasi-méthode mixte ou plan de conversion, le chercheur collecte un seul type de données (qualitatives ou quantitatives) et le transforme en un autre (par exemple en données qualitatives [entretien] quantifiées [comptage du nombre de mots par exemple]).
14Nous présentons les principales caractéristiques des différentes catégories de méthodes de recueil de données selon trois aspects : i) la posture épistémologique (chaque méthode produit des discours différents sur une même réalité, traduisant une certaine conception du monde) ; ii) l’approche interprétative (les principes d’interprétation des données) ; iii) la démarche d’analyse (le moyen, le procédé ou la démarche par lesquels on accède à ce qui est pensé comme représentant la réalité). Pour plus de clarté, cette présentation assume un inévitable manichéisme bien qu’en réalité les débats et controverses, tout comme les lignes médianes et les nuances, sont nombreux et alimentent encore aujourd’hui les écrits scientifiques. Un exemple d’approche en méthodes mixtes est proposé avec l’encadré 11.
Les modélisations et méthodes utilisant des données existantes
15Le développement des grandes bases de données dont l’utilisation est facilitée par l’évolution des capacités de traitement informatique est une opportunité pour la Risp. De telles données peuvent être intégrées aux travaux empiriques, elles peuvent même s’y substituer. C’est important à prendre en compte par les chercheurs en Risp, car ces modélisations peuvent permettre de répondre à des questions auxquelles il était difficile de répondre sans ces outils. Cela permet aussi de réduire les coûts et les contraintes logistiques de la recherche (en particulier par l’utilisation de données existantes plutôt que par la genèse de données nouvelles).
16Derrière ces termes génériques de modélisations, bases de données, se trouvent de nombreux objectifs et utilisations potentiels. Nous en listons ici les principaux.
Construire et valider les théories d’intervention
17Au sens littéral, une modélisation est la construction d’un modèle visant à décrire/expliquer un système complexe. L’élaboration et la validation d’une théorie d’intervention sont ainsi, par nature, une modélisation. Nous l’avons vu, son élaboration peut utiliser des sources diverses et sa validation peut se baser sur des méthodes qualitatives comme quantitatives.
Utiliser les données existantes dans les différents plans de recherche expérimentaux et non expérimentaux
18En santé, il existe de nombreuses données « de routine », liées par exemple à la production des soins (bases de remboursement, suivi des activités), aux caractéristiques socio-démographiques de la population, aux facteurs environnementaux, etc. Ces données peuvent être individuelles (la CSP d’une personne) ou collectives (le score de défavorisation d’un territoire). Avant de générer des données nouvelles, ce qui est complexe, coûteux et peut poser des questions éthiques ou juridiques, il convient de se poser la question d’utiliser les données existantes. Cette utilisation peut prendre plusieurs formes : i) pour décrire une population. Par exemple dans un essai comparatif avec assignation aléatoire en grappe, ils peuvent être appariés en fonction des caractéristiques des populations disponibles sur les bases socio-démographiques (comme l’Insee en France) ; ii) pour compléter un recueil spécifique. Par exemple, le suivi des événements de santé à moyen terme peut être passif (c’est-à-dire sans recueil spécifique), par exploitation des bases de remboursement ; iii) pour remplacer un recueil spécifique. Par exemple, plusieurs évaluations de l’efficacité des interventions de lutte contre l’épidémie de Covid-19 se sont entièrement basées sur des données existantes (utilisation des enquêtes préexistantes sur la mise en œuvre de ces mesures dans différents territoires et corrélation avec les données de santé relatives à l’épidémie – incidence, hospitalisations, décès – issues des bases hospitalières ou des systèmes de surveillance sanitaire).
Modéliser des données non existantes
19Il n’est pas possible de recueillir tous les résultats d’une intervention au cours d’une recherche, en particulier pour les effets et impacts à long terme d’une intervention. L’estimation de ces effets et impacts peut s’effectuer par modélisation à partir de connaissances antérieures (encadré 12). Par exemple, l’OMS a développé l’outil Heat qui permet à une collectivité territoriale d’estimer le nombre de vies sauvées à partir de données comportementales (pratique du vélo et de la marche)1.
Encadré 12. Combien de vies sauvées grâce à une intervention ?
Comme dans beaucoup de pays, en Afrique de l’Ouest, nombreux sont encore les décisionnaires à croire à l’importance de faire payer les patients quand ils consultent les centres de santé. Pourtant, ce paiement au point de service impose une barrière insurmontable à la plupart des personnes et notamment aux plus pauvres. Ainsi, des interventions ont été mises en place pour montrer l’efficacité de la suppression du paiement direct pour améliorer le recours aux soins. De multiples recherches ont montré que cela avait permis d’augmenter le recours aux centres de santé publics et de réduire les dépenses de santé des familles. Mais les personnes décisionnaires voulaient, avant de passer cette intervention à plus grande échelle, qu’on leur démontre que cela permettait de réduire la mortalité et donc de sauver des vies. Or, dans le contexte de ces interventions, il est quasiment impossible de disposer de ce type de données, surtout lorsque l’on sait que le schéma causal entre l’accès aux soins et la mortalité est long (cinq à dix ans ?) et sinueux tant les déterminants de la santé sont nombreux. Cependant, pour nourrir le débat, une équipe a décidé de modéliser les effets de cette intervention sur la santé des enfants afin de fournir aux décisionnaires des données sans attendre le temps long de ces recherches. Grâce à l’approche de « Lives Saved Tool » (List) qui utilise notamment des mesures de l’évolution de couverture de services essentiels et plusieurs scénarii de leurs impacts, l’étude a permis de montrer que le passage à l’échelle nationale de l’intervention, en supposant la production des mêmes effets, permettrait de sauver la vie de 14 000 à 19 000 enfants et une réduction de la mortalité de 16 % à 17 % pour les enfants de moins de cinq ans (Johri et al., 2014).
Utiliser la modélisation dans un plan de recherche comme alternative aux recueils de données
20Ces méthodes ont été notamment développées en économie de la santé pour répondre à une question d’efficacité ou d’efficience lorsqu’une observation directe empirique n’était pas disponible. Il s’agit en particulier des modèles décisionnels qui consistent à modéliser sur le plan statistique l’ensemble des informations disponibles pour estimer l’effet d’une intervention sur la santé, pour comparer indirectement deux stratégies entre elles, ou pour transposer des résultats à une autre population de caractéristiques différentes. Ces techniques sont particulièrement utilisées pour réaliser des évaluations a priori en aide à la décision.
Les méthodes favorisant la production de données à travers la genèse d’un consensus
21L’objectif de compréhension de la complexité des interventions en Risp, au-delà de convoquer la ligne pragmatique évoquée dans les méthodes mixtes, invite également très fortement à considérer les intervenants et la population comme des acteurs de la recherche. En effet, tant dans la formulation des interventions, des hypothèses qui les sous-tendent ou dans la production de données susceptibles de les raffiner et les valider, la question du point de vue des acteurs est centrale et nécessite de mettre en œuvre des méthodes spécifiques pour la prendre en compte (voir chapitre 5).
22Les projets de Risp intègrent par conséquent diverses méthodes de recueil et de mise en convergence de ces points de vue dans le but de faire progresser le projet de recherche, par exemple pour construire/valider la théorie d’intervention, pour prioriser les stratégies à mettre en œuvre, pour partager les constats des facteurs favorisant et limitant l’implantation du programme, etc. Diverses méthodes peuvent être appliquées comme le processus Delphi et la technique du groupe nominal. De nombreuses variantes de ces deux principales méthodes existent. En outre, les développements technologiques, mais aussi les croisements entre les aspects qualitatifs et quantitatifs de ces deux techniques, permettent de développer d’autres méthodes comme la cartographie conceptuelle (Péladeau et al., 2017). Ces trois méthodes de consensus peuvent s’inscrire, mais pas forcément, dans des démarches de recherche participative où l’ensemble des processus concernant la Risp sont réalisés dans une co-construction (voir chapitre 3). Dans ce chapitre, nous présentons ces méthodes comme des moyens de favoriser, avec des analyses quantitatives, la participation des acteurs. L’objectif est de montrer que la participation des personnes concernées n’est ni limitée aux démarches de recherche-action participative ni aux méthodes qualitatives et que l’usage de chiffres et de nombres peut aussi s’organiser en donnant de la place aux parties prenantes des interventions.
La méthode Delphi
23La méthode Delphi (Ab Latif et al., 2016 ; Booto Ekionea et al., 2011 ; Niederberger et Spranger, 2020 ; Williams et Webb, 1994) vise à déterminer dans quelle mesure des personnes sont d’accord sur une question donnée afin d’obtenir une opinion consensuelle. Elle peut être utilisée dans différents objectifs, par exemple pour identifier l’état actuel des connaissances, améliorer les hypothèses d’une intervention, résoudre des situations controversées, formuler des recommandations opérationnelles, développer des outils ou des indicateurs de suivi.
24La méthode Delphi est généralement menée au moyen de questionnaires. Elle peut s’organiser en la présence des personnes ou à distance par courrier. Alors que les groupes de discussion utilisent délibérément la dynamique de groupe pour susciter un débat sur un sujet, Delphi préserve l’anonymat des participants et limite les débats au cours des différents tours de production de données (encadré 13). La méthode Delphi peut suivre quatre étapes : i) la préparation (l’élaboration des critères de sélection de personnes, l’attribution d’un numéro anonyme, le contact des personnes sélectionnées) ; ii) l’administration des questions : chaque personne reçoit une série de questions sur le sujet de l’étude (par exemple sur l’objet d’évaluation de l’intervention) ; iii) la consolidation des réponses en vue de l’élaboration du rapport de chaque tour jusqu’à ce que l’on obtienne le consensus ; iv) la classification des sous-sujets (si nécessaire) qui aide à produire le rapport final et sa validation auprès des participants.
Encadré 13. Exemple de l’OCAPREV
Dans le cadre d’un projet de recherche visant à élaborer une théorie d’intervention des conditions d’efficacité des applications nutritionnelles pour accompagner un changement de comportement, une méthode Delphi hybride (en ligne et présentielle) a été utilisée avec deux groupes d’experts : des professionnels et des patients.
Il s’agissait en fin de processus de consensus afin d’obtenir une liste de techniques de changement de comportement (information présentant les avantages et les désavantages d’une activité physique), et un ou plusieurs mécanismes d’effets (se sentir motivé, se sentir capable de la mettre en pratique).
Le travail s’est organisé en quatre étapes : i) en trois séries de questions en ligne, il a été demandé au groupe professionnel d’attribuer un ou plusieurs mécanismes (prendre conscience de sa vulnérabilité, activer l’intention de changer, renforcer l’auto-efficacité perçue) à chaque technique (présenter les avantages du changement, inciter à modifier son environnement pour le rendre favorable au changement, anticiper les difficultés et solutions pour maintenir le changement dans la durée). Sur cette base, le ou les liaisons mécanisme(s)/techniques choisies par au moins la moitié des experts ont été sélectionnées ; ii) un second tour a été organisé demandant au groupe de valider ou d’ajuster cette liste. De nouveau, les liaisons choisies par la moitié des répondants ont été sélectionnées ; iii) en présentiel, lors d’un séminaire de patients, il leur a été demandé de valider ou d’ajuster les liaisons mécanismes-techniques produites par les professionnels. Ils les ont tous validées et ont ajouté plusieurs commentaires qui ont été ajoutés dans le logiciel e-Delphi ; iv) lors du troisième tour de la procédure e-Delphi, le groupe de professionnels a validé la liste de liaisons ainsi amendées par les patients.
Source : Aromatario et al. (2019).
25Cette méthode présente plusieurs avantages : un consensus rapide, une expression libre sans influence groupale, un coût d’administration et d’analyse faible, la possibilité d’obtenir de grandes quantités de données. Cependant, elle peut être longue et contraignante (plusieurs tours d’enquête), car seules les personnes qui s’écartent de la norme doivent justifier leur position. De plus, les interactions possibles entre les hypothèses considérées ne sont pas prises en compte.
Le groupe nominal
26Le groupe nominal (Delbecq et al., 1975) consiste à faire naître des propositions sur une question qui concerne un petit nombre de personnes sans qu’il y ait nécessairement de consensus. Elle permet de répondre à des questions ouvertes qui impliquent un point de vue ou une opinion, ou de recueillir des suggestions ou des solutions. La question nominale est la question présentée au groupe. Elle doit être précise, claire, univoque. Elle doit générer des réponses de même spécificité.
27Cette technique nécessite une forte préparation et une structuration précise. La question nominale doit absolument être validée préalablement par des personnes de mêmes caractéristiques que celles invitées à la réunion, de manière à générer des informations basées sur une compréhension commune de la question.
28Elle peut comporter cinq étapes : i) la production d’énoncés : chaque participant produit individuellement une liste d’énoncés répondant à la question nominale (une réponse = une idée) ; ii) la collecte des données : l’animateur invite chacun à faire part au groupe d’une seule de leurs idées, les reformule en prenant soin de les numéroter (un participant doit proposer un énoncé qui n’est pas déjà inscrit ou expliciter sa différence) ; iii) la clarification des énoncés : il s’agit de les reprendre et les rendre concis, clairs, compréhensibles pour tous, de manière à être compris par l’ensemble du groupe sans recherche d’accord ; iv) le vote individuel et anonyme : chacun choisit les énoncés qui, selon lui, répondent le mieux à la question nominale et ordonne ses choix par ordre d’importance du plus important au moins important ; v) l’analyse et la présentation des résultats : un cumul de la pondération des énoncés pour tout le groupe est fait par addition des pondérations reçues à chacun des énoncés (intéressant de faire figurer pour chacun le nombre de participants qui l’ont choisi, ainsi que le poids total accordé par le groupe).
29Le groupe nominal a l’avantage de laisser la possibilité à chacun de s’exprimer et de produire un point de vue collectif sans que les participants aient à trouver un consensus (il n’y a donc pas de jeu d’influence). Les tenants de l’empowerment evaluation comme Fetterman (2000) ont souvent proposé d’utiliser une approche semblable pour favoriser la prise de parole et les échanges des parties prenantes d’une intervention.
La cartographie conceptuelle
30La cartographie conceptuelle (Kane et Trochim, 2006) vise à produire un consensus collectif autour de la réponse à une question qui peut permettre par exemple (encadré 14) de développer un cadre conceptuel servant à guider la planification ou l’évaluation d’interventions, mais aussi de disposer de données empiriques pour évaluer une action (par exemple : quels sont les facteurs qui favorisent la pérennité de votre intervention). Cette méthode associe créativité par remue-méninges (comme pour le groupe nominal) et analyse statistique multivariée afin d’élaborer collectivement des énoncés (en réponse à la question) regroupés en catégories. Elle confère une crédibilité forte aux résultats du consensus par cette démarche en méthode mixte. Elle a été conçue pour permettre à un panel de personnes, à travers une démarche participative et itérative, d’identifier les composants majeurs et les dimensions d’un concept et de décliner comment chacun de ces composants est relié aux autres. Avec cette méthode, les données qualitatives peuvent être analysées de manière inductive, mais aussi étudiées en utilisant des analyses statistiques multivariées qui combinent les idées exprimées par les participants en catégories et sous la forme de cartes conceptuelles. Des pondérations peuvent être appliquées et les résultats peuvent être présentés graphiquement. Elle peut être menée en ligne ou alterner des phases présentielles et en ligne.
Encadré 14. Illustration sur le projet de recherche ayant produit la grille ASTAIRE
Pour élaborer un outil d’analyse en promotion de la santé nommé Astaire, une méthode de cartographie conceptuelle a été conçue afin de définir les critères à prendre en compte pour analyser la transférabilité des interventions (le terme ayant été préalablement défini par une revue des écrits et partagé avec les experts).
Le processus a mobilisé 18 experts et a conduit dans la première étape à la genèse de 234 critères, reformulés, standardisés, triés et ramenés par le processus de cotation et de catégorisation, à l’élaboration de deux grilles : i) la première grille à utiliser lors de la conception et de la description d’une intervention primaire qui comprend 18 critères et 56 sous-critères ; et ii) la seconde grille avec 23 critères et 69 sous-critères, destinée à être utilisée lorsqu’une intervention primaire est envisagée pour être transférée dans un contexte différent, ou lorsqu’il s’agit d’évaluer a posteriori ce qui a causé une différence d’effets entre l’intervention primaire et l’intervention finalement mise en œuvre dans le nouveau contexte.
Source : Cambon et al. (2013).
31Le processus peut regrouper six grandes étapes : i) la préparation comprenant également la sélection des participants et le développement de l’objectif de la conceptualisation ; ii) la génération d’énoncés par remue-méninges au regard de la question posée (une réponse = une idée, par exemple : quels sont les défis de la mise en œuvre de l’intervention) ; iii) la structuration des énoncés par pondération et catégorisation ; iv) la représentation des énoncés sous la forme d’une carte conceptuelle en utilisant des analyses multivariées et en grappe ou un calcul du score moyen de pertinence de chaque critère ; v) l’interprétation des cartes par les personnes concernées ; vi) l’utilisation des résultats.
32Cette méthode a l’avantage d’aboutir relativement rapidement à une réponse à la question et fournit une représentation graphique de toutes les idées majeures et leurs interrelations.
Conclusion
33L’objectif de ce chapitre n’étant pas de produire une liste exhaustive des méthodes de recueil et d’analyse de données mobilisables dans le cadre de Risp, mais de présenter les grandes lignes de celles qui sont le plus utilisées en rendant visibles leurs avantages comme leurs limites, il est également essentiel de penser nos objets de Risp dans une perspective en méthodes mixtes et de réfléchir à la manière dont il est possible d’innover dans nos analyses. Nous avons notamment présenté quelques principes clés des méthodes de la Risp et, au-delà de la rigueur, c’est certainement leur pertinence qu’il faut mettre en avant. Contrairement à l’habitude, les questions de recherche doivent guider le choix des méthodes et non pas l’inverse.
34Ainsi, il convient de considérer le choix des méthodes en fonction de leur capacité à répondre aux questions de recherche et à s’insérer dans le type de plan de recherche (voir chapitre 3) dans lequel on se situe. Ceci induit, au vu de la multiplicité des questions en Risp, de privilégier, dans une approche pragmatique, leur combinaison ou leur séquencement dans différentes phases du projet de recherche. De plus, au-delà de recueillir et d’organiser les informations au bénéfice du projet de recherche, les méthodes évoquées ici devraient permettre, d’une part, de créer un climat de confiance et de réciprocité entre les parties prenantes d’un projet de recherche (par exemple les méthodes participatives) et, d’autre part, de favoriser l’interdisciplinarité nécessaire à ce domaine de recherche.
Notes de bas de page
Le texte seul est utilisable sous licence Creative Commons - Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International - CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
La recherche interventionnelle en santé des populations
Concepts, méthodes, applications
François Alla, Linda Cambon et Valéry Ridde
2024
Population health intervention research
Concepts, methods, applications
François Alla, Linda Cambon et Valéry Ridde
2023