Indicateurs d'économie de la santé

Sujet 81 sur 91· Applications et dispositifs de santé grand public

Indicateurs d'engagement

Les indicateurs d'engagement mesurent l'usage effectif que les utilisateurs font d'une application de santé : la fidélité DAU/MAU, la fréquence et la durée des sessions, l'utilisation des fonctionnalités. En santé numérique, l'engagement n'est pas une vanité — c'est la dose : l'exposition à travers laquelle tout effet clinique doit transiter.

Pourquoi c'est important

Un médicament qui reste dans le flacon ne guérit personne ; une application qui reste désinstallée ou jamais ouverte relève du même mode d'échec. Chaque revendication d'économie de la santé pour un produit de santé grand public se multiplie par l'engagement — l'efficacité démontrée en essai a été mesurée à un certain niveau d'usage, et la valeur en conditions réelles s'échelonne selon la proximité entre l'usage en déploiement et ce niveau. Repères produit standards : un DAU/MAU d'environ 20 % est considéré comme sain pour les applications mobiles en général, >25 % étant exceptionnel ; les applications de santé se situent souvent en dessous.

Le calcul

Fidélité (DAU/MAU)     = utilisateurs actifs quotidiens / utilisateurs actifs
                          mensuels × 100
Indicateurs de session  = sessions/utilisateur/période ; durée moy. = temps
                          total / sessions
Engagement fonctionnel  = utilisateurs réalisant l'action clé / utilisateurs actifs

Cadre dose-réponse (la version économie de la santé) :
  effet réalisé ≈ effet en essai × f(usage réel / usage en essai)
  où f provient de l'analyse dose-réponse — voir le concept
  d'« engagement effectif » dans adherence-and-persistence.md :
  suffisamment d'usage pour atteindre le résultat visé, qui peut
  être modeste et fini

Exemple chiffré

L'étude pivot d'une application de tension artérielle a montré une réduction de 6 mmHg de la pression systolique chez les utilisateurs enregistrant ≥4 relevés/semaine. En déploiement sur 50 000 utilisateurs enregistrés :

MAU 20 000 (40 %) ; parmi eux, enregistrant ≥4×/semaine : 7 000
Utilisateurs à dose effective = 7 000 / 50 000 = 14 % de la base enregistrée

Effet au niveau de la population ≈ effet de l'essai délivré à 14 %, pas à 100 % :
tout modèle économique citant « 50 000 utilisateurs × 6 mmHg » surestime d'environ ×7.
Modèle honnête : 7 000 × effet complet + crédit partiel (à partir des données
dose-réponse, le cas échéant) pour les 13 000 utilisateurs sous le seuil.

Cette multiplication — à travers l'entonnoir d'engagement jusqu'à la dose effective — est l'endroit le plus fréquent où l'économie de la santé numérique gonfle ses chiffres.

Lien avec l'ingénierie logicielle

Les ingénieurs possèdent l'entonnoir d'engagement, ce qui fait d'eux les propriétaires d'une variable clinique : la friction à l'onboarding, la stratégie de notifications, le temps de chargement et la résilience hors-ligne déplacent tous la dose délivrée. Deux implications de conception : instrumenter l'action cliniquement significative (relevés enregistrés, leçons terminées), pas les ouvertures — un DAU construit sur des sessions de rebond issues de notifications est une fraude à la dose ; et traiter les objectifs d'engagement comme des objectifs de suffisance, pas de maximisation — une application qui atteint son résultat en 5 minutes/semaine et s'efface ensuite est cliniquement idéale et métriquement « médiocre » (voir l'engagement effectif dans adhésion et persistance). Valorisez le travail d'engagement lui-même via le modèle d'effet populationnel ci-dessus : un gain de 2 points de part de dose effective est une ligne de QALY quantifiable.

Pièges

  • L'engagement comme résultat : l'usage est un moyen ; le résultat est le PROM ou le critère clinique.
  • Moyennes sur un usage bimodal : les populations d'applications de santé se répartissent entre utilisateurs assidus et utilisateurs fantômes ; les moyennes ne décrivent personne — segmentez par cohorte.
  • Inflation de la dose par des mécanismes addictifs (dark patterns) : les séries de jours consécutifs et les notifications culpabilisantes font grimper les indicateurs et peuvent nuire aux populations anxieuses que servent les applications de santé ; les produits cliniques portent une éthique clinique.
  • Provenance des repères fournisseurs : la plupart des repères d'engagement publiés proviennent de fournisseurs d'analytique, pas de la revue par les pairs ; calibrez-les sur vos propres essais.

Sources