Une analyse poussée des utilisateurs d’applications mobiles santé !

L’âge, le sexe, l’éducation, les compétences en matière de eSanté et les inquiétudes relatives à la vie privée sont des paramètres directement associés à l’utilisation d’applications mobiles santé. En revanche, ces caractéristiques varient dans la prévision de l’utilisation d’applications de types spécifiques. Par exemple, l’âge et le niveau d’éducation d’une personne sont significativement corrélés à l’utilisation d’apps santé : un individu jeune et instruit est plus susceptible d’utiliser une app santé qu’une personne plus âgée et moins instruite.

Selon le type d’application, on retrouve des profils d’utilisateurs précis. Une application de monitoring s’adresse plus logiquement à une cible plus âgée avec un risque plus important de développer des maladies chroniques.

Un autre fait intéressant reporté dans cette étude est la perception de la dimension de vie privée. Les inquiétudes liées au respect de la vie privée s’expriment plus ou moins selon le type d’applications. La collecte d’informations personnelles pour une application santé liée à la reproduction est perçue positivement par l’utilisateur tandis l’utilisation secondaire d’informations personnelles est mal accueillie pour les applications santé type « tableau de bord ».

Quels facteurs – caractéristiques démographiques (sexe, âge, niveau d’instruction), compétences en matière de e-Santé et réserves concernant les données de vie privée (surveillance, intrusion et utilisation secondaire de données) – sont associés à des différences dans l’utilisation d’applications mobiles spécifiques de santé?  Le texte présent sur les lignes avec quels types spécifiques d’applications les facteurs ont un impact positif (+) ou négatif (−). Pour le sexe, le symbole (♂) indique l’utilisation par des hommes et le symbole (♀) indique une utilisation par les femmes. Les lignes hachurées montre une relation non significative avec l’utilisation d’applications.

L’étude amène également une réflexion sur la création de divisions digitales potentielles au sein de la population :

  • Les technologies mobiles augmentent-elles l’écart digital entre utilisateurs et non utilisateurs ?

  • Les stratégies dans le secteur de la e-health différencient-elles suffisamment les types d’utilisateurs ?

BOL, Nadine, HELBERGER, Natali, et WEERT, Julia CM. Differences in mobile health app use: A source of new digital inequalities?. The Information Society, 2018, vol. 34, no 3, p. 183-193.