Contexte

Depuis quelques années déjà, nous connaissons un essor des technologies numériques et des applications d’e-santé. Ces nouvelles technologies comportent des avantages, comme des interventions personnalisées et modulables en fréquence et en durée et la réduction de la charge des professionnels, mais soulèvent également des défis, comme le manque de preuves fiables ainsi que des questions sur la confidentialité, la sécurité et la manière de maintenir l’engagement du patient dans son parcours de soins numérique (1,2). Plusieurs applications ont été créées pour le traitement de la dépression. Une méta-analyse publiée en 2023 (3) montre une réduction significative des symptômes dépressifs avec les TCC numériques. Cependant, une analyse de cet article par Minerva souligne un risque de biais élevé et une validité externe des études analysées limitée, notamment pour les patients belges de première ligne. Des études complémentaires solides restent donc nécessaires pour valider la pertinence clinique de ces applications numériques. L’étude analysée ici (4) propose de comparer l’efficacité d’une application basée sur les principes de l’activation comportementale pour traiter les symptômes dépressifs par rapport aux traitements usuels en Caroline du Sud (USA) via un protocole d’étude clinique contrôlée, randomisée (RCT).

Résumé 

Population étudiée

• recrutement depuis le dossier médical électronique (DME) de 22 cliniques en Caroline du Sud : sélection sur base des symptômes dépressifs rapportés dans le dossier médical électronique (DME) (5578 patients invités) ; inclusion uniquement des patients rapportant des symptômes de dépression modérés au moins, via un screening en ligne (hors de 2167 évalués, 684 inclus dans le protocole de randomisation et 649 repris dans l’analyse finale)
• critères d’inclusion : 
  
  • adulte anglophone
  • au moins des symptômes modérés de dépression (≥ 10 sur le PHQ-9)
  • volonté d’utiliser une application mobile comme traitement de l’humeur
  • téléphone sous iOS ou Android
  • accès à un moyen de communication (e-mail ou messagerie)
  • rendez-vous de soins de première ligne programmé dans les 4 semaines
• critères d’exclusion :
  
  • idées suicidaires
  • pas de compte actif dans le portail du DME
  • membre du ménage déjà enrôlé dans l’étude
  • trouble visuel pouvant limiter l’usage de l’app
• au total, 649 patients inclus ; 76% de femmes ; âge moyen de 44,68 ans ; 85% possède un équivalent égal ou supérieur au diplôme du secondaire supérieur belge (CESS) ; 81% sont sous médication psychotrope (depuis en moyenne 4,26 ans)
  score moyen de dépression de 32,87 (calculé via le BDI-II ; DS = 9,76), ce qui correspond à un diagnostic de dépression sévère (≥ 28).

Protocole d’étude

RCT comparant 3 bras d’étude

• groupe intervention 1 : application digitale d’activation comportementale « Moodivate » sans intégration dans le DME (n = 216) : téléchargement gratuit (iOS/Android) et onboarding interactif (tutoriel psycho-éducatif, fixation d’objectifs et de buts de vie, planification d’activités monitorées par l’app) ; suivi quotidien de l’humeur et évaluation dépression (PHQ-8) bihebdomadaire via l’app ; visualisation graphique activité/humeur et gamification (badges) pour maintenir l’engagement
• groupe intervention 2 : application digitale d’activation comportementale « Moodivate avec intégration dans le DME » (n = 221) : mêmes fonctions + vue par le médecin généraliste sur l’utilisation de l’app par le patient + possibilité pour le médecin d’insérer des données de l’app directement dans le DME via la fonction « smartphrase »
• groupe contrôle (n = 212) : psychoéducation sur la gestion de l’humeur depuis le DME et recommandation de discuter du traitement contre la dépression avec son médecin
• suivi des participants de la semaine 1 à 8 + semaine 12.

Mesure des résultats

• mesure des résultats primaires :
  
  • symptômes dépressifs via le BDI-II
• mesures des résultats secondaires :
  
  • amélioration clinique significative : diminution d’au moins 10 points sur le BDI-II
  • rémission des symptômes : ≤ 13 au BDI-II
  • engagement à l’intervention digitale : nombre de sessions, rétention (= pourcentage de participants continuant à utiliser l’app chaque semaine après le téléchargement initial), nombre d’activités et de buts créés, nombre d’activités programmées et badges gagnés
  • utilisation de la smartphrase par le médecin via le DME.

Résultats

• résultats primaires :
  
  • diminution des symptômes dépressifs dans toutes les conditions à 12 semaines ; plus rapide dans les deux conditions digitales versus traitement usuel (p = 0,04) et effets de plus grande taille pour les interventions digitales : différence après 12 semaines (Δ) de -10,34 [0,82] points sur le BDI-II pour le groupe Moodivate (d de Cohen = 0,98), Δ = -9,88 [0,81] pour le groupe Moodivate + DME (d de Cohen = 0,93), Δ = -5,94 pour le groupe de traitement usuel (d de Cohen = 0,54)
• résultats secondaires : 
  
  • amélioration clinique : rapport de cotes 2,5-3 fois plus élevée avec Moodivate (OR de 2,98 avec IC à 97,5% de 1,69 à 5,27 ; p < 0,001) et Moodivate + DME (OR de 2,53 avec IC à 97,5% de 1,45 à 4,41 ; p < 0,001)
  • rémission : rapport de cotes 2,3-2,6 fois plus élevée avec Moodivate (OR de 2,27 avec IC à 97,5% de 1,16 à 4,44 ; p = 0,006) et Moodivate + DME (OR de 2,63 avec IC à 97,5% de 1,38 à 5,04 ; p < 0,001)
  • engagement : rétention 68% à 4 semaines, 31% à 12 semaines ; seul le nombre de badges gagnés est associé à une réduction des symptômes (p = 0,02)
  • utilisation smartphrase : très faible (8% des patients du groupe DME).

Conclusion des auteurs

Cette RCT montre qu’une intervention digitale d’activation comportementale est efficace pour le traitement d’adultes avec au moins des symptômes modérés de dépression dans un contexte de soins de première ligne.

Financement de l’étude

National Institute of Mental Health.

Conflit d’intérêts des auteurs

Tous les auteurs déclarent un ou plusieurs conflits d’intérêt ; certains sont co-propriétaires de Behavioral Activation Tech, entreprise développant des applications mobiles en lien avec la santé mentale, dont l’application Moodivate. 

Discussion

Évaluation de la méthodologie

La validité des résultats de cette étude est renforcée par le protocole RCT permettant de limiter plusieurs biais, comme notamment la présence de facteurs de confusion tels que l’âge ou la médication par une procédure de randomisation. Le suivi des recommandations CONSORT et la présence d’un Data Safety Monitoring Board indépendant apportent une garantie supplémentaire de rigueur méthodologique. Les procédures statistiques ont respecté le principe de l’analyse en intention de traiter en incluant tous les patients de chaque groupe dans les analyses, indépendamment de leur abandon de l’étude. Un autre atout méthodologique réside dans le fait que, outre les mesures de résultats continues, des résultats dichotomiques et cliniquement pertinents ont également été pris en compte, tels que l'amélioration cliniquement significative et la rémission, ce qui renforce l'interprétation clinique des résultats.
Cependant, certaines limites doivent être soulignées. Premièrement certains critères d’inclusion (particulièrement, l’inclusion uniquement de participants motivés par une intervention digitale) et l’absence de procédure d’aveuglement risquent de produire un biais de sélection et un biais de performance. En effet, les résultats en faveur de l’application mobile pourraient (en tout cas partiellement) s’expliquer par le recrutement de personnes motivées par l’utilisation d’une application mobile. En d’autres mots, les patients assignés au traitement usuel ont pu être moins motivés à appliquer leur traitement par rapport aux patients assignés au traitement digital.
Par ailleurs, dans le groupe d’intervention digitale avec intégration dans le DME, seulement 14 professionnels sur 99 ont utilisé la fonction smartphrase pour au moins un participant, pour un total de 18 sur les 221 participants (soit 8% du groupe). Cette faible adoption limite l’interprétation des résultats pour ce bras de l’étude car elle ne permet pas de trancher s’il existe une absence de corrélation réelle entre l’usage de cette fonctionnalité par le professionnel et l’amélioration clinique du patient. 
Enfin, l’efficacité n’est évaluée que sur 12 semaines, sans information sur le maintien des effets à long terme ni sur le risque de rechute ou sur les potentiels effets indésirables du traitement.

Évaluation des résultats

Les résultats indiquent qu’une application numérique d’activation comportementale améliore significativement les symptômes dépressifs, avec un rapport de cotes accru d’amélioration clinique et de rémission. L’engagement des patients dans des applications digitales auto-guidées peut être variable et influencer l’efficacité du traitement, bien qu’elle soit souvent sous-rapportée dans les études cliniques contrôlées, randomisées (5). L’étude analysée montre que certains types d’incitants à l’engagement, et plus particulièrement la gamification de l’application par des badges à gagner, semble améliorer l’engagement des participants. Ce type de fonctionnalité pourrait permettre de diminuer le taux d’abandon et augmenter l’efficacité des applications digitales auto-guidées. 
Comme mentionné dans l'évaluation de la méthodologie, l'intégration de l'application dans le DME n'a été que très peu mise en œuvre. Les professionnels peuvent, par exemple, manquer de temps ou présenter des réticences par rapport à l’implantation de ce programme dans leur pratique. Des entretiens qualitatifs permettraient de mieux comprendre cette faible utilisation de la fonctionnalité. En l’état, l’impact potentiel d’une supervision active par un professionnel reste indéterminé. Toutefois, l’efficacité observée dans les groupes d’intervention digitale semble confirmer que l’application conserve une utilité clinique, même en autonomie, sans supervision par un professionnel. De plus, l’étude suggère que cet outil peut être efficace même sans suivi professionnel direct, mais ne permet pas de déterminer si l’intégration à la pratique d’un professionnel renforce l’efficacité. Ces résultats suggèrent qu'un professionnel de santé pourrait prescrire cette application pour compléter le traitement sans alourdir sa charge de travail.
Cependant, la généralisation des résultats au contexte belge appelle à la prudence. L’échantillon de l’étude est composé majoritairement de femmes de Caroline du Sud d’un niveau éducatif élevé, déjà équipée d’un smartphone et ouvertes à une intervention digitale. Ces caractéristiques peuvent ne pas refléter une population moins connectée ou réticente aux solutions numériques, chez qui l’effet du traitement pourrait être moindre. De plus, 81% des patients sont également déjà sous médication depuis 4 ans en moyenne.
Ensuite, le paysage des applications de santé mentale diffère en Belgique. L’application étudiée, Moodivate, n’est, à l’heure actuelle, pas disponible en français, ce qui limite son accessibilité à un public non-anglophone. De plus, l’offre des applications de santé mentale varie fortement en qualité et en fondement scientifique. Les preuves d’efficacité d’une application ne permettent donc pas de conclure de manière fiable sur l’efficacité d’une autre.

Que disent les guides de pratique clinique ?

Le guide de pratique clinique sur la dépression de l’adulte de la SSMG (6) ne discute pas de l’efficacité potentielle ou de l’intégration des interventions numériques dans le parcours de soin et l’American Psychological Association (7) souligne que les preuves scientifiques actuelles restent limitées concernant le format de la thérapie comportementale, qu’elle soit en face-à-face, en ligne, sur ordinateur, téléphone ou via des supports écrits. En 2023, le KCE (8) a proposé des balises pour l’évaluation des applications d’e-santé en vue d’un remboursement en valorisant l’intégration de critères cliniques, organisationnels, financiers, éthiques et juridiques. Cette base nous permet de souligner la nécessité de réfléchir sur l’utilisation des applications d’e-santé dans le parcours de soins sous plusieurs angles. Pour soutenir le clinicien dans cette réflexion, nous le renvoyons vers les huit principes directeurs pour une technologie saine à dimension humaine (‘caring technology’) développés par la Fondation Roi Baudouin avec le Fonds Daniël De Coninck (9).
Pour conclure, précisons que la SSMG (6) recommande une surveillance active après 2 semaines pour les dépressions légères et l’association d’emblée de traitements médicamenteux et non médicamenteux pour les formes modérées à sévères. L’utilisation isolée d’applications numériques n’est donc, a priori, pas actuellement recommandée.

Conclusion de Minerva

Cette RCT montre qu’une intervention numérique basée sur l’activation comportementale peut réduire significativement les symptômes dépressifs et favoriser la rémission, même en l’absence d’accompagnement direct par un professionnel de santé. Les résultats sont prometteurs et suggèrent que de telles applications pourraient compléter l’offre de soins et contribuer à réduire les délais d’attente en santé mentale. Cependant, les limites méthodologiques de l’étude appellent à la prudence quant à la généralisation des résultats à la population belge car la population étudiée était principalement composée de femmes anglophones ayant un niveau d'éducation élevé et disposées à utiliser une intervention numérique, alors que l'offre d'applications en Belgique varie considérablement en termes de langue, de qualité et de fondement scientifique. 

Références 

1. Koh J, Tng GYQ, Hartanto A. Potential and pitfalls of mobile mental health apps in traditional treatment: an umbrella review. J Pers Med 2022;12:1376. DOI: 10.3390/jpm12091376
2. Denecke K, Schmid N, Nüssli S. Implementation of cognitive behavioral therapy in e-mental health apps: literature review. J Med Internet Res 2022;24:e27791. DOI: 10.2196/27791
3. Stukken L. Quelle est l’efficacité de la thérapie cognitivo-comportementale numérique dans la dépression ? Minerva Analyse 22/12/2023. 
   Analyse de Chan M, Jiang Y, Lee CY, et al. Effectiveness of eHealth-based cognitive behavioural therapy on depression: a systematic review and meta-analysis. J Clin Nurs 2022;31:3021-31. DOI: 10.1111/jocn.16212
4. Dahne J, Wahlquist AE, Carpenter MJ, et al. A Digital depression treatment program for adults treated in primary care: a randomized clinical trial. JAMA Intern Med 2025;185:692-701. DOI: 10.1001/jamainternmed.2025.0494
5. Lipschitz JM, Van Boxtel R, Torous J, et al. Digital mental health interventions for depression: scoping review of user engagement. J Med Internet Res 2022;24:e39204. DOI: 10.2196/39204
6. Declercq T, Habraken H, van den Ameele H, et al. La dépression chez l’adulte. Ebpracticenet. SSMG, mis à jour: 25/02/2017.
7. American Psychological Association. Clinical practice guideline for the treatment of depression across three age cohorts. American Psychological Association, 2019. (Accessed 15/09/2025.) URL : https://www.apa.org/depression-guideline
8. San Miguel L, Obyn C, Vinck I, et al. Comment évaluer les technologies numériques médicales en vue de leur remboursement. Synthèse. Health Technology Assessment. Centre fédéral d’expertise des soins de santé, 2023. KCE Reports 362B. DOI: 10.57598/R362BS. (Ce document est disponible sur le site web du Centre Fédéral d’Expertise des Soins de Santé.)
9. Fondation Roi Baudouin. Huit principes directeurs pour une technologie saine à dimension humaine (‘caring technology’). Fonds Daniel De Coninck. (Accessed 13/09/2025). URL: https://www.fondsdanieldeconinck.be/fr/initiative/caring-technology