Applications de bien-être mental et données biométriques : ce que ton sommeil et ta fréquence cardiaque peuvent (ou non) révéler sur ton humeur
Les montres intelligentes et les téléphones recueillent maintenant un flux discret de données sur toi : combien de temps tu as dormi, à quel point ton sommeil a été agité, ta fréquence cardiaque au repos, ta variabilité de la fréquence cardiaque (VFC, ou HRV en anglais) et, approximativement, ton nombre de pas. Certaines applications de bien-être mental peuvent se connecter à ce flux et le placer à côté de tes évaluations d’humeur. L’argument semble logique : ton corps sait probablement quelque chose sur ce que tu ressens. La réalité est beaucoup plus compliquée.
Ce que la recherche dit, et ce qu’elle ne dit pas
Le sommeil
Le sommeil et l’humeur sont réellement liés. Un grand nombre d’études montrent qu’un sommeil plus court ou plus perturbé est associé à plus d’émotions négatives le lendemain, à une humeur positive réduite et à une plus grande réactivité émotionnelle. [1] Des études longitudinales montrent qu’un mauvais sommeil persistant est un facteur de risque de l’apparition de la dépression et des troubles anxieux, et pas seulement un de leurs symptômes. [2] Jusqu’ici, rien d’étonnant.
Mais dans ces phrases, « est associé à » fait beaucoup de travail. À l’échelle d’une population, la relation est assez constante. À l’échelle d’une personne pendant une semaine, elle est brouillée. Tu peux mal dormir un mardi et fonctionner parfaitement le mercredi. Tu peux avoir une durée de sommeil objectivement normale et te réveiller à plat quand même. L’ampleur de l’effet varie énormément d’une personne à l’autre, et la relation peut même s’inverser : certaines personnes disent se sentir pleines d’énergie avec un peu moins de sommeil pendant les périodes où elles sont très motivées.
Le suivi du sommeil par les appareils grand public ajoute une autre couche d’incertitude. Les appareils qui estiment les stades du sommeil à partir des mouvements du poignet ou de capteurs optiques de fréquence cardiaque ont été comparés à la polysomnographie, la référence clinique. S’ils donnent d’assez bons résultats pour la durée totale du sommeil, ils sont beaucoup moins fiables pour distinguer le sommeil léger, profond et paradoxal. [3] Ce que ton téléphone appelle « sommeil profond » est une estimation, pas une mesure.
La fréquence cardiaque au repos
La fréquence cardiaque au repos a tendance à augmenter en cas de maladie physique, de surentraînement et, selon certaines études, pendant les périodes de stress psychologique élevé. [4] Quelques études ont observé qu’une fréquence cardiaque au repos élevée allait de pair avec l’anxiété et les symptômes dépressifs rapportés, à l’échelle d’un groupe. Mais elle est aussi influencée par l’hydratation, la caféine, l’alcool, la température ambiante, la posture pendant la mesure et la forme physique. Une seule mesure élevée en dit très peu. Une hausse qui se maintient pendant plusieurs jours, en même temps que d’autres signaux, mérite davantage ton attention.
La variabilité de la fréquence cardiaque
La VFC, soit la variation du temps entre deux battements de cœur successifs, est sans doute la donnée biométrique la mieux appuyée par la théorie en santé mentale. En contexte de recherche, une VFC plus élevée est associée à un meilleur tonus vagal et a été liée à une meilleure régulation émotionnelle et à une anxiété de trait plus faible. [5] Une VFC réduite a été observée pendant les épisodes dépressifs et chez les personnes qui vivent avec un trouble anxieux. [6]
Les mesures de VFC des appareils grand public comportent toutefois des limites importantes. L’indicateur varie beaucoup au cours d’une même journée selon la respiration, la position du corps, le temps écoulé depuis le réveil et l’activité récente. Une analyse valable de la VFC exige habituellement des conditions standardisées : au réveil, au repos, pendant au moins plusieurs minutes. La plupart des montres intelligentes prennent des mesures au gré des occasions, ce qui limite la comparaison d’une journée à l’autre. [3]
Le nombre de pas
L’activité physique est l’un des facteurs dont le lien avec l’humeur est le plus solide dans la littérature. Une méta-analyse de 2022 publiée dans JAMA Psychiatry a révélé que des niveaux d’activité physique plus élevés étaient associés à un risque plus faible de dépression, dans des études de devis variés. [7] Le nombre de pas donne une idée approximative du niveau d’activité, et c’est probablement la donnée biométrique la moins faussée par le matériel grand public. Malgré tout, dix mille pas une journée passée à appréhender quelque chose en disent moins que dix mille pas une journée de randonnée dans un endroit où tu avais envie d’être.
Le problème individuel : les tendances d’une population ne prédisent pas ta semaine
La plupart des études citées plus haut portent sur des centaines ou des milliers de participants. À cette échelle, les associations statistiques ne se transposent pas proprement en prédictions sur une seule personne, une journée donnée. En psychologie, on parle parfois du problème d’ergodicité : ce qui est vrai en moyenne pour un ensemble de personnes ne l’est pas nécessairement pour une même personne au fil du temps. [8]
Tes propres données dans le temps (ton sommeil à côté de tes évaluations d’humeur, suivis régulièrement pendant des semaines) en disent en fait plus sur toi que n’importe quelle étude de population. C’est un vrai argument en faveur du suivi personnel. Mais même là, une tendance dans tes propres données reste une corrélation. Elle ne te dit pas ce qui entraîne quoi.
HealthKit et Santé Connect : ce que c’est et comment l’accès fonctionne
Sur les appareils Apple, les données de santé et de condition physique sont regroupées dans HealthKit, un cadre logiciel qui stocke les données de l’app Santé, de l’Apple Watch et d’appareils tiers. Sur Android, l’équivalent est Santé Connect (Health Connect), lancé par Google comme plateforme unifiée de données de santé. [9] Les deux sont conçus pour que les applications puissent demander un accès en lecture ou en écriture à des types de données précis (analyse du sommeil, fréquence cardiaque, nombre de pas, etc.), et c’est toi qui dois accorder explicitement cet accès. Tu peux le retirer en tout temps dans les paramètres de ton appareil.
Ce fonctionnement par adhésion volontaire est important. Les données de santé ne sont pas recueillies passivement ni par défaut. Si tu n’accordes jamais à une application de bien-être l’accès à HealthKit ou à Santé Connect, elle ne reçoit rien de ces sources.
Pourquoi les données de santé sont juridiquement des données « sensibles »
Le UK GDPR (la version britannique du règlement) et le RGPD européen classent les données de santé parmi les « catégories particulières » de données personnelles, parce que leur mauvaise utilisation comporte un risque de tort plus élevé. Leur traitement exige une base légale prévue à l’article 9(2) du règlement. Pour une application grand public utilisée de façon volontaire, la base la plus pertinente est l’article 9(2)(a) : la personne concernée a donné son consentement explicite au traitement à des fins déterminées. [10]
Un consentement explicite, c’est plus qu’une case cochée. Il doit être éclairé (tu dois savoir quelles données sont traitées et pourquoi), libre, propre à la fin visée et sans ambiguïté. Tu dois aussi pouvoir le retirer. C’est pourquoi les applications de santé sérieuses affichent une demande de consentement claire avant d’accéder aux données biométriques, et que ces données ne devraient pas être réutilisées à des fins publicitaires ni vendues à des tiers sans un consentement distinct, tout aussi explicite.
Si tu te demandes si tu devrais donner à une application de bien-être mental l’accès à tes données de santé, les questions clés sont : quels types de données précis va-t-elle lire, qu’en fera-t-elle, qui d’autre pourrait les recevoir, et comment retirer l’accès si tu changes d’idée?
Les corrélations dans tes propres données : à remarquer, pas à diagnostiquer
Une semaine où tu dors en moyenne cinq heures et où tes évaluations d’humeur restent basses, c’est une tendance qui mérite d’être remarquée. Elle peut mener à une réflexion utile : est-ce que tu dors moins à cause du stress, ou est-ce que le manque de sommeil amplifie un stress qui aurait été là de toute façon? Est-ce qu’autre chose (la pression au travail, une relation difficile, une maladie physique) affecte en même temps ton sommeil et ton humeur?
Remarquer une tendance, c’est le début d’une question, pas sa réponse. L’intérêt de voir tes données biométriques et tes données d’humeur ensemble, c’est de rendre visibles des tendances que tu n’aurais pas remarquées autrement, pas de les expliquer.
L’approche de MoodFire : montrer tes propres données sans exagérer
MoodFire est une application d’autoassistance fondée sur la thérapie cognitivo-comportementale (TCC), complétée par des outils de tolérance à la détresse issus de la thérapie comportementale dialectique (TCD), conçue pour gérer au quotidien l’humeur et l’anxiété. Ce n’est pas un instrument médical : elle ne pose aucun diagnostic et ne traite aucun trouble.
Dans la section Tendances, une vue facultative Corps et humeur est disponible. Si tu choisis de connecter MoodFire à Apple HealthKit (disponible sur iPhone seulement), ce qui exige ton consentement explicite, recueilli en vertu de l’article 9(2)(a) du UK GDPR, cette vue place les évaluations de tes relevés d’humeur à côté de données biométriques comme la durée du sommeil et le nombre de pas. Elle te montre à quoi ressemblent tes propres chiffres, côte à côte, au fil du temps.
Cette vue ne te dit pas que ton sommeil cause ton humeur, ni qu’une mesure de VFC veut dire quelque chose en particulier. Elle présente un historique visuel de tes propres données pour que tu puisses remarquer des tendances et décider si elles valent la peine d’être abordées avec ton médecin de famille, ton thérapeute ou un autre professionnel. Si tu consultes un thérapeute, l’exportation PDF de MoodFire te permet de lui transmettre directement l’évolution récente de ton humeur et tes tendances.
L’Application pour montre Apple Watch et Wear OS te permet de noter rapidement ton humeur à partir de ton poignet, ce qui facilite la saisie régulière des données d’humeur, soit le côté subjectif de toute corrélation biométrique. Des évaluations d’humeur régulières et fréquentes rendent le repérage des tendances plus significatif que des saisies sporadiques. L’outil Humeur s’appuie sur la recherche sur l’étiquetage affectif, qui suggère que nommer ses émotions avec une certaine précision est en soi une pratique utile, indépendamment de toute donnée biométrique. [11]
Les données biométriques peuvent être un fil parmi d’autres dans un portrait plus complet de comment tu vas. Mieux vaut les traiter exactement comme ça : un fil, lu avec le scepticisme qui s’impose, à replacer dans ce que tu vis.
Questions fréquentes
Est-ce que le manque de sommeil fait baisser le moral, ou est-ce le moral bas qui nuit au sommeil?
La recherche suggère que la relation va dans les deux sens. Un mauvais sommeil peut accentuer la réactivité émotionnelle et les émotions négatives le lendemain, alors que le moral bas et l’anxiété perturbent souvent le sommeil. Si les deux se maintiennent ensemble dans le temps, ça vaut la peine d’en parler à un professionnel de la santé, mais les données seules ne peuvent pas te dire lequel est arrivé en premier, ni ce qui entraîne quoi.
La variabilité de la fréquence cardiaque est-elle un indicateur fiable de mon état mental?
En contexte de recherche, la VFC a des liens théoriques avec la régulation émotionnelle et l’anxiété, mais les mesures des appareils grand public varient beaucoup selon les conditions, la position du corps et le moment de la journée. Une mesure isolée ne veut rien dire. Une tendance qui se maintient pendant plusieurs semaines, observée dans des conditions constantes, peut avoir plus de sens, mais elle doit quand même être interprétée avec prudence et ne pas servir à s’autodiagnostiquer.
Qu’est-ce que HealthKit ou Santé Connect partagent vraiment avec une application?
Seulement les types de données que tu autorises explicitement. Les deux plateformes exigent ton autorisation avant de partager quelque donnée de santé que ce soit avec une application tierce. Tu peux retirer cet accès en tout temps dans les paramètres de ton appareil. Une application ne peut pas accéder à tes données de santé en silence, ni sans ton consentement au moment de la connexion.
Pourquoi mes données de santé sont-elles traitées différemment des autres renseignements personnels selon le UK GDPR?
Le UK GDPR (la version britannique) et le RGPD européen classent les données de santé parmi les catégories particulières de données personnelles, parce que leur mauvaise utilisation peut causer un tort grave : discrimination, stigmatisation, conséquences sur une assurance ou un emploi. Leur traitement exige un consentement explicite en vertu de l’article 9(2)(a), ce qui signifie qu’on doit t’expliquer clairement ce qui est recueilli, pourquoi, et comment retirer ton consentement. C’est une exigence plus élevée que pour le traitement des renseignements personnels ordinaires.
Une application de suivi de l’humeur peut-elle me dire si j’ai une dépression ou un trouble anxieux?
Non. Les applications de suivi de l’humeur, y compris MoodFire, ne sont pas des outils de diagnostic et ne peuvent diagnostiquer aucun trouble. Elles peuvent t’aider à remarquer des tendances dans l’humeur que tu notes toi-même au fil du temps. Si la dépression ou l’anxiété t’inquiètent, la bonne chose à faire est d’en parler à ton médecin de famille ou à un professionnel de la santé mentale qualifié.
Sources
- Baglioni, C. et al. (2010), "Sleep and emotions: A focus on insomnia", Sleep Medicine Reviews, sleepfoundation.org / PubMed
- Alvaro, P.K., Roberts, R.M. & Harris, J.K. (2013), "A Systematic Review Assessing Bidirectionality between Sleep Disturbances, Anxiety, and Depression", Sleep, PubMed
- de Zambotti, M. et al. (2019), "Wearable Sleep Technology in Clinical and Research Settings", Medicine & Science in Sports & Exercise, PubMed
- Gordan, R., Gwathmey, J.K. & Xie, L.H. (2015), "Autonomic and endocrine control of cardiovascular function", World Journal of Cardiology, PMC
- Thayer, J.F. et al. (2012), "A meta-analysis of heart rate variability and neuroimaging studies: Implications for heart rate variability as a marker of stress and health", Neuroscience & Biobehavioral Reviews, PubMed
- Bassett, D. et al. (2016), "Heart rate variability in schizophrenia and depression", Psychiatry Research, PubMed
- Pearce, M. et al. (2022), "Association Between Physical Activity and Risk of Depression: A Systematic Review and Meta-analysis", JAMA Psychiatry, PubMed
- Fisher, A.J. et al. (2018), "Lack of group-to-individual generalizability is a threat to human subjects research", PNAS, PubMed
- Google (2023), "Health Connect overview", Android Developers documentation
- UK Information Commissioner's Office (ICO), "Special category data", ico.org.uk
- Torre, J.B. & Lieberman, M.D. (2018), "Putting Feelings Into Words: Affect Labeling as Implicit Emotion Regulation", Emotion Review, PubMed