Applis de bien-être mental et données biométriques : ce que ton sommeil et ton rythme cardiaque peuvent (ou non) dire de ton humeur
Les montres connectées et les smartphones recueillent désormais un flux discret de données sur toi : combien de temps tu as dormi, si ton sommeil a été agité, ta fréquence cardiaque au repos, ta variabilité de la fréquence cardiaque (VFC, ou HRV en anglais) et, à peu près, ton nombre de pas. Certaines applis de bien-être mental peuvent se connecter à ce flux et le placer à côté de tes notes d’humeur. L’argument semble évident : ton corps sait probablement quelque chose de ce que tu ressens. La réalité est nettement plus compliquée.
Ce que la recherche dit, et ce qu’elle ne dit pas
Le sommeil
Le sommeil et l’humeur sont vraiment liés. De nombreuses études montrent qu’un sommeil plus court ou plus perturbé est associé à davantage d’émotions négatives le lendemain, à une humeur positive en baisse et à une plus forte réactivité émotionnelle. [1] Des études longitudinales montrent qu’un mauvais sommeil persistant est un facteur de risque d’apparition de la dépression et des troubles anxieux, et pas seulement l’un de leurs symptômes. [2] Jusque-là, rien de surprenant.
Mais dans ces phrases, « est associé à » porte beaucoup de poids. À l’échelle d’une population, la relation est assez constante. À l’échelle d’une personne sur une semaine, elle est brouillée. Tu peux mal dormir un mardi et être parfaitement en forme le mercredi. Tu peux avoir une durée de sommeil objectivement normale et te réveiller sans énergie. L’ampleur de l’effet varie énormément d’une personne à l’autre, et le sens peut même s’inverser : certaines personnes se sentent 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 phases 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 s’en sortent assez bien pour la durée totale du sommeil, ils sont nettement moins fiables pour distinguer sommeil léger, sommeil profond et sommeil 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 déclarés, à l’échelle d’un groupe. Mais elle dépend aussi de l’hydratation, de la caféine, de l’alcool, de la température ambiante, de la position pendant la mesure et de la condition physique. Une mesure élevée isolée n’apprend pas grand-chose. Une hausse qui se maintient plusieurs jours, en même temps que d’autres signaux, mérite davantage ton attention.
La variabilité de la fréquence cardiaque
La VFC, c’est-à-dire la variation du temps entre deux battements de cœur successifs, est sans doute la donnée biométrique la plus solidement ancrée dans la théorie en santé mentale. Dans le cadre de la recherche, une VFC plus élevée est associée à un meilleur tonus vagal et a été reliée 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 ont un trouble anxieux. [6]
Les mesures de VFC des appareils grand public comportent toutefois des limites importantes. Cet indicateur varie beaucoup au cours d’une même journée selon la façon de respirer, la position du corps, le temps écoulé depuis le réveil et l’activité récente. Une analyse sérieuse de la VFC exige en général des conditions standardisées : dès le réveil, au repos, pendant au moins plusieurs minutes. La plupart des montres connectées mesurent quand l’occasion se présente, ce qui limite la comparaison d’un jour à l’autre. [3]
Le nombre de pas
L’activité physique fait partie 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 montré que des niveaux d’activité physique plus élevés étaient associés à un risque plus faible de dépression, dans des études de conceptions variées. [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. Même ainsi, dix mille pas un jour passé à redouter quelque chose en disent moins que dix mille pas un jour de randonnée dans un endroit où tu avais envie d’être.
Le problème de l’individu : 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 traduisent pas proprement en prédictions sur une personne un jour donné. En psychologie, on parle parfois du problème d’ergodicité : ce qui est vrai en moyenne chez un ensemble de personnes ne l’est pas forcément chez une même personne au fil du temps. [8]
Tes propres données dans la durée (ton sommeil à côté de tes notes d’humeur, suivis régulièrement pendant des semaines) en disent en réalité plus sur toi que n’importe quelle étude de population. C’est un vrai argument en faveur du suivi personnel. Mais même dans ce cas, 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 forme 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 applis 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 à toi d’accorder explicitement cet accès. Tu peux le retirer à tout moment dans les réglages de ton appareil.
Ce fonctionnement sur activation volontaire est important. Les données de santé ne sont pas recueillies passivement ni par défaut. Si tu n’accordes jamais à une appli 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 fait courir un risque de préjudice plus élevé. Leur traitement exige une base légale prévue à l’article 9(2) du règlement. Pour une appli 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 pour des finalités 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, spécifique à la finalité et sans ambiguïté. Tu dois aussi pouvoir le retirer. C’est pour ça que les applis de santé sérieuses affichent une demande de consentement claire avant d’accéder aux données biométriques, et que ces données ne devraient pas être réutilisées pour de la publicité ni vendues à des tiers sans un consentement distinct, tout aussi explicite.
Si tu te demandes s’il faut donner à une appli 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’avis ?
Les corrélations dans tes propres données : à remarquer, pas à diagnostiquer
Une semaine où tu dors en moyenne cinq heures et où tes notes d’humeur restent basses, c’est une tendance qui mérite d’être remarquée. Elle peut t’amener à réfléchir utilement : est-ce que tu dors moins à cause du stress, ou est-ce que le mauvais 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) pèse en même temps sur ton sommeil et sur ton humeur ?
Repérer 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 que des tendances que tu n’aurais pas remarquées deviennent visibles, pas qu’elles soient expliquées.
L’approche de MoodFire : montrer tes propres données sans en dire trop
MoodFire est une appli d’auto-assistance fondée sur la thérapie cognitivo-comportementale (TCC), complétée par des outils de tolérance à la détresse issus de la thérapie comportementale dialectique (TCD), pensée pour gérer au quotidien son humeur et son anxiété. Ce n’est pas un dispositif 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 (uniquement sur iPhone), ce qui demande ton consentement explicite, recueilli au titre de l’article 9(2)(a) du UK GDPR, cette vue place les notes de tes relevés d’humeur à côté de données biométriques comme la durée de 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 signifie quelque chose de particulier. Elle affiche un historique visuel de tes propres données pour que tu puisses repérer des tendances et décider si elles valent la peine d’être abordées avec ton médecin traitant, ton psy ou un autre professionnel. Si tu consultes un psy, l’export PDF de MoodFire te permet de lui transmettre directement l’évolution récente de ton humeur et tes tendances.
L’Appli pour montre Apple Watch et Wear OS permet de noter rapidement ton humeur depuis ton poignet, ce qui rend plus facile de consigner régulièrement les données d’humeur, c’est-à-dire le côté subjectif de toute corrélation biométrique. Des notes d’humeur régulières et fréquentes rendent le repérage des tendances plus parlant 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 une image plus complète de ton état. Mieux vaut les voir exactement ainsi : un fil, lu avec le scepticisme qui convient, 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 abîme le 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, tandis que le moral bas et l’anxiété perturbent souvent le sommeil. Si les deux s’installent ensemble dans la durée, cela vaut la peine d’en parler à un professionnel de 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 ?
Dans le cadre de la 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 n’apprend rien. Une tendance qui se maintient sur plusieurs semaines, observée dans des conditions constantes, peut avoir plus de sens, mais elle reste à interpréter avec prudence, et pas pour s’autodiagnostiquer.
Qu’est-ce que HealthKit ou Santé Connect partagent vraiment avec une appli ?
Uniquement les types de données que tu autorises explicitement. Les deux plateformes exigent ton autorisation avant de partager la moindre donnée de santé avec une appli tierce. Tu peux retirer cet accès à tout moment dans les réglages de ton appareil. Une appli 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 données personnelles 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 préjudice grave : discrimination, stigmatisation, conséquences pour une assurance ou un emploi. Leur traitement exige un consentement explicite au titre de l’article 9(2)(a), ce qui veut dire qu’on doit t’expliquer clairement ce qui est collecté, pourquoi, et comment retirer ton consentement. C’est une exigence plus élevée que pour le traitement des données personnelles ordinaires.
Une appli de suivi de l’humeur peut-elle me dire si j’ai une dépression ou un trouble anxieux ?
Non. Les applis de suivi de l’humeur, MoodFire compris, ne sont pas des outils de diagnostic et ne peuvent diagnostiquer aucun trouble. Elles peuvent t’aider à repérer des tendances dans l’humeur que tu notes toi-même au fil du temps. Si la dépression ou l’anxiété t’inquiètent, la bonne démarche est d’en parler à ton médecin traitant ou à un professionnel de 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