Il y a un an, j’ai eu l’opportunité de travailler sur une base de données dans laquelle plusieurs comportements de santé (i.e., activité physique, sédentarité, comportements alimentaires et sommeil) avaient été mesurés, à plusieurs reprises, chez des participants à un programme de perte de poids.
La question qui nous intéressait était celle des « changements de comportements multiples ». Par exemple, « au cours du programme, est-ce qu’un changement de la consommation de fruit s’accompagnait d’un changement d’activité physique ? ».
Pour répondre à cette question, nous avons utilisé des analyses assez innovantes dans le domaine des sciences comportementales : des analyses dites « en réseaux ».
L’étude, qui vient d’être publiée, vous est présentée ci-dessous.
Les changements de comportements multiples
Les théories des changements de comportements multiples présupposent que changer un comportement induit le changement d’autres comportements (voir cet article pour une synthèse récente dans le domaine de la santé).
En théorie, ces changements peuvent être « positifs », vous arrêtez de fumer et cela vous donne envie d’augmenter votre niveau d’activité physique, ou « négatifs », après avoir bu quelques verres de bon vin, vous vient l’envie d’allumer une cigarette.
Certaines études mettent aussi en évidence des changements de type « contradictoire ». Dans cette étude par exemple, les jours où les participants étaient plus actifs que d’habitude, ils consommaient aussi plus d’alcool que d’habitude (« petite bière d’après footing ») ; dans cette autre, les participants indiquaient des comportements alimentaires à la fois positifs et négatifs au cours d’une même journée (« manger une salade le soir pour compenser un repas gras le midi »).
L’étude
Dans cette étude, nous souhaitions donc savoir si plusieurs comportements de santé co-variaient lors d’un programme de perte de poids qui durait un an. Les comportements étaient mesurés trois fois : au début du programme, à 6 mois et à 1 an (ce qui représente des changements de comportements « à moyens/longs termes »).
Sept comportements étaient estimés : la sédentarité ; l’activité physique ; le sommeil (aspect quantitatif) ; la consommation totale de matière grasse ; de légumes ; de sucres ajoutés et de fruits. Les mesures étaient toutes effectuées par questionnaire.
Des analyses dites « en réseaux » étaient ensuite conduites sur les données « centrées ». Autrement dit, pour chaque occasion (au début du programme, à 6 mois et à 1 an), la moyenne des participants sur toute l’année était soustraite des valeurs brutes. Ceci nous permettait de comparer des changements de comportements au sein des participants, par rapport à leur niveau moyen pendant l’étude.
(Je sais, c’est un peu compliqué).
Imaginons qu’un participant pratiquait au début du programme 30 minutes d’activité physique par jour ; au bout de six mois, 37 minutes par jour et au bout d’un an, 26 minutes par jour. Sa moyenne pendant l’ensemble du programme était donc : (30 + 37 + 26) / 3 = 31 minutes par jour. Au début du programme, ce participant était donc moins actif d’une minute par rapport à sa propre moyenne sur un an : 30 – 31 = -1 min ; au bout de six mois, le participant était plus actif qu’en moyenne : 37 – 31 = +6 min ; à la fin du programme, mois actifs : 26 – 31 = -5 min.
En effectuant la même chose pour tous les participants et tous les comportements, nous étions en mesure d’observer les co-variations souhaitées : e.g., est-ce qu’une variation de l’activité physique, par rapport à la moyenne, est associée à une variation sur un autre comportement ?
La figure ci-dessous répond, en partie, à cette question.
Chaque cercle représente un comportement : Fat = consommation de matières grasses ; Sugar = consommation de sucres ajoutés ; VG = consommation de légumes ; SB = temps sédentaire ; PA = activité physique et Sleep = sommeil. L’ajout « .w » indique que les associations sont calculées au sein des participants. Le bleu indique une association positive ; le rouge, négative. L’épaisseur du trait indique la force de cette association.
Globalement, on observe un pattern d’associations positives au sein des comportements alimentaires : des co-variations positives apparaissent entre (i) la consommation de fruits, de légumes et de sucres ajoutés, et (ii) la consommation totale de matières grasses, de légumes et de sucres ajoutés.
Cela signifie, par exemple, qu’à chaque moment de l’étude, lorsque les participants déclaraient consommer plus de matières grasses que leur niveau annuel moyen, ils déclaraient également une consommation plus élevée de légumes et de sucres ajoutés.
Une co-variation positive et significative apparait aussi entre la consommation de légumes et de sucres ajoutés (plus de sucres pendant l’étude était associée à plus de légumes, et inversement).
Des co-variations entre les comportements alimentaires et les comportements sédentaires étaient aussi observées : une co-variation négative entre les comportements sédentaires et la consommation de fruits (plus de sédentarité pendant l’étude était associée à une plus faible consommation de fruits, et inversement) ; et enfin, une co-variation positive entre les comportements sédentaires et les sucres ajoutés (i.e., plus de sédentarité pendant l’étude était associée à une plus grande consommation de sucre, et inversement).
Discussion
Cette étude met en évidence les différents types de changements comportementaux indiqués ci-dessus :
- « positifs » (un changement de la consommation de légumes est associé à un changement de la consommation de fruits dans la même direction),
- « négatifs » (plus de sédentarité est associée à une plus grande consommation de sucre, et inversement),
- « contradictoires » (manger plus de sucre est associé à une plus grande consommation de légumes, et inversement).
Globalement, les résultats sont en accords avec ceux de la littérature, notamment en ce qui concerne la sédentarité et les comportements alimentaires ; en effet, plusieurs articles (cités dans l’étude) mettent en évidences des co-variations entre la sédentarité et une alimentation de mauvaise qualité.
En prenant ce résultat « du bon côté », cela indique que réduire les temps sédentaires peut également avoir un effet positif sur l’alimentation (e.g., moins regarder la télévision et réduire le grignotage associé).
Les autres associations, notamment celles semblant étranges, sont discutées dans l’article ; je vous laisse y jeter un œil si vous le souhaitez.
Conclusion
On retiendra que : (i) les changements de comportements de santé sont complexes, que nous pouvons parfois bénéficier d’élans positifs, mais qu’il est aussi dans la nature humaine de « compenser » ; (ii) sur le plan méthodologique, les analyses en réseaux sont intéressantes pour visualiser des patterns d’associations complexes et inter-dépendantes.
(Notez que les analyses effectuées ici ne permettent pas de conclure quant à des relations de causes à effets ou même à « des directions » pour ces effets ; ce ne sont que de simples associations).
Références
L’article: Chevance, G., Golaszewski, N.M., Baretta, D. et al. Modelling multiple health behavior change with network analyses: results from a one-year study conducted among overweight and obese adults. J Behav Med (2020). https://doi.org/10.1007/s10865-020-00137-2
Pour de la bibliographie en Français sur les analyses en réseaux voir cet article de Catherine Bortolon et Stéphane Raffard.
Malheureusement, je n’ai pas de références en français qui me viennent sur les changements de comportements multiples, n’hésitez pas à m’en communiquer si vous en avez.
Guillaume Chevance, PhD 