En bref
Nombre d’inscrits, taux d’utilisation, satisfaction, qualité de vie, adhésion thérapeutique, recours aux soins…
Tous ces indicateurs peuvent être utiles pour évaluer un programme d’accompagnement patient, mais ils ne mesurent pas la même chose.
Un programme peut être très utilisé sans démontrer d’effet sur la santé. À l’inverse, une évolution observée chez les participants ne permet pas automatiquement d’affirmer qu’elle a été provoquée par le programme.
Pour structurer l’évaluation, il est utile de distinguer plusieurs niveaux :
Usage → Expérience → Outcomes → Parcours → Impact médico-économique
Plus on avance dans cette chaîne, plus les exigences méthodologiques augmentent.
La première question n’est donc pas : « Quels KPI allons-nous suivre ? » mais : « Qu’est-ce que nous cherchons réellement à savoir ou à démontrer ? »
Mesurer un programme ne revient pas toujours à mesurer son impact
Le terme « impact » est souvent utilisé pour désigner l’ensemble des résultats d’un programme.
Pourtant, il est important de distinguer ce qui est observé de ce qui peut être attribué au programme.
Savoir que 70 % des patients inscrits ont utilisé un dispositif permet de mesurer son utilisation.
Constater que 90 % des répondants se déclarent satisfaits renseigne sur leur expérience.
Observer une amélioration d’un score de qualité de vie permet de documenter une évolution.
Mais démontrer que le programme a provoqué cette amélioration nécessite un dispositif méthodologique capable d’écarter, autant que possible, d’autres explications.
Cette distinction est particulièrement importante pour les programmes d’accompagnement, qui sont souvent des interventions complexes : plusieurs composantes, différents professionnels, profils de patients variés et interactions avec le reste du parcours de soins.
Le cadre actualisé du Medical Research Council pour l’évaluation des interventions complexes recommande ainsi d’aller au-delà de la question « est-ce que ça fonctionne ? » pour examiner également comment, pour qui, dans quel contexte et à quel coût une intervention produit ses effets.¹
Niveau 1 — Mesurer le reach et l’usage
Avant d’évaluer un effet, il faut vérifier si le programme atteint réellement les patients auxquels il est destiné.
Les premiers indicateurs concernent donc son déploiement et son utilisation.
Par exemple :
- nombre de patients éligibles ;
- nombre de patients exposés au programme ;
- nombre d’inscriptions ;
- taux d’activation ;
- taux d’utilisation ;
- fréquence des interactions ;
- taux de réalisation des rendez-vous ;
- taux d’abandon ;
- récurrence ou continuité d’utilisation.
Ces indicateurs répondent à des questions essentielles :
Le programme atteint-il sa cible ? Les patients l’utilisent-ils réellement ? À quel moment décrochent-ils ?
Le cadre RE-AIM, largement utilisé pour évaluer des interventions en santé publique, distingue notamment le Reach, l’efficacité, l’adoption, la mise en œuvre et le maintien dans le temps.²
Un programme qui produit des résultats intéressants auprès d’un très petit nombre de participants ne répond pas nécessairement au même enjeu qu’un programme capable d’atteindre largement sa population cible.
Niveau 2 — Mesurer l’expérience patient
L’utilisation ne dit pas si l’expérience proposée répond réellement aux besoins des patients.
Il est donc utile d’explorer :
- satisfaction ;
- utilité perçue ;
- facilité d’utilisation ;
- accessibilité ;
- compréhension ;
- sentiment d’être écouté ;
- qualité perçue de l’accompagnement ;
- difficultés ou points de friction rencontrés.
Les PREMs et les données qualitatives peuvent être particulièrement utiles pour documenter ces dimensions.
Pour comprendre précisément la différence entre expérience et résultats rapportés par les patients, voir notre article consacré aux PREMs et PROMs : définition, différences et exemples.
Un score de satisfaction reste cependant insuffisant pour expliquer ce qui fonctionne ou non.
Des verbatim, entretiens ou questions ouvertes peuvent permettre de comprendre pourquoi certains patients utilisent le programme, pourquoi d’autres abandonnent ou quelles dimensions sont perçues comme réellement utiles.
C’est cette logique que nous développons également dans notre article Expérience patient : comment passer du recueil des données à l’action ?.
Niveau 3 — Mesurer les outcomes
Le niveau suivant consiste à déterminer si une dimension importante pour le patient évolue.
Selon l’objectif du programme, il peut s’agir par exemple de :
- connaissances ;
- auto-efficacité ;
- soutien social perçu ;
- détresse ou bien-être ;
- symptômes ;
- capacités fonctionnelles ;
- qualité de vie ;
- certains comportements ;
- adhésion ou persistance thérapeutique.
Les indicateurs doivent être directement reliés à l’objectif du programme.
Un programme conçu pour réduire l’isolement n’a pas nécessairement besoin d’être évalué prioritairement sur l’adhésion thérapeutique.
De même, si un dispositif cherche à agir sur certains freins à l’adhésion, il faut définir précisément quelle dimension de l’adhésion est étudiée et comment elle est mesurée.
Notre article sur l’adhésion thérapeutique et les différents leviers d’accompagnement revient notamment sur la distinction entre initiation, mise en œuvre et persistance.
Niveau 4 — Mesurer les effets sur le parcours
Certains programmes visent également à modifier la manière dont les patients évoluent dans leur parcours.
Les indicateurs peuvent alors concerner, selon le projet :
- délais d’accès à une ressource ;
- continuité dans un dispositif ;
- orientations réalisées ;
- recours à certains services ;
- maintien dans le parcours ;
- moments de décrochage ;
- interactions avec différentes composantes du système de soins.
Il faut toutefois rester prudent.
Une baisse du taux d’abandon observée après le lancement d’un programme ne démontre pas automatiquement que celui-ci en est la cause.
Des évolutions organisationnelles, des différences entre populations ou d’autres interventions concomitantes peuvent également expliquer le changement.
Identifier ces moments de fragilité est justement l’objet de notre article sur les ruptures dans le parcours patient.
Niveau 5 — Mesurer un impact clinique ou médico-économique
C’est le niveau qui nécessite généralement le plus de précautions.
Selon le programme et la question étudiée, l’évaluation peut chercher à documenter :
- certains résultats cliniques ;
- recours aux soins ;
- hospitalisations ;
- consommation de ressources ;
- coûts ;
- QALYs ;
- rapport coût-efficacité ;
- retour sur investissement.
Mais un calcul économique n’a de sens que si les effets attribués au programme peuvent être suffisamment documentés.
Additionner le coût d’un programme et une évolution observée du recours aux soins ne suffit pas à établir un ROI.
La question de la comparaison devient ici centrale : que se serait-il passé sans le programme ?
Une revue systématique publiée en 2022 sur les Patient Support Programs en Europe illustre cette diversité des niveaux d’évaluation. Parmi 20 études retenues selon la définition de l’Agence européenne des médicaments, 70 % étudiaient des patient-reported outcomes, 55 % des outcomes cliniques et 25 % des impacts économiques sur les ressources de santé. Mais seulement 45 % réalisaient une analyse comparative.³
Les auteurs soulignent ainsi l’hétérogénéité des méthodes utilisées pour évaluer ces programmes.
Cela montre pourquoi il est essentiel de préciser ce que recouvre le mot « impact » avant de choisir les indicateurs.
Comment construire une évaluation qui permette de tirer des conclusions utiles ?
1. Commencer par la décision à prendre
Une évaluation ne devrait pas commencer par une liste de KPI disponibles dans un dashboard.
Elle devrait commencer par une question.
Par exemple :
- Le programme atteint-il suffisamment de patients ?
- Les patients trouvent-ils réellement l’accompagnement utile ?
- Le programme répond-il au besoin pour lequel il a été conçu ?
- Observe-t-on une évolution de la qualité de vie ?
- Le dispositif contribue-t-il à réduire certaines ruptures dans le parcours ?
-
Le programme produit-il un effet qui justifie son coût ?
Ces questions ne nécessitent ni les mêmes données ni la même méthodologie.
2. Formaliser la logique du programme
Avant de mesurer ses résultats, il est utile de poser explicitement le mécanisme attendu.
Par exemple :
Besoin identifié
→ isolement après le diagnostic
→ isolement après le diagnostic
Intervention
→ échanges avec un pair-aidant
→ échanges avec un pair-aidant
Mécanisme attendu
→ soutien, identification, possibilité de partager certaines difficultés
→ soutien, identification, possibilité de partager certaines difficultés
Résultat intermédiaire attendu
→ augmentation du soutien perçu
→ augmentation du soutien perçu
Outcome éventuel
→ évolution d’une dimension de qualité de vie ou de bien-être, si cela fait partie de l’objectif étudié
→ évolution d’une dimension de qualité de vie ou de bien-être, si cela fait partie de l’objectif étudié
Cette chaîne évite de choisir un outcome très éloigné de ce que l’intervention peut raisonnablement influencer.
Elle permet également d’identifier les hypothèses à tester et les données nécessaires.
3. Définir les indicateurs avant le lancement
Un indicateur choisi après avoir observé les données expose à de nombreuses erreurs d’interprétation.
Il est préférable de définir avant le lancement :
Objectif → indicateur → population → source de données → moment de mesure → méthode d’analyse
Par exemple :
| Question | Indicateur possible | Source |
|---|---|---|
| Le programme atteint-il sa cible ? | Taux d’inscription parmi les patients éligibles | Données de parcours |
| Les patients utilisent-ils réellement le service ? | RDV réalisés / RDV pris | Données d’usage |
| L’accompagnement est-il jugé utile ? | Score d’utilité perçue | Questionnaire |
| L’expérience est-elle satisfaisante ? | PREM ou questionnaire adapté | Patient |
| La qualité de vie évolue-t-elle ? | PROM validé adapté à la population | Patient |
| Les patients restent-ils engagés ? | Continuité / taux d’abandon | Données de parcours |
| L’adhésion évolue-t-elle ? | Mesure spécifique définie dans le protocole | Selon design |
| Le programme modifie-t-il l’utilisation des ressources ? | Recours aux soins / coûts | Données médico-économiques adaptées |
Un KPI doit répondre à une question.
Le suivre simplement parce qu’il est disponible apporte rarement une information utile.
4. Distinguer indicateurs de mise en œuvre et résultats patients
Une difficulté fréquente consiste à mélanger les indicateurs qui évaluent le fonctionnement du programme avec ceux qui évaluent ses résultats pour les patients.
La recherche en sciences de l’implémentation distingue précisément ces niveaux.
Proctor et ses collègues proposent notamment huit dimensions permettant d’évaluer la mise en œuvre d’une intervention :
- acceptabilité ;
- adoption ;
- pertinence ;
- faisabilité ;
- fidélité de mise en œuvre ;
- coût de mise en œuvre ;
- pénétration ;
- pérennité.⁴
Un programme peut ainsi être pertinent sur le plan théorique mais difficile à déployer.
À l’inverse, il peut être très bien déployé sans produire l’outcome attendu.
Les deux informations sont importantes, mais elles ne doivent pas être confondues.
5. Choisir le design en fonction du niveau de preuve recherché
Toutes les évaluations n’ont pas besoin d’un essai randomisé.
Mais toutes ne permettent pas non plus les mêmes conclusions.
Un suivi descriptif peut permettre de savoir : ce qui s’est passé.
Une mesure avant/après peut permettre de savoir : si une évolution a été observée.
Une comparaison avec un groupe pertinent permet d’aller plus loin : l’évolution semble-t-elle différente de celle observée sans l’intervention ?
Un design expérimental ou quasi-expérimental adapté peut permettre d’étudier plus rigoureusement : dans quelle mesure l’intervention est responsable de l’évolution observée.
Le choix dépend de la question, de la faisabilité, des enjeux éthiques, des ressources disponibles et du niveau de preuve recherché.
6. Croiser les données quantitatives et qualitatives
Les données quantitatives permettent de mesurer : combien, à quelle fréquence, quelle évolution.
Les données qualitatives permettent souvent de mieux comprendre : pourquoi et comment.
Prenons un programme dont 40 % des patients arrêtent l’utilisation après le premier contact.
La donnée d’usage montre le problème.
Elle ne dit pas nécessairement si les patients abandonnent parce que :
- le programme ne répond pas à leur besoin ;
- ils n’en comprennent pas suffisamment le fonctionnement ;
- la prise de rendez-vous est trop complexe ;
- le moment proposé n’est pas adapté ;
- ils ont obtenu ce dont ils avaient besoin dès le premier échange ;
- ou un autre élément du parcours intervient.
L’évaluation gagne donc souvent à articuler données d’usage, questionnaires et données qualitatives.
7. Interpréter sans faire dire aux données plus qu’elles ne disent
C’est probablement la règle la plus importante.
Une association n’est pas une causalité.
Une évolution avant/après n’est pas automatiquement un effet du programme.
Une satisfaction élevée n’est pas un outcome clinique.
Un taux d’utilisation élevé ne démontre pas une amélioration de la santé.
Un PROM qui évolue ne démontre pas à lui seul que le programme en est responsable.
La formulation des conclusions doit toujours être adaptée au design.
On peut écrire : « 82 % des participants déclarent que l’accompagnement leur a été utile. » si c’est ce qui a été mesuré.
On ne peut pas en déduire : « Le programme améliore le parcours des patients de 82 %. »
Quels KPI choisir pour un programme d’accompagnement patient ?
Il n’existe pas de tableau de bord universel.
Le choix dépend de la population, du besoin auquel le programme répond et de l’objectif poursuivi.
Une structure simple consiste à organiser les indicateurs en cinq niveaux :
Reach
Question : atteignons-nous les bonnes personnes ?
Exemples :
- patients éligibles ;
- patients exposés ;
- inscriptions ;
- taux de recrutement ;
- caractéristiques des patients atteints par rapport à la population cible.
Engagement et continuité
Question : les patients utilisent-ils réellement le programme ?
Exemples :
- activation ;
- utilisation ;
- rendez-vous pris ;
- rendez-vous réalisés ;
- fréquence des interactions ;
- récurrence ;
- abandon ;
- durée de participation.
Expérience
Question : comment les patients vivent-ils l’accompagnement ?
Exemples :
- utilité perçue ;
- satisfaction ;
- PREMs ;
- facilité d’utilisation ;
- effort demandé ;
- verbatim ;
- points de friction.
Outcomes
Question : une dimension importante pour les patients évolue-t-elle ?
Exemples :
- qualité de vie ;
- symptômes ;
- auto-efficacité ;
- soutien perçu ;
- connaissances ;
- comportements ;
- adhésion ou persistance lorsque leur mesure est adaptée.
Parcours et impact
Question : observe-t-on un changement plus large et peut-on l’attribuer au programme ?
Exemples :
- maintien dans le parcours ;
- recours aux soins ;
- hospitalisations ;
- utilisation des ressources ;
- coûts ;
- outcomes cliniques ;
- indicateurs médico-économiques.
Plus on descend dans cette hiérarchie, plus le niveau de preuve nécessaire augmente.
Une règle simple : Usage → Expérience → Outcomes → Parcours → Impact économique
Cette hiérarchie permet aussi de fixer des ambitions réalistes.
Un nouveau programme peut commencer par démontrer : qu’il atteint sa cible et qu’il est utilisé. Puis : que les patients en retirent une expérience jugée utile.
Puis, si les données et la méthode le permettent : qu’une dimension patient évolue.
Et seulement lorsque le design le permet réellement : que cette évolution est attribuable au programme et produit éventuellement un impact sur le parcours ou les ressources.
Il n’est donc pas nécessaire de chercher immédiatement à démontrer un ROI ou un outcome clinique pour qu’un programme produise des enseignements utiles.
Comment TOMO aborde l’évaluation des programmes
Chez TOMO, nous distinguons plusieurs niveaux d’évaluation afin d’adapter la mesure aux objectifs réels du projet :
Usage → Expérience → Outcomes → Parcours → Impact médico-économique
Avec TOMO Connect, les données peuvent notamment documenter le déploiement et l’utilisation d’un programme d’accompagnement humain : accès, mises en relation, rendez-vous, continuité ou certaines dimensions de l’expérience.
Avec TOMO Insight, différentes données peuvent être structurées et analysées selon le projet : questionnaires, PREMs, PROMs, données de parcours, données d’usage et données qualitatives lorsque leur utilisation est prévue par le cadre défini.
L’objectif n’est pas de présenter chaque donnée comme une preuve d’impact.
Il est de définir le niveau de conclusion réellement permis par la méthodologie utilisée.
Lorsque le protocole et les données le permettent, l’analyse peut aller plus loin vers des outcomes, l’étude du parcours ou des projets de recherche et de génération de données en vie réelle.
Vous souhaitez définir comment évaluer votre programme patient ?
Avant de choisir les indicateurs, il faut clarifier ce que le programme cherche à modifier et quel niveau de preuve est nécessaire pour prendre une décision.
Questions fréquentes
Quels KPI suivre pour un programme patient ?
Les KPI dépendent de l’objectif du programme. Ils peuvent couvrir le reach, l’engagement, la continuité d’utilisation, l’expérience patient, les outcomes et, lorsque la méthodologie le permet, des indicateurs de parcours ou médico-économiques.
Quelle différence entre KPI et outcome ?
Un KPI est un indicateur utilisé pour suivre une dimension du programme. Un outcome désigne un résultat étudié chez les personnes concernées. Un taux de rendez-vous réalisés est par exemple un KPI d’utilisation ; un score de qualité de vie peut constituer un outcome patient.
Peut-on mesurer l’impact d’un programme avec un questionnaire de satisfaction ?
Non, pas à lui seul. La satisfaction renseigne sur l’expérience ou la perception des participants. Elle ne démontre pas qu’un programme a provoqué une amélioration de santé ou du parcours.
Comment mesurer l’impact d’un programme sur l’adhésion thérapeutique ?
Il faut d’abord préciser la dimension étudiée — initiation, mise en œuvre ou persistance — puis choisir une mesure adaptée. Pour attribuer une évolution au programme, le design doit également permettre de prendre en compte les autres facteurs susceptibles d’expliquer cette évolution.
Faut-il obligatoirement avoir un groupe contrôle ?
Pas pour toutes les questions. Un groupe de comparaison devient particulièrement important lorsque l’objectif est d’attribuer un effet au programme. Pour suivre l’utilisation, l’expérience ou la faisabilité d’un dispositif, d’autres designs peuvent être suffisants.
Quand peut-on parler de ROI ?
Un ROI suppose de rapprocher les ressources investies des effets économiques attribuables au programme. Il nécessite donc des données de coûts et d’effets suffisamment robustes. Un niveau élevé de satisfaction ou d’utilisation ne permet pas, à lui seul, de conclure à un retour sur investissement.
Sources :
1. Skivington K, Matthews L, Simpson SA, et al. (2021). A new framework for developing and evaluating complex interventions: update of Medical Research Council guidance. BMJ, 374:n2061. DOI: 10.1136/bmj.n2061.
Consulter la ressource
Consulter la ressource
2. Glasgow RE, Vogt TM, Boles SM. (1999). Evaluating the public health impact of health promotion interventions: the RE-AIM framework. American Journal of Public Health, 89(9), 1322–1327. DOI: 10.2105/AJPH.89.9.1322.
Consulter la ressource
Consulter la ressource
3. Sacristán JA, Artime E, Díaz-Cerezo S, et al. (2022). The Impact of Patient Support Programs in Europe: A Systematic Literature Review. The Patient, 15(6), 641–654. DOI: 10.1007/s40271-022-00582-y.
Consulter la ressource
Consulter la ressource
4. Proctor E, Silmere H, Raghavan R, et al. (2011). Outcomes for implementation research: conceptual distinctions, measurement challenges, and research agenda. Administration and Policy in Mental Health, 38(2), 65–76. DOI: 10.1007/s10488-010-0319-7.
Consulter la ressource
Consulter la ressource
5. Haute Autorité de santé. Indicateurs de qualité rapportés par les patients. Mise à jour du 31 août 2026. Cette page HAS présente notamment les définitions et usages des PROMs, PREMs et mesures de satisfaction.
Consulter la ressource
Consulter la ressource
