Deux pages d’un résumé clinique Moodflow en PDF, établi à partir de données fictives : statistiques et courbe d’humeur au premier plan, pages sur le sommeil et les médicaments à l’arrière-plan.

Comment choisir une application de suivi de l’humeur pour ses patients

Un guide pour les professionnels qui recommandent une application de suivi de l’humeur : ce qu’il faut vérifier, comment organiser le suivi entre les séances, comment relire les données en séance et où s’arrêtent les applications.

Publié le
19 min de lecture
#Bien-être

Pour choisir une application de suivi de l’humeur pour un patient, vérifie cinq points dans l’ordre : qui la développe et si elle est maintenue, où vont les données, sur quelles preuves elle repose, si ton patient l’utilisera vraiment et comment les données parviennent jusqu’à la séance. Ensuite, garde un suivi léger, convenez d’un objectif et relisez les données ensemble. Une application est un outil d’enregistrement, pas un traitement.

En bref

  • La confidentialité passe avant les fonctionnalités. De nombreuses applications de santé mentale ont partagé des données avec des annonceurs et des sociétés de mesure d’audience.
  • Le bénéfice du suivi vient de la relecture des données avec le patient, pas de leur collecte.
  • Dans les essais randomisés, le suivi de l’humeur seul n’a pas montré d’effet net sur les symptômes.
  • Une note d’humeur quotidienne apporte du contexte ; elle ne remplace pas une mesure validée comme le PHQ-9.
  • Convenez d’une règle d’arrêt. Pour certains patients, le suivi peut devenir une charge ou une habitude de vérification.

Que vérifier avant de recommander une application de suivi de l’humeur ?

Pose les questions dans l’ordre que suivrait une grille d’évaluation. Le modèle d’évaluation des applications de l’American Psychiatric Association va du contexte et de l’accès à la confidentialité et à la sécurité, puis au fondement clinique, à la facilité d’utilisation et enfin à la capacité de l’application à servir tes objectifs thérapeutiques. Il sert à prendre une décision éclairée avec ton patient, pas à rendre un verdict binaire.

Ce modèle est issu d’un cadre hiérarchique de décision partagée sur les applications. Son ordre est ce qu’il a de plus utile : une application à l’interface soignée mais aux pratiques floues en matière de données échoue tôt, avant même que tu examines ses fonctionnalités. Pour établir une première liste d’applications à examiner, la M-Health Index and Navigation Database (MIND) décrit des centaines d’applications à partir de questions objectives tirées du même modèle.

Le tableau traduit ces niveaux en vérifications concrètes. La colonne de droite montre comment une application, Moodflow, y répond ; tu peux remplir la même colonne pour toute application que tu envisages.

CritèreQuoi vérifierSignal d’alerteExemple appliqué : Moodflow
MaintenanceDernière mise à jour, responsable identifié, contact joignableAucune mise à jour depuis six à douze moisMise à jour en 2026 ; développeur et contact indiqués dans la politique de confidentialité
Coût pour le patientCe qui est gratuit, ce qui demande un abonnementSaisie de base ou export payantsEntrées d’humeur, rappels et résumé clinique en PDF gratuits
Stockage des donnéesSur l’appareil, dans le cloud du développeur, ou les deuxCompte obligatoire ; données dans le cloud du développeur par défautSur le téléphone ; sauvegarde facultative dans le Google Drive du patient
TiersSDK publicitaires et de mesure d’audience, vente de donnéesPublicités, identifiants publicitaires, « partenaires » vaguesNi publicité ni mesure d’audience ; rapports de plantage anonymes
Fondement cliniqueCe que l’application affirme et sur quoi elle s’appuieAllégations d’efficacité sans essai de l’applicationAucune allégation d’efficacité ; pas testée dans un essai
MesuresNotes simples, échelles validées, ou les deuxScore maison présenté comme diagnostiqueNote de 1 à 5 et intensité des symptômes ; pas d’échelles validées
SécuritéCe qui se passe quand un patient écrit au sujet d’un risqueLaisse entendre que quelqu’un surveilleNi surveillance ni alertes ; précise ne pas être un service d’urgence
Transmission des donnéesExport, impression, partage d’entrées choisiesPas d’export, ou export seulement via un portail payantRésumé clinique en PDF, réglé par défaut pour protéger la vie privée
AdéquationLangues, plateformes, accessibilité, effortUne seule plateforme ; longs formulaires quotidiensiPhone, Apple Watch, Android ; sept langues ; saisie en un geste

Où vont les données de mon patient, et la loi HIPAA s’applique-t-elle ?

Ne présume rien sur la confidentialité avant d’avoir lu la politique. Dans une étude de 36 applications parmi les mieux classées pour la dépression et l’arrêt du tabac, 33 transmettaient des données à des tiers, dont 29 à Google ou Facebook, et beaucoup ne le signalaient pas. Regarde où les entrées sont stockées, si un compte est obligatoire, quels tiers reçoivent des données et si le patient peut tout exporter et tout supprimer.

Aux États-Unis, une application que ton patient choisit et utilise pour lui-même n’agit généralement pas pour ton compte. Les scénarios du HHS (ministère américain de la Santé) sur les applications de santé et la HIPAA décrivent un professionnel qui recommande une application que le patient télécharge et utilise ensuite : dans ce cas, le développeur n’est pas un sous-traitant au sens de la HIPAA. Cela ne rend pas l’application sûre ; cela signifie que la HIPAA ne la couvre pas. Dès que le patient t’envoie un export, ce document fait partie de son dossier.

Les lignes directrices révisées de l’APA pour la pratique de la télépsychologie demandent aux psychologues d’expliquer à leurs patients comment les outils numériques, applications mobiles comprises, stockent et traitent leurs données. Une courte conversation suffit : où les entrées sont stockées, qui d’autre peut les voir, et le fait que tu ne verras que ce que le patient choisit de partager.

Une liste de vérification de la confidentialité en dix minutes

  • L’application fonctionne-t-elle sans compte ? Sinon, qu’est-ce qui est stocké sur les serveurs du développeur ?
  • Affiche-t-elle des publicités, ou sa politique cite-t-elle des sociétés de publicité et de mesure d’audience ?
  • Les sauvegardes sont-elles facultatives, et où vont-elles ?
  • Le patient peut-il verrouiller l’application avec un code ou la biométrie ?
  • Une fonction d’IA envoie-t-elle du contenu à un prestataire externe, et est-elle désactivée par défaut ?
  • Le patient peut-il supprimer lui-même ses données et son compte ?

Le suivi de l’humeur a-t-il fait ses preuves ?

Les données de la recherche plaident davantage pour la relecture avec le patient que pour la simple collecte. Les soins fondés sur la mesure sont utiles lorsque les résultats sont restitués et discutés en séance. Dans les essais randomisés, le suivi de l’humeur seul n’a pas montré d’effet net sur les symptômes. Aucune application grand public n’hérite du niveau de preuve de la pratique qu’elle accompagne : demande ce qui a été testé.

Une revue sur les soins fondés sur la mesure en santé mentale en définit quatre composantes : la mesure systématique, l’examen des données par le praticien, leur examen par le patient et la révision commune du plan en séance. Elle constate aussi que moins d’un praticien sur cinq applique cette approche. Fortney et ses collègues ont observé que des retours fréquents et rapides aux soignants amélioraient les résultats dans presque tous les essais, contrairement à un dépistage ponctuel ou à un retour donné en dehors de la consultation.

Sur 58 études, une méta-analyse multiniveau du retour d’information sur l’évolution a trouvé un petit bénéfice moyen sur les symptômes (d = 0,15) et moins d’abandons. C’est un effet modeste, obtenu avec des mesures structurées utilisées dans le cadre des soins, et non avec un journal seul.

En TCC, l’auto-observation fait partie de la méthode. Cohen et ses collègues la décrivent comme une façon de pratiquer l’empirisme collaboratif : patient et thérapeute recueillent des données, les examinent ensemble et y confrontent leurs hypothèses. Une méta-analyse sur l’observance des tâches entre les séances, portant sur 17 études, a montré qu’en accomplir davantage était associé à de meilleurs résultats.

Le suivi de l’humeur comme intervention autonome est une autre question. Une méta-analyse de 2026 portant sur huit essais randomisés et 1 230 participants a montré que le suivi de l’humeur n’augmentait ni ne diminuait nettement les symptômes dans le trouble bipolaire, et n’a trouvé aucun effet robuste dans la dépression unipolaire. Les auteurs appellent à étudier dans quels cas le suivi aide.

Le suivi quotidien de l’humeur peut-il aggraver l’état d’un patient ?

Chez certaines personnes, oui, et l’ampleur du risque reste incertaine. Les revues relèvent une charge, du stress ou une dégradation de l’humeur chez un petit nombre d’utilisateurs du suivi de l’humeur, mais la plupart des études n’ont jamais mesuré les effets indésirables. Sois attentif à un suivi qui se transforme en vérification, en rumination ou en autocritique, et convenez à l’avance du moment où le patient doit faire une pause.

Une revue systématique avec méta-analyse de 2025 portant sur 77 études a montré que moins d’une étude sur cinq rapportait les effets indésirables, et que très peu utilisaient des mesures validées pour les évaluer. Lorsqu’ils étaient rapportés, la charge et une dégradation subjective de l’humeur touchaient une faible proportion d’utilisateurs, et les auteurs ne pouvaient pas dire si le suivi en était la cause. La plupart des participants jugeaient le suivi utile.

En pratique, cela plaide pour un suivi léger et ciblé, avec une règle d’arrêt claire. À chaque bilan, demande au patient comment il vit le suivi, pas seulement ce que disent les chiffres. « Comment avez-vous vécu le fait de noter votre humeur chaque soir ? » en dit souvent plus que la moyenne.

Note d’humeur quotidienne ou questionnaire validé ?

Utilise les deux, pour des usages différents. Un questionnaire validé comme le PHQ-9 donne un score comparable, aux propriétés connues. Une note d’humeur quotidienne montre les fluctuations, leur moment et leur contexte entre les séances. L’une ne remplace pas l’autre, et une note personnelle ne devient pas un score clinique parce qu’on en calcule la moyenne.

Le PHQ-9 a été validé avec des items précis, une période de deux semaines et des seuils ; dans l’étude d’origine, un score de 10 ou plus avait une sensibilité et une spécificité de 88 % pour la dépression majeure. Une note du soir de 1 à 5 n’a aucune de ces propriétés. Elle est utile pour des questions comme « les lundis sont-ils plus difficiles ? » ou « l’humeur baisse-t-elle après les nuits courtes ? », auxquelles un score toutes les deux semaines ne peut pas répondre.

Si tu utilises des mesures formelles, fais-les passer comme d’habitude et considère les données de l’application comme du contexte. Demande au patient ce que sa propre échelle signifie pour lui, car « 3 » peut vouloir dire « ça va » pour l’un et « j’ai du mal » pour l’autre.

Comment mettre en place un suivi de l’humeur entre les séances ?

Reste simple et ciblé. Convenez d’une question à laquelle vous voulez répondre, choisis une note quotidienne et au plus deux champs supplémentaires, règle un seul rappel et décidez de ce que le patient apportera à la séance suivante. Convenez à l’avance de ce qui se passe si le suivi devient une charge ou aggrave les choses.

  1. Nomme la question. « Les soirées après le travail font-elles baisser votre humeur ? » est plus facile à suivre que « surveillez votre humeur ».
  2. Choisis les champs. Une note d’humeur plus un ou deux éléments, comme le sommeil ou un symptôme. Désactive tout le reste si l’application le permet.
  3. Règle un seul rappel à un moment où le patient est généralement disponible, par exemple après le dîner.
  4. Convenez de ce qu’il faut apporter. Un résumé des semaines écoulées depuis la dernière séance, ou deux ou trois entrées dont le patient veut parler.
  5. Convenez d’une règle d’arrêt. Si le suivi devient une corvée, fait baisser l’humeur ou se transforme en vérification, le patient fait une pause et t’en parle.

Les jours manqués sont aussi des données. Une lacune signale souvent une semaine difficile ou chargée, et les deux méritent qu’on en parle. Fais comprendre qu’un relevé incomplet est tout à fait acceptable. Un patient qui craint ton jugement risque de remplir des jours de mémoire, ce qui rend le relevé moins utile.

Certains patients préfèrent le papier. Notre journal d’humeur à imprimer tient sur une fiche de quatorze jours, et les mêmes questions de relecture s’appliquent.

Comment relire les données d’humeur en séance ?

Fais-le tôt dans la séance, en laissant le patient prendre la main. Demande-lui d’abord ce qu’il remarque, puis examinez ensemble une régularité et une exception. Traite chaque observation comme une hypothèse à tester, pas comme un résultat, et relie-la à l’objectif convenu. Dix minutes suffisent généralement.

Une séquence simple convient à la plupart des patients :

  1. Sa lecture d’abord. « Que voyez-vous en regardant ceci ? »
  2. Une régularité. Un jour de la semaine, un moment de la journée, un lien avec le sommeil ou une activité.
  3. Une exception. Un meilleur jour dans une semaine difficile montre souvent ce qui a aidé.
  4. Retour à la question. Cela répond-il à ce que nous voulions savoir ?
  5. Ajustement. Garder, modifier ou arrêter le suivi pour les semaines suivantes.

Méfie-toi des corrélations. Une régularité comme « humeur plus basse les jours travaillés » est une association observée sur un petit échantillon : les journées d’une seule personne. Elle peut refléter le travail, le trajet, le sommeil avant les jours travaillés ou simplement les jours où le patient a pensé à noter. Sers-t’en pour choisir quoi explorer, pas pour conclure.

Un exemple fictif

Cet exemple est fictif. Un patient d’une trentaine d’années accepte de noter son humeur chaque soir pendant trois semaines et d’y ajouter le sommeil. Son résumé indique 17 jours renseignés sur 21, une médiane de 3 et deux périodes basses de deux jours chacune, toutes deux après des nuits de moins de six heures. Il remarque lui-même le lien avec le sommeil. Le thérapeute l’interroge sur les quatre jours manquants : c’étaient ses jours les plus difficiles. Les trois semaines suivantes portent sur les routines du soir, et le patient abandonne le champ du sommeil, qui commençait à ressembler à un examen.

Que doit faire une application d’humeur si mon patient est en crise ?

Pars du principe que l’application ne fera rien. La plupart des applications de suivi de l’humeur ne détectent aucun risque et n’alertent personne, et personne ne lit les entrées. Assure-toi que ton patient dispose d’un plan de crise indépendant de l’application, avec les numéros locaux d’urgence et d’écoute, et dis-lui clairement de ne pas utiliser une entrée du journal pour demander de l’aide.

Si une application propose des ressources de crise, vérifie-les. Une évaluation systématique de 69 applications consacrées à la dépression et à la prévention du suicide a montré que seule une petite minorité proposait toutes les stratégies de sécurité préconisées par les recommandations cliniques, et que six indiquaient un numéro de ligne d’écoute erroné, dont deux applications téléchargées plus d’un million de fois chacune.

Sois explicite sur la surveillance. Les patients pensent parfois que, si leur thérapeute leur a suggéré l’application, il lira ce qu’ils y écrivent. Dis clairement qui voit quoi, et quand.

Pour quels patients une application d’humeur n’est-elle pas adaptée ?

Mieux vaut attendre, ou convenir d’un cadre plus strict, quand le suivi pourrait nuire ou quand le patient a besoin de plus qu’un journal. Cela concerne les patients à risque aigu, ceux chez qui l’enregistrement tourne à la vérification ou à l’autocritique, ceux qui n’ont pas d’accès fiable à un smartphone, et les contextes où les données doivent rester dans ton propre système de dossiers.

Dans une revue systématique et synthèse thématique de 2026 portant sur 15 études et 604 professionnels, les professionnels de santé voyaient les outils numériques comme un moyen d’élargir l’accès, mais revenaient sans cesse sur leurs inquiétudes quant à la qualité thérapeutique, la gestion du risque et la charge de travail supplémentaire. Ces inquiétudes sont aussi un bon filtre pour chaque patient : si l’application ajoute du risque ou du travail sans servir un objectif, laisse-la de côté.

Mon patient continuera-t-il à utiliser l’application ?

Probablement pas longtemps sans raison. En conditions réelles, l’utilisation des applications de santé mentale chute fortement en quelques jours. La recommandation d’un clinicien et un objectif clair font partie des facteurs associés à un meilleur engagement : convenez donc de ce à quoi sert le suivi et relisez-le à la séance suivante.

Une étude de panel portant sur 93 applications Android de santé mentale a trouvé une rétention médiane de 3,9 % à 15 jours et de 3,3 % à 30 jours chez les personnes qui les avaient installées d’elles-mêmes. Un usage recommandé par un clinicien, avec une relecture régulière, est une autre situation, mais cette chute rappelle qu’il vaut mieux prévoir une période courte et définie. Une revue systématique des obstacles et des facteurs favorisant l’engagement cite notamment comme obstacles une mauvaise adéquation, des problèmes techniques et des inquiétudes sur la confidentialité, et comme facteur favorable le soutien social, y compris la recommandation de son propre soignant.

Prévois deux à quatre semaines à la fois. Une période définie, avec un bilan à la fin, est plus facile à tenir qu’une demande sans échéance.

Exemple appliqué : que vaut Moodflow ?

Moodflow est un journal d’humeur pour iPhone, Apple Watch et Android. Au regard des critères ci-dessus, il est solide sur la confidentialité, le coût et la transmission des données jusqu’à la séance, et limité sur le plan clinique : pas de portail pour les professionnels, pas de questionnaire validé, pas de surveillance du risque et pas d’essai clinique de l’application. Les informations ci-dessous ont été vérifiées dans l’application.

Ce que le patient enregistre. Une entrée d’humeur est une note saisie en un geste sur une échelle en cinq points, depuis l’application, un widget ou une Apple Watch. Les champs facultatifs comprennent les émotions, les activités, les personnes, le sommeil et la sensation de repos, les symptômes avec leur intensité, les médicaments avec leur dose, l’énergie, le stress et la concentration, ainsi qu’un court texte. Les rubriques peuvent être désactivées : un patient peut ne suivre que la note d’humeur et un ou deux éléments.

Ce que le patient apporte en séance. Dans Paramètres › Confidentialité et données › Exporter en PDF, le patient peut choisir Résumé clinique. Ce résumé est gratuit, quelle que soit la période. Il indique les jours notés, l’humeur moyenne et médiane, l’amplitude, la variabilité, la variation d’un jour à l’autre, la tendance, un graphique d’humeur avec une moyenne sur sept jours, un calendrier d’humeur et les périodes d’humeur basse. Le sommeil, les médicaments, les symptômes et les régularités observées peuvent être inclus, chacun présenté comme une association et non comme une cause. Les notes du journal et les entrées complètes sont exclues sauf si le patient les ajoute, et la première page précise que les données sont autodéclarées et ne constituent pas un outil de diagnostic.

Confidentialité. Les entrées sont stockées sur le téléphone et aucun compte n’est nécessaire. Les sauvegardes sont facultatives : soit un fichier sur le téléphone, soit un dossier d’application masqué dans le propre Google Drive du patient, où la copie n’est pas chiffrée séparément par Moodflow. Il n’y a ni publicité ni mesure d’audience. Un compagnon IA facultatif, Flowy, fait partie de l’abonnement payant Moodflow Plus ; il n’envoie un résumé statistique et les questions du patient à Anthropic qu’après consentement. Le texte du journal, les notes, les photos, les noms, les médicaments et les données de santé importées en sont exclus. Plus de détails sur notre page pour les thérapeutes.

Ce qu’il ne fait pas. Il n’a ni tableau de bord pour les professionnels ni alertes, ni PHQ-9 ni GAD-7, ni accord de sous-traitance HIPAA, et ce n’est pas un dispositif médical. En Allemagne, il ne figure pas dans le répertoire du BfArM des applications numériques de santé prescriptibles (DiGA), qui sont évaluées sur la protection des données et sur un effet positif pour les soins.

Si ton patient se prépare à une première thérapie, notre guide quoi noter avant une psychothérapie s’adresse à lui.

Questions fréquentes

Quelle application de suivi de l’humeur recommander à mes patients ?

Choisis celle qui passe ta vérification de confidentialité, qui est gratuite ou abordable pour le patient, qui exporte les données sous une forme que tu peux relire et qui correspond à son mode de vie. Aucune application ne convient à tout le monde. Applique les mêmes critères à chaque application envisagée et associe le patient à la décision.

Dois-je consulter les données entre les séances ?

Non, et il vaut souvent mieux ne pas le promettre. Les soins fondés sur la mesure reposent sur la relecture en séance. Si tu ne consultes pas les entrées entre les séances, dis-le au patient pour qu’il n’attende pas de réponse, et assure-toi qu’il dispose d’un plan de crise distinct.

Combien de temps un patient doit-il suivre son humeur ?

Convenez d’une période définie, souvent deux à quatre semaines, avec un bilan à la fin. Décidez ensuite ensemble de continuer, de changer ce qui est suivi ou d’arrêter. Un suivi sans échéance ni objectif a tendance à s’essouffler ou à devenir une corvée.

Une application de suivi de l’humeur est-elle couverte par la HIPAA ?

En général non, si ton patient la choisit et l’utilise pour lui-même. La HIPAA s’applique aux entités couvertes et à leurs sous-traitants, et le HHS a décrit les applications choisies par le patient comme extérieures à cette relation. Vérifie la politique de confidentialité de l’application et considère tout export que le patient t’envoie comme faisant partie de son dossier.

Note éditoriale : Ce guide informatif n’a pas fait l’objet d’une validation médicale et ne remplace pas un avis professionnel. Les modèles et exemples fictifs sont des outils éditoriaux, pas des instruments diagnostiques validés. Les études citées ne démontrent pas l’efficacité de Moodflow. Les titres originaux des sources sont conservés ci-dessous.

Sources et lectures complémentaires

  1. American Psychiatric Association: The App Evaluation Model
  2. Torous et al.: A hierarchical framework for evaluation and informed decision making regarding smartphone apps for clinical care (2018)
  3. M-Health Index and Navigation Database (MIND), BIDMC Division of Digital Psychiatry
  4. Huckvale et al.: Assessment of the data sharing and privacy practices of smartphone apps for depression and smoking cessation (2019)
  5. US HHS Office for Civil Rights: Health app use scenarios and HIPAA (2016)
  6. American Psychological Association: Guidelines for the Practice of Telepsychology (2024 revision)
  7. Lewis et al.: Implementing measurement-based care in behavioral health: a review (2019)
  8. Fortney et al.: A tipping point for measurement-based care (2017)
  9. de Jong et al.: Using progress feedback to improve outcomes: multilevel meta-analysis (2021)
  10. Kazantzis et al.: Quantity and quality of homework compliance: a meta-analysis of relations with outcome in cognitive behavior therapy (2016)
  11. Cohen et al.: Using self-monitoring: implementation of collaborative empiricism in cognitive-behavioral therapy (2013)
  12. Astill Wright et al.: Mood monitoring, mood tracking, and ambulatory assessment interventions in depression and bipolar disorder: meta-analysis of randomized controlled trials (2026)
  13. Astill Wright et al.: Adverse events of mood monitoring and ambulatory assessment in depression and bipolar disorder: systematic review and meta-analysis (2025)
  14. Baumel et al.: Objective user engagement with mental health apps: systematic search and panel-based usage analysis (2019)
  15. Borghouts et al.: Barriers to and facilitators of user engagement with digital mental health interventions: systematic review (2021)
  16. Martinengo et al.: Suicide prevention and depression apps' suicide risk assessment and management: adherence to clinical guidelines (2019)
  17. Kroenke et al.: The PHQ-9: validity of a brief depression severity measure (2001)
  18. Martin et al.: Healthcare professionals' perspectives and experiences of digital mental health tools in clinical practice: systematic review and thematic synthesis (2026)
  19. BfArM: DiGA-Verzeichnis (Digitale Gesundheitsanwendungen)

À propos de Moodflow Team

Moodflow Team
Moodflow Team

Équipe éditoriale Moodflow

Nous suivre sur LinkedIn →

Des guides pratiques de l’équipe Moodflow pour suivre son humeur et tenir un journal.

Suivi de l’humeurJournal personnelRéflexion au quotidien

Partager cet article

Aide quelqu’un qui en a peut-être besoin

Essaie Moodflow

Note ton humeur en un geste et vois ce qui t’aide vraiment. Gratuit sur iPhone, Apple Watch et Android.