Les prédicteurs de la cyberchondrie durant la pandémie de Covid-19 : Une approche en apprentissage automatique supervisé

Introduction : La cyberchondrie se caractérise pas des recherches en ligne répétées et
compulsives au sujet de la santé, résultant en une détresse et une augmentation de l’anxiété
liée à la santé. Ce comportement, considéré comme un problème de santé publique
émergeant, pourrait être exacerbé par l’apparition de la pandémie de Covid-19. Cette étude
vise à étudier les changements dans la gravité de la cyberchondrie durant la pandémie et
d’identifier les prédicteurs de la cyberchondrie à ce moment.
Méthode : Des données auto-rapportées sur la gravité de la cyberchondrie (avant et pendant la
pandémie), le style d’attachement, les traits d’impulsivité, les symptômes somatiques, les peurs
liées au Covid-19, l’anxiété liée à la santé, et l’intolérance à l’incertitude ont été collectées
auprès de 725 participants. L’étude en ligne a été distribuée dans les pays européens
francophones lors de la première vague de la pandémie.
Résultats : Les facettes de détresse et d’interférence avec le fonctionnement de la
cyberchondrie ont augmentés durant la pandémie, alors que la facette de réassurance a
diminué. Lors des analyses de régression utilisant l’apprentissage automatique supervisé, les
peurs liées au Covid-19 ainsi que l’anxiété liée à la santé ont émergés comme étant les
prédicteurs les plus importants des facettes de détresse et d’interférence avec le
fonctionnement de la cyberchondrie pendant la pandémie.
Conclusion : Ces résultats mettent en exergue l’impact de la pandémie sur la cyberchondrie et
identifie les facteurs qui devraient être investis pour prévenir et gérer la cyberchondrie lors
d’une crise de santé publique.