Échelle d’acceptation de la vaccination influencée par la maladie à six items (DIVAS-6)

1. Résumé

L’Échelle d’acceptation de la vaccination influencée par la maladie à six items (Disease Influenced Vaccine Acceptance Scale-Six [DIVAS-6] ; Grech et al., 2023) est un instrument psychométrique bref conçu spécifiquement pour mesurer les attitudes, les perceptions de risque et les préoccupations propres aux personnes atteintes d’affections médicales préexistantes face à la vaccination contre la COVID-19. Alors que les échelles traditionnelles d’hésitation vaccinale se concentrent sur des facteurs sociodémographiques, des théories du complot ou une méfiance générale envers les institutions sanitaires, la DIVAS-6 comble un vide clinique majeur en quantifiant l’impact direct de la pathologie chronique et de ses traitements sur la prise de décision vaccinale.

L’instrument se compose de 6 items articulés autour de deux dimensions factorielles robustes : la complaisance liée à la maladie (Disease Complacency, items 1 à 3), qui évalue la perception du risque d’infection accrue et la dépendance à l’avis médical en raison de la maladie, et la vulnérabilité vaccinale (Vaccine Vulnerability, items 4 à 6), qui mesure les craintes relatives à l’efficacité diminuée du vaccin, à la survenue d’effets indésirables exacerbés et aux interférences négatives avec les traitements en cours. L’administration s’effectue sur une échelle de Likert en 5 points complétée par une option « ne sait pas ».

Sur le plan des propriétés psychométriques, la modélisation en équations structurelles exploratoires (ESEM) a démontré un ajustement exceptionnel aux données (χ² = 21,67, df = 4, CFI = 0,995, TLI = 0,980, RMSEA = 0,042, SRMR = 0,009), surpassant largement les modèles confirmatoires classiques. Les deux sous-échelles présentent une cohérence interne satisfaisante à excellente (α de Cronbach de 0,73 et 0,85). L’échelle offre une invariance de mesure à travers diverses pathologies chroniques sévères (cancer, sclérose en plaques, diabète) et une capacité discriminante établie par des analyses ROC, identifiant avec précision les personnes vaccinées et non vaccinées.

2. Mots-clés

Hésitation vaccinale, COVID-19, Maladies chroniques, Acceptation vaccinale, Vulnérabilité vaccinale, Complaisance face à la maladie, Psychométrie clinique, Modélisation d’équations structurelles exploratoires, Invariance de mesure, Oncologie, Sclérose en plaques, Diabète.

3. Auteurs

La DIVAS-6 a été conçue et validée par un consortium pluridisciplinaire de cliniciens, d’oncologues, de neurologues et d’experts en psychométrie :

• Lisa Grech (ORCID : 0000-0003-0914-8573) — Department of Medicine, School of Clinical Sciences, Monash University, Melbourne, Australie. Courriel : [email protected] (Auteure correspondante).
• Bao Sheng Loe — Psychometrics Centre, University of Cambridge, Cambridge, Royaume-Uni.
• Daphne Day — Department of Medicine, School of Clinical Sciences, Monash University, Melbourne, Australie.
• Daniel Freeman (ORCID : 0000-0002-2541-2197) — Department of Psychiatry, University of Oxford, Oxford, Royaume-Uni.
• Alastair Kwok (ORCID : 0000-0002-8064-867X) — Department of Oncology, Monash Health, Melbourne, Australie.
• Mike Nguyen (ORCID : 0000-0003-3044-1707) — Department of Medicine, School of Clinical Sciences, Monash University, Melbourne, Australie.
• Nathan Bain — Department of Oncology, Monash Health, Melbourne, Australie.
• Eva Segelov (ORCID : 0000-0002-4410-6144) — Department of Medicine, School of Clinical Sciences, Monash University, Melbourne, Australie.

4. Objectif

L’objectif fondamental de la DIVAS-6 est d’évaluer de manière standardisée et concise les attitudes, les arbitrages décisionnels et les réticences spécifiques induits par l’existence d’une pathologie chronique face à la vaccination contre la COVID-19. Lors des campagnes de vaccination de masse, les modèles d’intervention publique s’appuient généralement sur des grilles de lecture conçues pour la population générale. Or, les individus atteints de maladies graves ou de pathologies chroniques sous traitements immunosuppresseurs, immunomodulateurs ou cytotoxiques se trouvent dans une situation décisionnelle singulière et asymétrique.

D’un côté, ces patients présentent un risque statistiquement accru de formes graves, d’hospitalisation en soins intensifs et de décès en cas d’infection par le SARS-CoV-2. De l’autre, ils nourrissent des inquiétudes médicalement compréhensibles quant aux répercussions potentielles d’un vaccin à technologie récente sur l’évolution de leur maladie sous-jacente, sur le déclenchement de poussées inflammatoires, ou encore sur d’éventuelles interactions nuisibles avec leurs protocoles thérapeutiques (chimiothérapies, thérapies ciblées, anticorps monoclonaux). Les échelles génériques d’hésitation vaccinale, telles que le modèle des 5C de l’Organisation mondiale de la Santé ou la Vaccine Hesitancy Scale (VHS), échouent à capturer ces interactions complexes entre représentations de la maladie et choix préventifs.

Sur le plan clinique, la DIVAS-6 permet aux médecins spécialistes, oncologues, neurologues et praticiens généralistes d’identifier en quelques minutes les freins précis formulés par leurs patients. L’échelle distingue si le refus ou l’ajournement de la vaccination procède d’un manque de perception de la gravité de l’infection ou, à l’inverse, d’une anxiété ciblée quant à la sécurité du vaccin au vu du traitement en cours. Cette granularité permet de délivrer une information personnalisée, d’adapter le calendrier vaccinal en coordination avec les cycles de traitement et de renforcer l’alliance thérapeutique.

Dans le domaine de la recherche translationnelle et comportementale, l’échelle fournit une mesure standardisée permettant de comparer différentes cohortes pathologiques, d’analyser l’impact longitudinal des communications sanitaires et d’étudier les déterminants psychosociaux de l’adhésion vaccinale dans des populations à haut risque immunologique.

5. Construit psychologique

Le construit psychologique opérationnalisé par la DIVAS-6 repose sur une structure bidimensionnelle distincte, reflétant les deux facettes de la balance bénéfice-risque perçue par le patient atteint d’une affection de longue durée :

Complaisance liée à la maladie (Disease Complacency)

Cette dimension (items 1 à 3) mesure l’étendue avec laquelle l’historique médical personnel amplifie la préoccupation face au danger de l’infection par la COVID-19 et renforce, en conséquence, l’importance perçue de la vaccination et du conseil médical. Dans la terminologie psychométrique adoptée par les auteurs, le terme « complaisance » renvoie au pôle opposé de la vulnérabilité perçue à l’infection : un score élevé sur ces items indique une reconnaissance aiguë de la vulnérabilité face au virus en raison de la maladie chronique, ce qui motive fortement l’acceptation vaccinale.

Par exemple, l’item 1 (« My history of [disease] makes me more worried about being infected with COVID-19 ») évalue l’amplification du sentiment de menace infectieuse générée par le diagnostic primaire. L’item 2 (« My history of [disease] means having the vaccine is more important to me ») saisit la transformation de cette menace en priorité préventive. Enfin, l’item 3 (« My doctor’s recommendation regarding the vaccine is important to me ») reflète la dépendance cruciale envers l’autorité du prescripteur médical, pierre angulaire de l’engagement thérapeutique chez les malades chroniques.

Vulnérabilité vaccinale (Vaccine Vulnerability)

La seconde dimension (items 4 à 6) quantifie l’appréhension spécifique quant aux retombées nocives ou inefficaces du vaccin en lien direct avec la pathologie existante. Ce construit ne mesure pas une méfiance antivaccinale idéologique, mais une préoccupation iatrogène rationnelle ancrée dans l’expérience de la maladie.

L’item 4 (« My history of [disease] makes me worried about how well the vaccine will work for me ») explore l’inquiétude relative à une réponse immunitaire suboptimale ou à l’inefficacité du vaccin due à l’altération du système immunitaire du patient. L’item 5 (« My history of [disease] makes me worried about how the vaccine will affect me ») capture la peur des réactions indésirables générales ou de l’exacerbation des symptômes de la maladie de fond. L’item 6 (« I am worried about how the vaccine will affect my [disease] treatment ») cible précisément la crainte d’une interférence avec les traitements vitaux (par exemple, la suspension ou le report d’une chimiothérapie ou d’un traitement de fond de la sclérose en plaques).

6. Cadre théorique

La DIVAS-6 s’inscrit au carrefour de plusieurs grands cadres théoriques de la psychologie de la santé et de la modélisation cognitive des comportements de protection :

Le modèle des croyances relatives à la santé (Health Belief Model)

Développé par Rosenstock (1974) et enrichi par Becker, le Health Belief Model (HBM) postule que la propension d’un individu à adopter un comportement préventif dépend de sa vulnérabilité perçue (perceived susceptibility), de la gravité perçue de la maladie (perceived severity), des bénéfices attendus de l’action préventive et des barrières perçues (perceived barriers). Dans la DIVAS-6, la dimension de complaisance liée à la maladie opérationnalise la susceptibilité et la gravité majorées par le statut clinique sous-jacent, tandis que la dimension de vulnérabilité vaccinale opérationnalise les barrières perçues propres au traitement et à la iatrogénie potentielle.

Le modèle d’autorégulation du sens commun (Common-Sense Model of Self-Regulation)

Théorisé par Howard Leventhal (1980, 2003), ce cadre stipule que les patients construisent des représentations cognitives et émotionnelles de leur maladie selon cinq attributs : l’identité, la cause, la chronologie, les conséquences et le contrôle/curabilité. Dans le contexte d’une pathologie chronique, l’introduction d’un nouveau stimulus menaçant (la pandémie) et d’une technologie médicale nouvelle (les vaccins ARNm ou à vecteur viral) interagit directement avec le schéma mental préexistant de la maladie. Si le patient perçoit que son système immunitaire est affaibli par le cancer ou dérégulé par la sclérose en plaques, le vaccin n’est plus perçu comme un simple agent protecteur universel, mais comme un agent susceptible de déstabiliser l’équilibre homéostatique précaire maintenu par les traitements.

La théorie de la motivation à se protéger (Protection Motivation Theory)

Formulée par Rogers (1975), cette théorie décompose la prise de décision face à une menace en deux processus d’évaluation cognitifs : l’évaluation de la menace (sévérité, vulnérabilité) et l’évaluation de l’adaptation (efficacité de la réponse, auto-efficacité). La DIVAS-6 isole précisément l’évaluation de l’efficacité de la réponse préventive dans un organisme biologiquement compromis (item 4) et le coût perçu de la réponse (items 5 et 6).

7. Validité

Le protocole de validation psychométrique de la DIVAS-6, mené par Grech et al. (2023) auprès d’une cohorte diversifiée d’adultes australiens atteints de pathologies chroniques sévères (cancers solides et hématologiques, diabète de type 1 et 2, sclérose en plaques), a mis en évidence des indices de validité très solides :

Validité convergente et concurrente

Les deux facteurs de la DIVAS-6 ont affiché des corrélations statistiquement significatives avec deux échelles de référence évaluant l’hésitation vaccinale et les attitudes générales envers les vaccins contre la COVID-19. La sous-échelle de complaisance liée à la maladie était positivement corrélée à l’intention vaccinale et aux scores favorables d’acceptation, tandis que la sous-échelle de vulnérabilité vaccinale présentait des corrélations positives élevées avec l’hésitation vaccinale générale, la méfiance envers les effets secondaires et le report de la vaccination.

Capacité discriminante et performance clinique (Analyses ROC)

L’échelle globale a démontré une capacité discriminante bonne à excellente pour distinguer les patients effectivement vaccinés des patients non vaccinés au sein de la cohorte :

• Seuil ≥ 13 : Ce score seuil a permis d’obtenir une sensibilité de 0,90 pour classifier correctement les participants vaccinés, avec une spécificité associée de 0,43. Ce seuil est idéal pour le dépistage rapide des patients susceptibles de présenter des freins modérés.
• Seuil ≥ 18 : En élevant le seuil à 18, la spécificité atteint 0,90 pour classifier correctement les individus non vaccinés, au détriment de la sensibilité (0,45). Ce cut-off permet de cibler avec une grande certitude les patients en situation d’hésitation vaccinale sévère nécessitant une prise en charge médicale dédiée.

Invariance de mesure

Des analyses d’invariance de mesure multigroupe ont confirmé que la structure bifactorielle de la DIVAS-6 possède une équivalence psychométrique stricte (invariance configurationnelle, métrique et scalaire) à travers les différents groupes de maladies étudiés (oncologie, diabète, neurologie). Cela garantit que les comparaisons de scores entre différentes populations pathologiques reflètent de véritables variations d’attitudes et non des biais de mesure inhérents à l’instrument.

8. Fidélité

L’évaluation de la cohérence interne de la DIVAS-6 a fourni des indices élevés, remarquables pour un inventaire court composé de seulement trois items par sous-échelle :

• Facteur 1 : Complaisance liée à la maladie : Le coefficient d’alpha de Cronbach obtenu est de α = 0,73. Cette valeur démontre une consistance interne satisfaisante, attestant que les trois items convergent efficacement vers la mesure du sentiment de protection médicale sans redondance excessive.
• Facteur 2 : Vulnérabilité vaccinale : Ce facteur présente un alpha de Cronbach remarquable de α = 0,85, témoignant d’une très forte homogénéité des items explorant l’appréhension liée à la maladie, à l’efficacité vaccinale et aux interactions médicamenteuses.

Ces coefficients confirment que l’instrument bénéficie d’une précision de mesure suffisante pour une utilisation en recherche épidémiologique comme pour un pré-dépistage en pratique clinique spécialisée.

9. Analyse factorielle

L’architecture latente de la DIVAS-6 a été investiguée par une méthodologie combinant analyse factorielle exploratoire (AFE), analyse factorielle confirmatoire (AFC) et modélisation en équations structurelles exploratoires (ESEM) :

Analyse factorielle exploratoire (AFE)

L’analyse parallèle a conclu sans ambiguïté à l’extraction de deux facteurs distincts. Une rotation oblique a été appliquée afin de tenir compte d’une corrélation potentielle entre les composantes. Ensemble, ces deux facteurs expliquent plus de 58,0 % de la variance totale des scores. La corrélation inter-factorielle observée s’est avérée très faible (r = -0,10), démontrant que la complaisance face au risque de la maladie et la vulnérabilité perçue vis-à-vis du vaccin constituent deux dimensions quasi orthogonales qui coexistent de manière indépendante chez les patients chroniques.

Comparaison AFC vs ESEM

Les modélisations statistiques ont révélé une supériorité nette du cadre ESEM par rapport au modèle confirmatoire standard (AFC) :

• Modèle AFC : Le modèle classique avec assignation stricte des items aux facteurs sans saturations croisées n’a pas atteint un niveau d’ajustement satisfaisant aux données empiriques.
• Modèle ESEM : Le modèle d’équations structurelles exploratoires a affiché des indices d’ajustement d’une excellente qualité :
  • χ² : 21,67 (df = 4, p < 0,0002)
  • CFI (Comparative Fit Index) : 0,995
  • TLI (Tucker-Lewis Index) : 0,980
  • RMSEA (Root Mean Square Error of Approximation) : 0,042
  • SRMR (Standardized Root Mean Square Residual) : 0,009
  • Critères d’information : AIC = 42278,37 ; BIC = 42411,84

Le test de différence du chi-carré a mis en évidence une différence hautement significative en faveur du modèle ESEM (Δχ² = 438,13, df = 4, p < 0,0001), et les critères AIC et BIC étaient tous deux substantiellement plus faibles pour l’ESEM, confirmant qu’une modélisation autorisant des saturations croisées minimes reflète plus fidèlement la structure psychologique sous-jacente.

10. Instrument de mesure

• Type d’instrument : Questionnaire d’auto-évaluation / Inventaire psychométrique original.
• Format d’administration : Électronique (numérique sur tablette, smartphone ou navigateur web) ou papier-crayon.
• Nombre d’items : 6 items.
• Structure factorielle :
  • Sous-échelle 1 : Complaisance liée à la maladie (Disease Complacency) — Items 1, 2 et 3.
  • Sous-échelle 2 : Vulnérabilité vaccinale (Vaccine Vulnerability) — Items 4, 5 et 6.
• Format de réponse : Échelle de Likert à 5 points complétée d’une option d’abstention : « strongly agree » (fortement d’accord), « somewhat agree » (plutôt d’accord), « neither disagree nor agree » (ni en désaccord ni d’accord), « somewhat disagree » (plutôt en désaccord), « strongly disagree » (fortement en désaccord), et « don’t know » (ne sait pas).
• Population cible : Adultes (≥ 18 ans) diagnostiqués avec des affections chroniques ou graves (cancers, diabète, sclérose en plaques, maladies auto-immunes).
• Temps de passation : Moins de 3 minutes.
• Cotation : Chaque sous-échelle peut être sommée indépendamment. Un score global peut être calculé après prise en compte de la polarité respective des items pour évaluer le statut vaccinal probable (seuils diagnostiques : ≥ 13 et ≥ 18).

11. Permissions, Tarifs et Année du test

• Année de publication : 2023.
• Détenteurs des droits : Grech et al. / Taylor & Francis (revue Behavioral Medicine).
• Frais d’utilisation : Aucun (utilisation gratuite dans le cadre de la recherche académique et de la pratique clinique non commerciale).
• Utilisation commerciale : Non autorisée sans accord écrit préalable de l’éditeur ou des auteurs.
• Procédure d’autorisation : Pour toute utilisation officielle, adaptation linguistique ou inclusion dans un protocole clinique financé, il convient de contacter l’auteure correspondante ([email protected]) ou de solliciter les droits via le portail de l’éditeur Taylor & Francis.

12. Références

• Grech, L., Loe, B. S., Day, D., Freeman, D., Kwok, A., Nguyen, M., Bain, N., & Segelov, E. (2023). The Disease Influenced Vaccine Acceptance Scale-Six (DIVAS-6): Validation of a measure to assess disease-related COVID-19 vaccine attitudes and concerns. Behavioral Medicine, 49(4), 402–411. https://doi.org/10.1080/08964289.2022.2082358
• Leventhal, H., Meyer, D., & Nerenz, D. (1980). The common sense representation of illness danger. Dans S. Rachman (Éd.), Contributions to medical psychology (Vol. 2, pp. 7–30). Pergamon Press.
• Leventhal, H., Brissette, I., & Leventhal, E. A. (2003). The common-sense model of self-regulation of health and illness. Dans L. D. Cameron & H. Leventhal (Éds.), The self-regulation of health and illness behaviour (pp. 42–65). Routledge.
• Rogers, R. W. (1975). A protection motivation theory of fear appeals and attitude change. The Journal of Psychology, 91(1), 93–114. https://doi.org/10.1080/00223980.1975.9915803
• Rosenstock, I. M. (1974). Historical origins of the Health Belief Model. Health Education Monographs, 2(4), 328–335. https://doi.org/10.1177/109019817400200403

13. Questions et items du questionnaire