Étude de cas

Symptom Statistics : transformer les données de symptômes en levier thérapeutique

La conception de la fonctionnalité Symptom Statistics pour une application d’accompagnement de la ménopause, devenue une thérapie numérique remboursable sur prescription en 2026. Un travail mené en étroite collaboration avec l’équipe scientifique.

Voir le résultat
Statistics home listing Hot flashes, Sleep and Emotional Stress, each with its illustrated icon. Hot Flashes page with its illustrated banner and the Relief Strategies card listing the top 3 strategies.

Contexte du projet

Une équipe interne, construite de zéro

Quand je suis arrivée, le produit était en pleine transition. Jusque-là, une agence externe gérait le design, le produit et le développement, et l’entreprise avait pris la décision de tout gérer en interne à partir de ce moment-là pour préparer l’application à un essai clinique. Le CPTO (chief product and tech officer) et le Tech Lead venaient de rejoindre l’équipe ; il n’y avait pas encore de designer.

J’ai passé mes premières semaines à auditer les designs déjà en ligne, à repérer les élements de designs qui se répétaient et à les réunir dans un petit design system.

Cet audit m’a permis d’identifier les éléments non accessibles. Dans ce cas l’accessibilité était d’autant plus importante car l’application allait un jour être prescrite comme dispositif médical. La mise en conformité s’est passée en arrière plan lors de la création de nouveaux designs, et elle est revenue dans les priorités lorsque l’app était sur le point d’être auditée en vue d’une certification pour devenir une DiGA, applications de santé numériques remboursables sur prescription en Allemagne. J’ai reconstruit ce que je pouvais, et trouvé des solutions de contournement pour le reste.

Le problème

La première fonctionnalité sur laquelle j’ai travaillé, a été les Statistiques de symptomes : la partie de l’app qui aide les patientes à suivre leurs symptômes et à reconnaître les situations dans lesquelles ils apparaissent.

Au départ, trois symptômes étaient suivis : les bouffées de chaleur, le stress émotionnel et le sommeil. Cette étude de cas se concentre surtout sur les bouffées de chaleur.

Le challenge n’était pas que visuel mais aussi stucturel. L’équipe scientifique avait besoin que ces statistiques remplissent deux rôles à la fois :

  • Appliquer les principes de la TCC (thérapie cognitivo-comportementale) : faire ressortir les contextes dans lesquels les symptômes étaient les plus forts, et les stratégies qui les atténuaient vraiment.
  • Rendre visible l’évolution des symptômes : permettre à chaque patiente de voir, chiffres à l’appui, le chemin parcouru.

Symptom Statistics est resté un module central depuis, au cœur du produit qui a ensuite passé l’essai clinique présenté dans la partie Résultats.

Point de départ

Partir d’un outil de suivi existant

Avant de concevoir le module de statistiques, il fallait comprendre les données qui étaient déjà saisies : il ne pourrait afficher que ce que les patientes enregistraient. L’écran de saisie ci-dessous existait avant mon arrivée, et il fixait les limites de ce que les statistiques sur les bouffées de chaleur pourraient montrer.

Chaque saisie combine des questions autour du contexte de l’arrivée des symptomes, certaines à choix unique, d’autres à choix multiples (où était la patiente, avec qui), et des curseurs d’intensité de 0 à 10. Pour les bouffées de chaleur, la saisie liste aussi des stratégies d’adaptation, chacune suivie d’une question : « Est-ce que ça vous a aidée ? »

Le formulaire de saisie existant, ici pour les bouffées de chaleur. Les patientes y enregistraient chaque épisode, et chaque statistique devait être construite à partir de ce qu’elles y saisissaient.

Processus

1. Travailler avec l’équipe scientifique

Les premières semaines, j’ai travaillé en étroite collaboration avec l’équipe scientifique pour comprendre comment les données étaient collectées et à quoi elles devaient servir. Ce n’était pas un problème d’interface que je pouvais résoudre seule : il fallait traduire une logique clinique en quelque chose qu’une patiente puisse utiliser pour gérer ses symptômes.

Définir la taxonomie

Ensemble, nous avons identifié les catégories les plus utiles pour une patiente qui cherche à comprendre ses propres symptômes : qui était là avec elle, où elle se trouvait, à quel moment de la journée, et quelles situations aidaient ou aggravaient les choses.

Les stratégies de soulagement, ces techniques qui aidaient de façon mesurable à calmer les symptomes, sont ressorties comme la priorité absolue : c’est ce sur quoi une patiente peut agir le plus directement.

C’est ce qui a fixé la taxonomie : les Stratégies comme catégorie à part entière, et Où / Qui / Quand déclinés séparément pour chaque symptôme.

Taxonomy diagram for hot flashes: Strategies at the top with a top-3 list and a View more button, then three columns, Frequency, Intensity and Discomfort, each broken down into Where, Who and When top-3 lists with their own View more button.
‘Look Beyond the Numbers’ intro dialog over the Statistics screen: the numbers are meant as a tool to help you learn about your personal patterns, not strict rules. A decorative mandala illustration and a ‘Let’s go’ button.
L’écran d’introduction affiché à la première ouverture des Statistiques, qui pose le cadre avant le premier chiffre.

Éviter les mauvaises interprétations

L’une des décisions les plus délicates a été d’ajouter un avertissement sur les corrélations liées aux situations. Des données brutes sont faciles à mal lire : une patiente dont les bouffées de chaleur s’intensifient dès que son manager entre dans la pièce pourrait en conclure qu’elle doit quitter son travail, alors que la vraie cause est peut-être un stress qui se gère autrement.

Nous avons donc ajouté un écran à l’entrée de la partie Statistiques, affiché la première fois qu’une patiente l’ouvre, qui explique comment lire les données avant même qu’elle voie un seul chiffre.

Structurer les paramètres de chaque symptôme

En reprenant l’outil de suivi existant, nous avons constaté que chaque symptôme avait besoin de sa propre structure de données. Les paramètres pertinents pour les bouffées de chaleur n’étaient pas les mêmes que pour le stress émotionnel :

SymptômeParamètres suivis
Bouffées de chaleurFréquence · Intensité · Gêne
Stress émotionnelGêne · Irritabilité · Anxiété · Humeur dépressive
Un détail affiné avec l’équipe scientifique : chaque curseur de 0 à 10 affiche un libellé qualitatif à côté du chiffre, comme « 3 – Faible », « 8 – Sévère » ou « 10 – Maximum ». Un chiffre seul est difficile à interpréter ; un mot lui donne du sens, aussi bien pour les patientes qui saisissent leurs symptômes que sur les écrans de statistiques qui réutilisent ces valeurs.

Hot Flashes symptom tracking screen: the Intensity slider set to 8 with the label Severe, and the Discomfort slider set to 10 with the label Maximum.
L’outil de suivi, avec un libellé qualitatif au-dessus de la valeur de chaque curseur.

Les bouffées de chaleur avaient trois paramètres à explorer, le stress quatre. Tout afficher d’un coup aurait été trop pour l’utilisatrice. J’ai donc conçu un simple filtre en pastilles : il s’ouvre sur Fréquence, et on peut passer à une autre vue sans quitter l’écran.

La Fréquence, c’est le nombre de fois qu’un contexte revient dans ses saisies, comme « au travail » ou « en voiture ». Pour cette première version, nous avons fait simple en comptant tout son historique. L’Intensité, c’est la force moyenne qu’elle a attribuée à ses bouffées de chaleur dans chaque situation (d’après les données saisies).


Et les deux ne racontent pas toujours la même chose. « En voiture » n’est apparu qu’une fois, donc il arrive dernier en Fréquence. Mais cette fois-là, elle l’a noté « 9 – Extrême » : il passe donc en tête en Intensité.

‘Your Top Influences on Hot Flashes’ sorted by Frequency: Places, People and Times of Day cards, each listing its top 3 with counts, starting with At work, 3 times.The same screen sorted by Intensity, with Frequency, Intensity and Discomfort filters: the order changes, with In the car first at 9 – Extreme, then At work at 7 – Significant.
Extraits de la page Statistiques des bouffées de chaleur, avec les principaux facteurs filtrés par fréquence (à gauche) et par intensité (à droite).

La répartition Où / Qui / Quand et la liste des Stratégies de soulagement suivent le même modèle : un aperçu du top 3 sur l’écran principal, et un lien « voir plus » qui ouvre la liste complète, que l’on peut trier autrement. Les Stratégies restent classées par fréquence partout, car elles ne sont pas liées à une échelle d’intensité comme le sont les lieux ou les personnes.

Hot Flashes statistics screen: banner illustration, then the Relief Strategies card with its top 3, Left the situation 3 times, Talked to others about the situation 2 times, Drank a cold, non-alcoholic beverage once, and a Show more link.Expanded Relief Strategies subpage for hot flashes, reached via Show more, listing every strategy with its count, from Removed a layer of clothing, 3 times, down to single entries.Information dialog ‘What are Relief Strategies?’: the actions and habits that have helped you cope best with your hot flashes, with an encouragement to keep tracking them to grow your toolkit.
Les stratégies de soulagement. À gauche : le haut de la page Bouffées de chaleur. Au centre : la liste complète des stratégies dans une sous-page, triée par fréquence. À droite : une fenêtre qui explique le fonctionnement des stratégies de soulagement.

La sous-page « Lieux » des bouffées de chaleur, accessible via « voir plus », liste tous les lieux classés par fréquence. On y retrouve en haut les mêmes pastilles Fréquence / Intensité / Charge, pour changer le classement sans quitter la page.

Expanded Places subpage for hot flashes with Frequency, Intensity and Burden filter pills, listing every location with its count, from At work, 3 times, down to single entries.
La sous-page Lieux, filtrée par fréquence.

2. Le système visuel

Pour que les patientes distinguent les symptômes rapidement, j’ai attribué à chacun une couleur propre, visible tout au long de l’onboarding et sur les écrans d’accueil présentés plus haut. J’ai ensuite travaillé avec l’illustratrice de l’équipe pour créer :

  • Une illustration en bannière en haut de chaque écran de statistiques, qui représente le symptôme concerné
  • Une version carrée plus petite pour l’écran de sélection des symptômes
  • Une série d’« illucons », mi-icônes, mi-illustrations, une par paramètre, pour que la liste donne envie d’être explorée au lieu de ressembler à un menu de réglages
Statistics home listing Hot flashes, Sleep and Emotional Stress, each with its square illustration.Hotflashes screen with its banner illustration and an empty state: ‘Just 3 more entries to go!’ with a ‘Log your symptoms’ button.
À gauche, l’accueil des Statistiques, avec une icône illustrée par symptôme. À droite, l’état vide de l’écran Bouffées de chaleur, avant toute saisie.

C’est moi qui portais les propositions de design, mais les décisions les plus importantes (priorités de la taxonomie, formulation et emplacement de l’avertissement, structure des paramètres) ont été prises avec le Head of Product et l’équipe scientifique. Le Tech Lead intervenait dès qu’un choix impliquait de vrais compromis techniques.

Trouver l’équilibre entre scope et la satisfaction d’usage

Tout au long du projet, nous devions garder le scope aussi réduit que possible, tout en livrant quelque chose que les patientes auraient vraiment envie d’utiliser. Les statistiques ne fonctionnent que si les patientes continuent à saisir leurs symptômes. Le module devait donc donner envie d’y revenir, pas seulement afficher des données justes.

L’essentiel du plaisir d’usage est venu de choix qui ne coûtaient presque rien techniquement : les bannières illustrées et les illucons, la carte des Stratégies de soulagement classées, et un état vide pensé comme une invitation (« bientôt, vous pourrez en apprendre plus sur vous-même ») plutôt que comme une erreur. Rien de tout ça ne demandait de nouvelles données. Ça changeait simplement la façon dont on les perçoit.

Itération

Visualiser les progrès dans le temps

La vue d’évolution des symptômes n’a pas fait partie du MVP. Notre date de lancement était liée à l’étude clinique, et nous voulions mettre l’approche TCC au cœur de l’app : les déclencheurs et les stratégies de soulagement passaient donc en premier. Un graphique d’évolution ne faisait pas partie de ce que l’étude mesurait, et les médecins avaient déjà leurs propres outils pour suivre leurs patientes.

Après le lancement, les tests utilisateurs et l’étude clinique ont pointé la même chose : les patientes voulaient voir où elles en étaient. C’était aussi important pour la rétention, parce que voir ses progrès, c’est ce qui donne envie de continuer à noter ses symptômes. Et cela donnerait aux médecins une image plus claire de l’état de leurs patientes après avoir prescrit l’application.

J’ai repris ce projet presque un an plus tard. Ma première idée : diviser le graphique en trois périodes, une semaine, un mois et trois mois. Puis notre Head of Product m’a rappelé que certaines patientes utilisent l’app pendant six mois à un an, et qu’elles voudraient voir tout leur parcours d’un seul coup. Nous avons finalement retenu une semaine, trois mois et depuis le début.

Je voulais aussi un graphique en barres pour la vue hebdomadaire, où les valeurs quotidiennes se lisent mieux, et une courbe pour les périodes plus longues. Les développeurs préféraient un seul graphique réutilisable partout, pour réduire la charge de leur petite équipe. Nous sommes donc partis sur la courbe. Elle gérait bien les longues périodes et restait facile à lire semaine par semaine. Elle est sortie à l’été 2026.

Hot Flashes ‘Symptom trends’ card for 1 to 7 October, with 1 Week, 3 Months and Total tabs: a bar chart comparing Burden and Intensity on a 0 to 10 scale.The same Symptom trends card as a line chart, with a gap on Friday, a day without any tracking.
Deux versions du graphique d’évolution des symptômes. La première en barres (à gauche), et la version finale en courbe, qui laisse des trous visibles les jours sans saisie (à droite).

Résultats

L’efficacité clinique de l’app a été testée lors d’un essai de 12 semaines auprès de 100 participantes, mené en partenariat avec un centre hospitalier universitaire et publié dans une revue à comité de lecture fin 2026.

  • 71 %ont atteint une amélioration cliniquement significative
  • 53 %de réduction des symptômes de la ménopause dans l’ensemble
  • 42 %de charge en moins liée aux bouffées de chaleur et aux sueurs nocturnes
  • 94 %ont suivi l’étude jusqu’au bout
  • 0effet indésirable grave signalé

Ces résultats concernent l’app dans son ensemble : un essai clinique évalue un produit, pas des fonctionnalités isolées. Symptom Statistics y a contribué en donnant aux patientes une raison de continuer à noter leurs symptômes, et presque toutes sont allées jusqu’au bout.

Je ne peux pas présenter ici l’impact propre à la fonctionnalité. Petite équipe soumise aux exigences du règlement MDR, nous ne pouvions pas tout mesurer comme nous l’aurions voulu, et en tant que designer externe, je n’avais pas accès aux données de l’essai. Si j’y avais eu accès, j’aurais regardé la fréquence des saisies, la fréquence d’ouverture des statistiques, et l’évolution de la rétention après le lancement du graphique d’évolution.

Ce que j’en retiens

Travailler aussi étroitement avec l’équipe scientifique a permis d’avoir une logique thérapeutique solide dès le premier jour. L’essentiel de ce que je savais des patientes me venait de leur expertise clinique, et c’était précieux. Mais il m’a manqué d’échanger directement avec elles : c’est ma façon de travailler, et c’est souvent là que ressortent les détails les plus utiles.

Avec une étude clinique qui imposait un calendrier serré, notre priorité était de livrer un produit fondé sur des preuves cliniques. En parallèle, l’équipe a testé plusieurs designs et fonctionnalités en asynchrone auprès d’un panel d’utilisatrices, ce qui nous a apporté des retours utiles en chemin.

La prochaine fois, je prévoirais quelques entretiens utilisateurs modérées avant le lancement : discuter avec quelques patientes pour vérifier qu’elles lisent les statistiques comme nous l’avions envisagé, et repérer ce qui paraît évident à des médecins mais beaucoup moins à quelqu’un qui utilise l’app seule chez soi. En santé, cette différence compte énormément.

Retour en haut

À lire aussi

D’autres études de cas

Parlons de votre projet

Choisissez un créneau pour un appel gratuit de 20 minutes pour discuter de votre projet et voir comment je peux vous aider. Vous pouvez aussi m'écrire si vous préférez.

Comment se passe l'appel

  1. 1. Vous me présentez votre projet et votre équipe.
  2. 2. Je vous explique comment je pourrais vous aider.
  3. 3. Nous convenons de la suite.

L’agenda de réservation est fourni par Cal.com, un service basé aux États-Unis. Il ne se charge que si vous cliquez sur « Afficher l’agenda ». Cal.com reçoit alors votre adresse IP et peut déposer des cookies. En savoir plus

Réserver sur Cal.com (nouvel onglet)

Envoyez moi un message

Tous les champs sont obligatoires, sauf l'objet.

Vos nom, adresse e-mail et message servent uniquement à vous répondre. Ils ne sont ni partagés ni réutilisés. Pour en savoir plus, consultez la politique de confidentialité.