Après 45 ans, une étude australienne compare un cours en ligne, des SMS et des informations générales pour encourager une consultation liée aux risques cardiovasculaires. Love Your Brain est encore un protocole d’essai: ses résultats d’efficacité ne sont pas publiés.
Le projet part d’un constat chiffré. Dans un article de protocole publié en 2025 dans PLOS ONEles chercheurs rappellent qu’une personne sur quatre pourrait avoir un AVC au cours de sa vie et que plus de 80 % des AVC seraient évitables grâce à une meilleure prise en charge de facteurs modifiables, comme l’hypertension artérielle, le tabagisme, le cholestérol, l’alimentation et l’inactivité physique.
Le même article indique que plus de 45 000 AVC sont survenus en Australie en 2023, pour un coût estimé à 9 milliards de dollars australiens pour l’économie. Ces chiffres décrivent la situation australienne. Ils ne peuvent pas être transposés tels quels à la France.
Le sujet de l’essai n’est donc pas uniquement la diffusion d’informations. Les chercheurs veulent mesurer si cette information incite les participants à consulter un médecin généraliste ou un spécialiste pour évaluer ou prendre en charge leurs facteurs de risque cardiovasculaire. Love Your Brain cherche à mesurer un passage précis: de l’information à la consultation.
À 45 ans, le risque ne se règle pas par clic
L’âge de 45 ans correspond ici à un critère d’inclusion. L’essai ne présente pas ce seuil comme une recommandation générale de dépistage. Il s’intéresse à des adultes vivant en Australie, âgés d’au moins 45 ans, capables de communiquer en anglais, d’utiliser Internet et d’accéder à un smartphone.
Les participants ne doivent pas déclarer d’antécédent d’AVC ni d’événement cardiovasculaire majeur. Le recrutement cible donc une population de prévention primaire, c’est-à-dire des personnes qui n’ont pas signalé ces antécédents au moment de leur inclusion.
Love Your Brain, le clic qui cherche le déclic
Love Your Brain est un essai contrôlé randomisé à trois bras. Les participants sont répartis selon un ratio de un pour un pour un entre un cours en ligne, des SMS et un groupe recevant par e-mail des informations générales sur les facteurs de risque de l’AVC.
Le cours prend la forme d’un MOOC, tandis que les SMS constituent la seconde intervention numérique. Les deux formats cherchent à améliorer les connaissances sur l’AVC et à encourager des changements de comportement liés à sa prévention. Les informations générales du groupe de comparaison permettent de mesurer l’effet d’une intervention structurée par rapport à un contenu plus standard.
Les questionnaires sont prévus au début de l’étude puis à douze semaines. Un SMS peut se lire entre deux courses; une consultation, elle, demande un créneau. C’est précisément cette différence entre recevoir une information et agir que le protocole tente d’observer.
Le protocole compare chaque intervention au groupe de comparaison, pas le cours en ligne aux SMS.
Le vrai test se passe chez le médecin
Le critère principal est une consultation auprès d’un professionnel de santé dans les douze semaines suivant la randomisation. Il peut s’agir d’un médecin généraliste ou d’un spécialiste, pour une évaluation ou une prise en charge des facteurs de risque cardiovasculaire.
Ce choix change la lecture de l’étude. Les chercheurs ne mesurent pas d’abord le nombre de modules terminés, l’ouverture des SMS ou une baisse directe du nombre d’AVC. Ils cherchent à savoir si les participants se rendent chez un professionnel pour faire le point sur leur risque.
Les consultations sont d’abord déclarées par les participants. Le protocole prévoit ensuite une validation par appariement avec des données administratives. Cette étape doit limiter les erreurs de mémoire et distinguer une intention de consulter d’une consultation effectivement réalisée.
Les critères secondaires portent sur les connaissances relatives aux signes et aux facteurs de risque de l’AVC, les comportements favorables à la santé, l’observance des médicaments préventifs, la mise en oeuvre de l’intervention, la satisfaction, l’utilisation des ressources de santé, les coûts et les événements indésirables.
Trois bras, pas de podium
Le plan statistique publié en 2026 dans la revue Trials prévoit 894 participants, soit 298 par groupe. Cet effectif a été calculé en supposant que 40 % des participants du groupe de comparaison consulteraient un professionnel et en visant à détecter une hausse relative de 30 % dans les groupes recevant le cours ou les SMS.
La puissance statistique prévue est de 80 %, avec un seuil de significativité bilatéral fixé à 5 %. Ces paramètres décrivent ce que l’essai est conçu pour détecter. Ils ne signifient pas qu’une hausse de 30 % a été observée.
L’analyse principale suivra le principe de l’intention de traiter: chaque personne randomisée restera analysée dans le groupe qui lui a été attribué, même si elle ne suit pas toute l’intervention. Les comparaisons opposeront séparément le cours et les SMS au groupe commun de comparaison. Le plan prévoit aussi un ajustement sur l’âge, réparti entre 45 à 64 ans et 65 ans ou plus, sur le sexe et sur d’éventuels déséquilibres entre les groupes.
Un statisticien indépendant doit analyser les données sans connaître l’affectation des participants. Cette organisation réduit certains biais d’analyse, mais elle ne transforme pas l’essai en mesure parfaite: les participants savent quel format ils reçoivent et leurs déclarations peuvent encore être influencées par cette connaissance.
Le numérique a ses petites lignes
Le protocole concerne des personnes anglophones qui disposent d’un smartphone et d’une connexion Internet. Les résultats pourraient donc être moins directement applicables aux personnes éloignées du numérique, ne maîtrisant pas l’anglais ou vivant dans un autre système de santé. Une étude australienne ne fournit pas automatiquement une réponse pour les parcours de prévention en France.
Le projet est prévu sur trois ans et son suivi principal s’étend sur douze semaines. Cette durée peut renseigner sur une consultation à court terme, mais elle ne suffit pas à établir une habitude durable ni une baisse de l’incidence des AVC. Le plan statistique prévoit aussi une évaluation des coûts et de la mise en oeuvre, car une intervention numérique utile doit être consultée, comprise et suivie dans la durée.
Douze semaines, pas une boule de cristal
Pour lire les résultats lorsqu’ils seront disponibles, il faudra regarder les taux de consultation dans les trois groupes, les intervalles de confiance, les abandons et les éventuels écarts entre les participants inclus et la population générale. Le nombre de messages reçus ou de modules suivis ne suffira pas à conclure sur l’efficacité médicale.
À ce stade, Love Your Brain pose une question de recherche, pas une prescription numérique. Le téléphone peut rappeler une démarche de prévention; il ne prend pas la tension et ne remplace pas le rendez-vous médical.
Sources et références scientifiques
- Increasing Opportunities for Spiritual and Religious Supports to Improve HIV-Related Outcomes for Black Sexual Minority Men – PMC. Journal of urban health : bulletin of the New York Academy of Medicine. DOI: 10.1007/s11524-020-00461-7 · PMID: 32728845.
- 1.Centers for Disease Control and Prevention. HIV surveillance report: diagnoses of HIV infection in the United States and dependent areas, 2015. Published 2016. Accessed August 8, 2017..
- 2.Wejnert C, Le B, Rose CE, Oster AM, Smith AJ, Zhu J. HIV infection and awareness among men who have sex with men-20 cities, United States, 2008 and 2011. PLoS One. 2013;8(10):e76878. doi: 10.1371/journal.pone.0076878. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1371/journal.pone.0076878.
- 3.Hess KL, Hu X, Lansky A, Mermin J, Hall HI. Lifetime risk of a diagnosis of HIV infection in the United States. Ann Epidemiol. 2017;27(4):238-243. doi: 10.1016/j.annepidem.2017.02.003. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1016/j.annepidem.2017.02.003.
- 4.Maulsby C, Millett G, Lindsey K, et al. HIV among black men who have sex with men (MSM) in the United States: a review of the literature. AIDS Behav. 2013;18(1):10-25. doi: 10.1007/s10461-013-0476-2. [DOI] [PubMed] [Google Scholar]. doi:10.1007/s10461-013-0476-2.
- 5.Bogart LM, Wagner GJ, Green HD, et al. Medical mistrust among social network members may contribute to antiretroviral treatment nonadherence in African Americans living with HIV. Soc Sci Med. 2016;164:133-140. doi: 10.1016/j.socscimed.2016.03.028. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1016/j.socscimed.2016.03.028.
- 6.Eaton LA, Cherry C, Cain D, Pope H. A novel approach to prevention for at-risk HIV-negative men who have sex with men: creating a teachable moment to promote informed sexual decision-making. Am J Public Health. 2011;101(3):539-545. doi: 10.2105/AJPH.2010.191791. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.2105/AJPH.2010.191791.
- 7.Koblin BA, Mayer KH, Eshleman SH, Wang L, Mannheimer S, Rio C, Shoptaw S, Magnus M, Buchbinder S, Wilton L, Liu TY, Cummings V, Piwowar-Manning E, Fields SD, Griffith S, Elharrar V, Wheeler D, for the HPTN 061 Protocol Team Correlates of HIV acquisition in a cohort of Black men who have sex with men in the United States: HIV Prevention Trials Network (HPTN) 061. PLoS One. 2013;8(7):e70413. doi: 10.1371/journal.pone.0070413. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1371/journal.pone.0070413.
- 8.Levy ME, Wilton L, Phillips G, et al. Understanding structural barriers to accessing HIV testing and prevention services among Black men who have sex with men (BMSM) in the United States. AIDS Behav. 2014;18(5):972-996. doi: 10.1007/s10461-014-0719-x. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1007/s10461-014-0719-x.
- 9.Kort DN, Samsa GP, McKellar MS. Sexual orientation differences in HIV testing motivation among college men. J Am Coll Heal. 2017;65(3):223-227. doi: 10.1080/07448481.2016.1277429. [DOI] [PubMed] [Google Scholar]. doi:10.1080/07448481.2016.1277429.
- 10.Winder TJA. ‘Shouting it out’: religion and the development of Black gay identities. Qual Sociol. 2015;38(4):375-394. [Google Scholar].
- 11.Dangerfield DT, II, Williams JE, Bass AS, Wynter T, Bluthenthal RN. Exploring religiosity and spirituality in the sexual decision-making of Black gay and bisexual men. J Relig Health. 2019;58(5):1792-1802. doi: 10.1007/s10943-019-00845-3. [DOI] [PubMed] [Google Scholar]. doi:10.1007/s10943-019-00845-3.
- 12.O’Leary A, Fisher HH, Purcell DW, Spikes PS, Gomez CA. Correlates of risk patterns and race/ethnicity among HIV-positive men who have sex with men. AIDS Behav. 2007;11(5):706-715. doi: 10.1007/s10461-006-9205-4. [DOI] [PubMed] [Google Scholar]. doi:10.1007/s10461-006-9205-4.
- Mackay A, Taylor S, Anderson E, Glass B.. 'The Right to Have a Family Should Not Be Determined by Your Postcode': Rural Community Experiences With Fertility Care.. The Australian journal of rural health. 2026. DOI: 10.1111/ajr.70237 · PMID: 42530459. (résumé scientifique structuré; texte intégral non fourni)
- Evaluation of a digital health platform for preventing stroke in the Australian community: Study protocol for a randomized controlled trial – Love Your Brain – PMC. PloS one. DOI: 10.1371/journal.pone.0330868 · PMID: 40906720.
- 1.Feigin VL, Brainin M, Norrving B, Martins SO, Pandian J, Lindsay P, et al. World Stroke Organization: Global Stroke Fact Sheet 2025. Int J Stroke. London, England: SAGE Publications; 2025. p. 132-44. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 2.Kim J, Neville E, Dalli L, Zomer E, Birhanu M, Purvis T, et al. Economic impact of stroke. Melbourne, Australia: Stroke Foundation. 2024. [Google Scholar].
- 3.O’Donnell MJ, Chin SL, Rangarajan S, Xavier D, Liu L, Zhang H, et al. Global and regional effects of potentially modifiable risk factors associated with acute stroke in 32 countries (INTERSTROKE): a case-control study. Lancet. 2016;388(10046):761-75. doi: 10.1016/S0140-6736(16)30506-2 [DOI] [PubMed] [Google Scholar]. doi:10.1016/S0140-6736(16)30506-2.
- 4.Stroke Foundation. Strategy 2027: Stronger Together. Melbourne, Victoria: Stroke Foundation; 2025. [Google Scholar].
- 5.Australian Bureau of Statistics. National Health Survey: First results. 2018. [Google Scholar].
- 6.Owolabi MO, Thrift AG, Mahal A, Ishida M, Martins S, Johnson WD, et al. Primary stroke prevention worldwide: translating evidence into action. Lancet Public Health. 2022;7(1):e74-85. doi: 10.1016/S2468-2667(21)00230-9 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1016/S2468-2667(21)00230-9.
- 7.Bam K, Olaiya MT, Cadilhac DA, Donnan GA, Murphy L, Kilkenny MF. Enhancing primary stroke prevention: a combination approach. Lancet Public Health. 2022;7(8):e721-4. doi: 10.1016/S2468-2667(22)00156-6 [DOI] [PubMed] [Google Scholar]. doi:10.1016/S2468-2667(22)00156-6.
- 8.GBD 2021 Stroke Risk Factor Collaborators. Global, regional, and national burden of stroke and its risk factors, 1990-2021: a systematic analysis for the Global Burden of Disease Study 2021. Lancet Neurol. 2024;23(10):973-1003. doi: 10.1016/S1474-4422(24)00369-7 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1016/S1474-4422(24)00369-7.
- 9.Feigin VL, Krishnamurthi R, Merkin A, Nair B, Kravchenko M, Jalili-Moghaddam S. Digital solutions for primary stroke and cardiovascular disease prevention: A mass individual and public health approach. Lancet Reg Health West Pac. 2022;29:100511. doi: 10.1016/j.lanwpc.2022.100511 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1016/j.lanwpc.2022.100511.
- 10.Widmer RJ, Collins NM, Collins CS, West CP, Lerman LO, Lerman A. Digital health interventions for the prevention of cardiovascular disease: a systematic review and meta-analysis. Mayo Clin Proc. 2015;90(4):469-80. doi: 10.1016/j.mayocp.2014.12.026 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1016/j.mayocp.2014.12.026.
- 11.Pietrzak E, Cotea C, Pullman S. Primary and secondary prevention of cardiovascular disease: is there a place for Internet-based interventions?. J Cardiopulm Rehabil Prev. 2014;34(5):303-17. doi: 10.1097/HCR.0000000000000063 [DOI] [PubMed] [Google Scholar]. doi:10.1097/HCR.0000000000000063.
- 12.Gold N, Yau A, Rigby B, Dyke C, Remfry EA, Chadborn T. Effectiveness of Digital Interventions for Reducing Behavioral Risks of Cardiovascular Disease in Nonclinical Adult Populations: Systematic Review of Reviews. J Med Internet Res. 2021;23(5):e19688. doi: 10.2196/19688 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.2196/19688.
- Statistical analysis plan for Love Your Brain: a multi-arm randomised controlled trial of a stroke prevention digital platform – PMC. Trials. DOI: 10.1186/s13063-026-09548-z · PMID: 41742274.
- 1.Feigin VL, Nguyen G, Cercy K, Johnson CO, Alam T, Parmar PG, et al. Global, regional, and country-specific lifetime risks of stroke, 1990 and 2016. N Engl J Med. 2018;379:2429-37. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 2.Kim J, Neville E, Dalli L, Zomer E, Birhanu M, Purvis T, et al. Economic impact of stroke 2024. 2024..
- 3.O’Donnell MJ, Chin SL, Rangarajan S, Xavier D, Liu L, Zhang H, et al. Global and regional effects of potentially modifiable risk factors associated with acute stroke in 32 countries (INTERSTROKE): a case-control study. Lancet. 2016;388:761-75. [DOI] [PubMed] [Google Scholar].
- 4.English C, Hill K, Cadilhac DA, Hackett ML, Lannin NA, Middleton S, et al. Living clinical guidelines for stroke: updates, challenges and opportunities. Med J Aust. 2022;216:510-4. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 5.Kilkenny MF, Purvis T, Werner M, Reyneke M, Czerenkowski J, Cadilhac DA. Improving stroke knowledge through a ‘volunteer-led’ community education program in Australia. Prev Med. 2016;86:1-5. [DOI] [PubMed] [Google Scholar].
- 6.Feigin VL, Krishnamurthi R, Merkin A, Nair B, Kravchenko M, Jalili-Moghaddam S. Digital solutions for primary stroke and cardiovascular disease prevention: a mass individual and public health approach. The Lancet regional health Western Pacific. 2022;29:100511-100511. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 7.Allan LP, Beilei L, Cameron J, Olaiya MT, Silvera-Tawil D, Adcock AK, et al. A scoping review of mHealth interventions for secondary prevention of stroke: implications for policy and practice. Stroke. 2023;54:2935-45. [DOI] [PubMed] [Google Scholar].
- 8.Gamble C, Krishan A, Stocken D, Lewis S, Juszczak E, Doré C, et al. Guidelines for the content of statistical analysis plans in clinical trials. JAMA. 2017;318:2337-43. [DOI] [PubMed] [Google Scholar].
- 9.Kilkenny MF, Cadilhac DA, Thrift AG, Nelson MR, Bray J, Cameron J, et al. Evaluation of a digital health platform for preventing stroke in the Australian community: study protocol for a randomized controlled trial – Love Your Brain. PLoS ONE. 2025;20:e0330868. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 10.Harris PA, Taylor R, Minor BL, Elliott V, Fernandez M, O’Neal L, et al. The REDCap consortium: building an international community of software partners. J Biomed Inform. 2019;95:103208. [DOI] [PMC free article] [PubMed].
- 11.Harris PA, Taylor R, Thielke R, Payne J, Gonzalez N, Conde JG. Research electronic data capture (REDCap) – a metadata-driven methodology and workflow process for providing translational research informatics support. J Biomed Inform. 2009;42:377-81. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 12.Stevens L, Kennedy N, Taylor RJ, Lewis A, Harrell FE Jr, Shotwell MS, et al. A REDCap advanced randomization module to meet the needs of modern trials. J Biomed Inform. 2025;171:104925. [DOI] [PMC free article] [PubMed] [Google Scholar].
