8 La pratique de l’intégration en méthodes mixtes

Les multiples combinaisons des stratégies d’intégration

Pierre Pluye, Enrique García Bengoechea, David Li Tang, Vera Granikov

L’intégration en méthodes mixtes
Définition de la méthode

Les méthodes mixtes intègrent des méthodes qualitatives et quantitatives. Elles permettent de répondre à des questions de recherche et d’évaluation complexes.

Force de la méthode

Nous proposons trois types d’intégration et neuf stratégies pratiques, et toutes les combinaisons possibles des stratégies pour intégrer les phases, résultats et données QUAL et QUAN ; ces propositions sont illustrées avec des exemples issus des recherches en santé mondiale.

Défis de la méthode

Notre proposition et ces exemples peuvent combler un besoin (a) des chercheuses et chercheurs pour mieux planifier, effectuer et publier des études utilisant les méthodes mixtes, et (b) des enseignant-e-s pour former les étudiant-e-s en méthodes mixtes.

Les méthodes mixtes (MM) sont définies comme l’ensemble des combinaisons des méthodes qualitatives (QUAL) et quantitatives (QUAN) en évaluation de programme, en recherche primaire et en revue de littérature. Elles ont émergé dans les années 1950 en santé mondiale (Pluye, 2012). Dans le chapitre précédent, nous avons résumé les connaissances de base en méthodes mixtes et proposé un cadre conceptuel des techniques d’analyse en méthodes mixtes. Dans ce chapitre, nous testons et illustrons cette conceptualisation avec des recherches en santé mondiale.

Contexte

Notre cadre conceptuel inclut trois types d’intégration, neuf stratégies spécifiques et sept combinaisons de stratégies pour intégrer les phases, résultats et données QUAL et QUAN. Il suggère que toute étude utilisant des MM peut combiner plusieurs stratégies. Le premier type d’intégration est la connexion de phases et correspond à trois stratégies spécifiques : (1.1) la connexion d’une phase QUAL à une phase QUAN; (1.2) la connexion d’une phase QUAN à une phase QUAL; et (1.3) le cas particulier des stratégies précédentes qui est appelé le « suivi d’un fil d’Ariane » entre les phases QUAL et QUAN. Le deuxième type d’intégration est la comparaison de résultats et réfère à trois stratégies spécifiques : (2.1) la comparaison des résultats obtenus de manière séparée; (2.2) la comparaison des résultats obtenus de manière interdépendante; et (2.3) le cas particulier des stratégies précédentes qui est appelé « divergence » des résultats QUAL et QUAN. Le troisième et dernier type d’intégration est l’assimilation des données. Il inclut aussi trois stratégies spécifiques qui sont : (3.1) la transformation de données QUAL en données QUAN (quantification); (3.2) la transformation de données QUAN en données QUAL (qualitativation); et (3.3) la fusion des données QUAL et QUAN. Pour les raisons que nous avons expliquées dans le précédent chapitre, l’ensemble des combinaisons possibles de ces stratégies (1 ; 2 ; 3 ; 1 et 2 ; 1 et 3 ; 2 et 3 ; 1 et 2 et 3) constitue un nouveau monde à explorer en méthodes mixtes (une combinaison étant définie par un ou plusieurs éléments d’un ensemble).

Plan

Pour tester et illustrer cette conceptualisation avec des recherches en santé mondiale récentes, nous avons utilisé eSRAP qui est un système de veille de tendances en recherche (encadré 1) (Tang, Pluye et Bouthillier 2015). eSRAP permet la collaboration des membres de communautés en recherche axée sur le patient (RAP) pour évaluer et partager les résultats et les projets de recherche de manière adaptée aux besoins des usagers. Selon les Instituts de recherche en santé du Canada (IRSC), la recherche axée sur le patient fait référence à un continuum de la recherche qui engage les patients en tant que partenaires, met l’accent sur les priorités des patients, et améliore les services de santé et la santé. Elle est multidisciplinaire et conduite en partenariat avec toutes les parties prenantes. Le mot « patient » représente la population en général, incluant les personnes avec un problème social ou de santé et leurs aidants.

Les auteurs et autrices de ce chapitre ont contribué au développement du prototype d’eSRAP qui a été spécifiquement conçu pour faciliter la veille des tendances en recherche aussitôt que les publications sont indexées dans des bases de données bibliographiques. Au moment où ce chapitre est écrit, 15 chercheuses et chercheurs (enseignant-e-s et anciens étudiant-e-s des cours en méthodes mixtes offerts par le département de médecine familiale de l’Université McGill depuis 2008) utilisent eSRAP pour analyser et comprendre l’environnement et les tendances émergentes sur le plan des stratégies pour intégrer les phases, les résultats et les données QUAL et QUAN en méthodes mixtes.

Encadré 1. eSRAP : veille collaborative des tendances en recherche axée sur le patient

Pourquoi les communautés RAP ont besoin d’eSRAP?

eSRAP est un système de Veille des tendances en recherche (STR) qui permet la collaboration des membres de communautés en recherche axée sur le patient (RAP) pour analyser et comprendre l’environnement et les tendances émergentes dans leurs domaines de recherche de manière adaptée à leurs besoins. eSRAP vise à mettre les communautés RAP au courant de l’avancement des connaissances dans leurs domaines respectifs. Il facilite la veille des développements d’avant-garde aussitôt qu’ils apparaissent sous forme de publications indexées dans les bases de données bibliographiques.

Qu’est-ce qu’un système STR?

La STR applique les principes de la veille concurrentielle et de la surveillance de l’environnement pour mettre à jour de manière rapide, constante et structurée les connaissances les plus récentes. La STR peut compléter les revues de littérature systématiques, et remplacer les mécanismes d’alerte traditionnels. D’une part, les revues systématiques sont très complètes et produisent des recommandations précieuses, mais sont coûteuses, post hoc et ne sont pas constamment à jour. D’autre part, les systèmes d’alerte traditionnels (fils RSS) fournissent une simple liste de titres et résumés non classifiés et souvent non pertinents.

Pour sa part, la STR fournit une sélection des documents pertinents de qualité et des résultats d’analyse, par et pour une communauté d’usagers. La STR peut nécessiter peu de ressources (les ressources nécessaires diminuent lorsque le nombre de membres de la communauté augmente) et conserve les avantages de capitaliser et d’avoir un effet de levier sur un corpus toujours plus grand et grandissant des connaissances et projets scientifiques. De plus, la STR est axée vers l’avenir, car elle focalise sur les plus récents protocoles et publications au fur et à mesure qu’ils sont publiés.

Chaque partie d’eSRAP est adaptable aux besoins d’une communauté RAP

La stratégie de veille est déterminée avec les experts du sujet/domaine (par exemple, les leaders d’une communauté RAP). Une approche structurée pour diffuser et organiser les nouvelles connaissances est validée et opérationnalisée. Les analyses peuvent être automatisées (avec algorithmes), semi-automatisées ou manuelles. Les alertes peuvent être créées pour la dissémination des nouvelles connaissances et des résultats d’analyse aux membres de la communauté. La communauté RAP peut utiliser ce répertoire structuré de connaissances (continuellement mis à jour) pour générer des analyses qui peuvent faciliter des formations, des protocoles et des publications dans les médias traditionnels et sociaux. eSRAP est financé par l’Unité SOUTIEN SRAP du Québec et développé par des expert-e-s académiques et industriels en veille concurrentielle et en surveillance de la science et des technologies.

Référence : Tang D., Pluye P. et Bouthillier F. (2015). eSRAP : Système de surveillance des tendances en recherche permettant la collaboration des membres de communautés en recherche axée sur le patient (RAP) pour évaluer et partager les résultats et les projets de recherche de manière adaptée. Registration of Copyright (# 1126124), Canadian Intellectual Property Office, Industry Canada.

Pour écrire ce chapitre, eSRAP a permis de sélectionner des articles qui décrivent de manière détaillée les stratégies utilisées dans les recherches axées sur le patient en méthodes mixtes dans les sciences de la santé et les sciences sociales. Nos critères d’éligibilité étaient les suivants : étude empirique utilisant les méthodes mixtes dans des recherches axées sur le patient publiées en 2015. Notre source d’information était la base de données bibliographiques Scopus. Nous avons utilisé la requête suivante : « TITLE(mixed PRE/5 method*) AND SUBJAREA(MEDI OR SOCI) ». Cela permettait d’identifier un nombre de documents (auteurs et autrices, journal, année, titre et résumé) liés aux MM avec une précision élevée (faible rappel) qui soit gérable par deux réviseurs (Pierre Pluye et Enrique García Bengoechea). Nous avons sélectionné les documents et les articles pertinents en utilisant un manuel de codage incluant la définition des méthodes mixtes et de la recherche axée sur le patient.

Nous avons inclu uniquement les études utilisant les méthodes mixtes (MM) et fournissant une description détaillée de cette utilisation. Nous nous sommes inspirés des six recommandations GRAMMS (Good Reporting of A Mixed Methods Study) pour définir ce critère de sélection (O’Cathain, 2010). Ces recommandations sont de décrire au moins :

  1. l’objectif et le devis de MM;
  2. l’échantillonnage, la collecte et l’analyse des données QUAL et QUAN;
  3. l’intégration des phases, résultats et données QUAL et QUAN;
  4. une justification pour utiliser les MM;
  5. une description des gains associés avec l’intégration des méthodes;
  6. une description des limites de cette intégration.

Pour satisfaire ce critère de sélection (description détaillée), nous avons jugé que, minimalement, les trois composantes principales des MM (méthodes QUAL et QUAN et intégration des méthodes QUAL et QUAN) devaient satisfaire les trois recommandations GRAMMS (recommandations 1-2-3). Nous avons utilisé les trois dernières recommandations GRAMMS (recommandations 4-5-6) pour décrire les études inclues, mais non comme critères d’exclusion.

Application

Parmi les 380 documents intitulés « méthodes mixtes » évalués au moment de soumettre ce chapitre, 187 (49,2 %) concernaient la RAP (incluant 35 en santé mondiale) (Figure 1). Parmi ces derniers, 136 (35,8 %) rapportaient des recherches empiriques primaires qui satisfaisaient la définition des MM (incluant 29 en santé mondiale). Uniquement 60 documents (15,8 %), incluant 11 études en santé mondiale, fournissaient une description détaillée des trois composantes principales des MM et satisfaisaient ainsi les trois premières recommandations GRAMMS (recommandations 1-2-3). Les autres documents ne décrivaient pas la méthodologie et les méthodes, ou le faisaient en une phrase ou un paragraphe, ou décrivaient uniquement les composantes QUAL et QUAN.

Figure 1. Diagramme de flux eSRAP-MM

Recherche axée sur le patient (RAP)?

Documents évalués
n = 380

Exclus : non RAP
n = 193

Utilisation des méthodes mixtes (MM)?

Documents RAP
n = 187

Exclus : non MM
n = 51

Méthodes détaillées?

Documents MM en RAP

n = 136

Exclus : non détaillés
n = 76

Documents inclus
(études MM en RAP et détaillées)

Descriptions détaillées
n = 60

Parmi les 51 documents qui ne satisfaisaient pas notre définition des MM (incluant six en santé mondiale), 20 rapportaient une collecte ou analyse d’informations qualitatives qui n’étaient pas des « données de recherche », car elles ne référaient pas à une méthodologie et une méthode QUAL (incluant deux en santé mondiale) et 19 documents rapportaient une collecte ou analyse d’informations quantitatives qui n’étaient pas des « données de recherche », car elles ne référaient pas à un devis et une méthode QUAN (incluant quatre en santé mondiale); un document rapportait une juxtaposition de méthodes QUAL et QUAN sans aucune intégration (comme deux études séparées), un autre rapportait une combinaison de méthodes QUAN, un autre ne rapportait aucune méthodologie ou méthode (description de programme) et neuf étaient non-éligibles pour diverse raisons (revue de littérature, texte complet confus ou indisponible via la bibliothèque de McGill).

Les résultats suivants portent uniquement sur l’analyse des 60 publications qui rapportaient des études RAP satisfaisant la définition des MM et qui fournissaient une description détaillée des trois composantes principales des MM satisfaisant les trois premières recommandations GRAMMS (recommandations 1-2-3). Dans cet échantillon, 38 études (63,3 %) suivaient un devis convergent, 17 (28,3 %) un devis séquentiel, quatre (6,7 %) une devis multiphases et une étude (1,7 %) suivait un devis multiniveaux. Parmi les 60 documents retenus, uniquement six (10,0 %) satisfaisait les trois dernières recommandations GRAMMS (recommandations 4-5-6), 18 (30,0 %) en satisfaisaient deux, 25 (41,7 %) une seule et 11 (18,3 %) n’en satisfaisaient aucune. Toutes les stratégies spécifiques et combinaisons de stratégies proposées sont présentées dans le tableau 1 et illustrées dans la suite du chapitre avec des exemples en santé mondiale.

Tableau 1. eSRAP-MM : Distribution des publications MM en RAP selon les types de devis et les combinaisons de stratégies (N=60)

3 TYPES D’INTÉGRATION

9 TYPES DE STRATÉGIES

COMBINAISONS DE STRATÉGIES SPÉCIFIQUES AUX MM (SELON LES TYPES DE DEVIS)

Symbole de la combinaison (n = nombre d’études illustrant chaque combinaison)

Séquentiel

Convergent

Multiphases

Multiniveaux

1. CONNEXION DES PHASES

1.1 Phase QUAL à phase QUAN

1.1 (n=1)

na

1.1 (n=1)

1.2 Phase QUAN à phase QUAL

1.2 (n=3)

na

1.3. Cas particulier : Suivre le fil (follow a thread)

na

1.1 et 1.2 et 1.3 et 2.2 (n=1)

2. COMPARAISON DES RÉSULTATS

2.1 Résultats QUAL et QUAN obtenus de manière séparée

s.o.

2.1 (n=12)

na

2.2 Résultats QUAL et QUAN obtenus de manière interdépendante

1.2 et 2.2 (n=7)

2.2 (n=18)

1.1 et 2.2 (n=2)

2.3. Cas particulier : Divergence

1.1 et 2.3 (n=2)

1.2 et 2.2 et 2.3 (n=1)

2.1 et 2.3 (n=2)

3. ASSIMILATION DES DONNÉES

3.1 Données QUAL en données QUAN

1.1 et 3.1 (n=1)

2.2 et 3.1 (n=2)

3.1 (n=1)

3.1 (n=1)

3.2 Données QUAN en données QUAL

3.2 (n=1)

3.3 Fusion des données QUAL et QUAN

1.1 et 2.2 et 3.3 (n=1)

1.2 et 3.3 (n=1)

2.2 et 3.3 (n=2)

4. STRATÉGIES ÉMERGENTES

(…)

Nombre de combinaisons observées

4 (n=17)

3 (n=38)

2 (n=4)

1 (n=1)

*Les cas particuliers ne sont pas inclus dans le dénombrement des combinaisons plausibles.

Note : Le logogramme « et » (signifiant « et ») permet de représenter les combinaisons avec plusieurs stratégies.

Intégration 1. Connexion de phases

Stratégie 1.1. Connexion d’une phase QUAL à une phase QUAN

Fenenga et ses collègues ont utilisé 42 entretiens avec des familles et 7 entretiens avec des informateurs clés (phase-1 : données QUAL), et un questionnaire structuré complété par un échantillon aléatoire représentatif des familles de 64 régions (phase-2 : données QUAN ; n = 1903), pour analyser l’influence des relations sociales sur les perceptions, le comportement et les processus de prise de décisions des familles à l’égard de leur intention de joindre le plan national d’assurance maladie au Ghana (Fenenga et al. 2015). Les résultats des analyses des données QUAL (théorisation ancrée) ont informé (connexion de phases) le développement du questionnaire pour la collecte des données QUAN dans la deuxième phase de l’étude (enquête transversale). Ce faisant, les chercheuses et chercheurs ont développé des questions ancrées dans la réalité des familles (validité écologique de contenu). Les résultats des analyses des données QUAN (régression logistique) ont ensuite permis de généraliser les résultats QUAL de manière statistique, par exemple l’importance et la probabilité des associations entre les variables étudiées. En plus de la connexion de phases, les résultats QUAL et QUAN ont été comparés (voir plus loin : « cas particulier des stratégies 2.1 et 2.2 »), ce qui illustre une combinaison de stratégies (connexion de phases et comparaison de résultats).

Stratégie 1.2. Connexion d’une phase QUAN à une phase QUAL

De Allegri et ses collègues ont étudié les facteurs associés à la prise de décision des hommes habitant les régions rurales du Burkina Faso concernant le passage du test de dépistage du virus du SIDA (De Allegri et al. 2015). Un échantillon représentatif des hommes adultes a rempli un questionnaire structuré validé (n=1058). Les résultats des analyses des données QUAN de la phase-1 de l’étude (statistiques descriptives et analyses multivariées) ont informé la stratégie d’échantillonnage raisonné pour planifier la phase-2 QUAL de l’étude. Pour cette phase, des entretiens semi-structurés ont été effectués avec 38 hommes (19 testés et 19 non testés) recrutés en fonction de leur âge et de leur région. Les résultats des analyses descriptives (inductives) des données QUAL ont permis de mieux comprendre et interpréter les résultats de la phase-1 QUAN.

Cas particulier des stratégies 1.1 et 1.2 : Suivi d’un fil d’Ariane entre phases QUAL et QUAN

L’utilisation de cette stratégie est illustrée dans une étude effectuée par Boot et ses collègues (Boot et al. 2016). L’objectif des chercheuses et chercheurs était de mieux comprendre les différences et les similarités entre les facteurs associés à la participation au travail des travailleurs hollandais âgés de 58 à 65 ans et souffrant d’au moins un des trois problèmes de santé chroniques suivantes : dépression, maladie cardiovasculaire et ostéoarthrite. Les données QUAN provenaient d’une étude de cohorte populationnelle (Longitudinal Aging Study Amsterdam; n=1002). Les chercheuses et chercheurs ont d’abord procédé à des analyses statistiques (tests de t et du chi-carré) pour tester leurs hypothèses initiales et comparer les résultats entre quatre groupes de travailleurs (dépression vs maladie cardiovasculaire vs ostéoarthrite vs combinaison d’au moins deux de ces problèmes de santé). Cela a permis de développer un guide d’entrevue pour la composante QUAL de l’étude qui a exploré les possibilités de facteurs émergents (n=14). Les résultats de l’analyse des données QUAL (thématique) ont permis aux chercheuses et chercheurs de découvrir et proposer des nouvelles variables (prédicteurs émergents – non prévus initialement). Ces variables (fil d’Ariane) ont été utilisées pour générer de nouvelles hypothèses et effectuer des analyses statistiques additionnelles.

Intégration 2. Comparaison de résultats

Stratégie 2.1. Comparaison des résultats obtenus de manière séparée

Cette stratégie a été utilisée par Pfadenhauer et Rehfuess dans une étude qui visait à évaluer et améliorer les comportements de la population concernant la qualité de l’eau, les installations sanitaires et le lavage des mains dans les écoles d’une région des Philippines (Pfadenhauer et Rehfuess 2015). Cette étude a évalué l’impact de ces comportements sur la présence de diarrhée infantile en tenant compte de l’influence des facteurs socioculturels et environnementaux. À cette fin, les chercheuses ont analysé (régression logistique) les données QUAN provenant d’une enquête transversale nationale (échantillon représentatif de la population; n = 12 469 foyers). De manière concomitante, elles ont organisé six groupes de discussion avec des femmes habitant des zones urbaines et rurales de la région. Les données QUAL ont été analysées de manière inductive (analyse thématique) pour produire un cadre conceptuel des facteurs associés aux comportements concernés. Les données QUAN et QUAL ont été analysées et présentées séparément. Dans la section « Discussion » de leur article, les chercheuses ont comparé les résultats QUAN et QUAL (matrice des résultats) et interprété cette comparaison sous forme de méta-thèmes communs aux résultats QUAL et QUAN en identifiant les similarités (complètes/partielles), les différences (présence/absence) et les divergences entre les résultats QUAN et QUAL (voir « cas particulier des stratégies 2.1 et 2.2 » ci-dessous).

Stratégie 2.2. Comparaison des résultats obtenus de manière interdépendante

Oguntunde et ses collègues ont publié un exemple de cette stratégie dans le contexte d’une étude visant à examiner les facteurs (facilitateurs et barrières) associés à l’usage de sulfate de magnésium pour soigner les femmes en pré-éclampsie (hypertension sévère liée à la grossesse) dans des centres de santé du nord du Nigeria (Oguntunde et al. 2015). Dans un échantillon aléatoire de 80 centres, les chercheuses et chercheurs ont effectué une enquête transversale QUAN auprès de 80 cliniciens (un par centre) sur la prise en charge des femmes en pré-éclampsie (connaissances et protocoles de soins, et ressources humaines et matérielles disponibles). De plus, ils ont effectué une recherche QUAL descriptive et interviewé un échantillon raisonné (par exemple, centre rural/urbain) de 30 gestionnaires (un par centre). Les données QUAN ont été analysées avec des statistiques descriptives alors que les données QUAL ont été analysées de manière thématique (les thèmes étant les facteurs étudiés). Dans la section des résultats, les chercheuses et chercheurs ont comparé les résultats QUAN et QUAL de manière systématique pour chaque facteur (groupe thématique). Pour la plupart des facteurs, les résultats sont présentés de manière à ce que les résultats QUAL expliquent et complètent les résultats QUAN. Pour cinq autres facteurs, les résultats présentés sont uniquement QUAN (n=4) ou QUAL (n=1). Selon les chercheuses et chercheurs, cette comparaison leur a permis de mieux comprendre les facteurs étudiés et de proposer des interventions adaptées.

Cas particulier des stratégies 2.1 et 2.2 : Divergence des résultats QUAL et QUAN

Pfadenhauer et Rehfuess (voir « stratégie 2.1 » ci-dessus) disent avoir créé une « matrice de convergence » (non présentée dans leur article) dans laquelle elles ont porté une attention spécifique aux divergences entre les résultats QUAN et QUAL. Dans l’article, ces divergences semblent réconciliées sous forme d’interprétation des résultats QUAN par des résultats QUAL (nuances). De façon similaire, Fenenga et ses collègues (voir plus haut « stratégie 1.1 ») ont comparé leurs résultats QUAL et QUAN dans un tableau et présenté de façon détaillée la cohérence entre ces résultats et une divergence. Contrairement à ce que suggéraient les résultats QUAL, l’engagement des participant-e-s dans des groupes d’action sociale n’était pas statistiquement associé avec l’intention de joindre le plan national d’assurance maladie au Ghana. Les chercheuses et chercheurs ont proposé de réconcilier cette divergence en suggérant que l’action sociale/communautaire était rarement centrée sur la santé dans ce contexte.

Intégration 3. Assimilation des données

Stratégie 3.1. Transformation de données QUAL en données QUAN (quantification)

Valentijn et ses collègues ont utilisé cette stratégie dans le cadre d’une étude portant sur les processus de collaboration et l’efficacité perçue des projets de soins intégrés en Hollande (Valentijn et al. 2015). Dans 42 projets, ces deux aspects ont été évalués à trois niveaux : systémique, organisationnel et professionnel. Au niveau du système, les évaluateurs et les évaluatrices ont interviewé les coordinateurs et les parties prenantes des projets (données QUAL). Aux niveaux organisationnel et professionnel, les mesures étaient fondées sur des questionnaires structurés complétés respectivement par les membres des comités de pilotage des projets et par les professionnel-le-s impliqués (données QUAN). Les chercheuses et chercheurs ont utilisé une procédure valide et fiable (analyse thématique suivie d’une analyse quantitative de contenu) pour transformer les données QUAL en données QUAN. Ces dernières (données QUAL quantifiées) ont ensuite été utilisées avec les autres données QUAN pour effectuer des analyses statistiques (regroupement hiérarchique) et comparer les processus de collaboration et l’efficacité perçue des projets de soins intégrés selon les trois niveaux prévus (systémique, organisationnel et professionnel).

Stratégie 3.2. Transformation de données QUAN en données QUAL (qualitativation)

Reichwein et ses collègues ont entrepris une étude-pilote dont le but était de planifier un programme de promotion de la santé en planification familiale (Reichwein et al. 2015). Spécifiquement, les chercheuses et chercheurs visaient l’identification des usagers et usagères ayant le plus besoin de méthodes contraceptives en Ouganda et au Vietnam afin d’orienter le programme à leur bénéfice. Les chercheuses et chercheurs ont analysé de manière statistique (regroupement hiérarchique) les données QUAN collectées lors d’enquêtes nationales transversales et identifié trois profils d’usagères et d’usagers potentiels : des femmes ougandaises voulant rallonger les périodes entre leurs grossesses, des hommes ougandais désirant limiter le nombre de leurs enfants  et des jeunes femmes vietnamiennes sexuellement peu actives. Pour chacun de ces groupes, des données QUAL ont été collectées (entrevues individuelles et groupes de discussion) et analysées de manière thématique. Les chercheuses et chercheurs ont ensuite assimilé les données QUAN transformées en profils narratifs et les données QUAL (types d’histoires de cas) pour créer deux archétypes biographiques (deux idéaux types) sur lesquels centrer la planification du programme : « Kibuuka », un fermier de 52 ans semi-analphabète habitant une région rurale en Ouganda et « Anh », une étudiante de 20 ans habitant Hanoi, la capitale du Vietnam. Les biographies idéales typiques ainsi développées personnifient les caractéristiques et croyances propres aux deux groupes cibles du programme. La qualitativation a permis d’assimiler des profils statistiques (qualitativés) et des données QUAL sous forme d’archétypes (idéaux-types).

Stratégie 3.3. Fusion des données QUAL et QUAN

Johansson et ses collègues ont examiné l’effet des tests de dépistage sur l’utilisation des médicaments chez des enfants fiévreux dans des pays africains où la malaria est endémique (Johansson et al. 2015). Dans 12 pays, ils ont collecté des données QUAN issues d’enquêtes nationales sur les services de santé et la santé des enfants (n=16 323) et analysé ces données pour chaque pays (régression logistique). Concernant six de ces pays, les chercheuses et chercheurs ont utilisé un devis d’étude de cas multiples (chaque pays étant un cas) et collecté des données QUAL via des documents sur les programmes de lutte contre la malaria et des entrevues avec sept expert-e-s (au total) des programmes et pays concernés. Pour chaque pays (cas), les résultats QUAN et QUAL ont été regroupés ensemble dans une matrice (les résultats QUAL ayant permis de développer quatre explications -thèmes- principales plausibles des résultats QUAN). Une méta-matrice incluant toutes les données de tous les cas a été développée et constituait en soi une nouvelle base de données qui a permis d’évaluer les effets étudiés dans chaque pays (chaque étude de cas est présentée dans un fichier supplémentaire en annexe) en plus de révéler des similarités et des différences entre les pays (comparaison des cas).

Combinaisons de stratégies et stratégies émergentes

Le tableau 1 présente les multiples combinaisons de stratégies observées dans cet échantillon de 60 études MM en santé mondiale. Toutes les combinaisons possibles sont représentées (1 ; 2 ; 3 ; 1 et 2 ; 1 et 3 ; 2 et 3 ; 1 et 2 et 3). Environ la moitié des combinaisons sont représentées pour les devis séquentiels et convergents. Étant donné la rareté des devis multiphases et multiniveaux, peu de combinaisons ont été observées pour ces devis. Aucune stratégie ou combinaison émergente (imprévue) n’a été observée.

Analyse réflexive et leçons à tirer

Ces résultats illustrent le cadre conceptuel proposé : trois types d’intégration, neuf stratégies spécifiques et sept combinaisons de stratégies pour intégrer des phases, résultats et données QUAL et QUAN en méthodes mixtes. Bien que notre conceptualisation et le système de veille eSRAP permettent d’identifier des stratégies émergentes, nous n’en avons détecté aucune jusqu’à maintenant. La majorité des exemples présentés dans ce chapitre proviennent des études MM en santé mondiale et démontrent le dynamisme des chercheuses et chercheurs dans ce domaine. Ce chapitre contribue aux connaissances en MM en proposant une conceptualisation opérationnelle (pratique) des types d’intégration et des stratégies spécifiques pour intégrer les phases, résultats et données QUAL et QUAN. Concernant les innovations, il montre la richesse des combinaisons de stratégies en MM pour chaque devis (tableau 1).

Nous avons surveillé uniquement un échantillon des études utilisant les MM en RAP publiées en 2015, sans chercher à fournir une description exhaustive des recherches en santé mondiale utilisant les MM. Quoique limités sur le plan de l’exhaustivité, ces résultats montrent que eSRAP offre l’avantage à une communauté grandissante de chercheuses et chercheurs en MM de se tenir au courant des nouvelles tendances de manière prospective en partageant le fardeau de la sélection des études utilisant les MM et fournissant une description détaillée de cette utilisation. Spécifiquement, eSRAP est adaptable aux besoins individuels des évaluateurs et évaluatrices, des chercheuses et chercheurs et des enseignant-e-s, et leur permet de se tenir à jour sur un sujet de leur choix sans s’épuiser. Par exemple, chaque membre de la communauté des eSRAPeurs en MM peut bénéficier à chaque instant des résultats du travail prospectif de tous les membres. Pour les enseignant-e-s en MM, eSRAP permet en quelques clics avant chaque cours de retenir des études récentes comme matériel pédagogique pour les étudiant-e-s via les fonctions « filtres ». Par exemple, eSRAP permet de trouver rapidement des articles récents illustrant chaque stratégie de manière détaillée.

Ce chapitre a montré qu’une proportion substantielle des études intitulées MM correspondent en fait à des méthodes QUAL (10 %) ou QUAN (10 %). En 2016, tous les chercheuses et chercheurs s’entendent pour dire que les MM combinent des méthodes QUAL et QUAN (Plano Clark et Ivankova 2016) et nous avons inclus des études où les chercheuses et chercheurs « collectent et analysent de manière convaincante et rigoureuse des données QUAN et QUAL » (Creswell et Plano Clark, 2011, p. 5). Cette rigueur dépend de l’expertise des chercheuses et chercheurs, notamment de leur choix parmi (a) les instruments de mesure (validité et fidélité) et de devis (essai contrôlé randomisé vs étude non randomisée vs étude descriptive) pour les données QUAN et parmi (b) les interactions avec les participant-e-s (crédibilité et contextualisation) et de devis (étude descriptive ou interprétative, étude de cas, théorisation ancrée, biographie ou ethnographie entre autres) pour les données QUAL (Creswell et Plano Clark 2011). En appliquant ce critère de la définition des MM, nous avons exclu une étude RAP sur cinq intitulée MM publiée en 2015 (39/187 = 20,9 % au total ; 6/35 = 17,1 % en santé mondiale).

Ces études exclues peuvent être interprétées comme un signe de la reconnaissance des MM dans la communauté scientifique et une illustration des extrêmes du continuum entre méthodes QUAL et QUAN. En premier lieu, la reconnaissance nouvellement acquise des MM suggère que le faible nombre de réviseurs, réviseuses ou d’éditeurs, d’éditrices experts en MM permettait encore en 2015 de publier des études intitulées « méthodes mixtes » qui ne satisfont pas les critères de la définition la plus fréquemment citée des MM et acceptée par la communauté des chercheuses et chercheurs en MM, notamment les membres de MMIRA (Mixed Methods International Research Association) (Creswell et Plano Clark 2011; Johnson, Onewuegbuzie, et Turner 2007). Autrement dit, la proportion substantielle de ces études suggère que les MM exercent un attrait sur les chercheuses et chercheurs en recherche axée sur le patient et les éditeurs et éditrices (biais positif de publication).

En deuxième lieu, le continuum entre méthodes QUAL et QUAN est centré sur les MM (Figure 2) (Johnson et al. 2007; Niglas 2010). Nos résultats suggèrent qu’entre méthodes QUAL et MM se trouvent des recherches QUAL intitulées MM où les participant-e-s sont décrits avec des chiffres (entre autres informations). Nous avons exclu 19 études pour cette raison (présence d’information quantitative, mais absence de données QUAN satisfaisant les critères minimum de rigueur ci-dessus). De l’autre côté du continuum, entre MM et méthodes QUAN se trouvent des enquêtes QUAL intitulées MM avec quelques mots dans une boite de commentaires optionnelle en fin de questionnaire anonyme auto-administré. Nous avons exclu 20 études pour cette raison (présence d’information qualitative, mais absence de données QUAL satisfaisant les critères minimum de rigueur).

image
Figure 2. Recherche axée sur le patient en 2015 : études qualitatives (QUAL) ou quantitatives (QUAN) intitulées méthodes mixtes (MM) sans satisfaire la définition des MM (Source : Johnson et al. 2007)

La proportion des études intitulées MM qui ne satisfont pas les critères de la définition usuelle des MM devrait stagner ou diminuer si les « instructions aux auteurs et autrices » des journaux (et les grilles d’évaluation des réviseurs et réviseuses) incluent des recommandations pour rapporter les MM telles que GRAMMS (Good Reporting of A Mixed Methods Study) (O’Cathain, Murphy et Nicholl 2008). Nous rappelons ici que les six recommandations GRAMMS sont de décrire au moins :

  1. l’objectif et le devis MM;
  2. l’échantillonnage, la collecte et l’analyse des données QUAL et QUAN;
  3. l’intégration des phases, résultats et données QUAL et QUAN;
  4. une justification pour utiliser les MM;
  5. une description des gains associés avec l’intégration des méthodes;
  6. une description des limites de cette intégration.

Finalement, huit ans après la publication des six recommandations GRAMMS (pour bien rapporter les études utilisant des MM), nos résultats sont décevants. Plus de la moitié des études MM en RAP (76/136 = 55,9 % dans tout l’échantillon ; 18/29 = 62,1 % en santé mondiale) ne satisfont pas les trois premières recommandations GRAMMS (recommandations 1-2-3), par exemple en raison de l’absence de description des aspects QUAL, QUAN et MM. Trop rares sont les documents qui appliquent toutes les six recommandations GRAMMS (recommandations 1-2-3-4-5-6) : six (6/136 = 4,4 %) dans tout l’échantillon, dont une (1/29 = 3,4 %) en santé mondiale (Akelo et al.,2015). Cela suggère de faire appel aux responsabilités conjointes des auteurs et autrices, des réviseurs et réviseuses, des éditeurs et éditrices et des organisations internationales comme l’Association internationale pour les recherches utilisant des méthodes mixtes (MMIRA) afin de promouvoir l’application de ces recommandations en tenant compte des spécificités des disciplines et des revues. Comme tout travail scientifique, les MM doivent être explicites, transparentes et reproductibles. Spécifiquement, mieux décrire les MM sera utile pour aider les étudiant-e-s à mieux comprendre les méthodes et stratégies mobilisées pour intégrer des phases, résultats et données QUAL et QUAN.

Conclusion

Ce chapitre rappelle que les méthodes mixtes requièrent habituellement la collaboration d’expert-e-s en méthodes QUAL et en méthodes QUAN (par exemple une personne experte en QUAL et une autre en QUAN pour les doctorant-e-s) qui doivent réconcilier leurs interprétations des sciences lorsque celles-ci diffèrent et se porter garant-e-s de la rigueur méthodologique des aspects QUAL et QUAN des MM. De plus, nous mentionnons six recommandations minimales pour bien rapporter une étude utilisant les MM et nous proposons trois types d’intégration, neuf stratégies spécifiques aux MM et tout un nouveau monde à explorer avec sept combinaisons de stratégies pour intégrer des phases, des résultats et des données QUAL et QUAN. Cette conceptualisation contribue aux connaissances sur les MM et se veut pratique. Elle peut guider les étudiant-e-s et les chercheuses et chercheurs pour planifier, conduire et évaluer des études et des évaluations de programmes utilisant les MM, notamment en santé mondiale. 

Références clés

Méthodes mixtes francophonie : http://methodesmixtesfrancophonie.pbworks.com

Cette nouvelle association internationale à but non lucratif vise à promouvoir les méthodes mixtes en français. En 2018, elle regroupe déjà 121 membres de 8 pays différents (Allemagne, Belgique, Canada, France, Rwanda, Sénégal et Suisse). Elle offre un soutien méthodologique, une bibliographie ouverte contenant les publications des membres en méthodes mixtes, et une liste d’experts, de ressources et de formations. Notamment, elle offre un accès gratuit au premier ouvrage collectif méthodologique de référence sur les méthodes mixtes en français (14 chapitres, 266 pages) : Bujold, M., Hong, Q. N., Ridde, V., Bourque, C. J., Dogba, M. J., Vedel, I. et Pluye, P. (2018). Oser les défis des méthodes mixtes en sciences sociales et sciences de la santé. Montréal : 117e Cahiers scientifiques de l’ACFAS.

Onwuegbuzie, A. J. et Combs, J. P. (2010). Emergent data analysis techniques in mixed methods research: A synthesis. Dans A. Tashakkori et C. Teddlie (dir.), Handbook of mixed methods in social and behavioral research (p. 397-430). Thousand Oaks, CA: Sage Publications.

Il s’agit d’un portrait général des analyses en méthodes mixtes selon 13 dimensions incluant par exemple l’orientation des analyses (cas, variables, processus) et les liens entre les analyses et les autres aspects méthodologiques (philosophie, objectifs et formes de données). Il permet aux évaluateurs et évaluatrices, aux étudiant-e-s et aux chercheuses et chercheurs utilisant les méthodes mixtes de situer dans une cadre plus général les stratégies d’analyses proposées et illustrées dans ce chapitre sur la santé mondiale.

Système de veille collaborative des tendances en recherche (eSRAP) : www.esrap.ca

Ce site Internet est produit par l’Unité de soutien SRAP du Québec qui soutient la recherche axée sur le patient. eSRAP est une plateforme de veille collaborative conçue pour aider les communautés intéressées par un sujet (incluant des chercheuses et chercheurs, cliniciens, évaluateurs et évaluatrices, gestionnaires, et patients/citoyens partenaires) à se tenir au courant des dernières publications scientifiques sur ce sujet. eSRAP facilite la sélection des publications pertinentes et l’accès aux publications sélectionnées. eSRAP vise à optimiser le partage des efforts de veille et celui des connaissances, et ultimement à démocratiser les veilles, par exemple en méthodes mixtes dans ce chapitre. Une version libre-service sera disponible en 2019, et pourra soutenir toute communauté intéressée par un sujet en santé mondiale.

Références

Akelo, V., McLellan-Lemal, E., Toledo, L., Girde, S., Borkowf, C. B., Ward, L., … Thomas, T. K.  (2015). Determinants and experiences of repeat pregnancy among HIV-positive Kenyan women: a mixed-methods analysis. PloS one, 10(6), e0131163.

Boot, C. R., Kruif, A. T. C., Shaw, W. S., Beek, A. J., Deeg, D. J. et Abma, T. (2016). Factors important for work participation among older workers with depression, cardiovascular disease, and osteoarthritis: a mixed method study. Journal of occupational rehabilitation, 26(2), 160-172.

Creswell, J. W. et Clark, V. L. P. (2011). Designing and conducting mixed methods research (2e éd.). Thousand Oaks, CA: Sage Publications.

De Allegri, M., Agier, I., Tiendrebeogo, J., Louis, V. R., Yé, M., Mueller, O. et Sarker, M. (2015). Factors affecting the uptake of HIV testing among men: a mixed-methods study in rural Burkina Faso. PloS one, 10(7), e0130216.

Fenenga, C. J., Nketiah-Amponsah, E., Ogink, A., Arhinful, D. K., Poortinga, W. et Hutter, I. (2015). Social capital and active membership in the Ghana National Health Insurance Scheme-a mixed method study. International journal for equity in health, 14(1), 1.

Johansson, E. W., Gething, P. W., Hildenwall, H., Mappin, B., Petzold, M., Peterson, S. S. et Selling, K. E. (2015). Effect of diagnostic testing on medicines used by febrile children less than five years in 12 malaria-endemic African countries: a mixed-methods study. Malaria journal, 14(1), 1.

Johnson, R. B., Onewuegbuzie, A. J. et Turner, L. A. (2007). Toward a definition of mixed methods research. Journal of Mixed Methods Research, 1(2), 112-133.

Niglas, K. (2010). The multidimensional model of research methodology: an integrated set of continua. Dans A. Tashakkori et C. Teddlie (dir.), Handbook of mixed methods in social and behavioral research (2e éd., p. 215-236). Thousand Oaks, CA: Sage Publications.

O’Cathain, A. (2010). Assessing the quality of mixed methods research: towards a comprehensive framework. Dans A. Tashakkori et C. Teddlie (dir.), Handbook of mixed methods in social and behavioral research (2e éd., p. 531-555). Thousand Oaks, CA: Sage Publications.

O’Cathain, A., Murphy, E. et Nicholl, J. (2008). The quality of mixed methods studies in health services research. Journal of Health Services Research and Policy, 13(2), 92-98.

Oguntunde, O., Charyeva, Z., Cannon, M., Sambisa, W., Orobaton, N., Kabo, I. A., … et Sadauki, H. (2015). Factors influencing the use of magnesium sulphate in pre-eclampsia/eclampsia management in health facilities in Northern Nigeria: a mixed methods study. BMC Pregnancy et Childbirth, 15(1), 1.

Pfadenhauer, L. M. et Rehfuess, E. (2015). Towards effective and socio-culturally appropriate sanitation and hygiene interventions in the Philippines: a mixed method approach. International journal of environmental research and public health, 12(2), 1902-1927.

Clark, V. L. P. et Ivankova, N. V. (2016). Mixed methods research: a guide to the field (vol.). Thousand Oaks, CA: Sage Publications.

Pluye, P. (2012). Méthodes mixtes en santé mondiale. Dans J. C. Suárez-Herrera et M. J. Blain (dir.), Regards croisés sur la socio-anthropologie réflexive et la recherche en santé mondiale (p. 129-135). Montréal : 114e Cahiers scientifiques de l’ACFAS.

Reichwein, B., Wolmarans, L., Nantayi, L., Nassali, F., Kakinda, A., Musumba, D., … et Baatsen, P. (2015). SegWeigh: a mixed-method approach to segmenting potential contraceptive user groups and meeting Family Planning 2020 goals. International Journal of Gynecology et Obstetrics, 130, E8-E14.

Tang, D., Pluye, P. et Bouthillier, F. (2015). eSRAP : système de surveillance de tendances en recherche permettant la collaboration des membres de communautés en recherche axée sur le patient (RAP) pour évaluer et partager les résultats et les projets de recherche de manière adaptée. Dans M. Bujold, Q. N. Hong, V. Ridde, C. J. Bourque, M. J. Dogba, I. Vedel et P. Pluye (dir.), Oser les défis des méthodes mixtes en sciences sociales et sciences de la santé (p. 40). Montréal : 117e Cahiers scientifiques de l’ACFAS.

Valentijn, P. P., Ruwaard, D., Vrijhoef, H. J., de Bont, A., Arends, R. Y. et Bruijnzeels, M. A. (2015). Collaboration processes and perceived effectiveness of integrated care projects in primary care: a longitudinal mixed-methods study. BMC health services research, 15(1), 1.

Remerciements

Pierre Pluye détient une bourse de chercheur boursier senior des Fonds de recherche du Québec en santé (FRQS). Le développement du système eSRAP est soutenu par l’Unité Soutien SRAP du Québec (composante Développements méthodologiques).

Les auteurs et autrices remercient les membres fondateurs de la communauté eSRAP-MM qui ont testé le prototype d’eSRAP, notamment tous les nouveaux et anciens étudiant-e-s et enseignant-e-s des cours FMED-672 « Applied Mixed Methods in Health Research », FMED-600 « Mixed Studies Reviews » et FMED 608 « Advanced Mixed Methods » qui sont offerts depuis 2008 par le Département de médecine familiale de l’Université McGill.

Résumé / Abstract / Resumen

Les méthodes mixtes (MM) sont de plus en plus populaires. En utilisant les MM, les chercheuses et chercheurs intègrent des méthodes qualitatives (QUAL) et quantitatives (QUAN), par exemple au niveau des questions et devis de recherche, et des collectes et analyses des données. Plusieurs stratégies d’intégration ont été proposées, mais leur conceptualisation est généralement limitée, fragmentée, ou non testée scientifiquement. Cela constitue un défi pour planifier et effectuer des études utilisant les MM, et pour enseigner les MM. Fondé sur la littérature méthodologique, le chapitre précédent a présenté un cadre conceptuel incluant tous les types d’intégration connus, des stratégies pratiques et des combinaisons possibles de stratégies pour intégrer les phases, les résultats et les données QUAL et QUAN. Dans ce chapitre, ce cadre est testé avec une revue des études utilisant les MM. Cette revue illustre plusieurs types de combinaisons avec des études en santé mondiale. Ensemble, ces deux chapitres contribuent à faire avancer les connaissances méthodologiques par (a) un appel à une meilleure description des MM dans les publications scientifiques, et (b) une conceptualisation testée proposant trois types d’intégration et neuf stratégies spécifiques, et toutes les combinaisons possibles des stratégies pour intégrer les phases, résultats et données QUAL et QUAN.

***

Mixed methods (MM) are increasingly popular. In performing MM, researchers integrate qualitative (QUAL) and quantitative (QUAN) methods with respect to worldviews, methodologies and designs, research questions, data collection and analysis techniques, and study results. Several integration strategies have been proposed, but their conceptualization is usually design-driven, or fragmented, or not empirically tested. This is challenging for planning and conducting MM studies, and for training graduate students. Based on the methodological literature, the previous chapter presented a conceptual framework including types of integration, practical strategies, and possible combinations of strategies for integrating QUAL and QUAN phases, results and data. In the present chapter, this framework is tested using a review of 2015 MM studies with a method-detailed description. This supports the framework, illustrates multiple types of combinations, and provides global health examples. These two companion chapters contribute to advance methodological knowledge on MM via (a) a call for better reporting MM studies in scientific articles, and (b) a tested conceptualisation comprising three types of integration and nine specific strategies, which explain current and future possibilities for combining strategies to integrate QUAL and QUAN phases, results, and data.

***

Los métodos mixtos (MM) son cada vez más populares. Al utilizar los métodos mixtos, los investigadores integran métodos cualitativos (QUAL) y cuantitativos (QUAN) con respecto a las cosmovisiones, metodologías y diseños, preguntas de investigación, técnicas de recopilación y análisis de datos y resultados de estudios. Se han propuesto varias estrategias de integración, pero su conceptualización suele estar impulsada por el diseño, o ser fragmentada, o no haber sido probada empíricamente. Esto es un reto para la planificación y realización de estudios que utilizan métodos mixtos y para la formación de estudiantes de postgrado. Basado en la literatura metodológica, este capítulo presenta un marco conceptual que incluye tipos de integración, estrategias prácticas y posibles combinaciones de estrategias para integrar las fases, resultados y datos de QUAL y QUAN. En el siguiente capítulo, este marco se prueba utilizando una revisión de los estudios que utilizan métodos mixtos de 2015 con una descripción detallada del método. Esto apoya el marco, ilustra múltiples tipos de combinaciones y proporciona ejemplos de salud mundial. Estos dos capítulos complementarios contribuyen a avanzar en el conocimiento metodológico de los métodos mixtos a través de (a) un llamado a informar mejor sobre los estudios que utilizan métodos mixtos en artículos científicos, y (b) una conceptualización probada que comprende tres tipos de integración y nueve estrategias específicas, que explican las posibilidades actuales y futuras de combinar estrategias para integrar las fases, los resultados y los datos de QUAL y QUAN.

***

Pierre Pluye est professeur titulaire au Département de médecine de famille de l’Université McGill, chercheur-boursier senior du Fonds de recherche du Québec Santé (FRQS), et directeur de la composante Développement méthodologique à l’Unité SOUTIEN SRAP du Québec. Il est membre associé de l’École des sciences de l’information de l’Université McGill. Il est spécialiste en médecine familiale et en santé publique. Il détient un doctorat en promotion de la santé (Université de Montréal). Il a obtenu des bourses de carrière des Instituts de recherche en santé du Canada (IRSC) et du FRQS. En 2017, il a été élu membre de l’Académie canadienne des sciences de la santé, et a reçu le prix du « Chercheur de l’année » du Collège des médecins de famille du Canada. Il possède une expertise en méthodes mixtes. Ses recherches étudient les effets des informations issues de ressources électroniques sur les professionnels, les patients et le public

Enrique García Bengoechea est chercheur dans la faculté d’éducation et sciences de la santé de l’université de Limerick (Irlande). Ses intérêts principaux de recherche sont la promotion de l’activité physique et la santé dans le contexte communautaire et le développement et socialisation des jeunes dans le sport. Préalablement, Enrique a travaillé comme chercheur dans le « Alberta Centre for Active Living », a enseigné aux universités McGill et Western Sydney, et a été conseiller en méthodes mixtes de recherche dans la plateforme de développements méthodologiques de l’Unité Soutien SRAP du Québec. Il a été aussi chercheur invité à l’institut du sport, exercice et la vie active (ISEAL) de l’université Victoria à Melbourne. Enrique est couramment membre de l’équipe de recherche de l’étude BuiltEnvironmentand Active Transport to School (BEATS), basée al’université d’Otago. Il est aussi affilié au groupe de recherche Éducation physique et promotion de l’activité physique de l’université de Zaragoza.

David Li Tang est agent de développement des services au Conseil national de recherches du Canada, et professeur adjoint au Département de médecine familiale de l’Université McGill. Son domaine de travail est axé sur l’innovation. David et ses collègues conçoivent et développent notamment des infrastructures et des méthodologies pour stimuler l’innovation au niveau collectif le plus large, impliquant des agences gouvernementales, des universités, des industries, des associations professionnelles, ainsi que des chercheuses et chercheurs individuels. Ils ont un impact sur les systèmes canadiens d’innovation et de soins de santé. La recherche multidisciplinaire de David couvre les sciences sociales, l’ingénierie et les sciences de l’information.

Vera Granikov est une spécialiste de l’information intégrée dans le Département de médecine de famille de l’Université McGill. Elle fournit des services informationnels adaptés aux chercheuses et chercheurs et aux cliniciens en soins primaires et coordonne le système de veille collaborative financé par l’Unité SOUTIEN SRAP du Québec. Vera poursuit actuellement des études de doctorat à l’École des sciences de l’information de l’Université McGillet détient une bourse au doctorat de Fonds de recherche du Québec – Société et culture (FRQSC).

Citation

Pierre Pluye, Enrique Garcìa Bengoechea, David Li Tang, Vera Granikov. (2019). La pratique de l’intégration en méthodes mixtes. Les multiples combinaisons des stratégies d’intégration. In Évaluation des interventions de santé mondiale. Méthodes avancées. Sous la direction de Valéry Ridde et Christian Dagenais, pp. 213-238. Québec : Éditions science et bien commun et Marseille : IRD Éditions.

Licence

Symbole de License Creative Commons Attribution - Partage dans les mêmes conditions 4.0 International

Évaluation des interventions de santé mondiale Droit d'auteur © 2019 par Pierre Pluye, Enrique García Bengoechea, David Li Tang, Vera Granikov est sous licence License Creative Commons Attribution - Partage dans les mêmes conditions 4.0 International, sauf indication contraire.

Partagez ce livre