Free Access
Issue
Pédagogie Médicale
Volume 26, Number 1, 2025
Page(s) 39 - 43
Section Recherche et Perspectives
DOI https://doi.org/10.1051/pmed/2025014
Published online 12 février 2026

© SIFEM, 2026

Introduction

Conscientisés aux limites des approches quantitatives, de nombreux groupes de recherche du domaine de la santé en Europe ainsi qu’en Amérique du Sud et du Nord, s’enthousiasment pour les approches qualitatives. Ce texte aborde le malaise auquel se heurtent les chercheurs confrontés aux multiples interprétations des données qualitatives. Un mot, avec son champ sémantique, est susceptible de donner lieu à plusieurs interprétations, parfois contradictoires, comparativement à une donnée chiffrée dont le champ d’interprétation est plus restreint. Nous proposons ici une exploration du paradigme sous-jacent à l’interprétation des données qualitatives, ainsi que des critères permettant d’en assurer la rigueur scientifique.

La recherche est une activité dédiée à la création de connaissances pour décrire et comprendre le monde en constante évolution : elles ne peuvent rester figées. Edgar Morin, philosophe français, nous rappelle la nature éphémère de la connaissance : « La connaissance est une navigation à travers un océan d’incertitude, où l’on peut se réapprovisionner sur des îles ou des archipels de certitude » [1].

Certes, la création de connaissances demeure avant tout une question technique. L’outillage nécessaire pour accéder aux détails les plus fins des phénomènes, permettant une compréhension plus approfondie, y joue un rôle déterminant. Le microscope électronique, mis au point dans les années 1930, a rendu possible l’observation de structures infimes et a favorisé l’élaboration d’une représentation visuelle de la molécule d’acide désoxyribonucléique (ADN), le code fondamental au cœur de la vie humaine. Bien que ces avancées techniques aient donné lieu à un volume de connaissances en croissance exponentielle, il est facile de se laisser emporter par l’illusion que l’homme détiendrait le pouvoir divin. Or, comme nous le rappelle Morin, nous sommes encore bien loin de tout savoir et de tout contrôler.

Contrairement à l’ADN, dont la structure matérielle peut être observée et, même, manipulée, l’apprentissage ne laisse aucune trace visible. Nous n’arrivons pas à nous rapprocher de ce phénomène, en partie biochimique, mais avant tout social, sujet à multiples interactions difficiles de prédire. C’est pour cette raison que la recherche sur l’apprentissage a recours à des modèles théoriques, qui ne sont que des hypothèses, pour appréhender ce phénomène hautement complexe. L’avènement de l’informatique, et les travaux de Turing nous ont permis de construire une métaphore puissante pour aborder l’apprentissage – celle de l’ordinateur – qui ne contredit pas les observations du comportement humain. En fait, à défaut d’avoir des instruments nous permettant de construire une représentation visuelle, à l’instar de l’ADN, des processus cognitifs d’un individu, nous resterons dans le monde de la conjecture, bien au large des « archipels de certitude » [1].

Ce qui rend l’apprentissage infiniment complexe, c’est ce que les vygotskiens appellent la médiation. Il est vrai que, dans certaines circonstances, les êtres humains réagissent automatiquement, sans réfléchir. Mais en dehors de ces situations extrêmes, l’être humain exerce un contrôle significatif sur ses comportements, défiant souvent la logique. Grâce à la médiation, il peut adapter ses actions en fonction du contexte et de ses intérêts. Cela complique la tâche d’étudier l’apprentissage : il ne s’agit plus d’une relation linéaire stimulus-réponse, mais bien d’une variation infinie de possibilités issues du libre arbitre de chaque individu. Pour avancer dans notre propos, il est donc nécessaire de s’attarder sur la nature de la connaissance, une question éminemment paradigmatique.

La nature adaptative de la connaissance

La connaissance n’est pas une entité figée ; elle évolue et s’adapte en fonction des contextes et des besoins. Pour les médecins, elle se construit à partir de la formation initiale, de la recherche scientifique, de l’expérience clinique et des interactions interpersonnelles [2]. Pour les patients, elle émerge de l’expérience vécue de la maladie, des interactions avec les systèmes de soins et des réseaux de soutien social [3]. Il est alors possible d’entrevoir deux perspectives : la manière dont une connaissance peut être considérée comme vraie (ontologie) et la manière dont elle peut être jugée crédible selon son mode de production (épistémologie). À titre illustratif, nous comparons ici deux paradigmes : le positiviste et le pragmatique.

Le paradigme positiviste repose sur des connaissances issues de données probantes – vérifiées sans biais et résistantes à la réfutation [4]. Afin de minimiser la subjectivité, ce paradigme s’appuie sur des chiffres et des mesures considérés comme des moyens de réduire le besoin d’interprétation. La différence entre deux mesures constitue une donnée suffisamment impartiale pour affirmer qu’un changement a eu lieu et pour en accepter la signification. À condition que les instruments soient correctement calibrés, la donnée probante ne se prête pas à l’ambiguïté de l’interprétation. Les professionnels de la santé sont formés à mobiliser ce type de connaissance, perçue comme une garantie de sécurité pour les interventions réalisées auprès des patients.

Malgré la remise en question actuelle du paradigme scientifique dominant, hérité du Siècle des Lumières, celui-ci ne peut être entièrement écarté. À l’époque, la vision mécaniste du monde proposée par Isaac Newton, par exemple, a exercé une forte attraction sur des populations en quête de réassurance face à des phénomènes incompréhensibles. Bien que les équations qu’il a formulées n’aient pas été démontrées fausses, leur caractère incomplet nous apparaît aujourd’hui évident – en partie grâce à Einstein et à sa théorie de la relativité. Nous ne pouvons pas contester l’énoncé « je pense, donc je suis » ; nous pouvons seulement reconnaître qu’il ne représente qu’une infime partie de ce que nous sommes dans notre totalité.

La manière dont les patients développent leur savoir expérientiel s’inscrit dans le paradigme pragmatique, en cohérence avec les conceptions de John Dewey sur l’apprentissage à partir de l’expérience. L’apprentissage expérientiel est enraciné dans un processus d’examen et de mise à l’épreuve par l’expérience de vie, qui amène à questionner les croyances et à construire une théorie personnelle se raffinant tout au long de la vie. Ce processus est continu et unique – chacun l’accomplit à sa manière et le régule au gré d’un processus d’essais et d’erreurs [5]. Ainsi, dans cette perspective, l’expérience est considérée comme ontologiquement vraie et épistémologiquement crédible lorsque le sens qui en est tiré est partagé au sein d’une communauté familière avec des expériences semblables.

Une implication cruciale de ce paradigme est que la connaissance ne peut être considérée comme définitive : elle est en permanence « en construction ». Bien que cela puisse sembler en net contraste avec le paradigme positiviste, où le savoir est jugé immuable et dont la pertinence repose sur sa reproductibilité, la philosophie post-critique de Polanyi offre une voie pour résoudre cette tension [6]. Elle suggère que toute connaissance humaine du monde est nécessairement enchâssée dans un cadre créé par l’homme, un ordre théorique imposé à l’aléatoire de la nature.

Ainsi, le savoir que les patients et les cliniciens [7] acquièrent par leurs expériences et leurs interactions est considéré comme légitime dans le paradigme pragmatique. La connaissance des états internes du corps conduit à une conscience accrue des besoins de santé, des préférences et de ce qui paraît approprié ou non, et elle guide en fin de compte la prise de décision partagée.

L’une des avancées importantes du mouvement en faveur du partenariat avec les patients est qu’il met en évidence deux formes de connaissance difficiles à mettre en dialogue. Cela est en partie attribuable au fait que le savoir médical tend à être perçu comme dominant et normatif, tandis que le savoir expérientiel du patient est souvent relégué à un rôle secondaire, voire anecdotique. Cette asymétrie contribue à créer des malentendus et à limiter la possibilité de véritables décisions cliniques partagées [8].

La recherche qualitative

À la recherche qualitative incombent les tâches de défrichage, de découverte et de description des phénomènes encore peu connus. En contrepartie, la recherche quantitative se fonde sur un savoir préalable nécessaire pour formuler des hypothèses relatives à un phénomène et vise à confirmer ces connaissances. Ceci explique pourquoi, dans les études qualitatives, on retrouve des questions ou des objectifs de recherche plutôt que des hypothèses.

L’iceberg constitue une métaphore utile pour comprendre la recherche qualitative : seule la partie qui flotte au-dessus de la surface de l’eau est visible à l’œil nu, tandis que la plus grande partie demeure cachée sous l’eau. L’obstacle majeur pour comprendre ce qui se passe en dessous, est que la glace est en constante transformation, fondant et se cristallisant à nouveau. Dans un tel contexte de flux permanent, il est difficile de prédire les résultats, qui peuvent être multiples et parfois défier la logique préalable. Selon la perspective du philosophe français Gilles Deleuze [9], la science ne doit pas s’astreindre à trouver une seule réponse à une seule question, mais bien de multiples réponses à chaque question.

Michel Foucault, philosophe français, nous aide à saisir cette nuance en proposant la notion de la généalogie, élaborée en opposition à l’idée de science unitaire. Sensible aux modes de vérification propres aux discours dominants, Foucault remit en question la science unitaire qui, à travers des rapports de force sociaux inégaux, s’arrogeait le droit de déterminer la vérité d’une connaissance [10] créant ainsi un déséquilibre que certains qualifient « d’injustice épistémique » [11].

La généalogie se présente alors comme une vision alternative à la science unitaire, qui tend à centrer le regard du chercheur sur les aspects transversaux, c’est-à-dire ceux qui se répètent entre les observations. Par exemple, dans les essais cliniques randomisés, les chercheurs se focalisent uniquement sur ce qui ne change pas d’une observation à l’autre, allant jusqu’à ignorer les différences entre elles. Ces « invariants » permettent de formuler des inférences générales sur les effets qu’ils cherchent à démontrer. Comme la science unitaire vise à dégager ce qui converge entre les cas observés, le contexte propre à chacun est délibérément écarté. La généalogie, quant à elle, met l’accent sur les divergences entre les cas, en préservant les effets du contexte – ce qui signifie que le nombre de réponses possibles risque d’atteindre l’infini.

De plus en plus, la recherche en sciences de la santé – et pas seulement dans le champ de la pédagogie médicale – a recours aux méthodologies qualitatives afin d’éclairer des zones situées au-delà de ce que la recherche quantitative peut révéler. Nous postulons que l’un des obstacles freinant cette évolution réside dans la dimension problématique de l’interprétation.

L’interprétation

La critique post-positiviste formulée par Polanyi soutient que tout résultat de recherche ne peut échapper à l’interprétation [6]. Il incombe alors au chercheur qualitatif de renoncer aux affirmations empreintes de certitude et de reconnaître d’emblée que son interprétation n’en est qu’une parmi d’autres. Au diable la reproductibilité, si chère aux positivistes ! Le problème n’est plus celui de la distorsion liée à la subjectivité, mais bien celui de sa circonscription.

Kirstin Malterud [12] aborde la recherche qualitative en médecine (et pas uniquement en pédagogie médicale) dans le journal The Lancet. Son objectif explicite est d’ouvrir la voie à une plus grande implication des médecins dans les approches qualitatives en recherche, tandis que son objectif implicite est d’introduire la divergence paradigmatique de la connaissance et la nécessité d’en saisir les nuances. Ce qui freine cette évolution, selon elle, c’est l’absence de stratégies sophistiquées pour l’interprétation des données, en particulier celles qui sont ambiguës et difficiles à prévoir. Elle affirme qu’il est impossible de mener une recherche en écartant la subjectivité – le chercheur, tout comme le participant qui partage ses idées, font partie intégrante des données de recherche [13].

Il ne fait aucun doute que l’une des tâches ardues mais nécessaires du chercheur consiste à organiser, classer et comparer les données dans la vaste entreprise de l’interprétation. L’analyse de ces données implique toujours un certain degré d’abstraction subjective. Le chercheur qualitatif doit rendre explicites ses biais, son expérience avec l’objet d’étude ainsi que ses postures et croyances. Dans les écrits de recherche qualitative, les revues exigent généralement une section réflexive afin que les auteurs y dévoilent leurs biais dans la partie consacrée aux méthodes.

Par ailleurs, afin d’asseoir l’interprétation des données sur des bases considérées solides, deux éléments deviennent essentiels pour le chercheur qualitatif : le cadre conceptuel et les critères de scientificité.

Les cadres conceptuels en éducation et en sciences sociales sont nombreux. Il est important que le chercheur en sélectionne un pour étayer les interprétations qu’il fera des données. Le cadre balise la réflexion du chercheur, dans la mesure où l’objet et ses dimensions sous-jacentes sont identifiés à l’avance, et il contribue ainsi à la validité communicative du travail. En déclarant que leur interprétation s’appuie sur un cadre conceptuel décrit dans les écrits – comme, par exemple, la pratique réflexive, la théorie de l’activité ou la théorie de l’auto-efficacité – les chercheurs restreignent l’ampleur des interprétations possibles.

Les critères de scientificité sont essentiels pour étayer l’interprétation. Ils servent à asseoir la qualité des données recueillies sur lesquelles repose l’interprétation. Il s’agit donc d’une dimension sous-jacente à l’ensemble du projet de recherche, qui permet également d’assurer une certaine robustesse des interprétations. Le Tableau 1 permet de comparer les critères de scientificité des deux types de recherche et d’illustrer leur complémentarité.

Tableau 1

Comparaison des critères de scientificité (adapté de Sturmberg et Martin [14]).

Conclusion

En considérant la connaissance comme un processus de navigation adaptatif et en acceptant la diversité de ses formes, il devient possible de construire des savoirs pertinents pour améliorer la pratique médicale.

L’histoire et les ressentis des individus ne se traduisent pas aisément en variables biomédicales ni en statistiques. Les mots employés pour s’exprimer véhiculent des champs sémantiques uniques, mais en même temps suffisamment généraux pour être intelligibles à d’autres. Les approches qualitatives sont particulièrement bien placées pour saisir la richesse des nuances du vécu, tel qu’exprimées par un individu ou un groupe. Ces nuances sont au cœur de la pratique de la médecine moderne, désormais sensible aux dimensions culturelles et aux symptômes qui ne devraient pas être passés sous silence par les protocoles de traitement.

Conflits d’intérêts

L’auteur ne déclare aucun lien d’intérêt en lien avec le contenu de cet article.

Approbation éthique

Non sollicitée car sans objet.

Références

  1. Morin E. Réveillons-nous ! Paris: Denoël; 2002. [Google Scholar]
  2. Kuper A, Veinot P, Leavitt J, Levitt S, Li A, Goguen J, et al. Epistemology, culture, justice and power: Non-bioscientific knowledge for medical training. Med Educ 2017;51:158‐73. [Google Scholar]
  3. Dumez V, L’Espérance A. Beyond experiential knowledge: A classification of patient knowledge. Soc Theory Health 2024;1‐14. [Google Scholar]
  4. Popper K. The logic of scientific discovery. London: Routledge Classics; 2002. [Google Scholar]
  5. Dewey J. Experience and education. New York, NY: Simon & Schuster; 1938 (1997). [Google Scholar]
  6. Polanyi M. Personal knowledge: Towards a post-critical philosophy. Chicago, IL: The University of Chicago Press; 1968/2015. [Google Scholar]
  7. Bilodeau K, Henriksen C, Aloisio Alves C, Gélinas-Gagné C, Piché L, Pepin J, et al. Contrasting patients’ and healthcare professionals’ experience in hematological cancer care pathway: A narrative study. Patient Exp J 2025;12(1):169‐81. [Google Scholar]
  8. Thomas A, Kuper A, Chin-Yee B, Park M. What is “shared” in shared decision-making? Philosophical perspectives, epistemic justice, and implications for health professions education. J Eval Clin Pract 2020;26(2):409‐18. [Google Scholar]
  9. Coleman R, Ringrose J (dirs). Deleuze and research methodologies. Edinburgh: Edinburgh University Press; 2013. [Google Scholar]
  10. Jorgensen KM. The meaning of local knowledges: Genealogy and organizational analysis. Scand J Manag 2002; 18:29‐46. [Google Scholar]
  11. Fricker M. Evolving concepts of epistemic injustice. The Routledge Handbook of Epistemic Injustice. Routledge, 2017:53‐60. [Google Scholar]
  12. Malterud K. Qualitative research: Standards, challenges, and guidelines. Lancet 2001;358(9280):483‐8. [Google Scholar]
  13. Paillé P, Mucchielli A. L’analyse qualitative en sciences humaines et sociales (3e éd.). Paris: Armand Colin; 2012. [Google Scholar]
  14. Sturmberg JP, Martin CM. Complexity in health: An introduction. In: Martin CM, Sturmberg JP (dirs). Handbook of systems and complexity in health. New York: Springer Science+Business Media, 2013:1‐17. [Google Scholar]

Citation de l’article : Fernandez N. Décoder les données qualitatives : aux sources de la question interprétative. Pédagogie Médicale, 2025:26;39-43, https://doi.org/10.1051/pmed/2025014

Liste des tableaux

Tableau 1

Comparaison des critères de scientificité (adapté de Sturmberg et Martin [14]).

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.