Simple Science

La science de pointe expliquée simplement

# Statistiques# Applications# Méthodologie# Apprentissage automatique

Évaluer l'efficacité des programmes de bien-être au travail

Une étude examine à quel point le programme iThrive a bien fonctionné parmi les employés.

― 6 min lire


Résultats de l'étude surRésultats de l'étude surle programme de bien-êtreau travailbien-être.sur l'efficacité des programmes deUne étude révèle des résultats mitigés
Table des matières

Les programmes de bien-être au travail sont des initiatives que les employeurs utilisent pour encourager leurs employés à adopter des modes de vie plus sains. Ces programmes proposent souvent des récompenses financières pour participer à des activités comme faire de l'exercice, bien manger ou assister à des dépistages de santé. L'idée principale, c'est que des employés en meilleure santé mèneront à une meilleure productivité et à des coûts de santé réduits pour l'employeur.

Cet article parle d'une étude qui visait à évaluer l'efficacité d'un programme de bien-être au travail appelé iThrive. L'étude se concentre sur l'efficacité du programme, surtout dans les cas où certains employés ne respectaient pas les exigences du programme.

Pourquoi des programmes de bien-être au travail ?

Les employeurs s'intéressent aux programmes de bien-être au travail parce qu'ils veulent que leurs employés soient plus performants et plus heureux au travail. Des employés en meilleure santé peuvent signifier des dépenses de santé réduites, ce qui peut entraîner des économies significatives pour les entreprises. Cependant, tous les programmes de bien-être ne donnent pas les résultats escomptés.

Le défi de la Non-conformité

Dans beaucoup d'études sur les programmes de bien-être, il y a un problème de non-conformité. Cela veut dire que même quand les employés sont invités à participer à un programme, tout le monde ne le fait pas. Ce manque de participation peut rendre difficile la mesure de l'efficacité des programmes. Le défi consiste à identifier si le manque de résultats est dû au programme lui-même ou parce qu'il n'y a pas assez de participants.

Utilisation de méthodes statistiques

Dans l'étude discutée, les chercheurs ont utilisé des modèles statistiques pour mieux comprendre l'impact du programme iThrive. Ils ont développé un modèle Bayesian Causal Forest, une approche statistique qui peut gérer la nature compliquée de la participation des gens à ces programmes. En tenant compte de qui a respecté le programme et qui ne l'a pas fait, les chercheurs ont voulu voir les véritables effets d'iThrive.

L'étude sur le bien-être au travail en Illinois

L'étude sur le bien-être au travail en Illinois a recruté plus de 12 000 employés, dont environ 4 800 ont participé à la recherche. La moitié de ces employés ont été invités à rejoindre le programme de bien-être, tandis que les autres ont servi de groupe témoin. L'objectif était de comparer les Résultats de santé de ceux qui ont participé au programme iThrive avec ceux qui ne l'ont pas fait.

Résultats clés sur les résultats de santé

Les résultats de l'étude ont révélé que le programme iThrive n'avait pas d'impact significatif sur la plupart des mesures liées à la santé. Sur 42 résultats différents analysés, seuls quelques-uns ont montré des effets, et la plupart de ceux-ci étaient négligeables.

Cependant, il y avait des domaines spécifiques où le programme avait un effet. Les participants étaient plus susceptibles de recevoir des dépistages de santé, et leur confiance dans la priorité accordée à la santé et à la sécurité par la direction s'est améliorée. Cela indique que, même si le programme n'a peut-être pas changé de manière dramatique les indicateurs de santé, il a influencé certaines perceptions liées à la santé.

Taux de participation et conformité

Un des facteurs essentiels pour comprendre les résultats était la conformité. Pour le programme iThrive, seulement environ la moitié de ceux invités ont réellement complété l'évaluation des risques pour la santé nécessaire pour participer. Ce taux de non-conformité élevé est typique de nombreux programmes de bien-être et constitue un obstacle important à une évaluation efficace.

Qu'en est-il des différents groupes ?

L'étude a également examiné si les effets du programme iThrive variaient selon les différents groupes d'employés. Certaines personnes peuvent réagir aux programmes de bien-être d'une manière que d'autres ne le font pas, ce qu'on appelle l'hétérogénéité des effets du traitement.

Par exemple, parmi les employés qui percevaient leur santé comme médiocre au début de l'étude, la participation à iThrive semblait conduire à une diminution des signalements de maladies chroniques. Par contre, ceux qui croyaient que leur santé était bonne ont déclaré une augmentation des Conditions chroniques malgré leur participation au programme.

La nature complexe de la santé

Ces résultats illustrent un point important : la relation entre les programmes de bien-être et les résultats de santé est complexe. Ce n'est pas juste une question de savoir si les employés sont sains ou non ; cela reflète aussi leurs réponses mentales et émotionnelles aux interventions en matière de santé. Par exemple, les employés déjà motivés à être en bonne santé peuvent ne pas montrer les mêmes résultats que ceux qui ont une faible motivation ou des problèmes de santé existants.

Directions futures en recherche

Étant donné les défis et les résultats du programme iThrive, plus de recherches sont nécessaires pour comprendre comment les initiatives de bien-être au travail peuvent être rendues plus efficaces. Les études futures pourraient se concentrer sur différentes approches pour augmenter les taux de participation aux programmes de bien-être. Il pourrait aussi être utile d'examiner comment les différentes démographies des employés affectent les résultats du programme.

De plus, des études à long terme pourraient donner une image plus claire de la manière dont les programmes de bien-être au travail influencent la santé et la productivité des employés au fil du temps.

Conclusion

Les programmes de bien-être au travail comme iThrive promettent d'améliorer la santé et le bien-être des employés, mais leur efficacité peut varier énormément. Comprendre la nature de la participation et les complexités du comportement humain est crucial pour évaluer ces programmes. Les chercheurs doivent continuer à innover en matière de méthodes pour évaluer l'impact réel des initiatives de bien-être, en veillant à ce que les futurs programmes puissent offrir les avantages potentiels pour les employés et les employeurs.

Source originale

Titre: A Bayesian Classification Trees Approach to Treatment Effect Variation with Noncompliance

Résumé: Estimating varying treatment effects in randomized trials with noncompliance is inherently challenging since variation comes from two separate sources: variation in the impact itself and variation in the compliance rate. In this setting, existing flexible machine learning methods are highly sensitive to the weak instruments problem, in which the compliance rate is (locally) close to zero. Our main methodological contribution is to present a Bayesian Causal Forest model for binary response variables in scenarios with noncompliance. By repeatedly imputing individuals' compliance types, we can flexibly estimate heterogeneous treatment effects among compliers. Simulation studies demonstrate the usefulness of our approach when compliance and treatment effects are heterogeneous. We apply the method to detect and analyze heterogeneity in the treatment effects in the Illinois Workplace Wellness Study, which not only features heterogeneous and one-sided compliance but also several binary outcomes of interest. We demonstrate the methodology on three outcomes one year after intervention. We confirm a null effect on the presence of a chronic condition, discover meaningful heterogeneity impact of the intervention on metabolic parameters though the average effect is null in classical partial effect estimates, and find substantial heterogeneity in individuals' perception of management prioritization of health and safety.

Auteurs: Jared D. Fisher, David W. Puelz, Sameer K. Deshpande

Dernière mise à jour: 2024-08-26 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2408.07765

Source PDF: https://arxiv.org/pdf/2408.07765

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires