Validation d’une intervention psychosociale sur l’image corporelle chez les personnes âgées : un plan expérimental

Résumé

Cette intervention expérimentale examine la satisfaction corporelle des personnes âgées. L’objectif est de comparer une intervention spécifique avec un autre programme général et de déterminer lequel est le plus efficace pour améliorer la satisfaction corporelle chez les personnes de plus de cinquante ans.

Résumé

Pour la plupart des gens, la satisfaction corporelle est cruciale pour développer à la fois un concept de soi positif et l’estime de soi, et par conséquent, elle peut influencer la santé mentale et le bien-être. Cette idée a été testée avec des personnes plus jeunes, mais aucune étude n’explore si les interventions sur l’image corporelle sont utiles lorsque les gens vieillissent. Cette recherche valide un programme spécifique conçu pour les personnes âgées (IMAGINA Specific Body Image Program). Cela se fait en utilisant un plan expérimental mixte, avec des comparaisons entre les sujets et à l’intérieur du sujet qui se concentrent sur la satisfaction corporelle avant et après le traitement expérimental, en comparant deux groupes. L’utilisation de cette méthodologie expérimentale permet d’identifier l’effet de l’intervention dans un groupe de 176 personnes. Le score obtenu avec le Questionnaire sur la forme du corps (BSQ) était la variable dépendante, et le programme IMAGINA était la variable indépendante. Quant à l’âge, au sexe, au statut relationnel, à la saison et à l’environnement de résidence, il s’agissait de variables contrôlées. Il y avait des différences significatives dans la satisfaction corporelle entre les deux programmes, obtenant de meilleurs résultats avec IMAGINA. Les variables contrôlées ont eu un effet beaucoup moins significatif que le traitement. Par conséquent, il est possible d’améliorer la satisfaction corporelle chez les personnes âgées grâce à des interventions similaires à celle présentée ici.

Introduction

Dans les sociétés occidentales, avoir l’air bien, en bonne santé et jeune est très important pour se sentir bien, s’intégrer, interagir avec les autres et réussir, devenant un élément central du concept de soi et de l’estime de soi. La satisfaction d’une personne à l’égard de son corps dépend de sa perception personnelle, en particulier de la façon dont elle se sent, perçoit, imagine et réagit à l’apparence physique et au fonctionnement du ^corps1,2. En suivant cette définition, il est possible d’identifier deux dimensions qualitativement différentes au sein de cette construction. D’une part, il y a la dimension perceptive, qui dépend de l’évaluation de la taille, de la forme et des proportions du corps lui-même; d’autre part, il y a le domaine cognitivo-émotionnel (c’est-à-dire la « satisfaction corporelle »³), qui fait l’objet de cette recherche.

Essentiellement, la satisfaction corporelle est le degré d’acceptation de son apparence ^physique4 par une personne, ce qui est mauvais si cette évaluation affecte négativement la confiance en soi et positive lorsqu’elle augmente la confiance personnelle dans l’interaction avec les ^autres5,6. Traditionnellement, on a considéré que lorsqu’une personne vieillit et entre dans la dernière étape de la vie (en prenant l’âge de 50 ans comme point de coupure pour l’âge moyen), les préoccupations liées à l’image corporelle diminuent considérablement. En d’autres termes, on pense que les distorsions perceptuelles de l’image corporelle typiques de l’adolescence et de la ^{jeunesse6,7,8} sont rares chez les personnes ^âgées9,10. La raison en est que l’accent des préoccupations passe du poids et de la forme physique à d’autres défauts physiques importants plus associés au manque de santé et au déclin physique.

Dans cette ligne, la littérature scientifique a montré que les principales préoccupations concernant l’apparence physique des personnes âgées se concentrent sur les signes du vieillissement, tels que la perte de forme physique, les rides et le vieillissement de la peau, la perte de cheveux et les cheveux gris, l’odeur corporelle, entre ^autres11,12. Il a également été soutenu que la perception de ces signes de vieillissement joue un rôle évolutif et adaptatif, car elle permet aux gens de prendre progressivement conscience du vieillissement, aidant ainsi à accepter la transformation et la détérioration de l’apparence physique. Bien que cela puisse être vrai, il n’en est pas moins vrai que la conscience du vieillissement influence négativement la satisfaction du corps. Ce n’est pas en vain que le phénomène répandu de la « crise de la quarantaine » fait référence à un point de basculement dans lequel la personne commence à se rendre compte qu’elle vieillit et, dans certains cas, cela s’accompagne de symptômes dépressifs qui, s’ils ne sont pas correctement traités, peuvent interférer avec le bien-être personnel et la santé ^mentale11,13.

Les implications psychologiques et émotionnelles dérivées de la conscience de la sénescence ont été ^étudiées14. En ce sens, la détérioration de l’apparence physique a été considérée comme le signe le plus indubitable que quelqu’un puisse éprouver concernant l’arrivée de la sénescence15. Cela s’ajoute au sentiment de jouer un rôle social non pertinent et sous-évalué ¹⁶. Par conséquent, l’auto-identification en tant que « personne âgée » est irrémédiablement liée à l’acceptation progressive de nouvelles limitations et de circonstances défavorables. Ainsi, la personne âgée commence à éprouver des difficultés et des problèmes émotionnels, tels que l’anxiété, le stress ou la dépression. En peu de temps, la personne peut s’identifier à des rôles sociaux négatifs tout en acceptant mal les limitations physiques associées au ^{vieillissement17,18}.

Dans différents groupes d’âge, comme les adolescents et les jeunes, on sait que la satisfaction et l’image corporelle peuvent s’améliorer grâce aux programmes ^{d’intervention1,19}. Des exemples de ceci sont les interventions bien connues de Cash (1997)²⁰ et PICTA (Programme préventif sur l’image corporelle et les troubles de l’alimentation en espagnol) par Maganto, del Río et Roiz (2002)²¹, ainsi que certains programmes plus récents (Kilpela et al., 2016)²², Halliwell et al. (2016)²³, McCabe et al. (2017)²⁴ ou Bailey, Gammage et Van Ingen (2019)²⁵ . Cependant, aucun d’entre eux ne cible les personnes matures et se concentre principalement sur les femmes, à l’exception de l’intervention développée par Sánchez-Cabrero (2012)²⁶ appelée « IMAGINA » que cette étude vise à valider. Supposons qu’une intervention thérapeutique sur l’image corporelle puisse contribuer à l’acceptation de soi et développer un soi positif chez les jeunes. Il n’y a aucune raison de ne pas l’appliquer et d’intervenir chez les personnes âgées qui font face à des changements radicaux dans leur corps27,28,29.

La conception expérimentale est la méthodologie la plus efficace pour déterminer les relations causales et évaluer si une intervention thérapeutique produit des améliorations. Tout d’abord, il est nécessaire d’isoler l’effet d’intervention du reste des variables intermédiaires, ce qui, en sciences sociales, est très coûteux et complexe puisque les facteurs qui peuvent influencer sont presque innombrables. Deuxièmement, cela nécessite également une comparaison pré-post-traitement, des comparaisons entre les groupes témoins et expérimentaux, la randomisation des participants dans les conditions de contrôle et de traitement, ainsi que l’étude des variables intermédiaires les plus pertinentes. Ainsi, cette expérience poursuit deux objectifs principaux : (1) analyser l’amélioration de la satisfaction de l’image corporelle des personnes de plus de 50 ans s’inscrivant à un programme spécifique de satisfaction corporelle par rapport aux progrès réalisés dans un programme général (non spécifique) ; (2) examiner la relation entre la satisfaction corporelle et les variables intermédiaires telles que l’âge, le sexe, le statut relationnel, la période de l’année de participation et le fait de vivre dans une résidence métropolitaine ou rurale.

Protocole

Le Comité a examiné le Protocole sur la conduite scientifique et l’éthique de l’Université Alfonso X el Sabio. De plus, un groupe de scientifiques externes à l’équipe de recherche a vérifié et approuvé l’ensemble du processus expérimental. Pour permettre la participation à l’étude, il était nécessaire de signer un consentement éclairé acceptant de s’inscrire au programme, comme le recommande la Déclaration ^{d’Helsinki30}. Avant l’inscription, il a été garanti qu’aucun des participants ne subirait de stress psychologique ou de préjudice résultant de l’intervention.

1. Réaliser l’étude sur le terrain

REMARQUE : La conception expérimentale suit un plan mixte, avec des mesures entre les sujets (groupes expérimentaux et témoins) et des mesures répétées avant et après le traitement. Cette conception expérimentale permet d’isoler l’effet du traitement (les résultats obtenus dans un programme spécifique de satisfaction corporelle) d’autres variables liées aux différences individuelles puisque la satisfaction corporelle a été mesurée avant et après le traitement. L’étude compare également le traitement avec ce qui s’est passé lors de la participation à un programme d’intervention non spécifique (groupe témoin) isolant l’effet de manipulation pendant l’intervention. Les participants ont été répartis au hasard dans les conditions expérimentales et de contrôle, garantissant les conditions optimales pour l’expérience à mener.

1. Sélection d’outils de recherche
   1. Choisissez un programme psychosocial visant à améliorer l’image corporelle chez les personnes âgées adéquatement à l’objectif de l’étude. Dans ce cas, l’option choisie était le programme IMAGINA de Sánchez-Cabrero (2012)²⁶ car il répond à toutes les exigences.
      NOTE: Le critère de sélection de l’instrument expérimental était le suivant: (1) il devait s’agir d’un programme spécifiquement pour la satisfaction du corps; 2° il doit être parfaitement adapté aux personnes âgées; (3) il doit s’agir d’un programme de groupe mettant l’accent sur l’interaction sociale entre les participants; (4) il doit durer de 6 à 10 séances de 60 à 120 minutes chacun, de sorte que des changements d’attitude et de comportement puissent être obtenus de manière cohérente.
   2. Choisissez un programme psychosocial général pour que les personnes âgées travaillent en groupes qui remplissent toutes les conditions requises et servent de comparaison de contrôle. Dans cette expérience, le programme est « Promouvoir un vieillissement en bonne santé: une santé constante », géré par la Croix-Rouge ^espagnole31 car c’était la meilleure option disponible.
      REMARQUE: Le critère pour sélectionner le programme de contrôle est que (1) il doit s’appuyer sur une interaction sociale positive sans se concentrer sur l’image corporelle; 2° il doit être conçu pour être conçu pour travailler en groupe; 3° il doit être approprié pour les personnes âgées; (4) il doit avoir un calendrier semblable au programme d’intervention expérimentale.
   3. Choisissez un instrument scientifique pour évaluer la satisfaction de l’image corporelle chez les personnes âgées. Le Body Shape Questionnaire (BSQ) de Cooper, Taylor, Cooper et Fairburn (1987)³³ a été considéré comme l’instrument le plus approprié pour les objectifs de recherche.
      NOTE: Le critère de sélection de l’instrument scientifique pour évaluer la satisfaction corporelle chez les personnes âgées était que (1) il doit s’agir d’un instrument évalué par des pairs et publié; 2° il mesure la satisfaction corporelle et a une validité convergente avec d’autres instruments scientifiques; (3) il doit être court et simple à adapter à la population âgée (3) il doit être traduit en espagnol et mis à l’échelle pour la population espagnole.
   4. Concevoir un questionnaire (dossier supplémentaire 1) pour recueillir toutes les données démographiques et les variables intermédiaires à contrôler dans cette étude.
      NOTE : Les données sociodémographiques concernant l’âge, le sexe et l’état de la relation ont été recueillies au moyen d’un questionnaire spécifique ad hoc. L’âge a été traité comme une variable quantitative et discrète et le reste comme des variables catégorielles dichotomiques. Quant à la « saison de l’année » et à « l’environnement de résidence », ces informations ont été enregistrées par le chercheur en charge de l’expérience.
2. Méthode d’échantillonnage
   1. Demander la collaboration d’une organisation à but non lucratif (ONG) qui réalise des programmes psychosociaux d’application de groupe pour les personnes âgées dans différents endroits.
   2. Sélectionnez dix endroits différents pour appliquer les programmes psychosociaux expérimentaux et contrôlés. La moitié d’entre eux vivaient à la campagne (moins de 1000 habitants), et l’autre moitié vivait dans des villes métropolitaines.
3. Application d’interventions expérimentales et de contrôle
   1. Effectuer la mesure de prétraitement de BSQ. Les mesures individuelles ont été rassemblées avec du papier et un stylo, mais les participants étaient dans le même espace que leur groupe de groupe.
   2. Faites plus de huit séances de programmes psychosociaux (de contrôle et expérimentaux) dans dix endroits.
      REMARQUE : Les programmes étaient sous la supervision de la même personne à deux saisons différentes de l’année : été et hiver. Dans les deux cas, les activités se faisaient le soir, pendant 4 semaines et deux fois par semaine. Dans les deux programmes, les participants ont travaillé en groupe, ayant des activités ludiques et des rassemblements sociaux, ce qui a considérablement réduit le retrait des participants.
   3. Recueillir la mesure post-traitement du BSQ.
      REMARQUE : Les demandes individuelles ont été recueillies avec du papier et un stylo, mais les participants étaient dans la même pièce que leur groupe de grappes. Cela a été fait juste après la fin des sessions. Le BSQ n’a pas été appliqué aux personnes qui ne sont pas venues à toutes les séances. Par conséquent, les résultats de 10 % de l’échantillon ont été omis dans les analyses finales.

2. Numériser les données obtenues dans l’étude de terrain

1. Ouvrez le logiciel statistique et accédez au menu Fichier | Nouvelle | Données, cliquez sur l’icône Données , puis accédez à Vue des variables (Figure 1) et créez une variable statistique pour chacune des variables suivantes présentées dans le tableau 1.

Nom de la variable	Type	Valeurs	Mesurer	Description
Mesure de prétraitement BSQ	Numérique	34-204	Écaille	Résultat numérique obtenu lors du prétraitement
BSQ Post-traitement	Numérique	34-204	Écaille	Résultat numérique obtenu dans la mesure post-traitement
Condition expérimentale	Variable dichotomique	{0, CONTRÔLE} / {1, EXPÉRIMENTAL}	Nominal	Si le participant a été ou non dans la condition expérimentale ou témoin
Genre	Variable dichotomique	{0, Homme} / {1, Femme}	Nominal	Le sexe biologique du participant
Âge	Numérique	50-85	Écaille	L’âge des participants mesuré en années
Statut relationnel stable	Variable dichotomique	{0, Avec un partenaire actuel} / {1, Sans partenaire actuel}	Nominal	Si le participant est ou non dans une relation formelle
Environnement de résidence	Variable dichotomique	{0, Rural} / {1, Urbain}	Nominal	Que le participant vive ou non à la campagne (localité de moins de 1000 habitants) ou métropolitaine (localité de plus de 1000 habitants)
Saison d’intervention	Variable dichotomique	{0, Froid} / {1, Chaud}	Nominal	Si le traitement a eu lieu ou non en hiver ou en été

Tableau 1 : Principales caractéristiques des variables statistiques de recherche. Description détaillée des principales caractéristiques des variables de recherche dans leur processus de numérisation.

Figure 1: Comment importer des données variables dans le progiciel statistique. (1) Cliquez sur l’icône Données ; (2) Cliquez sur l’icône Affichage variable . Veuillez cliquer ici pour voir une version agrandie de cette figure.

2. Accédez à Data View dans le logiciel statistique (Figure 2) et, pour chaque participant, remplissez les données des pré- et post-mesures du test BSQ. Faites de même avec les données démographiques et attributives du questionnaire.
   NOTE: Les résultats obtenus avec le BSQ et les informations concernant les données sociodémographiques de l’étude ont été collectés sur papier et au stylo, il a donc été nécessaire de les numériser un par un.
   1. Créer une nouvelle variable avec la différence entre la mesure pré- et post-BSQ dans le logiciel statistique (données obtenues avec le test). Pour ce faire, accédez à Transformer | Calculer la variable, et dans le menu contextuel attribuer un nom dans l’intervalle Variable cible , puis sélectionnez la variable de prétraitement dans le menu Type & Étiquette... et déplacez-la vers Espace d’expression numérique , puis cliquez sur l’icône de soustraction (-) sur la calculatrice.
   2. Ensuite, sélectionnez la variable de post-traitement dans le menu Type et étiquette et déplacez-la à nouveau vers l’espace Expression numérique . Enfin, cliquez sur OK, puis la variable qui explique la différence entre la pré- et la post-mesure est créée (Figure 3).

Figure 2 : Comment importer des données de recherche dans le progiciel statistique. Sélectionnez l’icône Affichage des données. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 3: Comment créer une nouvelle variable avec la différence entre la pré- et la post-mesure du test BSQ dans le logiciel statistique. (1) Cliquez sur Transformer | Variable de calcul; (2) Attribuer un nombre dans l’écart de variable cible; (3) Sélectionnez la variable de prétraitement dans le menu Type & Label... et déplacez-le vers l’espace d’expression numérique ; (4) Cliquez sur l’icône de soustraction (-) sur la calculatrice; (5) Sélectionnez la variable de post-traitement dans le menu Type & Label et déplacez-la vers Expression numérique ; (6) cliquez sur l’icône OK. Veuillez cliquer ici pour voir une version agrandie de cette figure.

3. Analyses statistiques

1. Examinez la fiabilité et la cohérence de la mesure BSQ et retestez avec le coefficient de corrélation intraclasse (ICC) avec le progiciel statistique.
   1. À cette fin, sélectionnez le menu Analyser | | d’échelle Analyse de fiabilité, déplacez les mesures BSQ pré et post-traitement utilisées dans l’expérience vers la boîte de dialogue Analyse de fiabilité .
   2. Cliquez sur Statistiques... et choisissez Coefficient de corrélation intraclasse et les options Mixte bidirectionnel et Cohérence. Enfin, cliquez sur l’icône OK pour générer la sortie souhaitée (Figure 4).

Figure 4 : Comment évaluer la cohérence interne du questionnaire. Sélectionnez Analyser le menu | | d’échelle  Analyse de fiabilité. (1) Déplacez les variables utilisées dans l’expérience vers la boîte de dialogue Analyse de fiabilité ; (2) Cliquez sur l’icône OK. Veuillez cliquer ici pour voir une version agrandie de cette figure.

REMARQUE : Les mesures BSQ avant et après traitement avaient d’excellentes valeurs de fiabilité et de cohérence (ICC = 0,916).

2. Exécutez l’analyse descriptive avec le progiciel statistique. Commencez par des statistiques descriptives telles que la moyenne arithmétique et l’écart-type (ET) pour les variables quantitatives « prétraitement BSQ », « post-traitement BSQ » et « différence pré-post ». D’abord globalement, puis en tenant compte de chaque catégorie des autres variables incluses dans l’étude. Enfin, étudiez la distribution de fréquence dans les variables intermédiaires et contrôlées catégorielles.
   1. Pour effectuer cette analyse, sélectionnez Analyser le menu | Statistiques descriptives | Fréquences et, après la sortie, analyse | Statistiques descriptives | Descriptif (figure 5). Pour spécifier les statistiques descriptives des variables quantitatives pour chaque condition des variables catégorielles, sélectionnez l’option Fractionner le fichier dans le menu principal, puis dans le menu contextuel, choisissez la variable catégorielle à analyser et sélectionnez l’option 'Organiser la sortie par groupes'; puis cliquez sur OK (Figure 6).
   2. Répétez ce processus pour chaque variable catégorielle prise en compte dans l’étude (condition expérimentale, période de l’année, sexe, état matrimonial et résidence).

Figure 5 : Comment effectuer l’analyse descriptive des données. Sélectionnez Analyser le menu | statistiques descriptives | Fréquences et, après la sortie, Analyser | statistiques descriptives | Descriptif. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 6: Comment spécifier les statistiques descriptives des variables quantitatives pour chaque condition des variables intermédiaires nominales contrôlées. (1) Cliquez sur l’icône Split File ; (2) Choisissez la variable catégorielle à analyser et sélectionnez l’option Organiser la sortie par groupes; (3) Cliquez sur l’icône OK . Veuillez cliquer ici pour voir une version agrandie de cette figure.

3. Effectuer un test t d’étudiant avec le progiciel statistique pour examiner l’image corporelle avant et après avoir participé aux deux conditions (effet IV entre les sujets).
   1. À cette fin, sélectionnez Analyser le menu | Comparer les moyens | Échantillons appariés t-Test, et dans la boîte de dialogue Échantillons appariés t-test , mettez BSQ pré-traitement et BSQ post-traitement comme variables 1 et 2 (Figure 7).
   2. Pour spécifier les échantillons appariés Test t de Student en fonction de chaque variable catégorielle (condition expérimentale, sexe, état matrimonial, période de l’année et lieu de résidence), sélectionnez l’option Diviser le fichier dans le menu principal, puis dans le menu contextuel, choisissez la variable catégorielle à analyser et sélectionnez l’option « Organiser la sortie par groupes » et cliquez sur OK (Figure 6).
   3. Répétez ce processus avant chaque analyse pour chaque variable nominale (période de l’année, sexe, état matrimonial et résidence).

Figure 7 : Comment effectuer l’analyse du test t de l’élève sur les échantillons appariés. (1) Sélectionnez analyser le menu | Comparer les moyens | Échantillons appariés t-Test; 2° mettre le prétraitement BSQ et le post-traitement BSQ dans les variables 1 et 2; (3) Cliquez sur l’icône OK. Veuillez cliquer ici pour voir une version agrandie de cette figure.

4. Effectuer une analyse ANOVA unidirectionnelle avec le progiciel statistique pour voir l’effet de chaque programme (effet intergroupe IV), le sexe, le statut de la relation, la période de l’année et le lieu de résidence.
   1. À cette fin, sélectionnez Analyser le menu | Comparer les moyens | ANOVA unidirectionnelle (Figure 8), et dans la boîte de dialogue ANOVA unidirectionnelle , mettez les variables BSQ pré-traitement, BSQ post-traitement et la différence pré-post dans la liste dépendante et la variable de condition expérimentale comme facteur.
   2. Répétez ce processus pour chacune des variables nominales (condition expérimentale, sexe, statut relationnel, période de l’année et lieu de résidence). La production montre la signification statistique du prétraitement BSQ, du post-traitement BSQ et de la différence pré-post en tant que variable quantitative discrète en comparant les moyennes avec la distribution F de Snedecor (égalité non prise en compte des variances).

Figure 8 : Comment effectuer une analyse ANOVA unidirectionnelle. (1) Sélectionnez analyser le menu | Comparer les moyens | ANOVA unidirectionnelle; (2) mettre les variables BSQ pré-traitement, BSQ post-traitement et la différence pré-post dans la liste dépendante, et la variable de condition expérimentale comme facteur; (3) Cliquez sur l’icône OK. Veuillez cliquer ici pour voir une version agrandie de cette figure.

5. Effectuer une analyse ANOVA à mesures répétées avec le progiciel statistique en utilisant les statistiques Trace de Pillai et Lambda de Wilks, car elles offrent des résultats opposés et complémentaires de l’effet inter-intragroupe de variables indépendantes.
   1. À cette fin, sélectionnez Analyser le menu | | générale du modèle linéaire Mesures répétées, et dans la boîte de dialogue Mesures répétées , attribuez un nom dans la zone Nom du facteur intra-sujet (par exemple, PRE-POST), mettez « 2 » dans la zone Nombre de niveaux et dans la zone Nom de la mesure , mettez BSQ. Enfin, cliquez sur l’icône 'Définir' pour passer à la case de sélection de variable (Figure 9).
   2. Dans ce menu contextuel, sélectionnez les pré- et post-mesures du test BSQ en tant que variables intra-sujets, la condition expérimentale en tant que facteur(s) entre les sujets et toutes les variables sociodémographiques (période de l’année, sexe, âge, état matrimonial et environnement de résidence) en tant que covariables.
   3. Avant d’obtenir le résultat de l’analyse, cliquez sur Modèle et sélectionnez 'Full factorial'; puis allez dans « Options » et choisissez « Estimations de l’ampleur de l’effet » (voir la figure 10). Enfin, répétez l’ensemble du processus, mais au lieu de choisir « Factorielle complète » dans le modèle, choisissez l’option « Construire des termes personnalisés », en combinant la variable « Condition » avec toutes les variables sociodémographiques (période de l’année, sexe, âge, état matrimonial et environnement de résidence) en utilisant à cette fin l’icône « Par * ».

Figure 9 : Configuration de l’analyse ANOVA des mesures répétées. (1) Sélectionnez le menu Analyser | | générale du modèle linéaire Mesures répétées; (2) Attribuez un nom dans la zone Nom du facteur à l’intérieur du sujet; (3) Mettez '2' dans la case Nombre de niveaux et cliquez sur l’icône Ajouter; (4) Mettez BSQ dans la case Nom de la mesure et cliquez sur l’icône Ajouter; (5) Cliquez sur l’icône Définir. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 10 : Comment sélectionner les variables pour effectuer l’analyse ANOVA à mesures répétées. Sélectionnez les pré- et post-mesures du test BSQ comme variables intra-sujets et la condition expérimentale comme facteur(s) entre sujets. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Résultats

La recherche expérimentale a suivi un plan mixte, avec des mesures entre sujets (groupes expérimentaux et témoins) et des mesures répétées avant et après le traitement.

Le programme IMAGINA de Sánchez-Cabrero (2012)²⁶ a été sélectionné comme programme thérapeutique expérimental pour augmenter la satisfaction de l’image corporelle des personnes âgées en Espagne. Il comporte huit séances de groupe d’une durée de 90 à 120 minutes chacune, visant à d...

Discussion

Ce travail expérimental soutient les conséquences positives de la participation à un programme de satisfaction corporelle chez les personnes âgées en examinant les valeurs de satisfaction avant et après l’intervention et en comparant les groupes expérimentaux et non expérimentaux. De plus, le contrôle d’autres variables intermédiaires améliore la fiabilité et la validité des résultats obtenus.

L’étape la plus critique du protocole était la sélection du programme appliqu?...

matériels

Name	Company	Catalog Number	Comments
Body Shape Questionnaire (BSQ)	International Journal of Eating Disorders	1987	Body Shape Questionnaire (BSQ) developed by Cooper, Taylor, Cooper, and Fairburn (1987), which was adapted and scaled to Spanish participants by Raich et al. (1996). This is a self-report of 34 items following a Likert scale that goes from 1 (never) to 6 (always). The final score ranges from 34 to 204 and scoring above 110 indicates dissatisfaction and discomfort with physical appearance (Cooper et al., 1987). It is a reliable instrument since several studies have reported Cronbach’s α between 0.95 and 0.97. Also, the BSQ has good external validity, i.e., it is convergent with other similar tools, such as the Multidimensional Body Self-Relations Questionnaire, MBSRQ (Cash, 2015) and the body dissatisfaction subscale of the Eating Disorders Inventory, EDI (Garner, Olmstead, and Polivy, 1983).
IMAGINA: programa de mejora de la autoestima y la imagen corporal para adultos	Sinindice	2012	IMAGINA Program was meant to be a therapeutical tool to increase a body image satisfaction of older adults in Spain. It has eight group-sessions of 90-120 minutes duration each, aiming at entertaining and engaging participants. Body image and self-esteem are expected to improve through social participation, communication, body image workshops, and healthy nutrition information.
Statistical Package for the Social Sciences (SPSS)	IBM	24	Software package used in statistical analysis of data