Mobilités actives et santé : apports et limites d’un protocole de mesure de la marche et du vélo combinant des capteurs de mouvements (GPS et accéléromètres)

Les mobilités urbaines représentent un ensemble de comportements complexes à appréhender et difficiles à mesurer. Indépendamment des choix et des motivations individuelles, ces comportements peuvent être influencés par les caractéristiques de l’environnement urbain. Les mobilités actives, représentées par la marche et le vélo, sont peu étudiées en tant que comportements de santé alors que l’activité physique est l’un des déterminants des principales pathologies chroniques (maladies cardio-vasculaires, diabète, obésité, certains cancers). Promouvoir les mobilités actives (la marche et le vélo) apparaît aujourd’hui comme une priorité de santé publique. L’un des enjeux de recherche dans ce domaine est de mieux mesurer ces mobilités actives, dans un contexte de « vie réelle », et de mieux identifier leurs lieux de pratique. Dans ce cadre, cet article présente une méthode de recueil et de traitement des données basée sur la combinaison de capteurs de mouvements (GPS et accéléromètre) et l’implémentation des données recueillies dans un système d’information géographique. Si cette étude pilote montre les limites de l’utilisation de tels capteurs, la méthode proposée offre des potentialités importantes.Urban mobility represents a set of complex behaviors, which are difficult to measure. Independently of individual choices and motivations, these behaviors may be influenced by urban environmental characteristics. The level of physical activity is well recognized as a major determinant in the development of several chronic diseases, such as cardiovascular diseases, diabetes, obesity and some cancers. Increasing the PA level in the population through the promotion of active mobility is considered a public health priority in France. However, there is a lack of data for analyzing active mobility (walking and cycling) as a health behavior. One of the main research challenges in this field is to better measure active mobility (in a real-life context) and, at the same time, to better locate and identify places where the activity is performed. In this pilot study, we describe a method for collecting and processing data on active mobility combining motion sensors capacities (GPS and accelerometer) and implementing collected data in a Geographic Information System. Despite some limitations, the use of multi-sensor may hold potentials for collecting objective data on active mobility at a large scale