Exposition aux contenus de santé mentale sur TikTok : associations avec les troubles de l’humeur et l’image du corps chez les jeunes femmes adultes
- La Petite Sirène
- il y a 4 heures
- 24 min de lecture
ÉTUDES · ÉTATS-UNIS · OPEN JOURNAL OF DEPRESSION
Morgan G. Groover, H. Russell Searight — School of Kinesiology and Behavioral Science, Department of Psychology, Lake Superior State University, Sault Sainte Marie, Michigan, États-Unis
Article original publié dans Open Journal of Depression — DOI : 10.4236/ojd.2026.153004. Reçu le 25 mai 2026, accepté le 17 juillet 2026, publié le 20 juillet 2026. © 2026 par les auteurs et Scientific Research Publishing Inc., sous licence Creative Commons Attribution International (CC BY 4.0). Traduction française : OPS.
Résumé
Contexte. TikTok est l’une des plateformes de médias sociaux dont la croissance est la plus rapide, avec plus de 1,8 milliard d’utilisateurs dans le monde. Parce que beaucoup de ces utilisateurs sont des adolescents et de jeunes adultes, une inquiétude croissante s’est manifestée quant aux effets psychologiques potentiels de la plateforme. Les femmes d’âge universitaire pourraient être particulièrement vulnérables, ce stade développemental étant caractérisé par la formation de l’identité, la comparaison sociale et une sensibilité émotionnelle accrue.
Objectif. La présente étude a examiné si l’usage de TikTok et l’exposition aux contenus relatifs à la santé mentale étaient associés à l’estime de soi, aux troubles de l’humeur et à l’insatisfaction corporelle chez des femmes d’âge universitaire.
Matériel et méthodes. Les participantes étaient 151 femmes âgées de 18 à 27 ans. Elles ont complété l’échelle d’estime de soi de Rosenberg, le Profile of Mood States-Short Form et la Stunkard Figure Rating Scale, ainsi que des mesures évaluant les modalités d’usage de TikTok et l’exposition aux contenus relatifs à la santé mentale.
Résultats. Un temps auto-rapporté plus important passé à visionner des contenus TikTok relatifs à la santé mentale était significativement associé à une tension et à une humeur dépressive accrues. À l’inverse, le temps total passé sur TikTok n’était pas significativement associé à la plupart des variables psychologiques mesurées. L’exposition aux contenus relatifs à la santé mentale était également associée à des niveaux plus élevés d’humeur dépressive et anxieuse, tandis que l’estime de soi était plus fortement liée à l’insatisfaction corporelle et aux états d’humeur négatifs qu’à l’usage global de TikTok.
Conclusion. Bien que le devis transversal ne permette pas d’énoncés causaux, les résultats suggèrent que la nature des contenus visionnés sur TikTok pourrait importer davantage que le temps total passé sur la plateforme. L’exposition aux contenus relatifs à la santé mentale pourrait être associée à une détresse émotionnelle élevée chez les jeunes femmes adultes, ce qui souligne l’importance d’examiner les types spécifiques d’engagement sur les médias sociaux plutôt que le seul usage global de la plateforme.
Mots-clés : médias sociaux, auto-diagnostic, contagion sociale, estime de soi, image du corps, jeunes femmes adultes.
1. Introduction
1.1. Contexte
La présente étude examine l’association entre l’usage de TikTok et le bien-être psychologique, incluant l’humeur, l’estime de soi, les préoccupations relatives à l’image du corps et la détresse en santé mentale. Un objectif central de l’étude est d’explorer la détresse psychologique en relation à la fois avec le temps passé sur TikTok et avec l’exposition aux contenus relatifs à la santé mentale sur la plateforme.
Récemment, une inquiétude croissante s’est fait jour concernant une crise de santé mentale chez les adolescents (Belfort et al., 2024). Les données suggèrent que les taux de symptômes dépressifs — et, plus préoccupant encore, de suicidalité — ont augmenté chez les adolescents, en particulier chez les filles (Keyes et al., 2019). Initialement, les chercheurs ont pensé que ces tendances reflétaient principalement la réduction des contacts sociaux et l’isolement social durant la pandémie de COVID-19 (Nwabueze et al., 2025). Cependant, les niveaux de détresse psychologique n’ont pas substantiellement diminué après le reflux de la pandémie. Un facteur contributif possible est l’usage croissant des médias sociaux, en particulier chez les adolescentes (Twenge et al., 2022).
Un corpus substantiel de travaux a examiné la relation entre l’usage des médias sociaux et le bien-être psychologique (Keles et al., 2020). Bien que les résultats n’aient pas toujours été cohérents, la recherche suggère généralement une association positive entre le temps passé sur les médias sociaux et les symptômes de détresse psychologique, d’humeur dépressive, d’anxiété et d’insatisfaction corporelle (Thorisdottir et al., 2020). Ces effets pourraient être particulièrement prononcés chez les filles et les jeunes femmes.
Bien que des études antérieures aient examiné les associations entre l’usage de TikTok, l’estime de soi, l’humeur dépressive et anxieuse, et les préoccupations relatives à l’image du corps chez les femmes d’âge universitaire, on dispose de relativement peu de données concernant l’usage de TikTok spécifiquement pour accéder à des contenus relatifs à la santé mentale, ni sur les types de troubles les plus fréquemment visionnés ou discutés.
1.2. TikTok et santé mentale
TikTok compte actuellement environ 1,7 milliard d’utilisateurs dans le monde, les adolescentes et les jeunes femmes adultes représentant l’un de ses plus importants groupes démographiques. Développée à l’origine comme une plateforme mettant l’accent sur la créativité à travers la musique, la danse et les vidéos de divertissement courtes, TikTok a été de plus en plus impliquée dans les discussions entourant les problèmes de santé mentale des adolescents (Bahnweg & Omar, 2023 ; Conte et al., 2025).
Une préoccupation majeure concerne l’algorithme « Pour toi » (For You) de TikTok, qui utilise les schémas de visionnage actuels et passés pour servir aux utilisateurs des contenus de plus en plus similaires. En conséquence, un adolescent éprouvant une tristesse ou une anxiété transitoire peut rencontrer de façon répétée des vidéos décrivant des symptômes de dépression, de troubles anxieux, de troubles des conduites alimentaires ou d’autres troubles psychiatriques (Costello et al., 2023). Des processus similaires peuvent se produire pour des troubles tels qu’un trouble du spectre de l’autisme léger ou le trouble déficit de l’attention avec ou sans hyperactivité (Foster & Ellis, 2024).
Plus récemment, l’attention s’est portée sur la possibilité d’une contagion sociale des symptômes psychiatriques via les plateformes de médias sociaux. Plutôt que d’être considérés uniquement comme stigmatisants, certains troubles de santé mentale peuvent se trouver normalisés, socialement renforcés, voire présentés de manières qui rehaussent le statut social en ligne (Foulkes & Underhill, 2025).
Foulkes et ses collègues suggèrent qu’une partie de l’augmentation apparente des symptômes de santé mentale chez les adolescents pourrait refléter la représentation positive, voire quasi célébrée, des troubles psychiatriques sur les médias sociaux. De plus en plus, les préoccupations de santé mentale mises en scène sur TikTok ne sont pas toujours présentées comme des troubles nécessitant un traitement professionnel. Elles peuvent au contraire être présentées comme des traits de personnalité positifs, singuliers, ou des caractéristiques qui rendent les individus distinctifs (Haltigan et al., 2023).
Bien que des plateformes antérieures telles que Tumblr et Instagram aient contribué à l’essor de l’auto-diagnostic, TikTok semble avoir amplifié cette tendance en raison de son algorithme hautement personnalisé et de son format vidéo court.
1.3. Contagion sociale et symptômes psychiatriques
Malgré les bénéfices d’une sensibilisation accrue à la santé mentale sur les médias sociaux, certains psychologues ont exprimé la crainte que les médias sociaux ne représentent les troubles de manière inexacte et que la terminologie psychiatrique y soit souvent employée de façon désinvolte ou imprécise en ligne, banalisant potentiellement l’expérience des personnes ayant un diagnostic formellement posé (Foulkes & Underhill, 2025). Par exemple, des étiquettes diagnostiques telles que « bipolaire » peuvent être employées de façon lâche pour décrire des variations normales de l’humeur.
Un exemple fréquemment cité de possible contagion sociale concerne des symptômes de type Tourette d’apparition relativement soudaine, impliquant souvent des tics prédominants du haut du corps (Frey et al., 2022). Dans le syndrome de Gilles de la Tourette classique, les tics moteurs précèdent typiquement les tics vocaux, et moins de 15 % des personnes présentent des symptômes vocaux sévères (Frey et al., 2022).
Un autre exemple concerne le trouble dissociatif de l’identité, un trouble relativement rare dont la prévalence est estimée à environ 1 %, et qui a gagné en visibilité sur TikTok. Haltigan et al. (2023) suggèrent que les troubles rares pourraient devenir particulièrement populaires en ligne parce qu’ils mettent l’accent sur l’individualité et l’unicité.
MacMillan (2024) identifie également le trouble déficit de l’attention avec ou sans hyperactivité, le trouble de la personnalité borderline et le trouble du spectre de l’autisme comme des troubles fréquemment représentés dans les contenus liés à TikTok. MacMillan (2024) décrit certaines de ces présentations en ligne comme des « contenus de rôle de malade performatif » (performative sick role content) et soutient que certaines mises en scène peuvent s’apparenter à une simulation ou à un trouble factice. Des chercheurs ont également exprimé la crainte que des processus de contagion sociale ne contribuent à la diffusion de symptômes de type conversion et d’autres présentations neurologiques fonctionnelles.
1.4. Auto-diagnostic et médias sociaux
L’augmentation de l’auto-diagnostic des problèmes de santé mentale a été citée comme l’un des facteurs contribuant à l’augmentation apparente des troubles de santé mentale chez les adolescents et les jeunes adultes. L’auto-diagnostic survient lorsqu’un individu conclut qu’il remplit les critères d’un trouble psychiatrique sans avoir bénéficié d’une évaluation professionnelle (Rutter et al., 2023).
Armstrong et al. (2025) ont constaté que, même parmi les jeunes recherchant des services professionnels de santé mentale, plus de 70 % s’étaient déjà auto-diagnostiqués avant l’évaluation et rapportaient que leur engagement sur les médias sociaux avait contribué à cet auto-diagnostic.
La recherche qualitative a également montré que beaucoup de jeunes considèrent l’auto-diagnostic comme acceptable dès lors qu’il fournit un cadre permettant de comprendre et de légitimer leurs expériences émotionnelles. Dans le même temps, les participants n’approuvaient généralement pas l’usage d’étiquettes psychiatriques comme moyen d’éviter la responsabilité personnelle (Armstrong et al., 2025).
Comme mentionné plus haut, certains chercheurs ont suggéré que l’auto-diagnostic et la présentation de soi en ligne comme souffrant de troubles mentaux pouvaient fonctionner comme des stratégies visant à rehausser l’estime de soi, à obtenir une reconnaissance sociale ou à améliorer les états d’humeur à court terme (Haltigan et al., 2023).
1.5. Comparaison sociale, humeur et image du corps
La comparaison sociale a été identifiée comme l’un des mécanismes clés reliant l’usage des médias sociaux aux symptômes dépressifs et à l’insatisfaction corporelle. La comparaison sociale ascendante survient lorsque des individus se comparent à des pairs qu’ils perçoivent comme plus attirants, plus performants ou socialement plus désirables.
Les plateformes de médias sociaux présentent fréquemment des représentations hautement filtrées et idéalisées de la vie quotidienne, augmentant la probabilité d’une comparaison sociale ascendante. Ce processus a été associé à l’envie, à la jalousie, à l’irritabilité, à l’anxiété et aux symptômes dépressifs (Panchal et al., 2024). La recherche a également montré que les individus qui comparent leur apparence physique à celle de célébrités, d’influenceurs ou de pairs perçus comme plus attirants sont plus susceptibles d’éprouver une insatisfaction corporelle et de développer des symptômes dépressifs (Charmaraman et al., 2021).
Un autre mécanisme proposé est la surcharge cognitive (Yan et al., 2024). Parce que les utilisateurs de médias sociaux sont exposés à de grandes quantités d’informations émotionnellement saillantes tout en gérant des interactions interpersonnelles, un engagement excessif sur les médias sociaux peut saturer les ressources cognitives et émotionnelles. La théorie de la surcharge cognitive suggère que ce processus peut contribuer à la fatigue, au stress et à une humeur dysphorique (Khalid et al., 2026 ; Yan et al., 2024).
Yan et al. (2024) ont par exemple constaté que l’usage des médias sociaux chez les étudiants était positivement associé à la fois à la surcharge cognitive et aux symptômes dépressifs, et que la surcharge cognitive médiatisait partiellement la relation entre l’usage des médias sociaux et la dépression.
1.6. La présente étude
La présente étude a exploré le niveau d’engagement avec TikTok, incluant le temps que les participantes passaient à visionner des contenus relatifs à la santé mentale, en particulier des contenus relatifs à la dépression et à l’anxiété.
Un objectif secondaire de l’étude était d’examiner l’association entre l’usage de TikTok et les symptômes de dépression et d’anxiété, l’estime de soi et l’écart d’image corporelle. Bien que des études antérieures aient identifié des associations entre l’usage des médias sociaux et ces variables psychologiques, les résultats n’ont pas toujours été cohérents, et relativement peu d’études ont porté spécifiquement sur TikTok.
Parce que l’usage des médias sociaux est souvent épisodique et émotionnellement réactif, la présente étude a utilisé la version brève (Curran et al., 1995) du Profile of Mood States (McNair, 1992 ; Searight & Montone, 2017) pour évaluer les états émotionnels aversifs à court terme.
Globalement, l’étude vise à clarifier la relation entre l’engagement sur TikTok, l’exposition aux contenus relatifs à la santé mentale, les processus de comparaison sociale et le bien-être psychologique chez les jeunes femmes adultes.
2. Méthodologie
2.1. Participantes
Les participantes ont été recrutées via Prolific, une plateforme de recherche en ligne utilisée pour les études en sciences du comportement, qui apparie les profils des participants aux études pour lesquelles ils sont qualifiés. Les critères d’éligibilité spécifiaient que les femmes devaient être actuellement inscrites dans un établissement d’enseignement supérieur. Prolific fait état d’une méthode propriétaire de détection des réponses frauduleuses et de garantie de la qualité des données (Prolific, 2026).
L’échantillon était constitué de 151 femmes d’âge universitaire âgées de 18 à 27 ans (M = 22,56 ; ET = 1,90). L’échantillon était racialement divers. Les participantes se sont identifiées comme Noires/Afro-Américaines (49,0 %, n = 77), Blanches (34,4 %, n = 54), Asiatiques (3,8 %, n = 6), multiraciales (3,8 %, n = 6), Hispaniques/Latinas (2,5 %, n = 4) et Moyen-Orientales (2,5 %, n = 4).
La plupart des participantes étaient étudiantes en premier cycle (55,4 %, n = 87). D’autres participantes ont déclaré être inscrites en master (31,8 %, n = 50), en doctorat (1,3 %, n = 2), en école professionnelle ou technique (1,3 %, n = 2), ou en community college (1,9 %, n = 3).
Concernant le statut de santé mentale, 31,8 % (n = 50) ont déclaré avoir reçu un diagnostic formel de santé mentale, 18,5 % (n = 29) ont déclaré s’être auto-diagnostiquées ou suspecter avoir un trouble de santé mentale, et 45,9 % (n = 72) ont déclaré n’avoir aucun diagnostic.
2.2. Méthodes d’évaluation
2.2.1. Questionnaire d’usage de TikTok
Les participantes ont répondu aux questions suivantes concernant leur usage de TikTok en sélectionnant l’une des options de réponse proposées.
1) Ancienneté de l’usage de TikTok
Les participantes indiquaient depuis combien de temps elles utilisaient TikTok. Les options de réponse allaient de moins de 6 mois à plus de 5 ans.
2) Temps quotidien moyen passé sur TikTok
Les participantes estimaient le nombre moyen de minutes par jour qu’elles passaient sur TikTok. Les options de réponse allaient de moins de 30 minutes à plus de 300 minutes par jour.
3) Fréquence de consultation de TikTok
Les participantes indiquaient à quelle fréquence elles consultaient TikTok. Les options de réponse allaient de plusieurs fois par heure à moins d’une fois par semaine.
4) Exposition aux contenus relatifs à la santé mentale
Les participantes estimaient le pourcentage de contenus TikTok avec lesquels elles avaient interagi (par exemple : aimés, commentés, partagés ou visionnés) qui portaient sur la santé mentale ou sur des thématiques émotionnelles. Les options de réponse allaient de 0 % - 10 % à 91 % ou plus.
Parmi les exemples de contenus relatifs à la santé mentale figuraient l’anxiété, la dépression, la thérapie, le traumatisme, les difficultés émotionnelles, les relations, la sensibilisation à la santé mentale, le développement personnel et le soutien émotionnel.
5) Types de contenus de santé mentale rencontrés
Les participantes identifiaient les types de contenus de santé mentale ou émotionnels qu’elles rencontraient le plus fréquemment sur TikTok, en sélectionnant toutes les options applicables. Onze catégories étaient proposées, incluant l’anxiété, la dépression, l’état de stress post-traumatique (ESPT) et le trouble déficit de l’attention avec ou sans hyperactivité (TDAH)/neurodivergence.
6) Engagement avec les contenus de santé mentale
Les participantes décrivaient leur niveau d’engagement avec les contenus relatifs à la santé mentale sur TikTok. Les options de réponse allaient de rechercher activement ce type de contenu à le rencontrer rarement.
2.2.2. Échelle d’estime de soi de Rosenberg
L’échelle d’estime de soi de Rosenberg (Rosenberg Self-Esteem Scale, RSES ; Rosenberg, 1965) a été utilisée pour évaluer l’estime de soi globale et l’acceptation de soi. La RSES comprend 10 items cotés sur une échelle de Likert en 4 points allant de 1 (tout à fait en désaccord) à 4 (tout à fait d’accord), dont cinq items cotés en sens inverse. Bien que certains chercheurs aient proposé une structure à deux facteurs séparant les items formulés positivement et négativement (Donnellan et al., 2016), l’échelle est le plus souvent traitée comme une mesure unidimensionnelle de l’estime de soi globale.
La RSES a démontré de solides propriétés psychométriques auprès de populations diverses. Les coefficients de cohérence interne se situent typiquement entre 0,88 et 0,95 (Sinclair et al., 2010), et la fidélité test-retest sur des intervalles de deux semaines s’est située entre 0,85 et 0,88 (Robins et al., 2001). Les éléments soutenant la validité de construit incluent des associations significatives avec des construits apparentés tels que la dépression (r = −0,54) et la satisfaction de vie (r = 0,47), ainsi qu’une invariance factorielle selon le genre, l’âge et les groupes ethniques (Schmitt & Allik, 2005).
2.2.3. Profile of Mood States-Short Form
Le Profile of Mood States-Short Form (POMS-SF ; Shacham, 1983) a été utilisé pour évaluer les états d’humeur transitoires et la détresse psychologique sur un intervalle de temps déterminé. L’instrument comprend 37 adjectifs cotés sur une échelle de Likert en 5 points allant de 0 (pas du tout) à 4 (extrêmement), indiquant dans quelle mesure chaque adjectif décrivait la répondante au cours de la semaine écoulée.
Le POMS-SF produit des scores sur six sous-échelles : Tension-Anxiété, Colère-Hostilité, Dépression-Abattement, Vigueur-Activité, Fatigue-Inertie et Confusion-Perplexité. En outre, un score de Trouble total de l’humeur peut être calculé en additionnant les cinq sous-échelles d’humeur négative et en soustrayant le score de Vigueur-Activité. Parmi les items figurent des adjectifs tels que « tendu », « en colère », « malheureux », « plein d’entrain » et « épuisé » (McNair et al., 1981).
Le POMS-SF a démontré de solides propriétés psychométriques tant en population clinique que non clinique. Curran et al. (1995), sur un échantillon d’environ 600 participants, ont rapporté des coefficients alpha de Cronbach allant de 0,76 à 0,95 selon les sous-échelles, la plupart des coefficients dépassant 0,90.
2.2.4. Stunkard Figure Rating Scale
La Stunkard Figure Rating Scale (FRS ; Stunkard et al., 1983) a été utilisée pour évaluer la perception de l’image du corps et l’insatisfaction corporelle. La FRS est une mesure imagée largement utilisée, composée de neuf silhouettes allant de très mince à obèse. L’instrument a été développé pour fournir une évaluation rapide de l’image du corps tout en minimisant les exigences de littératie, et est devenu l’un des instruments les plus fréquemment utilisés dans la recherche sur l’image du corps (Thompson & Gray, 1995).
Il est demandé aux participantes d’identifier la silhouette qui représente le mieux leur taille corporelle actuelle et celle qui représente leur taille corporelle idéale. L’insatisfaction corporelle est calculée comme l’écart entre les silhouettes actuelle et idéale sélectionnées, des écarts plus grands reflétant une insatisfaction ou un trouble de l’image du corps plus importants (Gardner et al., 1999).
La FRS a démontré des propriétés psychométriques acceptables, incluant une bonne fidélité test-retest et une validité convergente avec d’autres mesures de l’insatisfaction corporelle et de la pathologie alimentaire.
La FRS a démontré une bonne fidélité test-retest sur une période de deux semaines (r = 0,89).
2.3. Procédure
Les participantes ont été recrutées via Prolific, une plateforme de recrutement de participants en ligne. Après avoir accédé au lien de l’étude, les participantes se voyaient présenter un formulaire de consentement éclairé décrivant les objectifs de l’étude, les procédures de recherche, les risques et bénéfices potentiels, les protections de confidentialité et le caractère volontaire de la participation.
L’enquête étant administrée en ligne, des procédures de consentement implicite ont été utilisées. Les participantes étaient informées que poursuivre l’enquête valait consentement à participer, tandis que fermer la fenêtre du navigateur ou interrompre l’enquête valait décision de ne pas participer.
Préalablement à sa mise en œuvre, le protocole de l’étude a été évalué et approuvé par le comité d’éthique institutionnel (Institutional Review) de la Lake Superior State University.
3. Résultats
Les scores moyens, écarts-types et étendues pour les sous-échelles du POMS, l’échelle d’estime de soi de Rosenberg et les scores d’écart d’image corporelle sont présentés dans le Tableau 1.
Les participantes ont rapporté un engagement substantiel sur TikTok, 83,5 % indiquant un usage plusieurs fois par jour ou plus fréquent ; l’usage de TikTok rapporté s’échelonnait de 15 à 330 minutes (voir Figure 1).
Pour ces 151 jeunes femmes, le pourcentage moyen de contenus relatifs à la santé mentale visionnés était de 39,27 %, l’exposition s’échelonnant de 5 % à 95,5 %. La plus grande proportion de participantes se situait dans la catégorie d’exposition de 41 % - 60 % (voir Figure 2).
Les fréquences rapportées des catégories de contenus de santé mentale visionnés sont présentées dans la Figure 3 ; de 30 % à 40 % ont déclaré visionner des contenus portant sur l’anxiété, la dépression et le TDAH/neurodivergence, avec un peu moins de 30 % déclarant visionner des contenus sur l’ESPT. Cependant, en termes de popularité, les contenus relatifs aux relations constituaient le thème le plus fréquemment visionné.
Tableau 1. Statistiques descriptives des variables d’humeur, d’estime de soi et d’image du corps (N = 151).
POMS Trouble total de l’humeur — M : 35,67 — ET : 15,72 — Min : 9 — Max : 81
POMS Tension — M : 7,73 — ET : 3,47 — Min : 0 — Max : 18
POMS Dépression — M : 11,28 — ET : 4,13 — Min : 4 — Max : 24
POMS Colère — M : 9,07 — ET : 6,29 — Min : 0 — Max : 26
POMS Confusion — M : 6,66 — ET : 4,30 — Min : 0 — Max : 20
POMS Vigueur — M : 4,44 — ET : 4,69 — Min : 0 — Max : 24
POMS Fatigue — M : 5,37 — ET : 3,90 — Min : 0 — Max : 19
Écart d’image corporelle — M : 1,42 — ET : 1,01 — Min : 0 — Max : 4
RSES Estime de soi — M : 18,72 — ET : 6,42 — Min : 1 — Max : 30
Note. POMS = Profile of Mood States ; RSES = Rosenberg Self-Esteem Scale. M = moyenne ; ET = écart-type ; Min = score minimum observé ; Max = score maximum observé.
Des scores POMS plus élevés reflètent un trouble de l’humeur plus important, à l’exception de la Vigueur.
Afin d’évaluer la force de l’association entre l’usage de TikTok et l’estime de soi de Rosenberg, le Profile of Mood States-SF et l’écart d’image corporelle, des corrélations ont été calculées. L’usage quotidien moyen de TikTok (en minutes) était significativement associé à une plus grande exposition aux contenus relatifs à la santé mentale, r = 0,323, p < 0,001. L’exposition aux contenus relatifs à la santé mentale était positivement corrélée à la Tension du POMS, r = 0,198, p = 0,015, et à la Dépression du POMS, r = 0,296, p < 0,001. Cependant, l’exposition aux contenus relatifs à la santé mentale n’était pas significativement associée au Trouble total de l’humeur, r = 0,015, p = 0,200, à la Fatigue du POMS, r = 0,128, p = 0,118, ni à la Confusion du POMS, r = 0,088, p = 0,282.
L’écart d’image corporelle était significativement corrélé négativement à l’estime de soi, r = −0,242, p = 0,003, indiquant qu’une insatisfaction corporelle plus grande était associée à une estime de soi plus faible. L’estime de soi de Rosenberg était corrélée négativement à la Colère, r = −0,385, p < 0,001, à la Confusion, r = −0,366, p < 0,001, à la Fatigue, r = −0,221, p = 0,006, à la Vigueur, r = −0,251, p = 0,002, et au Trouble total de l’humeur, r = −0,289, p < 0,001.
L’écart d’image corporelle présentait une association négative marginalement significative avec le pourcentage de contenus relatifs à la santé mentale visionnés (r = −0,146, p = 0,075), suggérant une tendance selon laquelle une exposition plus importante aux contenus de santé mentale était associée à un écart d’image corporelle plus faible. L’écart d’image corporelle n’était pas significativement corrélé à la Dépression du POMS (r = 0,012, p = 0,880) ni au Trouble total de l’humeur (r = 0,089, p = 0,279). Comme indiqué plus haut, l’écart d’image corporelle présentait une corrélation négative significative avec l’estime de soi (r = −0,242, p = 0,003), indiquant qu’une détresse corporelle plus importante était associée à une estime de soi plus faible.
Une régression multiple hiérarchique a examiné les prédicteurs de l’écart d’image corporelle. L’âge et l’origine ethnique, entrés à l’étape 1, prédisaient significativement l’écart d’image corporelle, F (2, 146) = 3,96, p = 0,021. L’usage hebdomadaire de TikTok, entré à l’étape 2, n’améliorait pas significativement l’ajustement du modèle. À l’étape 3, l’exposition aux contenus relatifs à la santé mentale augmentait significativement la variance expliquée (ΔR² = 0,04, p = 0,013). Dans le modèle final, une exposition plus importante aux contenus de santé mentale prédisait significativement un écart d’image corporelle plus faible (β = −0,22, p = 0,013). La régression hiérarchique prédisant le Trouble total de l’humeur n’était statistiquement significative à aucune étape. Estime de soi : le modèle de régression prédisant l’estime de soi n’était pas significatif dans son ensemble. Bien que l’exposition aux contenus de santé mentale ait atteint le seuil de significativité en tant que prédicteur individuel (β = 0,18, p = 0,049), le modèle global n’était pas statistiquement significatif et doit être interprété avec prudence.
La plus grande proportion de participantes se situait dans la catégorie d’exposition de 41 % - 60 %.
4. Discussion
Les résultats de la présente étude apportent un soutien indirect au rôle potentiel des médias sociaux dans la contagion en santé mentale (Vidal et al., 2020). Étant donné le temps substantiel que les participantes ont déclaré passer sur TikTok, la plateforme exerce vraisemblablement une influence significative sur les attitudes, les émotions et les perceptions de soi. Considérés conjointement avec le niveau relativement élevé d’exposition aux contenus relatifs à la santé mentale, ces résultats suggèrent que l’engagement sur TikTok pourrait avoir des effets psychologiques importants. Conformément aux recherches antérieures, une exposition plus grande aux contenus TikTok relatifs à la santé mentale était associée à des niveaux plus élevés d’humeur dépressive et de symptômes de tension/anxiété (Aalbers et al. 2019).
Parmi les catégories de contenus relatifs à la santé mentale rapportées comme consultées, les questions relationnelles étaient les plus fréquentes. Compte tenu du stade développemental de cet échantillon, de telles préoccupations ne sont pas inattendues. La formation et le maintien des relations représentent des tâches développementales centrales durant l’âge adulte émergent, en particulier chez les femmes d’âge universitaire (Arnett, 2000). Les plateformes de médias sociaux peuvent intensifier ces préoccupations en multipliant les occasions de comparaison sociale, de validation émotionnelle et d’exposition à des récits de conflits interpersonnels.
Les associations limitées entre la détresse liée à l’image du corps et l’usage de TikTok pourraient refléter la composition de l’échantillon, près de la moitié des participantes s’étant identifiées comme afro-américaines. Bien que les résultats n’aient pas toujours été cohérents (Grabe & Hyde, 2006), un ensemble de travaux suggère que les préoccupations relatives à l’image du corps sont généralement moins répandues chez les femmes afro-américaines (Lovejoy, 2001). Par exemple, Roberts et al. (2006) ont constaté que les disparités d’insatisfaction corporelle entre femmes blanches et femmes afro-américaines étaient les plus prononcées chez les femmes au début de la vingtaine, une tranche d’âge qui correspond étroitement au présent échantillon.
Une exposition fréquente à des contenus relatifs à la santé mentale pourrait inciter les jeunes femmes adultes à interpréter leurs propres expériences émotionnelles à travers un cadre diagnostique (Feucht, 2025). Cependant, à l’inverse, les participantes éprouvant une détresse émotionnelle plus importante pourraient avoir été attirées par les contenus de santé mentale sur TikTok. Bien que la présente étude ne puisse établir de causalité, les résultats sont cohérents avec les inquiétudes selon lesquelles une exposition répétée aux contenus de santé mentale sur les médias sociaux pourrait contribuer à l’auto-diagnostic et à la normalisation de l’étiquetage psychiatrique chez les jeunes adultes (Foulkes & Underhill, 2025).
Le schéma des résultats suggère que la nature des contenus visionnés pourrait être psychologiquement plus importante que le temps global passé sur la plateforme. Spécifiquement, l’usage global de TikTok n’était pas significativement associé à l’estime de soi, tandis que l’exposition aux contenus relatifs à la santé mentale était associée à des niveaux plus élevés de tension et d’humeur dépressive. Ces résultats appuient des recherches plus larges sur les médias sociaux suggérant que le type de contenu et les modalités d’engagement pourraient exercer des effets psychologiques plus forts que la simple durée d’usage (Frey et al., 2022).
La présente étude s’ajoute au corpus croissant de recherches reliant l’usage des médias sociaux aux symptômes anxieux et dépressifs (Shensa et al., 2018). En outre, elle conforte les inquiétudes concernant les effets iatrogènes potentiels des contenus relatifs à la santé mentale sur des plateformes telles que TikTok (Giedinghagen, 2023). L’algorithme utilisé par TikTok a été décrit comme créant un environnement en ligne récursif dans lequel les utilisateurs sont exposés de façon répétée à des formes de contenus similaires, renforçant potentiellement des identités centrées sur des symptômes psychiatriques (Romann & Oeldorf-Hirsch, 2025).
Conflits d’intérêts
Les auteurs déclarent n’avoir aucun conflit d’intérêts concernant la publication de cet article.
Références
Aalbers, G., McNally, R. J., Heeren, A., de Wit, S., & Fried, E. I. (2019). Social Media and Depression Symptoms: A Network Perspective. Journal of Experimental Psychology: General, 148, 1454-1462. https://doi.org/10.1037/xge0000528
Armstrong, S., Osuch, E., Wammes, M., Chevalier, O., Kieffer, S., Meddaoui, M. et al. (2025). Self-Diagnosis in the Age of Social Media: A Pilot Study of Youth Entering Mental Health Treatment for Mood and Anxiety Disorders. Acta Psychologica, 256, Article 105015. https://doi.org/10.1016/j.actpsy.2025.105015
Arnett, J. J. (2000). Emerging Adulthood: A Theory of Development from the Late Teens through the Twenties. American Psychologist, 55, 469-480. https://doi.org/10.1037/0003-066x.55.5.469
Bahnweg, E., & Omar, H. (2023). Effects of TikTok on Adolescent Mental Health and Well-Being. Dynamics of Human Health, 10, 1-7.
Belfort, E., MacMillan, C., & Weigle, P. (2024). Peril and Promise: Teens, Tech, and America’s Mental Health Crisis. Child and Adolescent Psychiatric Clinics of North America, 33, 485-498. https://doi.org/10.1016/j.chc.2024.03.010
Charmaraman, L., Richer, A. M., Liu, C., Lynch, A. D., & Moreno, M. A. (2021). Early Adolescent Social Media-Related Body Dissatisfaction: Associations with Depressive Symptoms, Social Anxiety, Peers, and Celebrities. Journal of Developmental & Behavioral Pediatrics, 42, 401-407. https://doi.org/10.1097/dbp.0000000000000911
Conte, G., Iorio, G. D., Esposito, D., Romano, S., Panvino, F., Maggi, S. et al. (2025). Scrolling through Adolescence: A Systematic Review of the Impact of Tiktok on Adolescent Mental Health. European Child & Adolescent Psychiatry, 34, 1511-1527. https://doi.org/10.1007/s00787-024-02581-w
Costello, N., Sutton, R., Jones, M., Almassian, M., Raffoul, A., Ojumu, O. et al. (2023). Algorithms, Addiction, and Adolescent Mental Health: An Interdisciplinary Study to Inform State-Level Policy Action to Protect Youth from the Dangers of Social Media. American Journal of Law & Medicine, 49, 135-172. https://doi.org/10.1017/amj.2023.25
Curran, S. L., Andrykowski, M. A., & Studts, J. L. (1995). Short Form of the Profile of Mood States (POMS-SF): Psychometric Information. Psychological Assessment, 7, 80-83. https://doi.org/10.1037/1040-3590.7.1.80
Donnellan, M. B., Trzesniewski, K. H., & Robins, R. W. (2016). The Rosenberg Self-Esteem Scale: A Review of Psychometric Properties and Applications. In F. M. Cheung (Ed.), Measures of Personality and Social Psychological Constructs (pp. 101-114). Academic Press.
Feucht, C. (2025). Self-Diagnosis Goes Viral: Exploring the Impact of Social Media on Women’s Mental Health Practices. Doctoral Dissertation, The Ohio State University.
Foster, A., & Ellis, N. (2024). TikTok-Inspired Self-Diagnosis and Its Implications for Educational Psychology Practice. Educational Psychology in Practice, 40, 491-508. https://doi.org/10.1080/02667363.2024.2409451
Foulkes, L., & Underhill, R. (2025). Self-Diagnosis of Mental Disorders: A Qualitative Study of Attitudes on Reddit. Qualitative Health Research, 35, 779-792. https://doi.org/10.1177/10497323241288785
Frey, J., Black, K. J., & Malaty, I. A. (2022). TikTok Tourette’s: Are We Witnessing a Rise in Functional Tic-Like Behavior Driven by Adolescent Social Media Use? Psychology Research and Behavior Management, 15, 3575-3585. https://doi.org/10.2147/prbm.s359977
Gardner, R. M., Friedman, B. N., & Jackson, N. A. (1999). Methodological Concerns When Using Silhouettes to Measure Body Image. Perceptual and Motor Skills, 86, 387-395. https://doi.org/10.2466/pms.1998.86.2.387
Giedinghagen, A. (2023). The Tic in Tiktok and (Where) All Systems Go: Mass Social Media Induced Illness and Munchausen’s by Internet as Explanatory Models for Social Media Associated Abnormal Illness Behavior. Clinical Child Psychology and Psychiatry, 28, 270-278. https://doi.org/10.1177/13591045221098522
Grabe, S., & Hyde, J. S. (2006). Ethnicity and Body Dissatisfaction among Women in the United States: A Meta-Analysis. Psychological Bulletin, 132, 622-640. https://doi.org/10.1037/0033-2909.132.4.622
Haltigan, J. D., Pringsheim, T. M., & Rajkumar, G. (2023). Social Media as an Incubator of Personality and Behavioral Psychopathology: Symptom and Disorder Authenticity or Psychosomatic Social Contagion? Comprehensive Psychiatry, 121, Article 152362. https://doi.org/10.1016/j.comppsych.2022.152362
Keles, B., McCrae, N., & Grealish, A. (2020). A Systematic Review: The Influence of Social Media on Depression, Anxiety and Psychological Distress in Adolescents. International Journal of Adolescence and Youth, 25, 79-93. https://doi.org/10.1080/02673843.2019.1590851
Keyes, K. M., Gary, D., O’Malley, P. M., Hamilton, A., & Schulenberg, J. (2019). Recent Increases in Depressive Symptoms among US Adolescents: Trends from 1991 to 2018. Social Psychiatry and Psychiatric Epidemiology, 54, 987-996. https://doi.org/10.1007/s00127-019-01697-8
Khalid, M. A., Khan, M. B., Irfan, M., Shabbir, M. H., & Tayyab, M. (2026). Cognitive Overload and Emotional Regulation in High-Frequency Social Media Users. The Critical Review of Social Sciences Studies, 4, 3281-3287. https://doi.org/10.59075/tnzgvh98
Lovejoy, M. (2001). Disturbances in the Social Body. Gender & Society, 15, 239-261. https://doi.org/10.1177/089124301015002005
MacMillan, C. M. (2024). 86.3 DSM-TikTok: Differential Diagnosis of the Performative Sick-Role on Social Media. Journal of the American Academy of Child & Adolescent Psychiatry, 63, S121. https://doi.org/10.1016/j.jaac.2024.07.527
McNair, D. M. (1992). Profile of Mood States. Educational and Industrial Testing Service.
McNair, D. M., Lorr, M., & Droppleman, L. F. (1981). Manual for the Profile of Mood States. Educational and Industrial Testing Service.
Nwabueze, K. K., Akubue, N., Onakoya, A., Okolieze, S. C., Otaniyen-Igbinoba, I. J., Chukwunonye, C. et al. (2025). Exploring the Prevalence and Risk Factors of Adolescent Mental Health Issues in the COVID and Post-COVID era in the UK: A Systematic Review. EXCLI Journal, 24, 508-524.
Panchal, S., Sodha, S., & Vidani, J. (2024). Online Social Comparison and Its Effect on Self-Esteem and Mental Health. Journal of Advanced Research in Service Management, 7, 6-13.
Prolific (2026). How Prolific Maintains Its Data Quality. How Prolific Maintains Its Data Quality. Prolific.
Roberts, A., Cash, T. F., Feingold, A., & Johnson, B. T. (2006). Are Black-White Differences in Females’ Body Dissatisfaction Decreasing? A Meta-Analytic Review. Journal of Consulting and Clinical Psychology, 74, 1121-1131. https://doi.org/10.1037/0022-006x.74.6.1121
Robins, R. W., Hendin, H. M., & Trzesniewski, K. H. (2001). Measuring Global Self-Esteem: Construct Validation of a Single-Item Measure and the Rosenberg Self-Esteem Scale. Personality and Social Psychology Bulletin, 27, 151-161. https://doi.org/10.1177/0146167201272002
Romann, L. R., & Oeldorf-Hirsch, A. (2025). Exploring Algorithmic Cultivation-Sensitive Self-Disclosure, Self-Diagnosis, and Hazardous Mental Health Communication on TikTok. Journal of Media Psychology, Advance Online Publication. https://doi.org/10.1027/1864-1105/a000474
Rosenberg, M. (1965). Society and the Adolescent Self-Image. Princeton University Press.
Rutter, L. A., Howard, J., Lakhan, P., Valdez, D., Bollen, J., & Lorenzo-Luaces, L. (2023). “I Haven’t Been Diagnosed, but I Should Be”—Insight into Self-Diagnoses of Common Mental Health Disorders: Cross-Sectional Study. JMIR Formative Research, 7, e39206. https://doi.org/10.2196/39206
Schmitt, D. P., & Allik, J. (2005). Simultaneous Administration of the Rosenberg Self-Esteem Scale in 53 Nations: Exploring the Universal and Culture-Specific Features of Global Self-Esteem. Journal of Personality and Social Psychology, 89, 623-642. https://doi.org/10.1037/0022-3514.89.4.623
Searight, H. R., & Montone, K. (2017). Profile of Mood States. In V. Zeigler-Hill, & T. K. Shackelford (Eds.), Encyclopedia of Personality and Individual Differences (pp. 1-6). Springer International Publishing. https://doi.org/10.1007/978-3-319-28099-8_63-1
Shacham, S. (1983). A Shortened Version of the Profile of Mood States. Journal of Personality Assessment, 47, 305-306. https://doi.org/10.1207/s15327752jpa4703_14
Shensa, A., Sidani, J. E., Dew, M. A., Escobar-Viera, C. G., & Primack, B. A. (2018). Social Media Use and Depression and Anxiety Symptoms: A Cluster Analysis. American Journal of Health Behavior, 42, 116-128. https://doi.org/10.5993/ajhb.42.2.11
Sinclair, S. J., Blais, M. A., Gansler, D. A., Sandberg, E., Bistis, K., & LoCicero, A. (2010). Psychometric Properties of the Rosenberg Self-Esteem Scale: Overall and across Demographic Groups Living within the United States. Evaluation & the Health Professions, 33, 56-80. https://doi.org/10.1177/0163278709356187
Stunkard, A. J., Sørensen, T., & Schulsinger, F. (1983). Use of the Danish Adoption Register for the Study of Obesity and Thinness. In S. S. Kety, L. P. Rowland, R. L. Sidman, & S. W. Matthysse (Eds.), The Genetics of Neurological and Psychiatric Disorders (pp. 115-120). Raven Press.
Thompson, M. A., & Gray, J. J. (1995). Development and Validation of a New Body-Image Assessment Scale. Journal of Personality Assessment, 64, 258-269. https://doi.org/10.1207/s15327752jpa6402_6
Thorisdottir, I. E., Sigurvinsdottir, R., Kristjansson, A. L., Allegrante, J. P., Lilly, C. L., & Sigfusdottir, I. D. (2020). Longitudinal Association between Social Media Use and Psychological Distress among Adolescents. Preventive Medicine, 141, Article 106270. https://doi.org/10.1016/j.ypmed.2020.106270
Twenge, J. M., Haidt, J., Lozano, J., & Cummins, K. M. (2022). Specification Curve Analysis Shows That Social Media Use Is Linked to Poor Mental Health, Especially among Girls. Acta Psychologica, 224, Article 103512. https://doi.org/10.1016/j.actpsy.2022.103512
Vidal, C., Lhaksampa, T., Miller, L., & Platt, R. (2020). Social Media Use and Depression in Adolescents: A Scoping Review. International Review of Psychiatry, 32, 235-253. https://doi.org/10.1080/09540261.2020.1720623
Yan, G., Zhang, X., Pei, H., & Li, Y. (2024). An Emotion-Information Spreading Model in Social Media on Multiplex Networks. Communications in Nonlinear Science and Numerical Simulation, 138, Article 108251. https://doi.org/10.1016/j.cnsns.2024.108251
Traduction française réalisée par l’Observatoire La Petite Sirène (OPS) à partir de l’article original publié dans Open Journal of Depression, © 2026 par les auteurs et Scientific Research Publishing Inc., sous licence Creative Commons Attribution International (CC BY 4.0). Reproduit avec l’autorisation de l’éditeur. Article original : https://doi.org/10.4236/ojd.2026.153004.
Commentaires