Outils d’évaluation et critères de jugement

5.5.1.1. Mesures de stress

Les mesures de stress comprenaient l’analyse de variables appartenant aux deux systèmes complémentaires : l’axe catecholaminergique (système nerveux autonome) et l’axe corticotrope (axe hypothalamo-hypophyso-surénalien). Elles reposaient également sur les mesures de variables psychologiques du stress. Ainsi le stress a été évalué de 3 façons différentes (Figure 16) :

- Electro-physiologique : mesures de la fréquence cardiaque, et de la variabilité du rythme sinusal dans le domaine temporel et spectral chez chaque participant par monitoring Holter des 24h (boitier d’enregistrement ELA Medical®, SORIN group, France). L’analyse des enregistrements Holter a été réalisée sur le logiciel (ELA médical Synescope® version 3.10, SORIN group, France) par un seul et même opérateur. La « baseline » a été déterminée lors du sommeil profond et correspond à la période de fréquence cardiaque la plus basse. Des analyses ont été faites sur la période des 24h. De plus, des analyses de sept périodes de 15 minutes ont été réalisées : quatre autour du moment de prélèvement du cortisol (veille de la simulation, avant la simulation, après la simulation et après le débriefing) et trois autres, durant la simulation, le débriefing et 30 minutes après le débriefing, soit sept temps d’analyses (T1 à T7). Au total 288 Holters ont été analysés.

- Biologique : mesures du cortisol salivaire par technique ELISA sur phase solide basée sur le principe de compétition (Lequin 2005) la veille de la simulation, avant la simulation, après la

52 simulation et après le débriefing, soit quatre mesures à chaque simulation et pour chaque participant (T0 à T3). Au total 1152 analyses ont été réalisées.

- Psychologique : mesures de stress grâce à l’utilisation de l’échelle du State-Trait Anxiety Inventory (STAI) basée sur 20 items (Annexe 13) (Spielberger 1983) en même temps que les mesures de cortisol. En raison d'un temps hors simulation restreint et de la multiplicité des mesures, la forme STAI-A a été utilisée. Les participants évaluaient l'intensité de chacun des 20 items sur une échelle de Likert en 4 classes, le score variant de 20 à 80. Plus celui-ci était élevé, plus le niveau d’anxiété (donc de stress) du participant était important. Les niveaux de stress ont été quantifiés la veille de la simulation, avant la simulation, après la simulation et après le débriefing, soit quatre mesures à chaque simulation et pour chaque participant (T0 à T3). Au total, 1152 échelles STAI ont été analysées. Des mesures subjectives de stress grâce à l’échelle numérique (de 0 à 10) du Stress-O-Meter (SOM) (Dawson 2014) ont été utilisées lors du débriefing pour rechercher le niveau de stress avant la simulation et le score maximum durant la simulation. Par ailleurs l’état de confiance en soi avant le début de la simulation ainsi que le sentiment d’insatisfaction en fin de simulation étaient des éléments également recherchés à l’aide d’une échelle numérique de (0 à 10). Cette évaluation se faisait pour les 4 participants de l’équipe en aveugle l’un de l’autre. La survenue d’un ESPT a été recherchée une semaine _{après la simulation à l’aide de l’échelle de stress IES-R (Impact of} Event Scale-Revised) (Brunet 2003) et à un mois à l’aide de l’échelle de stress PCLS (Post- Traumatic Check-List Scale) (Weiss 1997). Ces deux questionnaires (Annexes 14 et 15) ont été envoyés par mail aux participants avec si besoin une relance par mail à J1 puis téléphonique à J2.

53 Figure 16 : Déroulement d’une séance de simulation et mesures de stress (Ghazali 2016d)

Légende : SOM : Stress-O-Meter ; STAI : State-Trait Anxiety Inventory.

5.5.1.2. Scores des performances techniques et non-techniques

Les performances techniques et non-techniques ont été systématiquement évaluées par deux observateurs indépendants à l’aide d’échelles validées. Le score obtenu, était la moyenne des scores des deux observateurs. Les mesures de performances techniques reposaient sur les scores de performance clinique _{globale d’équipe à l’aide de l’échelle TAPAS (Team Average Performance} Assessment Scale) (Annexe 16), validée et publiée à cet effet (Oriot 2016). Nous avons aussi évalué en parallèle de la performance clinique globale de l’équipe, la performance lors de la réalisation d’un geste technique précis par un médecin. Nous avons choisi la pose de la voie intra-osseuse dont l’échelle (Intra-Osseous Access Performance Assessment Scale) était validée (Annexe 17) (Oriot 2012). Les mesures de performances non-_{techniques reposaient sur l’évaluation du leadership} (médecin senior) par l’échelle de BAT (Behavioral Assessment Tool) (Annexe 18) (Anderson 2010) et celle du travail d’équipe par l’échelle de CTS (Clinical Teamwork Scale) (Annexe 16) (Guise 2008).

54

5.5.2. _{Critère de jugement principal}

Le critère de jugement principal était l’analyse de la corrélation entre stress et performance. Cela impliquait de mesurer le stress en simulation dans ses 3 composantes, électro-physiologique, biologique et psychologique. Nous attendions un niveau similaire dans les deux groupes initialement avec une augmentation du niveau de stress avec les 3 types de mesures pour tous les participants et au cours de toutes les simulations. A la fin de la séance, nous attendions une baisse du niveau de stress. Cela impliquait également le calcul des scores des performances technique et non-technique avec un niveau initial similaire dans les deux groupes.

5.5.3. _{Critères de jugement secondaires}

Nous supposions que les paramètres de stress baisseraient davantage dans le groupe expérimental du fait de la plus grande fréquence de répétition des simulations. En parallèle, nous supposions que les performances initialement similaires dans les deux groupes, progresseraient davantage dans le groupe expérimental pour devenir significativement supérieures après répétition des simulations pendant un an. Nous attendions une corrélation entre performance du leader et de l’équipe du fait de l’interaction entre les différents membres ; en revanche, les voies du stress étant relativement indépendantes, nous ne savions pas si une corrélation entre les paramètres de stress eux-mêmes serait également retrouvée. Nous nous attendions toutefois à trouver une corrélation entre les variations de certains paramètres de stress et les performances au cours du temps.