You cant manage what you cant imagine: The Digital Health Checklist-Risk Management (DHC-RM) Tool to enhance participant protections in digital health research

L'étude démontre que l'outil DHC-RM améliore considérablement la gestion des risques et la protection des participants dans la recherche en santé numérique en permettant aux chercheurs d'identifier et de contrôler un nombre bien plus important de risques que les pratiques actuelles.

L'essentiel

🌟 Le Titre : « On ne peut pas gérer ce qu'on n'arrive pas à imaginer »

Imaginez que vous êtes un architecte qui construit une maison très moderne, remplie de gadgets intelligents (des lumières qui parlent, des thermostats qui apprennent vos habitudes, etc.). C'est la recherche en santé numérique. C'est génial et plein de promesses !

Mais il y a un problème : ces maisons sont construites si vite que les règles de sécurité n'ont pas eu le temps d'être écrites. Souvent, les architectes (les chercheurs) oublient des dangers cachés, comme une porte qui s'ouvre toute seule ou un système qui vole les données des voisins.

Ce papier présente un nouvel outil, le DHC-RM, qui agit comme un super-guide de sécurité pour aider les chercheurs à ne rien oublier avant de construire leur "maison numérique".

---

🕵️‍♂️ Le Problème : La "Liste de Courses" vs. L'Exploration

Jusqu'à présent, les chercheurs utilisaient une simple liste de contrôle (un checklist).

• L'analogie : C'est comme si vous alliez faire des courses avec une liste de 5 articles. Vous vérifiez : "J'ai le lait ? Oui. Le pain ? Oui."
• Le souci : Cette liste vous dit si vous avez les éléments de base, mais elle ne vous aide pas à imaginer ce qui pourrait mal tourner. Elle ne vous dit pas : "Attention, si vous achetez ce lait, il pourrait se renverser sur le tapis si vous ne le posez pas bien !"

Dans la recherche, cela signifie qu'on identifie les risques évidents (comme "les gens vont-ils pouvoir se connecter ?"), mais on rate les risques subtils et nouveaux (comme "les données vont-elles être utilisées pour discriminer certaines personnes ?").

🚀 La Solution : Le DHC-RM (Le "GPS de la Sécurité")

Les auteurs ont créé un nouvel outil, le DHC-RM. Ce n'est plus une simple liste, c'est un simulateur de scénarios.

• L'analogie : Imaginez que vous avez un GPS de sécurité qui ne vous dit pas seulement "tournez à droite", mais qui vous dit : "Si vous tournez à droite, il y a un nid-de-poule caché. Si vous continuez tout droit, un chien pourrait vous sauter dessus. Voici comment éviter le nid-de-poule et comment calmer le chien."

Cet outil utilise une méthode appelée SWIFT (une technique de brainstorming structuré). Au lieu de demander "Quels sont les risques ?", il pose des questions intelligentes basées sur des thèmes comme :

1. L'accès et l'équité : "Est-ce que tout le monde peut entrer dans la maison ?"
2. Les données : "Où sont rangées les clés et les photos ? Qui a le droit de les voir ?"
3. La sécurité : "Est-ce que la maison s'effondrera si un vent fort souffle ?"

🧪 L'Expérience : Qui a le mieux joué ?

Les chercheurs ont organisé un grand jeu de rôle avec 40 experts.

• Groupe A (La méthode classique) : Ils devaient trouver les risques en utilisant leur vieille liste de contrôle.
• Groupe B (La nouvelle méthode) : Ils devaient utiliser le nouveau "GPS" (DHC-RM).

Les résultats sont spectaculaires :

• Le Groupe A (l'ancienne méthode) a trouvé à peine 0,26 risque supplémentaire par rapport à leur habitude. C'est comme si personne n'avait trouvé de nouveau danger.
• Le Groupe B (avec l'outil) a trouvé en moyenne 14,7 risques supplémentaires !
• L'analogie : C'est la différence entre quelqu'un qui regarde une pièce sombre avec une petite lampe de poche (Groupe A) et quelqu'un qui allume toutes les lumières et utilise un détecteur de mouvement (Groupe B). Le Groupe B a vu des dangers que l'autre groupe n'aurait jamais imaginés.

De plus, le Groupe B a trouvé plus de solutions pour protéger les participants. Ils ont pensé à des idées de sécurité que personne n'avait eues avant.

🗣️ Ce que les gens en pensent

Les chercheurs qui ont utilisé l'outil ont adoré :

• 75 % d'entre eux ont dit : "Je veux l'utiliser à nouveau !"
• Ils ont aimé la structure : "C'est comme avoir un guide pas à pas qui ne vous laisse pas dans le flou."
• Ils ont aimé les exemples : "C'est comme avoir un manuel de cuisine avec des photos, ça aide à comprendre comment faire."
• Ils ont trouvé que cela les rendait plus confiants pour parler aux comités d'éthique (les "inspecteurs" de la recherche).

💡 La Leçon à retenir

Ce papier nous dit une chose très importante : Pour protéger les gens, il faut d'abord réussir à imaginer tous les dangers possibles.

L'outil DHC-RM est comme une ceinture de sécurité et un airbag combinés pour la recherche médicale numérique. Il ne remplace pas le conducteur (le chercheur), mais il lui donne les outils pour voir les obstacles avant qu'ils ne deviennent des accidents.

En résumé : Ne vous contentez pas de cocher des cases. Utilisez un outil intelligent pour imaginer, détecter et prévenir les risques avant qu'ils ne se produisent. C'est ainsi que l'on protège vraiment les participants et que l'on fait avancer la science en toute sécurité.

Résumé technique

1. Problématique

L'essor rapide des technologies de santé numériques (DHT) a dépassé le développement des cadres réglementaires et des meilleures pratiques pour la protection des participants à la recherche. Bien que les chercheurs utilisent souvent des listes de contrôle (checklists) pour identifier les risques éthiques, ces outils actuels, comme la Digital Health Checklist for Researchers (DHC-R), se limitent principalement à l'identification des risques. Ils ne fournissent pas de structure pour :

• L'analyse approfondie des causes et des conséquences des risques.
• L'évaluation de la probabilité et de la gravité des impacts.
• La conception systématique de stratégies de contrôle (atténuation) des risques.

Cette lacune laisse les chercheurs sans guidance adéquate pour gérer les risques complexes et souvent imprévus inhérents aux études de santé numérique, compromettant potentiellement la sécurité des participants et l'intégrité éthique des protocoles.

2. Méthodologie

Les auteurs ont développé et évalué un nouvel outil : le Digital Health Checklist–Risk Management (DHC-RM) Tool.

• Conception de l'outil :

  • L'outil intègre la DHC-R existante avec des principes de gestion des risques de sécurité (inspirés de la sécurité des patients et du travail).
  • Il utilise une version spécialisée de la technique SWIFT (Structured What-If Technique) pour transformer l'identification des risques en un processus structuré plutôt que basé sur un brainstorming libre.
  • L'outil repose sur trois prompts de brainstorming thématiques : 1) Accès, utilisabilité et équité ; 2) Collecte et gestion des données ; 3) Efficacité, fiabilité et sécurité.
  • Il inclut un processus d'évaluation des risques (notation de la probabilité et de la conséquence sur une échelle de 1 à 4) et de génération de contrôles de risques, produisant automatiquement un rapport de risque résiduel.

• Étude expérimentale :

  • Design : Essai expérimental randomisé avec un design en différences de différences (Randomized Experimental Difference-in-Differences - REDiD).
  • Participants : 40 chercheurs en santé numérique (21 dans le groupe témoin, 19 dans le groupe intervention).
  • Procédure :
    • Phase 1 (Ligne de base) : Tous les participants ont évalué un scénario de recherche numérique en utilisant les pratiques actuelles.
    • Phase 2 (Intervention) : Le groupe intervention a utilisé l'outil DHC-RM pour évaluer un nouveau scénario, tandis que le groupe témoin a utilisé les pratiques actuelles pour un autre scénario.
  • Mesures de résultat :
    • Primaires : Quantité, variété et nouveauté des risques identifiés.
    • Secondaires : Quantité, variété et nouveauté des stratégies de contrôle des risques proposées.
  • Analyse : Analyse qualitative des contenus (codage thématique) et tests statistiques (t-tests) pour comparer les performances entre les phases et les groupes.

3. Contributions Clés

• Développement du DHC-RM : Création d'un outil numérique complet qui passe d'une simple identification des risques à une gestion complète (identification, analyse, évaluation, contrôle).
• Intégration de la méthode SWIFT : Adaptation d'une méthode de sécurité industrielle à la recherche en santé numérique pour structurer la pensée critique sur les risques.
• Preuve empirique : Fourniture de données quantitatives démontrant que l'adoption d'un cadre structuré améliore significativement la capacité des chercheurs à anticiper et atténuer les risques.

4. Résultats

L'utilisation de l'outil DHC-RM a entraîné une amélioration spectaculaire par rapport aux pratiques actuelles :

• Identification des risques :

  • Le groupe intervention a identifié en moyenne 14,7 risques supplémentaires par participant (contre 0,26 pour le groupe témoin).
  • 50 % des risques distincts identifiés dans la phase de comparaison l'ont été exclusivement grâce à l'outil.
  • Augmentation significative de la variété des risques couverts dans tous les domaines (accès, équité, gestion des données, etc.).
  • L'outil a permis d'identifier des risques "nouveaux" (hors des attentes habituelles) que la pratique courante n'a pas détectés.

• Stratégies de contrôle des risques :

  • Le groupe intervention a généré en moyenne 9,63 stratégies de contrôle supplémentaires par participant (contre 0,15 pour le groupe témoin).
  • Amélioration significative de la variété des contrôles, notamment dans les domaines de la conception de l'étude et du partage des données.
  • Les stratégies générées par l'outil étaient plus novatrices et mieux alignées sur les risques identifiés.

• Retour des utilisateurs :

  • 75 % des participants ont indiqué qu'ils utiliseraient à nouveau l'outil.
  • Les avantages cités incluent une approche structurée, des exemples "juste-à-temps", une meilleure compréhension des risques et une utilité pour la communication avec les comités d'éthique (IRB).
  • Les suggestions d'amélioration portaient principalement sur l'ajout d'exemples plus variés et un soutien accru pour la phase de développement des contrôles.

5. Signification et Conclusion

Cette étude démontre que la gestion des risques en santé numérique ne peut se contenter de listes de contrôle passives. L'outil DHC-RM comble un vide critique en permettant aux chercheurs de "gérer ce qu'ils peuvent imaginer".

• Impact sur la protection des participants : En élargissant systématiquement le paysage des risques considérés et en favorisant la conception proactive de mesures d'atténuation, l'outil renforce la sécurité éthique des études.
• Changement de paradigme : Il propose de passer d'une approche de conformité ("checklist") à une approche de gestion de la sécurité intégrée au cycle de vie de la recherche, similaire aux pratiques dans les domaines de la sécurité des patients.
• Efficacité opérationnelle : L'outil peut également simplifier le processus d'approbation éthique en fournissant un rapport de risque structuré et complet aux comités d'éthique.

En conclusion, le DHC-RM Tool représente une avancée majeure pour l'éthique de la recherche numérique, offrant un cadre pratique et validé pour anticiper et réduire les risques avant qu'ils ne se matérialisent.