An mHealth-based social support program to improve antenatal care engagement and facility-based births in Uganda: A type I hybrid effectiveness-implementation clinical trial

Ce type d'essai hybride de type I sur l'efficacité et la mise en œuvre démontre qu'une intervention de soutien social basée sur la santé mobile (Support-Moms) a considérablement amélioré l'engagement dans les soins prénatals, la présence d'un personnel qualifié lors de l'accouchement et divers résultats de santé maternelle et néonatale par rapport aux soins standards chez les femmes enceintes en milieu rural ougandais.

L'essentiel

Imaginez que vous essayez de gravir une colline raide et rocailleuse pour atteindre un abri sûr et bien équipé au sommet. Pour de nombreuses femmes enceintes dans les zones rurales de l'Ouganda, cette « colline » représente le parcours pour accoucher dans un hôpital avec un médecin ou une infirmière qualifié, plutôt qu'à la maison avec une aide non formée. La montée est souvent bloquée par le brouillard (manque d'information), de lourds sacs à dos (obstacles financiers ou sociaux) et un sentiment de marcher seul.

Ce document décrit une étude qui a testé un nouvel outil pour aider les femmes à effectuer cette montée : une application mobile appelée Support-Moms.

Le Problème : Le Brouillard et le Chemin Solitaire

Dans la zone de l'étude, de nombreuses femmes étaient prises au piège dans le brouillard. Elles ne connaissaient pas toujours les signes de danger de la grossesse, elles manquaient d'argent pour le transport, ou elles estimaient ne pas pouvoir prendre la décision d'aller à l'hôpital sans la permission de leurs maris ou de leurs familles. Par conséquent, beaucoup ont fini par accoucher à la maison, ce qui est plus risqué, comme essayer de réparer un moteur cassé au milieu d'une tempête sans mécanicien.

La Solution : Un Village Numérique

Les chercheurs n'ont pas seulement construit une carte ; ils ont construit un village numérique.

Ils ont créé une application qui envoyait des messages vocaux et des SMS automatisés aux femmes enceintes. Mais voici la partie ingénieuse : l'application ne parlait pas seulement à la femme. Elle l'invitait également à choisir deux « gardiens numériques » dans sa vie réelle — comme son mari, une mère, une amie ou un agent de santé communautaire.

Imaginez ces gardiens comme des compagnons de montée. L'application leur envoyait aussi des messages, leur rappelant : « Hé, ton amie doit bientôt passer un contrôle. S'il te plaît, aide-la à y aller. »

L'application agissait comme un guide touristique 24h/24 et 7j/7 qui :

1. Éclairait avec une lampe torche : Elle donnait des conseils de santé clairs et simples dans la langue locale (par la voix et le texte) afin que les femmes sachent pourquoi elles devaient aller à l'hôpital.
2. Attacher une corde : Elle connectait la femme à son réseau de soutien, rendant plus difficile pour elle de rester à la maison car ses « compagnons de montée » prenaient de ses nouvelles.
3. Portait le sac à dos : Elle rappelait à tous les rendez-vous et les dates d'accouchement, réduisant la charge mentale de tout se souvenir.

L'Expérience : Deux Groupes, Une Même Colline

Les chercheurs ont réuni 824 femmes enceintes qui commençaient tout juste leur parcours (moins de 5 mois de grossesse). Ils les ont divisées en deux groupes, comme deux équipes commençant la même randonnée :

• Équipe A (Soins Standards) : Ces femmes ont reçu les soins habituels du centre de santé local. Elles ont été bien traitées, mais elles n'ont pas reçu l'application spéciale ni les rappels numériques supplémentaires.
• Équipe B (Support-Moms) : Ces femmes ont reçu les soins habituels plus l'application. Elles ont reçu les messages vocaux/textes et leurs « compagnons de montée » (soutiens sociaux) ont été notifiés par l'application pour les aider.

Les Résultats : Qui a Atteint le Sommet ?

Lorsque les chercheurs ont examiné la ligne d'arrivée, la différence était claire.

• Atteindre l'Abri (Accouchement Assisté) : Dans le groupe avec l'application, 93 % des femmes ont accouché dans un hôpital avec un professionnel qualifié. Dans le groupe sans l'application, seulement 84 % l'ont fait. Cela peut sembler un petit nombre, mais dans le monde de la santé, ces 9 % supplémentaires représentent des centaines de vies sauvées du danger.
• Les Arrêts de Contrôle (Visites Prénatales) : Les femmes avec l'application avaient beaucoup plus de chances d'atteindre leurs 4 arrêts de contrôle requis en cours de route (84 % contre 75 %).
• Le Filet de Sécurité : Le groupe avec l'application a eu significativement moins d'urgences.
  • Saignements après l'accouchement : Cette complication dangereuse n'est survenue que chez 9 % du groupe avec l'application, contre 23 % du groupe standard. C'est comme avoir un harnais de sécurité meilleur qui a empêché de nombreuses chutes.
  • Bébé ayant besoin d'aide : Moins de bébés dans le groupe avec l'application ont eu besoin de réanimation d'urgence.
  • Allaitement : Presque toutes les femmes du groupe avec l'application ont commencé à allaiter dans l'heure suivant la naissance, contre moins des trois quarts dans l'autre groupe.
  • Santé Mentale : Les femmes avec l'application se sentaient moins déprimées après l'accouchement. Le « village numérique » semblait les faire se sentir moins seules.

Ce Qui N'a Pas Changé ?

L'étude a été honnête sur ce que l'application n'a pas fait. Elle n'a pas changé le poids du bébé, la durée de la grossesse ou le nombre de bébés nés. Elle n'a pas non plus causé de nouveaux problèmes. L'application était un outil de navigation et de soutien, pas un remède magique pour tout.

La Conclusion à Retenir

Considérez cette étude comme la preuve qu'une canne de marche intelligente et connectée peut aider plus de personnes à atteindre le sommet en toute sécurité. En combinant une technologie simple (messages vocaux et textes) avec la puissance des relations humaines (demander à des amis et à la famille d'aider), les chercheurs ont créé un système qui a mieux fonctionné que de simplement dire aux femmes d'« aller chez le médecin ».

Le document conclut que dans des endroits où les gens dépendent fortement de leurs familles et de leurs communautés, un outil numérique qui renforce ces liens existants est un moyen puissant de sauver des vies. Cela suggère que si vous voulez aider des personnes à gravir une colline difficile, ne leur donnez pas seulement une carte ; donnez-leur un guide et une corde vers leurs amis.

Résumé technique

1. Énoncé du problème

Malgré la disponibilité d'agents de santé qualifiés et de systèmes de référence, l'Ouganda continue de faire face à des taux élevés de mortalité maternelle et périnatale (MMR : 189/100 000 ; mortalité périnatale : 41/1 000). Un facteur déterminant principal de ces résultats est le faible engagement dans les soins prénatals (CPN) et une préférence pour les accouchements à domicile non assistés.

• Obstacles : Les défis sont multidimensionnels, incluant le manque d'éducation sanitaire, un soutien social limité, une dépendance financière, un manque d'autonomie décisionnelle et une mauvaise préparation à l'accouchement.
• Lacune dans les interventions actuelles : Bien que des interventions de santé mobile (mHealth) existent en Ouganda, peu se concentrent sur la santé reproductive, et encore moins ont été évaluées à grande échelle dans le secteur public. Les échecs précédents sont souvent attribués à un décalage entre la conception de l'intervention et les besoins des utilisateurs, ou à un manque d'intégration avec les réseaux sociaux existants.

2. Méthodologie

Conception de l'étude :

• Type : Essai clinique hybride de type I sur l'efficacité et la mise en œuvre.
• Cadre : Deux districts ruraux du sud-ouest de l'Ouganda (Mbarara et Mitooma), caractérisés par une agriculture de subsistance, une insécurité alimentaire et une dépendance aux réseaux familiaux.
• Participants : 824 femmes enceintes (<20 semaines de gestation) recrutées par des agents de santé communautaires (ASC).
  • Critères d'inclusion : Âge ≥18 ans (ou mineurs émancipés), résidence à moins de 10 km d'un établissement public, accès à un téléphone portable, capacité à identifier deux soutiens sociaux, et consentement éclairé.
• Randomisation : Allocation 1:1 vers les Soins Standards (SS) ou l'intervention Support-Moms, stratifiée par district et niveau de centre de santé (blocs de 10).

Intervention (Application Support-Moms) :

• Plateforme : Une application de messagerie audio-SMS centrée sur l'utilisateur, développée en partenariat avec iStreams-Ouganda et Africas' Talking.
• Mécanisme : Basée sur le modèle d'utilisation des soins de santé d'Andersen, l'intervention vise les lacunes d'information et exploite les réseaux de soutien social.
• Composantes :
  • Messagerie automatisée : SMS et messages vocaux audio programmés (dans les langues préférées) concernant les rendez-vous CPN, les signes de danger et la préparation à l'accouchement.
  • Engagement du soutien social : Deux soutiens sociaux pré-identifiés (par exemple, conjoint, famille, ami, ASC) ont reçu des notifications hebdomadaires pour encourager la présence de la femme enceinte aux CPN et à l'accouchement en établissement.
  • Durée : Les messages ont été délivrés pendant au moins 4 mois (couvrant la grossesse et le postpartum).
• Groupe témoin : A reçu les soins de routine et l'information standard conformément aux lignes directrices du Ministère de la Santé (MOH) ougandais.

Collecte et analyse des données :

• Résultat principal : Accomplissement d'un accouchement assisté par un professionnel de santé (HCP) (vérifié par les cartes de sortie/dossiers de l'établissement).
• Résultats secondaires : Nombre de visites CPN (≥4), hémorragie du postpartum (HPP), réanimation néonatale, initiation de l'allaitement maternel, dépression postpartum, préparation à l'accouchement et scores de soutien social (Échelle de soutien social fonctionnel Duke-UNC).
• Approche statistique : Analyse en intention de traiter (ITT). Les rapports de cotes bruts (OR) avec des intervalles de confiance (IC) à 95 % ont été calculés à l'aide de tests du khi-deux et de régression logistique. Des analyses de sous-groupes ont été effectuées pour tester les effets d'interaction.

3. Contributions clés

• Intégration du soutien social : Contrairement à de nombreux essais mHealth qui se concentrent uniquement sur la délivrance d'informations au patient, cette étude a intégré avec succès un engagement actif du réseau social. Elle a utilisé les relations communautaires existantes pour créer une responsabilisation et un soutien instrumental.
• Accessibilité multimodale : L'utilisation à la fois de SMS et de messages audio a permis de surmonter les obstacles liés à la faible alphabétisation courants dans l'Ouganda rural, garantissant que l'intervention était accessible aux femmes ne pouvant pas lire les messages textuels.
• Conception hybride : L'étude a évalué simultanément l'efficacité clinique et la faisabilité de la mise en œuvre, fournissant les données nécessaires pour un futur déploiement à grande échelle et une intégration dans les systèmes de santé publique de routine.
• Cadre de mise à l'échelle : L'intervention a été construite sur l'infrastructure existante du secteur public (centres de santé publics) et a utilisé une technologie mobile peu coûteuse et largement disponible, la rendant hautement reproductible dans des contextes similaires à faibles ressources.

4. Résultats clés

Démographie :

• 824 femmes inscrites (412 par bras) ; 818 (99 %) avaient des résultats complets.
• Les caractéristiques de base (âge, gestation, éducation, statut VIH) étaient équilibrées entre les bras.

Résultat principal :

• Accouchement assisté par un professionnel de santé (HCP) : Significativement plus élevé dans le groupe intervention par rapport au groupe témoin.
  • Intervention : 92,9 % (379/408) vs Témoin : 84,1 % (345/410).
  • OR 2,51 (IC 95 % 1,57–4,03, p < 0,001).

Résultats secondaires (Améliorations significatives dans le groupe intervention) :

• Assistance aux CPN (≥4 visites) : 84,1 % vs 75,1 % (OR 1,76, p = 0,001).
• Hémorragie du postpartum (HPP) : Réduite de 22,7 % dans le groupe témoin à 9,1 % dans le groupe intervention (OR 0,34, p < 0,001).
• Réanimation néonatale : Réduite de 13,7 % à 9,8 % (OR 0,69, p = 0,037).
• Initiation précoce de l'allaitement maternel (<1 heure) : Augmentée de 71,7 % à 97,1 % (OR 1,76, p = 0,003).
• Dépression postpartum : Réduite de 27,1 % à 20,1 % (OR 0,68, p = 0,019).
• Préparation à l'accouchement : 35,5 % vs 19,0 % (OR 1,82, p < 0,001).
• Présence d'un accompagnant à la naissance : 87,3 % vs 82,2 % (OR 1,49, p = 0,013).
• Soutien social adéquat déclaré : 79,7 % vs 70,5 % (OR 1,65, p = 0,002).

Résultats non significatifs :

• Aucune différence statistiquement significative n'a été trouvée pour les naissances à terme, le poids de naissance, le mode d'accouchement (vaginal vs césarienne), la mortalité périnatale ou la mortalité maternelle (aucun décès dans les deux bras).
• L'analyse de sous-groupe a montré que l'intervention était efficace dans la plupart des groupes démographiques, sans effets d'interaction significatifs, sauf pour un intervalle inter-grossesse <2 ans.

5. Importance et conclusion

Impact clinique et de santé publique :
L'étude démontre qu'une intervention peu coûteuse basée sur la mHealth, combinant éducation sanitaire automatisée et engagement actif du soutien social, peut améliorer significativement les comportements et les résultats de santé maternelle dans des contextes ruraux à faible alphabétisation.

• Ampleur de l'effet : L'intervention a entraîné une augmentation absolue de 9 % des accouchements assistés en établissement et une réduction relative de 60 % des hémorragies du postpartum.
• Potentiel de mise à l'échelle : Les auteurs estiment que, si elle est déployée à l'échelle nationale, cette intervention pourrait réduire les accouchements à domicile d'environ 144 000 à 155 000 par an et prévenir environ 22 000 à 24 000 cas d'HPP en Ouganda.

Limites :

• Dépendance aux données auto-déclarées pour certains résultats secondaires (atténuée par des revues de dossiers).
• Risque de contamination si le personnel de clinique a amélioré les soins pour tous les participants en raison de la présence de l'étude.
• L'absence d'ajustement pour les tests multiples sur les résultats secondaires augmente le risque d'erreur de type I.

Perspectives futures :
Les auteurs recommandent une évaluation supplémentaire de l'efficacité coût-bénéfice, des résultats materno-infantils à long terme et des mécanismes de durabilité (par exemple, confidentialité des données, intégration dans les flux de travail habituels du MOH) pour faciliter le déploiement national.

Conclusion :
L'intervention Support-Moms représente une stratégie prometteuse et fondée sur des preuves pour combler le fossé entre les besoins communautaires et les soins en établissement en Afrique subsaharienne, prouvant que la technologie fonctionne mieux lorsqu'elle exploite, plutôt qu'elle ne remplace, les structures de soutien social existantes.