Study protocol Effects of Philips Visual Patient Avatar on vital sign deviations and audible alarm burden in perioperative care: a dual-centre, quasi-experimental pre-post big-data study protocol (NewYork-Presbyterian/Weill Cornell and University Hospital Zurich)

Ce protocole d'étude décrit une enquête pré-post sur les grandes données, quasi-expérimentale et menée dans deux centres, conçue pour quantifier systématiquement l'impact de l'avatar Philips Visual Patient sur les écarts des signes vitaux et la charge des alarmes sonores en soins périopératoires, afin de déterminer si cette visualisation basée sur un avatar améliore la conscience de la situation et réduit la charge cognitive par rapport à la surveillance conventionnelle.

L'essentiel

Imaginez que vous êtes le capitaine d'un navire naviguant à travers une tempête. Votre tableau de bord est couvert de dizaines de jauges distinctes : une pour la vitesse, une pour le carburant, une pour la température du moteur et une autre pour la direction du vent. Pour comprendre si votre navire est en sécurité, vous devez constamment examiner chaque chiffre, vous souvenir de sa signification et les combiner mentalement pour obtenir une image complète. Si une jauge se met à émettre un bip, vous devez arrêter ce que vous faites pour identifier laquelle et pourquoi. C'est exactement ce que font les anesthésistes dans un bloc opératoire, mais avec la fréquence cardiaque, la pression artérielle et les niveaux d'oxygène d'un patient à la place des jauges du navire.

Ce document de recherche est un plan d'étude (un protocole) pour un projet visant à déterminer si un nouveau type de « tableau de bord » peut rendre ce travail plus facile et plus sûr.

Le Problème : Les « Bips » et l'« Épuisement Mental »

Actuellement, les moniteurs de patients affichent des chiffres et des lignes ondulées. Lorsqu'un problème survient, la machine émet un bruit fort (une alarme).

• La Charge Mentale : Les médecins doivent lire de nombreux chiffres séparés et les assembler mentalement pour comprendre l'état du patient. C'est comme essayer de résoudre un problème de mathématiques pendant que quelqu'un vous crie dessus.
• La Fatigue d'Alarme : Il y a tellement de bips que les médecins peuvent s'en lasser, tout comme un conducteur qui s'habitue au voyant « moteur » de sa voiture et commence à l'ignorer. C'est dangereux car ils pourraient manquer une véritable urgence.

La Solution : L'« Avatar Vivant »

Les chercheurs testent une nouvelle technologie appelée Philips Visual Patient Avatar (VPA).

• La Métaphore : Au lieu d'afficher simplement des chiffres, imaginez une petite figure humaine animée sur l'écran.
  • Si l'oxygène du patient est faible, la peau de l'avatar devient bleue.
  • Si le cœur bat trop vite, la poitrine de l'avatar pulse rapidement.
  • Si la pression artérielle chute, l'avatar peut paraître pâle ou s'affaisser.
• L'Objectif : Cela permet au médecin de voir instantanément « l'image complète » en jetant simplement un coup d'œil au visage ou au corps de l'avatar, sans avoir à calculer mentalement les chiffres. C'est la différence entre lire un rapport météo rempli de points de données et simplement regarder par la fenêtre pour voir s'il pleut.

L'Expérience : Un Test « Avant et Après »

Cette étude n'est pas une expérience de laboratoire avec des acteurs ; c'est une analyse de « grandes données » de vrais hôpitaux.

• Les Lieux : Ils comparent deux hôpitaux immenses : l'un à New York (États-Unis) et l'autre à Zurich (Suisse).
• La Méthode : Ils examineront des milliers de cas de chirurgie passés et futurs.
  1. Phase 1 (Avant) : Ils analysent les données de l'époque où les hôpitaux utilisaient les anciens écrans chargés de chiffres.
  2. Phase 2 (La « Période d'Assimilation ») : Ils sautent la période de transition chaotique où les médecins apprennent simplement à utiliser les nouveaux écrans d'avatar.
  3. Phase 3 (Après) : Ils analysent les données après que les nouveaux écrans ont été entièrement installés et que les médecins s'y sont habitués.

Que Mesurent-ils ?

Ils ne mesurent pas si les patients ont vécu ou sont morts (c'est trop difficile à attribuer à un seul écran). Au lieu de cela, ils mesurent deux choses spécifiques :

1. Temps dans la Zone de Danger : Pendant combien de temps les signes vitaux du patient sont-ils restés en dehors de la « zone sûre » ? (Par exemple : pendant combien de minutes la pression artérielle était-elle trop basse ?) L'espoir est qu'avec l'avatar, les médecins détecteront ces problèmes plus rapidement et les corrigeront plus tôt, réduisant ainsi ce temps.
2. Le Niveau de Bruit : Combien d'alarmes se sont déclenchées et pendant combien de temps ont-elles duré ? L'espoir est que l'avatar aide à empêcher les petits problèmes de devenir de grandes urgences bruyantes, ou aide les médecins à réagir si rapidement que les alarmes s'arrêtent plus tôt.

Les Règles du Jeu

• C'est une « Quasi-expérience » : Ils ne peuvent pas assigner au hasard certains patients à l'ancien écran et d'autres au nouvel écran, car tout l'hôpital change d'un coup. Ils comparent donc la période « Avant » à la période « Après ».
• La Phase « d'Assimilation » : Tout comme lorsque vous achetez une nouvelle voiture, les premières semaines sont maladroites pendant que vous apprenez où se trouvent les boutons. Les chercheurs ignorent cette période maladroite pour s'assurer de ne mesurer les résultats que lorsque tout le monde est à l'aise avec le nouveau système.
• Deux Mondes Différents : Puisque les deux hôpitaux sont dans des pays différents avec des règles différentes, ils les analyseront séparément pour voir si l'avatar fonctionne dans les deux environnements.

La Conclusion

Ce document est une feuille de route pour une étude qui pose la question : « Si nous remplaçons un tableau de bord rempli de chiffres confus par un personnage animé et amical qui nous montre comment se sent un patient, les médecins détecteront-ils les problèmes plus rapidement et entendront-ils moins de bips ennuyeux ? »

L'étude est actuellement dans la phase de collecte de données. Ils n'ont pas encore trouvé la réponse ; ils sont simplement en train d'établir les règles pour la découvrir. Si les résultats sont bons, cela pourrait prouver qu'un simple changement dans la façon dont nous regardons les données peut rendre la chirurgie plus sûre pour tout le monde.

Résumé technique

Résumé technique : Effets de l'avatar patient visuel Philips sur les déviations des signes vitaux et la charge d'alarmes audibles

Énoncé du problème
La surveillance périopératoire des patients exige que les cliniciens intègrent plusieurs flux de données physiologiques (par exemple, fréquence cardiaque, pression artérielle, saturation en oxygène, CO2 expiré) sous une forte pression temporelle et face à des interruptions fréquentes. Les moniteurs conventionnels présentent ces données sous forme de valeurs numériques et de tracés distincts, nécessitant une interprétation séquentielle et une intégration mentale, ce qui impose une charge cognitive substantielle. Bien que les alarmes audibles soient conçues pour améliorer la sécurité, elles contribuent fréquemment à la fatigue d'alarme, à l'augmentation de la charge de travail et à une réactivité réduite face aux événements cliniquement pertinents. De plus, le temps passé en dehors des plages sûres prédéfinies pour les signes vitaux est associé à des résultats défavorables. Bien que la surveillance basée sur des avatars ait montré des promesses dans des études en laboratoire et en simulation pour améliorer la conscience de la situation et réduire la charge de travail perçue, son impact sur les résultats objectifs de surveillance dans la pratique clinique courante n'a pas été systématiquement quantifié.

Méthodologie
Cette étude emploie un design quasi-expérimental pré–post à deux centres pour évaluer l'introduction clinique de l'avatar patient visuel (VPA) de Philips. L'étude est menée au NewYork-Presbyterian Hospital/Weill Cornell Medical Center (New York, États-Unis) et à l'Hôpital universitaire de Zurich (Zurich, Suisse).

• Source de données : L'étude utilise de grands volumes de données de surveillance périopératoire collectées de manière routinière (approche big-data).
• Phases de l'étude : Les données sont collectées au cours de trois phases distinctes dans chaque centre :
  1. Pré-implémentation : Données de référence avant l'introduction du VPA.
  2. Période d'assimilation (Adaptation) : Une période de transition durant l'installation échelonnée et la formation, exclue de l'analyse finale pour atténuer les effets d'apprentissage.
  3. Post-implémentation : Données collectées après l'achèvement de l'installation et de la formation.
• Intervention : Le VPA est une mise à jour logicielle pour les moniteurs patients Philips IntelliVue (MX450, MX550, MX750) qui affiche un patient virtuel animé intégrant plusieurs signes vitaux et états de capteurs dans une représentation visuelle unique (utilisant des indices tels que la couleur de la peau pour la saturation et la pulsation pour la fréquence cardiaque) parallèlement aux affichages numériques conventionnels.
• Unité d'analyse : Cas individuels d'anesthésie.
• Résultat principal : Temps de déviation des signes vitaux, normalisé sur 60 minutes de temps de mesure effectif. Il est défini comme la durée cumulative durant laquelle un paramètre vital dépasse les seuils prédéfinis supérieurs ou inférieurs.
• Résultats secondaires :
  • AUC des signes vitaux : Une métrique de surface sous la courbe capturant à la fois l'ampleur et la durée des déviations par rapport à la plage admissible.
  • Charge d'alarmes audibles : Normalisée sur 60 minutes, incluant le nombre d'alarmes, le temps cumulé d'alarmes et le temps moyen de réaction aux alarmes.
• Analyse statistique : Des modèles de régression multivariée estimeront les associations entre la phase d'implémentation (post vs pré) et les résultats, en ajustant pour les covariables liées au patient et à la procédure. Les analyses sont effectuées séparément pour chaque centre. L'étude exclut la phase d'assimilation de la comparaison principale.

Contributions clés

• Quantification en conditions réelles : Ce protocole décrit la première quantification systématique de l'impact du VPA sur les résultats objectifs de surveillance dans les soins périopératoires courants, dépassant les cadres de simulation et de laboratoire.
• Validation à deux centres : En exploitant des données de deux hôpitaux académiques tertiaires indépendants situés sur des continents différents, avec des flux de travail et des configurations d'alarmes diversifiés, l'étude vise à améliorer la validité externe et la généralisabilité des résultats.
• Métriques orientées processus : L'étude se concentre sur des métriques de niveau processus (stabilité des signes vitaux et charge d'alarmes) plutôt que sur des résultats patients stricts, fournissant une base cliniquement significative pour évaluer l'effet de l'intervention sur les indicateurs de sécurité.
• Rigueur méthodologique : L'inclusion d'une phase dédiée « d'assimilation » traite les effets de confusion liés à l'apprentissage et à l'adaptation lors de l'introduction d'une nouvelle technologie, un défi courant dans les études d'implémentation pré–post.

Résultats
Note : Comme ce document est un protocole d'étude soumis avant l'achèvement de l'analyse des données, aucun résultat empirique n'est rapporté.
Au moment de la soumission, la collecte de données était terminée à l'Hôpital universitaire de Zurich et en cours au NewYork-Presbyterian Hospital. Aucune analyse statistique n'avait été réalisée. L'article décrit le cadre analytique prévu mais ne présente pas de résultats concernant l'efficacité du VPA.

Signification et affirmations
L'article se positionne comme une évaluation pragmatique de savoir si les bénéfices liés aux facteurs humains démontrés dans des études contrôlées se traduisent par des changements mesurables dans la pratique réelle. Les auteurs affirment que si des associations favorables sont observées entre l'implémentation du VPA et la réduction des déviations des signes vitaux ou de la charge d'alarmes, ces résultats fourniront la base de preuves nécessaire pour de futures investigations sur les résultats cliniques centrés sur le patient.

L'étude reconnaît ses limites, spécifiquement que le design quasi-expérimental ne permet pas l'inférence causale et que le biais de confusion résiduel par le temps et des facteurs non mesurés ne peut être entièrement exclu. Cependant, les auteurs soutiennent que l'utilisation de données à grande échelle collectées de manière routinière dans divers environnements cliniques offre une évaluation robuste de l'impact de l'intervention dans des conditions réelles variées. L'objectif ultime est de soutenir une détection plus précoce des déviations physiologiques et une amélioration de la conscience de la situation sans augmenter la charge cognitive, traitant ainsi des problèmes critiques de sécurité des patients en période périopératoire.