Beyond the Checklist: How Different Prebriefing Tools Influence Simulation Outcomes—A Systematic Review and Meta-Analysis

Résumé technique : Au-delà de la liste de contrôle : Comment les différents outils de prébriefing influencent les résultats de la simulation

Énoncé du problème
L'éducation basée sur la simulation (EBS) repose largement sur la phase de prébriefing pour aligner les apprenants sur les objectifs, réduire l'anxiété et établir une sécurité psychologique. Malgré son importance reconnue, la mise en œuvre du prébriefing souffre d'une variabilité significative, d'une ambiguïté conceptuelle et d'un manque de cadres standardisés fondés sur des preuves. Bien que des revues systématiques antérieures aient examiné la présence générale du prébriefing, elles n'ont pas réussi à différencier les interventions selon le type ou le niveau d'innovation des outils employés. De plus, la littérature existante a largement négligé l'impact spécifique des technologies émergentes (ex. : IA, Réalité Virtuelle) et n'a pas synthétisé quantitativement les effets sur la sécurité psychologique en tant que résultat distinct. Cette lacune limite la capacité des éducateurs à optimiser la conception du prébriefing dans la pratique contemporaine, particulièrement à mesure que les outils de haute technologie deviennent plus prévalents.

Méthodologie
Cette étude est une revue systématique et une méta-analyse menée conformément aux directives PRISMA 2020.

• Stratégie de recherche : Quatre bases de données (ScienceDirect, Embase, Medline, Web of Science) ont été interrogées de leur création jusqu'au 6 août 2025.
• Critères d'éligibilité : La revue a inclus des essais contrôlés randomisés (ECR) et des études quasi-expérimentales comparant des interventions de prébriefing structurées à un prébriefing standard ou absent dans l'EBS en soins de santé. Les résultats ont été limités à la performance en simulation, la sécurité psychologique et l'expérience de la simulation.
• Cadre de classification : Les interventions ont été catégorisées en utilisant le modèle SAMR (Substitution, Augmentation, Modification et Redéfinition) pour stratifier les niveaux d'innovation des outils :
  • Groupe 1 (Substitution) : Schémas structurés standards ou listes de contrôle sans composants interactifs additionnels.
  • Groupe 2 (Augmentation) : Listes de contrôle complétées par des éléments interactifs (ex. : discussion par les pairs facilitée ou dialogue avec l'instructeur).
  • Groupe 3 (Modification) : Outils numériques novateurs permettant de nouvelles formes d'engagement (ex. : Réalité Virtuelle, chatbots d'IA).
• Analyse statistique : Un modèle à effets aléatoires a été utilisé pour calculer les différences moyennes standardisées (DMS) regroupées avec des intervalles de confiance (IC) à 95 %. L'hétérogénéité a été évaluée via $I^2$ et $\tau^2$. Le biais de publication a été évalué via le test d'Egger et la méthode « trim-and-fill » de Duval et Tweedie. Des analyses de sensibilité ont été réalisées via une approche de type « leave-one-out ».

Résultats clés
Quinze études (6 ECR, 9 quasi-expérimentales) comprenant 16 bras d'étude pour la performance, 15 pour la sécurité psychologique et 6 pour l'expérience ont été incluses.

• Performance en simulation : Le prébriefing innovant a significativement amélioré la performance en simulation globale (DMS = 1,04, IC 95 % [0,73, 1,36]). Ce résultat est resté robuste après l'ajustement trim-and-fill (DMS = 0,98). L'analyse de sous-groupe a montré des effets positifs constants à travers tous les groupes SAMR, bien que le Groupe 2 (Augmentation) ait démontré l'hétérogénéité la plus faible ($I^2$ = 58,2 %).
• Sécurité psychologique : L'analyse groupée initiale a suggéré un bénéfice significatif (DMS = 0,84). Cependant, le test d'Egger a indiqué un biais de publication significatif ($P < 0,0001$). Après l'ajustement trim-and-fill, l'effet a été atténué vers la non-significativité (DMS ajusté = 0,47, IC 95 % [-0,49, 1,43]). Le Groupe 2 a montré un effet statistiquement fiable sur la sécurité, tandis que le Groupe 3 (Modification) n'a pas réussi à démontrer un bénéfice significatif (DMS = 0,51, IC 95 % [-3,53, 4,55]).
• Expérience de simulation : Aucune amélioration globale significative n'a été trouvée (DMS = 0,22, $P$ = 0,32), et ce résultat nul a persisté après correction du biais.
• Hétérogénéité : Une hétérogénéité élevée a été observée dans tous les domaines ($I^2$ allant de 71,6 % à 82,0 %). Les interventions du Groupe 3 ont présenté une hétérogénéité extrême ($I^2$ = 88,0 % pour la performance), probablement due à des facteurs institutionnels non contrôlés tels que l'infrastructure matérielle et la compétence des facilitateurs.

Contributions clés

1. Stratification granulaire : Il s'agit de la première méta-analyse classant systématiquement les interventions de prébriefing par niveau d'innovation des outils (cadre SAMR), allant au-delà des comparaisons binaires de « présence vs absence » de prébriefing.
2. Résultats différenciés : L'étude fournit des preuves quantitatives distinctes que si le prébriefing structuré améliore systématiquement la performance objective, son impact sur la sécurité psychologique est hautement sensible au biais de publication et au type d'outil.
3. Preuve pour l'« Augmentation » : L'analyse identifie les interventions du Groupe 2 (feuilles de travail structurées combinées à une interaction facilitée) comme la stratégie la plus fiable, offrant le meilleur équilibre entre efficacité, cohérence et plus faible hétérogénéité à travers les résultats.
4. Mise en garde sur les outils de haute technologie : Les résultats remettent en question l'hypothèse selon laquelle une plus grande nouveauté technologique (Groupe 3) produit des résultats supérieurs, notant que de tels outils introduisent une variabilité extrême et peuvent échouer à améliorer la sécurité psychologique sans étayage supplémentaire.

Signification et affirmations
L'article affirme que l'application de différents types d'outils de prébriefing est significativement associée à des résultats d'EBS variables, mais que ces effets sont spécifiques aux résultats. Les auteurs soutiennent qu'une plus grande nouveauté technologique ne produit pas uniformément des résultats supérieurs et peut introduire des demandes cognitives extranes qui entravent la sécurité psychologique.

La conclusion centrale est que les approches à innovation modérée intégrant des éléments d'interaction facilitée (Groupe 2) représentent la stratégie de conception de prébriefing la plus fiable et la mieux étayée par les preuves. L'étude soutient que le prébriefing doit privilégier la stabilité instructionnelle et la faisabilité contextuelle plutôt que la nouveauté seule. Bien que les outils numériques comme la RV et l'IA soient prometteurs, les preuves actuelles sont trop hétérogènes pour soutenir leur préférence routinière par rapport aux formats interactifs plus simples et guidés par l'humain. Les auteurs soulignent que le prébriefing doit être considéré comme un processus de préparation sensible au contexte plutôt que comme un paquet de contenu fixe, avec des éléments de base adaptés aux niveaux des apprenants et aux contextes institutionnels.