Shared Framework, Fragmented Field:What the DASH Reveals About Healthcare Simulation Debriefing Research

Dans le monde de la formation médicale à enjeux élevés, la simulation est un outil vital. Elle permet aux médecins, aux infirmiers et à d'autres professionnels de la santé de pratiquer des procédures complexes et des interventions d'urgence dans un environnement sûr où les erreurs ne coûtent pas de vies. Cependant, la partie la plus critique de cette formation n'est pas la simulation elle-même, mais ce qui se passe immédiatement après : le débriefing. Il s'agit d'une conversation structurée où l'équipe examine ce qui s'est bien passé, ce qui a échoué et comment s'améliorer. Pour que cette conversation soit efficace, les éducateurs ont besoin d'un moyen de mesurer sa qualité. Au cours de la dernière décennie, une liste de contrôle spécifique appelée Debriefing Assessment for Simulation in Healthcare, connue sous le nom de DASH, est devenue l'étalon de mesure standard pour cette évaluation. Elle est largement utilisée, traduite en de nombreuses langues et citée dans des centaines d'études, servant de langage commun pour les éducateurs du monde entier.

Pourtant, une nouvelle analyse suggère que, bien que tout le monde parle la même langue, ils n'ont pas nécessairement la même conversation. Des chercheurs se sont donné pour mission de comprendre comment cet outil a façonné le domaine de la recherche en éducation médicale. Ils n'ont pas seulement examiné ce que l'outil mesure ; ils ont examiné les chercheurs eux-mêmes. En examinant des centaines d'articles publiés et en cartographiant la façon dont ils sont connectés les uns aux autres, l'équipe a découvert un paradoxe surprenant. Le domaine est unifié par un outil partagé et des références communes, mais il est profondément fracturé lorsqu'il s'agit de collaboration réelle. L'étude révèle que si le DASH a réussi à établir une infrastructure commune pour mesurer le débriefing, il n'a pas encore favorisé le type de travail d'équipe coordonné nécessaire pour construire une compréhension plus profonde et cumulative de ce qui rend ces conversations éducatives véritablement efficaces.

Pour découvrir cette structure cachée, l'équipe de recherche a mené une revue massive de 340 articles scientifiques mentionnant ou utilisant l'outil DASH. Ils ont examiné tout, des articles en langue anglaise aux études publiées en espagnol, en français, en allemand et dans d'autres langues. L'objectif était de voir non seulement comment l'outil était utilisé, mais aussi comment les personnes l'utilisant étaient connectées. Ils ont analysé les citations au sein de ces articles pour voir quels articles étaient lus ensemble, et ils ont cartographié les réseaux de co-autorat pour voir quels chercheurs travaillaient ensemble. Cette approche leur a permis de considérer l'ensemble du champ de la recherche sur le débriefing comme un paysage, révélant des modèles que des études individuelles ne pourraient montrer seules.

L'analyse de l'utilisation de l'outil a révélé quatre manières principales dont les chercheurs s'en sont emparés. L'approche la plus courante, représentant plus de la moitié des articles, consistait à mentionner le DASH comme un concept ou une norme sans l'appliquer réellement en profondeur à leur propre travail. Dans ces cas, l'outil servait de signal de légitimité, un moyen pour les auteurs de montrer qu'ils faisaient partie de la communauté professionnelle. La deuxième utilisation la plus courante était de mesurer réellement la qualité d'une séance de débriefing. Un groupe plus restreint d'études a utilisé l'outil pour former des éducateurs, tandis qu'un autre groupe s'est concentré sur l'adaptation de l'outil lui-même à différentes cultures ou langues. Un problème important est apparu dans le compte rendu : plus de la moitié des articles n'ont pas précisé quelle version de l'outil ils utilisaient, ce qui rend difficile la comparaison des résultats entre les études.

Lorsque les chercheurs ont porté leur attention sur les connexions entre les études, le tableau est devenu encore plus révélateur. Ils ont découvert que le fondement intellectuel du domaine est étonnamment solide. Les études citent fréquemment les mêmes articles de base, créant un réseau dense de connaissances partagées. C'est comme si chaque chercheur du domaine lisait la même bibliothèque de livres. Cependant, lorsque les chercheurs ont regardé qui travaillait réellement ensemble, le tableau a radicalement changé. Le domaine n'est pas une communauté unique et cohérente. Au contraire, c'est une collection d'îles isolées.

L'étude a identifié 1 151 auteurs uniques à travers les 325 articles disposant de données complètes. Ces auteurs étaient liés par 3 957 liens de collaboration, ce qui signifie qu'ils avaient co-écrit des articles ensemble. Malgré ce grand nombre de connexions, le réseau était extrêmement fragmenté. Les chercheurs ont identifié 147 groupes distincts d'auteurs qui n'avaient aucune connexion collaborative avec un autre groupe. Le plus grand de ces groupes ne comptait que 370 auteurs, ce qui représente seulement 32,1 % de la force de travail de recherche totale. Dans les domaines scientifiques bien établis, le plus grand groupe de collaborateurs comprend généralement entre 82 et 92 % de tous les auteurs. Ici, la vaste majorité des chercheurs travaillent dans de petits cercles déconnectés, souvent au sein d'institutions uniques ou de régions spécifiques, avec peu ou pas de chevauchement avec le reste du domaine.

Cette fragmentation a un impact direct sur la croissance des connaissances. Parce que les chercheurs ne collaborent pas à travers ces clivages, ils réinventent souvent la roue. Une équipe peut étudier un aspect spécifique du débriefing, tandis qu'une autre équipe, ignorant la première, étudie exactement la même chose dans un autre lieu. Ils lisent les mêmes textes fondamentaux et utilisent le même outil de mesure, mais ils ne construisent pas sur les découvertes des autres. L'infrastructure partagée de l'outil DASH permet des perspectives locales, mais elle ne mène pas automatiquement à une compréhension globale et unifiée de ce qui fonctionne le mieux. Le domaine est rempli de petites études locales trop éparses et déconnectées pour être combinées en une réponse plus large et plus puissante.

Les chercheurs suggèrent que le domaine est actuellement dans une phase de développement où de nombreuses petites études locales sont nécessaires pour peupler la base de preuves. Cependant, pour que cette connaissance devienne cumulative — pour qu'elle s'additionne en une image claire des meilleures pratiques — le domaine doit dépasser les poches isolées. L'étude souligne que les outils et le vocabulaire partagés sont nécessaires mais ne suffisent pas. Pour progresser réellement, la communauté a besoin d'agendas de recherche coordonnés et de collaborations interinstitutionnelles. Ils doivent tester ensemble les différentes parties du cadre de débriefing et déterminer précisément quelles pratiques améliorent l'apprentissage, dans quelles conditions et pour qui.

Enfin, l'étude conclut que l'outil DASH est devenu avec succès l'« infrastructure » du domaine, semblable à un système d'approvisionnement en eau qui est pris pour acquis et utilisé par tous sans question. C'est une ressource partagée qui permet l'action. Mais pour que le domaine progresse d'une collection d'idées locales vers une science robuste et cumulative, les personnes utilisant cette infrastructure doivent délibérément connecter leur travail. L'outil lui-même n'est pas le problème ; c'est le manque de connexion entre les chercheurs qui l'est. La voie à suivre consiste à construire des ponts entre les îlots isolés de la recherche, en créant un réseau où les découvertes sont partagées, synthétisées et utilisées pour construire une compréhension plus forte et plus cohérente de la manière d'aider les apprenants médicaux à progresser.