Les encouragements personnalisés ne sont pas seulement pour les patients, ils sont aussi pour les cliniciens

L'inertie thérapeutique (IT) est définie comme l'incapacité à intensifier le traitement lorsque cela est justifié. Une étude récente, dans laquelle des neurologues ont été exposés à des scénarios de cas simulés de patients atteints de sclérose en plaques (SEP), a révélé que plus de 70 % des neurologues faisaient preuve d'inertie thérapeutique lors des décisⁱons de traitement. Cela a conduit à des décisions sous-optimales dans environ 20 % des cas.1

Il est intéressant de noter que le groupe de recherche a pu effectuer une analyse plus approfondie et identifier certaines caractéristiques des médecins qui étaient associées à une probabilité accrue de TI. Ces facteurs comprennent l'aversion pour l'ambiguïté, le niveau d'expertise dans le traitement de la SEP et même le pays d'exercice.

Le même groupe a également mis au point une courte intervention éducative qui s'appuie sur ce que l'on appelle un "système de feux de signalisation". Ce système utilise des associations de couleurs pour aider les cliniciens à identifier les patients à haut risque (par exemple, le rouge signifie un risque élevé et une escalade du traitement, tandis que le jaune encourage une réévaluation dans les six mois). Plus de détails sur l'intervention peuvent être trouvés dans leur étude. Un essai contrôlé randomisé a prouvé son efficacité dans la réduction de la prévalence de l'IT au cours du traitement de la sclérose en plaques. Cela est prometteur pour l'amélioration des résultats cliniques des patients atteints de SEP.2

Il est important de noter que l'intervention des feux tricolores n'a pas été mise en œuvre sous la forme d'un coup de pouce dans cette étude. Elle a plutôt été proposée aux participants à l'étude qui ont reçu des scénarios représentant des situations cliniques réelles. Toutefois, dans un contexte clinique réel, l'intervention pourrait être présentée comme un encouragement par le biais des dossiers médicaux électroniques ou d'un autre format pendant les soins aux patients.

Il a été prouvé que les statines réduisent de manière significative le risque d'événements cardiovasculaires et de mortalité. Plusieurs études ont cependant démontré leur sous-utilisation : environ 50 % des patients qui bénéficieraient de statines (selon les directives nationales) ne se les voient pas prescrire par leur médecin3 . Les chercheurs de la Penn Nudge Unit, une équipe de conception comportementale intégrée au système de santé de l'université de Pennsylvanie, ont cherché à évaluer si le nudging pouvait améliorer la prescription de statines conforme aux lignes directrices4.

Leur première étude a comparé un groupe témoin à deux groupes d'intervention : une intervention de choix actif avec et sans retour d'information sur les performances par comparaison avec les pairs. Les médecins du premier groupe (uniquement l'intervention de choix actif) ont reçu un courrier électronique contenant une liste de leurs patients qui bénéficieraient de statines mais à qui elles n'avaient pas encore été prescrites. Les autres données contenues dans le courriel comprenaient les caractéristiques cliniques pertinentes des patients et les lignes directrices nationales relatives à la prescription de statines. Dans ce cas, l'intervention de choix actif demandait au médecin d'examiner la liste et de choisir de prescrire ou non une statine dans un délai d'une semaine.

Dans le groupe de comparaison avec les pairs, les médecins ont également reçu des informations sur la comparaison de leurs taux de prescription de statines avec ceux d'autres médecins de leur établissement. Ce coup de pouce était basé sur ce que l'on sait des normes sociales et de leurs effets sur le changement de comportement. Le groupe d'intervention "choix actif + comparaison avec les pairs" a démontré une augmentation significative de la prescription appropriée de statines.

Dans une autre étude, le même groupe de recherche a identifié les caractéristiques des cliniciens associées à la prescription de statines. Plus précisément, le fait d'être une femme, d'être un assistant médical et d'avoir plus d'années d'expérience était associé à une plus faible probabilité de prescrire des statines.5

Pourquoi la personnalisation est-elle si prometteuse pour l'avenir du nudging des cliniciens ? La première raison est relativement simple et s'apparente au raisonnement concernant les patients : certains cliniciens peuvent être plus réceptifs à un type particulier de nudge qu'à un autre. Par exemple, les cliniciens qui sont plus compétitifs peuvent mieux répondre aux encouragements par comparaison avec leurs pairs.

Il serait intéressant qu'à l'avenir, les DSE puissent tester un ensemble de nudges différents pour des contextes cliniques particuliers et surveiller l'activité du clinicien et les changements de comportement potentiels afin de fournir des nudges plus appropriés et personnalisés. La connaissance de certaines caractéristiques du clinicien (par exemple, son niveau d'expertise) peut aider à alimenter les algorithmes d'apprentissage automatique pour identifier le coup de pouce approprié.

D'autres valeurs ajoutées pour la personnalisation des nudge peuvent être plus discrètes. Les failles dans la prise de décision des cliniciens dépassent le cadre d'un traitement particulier. Les cliniciens sont confrontés à une variété de techniques de dépistage, à différents états de santé, à des médicaments prescrits, à des options de traitement, etc. Au fur et à mesure que le corpus de recherche dans ce domaine s'étoffe, il révélera la nécessité de nombreux autres nudges dans le flux de travail clinique.

Toutefois, dans la pratique, il n'est tout simplement pas possible de mettre en œuvre plusieurs nudges à la fois. Les nudges explicites tels que ceux décrits dans les exemples ci-dessus exigent souvent que le clinicien réoriente son attention. Un trop grand nombre d'interruptions de ce type peut contribuer à la "fatigue de l'alerte", conduisant les cliniciens à se désensibiliser et à ignorer complètement ces incitations. Par ailleurs, les alertes du DSE sont un facteur prédictif de ^l'épuisement professionnel du personnel de santé, et la réduction du nombre d'alertes reste donc une priorité.6

La personnalisation peut être une solution potentielle pour minimiser la fatigue liée aux alertes des nudges. En identifiant les nudges les plus urgents pour certains cliniciens, la technologie future peut donner la priorité à différentes interventions sur la base des données du DSE et des caractéristiques du clinicien. Par exemple, l'incitation au choix actif décrite ci-dessus pourrait n'être délivrée qu'aux cliniciens qui sous-prescrivent systématiquement des statines, ou l'intervention des feux de signalisation aux quelque 70 % de neurologues qui font preuve d'inertie thérapeutique.

Cette approche est prometteuse. Une étude réalisée en 2020 a utilisé les données des DSE pour établir un phénotype des modes de pratique des médecins et classer ces derniers en fonction de variables telles que le nomb^re d'années de formation, la charge de travail estimée et le nombre de patients vus.7 L'étude a montré qu'un choix actif dans les DSE était significativement efficace pour augmenter les taux de vaccination contre la grippe chez les cliniciens ayant une charge de travail clinique plus élevée, mais n'avait aucun effet chez ceux ayant une charge de travail clinique plus faible.

Au fur et à mesure que le comportement du clinicien évolue, l'IA pourrait également identifier le moment où un coup de pouce n'est plus nécessaire pour produire le changement de comportement souhaité, et passer progressivement à un autre coup de pouce pour cibler un autre comportement. Même des facteurs aussi simples que l'heure de la journée ou le nombre d'heures de travail d'un clinicien peuvent ouvrir la voie à la personnalisation. Par exe^mple, au fur et à mesure que la journée avance, les cliniciens ont tendance à prescrire moins de tests de dépistage du cancer8 , ^mais l'incitation au choix actif par le biais du DSE s'est avérée efficace pour augmenter les commandes de coloscopies et de mammographies par les médecins9 .

Les nudges peuvent encourager les cliniciens à prescrire des médicaments plus conformes aux lignes directrices, mais avant que ces nudges ne soient mis en œuvre à grande échelle, plusieurs questions doivent encore être résolues. Les recherches futures doivent se concentrer sur la manière dont les différents nudges interagissent entre eux et sur la manière dont ils peuvent affecter le comportement des cliniciens. Nous avons également besoin de plus de recherches pour étudier les effets à long terme de ces nudges.

À partir de ces recherches futures, alors que la prochaine étape intuitive consisterait pour les systèmes de santé à donner la priorité à certains outils de décision et à certaines modifications du DSE par rapport à d'autres, je soutiens que l'incitation personnalisée pour les cliniciens offre une solution avec moins de compromis tout en maximisant l'efficacité.

S'il est vrai que dans un monde idéal, tous les nudges seraient discrets et intégrés de manière transparente dans la conception des DSE (c'est-à-dire les nudges par défaut), cela n'est pas très réaliste pour diverses raisons. Par exemple, certaines personnes peuvent répondre à d'autres formes de "nudges" (choix actif), et les "nudges" par défaut peuvent ne pas être réalisables dans certains contextes. Le nudging personnalisé peut aider à identifier la forme de nudge la plus efficace pour un clinicien donné, ainsi que les personnes qui ont le plus besoin d'un nudge.

Bien que cela semble plutôt imaginatif, cette technologie est déjà utilisée pour améliorer le comportement des patients. Pourquoi ne pas s'efforcer de l'appliquer également aux cliniciens ?