Lorsqu’ils travaillent sous pression, les travailleurs de la santé peuvent développer un état de stress lié au travail soutenu ou élevé. Une forte exposition à des événements potentiellement traumatisants associée à un stress lié au travail peut déclencher des épisodes de détresse psychologique (par exemple, l’anxiété, la dépression, le trouble de stress post-traumatique). Conséquemment, les travailleurs de la santé peuvent développer des troubles de santé mental qui augmentent les congés de maladie et le roulement de personnel. Les études menées dans les établissements de santé ont souvent souligné la pénurie de ressources (humaines, matérielles, etc.) existant dans ces environnements avant l’apparition du COVID-19, et qui n’a fait que s’aggraver avec son impact. Cette pénurie de ressources peut contribuer à la détresse psychologique des travailleurs de la santé. La communauté des soins de santé a donc besoin d’interventions efficaces pour lutter contre l’anxiété, la dépression et le syndrome de stress post-traumatique sur le lieu de travail. Il est donc essentiel d’identifier les travailleurs de la santé les plus susceptibles d’avoir besoin d’aide lors de l’implantation d’interventions préventives efficaces afin d’éviter les pénuries de personnel.
Une solution potentielle à ce problème consiste à utiliser des algorithmes d’apprentissage automatique pour former de nouveaux modèles de dépistage de la détresse. L’apprentissage automatique peut réduire le fardeau de la surveillance active en diminuant le nombre de questions posées aux travailleurs de la santé. L’objectif de cette étude était donc d’utiliser l’apprentissage automatique pour développer et tester des modèles préliminaires avec moins de questions pour dépister le risque de développer l’anxiété, la dépression et le trouble de stress post-traumatique chez les travailleurs de la santé.
L’étude comprenait des données provenant d’une étude de cohorte prospective de 816 travailleurs de la santé, recueillies à l’aide d’une application mobile au cours des deux premières vagues de COVID-19. Chaque semaine, les participants ont répondu à 11 questions et ont rempli trois questionnaires de dépistage (un pour l’anxiété, un pour la dépression et un pour le stress post-traumatique). Ensuite, l’équipe de recherche a sélectionné deux questions (sur les 11), qui ont été utilisées avec le sexe biologique pour déterminer si les résultats de chaque questionnaire de dépistage seraient positifs ou négatifs.
Les résultats indiquent que les modèles dérivés des deux questions et du sexe biologique identifient avec précision les scores de dépistage de l’anxiété, de la dépression et des troubles de stress post-traumatique dans 70 à 80 % des cas.
Cette démonstration de faisabilité montre qu’il est possible d’utiliser l’apprentissage automatique pour développer de nouveaux modèles de dépistage de la détresse psychologique chez les travailleurs de la santé à risque. Le développement de modèles comportant moins de questions pourrait réduire la charge de la surveillance active dans des contextes pratiques en diminuant la durée de l’évaluation hebdomadaire.
Auteurs : Steve Geoffrion, Catherine Morse, Marie‑Michèle Dufour, Nicolas Bergeron, Stéphane Guay, Marc J. Lanovaz. (2023)
Lien vers l’article complet : Cliquez ici !