Fiche de projet de thèse

THEMATIQUE DE RECHERCHE

Incertitude diagnostique en soins primaires.

QUESTION DE RECHERCHE

Soumettre un cas clinique à la discussion collective sur le site de micro-blogging Twitter en utilisant le hashtag #Doc(s)TocToc permet-il au médecin généraliste de réduire son incertitude diagnostique en faisant progresser sa démarche diagnostique?

DESCRIPTION DU SUJET

Justification du sujet

Pourquoi ce sujet est intéressant à traiter, contexte actuel, enjeux, retombées éventuelles:

L'incertitude diagnostique est une caractéristique de la médecine générale. Elle contribue à la réalisation d'examens complémentaires parfois évitables et donc augmente le coût et la durée de la prise en charge diagnostique. Dans un contexte de sous-effectif, obtenir l'avis d'un confrère généraliste ou spécialiste prend du temps. Depuis 2012 quelques centaines de médecins échangent sur Twitter notamment au sujet de situations cliniques au stade du diagnotic. A la date du 31 décembre 2018 nous en avons recensé 673. Des travaux universitaires descriptifs ont été réalisés sur les discussions médicales marquées par le hashtag doctoctoc mais aucun n'a tenté de mesurer de manière prospective l'efficacité de ces échanges pour améliorer la démarche diagnostique en réduisant l'incertitude. Si nous réussissons à démontrer que cet outil permettant une réflexion diagnostique collective est utile et efficace, nous aurons un argument scientifique pour convaincre d'autres médecins de rejoindre le réseau. Davantage de médecins bénéficieront de l'aide de leurs confrères pour améliorer et raccourcir la prise en charge diagnostique de leurs patients.

Appuyez votre justification à l'aide de trois à cinq références bibliographiques:

  • Allison, Jeroan J., Catarina I. Kiefe, E. Francis Cook, Martha S. Gerrity, E. John Orav, and Robert Centor. “The Association of Physician Attitudes about Uncertainty and Risk Taking with Resource Use in a Medicare HMO.” Medical Decision Making 18, no. 3 (August 1998): 320–29. https://doi.org/10.1177/0272989X9801800310.
  • Salles, Adrien. “Analyse du Discours médical sur Twitter : étude d’un corpus de tweets émis par des médecins généralistes entre juin 2012 et mars 2017 et contenant le #DocTocToc.” Aix-Marseille Université, 2018.
  • Bhise, Viraj, Suja S. Rajan, Dean F. Sittig, Robert O. Morgan, Pooja Chaudhary, and Hardeep Singh. “Defining and Measuring Diagnostic Uncertainty in Medicine: A Systematic Review.” Journal of General Internal Medicine 33, no. 1 (January 2018): 103–15. https://doi.org/10.1007/s11606-017-4164-1.

Hypothèse

Formulez une ou des hypothèses qui répondent clairement par une affirmation à la question de recherche précédemment rédigée (Dans la cas d'une étude avec méthodologie qualitative ne pas remplir cette cartouche, mais soyez vigilant un grand nombre d'entre vous pense à tord utiliser une méthodologie qualitative). En cas de méthodologie quantitative si cette cartouche n'est pas remplie votre fiche sera systématiquement invalidée.

Pour le médecine généraliste, soumettre un cas clinique à l'analyse de ses confrères généralistes et spécialistes via le site de micro-blogging Twitter en utilisant le mot-dièse (hashtag) #Doc(s)TocToc permet une diminution de l'incertitude diagnostique calculée comme la diminution relative de l'entropie des distributions des probabilités subjectives des différents diagnostics différentiels évoqués par le praticien, relevés avant et après le début de la discussion collective. La diminution relative de l'entropie (pré-test et postè-test) est une représentation quantitative du gain d'information acquis grace à l'intervention (la conversation collective), cette dernière étant considérée comme 1 test diagnostic.

Appuyez votre hypothèse à l'aide de trois à cinq références bibliographiques:

  • Benish, William A. “Relative Entropy as a Measure of Diagnostic Information.” Medical Decision Making 19, no. 2 (April 1999): 202–6. https://doi.org/10.1177/0272989X9901900211.
  • Diamond, G. A., M. Hirsch, J. S. Forrester, H. M. Staniloff, R. Vas, S. W. Halpern, and H. J. Swan. “Application of Information Theory to Clinical Diagnostic Testing. The Electrocardiographic Stress Test.” Circulation 63, no. 4 (April 1981): 915–21.
  • Ranard, Benjamin L., Yoonhee P. Ha, Zachary F. Meisel, David A. Asch, Shawndra S. Hill, Lance B. Becker, Anne K. Seymour, and Raina M. Merchant. “Crowdsourcing--Harnessing the Masses to Advance Health and Medicine, a Systematic Review.” Journal of General Internal Medicine 29, no. 1 (January 2014): 187–203. https://doi.org/10.1007/s11606-013-2536-8.

Objectif

Votre objectif doit être formulé en des termes précis et concrets

Démontrer quantitativement et prospectivement, avec le niveau de preuve le plus élevé possible compte tenu du type d'intervention et de l'objet mesuré, l'efficacité d'une discussion diagnostique collective pour réduire l'incertitude diagnostique en médecine générale. L'objectif principal sera de démontrer un gain significatif d'information entre t0 et t1 pour le groupe intervention par rapport au groupe témoin. L'objectif secondaire sera de démontrer un rattrapage significatif du gain d'information du groupe témoin après son crossover programmé vers l'intervention.

Matériel et méthode

Quels outils méthodologiques allez-vous utiliser ? Décrivez également le déroulement du travail:

Il s'agit d'1 étude quantitative prospective avec 1 bras intervention et un bras contrôle (intervention différée). Les médecins généralistes sont recrutés automatiquement par 1 logiciel qui contrôle 1 compte Twitter (@DocTocTocBot) suivi par 1852 utilisateurs du réseau social, en majorité de professionnels de santé et parmi eux des médecins généralistes. Les professionnels de santé qui modèrent volontairement les comptes qui verront leurs questions marquées par le hashtag #DocTocToc être retweetées ont déjà vérifié la qualité de médecin de 697 utilisateurs. Quand un utilisateur dont la qualité de médecin a été vérifiée poste une question marquée par le hashtag, il recoit automatiquement une demande de participation à l'étude via message privé (s'il suit le compte @DocTocToc ou si il a choisi de recevoir des messages privés de tous les utilisateurs) ou via la partie publique du site, comportant 1 lien vers 1 descriptif du protocole de l'étude et l'invitant à suivre le compte pour pouvoir recevoir des messages privés. Le médecin qui accepte de participer recoit 2 questions: 1 question confirmant son statut de médecin et 1 question confirmant que sa question porte sur 1 diagnostic clinique d'un de ses patients. Il recoit également la consigne de ne pas lire les réponses à sa question qui pourraient arriver avant le début du protocole. Si les 2 réponses sont positives, le couple médecin/question est automatiquement randomisé soit dans le bras intervention, soit dans le groupe témoin (intervention différée). Le médecin qui est randomisé dans le groupe intervention recoit un lien personnalisé vers une page du site these.doctoctoc.net où il est invité à lister immédiatement les diagnostics qu'il considère (en texte libre) ainsi que leur probabilité subjective (notées en pourcentage de 0% à 100%, correspondant aux probabilités de 0 à 1, ou une probabilité de 0 représente 1 diagnostic considéré comme impossible, et 1, la probabilité d'1 diagnostic certain. Ce médecin recevra à nouveau 1 invitation identique à lister les diagnostics qu'il considère ainsi que leur probabilités subjectives à t1 et t2. t1 et t2 seront déterminés statistiquement et retrospectivement sur le corpus des questions DocTocToc posées depuis 2012 comme le temps moyen observé nécessaire pour obtenir 50% des réponses (t1) et 95% des réponses (t2). Pour t1 et t2, il aura à sa disposition la liste précédente des diagnostics sous forme d'étiquettes non modifiables qu'il pourra glisser-déposer, afin de permette d'identifier les diagnostics identiques entre t0, t1 et t2 et se mettre à l'abris d'une erreur de frappe ou d'une variation orthographique. Il n'y aura pas de limite imposée au nombre de diagnostics différentiels enregistrables, mis à part 1 limite technique fixée à 100. Le médecin randomisé dans le groupe témoin sera invité à effacer immédiatement sa question puis à répondre au même questionnaire que le groupe intervention. La question qu'il a posée sera affichée dans ses message privé visible uniquement par lui. Le robot Twitter se chargera de poster automatiquement sa question au bout d'un temps équivalent au délais entre t0 et t1 dans le groupe intervention. En cas d'impossibilité technique ou selon la préférence personnelle du médecin, il pourra reposter lui-même sa question après le délai de rigueur et après avoir répondu une 2ème fois questionnaire (t1). Il répondra une 3ème fois au questionnaire au bout d'un délai identique.

Le gain d'information (et donc la diminution de l'incertitude) sera mesurée via le calcul de la distance de Kullback-Leibler (entropie relative D(Post|Pre) entre les distributions des probabilités subjectives à t0 et t1 comparée à celle du groupe témoin (moyenne des différences D intervention - D temoin), exprimées en bits d'information. Un gain de 0.2 bits sera considéré comme significatif (et comparable à certains tests diagnostics réputés efficaces et standards) et permettra de rejeter l'hypothèse nulle.