La méta-prévalence du burn-out selon la définition tridimensionnelle

Télécharger le fichier pdf d’un mémoire de fin d’études

Sélection des études

Afin d’inclure uniquement des études épidémiologiques originales, une première sélection d’articles a été réalisée de manière indépendante par deux lecteurs, sur la base des titres et des résumés des études. Certaines études supplémentaires, identifiées à l’aide des listes de références des articles primo-sélectionnés, ont été ajoutées à la sélection. Les articles rédigés en anglais, étudiant une population de médecins en cours d’activité (quelle que soit leur spécialité) dans un pays européen (selon la classification du Conseil Européen (35), excepté la Turquie et la Russie) ont été sélectionnés. S’ils n’étaient pas disponibles ou s’ils ne portaient pas sur l’évaluation du burn-out, les articles n’étaient pas sélectionnés. L’inclusion des articles a ensuite été évaluée après lecture des manuscrits par les deux lecteurs. En cas de désaccord, un troisième lecteur est intervenu. Les articles ont finalement été inclus s’ils indiquaient leur définition du burn-out et les résultats de la prévalence du burn-out mesurée à l’aide de l’outil MBI et/ou s’ils présentaient les taux de prévalence pour chacune des dimensions du burn-out selon le MBI. Les études qui ne présentaient que les moyennes des scores dans leurs résultats ont été exclues.

Méthode d’évaluation du burn-out

Deux versions de l’outil de recherche MBI sont utilisées pour évaluer le burn-out des médecins : un questionnaire dédié à la population générale de travailleurs (MBI-GS) et un questionnaire dédié aux populations professionnelles du secteur sanitaire et social (MBI- HSS)(8). Le MBI-HSS, version originale du questionnaire, est un questionnaire de 22 items, adapté à l’évaluation du burn-out chez les travailleurs du secteur sanitaire et social tels que les travailleurs de la santé, tandis que le MBI-GS est un questionnaire de 16 items élaboré pour les travailleurs de toute profession. Les deux questionnaires évaluent le burn-out à l’aide d’une échelle de Likert à sept points servant à mesurer la fréquence à laquelle l’individu ressent le burn-out.
Avec le MBI-HSS, un score est calculé dans chaque dimension en additionnant les points de l’échelle correspondante : les scores vont de 0 à 54 dans la dimension EE, de 0 à 30 dans la dimension DP et de 0 à 48 dans la dimension AP. Avec le MBI-GS, les scores permettent de calculer les moyennes des scores allant de 0 à 6 dans chaque dimension. Les trois dimensions sont nommées différemment selon le questionnaire, mais les termes sont à utiliser de manière équivalente (épuisement pour l’EE, cynisme pour la DP et efficacité professionnelle pour l’AP). Avec les deux questionnaires, l’individu est ensuite classé dans les catégories de risque élevé, modéré ou faible d’EE, de DP et d’AP, selon des seuils prédéterminés. Un score élevé dans les dimensions EE et DP et faible dans la dimension de l’AP correspond à un risque élevé de burn-out.

Extraction des données et analyses

Les informations collectées dans chaque article ont été extraites par un lecteur, saisies dans un tableau Excel puis vérifiées par un deuxième lecteur. Les désaccords ont été résolus par l’intervention d’un troisième lecteur. Les données ont été renseignées dans un tableau dont les colonnes comprennaient les informations suivantes : premier auteur, définition du burn-out utilisée, année de publication, année(s) de réalisation de l’étude, pays, spécialité de la population de médecins, nombre de répondants, taux de prévalence du burn-out et pourcentage de la population ayant obtenu un score élevé dans les dimensions de l’EE et de la DP et un score bas dans la dimension de l’AP.
Les études sélectionnées ont été classées selon la définition « dimensionnelle » du burn-out fournie par les auteurs. L’association d’un EE élevé, d’une DP élevée et d’un AP faible définit l’approche tridimensionnelle. L’association d’au moins un EE élevé plus une DP élevée, ou d’un EE élevé plus un AP faible, ou d’une DP élevée plus un AP faible représente l’approche bidimensionnelle. Lorsqu’au moins une dimension est affectée par un score élevé dans la dimension de l’EE ou dans la dimension de la DP ou un score bas dans la dimension de l’AP, nous considérons la définition du burn-out comme unidimensionnelle (une distinction a été faite dans notre tableau de présentation des études, entre celles qui tiennent compte de n’importe laquelle des trois dimensions et celle qui ne tiennent compte que de la dimension de l’EE pour définir le burn-out; leurs données ont toutefois été analysées dans la même catégorie sans distinction). Une méta-analyse a ensuite été menée sur les données de chacune des trois catégories de définition du burn-out (uni-, bi- et tri-dimensionnelle).
Une seconde méta-analyse a également été réalisée, portant sur les données de prévalence de chaque dimension du MBI (EE, DP et AP) et conduite grâce aux données des 50 études qui fournissaient leur taux de prévalence de médecins qui obtenaient des scores de risque élevé de burn-out dans chacune de ses dimensions.
Aucune différence dans la classification et l’analyse n’a été faite entre les études mesurant le burn-out avec le MBI-GS de celles utilisant le MBI-HSS. Pour les études analysant ensemble des populations médicales et paramédicales (36–41), seuls les résultats concernant les populations de médecins ont été extraits et présentés (l’étude était exclue si aucune distinction des résultats entre les deux groupes n’avait été faite). Trois études (42–44) ont été menées à deux périodes différentes : les résultats de chacune de ces deux périodes ont été présentés et analysés. Une étude (13) fournissait des taux de prévalence mesurés selon deux définitions différentes du burn-out : les deux catégories de résultats de cette étude ont donc été utilisés pour les calculs de la méta-prévalence, chacun dans la catégorie appropriée.
Après l’extraction des données, les taux de prévalence et leur intervalle de confiance (IC) à 95 % ont été transformés à l’aide de la double transformation “arc-sinus” de Freeman-Tukey afin de surmonter l’instabilité liée à la variance (45). Les poids des études ont été calculés à l’aide du modèle d’hétérogénéité de variance inversée qui présente l’avantage d’offrir une meilleure précision des estimations comparé à d’autres modèles (46).
Afin de suivre les recommandations de la liste de vérification MOOSE (33), un score de qualité a été attribué à chacune des études incluses dans la méta-analyse. Le score de qualité a été obtenu à l’aide de la version modifiée de l’échelle de Newcastle-Ottawa (47), dans une version adaptée pour les études transversales et dans laquelle nous n’avons pas pris en compte la catégorie “compatibilité” puisqu’une seule population était considérée dans nos études et qu’aucune comparaison n’était faite (le score était donc le même pour toutes les études dans cette catégorie). Nous avons ainsi obtenu pour chaque étude incluse un score de qualité sur un total de 8 (au lieu de 10). Les résultats des scores de qualité des études sont présentés dans le tableau 2 en annexe. L’hétérogénéité des études a été déterminée à l’aide du test Q de Cochran et de la valeur I2 (48). Le I2 décrit le pourcentage de variation totale entre les études qui serait dû à l’hétérogénéité entre les études plutôt qu’au hasard. Pour tenir compte du biais de publication, l’indice de Luis Furuya-Kanamori (LFK) a été utilisé afin d’estimer l’asymétrie (indice de LFK compris dans l’intervalle ±2 : asymétrie mineure, LFK > ±2 : asymétrie majeure (donnant une raison de soupçonner un biais de publication)) (49).
Une analyse de sensibilité a été conduite afin d’évaluer l’impact que pouvait avoir l’exclusion des études une par une, sur les estimations des méta-prévalences. Une étude était considérée comme influente si après son exclusion la méta-prévalence n’était pas comprise dans l’estimation à 95 % de l’intervalle de confiance de la méta-prévalence calculée initialement. Ces analyses ont été réalisées à l’aide du programme MetaXL (version 5.3).

La méta-prévalence du burn-out selon la définition tridimensionnelle

Quinze études ont mis en évidence un risque élevé de burn-out chez 779 sujets sur un total de 9564 sujets inclus. L’estimation de la méta-prévalence du burn-out était de 7,7 % [5,3-10,4 %]. Le taux de prévalence du burn-out le plus élevé (19,4 %) a été mesuré chez des médecins généralistes lors d’une enquête menée en 2002 aux Pays-Bas (52). Le taux le plus faible (2,5 %) a été mesuré chez des médecins anesthésistes-réanimateurs en France au cours d’une étude menée de 2009 à 2011 (63).

La méta-prévalence du burn-out selon la définition bidimensionnelle

Huit études ont identifié un risque élevé de burn-out chez 535 médecins sur 2647. L’estimation de la méta-prévalence du burn-out était de 19,7 % [13,5-26,3 %]. Le taux de prévalence le plus élevé (28,9%) était rapporté par deux études menées en 2014: l’une concernait les urologues du Royaume-Uni et d’Irlande (76) et l’autre concernait les chirurgiens ORL au Royaume-Uni (75). Le taux le plus faible (8,0 %) a été mesurré chez les urgentistes français (74).

La méta-prévalence du burn-out selon la définition unidimensionnelle

Neuf études ont identifié un risque élevé de burn-out chez 1836 médecins sur 4161. Le taux de méta-prévalence du burn-out était de 43,2 % [29,0-57,6 %]. Le taux de prévalence le plus élevé (72,0 %) a été mesuré chez les urgentistes en Allemagne (89). Le taux le plus faible (14,5%) a été mesuré chez les onco-hématologues allemands (88).

Méta-prévalence de l’EE, de la DP et de l’AP

En ce qui concerne l’EE, 50 études ont montré que sur un total de 25131 médecins, 7585 d’entre eux présentaient un haut risque d’EE. La méta-prévalence de l’EE a été estimée à 29,9% [24,6-35,4]. La prévalence la plus élevée (64,0%) a été mesurée chez des médecins de différentes spécialités au Royaume-Uni dans le cadre d’une étude conduite de 2002 à 2004 (73). La prévalence la plus basse (9,0%) a quant à elle été mesurée chez des médecins specialisés en soins palliatifs lors d’une étude conduite en France de 2012 à 2013 (84). Les résultats de la méta-analyse de l’EE sont présentés sur la figure 3.

Tests d’hétérogénéité, d’asymétrie et de sensibilité

Pour la méta-analyse du burn-out, l’évaluation de l’hétérogénéité du test Q s’est révélée significative (p < 0,001) pour chacune des trois catégories de définitions du burn-out ayant été analysée. Les trois valeurs mesurées de l’I2 indiquent une hétérogénéité conséquente: la variance observée apparait vraie à 93% dans les catégories des définitions tri- et bidimensionnelles et à 98% dans la catégorie de la définition unidimensionnelle. L’indice LFK indique qu’il n’y a pas d’asymétrie dans le diagramme des points pour les trois catégories (tridimensionnelle: LFK = 0,62; bidimensionnelle: LFK = 0,26 et unidimensionnelle: LFK = -0,89). Ces résultats d’asymétrie sont présentés sur les figures 6, 7 et 8. En ce qui concerne les résultats de l’analyse de sensibilité, l’effet d’exclure les études une à une de l’analyse des taux de méta-prévalence a été examiné: aucune étude incluse dans la méta-analyse du burn-out n’a eu d’effet significatif.

Table des matières

RÉSUMÉ
INTRODUCTION
MATÉRIEL ET MÉTHODE
Stratégie de recherche
Sélection des études
Méthode d’évaluation du burn-out
Extraction des données et analyses
RÉSULTATS
Caractéristiques des études
La méta-prévalence du burn-out selon la définition tridimensionnelle
La méta-prévalence du burn-out selon la définition bidimensionnelle
La méta-prévalence du burn-out selon la définition unidimensionnelle
Méta-prévalence de l’EE, de la DP et de l’AP
Tests d’hétérogénéité, d’asymétrie et de sensibilité
DISCUSSION
Critiques de l’étude
Résultats de l’étude
La méta-analyse des trois dimensions du MBI
Problématiques et perspectives
CONCLUSION
ANNEXE
RÉFÉRENCES

Télécharger le rapport complet