La connaissance de l’intelligence artificielle dans la pratique infirmière : une méta-analyse de la perception, de l’attitude et de l’intention

Summary

Cette méta-analyse a examiné les différences dans les perceptions, attitudes et intentions des infirmières concernant l’utilisation de l’intelligence artificielle (IA) dans la prise en charge des patients. Les infirmières qui savaient comment l’IA est utilisée dans la pratique infirmière avaient des perceptions, attitudes et intentions nettement plus élevées que celles qui ne le savaient pas.

Abstract

Cette méta-analyse visait à évaluer les différences de perception, d’attitude et d’intention concernant l’utilisation de l’IA dans les soins aux patients entre les infirmiers ayant ou sans connaissance de l’application de l’IA dans la pratique infirmière.

Nous avons réalisé une méta-analyse utilisant un modèle de résultats continus avec des méthodes à effets fixes ou aléatoires pour estimer la différence moyenne (DM) et les intervalles de confiance (IC) à 95 % pour chaque résultat. Nous avons sélectionné 9 études avec 3648 infirmières pour cette méta-analyse. Les infirmiers qui connaissent l’utilisation de l’IA en pratique infirmière avaient une perception significativement plus élevée (DM brut regroupé, 1,43 ; IC 95 %, 0,86–1,99, p < 0,001), de l’attitude (DM, 1,80 ; IC 95 %, 0,81–2,78, p < 0,001) et de l’intention (DM, 2,89 ; IC 95 %, 1,61–4,16, p < 0,001) comparés à ceux qui ne savent pas comment l’IA est utilisée en pratique infirmière. Cependant, l’hétérogénéité était très élevée pour tous les critères (I² = 91–98 %), indiquant une variation substantielle entre les études. Cependant, comme ces résultats ont été mesurés à l’aide d’instruments avec des plages d’échelle très variables (par exemple, des échelles de 5 à 100 points), la DM brute regroupée ne représente pas une différence absolue cohérente. La direction d’effet cohérente dans toutes les études (positive) est le résultat principal, et non les valeurs spécifiques de la DM.

Les infirmiers qui savent comment l’IA est utilisée dans la pratique infirmière rapportent des perceptions, attitudes et intentions plus favorables que ceux qui ne le savent pas. Cependant, en raison de la forte hétérogénéité, de la variation d’échelle et des conceptions transversales, ces résultats ne sont que générateurs d’hypothèses. Les revendications causales ne sont pas justifiées.

Introduction

En particulier dans le secteur de la santé, l’intelligence artificielle est devenue une technologie disruptive cruciale. Les flux de travail en santé, les résultats cliniques et la prestation des soins aux patients sont tous révolutionnés par l’intelligence artificielle¹. L’infirmier(ère) vise à fournir des soins compatissants et fondés sur des preuves dans les milieux cliniques². Les infirmiers doivent être prêts à adopter toute technologie qui améliore les résultats globaux des patients, car ils sont des professionnels de santé de première ligne. L’intelligence artificielle devrait êtr....

Protocol

Conception de l’étude :

Cette étude était une revue systématique et une méta-analyse menée conformément aux lignes directrices Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). La liste de contrôle complète de PRISMA 2020 est fournie sous forme de fichier supplémentaire 1. Le protocole visait à synthétiser quantitativement les preuves sur les perceptions, attitudes et intentions des infirmières concernant l’utilisation de l’intelligence artificielle (IA) dans la prise en charge des patients, en comparant celles ayant des connaissances préalables e....

Results

Après avoir examiné 2245 publications pertinentes, 9 études publiées entre 2021 et 2025 répondaient aux critères ^{d’inclusion 26,27,28,29,30,31,32,33,34}. Le tableau 2 résum.......

Discussion

Pour la méta-analyse actuelle, 9 études avec 3 648 infirmières ont été^{étudiées : 26, 27, 28, 29, 30, 31, 32, 33, 34}. Cette méta-analyse a comparé les infirmiers qui rapportent savoir comme.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Bibliothèque Cochrane	Bibliothèque Cochrane	https://www.cochranelibrary.com/
Embase	Embase	https://www.embase.com/landing?status=grey
Fin Note X9	Clarivate Analytics	https://support.clarivate.com/Endnote/s/?language=en_US	Logiciel de gestion des références pour la déduplication et l’organisation des citations
Google Scholar	Google	https://scholar.google.com/
Liste de contrôle pour l’évaluation critique de l’Institut Joanna Briggs (JBI)	Institut Joanna Briggs	https://jbi.global/critical-appraisal-tools	Outil d’évaluation de la qualité pour les études transversales analytiques
Microsoft Excel	Microsoft Corporation	https://www.microsoft.com/en-us	Développement de formulaires d’extraction de données ; gestion des données ; Conversion des statistiques
OVID	OVID	https://www.ovid.com/
Modèle de diagramme d’écoulement PRISMA 2020	Groupe de travail PRISMA	https://www.prisma-statement.org/prisma-2020-flow-diagram	Modèle pour le diagramme de sélection de l’étude & nbsp ;
PubMed	Instituts nationaux de la santé	https://pubmed.ncbi.nlm.nih.gov/
Responsable des critiques (RevMan) & nbsp ;	La Collaboration Cochrane	Version 5.4	Logiciels pour la préparation et la maintenance des revues Cochrane ; utilisé pour la méta-analyse (regroupement, parcelles forestières, hétérogénéité, analyses de sensibilité).