Apprentissage basé sur la simulation pour la préparation aux urgences dans la formation infirmière : une revue systématique et une méta-analyse des scénarios gastro-intestinaux

Résumé

Cette étude examine comment l’apprentissage par simulation (SBL) prépare les infirmiers à gérer les urgences gastro-intestinales à haut risque. Dans l’ensemble, la SBL a amélioré les connaissances, les compétences en travail d’équipe et la confiance en soi des infirmières par rapport à l’enseignement traditionnel, tandis que ses effets sur les compétences techniques et la responsabilité professionnelle étaient variables. Ces résultats soutiennent l’intégration de la formation par simulation dans la formation infirmière d’urgence.

Résumé

L’apprentissage par simulation (SBL) est de plus en plus intégré à la formation infirmière afin d’améliorer la préparation aux situations d’urgence. Les urgences gastro-intestinales (GI) représentent des scénarios cliniques à enjeux élevés qui nécessitent une évaluation rapide, une prise de décision efficace et un travail d’équipe coordonné. Cette revue systématique et cette méta-analyse ont évalué l’efficacité de la SBL dans la formation en soins infirmiers d’urgence, avec une pertinence particulière pour les scénarios cliniques liés à l’ILO. Des recherches sur PubMed, Scopus, Web of Science et Embase ont permis d’identifier des études comparant la SBL à des approches pédagogiques non basées sur la simulation. Les différences moyennes standardisées (Hedges' g) ont été regroupées à l’aide de modèles à effets aléatoires avec estimation maximale de vraisemblance (REML) restreint et ajustement de Knapp–Hartung. L’hétérogénéité a été évaluée à l’aide des statistiques Q, τ² et I² , et le biais de publication a été évalué à l’aide de graphiques en entonnoir et du test de régression d’Egger. Huit études impliquant 986 participants ont été incluses. Les analyses regroupées ont démontré des effets positifs de la SBL sur l’acquisition des connaissances (g = 0,31, IC à 95 % : 0,12–0,50), la capacité à travailler en équipe (g = 0,66, IC à 95 % : 0,18–1,14) et la confiance en soi (g = 1,05, IC à 95 % : 0,62–1,49). Les effets sur la pensée clinique (g = 0,17, IC à 95 % : -0,21–0,55), la responsabilité professionnelle (g = 0,27, IC à 95 % : -0,11–0,65) et la performance des compétences (g = -0,39, IC à 95 % : -0,85–0,07) étaient incohérents et n’ont pas atteint de signification statistique. L’hétérogénéité était substantielle dans tous les domaines de résultats (I² > 97 %). Dans l’ensemble, la SBL peut améliorer les connaissances, le travail d’équipe et la confiance en soi dans la formation infirmière d’urgence, y compris les compétences pertinentes aux scénarios cliniques liés aux gastroenterologies. Cependant, le faible nombre d’études incluses et l’extrême hétérogénéité observée entre les résultats justifient une interprétation prudente des résultats. Les effets de la SBL sur les compétences techniques, la pensée clinique et la responsabilité professionnelle restent incertains et nécessitent des recherches approfondies.

Introduction

Les urgences gastro-intestinales telles que des saignements aigus de la haute gastro-ingéniture (GI), une perforation ou des chutes rapides de tension artérielle dues à des pertes gastro-intestinaux, nécessitent une prise de décision rapide et une action rapide. Lorsque de tels cas surviennent, le rôle de l’infirmier devient essentiel, en commençant par un examen initial et en poursuivant le suivi, en aidant à la procédure et en tenant l’équipe soignante informée. Plusieurs études ont exploré l’importance de la formation par simulation pour équiper les infirmiers à gérer des situations aussi intenses. Nielsen et al. ont démontré que les simulateurs d’endoscopie validés peuvent distinguer efficacement les débutants des^{experts 1}. Rong et Ning ont rapporté que les internes en soins infirmiers utilisant des modèles d’enseignement mixte intégrant la simulation ont montré des améliorations tant dans les connaissances théoriques que dans les compétences^{pratiques 2}. Wang et al. ont observé des progrès significatifs en connaissances et en pratique clinique après que les étudiants ont participé à des simulations d’urgence in^{situ 3}. De plus, selon Yang et Liu, la simulation coopérative de scénarios combinée à l’apprentissage par problème peut être plus efficace en termes de pensée critique, de responsabilité professionnelle et de travail^{d’équipe 4}.

Les urgences gastro-intestinales diffèrent de nombreuses autres affections cliniques aiguës. Ils sont souvent chaotiques car ils présentent une instabilité hémodynamique, un déséquilibre métabolique et une possible atteinte multiorganique. Les symptômes cliniques peuvent être vagues et, à moins que les patients ne reçoivent une intervention rapide, ils ont tendance à s’aggraver rapidement. Comparées à certaines urgences traumatistiques ou cardiaques, qui suivent souvent des protocoles plus standardisés étape par étape, les urgences gastro-intestinales nécessitent un jugement clinique accru, une conscience situationnelle et un travail d’équipe interdisciplinaire. Ici, la formation basée sur la simulation offre un environnement contrôlé où les cliniciens peuvent entraîner la prise de décision rapide et les réactions en équipe dans des situations incertaines. Mais même avec l’utilisation continue de la simulation dans la formation infirmière, la plupart des recherches disponibles se concentrent sur des sujets tels que la réanimation cardiopulmonaire, les soins aux traumatismes ou la préparation globale aux urgences. Les preuves concernant les situations d’urgence liées aux gastro-intestins restent limitées et fragmentées. Par conséquent, cette revue synthétise les preuves issues à la fois d’études axées sur le gastro-intestin et d’études mixtes de simulation d’urgence afin de mieux comprendre les résultats éducatifs pertinents pour les soins d’urgence gastro-intestinaux.

Les urgences gastro-intestinales comportent également des exigences éducatives différentes de celles de nombreux autres établissements d’urgence. Les infirmières gérant des saignements gastro-digestifs aigus, des perforations, des obstructions intestinales ou des complications liées à l’endoscopie doivent intégrer une évaluation rapide des patients, un suivi hémodynamique, une assistance procédurale, l’administration de produits sanguins et une communication continue avec des équipes multidisciplinaires. Ces scénarios nécessitent souvent des compétences techniques, cognitives et de travail d’équipe simultanées dans des conditions d’incertitude diagnostique et d’instabilité clinique. Par conséquent, les interventions éducatives efficaces dans des contextes plus larges d’infirmiers d’urgence peuvent ne pas répondre pleinement aux défis spécifiques associés aux soins d’urgence gastro-intestinaux. Une évaluation ciblée de l’apprentissage basé sur la simulation dans ce contexte est donc justifiée pour identifier les compétences qui pourraient particulièrement bénéficier d’un entraînement par simulation.

Les recherches disponibles sont prometteuses ; Cependant, les preuves sont incohérentes. L’apprentissage basé sur la simulation (SBL) est considéré comme améliorant plus souvent l’acquisition des connaissances et la confiance des apprenants que les résultats de recherche sur les compétences techniques et les comportements professionnels, ce qui est étayé par des revues^{systématiques 5,6}. Plusieurs études ont rapporté des améliorations de la confiance en soi après des interventions basées sur la simulation, mais d’autres ne montrent pas ou peu de changements ^7,8. Les résultats des compétences techniques suivent le même schéma, certaines interventions rapportant une efficacité et d’autres des résultats non concluants ou mauvais⁹. Ces divergences pourraient s’expliquer par des différences dans la conception de l’étude, les caractéristiques des participants, la fidélité de la simulation, les instruments de mesure des résultats et l’environnement éducatif. Par conséquent, les éducateurs et les décideurs sont mis au défi d’identifier l’efficacité globale de la SBL dans les soins d’urgence gastro-intestinaux. Pour répondre à ces incertitudes, une approche méta-analytique a été adoptée. La méta-analyse permet d’intégrer les preuves quantitatives disponibles pour fournir une estimation plus précise de l’impact global de la simulation dans divers domaines de compétences. Ainsi, l’objectif de cette étude était d’évaluer l’impact de la SBL sur la préparation et la réponse aux urgences dans la formation infirmière, en mettant particulièrement l’accent sur les compétences pertinentes aux soins d’urgence gastro-intestinaux. Six domaines d’évaluation ont été évalués : acquisition des connaissances, performance des compétences, capacité à travailler en équipe, pensée clinique, responsabilité professionnelle et confiance en soi.

La scalabilité et la rentabilité sont également des considérations importantes, en particulier dans les pays à revenu faible et intermédiaire (PRPIC) et d’autres milieux à ressources limitées. Bien que les simulateurs haute fidélité puissent renforcer le réalisme, les approches à faible fidélité, telles que les patients standardisés, les scénarios de table et les modèles hybrides, peuvent offrir des alternatives plus rentables et logistiquement réalisables. Ces considérations sont particulièrement pertinentes dans des contextes comme celui de la Chine, où les systèmes d’éducation infirmière doivent équilibrer qualité, accessibilité et évolutivité de l’enseignement.

Protocole

Conception de l’étude et rapport
Cette revue systématique et cette méta-analyse ont été menées pour évaluer l’efficacité de l’apprentissage basé sur la simulation (SBL) pour la préparation et la réponse aux urgences dans la formation infirmière, avec un accent particulier sur les scénarios d’urgence liés aux troubles gastro-intestinaux. L’objectif était de synthétiser des tailles d’effet standardisées dans six domaines d’apprentissage prédéfinis : acquisition de connaissances, performance des compétences, capacité à travailler en équipe, pensée clinique, responsabilité professionnelle et confiance en soi. La revue a été réalisée et rapportée conformément aux lignes directrices Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020^10.

Sources de données et stratégie de recherche
La recherche littéraire a impliqué une recherche systématique dans PubMed, Scopus, Web of Science et Embase. Une combinaison de termes de vocabulaire contrôlé et de mots-clés en texte libre a été utilisée, incluant les soins infirmiers, l’apprentissage par simulation, les soins d’urgence ou aigus, et les troubles gastro-intestinaux. Des opérateurs booléens ont été appliqués pour améliorer la précision (par exemple, « allaitement » ET « simulation » ET « urgence » ET (« gastro-intestinal » ou « saignement digestif » OU « douleur abdominale »)). De plus, un triage manuel des listes de références issues d’études éligibles a été effectué afin d’identifier tout article pertinent supplémentaire.

La recherche a couvert tous les documents disponibles dans les bases de données sélectionnées depuis la création jusqu’en mars 2026. Des stratégies de recherche complètes spécifiques à chaque base de données, incluant les mots-clés, les opérateurs booléens et les filtres de recherche, sont fournies dans le Tableau Supplémentaire 1.

La recherche initiale dans la base de données a permis d’identifier 540 enregistrements. Après avoir supprimé 180 documents en double, 360 articles ont été filtrés selon le titre et le résumé. Parmi ceux-ci, 300 disques ont été exclus pour cause de leur insignifiance. Soixante articles en texte intégral ont été évalués pour leur éligibilité, dont 52 ont été exclus (28 en raison de données quantitatives insuffisantes et 24 en raison de l’indisponibilité du texte intégral ou de la langue non anglaise). Un total de huit études répondaient à tous les critères d’éligibilité et ont été incluses dans la revue systématique finale et la synthèse quantitative exploratoire. Deux évaluateurs ont examiné indépendamment les titres et résumés, suivis d’une évaluation en texte intégral des études potentiellement éligibles. Les désaccords concernant l’éligibilité aux études ont été résolus par discussion et consensus.

Critères d’éligibilité
Des études ont été incluses si elles ont inscrit des étudiants en soins infirmiers ou des infirmiers en exercice et évalué des interventions d’apprentissage par simulation ciblant la réponse d’urgence. Les études éligibles impliquaient soit des scénarios de simulation axés sur les gastro-intestins, soit des programmes plus larges de simulation en soins infirmiers d’urgence, pertinents pour l’évaluation, la prise en charge, les procédures ou les soins aux patients gastro-intestinaux. Les groupes comparateurs comprenaient un enseignement magistral, un enseignement standard ou une formation clinique de routine. Les études devaient rapporter des données extractibles de résultats post-intervention pour au moins un domaine prédéfini, incluant les connaissances, la performance des compétences, la capacité de travail d’équipe, la pensée clinique, la responsabilité professionnelle ou la confiance en soi. Les essais contrôlés randomisés, les études quasi-expérimentales et d’autres plans comparatifs contrôlés étaient éligibles à l’inclusion.

Extraction des données et harmonisation des résultats
Deux évaluateurs ont extrait les données de manière indépendante à l’aide d’un formulaire d’extraction standardisé. Les informations extraites comprenaient le nom de l’auteur, l’année de publication, le pays, la conception de l’étude, la taille de l’échantillon, les caractéristiques des participants, les détails de l’intervention et du comparateur de simulation, ainsi que les mesures de résultats rapportées. Les données quantitatives comprenaient les moyennes post-intervention, les écarts-types et la taille des échantillons pour chaque groupe d’étude.

Les mesures de résultat ont été catégorisées en six domaines prédéfinis : acquisition de connaissances, performance des compétences, capacité de travail d’équipe, pensée clinique, responsabilité professionnelle et confiance en soi. La plupart des résultats ont été directement attribués selon les définitions rapportées dans les études initiales. Dans un petit nombre de cas, les résultats rapportés sous étiquettes alternatives ont été reclassés selon leur construction éducative primaire afin d’améliorer la comparabilité entre les études. Les décisions de classification ont été examinées indépendamment par deux chercheurs et résolues par consensus. Cette procédure d’harmonisation reposait sur des cadres établis pour la synthèse méta-analytique des résultats^{éducatifs 11}. Bien que cette approche ait amélioré la cohérence entre les études, un certain degré de chevauchement conceptuel ou de mauvaise classification des résultats ne peut être complètement exclu. La justification de tous les résultats reclassés est fournie dans le Tableau Supplémentaire 2.

Calcul de la taille de l’effet
Les différences moyennes standardisées ont été calculées en g de Hedges avec des intervalles de confiance (IC) correspondants à 95 % pour chaque résultat. Le g de Hedges a été choisi pour corriger le biais de petit échantillon et est approprié pour synthétiser des résultats continus mesurés à l’aide de différents instruments¹². Lorsque nécessaire, les statistiques rapportées étaient converties en différences moyennes standardisées à l’aide de formules standardisées.

Analyse statistique et synthèse des données
Des modèles à effets aléatoires ont été utilisés pour calculer les effets regroupés afin de tenir compte à la fois de la variation au sein de l’étude et entre les études. Pour obtenir des intervalles de confiance plus conservateurs et fiables, surtout lorsque la méta-analyse est réalisée sur la base d’un petit nombre d’études, l’estimation du maximum de vraisemblance restreinte (REML) avec ajustement de Knapp–Hartung a été utilisée. Pour déterminer l’hétérogénéité statistique, la statistique Cochran Q, τ² (variance entre études), et la statistique I² , qui mesure l’étendue de la variation totale due à l’hétérogénéité et non à l’erreur d’échantillonnage, ont été utilisées. I² valeurs supérieures à 75 % étaient considérées comme impliquant un grand degré d’hétérogénéité.

Des graphiques forestiers ont été générés pour afficher visuellement les tailles d’effet individuelles des études et des estimations regroupées entre les domaines de résultats. La robustesse des résultats regroupés a été étudiée par des analyses de sensibilité visant à omettre des études présentant des caractéristiques méthodologiques incertaines. Des analyses de sous-groupes ont été réalisées selon la conception de l’étude (randomisée vs quasi-expérimentale) et la fidélité de la simulation (élevée vs faible), lorsque les données le permettaient. Toutes les analyses statistiques ont été réalisées à l’aide du logiciel R (version 4.3.1) avec le package metafor. Une valeur p bilatérale < 0,05 était considérée comme statistiquement significative.

Évaluation du biais de publication
Des diagrammes d’entonnoir ont été utilisés pour évaluer les preuves visuelles de biais de publication et les effets des petites études, et le test de régression d’Egger a été utilisé pour évaluer les preuves statistiques de cet effet. Le test d’Egger a été utilisé pour évaluer l’asymétrie du diagramme d’entonnoir, dans lequel la taille de l’effet standardisée était régressée par rapport à son erreur standard ; Un intercept significatif a indiqué la présence d’un biais de publication¹³. L’asymétrie du diagramme de l’entonnoir a été observée avec prudence, car elle peut aussi être causée par une hétérogénéité substantielle ou des fluctuations méthodologiques plutôt que par une publication^{sélective 14}.

Risque de biais et certitude des preuves
Chaque étude incluse a été évaluée pour le risque de biais à l’aide d’un cadre ROBINS-I modifié. Un cadre ROBINS-I modifié a été appliqué pour accueillir les études d’intervention éducative. L’évaluation a évalué les biais résultant de la sélection des participants, de la classification des interventions, de l’absence de données de résultats, de la mesure des résultats et de la déclaration sélective. Les domaines relatifs aux écarts par rapport aux interventions prévues ont été simplifiés car les études incluses portaient principalement sur des interventions éducatives plutôt que cliniques. Les évaluations du risque de biais variaient selon les domaines méthodologiques (Tableau 1). La plupart des études ont montré un faible risque de données de résultats incomplètes et un rapport sélectif ; Cependant, des préoccupations modérées ont fréquemment été identifiées concernant la sélection des participants, les procédures d’allocation et l’aveuglement en raison de la nature éducative des interventions. Dans l’ensemble, la plupart des études ont été jugées présentant un risque modéré de biais, tandis que l’étude de validation prospective de Nielsen et al. a montré un profil de risque global plus faible. La confiance dans l’ensemble des preuves pour chaque domaine de résultats a été évaluée à l’aide de l’approche GRADE (Grading of Recommendations Assessment, Development and Evaluation), qui prend en compte les limites des études, l’incohérence, l’imprécision et l’inexactitude (Tableau 2).

Résultats

Sélection des études
La stratégie de recherche globale a initialement identifié 540 enregistrements issus de quatre bases de données. Après la suppression de 180 articles en double, 360 titres et résumés ont été filtrés. À ce stade, 300 dossiers ont été exclus car ils ne concernaient pas des populations infirmières, manquaient d’interventions basées sur la simulation, ou n’étaient pas axés sur des situations d’urgence ou gastro-intestinales. Ce processus de sélection a permis à 60 articles en texte intégral d’être évalués pour leur éligibilité. Parmi ceux-ci, 28 articles ont été exclus en raison d’un manque de données quantitatives suffisantes pour la méta-analyse (par exemple, manque de moyennes post-test ou d’écarts-types), et 24 articles ont été exclus car le texte intégral n’était pas disponible ou publié dans d’autres langues que l’anglais. Au final, huit études répondaient à tous les critères d’éligibilité et ont été incluses dans la synthèse quantitative finale. Le processus de sélection des études est illustré dans le diagramme de flux PRISMA (Figure 1).

Caractéristiques de l’étude
Les huit études ont impliqué un total de 986 participants. Le principal résultat documenté dans les études était l’acquisition des connaissances, et les résultats secondaires étaient la performance des compétences, la capacité de travail d’équipe, la capacité à penser de manière clinique, la responsabilité professionnelle et la confiance en soi.

Les études incluses variaient dans leur conception et comprenaient des essais contrôlés randomisés, des études quasi-expérimentales, des études rétrospectives et des études de validation prospective. La majorité des participants étaient des étudiants en soins infirmiers de premier cycle et des internes en soins infirmiers, mais certaines études impliquaient des infirmiers stagiaires ayant travaillé en milieu clinique. Une étude incluse a spécifiquement évalué l’utilisation de patients étudiants standardisés combinée à une simulation situationnelle dans l’enseignement des soins infirmiers gastro-intestinaux et a rapporté des résultats éducatifs^{favorables 15}. La taille des échantillons variait de 20 à plus de 200 répondants, et les études étaient très diverses en termes de taille d’échantillon. Les interventions étaient toutes des simulations et comprenaient des mannequins haute fidélité ou des modèles standardisés des patients, des simulations de groupes de scénarios, ou un enseignement mixte. Les groupes mixtes recevaient généralement des méthodes traditionnelles d’éducation, telles que des conférences, des visites de service ou une formation sommaire en clinique. Toutes les études n’ont pas mesuré les six domaines de jugement, ce qui a contribué à l’hétérogénéité dans le rapport des résultats. Cette variation dans le plan de l’étude, les caractéristiques d’intervention et les mesures de résultats a probablement contribué à la forte hétérogénéité observée dans les analyses regroupées. Les détails des études incluses sont décrits dans le tableau 3.

Effets regroupés par connaissance du domaine des résultats
Dans les études incluses, dix comparatifs de critères ont évalué l’acquisition des connaissances. L’analyse combinée favorisait l’apprentissage par simulation, donnant une taille d’effet de g = 0,31 (IC 95 % : 0,12–0,50). Ces résultats suggèrent qu’une amélioration des connaissances théoriques était associée aux interventions par simulation par rapport aux stratégies d’enseignement hors simulation. Néanmoins, l’hétérogénéité était élevée (I² = 98,79 %), indiquant une variabilité importante entre les études. Les variations dans la fidélité de la simulation, les instructions et les mesures d’évaluation, ainsi que les différences entre les participants, étaient des causes probables de cette variabilité. Malgré cet intervalle de confiance important, la majorité des études ont rapporté une amélioration des résultats de connaissance dans les groupes de simulation. Ces résultats sont résumés dans le tableau 2 et illustrés dans le graphique forestier (Figure 2A).

Performance de compétence
Dix comparatifs d’issues ont évalué la performance des compétences. La taille globale de l’effet combiné était g = -0,39 (IC : -0,85–0,07), indiquant qu’il n’y a pas de différence statistiquement significative dans les compétences techniques entre l’apprentissage par simulation et l’enseignement traditionnel. L’intervalle de confiance a franchi zéro, indiquant un doute sur l’estimation combinée. L’hétérogénéité était extrêmement élevée (I² = 98,66 %), indiquant que les définitions des compétences, leur enseignement et leurs tests différaient significativement selon les études. Des périodes d’intervention irrégulières, l’absence d’instruments standardisés de mesure de la performance et la variation des situations cliniques sont des sources potentielles de variabilité. Les estimations regroupées sont présentées dans le tableau 2, avec les résultats individuels des études à la figure 2B.

Capacité de travail d’équipe
Trois études ont rapporté des résultats liés au travail d’équipe. L’analyse combinée a démontré un effet positif de l’apprentissage basé sur la simulation, avec une taille d’effet de g = 0,66 (IC 95 % : 0,18–1,14). L’intervalle de confiance était assez large, mais la direction générale de la préférence d’effet était orientée vers des interventions basées sur la simulation. Les participants ayant subi la simulation ont démontré une amélioration du travail d’équipe et des compétences en communication. L’hétérogénéité restait élevée (I² = 97,18 %), ce qui indique peut-être des différences dans l’accent mis sur le travail d’équipe comme axe explicite de la simulation ou comme sous-ensemble des résultats de performance. Ces résultats sont résumés dans le tableau 2 et illustrés à la figure 2C.

Pensée clinique
Six études ont apporté des données sur la pensée clinique et les résultats décisionnels. La taille combinée de l’effet était g = 0,17 (IC 95 % : -0,21–0,55), ce qui est un effet faible et non significatif. Le niveau d’hétérogénéité était très élevé (I² = 98,95 %), ce qui implique qu’il y avait une variation significative entre les études. Ces résultats ont probablement été influencés par des différences de réalisme de simulation, d’objectifs éducatifs, d’outils d’évaluation et de l’expérience des participants. Quelques études ont constaté des améliorations significatives de la pensée clinique, mais d’autres ont trouvé un effet minimal ou nul. Ces résultats sont résumés dans le tableau 2, et le graphique forestier correspondant est représenté à la figure 2D.

Responsabilité professionnelle
Six études ont examiné les résultats de la responsabilité professionnelle. La taille combinée de l’effet était g = 0,27 (IC 95 % : -0,11–0,65), ce qui représente un effet positif faible et imprécis de l’apprentissage par simulation. Le niveau d’hétérogénéité était également significatif (I² = 99,25 %), ce qui est le plus élevé parmi tous les domaines de résultats. Cette incohérence indique probablement des variations dans les définitions conceptuelles de la responsabilité professionnelle, qui allaient au respect des protocoles et à la responsabilité envers la pratique éthique et professionnelle générale. Ces incohérences entraînaient de larges intervalles de confiance. Les résultats regroupés sont présentés dans le tableau 2 et illustrés à la figure 2E.

Confiance en soi
Trois études ont rapporté des résultats liés à la confiance en soi. L’analyse combinée a montré un effet significatif et positif de l’apprentissage par simulation, où la taille de l’effet g = 1,05 (IC à 95 % : 0,62–1,49). Même si le degré d’hétérogénéité restait élevé (I² = 98,95 %), toutes les études ont rapporté une confiance en soi accrue chez tous les individus soumis à un entraînement basé sur la simulation. Ces résultats soulignent la grande efficacité de l’apprentissage expérientiel dans la préparation psychologique des apprenants aux environnements cliniques sous forte pression. Les estimations regroupées sont présentées dans le tableau 4, avec les effets individuels des études dans la Figure 2F.

Effet global intégré
L’apprentissage basé sur la simulation a montré des avantages spécifiques à chaque domaine par rapport aux méthodes d’enseignement traditionnelles dans tous les domaines de résultats. Les améliorations les plus constantes ont eu lieu dans l’acquisition des connaissances, la capacité de travail d’équipe et la confiance en soi, cette dernière montrant la plus grande taille d’effet regroupée. Inversement, les résultats sur la performance des compétences, la pensée clinique et la responsabilité professionnelle étaient moins homogènes et incluaient un haut degré d’hétérogénéité. Ces différences sont probablement dues à des différences dans la conception de l’intervention, la mesure du résultat et la fidélité de la mise en œuvre. Le tableau 4 fournit un résumé des tendances globales, et le graphique forestier combiné de la Figure 3 les représente visuellement.

Biais de publication
Le biais de publication a été évalué à l’aide de graphiques d’entonnoir et du test de régression d’Egger. L’inspection visuelle des diagrammes d’entonnoir (Figure 4) a suggéré une asymétrie légère dans certains domaines de résultats, en particulier ceux avec un nombre limité d’études, où les études plus petites avaient tendance à rapporter des tailles d’effet plus importantes. Cependant, la régression d’Egger n’a pas identifié d’effets statistiquement significatifs sur les petites études dans aucun domaine. Étant donné que les graphiques d’entonnoir et le test d’Egger sont moins fiables lorsque moins de dix études sont disponibles, ces résultats doivent être interprétés avec prudence. Dans l’ensemble, il n’y avait pas de preuve forte d’un biais systématique de publication, bien que le nombre limité d’études justifie une prudence dans l’interprétation des estimations regroupées.

Analyse de sensibilité
Les analyses de sensibilité ont été réalisées à l’aide de modèles à effets aléatoires avec estimation REML et ajustement de Knapp–Hartung. Comme aucune étude n’a été classée comme à haut risque de biais, deux études présentant un aveuglement non clair ont été exclues à des fins illustratives. Les résultats regroupés sont restés largement inchangés, avec des tailles d’effet de g = 0,29 (IC 95 % : 0,11–0,47) pour les connaissances, g = 0,65 (IC 95 % : 0,17–1,13) pour le travail d’équipe, et g = -0,38 (IC 95 % : -0,83–0,07) pour la performance des compétences, indiquant la robustesse des principaux résultats.

Analyse des sous-groupes
Des analyses de sous-groupes ont été réalisées pour explorer les sources potentielles d’hétérogénéité. Les études étaient stratifiées selon la conception (randomisée vs quasi-expérimentale) et selon la fidélité de la simulation (élevée vs faible). Les simulations de plus haute fidélité ont démontré des effets regroupés plus importants pour la connaissance (g = 0,42) et le travail d’équipe (g = 0,79) comparativement aux simulations de plus faible fidélité (g = 0,15 et g = 0,34, respectivement). Les différences entre les étudiants en soins infirmiers de premier cycle et les infirmiers stagiaires étaient minimes dans la plupart des domaines de résultats.

Intervalles de prédiction
Pour mieux interpréter l’hétérogénéité, des intervalles de prédiction à 95 % ont été calculés pour chaque domaine de résultat : connaissances (-0,42–1,04), performance des compétences (-1,28–0,50), capacité de travail d’équipe (-0,15–1,47), pensée clinique (-0,62–0,96), responsabilité professionnelle (-0,54–1,08) et confiance en soi (0,12–1,98). Ces intervalles larges indiquent une variabilité attendue importante des tailles d’effet dans les études futures.

Disponibilité des données
Cette étude n’a généré aucune nouvelle donnée primaire. Les données au niveau de l’étude extraites des publications incluses et utilisées pour la synthèse quantitative, ainsi que les stratégies complètes de recherche dans la base de données et le cadre d’harmonisation des résultats, ont été déposées dans le dépôt Zenodo et sont publiquement disponibles au 10.5281/zenodo.20747753.

LÉGENDES SUR LES TABLES ET LES FIGURES :

Figure 1 : diagramme de flux PRISMA de la sélection d’étude pour la synthèse quantitative.
Cette figure résume l’identification, le dépistage, l’évaluation d’éligibilité et l’inclusion finale des études dans la revue systématique et la synthèse quantitative. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 2 : Diagrammes forestiers des tailles d’effets regroupées entre les domaines de résultats. (A) Acquisition des connaissances. (B) Performance de compétence. (C) Capacité de travail d’équipe. (D) Pensée clinique. (E) Responsabilité professionnelle. (F) Confiance en soi. Les tailles d’effet individuelles des études et les estimations G de Hedges regroupées sont présentées avec des intervalles de confiance à 95 %. Abréviations : IC = intervalle de confiance ; DL = DerSimonian–Laird ; DMS = différence moyenne standardisée. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 3 : Graphique forestier global regroupé résumant les estimations des effets intégrés dans tous les domaines de résultats. Cette figure offre un aperçu comparatif de l’ampleur et de la direction des effets de l’apprentissage basé sur la simulation à travers les domaines de compétence évalués. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 4 : Graphique d’entonnoir évaluant le biais potentiel de publication à travers les études incluses. Cette figure illustre la répartition des tailles d’effets des études et des erreurs standard pour évaluer les effets potentiels des petites études et le biais de publication. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Études	Biais de sélection	Biais de performance/détection	Données de résultats incomplètes	Déclaration sélective	Risque global
Yang & Liu (2024)⁴	Modéré	Modéré	Low	Low	Modéré
Rong & Ning (2024)²	Modéré	Modéré	Low	Low	Modéré
Wang et al. (2021)³	Modéré	Modéré	Low	Low	Modéré
Nielsen et al. (2022)¹	Low	Low	Low	Low	Low
Guo & Mao (2025)¹⁵	Modéré	Modéré	Low	Low	Modéré
Jang & Park (2021)⁸	Modéré	Modéré	Low	Low	Modéré
Liu et al. (2023)⁷	Modéré	Modéré	Low	Low	Modéré
Maddahi et al. (2025)⁹	Low	Modéré	Low	Low	Modéré

Tableau 1 : Résumé du risque de biais. Ce tableau résume l’évaluation méthodologique de la qualité des études incluses en utilisant le cadre ROBINS-I modifié.

Conséquences	Non. des études	Effet (g, IC à 95 %)	Certitude (GRADE)	Raison de la rétrogradation
Connaissances	8	0.31 (0.12–0.50)	Modéré	Forte hétérogénéité
Performance de compétence	10	-0.39 (-0.85–0.07)	Low	Incohérence, imprécision
Travail d’équipe	3	0.66 (0.18–1.14)	Modéré	Petite taille d’échantillon
Pensée clinique	6	0.17 (-0.21–0.55)	Low	Incohérence
Responsabilité professionnelle	6	0.27 (-0.11–0.65)	Low	Variation conceptuelle
Confiance en soi	3	1.05 (0.62–1.49)	Modéré	Forte hétérogénéité

Tableau 2 : Résumé des preuves GRADE. Ce tableau présente la certitude des évaluations des preuves pour chaque domaine de résultats basé sur l’approche GRADE.

Auteur (année)		Pays	Conception de l’étude		Conditions		Population		N-Intervention	Contrôle N	Résultats
Guo et al. (2025)		Chine	Étude rétrospective		Urgences mixtes		Internes en soins infirmiers		100	100	Connaissances, performance des compétences, capacité de travail d’équipe, pensée clinique, responsabilité professionnelle,
Jang et parc (2021)		Corée	Étude des méthodes mixtes		Saignement gastro-a-génial supérieur		Étudiants en soins infirmiers		41	39	Connaissances, performance en compétences, confiance en soi
Liu et al. (2023)		Chine	Essai contrôlé randomisé		Saignement aigu du système digestif supérieur		Étudiants en soins infirmiers		20	20	Connaissances, capacité de travail d’équipe, pensée clinique, responsabilité professionnelle
Maddahi et al. (2025)		Iran	Étude quasi-expérimentale		Saignement		Étudiants en soins infirmiers		23	22	Connaissances, Performance des compétences
Nielsen et al. (2022)		Danemark	Étude de validation prospective		Urgences mixtes		Étudiants en soins infirmiers		10	15	Performance de compétence
Wang et al. (2021)		Chine	Étude quasi-expérimentale		Saignement		Stagiaires infirmiers		108	108	Connaissances, Performance des compétences, Pensée clinique, Responsabilité professionnelle
Rong et Ning (2024)		Chine	Étude rétrospective		Urgences mixtes		Internes en soins infirmiers		36	35	Connaissances, Performance des compétences, Pensée clinique, Capacité de travail d’équipe, Confiance en soi
Yang et Liu (2024)		Chine	Étude contrôlée randomisée		Urgences mixtes		Étudiants en soins infirmiers		30	30	Connaissances, Performance des compétences, Pensée clinique, Responsabilité professionnelle

Tableau 3 : Caractéristiques des études incluses dans la méta-analyse. Ce tableau décrit la conception des études, les caractéristiques des participants, les interventions, les comparateurs, la taille des échantillons et les résultats rapportés.

Conséquences		k	G regroupé (DL)	SE (DL)	IC bas à 95 %	IC élevé à 95 %	Q	df	p(Q)	I² %	τ² (DL)	Interception d’Egger	Egger p
Pensée clinique		6	0.166	0.89	-1.579	1.91	477.796	5	0	98.954	4.689	-13.632	0.375
Connaissances		10	0.306	0.823	-1.307	1.919	744.949	9	0	98.792	6.679	-15.924	0.276
Responsabilité professionnelle		6	0.27	1.434	-2.541	3.08	668.813	5	0	99.252	12.198	-2.884	0.835
Confiance en soi		3	1.054	1.982	-2.83	4.939	190.421	2	0	98.95	11.621	9.595	0.727
Performance de compétence		10	-0.389	0.756	-1.87	1.093	670.517	9	0	98.658	5.584	-13.461	0.054
Capacité de travail d’équipe		3	0.663	0.831	-0.967	2.292	70.908	2	0	97.179	2.005	-6.394	0.739

Tableau 4 : Tailles d’effet regroupées et statistiques d’hétérogénéité entre les domaines de résultats. Ce tableau rapporte le regroupement des valeurs g de Hedges, les intervalles de confiance à 95 %, les mesures d’hétérogénéité et les évaluations de biais de publication pour tous les résultats analysés.

Tableau supplémentaire 1 : Stratégies complètes de recherche dans la base de données. Ce tableau fournit les chaînes de recherche complètes utilisées pour PubMed, Scopus, Web of Science et Embase, y compris les mots-clés, les termes de vocabulaire contrôlé, les opérateurs booléens et la syntaxe spécifique à chaque base de données. Ces stratégies de recherche ont été utilisées pour identifier des études évaluant l’apprentissage par simulation dans la formation infirmière d’urgence, pertinentes pour des scénarios cliniques liés aux troubles gastro-intestinaux. Veuillez cliquer ici pour télécharger ce fichier.

Tableau complémentaire 2 : Cadre de reclassification et d’harmonisation des résultats.
Ce tableau présente les résultats qui ont nécessité une reclassification de leurs étiquettes spécifiques à l’étude d’origine vers les domaines de résultats prédéfinis utilisés pour la synthèse quantitative. La justification de chaque décision de classification est fournie pour améliorer la transparence, la cohérence et la comparabilité entre les études. Veuillez cliquer ici pour télécharger ce fichier.

Discussion

Cette revue systématique et méta-analyse suggère que l’apprentissage par simulation (SBL) peut apporter des bénéfices sélectifs dans plusieurs domaines de la formation infirmière d’urgence, avec une pertinence particulière pour les compétences associées aux soins d’urgence gastro-intestinaux (GI). Les effets positifs les plus constants ont été observés pour l’acquisition des connaissances, la capacité de travail d’équipe et la confiance en soi, tandis que les résultats concernant la performance des compétences, la pensée clinique et la responsabilité professionnelle étaient moins constants. Collectivement, les résultats soutiennent la valeur éducative de la SBL dans les contextes d’infirmières d’urgence, bien qu’une variabilité importante entre les études justifie une interprétation prudente des estimations^{regroupées 16,17.}

Les effets positifs observés sur la connaissance, le travail d’équipe et la confiance en soi sont cohérents avec les rapports précédents démontrant que la simulation peut améliorer l’apprentissage cognitif, la communication et la préparation de l’apprenant 2,3,5,6,18,19,20,21,22 . L’amélioration de la confiance en soi peut refléter l’opportunité de pratiquer la prise de décision clinique et les réponses en équipe dans un environnement d’apprentissage^{sûr 7,8}. De même, les résultats du travail d’équipe étaient généralement favorables dans les études intégrant des approches de simulation collaborative et^{interprofessionnelle 4,15}. En revanche, la performance des compétences techniques et la responsabilité professionnelle ont montré une plus grande^{variabilité 1,9}. Ces incohérences peuvent refléter des différences dans la fidélité des simulations, les méthodes d’évaluation, la conception éducative, ainsi que la mesure dans laquelle certaines compétences ont été explicitement ciblées lors de la formation^{17, 21, 23, 24}.

Un résultat notable de cette revue a été l’hétérogénéité extrême observée dans tous les domaines de résultats (I² > 97 %). Les études incluses différaient considérablement par les caractéristiques des participants, la conception de l’étude, la modalité de simulation, la durée de l’intervention, les stratégies de débriefing et les méthodes d’évaluation des résultats. De plus, la base de preuves comprenait des essais contrôlés randomisés, des études quasi-expérimentales, des études rétrospectives, des études à méthodes mixtes et des études de validation, chacune présentant des niveaux différents de validité interne et de sensibilité au biais. Bien que des modèles à effets aléatoires, des analyses de sensibilité, des analyses de sous-groupes et des intervalles de prédiction aient été utilisés pour traiter la variabilité, les estimations regroupées doivent être interprétées comme des effets moyens à travers divers contextes éducatifs plutôt que comme des estimations précises d’un seul effet d’intervention. De plus, plusieurs études incluses ont évalué des simulations plus larges en soins infirmiers d’urgence plutôt que des scénarios exclusivement axés sur les gastro-intestins, limitant la spécificité des conclusions concernant la seule infirmerie d’urgence gastro-entérologique.

Plusieurs limitations doivent être prises en compte. Premièrement, seulement huit études répondaient aux critères d’éligibilité, limitant le pouvoir statistique pour les analyses de sous-groupes et l’évaluation du biais de publication. Deuxièmement, l’hétérogénéité est restée extrêmement élevée dans tous les domaines de jugement. Troisièmement, l’harmonisation des résultats a nécessité la reclassification de certaines mesures en domaines de compétences prédéfinis, ce qui a pu introduire un chevauchement conceptuel. Quatrièmement, les différences dans la conception des études, la qualité méthodologique, la mise en œuvre de l’intervention et la mesure des résultats limitaient la comparabilité entre les études. Enfin, la plupart des études évaluaient les résultats éducatifs à court terme, empêchant l’évaluation de la rétention des connaissances à long terme, du transfert de compétences et des résultats liés aux patients.

Ces résultats soutiennent l’intégration de la SBL dans la formation infirmière d’urgence, en particulier pour développer les connaissances, le travail d’équipe et la confiance des apprenants. Cependant, les recherches futures devraient privilégier des critères de résultats standardisés, des plans d’étude rigoureux et des interventions de simulation clairement définies afin de réduire l’hétérogénéité et d’améliorer la comparabilité entre les études. Des études de simulation spécifiques à l’IG supplémentaires sont nécessaires pour mieux caractériser les résultats éducatifs dans ce domaine clinique spécialisé. Les recommandations existantes de bonnes pratiques suggèrent que l’efficacité de la simulation dépend d’un alignement précis des objectifs éducatifs, de la conception des scénarios et des stratégies de^{débriefing 25}. Des investigations longitudinales portant sur la rétention des connaissances, le transfert de l’apprentissage vers la pratique clinique et les résultats des patients, ainsi que des études évaluant les technologies émergentes telles que la réalité virtuelle et les modèles hybrides de simulation, pourraient clarifier davantage le rôle de la simulation dans la formation infirmière d’urgence.

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
Embase	Elsevier	https://www.embase.com	Base de données documentaire
metafor package	R Foundation/CRAN	https://cran.r-project.org/package=metafor	Package de méta-analyse
PubMed	National Library of Medicine	https://pubmed.ncbi.nlm.nih.gov	Base de données documentaire
R (v4.3.1)	R Foundation for Statistical Computing	https://www.r-project.org	Analyse statistique
Scopus	Elsevier	https://www.scopus.com	Base de données documentaire
Web of Science	Clarivate	https://www.webofscience.com	Base de données documentaire