annee : 2018 n° - dumas
TRANSCRIPT
1
UNIVERSITE DE PICARDIE JULES VERNES
FACULTE DE MEDECINE D’AMIENS
ANNEE : 2018 N° : 2018 - 74
Pré-briefing et stress en simulation : intérêt de la mesure
de la variabilité de la fréquence cardiaque
THESE POUR LE DIPLOME D’ÉTAT DE
DOCTEUR EN MEDECINE
Spécialité : Médecine du Travail
Présentée et soutenue publiquement le 05/07/2018
Par
Antoaneta PEIA-PATRU
PRESIDENT DU JURY Monsieur le Professeur Maxime GIGNON
MEMBRES DU JURY Monsieur le Professeur Yazine MAHJOUB
Madame le Professeur Christine AMMIRATI
Monsieur le Professeur Frédéric TELLIEZ
Monsieur le Docteur Michel LEFRANC
Madame le Docteur Emilie BOUREL-PONCHEL
DIRECTEUR DE THESE Monsieur le Professeur Maxime GIGNON
2
A mon président de jury et directeur de thèse,
Monsieur le Professeur Maxime GIGNON
Professeur des Universités – Praticien Hospitalier
Épidémiologie, Hygiène Hospitalière et Santé Publique
Je vous remercie d’avoir dirigé mon travail de thèse et que vous m’ayez accordé votre
confiance en acceptant de l’encadrer. Je vous remercie pour votre patience et vos
multiples conseils. Vous me faites aussi l’honneur de présider ce jury, recevez mes
sincères remerciements et le témoignage de ma profonde considération.
3
A nos membres du Jury
Monsieur le Professeur Yazine MAHJOUB
Professeur des Universités - Praticien Hospitalier
Anesthésiologie, réanimation, médecine d'urgence
Je vous remercie vivement de l’intérêt que vous avez porté à ce travail et d’avoir
accepté de faire partie du jury de thèse.
Veuillez recevoir ma profonde gratitude.
4
Madame le Professeur Christine AMMIRATI
Praticien Hospitalier, Professeur associé des Universités
Anesthésie-Réanimation, option Médecine d’Urgence
Chef du Pôle Médecine d’Urgence, Médecine légale et sociale
Responsable du service SAMU-SMUR-CESU, service d'accueil des urgences
Officier dans l'Ordre National du Mérite
Chevalier dans l'Ordre des Palmes Académiques
Vous m’avez orientée dans mes recherches et vous m’avez accueilli au sein de
l’équipe CESU 80. Sans vous, ce travail n’aurait pas été possible.
Je tiens à vous exprimer ma reconnaissance et à vous assurer de mon profond respect.
5
Monsieur le Professeur Frédéric TELLIEZ
Professeur des Universités
Directeur de L'Institut d'Ingénierie de la Santé
PériTox-Périnatalité & Risques Toxiques
UMR-I 01 Unité mixte INERIS
Vous m’avez accueilli dans votre laboratoire et vous m’avez encouragé et guidé avec
beaucoup de patience tout au long de ce travail. Votre aide a été essentielle pour mener
à bien ce travail.
Veuillez accepter le témoignage de toute ma gratitude et de ma sincère considération.
6
Monsieur le Docteur Michel LEFRANC
Maître de Conférences des Universités - Praticien Hospitalier
Neurochirurgie
Je vous remercie d’avoir accepté de de faire partie du jury de thèse.
Veuillez trouver ici le témoignage de ma profonde gratitude.
7
Madame le Docteur Emilie BOUREL-PONCHEL
Maître de Conférences des Universités - Praticien Hospitalier
Exploration fonctionnelle du système nerveux
Je vous remercie de l’honneur que vous me faites en acceptant de juger cette thèse.
Veuillez trouver ici l’expression de ma profonde estime.
8
Je remercie tout particulièrement ma chère amie, Mihaela, qui a consciencieusement relu et
décortiqué de façon enrichissante ce travail, disponible jusqu’au bout. Ton encouragement
m’a permis d’arriver à la fin de ce travail.
Je remercie l’ensemble des personnels et tout particulièrement les formateurs du CESU 80 qui
m’ont accueilli et m’ont permis de mener ce travail.
Merci au Docteur Doutrellot, médecin responsable de l’enseignement en médecine du travail.
Votre dévouement et vos nombreuses présentations m’ont beaucoup inspiré.
A tous mes collègues de médecine du travail, les bons moments passés ensemble ne seront
pas oubliés.
A mon mari, pour le soutien sans limites et l’amour inconditionnel.
A mes enfants, Daniel et Anastasia, vous êtes le rayon de soleil dans ma vie.
A mes parents, qui m’ont accordé la liberté d’action et qui restent un modèle à suivre.
Enfin, j’ai une pensée toute particulière pour mes grands-parents, Maria et Constantin
Nicolescu, que je considère les piliers fondateurs de ce que je suis et de ce que je fais.
9
Table des matières
Liste des abréviations ...........................................................................................................11
I.INTRODUCTION..............................................................................................................13
I.1. Stress psychologique et système nerveux autonome ....................................................14
I.2. Variabilité de la fréquence cardiaque ..........................................................................15
I.2.a. Bases physiologiques ...........................................................................................15
I.2.b. Méthodes de mesure ............................................................................................18
I.2.c. Implications cliniques ..........................................................................................22
I.3. Evaluation du stress en pédagogie médicale ................................................................23
I.4. La simulation en santé : outil pédagogique incontournable..........................................24
I.5. Objectifs de l’étude .....................................................................................................27
II.MATERIEL ET METHODES ..........................................................................................28
II.1. Schéma et design de l’étude ......................................................................................28
II.2. Population de l’étude .................................................................................................28
II.2.a. Recrutement des participants ..............................................................................28
II.2.b. Déroulement d’une session de formation par simulation médicale ......................28
II.2.c. Critères d’éligibilité ............................................................................................29
II.2.d. Constitution des groupes .....................................................................................29
II.3. Déroulement de l’épreuve de simulation ....................................................................30
II.4. Évaluation de l’anxiété : état et trait...........................................................................31
II.4. Mesure de la variabilité de la fréquence cardiaque .....................................................32
II.4.a. Enregistrement ....................................................................................................32
II.4.b. Paramètres d’intérêt ............................................................................................32
II.4.c. Extraction et interprétation des données ..............................................................33
II.6. Analyse statistique ....................................................................................................35
III.RESULTATS ..................................................................................................................36
III.1. Caractéristiques démographiques à l’inclusion .........................................................36
III.2. Évaluation de l’anxiété .............................................................................................37
III.2.a. Inventaire STAI : État-Trait ...............................................................................38
III.2.b. Autoévaluation par EVA ...................................................................................39
III.2.c. Corrélation STAI-EVA ......................................................................................39
III.3. Mesure de la variabilité de la fréquence cardiaque ....................................................39
III.4. Corrélation anxiété – variabilité de la fréquence cardiaque .......................................44
IV.DISCUSSION .................................................................................................................48
Évaluation de l’anxiété .....................................................................................................49
Mesure de la variabilité de la fréquence cardiaque ............................................................50
Points forts et limites ........................................................................................................54
10
Perspectives ......................................................................................................................56
IV.CONCLUSION ...............................................................................................................59
V.BIBLIOGRAPHIE ............................................................................................................60
VI.ANNEXES ......................................................................................................................66
Annexe 1. Liste des figures et tableaux .............................................................................66
Liste des figures ............................................................................................................66
Liste des tableaux .........................................................................................................66
Annexe 2. Evaluation de l’anxiété.....................................................................................67
a. Échelle visuelle analogique ...................................................................................67
b. Questionnaire STAI-ÉTAT ...................................................................................68
c. Questionnaire STAI-TRAIT ..................................................................................69
11
Liste des abréviations
A : attente
ASR : arythmie sinusale respiratoire
BPM : battements par minute
CCA : cortex cingulaire antérieur
CPF : cortex préfrontal
CPFdl : cortex préfrontal dorsolateral
D : débriefing
DF : domaine fréquentielle
DT : domaine temporelle
EEG : électroencéphalogramme
ECG : électrocardiogramme
EVA : évaluation visuelle d’anxiété
FC : fréquence cardiaque
HAS : Haute Autorité de la Santé
HEP: heartbeat evoked potentials
Hf : high frequencies
I : phase initiale
Lf : low frequencies
mRR : moyenne de la durée des intervalles RR
MW : Test U de Mann-Whitney
NSA : nœud sino-auriculaire
NTS : noyau du tractus solitaire
n.u : normalised unites ou unités normalisées
PB : pré-briefing
PB(+) : le groupe ayant bénéficié de pré-briefing
PB(-) : le groupe n’ayant pas bénéficié de pré-briefing
pNN50 : proportion of NN50
PS : parasympathique
R : rho de Spearman
RAC : réseau autonomique central
RMSSD : root mean square of successive differences
S : sympathique
12
SDNN : standard deviation of NN intervals
SNA : système nerveux autonome
SNC : système nerveux centrale
SSPT : syndrome du stress post-traumatique
STAI : State Traite Anxiety Inventory
TA : tension artérielle
TV : total variability
TP : total power
TFR : Transformation de Fourier Rapide
VFC : variabilité de la fréquence cardiaque
VLF : very low frequency
VPA : variabilité de la pression artérielle
VT : variabilité totale
ULF : ultra low Frequency
13
I.INTRODUCTION
Le philosophe François de la Rochefoucauld affirmait que « l'esprit est toujours la dupe
du cœur », soulignant l’opposition entre le cœur et l’esprit. L’esprit, traduisant en psychologie
contemporaine l’ensemble des activités mentales humaines est en réalité dirigé par le cœur.
Existe-t-il une explication biologique derrière cette affirmation ? La relation étroite entre le
stress psychologique et ses déterminants biologiques est désormais bien connue [1]. Il est
établi que le cerveau est le dirigeant principal de notre jugement, mais il semble exister
également une transmission ascendante. La possibilité que notre cœur puisse influencer nos
pensées et nos comportements en réponse à différents stimuli, reste encore à explorer.
Le stress, défini comme toute menace à l’égard de l’état d’homéostasie de l’organisme,
peut conduire, en cas d’excès, à des troubles psychologiques (anxiété, dépression, suicide).
Lorsqu’un individu est soumis à un stress psychologique, le système nerveux autonome
(SNA) est mis en jeu avec l’activation de ses deux composantes : sympathique et
parasympathique. Au cours des dernières décennies, un lien entre le SNA et la mortalité
cardiovasculaire a été établi. Un des marqueurs les plus prometteurs de l’activité du SNA est
constitué par la variabilité de la fréquence cardiaque (VFC). Le stress aigu entraine une
diminution de la VFC [2]. Or, la réduction de la VFC a été associée à la survenue des
événements cardiovasculaires majeurs. Une des méthodes d’étudier le stress est celle
d’analyser le comportement des étudiants en santé, qui, selon plusieurs études, sont victimes
d’un stress important [3].
Plus récemment, la simulation a pris une place importante dans l’enseignement médical
et le Centre Hospitalier Universitaire Amiens-Picardie possède la plus grande plateforme de
simulation d’Europe, SimUSanté®. La simulation en pédagogie comporte plusieurs phases
dont le briefing, le pré-briefing, qui précède la simulation et le débriefing, qui succède à la
simulation [4]. Si l’effet du débriefing sur l’apprentissage est clairement identifié, l’étape de
pré-briefing, moins étudiée, semble plus controversée. Le pré-briefing, visant à expliquer aux
étudiants le contenu de l’épreuve à laquelle ils vont devoir faire face, a pour but de réduire le
stress des étudiants en les préparant au scénario de la simulation.
***
Par conséquent, nous avons souhaité évaluer l’impact d’une phase de pré-briefing sur le
stress des étudiants en santé au cours d’une formation aux gestes et soins d’urgences par
simulation, en mesurant la VFC et l’anxiété, comme marqueurs de stress.
14
I.1. Stress psychologique et système nerveux autonome
Selon Hans Selye, le stress « est une réponse non spécifique de l’organisme à toute
demande qui lui est faite » [5]. Le stress négatif est perçu quand un déséquilibre s’installe
entre les contraintes et les ressources, induisant l’incapacité du corps de s’adapter à une
stimulation ou un changement et peut provoquer des effets néfastes. La réaction de stress peut
entraîner des maladies cardio-vasculaires, mentales, des troubles musculo-squelettiques et
peut déterminer le décès prématuré [6]. Le coût social du stress ne doit pas être ignoré, le
stress peut engendrer de l’absentéisme au travail et la cessation prématurée d’activité [7].
Il existe plusieurs aspects qui détermineront notre caractère et notre capacité d’adaptation
aux situations de stress. Chaque individu possède des traits de personnalités intrinsèques qui
influence différemment le vécu du stress. Les traits de personnalité ou « dispositions
comportementales acquises » existeraient à l’état latent et seraient réactivées de manière
efficace par certains aspects d’une situation [8]. Chaque trait de personnalité, être
communicatif, ambitieux ou anxieux, peut s'avérer aussi motivant qu'invalidant pour
l’apprentissage et l’évolution professionnelle.
L’émotion constitue l’évaluation rapide d’une situation requérant une adaptation de
l’individu ; elle intègre cognition et comportement [9]. Les troubles émotionnels tels que
l’anxiété, la dépression et les attaques de panique ont un impact négatif sur le fonctionnement
du SNA [10]. Si le système nerveux central (SNC) a la fonction exécutive principale du corps,
il est cependant relié au SNA, le régulateur interne de l’organisme. Le circuit des émotions
implique l’activation des deux entités du système nerveux.
Ce cerveau végétatif joue un rôle important dans la régularisation cardiaque. Le système
cardio-vasculaire est un système dynamique et la VFC représente une caractéristique de ce
fonctionnement. Un niveau optimal de la VFC est essentiel pour l’adaptabilité face à un
évènement stressant, car une variation réduite peut indiquer un état pathologique et une
instabilité trop importante peut signaler une utilisation d’énergie inefficace. L’étude de la
VFC va permettre une évaluation non invasive de l’activité du SNA traduite par la dynamique
entre la fonction cérébrale exécutive et le rythme cardiaque.
Le stress est à distinguer de l’anxiété. Cette dernière est une émotion alors que le stress
est un mécanisme de réponse pouvant entraîner différentes émotions, dont l'anxiété [9].
15
L’anxiété est définie comme une sorte de peur sans objet particulier sur le plan cognitif [11].
L’anxiété, considérée comme état, correspond à un état passager et est définie comme une
émotion transitoire caractérisée par un travail cognitif d’appréhension et par une activation
physiologique du SNA. Elle est réactionnelle et transitoire. Elle ne constitue pas un handicap
dans la vie sociale, professionnelle et personnelle.
Comment l’anxiété influence-t-elle les capacités d’apprentissage et les performances ?
L’anxiété a été imputée dans le déclenchement et le maintien du biais attentionnel du
traitement de l’information. Les différences attentionnelles entre les sujets anxieux et non
anxieux semblent s’exprimer pleinement lorsque l’attention sélective est sollicitée [12]. Des
études de neurobiologie ont montré que l’anxiété correspond à une régulation perturbée du
cortex préfrontal (CPF) accompagnée d’une hyperréactivité de l’amygdale, impliquée dans les
processus attentionnel et interprétatif [13,14].
Le cortex frontal est essentiel pour le contrôle cognitif, la prise en compte du contexte et
l’adaptation pertinente des comportements. Le cortex préfrontal dorso-lateral (CPFdl) et le
cortex cingulaire antérieur (CCA) font partie du cortex frontal et jouent un rôle essentiel dans
les hautes fonctions exécutives comme le processus de prise de décisions et les réponses
comportementales [15].
Plusieurs études ont mis en évidence la corrélation entre le CPF, le CCA et l’amygdale qui
sont connectés aux noyaux du tronc cérébral intervenant dans la régulation et le contrôle de la
fréquence cardiaque (FC) et de sa variabilité. La VFC représente alors un marqueur potentiel
du fonctionnement du cerveau et de la vulnérabilité à la psychopathologie [16–18].
I.2. Variabilité de la fréquence cardiaque
I.2.a. Bases physiologiques
L’automatisme cardiaque est déterminé par le tissu nodal, mais la FC est aussi sous
l’influence du SNA. En l’absence d’empreinte extrinsèque neuronale ou hormonale,
l’automatisme intrinsèque au niveau du nœud sino-auriculaire (NSA) induit une FC de 100 à
110 battements par minute (bpm). Le tonus vagal réduit cette FC jusqu’à 60-80 bpm et le
sympathique peut l’augmenter jusqu’à 200bpm (Figure 1) [19].
16
Figure 1. Représentation schématique de l’influence du système nerveux autonome sur le nœud
sino-auriculaire (NSA)
L’activité sympathique augmente la FC et diminue la VFC, avec un délai de réponse de
plus de 5 secondes alors que le parasympathique réagit très vite, en moins d’une seconde,
avec une diminution de la FC et la majoration de la VFC [20]. Ces deux composantes
fonctionnent simultanément, le parasympathique pouvant surpasser l’influence du
sympathique [21,22].
Le nerf vague influence la FC via l’acétyle-choline. Les récepteurs acétyle-cholinergiques
muscariniques entrainent une diminution de la FC par la sortie d’ions de K+ et le maintien de
la repolarisation. L’adrénaline et la noradrénaline sont les médiateurs du système
sympathique et agissent sur les récepteurs beta-adrénergiques qui entraînent une accélération
de la dépolarisation déterminée par les ions de Ca 2+ qui rentrent dans les cellules [19].
La FC n’a pas de valeur fixe, elle fluctue au cours du temps. L’analyse de la VFC
représente l’oscillation de l’intervalle entre deux battements cardiaques consécutifs, c’est-à-
dire entre chaque intervalle R-R [23]. La VFC est également référencée sous les termes de
“variabilité sinusale” ou encore “d’arythmie respiratoire”. La VFC représente la modification
complexe de la FC résultant de la coordination du SNA et les influences respiratoires,
circulatoires, endocriniennes et mécaniques. L'analyse de la VFC est devenue un outil de
diagnostic en cardiologie [24]. Elle reconnaît une large utilisation en recherche dans plusieurs
domaines médicaux comme l’endocrinologie, la neurologie, les maladies inflammatoires, la
néonatologie, la médecine du sport et les psychopathologies.
La VFC comporte deux dimensions temporales : la variabilité circadienne (ou
nycthémérale) et la variabilité à « court terme », spontanée ou induite par l’effort, un
changement de position ou une émotion [25,26].
Selon Porges et al., la VFC est la plus élevée à la naissance et diminue graduellement avec
l’avancement en âge [27]. Les travaux de recherche de Thayer et al. montrent que la VFC
17
diffère en fonction du sexe. Les femmes ont un contrôle parasympathique plus important de
leur SNA comparées aux hommes. Ainsi, les jeunes femmes de 25 à 34 ans ont une VFC plus
élevée comparée aux hommes du même âge. Ces différences s’estompent à partir de 55 ans
[28]. Une des explications de ce phénomène pourrait être les influences hormonales distinctes
entre les deux sexes [29].
Dans le modèle d’intégration neuro-viscérale, la VFC est un bon outil pour l’évaluation
d’un état anxieux. Selon Thayer [30], la VFC est liée à un réseau de structures nerveuses,
responsable du contrôle autonome, appelé « Central Autonomic Network (CAN) » par les
anglo-saxons et mentionné dans la littérature francophone comme « le réseau autonomique
central (RAC) » [31]. Ce réseau est impliqué dans la régulation du SNA et l’adaptabilité de la
fonction cognitive et affective. Le RAC représente la boucle neuronale cortico-sous-corticale.
Thayer et al. avancent l’hypothèse que la VFC serait un indicateur de la modulation
émotionnelle et physiologique des structures cérébrales. Les zones limbiques de l’hippocampe
et l’amygdale sont activées en cas de stress alors que l’activité du CPF est diminuée quand
l’individu se sent en danger. L’anxiété peut être considérée comme résultante d’une altération
de l’équilibre entre l’amygdale et l’activité préfrontale. Une inactivité prolongée du CPF
détermine une vigilance exacerbée accompagnée d’un comportement défensif et une isolation
sociale. Sur le plan autonome, l’anxiété est caractérisée par une diminution de l’activité
vagale et une réduction de la VFC. La perception d’un environnement sécurisant réduit
l’activation de l’amygdale et stimule le contrôle émotionnel du CPF. Le CPF, le CCA, le
cortex insulaire et l’hypothalamus forment un réseau de structures interconnectées qui
présente des connexions dynamiques avec l’amygdale. L'activation de l'amygdale par ce
réseau provoque l'inhibition du noyau du tractus solitaire qui, à son tour, inhibe les neurones
moteurs vagaux dans le noyau moteur dorsal et le noyau ambigu du nerf vague situés dans le
tronc cérébral. Ces deux noyaux relient le système nerveux parasympathique au nœud sino-
auriculaire cardiaque. Grace à ce réseau structural la fonction du CPF est traduite par la VFC
(Figure 2) [17].
18
Figure 2. Régulation neurologique centrale de la VFC : adaptation du schéma de Thayer et al.
I.2.b. Méthodes de mesure
L’analyse de la VFC consiste en une série de mesures de variations successives de
l’intervalle RR. Différents facteurs physiologiques peuvent influencer la VFC tels que le sexe,
l'âge, le rythme circadien, la respiration et la position du corps. Les mesures de la VFC sont
non-invasives et hautement reproductibles. La plupart des fabricants d'appareils Holter
aujourd'hui recommandent des programmes d'analyse VFC qui sont incorporées dans leurs
systèmes. Bien que l'analyse par ordinateur des enregistrements se soit améliorée,
l'intervention humaine est nécessaire dans la plupart des mesures de la VFC afin de détecter
les battements erronés, les artefacts ou les modifications dans la vitesse de la bande qui
peuvent altérer les résultats.
L’analyse de la VFC est exprimée et quantifiée dans le domaine temporel et fréquentiel
[23]. Les analyses temporelles et fréquentielles sont des méthodes différentes pour étudier les
mêmes données, mais des corrélations existent entre certains paramètres temporels et
fréquentiels de la VFC.
19
Analyse temporale de la VFC
L’analyse du domaine temporel comprend une représentation graphique des intervalles R-
R en fonction du temps. Dans un enregistrement ECG continu, chaque complexe QRS est
détecté et les intervalles normaux RR (intervalles NN), soit la FC instantanée, sont alors
déterminés. Ceci permet le calcul des plusieurs variables : l'intervalle RR moyen, la FC
moyenne, la différence entre l'intervalle RR le plus long et le plus court ou la différence de
FC de jour ou de nuit.
Ces indices statistiques dans le domaine temporel sont divisés en deux catégories : (1) des
variables dérivées directement à partir des intervalles eux-mêmes ou (2) des variables
provenant des différences entre les intervalles NN adjacents. Le Tableau 1 résume les
paramètres les plus fréquemment utilisés du domaine temporel. Les paramètres de la première
catégorie sont SDNN, SDANN et ceux de la deuxième catégorie sont RMSSD et pNN50.
L’intervalle RR moyen (Mean RR) (ms) correspond à la moyenne de la durée des
intervalles RR sur un intervalle de temps défini.
Le SDNN (ms) est l'écart type de la variance (de tous les intervalles RR normaux)
pendant la période de mesure, couramment utilisée pour évaluer la VFC. Le SDNN représente
une estimation globale de la VFC et est dépendante de la durée d’enregistrement. La SDANN
est un indice de la variabilité de la moyenne sur 5 minutes. Ainsi, elle fournit des informations
à long terme. Il s'agit d'un indice sensible de fréquences basses, comme l'activité physique, les
changements de position, le rythme circadien.
Le pNN50 est le pourcentage de différences de plus de 50 ms, entre les intervalles R-R
successifs.
La RMSSD (ms) est la racine carrée de la moyenne des différences au carré entre les
intervalles R-R successifs. RMSSD minimise les effets potentiels de la respiration dans
l’analyse du tonus vagal de la VFC.
La RMSSD et le pNN50 sont les paramètres les plus communs fondés sur des différences
d'intervalle. Ces mesures correspondent à des changements de la VFC à court terme et ne
dépendent pas des variations jour/nuit. Elles reflètent les altérations du tonus autonome qui
sont principalement médiées par le vague. Par rapport au pNN50, la RMSSD semble plus
stable et devrait être préférée en clinique.
20
Analyse spectrale de la VFC
La méthode d’analyse spectrale ou fréquentielle représente le calcul du contenu spectral
d’une série chronologique des intervalles R-R consécutifs avec l’aide de l’algorithme de
Transformation de Fourier Rapide (TFR) méthode d’analyse non paramétrique. Ce type
d’analyse spectrale permet d'analyser aussi bien des enregistrements de longues durées (24 h)
que des périodes de temps beaucoup plus courtes de deux à cinq minutes [25].
Les enregistrements permettent d’identifier quatre composantes spectrales principales :
1. la composante haute fréquence (High Frequency HF) : entre 0.15 et 0.4 Hz qui
représente l’activité vagale parasympathique et qui contient aussi l’onde de
Traube-Hering, liée à l’arythmie sinusale respiratoire qui entraine une accélération
de la FC en inspiration et un ralentissement lors de l’expiration. Bien que le PS
domine, le sympathique joue aussi un rôle, minime mais qui peut influencer
jusqu’à 10 % cette bande de fréquence haute.[21] L’hypothèse que la bande de
haute fréquence de la VFC (HF-VFC) caractérisant l’activité parasympathique
exprimerait la fonction du CPF, repose sur trois considérations [17] :
L’existence de fibres efférentes inhibitrices du CPF médian au système
nerveux parasympathique (le substrat autonome de HF-VFC)
L’association positive entre la bande HF-VFC de repos et les performances des
fonctions exécutives
Les corrélations positives entre HF-VFC et CPF dans les modèles de
neuroimagerie
2. la composante basse fréquence (Low Frequency LF) : est une bande entre 0.04 et
0.15 Hz calculé en millisecondes, cette mesure reflète généralement l’activité
sympathique, mais aussi en partie le nerf vague représenté par l’onde de Mayer
(reflet de l’activité baroréflexe). L’influence du PS peut aussi être ressenti s’il
existe une respiration contrôlée, avec un rythme de 0,1 Hz d’environ 6 inspirations
par minute.
21
3. la composante de très basse fréquence (Very Low Frequency), entre 0,003 Hz et
0,04 Hz traduit les mécanismes de régulation à long terme de la FC tels que la
thermorégulation et les mécanismes hormonaux.
La bande VLF semble refléter le rythme intrinsèque du cœur et ses oscillations
apparaissent d’être modulés par les fibres efférentes sympathiques. Une hausse
dans la puissance de cette bande est observée pendant la nuit avec un pic avant le
réveil. Il existe une association entre l’amplification de cette bande de fréquence
dans l’arythmie létale, les pics d’inflammation [32], la baisse du testostérone et le
syndrome du stress post-traumatique(SSPT) [33]. Une intensification de l’activité
sympathique efférente peut déplacer la VFL et de la faire franchir dans la bande
LF s’il existe un excitant significatif. Le VLF déduite des enregistrements d’une
durée courte, inférieure à cinq minutes, ne devrait pas être calculée [21]. L’origine
de la bande de très basse fréquence (entre 0,0033 et 0,04 Hz) n'est pas bien
connue, mais serait attribuée à la régulation thermique des organes internes.
4. la composante d’ultra basse fréquence (Ultra Low Frequency ULF) bande sous
0,003 Hz, qui ne peut être obtenue qu’à partir d’enregistrements de longue durée,
de minimum 24 heures. Les oscillations circadiennes sont les facteurs primaires
qui influencent cette bande comme la température corporelle, le métabolisme et le
système rénine-angiotensine.
Ces différentes composantes précédemment évoquées peuvent être exprimés : en
millisecondes carré (ms2) ou en unités normalisée (n.u) calculés avec les formules suivantes :
LF nu = 100 X LF/ (Variabilité Totale - VLF) et HF nu = 100 X HF/ (Variabilité Totale -
VLF).
La puissance totale de la variabilité (Variabilité Totale, VT) de l'intervalle RR calculé
en millisecondes représente la variance totale et correspond à la somme des quatre bandes
spectrales LF, HF, ULF et VLF.
Le rapport mathématique LF / HF (rapport entre Basses Fréquences et Hautes Fréquences
en unités normalisées LF/HF= Lf n.u / Hf n.u.) peut être calculé. Concernant le rapport
Lf/Hf, il existe plusieurs théories. Certains auteurs le présente comme un indicateur de
l’équilibre sympatho-vagale avec des valeurs hautes reflètent la domination du système
sympathique, tandis que des valeurs basses la domination du système parasympathique [34].
22
D’autres auteures sont sceptiques sur la corrélation linéaire entre les deux branches du SNA et
par conséquent, le rapport LF/HF doit être interprété avec réserve. Le rapport LF/HF est
directement proportionnel à la FC, avec une augmentation si la FC est élevée est une
diminution si la FC réduite [21].
L’analyse spectrale sur des enregistrements de 24 h montre que la composante LF est
prédominante la journée et la composante Hf prédomine la nuit. Sur les enregistrements de
longue durée, HF et LF représentent 5% de la Puissance totale alors que le reste de 95 % est
formé par les composantes ULF et VLF dont les implications physiologiques restent encore à
étudier.
Les analyses de la VFC ont démontré que la bande LF augmente en cas de stress mental,
effort physique moyen ou occlusion d’une artère coronaire et la bande Hf est induite par une
respiration contrôlée ou une stimulation froide de la face [35].
En 1996, un Groupe de travail de la Société européenne de Cardiologie (ESC) et la
Société Nord-Américaine de Stimulation et d'électrophysiologie (NASPE) ont défini et établi
des normes de mesure, interprétation physiologique et utilisation clinique de la VFC[36]. De
toutes les variables du domaine temporel et des méthodes géométriques disponibles, le
Groupe de travail de l'ESC et l'NASPE ont recommandé l'utilisation de quatre mesures pour
l'évaluation de la VFC : SDNN, SDANN, RMSSD et l'indice triangulaire de HRV. Le SDNN
est liée à la puissance totale (variance), alors que RMSSD et pNN50 détectent des oscillations
dans la bande de haute fréquence (HF). Ainsi, les deux paramètres, RMSSD et pNN50, sont
recommandés pour évaluer le tonus parasympathique.
I.2.c. Implications cliniques
Les travaux de Thayer et al. ont mis en évidence une corrélation entre la VFC contrôlée
par le nerf vague et le niveau d’activation du cortex préfrontal et la maitrise des émotions
ayant un pouvoir d’inhiber les pensées intrusives et les souvenirs non désirées [37]. En effet,
l'augmentation de l'anxiété, de la rumination et les difficultés dans la maîtrise des émotions
sont associées à une diminution de la VFC médiée par le nerf vague.
Une étude française confirme l’implication du cortex préfrontal dans l’atténuation du
stress, le CPF étant en contact direct avec l’hypothalamus et exerçant un contrôle sur
l’amygdale pour moduler les effets des dangers potentiels. La gestion des émotions et le
travail mental sont contrôlés par le CPF. La VFC est un marqueur sensible des émotions alors
que le travail mental peut avoir des conséquences sur la mémoire opérationnelle et les
23
fonctions exécutives. Le stress peut réduire l’efficacité cognitive même sans avoir un impact
réel sur la performance de la tâche [38].
Les potentiels évoqués par les battements du cœur (HEP : heartbeat evoked potentials)
représentent des segments sur l’électro-encéphalogramme (EEG) synchronisés avec le rythme
cardiaque témoignant de l’influence de l’activité cardiaque sur le fonctionnement cérébral.
Les HEP sont détectables avec une latence de 50 à 550 ms après chaque battement cardiaque
et la VFC influence l’amplitude des HEP [39]. Des études confirment que les informations
viscérales, par l’intermédiaire de la VFC sont constamment évaluées par le cerveau avec une
potentielle influence sur la cognition [40].
Certains travaux de recherche soulignent le rôle de la VFC qui sert à quantifier l’élasticité
physiologique et la flexibilité comportementale. Une VFC haute peut prédire une bonne
maîtrise de soi et une réduction des émotions négatives pendant un stress aigu [41].
Les paramètres de la VFC peuvent être utilisés comme une méthode de diagnostic dans
l’anxiété. Une diminution de la VFC accompagnée d’une activité parasympathique réduite a
été identifiée dans de nombreuses pathologies cardiaques et chez les patients souffrants
d’attaques de panique et d’anxiété [42].
I.3. Évaluation du stress en pédagogie médicale
Le personnel de santé est prédisposé à un stress lié au travail plus important que la
population générale. Le travail implique : gestion des situations imprévues, urgences, manque
de sommeil, travail posté, gardes prolongées et une vigilance soutenue. La réponse aux
différentes situations mentionnées ci-dessus implique l’activation du SNA [43]. Adams et al.
ont montré que le tonus sympathique augmente avant ou pendant les gardes de nuit dans le
département d’urgences [44].
La performance des soignants dépend de la perception individuelle de la tache exigée et
les ressources allouées pour l’accomplir. Le stress jusqu’à un certain niveau peut améliorer
l’exécution des taches, mais, si les exigences dépassent les ressources individuelles, le stress
peut avoir un impact négatif. Un stress important parmi les soignants peut déclencher des
erreurs dans la prise en charge des patients.
Les chercheurs ont démontré l’impact négatif du stress sur le processus d’apprentissage et
l’efficacité de l’entrainement dans les situations des simulations de GSU. Le stress aigu induit
une augmentation de la FC et une diminution de la VFC [2].
24
Les résultats d’une méta-analyse effectuée en 2017 montrent que le biofeedback de la
VFC est un traitement efficace pour l’anxiété. Au repos, une VFC élevée a pu prédire une
bonne stratégie d’autorégulation et une émotion négative réduite devant un stress aigu. Le
biofeedback de la VFC pourrait permettre une régulation du fonctionnement physiologique
par l’intermède de la respiration contrôlée [45].
Une bonne compréhension de l’impact des exercices de simulation sur le comportement
réactionnel des étudiants et l’introduction de stratégies d’autorégulation peuvent orienter le
travail de perspective pour les enseignants. Pour optimiser la réaction des étudiants dans les
situations critiques retrouvées dans la pratique clinique, les exercices de simulations en GSU
ont été introduits dans la formation médicale.
I.4. La simulation en santé : outil pédagogique incontournable
La simulation en santé a été définie par la Chambre des représentants aux États-Unis et
traduite dans le rapport de la Haute Autorité de Santé (HAS) du 2012 comme : « l’utilisation
d’un matériel (comme un mannequin ou un simulateur procédural), de la réalité virtuelle ou
d’un patient standardise pour reproduire des situations ou des environnements de soin, dans
le but d’enseigner des procédures diagnostiques et thérapeutiques et de répéter des
processus, des concepts médicaux ou des prises de décision par un professionnel de sante ou
une équipe de professionnels » [46].
La simulation en santé est devenue l'un des piliers dans l'enseignement moderne en
sciences de la santé. Cette méthode pédagogique offre aux étudiants la possibilité d’acquérir
des compétences et de renforcer les acquis à travers une expérience concrète sans impacter la
sécurité des patients et tout en conservant un haut degré de réalisme. Ce type d’enseignement
favorise l’apprentissage dit « actif » et facilite la réflexion en groupe. La prise de conscience
de l’importance du facteur humain dans les erreurs médicales propose la simulation médicale
comme l’un des moyens permettant de réduire leur fréquence ou leurs conséquences [47].
Dans la littérature, la simulation apparaît comme une technique utile qui permet aux petits
groupes d'étudiants d’apprendre, dans un environnement sécurisant et sous contrôle, comment
réagir de manière adéquate dans une situation critique. La simulation autorise le droit à
l’erreur puisqu’elle aide l’apprenant à revenir sur sa démarche réflexive et permet des allers-
retours sur l’information. Ce type de formation est très utile pour équiper les étudiants d’un
bagage des connaissances techniques avant de les utiliser dans la pratique professionnelle
[48,49]. Hayden et al. ont conduit une étude randomisée, dans une population d’étudiants
infirmiers sur une période de deux ans, entre 2011 et 2013, comparant un programme
25
classique d’enseignement et à un programme associant des heures d’apprentissage par
simulation. Cette étude a apporté des preuves substantielles quant à l’efficacité de la
formation par simulation avec des diplômés prêts pour la pratique clinique.[50] D’autres
auteurs relatent également que la substitution des heures de formation classique par des
séances de simulation produit les mêmes résultats éducatifs et des capacités équivalentes
d’exercer [51]. Une revue de la littérature de 2010 à 2015 sur l’impact de l'éducation par
simulation pour les étudiants en soins infirmiers montre que ce type de formation aide le
développement psychomoteur et améliore l’efficacité personnelle et la confiance [52]. La
phase de la simulation serait bénéfique aux étudiants et favoriserait le développement de
l’évaluation d’une situation clinique [53].
Plusieurs méthodes pédagogiques peuvent être utilisées pour améliorer l'apprentissage des
professionnels de santé. L’intérêt d’un travail sur situation simulée offre du réalisme et, avec
les techniques en simulation d’haute-fidélité, les éducateurs peuvent reproduire de
nombreuses situations retrouvées dans la pratique médicale comprenant des problèmes
cliniques critiques et peu courants. Ainsi les élèves peuvent acquérir et pratiquer leurs
compétences motrices et cognitives en soins médicaux.
En simulation en santé, le rôle de l’enseignant est d’être planificateur, producteur de
ressources, fournisseur d’information, superviseur et évaluateur [54]. Sa position est
importante car c’est lui le responsable de la gestion du groupe. Il observe et repère les modes
de pensée des étudiants permettent de faire des allers-retours dans l’approche analytique des
informations et compétences. Une séance de simulation répond à une méthodologie précise et
suit un protocole bien établi et prévu préalablement dans ses moindres détails. Dans cette
étude les étapes de la simulation comptent : le briefing, le pré-briefing, le déroulement du
scenario et le débriefing.
Le briefing doit orienter les participants dans l'espace, les familiariser avec l'équipement,
le simulateur et la méthode d'évaluation. Lors de cette étape les rôles sont attribués,
l’encadrement dans le temps et les objectifs généraux sont mentionnés.
Le pré-briefing représente le scenario de la simulation et la contextualisation de la
situation du patient, par exemple ce qui a précédé la prise en charge simulée (sortie du bloc
opératoire ou le contenu d’appel du médecin régulateur). Il permet de donner à l’apprenant
tous les éléments nécessaires à la compréhension de la situation simulée : l’état initial et
l’évolution clinique du patient, voire l’anamnèse et l’environnement de la situation (locaux,
26
présence de tiers ou de la famille). Les séances contextualisées aident à la transférabilité des
apprentissages.
La séance de simulation correspond à la mise en action des étudiants qui sont guidés par
le formateur qui adapte l’évolution du scenario en fonction de leurs réactions. L’apprenant
joue son rôle face à la situation concrète. Il peut s’agir d’une expérience d’entraînement ou
d’apprentissage.
Le débriefing permet, aux élèves, de prendre du recul par rapport à la situation simulée,
de faire une auto-évaluation et, au formateur, de faire une synthèse du déroulement de la
simulation et d’analyser conjointement avec les étudiants leur performance. Un des éléments
importants des méthodes de simulation est de permettre aux apprenants de développer les
éléments nécessaires pour savoir gérer le stress et identifier les modalités de diminuer le
niveau ressenti pour mieux faire face ultérieurement dans une situation réelle. Cette étape
favorise le développement des capacités du raisonnement clinique et permet d’optimiser
l’échange entre professionnels qui conduit à la reconnaissance de la force d’une équipe de
travail.
Foronda et al., dans une revue de la littérature examinant 101 articles concernant
l'évaluation de la simulation dans la formation des infirmiers font les observations suivantes
[55] :
1) toutes les études montrent une association positive entre la simulation et le taux de
satisfaction des élèves infirmiers ;
2) la simulation est considérée comme un moyen permettant d’améliorer la
communication ;
3) la simulation améliore le niveau de confiance et l’efficacité personnelle, l’acquisition
de compétences et connaissances ;
4) la plupart des études suggèrent que la simulation a provoqué de l'anxiété ou du stress
aux étudiants et que la relation entre le niveau d'anxiété et l’impact sur l’apprentissage
reste à être identifiée.
Des nombreux auteurs montrent que les simulations favorisent chez les étudiants
l’apparition d’une attitude active d’apprentissage qui détermine un effet positif sur
l’acquisition des connaissances des sujets [9,43,56]. Dans une situation d’urgence,
l’apprentissage par la simulation est essentiel et permet de consolider les capacités de
résolution des difficultés rencontrées. La simulation de gestes et soins d’urgence améliore la
27
confiance en soi, offre une expérience dans le processus d'apprentissage et constitue une
stratégie pédagogique clé pour développer des compétences dans la gestion du stress.
L’apprentissage repose sur les connaissances acquises antérieurement et un étudiant peut
ressentir une appréhension devant une simulation par rapport à son niveau de préparation
mais aussi par rapport à son trait de personnalité. En situation de stress, les capacités
d’apprentissage sont affaiblies. Il est capital de percevoir le stress dans sa juste mesure pour
développer par la suite des stratégies adaptées pour minorer son influence.
Les séances de simulation utilisées comme méthode pédagogique dans l’enseignement des
soins d’urgence peuvent déclencher l’apparition d’un état anxieux parmi les étudiants et être
considérées comme un facteur de stress [55].
Le stress et l'anxiété affectent le processus d'apprentissage. C'est pourquoi il semble
important de développer des mesures adéquates d’évaluation des méthodes pédagogiques
assistées par la simulation clinique.
Le pré-briefing représente un moment clé des exercices de simulation car c’est l’occasion
de découvrir le contexte du déroulement du scenario et correspond au conditionnement de la
pensée. Émettre des suppositions est un phénomène potentiellement anxiogène pour les
étudiants [57,58].
Nous formulons l’hypothèse que le pré-briefing, en tant qu’élément impliqué dans la
diminution du stress, pourrait influencer la VFC et l’anxiété. Afin de tester cette hypothèse
nous avons conduit une étude expérimentale contrôlée randomisée, incluant des étudiants en
santé exerçant une activité d’apprentissage des GSU en simulation médicale.
I.5. Objectifs de l’étude
L’objectif principal de cette étude a été d’analyser l’influence de la phase du pré-briefing
sur la VFC, considérée comme paramètre-index, marqueur sensible des processus cognitifs,
de la charge mentale et émotionnelle des étudiants, lors de l’apprentissage, en simulation,
d’une situation d’urgence dans une population d’étudiants en santé.
L’objectif secondaire était d’étudier l’interaction entre la VFC et le trait d’anxiété des
sujets.
28
II.MATERIEL ET METHODES
II.1. Schéma et design de l’étude
Nous avons mené une étude contrôlée, randomisée, visant à comparer l’état de stress
évalué par la mesure de la VFC et de l’anxiété chez des étudiants en santé au cours de séances
de formation aux GSU par la simulation avec ou sans pré-briefing. Les explorations ont été
réalisées dans le cadre de séances de formation effectuées à SimUSanté®, Centre de
Pédagogie Active et Simulation en Santé. Les paramètres temporels et fréquentiels de la VFC
ainsi que l’état d’anxiété selon des scores validés ont été colligés.
II.2. Population de l’étude
II.2.a. Recrutement des participants
Les sujets ont été recrutés parmi les étudiants participant aux sessions de formation de
gestes et soins d’urgences dans les locaux de SimUSanté® du CHU Amiens-Picardie sur une
période de trois jours en avril 2015.
II.2.b. Déroulement d’une session de formation par simulation médicale
Les exercices se sont déroulés dans un environnement simulé qui reproduisait soit une
salle de soins d’un hôpital soit un domicile (Figure 3). En fonction du scenario de la
simulation, le rôle du patient était joué soit par un apprenant ou un mannequin haute-fidélité.
Figure 3. Exercice de simulation
29
II.2.c. Critères d’éligibilité
Les critères d’éligibilité étaient les suivants :
Critères d’inclusion :
Étudiant en santé
Âge < 50 ans
Critères d’exclusion :
Trouble de rythme cardiaque
Pathologie endocrinienne (hyperthyroïdie, diabète)
Hypertension artérielle (HTA)
Grossesse en cours ou allaitement
Traitement anti-inflammatoire
Traitements interférant avec la FC (bétabloquants, inhibiteurs calciques, agonistes des
récepteurs alpha1 etc.)
Traitements psychotropes
II.2.d. Constitution des groupes
Dans le cadre de la formation GSU par simulation médicale, organisée par SimUSanté®,
CHU Amiens-Picardie, l’équipe pédagogique constituait des groupes de 20 étudiants dont
deux allaient effectuer la simulation. Chaque groupe bénéficiait de trois séances de simulation
correspondant à trois scénarios cliniques différents. Six séances de simulation avaient lieu au
cours d’une demi-journée dans deux salles différentes. Un formateur était désigné pour
chaque groupe. Le formateur était soit un médecin, soit un infirmier du CESU 80.
Pour la réalisation de cette étude, chaque groupe de 20 étudiants était divisé en deux sous-
groupes de 10 étudiants par tirage au sort : avec pré-briefing (PB+) ou sans pré-briefing (PB-).
Les étudiants étaient préalablement informés de leur participation à une étude sur l’influence
d’une simulation de GSU sur leur FC et leur état d’anxiété. Aucune information sur leur
appartenance à un groupe ou l’autre ou sur l’hypothèse de travail ne leur a été précisée. Le
formateur réalisait ensuite un screening des critères d’éligibilité.
Parmi les étudiants de chaque sous-groupe remplissant ces critères et acceptant de
participer à l’étude, deux étudiants étaient tirés au sort pour réaliser la tache de simulation. Le
recrutement a été réalisé sur 8 groupes d’étudiants ayant effectué chacun 3 simulations. Par
conséquent chaque groupe de 20 étudiants effectuant trois simulations, les mêmes étudiants
participaient 3 fois au tirage au sort. En cas de tirage au sort du même étudiant au cours de
30
deux séances de simulation, un nouveau tirage était effectué. Les deux étudiants par groupe
tirés au sort étaient désignés comme effecteurs de l’exercice de simulation, alors que leurs
collègues étaient présents comme spectateurs. Les étudiants effectuant la simulation ont
bénéficié d’une mesure de la VFC pendant toute la durée du test.
Quarante-huit sujets volontaires ont été recrutés.
II.3. Déroulement de l’épreuve de simulation
La figue 4 représente le protocole testé. Préalablement à l’épreuve de simulation, les sujets
sélectionnés par tirage au sort remplissaient deux questionnaires comprenant : (1) les données
démographiques âge, sexe, poids, niveau d’études, tabagisme, connaissance des gestes soins
d’urgence (GSU) et (2) l’évaluation du niveau d’anxiété (Annexe 2).
Les sujets bénéficiaient ensuite de la mise en place du système d’enregistrement constitué
d’une montre Polar v800 et une sangle pectorale avec un capteur de FC. L’écran de la montre
était recouvert pour que les participants ne puissent pas visualiser le niveau de leur FC. Pour
chaque participant, l’enregistrement débutait par une période initiale de référence (I) d’une
durée de 5 minutes, dans une pièce à part, au calme, en position assise. Il s’ensuivait l’étape
de briefing, d’une durée de 5 minutes, dont l’objectif était de familiariser les participants aux
locaux et au matériel utilisé (charriot d’urgence).
Le groupe était séparé en deux correspondant aux sous-groupes préalablement formés par
tirage au sort. Chaque sous-groupe était placé dans une salle de débriefing, mitoyenne de la
salle de simulation. Un des deux sous-groupes bénéficiait d’une période de pré-briefing
d’environ trois minutes (groupe PB(+)). Cette étape consistait à préciser des informations sur
la situation clinique à suivre, comme l’âge du patient, les antécédents, dossier médical, sortie
du bloc opératoire, présence de la famille, feuille d’intervention SMUR. L’autre groupe, PB(-)
ne bénéficiait d’aucune information sur le scénario clinique.
Après une période d’attente de 3 minutes devant la salle de simulation, l’évaluation de
l’état d’anxiété a été de nouveau recueillie à l’aide de l’échelle visuelle analogique (EVA).
L’étude a été poursuivie avec la tâche de simulation. Cette étape a durée entre 10 à 15
minutes. Un enregistrement vidéo a été réalisé pour chaque simulation. Trois scenarios ont été
proposés conformément aux recommandations d'utilisation des tâches corrélées non
identiques, pour éviter l’habituation aux conditions expérimentales et l'effet d’apprentissage :
1. Patient hypoglycémique en état d’inconscience
2. Détresse respiratoire chez un patient asthmatique
3. Arrêt cardio-respiratoire
31
Chaque étudiant a effectué un seul scénario parmi ces trois possibilités.
Après la simulation, une période de débriefing de 15 à 30 minutes a eu lieu pour chaque
groupe. L’enregistrement prenait fin après le débriefing.
Un observateur a réalisé un suivi des gestes des participants notés sur une échelle
temporelle. L’enregistrement de la VFC a été réalisé en continue pendant la totalité du
processus d’apprentissage de GSU soit entre 45 minutes et une heure.
Sur l’ensemble d’un enregistrement donné, quatre périodes de 3 minutes ont été analysées
au cours des étapes suivantes (Figure 4) :
- Phase Initiale (I)
- Attente (A)
- Simulation (S)
- Débriefing (D)
Figure 4. Étapes de l’étude
II.4. Évaluation de l’anxiété : état et trait
L’anxiété instantanée (au moment de l’étude) et l’anxiété habituelle ont été mesurées à
l’aide de l’inventaire d’anxiété État-Trait Forme Y (State-Trait Anxiety Inventory (STAI-Y))
et d’une échelle visuelle analogique (Annexe 2).
Le questionnaire de l’Inventaire d’anxiété État-Trait Forme Y (State-Trait Anxiety
Inventory (STAI-Y))[8] est un outil validé est largement utilisé, qui permet d’évaluer
l’anxiété en tant que trait de personnalité et en tant qu’état émotionnel lié à une situation
Initiale
Attente
32
particulière. Deux échelles distinctes sont utilisées : le STAI-forme Y-A pour évaluer l’état
d’anxiété et le STAI-forme Y-B pour évaluer le trait d’anxiété. Chaque échelle comprend 20
items permettant de saisir ce que les sujets ressentent « à l’instant, juste en ce moment » ou ce
qu’ils ressentent « habituellement ». Chaque réponse est gradée de 1 à 4, dont 1 indique le
niveau d’anxiété le plus faible et 4, le plus fort. Les résultats varient d’un score de 20 à 80.
Un autre outil utilisé pour l’évaluation du stress a été l’échelle visuelle analogique (EVA)
qui est une échelle subjective d’auto-évaluation avec des résultats allant de 0 à 10 où 0
signifie l’absence de stress et 10 le stress maximum. Elle a été renseignée au moment du
recrutement et après la période de pré-briefing (Annexe 2).
II.4. Mesure de la variabilité de la fréquence cardiaque
II.4.a. Enregistrement
L’enregistrement du rythme cardiaque a été réalisé à l’aide d’un dispositif Polar
(cardiofréquencemètre), composé d’une ceinture thoracique (Polar H7) et d’une montre Polar
V800 (Polar Electro Oy, Kempele, Finland). Ce dispositif permet la détection de l’onde R du
signal cardiaque et l’acquisition des intervalles RR. La fréquence d’échantillonnage est de
1000 Hz [59]. Les enregistrements du signal RR (ms) sont ensuite visualisés avec le logiciel
PolarFlow, et transformées en fichier texte.
II.4.b. Paramètres d’intérêt
Dans cette étude, la VFC a été évaluée par deux méthodes : (1) temporale et (2)
fréquentielle. Les paramètres recueillis ont été les suivants :
(1) Dans le domaine temporel : Intervalle RR moyen (ms), SDNN (ms), RMSSD (ms),
pNN50 (%)
(2) Dans le domaine spectral : LF (ms2), HF (ms2), VT (ms2), LF (n.u), HF (n.u) et le
rapport LF/HF.
Les paramètres de la VFC sont énumérés et définis dans le tableau 1.
33
Paramètre Définition Interprétation
Intervalle RR
moyen R (ms)
La moyenne de la durée des intervalles RR Corrélé à la fréquence cardiaque
SDNN (ms) L’écart type de la variance (de tous les
intervalles RR normaux)
Estimation globale de la VFC
pNN50 Le pourcentage de différences de plus de
50 ms, entre les intervalles R-R successifs.
Tonus vagal
RMSSD (ms) La racine carrée de la moyenne des
différences au carré entre les intervalles R-
R successifs
Tonus vagal
HF La bande de haute fréquence
HF (ms2)/ n.u
Tonus vagal prédominant
LF La bande de basse fréquence
LF (ms2)/ n.u
Mélange d’activité sympathique et
parasympathique
VLF La composante de très basse fréquence Mécanismes de thermorégulation et
hormonaux
ULF La composante d’ultra basse fréquence La température corporelle, le métabolisme
et le système rénine-angiotensine
VT La variabilité totale représente la somme
entre LF, HF, VLF et ULF La variation de l’activité du SNA
LF/HF Le rapport entre LF n.u / HF n.u Mécanismes de thermorégulation et
hormonaux
Tableau 1. Les paramètres de la VFC et leur interprétation
II.4.c. Extraction et interprétation des données
Les fichiers texte obtenus avec le cardiofréquencemètre sont ensuite analysés avec le logiciel
Kubios 2.0. qui permet de calculer les paramètres de la VFC dans les domaines temporel et
fréquentiel (Figure 5). Il s’agit d’un logiciel d’analyse des intervalles de variabilité cardiaque,
créé par un groupe finlandais et disponible sur internet gratuitement pour usage non
commercial, notamment dans la recherche. Il est disponible sur le site d’internet :
http//kubios.uef.fi. (Biosignal Analysis and Medical Imaging Group, University of Eastern
Finland, Finland). L’exemple type de l’affichage des résultats d’un enregistrement avec le
cardio-fréquencemètre analysé par le logiciel Kubios® est représenté dans la Figure 6.
La recherche d’artefacts a été réalisée visuellement et, si besoin, un filtre permettant de
supprimer les événements ectopiques et les artéfacts a été utilisé.
Les résultats ont été inscrits dans un fichier MS Excel (ver. 2013, Microsoft, Redmond,
WA, USA) et analysés par la suite avec le logiciel de statistiques StatView®.
34
Figure 5. Représentation schématique du recueil et de l’analyse des enregistrements :
enregistrement de la fréquence cardiaque par cardiofréquencemètre (Polar Flow®), extraction de
l’enregistrement par le logiciel Kubios HRV® et analyse avec StatView® après transfert préalable
dans un fichier Microsoft Excel®
Figure 6. Exemple d’une analyse des paramètres dans le domaine temporel et fréquentiel
avec le logiciel Kubios®
35
II.6. Analyse statistique
Ce travail est une étude expérimentale, contrôlée, randomisée dont la seule intervention
est constituée par le pré-briefing. L’analyse statistique a comporté une partie descriptive et
une partie inférentielle. L’analyse statistique descriptive des variables quantitatives s'est faite
en donnant pour chaque variable, les paramètres de position (moyenne, médiane, minimum,
maximum, premier et troisième quartiles) ainsi que les paramètres de dispersion (variance,
écart-type, étendue, écart interquartile). Le caractère gaussien des données a été testé par le
test de Shapiro-Wilk. Le descriptif des variables qualitatives s'est fait en donnant les effectifs
et proportions de chaque modalité dans l’échantillon.
L’analyse inférentielle pour les variables qualitatives s'est faite soit avec un test du chi2
soit avec un test exact de Fisher, selon les effectifs théoriques des tableaux croisés.
Pour chaque variable, le rapport de côtes et son intervalle de confiance à 95% ont été
estimés. L’erreur de type I acceptée était un risque alpha de 5% que l’hypothèse nulle soit
rejetée, soit une valeur de p<0.05 a été considérée comme significative.
Les comparaisons de variables quantitatives entre groupes ont été réalisées soit par un test
de Student (lorsque la variable d’intérêt était gaussienne), soit par un test non-paramétrique
dans le cas contraire (test U de Mann-Whitney, test de rangs de Wilcoxon et la corrélation de
Spearman. [60]. Les analyses statistiques ont été réalisées à l’aide du logiciel StatView®.
36
III.RESULTATS
III.1. Caractéristiques démographiques à l’inclusion
Quarante-huit sujets ont été inclus dans cette étude : 4 étaient des étudiants infirmiers
anesthésistes, 2 internes en DESC de médecine d’urgence, 1 élève aide-soignant et 41
étudiants infirmiers en fin d’études (dernier semestre) qui participaient à la formation de
simulation Gestes et soins d’urgence (GSU). Sur les 48 enregistrements effectués, deux n’ont
pas pu être exploités en raison de la mauvaise qualité de l’acquisition (problèmes de position
de la ceinture thoracique) et cinq enregistrements ont été éliminés à cause des nombreux
artefacts (Figure 7).
Figure 7. Diagramme de flux de l’étude
L’analyse des résultats concerne les 41 sujets dont l’enregistrement de la VFC était
interprétable. Parmi eux, on décomptait 33 femmes et 8 hommes. L’âge moyen était de 25 ± 6
ans avec un Indice de Masse corporelle (IMC) de 23,4 ± 4 (kg.m-2). Vingt-trois étaient non-
fumeurs et 18 fumeurs. La majorité avait déjà été formée en GSU (83%). Le niveau d’étude
prépondérant était représenté par des étudiants infirmiers (88%), les étudiants aide-soignant
(2,4%), infirmiers-anesthésiste (7,3%) et un interne en DESC de médecine d’urgence (2,4%)
représentant une minorité de la cohorte.
La randomisation avait permis la création de deux groupes de 24 sujets chacun : (1) avec
pré-briefing (PB+) et (2) sans pré-briefing (PB-). Après élimination des enregistrements
inexploitables, les deux groupes étaient composés de 23 sujets (PB+) et, respectivement, de
18 sujets (PB-).
37
Les caractéristiques à l’inclusion selon la répartition par groupes (avec ou sans pré-
briefing) figurent dans le Tableau 2. Il n’existe pas de différence statistiquement significative
entre les deux groupes en termes de caractéristiques démographiques à l’inclusion.
Caractéristique Total N = 41
m±DS (min-max)/ N (%)
Pré-briefing (+) N= 23 (56%)
m±DS (min-max)/ N (%)
Pré-briefing (-) N=18 (44%)
m±DS (min-max)/ N (%)
P
Age (ans) 25±5,7 (20-42) 25,8±6,3 (20-42) 24,1± 4,9 (20-42) 0,35
Sexe masculin 8 (19,5) 4(17,3) 4(22,2) 0,71
Taille (cm) 167±8,9 (155-190) 168±8,4 (155-185) 167±9,7 (155-190) 0,72
Poids (kg) 66±13,4 (45-100) 67,8±14,4 (45-100) 63,6±11,9 (49-95) 0,32
IMC (kg/m2) 23,4±4,1 (18,2-37,6) 24±5 (18,3-37,6) 22,6±2,7 (18,6-27,7) 0,29
Tabagisme actif 18 (43,9) 10 (43,4) 8 (44,4) 1
Expérience GSU 34 (82,9) 18 (78,2) 16 (88,8) 0,43
Niveau d’étude Étudiant AS
Étudiant IDE Étudiant IADE
Interne
1 (2,4)
36 (87,8) 3 (7,3) 1 (2,4)
0
20 (87) 2 (8,7) 1 (4,3)
1 (5,6)
16 (88,8) 1 (5,6)
0
0,87
Tableau 2. Caractéristiques démographiques à l’inclusion. AS : aide-soignant ; IDE : infirmier
diplômé d’état ; IADE : infirmier-anesthésiste diplômé d’état ; DS : déviation standard ; GSU :
gestes et soins d’urgence ; IMC : index de masse corporelle ; m : moyenne ; min : minimum ; max :
maximum ; N : nombre.
III.2. Évaluation de l’anxiété
L’anxiété a été évaluée par deux méthodes (Figure 8) :
(1) L’inventaire STAI, réalisé préalablement au branchement du cardiofrequencemetre
(2) L’auto-évaluation par EVA, effectuée à 2 reprises : préalablement au branchement du
cardiofréquencemètre et en pré-simulation ou phase d’attente (A) pour le groupe PB(-)
et après pré-briefing pour le groupe PB(+).
Figure 8. Chronologie de l’application des questionnaires d’anxiété. A : attente ; I : phase initiale ;
D : débriefing ; EVA : échelle visuelle analogique ; PB+/- : étape de pré-briefing ; S : simulation.
Questionnaire Démographique
Anxiété STAI État-Trait
Anxiété EVA (initiale)
Anxiété EVA (attente/A)
I
38
III.2.a. Inventaire STAI : État-Trait
L’inventaire STAI a été appliqué en même temps que le questionnaire des caractéristiques
démographiques soit avant la phase initiale (I). On observe qu’il n’existe pas de différence
entre les deux groupes pour le score STAI-TRAIT. Cependant, les deux groupes diffèrent
significativement pour la composante « STAI-ÉTAT » (p=0,04) (Tableau 3). Ceci témoigne
d’une différence en termes d’anxiété « instantanée » et non pas « habituelle ». Les femmes
ont un trait de personnalité plus anxieux que les hommes (Tableau 4).
Groupe
Caractéristique
Total
N = 41 m±DS (min-max)
Pré-briefing (+)
N= 23 (56%) m±DS (min-max)
Pré-briefing (-)
N=18 (44%) m±DS (min-max)
p
STAI (Trait) 39,7±8 (23-59) 39,6±7,4 (26-57) 39,9±9,1 (23-59) 0,90
STAI (État) 34,9±9,1 (21-63) 37,5±10,6 (23-63) 31,7±5,7 (21-44) 0,04
EVA (Initiale) 3,9±2 (1-9) 4,7±2,1 (1-9) 3±1,5 (1-6) 0,006
EVA (Attente) 5,4±1,8 (1-9) 6±1,8 (3-9) 4,5±1,7 (1- 7) 0,01
EVA(Attente-Initiale) 1,4±1,8 (-2-6) 1,3±1,7 (-2-5) 1,5±1,9 (-1-6) 0,72
Tableau 3. Évaluation de l’anxiété selon le questionnaire STAI et l’échelle visuelle analogique.
DS : déviation standard ; EVA : échelle visuelle analogique ; m : moyenne ; min : minimum ; max :
maximum ; N : nombre.
Caractéristique Femmes
N=33
m±DS
Hommes
N=8
m±DS
p$
STAI (Trait) 41,5 ±7,6 32,6±6,1 0,004
Tableau 4. Évaluation de l’anxiété par le questionnaire STAI (Trait) en fonction du sexe. $ : Test
Mann Whitney
Les médianes des scores STAI-ÉTAT et STAI-TRAIT étaient respectivement de 34 et 40
(Tableau 5). Selon cette médiane, nous avons défini deux niveaux d’anxiété : (1) faible (score
< médiane) et (2) élevé (score médiane).
Catégorie Niveau faible Niveau élevé
Anxiété STAI (État) <34 34
Anxiété STAI (Trait) <40 40
Tableau 5. Définition des niveaux d’anxiété (faible versus élevé) selon la médiane des score STAI
(État) et STAI (Trait)
39
III.2.b. Autoévaluation par EVA
L’autoévaluation de l’anxiété par EVA permet de montrer un niveau d’anxiété
significativement plus élevé dans le groupe PB(+) par rapport au groupe PB(-) avant la phase
initiale (I) et en phase d’attente (A) (p = 0,006 et respectivement p=0,01).
L’EVA ayant été mesurée à deux reprises, il est possible d’étudier sa dynamique au sein
de chaque groupe et l’on constate que l’anxiété augmente dans les deux groupes de manière
significative entre les deux applications du test (p = 0,03 pour le groupe PB(+) et p = 0,008
pour le groupe PB(-)). L’augmentation de l’EVA entre les deux moments d’application du test
(EVA(attente-initiale)) n ‘est pas significativement différente entre les deux groupes.
III.2.c. Corrélation STAI-EVA
Nous avons observé une correspondance entre la répartition des niveaux d’anxiété selon le
questionnaire STAI et la dynamique de croissance de l’anxiété autoévaluée par EVA (Tableau
6).
Catégorie EVA initiale
m±DS
EVA attente
m±DS
p
STAI (État) Faible 2,7±1,5 4,7±1,7 0,001
Élevé 4,8±1,9 5,8±1,9 0,001
STAI (Trait) Faible 3,6±2 5,2±1,9 0,003
Élevé 4,2±2 5,5±1,8 0,005
Tableau 6. Corrélation entre l’évaluation de l’anxiété par le questionnaire STAI et l’EVA. DS :
déviation standard ; m : moyenne.
III.3. Mesure de la variabilité de la fréquence cardiaque
Pour chaque période étudiée (phase initiale (I), attente (A), simulation (S), débriefing (D))
les valeurs des paramètres de la VFC du domaine temporel et fréquentiel sont présentées dans
le tableau 7.
40
Période Phase Initiale (I) Phase d’attente (A) Phase de simulation (S) Phase de débriefing (D)
Médiane Min. Max. Médiane Min. Max. Médiane Min. Max. Médiane Min. Max.
Intervalle RR
moyen (ms)
619,3 452,8 836,9 548,0 409,0 908,0 509,3 374,7 847,8 678,6 486,8 894,5
SDNN (ms) 54,1 19,6 97,0 48,2 11,0 114,5 46,6 14,8 108,5 44,7 12,1 122,0
RMSSD (ms) 26,9 7,9 72,2 17,9 3,1 65,7 13,7 2,1 64,5 22 2,7 91,2
pNN50(%) 5,5 0,0 46,7 1,9 0,0 40,1 0,9 0,0 38,8 3,3 0,0 45,3
LF(ms2) 1178,2 174,5 6687,9 800,6 30,1 7134,2 544,9 4,8 3752,7 884,9 27,9 3212,9
HF(ms2) 283,1 27,5 3038,1 184,4 6,2 1875,9 92,2 0,7 1506,0 177,0 4,3 5959,1
VT(ms2) 2810,0 368,0 14715,1 2108,5 84,4 18675,8 2521,2 109,9 8773,9 2026,7 126,7 20768,4
LF (n.u.) 79,2 43,0 94,9 83,9 42,8 96,3 84,8 54,4 97,5 80,9 35,0 96,8
HF (n.u) 20,8 5,1 57,0 16,1 3,7 57,2 15,2 2,5 45,6 19,1 3,2 65,0
LF/HF 3,8 0,8 18,8 5,2 0,7 25,9 5,6 1,2 39,3 4,2 0,5 29,9
Tableau 7. Analyse temporale et fréquentielle de la VFC selon les phases de la simulation. A : attente ; I : phase initiale ; D : débriefing ; S : simulation.
41
La VFC est maximale pendant le repos (phase initiale) et diminue pendant l’attente et la
simulation, pour remonter lors du débriefing en rapport avec une réactivation du système
parasympathique. Cette variation est observée dans le domaine temporel et le domaine
fréquentiel (Figure 9 A-D).
Figure 9. Évolution des paramètres de la VFC selon les phases de la simulation : (A) L’intervalle
RR moyen ; (B) RMSSD ; (C) bande HF ; (D) bande LF.
Entre les groupes PB(+) et PB(-), il n’a pas été observé de différence significative durant
la période initiale, la simulation et le débriefing (Tableaux 8,10,11). En revanche, durant la
période d’attente, le SDNN, la VT et le reste des paramètres témoignant de l’activité du
parasympathique sont plus élevés dans le groupe PB (-) (Tableau 9). En effet, l’analyse des
paramètres caractérisant la phase d’attente montre que la VFC est plus importante dans le
groupe PB(-) qui s’est avéré être le groupe moins stressé comparé au groupe PB(+) (Tableau
9, Figure 10).
42
Phase initiale
Paramètre
PB(+) PB(-) p$
Médiane Minimum Maximum Médiane Minimum Maximum
Intervalle RR moyen
(ms)
622,3 452,8 742,6 601,9 489,2 836,9 NS
SDNN (ms) 54,1 24,9 84,5 56,5 19,6 97 NS
RMSSD (ms) 21,1 9,4 55,3 33,2 7,9 72,1 NS
pNN50(%) 3,5 0,34 25,8 5,8 0 46,7 NS
LF(ms2) 1177 174,5 2990 1403 186,2 6688 NS
HF(ms2) 257,2 36,8 1789 541 27,4 3038 NS
VT(ms2) 2350 797,5 7571 3027 368 14720 NS
LF (n.u.) 82,3 42,9 94,9 75,4 45,1 93,3 NS
HF (n.u) 17,7 5,0 57 24,5 6,6 54,8 NS
LF/HF 4,6 0,7 18,8 3,0 0,8 14,0 NS
Tableau 8. Comparaison des paramètres de la VFC au cours de la phase initiale (I) entre les
groupes PB(+) et PB(-). NS : non significatif. $Test Mann Whitney
Phase d’attente
Paramètre
PB(+) PB(-) p$
Médiane Minimum Maximum Médiane Minimum Maximum
Intervalle RR moyen
(ms)
525,0 409,0 752,0 553,0 487,0 908,0 NS
SDNN (ms) 44,9 11,0 102,0 52,3 21,8 114,5 0,04
RMSSD (ms) 14,2 3,1 50,9 20,5 6,9 65,7 NS
pNN50(%) 1,4 0,0 21,0 3,1 0,0 40,1 NS
LF(ms2) 776,6 30,1 7134,2 1088,4 124,8 4161,4 NS
HF(ms2) 139,8 6,2 1550,4 193,5 39,1 1875,9 NS
VT(ms2) 1982,6 84,4 15387,0 2695,0 417,8 18675,8 0,06
LF (n.u.) 84,9 58,0 96,3 82,0 42,8 91,5 NS
HF (n.u) 15,1 3,7 42,0 18,0 8,5 57,2 NS
LF/HF 5,6 1,4 25,9 4,6 0,7 10,8 NS
Tableau 9. Comparaison des paramètres de la VFC au cours de la phase d’attente (A) entre les
groupes PB(+) et PB(-). NS : non significatif. $Test Mann Whitney
Tableau 10. Comparaison des paramètres de la VFC au cours de la phase de simulation (S) entre
les groupes PB(+) et PB(-). NS : non significatif. $Test Mann Whitney
Phase de Simulation
Paramètre
PB(+) PB(-) p$
Médiane Minimum Maximum Médiane Minimum Maximum
Intervalle RR moyen
(ms)
484,2 374,7 847,8 529,2 418,5 726,4 NS
SDNN (ms) 45,6 14,8 108,5 51 23,3 104,7 NS
RMSSD (ms) 13,6 2,1 64,4 16,1 6,7 34,8 NS
pNN50(%) 0,6 0 38,7 1 0 14 NS
LF(ms2) 548,2 4,8 3753 521 111,4 1897 NS
HF(ms2) 92,2 0,65 1506 84,8 19,4 1225 NS
VT(ms2) 2322 109,9 8073 3122 591,9 8774 NS
LF (n.u.) 84 57,3 97,5 84,8 54,4 92,8 NS
HF (n.u) 15,9 2,4 42,6 15,1 7,1 45,6 NS
LF/HF 7,3 1,3 39,3 5,6 1,1 12,9 NS
43
Tableau 11. Comparaison des paramètres de la VFC au cours de la phase de débriefing (D) entre
les groupes PB(+) et PB(-). NS : non significatif. $Test Mann Whitney
Figure 10. L’intervalle SDNN selon les phases de la simulation et les groupes
Phase de débriefing
Paramètre
PB(+) PB(-) p$
Médiane Minimum Maximum Médiane Minimum Maximum
Intervalle RR moyen
(ms)
703,2 486,8 894,5 666,6 540,7 864,1 NS
SDNN (ms) 43,1 12,12 122 49 17,55 85,7 NS
RMSSD (ms) 23,9 2,7 91,1 20,8 9 57,6 NS
pNN50(%) 3,2 0 45,3 4 0 38,6 NS
LF(ms2) 871,5 27,8 3212 905 102,3 2619 NS
HF(ms2) 194 4,2 5959 159,7 32,8 1574 NS
VT(ms2) 1902 126,7 20770 2649 322 7405 NS
LF (n.u.) 80,8 35 93 78,4 41,7 96,7 NS
HF (n.u) 19,1 6,9 64,9 21,5 3,2 58,3 NS
LF/HF 4,2 0,5 13,3 3,7 0,7 29,9 NS
44
III.4. Corrélation anxiété – variabilité de la fréquence cardiaque
Concernant le trait d’anxiété nous avons établi deux groupes en fonction de la médiane
des résultats du questionnaire STAI-Trait : niveau faible d’anxiété (score <40) - 20 étudiants
et niveau élevé d’anxiété (score 40) - 21 étudiants.
Pendant la période de simulation, la VFC était plus importante dans le groupe d’anxiété
faible que dans le groupe anxiété élevée. Le RMSSD, qui témoigne de l’activité
parasympathique dans le domaine temporel, était significativement plus élevé dans le groupe
anxiété faible. La bande Hf(ms2) montre également la même tendance (p=0,05) en faveur
d’une activité parasympathique plus importante dans le groupe d’anxiété faible (Tableau 12).
Simulation
STAI-Trait Faible Élevé p$
Médiane Min. Max. Médiane Min. Max.
Intervalle RR moyen(ms) 577,9 374,7 847,8 475,8 376,5 619,0 0,01
STD RR (ms) 47,7 14,8 108,5 45,8 23,4 91,0 NS
RMSSD (ms) 17,0 2,1 64,5 10,8 3,4 30,8 0,03
pNN50(%) 1,7 0,0 38,8 0,5 0,0 11,0 0,05
LF(ms2) 713,5 4,8 3752,7 282,7 22,3 1897,3 0,05
HF(ms2) 139,4 0,7 1506,0 75,8 4,2 339,9 0,05
VT (ms2) 2791,1 109,9 8773,9 2322,0 441,6 5448,1 NS
LF (n.u.) 83,4 54,4 97,5 84,8 70,9 92,0 NS
HF (n.u) 16,6 2,5 45,6 15,2 8,0 29,1 NS
LF/HF 5,1 1,2 39,3 5,6 2,4 11,6 NS
Tableau 12. Résultats des variables de la VFC, répartis par trait d’anxiété durant la phase de
simulation. NS : non significatif ; $Test Mann Whitney
La période de débriefing est caractérisée par un intervalle RR moyen (ms)
significativement plus élevé représentant une FC plus faible dans le groupe anxiété faible que
dans le groupe anxiété forte (Tableau 13). Pour les variables RMSSD et pNN50% nous
observons une différence entre les groupes trait faible versus élevé qui n’atteint pas la
significativité statistique exprimant cependant une tendance vers la réduction de la VFC dans
le groupe anxiété élevée.
45
Débriefing
STAI - Trait Faible Élevé p$
Médiane Min. Max. Médiane Min. Max.
Intervalle RR moyen (ms) 753,9 486,8 894,5 635,1 538,4 864,1 0,01
STD RR (ms) 48,9 12,1 122,0 39,0 16,6 72,4 NS
RMSSD (ms) 5,2 3,1 10,1 5,4 3,2 9,8 0,06
pNN50(%) 11,7 0,0 45,3 3,0 0,0 38,6 0,08
LF(ms2) 955,8 27,9 3212,9 815,7 102,3 2975,8 NS
HF(ms2) 265,4 4,3 5959,1 160,9 32,9 934,2 NS
VT(ms2) 2557,8 126,7 20768,4 1468,6 242,0 6229,8 0,07
LF (n.u.) 80,2 35,0 96,8 81,8 59,7 93,0 NS
HF (n.u) 19,8 3,2 65,0 18,2 7,0 40,3 NS
LF/HF 4,1 0,5 29,9 4,5 1,5 13,3 NS
Tableau 13. Résultats des variables de la VFC, répartis par trait d’anxiété durant la phase de
débriefing. NS : non significatif ; $Test Mann Whitney.
Un écart significatif (p < 0,01) est observé dans le groupe d’anxiété élevé entre la phase
initiale (I) et le débriefing (D) pour la bande HF (ms2) (Tableau 14, Figure 11). La catégorie
avec un niveau d’anxiété faible rétablit ses valeurs pour la bande HF lors du Débriefing
contrairement au groupe anxieux, qui n’arrive pas à récupérer, (p < 0,01).
Période
Groupe
HF(ms2) - phase I
Médiane (Min-Max)
HF(ms2) – phase D
Médiane (Min-Max)
p$
Gradient HF : HF(ms2) Phase D-B
Médiane (Min-Max)
p$$
Anxiété Faible 308,0 (36,9 – 3038) 265,4 (4,3 – 5959) 0,66 -8,9 (-1966 – 4507) 0,045
Anxiété Elevée 257,2 (27,5 – 2006,5) 160,9 (32,9 – 934,2) 0,007 -94,4 (-1559 – 56,6)
Tableau 14. Bande HF(ms2) selon le trait d’anxiété (faible versus élevé) au cours des phases
initiale (I) et de débriefing(D). p$ : Test Mann Whitney ; p$$: Test de Wilcoxon
46
Figure 11. La bande HF selon le niveau d’anxiété au cours de la phase initiale et le débriefing.
Le trait d’anxiété est inversement corrélé aux paramètres RMSSD et Hf (ms2) pendant le
déroulement du scenario de la simulation et le débriefing (Tableau 15) et l’état d’anxiété est
inversement corrélé aux mêmes paramètres uniquement au cours de la simulation (Tableau
16).
Score STAI- Trait : Corrélation de Spearman
Paramètre
Période
RMSSD Hf(ms2)
r p r p
Phase Initiale (I) - 0,23 0,14 - 0,22 0,16
Phase d’attente (A) - 0,11 0,46 - 0,08 0,61
Simulation (S) - 0,37 0,015 - 0,39 0,011
Débriefing (D) - 0,38 0,013 - 0,32 0,038
Tableau 15. Corrélation entre le Trait d’anxiété et les variables RMSSD et HF(ms2) durant les
phases de Simulation et Débriefing. r : coefficient de corrélation
Score STAI- État : Corrélation de Spearman
Paramètre
Période
RMSSD Hf(ms2)
r p r p
Phase Initiale (I) -0,032 0,83 -0,079 0,65
Phase d’attente (A) -0,126 0,43 0,02 0,86
Simulation (S) - 0,35 0,024 - 0,32 0,037
Débriefing (D) - 0,04 0,801 0,038 0,812
Tableau 16. Corrélation entre l’État d’anxiété et les variables RMSSD et HF(ms2) durant les phases
de Simulation et Débriefing, r : coefficient de corrélation de Spearman
Nous avons analysé une éventuelle interaction entre l’effet du pré-briefing et le trait
d’anxiété (Tableau 17) :
47
a) Pendant la phase initiale, de simulation et de débriefing, aucune interaction n’est
observée.
b) La phase d’attente est caractérisée chez les sujets de faible anxiété par une différence
d’équilibre entre les composantes sympathique et parasympathique entre les groupes
PB(+) et PB(-). Pendant cette période l’activité parasympathique est plus importante
dans le groupe PB(-) que dans le groupe PB+. Le pré-briefing serait plus « stressant »
durant la période d’attente chez les sujets de faible anxiété. Dans le groupe anxiété
élevée, aucun effet du pré-briefing statistiquement significatif n’est observé sur les
paramètres de la VFC.
Phase d’attente
Trait Faible
Groupe
Paramètre
PB(+) PB(-) p$
Médiane Minimum Maximum Médiane Minimum Maximum
Intervalle RR moyen (ms) 580,0 409,0 752,0 553,0 487,0 908,0 NS
STD RR (ms) 37,6 11,0 102,0 64,9 28,4 114,5 0,08
RMSSD (ms) 13,4 3,1 50,9 22,1 13,4 65,7 NS
pNN50(%) 0,8 0,0 21,0 3,5 0,6 40,1 NS
LF(ms2) 769,2 30,1 7134,2 1082,4 218,2 2907,8 NS
HF(ms2) 124,1 6,2 1550,4 184,4 59,4 1806,6 NS
VT(ms2) 1481,9 84,4 15387,0 2681,4 859,8 18675,8 NS
LF (n.u.) 86,2 75,4 96,3 73,1 42,8 89,2 0,03
HF (n.u) 13,8 3,7 24,6 26,9 10,8 57,2 0,03
LF/HF 6,3 3,1 25,9 2,7 0,7 8,2 0,03
Phase d’attente
Trait Elevé
Groupe
Paramètre
PB(+) PB(-) p$
Médiane Minimum Maximum Médiane Minimum Maximum
Intervalle RR moyen(ms) 519,5 460,0 591,0 553,0 499,0 619,0 0,08
STD RR (ms) 46,8 31,6 60,2 48,9 21,8 102,6 NS
RMSSD (ms) 16,8 11,6 30,2 20,2 6,9 41,5 NS
pNN50(%) 1,9 0,5 6,5 3,0 0,0 11,9 NS
LF(ms2) 812,0 191,9 2115,9 1094,5 124,8 4161,4 NS
HF(ms2) 236,2 60,9 598,0 202,6 39,1 1875,9 NS
VT(ms2) 1995,7 661,7 4015,0 2708,7 417,8 14050,4 NS
LF (n.u.) 82,2 58,0 90,4 84,4 67,2 91,5 NS
HF (n.u) 17,8 9,6 42,0 15,6 8,5 32,8 NS
LF/HF 4,8 1,4 9,4 5,4 2,0 10,8 NS
Tableau 17. Résultats des variables de la VFC, répartis par trait d’anxiété et groupe durant la phase
d’attente. p$ : Test Mann-Whitney ; NS : non significatif.
48
IV.DISCUSSION
Le rôle du stress dans le déterminisme des pathologies cardio-vasculaires et dans la
réduction des performances humaines au cours de certaines activités dangereuses a été
souvent évoqué [61,62]. En cas de stress prolongé ou excessif, l’échec des mécanismes
d’adaptation entraine des conséquences psychologiques (anxiété, colère, indifférence,
frustration ou dépression) et/ou psychosomatiques (troubles digestifs, anorexie, céphalée ou
insomnie), voire somatiques pures (augmentation du risque cardiovasculaire global). En effet,
le stress induit des modifications de l’activité du SNA et influence la balance
sympathique/parasympathique qui se traduit par un retentissement cardiovasculaire
notamment au niveau de la FC. La VFC est un bon indicateur des modifications du SNA et a
été utilisée pour mesurer la fonction générale du SNA ainsi que la réponse physiologique au
stress grâce à sa simplicité et son évaluation non invasive [63].
Les étudiants en santé sont soumis à un stress plus important que d’autres étudiants de par
le contact avec le patient avec, parfois, un enjeu vital, l’environnement clinique et
l’interaction avec l’équipe soignante. De plus, leurs connaissances théoriques sont limitées et
ne leur permettent pas de s’adapter à des situations cliniques complexes et dynamiques ou à
interagir de manière efficace avec le reste de l’équipe. Ainsi, l’enseignement par la simulation
médicale vise à améliorer le rendement de l’étudiant confronté à une situation d’urgence,
imprévisible et génératrice de stress, permettant une meilleure gestion du stress occasionné.
La VFC, réflexion de la dynamique non linéaire du SNA, a été utilisée ici pour mesurer la
capacité d’adaptabilité des étudiants infirmiers aux tâches exigeantes de l’exercice de
réanimation dans le cadre d’une simulation de GSU. Chaque étape de la simulation (briefing,
simulation, débriefing) possède une fonction précise dans le processus d’enseignement. Le
but de notre étude était d’analyser l’impact de l’étape de pré-briefing sur le stress des
étudiants, mesuré par l’anxiété instantanée et la VFC. L’hypothèse de départ était que
l’adjonction d’une phase de pré-briefing réduisait le stress entrainé par l’exercice de la
simulation. Cette hypothèse a été testée dans une population d’étudiants jeunes (âge moyen de
25 ans), éminemment de sexe féminin (80%), possédant des notions préalables de GSU
(81%), randomisés dans deux groupes : avec ou sans pré-briefing (PB(+) et PB(-)).
Le retentissement du stress induit par la simulation a été évalué par un paramètre
psychologique (l’anxiété) et un paramètre organique (la VFC).
49
Évaluation de l’anxiété
Cette étude a permis l’évaluation de deux déclinaisons de l’anxiété : l’anxiété habituelle
ou constitutionnelle et l’anxiété instantanée ou spontanée.
L’anxiété constitutionnelle (évaluée par le questionnaire STAI-Trait) était inférieure au
niveau de référence pour les étudiants français (moyenne de 39,7 versus 44,20), sans
différence entre les deux groupes.
L’anxiété instantanée (évaluée par le questionnaire STAI-État) était comparable aux
normes nationales (34,9 versus 35,04) avec une différence statistiquement significative entre
les deux groupes.
En effet, l’anxiété instantanée, a été évaluée à deux moments : pendant la phase initiale (I)
soit, le cas échéant, avant la phase de « pré-briefing », par deux méthodes (STAI, EVA) et au
cours de la phase d’attente (A), soit après la phase de « pré-briefing » par une méthode
(EVA). Elle était significativement supérieure chez les étudiants du groupe PB(+) comparés
au groupe PB(-) aux deux moments de l’évaluation. Cette différence entre les deux groupes,
présente déjà au cours de la phase initiale constitue un biais dans la comparaison intergroupe
de l’anxiété instantanée en phase d’attente. Elle est potentiellement expliquée par le fait que
l’anxiété instantanée n’était pas un facteur pris en compte dans la randomisation. Il est
également possible que cette différence soit liée à l’impact du formateur sur les étudiants (20
des 23 sujets inclus dans le groupe PB(+) avaient eu le même formateur).
La littérature fait état d’un effet anxiolytique de la phase de pré-briefing dans le cadre
de la simulation médicale. En effet, selon McDermott et al., le pré-briefing réduisait l'anxiété
des étudiants infirmiers lors des séances de simulation et améliorait la confiance en soi. Les
auteurs relevaient également le rôle central du formateur sans pouvoir dégager une
quantification de son impact [64].
Dans notre étude, on observe une majoration de l’anxiété instantanée, selon
l’évaluation EVA, entre la phase initiale (I) et la phase d’attente (A) dans les deux groupes,
qui est physiologique et liée à l’approche de l’exercice de simulation. Comme dans la phase
initiale, dans la phase d’attente, le groupe PB(+) se montre toujours plus anxieux que le
groupe PB(-), mais l’augmentation de l’anxiété est similaire dans les 2 groupes.
(EVA(attente-initiale), p : NS). Autrement dit, la différence d’anxiété entre les deux groupes
au cours de la phase d’attente (soit après pré-briefing) est, en réalité, liée à une différence
présente déjà en phase initiale (soit avant pré-briefing). Ceci converge vers la constatation que
le pré-briefing n’impacte pas de manière significative l’anxiété instantanée mesurée par EVA.
50
Le choix des méthodes d’évaluation de l’anxiété utilisées dans cette étude a porté sur deux
tests : un questionnaire multi-item, représentant le gold standard - le questionnaire STAI et
une auto-évaluation par EVA. Nous avons pu observer une corrélation entre l’évaluation de
l’anxiété par EVA et les deux composantes du questionnaire STAI (STAI-État et STAI-Trait).
Comparée au test STAI-État comprenant 20 questions, l’autoévaluation par EVA est plus
simpliste, mais présente l’avantage d’une utilisation plus facile et rapide. Abend et al. ont
montré que l’EVA représente un moyen fiable d’évaluation de l’anxiété possédant une bonne
corrélation test-retest mais également une très bonne corrélation avec le test STAI-État [65].
Dans notre étude, selon le questionnaire STAI, les femmes apparaissent nettement plus
anxieuses que les hommes (score moyen de 41,5 pour les femmes versus 32,6 pour les
hommes, p=0,004). Les études en santé, en général, et, plus particulièrement, les études
paramédicales comportent aujourd’hui une majorité féminine parmi leurs étudiants. En effet,
en France, la santé représente un secteur d’activité comportant une proportion élevée de
femmes. Si les étudiants infirmiers représentent une catégorie professionnelle très fortement
et depuis longtemps féminisée, le taux accru de féminisation en médecine est plus récent [66].
Cette prédominance féminine est également visible dans la démographie de notre
population (80% de femmes) et pourrait expliquer la FC globalement élevée dans cette étude.
Dans notre travail, la FC est maximale au cours de la phase de simulation (S), suivie par la
phase d’attente (A) et la phase initiale (I) ce qui pourrait suggérer un stress plus important au
cours de ces phases de l’exercice de simulation et concorde avec les données des tests
d’anxiété. En effet, Ghazali et al. avaient montré un niveau d’anxiété plus élevé chez les
femmes au cours de la période initiale de repos et lors des exercices de simulation [67].
Mesure de la variabilité de la fréquence cardiaque
A titre général, une réduction de la VFC signifie une moins bonne réponse au stress et
s’exprime par une baisse des paramètres suivants : intervalle RR moyen (ms), SDNN,
RMMSD, pNN50% et HF(ms2) [68].
Il est notable que cette étude ait été orientée vers l’observation de la VFC à court terme
avec une période d’analyse d’une durée de trois minutes. Cette méthode est légitime, des
études précédentes ayant confirmé la fiabilité des enregistrements d’une durée inférieure à
cinq minutes [25,69]. De plus, une méta-analyse publiée en 2015, a permis de confirmer la
pertinence des enregistrements de courte durée montrant que le stress psychologique aigu
abaissait les paramètres de la VFC (SDNN, RMMSD, pNN50% et le HF(ms2) ) [70].
51
Dans notre population, dès la phase initiale, on observe une élévation de la FC et une
réduction de la VFC suggérant que l’état de stress était déjà installé au début de l’épreuve. La
FC moyenne était de 99,9bpm au repos (phase initiale), 109,5bpm pendant l’attente, 119bpm
durant la simulation et 90bpm lors du débriefing (p< 0,0001). Cette FC de repos élevée peut
être expliquée par l’impatience devant une tâche de simulation et la crainte du regard critique
du formateur et des collègues. Les situations incontrôlables et le risque d’être évalué sont
déterminants pour la réponse endocrinienne au stress. Une FC élevée détermine une
diminution de la VFC [63].
Ainsi, les variables de la VFC dans le domaine temporel étaient, dès la phase initiale,
inférieures aux valeurs moyennes retrouvées par Voss et al. dans une population de jeunes
individus en bonne santé témoignant du contexte de stress aigu [29]. Un effet similaire a été
déjà observé par Milosevic et al. dans une étude incluant 14 infirmiers soumis à une épreuve
de simulation de soins. Les auteurs retenaient la VFC comme un indicateur fiable de la
pression ressentie par les soignants confrontés à un stress aigu [71].
Au cours de la phase initiale, les variables RMSSD, HF(ms2) LF (ms2) et le rapport
LF/HF retrouvés dans notre étude diffèrent des données de la littérature. En effet, dans une
revue systématique de la littérature publiée en 2015 et prenant en compte 44 publications
ayant inclus au minimum 30 sujets qui ont bénéficié d’enregistrements de la VFC de courte
durée, Nunan et al. retrouvaient des valeurs supérieures aux nôtres pour RMSSD, HF et LF et
inférieures pour le rapport LF/HF [72]. Plus récemment, de manière similaire, De Couck et al.
retrouvaient des valeurs plus élevées pour le RMSSD et la bande HF (ms2) au cours de la
phase initiale [73].
De plus, dans notre travail, la bande LF est maximale au cours de la phase initiale ce qui
suggérerait que l’effet du système sympathique est maximal au cours de cette phase. En effet,
classiquement, la bande LF a été associée avec l’activité sympathique, mais ce raccourci est
désormais erroné car la littérature récente fait état d’une contribution significative du
parasympathique, notamment via le baroréflexe, à la VFC dans cette bande [63]. Selon
plusieurs auteurs, la bande LF reflète, au repos, l’activité du baroréflexe et non pas celle du
sympathique [74,75].
L’évaluation de la VFC avant une tâche physique peut servir dans une certaine mesure
comme facteur prédictif de la performance motrice et cognitive [76]. Pour cette raison la
phase juste avant le début de la simulation représente un moment clé du déroulement des
exercices de simulation. Cette phase peut influencer l’étudiant en fonction des informations
reçues lors des étapes précédentes et leur mode de transmission, par rapport au formateur et à
52
l’environnement. Dans notre travail, les paramètres de la VFC diminuaient dans la phase
d’attente et simulation avec un rebondissement en phase de débriefing, sans pour autant
atteindre les niveaux de la phase initiale. Ce contrecoup après le débriefing a été déjà constaté
dans une étude publiée en 2017 par Ghazali et al. [67].
De manière globale, notre travail a montré une VFC similaire dans les deux groupes. En
effet, la comparaison intergroupe ne retrouvait pas de différence sur l’ensemble des
paramètres de la VFC pour trois des quatre phases de l’enregistrement (phase initiale,
simulation et débriefing). Au cours de la phase d’attente, il existait des différences en faveur
du groupe ne bénéficiant pas de pré-briefing, et ceci, uniquement pour deux paramètres
(SDNN et VT).
Pendant la phase d’attente, le groupe PB(+) a montré une capacité réduite de modulation
vagale de l’activité cardiaque. En effet, dans ce groupe, le SDNN était significativement
réduit, suivi par une tendance à la baisse du RMSSD, du pNN50% et de la bande HF(ms2). Il
est fort possible que cet effet observé, soit lié à l’anxiété déjà installée dans le groupe PB(+),
dès le début de l’enregistrement, ce qui est en accord avec les résultats du questionnaire
STAI-État et l’EVA initiale. Le RMSSD est un indice fiable de l’activité cardiaque médiée
par le nerf vague, n’étant pas influencé par la respiration [77]. Ainsi, d’autres auteurs comme
Milosevic et al. ont mis en évidence une baisse du RMSSD lors de séances de simulation chez
des infirmiers [71].
Ces constatations ne permettent pas de confirmer notre hypothèse initiale qui préjugeait
d’une meilleure adaptabilité au stress soit une augmentation de la VFC chez les étudiants du
groupe PB(+). Ainsi, dans notre étude, la phase de pré-briefing n’a pas montré de véritable
impact sur la VFC.
Cependant, plusieurs études avaient montré l’effet positif du pré-briefing sur la
performance des étudiants avec une diminution de l’anxiété ressentie lors des séances de
simulation [64,78].
Cette discordance entre nos résultats et les données de la littérature pourrait être
imputable, au moins partiellement, au formateur. Le rôle d’animateur semble essentiel dans la
gestion du stress avant une session de simulation. L’établissement d’une sécurité
psychologique dans la phase de pré-briefing s’avère comme un précurseur favorable à
l'apprentissage afin de retrouver la confiance de poser des questions, partager ses pensées et
demander de l'aide [79].
53
Cette hypothèse est également alimentée par un état d’anxiété instantanée
significativement plus élevé chez les étudiants bénéficiant du « pré-briefing ». Cette anxiété
instantanée a été significativement associée par une corrélation de Spearman négative aux
paramètres de la VFC (RMSSD et HF (ms2)) au cours de la phase de simulation.
Enfin, les conditions de travail, avec tous les aspects physiques afférents (luminosité,
l’ergonomie du poste du travail, l’état du mobilier) peuvent influencer la réponse devant un
stress psychologique [80]. Cependant, il n’a pas été noté, dans notre étude, de différence entre
les salles de déroulement des différentes étapes de la simulation d’un groupe à l’autre.
« Le bagage personnel de l’apprenant » comme sa prédisposition anxieuse sont importants
dans l’évaluation de la réactivité du SNA devant un potentiel facteur stressant, comme une
tâche de simulation. Les deux groupes, PB(+) et PB(-) ne présentaient pas de différence
statistiquement significative en termes d’anxiété basale selon le questionnaire STAI-Trait.
Afin d’évaluer l’impact de l’anxiété basale sur les paramètres de la VFC, nous avons
reparti l’effectif global en deux groupes en fonction de la médiane des résultats du
questionnaire STAI pour le trait d’anxiété. Cette médiane (40) correspondait au même cut-off
déjà était utilisé par d’autres auteurs [82,83]. Ainsi, le groupe « anxieux » (score STAI – Trait
40) présentait une réduction de la VFC par rapport au groupe « non-anxieux » (score STAI
– Trait < 40) dès la phase initiale et perdurant pendant toutes les séquences de la simulation.
Seule la bande de fréquence basse, LF, avait un comportement discordant, ce qui doit être
interprété avec prudence car la bande LF n’est pas exclusivement influencée par le
sympathique, mais par plusieurs composantes du SNA comme le parasympathique, le
baroréflexe et la respiration [21]. De plus, le groupe « anxieux » peine à récupérer les
paramètres de repos après la fin de la simulation. Ainsi, au cours du débriefing qui correspond
à une phase de relaxation, les d’étudiants possédant un trait d’anxiété élevé préservaient une
VFC réduite comparée au groupe non anxieux. Ce phénomène est encore plus visible sur les
valeurs de la bande HF(ms2), reflet d’une activité parasympathique retardée. Ces résultats
mettent en lumière une modulation vagale réduite chez les sujets avec un trait d’anxiété
élevée. Cet effet adverse cardiaque a déjà été observé lors des phases de récupération après un
stress aigu chez des sujets anxieux [84].
Nous avons utilisé la corrélation de Spearman pour tester le lien entre l’anxiété basale et
la VFC. Les variables utilisées étaient le score du questionnaire STAI-Trait et le RMSSD et la
bande HF(ms2). Le coefficient de corrélation, rho, était négatif traduisant une corrélation
inverse et le Log (rho) était supérieur à 0,309 (valeur critique pour 41 participants) ce qui
traduit l’existence d’une association statistiquement significative entre les variables étudiées.
54
Ces résultats suggèrent qu’une anxiété élevée est corrélée avec une modulation réduite du
tonus vagal cardiaque lors de la simulation et du débriefing. Chalmers et al. ont montré, dans
une méta-analyse de 36 études incluant 2086 patients et 2294 témoins, que l’anxiété était
corrélée à la réduction de la VFC ce qui pourrait expliquer en partie l’association établie entre
anxiété et risque cardiovasculaire [85]. Laborde et al. soulignent qu’un important retrait vagal
représente un mécanisme d’inadaptation et peut avoir des effets néfastes sur les capacités
d’apprentissage [76].
Au cours de la phase d’attente, parmi les étudiants avec un niveau faible d’anxiété
constitutionnelle, ceux qui ont bénéficié d’un pré-briefing présentaient une réduction de la
VFC reflétant une activité cardiaque inadaptée et traduisant un état de préoccupation mentale.
Parmi les étudiants avec un niveau élevé d’anxiété constitutionnelle, chez lesquels le
contrôle vagal est déréglé, le pré-briefing n’impacte pas la VFC, le stress étant déjà maximal.
Selon Appelhans et al., un niveau d’anxiété élevé expose à une réactivité cardiaque affaiblie
pouvant traduire des potentielles difficultés du contrôle émotionnel et engageant une possible
perturbation des capacités décisionnelles [86]. A contrario, les étudiants au faible niveau
d’anxiété et sans pré-briefing, présentaient une augmentation dans la bande HF(ms2)
témoignant d’une meilleure modulation vagale avec une meilleure adaptation, favorable à la
performance.
Le profil anxieux semble essentiel dans le comportement de la VFC devant un potentiel
facteur de stress aigu comme l’épreuve de simulation de GSU. Dans cette étude, les sujets
avec un trait d’anxiété faible sont capables de moduler leurs réponses par rapport à ceux
possédant un trait d’anxiété élevé, qui présentent une lenteur et une raideur de réaction de la
VFC. Ce résultat est en accord avec des études précédentes, où les individus avec un
dérèglement émotionnel ont une réponse cardiaque autonome altérée et prolongée [87,88].
Points forts et limites
Cette étude a le mérite d’avoir inclus un effectif conséquent et relativement homogène
grâce à des critères d’éligibilité bien établis.
Le rôle de l’étape de pré-briefing dans l’adaptabilité au stress au cours d’une épreuve de
simulation est un sujet original et d’intérêt car si l’importance du débriefing a été largement
démontrée, celle du pré-briefing demeure controversée.
La singularité de ce travail est d’avoir corroboré une évaluation de l’anxiété à celle de la
VFC en établissant des corrélations entre le niveau d’anxiété et les paramètres de la VFC.
55
La mesure de l’anxiété instantanée par deux méthodes confère une meilleure fiabilité aux
résultats obtenus.
La démographie de cette cohorte, pouvant être perçue comme source de biais de par la
prédominance féminine reflète la démographie réelle des étudiants en filière santé.
Une des limites de ce travail est constituée par l’enregistrement des paramètres de la phase
initiale, de repos, le même jour que les exercices de simulation ; cette évaluation sera
idéalement réalisée au préalable pour éviter l’influence de l’appréhension de l’épreuve de
simulation sur les variables mesurées.
L’évaluation de la VFC pendant la phase initiale a été réalisée en position assise,
cependant lors des phases d’attente et de simulation les étudiants sont restés debout, pour
après revenir en position assise, pendant le débriefing. Même si les comparaisons entre les
groupes ont été toujours faites dans des positions identiques, il aurait été préférable d’avoir
enregistré la VFC de repos dans la même position que la tâche analysée car la position
impacte l’équilibre sympathique/parasympathique.
Les séances de simulation ont eu lieu à différents moments de la journée (deux tiers des
enregistrements ont été réalisés le matin et un tiers l’après-midi) ; ainsi, la VFC peut avoir été
influencée par le rythme circadien.
La proximité entre les ceintures thoraciques de captage Polar et les téléphones portables a
déclenché l’apparition d’une multitude d’artefacts sur les enregistrements, détectés lors
d’analyse visuelle avec le logiciel Kubios. Une certaine distance entre les appareils utilisant
une transmission Bluetooth et les ceintures et montres Polar doit être respectée pour éviter les
interférences.
Une évaluation subjective (EVA) du stress ressenti à la fin des simulations aurait pu être
recueillie afin de la comparer aux données initiales obtenues en début de séance de
simulation.
L’âge des sujets pourrait jouer un rôle significatif dans la réactivité de la VFC devant une
simulation de GSU. Le jeune âge des participants et leur manque d’expérience clinique
pourraient expliquer le stress important ressenti lors de l’attente et de la simulation.
Le formateur semble avoir une grande influence lors des séances de simulation et c’est
pour cette raison que la répartition des tuteurs devra être un critère de randomisation pour des
futures études.
L’enregistrement vidéo et la présence des observateurs dans les salles de simulation
pourraient représenter une autre source d’augmentation du stress des participants. Cet effet a
56
été néanmoins limité par les explications préalables concernant l’absence de jugement et
notation.
Perspectives
Contrairement au stress prolongé, le stress de courte durée a longtemps été perçu comme
générateur d’adaptabilité et accélérateur des performances. Cependant, dans une revue
intégrative publiée en 2017, les conclusions sont mitigées, car l'anxiété associée aux exercices
de simulation en santé pourrait soit améliorer soit détériorer la performance clinique des
étudiants infirmiers. De ce fait, une recherche approfondie sur l’effet de l’anxiété sur le
rendement des étudiants lors des séances de simulation en GSU doit être poursuivie [89].
Nos résultats ont montré l’importance du trait de personnalité dans la réaction devant un
facteur stressant. Ainsi, les personnes présentant un dysfonctionnement du tonus vagal
pourront ressentir une anxiété disproportionnée devant des stimuli banaux. Ceci pourrait
expliquer l’inadaptabilité de certains étudiants au système classique d’enseignement. Des
travaux supplémentaires concernant la corrélation entre la VFC et le trait de personnalité sont
nécessaires afin de permettre d’adapter les conditions d’enseignement et favoriser
l’apprentissage chez les étudiants plus anxieux.
Un certain délai entre les séances de simulation et l’apprentissage devrait être respecté,
afin de favoriser la récupération d’une VFC optimale, nécessaire à l’exécution d’un nouvel
effort physique ou psychique. Une recherche dédiée à la réactivité de la VFC reste à
approfondir chez les sujets anxieux devant un potentiel générateur de stress.
Si chez les étudiants en formation initiale, le trait de personnalité semble déterminant dans
la gestion d’une simulation de GSU, son impact chez les professionnels plus expérimentés n’a
pas été évalué. Pour cette raison, il est important de poursuivre l’analyse de la VFC chez des
professionnels avec ancienneté et expérience en GSU afin d’adapter, le cas échéant, les
méthodes pédagogiques en simulation.
Le rôle du sexe féminin versus masculin sur une éventuelle corrélation entre le trait
d’anxiété et la flexibilité du SNA lors des différentes étapes des séances de simulation n’est
pas clairement établi et nécessiterait un ajustement des résultats sur le sexe.
Des études comportant des enregistrements de longue durée effectués chez des
médecins/infirmiers urgentistes ou des équipes du SMUR au cours des gardes permettront
d’analyser les bandes ULF et VLF. Cette analyse, non réalisable sur des enregistrements
57
courts permettra également d’identifier les moyens optimaux de gestion du planning du
personnel impliqué dans les soins d’urgence. Pour la surveillance de longue durée de la VFC,
l’utilisation d’un dispositif médical discret et non-contraignant permettant des mesures
continues tel un patch semble indiqué [90].
Des études visant à rechercher l’influence de l’environnement sur la santé ont montré que
l'activité quotidienne du système nerveux autonome, donc la VFC, répond aux changements
de l'activité solaire et géomagnétique. Les individus aux capacités compensatoires diminuées
sont plus vulnérables aux variations de ces facteurs environnementaux [91]. L’évaluation des
traitements psychiatriques et de l’hygiène de vie sur la flexibilité cardiaque du SNA n’est pas
connue. Des travaux ciblant l’impact des facteurs environnementaux ou extrinsèques
(traitement, hygiène de vie) sur la VFC pourraient s’avérer utiles.
Indépendamment des causes de l’anxiété, des solutions existent pour restaurer la
flexibilité et l’adaptabilité devant un agent stressant. Les potentiels facteurs de stress devront
être éliminés dans le processus d’apprentissage pour optimiser la réaction des individus avec
une prédisposition anxieuse. La fréquence de résonance entre le cœur et le cerveau est
d'environ 0,1 Hz, équivalant à un rythme de 10 secondes [92]. Les exercices de cohérence
cardio-cérébrale reposent sur des cycles d’inspiration et d’expiration de 5 secondes chacune.
Ainsi, le biofeedback basé sur la VFC pourrait permettre aux individus d’autoréguler leur
fonctionnement physiologique et mieux contrôler l’anxiété, grâce à une respiration contrôlée
et à des exercices physiques [93,94]. Ce type d’exercices pourrait être introduit dans le
domaine pédagogique et être inclus dans les protocoles de simulation des GSU pour retrouver
des stratégies d’adaptation et ainsi améliorer les résultats des apprenants. Des recherches
complémentaires sont nécessaires pour confirmer l’amélioration des performances des
étudiants par des séances de biofeedback orientées sur la VFC.
Les formateurs et la manière de formuler les instructions liées au pré-briefing sont un
facteur potentiel d’influence sur le stress ressenti des étudiants. La VFC pourrait être
considéré comme une marque de la communication non verbale. Si le timbre vocal et la
gestuelle sont perçus inconsciemment comme menaçants, le message ne sera pas correctement
transmis et la mémorisation des informations sera compromise. La méthode pédagogique est
essentielle car l’enseignement basé sur l’accompagnement et l’encouragement positif semble
avoir des effets bénéfiques sur la VFC et implicitement sur les capacités de mémorisation
[95]. L’évaluation de l’influence de la VFC du formateur sur la VFC des étudiants, en
58
fonction de leurs différents traits de personnalité, pourrait améliorait la relation
enseignant/formateur – étudiant.
Des conditions de travail défavorables influencent négativement le SNA qui entraine une
diminution de l’adaptabilité au stress. Ainsi, l’évaluation du tonus vagal peut avoir des larges
implications en santé publique en raison du rôle essentiel qu’il joue dans le développement de
certaines maladies cardiovasculaires et son impact sur les performances professionnelles.
59
IV.CONCLUSION
Sur le plan physiologique, la VFC constitue un moyen simple, accessible et non-invasif
d’investigation de l’activité dynamique du SNA et de sa capacité d’adaptation à
l’environnement externe et à l’état psychique. Une VFC élevée témoigne d’une plus grande
capacité d’accommodation à différentes situations.
Dans cette étude, comparant deux méthodes de simulation en GSU - avec ou sans pré-
briefing, l’anxiété instantanée et la VFC ont été utilisées comme marqueurs de stress.
L’anxiété instantanée était dès l’initiation supérieure chez les étudiants bénéficiant de pré-
briefing, mais elle n’était pas modifiée par le pré-briefing. La VFC était également similaire
entre les deux groupes sur l’ensemble des paramètres pour trois des quatre phases de
l’enregistrement (phase initiale, simulation et débriefing). Seule la phase d’attente, permet de
différencier les deux groupes et ceci pour deux paramètres uniquement (SDNN et variabilité
totale) en défaveur du groupe pré-briefé. Ces constatations ne permettent pas de confirmer
notre hypothèse initiale qui préjugeait d’une meilleure adaptabilité au stress soit une
augmentation de la VFC chez les étudiants du groupe pré-briefé. Nous supposons que cet
effet a été déterminé par le formateur qui leur a potentiellement provoqué un état de stress.
Ainsi les étudiants pré-briefés ont présenté un affaiblissement de la modulation vagale du
SNA qui pourrait leur provoquer une baisse des capacités de réflexion.
Le trait d’anxiété se révèle être un prédicteur important de l’élasticité physiologique et de
la flexibilité comportementale lors de l’exposition à un stress aigu. Les sujets possédant une
prédisposition anxieuse présentaient une rigidité de réaction de la VFC.
L’hétérogénéité des réponses au même facteur stressant, l’épreuve de simulation, justifie
une individualisation de l’enseignement afin d’améliorer l’efficacité pédagogique.
La VFC, mesure non invasive et validée de la régulation neuro-cardiaque exercée par le
SNA, pourrait devenir un indicateur d’efficacité de l’enseignement ainsi qu’un outil
pédagogique permettant la quantification du stress et la gestion des émotions négatives.
La poursuite des travaux de recherche en simulation médicale permettra de déterminer les
meilleures méthodes de formation des professionnels de la santé.
60
V.BIBLIOGRAPHIE 1. Schneiderman N, Ironson G, Siegel SD. Stress and Health: Psychological, Behavioral,
and Biological Determinants. Annu. Rev. Clin. Psychol. 2005;1:607‑28.
2. Hunziker S, Semmer NK, Tschan F, Schuetz P, Mueller B, Marsch S. Dynamics and
association of different acute stress markers with performance during a simulated
resuscitation. Resuscitation 2012;83:572–578.
3. Al-Dabal BK, Koura MR, Rasheed P, Al-Sowielem L, Makki SM. A Comparative
Study of Perceived Stress among Female Medical and Non-Medical University Students in
Dammam, Saudi Arabia. Sultan Qaboos Univ. Med. J. 2010;10:231‑40.
4. Tosterud R, Hall-Lord ML, Petzäll K, Hedelin B. Debriefing in simulation conducted
in small and large groups-nursing students’ experiences. J. Nurs. Educ. Pract. 2014;4:173.
5. Selye H, Verdun P. Le stress de la vie: le problème de l’adaptation. 1962.
6. Fischer G-N, Tarquinio C. Chapitre 4. Stress et santé. Psycho Sup 2014;89–112.
7. Hellemans C, van de Leemput C. Stress et mal-être au travail. Encycl. Ressour. Hum.
3ème Édition Paris Vuibert 2012;
8. Schweitzer M, Paulhan I. Manuel Pour L’inventaire d’Anxiété Trait-État (Forme Y):
Laboratoire de Psychologie de la Santé, Université de Bordeaux II. Les editions du centre de
psychologie appliquée. Paris: 1993.
9. Philippot P, Douilliez C. 2. Émotion, cognition et comportement: apport des modèles
émotionnels à la compréhension de l’anxiété. In: Les troubles anxieux. Lavoisier; 2014. page
6–17.
10. Kreibig SD. Autonomic nervous system activity in emotion: A review. Biol. Psychol.
2010;84:394–421.
11. Pasquier A. Les troubles de l’émotion. Santé Ment. 2013;32–36.
12. Bardel M-H, Colombel F. Rôles spécifiques de l’anxiété trait et état dans l’apparition
et le maintien des biais attentionnels associés à l’anxiété: état des lieux et pistes
d’investigation. L’Encéphale 2009;35:409–416.
13. Bishop SJ. Neurocognitive mechanisms of anxiety: an integrative account. Trends
Cogn. Sci. 2007;11:307–316.
14. Davidson RJ. Anxiety and affective style: role of prefrontal cortex and amygdala.
Biol. Psychiatry 2002;51:68–80.
15. Rothé M. Activités spécifiques du cortex cingulaire antérieur et du cortex préfrontal
dorsolatéral et interactions lors de l’adaptation des comportements. 2010;
16. Chang C, Metzger CD, Glover GH, Duyn JH, Heinze H-J, Walter M. Association
between heart rate variability and fluctuations in resting-state functional connectivity.
Neuroimage 2013;68:93–104.
17. Beauchaine TP, Thayer JF. Heart rate variability as a transdiagnostic biomarker of
psychopathology. Int. J. Psychophysiol. 2015;98:338–350.
18. Thayer JF, \AAhs F, Fredrikson M, Sollers JJ, Wager TD. A meta-analysis of heart
rate variability and neuroimaging studies: implications for heart rate variability as a marker of
stress and health. Neurosci. Biobehav. Rev. 2012;36:747–756.
19. Martin C, Vallet B, Riou B. Physiologie humaine appliquée (2e édition). Arnette-John
Libbey Eurotext; 2017.
20. Malpas SC. Sympathetic nervous system overactivity and its role in the development
of cardiovascular disease. Physiol. Rev. 2010;90:513–557.
21. Billman GE. The LF/HF ratio does not accurately measure cardiac sympatho-vagal
61
balance. Front. Physiol. 2013;4.
22. Tarvainen MP, Niskanen J-P, Lipponen JA, Ranta-Aho PO, Karjalainen PA. Kubios
HRV–heart rate variability analysis software. Comput. Methods Programs Biomed.
2014;113:210–220.
23. Camm AJ, Malik M, Bigger J, Breithardt G, Cerutti S, Cohen RJ, et al. Heart rate
variability: standards of measurement, physiological interprÉtation and clinical use. Task
Force of the European Society of Cardiology and the North American Society of Pacing and
Electrophysiology. Circulation 1996;93:1043–1065.
24. Billman GE, Huikuri HV, Sacha J, Trimmel K. An introduction to heart rate
variability: methodological considerations and clinical applications. Front. Physiol. 2015;6.
25. Quintana DS, Alvares GA, Heathers JAJ. Guidelines for Reporting Articles on
Psychiatry and Heart rate variability (GRAPH): recommendations to advance research
communication. Transl. Psychiatry 2016;6:e803.
26. Massin MM, Maeyns K, Withofs N, Ravet F, Gérard P. Circadian rhythm of heart rate
and heart rate variability. Arch. Dis. Child. 2000;83:179–182.
27. Porges SW. The polyvagal theory: Neurophysiological foundations of emotions,
attachment, communication, and self-regulation (Norton Series on Interpersonal
Neurobiology). WW Norton & Company; 2011.
28. Thayer J, Fischer J. Heart rate variability, overnight urinary norepinephrine and C-
reactive protein: evidence for the cholinergic anti-inflammatory pathway in healthy human
adults. J. Intern. Med. 2009;265:439–447.
29. Voss A, Schroeder R, Heitmann A, Peters A, Perz S. Short-term heart rate
variability—influence of gender and age in healthy subjects. PloS One 2015;10:e0118308.
30. Thayer JF, Hansen AL, Saus-Rose E, Johnsen BH. Heart rate variability, prefrontal
neural function, and cognitive performance: the neurovisceral integration perspective on self-
regulation, adaptation, and health. Ann. Behav. Med. 2009;37:141–153.
31. Servant D, Lebeau J, Mouster Y, Hautekeete M, Logier R, Goudemand M. La
variabilité cardiaque: un bon indicateur de la régulation des émotions. J. Thérapie Comport.
Cogn. 2008;18:45–48.
32. Lampert R, Bremner JD, Su S, Miller A, Lee F, Cheema F, et al. Decreased heart rate
variability is associated with higher levels of inflammation in middle-aged men. Am. Heart J.
2008;156:759–e1.
33. Shah AJ, Lampert R, Goldberg J, Veledar E, Bremner JD, Vaccarino V. Posttraumatic
stress disorder and impaired autonomic modulation in male twins. Biol. Psychiatry
2013;73:1103–1110.
34. Leti T, Bricout VA. Interest of analyses of heart rate variability in the prevention of
fatigue states in senior runners. Auton. Neurosci. Basic Clin. 2013;173:14–21.
35. Malliani A, Lombardi F, Pagani M. Power spectrum analysis of heart rate variability: a
tool to explore neural regulatory mechanisms. Br. Heart J. 1994;71:1.
36. Camm AJ, Malik M, Bigger J, Breithardt G, Cerutti S, Cohen RJ, et al. Heart rate
variability: standards of measurement, physiological interprÉtation and clinical use. Task
Force of the European Society of Cardiology and the North American Society of Pacing and
Electrophysiology. Circulation 1996;93:1043–1065.
37. Thayer JF, \AAhs F, Fredrikson M, Sollers JJ, Wager TD. A meta-analysis of heart
rate variability and neuroimaging studies: implications for heart rate variability as a marker of
stress and health. Neurosci. Biobehav. Rev. 2012;36:747–756.
38. Mandrick K, Peysakhovich V, Rémy F, Lepron E, Causse M. Neural and
psychophysiological correlates of human performance under stress and high mental workload.
Biol. Psychol. 2016;121:62–73.
39. MacKinnon S, Gevirtz R, McCraty R, Brown M. Utilizing heartbeat evoked potentials
62
to identify cardiac regulation of vagal afferents during emotion and resonant breathing. Appl.
Psychophysiol. Biofeedback 2013;38:241–255.
40. Luft CDB, Bhattacharya J. Aroused with heart: Modulation of heartbeat evoked
potential by arousal induction and its oscillatory correlates. Sci. Rep. 2015;5:srep15717.
41. Khodik K. Self-Regulation and Heart Rate Variability Biofeedback: Promoting
Emotional and Spiritual Fitness in Alcohol Addiction Treatment. 2013;
42. Chalmers JA, Quintana DS, Maree J, Abbott A, Kemp AH. Anxiety disorders are
associated with reduced heart rate variability: a meta-analysis. Front. Psychiatry 2014;5.
43. Dutheil F, Boudet G, Perrier C, Lac G, Ouchchane L, Chamoux A, et al. JOBSTRESS
study: comparison of heart rate variability in emergency physicians working a 24-hour shift or
a 14-hour night shift—a randomized trial. Int. J. Cardiol. 2012;158:322–325.
44. Adams SL, Roxe DM, Weiss J, Zhang F, Rosenthal JE. Ambulatory blood pressure
and Holter monitoring of emergency physicians before, during, and after a night shift. Acad.
Emerg. Med. 1998;5:871–877.
45. Goessl V, Curtiss J, Hofmann S. The effect of heart rate variability biofeedback
training on stress and anxiety: a meta-analysis. Psychol. Med. 2017;1–9.
46. HAS - Haute Autorité de Santé [en ligne]. Guide de bonnes pratiques en matière de
simulation en santé. 2012 [consulté le 3 novembre 2017]. Disponible sur https://www.has-
sante.fr/portail/upload/docs/application/pdf/2013-
01/guide_bonnes_pratiques_simulation_sante_format2clics.pdf
47. HAS-Haute Autorité de Santé [en ligne]. État de l’art (national et international) en
matière de pratiques de simulation dans le domaine de la santé : Rapport de Mission de la
Haute Autorité de santé. 2012. [consulté le 14 août 2017]. Disponible sur https://www.has-
sante.fr/portail/upload/docs/application/pdf/2012-01/simulation_en_sante_-_rapport.pdf
48. Shin S, Park J-H, Kim J-H. Effectiveness of patient simulation in nursing education:
meta-analysis. Nurse Educ. Today 2015;35:176–182.
49. Stayt LC, Merriman C, Ricketts B, Morton S, Simpson T. Recognizing and managing
a deteriorating patient: a randomized controlled trial investigating the effectiveness of clinical
simulation in improving clinical performance in undergraduate nursing students. J. Adv. Nurs.
2015;71:2563–2574.
50. Hayden JK, Smiley RA, Alexander M, Kardong-Edgren S, Jeffries PR. Supplement:
The NCSBN National Simulation Study: A longitudinal, randomized, controlled study
replacing clinical hours with simulation in prelicensure nursing education. J. Nurs. Regul.
2014;5:C1–S64.
51. Chamberlain J. Prebriefing in nursing simulation: A concept analysis using Rodger’s
methodology. Clin. Simul. Nurs. 2015;11:318–322.
52. Cant RP, Cooper SJ. Use of simulation-based learning in undergraduate nurse
education: An umbrella systematic review. Nurse Educ. Today 2017;49:63–71.
53. Doolen J, Mariani B, Atz T, Horsley TL, O’Rourke J, McAfee K, et al. High-fidelity
simulation in undergraduate nursing education: A review of simulation reviews. Clin. Simul.
Nurs. 2016;12:290–302.
54. Pecquenard N, Le Goff L, Perrot C, Tony, A. Pratiques simulées et évolution de la
posture du formateur. Object. Soins Manag.2015;46‑9.
55. Foronda C, Liu S, Bauman EB. Evaluation of simulation in undergraduate nurse
education: An integrative review. Clin. Simul. Nurs. 2013;9:e409–e416.
56. Kreibig SD. Autonomic nervous system activity in emotion: A review. Biol. Psychol.
2010;84:394–421.
57. Onovo GN. Human Patient Simulations: Evaluation of Self-Efficacy and Anxiety.
Handb. Res. Adult Community Health Educ. Tools Trends Methodol. Tools Trends
Methodol. 2014;233.
63
58. Wilson L, Wittmann-Price RA. The role of research in simulation. In: Review manual
for the Certified Healthcare Simulation Educator exam. Springer Publishing Company; 2014.
59. Giles D, Draper N, Neil W. Validity of the Polar V800 heart rate monitor to measure
RR intervals at rest. Eur. J. Appl. Physiol. 2016;116:563–571.
60. Orsila R, Virtanen M, Luukkaala T, Tarvainen M, Karjalainen P, Viik J, et al.
Perceived mental stress and reactions in heart rate variability—a pilot study among employees
of an electronics company. Int. J. Occup. Saf. Ergon. 2008;14:275–283.
61. Schubert C, Lambertz M, Nelesen RA, Bardwell W, Choi J-B, Dimsdale JE. Effects of
stress on heart rate complexity—A comparison between short-term and chronic stress. Biol.
Psychol. 2009;80:325‑32.
62. Kim D, Seo Y, Jaegeol Cho, Chul-Ho Cho. Detection of subjects with higher self-
reporting stress scores using heart rate variability patterns during the day [en ligne]. IEEE;
2008 [consulté le 1 février 2018]. page 682‑5.Disponible sur
http://ieeexplore.ieee.org/document/4649244/
63. Shaffer F, Ginsberg JP. An Overview of Heart Rate Variability Metrics and Norms [en
ligne]. Front. Public Health 2017.5. [consulté le 23 février 2018] Disponible sur
http://journal.frontiersin.org/article/10.3389/fpubh.2017.00258/full
64. McDermott DS. The prebriefing concept: A Delphi study of CHSE experts. Clin.
Simul. Nurs. 2016;12:219–227.
65. Abend R, Dan O, Maoz K, Raz S, Bar-Haim Y. Reliability, validity and sensitivity of
a computerized visual analog scale measuring state anxiety. J. Behav. Ther. Exp. Psychiatry
2014;45:447–453.
66. Conseil National de l’Ordre des Médecins. Atlas de démographie médicale [en ligne].
[consulté le 4 février 2018]; Disponible sur
https://www.conseilnational.medecin.fr/sites/default/files/atlas_national_de_la_demographie_
medicale_2015.pdf
67. Ghazali D, Darmian-Rafei I, Nadolny J, Sosner P, Ragot S, Oriot D. Evaluation of
stress response using psychological, biological, and electrophysiological markers during
immersive simulation of life threatening events in multidisciplinary teams. Aust. Crit. Care
2017;
68. Mansikka H, Virtanen K, Harris D, Simola P. Fighter pilots’ heart rate, heart rate
variation and performance during an instrument flight rules proficiency test. Appl. Ergon.
2016;56:213–219.
69. Takahashi N, Kuriyama A, Kanazawa H, Takahashi Y, Nakayama T. Validity of
spectral analysis based on heart rate variability from 1-minute or less ECG recordings. Pacing
Clin. Electrophysiol. :n/a-n/a.
70. Castaldo R, Melillo P, Bracale U, Caserta M, Triassi M, Pecchia L. Acute mental
stress assessment via short term HRV analysis in healthy adults: A systematic review with
meta-analysis. Biomed. Signal Process. Control 2015;18:370–377.
71. Milosevic M, Jovanov E, Frith KH, Vincent J, Zaluzec E. Preliminary analysis of
physiological changes of nursing students during training. In: Engineering in Medicine and
Biology Society (EMBC), 2012 Annual International Conference of the IEEE. IEEE; 2012.
page 3772–3775.
72. Nunan D, Sandercock GRH, Brodie DA. A Quantitative Systematic Review of
Normal Values for Short-Term Heart Rate Variability in Healthy Adults: REVIEW OF
SHORT-TERM HRV VALUES. Pacing Clin. Electrophysiol. 2010;33:1407‑17.
73. De Couck M, Cserjesi R, Caers R, Zijlstra W, Widjaja D, Wolf N, et al. Effects of
short and prolonged transcutaneous vagus nerve stimulation on heart rate variability in
healthy subjects. Auton. Neurosci. Basic Clin. 2017;203:88–96.
64
74. Shaffer F, McCraty R, Zerr CL. A healthy heart is not a metronome: an integrative
review of the heart’s anatomy and heart rate variability [en ligne]. Front. Psychol. 2014 ;5.
[consulté le 5 décembre 2017] Disponible sur
http://www.ncbi.nlm.nih.gov/pmc/articles/PMC4179748/
75. Rahman F, Pechnik S, Gross D, Sewell L, Goldstein DS. Low frequency power of
heart rate variability reflects baroreflex function, not cardiac sympathetic innervation. Clin.
Auton. Res. 2011;21:133‑41.
76. Laborde S, Mosley E, Thayer JF. Heart Rate Variability and Cardiac Vagal Tone in
Psychophysiological Research – Recommendations for Experiment Planning, Data Analysis,
and Data Reporting [en ligne]. Front. Psychol. 2017 ;8. [consulté le 27 janvier 2018]
Disponible sur http://www.ncbi.nlm.nih.gov/pmc/articles/PMC5316555/
77. Saboul D, Pialoux V, Hautier C. The impact of breathing on HRV measurements:
Implications for the longitudinal follow-up of athletes. Eur. J. Sport Sci. 2013;13:534–542.
78. Page-Cutrara K, Turk M. Impact of prebriefing on competency performance, clinical
judgment and experience in simulation: An experimental study. Nurse Educ. Today
2017;48:78–83.
79. Rudolph JW, Raemer DB, Simon R. Establishing a safe container for learning in
simulation: the role of the presimulation briefing. Simul. Healthc. 2014;9:339–349.
80. Thayer JF, Verkuil B, Brosschotj JF, Kevin K, West A, Sterling C, et al. Effects of the
physical work environment on physiological measures of stress. Eur. J. Cardiovasc. Prev.
Rehabil. 2010;17:431–439.
81. Thayer JF, Verkuil B, Brosschotj JF, Kevin K, West A, Sterling C, et al. Effects of the
physical work environment on physiological measures of stress. Eur. J. Cardiovasc. Prev.
Rehabil. 2010;17:431–439.
82. Addolorato G, Ancona C, Capristo E, Graziosetto R, Di Rienzo L, Maurizi M, et al.
State and trait anxiety in women affected by allergic and vasomotor rhinitis. J. Psychosom.
Res. 1999;46:283–289.
83. Knight RG, Waal-Manning HJ, Spears GF. Some norms and reliability data for the
State--Trait Anxiety Inventory and the Zung Self-Rating Depression scale. Br. J. Clin.
Psychol. 1983;22 (Pt 4):245‑9.
84. Verkuil B, Brosschot JF, Thayer JF. Cardiac reactivity to and recovery from acute
stress: Temporal associations with implicit anxiety. Int. J. Psychophysiol. 2014;92:85–91.
85. Chalmers JA, Quintana DS, Maree J, Abbott A, Kemp AH. Anxiety disorders are
associated with reduced heart rate variability: a meta-analysis. Front. Psychiatry 2014;5.
86. Appelhans BM, Luecken LJ. Heart rate variability as an index of regulated emotional
responding. Rev. Gen. Psychol. 2006;10:229.
87. Berna G, Ott L, Nandrino J-L. Effects of emotion regulation difficulties on the tonic
and phasic cardiac autonomic response. PloS One 2014;9:e102971.
88. Saus E-R, Johnsen BH, Eid J, Thayer JF. Who benefits from simulator training:
Personality and heart rate variability in relation to situation awareness during navigation
training. Comput. Hum. Behav. 2012;28:1262–1268.
89. Al-Ghareeb AZ, Cooper SJ, McKenna LG. Anxiety and Clinical Performance in
Simulated Setting in Undergraduate Health Professionals Education: An Integrative Review.
Clin. Simul. Nurs. 2017;13:478‑91.
90. Weenk M, Alken AP, Engelen LJ, Bredie SJ, van de Belt TH, van Goor H. Stress
measurement in surgeons and residents using a smart patch. Am. J. Surg. 2017;
91. McCraty R, Atkinson M, Stolc V, Alabdulgader AA, Vainoras A, Ragulskis M.
Synchronization of human autonomic nervous system rhythms with geomagnetic activity in
human subjects. Int. J. Environ. Res. Public. Health 2017;14:770.
65
92. Mather M, Thayer JF. How heart rate variability affects emotion regulation brain
networks. Curr. Opin. Behav. Sci. 2018;19:98–104.
93. Lehrer PM, Gevirtz R. Heart rate variability biofeedback: how and why does it work?
Front. Psychol. 2014;5.
94. Gilbert C. The Clinical Handbook of Biofeedback: A Step-by-Step Guide for Training
and Practice with Mindfulness.: Inna Z. Khazan, PhD, BCB (2013), Chichester, UK: John
Wiley & Sons. Biofeedback 2014;42:130‑2.
95. McCraty R, Zayas MA. Cardiac coherence, self-regulation, autonomic stability, and
psychosocial well-being. Front. Psychol. 2014;5.
66
VI.ANNEXES
Annexe 1. Liste des figures et tableaux
Liste des figures
Figure 1. Représentation schématique de l’influence du système nerveux autonome sur le
nœud sino-auriculaire (NSA) ........................................................................................16 Figure 2. Régulation neurologique centrale de la VFC ..........................................................18 Figure 3. Exercice de simulation ...........................................................................................28 Figure 4. Etapes de l’étude....................................................................................................31 Figure 5. Représentation schématique du recueil et de l’analyse des enregistrements ...........34 Figure 6. Exemple d’une analyse avec le logiciel Kubios ......................................................34 Figure 7. Diagramme de flux de l’étude ................................................................................36
Figure 8. Chronologie de l’application des questionnaires d’anxiété. ....................................37 Figure 9. Evolution des paramètres de la VFC selon les phases de la simulation : (A)
Intervalle RR moyen ; (B) RMSSD ; (C) bande HF ; (D) bande LF ...............................41 Figure 10. L’intervalle SDNN selon les phases de la simulation et les groupes .....................43 Figure 11. La bande HF selon le niveau d’anxiété au cours de la phase initiale et le débriefing.
.....................................................................................................................................46
Liste des tableaux
Tableau 1. Les paramètres de la VFC et leur interprétation ...................................................33
Tableau 2. Caractéristiques démographiques à l’inclusion ....................................................37 Tableau 3. Evaluation de l’anxiété selon le questionnaire STAI et l’échelle visuelle
analogique. ...................................................................................................................38 Tableau 4. Evaluation de l’anxiété par le questionnaire STAI (Trait) en fonction du sexe .....38 Tableau 5. Définition des niveaux d’anxiété (faible versus élevé) selon la médiane des score
STAI (État) et STAI (Trait) ...........................................................................................38 Tableau 6. Corrélation entre l’évaluation de l’anxiété par le questionnaire STAI et l’EVA. ..39 Tableau 7. Analyse temporale et fréquentielle de la VFC selon les phases de la simulation. ..40 Tableau 8. Comparaison des paramètres de la VFC au cours de la phase initiale (I) entre les
groupes PB(+) et PB(-) .................................................................................................42 Tableau 9. Comparaison des paramètres de la VFC au cours de la phase d’attente (A) entre les
groupes PB(+) et PB(-) .................................................................................................42 Tableau 10. Comparaison des paramètres de la VFC au cours de la phase de simulation (S)
entre les groupes PB(+) et PB(-) ...................................................................................42 Tableau 11. Comparaison des paramètres de la VFC au cours de la phase de débriefing (D)
entre les groupes PB(+) et PB(-) ...................................................................................43 Tableau 12. Résultats des variables de la VFC, répartis par trait d’anxiété durant la phase de
simulation. ....................................................................................................................44 Tableau 13. Résultats des variables de la VFC, répartis par trait d’anxiété durant la phase de
débriefing.. ...................................................................................................................45 Tableau 14. Bande HF(ms2) selon le trait d’anxiété (faible versus élevé) au cours des phases
initiale (I) et de débriefing(D). ......................................................................................45 Tableau 15. Corrélation entre le Trait d’anxiété et les variables RMSSD et HF(ms2) durant les
phases de Simulation et Débriefing ...............................................................................46 Tableau 16. Corrélation entre l’État d’anxiété et les variables RMSSD et HF(ms2) durant les
phases de Simulation et Débriefing ..............................................................................46 Tableau 17. Résultats des variables de la VFC, répartis par trait d’anxiété et groupe durant la
phase d’attente ..............................................................................................................47
67
Annexe 2. Évaluation de l’anxiété
a. Échelle visuelle analogique
68
b. Questionnaire STAI-ÉTAT
69
c. Questionnaire STAI-TRAIT
70
Abstract
Introduction: First aid (FA) high fidelity simulation (HFS) can be perceived as stressful,
causing anxiety and determining autonomic nervous system (ANS) stimulation. Heart rate
variability (HRV) is a non-invasive marker of ANS activity and represents a relevant tool for
stress coping strategies. The main objective of this study was to assess the impact of
prebriefing (PB) phase, representing the simulated clinical context, on anxiety and HRV.
Materials and methods: Within SimUSanté®-Amiens, forty-eight healthy undergraduate
nursing students, randomized into 2 groups (with or without pre-briefing: PB + vs PB -)
benefited from an anxiety evaluation (State-Trait Anxiety Inventory Form Y (STAI-Y) and
numeric visual analogue anxiety scale (NVAAS)) and HRV recording, using Polar V800 (41
exploitable recordings).
Results: Students’ average age was 25 ± 5.7 years with a female predominance of 80.5%. The
PB + group proved to be more anxious according to the STAI-State form (p < 0.05) and
NVAAS (p < 0.01). HRV results showed no difference between the two groups, except for a
reduction of the standard deviation of all NN intervals (SDNN) in the PB + group (p < 0.05).
The anxiety level correlated with HRV parameters.
Discussion: The high felt anxiety at the time of the simulation training of the PB + group,
having no related difference in habitual anxiety between groups, could be caused by the
trainer’s impact on students. This could potentially mask the anxiolytic effect of the PB phase
on HRV parameters. Secondary results showed that subjects with a high anxiety
predisposition have a rigid response in vagal modulation of their HRV.
Conclusion: The group benefiting from PB showed a higher level of anxiety, notwithstanding
a globally comparable HRV between groups. An anxiety predisposition, with maladaptive
type of response to stress, should be taken into consideration for future HFS teaching
methods.
Keywords: Heart rate variability, high-fidelity simulation, prebriefing, stress, anxiety,
simulation based medical education
71
Résumé
Introduction. L’enseignement des gestes et soins d’urgences (GSU) par la simulation peut
être perçu comme stressant, générant de l’anxiété et induisant l’activation du système nerveux
autonome (SNA). La variabilité de la fréquence cardiaque (VFC), mesure non invasive de
l’activation du SNA constitue un outil pertinent de quantification du stress. L’objectif
principal de cette étude a été d’évaluer l’impact de la phase de pré-briefing (PB), qui
représente la contextualisation du scenario simulé, sur l’anxiété et la VFC.
Matériel et méthodes : Dans le cadre de la plateforme SimUSanté® - Amiens, 48 étudiants
en santé, randomisés en 2 groupes (avec ou sans pré-briefing : PB + vs PB-) ont bénéficié
d’une évaluation de l’anxiété (inventaire STAI-Y et EVA) et d’un enregistrement de la VFC
par le dispositif Polar V800 (41 enregistrements exploitables).
Résultats : Les étudiants étaient majoritairement de sexe féminin (80,5%) et avaient un âge
moyen de 25±5,7ans. Le groupe PB+ s’est avéré plus anxieux selon le questionnaire STAI-
Etat (p<0,05) et l’EVA (p<0,01). Les paramètres de la VFC ne montraient pas de différence
entre les 2 groupes hormis une réduction de la moyenne des déviations standards de
l'intervalle R-R chez les étudiants du groupes PB+ (p<0,05). Le niveau d’anxiété était corrélé
aux paramètres de la VFC.
Discussion : L’excès d’anxiété instantanée du groupe PB+, non explicable par une différence
d’anxiété constitutionnelle entre les groupes, pourrait être lié à l’impact du formateur. Il
masquerait ainsi l’effet anxiolytique potentiel de la phase de PB sur les paramètres de la
VFC.
Conclusion : Le groupe bénéficiant de PB a montré un niveau d’anxiété instantanée
supérieur, nonobstant une VFC globalement comparable entre les groupes.
Mots-clés : variabilité de la fréquence cardiaque, simulation, pré-briefing, stress, anxiété,
apprentissage