Développement et validation d’un test d’association implicite dépistant les biais cognitifs implicites racistes en médecine d’urgence (TAIMU)

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Introduction

En médecine d’urgence, il existe une qualité de prise en charge différentes selon le sexe et l’origine ethnique des patients (réf 1). Une étude récente internationale menée par notre équipe montrait qu’une des explications à ces différences était l’existence de biais cognitifs racistes et sexistes qui amenaient à une évaluation inférieure de la gravité d’un cas de médecine d’urgence si il était associé à une femme ou une personne noire (ref 2).
Les biais cognitifs implicites sont le résultat d’une forme de réaction spontanée et rapide à un stimulus. Ils sont incontrôlables et souvent inconscients. Ces biais entrainent également de nombreuses différences selon les patients telles que la relation soignant-malade, les traitements mis en place ou l’adhésion des patients (réf 2).
Le test d’association implicite (TAI) (ref 3) standard (développé par des chercheurs de Harvard) a montré son efficacité et une certaine stabilité dans l’évaluation des biais cognitifs implicites dans la population générale. Il a été évalué et validé. Depuis, il y a de nombreux exemples d’utilisation de ce TAI à des fins de test pour rechercher des biais cognitifs implicites chez des soignants (réf 4) et ainsi tenter d’ajouter des explications à la différence de prise en charge de patients entre eux. Par ailleurs les TAI sont de plus en plus utilisés pour des études de biais cognitifs et les articles qui en parlent sont en constante augmentation dans les 10 dernières années (ref 5). Ce test est basé sur la capacité du répondant à répondre le plus rapidement possible à des questions simples demandant de juger l’apparence d’une image d’une personne (noir/blanc ou homme/femme par exemple) et si des mots sont à consonnance positive ou négative. Le temps que le répondeur met (D-Score) pour associer des mots positifs à des images de personnes blanches par exemple et des mots négatifs avec des images de personnes noires permet d’évaluer le biais implicite correspondant.
Ce test est généraliste et donc non contextualisé au milieu professionnel des soignants. De plus, l’association implicite recherchée y est l’apparente négativité (termes négatifs) avec la couleur de peau ou le sexe. Dans l’objectif de créer un outil permettant d’expliquer au niveau individuel une tendance collective, la création d’un TAI contextualisé dans le milieu soignant et où les différentes population (homme/femme ou blanc/noir)
sont associés à une situation grave ou bénigne est nécessaire. En effet ceci permettra de répondre exactement au constat de notre première étude :
si les soignants ont des biais cognitifs leur faisant sous évaluer la gravité de certains types de patients, nous devons permettre au soignant de tester ce biais cognitif exact.
Nous faisons l’hypothèse que la création d’un TAI adapté aux soignants des urgences permettra une répartition des réponses sur la population testée comparable au TAI généraliste d’Harvard sur la population générale (répartition gaussienne du D-score)

Objectif principal
Evaluer si les réponses de soignants de médecine d’urgence à un TAI dédié à l’évaluation de la gravité en médecine d’urgence en fonction du sexe ou de l’apparence ethnique permet une répartition des réponses comparables
au TAI généraliste sur la population générale.

Objectif(s) secondaire(s)
1. Évaluer le delta moyen de temps de réponse (D-score) entre les associations « personne blanche – pathologie grave » et « personne noire –
pathologie bénigne » afin de détecter la présence de biais cognitifs implicites chez les soignants.
2. Comparer les variations du D-score selon :
- Âge et sexe des participants,
- Statut hospitalier,
- Structure de travail,
- Couleur de peau déclarée.
3. Explorer la distribution des D-scores en catégories ordinales pour analyses de sensibilité.
4. Explorer, par régression linéaire multivariée, les facteurs associés à la variation du D-score (mesure du biais implicite), en ajustant sur les caractéristiques individuelles (âge, sexe, couleur de peau déclarée) et professionnelles (statut hospitalier, type de structure).
5. Explorer la faisabilité du test