Horaires de travail favorables à la santé : l'effet de l'abolition des retours express (HeWoS)

Objectifs Il s'agit d'un essai contrôlé randomisé en grappes à deux bras qui évalue les conséquences d'un horaire de travail posté sans retours rapides pendant six mois, par rapport à un horaire incluant des retours rapides. Tout d'abord, nous examinerons tout changement différentiel des absences pour maladie, au cours de la période d'intervention de six mois. Deuxièmement, nous examinerons s'il existe des changements différentiels dans le sommeil et le fonctionnement, la santé physique et mentale, les accidents liés au travail et l'intention de rotation, entre autres. Troisièmement, nous étudierons si les caractéristiques individuelles associées à la tolérance au travail posté, notamment le sexe, l'âge, la personnalité et le besoin de sommeil rapporté subjectivement, modéreront les effets négatifs des rendements rapides sur les résultats primaires et secondaires. Enfin, l'étude examinera si des facteurs individuels tels que la satisfaction à l'égard de l'horaire de travail, la satisfaction au travail, l'engagement au travail et l'interférence travail-famille modèrent les effets négatifs des rendements rapides sur les résultats primaires et secondaires.

Conception de la recherche Un essai contrôlé randomisé en grappes comparant un horaire de travail supprimant les retours rapides (intervention) avec celui d'un horaire de travail maintenant une quantité normale de retours rapides (contrôle) sera mené. Les grappes représentent des unités hospitalières sélectionnées au hasard pour recevoir (ou ne pas recevoir) l'intervention. Le «nombre normal de retours rapides» fait référence à la pratique courante dans l'unité hospitalière concernée ces dernières années (c'est-à-dire lorsqu'aucun changement explicite n'a été apporté à l'horaire de travail), ce qui signifie que le nombre total de retours rapides au l'unité variera de 329 à 2356 par an. Les unités hospitalières ont été randomisées dans l'une des deux conditions en septembre 2020, dont l'automne 2020 a été consacré à la planification du calendrier des quarts de travail pour 2021 (c'est-à-dire en supprimant les retours rapides pour le groupe d'intervention et en laissant les retours rapides intacts pour le groupe témoin), la période d'intervention commençant à partir de février/mars 2021 pour la plupart des unités. La période d'intervention dans cette étude est de six mois calendaires. La plupart des unités de cet essai commencent la période d'intervention en février/mars 2021, mais certaines unités, pour des raisons pratiques, commenceront la période d'intervention dans la seconde moitié de l'année de rotation, c'est-à-dire à partir d'août/septembre 2021 ou plus tard.

Le critère de jugement principal est l'absence pour maladie extraite des registres locaux tenus par l'hôpital (y compris les congés de maladie à court et à long terme). Les mesures de base seront les absences pour maladie de l'année précédant l'intervention, qui pour chaque participant individuel seront appariées sur la durée et la saison à celles de la période d'intervention. Les données sur les absences pour maladie seront extraites des registres locaux tenus par l'hôpital (Vedaa, Pallesen et al. 2017). Cet enregistrement comprend des informations sur la date de toute absence de l'employé individuel, ce qui implique qu'il comprend des informations sur les absences pour maladie à court et à long terme. En outre, ces données comprennent des informations indiquant si l'absence est auto-certifiée ou si elle est certifiée par un médecin, si l'absence est due à un enfant malade dont l'employé a la garde et si l'absence est due à la COVID-19. 19 questions connexes (p. ex. quarantaine). L'utilisation des données du registre ne nécessitera pas de consentement individuel. Cependant, une partie de l'essai basée sur le consentement sera également menée, dans laquelle des mesures de résultats secondaires seront collectées via un questionnaire au départ et un suivi de six mois. Tous les employés (n ≈ 4000) des unités randomisées seront invités à remplir un questionnaire numérique mis à disposition via le site Web interne de l'hôpital. L'évaluation de base aura lieu avant la période d'intervention et l'évaluation de suivi aura lieu vers la fin de la période d'intervention. Un sous-échantillon (n ≈ 50) sera invité à enregistrer objectivement son sommeil avec une technologie radar avancée (Somnofy ™) et subjectivement avec des journaux de sommeil pendant ≥ 1 semaine lors des évaluations de base et de suivi, respectivement.

Participants et déroulement Recrutement Cet essai est mené en étroite collaboration avec le service des ressources humaines du Haukeland University Hospital. Toutes les unités de soins hospitaliers qui ont du personnel 24 heures sur 24 à l'hôpital seront randomisées, dans lesquelles tous les travailleurs de la santé travaillant par quarts seront inclus, à l'exception des médecins. Les médecins ne seront pas inclus car ils ont souvent un horaire de travail et un régime de rémunération différents de ceux des autres groupes professionnels. Ci-après, « tous les employés » désignent tous les travailleurs de la santé travaillant par quarts dans les unités hospitalières randomisées, à l'exception des médecins. Tous les employés (n ≈ 4000) des unités hospitalières randomisées seront invités à remplir un questionnaire avant et à la fin de la période d'intervention. Le recrutement pour cette partie de l'essai se fera via le site Web interne de l'hôpital. Les chercheurs et le personnel des ressources humaines de l'hôpital assisteront aux réunions du personnel dans toutes les unités incluses pour informer sur le projet de recherche et encourager la participation. Un sous-échantillon de n ≈ 50 employés sélectionnés au hasard (répartis équitablement entre les unités d'intervention et de contrôle) sera recruté pour la section de surveillance du sommeil de l'essai.

Randomisation et masquage La randomisation dans cet essai s'est produite au niveau du cluster, dans lequel les unités hospitalières constituaient les clusters. Les unités hospitalières peuvent varier en termes de nombre de personnel dont elles ont besoin au cours de la journée de 24 heures, par conséquent, l'horaire de travail et la fréquence, par exemple, des retours rapides et des quarts de nuit peuvent varier d'une unité à l'autre. Les unités similaires ont donc été regroupées en fonction du fait qu'elles partageaient certains attributs ou caractéristiques. Ensuite, une randomisation stratifiée a été effectuée pour les deux conditions d'étude dans un rapport 1: 1. Un sous-groupe pourrait, par exemple, être composé d'unités avec des fonctions d'urgence, une autre avec des fonctions de soins intensifs, une avec des soins de santé mentale, et une avec des soins de maternité, etc. Au total, nous avions 10 strates et la taille de chaque strate variait entre 2 et 19 unités hospitalières. La liste de randomisation pour chaque strate a été générée par la page Web de randomisation en ligne, www.randomization.com, et la liste pour chaque strate a été sauvegardée.

Il n'est pas possible pour les participants d'être aveuglés par le groupe auquel ils sont affectés. Cependant, les analyses statistiques seront effectuées par un chercheur qui est masqué pour l'allocation des groupes.

Taille de l'échantillon Dans cet essai, toutes les unités hospitalières disponibles à l'hôpital universitaire de Haukeland avec des travailleurs de la santé qui travaillent par rotation seront évaluées pour leur éligibilité. Cela comprend 76 unités et 4260 travailleurs de la santé. Sur la base de données publiées précédemment5, nous avons calculé qu'un total de 2028 participants est suffisant pour révéler une différence de jours d'arrêt de travail de 0,9 et 1,25 avec un ICC de 0,1 et une taille moyenne des unités de 52 (calcul réalisé dans : StataCorp. 2015).33 Ainsi, avec la stratégie de recrutement prévue (c'est-à-dire inviter > 70 unités et > 4 000 travailleurs de la santé), nous prévoyons de dépasser ce nombre et d'être bien en deçà du nombre de participants requis pour la variable de résultat principale.

Plan d'analyse des données Toutes les analyses seront effectuées sur la base de la population en intention de traiter, sauf indication contraire. Pour examiner les effets d'un horaire posté atténué de rendements rapides sur les résultats primaires et secondaires, les taux ou scores observés seront analysés au moyen de modèles de croissance latente (ou d'autres modèles équivalents tels que des modèles mixtes linéaires généralisés). Les taux ou scores observés avant et pendant la période d'intervention seront modélisés par une interception aléatoire et une pente fixe. L'effet de l'intervention sera estimé en utilisant la variable de groupe (intervention vs contrôle) comme prédicteur de la pente. Les tailles d'effet entre les groupes (Cohen's d) seront calculées en divisant la différence moyenne de la variation estimée des scores entre le départ et l'évaluation de suivi par l'ET regroupé au départ. Le maximum de vraisemblance robuste sera utilisé comme estimateur, fournissant des estimations non biaisées dans l'hypothèse de données manquantes au hasard (Enders 2010), ce qui pourrait être partiellement atteint grâce à l'inclusion de scores de référence dans le modèle. Le critère de jugement principal de cet essai est constitué par les données d'absence pour maladie extraites du registre de l'hôpital, dans lequel nous n'attendons aucune donnée manquante. Cependant, il est raisonnable de s'attendre à des données manquantes sur les mesures de résultats secondaires, car les données sont collectées par questionnaire ou via le radar du sommeil.

Comme certaines données pour le questionnaire de suivi et l'évaluation radar du sommeil ne manqueront pas au hasard, la robustesse des résultats sous l'hypothèse de manque aléatoire sera testée par des analyses de sensibilité dans lesquelles les scores manquants au suivi seront remplacés par des valeurs de référence pour chaque individu respectif. Ces analyses de sensibilité ne seront effectuées que sur des variables sélectionnées en fonction de l'objet de l'article respectif.

Les analyses en intention de traiter peuvent être accompagnées d'analyses par protocole sélectionnées dans lesquelles nous, sur la base des données de la masse salariale, définissons un groupe qui a complètement supprimé ou a connu une réduction satisfaisante du nombre de retours rapides sur la période d'intervention.

Le principal résultat de l'arrêt de travail sera principalement analysé en termes de nombre total de jours et de périodes d'absence pour maladie (périodes) pour une période donnée avant par rapport à pendant la période d'intervention (Vedaa, Pallesen et al. 2017). Les modèles d'absentéisme prendront en compte l'inflation nulle dans ce type de données. D'autres opérationnalisations de l'absence maladie pourraient également être envisagées conformément aux recommandations de la littérature (Hensing, Alexanderson et al. 1998). Pour une étude plus approfondie des données sur les absences pour maladie, nous envisagerons l'utilisation d'autres modèles dans lesquels nous traitons le temps différemment. Par exemple, nous considérerons des modèles où nous regardons le temps jusqu'au premier épisode d'arrêt de travail pour les deux groupes d'intervention, avec une covariable dépendante du temps pour le nombre de retours rapides (c'est-à-dire une variable qui augmente de 1 chaque fois que la personne a un retour rapide). Une autre possibilité est de dire que les participants commencent à "0" chaque fois que la personne a un retour rapide, et de mesurer le temps entre le dernier retour rapide et le premier épisode d'arrêt de travail suivant, tout en ajustant les observations répétées avec par ex. estimation robuste de la variance (le groupe des non-retours rapides ne sera alors suivi que depuis le début de l'intervention, étant donné qu'ils n'ont en fait pas de retours rapides). Une autre option consiste à mettre en place un modèle de temps entre le congé de maladie et le retour au travail.

Puisque l'introduction d'un horaire de travail sans retours rapides peut entraîner un horaire alternatif avec une augmentation d'autres caractéristiques indésirables (ex. : plus de quarts de soir consécutifs), nous envisagerons d'effectuer des analyses qui s'ajustent à ces caractéristiques.

Des analyses de médiateur et de modérateur seront effectuées à des fins exploratoires, sur la base du principe de base de telles analyses dans des essais contrôlés randomisés tels que décrits par d'autres ((par exemple, Kraemer, Wilson et al. 2002)). Par exemple, certaines des données recueillies sur la démographie, les traits de personnalité liés au sommeil (rCTI et MEQ), la santé mentale, entre autres, peuvent être utilisées pour examiner les facteurs susceptibles de modérer l'impact de l'intervention.

Les références

Enders, C.K. (2010). Analyse appliquée des données manquantes. New York, NY, États-Unis, Guilford Press.

Hensing, G., et al. (1998). « Comment mesurer l'absence pour maladie ? Revue de la littérature et suggestion de cinq mesures de base." Revue scandinave de santé publique 26 : 133-144.

Kraemer, H.C., et al. (2002). "Médiateurs et modérateurs des effets du traitement dans les essais cliniques randomisés." Archives de psychiatrie générale 59 : 877-883.

Vedaa, Ø., et al. (2017). "Un court repos entre les intervalles de quart de travail augmente le risque d'arrêt de travail : une étude de registre prospective." Médecine du travail et de l'environnement 74 : 496-501.