Détermination de la cohérence entre les infirmières et l'intelligence artificielle (ChatGPT-5) dans la fourniture d'une éducation au congé basée sur des scénarios aux patients ayant subi un pontage aorto-coronarien : une étude méthodologique (CABG-AI-EDU)

Cette étude méthodologique vise à déterminer la concordance entre des infirmiers experts et un système d'intelligence artificielle (IA) (ChatGPT-5) dans la fourniture d'une éducation au congé basée sur des scénarios pour des patients ayant subi une chirurgie de pontage aortocoronarien (PAC). L'objectif de l'étude est d'évaluer si ChatGPT-5 peut générer un contenu d'éducation au congé comparable en exactitude, exhaustivité et pertinence clinique à celui préparé par des infirmiers expérimentés en chirurgie cardiovasculaire.

Trente scénarios patients standardisés seront développés pour représenter un large éventail de cas de PAC avec des caractéristiques démographiques, socio-économiques, psychosociales et cliniques diverses. Chaque scénario simulera des conditions postopératoires réalistes, incluant des complications potentielles (par exemple, délirium, infection de plaie, saignement, arythmie), des comorbidités (par exemple, diabète, hypertension, BPCO) et des variables psychosociales comme le niveau d'anxiété, la structure familiale et le soutien social. Tous les scénarios seront revus et validés par un panel d'experts multidisciplinaire incluant des chirurgiens cardiovasculaires et des infirmiers universitaires spécialisés pour garantir le réalisme clinique et la validité du contenu.

L'éducation au congé sera structurée autour de six domaines principaux et vingt-quatre sous-thèmes dérivés des recommandations nationales et internationales et de la littérature fondée sur des preuves. Ces domaines incluent : (1) la prise en charge médicale et le suivi, (2) la vie quotidienne et la récupération fonctionnelle, (3) le soutien psychosocial et social, (4) les facteurs de risque et la prévention en santé, (5) la qualité de vie et les conditions spécifiques, et (6) les pratiques religieuses. Pour chaque scénario, les infirmiers experts et ChatGPT-5 prépareront indépendamment des supports écrits d'éducation au congé en utilisant ce cadre standardisé.

Les supports éducatifs seront anonymisés et évalués par deux évaluateurs en aveugle en termes d'exactitude scientifique, d'exhaustivité du contenu, de clarté linguistique et d'alignement avec les standards cliniques. En cas de désaccord, un troisième évaluateur indépendant fournira une décision finale pour garantir l'objectivité. Les analyses statistiques incluront le coefficient Kappa de Cohen pour mesurer la concordance inter-évaluateurs et le test exact de Fisher pour les comparaisons catégorielles. Des mesures de performance diagnostique telles que la sensibilité, la spécificité, la valeur prédictive positive (VPP), la valeur prédictive négative (VPN) et le score F1 seront également calculées.

Les données seront analysées avec SPSS v25 (IBM Corp., Armonk, NY, USA). Les statistiques descriptives (fréquences, pourcentages, moyennes et écarts-types) seront rapportées pour résumer les caractéristiques des scénarios et des évaluations. Les niveaux de concordance seront interprétés selon la classification de Landis et Koch. Une valeur p de <0,05 sera considérée comme statistiquement significative.

Les résultats de cette étude devraient fournir des preuves concernant la fiabilité, la validité et l'utilisabilité de ChatGPT-5 en tant qu'outil innovant et de soutien pour préparer des supports d'éducation au congé individualisés en soins infirmiers de chirurgie cardiovasculaire. Les résultats pourraient contribuer au développement de nouveaux modèles éducatifs assistés par la technologie qui peuvent réduire la charge de travail des infirmiers, améliorer la standardisation de l'éducation au congé et renforcer la compréhension et la satisfaction des patients dans la période postopératoire.