Assistance IA à la demande via l'assistant GPT basé sur LINE pour améliorer la résilience émotionnelle et réduire l'épuisement professionnel chez les infirmières cliniques (Nurse-AI-CARE)

1. Conception de l'étude et mécanisme de randomisationCette étude utilise une conception d'intervention parallèle Pré-Post.Pour améliorer la validité interne, minimiser le biais de sélection et tenir compte des caractéristiques au niveau de l'unité, une approche de Randomisation en Grappes Stratifiée est employée.Les unités cliniques sont stratifiées en trois niveaux en fonction de l'intensité de travail évaluée : Haute Intensité (par ex., soins intensifs et urgences), Intensité Moyenne (par ex., services médicaux et chirurgicaux) et Faible Intensité (par ex., services psychiatriques et de réadaptation).Au sein de chaque strate, l'unité de soins infirmiers ou le service sert de grappe.Les grappes sont ensuite assignées aléatoirement (ratio 1:1) soit au Groupe d'Intervention, soit au Groupe Témoin, garantissant que tous les infirmiers au sein d'une même unité appartiennent au même bras de l'étude.La taille d'échantillon totale prévue est N=120, répartie sur environ 18 grappes.2.Protocole d'intervention (Période de 4 semaines)La période d'intervention s'étend sur quatre semaines (28 jours).L'outil central est un modèle de dialogue GPT personnalisé intégré à la plateforme LINE Official Account (LINE OA), largement utilisée par la population cible.Groupe d'Intervention (Support IA interactif)Les participants reçoivent une intervention quotidienne en deux parties : un message push quotidien et un accès à une interaction IA bidirectionnelle.Ils sont encouragés à s'engager activement dans un dialogue de soutien psychologique libre avec l'assistant GPT LINE.La logique de réponse de l'IA est rigoureusement définie via l'Ingénierie de Prompt pour se concentrer sur le stress lié au travail clinique, la gestion des émotions et les stratégies favorisant la résilience.Crucialement, l'IA est programmée avec des garde-fous éthiques pour rediriger doucement les utilisateurs vers l'axe du stress clinique s'ils dévient vers des sujets non liés au travail ou sensibles, et interdit strictement la fourniture de tout conseil médical, diagnostic ou thérapeutique.Groupe Témoin (Contrôle par messages statiques)Les participants du groupe témoin reçoivent des messages textuels statiques quotidiens.Les thèmes du contenu sont identiques aux messages push reçus par le groupe d'intervention, mais le canal ne dispose d'aucune capacité de réponse IA interactive.3.Procédures de l'étude et calendrier de collecte des donnéesL'ensemble de l'étude s'étend sur un minimum de six semaines, structuré en trois phases distinctes.Le processus commence aux Semaines 1-2 avec le recrutement et l'évaluation de base.Après consentement éclairé, les participants sont initiés à la plateforme d'étude (LINE OA) et complètent le Questionnaire de Pré-test.Cette évaluation de base, qui prend environ 25-30 minutes, capture toutes les variables démographiques/professionnelles et les scores initiaux pour toutes les échelles de résultats primaires et secondaires (ProQOL, GSE, PSS-10, BRS).Immédiatement après l'évaluation de base, la période d'intervention de 4 semaines commence, s'étendant approximativement de la Semaine 3 à la Semaine 6.Tout au long de cette période, les groupes d'intervention et témoin reçoivent leurs messages quotidiens respectifs.Pour suivre l'engagement et l'expérience subjective, tous les participants doivent compléter un bref « Formulaire Simple de Retour d'Utilisation de l'IA » chaque semaine, ce qui prend environ 5 minutes.Upon completion of the four weeks, the study enters the Post-Test phase at the end of Week 6.Tous les participants complètent la même batterie d'échelles de résultats (re-mesure de ProQOL, GSE, PSS-10, BRS) et le Questionnaire de Satisfaction d'Utilisation de l'IA.Le Groupe d'Intervention est en plus invité à compléter un Questionnaire de Retour Ouvert pour fournir des données qualitatives riches sur leur expérience avec l'assistant GPT.4.Plan d'analyse statistiqueLes données seront anonymisées à l'aide d'identifiants d'étude uniques avant analyse.En raison de la randomisation en grappes stratifiées, l'analyse emploiera des méthodes adaptées aux structures de données groupées pour tenir compte de la Corrélation Intra-grappe (ICC).L'Analyse Primaire utilisera des Équations d'Estimation Généralisées (GEE) pour modéliser le changement des résultats dans le temps, testant spécifiquement l'interaction « Temps $\times$ Groupe » pour évaluer l'effet de l'intervention.L'unité de soins infirmiers/le service sera spécifiée comme variable de grappe dans le modèle GEE.Des Modèles Linéaires à Effets Mixtes (LMM) peuvent être utilisés pour des analyses supplémentaires ou de sensibilité.Des covariables telles que l'ancienneté en soins infirmiers et les niveaux de stress de base seront incluses dans les modèles pour ajustement et analyse exploratoire.Les données qualitatives du retour ouvert seront analysées à l'aide d'une Analyse de Contenu pour catégoriser les thèmes émergents.