Vous êtes sur la page 1sur 43

Lecture critiques des méta-analyses

Question précise

n Permet de donner du sens au résultat de la MA


n Exemple : hypocholestérolémiant dans la prévention
cardiovasculaire
– il existe plusieurs moyens hypocholestérolémiants :
médicaments, régime, chirurgie
– deux types de question :
Exhaustivité de la recherche des
essais

• Recherche des essais publiés


– Plusieurs bases bibliographiques : Medline, Embase
– Registre de la Cochrane Collaboration
– Références des références
– Pas de limitation aux publications en anglais
• Recherche des essais non publiés
– Moyens mis en œuvres

– Existence d'essais non publiés


• Indispensable pour éviter le biais de publication

Absence d'essais biaisés

n Sélection des essais de qualité méthodologique suffisante


pour éviter les biais
– Essai randomisé, randomisation imprévisible
– Essai en double insu
– Sans perdu de vue
– Score Jadad

n Liste des essais exclus et raisons de l'exclusion


Combinaison des effets
traitements correcte
T. étudié T. contrôle Effet du traitement
Essai 1 x1/n1 x0/n0

Essai 2 x1/n1 x0/n0

Essai 3 x1/n1 x0/n0

Essai 4 x1/n1 x0/n0

Effet
regroupement regroupement global
Paradoxe de Simpson

• Essai T+ T- RR
• 1 18/60 36/120 1.00
• 30% 30%
• 2 84/120 42/60 1.00
• 70% 70%
• Total 102/180 78/180 0.58
• 56% 43%
Regroupement des risques relatifs

n Le résultat de la méta-analyse doit être obtenu en


combinant:
– les effets traitements (risques relatifs)
– et non pas les événements et les effectifs

Combinaison des effets
traitements
T. étudié T. contrôle Effet du traitement
Essai 1 x1 x0 e

Essai 2 x1 x0 e

Essai 3 x1 x0 e

Essai 4 x1 x0 e

Effet
global
Hypothèse

n Les résultats des essais


varient d'un essai à l'autre
du fait du hasard
n
n Ces résultats fluctuent de
manière aléatoire autours
d'une valeur commune

Valeur
commune
Principe statistique

n
n Le but de MA est de prendre en compte ces fluctuations
dues au hasard (suppression du bruit de fond)
n et de fournir une estimation moins sujette à ces variations
que l'estimation données par un seul essai
Hétérogénéité statistique des
résultats
n Hétérogénéité
– les différences entre essais sont trop importantes pour être
expliquées par le hasard
– l'efficacité réelle du traitement a été différente d'un essai à
l'autre
– le regroupement n'a plus de sens

– expliquer l'hétérogénéité
Présentation des résultats de MA
Résultats statistiques

n Effet traitement commun


– moyenne pondérée par l'inverse de la variance
– plus un essai est précis,
plus sa contribution est forte
– si un essai est prépondérant il masque complément les autres
essais
– intervalle de confiance
n Test de l'existence de l'effet traitement
– test d’association
n Test de l'hypothèse d'homogénéité
– test d’hétérogénéité
in-hospital mortality
Risque relatif, modèle fixe (IC 95%)
Essai T. étudié T. controle Graphique RR [IC95%]
n/N n/N
Ribichini 0 / 24 0 / 26 1.08 [0.00; 269.25]
Gibbons 2 / 47 2 / 56 1.19 [0.17; 8.14]
PAMI 5 / 195 13 / 200 0.39 [0.14; 1.09]
Grinfeld 5 / 54 6 / 58 0.90 [0.29; 2.76]
Ribeiro 3 / 50 1 / 50 3.00 [0.32; 27.87]
Zwolle 3 / 152 11 / 149 0.27 [0.08; 0.94]

Global p ass=0.07 0.58 [0.32; 1.05]


2
Het. entre les 6 essais p=0.38 , I =5% 0.0 1 5.0
Hétérogénéité - graphique

Essai 1
Essai 2
Essai 3
Essai 4
Global
0 0.5 1 1.5 2
Absence d'hétérogénéité

Essai 1
Essai 2
Essai 3
Essai 4
Essai 5
Global
OR
0 0.5 1 1.5 2
Avantages de l’interprétation
globale - 3 exemples

n 1er exemple
n
n
n Un essai de grande taille (1000 patients) montre bien
l’efficacité du traitement
2ème exemple

n Deux essais
– le premier mené en Europe de l’Est est concluant
– le second réalisé aux US est non concluant
n Conclusion
– l’effet du traitement n’est pas le même aux US et en Europe
– car les contextes de soins sont différents
3ème exemple

n 3 essais ont été réalisés pour évaluer le même traitement


n ils sont tous négatifs
n conclusion : ce traitement n’a pas d’efficacité
2ème exemple

n Deux essais
– le premier mené en Europe de l’Est est concluant
– le second réalisé aux US est non concluant
n Conclusion
– l’effet du traitement n’est pas le même aux US et en Europe
– car les contextes de soins sont différents
3ème exemple

n 3 essais ont été réalisés pour évaluer le même traitement


n ils sont tous négatifs
n conclusion : ce traitement n’a pas d’efficacité
Niveau de preuve

• Place de la méta-analyse dans la démonstration de l'effet



• Effet démontré (plus haut niveau de preuve)
– MA concluante sans hétérogénéité
– avec au moins un essais concluant
• Effet suggéré
– MA concluante sans hétérogénéité
– sans essais concluant
idronate for treating and preventing postmenopausal osteoporosis
anney A, Welch V, Adachi et al.
teoporosis International, 2001
Biais de publication
Funnel plot - sans biais de
publication

500

400

300
Effectif

200

100

0
-0.04 -0.02 0 0.02 0.04

Taille de l'effet traitement


Funnel plot - avec biais de
publication
500

400

300
Effectif

200

100

-0.04 -0.02 0 0.02 0.04

Taille de l'effet traitement


Funnel plot of randomised controlled trials comparing topical non-
steroidal anti-inflammatory drugs with placebo (asymmetry P=0.04)
Jinying Lin,Weiya Zhang, Adrian Jones, Michael Doherty. Efficacy of topical non-steroidal anti-
inflammatory drugs in the treatment of osteoarthritis: meta-analysis of randomised controlled trials.
BMJ, doi:10.1136/bmj.38159.639028.7C (published 30 July 2004)
L’origine de la controverse
Borzak S Ann Intern Med. 1995
Infarctus
Funnel plot des résultats
concordants
Egger M BMJ 1996
Funnel plot des résultats
discordants
Egger M BMJ 1996
A meta-analysis of the angiotensin-converting enzyme gene polymorphism
and restenosis after percutaneous transluminal coronary revascularization:
Evidence for publication bias.
Willem R. P. Agema, MD^J. Wouter Jukema, MD, PhD, FESC, FACC,-*^ Aeiiko H. Zwinderman, PhD,1' and E. E. van der
Wall, MD, PhD, FESC, FACC'1'" Leiden and Utrecht, The Netherlands
Am Heart J 2002; 144:760-8.