Académique Documents
Professionnel Documents
Culture Documents
comprendre
Michel Cucherat
Lyon
Un essai de grande taille (1000 patients) montre bien
l’efficacité du traitement
2 essais
– le premier mené en Europe de l’Est est concluant
– le second réalisé aux USA est non concluant
3 essais ont été réalisés pour évaluer le même traitement
ils sont tous négatifs
conclusion : ce traitement n’a pas d’efficacité
Définition
Nb de Mortalité Mortalité P
patients grp trt grp controle
Essai 1 56 6.9% 5.2% NS
Essai 2 100 6.0% 2.0% NS
Essai 3 395 2.5% 6.5% NS
Essai 4 52 4.3% 17.2% NS
Essai 5 103 4.2% 3.5% NS
Essai 6 301 1.9% 7.3% p<0.05
Conclusion en faveur de
l'efficacité
S'appuie sur les résultats significatifs
– un seul, mais essai parmi les deux plus grands
T étudié Placebo p RR
20% 30%
Essai A NS 0.67
20/100 30/100
20% 30%
Essai B p<0.01 0.67
200/1000 300/1000
Études MA
potentiellement potentiellement
biaisées biaisée
Méta-analyse d'études
d'observation
Les études d'observation ne contrôlent pas tous les biais
Échelle de niveau de preuve
– étude d'observation < essai randomisé
La méta-analyse n'améliore pas la qualité des études
Une méta-analyse d'études d'observations n'est pas
comparable à une MA d'essais randomisés
Exemple : bêta-carotène et
mortalité cardiovasculaire
Synthèse quantifiée
Synthèse non arbitraire
Synthèse rigoureuse
Synthèse exhaustive
Publication sélective des essais en
fonction du résultat
Différence
Différence Différence
Différence
significative
significative non-significative
non-significative
Publication
Publication
Biais de publication - 2
Méta-analyse Méta-analyse
négative positive !
Types de méta-analyse
Analyse conjointe
– non exhaustive
Méta-analyse sur données résumées
– exhaustive
– MA classique
Méta-analyse sur données individuelles
Méta-analyse prospective
– projet commun entre plusieurs équipes
Lecture critiques des méta-analyses
Question précise
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
Essai 2 x1 x0 e
Essai 3 x1 x0 e
Essai 4 x1 x0 e
Effet
global
Hypothèse
Valeur
commune
Principe statistique
– expliquer l'hétérogénéité
• facteurs modifiants l'efficacité
Présentation des résultats de MA
Résultats statistiques
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
1er exemple
Deux essais
– le premier mené en Europe de l’Est est concluant
– le second réalisé aux US est non concluant
Conclusion
– l’effet du traitement n’est pas le même aux US et en Europe
– car les contextes de soins sont différents
3ème exemple