{"id":1242,"date":"2018-02-20T17:03:41","date_gmt":"2018-02-20T17:03:41","guid":{"rendered":"https:\/\/afmc.ca\/phprimer\/?page_id=1242"},"modified":"2024-08-06T19:33:01","modified_gmt":"2024-08-06T19:33:01","slug":"chapitre-5-levaluation-des-preuves-et-de-linformation","status":"publish","type":"page","link":"https:\/\/phprimer.afmc.ca\/fr\/partie-ii\/chapitre-5\/","title":{"rendered":"Chapitre 5 L\u2019\u00e9valuation des preuves et de l\u2019information"},"content":{"rendered":"<div class=\"prelude\">\n<p><strong>Apr\u00e8s avoir achev\u00e9 ce chapitre, le lecteur sera en mesure :<\/strong><\/p>\n<ol>\n<li style=\"list-style-type: none;\">\n<ol>\n<li>D\u00e9crire les principes de la m\u00e9decine fond\u00e9e sur des donn\u00e9es probantes(&#8230;) en appliquant les m\u00e9thodes d&rsquo;<a href=\"#levaluationcritique\">\u00e9valuation critique<\/a> et de la <a href=\"#_medfactuelle\">m\u00e9decine factuelle<\/a> (Conseil m\u00e9dical 78-2)<\/li>\n<li>Savoir <a href=\"#levaluation\">\u00e9valuer de fa\u00e7on critique les sources possibles d&rsquo;information<\/a> de donn\u00e9es de recherche en mettant l&rsquo;accent sur les caract\u00e9ristiques des\u00a0<a href=\"#_plansrecherche\">plans d&rsquo;\u00e9tudes<\/a> (essai\u00a0<a href=\"#_RCT\">clinique randomis\u00e9<\/a>, \u00e9tude de <a href=\"#dechohortes\">cohortes, <\/a>\u00e9tude <a href=\"#castemoins\">cas-t\u00e9moins<\/a>, \u00e9tude <a href=\"#lesetudesanalytiques\">transversale<\/a>) (78-2)<\/li>\n<li>D\u00e9crire les <a href=\"#evaluerlespreuves\">principales cat\u00e9gories de recherche<\/a>, en comparant les approches <a href=\"#_recherchequal\">qualitatives<\/a> et <a href=\"#_recherchequan\">quantitatives<\/a>, les plans <a href=\"#_etudesexp\">exp\u00e9rimentaux<\/a>, et les <a href=\"#_etudesobs\">\u00e9tudes par observation<\/a><\/li>\n<li>Indiquer les <a href=\"#_causes\">crit\u00e8res d&rsquo;\u00e9valuation de la causalit\u00e9<\/a> (78-2)<\/li>\n<li>Aborder les diff\u00e9rentes mesures d&rsquo;association, notamment le <a href=\"#relativerisk\">risque relatif<\/a>, le \u00a0<a href=\"#oddsratio\">rapport de cotes<\/a> (<em>odds ratio<\/em>), \u00a0le <a href=\"#lesmesures\">risque attribuable<\/a>, et nombre n\u00e9cessaire \u00e0 traiter (78-2);<\/li>\n<li>\n<div><span lang=\"FR-CA\">D\u00e9crire la logique qui sous-tend les analyses statistiques (78-2) :<br \/>\n<\/span><span style=\"padding-left: 30px;\">\u2022 l&rsquo;<a href=\"#_echantillons\">\u00e9chantillonnage<\/a><\/span><br \/>\n<span style=\"padding-left: 30px;\">\u2022 les mesures de la <a href=\"#_IC\">tendance centrale<\/a><\/span><br \/>\n<span style=\"padding-left: 30px;\">\u2022 \u00a0les <a href=\"#_statinfer\">statistiques inf\u00e9rentielles<\/a><\/span><br \/>\n<span style=\"padding-left: 30px;\">\u2022 \u00a0la <a href=\"#_sigdiff\">signification statistique des diff\u00e9rences<\/a><\/span><\/div>\n<\/li>\n<li>D\u00e9crire les <a href=\"#_sourcesderreur\">principales sources d&rsquo;erreur<\/a> dans les \u00e9tudes (78-2) :<br \/>\n<span style=\"padding-left: 30px;\">\u2022 le <a href=\"#lebiais\">biais<\/a><br \/>\n<span style=\"padding-left: 30px;\">\u2022 le <a href=\"#_biaisechantillon\">biais d&rsquo;\u00e9chantillonnage<\/a><\/span><br \/>\n<span style=\"padding-left: 30px;\">\u2022 les\u00a0<a href=\"#_mesures\">erreurs syst\u00e9matiques de mesure<\/a><\/span><br \/>\n<span style=\"padding-left: 30px;\">\u2022 l&rsquo;<a href=\"#_objectivitechercheur\">objectivit\u00e9 du chercheur<\/a>\u00a0<\/span><br \/>\n<span style=\"padding-left: 30px;\">\u2022 la <a href=\"#laconfusion\">confusion<\/a><\/span><\/span><\/li>\n<li>La <a href=\"#_hierarcpreuves\">hi\u00e9rarchie des preuves<\/a>\u00a0en m\u00e9decine factuelle :<br \/>\n<span style=\"padding-left: 30px;\">\u2022 \u00a0les <a href=\"#_revsys\">revues syst\u00e9matiques<\/a><\/span><br \/>\n<span style=\"padding-left: 30px;\">\u2022 \u00a0la <a href=\"#_metaanal\">m\u00e9ta-analyses<\/a><\/span><br \/>\n<span style=\"padding-left: 30px;\">\u2022 \u00a0la <a href=\"#_collabcochrane\">collaboration Cochrane<\/a><\/span><\/li>\n<li>Savoir appliquer les r\u00e9sultats de recherche \u00e0 <a href=\"#_appresultats\">vos patients observ\u00e9s en cabinet<\/a>;<\/li>\n<li>D\u00e9crire les <a href=\"#_limitesEBM\">limites<\/a> de la m\u00e9decine factuelle.<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n<p>Faire le lien entre ces connaissances et les <a href=\"https:\/\/phprimer.afmc.ca\/fr\/\/objectifs-du-cmc-et-canmeds\/\">objectifs du Conseil m\u00e9dical du Canada<\/a>, notamment le chapitre 78-2.<\/p>\n<\/div>\n<div class=\"prelude\">\n<p style=\"text-align: center;\"><span lang=\"FR\"><strong>\u00c0 noter<\/strong> : les cases color\u00e9es contiennent des informations suppl\u00e9mentaires facultatives ;<br \/>\ncliquez sur la bo\u00eete pour l\u2019ouvrir.<br \/>\nLes mots en MAJUSCULES sont d\u00e9finis dans le <a href=\"https:\/\/phprimer.afmc.ca\/fr\/glossaire\/\">Glossaire<\/a>.<\/span><\/p>\n<\/div>\n<div class=\"case-study\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#aimants\">Aimants et m\u00e9nopause<\/h3>\n<div id=\"aimants\" class=\"collapse\">\n<p>Julie Richard a des inqui\u00e9tudes au sujet de sa m\u00e9nopause. Elle souffre de bouff\u00e9es de chaleur et de fatigue g\u00e9n\u00e9ralis\u00e9e. Elle reconna\u00eet qu&rsquo;elle est \u00e0 un point dans sa vie o\u00f9 les changements sont nombreux. Par exemple, ses risques d&rsquo;ost\u00e9oporose et de cancer sont plus \u00e9lev\u00e9s. Elle en a discut\u00e9 avec sa fille Audrey, qui a fait une recherche sur Internet et a trouv\u00e9 beaucoup d\u2019information sur l&rsquo;hormonoth\u00e9rapie, les suppl\u00e9ments de calcium et des produits comme l&rsquo;huile d&rsquo;onagre. On disait aussi que l&rsquo;activit\u00e9 physique \u00e9tait une fa\u00e7on d&rsquo;am\u00e9liorer le bien-\u00eatre. Julie Richard consulte le D<sup>r<\/sup> Rao \u00e0 cet effet et lui fait part de l\u2019information qu&rsquo;Audrey a trouv\u00e9e. En particulier, Julie veut savoir si un aimant aiderait \u00e0 soulager ses sympt\u00f4mes de m\u00e9nopause. Elle a obtenu des renseignements \u00e0 ce sujet sur le Web et montre l&rsquo;imprim\u00e9 au D<sup>r<\/sup> Rao. Le site Web contient une foule d&rsquo;information au sujet de la m\u00e9nopause et cite des articles \u00e9valu\u00e9s par des pairs sugg\u00e9rant que les aimants statiques sont un traitement efficace de la dysm\u00e9norrh\u00e9e.<\/p>\n<p>Le D<sup>r<\/sup> Rao consulte Medline et d&rsquo;autres sources sur Internet pour v\u00e9rifier ces all\u00e9gations. Il d\u00e9couvre que l&rsquo;auteur est propri\u00e9taire d&rsquo;une clinique priv\u00e9e qui se sp\u00e9cialise dans les probl\u00e8mes li\u00e9s \u00e0 la m\u00e9nopause. Le D<sup>r<\/sup> Rao trouve plusieurs articles portant sur le soulagement de la douleur par les aimants. Dans une revue syst\u00e9matique, il est indiqu\u00e9 que les aimants pourraient soulager l\u00e9g\u00e8rement la douleur li\u00e9e \u00e0 l&rsquo;arthrose, mais que rien ne d\u00e9montre leur efficacit\u00e9 contre d&rsquo;autres types de douleur. Selon les promoteurs des aimants, leur m\u00e9canisme produit soit une interf\u00e9rence directe avec la conduction nerveuse, soit une action sur les petits vaisseaux pour am\u00e9liorer la circulation sanguine.<\/p>\n<\/div>\n<\/div>\n<h2><a name=\"levaluation\"><\/a>L&rsquo;\u00e9valuation de l\u2019information et des preuves<\/h2>\n<p>On pr\u00e9tend depuis toujours pouvoir gu\u00e9rir les troubles de sant\u00e9. Certaines m\u00e9thodes de gu\u00e9rison se fondent sur la science; on conna\u00eet leurs m\u00e9canismes d&rsquo;action et les principes qui les sous-tendent. On sait empiriquement que d&rsquo;autres am\u00e9liorent la sant\u00e9, sans toutefois comprendre enti\u00e8rement comment elles fonctionnent. D&rsquo;autres encore n\u2019ont aucun effet b\u00e9n\u00e9fique av\u00e9r\u00e9. Beaucoup n&rsquo;ont pas fait l&rsquo;objet d&rsquo;\u00e9tudes rigoureuses. Enfin, certaines n\u2019ont qu&rsquo;un effet placebo : leur effet b\u00e9n\u00e9fique est associ\u00e9 \u00e0 la suggestion plut\u00f4t qu&rsquo;\u00e0 une action chimique directe.<\/p>\n<p>En 2022 presque\u00a0<span lang=\"FR-CA\">1,4 million\u00a0<\/span><span lang=\"FR-CA\">articles ont\u00a0<\/span><span lang=\"FR\">document\u00e9<\/span>\u00a0les r\u00e9sultats de recherches m\u00e9dicales.<sup>1<\/sup> Dans le but de guider la pratique m\u00e9dicale, divers organismes font un examen r\u00e9gulier des publications et \u00e9laborent des directives cliniques fond\u00e9es sur les preuves actuelles. Cependant, il n&rsquo;existe pas de lignes directrices pour toutes les affections, de sorte que les cliniciens doivent comprendre les principes de base de l&rsquo;\u00e9valuation critique des articles de recherche m\u00e9dicale.\u00a0<span lang=\"FR\">Ce qui devient encore plus importante vu que de nombreux r\u00e9sultats de recherche ne concordent pas<\/span><span lang=\"FR-CA\">.<\/span><span lang=\"FR-CA\"><sup>2\u00a0<\/sup><\/span><span lang=\"FR-CA\"> Ces discordances ont de multiples raisons : des m\u00e9thodologies diff\u00e9rentes dans le plan d&rsquo;\u00e9tude, la perspective du chercheur, les caract\u00e9ristiques uniques des sujets de l&rsquo;\u00e9tude, les m\u00e9thodes utilis\u00e9es pour analyser les r\u00e9sultats&#8230; <\/span>Aucune \u00e9tude n&rsquo;est parfaite, mais l&rsquo;id\u00e9al de la pratique de la m\u00e9decine fond\u00e9e sur des donn\u00e9es probantes exige que les cliniciens fondent leurs d\u00e9cisions sur les meilleures preuves scientifiques. Comme certaines donn\u00e9es probantes sont erron\u00e9es, le clinicien doit \u00eatre en mesure de juger de la validit\u00e9 de l&rsquo;information publi\u00e9e, ce qui constitue le th\u00e8me de l&rsquo;\u00e9valuation critique de la documentation.<\/p>\n<h3><a name=\"levaluationcritique\"><\/a>L&rsquo;\u00e9valuation critique<\/h3>\n<p>L&rsquo;\u00e9valuation critique consiste \u00e0 juger de la validit\u00e9 des m\u00e9thodes et des proc\u00e9dures utilis\u00e9es pour recueillir les donn\u00e9es, \u00e0 rep\u00e9rer les biais possibles, \u00e0 \u00e9valuer la pertinence de l&rsquo;analyse, l&rsquo;exhaustivit\u00e9 du compte rendu et les conclusions tir\u00e9es, et \u00e0 v\u00e9rifier si l\u2019\u00e9tude est conforme aux codes d\u2019\u00e9thique de la recherche. Il existe de nombreuses listes de v\u00e9rification pouvant guider le processus d&rsquo;\u00e9valuation critique, mais en dernier ressort, les cliniciens doivent utiliser leur jugement pour \u00e9valuer la qualit\u00e9 de l&rsquo;\u00e9tude et la pertinence des r\u00e9sultats dans leur situation clinique particuli\u00e8re.<\/p>\n<p>Les donn\u00e9es de recherche jug\u00e9es de bonne qualit\u00e9 sont cumul\u00e9es pour former la base d&rsquo;une m\u00e9decine fond\u00e9e sur des donn\u00e9es probantes. Les \u00e9tapes du cumul des donn\u00e9es probantes comprennent les examens syst\u00e9matiques et les m\u00e9ta-analyses, qui seront d\u00e9crits plus loin. La premi\u00e8re \u00e9tape de l&rsquo;\u00e9valuation critique est l&rsquo;application du bon sens pour \u00e9valuer de mani\u00e8re critique la qualit\u00e9 des donn\u00e9es. En fran\u00e7ais on pourrait pr\u00e9senter cette approche sous l&rsquo;acronyme HILoRRS : l&rsquo;honn\u00eatet\u00e9,\u00a0l&rsquo;int\u00e9gralit\u00e9, la logique, la r\u00e9futabilit\u00e9, la reproductibilit\u00e9 et la suffisance des donn\u00e9es.<sup>3<\/sup><\/p>\n<p class=\"caption\">Tableau 5.1 : Normes HILoRRS d&rsquo;\u00e9valuation de la qualit\u00e9 de l\u2019information<\/p>\n<table>\n<tbody>\n<tr>\n<td>Honn\u00eatet\u00e9<\/td>\n<td>Les preuves \u00e0 l&rsquo;appui d\u2019une all\u00e9gation doivent \u00eatre \u00e9valu\u00e9es avec ouverture d&rsquo;esprit et sans aveuglement.<\/td>\n<\/tr>\n<tr>\n<td>Int\u00e9gralit\u00e9<\/td>\n<td>Les preuves \u00e0 l&rsquo;appui d\u2019une all\u00e9gation doivent \u00eatre exhaustives \u2013 on doit tenir compte de toutes les preuves disponibles, sans faire abstraction des preuves contraires.<\/td>\n<\/tr>\n<tr>\n<td>Logique<\/td>\n<td>Les arguments \u00e0 l&rsquo;appui d&rsquo;une all\u00e9gation doivent \u00eatre coh\u00e9rents sur le plan logique (par exemple, on ne pourrait pas baser un argument pour l\u2019effet biologique des aimants sur la satisfaction des personnes qui les utilisent).<\/td>\n<\/tr>\n<tr>\n<td>R\u00e9futabilit\u00e9<\/td>\n<td>Pour qu&rsquo;une conclusion soit fond\u00e9e sur des preuves (plut\u00f4t que sur des croyances), il doit \u00eatre possible de concevoir des preuves qui prouveraient que l&rsquo;all\u00e9gation est fausse (par exemple, il serait possible de d\u00e9montrer que les aimants ne r\u00e9duisent pas les sympt\u00f4mes de la m\u00e9nopause, mais il n&rsquo;existe aucun moyen logique de prouver que Dieu n&rsquo;existe pas).<\/td>\n<\/tr>\n<tr>\n<td>Reproductibilit\u00e9<\/td>\n<td>On doit pouvoir obtenir des r\u00e9sultats semblables dans le cadre d&rsquo;autres exp\u00e9riences et essais.<\/td>\n<\/tr>\n<tr>\n<td>Suffisance<\/td>\n<td>La preuve pr\u00e9sent\u00e9e \u00e0 l&rsquo;appui de toute r\u00e9clamation doit \u00eatre ad\u00e9quate pour \u00e9tablir la v\u00e9racit\u00e9 de cette r\u00e9clamation, avec ces stipulations :<br \/>\n\u2022 la charge de la preuve de toute r\u00e9clamation incombe au demandeur;<br \/>\n\u2022 les r\u00e9clamations extraordinaires exigent des preuves extraordinaires, et<br \/>\n\u2022 les preuves fond\u00e9es sur l&rsquo;autorit\u00e9 ou les t\u00e9moignages sont inad\u00e9quates pour la plupart des r\u00e9clamations, en particulier celles qui semblent peu susceptibles d&rsquo;\u00eatre vraies.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3><a id=\"_medfactuelle\"><\/a>La m\u00e9decine factuelle<\/h3>\n<p>La m\u00e9decine factuelle est d\u00e9finie comme \u00e9tant \u00ab l&rsquo;usage syst\u00e9matique dans le traitement des patients des meilleures preuves tir\u00e9es de recherches cliniques et \u00e9pid\u00e9miologiques publi\u00e9es, en mettant en balance les risques et les avantages des \u00e9preuves diagnostiques et des options th\u00e9rapeutiques, et en tenant compte des circonstances particuli\u00e8res de chaque patient, y compris le risque de base, les comorbidit\u00e9s et les pr\u00e9f\u00e9rences personnelles. \u00bb <sup>4<\/sup><\/p>\n<p>En pratique, la m\u00e9decine factuelle est l&rsquo;int\u00e9gration de l&rsquo;exp\u00e9rience clinique aux meilleures preuves cliniques externes disponibles provenant de la recherche syst\u00e9matique. L&rsquo;approche a \u00e9t\u00e9 \u00e9labor\u00e9e en grande partie au Canada par le D<sup>r<\/sup> David Sackett et d&rsquo;autres chercheurs de l&rsquo;Universit\u00e9 McMaster au cours des ann\u00e9es 1970, et elle est reconnue aujourd&rsquo;hui comme un \u00e9l\u00e9ment fondamental de la pratique m\u00e9dicale.<sup>5<\/sup> Selon Sackett, la m\u00e9decine factuelle est le processus consistant (1) \u00e0 trouver de l&rsquo;information pertinente dans la documentation m\u00e9dicale pour traiter un probl\u00e8me clinique sp\u00e9cifique, (2) l&rsquo;application de r\u00e8gles simples de la science et du bon sens pour d\u00e9terminer la validit\u00e9 de l&rsquo;information, et (3) l&rsquo;application de cette information \u00e0 une question clinique formul\u00e9e de mani\u00e8re pr\u00e9cise. On veut ainsi s\u2019assurer que les soins au patient sont fond\u00e9s sur les preuves des meilleures \u00e9tudes disponibles. Sackett fait valoir que \u00ab l&rsquo;art de la m\u00e9decine \u00bb consiste \u00e0 prendre les r\u00e9sultats de plusieurs sources de preuves et de les interpr\u00e9ter en fonction de patients individuels : cela s&rsquo;oppose \u00e0 une m\u00e9decine ax\u00e9e sur les r\u00e8gles (\u00ab\u00a0<em>cookbook medicine \u00bb<\/em>). Par la suite, l&rsquo;approche a \u00e9t\u00e9 appliqu\u00e9e au-del\u00e0 de la m\u00e9decine clinique pour proposer, par exemple, une sant\u00e9 publique fond\u00e9e sur les preuves et une \u00e9laboration des politiques fond\u00e9e sur les preuves.<\/p>\n<blockquote class=\"outline\">\n<h3>M\u00e9decine factuelle \u2013 Mod\u00e8le en cinq \u00e9tapes<\/h3>\n<p>Voici une s\u00e9quence qu&rsquo;un clinicien peut suivre pour prendre une d\u00e9cision fond\u00e9e sur la m\u00e9decine factuelle quant \u00e0 la prise en charge d&rsquo;un cas clinique complexe :<\/p>\n<ul>\n<li><em>\u00c9valuer<\/em> : Reconna\u00eetre les probl\u00e8mes du patient et les classer en ordre de priorit\u00e9.<\/li>\n<li><em>S\u2019interroger<\/em> : \u00c9laborer des questions cliniques qui facilitent la recherche efficace de donn\u00e9es probantes dans la documentation. Celles-ci suivent habituellement un format que nos coll\u00e8gues anglophones ont baptis\u00e9 PICO et qui s\u2019articule autour du patient, de l\u2019intervention, de la comparaison et du r\u00e9sultat recherch\u00e9. On posera par exemple la question suivante : \u00ab Une femme p\u00e9rim\u00e9nopaus\u00e9e de 48 ans qui porte un bracelet de poignet magn\u00e9tique aura-t-elle moins de sueurs nocturnes qu&rsquo;une femme similaire qui ne porte pas un tel aimant ? \u00bb<\/li>\n<li><em>Acqu\u00e9rir<\/em> : Rassembler des preuves de sources dont la qualit\u00e9 est reconnue. Les biblioth\u00e9caires sont tr\u00e8s utiles \u00e0 cette \u00e9tape.<\/li>\n<li><em>\u00c9valuer<\/em> : \u00c9valuer les preuves en fonction de leur validit\u00e9, de leur importance et de leur utilit\u00e9 (en particulier, ces donn\u00e9es r\u00e9pondent-elles \u00e0 vos questions?)<\/li>\n<li><em>Appliquer<\/em> : Appliquer les preuves au cas du patient en tenant compte des pr\u00e9f\u00e9rences et des valeurs de ce dernier de m\u00eame qu\u2019aux circonstances cliniques.<\/li>\n<\/ul>\n<p>Vous trouverez de plus amples renseignements sur ce mod\u00e8le en cinq \u00e9tapes au <a href=\"https:\/\/jamaevidence.mhmedical.com\/learntools.aspx#tab=1\">journal JAMA<\/a> et \u00e0 <a href=\"http:\/\/www.ebm.med.ualberta.ca\/\">l&rsquo;Universit\u00e9 d&rsquo;Alberta<\/a> (en anglais seulement).<\/p><\/blockquote>\n<h3>Les types d\u2019erreur dans les \u00e9tudes<\/h3>\n<p>L&rsquo;\u00e9valuation critique examine la possibilit\u00e9 que des lacunes dans la conception ou l&rsquo;ex\u00e9cution d&rsquo;une \u00e9tude auraient pu produire des r\u00e9sultats trompeurs. Les chercheurs essaient \u00e9videmment d&rsquo;\u00e9liminer toute erreur potentielle dans leurs \u00e9tudes, mais cela s\u2019av\u00e8re extr\u00eamement difficile et augmente toujours le budget de l&rsquo;\u00e9tude. Chaque \u00e9tude doit r\u00e9duire au minimum deux types d&rsquo;erreur dans sa collecte et interpr\u00e9tation de donn\u00e9es : les biais (ou d\u00e9formations syst\u00e9matiques) et les erreurs al\u00e9atoires. En outre, les \u00e9tudes doivent tenir compte de la confusion possible, laquelle peut nuire \u00e0 l&rsquo;interpr\u00e9tation des relations causales. Ces erreurs sont expliqu\u00e9es en d\u00e9tail <a href=\"#_sourcesderreur\">dans ce chapitre<\/a>, mais\u00a0voici quelques br\u00e8ves d\u00e9finitions \u00e0 titre d\u2019introduction.<\/p>\n<div class=\"definition\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lestypes\">Les types d\u2019erreur<\/h3>\n<div id=\"lestypes\" class=\"collapse\">\n<p><strong>Erreur<\/strong> : r\u00e9sultat faux ou erron\u00e9 obtenu dans une \u00e9tude ou une exp\u00e9rience.<sup>1<\/sup>\u00a0On peut distinguer les erreurs al\u00e9atoires et syst\u00e9matiques dans les \u00e9tudes :<\/p>\n<div style=\"padding-left: 30px;\"><strong>Erreur al\u00e9atoire<\/strong> : \u00e9cart par rapport \u00e0 la r\u00e9alit\u00e9 qui peut gonfler ou minimiser les estimations d\u00e9coulant d&rsquo;une mesure ou d&rsquo;une \u00e9tude. On suppose g\u00e9n\u00e9ralement que de telles erreurs sont dues au hasard et, s&rsquo;il s&rsquo;agit d&rsquo;un gros \u00e9chantillon, qu&rsquo;elles ne d\u00e9forment pas les r\u00e9sultats globaux de mani\u00e8re consid\u00e9rable. Des statistiques comme l&rsquo;intervalle de confiance servent \u00e0 estimer l\u2019ampleur d\u2019erreurs al\u00e9atoires (voir \u00ab Erreur d&rsquo;\u00e9chantillonnage ou au hasard \u00bb ci-dessous).<br \/>\n<strong>Erreur syst\u00e9matique ou biais<\/strong> : \u00e9cart syst\u00e9matique de r\u00e9sultats d\u2019\u00e9tude ou d\u2019inf\u00e9rences par rapport \u00e0 la r\u00e9alit\u00e9; sous-estimation ou surestimation syst\u00e9matique. Ces erreurs peuvent d\u00e9couler de failles dans le plan d&rsquo;\u00e9tude, y compris l&rsquo;\u00e9chantillonnage (\u00ab biais de s\u00e9lection \u00bb), ou dans les m\u00e9thodes de mesure (\u00ab biais d\u2019information \u00bb).<\/div>\n<p><strong>Confusion<\/strong> : difficult\u00e9, dans l&rsquo;interpr\u00e9tation des r\u00e9sultats d&rsquo;une \u00e9tude, \u00e0 distinguer lequel de deux processus est \u00e0 l&rsquo;origine des effets (voir \u00ab <a href=\"#laconfusion\">Confusion<\/a> \u00bb ci-apr\u00e8s).<\/p>\n<\/div>\n<\/div>\n<p>Ces types d&rsquo;erreurs peuvent survenir dans n&rsquo;importe lequel des principaux plans d&rsquo;\u00e9tude, qui sont con\u00e7us pour r\u00e9pondre \u00e0 diff\u00e9rents questions d&rsquo;\u00e9tude.<\/p>\n<h2><a name=\"evaluerlespreuves\"><\/a>\u00c9valuer les preuves scientifiques : la recherche qualitative par opposition \u00e0 quantitative<\/h2>\n<p>La m\u00e9decine factuelle \u00e9tablit un \u00e9quilibre entre les preuves scientifiques provenant de groupes de personnes et les caract\u00e9ristiques uniques du patient : le m\u00e9lange de la science et de l&rsquo;art de la m\u00e9decine. De m\u00eame, les preuves scientifiques peuvent \u00eatre tir\u00e9es d&rsquo;une combinaison de recherches quantitatives et qualitatives. Dans la recherche <em>qualitative<\/em> on utilise des observations non num\u00e9riques pour offrir un aper\u00e7u d\u00e9taill\u00e9 des cas individuels<span lang=\"FR-CA\">, pour r\u00e9pondre aux<\/span> questions ax\u00e9es sur le \u00ab pourquoi \u00bb.\u00a0<span lang=\"FR-CA\">Par exemple,\u00a0<\/span><span lang=\"FR-CA\">\u00ab pourquoi ce patient ne suit-il pas son r\u00e9gime m\u00e9dical? \u00bb (pour plus de d\u00e9tail, cliquez sur \u00ab Anguille sous roche \u00bb).\u00a0<\/span>Les m\u00e9thodes <em>quantitatives<\/em> utilisent des donn\u00e9es qui peuvent \u00eatre compt\u00e9es ou converties sous forme num\u00e9rique, et r\u00e9pondent g\u00e9n\u00e9ralement aux questions ax\u00e9es sur le \u00ab comment \u00bb\u00a0<span lang=\"FR-CA\">(p. ex.,\u00a0<\/span><span lang=\"FR-CA\">\u00ab\u00a0quelle est l\u2019efficacit\u00e9 de ce traitement, par rapport \u00e0 un plac\u00e9bo? \u00a0\u00bb)<\/span>. Le tableau 5.2 r\u00e9sume les diff\u00e9rents objectifs de chaque approche, que la plupart des chercheurs consid\u00e8rent comme compl\u00e9mentaires, ce qui conduit \u00e0 une approche \u00ab mixte \u00bb.<\/p>\n<div class=\"here-be-dragons\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#Variables\">Variables qualitatives ou \u00e9tudes qualitatives?<\/h3>\n<div id=\"Variables\" class=\"collapse\">\n<p>Les \u00e9tudes quantitatives portent souvent sur des variables qualitatives. Par exemple, un chercheur qui souhaite conna\u00eetre la satisfaction des patients \u00e0 l\u2019\u00e9gard des services peut poser la question suivante : \u00ab Dans quelle mesure \u00eates-vous satisfait des soins que vous avez re\u00e7us? \u00bb Ce chercheur peut utiliser un bar\u00e8me qui permet de quantifier grossi\u00e8rement les r\u00e9ponses, par exemple \u00e0 l&rsquo;aide d&rsquo;une s\u00e9rie d&rsquo;\u00e9nonc\u00e9s : tr\u00e8s satisfait, satisfait, insatisfait ou tr\u00e8s insatisfait. Il peut attribuer \u00e0 chaque \u00e9nonc\u00e9 un score de 1, 2, 3 ou 4, et pr\u00e9senter ses r\u00e9sultats selon le mode ou la m\u00e9diane. L&rsquo;\u00e9tude, m\u00eame si elle mesure la qualit\u00e9 d&rsquo;une chose, exprime les r\u00e9sultats en nombres et est ainsi une \u00e9tude quantitative.<\/p>\n<p>D&rsquo;autre part, une \u00e9tude qualitative sur le m\u00eame sujet pourrait impliquer un groupe de discussion compos\u00e9 de patients auxquels un animateur poserait la m\u00eame question, tout en permettant aux participants de partager ce qu&rsquo;ils consid\u00e8rent comme \u00e9tant important pour leur satisfaction. L\u2019animateur leur poserait ensuite des questions de suivi pour approfondir leurs id\u00e9es. Les renseignements obtenus seraient examin\u00e9s et analys\u00e9s pour d\u00e9gager des th\u00e8mes et des sous-th\u00e8mes communs r\u00e9v\u00e9l\u00e9s par les discussions du groupe.<\/p>\n<\/div>\n<\/div>\n<p class=\"caption\">Tableau 5.2 : Comparaison des m\u00e9thodes de la recherche qualitative et quantitative<\/p>\n<table>\n<tbody>\n<tr>\n<th style=\"text-align: center;\">Recherche qualitative<\/th>\n<th style=\"text-align: center;\">Recherche quantitative<\/th>\n<\/tr>\n<tr>\n<td>D\u00e9crit des cas de ph\u00e9nom\u00e8nes sp\u00e9cifiques<\/td>\n<td>Identifie les principes g\u00e9n\u00e9raux qui sous-tendent les ph\u00e9nom\u00e8nes observ\u00e9s<\/td>\n<\/tr>\n<tr>\n<td>G\u00e9n\u00e8re des hypoth\u00e8ses<\/td>\n<td>V\u00e9rifie des hypoth\u00e8ses<\/td>\n<\/tr>\n<tr>\n<td>Est g\u00e9n\u00e9ralement inductive (part d&rsquo;un cas pr\u00e9cis pour arriver \u00e0 une conclusion g\u00e9n\u00e9rale)<\/td>\n<td>Est g\u00e9n\u00e9ralement d\u00e9ductive (part d&rsquo;une th\u00e9orie g\u00e9n\u00e9rale pour arriver \u00e0 une explication pr\u00e9cise)<\/td>\n<\/tr>\n<tr>\n<td>Capte des renseignements \u00e9toff\u00e9s, contextuels et d\u00e9taill\u00e9s aupr\u00e8s d&rsquo;un petit nombre de participants<\/td>\n<td>Obtient des estimations num\u00e9riques de la fr\u00e9quence, de la gravit\u00e9 et des associations \u00e0 partir d&rsquo;un grand nombre de participants<\/td>\n<\/tr>\n<tr>\n<td>Examine un ensemble d\u2019id\u00e9es; l&rsquo;approche d&rsquo;\u00e9chantillonnage vise \u00e0 fournir une couverture repr\u00e9sentative des id\u00e9es ou des concepts<\/td>\n<td>Examine un ensemble de personnes; l&rsquo;\u00e9chantillonnage permet une couverture repr\u00e9sentative des personnes dans la population<\/td>\n<\/tr>\n<tr>\n<td>Explique \u00ab pourquoi? \u00bb et \u00ab qu\u2019est-ce que cela veut dire? \u00bb<\/td>\n<td>Explique \u00ab quoi? \u00bb, \u00ab combien? \u00bb et \u00ab dans quelle mesure? \u00bb<\/td>\n<\/tr>\n<tr>\n<td>Exemple de question d&rsquo;\u00e9tude : Quelle est l\u2019exp\u00e9rience des personnes trait\u00e9es pour un cancer du sein?<\/td>\n<td>Exemple de question d&rsquo;\u00e9tude : Ce traitement du cancer du sein r\u00e9duit-il la mortalit\u00e9 et am\u00e9liore-t-il la qualit\u00e9 de vie?<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<div class=\"links\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#recherche\">Recherche qualitative par opposition \u00e0 quantitative<\/h3>\n<div id=\"recherche\" class=\"collapse\">\n<p>Pour une comparaison plus d\u00e9taill\u00e9e de plans d&rsquo;\u00e9tudes qualitatives et quantitatives, consultez un site de\u00a0<a href=\"http:\/\/researchbasics.education.uconn.edu\/qualitative_research_paradigm\">l&rsquo;Universit\u00e9 de Connecticut<\/a> (en anglais).<\/p>\n<\/div>\n<\/div>\n<div class=\"here-be-dragons\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lesnombres\">Les nombres ne disent pas tout<\/h3>\n<div id=\"lesnombres\" class=\"collapse\">\n<p>Dans le cadre d&rsquo;\u00e9tudes quantitatives, on peut avoir recours aux nombres pour cat\u00e9goriser les r\u00e9ponses \u00e0 des questions qualitatives comme \u00ab Dans quelle mesure \u00eates-vous satisfait? \u00bb (r\u00e9ponses : 1 = tr\u00e8s insatisfait \u00e0 4 = tr\u00e8s satisfait). Attention : ces nombres sont arbitraires, et on ne peut pr\u00e9sumer qu&rsquo;ils repr\u00e9sentent un gradient \u00e9gal de la satisfaction. Dans le jargon technique, ces nombres sont \u00ab ordinaux \u00bb (comme les num\u00e9ros civils des maisons sur une rue), mais le changement de niveau de satisfaction d\u2019un nombre \u00e0 l\u2019autre n&rsquo;est pas n\u00e9cessairement \u00e9gal (voir \u00c9CHELLES DE MESURE dans le <a href=\"https:\/\/phprimer.afmc.ca\/fr\/glossaire\/\">glossaire<\/a>). Par cons\u00e9quent, de telles donn\u00e9es doivent \u00eatre analys\u00e9es \u00e0 l&rsquo;aide de m\u00e9thodes statistiques non param\u00e9triques \u2013 par exemple, \u00e0 l&rsquo;aide d&rsquo;une m\u00e9diane, plut\u00f4t que d&rsquo;une moyenne. (Voir PARAM\u00c9TRIQUE dans le <a href=\"https:\/\/phprimer.afmc.ca\/fr\/glossaire\/\">glossaire<\/a>)<\/p>\n<p>Par contre, le fait de mesurer la temp\u00e9rature corporelle repr\u00e9sente une mesure \u00ab d\u2019intervalle \u00bb : le changement de temp\u00e9rature est \u00e9gal entre chaque nombre successif sur l&rsquo;\u00e9chelle. Les donn\u00e9es d\u00e9coulant de telles mesures peuvent \u00eatre analys\u00e9es \u00e0 l&rsquo;aide de statistiques param\u00e9triques : il est alors l\u00e9gitime de calculer les valeurs moyennes.<\/p>\n<\/div>\n<\/div>\n<h2><a id=\"_recherchequal\"><\/a>La recherche qualitative<\/h2>\n<p>La recherche qualitative \u00ab emploie des informations non num\u00e9riques pour explorer les caract\u00e9ristiques des individus et des groupes et arrive \u00e0 des r\u00e9sultats qu&rsquo;il est impossible d&rsquo;obtenir par des techniques statistiques ou d&rsquo;autres m\u00e9thodes quantitatives. Les \u00e9tudes de cas cliniques, les \u00e9tudes narratives sur le comportement, l&rsquo;ethnographie, les \u00e9tudes des organisations et les \u00e9tudes sociales en sont quelques exemples. \u00bb <sup>6<\/sup> Appliqu\u00e9es \u00e0 la sant\u00e9 publique ou \u00e0 la sant\u00e9 de la population, les m\u00e9thodes qualitatives sont pr\u00e9cieuses pour analyser les d\u00e9tails du comportement humain. Au-del\u00e0 de la simple consignation des faits (cette personne s&rsquo;est-elle fait vacciner contre la grippe?), la recherche qualitative se penche sur la motivation et les r\u00e9cits personnels qui offrent un aper\u00e7u du pourquoi.<\/p>\n<p>Les chercheurs qualitatifs se concentrent sur les exp\u00e9riences subjectives des individus et rejettent l&rsquo;id\u00e9e positiviste qu&rsquo;il existe une r\u00e9alit\u00e9 objective \u00e0 d\u00e9couvrir. Ils soutiennent que l&rsquo;exp\u00e9rience humaine peut \u00eatre interpr\u00e9t\u00e9e de nombreuses fa\u00e7ons, refl\u00e9tant le point de vue de l&rsquo;observateur, et que les chercheurs ne peuvent \u00eatre que partiellement objectifs. Les m\u00e9thodes qualitatives sont inductives et flexibles, ce qui permet aux interpr\u00e9tations d&rsquo;\u00e9merger des donn\u00e9es plut\u00f4t que d&rsquo;une perspective th\u00e9orique pr\u00e9s\u00e9lectionn\u00e9e. Tout comme les historiens successifs peuvent r\u00e9interpr\u00e9ter les \u00e9v\u00e9nements historiques, notre compr\u00e9hension des maladies et des th\u00e9rapies change avec les nouvelles d\u00e9couvertes.<\/p>\n<p>Tout comme la recherche quantitative, les \u00e9tudes qualitatives peuvent \u00eatre pures ou appliqu\u00e9es, mais en mettant davantage l&rsquo;accent sur l&rsquo;application &#8211; expliquer une situation particuli\u00e8re. Les m\u00e9thodes de collecte de donn\u00e9es qualitatives peuvent \u00eatre regroup\u00e9es en entrevues en profondeur, en observation des participants et en groupes de discussion (voir l&rsquo;encadr\u00e9 Pour les mordus). Les donn\u00e9es peuvent prendre la forme de mots, d&rsquo;images ou de sons &#8211; une fois d\u00e9crites comme \u00ab toute donn\u00e9e qui n&rsquo;est pas repr\u00e9sent\u00e9e par des valeurs ordinales \u00bb. <sup>7<\/sup><\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#qualitatives\">Cat\u00e9gories d\u2019\u00e9tudes qualitatives<\/h3>\n<div id=\"qualitatives\" class=\"collapse\">\n<table>\n<tbody>\n<tr>\n<th>M\u00e9thode qualitative<\/th>\n<th>Type de question<\/th>\n<th>Source des donn\u00e9es<\/th>\n<th>Technique analytique<\/th>\n<\/tr>\n<tr>\n<td>Ph\u00e9nom\u00e9nologie<\/td>\n<td>\u00a0Questions sur le sens ou l&rsquo;essence des ph\u00e9nom\u00e8nes ou des exp\u00e9riences<br \/>\n(Qu&rsquo;entendent les familles chinoises par \u00ab harmonie \u00bb? En quoi consiste l&rsquo;exp\u00e9rience scolaire d&rsquo;un enfant sourd?)<\/td>\n<td>Primaire : enregistrement magn\u00e9tophonique d\u2019une longue conversation<br \/>\nSecondaire : po\u00e9sie, peinture, cin\u00e9ma<\/td>\n<td>R\u00e9flexion th\u00e9matique et ph\u00e9nom\u00e9nologique;<br \/>\nprise de notes et \u00e9criture r\u00e9fl\u00e9chie<\/td>\n<\/tr>\n<tr>\n<td>Ethnographie<\/td>\n<td>Questions observationnelles (Comment l&rsquo;\u00e9quipe chirurgicale collabore-t-elle en salle d&rsquo;op\u00e9ration?) et questions descriptives portant sur les valeurs, les croyances et les pratiques d&rsquo;un groupe culturel.<\/p>\n<div><span lang=\"FR-CA\">(Comment les femmes dans cette culture per\u00e7oivent-elles la m\u00e9nopause?)<\/span><\/div>\n<\/td>\n<td>Primaire : observation des participants; notes d&rsquo;observation; entrevues structur\u00e9es ou non structur\u00e9es<br \/>\nSecondaire : documents, groupes de discussion<\/td>\n<td>Description dense, relecture des notes et codage th\u00e9matique; narration; analyse de cas; diagramme pour repr\u00e9senter les tendances et les processus<\/td>\n<\/tr>\n<tr>\n<td>Th\u00e9orie \u00e0 base empirique<\/td>\n<td>Questions de processus portant sur l\u2019\u00e9volution de l&rsquo;exp\u00e9rience au fil du temps ou sur ses stades ou phases (Comment les r\u00e9sidents en m\u00e9decine composent-ils avec la fatigue?) ou questions de compr\u00e9hension <span style=\"font-family: inherit; font-size: inherit;\">(Comment apprennent-ils ces techniques?)<\/span><\/td>\n<td>Primaire : enregistrement magn\u00e9tophonique d&rsquo;entrevues; observations<br \/>\nSecondaire : exp\u00e9rience personnelle<\/td>\n<td>Sensibilit\u00e9 th\u00e9orique; \u00e9laboration de concepts pour le d\u00e9veloppement de th\u00e9ories; prise de notes th\u00e9matiques; diagrammes; accent sur la recherche des concepts et des processus fondamentaux<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Source : adaptation de Richards et al.<sup>8<\/sup><\/p>\n<\/div>\n<\/div>\n<h3>Juger de la qualit\u00e9 de la recherche qualitative<\/h3>\n<p>Pour juger de la recherche qualitative, vous devriez tenir compte de questions telles que :<\/p>\n<p>1. <strong>Le projet \u00e9tait-il sous-tendu d&rsquo;un plan d&rsquo;\u00e9tude rigoureux?<\/strong><br \/>\nLes \u00e9l\u00e9ments \u00e0 consid\u00e9rer sont les comp\u00e9tences et les connaissances du chercheur et l&rsquo;exhaustivit\u00e9 de l&rsquo;analyse documentaire. La question de recherche doit aussi \u00eatre claire et convenir \u00e0 l&rsquo;analyse qualitative. Le chercheur doit \u00e9noncer dans quelle perspective on a recueilli et analys\u00e9 les donn\u00e9es.<\/p>\n<p>2. <strong>L&rsquo;ex\u00e9cution de l&rsquo;\u00e9tude \u00e9tait-elle rigoureuse?<\/strong><br \/>\nL&rsquo;\u00e9chantillon final doit repr\u00e9senter tous les groupes pertinents. Par exemple, une \u00e9tude de la satisfaction des patients doit repr\u00e9senter tous les types de patients qui se pr\u00e9sentent \u00e0 la clinique : des hommes et des femmes de tous les \u00e2ges, pr\u00e9sentant tous les types d\u2019affections. Dans le cadre d&rsquo;une recherche qualitative, la taille de l&rsquo;\u00e9chantillon n&rsquo;est pas n\u00e9cessairement stable. L&rsquo;\u00e9chantillonnage peut se poursuivre jusqu\u2019au moment o\u00f9 de nouvelles id\u00e9es ou de nouveaux concepts ne se pr\u00e9sentent plus. C&rsquo;est ce que l&rsquo;on appelle la saturation. Les m\u00e9thodes d&rsquo;\u00e9chantillonnage mettent le focus ainsi sur le contenu, plut\u00f4t que sur le nombre de personnes \u00e9tudi\u00e9es.<\/p>\n<p>Le protocole d&rsquo;entrevue peut \u00e9galement \u00eatre modifi\u00e9. Il n&rsquo;est pas n\u00e9cessaire que les questions soient uniformes, mais elles doivent capter les indicateurs verbaux et non verbaux afin que le sujet soit explor\u00e9 \u00e0 fond. Pendant le projet, le protocole d&rsquo;entrevue peut \u00e9voluer selon les r\u00e9sultats des entrevues ant\u00e9rieures.<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#biais\">Biais qualitatifs<\/h3>\n<div id=\"biais\" class=\"collapse\">\n<p>Bien que souples, les m\u00e9thodes de collecte des donn\u00e9es doivent \u00eatre syst\u00e9matiques et elles doivent \u00eatre d\u00e9crites. L\u2019analyse des m\u00eames donn\u00e9es par plusieurs chercheurs est une fa\u00e7on de cerner les biais d\u2019interpr\u00e9tation possibles; on doit avoir not\u00e9 comment on s\u2019y est pris pour concilier les diff\u00e9rences dans l&rsquo;interpr\u00e9tation des r\u00e9sultats. Dans certaines \u00e9tudes, on demande aux participants de valider l&rsquo;interpr\u00e9tation. Le lecteur doit chercher les preuves que la recherche a \u00e9t\u00e9 r\u00e9alis\u00e9e de mani\u00e8re \u00e9thique et la confidentialit\u00e9 et l&rsquo;anonymat ont \u00e9t\u00e9 maintenues.<\/p>\n<p>Les biais sont inh\u00e9rents \u00e0 la recherche qualitative. La collecte de donn\u00e9es observationnelles, que l&rsquo;observateur soit ou non \u00e0 la vue des personnes observ\u00e9es, peut influencer leurs comportements. L&rsquo;interaction entre les intervieweurs et les interview\u00e9s peut \u00e9galement influencer les r\u00e9ponses. De m\u00eame, les r\u00e9sultats de l&rsquo;analyse des donn\u00e9es peuvent d\u00e9pendre du savoir et de la perspective de l\u2019analyste. Il s&rsquo;agit des m\u00eames probl\u00e8mes que l&rsquo;on rencontre dans la recherche quantitative (voir la rubrique sur <a href=\"#lebiais\">le biais<\/a>), mais les m\u00e9thodes de r\u00e9solution ne peuvent \u00eatre les m\u00eames. La recherche quantitative vise l&rsquo;uniformit\u00e9 et la normalisation pour r\u00e9duire les biais. La recherche qualitative, de par sa nature m\u00eame, r\u00e9agit au contexte. Elle doit aussi expliquer le contexte ou la perspective du chercheur afin de permettre au lecteur d&rsquo;\u00e9valuer l&rsquo;influence de celui-ci sur les r\u00e9sultats.<\/p>\n<\/div>\n<\/div>\n<p>3. <strong>Puis-je transf\u00e9rer les r\u00e9sultats de cette \u00e9tude \u00e0 mon propre milieu?<\/strong><br \/>\nLes cliniciens doivent d\u00e9cider si le contexte et les sujets de l&rsquo;\u00e9tude ressemblent suffisamment \u00e0 leur propre contexte et \u00e0 leurs propres patients pour que les r\u00e9sultats soient applicables. On peut aussi comparer les r\u00e9sultats \u00e0 ce qui est publi\u00e9 : dans quelle mesure cette \u00e9tude en corrobore-t-elle d&rsquo;autres? Si les corroborations sont nombreuses, les r\u00e9sultats de l\u2019\u00e9tude sont probablement g\u00e9n\u00e9ralisables, et donc transf\u00e9rables \u00e0 un contexte semblable.<\/p>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#complementaite\">Compl\u00e9mentarit\u00e9 des approches qualitatives et quantitatives<\/h3>\n<div id=\"complementaite\" class=\"collapse\">La chercheuse Jill Cockburn a \u00e9tudi\u00e9 la satisfaction des patientes \u00e0 l\u2019\u00e9gard des services de d\u00e9pistage du cancer du sein en Australie. Elle a utilis\u00e9 des m\u00e9thodes qualitatives, y compris des analyses documentaires et des entrevues avec les patients et le personnel, pour d\u00e9terminer les aspects pertinents de la satisfaction. Elle a ensuite \u00e9labor\u00e9 un questionnaire normalis\u00e9 pour mesurer la satisfaction avec les services de d\u00e9pistage; elle a ensuite interview\u00e9 un \u00e9chantillon de patientes et les r\u00e9sultats de ce questionnaire ont \u00e9t\u00e9 analys\u00e9s de mani\u00e8re quantitative.<sup>9<\/sup><\/div>\n<\/div>\n<h2><a id=\"_recherchequan\"><\/a>La recherche quantitative<\/h2>\n<p>Les \u00e9tudes quantitatives dans la recherche m\u00e9dicale se divisent en deux grandes cat\u00e9gories : les \u00e9tudes descriptives qui \u00e9num\u00e8rent des faits, comme le nombre de personnes atteintes de diff\u00e9rents types de cancer, et les \u00e9tudes analytiques qui identifient les influences causales, comme si un traitement produit de mani\u00e8re fiable une gu\u00e9rison. La pr\u00e9sentation qui suit commence par des \u00e9tudes descriptives.<\/p>\n<div>\n<h3>Les \u00e9tudes descriptives<\/h3>\n<p>Les \u00e9tudes descriptives\u00a0<span lang=\"FR-CA\">ont pour but de d\u00e9crire la situation : elles<\/span> comptent le nombre de personnes atteintes de diab\u00e8te, ou dans un sondage qui sont satisfaites de leurs soins hospitaliers. Une telle \u00e9tude utilise des statistiques descriptives pour r\u00e9sumer les r\u00e9sultats &#8211; pourcentages, une valeur moyenne ou m\u00e9diane, et peut-\u00eatre la fourchette des valeurs ou l&rsquo;\u00e9cart-type. Les donn\u00e9es d&rsquo;une \u00e9tude descriptive peuvent provenir d&rsquo;un questionnaire, ou de sources telles que les dossiers m\u00e9dicaux \u00e9lectroniques ou les programmes de surveillance, d\u00e9crivant la personne, le lieu et le moment de l&rsquo;apparition de la maladie (qui ? o\u00f9 ? quand ?) [voir <a href=\"https:\/\/phprimer.afmc.ca\/fr\/partie-ii\/chapitre-7\/#lasurveillance-heading\">La surveillance, chapitre 7<\/a>]. Les \u00e9tudes descriptives sont couramment utilis\u00e9es aupr\u00e8s de petites populations locales, comme les patients de votre cabinet, et sont souvent utilis\u00e9es pour recueillir de l&rsquo;information en vue de la planification des services. Les \u00e9tudes descriptives se r\u00e9f\u00e8rent g\u00e9n\u00e9ralement \u00e0 un seul point dans le temps &#8211; g\u00e9n\u00e9ralement le pr\u00e9sent &#8211; et donnent donc une image transversale de la population, bien que des \u00e9tudes transversales r\u00e9p\u00e9t\u00e9es puissent illustrer les tendances dans le temps, comme l&rsquo;\u00e9volution du nombre de fumeurs dans votre pratique. Lorsqu&rsquo;une \u00e9tude recueille de l&rsquo;information sur plusieurs variables, elle peut d\u00e9crire les associations entre les variables (p. ex., le diab\u00e8te est-il plus fr\u00e9quent chez les hommes ou les femmes et varie-t-il selon le statut tabagique ? Ceci peut \u00eatre utilis\u00e9 pour g\u00e9n\u00e9rer des hypoth\u00e8ses, qui peuvent ensuite \u00eatre test\u00e9es dans le cadre d&rsquo;une \u00e9tude analytique.<\/p>\n<p>La majorit\u00e9 des \u00e9tudes analytiques en \u00e9pid\u00e9miologie cherchent \u00e0 \u00e9tablir des relations causales. Elles comparent g\u00e9n\u00e9ralement diff\u00e9rents groupes, p. ex. les personnes expos\u00e9es \u00e0 un facteur causal ou \u00e0 un traitement, et d&rsquo;autres qui ne le sont pas. Cependant, un d\u00e9fi fondamental est qu\u2019on ne peut jamais \u00e9tablir de relation causale entre un facteur et une maladie de mani\u00e8re d\u00e9finitive; le mieux qu&rsquo;une \u00e9tude puisse faire est de montrer que les r\u00e9sultats correspondent \u00e0 une s\u00e9rie de crit\u00e8res permettant de conclure qu\u2019une relation causale est probable.<\/p>\n<h3><a id=\"_causes\"><\/a>Les crit\u00e8res d\u2019inf\u00e9rence des causes<\/h3>\n<p>En 1965, Austin Bradford Hill a propos\u00e9 un ensemble de crit\u00e8res pour \u00e9valuer la causalit\u00e9 des relations \u00e9pid\u00e9miologiques; il s&rsquo;est bas\u00e9 en partie sur les postulats de Koch datant du dix-neuvi\u00e8me si\u00e8cle. \u00a0Comme ces crit\u00e8res ont \u00e9t\u00e9 modifi\u00e9s \u00e0 maintes reprises, il en existe plusieurs versions comprenant un nombre diff\u00e9rent de crit\u00e8res. Le tableau 5.3 en offre un exemple typique des crit\u00e8res avec commentaire critique sur ses limites.<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lespostulats\">Les postulats de Koch<\/h3>\n<div id=\"lespostulats\" class=\"collapse\">\n<p>Robert Koch (1843\u20131910), un m\u00e9decin prussien, a remport\u00e9 le prix Nobel de physiologie en 1905 pour son travail sur la tuberculose. Un des p\u00e8res de la microbiologie, il a isol\u00e9 le <em>Bacillus anthracis<\/em>, le <em>Mycobacterium tuberculosis<\/em> (autrefois appel\u00e9 bacille de Koch) et le <em>Vibrio cholerae<\/em>. Ses crit\u00e8res (ou postulats) pour d\u00e9terminer qu&rsquo;une maladie est caus\u00e9e par un microbe sont que le microbe doit \u00eatre :<\/p>\n<ul>\n<li>pr\u00e9sent dans tous les cas examin\u00e9s de la maladie;<\/li>\n<li>susceptible d\u2019\u00eatre pr\u00e9par\u00e9 et maintenu en culture pure;<\/li>\n<li>capable de produire l&rsquo;infection originale, m\u00eame apr\u00e8s plusieurs g\u00e9n\u00e9rations en culture;<\/li>\n<li>r\u00e9cup\u00e9rable d&rsquo;un animal vaccin\u00e9 et cultivable de nouveau.<\/li>\n<\/ul>\n<p>Ces postulats se fondent sur les crit\u00e8res de causalit\u00e9 \u00e9labor\u00e9s par le philosophe John Stuart Mill en 1843. Bien que les mordus de la microbiologie puissent citer des maladies caus\u00e9es par des organismes qui ne satisfont pas enti\u00e8rement \u00e0 tous les crit\u00e8res, les postulats de Koch offrent un fondement rationnel \u00e0 l&rsquo;\u00e9tude de la microbiologie m\u00e9dicale.<\/p>\n<\/div>\n<\/div>\n<p class=\"caption\"><a id=\"tableau5.3\"><\/a>Tableau 5.3 : Crit\u00e8res d&rsquo;inf\u00e9rence d&rsquo;une relation causale en \u00e9pid\u00e9miologie<\/p>\n<table>\n<tbody>\n<tr>\n<th>Crit\u00e8res<\/th>\n<th>Commentaires<\/th>\n<\/tr>\n<tr>\n<td>1. <strong>Relation chronologique<\/strong> : l&rsquo;exposition \u00e0 la cause pr\u00e9sum\u00e9e doit \u00eatre ant\u00e9rieure \u00e0 l&rsquo;apparition de la maladie.<\/td>\n<td>Ce crit\u00e8re est largement accept\u00e9. Par contre, il est difficile de conna\u00eetre le v\u00e9ritable d\u00e9but de certaines maladies si leur p\u00e9riode latente est longue. Serait-il possible que le cancer chez votre patient aurait pu commencer avant son exposition \u00e0 l&rsquo;amiante au travail ?<\/td>\n<\/tr>\n<tr>\n<td>2. <strong>Force de l&rsquo;association<\/strong> : si toutes les personnes atteintes de la maladie ont \u00e9t\u00e9 expos\u00e9es \u00e0 l\u2019agent causal pr\u00e9sum\u00e9, mais que tr\u00e8s peu de personnes en sant\u00e9 dans le groupe de comparaison y ont \u00e9t\u00e9 expos\u00e9es, l&rsquo;association est forte. D&rsquo;un point de vue quantitatif, plus le RISQUE RELATIF est important, plus il est probable que l&rsquo;association est causale.<\/td>\n<td>Ce crit\u00e8re peut \u00eatre contest\u00e9 : la force varie beaucoup en fonction du nombre de facteurs \u00e9tudi\u00e9s et de la mani\u00e8re dont ils sont contr\u00f4l\u00e9s dans le cadre de l&rsquo;\u00e9tude. Une faible association peut toujours \u00eatre causale, notamment si elle est modifi\u00e9e par d&rsquo;autres facteurs. Par contraste, une forte association peut r\u00e9sulter d&rsquo;un facteur confusionnel non reconnu. L\u2019association significative entre le rang de naissance et le risque de syndrome de Down en est un exemple : en r\u00e9alit\u00e9, le risque d\u00e9coule de l&rsquo;\u00e2ge maternel plus avanc\u00e9 au moment de la naissance de sa troisi\u00e8me ou quatri\u00e8me enfant.<\/td>\n<\/tr>\n<tr>\n<td>3. <strong>Intensit\u00e9 ou dur\u00e9e<\/strong> de l&rsquo;exposition (ou <strong>gradient biologique<\/strong> ou relation <strong>dose-r\u00e9ponse<\/strong>) : si les personnes dont l&rsquo;exposition \u00e0 l&rsquo;agent est la plus intense ou la plus longue pr\u00e9sentent une fr\u00e9quence ou une gravit\u00e9 plus importante de la maladie, alors que les personnes dont l&rsquo;exposition est moindre ne sont pas aussi malades, il est fort probable que l&rsquo;association est causale.<\/td>\n<td>C\u2019est un crit\u00e8re raisonnable s\u2019il est pr\u00e9sent, mais qui ne s&rsquo;applique pas n\u00e9cessairement si un niveau seuil doit \u00eatre atteint pour que l&rsquo;agent se manifeste. Si un faible seuil d&rsquo;exposition est suffisant pour que l&rsquo;agent ait un effet, l&rsquo;absence de r\u00e9ponse plus extr\u00eame \u00e0 une dose plus \u00e9lev\u00e9e ne r\u00e9fute donc pas la causalit\u00e9.<\/td>\n<\/tr>\n<tr>\n<td>4. <strong>Sp\u00e9cificit\u00e9<\/strong> de l&rsquo;association : si l&rsquo;on d\u00e9couvre un agent ou un facteur de risque associ\u00e9 de fa\u00e7on constante \u00e0 une seule maladie, il joue fort probablement un r\u00f4le causal.<\/td>\n<td>Ce crit\u00e8re est faible, et d\u00e9coule des r\u00e9flexions sur les maladies infectieuses. Le tabagisme et l&rsquo;ob\u00e9sit\u00e9 sont associ\u00e9s de mani\u00e8re causale \u00e0 plusieurs maladies; l&rsquo;absence de sp\u00e9cificit\u00e9 n&rsquo;amoindrit pas une interpr\u00e9tation causale.<\/td>\n<\/tr>\n<tr>\n<td>5. <strong>Constance<\/strong> des r\u00e9sultats: une association est constante si elle est confirm\u00e9e par diff\u00e9rentes \u00e9tudes; elle est encore plus convaincante si ces \u00e9tudes concernent diff\u00e9rentes populations.<\/td>\n<td>C\u2019est un bon crit\u00e8re, mais il peut dissimuler les relations causales qui s&rsquo;appliquent uniquement \u00e0 une minorit\u00e9 de personnes. Par exemple, l&rsquo;h\u00e9molyse d&rsquo;origine m\u00e9dicamenteuse associ\u00e9e au d\u00e9ficit en glucose-6-phosphate d\u00e9shydrog\u00e9nase (GPD) peut \u00eatre difficile \u00e0 d\u00e9montrer dans les populations o\u00f9 la pr\u00e9valence du d\u00e9ficit en GPD est faible.<\/td>\n<\/tr>\n<tr>\n<td>6. <strong>Coh\u00e9rence ou plausibilit\u00e9<\/strong> des r\u00e9sultats : existe-t-il une explication biologique (ou comportementale, etc.) \u00e0 l&rsquo;association observ\u00e9e? Les preuves d\u00e9coulant d&rsquo;exp\u00e9riences sur les animaux, d&rsquo;effets analogues cr\u00e9\u00e9s par des agents analogues et des informations d&rsquo;autres syst\u00e8mes exp\u00e9rimentaux et m\u00e9thodes d&rsquo;observation font partie des preuves \u00e0 consid\u00e9rer.<\/td>\n<td>C\u2019est un bon crit\u00e8re s&rsquo;il existe une th\u00e9orie, mais il ne faut pas rejeter une cause potentielle en l\u2019absence d&rsquo;une explication biologique. Le savoir \u00e9volue au fil du temps, et de nouvelles th\u00e9ories r\u00e9sultent parfois de r\u00e9sultats inattendus.<\/td>\n<\/tr>\n<tr>\n<td>7. <strong>Cessation de l&rsquo;exposition<\/strong> : si l&rsquo;on enl\u00e8ve le facteur causal d&rsquo;une population, l&rsquo;incidence de la maladie devrait diminuer.<\/td>\n<td>Cela peut \u00eatre vrai dans une population, mais non chez une personne. La pathologie n&rsquo;est pas toujours r\u00e9versible.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lamiante\">L&rsquo;amiante cause-t-il le cancer du poumon?<\/h3>\n<div id=\"lamiante\" class=\"collapse\">\n<p>Plus le nombre de crit\u00e8res satisfaits est \u00e9lev\u00e9 pour un cas particulier, plus on pr\u00e9sume que l&rsquo;association est causale. Par exemple, l&rsquo;exposition des travailleurs du b\u00e2timent aux fibres d&rsquo;amiante aurait-elle pu causer le cancer du poumon chez certains d&rsquo;entre eux?<\/p>\n<p>1. <em>Relation chronologique<\/em> : Est-il certain que l&rsquo;exposition \u00e0 l&rsquo;amiante date d&rsquo;avant le cancer (dont le d\u00e9veloppement peut avoir pris de nombreuses ann\u00e9es)?<br \/>\n2. <em>Force de l&rsquo;association<\/em> :\u00a0Compar\u00e9 aux personnes non-expos\u00e9es, jusqu\u2019\u00e0 quel degr\u00e9 les\u00a0travailleurs expos\u00e9s \u00e0 l&rsquo;amiante pr\u00e9sentent-ils les taux plus \u00e9lev\u00e9s de cancer?<br \/>\n3. <em>Intensit\u00e9 et dur\u00e9e de l&rsquo;exposition<\/em> : Les travailleurs dont les \u00e9tats de service sont les plus longs sont-ils les plus susceptibles d\u2019\u00eatre malades?<br \/>\n4. <em>Sp\u00e9cificit\u00e9<\/em> : Les travailleurs du b\u00e2timent ont-ils uniquement le cancer du poumon?<br \/>\n5. <em>Constance<\/em> : A-t-on signal\u00e9 des r\u00e9sultats semblables dans d&rsquo;autres pays?<br \/>\n6. <em>Coh\u00e9rence et plausibilit\u00e9<\/em> : Biologiquement parlant, l&rsquo;amiante peut-il causer le cancer du poumon?<br \/>\n7. <em>Cessation de l&rsquo;exposition<\/em> : Apr\u00e8s l&rsquo;adoption de lois interdisant l&rsquo;amiante, les taux de cancer du poumon ont-ils diminu\u00e9 parmi les travailleurs du b\u00e2timent?<\/p>\n<\/div>\n<\/div>\n<p>En fin de compte, le fait qu&rsquo;un facteur soit accept\u00e9 comme la cause un non d\u2019une maladie\u00a0reste toujours sujette \u00e0 controverse, surtout lorsqu&rsquo;il n&rsquo;est pas possible d&rsquo;obtenir des preuves exp\u00e9rimentales. Il existe toujours des d\u00e9fenseurs du tabac qui s&rsquo;appuient sur des arguments bas\u00e9s sur des points techniques pour d\u00e9montrer la fausset\u00e9 de la conclusion que le tabagisme cause le cancer et les cardiopathies. Les sections qui suivent d\u00e9crivent les principaux types de conception de recherche et r\u00e9sument leurs forces et limites.<\/p>\n<h2><a id=\"_plansrecherche\"><\/a>Les plans de recherche<\/h2>\n<p>La recherche quantitative fait appel \u00e0 divers plans d&rsquo;\u00e9tude qui se divisent en deux grandes cat\u00e9gories : les \u00e9tudes exp\u00e9rimentales (ou essais exp\u00e9rimentaux) et les \u00e9tudes par observation. La figure 5.1 cartographie les distinctions entre ces cat\u00e9gories, \u00e0 partir du facteur ou de la maladie \u00e0 l&rsquo;\u00e9tude, en haut du diagramme.<\/p>\n<p><a name=\"figure5.1\"><\/a><\/p>\n<figure id=\"attachment_2523\" aria-describedby=\"caption-attachment-2523\" style=\"width: 666px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2523\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.1_fr.png\" alt=\"\" width=\"666\" height=\"500\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.1_fr.png 666w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.1_fr-300x225.png 300w\" sizes=\"auto, (max-width: 666px) 100vw, 666px\" \/><figcaption id=\"caption-attachment-2523\" class=\"wp-caption-text\">Figure 5.1 : Types d&rsquo;\u00e9tudes<\/figcaption><\/figure>\n<h2><a id=\"_etudesexp\"><\/a>Les \u00e9tudes exp\u00e9rimentales (ou d\u2018intervention)<\/h2>\n<p>Comme le nom l&rsquo;indique, dans le cadre de ces \u00e9tudes, les participants subissent une intervention quelconque dont on \u00e9value l&rsquo;impact. Il peut s\u2019agir d\u2019une intervention m\u00e9dicale ou chirurgicale, d\u2019un nouveau m\u00e9dicament ou d\u2019une intervention sur le mode de vie. Comme il s&rsquo;agit du plan le plus rigoureux d&rsquo;un point de vue m\u00e9thodologique, les \u00e9tudes exp\u00e9rimentales sont le choix implicite lorsqu\u2019on veut trouver des preuves \u00e0 l\u2019appui des meilleures pratiques de prise en charge des patients. C&rsquo;est pourquoi ce th\u00e8me est abord\u00e9 en premier.<\/p>\n<p>Le chercheur exp\u00e9rimental exerce un contr\u00f4le sur l&rsquo;intervention, le moment, la dose et l\u2019intensit\u00e9. Sous sa forme la plus simple, une \u00e9tude exp\u00e9rimentale \u00e9value l&rsquo;effet d&rsquo;un traitement en suivant ces \u00e9tapes :<\/p>\n<ol>\n<li>Le chercheur \u00e9nonce officiellement l&rsquo;hypoth\u00e8se \u00e0 tester;<\/li>\n<li>Le chercheur choisit des personnes admissibles au traitement;<\/li>\n<li>L&rsquo;\u00e9chantillon est divis\u00e9 en deux groupes;<\/li>\n<li>Un groupe (le groupe exp\u00e9rimental ou d&rsquo;intervention) re\u00e7oit l&rsquo;intervention, alors que l&rsquo;autre (le groupe t\u00e9moin) ne la re\u00e7oit pas;<\/li>\n<li>Les r\u00e9sultats pertinents sont consign\u00e9s sur une certaine p\u00e9riode, puis on compare les r\u00e9sultats des deux groupes.<\/li>\n<\/ol>\n<p>\u00c0 la troisi\u00e8me \u00e9tape, une distinction critique appara\u00eet (voir \u00e0 la gauche de la figure 5.1) : on peut proc\u00e9der soit \u00e0 un essai comparatif al\u00e9atoire, soit opter pour un plan non al\u00e9atoire. Dans le cadre d&rsquo;un essai comparatif al\u00e9atoire, les personnes sont r\u00e9parties entre un groupe d&rsquo;intervention et un groupe t\u00e9moin de mani\u00e8re enti\u00e8rement al\u00e9atoire, alors que dans le cadre d&rsquo;une \u00e9tude non al\u00e9atoire, les d\u00e9cisions relatives \u00e0 l&rsquo;intervention sont prises autrement. On peut, par exemple, r\u00e9partir les participants en fonction de l&rsquo;endroit ou de leur ordre d\u2019entr\u00e9e dans l&rsquo;\u00e9tude. Il existe de nombreux types d&rsquo;\u00e9tudes non al\u00e9atoires, mais comme le chercheur n&rsquo;a pas n\u00e9cessairement le plein contr\u00f4le sur la r\u00e9partition entre le groupe exp\u00e9rimental et le groupe t\u00e9moin, ces \u00e9tudes sont per\u00e7ues comme \u00e9tant inf\u00e9rieures aux plans v\u00e9ritablement al\u00e9atoires (voir Pour les mordus). On les appelle souvent des <em>plans quasi exp\u00e9rimentaux<\/em>.<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lesplans\">Les plans quasi exp\u00e9rimentaux<\/h3>\n<div id=\"lesplans\" class=\"collapse\">\n<p>Voici un exemple d&rsquo;\u00e9tude quasi exp\u00e9rimentale : traiter des patients hypertensifs dans un h\u00f4pital selon un certain protocole, et comparer les r\u00e9sultats \u00e0 ceux de patients recevant un protocole th\u00e9rapeutique diff\u00e9rent dans un autre h\u00f4pital. L&rsquo;avantage r\u00e9side dans la simplicit\u00e9 : il n&rsquo;est pas n\u00e9cessaire de r\u00e9partir al\u00e9atoirement les deux <span lang=\"FR-CA\">protocoles th\u00e9rapeutiques dans<\/span> chaque h\u00f4pital, ce qui simplifie la formation du personnel. Cependant, plusieurs biais pourraient survenir dans une comparaison des deux h\u00f4pitaux : les patients pourraient choisir leur h\u00f4pital ou leur clinicien (autos\u00e9lection); l\u2019un des h\u00f4pitaux pourrait traiter des cas plus graves que l\u2019autre; d&rsquo;autres aspects des soins pourraient \u00eatre diff\u00e9rents d\u2019un h\u00f4pital \u00e0 l\u2019autre, et ainsi de suite.<\/p>\n<p>La s\u00e9rie chronologique est un autre forme d&rsquo;\u00e9tude quasi exp\u00e9rimentale. Elle d\u00e9signe un plan de recherche \u00e0 groupe unique o\u00f9 l\u2019on compare une s\u00e9rie de mesures r\u00e9alis\u00e9es avant et apr\u00e8s une intervention, ce qui permet de comparer des tendances pour d\u00e9terminer l&rsquo;impact de l&rsquo;intervention. Par exemple, pour voir si un nouveau manuel de sant\u00e9 publique est utile \u00e0 l&rsquo;apprentissage des \u00e9tudiants, on peut comparer les r\u00e9sultats obtenus \u00e0 un examen en sant\u00e9 publique par des cohortes successives d&rsquo;\u00e9tudiants en m\u00e9decine, au cours de plusieurs ann\u00e9es avant, puis apr\u00e8s l\u2019introduction du manuel. L&rsquo;hypoth\u00e8se est qu&rsquo;il y aura un bond significatif dans les scores apr\u00e8s l&rsquo;introduction du nouveau livre. Cette conception est dite quasi-exp\u00e9rimentale parce qu&rsquo;elle se situe \u00e0 mi-chemin entre une \u00e9tude observationnelle et une v\u00e9ritable exp\u00e9rience. On peut consid\u00e9rer ce plan comme \u00e9tant une exp\u00e9rience si le chercheur contr\u00f4le le moment de l\u2019introduction du manuel. Mais <span lang=\"FR-CA\">d\u2019autres modifications auraient se produire dans le syst\u00e8me scolaire qui auraient pu influencer le r\u00e9sultat et non le texte lui-m\u00eame.<\/span>\u00a0Ce plan chronologique a l&rsquo;avantage d&rsquo;\u00eatre r\u00e9alisable : il serait difficile de r\u00e9partir al\u00e9atoirement les \u00e9tudiants entre un groupe ayant recours au manuel et un autre n&rsquo;y ayant pas recours, car les deux groupes pourraient se partager le manuel.<\/p>\n<p>Les possibilit\u00e9s de biais sont si importantes dans les \u00e9tudes quasi exp\u00e9rimentales qu\u2019on juge que ces \u00e9tudes sont consid\u00e9rablement inf\u00e9rieures aux exp\u00e9riences v\u00e9ritablement al\u00e9atoires. Ainsi, leurs r\u00e9sultats sont rarement consid\u00e9r\u00e9s comme d\u00e9finitifs.<\/p>\n<\/div>\n<\/div>\n<p>La r\u00e9partition al\u00e9atoire r\u00e9duit la possibilit\u00e9 d&rsquo;un biais de r\u00e9partition\u00a0<span lang=\"FR-CA\">aux groupes de traitement ou de contr\u00f4le, les rendant comparables; il<\/span><span lang=\"FR\"> permet \u00e9galement l&rsquo;utilisation valide de tests statistiques (qui supposent souvent une r\u00e9partition al\u00e9atoire). Mais l<\/span>&lsquo;avantage principal de la r\u00e9partition al\u00e9atoire des sujets est que les autres facteurs qui pourraient influencer le r\u00e9sultat (p. ex. les facteurs CONFUSIONNELS) seront probablement \u00e9galement pr\u00e9sents dans chaque groupe, y compris les facteurs inconnus, comme les caract\u00e9ristiques g\u00e9n\u00e9tiques qui influent sur le pronostic. En moyenne, si l&rsquo;on suppose l\u2019absence d&rsquo;erreur syst\u00e9matique ou de biais, la seule diff\u00e9rence entre deux groupes r\u00e9partis al\u00e9atoirement est l&rsquo;intervention. Par cons\u00e9quent, toute diff\u00e9rence dans les r\u00e9sultats d\u00e9coule probablement de l&rsquo;intervention. Plus l&rsquo;\u00e9chantillon de l&rsquo;\u00e9tude est grand, plus nous pouvons \u00eatre confiants que d&rsquo;autres facteurs seront \u00e9quivalents dans les deux groupes, de sorte que toute diff\u00e9rence est de plus en plus due \u00e0 l&rsquo;intervention. Mais il s&rsquo;agit toujours d&rsquo;une question de probabilit\u00e9s, et c&rsquo;est pourquoi nous avons besoin de tests de signification statistique. Celles-ci montrent la probabilit\u00e9 que les diff\u00e9rences observ\u00e9es entre le groupe exp\u00e9rimental et le groupe t\u00e9moin soient le fruit du hasard.<\/p>\n<div class=\"here-be-dragons\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#selection\">S\u00e9lection al\u00e9atoire et r\u00e9partition al\u00e9atoire<\/h3>\n<div id=\"selection\" class=\"collapse\">\n<p>Il faut distinguer entre la s\u00e9lection al\u00e9atoire de sujets \u00e0 partir d&rsquo;une base de sondage ou d&rsquo;une liste et l&rsquo;attribution al\u00e9atoire de sujets \u00e0 des groupes exp\u00e9rimentaux ou t\u00e9moins. La s\u00e9lection al\u00e9atoire des sujets est principalement pertinente dans la recherche descriptive et permet de s&rsquo;assurer que les r\u00e9sultats peuvent \u00eatre g\u00e9n\u00e9ralis\u00e9s \u00e0 l&rsquo;ensemble de la population, ce qui renforce la validit\u00e9 externe de l&rsquo;\u00e9tude (voir la section sur le <a href=\"#_biaisechantillon\">biais d&rsquo;\u00e9chantillonnage<\/a>).<\/p>\n<p>L&rsquo;attribution al\u00e9atoire aux groupes exp\u00e9rimentaux et t\u00e9moins permet de s&rsquo;assurer qu&rsquo;ils sont \u00e9quivalents dans tous les domaines, \u00e0 l&rsquo;exception de l&rsquo;intervention exp\u00e9rimentale, de sorte que la comparaison n&rsquo;est pas confondue par des diff\u00e9rences inh\u00e9rentes entre les groupes, ce qui am\u00e9liore la validit\u00e9 interne de l&rsquo;\u00e9tude. (Voir Pour les mordus \u2013 Est-ce vraiment al\u00e9atoire? \u00bb)<\/p>\n<\/div>\n<\/div>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#estce\">Est-ce vraiment al\u00e9atoire?<\/h3>\n<div id=\"estce\" class=\"collapse\">Pour des raisons pratiques, certains essais utilisent la r\u00e9partition non al\u00e9atoire des patients. Par exemple, en utilisant les num\u00e9ros d&rsquo;assurance-maladie des patients, ceux qui ont un num\u00e9ro impair pourraient \u00eatre assign\u00e9s au groupe exp\u00e9rimental et les num\u00e9ros pairs au groupe t\u00e9moin. Cela est sup\u00e9rieur \u00e0 une option o\u00f9 les participants choisissent eux-m\u00eames le groupe auquel ils se joignent et peut s\u2019approcher de la qualit\u00e9 d&rsquo;une r\u00e9partition al\u00e9atoire. Toutefois, la m\u00e9thode d&rsquo;attribution devrait \u00eatre soigneusement examin\u00e9e afin de s&rsquo;assurer que les num\u00e9ros ont \u00e9t\u00e9 attribu\u00e9s de fa\u00e7on vraiment al\u00e9atoire. V\u00e9rifiez, par exemple, si les hommes obtiennent des nombres impairs et les femmes des nombres pairs, ou si les patients des zones urbaines obtiennent des nombres pairs.<\/div>\n<\/div>\n<h3><a name=\"_RCT\"><\/a>Les essais comparatifs al\u00e9atoires<\/h3>\n<p>Le plan exp\u00e9rimental le plus commun en recherche m\u00e9dicale est l&rsquo;essai comparatif al\u00e9atoire (ECA, ou RCT en anglais). Un ECA est une v\u00e9ritable exp\u00e9rience, du fait que le chercheur contr\u00f4le l&rsquo;exposition et, dans sa forme la plus simple, r\u00e9partit les sujets al\u00e9atoirement entre le groupe exp\u00e9rimental et le groupe t\u00e9moin (lequel pourrait ne recevoir aucun traitement, le traitement classique ou un plac\u00e9bo). Le suivi et l&rsquo;\u00e9valuation des deux groupes sont r\u00e9alis\u00e9s \u00e0 l&rsquo;aide d&rsquo;une comparaison rigoureuse de leurs taux de morbidit\u00e9, de mortalit\u00e9 et d&rsquo;\u00e9v\u00e9nements ind\u00e9sirables, de leur \u00e9tat fonctionnel de sant\u00e9 et de leur qualit\u00e9 de vie. On a surtout recours aux ECA pour \u00e9valuer les th\u00e9rapies, mais on peut aussi s\u2019en servir pour \u00e9tudier des mesures de pr\u00e9vention. Le plus souvent, les individus sont r\u00e9partis au hasard dans les groupes d&rsquo;\u00e9tude, mais des personnes peuvent aussi \u00eatre r\u00e9partis par groupe, voire des communaut\u00e9s enti\u00e8res. Les ECA sont souvent r\u00e9alis\u00e9s dans plusieurs centres, comme c\u2019est le cas des essais cliniques sur les traitements anticanc\u00e9reux (voir l&rsquo;encadr\u00e9).<\/p>\n<div class=\"links\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lesessais\">Les essais sur les traitements anticanc\u00e9reux au Canada<\/h3>\n<div id=\"lesessais\" class=\"collapse\">Le Groupe des essais cliniques de l&rsquo;Institut national du cancer du Canada entreprend des essais multicentriques afin d&rsquo;augmenter la taille de l&rsquo;\u00e9chantillon et d&rsquo;am\u00e9liorer la g\u00e9n\u00e9ralisabilit\u00e9 des r\u00e9sultats. Vous trouverez de plus amples renseignements sur ce groupe sur le site Web de la <a href=\"https:\/\/www.ctg.queensu.ca\">Soci\u00e9t\u00e9 canadienne du cancer<\/a> (en anglais).<\/div>\n<\/div>\n<figure id=\"attachment_2524\" aria-describedby=\"caption-attachment-2524\" style=\"width: 666px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2524\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.2_fr.png\" alt=\"\" width=\"666\" height=\"500\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.2_fr.png 666w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.2_fr-300x225.png 300w\" sizes=\"auto, (max-width: 666px) 100vw, 666px\" \/><figcaption id=\"caption-attachment-2524\" class=\"wp-caption-text\">Figure 5.2 Plan g\u00e9n\u00e9rique d&rsquo;un essai contr\u00f4l\u00e9 randomis\u00e9<\/figcaption><\/figure>\n<p>Voici les \u00e9tapes d&rsquo;un ECA :<\/p>\n<ol>\n<li>\u00c9noncer l&rsquo;hypoth\u00e8se de mani\u00e8re quantitative et op\u00e9rationnelle. Par exemple, en utilisant le format baptis\u00e9 PICO par nos coll\u00e8gues anglophones : \u00ab Il y aura une r\u00e9duction de 10 % des sueurs nocturnes auto-enregistr\u00e9es chez les femmes p\u00e9rim\u00e9nopaus\u00e9es qui portent un bracelet de poignet magn\u00e9tique, comparativement aux femmes du m\u00eame \u00e2ge qui ne portent pas d&rsquo;aimant au poignet. \u00bb<\/li>\n<li>S\u00e9lectionner les participants. Cette \u00e9tape comprend le calcul de la taille de l&rsquo;\u00e9chantillon requis, l&rsquo;\u00e9tablissement de crit\u00e8res d&rsquo;inclusion et d&rsquo;exclusion, et l&rsquo;obtention d&rsquo;un consentement libre et \u00e9clair\u00e9.<\/li>\n<li>R\u00e9partir les participants au hasard aux groupes exp\u00e9rimental et t\u00e9moin ; cela se fait normalement \u00e0 l&rsquo;aide d&rsquo;une r\u00e9partition al\u00e9atoire g\u00e9n\u00e9r\u00e9e par ordinateur. Notons qu&rsquo;il peut y avoir plus d&rsquo;un groupe d&rsquo;intervention, par exemple si l&rsquo;on veut tester diff\u00e9rents tailles d\u2019aimants dans l&rsquo;\u00e9tude de la m\u00e9nopause. Le groupe t\u00e9moin peut recevoir soit le traitement standard (p. ex. th\u00e9rapie d\u2019estrog\u00e8ne), ou un plac\u00e9bo (p. ex. un bracelet non-magn\u00e9tique).<\/li>\n<li>Administrer l&rsquo;intervention. Il vaut mieux que cela soit effectu\u00e9 \u00e0 l&rsquo;insu afin que le patient ne sache pas \u00e0 quel groupe il a \u00e9t\u00e9 affect\u00e9. Id\u00e9alement, le chercheur (et certainement l&rsquo;intervenant qui surveille la r\u00e9action du patient) ne doit pas non plus savoir \u00e0 quel groupe le patient est affect\u00e9 (il s&rsquo;agit alors d&rsquo;une <em>exp\u00e9rience \u00e0 double insu<\/em>). Cela aide \u00e0 \u00e9liminer l&rsquo;influence des attentes possibles du patient et du clinicien \u00e0 l\u2019\u00e9gard du traitement, attentes qui pourraient biaiser l\u2019\u00e9valuation des r\u00e9sultats. Parfois, on utilise une approche \u00e0 triple insu dans laquelle ni le patient, ni le clinicien, ni ceux qui analysent et interpr\u00e8tent les donn\u00e9es ne savent quel groupe a re\u00e7u le traitement (les groupes sont simplement \u00e9tiquet\u00e9s A ou B). Cela r\u00e9duit encore plus les biais possibles.<\/li>\n<li>Examiner les r\u00e9sultats (p. ex. les param\u00e8tres physiologiques ou biochimiques, la morbidit\u00e9, la mortalit\u00e9, les \u00e9v\u00e9nements ind\u00e9sirables, l&rsquo;\u00e9tat de sant\u00e9 fonctionnelle ou la qualit\u00e9 de vie) \u00e0 un moment d\u00e9termin\u00e9 d&rsquo;avance et comparer ceux du groupe d&rsquo;intervention et du groupe t\u00e9moin \u00e0 l&rsquo;aide d&rsquo;analyses statistiques. Cela permet de d\u00e9terminer si une diff\u00e9rence dans les taux observ\u00e9s dans les deux groupes survient plus souvent que si seul le hasard \u00e9tait en cause.<\/li>\n<\/ol>\n<p>On consid\u00e8re les ECA comme \u00e9tant les meilleurs plans de recherche, mais ils comportent tout de m\u00eame des limites. En effet, ils sont con\u00e7us pour \u00e9tudier l&rsquo;efficacit\u00e9 d&rsquo;un traitement dans des conditions exp\u00e9rimentales bien contr\u00f4l\u00e9es. Il est donc possible que les preuves ne refl\u00e8tent pas l\u2019efficacit\u00e9 du traitement sur le terrain. Par EFFICACIT\u00c9 POTENTIELLE (\u00ab efficacy \u00bb en anglais), on entend l&rsquo;impact potentiel d&rsquo;un traitement dans les conditions optimales typiques d&rsquo;un milieu de recherche contr\u00f4l\u00e9. Par EFFICACIT\u00c9 R\u00c9ELLE, on entend son impact dans les conditions normales de pratique. Par exemple, dans des conditions exp\u00e9rimentales, un m\u00e9dicament peut \u00eatre efficace parce que les patients savent qu&rsquo;ils participent \u00e0 un projet de recherche et qu&rsquo;ils sont supervis\u00e9s. Cependant, dans un contexte r\u00e9el, le m\u00e9dicament pourrait ne pas \u00eatre efficace, car sans supervision, les patients pourraient ne pas prendre tout le m\u00e9dicament \u00e0 la bonne dose. Il se peut \u00e9galement qu&rsquo;une intervention efficace ne soit pas suffisamment EFFICIENTE pour \u00eatre mise en pratique. L&rsquo;auto-examen des seins est une m\u00e9thode efficace de d\u00e9pistage pr\u00e9coce du cancer du sein, mais uniquement dans des conditions exp\u00e9rimentales o\u00f9 des infirmi\u00e8res qualifi\u00e9es effectuent un suivi constant aupr\u00e8s des femmes. Le co\u00fbt d\u2019un tel niveau d&rsquo;intervention est trop \u00e9lev\u00e9 pour \u00eatre appliqu\u00e9 de mani\u00e8re g\u00e9n\u00e9rale.<\/p>\n<p>De plus, on r\u00e9alise souvent des essais aupr\u00e8s de populations tr\u00e8s cibl\u00e9es (p. ex. des fumeurs de sexe masculin \u00e2g\u00e9s de 50 \u00e0 74 ans qui pr\u00e9sentent une angine de poitrine instable sans comorbidit\u00e9 et qui acceptent de participer \u00e0 une \u00e9tude de recherche). Cela peut r\u00e9duire la g\u00e9n\u00e9ralisabilit\u00e9 des r\u00e9sultats aux patients typiques souffrant d&rsquo;angine de poitrine. L\u2019attrition peut aussi \u00eatre un probl\u00e8me si les participants d\u2019un groupe ou l\u2019autre abandonnent l&rsquo;\u00e9tude avant la fin. En dernier lieu, les essais d&rsquo;intervention, bien qu&rsquo;ils soient con\u00e7us pour d\u00e9tecter les diff\u00e9rences dans les r\u00e9sultats connus et souhait\u00e9s, peuvent \u00eatre de trop petite taille pour d\u00e9tecter des effets inconnus ant\u00e9rieurement ou rares.<\/p>\n<p>L&rsquo;essai \u00e0 effectif unique est une adaptation de l&rsquo;ECA qui peut s&rsquo;av\u00e9rer particuli\u00e8rement utile pour tester l&rsquo;application d&rsquo;un traitement chez un patient unique de mani\u00e8re \u00e0 exclure la plupart des sources de biais.<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lesessaisaeffectif\">Les essais \u00e0 effectif unique<\/h3>\n<div id=\"lesessaisaeffectif\" class=\"collapse\">\n<p>Un essai \u00e0 effectif unique est un essai clinique qui porte sur un seul patient. Il peut \u00eatre efficace dans l&rsquo;\u00e9valuation d&rsquo;un traitement chez un patient en particulier. Le patient re\u00e7oit soit le traitement actif, soit un agent t\u00e9moin (un plac\u00e9bo), attribu\u00e9 al\u00e9atoirement et administr\u00e9 \u00e0 l&rsquo;insu. Les r\u00e9sultats sont consign\u00e9s apr\u00e8s un d\u00e9lai appropri\u00e9, puis on entame une p\u00e9riode d&rsquo;\u00e9limination pendant laquelle le patient ne re\u00e7oit pas le m\u00e9dicament afin d\u2019en \u00e9liminer toute trace. Le patient re\u00e7oit ensuite l&rsquo;autre traitement (plac\u00e9bo ou actif), et les r\u00e9sultats sont \u00e9valu\u00e9s. On peut r\u00e9p\u00e9ter le cycle afin d&rsquo;\u00e9tablir des estimations stables des r\u00e9sultats. L&rsquo;avantage principal est que le r\u00e9sultat de l&rsquo;\u00e9tude s&rsquo;applique sp\u00e9cifiquement \u00e0 ce patient et permet une calibration pr\u00e9cise pour optimiser la dose th\u00e9rapeutique. Les r\u00e9sultats ne peuvent \u00eatre g\u00e9n\u00e9ralis\u00e9s; ils ne sont pertinents que pour ce patient, et \u00e9videmment l&rsquo;effet du traitement doit \u00eatre r\u00e9versible.<\/p>\n<div><span lang=\"FR-CA\">L\u2019essai \u00e0 effectif unique peur \u00e9galement s\u2019appliquer \u00e0 un groupe de personnes. <\/span>Comme chaque patient repr\u00e9sente son propre sujet t\u00e9moin, ces \u00e9tudes peuvent produire des r\u00e9sultats tr\u00e8s valides \u00e9tant donn\u00e9 que presque toutes les sources de biais sont \u00e9limin\u00e9es.<\/div>\n<\/div>\n<\/div>\n<h3>L&rsquo;\u00e9thique des ECA<\/h3>\n<p>Des questions \u00e9thiques particuli\u00e8res (voir \u00c9THIQUE dans le glossaire) se posent dans la conduite de toutes les exp\u00e9riences m\u00e9dicales. Une tension peut surgir entre deux principes de base : les patients ont le droit de recevoir un traitement efficace (principe de bienfaisance), mais il est contraire \u00e0 l&rsquo;\u00e9thique d&rsquo;adopter un nouveau traitement sans proc\u00e9der \u00e0 des tests rigoureux pour prouver l&rsquo;efficacit\u00e9 (pour garantir la non-malfaisance). Par cons\u00e9quent, s&rsquo;il y a des preuves partielles qu&rsquo;un traitement est sup\u00e9rieur, il peut \u00eatre contraire \u00e0 l&rsquo;\u00e9thique de le prouver dans un essai randomis\u00e9 parce que cela impliquerait de le refuser aux patients du groupe t\u00e9moin. Par cons\u00e9quent, un ECA ne peut \u00eatre appliqu\u00e9 \u00e9thiquement que lorsqu&rsquo;il existe une r\u00e9elle incertitude quant \u00e0 la sup\u00e9riorit\u00e9 du traitement exp\u00e9rimental ; c&rsquo;est ce qu&rsquo;on appelle l&rsquo;\u00e9quilibre. <span lang=\"FR-CA\">Il est \u00e9galement contraire \u00e0 l\u2019\u00e9thique de mener des essais qui n\u2019offrent qu\u2019une valeur sociale marginale (p. ex., des \u00e9tudes qui profitent davantage aux publications du chercheur qu\u2019\u00e0 la sant\u00e9 des patients, ou des \u00e9tudes qui font \u00e9galement office de projets de marketing). \u00c9videmment il <\/span>est contraire \u00e0 l&rsquo;\u00e9thique de poursuivre un essai si le traitement se montre clairement efficace (ou clairement dangereux). On \u00e9tablit donc \u00e0 l\u2019avance des r\u00e8gles pr\u00e9cisant les conditions dans lesquelles il est permis d\u2019interrompre une \u00e9tude (voir \u00ab L\u2019interruption pr\u00e9coce des essais \u00bb). Compte tenu de ces principes \u00e9thiques, de nombreux traitements \u00e9tablis ne feront probablement jamais l&rsquo;objet d&rsquo;un essai comparatif :<\/p>\n<ul>\n<li>l&rsquo;appendicectomie pour l\u2019appendicite;<\/li>\n<li>l&rsquo;insuline pour le diab\u00e8te;<\/li>\n<li>l&rsquo;anesth\u00e9sie pour les chirurgies;<\/li>\n<li>la vaccination pour la variole;<\/li>\n<li>l&rsquo;immobilisation pour les os fractur\u00e9s;<\/li>\n<li>le parachute pour sauter d&rsquo;un avion, comme l&rsquo;a not\u00e9 le <em>British Medical Journal<\/em> avec humour.<sup>10<\/sup><\/li>\n<\/ul>\n<div class=\"links\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lethique\">L\u2019\u00e9thique de la recherche sur les humains<\/h3>\n<div id=\"lethique\" class=\"collapse\">Vous trouverez des renseignements sur la conduite \u00e9thique des ECA et d&rsquo;autres types de recherche dans l&rsquo;\u00c9nonc\u00e9 de politique des trois Conseils : <a href=\"http:\/\/www.ger.ethique.gc.ca\/pdf\/fra\/eptc2\/EPTC_2_FINALE_Web.pdf\">\u00c9thique de la recherche avec des \u00eatres humains<\/a>.<\/div>\n<\/div>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#linterruption\">L\u2019interruption pr\u00e9coce des essais<\/h3>\n<div id=\"linterruption\" class=\"collapse\">\n<p>Le principe \u00e9thique de la bienfaisance exige que les patients b\u00e9n\u00e9ficient d&rsquo;un nouveau traitement d\u00e8s qu&rsquo;il s&rsquo;av\u00e8re efficace, mais le principe de non-malfaisance implique que cette preuve doit \u00eatre d\u00e9finitive. Par cons\u00e9quent, les \u00e9tudes sont con\u00e7ues pour inclure la taille minimale de l&rsquo;\u00e9chantillon requise pour la preuve d\u00e9finitive. La taille de l&rsquo;\u00e9chantillon est calcul\u00e9e avant le d\u00e9but de l&rsquo;\u00e9tude \u00e0 partir d&rsquo;une estimation des avantages relatifs probables des traitements d&rsquo;intervention et de contr\u00f4le, mais il ne s&rsquo;agit que d&rsquo;une estimation et peut \u00eatre erron\u00e9.<\/p>\n<p>De temps en temps, les premiers r\u00e9sultats peuvent sembler montrer un avantage pour le groupe exp\u00e9rimental ou t\u00e9moin, mais en se basant sur de petits nombres, ces r\u00e9sultats pr\u00e9liminaires peuvent \u00eatre dus au hasard. Les chercheurs peuvent donc \u00eatre confront\u00e9s \u00e0 un choix entre arr\u00eater un essai avant que le nombre de participants soit suffisamment important pour d\u00e9montrer d\u00e9finitivement la sup\u00e9riorit\u00e9 d&rsquo;un plan d&rsquo;action, ou poursuivre l&rsquo;essai m\u00eame si, \u00e0 leur connaissance, un plan d&rsquo;action semble sup\u00e9rieur \u00e0 l&rsquo;autre. Cette d\u00e9cision devient particuli\u00e8rement difficile \u00e0 prendre lorsque le traitement exp\u00e9rimental semble nuisible par rapport au traitement conventionnel. Une autre complication est que le fait d&rsquo;entreprendre des analyses pr\u00e9coces des donn\u00e9es implique de lever l&rsquo;insu des enqu\u00eateurs, ce qui peut conduire \u00e0 biaiser leurs conclusions futures. En g\u00e9n\u00e9ral, un comit\u00e9 de surveillance des donn\u00e9es utilise des m\u00e9thodes qui permettent une surveillance continue des r\u00e9sultats, mais ne les communique pas avec les chercheurs jusqu&rsquo;\u00e0 ce que, d\u00e8s que des diff\u00e9rences cliniquement significatives se produisent, l&rsquo;essai puisse \u00eatre arr\u00eat\u00e9.<\/p>\n<\/div>\n<\/div>\n<h3>Les phases des \u00e9tudes d&rsquo;intervention<\/h3>\n<p>Une fois qu&rsquo;un nouveau traitement pharmaceutique est au point, il est test\u00e9 en plusieurs phases successives avant que son utilisation par le public ne soit approuv\u00e9e par les organismes de r\u00e9glementation. Les essais al\u00e9atoires sont l\u2019une des \u00e9tapes de cette longue s\u00e9quence, laquelle commence par des \u00e9tudes en laboratoire sur des mod\u00e8les animaux, puis sur des humains :<\/p>\n<p style=\"padding-left: 30px;\">Phase I : Le nouveau m\u00e9dicament ou traitement est mis \u00e0 l&rsquo;essai pour la premi\u00e8re fois dans un petit groupe de personnes afin d\u2019en d\u00e9terminer la posologie s\u00e9curitaire et les effets secondaires possibles.<br \/>\nPhase II : Le m\u00e9dicament ou traitement est administr\u00e9 \u00e0 un groupe plus nombreux, \u00e0 la dose recommand\u00e9e, pour d\u00e9terminer son efficacit\u00e9 dans des conditions contr\u00f4l\u00e9es et pour \u00e9valuer son innocuit\u00e9. Il ne s&rsquo;agit g\u00e9n\u00e9ralement pas d&rsquo;une \u00e9tude al\u00e9atoire.<br \/>\nPhase III : Le m\u00e9dicament ou traitement est mis \u00e0 l&rsquo;essai dans des groupes de grande taille afin d\u2019en confirmer l&rsquo;efficacit\u00e9, d\u2019en surveiller les effets secondaires, de le comparer aux traitements couramment utilis\u00e9s et de recueillir des renseignements en vue de son utilisation s\u00e9curitaire. Les \u00e9tudes de phase III comprennent normalement une s\u00e9rie d&rsquo;essais randomis\u00e9s. \u00c0 la fin de cette phase, il est possible que l&rsquo;utilisation publique du m\u00e9dicament soit approuv\u00e9e. L&rsquo;approbation peut limiter l\u2019utilisation du m\u00e9dicament, par exemple \u00e0 des maladies sp\u00e9cifiques ou \u00e0 certains groupes d&rsquo;\u00e2ge.<br \/>\nPhase IV : Apr\u00e8s la mise sur le march\u00e9 du traitement, on continue de recueillir de l&rsquo;information pour d\u00e9crire son efficacit\u00e9 sur diff\u00e9rentes populations, mais surtout pour d\u00e9celer les effets secondaires ou les effets ind\u00e9sirables possibles. Il ne s&rsquo;agit pas d&rsquo;un ECA, mais d&rsquo;une surveillance post-commercialisation. L&rsquo;information provient de plusieurs sources, comme les rapports des m\u00e9decins (et des patients) sur les effets secondaires ou les donn\u00e9es sur les r\u00e9sultats, comme les r\u00e9admissions \u00e0 l&rsquo;h\u00f4pital obtenues \u00e0 partir de syst\u00e8mes d&rsquo;information informatis\u00e9s. Un grand nombre peut \u00eatre n\u00e9cessaire pour d\u00e9tecter des effets secondaires rares ou \u00e0 \u00e9volution lente.<\/p>\n<p><a name=\"_suividesessais\"><\/a><\/p>\n<div class=\"links\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#suivides\">Le registre des essais cliniques<\/h3>\n<div id=\"suivides\" class=\"collapse\">\n<p>Il arrive que des \u00e9tudes qui produisent des r\u00e9sultats n\u00e9gatifs ne soient pas publi\u00e9es, bien que ces r\u00e9sultats soient importants pour fournir des preuves cliniques de l&rsquo;inefficacit\u00e9 possible d&rsquo;un traitement. Pour pr\u00e9venir le biais de non-d\u00e9claration des r\u00e9sultats n\u00e9gatifs, tous les essais pr\u00e9vus doivent \u00eatre enregistr\u00e9s; une liste exhaustive des <a href=\"https:\/\/www.clinicaltrials.gov\">essais cliniques<\/a>\u00a0est tenue par les National Institutes of Health des \u00c9tats-Unis.<\/p>\n<p>Sur le site Web du groupe CONSORT (Consolidated Standards for Reporting Trials), on propose un <a href=\"http:\/\/www.consort-statement.org\/consort-2010\">aide-m\u00e9moire pour \u00e9valuer l&rsquo;exhaustivit\u00e9 des r\u00e9sultats d\u00e9clar\u00e9s pour un ECA<\/a>.<\/p>\n<p>Une description des <a href=\"https:\/\/www.canada.ca\/fr\/sante-canada\/services\/medicaments-produits-sante\/medicaments\/feuillets-information\/comment-medicaments-sont-examines-canada.html\">proc\u00e9dures d\u2019approbation d\u2019un nouveau m\u00e9dicament<\/a> est disponible aupr\u00e8s de Sant\u00e9 Canada.<\/p>\n<\/div>\n<\/div>\n<h2><a id=\"_etudesobs\"><\/a>Les \u00e9tudes analytiques par observation<\/h2>\n<p>Dans une\u00a0<span lang=\"FR-CA\">\u00e9tude analytique par observation<\/span>, le chercheur observe ce qui arrive aux personnes dans des conditions d&rsquo;exposition choisies par la personne elle-m\u00eame (comme l&rsquo;exercice ou l&rsquo;alimentation) ou qui \u00e9chappent \u00e0 leur contr\u00f4le (comme la plupart des d\u00e9terminants sociaux de la sant\u00e9). Il y a souvent un groupe t\u00e9moin de personnes qui n&rsquo;ont pas \u00e9t\u00e9 expos\u00e9es. La distinction cl\u00e9 avec une \u00e9tude exp\u00e9rimentale est que le chercheur peut choisir les populations et les expositions \u00e0 \u00e9tudier, <em>mais ne les influence pas<\/em>. Comme il n&rsquo;y a pas d&rsquo;attribution al\u00e9atoire des expositions, le probl\u00e8me majeur dans l&rsquo;inf\u00e9rence de causalit\u00e9 est que les groupes expos\u00e9s et non expos\u00e9s peuvent diff\u00e9rer sur d&rsquo;autres facteurs cl\u00e9s qui peuvent eux-m\u00eames \u00eatre de v\u00e9ritables causes du r\u00e9sultat, plut\u00f4t que les caract\u00e9ristiques \u00e0 l&rsquo;\u00e9tude. Ces facteurs sont connus sous le nom de <a href=\"#laconfusion\">facteurs de confusion<\/a>.<\/p>\n<p>La distinction critique entre une \u00e9tude purement descriptive et une \u00e9tude analytique est que cette derni\u00e8re est con\u00e7ue pour tester une hypoth\u00e8se, g\u00e9n\u00e9ralement dans le but d&rsquo;identifier une relation de cause \u00e0 effet. Lorsqu&rsquo;une variable de r\u00e9sultat, telle qu&rsquo;une maladie cardiaque, est \u00e9tudi\u00e9e en relation avec une variable d&rsquo;exposition telle que le poids corporel, l&rsquo;\u00e9tude fait plus que compter : elle teste une hypoth\u00e8se pr\u00e9disant une association entre les deux. L&rsquo;int\u00e9r\u00eat n&rsquo;est plus purement local, comme dans le cas d&rsquo;une \u00e9tude descriptive, mais pour en tirer une conclusion plus g\u00e9n\u00e9rale qui s&rsquo;appliquera \u00e0 une population plus large. Par cons\u00e9quent, la repr\u00e9sentativit\u00e9 de l&rsquo;\u00e9chantillon de l&rsquo;\u00e9tude est d&rsquo;une importance cruciale, introduisant le concept de validit\u00e9 externe ou de g\u00e9n\u00e9ralisabilit\u00e9 des r\u00e9sultats de l&rsquo;\u00e9chantillon. Pour d\u00e9crire le niveau de confiance avec lequel nous pouvons tirer des conclusions g\u00e9n\u00e9rales \u00e0 partir d&rsquo;un \u00e9chantillon, nous utilisons des statistiques d&rsquo;inf\u00e9rence (voir la section sur les <a href=\"#_echantillons\">erreurs fortuites dans l&rsquo;\u00e9chantillonnage<\/a>, ci-dessous).<\/p>\n<p>Les \u00e9tudes d&rsquo;observation analytiques varient en termes de proc\u00e9dures d&rsquo;\u00e9chantillonnage utilis\u00e9es pour recueillir des donn\u00e9es, et peuvent \u00eatre de trois types : \u00e9tudes transversales, \u00e9tudes de cohortes ou \u00e9tudes cas-t\u00e9moins <span lang=\"FR-CA\">(voir la figure 5.1).<\/span><\/p>\n<h3><a name=\"lesetudesanalytiques\"><\/a>Les \u00e9tudes analytiques transversales<\/h3>\n<p>Les \u00e9tudes transversales utilisent une seule r\u00e9f\u00e9rence temporelle pour les donn\u00e9es recueillies (p. ex. les personnes qui ont consult\u00e9 un m\u00e9decin au cours des deux derni\u00e8res semaines). L&rsquo;une des \u00e9tudes transversales les plus courantes est l&rsquo;enqu\u00eate analytique, une extension de la conception de l&rsquo;enqu\u00eate descriptive. La diff\u00e9rence est que l&rsquo;analyse enregistre les associations entre les variables afin de tester formellement une hypoth\u00e8se, plut\u00f4t que de simplement rapporter la fr\u00e9quence de leur occurrence. Par \u00a0exemple, dans un sondage nationale, un chercheur vise \u00e0 tester <span lang=\"FR-CA\">des hypoth\u00e8ses concernant l&rsquo;association entre les sensations de stress et l&rsquo;utilisation des services m\u00e9dicaux. Le chercheur peut demander aux personnes si elles ont \u00e9prouv\u00e9 du stress au cours de la derni\u00e8re ann\u00e9e, puis si elles ont consult\u00e9 un m\u00e9decin au cours des deux derni\u00e8res semaines. <\/span>Supposons que les r\u00e9sultats sont les suivants :<\/p>\n<p class=\"caption\">Tableau 5.4 : Stress et visites chez le m\u00e9decin : calcul de l&rsquo;association entre deux variables<\/p>\n<table>\n<tbody>\n<tr>\n<th colspan=\"2\" rowspan=\"2\"><\/th>\n<th style=\"text-align: center;\" colspan=\"3\">Consult\u00e9 un m\u00e9decin au cours<br \/>\ndes deux derni\u00e8res semaines?<\/th>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\">Oui<\/td>\n<td style=\"text-align: center;\">Non<\/td>\n<td style=\"text-align: center;\">Total<\/td>\n<\/tr>\n<tr>\n<td rowspan=\"3\"><strong>\u00c9prouv\u00e9 du stress au cours de la derni\u00e8re ann\u00e9e?<\/strong><\/td>\n<td>Oui<\/td>\n<td style=\"text-align: center;\">1 442<\/td>\n<td style=\"text-align: center;\">\u00a0 3 209<\/td>\n<td style=\"text-align: center;\">\u00a0 4 651<\/td>\n<\/tr>\n<tr>\n<td>Non<\/td>\n<td style=\"text-align: center;\">2 633<\/td>\n<td style=\"text-align: center;\">11 223<\/td>\n<td style=\"text-align: center;\">13 856<\/td>\n<\/tr>\n<tr>\n<td>Total<\/td>\n<td style=\"text-align: center;\">4 075<\/td>\n<td style=\"text-align: center;\">14 432<\/td>\n<td style=\"text-align: center;\">18 507<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Notons que ce r\u00e9sultat peut \u00eatre interpr\u00e9t\u00e9 de deux fa\u00e7ons :<\/p>\n<ol>\n<li>Parmi les personnes ayant \u00e9prouv\u00e9 du stress au cours de la derni\u00e8re ann\u00e9e, 31 % (1 442\/4 651) ont consult\u00e9 un m\u00e9decin au cours des deux derni\u00e8res semaines, contre seulement 19 % (2 633\/13 856) des personnes n&rsquo;ayant pas \u00e9prouv\u00e9 de stress. Ou,<\/li>\n<li>Parmi les personnes ayant consult\u00e9 leur m\u00e9decin au cours des deux derni\u00e8res semaines, 35 % (1 442\/4 075) ont \u00e9prouv\u00e9 du stress au cours de la derni\u00e8re ann\u00e9e, contre 22 % (3 209\/14 432) des personnes n&rsquo;ayant pas consult\u00e9.<\/li>\n<\/ol>\n<p>Ces deux approches conviennent. Le chercheur est libre de d\u00e9cider comment les r\u00e9sultats seront pr\u00e9sent\u00e9s; le plan d&rsquo;\u00e9tude permet les deux types d&rsquo;analyse. La seule chose que l&rsquo;on peut conclure est qu&rsquo;il existe une association entre les deux variables. On peut supposer que le stress pr\u00e9dispose les gens \u00e0 consulter leur m\u00e9decin, mais se pourrait-il que la perspective d\u2019une visite chez le m\u00e9decin engendre du stress, ou qu&rsquo;autre chose (facteur de confusion tel que la peur d&rsquo;une maladie sous-jacente) soit \u00e0 la fois une source de stress et une raison de consulter? Cette \u00e9tude fournit peu de preuves \u00e0 l&rsquo;appui d&rsquo;une relation de cause \u00e0 effet\u00a0<span lang=\"FR-CA\">\u2013\u00a0<\/span> simplement une association apparente entre le stress et la visite chez le m\u00e9decin. La principale faiblesse des \u00e9tudes transversales est qu&rsquo;elles ne peuvent pas montrer la s\u00e9quence temporelle : le facteur (stress) est-il ant\u00e9rieur au r\u00e9sultat (visite chez le m\u00e9decin)? (voir <a href=\"#tableau5.3\">crit\u00e8res de causalit\u00e9<\/a> au tableau 5.3).<\/p>\n<p>Les \u00e9tudes descriptives et analytiques portent habituellement sur des \u00e9chantillons d&rsquo;individus, mais peuvent \u00e9galement \u00e9tudier les groupes, p. ex. une comparaison entre villes. Empruntant leurs donn\u00e9es des sources gouvernementales, ces \u00e9tudes sont faciles \u00e0 mener. Voir l&rsquo;encadr\u00e9 \u00a0\u00ab \u00c9tudes \u00e9cologiques \u00bb.<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#ecologiques\">Les \u00e9tudes \u00e9cologiques<\/h3>\n<div id=\"ecologiques\" class=\"collapse\">\n<p>Les \u00e9tudes \u00e9cologiques mesurent les variables au niveau de populations enti\u00e8res (pays, provinces) plut\u00f4t qu\u2019au niveau individuel. Il s&rsquo;agit du plan appropri\u00e9 pour \u00e9tudier l&rsquo;effet d&rsquo;une variable qui agit sur l&rsquo;ensemble de la population, comme le climat, un ralentissement \u00e9conomique ou une p\u00e9nurie de m\u00e9decins. Comme les enqu\u00eates, ces \u00e9tudes peuvent \u00eatre descriptives ou analytiques. Elles ont l&rsquo;avantage de pouvoir souvent utiliser des donn\u00e9es d\u00e9j\u00e0 disponibles, comme les statistiques gouvernementales. Les \u00e9tudes \u00e9cologiques peuvent servir \u00e0 g\u00e9n\u00e9rer des hypoth\u00e8ses qui peuvent \u00eatre ensuite test\u00e9es au niveau individuel. Par exemple, l&rsquo;hypoth\u00e8se selon laquelle les lipides dans l\u2019alimentation sont un facteur de risque pour le cancer du sein vient d&rsquo;une \u00e9tude ayant d\u00e9montr\u00e9 que les pays o\u00f9 la consommation de lipides par habitant \u00e9tait \u00e9lev\u00e9e pr\u00e9sentaient une incidence plus \u00e9lev\u00e9e de cancer du sein.<\/p>\n<p>Cependant, il y a une limite logique \u00e0 tirer des conclusions d&rsquo;\u00e9tudes \u00e9cologiques pour des cas individuels. En effet, comme le r\u00e9sultat \u00e9cologique se fonde sur des moyennes de groupe, il n&rsquo;indique pas n\u00e9cessairement que les personnes qui consomment beaucoup de lipides sont celles qui sont les plus susceptibles de d\u00e9velopper un cancer; il est impossible de le d\u00e9terminer par une \u00e9tude \u00e9cologique. Cette difficult\u00e9 de tirer des conclusions au niveau de personnes \u00e0 partir de donn\u00e9es \u00e9cologiques se nomme \u00ab sophisme \u00e9cologique \u00bb. Pour tirer des conclusions d\u00e9finitives au sujet du lien entre la consommation de lipides et le risque de cancer du sein, les deux facteurs doivent \u00eatre \u00e9tudi\u00e9s chez les m\u00eames personnes. N\u00e9anmoins, on a souvent recours aux \u00e9tudes \u00e9cologiques comme premi\u00e8re \u00e9tape, afin de d\u00e9terminer si une \u00e9tude aupr\u00e8s de personnes, plus co\u00fbteuse, en vaudrait la peine.<\/p>\n<\/div>\n<\/div>\n<h3><a name=\"dechohortes\"><\/a>Les \u00e9tudes de cohortes<\/h3>\n<p>Une cohorte est un groupe de personnes faisant partie d&rsquo;un \u00e9chantillon quantifiable qui partagent une certaine caract\u00e9ristique et aupr\u00e8s desquelles on peut effectuer un suivi sur une p\u00e9riode d\u00e9termin\u00e9e : par exemple, les membres d&rsquo;une cohorte de naissance ont tous la m\u00eame ann\u00e9e de naissance (voir Pour les mordus, \u00ab Cohorte \u00bb). Dans le domaine de la sant\u00e9, les \u00e9tudes de cohortes portent souvent sur des facteurs causaux; la caract\u00e9ristique d&rsquo;int\u00e9r\u00eat est habituellement un type d&rsquo;exposition qui, selon l\u2019hypoth\u00e8se \u00e0 tester, semble augmenter la probabilit\u00e9 d&rsquo;un r\u00e9sultat clinique. Typiquement, une \u00e9tude de cohorte porte d&rsquo;abord sur un \u00e9chantillon de personnes n&rsquo;ayant pas la maladie d&rsquo;int\u00e9r\u00eat; elle recueille des renseignements sur l&rsquo;exposition au facteur \u00e0 l&rsquo;\u00e9tude, et effectue un suivi aupr\u00e8s de personnes expos\u00e9es et non expos\u00e9es sur une certaine p\u00e9riode (figure 5.3). Pour cette raison, les \u00e9tudes de cohortes sont \u00e9galement appel\u00e9es \u00e9tudes longitudinales ou de suivi. Le nombre de nouveaux cas (l\u2019incidence) de la maladie est consign\u00e9 et compar\u00e9 entre les groupes d&rsquo;exposition. L&rsquo;hypoth\u00e8se \u00e0 tester est g\u00e9n\u00e9ralement que plus de maladies appara\u00eetront dans le groupe expos\u00e9 (indiqu\u00e9 par les tailles relatives des rectangles \u00e0 droite de la figure.<\/p>\n<figure id=\"attachment_2536\" aria-describedby=\"caption-attachment-2536\" style=\"width: 666px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2536\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.3_fr.png\" alt=\"\" width=\"666\" height=\"500\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.3_fr.png 666w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.3_fr-300x225.png 300w\" sizes=\"auto, (max-width: 666px) 100vw, 666px\" \/><figcaption id=\"caption-attachment-2536\" class=\"wp-caption-text\">Figure 5.3 : Sch\u00e9ma d&rsquo;une \u00e9tude de cohorte<\/figcaption><\/figure>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#letmyolgie\">L\u2019\u00e9tymologie latine du mot \u00ab cohorte \u00bb<\/h3>\n<div id=\"letmyolgie\" class=\"collapse\">Cohorte : du latin cohors, signifiant \u00ab un enclos \u00bb. Le sens du terme a \u00e9t\u00e9 \u00e9largi \u00e0 un corps d&rsquo;infanterie de l&rsquo;arm\u00e9e romaine, privil\u00e9giant la notion d&rsquo;un groupe clos ou d&rsquo;une escorte. Pensez \u00e0 une cohorte de l&rsquo;infanterie romaine qui s&rsquo;approche; certains hommes portent une nouvelle armure m\u00e9tallique, d&rsquo;autres sont prot\u00e9g\u00e9s par un vieil habit de toile et de cuir. Des bandits tirent des fl\u00e8ches sur la troupe; le g\u00e9n\u00e9ral \u00c9videntius demande \u00e0 un scribe de documenter le taux de mortalit\u00e9 et son fid\u00e8le analyste, \u00c9pid\u00e9miologicus, compare ces r\u00e9sultats \u00e0 l&rsquo;aide de simples calculs arithm\u00e9tiques (voir le tableau 5.5).<\/div>\n<\/div>\n<p>Dans les \u00e9tudes de cohortes simples, les r\u00e9sultats peuvent \u00eatre pr\u00e9sent\u00e9s dans un tableau \u00ab 2 fois 2 \u00bb (deux rang\u00e9es et deux colonnes, sans compter la colonne des totaux).<\/p>\n<p class=\"caption\">Tableau 5.5 : Mod\u00e8le type de tableau 2 x 2 \u00e9tablissant un lien entre une exposition et un r\u00e9sultat<\/p>\n<table>\n<tbody>\n<tr>\n<th><\/th>\n<th style=\"text-align: center;\">Pr\u00e9sence d&rsquo;un r\u00e9sultat<br \/>\n(p. ex. une maladie)<\/th>\n<th style=\"text-align: center;\">Absence d&rsquo;un r\u00e9sultat<br \/>\n(p. ex. pas malade)<\/th>\n<th style=\"text-align: center;\">Total<\/th>\n<\/tr>\n<tr>\n<td><strong>Pr\u00e9sence d&rsquo;une exposition (ou facteur de risque)<\/strong><\/td>\n<td style=\"text-align: center;\">a<\/td>\n<td style=\"text-align: center;\">b<\/td>\n<td style=\"text-align: center;\">a+b<\/td>\n<\/tr>\n<tr>\n<td><strong>Absence d&rsquo;une exposition (ou facteur de risque)<\/strong><\/td>\n<td style=\"text-align: center;\">c<\/td>\n<td style=\"text-align: center;\">d<\/td>\n<td style=\"text-align: center;\">c+d<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><a id=\"relativerisk\"><\/a>L&rsquo;incidence (le risque) de maladie dans le groupe expos\u00e9 est calcul\u00e9e \u00e0 l&rsquo;aide de la formule a\/(a + b). De m\u00eame, le risque des personnes non expos\u00e9es est \u00e9gal \u00e0 c\/(c + d). On peut comparer ces risques pour obtenir un rapport de risque (souvent appel\u00e9 RISQUE RELATIF ou RR) : [a\/(a + b) divis\u00e9 par c\/(c + d)]. Ce statistique donne une indication de la force de l&rsquo;association entre l&rsquo;exposition et le r\u00e9sultat : dans quelle mesure la maladie est-elle plus probable chez les personnes expos\u00e9es ? Un risque relatif de 1,0 indique que la probabilit\u00e9 de contracter la maladie est la m\u00eame chez les personnes expos\u00e9es et non expos\u00e9es : il n&rsquo;existe aucune association entre l&rsquo;exposition et la maladie. Un risque relatif sup\u00e9rieur \u00e0 1,0 implique qu&rsquo;il est plus probable qu&rsquo;une personne ayant \u00e9t\u00e9 expos\u00e9e au facteur devienne malade, comparativement \u00e0 une personne non expos\u00e9e. Un risque relatif inf\u00e9rieur \u00e0 1,0 implique un effet protecteur <span lang=\"FR\">(p. ex., un risque r\u00e9duit de COVID-19 chez des personnes immunis\u00e9es).<\/span><\/p>\n<p>Le principal avantage des \u00e9tudes de cohortes est que l&rsquo;exposition est consign\u00e9e avant les r\u00e9sultats; le crit\u00e8re causal d&rsquo;une s\u00e9quence temporelle entre l&rsquo;exposition et le r\u00e9sultat peut \u00eatre clairement \u00e9tabli si les participants n&rsquo;\u00e9taient pas atteints de la maladie au d\u00e9but de l&rsquo;\u00e9tude. En outre, comme on pr\u00e9voit la mani\u00e8re de consigner les expositions et les r\u00e9sultats d\u00e8s le d\u00e9but de la p\u00e9riode d&rsquo;\u00e9tude, les donn\u00e9es peuvent \u00eatre consign\u00e9es de mani\u00e8re standardis\u00e9e. Il est \u00e0 noter que les essais randomis\u00e9s sont une version exp\u00e9rimentale d&rsquo;une \u00e9tude de cohorte dans laquelle l&rsquo;exp\u00e9rimentateur attribue au hasard l&rsquo;exposition \u00e0 des sujets exp\u00e9rimentaux ou t\u00e9moins.<\/p>\n<h4>La d\u00e9finition des groupes d&rsquo;exposition<\/h4>\n<p>Imaginez une \u00e9tude de cohorte con\u00e7ue pour tester l&rsquo;hypoth\u00e8se que l&rsquo;exposition aux vapeurs de soudage cause des maladies des voies respiratoires. On pourrait choisir l&rsquo;\u00e9chantillon en fonction d&rsquo;un indicateur brut d&rsquo;exposition, par exemple consid\u00e9rer la profession comme un substitut (on suppose ainsi que les soudeurs sont expos\u00e9s et que les autres travailleurs ne le sont pas). On a souvent recours \u00e0 cette approche en \u00e9pid\u00e9miologie professionnelle et militaire. Une autre solution, plus pr\u00e9cise, serait de quantifier les niveaux d&rsquo;exposition (p. ex., selon l&rsquo;histoire de travail de la personne); cela exige plus d&rsquo;information, mais permet d&rsquo;estimer la r\u00e9ponse \u00e0 la dose \u2014 un des crit\u00e8res pour inf\u00e9rer une cause (voir le <a href=\"#tableau5.3\">tableau 5.3<\/a>).<\/p>\n<p>On peut pousser la quantification encore plus loin, dans une \u00e9tude de cohorte, non pas en suivant un groupe non expos\u00e9, mais en choisissant un \u00e9chantillon de personnes dont l&rsquo;exposition est assez vari\u00e9e pour permettre des comparaisons entre tous les niveaux d&rsquo;exposition, ou pour \u00e9tablir un mod\u00e8le math\u00e9matique de l&rsquo;exposition. Les \u00e9tudes de cohortes portant sur l&rsquo;alimentation, l&rsquo;activit\u00e9 physique ou l&rsquo;usage du tabac ont souvent recours \u00e0 cette approche, puisant des renseignements dans un questionnaire initial. Les \u00e9tudes de cohortes communautaires comme l&rsquo;\u00e9tude coronarienne de Framingham utilisent cette approche. (Voir documents suppl\u00e9mentaires : L\u2019\u00e9tude de Framingham). Les \u00e9tudes de cohortes offrent un moyen puissant d&rsquo;\u00e9valuer les influences causales, mais elles peuvent prendre beaucoup de temps \u00e0 compl\u00e9ter et donc \u00eatre co\u00fbteuses. Une alternative moins co\u00fbteuse est le plan d&rsquo;\u00e9tude cas-t\u00e9moin.<\/p>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#deframingham\">L\u2019\u00e9tude coronarienne de Framingham<\/h3>\n<div id=\"deframingham\" class=\"collapse\">Depuis 1948, la ville de Framingham, au Massachusetts, participe \u00e0 une \u00e9tude de cohorte sur les facteurs de risque li\u00e9s aux coronaropathies. L&rsquo;\u00e9tude a recueilli des donn\u00e9es sur deux g\u00e9n\u00e9rations subs\u00e9quentes des familles impliqu\u00e9es initialement. Elle a produit des estimations quantitatives de l&rsquo;impact des facteurs de risque li\u00e9s aux maladies cardiaques, y compris le niveau d&rsquo;activit\u00e9 physique, l&rsquo;usage de la cigarette, la tension art\u00e9rielle et le cholest\u00e9rol sanguin. On trouve de plus amples renseignements sur les \u00e9tudes de Framingham sur le site <a href=\"http:\/\/www.framinghamheartstudy.org\">www.framinghamheartstudy.org<\/a> (en anglais).<\/div>\n<\/div>\n<h3><a name=\"castemoins\"><\/a>Les \u00e9tudes cas-t\u00e9moins<\/h3>\n<p>Les \u00e9tudes cas-t\u00e9moins comparent un groupe de patients pr\u00e9sentant un r\u00e9sultat particulier (p. ex. des cas de cancer pancr\u00e9atique confirm\u00e9s par un pathologiste) \u00e0 un groupe semblable par ailleurs, mais n\u2019ayant pas la maladie (les t\u00e9moins). Comme le montre la figure 5.4, les ant\u00e9c\u00e9dents d&rsquo;exposition (p. ex. la consommation d&rsquo;alcool) avant l&rsquo;apparition de la maladie sont ensuite compar\u00e9s entre les groupes. Le nom du plan d&rsquo;\u00e9tude sert de rappel que les groupes \u00e0 comparer sont d\u00e9finis en fonction du r\u00e9sultat d&rsquo;int\u00e9r\u00eat : sa pr\u00e9sence (chez les cas) ou son absence (chez les t\u00e9moins). L&rsquo;hypoth\u00e8se \u00e0 v\u00e9rifier est que l&rsquo;exposition soit plus fr\u00e9quente chez les cas que chez les t\u00e9moins, comme l&rsquo;indique la taille relative des cercles \u00e0 gauche de la figure.<\/p>\n<figure id=\"attachment_2539\" aria-describedby=\"caption-attachment-2539\" style=\"width: 1366px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2539\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.4_fr.jpg\" alt=\"\" width=\"1366\" height=\"761\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.4_fr.jpg 1366w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.4_fr-300x167.jpg 300w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.4_fr-768x428.jpg 768w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.4_fr-1024x570.jpg 1024w\" sizes=\"auto, (max-width: 1366px) 100vw, 1366px\" \/><figcaption id=\"caption-attachment-2539\" class=\"wp-caption-text\">Figure 5.4 : Sch\u00e9ma d&rsquo;un plan d&rsquo;\u00e9tude cas-t\u00e9moin<\/figcaption><\/figure>\n<p><a id=\"oddsratio\"><\/a>Remarquez qu&rsquo;une \u00e9tude cas-t\u00e9moin ne permet pas de calculer l&rsquo;incidence ou le risque d\u2019une maladie, \u00e9tant donn\u00e9 qu&rsquo;elle commence avec un nombre pr\u00e9d\u00e9termin\u00e9 de personnes atteintes de la maladie et un nombre pr\u00e9d\u00e9termin\u00e9 de personnes qui n&rsquo;en sont pas atteintes. Il n&rsquo;est donc pas possible de calculer un rapport de risque. Mais ne d\u00e9sesp\u00e9rez-vous pas :\u00a0 les renseignements permettent de calculer la probabilit\u00e9 qu&rsquo;une personne ait \u00e9t\u00e9 expos\u00e9e \u00e0 la maladie \u2014 le rapport a:c dans le tableau 2 x 2 (tableau 5.6). On peut la comparer \u00e0 la probabilit\u00e9 qu\u2019un t\u00e9moin ait \u00e9t\u00e9 expos\u00e9 \u2014 le rapport b:d. Le r\u00e9sultat de l&rsquo;\u00e9tude cas-t\u00e9moin est ensuite exprim\u00e9 comme \u00e9tant le rapport de ces deux probabilit\u00e9s, ou RAPPORT DE COTES (RC) : a\/c divis\u00e9 par b\/d. Afin de simplifier le calcul, on a habituellement recours \u00e0 la formule alg\u00e9brique ad\/bc.<\/p>\n<p class=\"caption\">Tableau 5.6 : Tableau g\u00e9n\u00e9rique 2 x 2 pour calculer le rapport de cotes<\/p>\n<table>\n<tbody>\n<tr>\n<td><\/td>\n<td style=\"text-align: center;\"><strong>Pr\u00e9sence d&rsquo;un r\u00e9sultat <\/strong><br \/>\n<strong>(ou d&rsquo;une maladie)<\/strong><\/td>\n<td style=\"text-align: center;\"><strong>Absence d&rsquo;un r\u00e9sultat <\/strong><br \/>\n<strong>(ou d&rsquo;une maladie)<\/strong><\/td>\n<\/tr>\n<tr>\n<td><strong>Pr\u00e9sence d&rsquo;une exposition (ou d&rsquo;un facteur de risque)<\/strong><\/td>\n<td style=\"text-align: center;\">a<\/td>\n<td style=\"text-align: center;\">b<\/td>\n<\/tr>\n<tr>\n<td><strong>Absence d&rsquo;une exposition (ou d&rsquo;un facteur de risque)<\/strong><\/td>\n<td style=\"text-align: center;\">c<\/td>\n<td style=\"text-align: center;\">d<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Le RC calcul\u00e9 \u00e0 l&rsquo;aide d&rsquo;une \u00e9tude cas-t\u00e9moin peut s&rsquo;approcher du risque relatif, mais uniquement lorsque la maladie est rare (disons jusqu&rsquo;\u00e0 environ 5 % de la population, comme c&rsquo;est le cas pour de nombreux \u00e9tats chroniques \u2014 voir l&rsquo;encadr\u00e9 \u00ab Probabilit\u00e9s et cotes \u00bb). L&rsquo;interpr\u00e9tation d&rsquo;un RC est comparable \u00e0 celle d\u2019un RR. Comme pour le risque relatif, un RC de 1,0 implique qu&rsquo;il n&rsquo;y a aucune association entre l&rsquo;exposition et la maladie. Une valeur sup\u00e9rieure \u00e0 1,0 implique qu&rsquo;il est plus probable que les personnes malades aient \u00e9t\u00e9 expos\u00e9es comparativement aux t\u00e9moins. Une valeur inf\u00e9rieure \u00e0 1,0 implique que le facteur est protecteur. Cela peut survenir, par exemple, lorsqu\u2019une \u00e9tude cas-t\u00e9moin montre qu\u2019une alimentation \u00e0 faible teneur en lipides offre une protection contre les coronaropathies.<\/p>\n<blockquote class=\"outline\">\n<h3>Principale diff\u00e9rence entre une \u00e9tude de cohorte et une \u00e9tude cas-t\u00e9moin<\/h3>\n<p>Dans une \u00e9tude de cohorte, les groupes de participants sont class\u00e9s en fonction de leur \u00e9tat d&rsquo;exposition (selon qu\u2019ils pr\u00e9sentent ou non le facteur de risque).<\/p>\n<p>Dans une \u00e9tude cas-t\u00e9moins, les diff\u00e9rents groupes sont s\u00e9lectionn\u00e9s en fonction de leurs r\u00e9sultats cliniques (selon qu\u2019ils ont ou non la maladie).<\/p><\/blockquote>\n<div class=\"here-be-dragons\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#prospective\">Prospective ou r\u00e9trospective?<\/h3>\n<div id=\"prospective\" class=\"collapse\">\n<p>Ces termes sont souvent mal compris, avec raison.<\/p>\n<p>Les \u00e9tudes de cohortes d\u00e9finissent les groupes d&rsquo;\u00e9tude en fonction de leur niveau d\u2019exposition, puis effectuent un suivi aupr\u00e8s de ces personnes pour v\u00e9rifier leur \u00e9tat de sant\u00e9 au bout d&rsquo;un certain temps, m\u00eame plusieurs ann\u00e9es. Il s&rsquo;agirait d&rsquo;une \u00e9tude de cohorte prospective qui peut prendre beaucoup de temps \u00e0 achever. Par contre, il serait plus efficace de consulter des relev\u00e9s d&#8217;emploi pour choisir des personnes qui ont travaill\u00e9 comme soudeurs il y a 30 ans, et de comparer leur \u00e9tat de sant\u00e9 actuel en fonction de leur niveau ant\u00e9rieur d&rsquo;exposition. On pourrait appeler cela une \u00e9tude de cohorte r\u00e9trospective, mais on pr\u00e9f\u00e8re l\u2019expression \u00ab \u00e9tude de cohorte historique \u00bb. Le terme <em>r\u00e9trospective<\/em> porte \u00e0 confusion \u00e9tant donn\u00e9 qu&rsquo;il d\u00e9signait auparavant une \u00e9tude cas-t\u00e9moin. La plupart des autorit\u00e9s ont abandonn\u00e9 le terme.<\/p>\n<\/div>\n<\/div>\n<p><a name=\"_probcotes\"><\/a><\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#probabilities\">Probabilit\u00e9s, cotes et vraisemblances<\/h3>\n<div id=\"probabilities\" class=\"collapse\">\n<p>Les probabilit\u00e9s et les cotes expriment la m\u00eame information de diff\u00e9rentes fa\u00e7ons. Les probabilit\u00e9s visent l\u2019avenir et expriment la proportion de personnes avec une certaine caract\u00e9ristique (p. ex., \u00eatre expos\u00e9 \u00e0 un facteur causal) qui d\u00e9velopperont une maladie. Les cotes vont plus loin et expriment le rapport de deux probabilit\u00e9s : la probabilit\u00e9 qu&rsquo;un cas ait \u00e9t\u00e9 expos\u00e9, divis\u00e9e par la probabilit\u00e9 de ne pas \u00eatre expos\u00e9. D&rsquo;apr\u00e8s le tableau 5.6, ce serait a\/(a+c) \u00f7 c\/(a+c), ce qui se simplifie \u00e0 a\/c. Le <em>rapport de cotes<\/em> va encore plus loin en comparant les cotes de chaque colonne du tableau, ou a\/c \u00f7 b\/d. Les cotes nous sont famili\u00e8res lorsque nous comparons des groupes s\u00e9par\u00e9s par exemple le ratio hommes \u00e0 femmes dans votre classe, ou dans le sport : les chances de gagner pourraient \u00eatre de 4 \u00e0 1, soit 80 %.<\/p>\n<p>Le risque relatif, calcul\u00e9 dans le tableau 5.5, exigeait que l&rsquo;\u00e9chantillon forme une seule cohorte et que tous ceux qui ont \u00e9t\u00e9 expos\u00e9s soient class\u00e9s comme cas ou non (et de m\u00eame pour les non expos\u00e9s). Ceci est n\u00e9cessaire pour que des proportions telles que a\/(a+b) puissent \u00eatre calcul\u00e9es. Dans une \u00e9tude cas-t\u00e9moin, cependant, la proportion de cas et de t\u00e9moins \u00e9tait pr\u00e9\u00e9tablie, de sorte qu&rsquo;une proportion telle que a\/(a+b) dans le tableau 5.6 ne fournit aucune nouvelle information. Cependant, nous pouvons utiliser les cotes et faire le calcul <em>verticalement<\/em> dans le tableau 5.6, chez les cas et chez les contr\u00f4les, et comparer le rapport a\/c \u00e0 b\/d.<\/p>\n<p>On a not\u00e9 que le rapport de cotes ne se rapproche du risque relatif que lorsque la maladie est rare. Ceci peut \u00eatre illustr\u00e9 comme suit. Si le nombre de cas (a dans le tableau) est faible et le nombre de non-cas est important, alors une proportion telle que a\/(a+b) sera pratiquement \u00e9gale \u00e0 a\/b. L&rsquo;ampleur de l&rsquo;erreur d\u00e9pend de l&rsquo;importance du risque relatif, mais \u00e0 mesure que la maladie devient plus fr\u00e9quente (p. ex. plus de 5 %), le RC a tendance \u00e0 exag\u00e9rer le RR pour les risques &gt; 1 et \u00e0 sous-estimer le RR lorsque le risque est &lt; 1.<\/p>\n<p>Les probabilit\u00e9s regardent vers l&rsquo;avenir et tiennent compte de l&rsquo;\u00e9ventail des r\u00e9sultats qui peuvent survenir\u00a0; les vraisemblances (<em>l<\/em><em>ikelihoods<\/em>, en anglais) regardent en arri\u00e8re et consid\u00e8rent la plausibilit\u00e9 d&rsquo;une conclusion (par exemple, un diagnostic), compte tenu des preuves (les r\u00e9sultats des tests de laboratoire). Dans un tirage au sort, les chances sont de 50:50 pour chaque r\u00e9sultat et montrent le rapport des r\u00e9sultats possibles. La vraisemblance est la probabilit\u00e9 d&rsquo;un r\u00e9sultat \u00e9tant donn\u00e9 une pi\u00e8ce \u00e9quitable (ici, 50%).<\/p>\n<\/div>\n<\/div>\n<h2><a name=\"lesmesures\"><\/a>Les mesures du risque absolu : risque attribuable et nombre n\u00e9cessaire pour traiter<\/h2>\n<p>Le RR et le RC indiquent dans quelle mesure le risque de contracter une maladie augmente en fonction de l&rsquo;exposition \u00e0 un facteur causal, en <em>termes relatifs<\/em>. Les deux statistiques offrent une r\u00e9ponse \u00e0 un fumeur qui vous demande \u00ab Comparativement \u00e0 mon fr\u00e8re qui n\u2019a jamais fum\u00e9 de cigarette, dans quelle mesure suis-je plus susceptible de contracter la maladie? \u00bb. La r\u00e9ponse prend la forme suivante : \u00ab Il est deux fois plus probable que vous contractiez la maladie \u00bb ou \u00ab Vos probabilit\u00e9s de contracter la maladie sont plus \u00e9lev\u00e9es de 10 %. \u00bb La r\u00e9ponse attendue par le patient, cependant, a souvent trait au <em>risque absolu<\/em>, lequel fait r\u00e9f\u00e9rence \u00e0 l&rsquo;incidence d&rsquo;une maladie et r\u00e9pond \u00e0 la question \u00ab Quelle est ma probabilit\u00e9 d&rsquo;\u00eatre atteint de la maladie (dans la prochaine ann\u00e9e, dans les dix prochaines ann\u00e9es, au cours de ma vie)? \u00bb La r\u00e9ponse est une proportion absolue, comme 1 pour 10, ou 1 pour 100. Lors d&rsquo;un entretien avec un patient, il est important de garder \u00e0 l&rsquo;esprit que si la maladie est rare, citer un RR de 2 ou 3 peut sembler assez inqui\u00e9tant m\u00eame si le risque absolu est petit. Si le risque absolu est d&rsquo;un pour un million, une augmentation relative de 100 % ne repr\u00e9sente que deux pour un million.<\/p>\n<p>La plupart des maladies ont des causes multiples, il est donc pratique d&rsquo;avoir un moyen d&rsquo;exprimer le risque d\u00fb \u00e0 une cause particuli\u00e8re. Cela introduit le concept de risque attribuable, qui indique le nombre de cas d&rsquo;une maladie parmi les personnes expos\u00e9es qui peuvent \u00eatre attribu\u00e9s \u00e0 cette exposition :<\/p>\n<p style=\"text-align: center;\">Risque attribuable = Incidence dans le groupe expos\u00e9 \u2212 Incidence dans le groupe non expos\u00e9<\/p>\n<p>Cela nous indique combien de cas suppl\u00e9mentaires de la maladie ont \u00e9t\u00e9 caus\u00e9s par cette exposition, en termes absolus : un cas par million de personnes dans l&rsquo;exemple ci-dessus. S&rsquo;il s&rsquo;agit d&rsquo;un facteur qui prot\u00e8ge contre la maladie, comme une vaccination, cela nous indique combien de cas on peut pr\u00e9venir.<\/p>\n<p>La notion de risque attribuable est parfois exprim\u00e9e en termes relatifs : la proportion de l&rsquo;incidence parmi les personnes expos\u00e9es, ce qui donne la <em>fraction attribuable du risque chez les sujets expos\u00e9s, FAR<sub>e<\/sub><\/em>:<\/p>\n<p style=\"text-align: center;\">FAR<sub>e<\/sub> = [Incidence <sub>(sujets expos\u00e9s)<\/sub> &#8211; Incidence <sub>(sujets non expos\u00e9s)<\/sub>] \/ Incidence <sub>(sujets expos\u00e9s)<\/sub><\/p>\n<p style=\"text-align: left;\">Cette statistique peut s&rsquo;av\u00e9rer utile quand on donne des conseils \u00e0 un patient expos\u00e9 : \u00ab Non seulement vous pr\u00e9sentez un risque \u00e9lev\u00e9 de cancer du poumon, mais 89 % de votre risque est attribuable \u00e0 votre usage du tabac. Cesser de fumer pourrait vous \u00eatre tr\u00e8s b\u00e9n\u00e9fique. \u00bb<\/p>\n<p style=\"text-align: left;\">Dans l&rsquo;\u00e9laboration des politiques de sant\u00e9, nous pouvons \u00e9galement appliquer la notion de risque attribuable \u00e0 la description de l&rsquo;impact des facteurs de risque sur l&rsquo;ensemble de la population. Cela donne lieu \u00e0 deux mesures : le risque attribuable dans la population (RAP) et la fraction attribuable dans la population (FAP). Ces statistiques \u00e9valuent l&rsquo;impact d&rsquo;un facteur causal en substituant l&rsquo;incidence dans l&rsquo;ensemble de la population \u00e0 l&rsquo;incidence chez les sujets expos\u00e9s (voir Pour les mordus).<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lerisque\">Le risque attribuable dans la population<\/h3>\n<div id=\"lerisque\" class=\"collapse\">\n<p>Lorsqu&rsquo;il est question de l&rsquo;impact des programmes pr\u00e9ventifs, le risque attribuable dans la population (RAP) indique le nombre de cas que l&rsquo;on \u00e9viterait en \u00e9liminant un facteur de risque :<\/p>\n<p style=\"text-align: center;\">Incidence <sub>(population)<\/sub> &#8211; Incidence <sub>(sujets non expos\u00e9s)<\/sub><\/p>\n<p><span class=\"y2iqfc\"><span lang=\"FR\">Par rapport \u00e0 la formule de risque attribuable pr\u00e9sent\u00e9e ci-dessus, l&rsquo;incidence de la population int\u00e8gre la proportion de la population qui est expos\u00e9e au facteur. Un facteur causal peut \u00eatre fortement associ\u00e9 \u00e0 la maladie mais, s&rsquo;il est rare, il n&rsquo;entra\u00eenera pas de nombreux cas, de sorte que le risque attribuable peut \u00eatre \u00e9lev\u00e9 mais le RAP reste faible.\u00a0<\/span><\/span>Malheureusement, on n&rsquo;utilise que rarement cette statistique malgr\u00e9 son utilit\u00e9 \u00e9vidente pour l&rsquo;\u00e9tablissement de priorit\u00e9s dans les politiques de sant\u00e9. Quand elle s&rsquo;exprime en tant que proportion de l&rsquo;incidence dans l&rsquo;ensemble de la population elle produit la fraction attribuable dans la population ou FAP (une notion que l&rsquo;on nomme de plusieurs autres fa\u00e7ons) :<\/p>\n<p style=\"text-align: center;\">[Incidence <sub>(population)<\/sub> &#8211; Incidence <sub>(sujets non expos\u00e9s)<\/sub>] \/ Incidence <sub>(population)<\/sub><\/p>\n<p>Cette statistique, qui s&rsquo;av\u00e8re tr\u00e8s pertinente dans le domaine de la sant\u00e9 publique, indique la proportion de tous les cas d&rsquo;une maladie qui sont attribuables \u00e0 un certain facteur de risque. \u00c0 titre d&rsquo;exemple, elle a permis d&rsquo;estimer que 40 000 Canadiens succombent chaque ann\u00e9e aux effets du tabagisme. Avec un peu d&rsquo;alg\u00e8bre, on peut voir que cette proportion d\u00e9pend de la pr\u00e9valence du facteur de risque et de la force de son association (risque relatif) avec la maladie. Voici la formule :<\/p>\n<p style=\"text-align: center;\">FAP = P<sub>e<\/sub> (RR<sub>e<\/sub>-1) \/ [1 + P<sub>e<\/sub> (RR<sub>e<\/sub>-1)],<\/p>\n<p>o\u00f9 P<sub>e<\/sub> est la pr\u00e9valence de l&rsquo;exposition (p. ex. la proportion de personnes ob\u00e8ses) et RR<sub>e<\/sub> est le risque relatif de la maladie li\u00e9 \u00e0 cette exposition.<\/p>\n<p>La fraction \u00e9vit\u00e9e dans la population est la proportion du fardeau hypoth\u00e9tique total de la maladie qui a \u00e9t\u00e9 pr\u00e9venue gr\u00e2ce \u00e0 l&rsquo;exposition au facteur protecteur, comme un programme d&rsquo;immunisation. Voici la formule :<\/p>\n<p style=\"text-align: center;\">P<sub>e<\/sub>(1-RR).<\/p>\n<\/div>\n<\/div>\n<p>Une application utile du risque attribuable est le concept du \u00ab nombre n\u00e9cessaire pour traiter \u00bb (NNT). Ce nombre r\u00e9sume l&rsquo;efficacit\u00e9 d&rsquo;un traitement ou d&rsquo;une mesure pr\u00e9ventive pour obtenir un r\u00e9sultat souhait\u00e9. On sait qu&rsquo;aucun traitement n\u2019est infaillible. Par cons\u00e9quent, le nombre n\u00e9cessaire pour traiter est le nombre de patients atteints d&rsquo;un trouble qui doivent suivre un sch\u00e9ma th\u00e9rapeutique pendant une p\u00e9riode donn\u00e9e pour qu&rsquo;une seule personne obtienne le r\u00e9sultat souhait\u00e9. Le NNT est calcul\u00e9 en tant que valeur r\u00e9ciproque de l&rsquo;am\u00e9lioration absolue qui r\u00e9sulte de la th\u00e9rapie. Ainsi, si un m\u00e9dicament gu\u00e9rit 35 % des personnes qui le prennent, alors que 20 % gu\u00e9rissent spontan\u00e9ment, l&rsquo;am\u00e9lioration absolue est de 15 %. La valeur r\u00e9ciproque = 1 \u00f7 0,15 = 7. Donc, en moyenne, il faudrait traiter sept personnes pour en gu\u00e9rir une (au cours de la p\u00e9riode donn\u00e9e). Le NNT peut aussi servir \u00e0 d\u00e9crire l\u2019utilit\u00e9 d\u2019une mesure pr\u00e9ventive pour pr\u00e9venir un r\u00e9sultat ind\u00e9sirable. De m\u00eame, il peut servir \u00e0 calculer le danger d&rsquo;un traitement, comme les r\u00e9actions ind\u00e9sirables \u00e0 un m\u00e9dicament. Le cas \u00e9ch\u00e9ant, on utilise l\u2019expression \u00ab nombre n\u00e9cessaire pour nuire. \u00bb\u00a0<span lang=\"FR\">Ce qui indique le nombre moyen de personnes trait\u00e9es avec le m\u00e9dicament qui g\u00e9n\u00e9rerait un \u00e9v\u00e9nement ind\u00e9sirable.<\/span><\/p>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#calcul\">Calcul des mesures de risque<\/h3>\n<div id=\"calcul\" class=\"collapse\">\n<p>Dans le cadre d&rsquo;une \u00e9tude de cohorte portant sur l&rsquo;efficacit\u00e9 d&rsquo;une immunisation, on a examin\u00e9 si les personnes immunis\u00e9es et non immunis\u00e9es sont tomb\u00e9es malades ou non. Voici les r\u00e9sultats :<\/p>\n<table style=\"height: 169px;\" width=\"716\">\n<tbody>\n<tr>\n<th><\/th>\n<th style=\"text-align: center; vertical-align: middle;\">Malades<\/th>\n<th style=\"text-align: center; vertical-align: middle;\">En sant\u00e9<\/th>\n<td><\/td>\n<\/tr>\n<tr>\n<td>Immunis\u00e9es<\/td>\n<td style=\"text-align: center;\">20 (a)<\/td>\n<td style=\"text-align: center;\">100 (b)<\/td>\n<td><\/td>\n<\/tr>\n<tr>\n<td>Non immunis\u00e9es<\/td>\n<td style=\"text-align: center;\">50 (c)<\/td>\n<td style=\"text-align: center;\">30 (d)<\/td>\n<td><\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td><\/td>\n<td><\/td>\n<td>Total = 200<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Comment pouvons-nous calculer le risque? Il y a plusieurs fa\u00e7ons de faire :<\/p>\n<table>\n<tbody>\n<tr>\n<td><\/td>\n<td style=\"vertical-align: middle;\"><strong>Formule<\/strong><\/td>\n<td style=\"vertical-align: middle;\"><strong>R\u00e9sultat<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Risque relatif (RR)<br \/>\n(Notez que l&rsquo;immunisation prot\u00e8ge, donc le r\u00e9sultat<br \/>\nest &lt; 1)<\/td>\n<td>a\/(a + b) \/<br \/>\nc\/(c + d)<\/td>\n<td>0,167 \/ 0,625 = 0,267<\/td>\n<\/tr>\n<tr>\n<td>Rapport de cotes (RC)<br \/>\n(Veuillez noter que, comme il s&rsquo;agit d&rsquo;une \u00e9tude de cohorte, on n&rsquo;utiliserait g\u00e9n\u00e9ralement pas le rapport de cotes)<\/td>\n<td>ad\/bc<\/td>\n<td>0,12<\/td>\n<\/tr>\n<tr>\n<td>Risque attribuable (RA)<br \/>\n(Un risque attribuable n\u00e9gatif indique une protection)<\/td>\n<td>(a\/(a + b)) \u2013 \u00a0(c\/(c + d))<\/td>\n<td>0,167 \u2013 0,625 = -0,458<\/td>\n<\/tr>\n<tr>\n<td>R\u00e9duction du risque absolu (RRA)<br \/>\n(\u00c9gale au risque attribuable, avec le symbole inverse)<\/td>\n<td>(c\/(c + d)) \u2013 \u00a0(a\/(a + b))<\/td>\n<td>0,625 \u2013 0,167 = 0,458<\/td>\n<\/tr>\n<tr>\n<td>Nombre n\u00e9cessaire pour traiter (NNT)<\/td>\n<td>1\/RRA<\/td>\n<td>1\/0,458 = 2,18<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<h2><a name=\"_statinfer\"><\/a>Les statistiques d&rsquo;inf\u00e9rence<\/h2>\n<p>L&rsquo;\u00e9difice de la recherche m\u00e9dicale vise \u00e0 appliquer l&rsquo;information tir\u00e9e d&rsquo;un \u00e9chantillon particulier \u00a0\u00e0 une population plus large, par exemple pour estimer le poids moyen des b\u00e9b\u00e9s \u00e0 la naissance. Cette valeur dans la population s\u2019appelle un \u00ab param\u00e8tre \u00bb. L\u2019incertitude li\u00e9e \u00e0 l\u2019estimation d\u2019un param\u00e8tre global \u00e0 partir d\u2019un \u00e9chantillon restreint nous am\u00e8ne \u00e0 une discussion des statistiques d\u2019inf\u00e9rence ou inf\u00e9rentielles.<\/p>\n<h3><a id=\"_echantillons\"><\/a><a name=\"_echantillons\"><\/a>L\u2019\u00e9chantillonnage<\/h3>\n<p>Pour fournir une estimation pr\u00e9cise d&rsquo;un param\u00e8tre, un \u00e9chantillon devrait \u00e9videmment \u00eatre repr\u00e9sentatif de la population ; un \u00e9chantillon al\u00e9atoire offre une bonne approche. Mais parce que les gens varient, des \u00e9chantillons diff\u00e9rents pr\u00e9lev\u00e9s au hasard dans la m\u00eame population sont susceptibles de donner des r\u00e9sultats l\u00e9g\u00e8rement diff\u00e9rents en raison d&rsquo;une variation purement fortuite dans le choix des personnes s\u00e9lectionn\u00e9es. L&rsquo;\u00e9chantillonnage al\u00e9atoire d&rsquo;une population garantit seulement <em>qu&rsquo;en moyenne<\/em>, les r\u00e9sultats des \u00e9chantillons successifs refl\u00e9teront le v\u00e9ritable param\u00e8tre de population, mais les r\u00e9sultats d&rsquo;un \u00e9chantillon particulier peuvent diff\u00e9rer de ceux de la population d&rsquo;origine, parfois substantiellement, et surtout si l&rsquo;\u00e9chantillon est petite. Ces diff\u00e9rences involontaires sont connus sous le nom d&rsquo; \u00ab erreur d&rsquo;\u00e9chantillonnage \u00bb, de \u00ab variation al\u00e9atoire \u00bb ou d&rsquo; \u00ab erreur al\u00e9atoire \u00bb. Mais nous pouvons au moins estimer l&rsquo;exactitude de l&rsquo;extrapolation ou de la g\u00e9n\u00e9ralisation d&rsquo;un \u00e9chantillon \u00e0 l&rsquo;ensemble de la population en utilisant des statistiques inf\u00e9rentielles comme les valeurs <em>p<\/em> et les intervalles de confiance (voir mat\u00e9riel suppl\u00e9mentaire : Les statistiques).<\/p>\n<div class=\"definition\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lesparametres\">Les param\u00e8tres<\/h3>\n<div id=\"lesparametres\" class=\"collapse\">\n<p>Dans la terminologie des statisticiens, un param\u00e8tre est la valeur r\u00e9elle dans la population; c\u2019est cette valeur que l\u2019on tente d\u2019estimer \u00e0 l\u2019aide d\u2019un \u00e9chantillon. Si vous connaissez le param\u00e8tre dans la population, vous pouvez lui comparer aux valeurs obtenues par votre patient : Le poids de naissance de cet enfant est-il normal pour cette population?<\/p>\n<p>Les param\u00e8tres dans la population sont habituellement repr\u00e9sent\u00e9s par des lettres grecques, et les estimations de ces param\u00e8tres \u00e0 partir d\u2019\u00e9chantillons sont repr\u00e9sent\u00e9es par des lettres latines :<\/p>\n<p style=\"padding-left: 30px;\">la moyenne dans la population = \u03bc (on prononce \u00ab mu \u00bb)<br \/>\nson estimation dans l&rsquo;\u00e9chantillon = x avec ligne \u203e dessus (\u00ab x barre \u00bb)<br \/>\nl\u2019\u00e9cart-type dans la population = \u03c3 (on prononce \u00ab sigma \u00bb)<br \/>\nson estimation dans l&rsquo;\u00e9chantillon = s.<\/p>\n<\/div>\n<\/div>\n<div class=\"additional-material\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lesstatistiques\">Les statistiques<\/h3>\n<div id=\"lesstatistiques\" class=\"collapse\">Par STATISTIQUE, on entend le champ des math\u00e9matiques, fond\u00e9 sur la th\u00e9orie des probabilit\u00e9s, qui traite de l&rsquo;analyse des donn\u00e9es num\u00e9riques tir\u00e9es d\u2019\u00e9chantillons. Lorsqu&rsquo;il est question de recherche biologique, on parle de biostatistique. Les statistiques inf\u00e9rentielles estiment l&rsquo;\u00e9tendue probable des erreurs qui peuvent survenir lors de l&rsquo;application des conclusions d&rsquo;un petit \u00e9chantillon d&rsquo;\u00e9tude \u00e0 l&rsquo;ensemble de la population de laquelle l&rsquo;\u00e9chantillon a \u00e9t\u00e9 tir\u00e9. Le pr\u00e9sent guide ne donne qu&rsquo;un aper\u00e7u tr\u00e8s g\u00e9n\u00e9ral des m\u00e9thodes statistiques les plus pertinentes \u00e0 la m\u00e9decine fond\u00e9e sur des donn\u00e9es probantes; il faut consulter un manuel de statistique pour de plus amples renseignements.<\/div>\n<\/div>\n<h3><a id=\"_IC\"><\/a>Estimer un param\u00e8tre<\/h3>\n<p>L&rsquo;intervalle de confiance (ou IC) est une statistique qui sert \u00e0 indiquer le degr\u00e9 probable d&rsquo;erreur dans l&rsquo;estimation d&rsquo;un param\u00e8tre d\u2019apr\u00e8s un \u00e9chantillon dans une \u00e9tude descriptive. Une phrase comme \u00ab une tension art\u00e9rielle systolique moyenne de 120 mm Hg [I.C. 95%=114 \u00e0 126 mm Hg] \u00bb signifie que la tension art\u00e9rielle systolique moyenne dans l&rsquo;\u00e9chantillon \u00e9tait de 120 mm Hg et que, selon la taille de l&rsquo;\u00e9chantillon et la variabilit\u00e9 des lectures de la TA, il y a une probabilit\u00e9 de 95 % que la moyenne r\u00e9elle dans l&rsquo;ensemble de la population se situe entre 114 et 126 mm Hg. On peut repr\u00e9senter l&rsquo;intervalle de confiance \u00e0 l&rsquo;aide d&rsquo;un graphique \u00e0 ligne ou \u00e0 barre d&rsquo;erreur, comme dans la <a href=\"#_figure5.8\">figure 5.8<\/a>.<\/p>\n<p>Comme les valeurs moyennes, les rapports de cotes et les risques relatifs sont aussi exprim\u00e9s par des intervalles de confiance. L&rsquo;intervalle de confiance d&rsquo;un rapport de cotes indique si l&rsquo;association est statistiquement significative ou non, ainsi que la plage probable des valeurs. Si l&rsquo;intervalle de confiance des rapports de cotes ou des risques relatifs inclut 1,0, on pr\u00e9sume qu&rsquo;il n&rsquo;existe aucune diff\u00e9rence statistiquement significative entre les deux groupes, \u00e9tant donn\u00e9 qu&rsquo;un rapport de cotes ou un risque relatif de 1,0 indique qu&rsquo;il n&rsquo;existe aucune diff\u00e9rence entre les deux groupes. Par exemple, un risque relatif de 1,4 (I.C. 95% = 0,8 \u00e0 2,1) signifie que l\u2019on peut \u00eatre s\u00fbr \u00e0 95 % que le risque relatif r\u00e9el se situe entre 0,8 et 2,1. De plus, comme cette plage comprend la valeur de 1,0, il est bien possible qu&rsquo;il n&rsquo;existe aucune association dans la population (voir les encadr\u00e9s sur la\u00a0<a href=\"#_sigstat\">signification statistique<\/a>).<\/p>\n<div><span lang=\"FR-CA\">Passons maintenant \u00e0 une discussion de notre confiance qu\u2019un contraste entre groupes dans une \u00e9tude analytique de groupes soit <\/span><span lang=\"FR-CA\">\u00ab\u00a0r\u00e9elle \u00bb.<\/span><\/div>\n<h3><a id=\"_sigdiff\"><\/a>Signification statistique des diff\u00e9rences<\/h3>\n<p>Imaginons un ECA qui compare les tensions art\u00e9rielles moyennes de patients hypertensifs r\u00e9partis au hasard soit dans un groupe de traitement (ou d&rsquo;intervention), soit dans un groupe t\u00e9moin. L\u2019hypoth\u00e8se d\u2019\u00e9tude pr\u00e9dit une diff\u00e9rence en PA entre les deux groupes, attribuable \u00e0 l\u2019intervention. Cependant, en tant que m\u00e9decin vous ne vous int\u00e9ressez pas tant \u00e0 cet \u00e9chantillon particulier de l\u2019\u00e9tude, mais \u00e0 savoir si les r\u00e9sultats s\u2019appliqueraient \u00e9galement ailleurs, par exemple aux patients de votre cabinet. \u00c9videmment, si les r\u00e9sultats de l\u2019\u00e9tude constituent une anomalie fortuite dans cet \u00e9chantillon particulier, vous n\u2019allez pas baser votre pratique sur ces r\u00e9sultats ! Nous devons alors choisir entre deux possibilit\u00e9s : soutenir l\u2019hypoth\u00e8se de l\u2019\u00e9tude selon laquelle il existe une vraie diff\u00e9rence et l\u2019hypoth\u00e8se alternative, \u00ab l\u2019hypoth\u00e8se nulle \u00bb, selon laquelle qu\u2019il n\u2019y a pas de diff\u00e9rence de tension art\u00e9rielle entre ces groupes dans la population plus large et que le r\u00e9sultat de l\u2019\u00e9tude \u00e9tait une anomalie.<\/p>\n<p>Les m\u00e9thodes de la biostatistique nous aident \u00e0 \u00e9valuer ces deux options. Intuitivement, plus l\u2019\u00e9chantillon est grand et plus la diff\u00e9rence de pression art\u00e9rielle moyenne est large, plus nous sommes confiants que la diff\u00e9rence serait vraie si l\u2019\u00e9tude ait \u00e9t\u00e9 r\u00e9p\u00e9t\u00e9e sur d\u2019autres \u00e9chantillons, p. ex. sur vos patients. En premier lieu, le chercheur doit choisir un seuil de probabilit\u00e9 qui sera utilis\u00e9 pour diff\u00e9rencier un r\u00e9sultat (ici la contraste en pression art\u00e9rielle moyenne) qui peut \u00eatre attribu\u00e9 au hasard dans cet \u00e9chantillon particulier, versus une diff\u00e9rence consid\u00e9r\u00e9e comme \u00ab statistiquement significative \u00bb. Le seuil choisi est habituellement de 5 %, ou p &lt; 0,05 \u2013 arbitraire mais couramment utilis\u00e9. Un p &lt; 0,05 signifie que la probabilit\u00e9 pr\u00e9alable d&rsquo;obtenir un contraste de TA aussi grand que le r\u00e9sultat observ\u00e9 (ou m\u00eame sup\u00e9rieur) est inf\u00e9rieure \u00e0 5 % <em>si, en r\u00e9alit\u00e9, l\u2019hypoth\u00e8se nulle est vraie<\/em> (c&rsquo;est-\u00e0-dire que ce traitement n&rsquo;aura aucun impact r\u00e9el sur la tension art\u00e9rielle dans la population d&rsquo;int\u00e9r\u00eat). Lorsqu&rsquo;une analyse statistique montre une valeur p inf\u00e9rieure \u00e0 0,05, la diff\u00e9rence serait consid\u00e9r\u00e9e comme statistiquement significative, et le chercheur soutiendrait g\u00e9n\u00e9ralement l&rsquo;hypoth\u00e8se de l&rsquo;\u00e9tude selon laquelle il existe une v\u00e9ritable diff\u00e9rence, toutefois en attendant des \u00e9tudes ult\u00e9rieures pour confirmer ce r\u00e9sultat (voir ici les cases Anguille sous roche et Limitations statistiques significatives). La formule choisie pour calculer une valeur p d\u00e9pend des \u00e9l\u00e9ments de la conception de l&rsquo;\u00e9tude; des conseils se trouvent dans un manuel de biostatistique, ou peut-\u00eatre aupr\u00e8s de votre coll\u00e8gue titulaire d&rsquo;une ma\u00eetrise en \u00e9pid\u00e9miologie.<\/p>\n<h3>Les limites des statistiques inf\u00e9rentielles<\/h3>\n<p>Un point crucial \u00e0 reconna\u00eetre est que les statistiques inf\u00e9rentielles sugg\u00e8rent le niveau de confiance dans la g\u00e9n\u00e9ralisation d&rsquo;un \u00e9chantillon al\u00e9atoire \u00e0 la population dans laquelle il a \u00e9t\u00e9 tir\u00e9. Mais pour la m\u00e9decine factuelle, nous souhaitons souvent g\u00e9n\u00e9raliser \u00e0 d&rsquo;autres populations, m\u00eame d&rsquo;autres pays, comme l&rsquo;illustre la figure 5.5. L&rsquo;\u00e9valuation de la validit\u00e9 de cette extrapolation plus \u00e9loign\u00e9e n\u00e9cessite des informations suppl\u00e9mentaires sur la comparabilit\u00e9 des populations et la nature du sujet \u00e0 l&rsquo;\u00e9tude. Cette information ne peut \u00eatre fournie par les statistiques, mais elle constitue un \u00e9l\u00e9ment essentiel de la m\u00e9decine factuelle et introduit le probl\u00e8me des biais.\u00a0<span lang=\"FR-CA\">Pour juger de l\u2019applicabilit\u00e9 des r\u00e9sultats de l\u2019\u00e9tude \u00e0 vos patients, vous devez \u00eatre conscient de la comparabilit\u00e9 de vos propres patients \u00e0 l\u2019\u00e9chantillon de l\u2019\u00e9tude. Ceci introduit la notion de VALIDIT\u00c9 EXTERNE et de biais d\u2019\u00e9chantillonnage.\u00a0<\/span>Les sections suivantes pr\u00e9sentent les comp\u00e9tences en mati\u00e8re d&rsquo;\u00e9valuation critique pour d\u00e9tecter les biais dans l&rsquo;information.<\/p>\n<figure id=\"attachment_2543\" aria-describedby=\"caption-attachment-2543\" style=\"width: 666px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2543\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.5_fr.png\" alt=\"\" width=\"666\" height=\"500\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.5_fr.png 666w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.5_fr-300x225.png 300w\" sizes=\"auto, (max-width: 666px) 100vw, 666px\" \/><figcaption id=\"caption-attachment-2543\" class=\"wp-caption-text\">Figure 5.5 : Extrapolation de l\u2019\u00e9chantillon \u00e0 la population cible<\/figcaption><\/figure>\n<div class=\"here-be-dragons\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lasignification\"><a id=\"_sigstat\"><\/a>La signification statistique et la signification clinique sont diff\u00e9rentes<\/h3>\n<div id=\"lasignification\" class=\"collapse\">\n<p>A r\u00e9p\u00e9ter : le fait qu&rsquo;une diff\u00e9rence (p. ex, entre les patients recevant un traitement antihypertenseur et d&rsquo;autres recevant un plac\u00e9bo) soit statistiquement significative vous indique seulement que la fr\u00e9quence \u00e0 laquelle des \u00e9tudes de ce type montreraient une diff\u00e9rence au moins aussi importante est inf\u00e9rieure \u00e0 un certain seuil (g\u00e9n\u00e9ralement 5 %) si la v\u00e9rit\u00e9 est qu&rsquo;il n&rsquo;y a pas de diff\u00e9rence entre les traitements dans la population (c&rsquo;est-\u00e0-dire si l&rsquo;hypoth\u00e8se nulle est vraie). La signification statistique ne vous renseigne pas directement sur l\u2019ampleur de la diff\u00e9rence, ce qui est important pour prendre votre d\u00e9cision clinique. Par exemple, une baisse de 2 mm Hg dans un essai portant sur un traitement contre la TA pourrait \u00eatre statistiquement significative, mais pourrait \u00eatre trop petit pour avoir une importance sur le plan clinique.<\/p>\n<p>Afin qu&rsquo;un r\u00e9sultat d\u2019une \u00e9tude modifie votre pratique, le r\u00e9sultat doit \u00eatre \u00e0 la fois statistiquement et cliniquement significatif. Ce raisonnement ressemble \u00e0 celui qui sous-tend la statistique du nombre n\u00e9cessaire pour traiter, laquelle permet aussi de quantifier l&rsquo;am\u00e9lioration d\u00e9coulant du traitement, et non seulement de d\u00e9terminer la signification statistique.<\/p>\n<\/div>\n<\/div>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#limites\">Limites de la signification statistique<\/h3>\n<div id=\"limites\" class=\"collapse\">\n<p>Si un test statistique ne montre aucune diff\u00e9rence significative entre deux groupes, cela veut dire soit qu&rsquo;il n&rsquo;existe r\u00e9ellement pas de diff\u00e9rence dans la population, soit qu&rsquo;il pourrait y avoir une diff\u00e9rence, mais que l&rsquo;\u00e9chantillon n&rsquo;a pas permis de la r\u00e9v\u00e9ler. Ceci peut se produire si l&rsquo;\u00e9chantillon \u00e9tait trop petit pour qu\u2019on puisse d\u00e9montrer une diff\u00e9rence avec confiance (l&rsquo;\u00e9chantillon n\u2019avait pas la \u00ab puissance statistique \u00bb n\u00e9cessaire pour d\u00e9tecter la v\u00e9ritable diff\u00e9rence). On sait intuitivement que plus l&rsquo;\u00e9chantillon est grand, plus l&rsquo;estimation sera pr\u00e9cise. Si votre \u00e9tude porte sur l&rsquo;ensemble de la population, les intervalles de confiance ou la signification statistique ne sont pas n\u00e9cessaires, \u00e9tant donn\u00e9 que vous avez mesur\u00e9 le v\u00e9ritable param\u00e8tre.<\/p>\n<p>Plus la diff\u00e9rence r\u00e9elle est petite (comme la diff\u00e9rence entre les patients recevant un nouveau m\u00e9dicament contre la TA et ceux recevant un traitement classique), plus l&rsquo;\u00e9chantillon doit \u00eatre grand pour la d\u00e9tecter avec confiance. Inversement, si un \u00e9chantillon doit \u00eatre de tr\u00e8s grande taille pour d\u00e9montrer une diff\u00e9rence statistiquement significative, la diff\u00e9rence doit \u00eatre tr\u00e8s petite. Il y a donc tout lieu de vous demander si une diff\u00e9rence aussi petite est cliniquement importante.<\/p>\n<\/div>\n<\/div>\n<h2><a id=\"_sourcesderreur\"><\/a>Les sources d&rsquo;erreur dans les \u00e9tudes<\/h2>\n<h3><a name=\"lebiais\"><\/a>Le biais<\/h3>\n<p>Le biais, ou l&rsquo;\u00e9cart syst\u00e9matique de r\u00e9sultats ou d\u2019inf\u00e9rences par rapport \u00e0 la r\u00e9alit\u00e9, repr\u00e9sente un danger dans tous les plans d&rsquo;\u00e9tude.<sup>4<\/sup> Les chercheurs doivent prendre les pr\u00e9cautions n\u00e9cessaires pour \u00e9viter (ou du moins contr\u00f4ler) les nombreux types de biais que l\u2019on a identifi\u00e9s.<sup>11<\/sup> Ces biais se divisent en deux grandes cat\u00e9gories : les biais d&rsquo;\u00e9chantillonnage (dus \u00e0 la mani\u00e8re dont on a s\u00e9lectionn\u00e9 les participants \u00e0 l&rsquo;\u00e9tude) et les biais de mesure (dus aux erreurs dans la mesure des expositions ou des r\u00e9sultats).<\/p>\n<h4><a id=\"_biaisechantillon\"><\/a>Le biais d&rsquo;\u00e9chantillonnage (ou de s\u00e9lection)<\/h4>\n<p>L&rsquo;\u00e9chantillonnage al\u00e9atoire vise \u00e0 s\u00e9lectionner un \u00e9chantillon v\u00e9ritablement repr\u00e9sentatif d\u2019une population; \u00e0 strictement parler, toute personne dans la population doit avoir une chance \u00e9gale (et non nulle) d&rsquo;\u00eatre s\u00e9lectionn\u00e9e. C\u2019est particuli\u00e8rement important dans les \u00e9tudes descriptives telles que les \u00e9tudes de pr\u00e9valence. Cela peut avoir moins d\u2019importance dans les \u00e9tudes analytiques qui visent \u00e0 d\u00e9gager des v\u00e9rit\u00e9s scientifiques abstraites.<sup>12<\/sup> Par exemple, un chercheur qui souhaite \u00e9tudier l&rsquo;association entre l&rsquo;arthrite et l&rsquo;ob\u00e9sit\u00e9 pourrait avoir de bonnes raisons de choisir son \u00e9chantillon \u00e0 partir d&rsquo;une population pr\u00e9sentant un risque anormalement \u00e9lev\u00e9 d&rsquo;ob\u00e9sit\u00e9 afin d&rsquo;obtenir une quantit\u00e9 suffisante de personnes ob\u00e8ses et tr\u00e8s ob\u00e8ses pour son \u00e9tude.<\/p>\n<p>Pour des raisons pratiques, tr\u00e8s peu d&rsquo;\u00e9tudes peuvent choisir un \u00e9chantillon al\u00e9atoire \u00e0 partir de l&rsquo;ensemble de la population cible; le chercheur d\u00e9finit habituellement un \u00ab cadre d&rsquo;\u00e9chantillonnage \u00bb qu\u2019il consid\u00e8re comme \u00e9tant semblable \u00e0 l&rsquo;ensemble de la population. Il choisit ensuite un \u00e9chantillon \u00e0 partir de ce cadre. Ainsi, un chercheur pourrait choisir son \u00e9chantillon \u00e0 partir de patients se pr\u00e9sentant \u00e0 l&rsquo;H\u00f4pital g\u00e9n\u00e9ral de Weenigo pour tirer des inf\u00e9rences au sujet de tous les patients fr\u00e9quentant les autres h\u00f4pitaux comparables. Faisant r\u00e9f\u00e9rence \u00e0 la figure 5.5, un biais d&rsquo;\u00e9chantillonnage peut donc survenir \u00e0 deux \u00e9tapes : d&rsquo;abord lors du choix du cadre d&rsquo;\u00e9chantillonnage, \u00e9tant donn\u00e9 que les patients qui se pr\u00e9sentent \u00e0 l&rsquo;H\u00f4pital g\u00e9n\u00e9ral ne sont pas n\u00e9cessairement les m\u00eames que ceux qui se pr\u00e9sentent aux autres h\u00f4pitaux locaux; et ensuite, lors du choix de la m\u00e9thode d&rsquo;\u00e9chantillonnage des patients se pr\u00e9sentant \u00e0 l&rsquo;h\u00f4pital.<\/p>\n<p>Un biais d\u2019\u00e9chantillonnage survient surtout lorsque l\u2019\u00e9chantillon n\u2019est pas choisi al\u00e9atoirement (de sorte que tous les membres de la population n\u2019ont pas la m\u00eame probabilit\u00e9 d\u2019\u00eatre s\u00e9lectionn\u00e9s). Par exemple, une annonce dans un journal \u00ab Nous sommes \u00e0 la recherche de participants pour une \u00e9tude sur la tension art\u00e9rielle \u00bb pourrait attirer des personnes \u00e0 la retraite ou sans emploi qui ont le temps de se porter b\u00e9n\u00e9voles, surtout celles avec un int\u00e9r\u00eat particulier dans le sujet (p. ex. elles pourraient avoir des ant\u00e9c\u00e9dents familiaux d&rsquo;hypertension). Si ces caract\u00e9ristiques sont, \u00e0 leur tour, associ\u00e9es \u00e0 la tension art\u00e9rielle, l&rsquo;estimation de la TA moyenne dans la population d\u2019apr\u00e8s cet \u00e9chantillon sera biais\u00e9e. Notons que la plupart des recherches sont men\u00e9es dans des h\u00f4pitaux d&rsquo;enseignement, mais les patients qui fr\u00e9quentent ces centres varient syst\u00e9matiquement des patients atteints de la m\u00eame maladie qui se pr\u00e9sentent dans des h\u00f4pitaux ruraux. On les a souvent aiguill\u00e9s vers des centres de soins tertiaires parce que leur maladie a tendance \u00e0 \u00eatre plus grave, qu\u2019ils ont davantage de comorbidit\u00e9s et que, souvent, le traitement classique n&rsquo;a pas \u00e9t\u00e9 efficace dans leur cas. Si les \u00e9chantillons des \u00e9tudes en milieux de soins tertiaires donnent des r\u00e9sultats diff\u00e9rents de ceux observ\u00e9s dans l&rsquo;ensemble de la population atteinte d&rsquo;une maladie, les r\u00e9sultats refl\u00e8tent un biais sp\u00e9cifique appel\u00e9 <em>biais d&rsquo;aiguillage<\/em>.<\/p>\n<div class=\"case-study\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#desaimants\">Une \u00e9tude des aimants<\/h3>\n<div id=\"desaimants\" class=\"collapse\">Le D<sup>r<\/sup> Rao remarque que l&rsquo;\u00e9tude sur l&rsquo;utilit\u00e9 d&rsquo;un aimant magn\u00e9tique pour traiter les sympt\u00f4mes de la m\u00e9nopause a recrut\u00e9 son \u00e9chantillon en publiant une annonce o\u00f9 l\u2019on offrait aux femmes de faire gratuitement l\u2019essai de l&rsquo;aimant. Il craint que les femmes qui ont r\u00e9pondu \u00e0 une telle annonce aient \u00e9t\u00e9 pr\u00e9dispos\u00e9es \u00e0 croire en l\u2019efficacit\u00e9 de l&rsquo;aimant, et qu&rsquo;il soit possible que cette croyance ait \u00e9t\u00e9 \u00e9tablie par l\u2019annonce elle-m\u00eame. Il se peut que ces femmes ne repr\u00e9sentent pas n\u00e9cessairement toutes les femmes qui souffrent de sympt\u00f4mes de la m\u00e9nopause de sorte qu\u2019on ne pourrait pas tirer de conclusions g\u00e9n\u00e9rales de cette \u00e9tude.<\/div>\n<\/div>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#unsondage\">Un sondage \u00e9lectoral biais\u00e9<\/h3>\n<div id=\"unsondage\" class=\"collapse\">Pendant les \u00e9lections pr\u00e9sidentielles am\u00e9ricaines de 1948, un sondage de la firme Gallup avait pr\u00e9dit que le candidat r\u00e9publicain Dewey allait l&#8217;emporter sur le candidat d\u00e9mocrate Truman, par une marge de plus de 10 points de pourcentage. En fait, c\u2019est Truman qui a remport\u00e9 l&rsquo;\u00e9lection par 4,4 %. Une des raisons de cette mauvaise pr\u00e9diction est que le sondage avait \u00e9t\u00e9 r\u00e9alis\u00e9 par t\u00e9l\u00e9phone. \u00c0 l\u2019\u00e9poque, les propri\u00e9taires de t\u00e9l\u00e9phones \u00e9taient peu nombreux. Les gens riches \u00e9taient plus susceptibles \u00e0 la fois d\u2019avoir un t\u00e9l\u00e9phone et de voter pour le parti r\u00e9publicain. Ainsi, le sondage \u00e9tait probablement biais\u00e9 en faveur des partisans r\u00e9publicains. C&rsquo;est l\u2019exemple d&rsquo;un biais d&rsquo;\u00e9chantillonnage o\u00f9 la s\u00e9lection \u00e9tait bas\u00e9e sur une variable confusionnelle (la richesse) qui a entra\u00een\u00e9 une conclusion trompeuse (voir la section sur la <a href=\"#laconfusion\">Confusion<\/a>).<\/div>\n<\/div>\n<h4>Le biais de non-r\u00e9ponse<\/h4>\n<p>M\u00eame si la m\u00e9thode d&rsquo;\u00e9chantillonnage n&rsquo;est pas biais\u00e9e, on ne peut prendre pour acquis que toutes les personnes s\u00e9lectionn\u00e9es participeront \u00e0 l&rsquo;\u00e9tude. Si certains types de personnes ont choisi de ne pas participer, cette non-r\u00e9ponse pourrait biaiser les r\u00e9sultats. Une fa\u00e7on de d\u00e9celer un \u00e9ventuel biais de non-r\u00e9ponse est de comparer les caract\u00e9ristiques des participants, comme leur \u00e2ge, leur sexe et leur lieu de r\u00e9sidence, avec celles des personnes qui ont choisi de ne pas participer. Notons cependant que m\u00eame si ces caract\u00e9ristiques sont pareilles, un biais li\u00e9 \u00e0 d\u2019autres caract\u00e9ristiques, non consign\u00e9es, est toujours possible. Il est extr\u00eamement difficile d&rsquo;ajuster les estimations pour la non-r\u00e9ponse, car m\u00eame si vous savez quel groupe est sous-repr\u00e9sent\u00e9, ceux qui ont refus\u00e9 de r\u00e9pondre sont probablement diff\u00e9rents de ceux qui l&rsquo;ont fait, et vous ne saurez pas en quoi leurs r\u00e9ponses seraient diff\u00e9rentes.<\/p>\n<h4><a id=\"_mesures\"><\/a>Le biais d&rsquo;information : les erreurs syst\u00e9matiques de mesure<\/h4>\n<p>L&rsquo;erreur de mesure d\u00e9signe les \u00e9carts entre les valeurs consign\u00e9es \u00e0 l&rsquo;aide d&rsquo;une mesure et les valeurs r\u00e9elles chez les participants de l\u2019\u00e9tude. Comme pour les erreurs d&rsquo;\u00e9chantillonnage, les erreurs de mesure peuvent \u00eatre al\u00e9atoires ou syst\u00e9matiques. Le <em>biais de d\u00e9sirabilit\u00e9 sociale<\/em> d\u00e9signe les erreurs syst\u00e9matiques dans la r\u00e9ponse qui semblent rendre le r\u00e9pondant plus acceptable sur le plan social. Par exemple, la plupart des gens disent \u00eatre plus actifs physiquement que la moyenne, ce qui est illogique. Les hommes ont tendance \u00e0 exag\u00e9rer leur taille et \u00e0 sous-estimer leur poids.<sup>13<\/sup><\/p>\n<p>D&rsquo;autres biais d\u00e9coulent de probl\u00e8mes dans le plan du questionnaire : par exemple, si on interroge les gens en f\u00e9vrier au sujet de leur activit\u00e9 physique, cela peut biaiser l&rsquo;estimation de leur niveau annuel d&rsquo;activit\u00e9, \u00e9tant donn\u00e9 que beaucoup de personnes sont moins actives durant les p\u00e9riodes de grandes chaleurs ou de grands froids. Le<em> biais de rappel<\/em> survient souvent dans les sondages, notamment dans les \u00e9tudes cas-t\u00e9moins. La m\u00e9moire des gens est peu fiable. Par exemple, selon des sondages par questionnaire portant sur la p\u00e9riode \u00e9coul\u00e9e depuis la derni\u00e8re mammographie, beaucoup plus de femmes auraient subi une mammographie au cours des deux derni\u00e8res ann\u00e9es que ce que r\u00e9v\u00e8lent les dossiers de facturation des mammographies.<\/p>\n<div class=\"here-be-dragons\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#plusgrand\">Plus grand, mais tout aussi biais\u00e9<\/h3>\n<div id=\"plusgrand\" class=\"collapse\">\n<p>L&rsquo;augmentation de la taille de l&rsquo;\u00e9chantillon peut r\u00e9duire les erreurs <em>al\u00e9atoires<\/em> de mesure et d&rsquo;\u00e9chantillonnage, mais n\u2019aura aucun effet sur les erreurs <em>syst\u00e9matiques<\/em>; les r\u00e9sultats seront toujours biais\u00e9s, peu importe le nombre de participants. Une \u00e9tude biais\u00e9e de grande taille peut \u00eatre plus trompeuse qu&rsquo;une \u00e9tude de petite taille!<a id=\"_figure5.6\"><\/a><\/p>\n<figure id=\"attachment_2545\" aria-describedby=\"caption-attachment-2545\" style=\"width: 666px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2545\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.6_fr.png\" alt=\"Figure 5.6 Erreurs d'\u00e9tude al\u00e9atoires et syst\u00e9matiques\" width=\"666\" height=\"500\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.6_fr.png 666w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.6_fr-300x225.png 300w\" sizes=\"auto, (max-width: 666px) 100vw, 666px\" \/><figcaption id=\"caption-attachment-2545\" class=\"wp-caption-text\">Figure 5.6 Erreurs d&rsquo;\u00e9tude al\u00e9atoires et syst\u00e9matiques<\/figcaption><\/figure>\n<p>Dans la figure 5.6, le <strong>+<\/strong> indique le param\u00e8tre inconnu que nous essayons d\u2019estimer; chaque point rouge repr\u00e9sente l\u2019estimation du param\u00e8tre d\u2019apr\u00e8s un \u00e9chantillon (ou \u00e9galement d\u2019une mesure). Les deux sections dans la partie sup\u00e9rieure de la figure illustrent la pr\u00e9sence d\u2019une erreur syst\u00e9matique; les estimations de l&rsquo;\u00e9chantillon sont hors cible ou biais\u00e9es. En pr\u00e9sence d&rsquo;une erreur syst\u00e9matique, augmenter la taille de l&rsquo;\u00e9chantillon ou utiliser un plus grand nombre de mesures ne rendra pas l&rsquo;\u00e9tude plus vraie, mais pourrait donner l&rsquo;impression que les r\u00e9sultats sont plus pr\u00e9cis en r\u00e9duisant les intervalles de confiance. Dans la partie inf\u00e9rieure de la figure, o\u00f9 il y a peu d&rsquo;erreurs syst\u00e9matiques, augmenter la taille de l&rsquo;\u00e9chantillon ou le nombre d\u2019\u00e9chantillons r\u00e9duira l&rsquo;incertitude de l&rsquo;estimation.<\/p>\n<p>Les quatre configurations de la figure 5.6 peuvent aussi repr\u00e9senter la validit\u00e9 et la fiabilit\u00e9 des tests et des mesures, comme nous le verrons dans le\u00a0<a href=\"https:\/\/phprimer.afmc.ca\/fr\/partie-ii\/chapitre-6\/#_fig6.7\">sixi\u00e8me chapitre<\/a>. Pour ce faire, remplacez \u00ab erreur syst\u00e9matique \u00bb par \u00ab VALIDIT\u00c9 \u00bb et \u00ab erreur al\u00e9atoire \u00bb par \u00ab FIABILIT\u00c9 \u00bb.<\/p>\n<\/div>\n<\/div>\n<h4><a id=\"_objectivitechercheur\"><\/a>Le biais d&rsquo;information : l&rsquo;objectivit\u00e9 du chercheur<\/h4>\n<div class=\"case-study\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#ledrrao\">Le D<sup>r<\/sup> Rao \u00e9value la preuve<\/h3>\n<div id=\"ledrrao\" class=\"collapse\">Lorsque le D<sup>r<\/sup> Rao lit dans un rapport d&rsquo;\u00e9tude qu&rsquo;il existe une relation entre une exposition et un r\u00e9sultat, il veut \u00eatre raisonnablement certain que ce r\u00e9sultat est \u00ab vrai \u00bb. En consultant des revues dont le processus d&rsquo;\u00e9valuation par les pairs est rigoureux le D<sup>r<\/sup> Rao peut avoir confiance en leurs r\u00e9sultats sur le plan technique. Mais il doit tout de m\u00eame tenter de trouver d\u2019autres explications avant de accepter les r\u00e9sultats comme \u00e9tant vrais. C&rsquo;est pourquoi il s\u2019est renseign\u00e9 sur l&rsquo;auteur de l&rsquo;article sur les aimants et la m\u00e9nopause. L&rsquo;auteur \u00e9tait-il commer\u00e7ant en produits m\u00e9dicaux, peut-\u00eatre vendeur d&rsquo;aimants?<\/div>\n<\/div>\n<p>Qu&rsquo;il s&rsquo;agisse de textes imprim\u00e9s ou de renseignements trouv\u00e9s sur Internet, il est important d&rsquo;en savoir le plus possible au sujet de leur source, d\u2019en v\u00e9rifier la cr\u00e9dibilit\u00e9 et de d\u00e9celer les \u00e9ventuels conflits d&rsquo;int\u00e9r\u00eat. Il est plus probable que les conclusions d\u2019essais publi\u00e9s par des personnes qui ont un int\u00e9r\u00eat financier dans le produit \u00e0 l&rsquo;\u00e9tude soient favorables au produit. Il est moins probable que les conclusions de chercheurs sans int\u00e9r\u00eat financier soient trompeuses. La Food and Drug Agency et la Federal Trade Commission des \u00c9tats-Unis proposent de poser les questions suivantes pour \u00e9valuer les sources d&rsquo;information :<\/p>\n<ol>\n<li>Qui a command\u00e9 l&rsquo;\u00e9tude?<\/li>\n<li>Pourquoi publie-t-on cette information?<\/li>\n<li>D&rsquo;o\u00f9 provient l\u2019information du site Web?<\/li>\n<li>Y a-t-il des preuves \u00e0 l\u2019appui de cette information?<\/li>\n<li>Qui est responsable de l\u2019information?<\/li>\n<li>De quand date l\u2019information?<\/li>\n<\/ol>\n<div class=\"links\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#evaluer\">\u00c9valuer des all\u00e9gations<\/h3>\n<div id=\"evaluer\" class=\"collapse\">Pour apprendre \u00e0 d\u00e9tecter les all\u00e9gations fallacieuses au sujet d&rsquo;interventions m\u00e9dicales, on peut consulter le site Web de la <a href=\"http:\/\/nccam.nih.gov\/health\/webresources\">National Institutes of Health<\/a> (en anglais).<\/div>\n<\/div>\n<p>Cette section n&rsquo;offre qu&rsquo;un bref aper\u00e7u des nombreux types possibles de biais d&rsquo;\u00e9tude. Plusieurs auteurs ont \u00e9crit beaucoup plus longuement sur le sujet, comme on peut le constater dans la rubrique Pour les mordus.<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#debiais\">Les nombreux types de biais<\/h3>\n<div id=\"debiais\" class=\"collapse\">\n<p>Toutes sortes de biais peuvent influencer les r\u00e9sultats de recherche. Les \u00e9pid\u00e9miologistes sont fascin\u00e9s par le biais (peut-\u00eatre par souci de prouver qu&rsquo;ils sont impartiaux ?); en 1979, David Sackett a publi\u00e9 un inventaire de plus d&rsquo;une centaine de biais pouvant survenir \u00e0 diff\u00e9rentes \u00e9tapes d&rsquo;un projet de recherche. Les listes suivantes repr\u00e9sentent les principaux en-t\u00eates de l&rsquo;inventaire de Sackett.<sup>11<\/sup><\/p>\n<p><strong>Analyse documentaire<\/strong><br \/>\n&#8211; S\u00e9lection non repr\u00e9sentative d\u2019articles \u00e0 citer<\/p>\n<p><strong>Plan d&rsquo;\u00e9tude<\/strong><br \/>\n&#8211; Biais de s\u00e9lection<br \/>\n&#8211; Biais de cadre d&rsquo;\u00e9chantillonnage<br \/>\n&#8211; Biais d&rsquo;\u00e9chantillonnage non al\u00e9atoire<br \/>\n&#8211; Biais de non-couverture<br \/>\n&#8211; Biais de non-comparabilit\u00e9<\/p>\n<p><strong>Ex\u00e9cution de l&rsquo;\u00e9tude<\/strong> :<br \/>\n<em>Collecte de donn\u00e9es<\/em><br \/>\n&#8211; Biais li\u00e9 \u00e0 l&rsquo;instrument de mesure<br \/>\n&#8211; Biais li\u00e9 \u00e0 la source de donn\u00e9es<br \/>\n&#8211; Biais li\u00e9 aux sujets<br \/>\n&#8211; Biais de rappel<br \/>\n&#8211; Biais de traitement des donn\u00e9es<br \/>\n<em>Analyse<\/em><br \/>\n&#8211; Biais de confusion<br \/>\n&#8211; Biais de strat\u00e9gie d\u2019analyse<br \/>\n&#8211; Biais d&rsquo;analyse post-hoc<\/p>\n<p><strong>Interpr\u00e9tation biais\u00e9e des r\u00e9sultats<\/strong><br \/>\n&#8211; Actualiser les r\u00e9sultats qui ne correspondent pas \u00e0 l&rsquo;hypoth\u00e8se du chercheur.<\/p>\n<p><strong>Publication<\/strong><br \/>\n&#8211; Non-publication des r\u00e9sultats n\u00e9gatifs.<\/p>\n<p>Les v\u00e9ritables mordus peuvent consulter l&rsquo;article original et examiner la litt\u00e9rature ult\u00e9rieure pour compl\u00e9ter l&rsquo;inventaire. Pour les autres, il suffit de se rappeler qu&rsquo;une erreur syst\u00e9matique peut se glisser \u00e0 toute \u00e9tape d&rsquo;un projet de recherche. Les rapports de recherche doivent \u00eatre relus avec un \u0153il critique; le lecteur doit se demander ce qui a pu se passer \u00e0 chaque \u00e9tape et d\u00e9terminer comment cela a pu influencer les r\u00e9sultats.<\/p>\n<\/div>\n<\/div>\n<h3><a name=\"laconfusion\"><\/a>La confusion<\/h3>\n<p>Selon une \u00e9tude publi\u00e9e en 1960, le syndrome de Down serait plus courant chez les quatri\u00e8mes de famille et les enfants suivants.<sup>14<\/sup> Il n&rsquo;y avait aucun signe de biais d&rsquo;\u00e9chantillonnage ou de mesure dans cette \u00e9tude, et le r\u00e9sultat \u00e9tait statistiquement significatif. Auriez-vous cru au r\u00e9sultat? La r\u00e9ponse peut \u00eatre \u00ab oui \u00bb si l&rsquo;on s&rsquo;en tient \u00e0 la pr\u00e9sence d&rsquo;une association, mais doit \u00eatre \u00ab non \u00bb si l&rsquo;on pr\u00e9sume une relation causale. Autrement dit, le rang de naissance peut \u00eatre un marqueur du risque, mais non un facteur de risque (ou causal).<\/p>\n<figure id=\"attachment_2547\" aria-describedby=\"caption-attachment-2547\" style=\"width: 1321px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2547\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.7_fr.jpg\" alt=\"Figure 5.7 : Illustration de la confusion\" width=\"1321\" height=\"1081\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.7_fr.jpg 1321w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.7_fr-300x245.jpg 300w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.7_fr-768x628.jpg 768w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.7_fr-1024x838.jpg 1024w\" sizes=\"auto, (max-width: 1321px) 100vw, 1321px\" \/><figcaption id=\"caption-attachment-2547\" class=\"wp-caption-text\">Figure 5.7 : Illustration de la confusion<\/figcaption><\/figure>\n<p>La confusion survient lorsqu&rsquo;une troisi\u00e8me variable (ou une quatri\u00e8me, cinqui\u00e8me, etc.) dans un r\u00e9seau de causes est associ\u00e9e \u00e0 l&rsquo;exposition et au r\u00e9sultat \u00e0 l&rsquo;\u00e9tude (voir la figure 5.7). Si l&rsquo;on ne tient pas compte de cette troisi\u00e8me variable dans l\u2019\u00e9tude, les conclusions portant sur la relation entre les deux premi\u00e8res variables peuvent \u00eatre mal interpr\u00e9t\u00e9es. Dans l&rsquo;exemple du syndrome de Down, l&rsquo;\u00e2ge de la m\u00e8re est un facteur confusionnel, car le quatri\u00e8me enfant et les suivants naissent souvent de m\u00e8res plus \u00e2g\u00e9es, et que l&rsquo;\u00e2ge maternel est en soi un facteur de risque pour le syndrome de Down. Dans la plupart des articles scientifiques, le premier tableau compare les groupes d&rsquo;\u00e9tude (p. ex. les m\u00e8res de nourrissons trisomiques et les m\u00e8res sans enfant trisomique) en fonction de nombreuses variables qui pourraient influer sur le r\u00e9sultat, comme l&rsquo;\u00e2ge maternel moyen \u00e0 la naissance de l&rsquo;enfant. Cela permet au lecteur de d\u00e9terminer si l&rsquo;une de ces variables est associ\u00e9e au r\u00e9sultat et pourrait potentiellement \u00eatre un facteur confusionnel dont il faut tenir compte lors de l&rsquo;analyse.<br \/>\n<a name=\"_hormones\"><\/a><\/p>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#confusion\">Confusion quant aux hormones<\/h3>\n<div id=\"confusion\" class=\"collapse\">\n<p>Avant 1990, de nombreuses \u00e9tudes par observation ont conclu que les femmes postm\u00e9nopaus\u00e9es qui prenaient un traitement substitutif hormonal \u00e9taient moins susceptibles de d\u00e9velopper des probl\u00e8mes cardiovasculaires que celles qui ne prenaient pas ce traitement. On a donc recommand\u00e9 que toutes les femmes postm\u00e9nopaus\u00e9es prennent un traitement substitutif hormonal. Cependant, un essai al\u00e9atoire sur la sant\u00e9 des femmes (<a href=\"https:\/\/www.whi.org\/SitePages\/WHI%20Hormone%20Trial%20Findings%20Questions%20and%20Answers.aspx\"><em>Women\u2019s Health Initiative<\/em><\/a>) a montr\u00e9 tout le contraire : en r\u00e9alit\u00e9, le traitement substitutif hormonal \u00e9tait associ\u00e9 \u00e0 une <em>augmentation<\/em> de la maladie cardiovasculaire. Les recommandations sur ce traitement ont d\u00e8s lors \u00e9t\u00e9 modifi\u00e9es.<\/p>\n<p>Il semble que le statut social ait \u00e9t\u00e9 un facteur de confusion dans les \u00e9tudes par observation : il \u00e9tait plus probable que les femmes de statut social (ou de niveau d\u2019\u00e9ducation) sup\u00e9rieur prennent un traitement substitutif hormonal et qu\u2019en raison de leur statut social, elles pr\u00e9sentent moins de maladies cardiaques.<sup>15<\/sup><\/p>\n<\/div>\n<\/div>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#faire\">Faire face \u00e0 la confusion<\/h3>\n<div id=\"faire\" class=\"collapse\">\n<p>On peut r\u00e9duire la confusion lors de la conception ou de l&rsquo;analyse de l&rsquo;\u00e9tude, ou les deux.<\/p>\n<p>Dans le cadre de plans exp\u00e9rimentaux, la r\u00e9partition al\u00e9atoire entre les groupes d&rsquo;intervention et t\u00e9moin est la fa\u00e7on la plus \u00e9l\u00e9gante d&rsquo;\u00e9viter la confusion. En effet, la r\u00e9partition al\u00e9atoire fait en sorte que tous les groupes d&rsquo;\u00e9tude pr\u00e9sentent les m\u00eames caract\u00e9ristiques \u2013 surtout si la taille des groupes est importante. N\u00e9anmoins, tous les facteurs qui pourraient brouiller les r\u00e9sultats doivent \u00eatre mesur\u00e9s et compar\u00e9s dans chaque groupe au d\u00e9but de l&rsquo;\u00e9tude. Cette \u00e9tape doit figurer dans le rapport afin de permettre au lecteur de d\u00e9terminer si, malgr\u00e9 la r\u00e9partition al\u00e9atoire, des variables confusionnelles potentielles se retrouvent davantage dans un groupe que dans l&rsquo;autre.<\/p>\n<p>En plus de la r\u00e9partition al\u00e9atoire, l&rsquo;\u00e9tude peut se limiter, par exemple, \u00e0 un sexe ou \u00e0 un intervalle d&rsquo;\u00e2ge restreint. Cela r\u00e9duit l&rsquo;effet confusionnel des facteurs utilis\u00e9s pour limiter l&rsquo;\u00e9tude, mais cela limite aussi la g\u00e9n\u00e9ralisabilit\u00e9 de l&rsquo;\u00e9tude, \u00e9tant donn\u00e9 que ses r\u00e9sultats ne pourront s&rsquo;appliquer qu&rsquo;\u00e0 cette population restreinte. L&rsquo;appariement est une autre strat\u00e9gie de conception : il s&rsquo;agit de la s\u00e9lection d\u00e9lib\u00e9r\u00e9e des sujets pour que le niveau de variables confusionnelles soit \u00e9gal dans les groupes \u00e0 comparer. Par exemple, si l&rsquo;on soup\u00e7onne que le sexe, l&rsquo;\u00e2ge et l&rsquo;usage du tabac peuvent porter \u00e0 confusion dans une \u00e9tude de cohorte, le chercheur consigne le niveau de ces caract\u00e9ristiques dans le groupe expos\u00e9, puis s\u00e9lectionne les sujets du groupe t\u00e9moin de mani\u00e8re \u00e0 refl\u00e9ter un niveau de facteurs semblable.<\/p>\n<p>\u00c0 l&rsquo;\u00e9tape de l&rsquo;analyse de l&rsquo;\u00e9tude, on peut avoir recours \u00e0 la stratification pour \u00e9valuer la confusion. On examine l&rsquo;association entre l&rsquo;exposition et le r\u00e9sultat au sein des strates influenc\u00e9es par la variable confusionnelle potentielle, comme l&rsquo;\u00e2ge. Les rapports publi\u00e9s font souvent r\u00e9f\u00e9rence \u00e0 une analyse de Mantel-Haenszel, laquelle repr\u00e9sente une moyenne pond\u00e9r\u00e9e des risques relatifs dans les diverses strates. Si des diff\u00e9rences sont observ\u00e9es entre les estimations propres \u00e0 une strate et l&rsquo;estimation brute (non ajust\u00e9e), il y a possibilit\u00e9 de confusion. Les techniques de mod\u00e9lisation multivari\u00e9e, comme la r\u00e9gression logistique, pour ajuster une estimation ponctuelle en fonction des effets de variables confusionnelles sont une autre strat\u00e9gie d\u2019analyse. Le concept \u00e0 l\u2019origine de la mod\u00e9lisation multivari\u00e9e ressemble \u00e0 celui de la normalisation (voir le <a href=\"https:\/\/phprimer.afmc.ca\/fr\/partie-ii\/chapitre-6\/#_TMS\">chapitre 6<\/a>), une technique utilis\u00e9e pour s&rsquo;ajuster aux diff\u00e9rentes compositions d\u00e9mographiques des populations compar\u00e9es.<\/p>\n<p>Attention : les biais de s\u00e9lection et de mesure ne peuvent pas \u00eatre corrig\u00e9s \u00e0 l&rsquo;\u00e9tape de l&rsquo;analyse. Ici, seule une s\u00e9lection minutieuse de l&rsquo;\u00e9chantillon et l&rsquo;utilisation de proc\u00e9dures de mesure normalis\u00e9es peuvent minimiser ces biais.<\/p>\n<\/div>\n<\/div>\n<h2><a id=\"_hierarcpreuves\"><\/a>La hi\u00e9rarchie des preuves<\/h2>\n<p>Certains plans fournissent des preuves plus fiables que d&rsquo;autres, et en 1979 le Groupe d&rsquo;\u00e9tude canadien sur l&rsquo;examen m\u00e9dical p\u00e9riodique a avanc\u00e9 l&rsquo;id\u00e9e d\u2019une hi\u00e9rarchie des preuves, un sous-produit de son travail pour formuler des recommandations sur les interventions de d\u00e9pistage et de pr\u00e9vention. Cette hi\u00e9rarchie sous-entend que les cliniciens doivent \u00e9valuer la cr\u00e9dibilit\u00e9 des preuves en fonction du type d&rsquo;\u00e9tude auquel on a eu recours. La hi\u00e9rarchie a \u00e9t\u00e9 modifi\u00e9e au fil des ans; voici une version g\u00e9n\u00e9rique.<sup>16<\/sup><\/p>\n<table>\n<tbody>\n<tr>\n<td style=\"padding: 5px;\" width=\"60\">\u00a0 I<\/td>\n<td style=\"padding: 5px;\" width=\"633\">Preuves provenant de revues syst\u00e9matiques ou de m\u00e9ta-analyses;<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 5px;\" width=\"60\">II<\/td>\n<td style=\"padding: 5px;\" width=\"633\">Preuve provenant d&rsquo;un essai contr\u00f4l\u00e9 bien con\u00e7u;<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 5px;\" width=\"60\">III<\/td>\n<td style=\"padding: 5px;\" width=\"633\">Preuves provenant d&rsquo;\u00e9tudes de cohortes bien con\u00e7ues, r\u00e9alis\u00e9es de pr\u00e9f\u00e9rence dans plus d&rsquo;un centre ou groupe de recherche;<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 5px;\" width=\"60\">IV<\/td>\n<td style=\"padding: 5px;\" width=\"633\">Preuves provenant d&rsquo;\u00e9tudes cas-t\u00e9moins bien con\u00e7ues, r\u00e9alis\u00e9es de pr\u00e9f\u00e9rence dans plus d&rsquo;un centre ou groupe de recherche;<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 5px;\" width=\"60\">V<\/td>\n<td style=\"padding: 5px;\" width=\"633\">Preuves provenant de multiples \u00e9tudes en s\u00e9ries chronologiques, avec ou sans l&rsquo;intervention. Les r\u00e9sultats marquants d\u00e9coulant d&rsquo;exp\u00e9riences non contr\u00f4l\u00e9es (p. ex. la premi\u00e8re utilisation de la p\u00e9nicilline dans les ann\u00e9es 1940) font aussi partie de cette cat\u00e9gorie;<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 5px;\" width=\"60\">VI<\/td>\n<td style=\"padding: 5px;\" width=\"633\">Opinions d&rsquo;autorit\u00e9s respect\u00e9es fond\u00e9es sur l&rsquo;exp\u00e9rience clinique, des \u00e9tudes descriptives, des rapports de comit\u00e9s d\u2019experts, de conf\u00e9rences consensuelles, etc.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lesysteme\">Le syst\u00e8me GRADE<\/h3>\n<div id=\"lesysteme\" class=\"collapse\">Afin d&rsquo;\u00e9largir la base de l&rsquo;examen de la qualit\u00e9 des \u00e9tudes, le syst\u00e8me GRADE a \u00e9t\u00e9 propos\u00e9 pour ceux qui examinent les donn\u00e9es probantes dans la pr\u00e9paration des lignes directrices cliniques, p. ex. sur l&rsquo;efficacit\u00e9 d&rsquo;une intervention. Il prend en compte quatre axes : la conception d&rsquo;une \u00e9tude, la qualit\u00e9 de l&rsquo;ex\u00e9cution de l&rsquo;\u00e9tude, la coh\u00e9rence entre les \u00e9tudes, et le caract\u00e8re \u00ab direct \u00bb ou la comparabilit\u00e9 des \u00e9chantillons \u00e9tudi\u00e9s avec les patients auxquels ils seront appliqu\u00e9s. Ces jugements sont combin\u00e9s pour former quatre cat\u00e9gories : \u00c9lev\u00e9e (il est peu probable que d&rsquo;autres recherches modifient l&rsquo;estimation de l&rsquo;effet); Mod\u00e9r\u00e9e (d&rsquo;autres recherches sont susceptibles de modifier notre confiance dans l&rsquo;estimation actuelle de l&rsquo;effet et peuvent modifier l&rsquo;estimation elle-m\u00eame); Faible (d&rsquo;autres preuves sont susceptibles de modifier l&rsquo;estimation); Tr\u00e8s faible (une estimation de l&rsquo;effet est tr\u00e8s incertaine).<sup>17<\/sup><\/div>\n<\/div>\n<h3><a id=\"_revsys\"><\/a>Les revues syst\u00e9matiques<\/h3>\n<p>Une source commune de biais dans le r\u00e9sum\u00e9 de la documentation est l&rsquo;omission de certaines \u00e9tudes. Il peut s&rsquo;agir d&rsquo;\u00e9tudes entreprises dans des pays autres que le sien ou d&rsquo;\u00e9tudes publi\u00e9es dans des revues moins connues. Bien que cette omission puisse simplifier la t\u00e2che de r\u00e9sumer la documentation, elle peut aussi mener \u00e0 un biais, souvent en omettant les \u00e9tudes qui fournissent des points de vue divergents. Les objectifs d&rsquo;une revue syst\u00e9matique sont d&rsquo;identifier toutes les \u00e9tudes pertinentes li\u00e9es \u00e0 un traitement ou \u00e0 une intervention donn\u00e9e, d&rsquo;en \u00e9valuer la qualit\u00e9 et de r\u00e9sumer l&rsquo;ensemble des r\u00e9sultats. Un \u00e9l\u00e9ment cl\u00e9 est l&rsquo;exhaustivit\u00e9 de l&rsquo;analyse documentaire; les conclusions devraient \u00eatre fond\u00e9es sur l&rsquo;ensemble de la litt\u00e9rature, y compris souvent la litt\u00e9rature \u00ab grise \u00bb des rapports publi\u00e9s sous forme de documents de travail ou de rapports internes.<sup>18<\/sup>\u00a0L&rsquo;auteur d&rsquo;une revue syst\u00e9matique formule un r\u00e9sum\u00e9 verbal des r\u00e9sultats de l&rsquo;\u00e9tude combin\u00e9e (comme on le voit, par exemple, dans les revues Cochrane, voir ci-dessous); mais lorsque les articles examin\u00e9s sont suffisamment similaires, leurs donn\u00e9es peuvent \u00eatre regroup\u00e9es dans une m\u00e9ta-analyse combin\u00e9e.<\/p>\n<h3><a id=\"_metaanal\"><\/a>Les m\u00e9ta-analyses<\/h3>\n<p>Une m\u00e9ta-analyse fournit une synth\u00e8se statistique de donn\u00e9es d&rsquo;\u00e9tudes diff\u00e9rentes, mais comparables. On accepte g\u00e9n\u00e9ralement qu&rsquo;une m\u00e9ta-analyse de plusieurs essais comparatifs al\u00e9atoires offre de meilleures preuves qu&rsquo;un seul essai. L&rsquo;analyse peut soit regrouper les donn\u00e9es de chaque personne dans les diff\u00e9rentes \u00e9tudes et r\u00e9analyser les donn\u00e9es ainsi combin\u00e9es, soit agr\u00e9ger les r\u00e9sultats publi\u00e9s de chaque \u00e9tude pour produire une estimation globale et combin\u00e9e. L&rsquo;estimation est normalement pond\u00e9r\u00e9e en fonction de la taille relative des \u00e9tudes, et parfois aussi par un jugement sur leur qualit\u00e9. Les essais comparatifs al\u00e9atoires ou d&rsquo;autres plans d&rsquo;\u00e9tude, y compris les \u00e9tudes cas-t\u00e9moins et les \u00e9tudes de cohortes, peuvent faire l&rsquo;objet de m\u00e9ta-analyses. S&rsquo;il est impossible de rassembler des donn\u00e9es en raison de contrastes entre les plans d\u2019\u00e9tude, on peut r\u00e9sumer les r\u00e9sultats de diff\u00e9rentes \u00e9tudes dans un examen narratif ou les pr\u00e9senter \u00e0 l&rsquo;aide d&rsquo;un graphique \u00ab en for\u00eat \u00bb, comme dans la figure 5.8.\u00a0<a id=\"_figure5.8\"><\/a><\/p>\n<figure id=\"attachment_2549\" aria-describedby=\"caption-attachment-2549\" style=\"width: 1136px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2549\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.8_fr.jpg\" alt=\"Figure 5.8 : Exemple de graphique en for\u00eat comparant les rapports de cotes de quatre \u00e9tudes cas-t\u00e9moins (les RC sont repr\u00e9sent\u00e9es par des carr\u00e9s et les intervalles de confiance par des traits horizontaux), avec le r\u00e9sultat de la m\u00e9ta-analyse (repr\u00e9sent\u00e9 par le losange) rassemblant les r\u00e9sultats des \u00e9tudes individuelles. La taille des carr\u00e9s est relative \u00e0 la taille de l\u2019\u00e9chantillon de chaque \u00e9tude. Le trait vertical repr\u00e9sente un rapport de taux de 1,0 indiquant qu'il n'existe aucune diff\u00e9rence relative au risque entre les groupes d'\u00e9tude. Les r\u00e9sultats \u00e0 la gauche du trait vertical indiquent une r\u00e9duction du risque (RC &lt; 1,0); les r\u00e9sultats \u00e0 la droite indiquent une augmentation (RC &gt; 1,0).\" width=\"1136\" height=\"935\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.8_fr.jpg 1136w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.8_fr-300x247.jpg 300w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.8_fr-768x632.jpg 768w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure5.8_fr-1024x843.jpg 1024w\" sizes=\"auto, (max-width: 1136px) 100vw, 1136px\" \/><figcaption id=\"caption-attachment-2549\" class=\"wp-caption-text\">Figure 5.8 : Exemple de graphique en for\u00eat comparant les rapports de cotes de quatre \u00e9tudes cas-t\u00e9moins (les RC sont repr\u00e9sent\u00e9es par des carr\u00e9s et les intervalles de confiance par des traits horizontaux), avec le r\u00e9sultat de la m\u00e9ta-analyse (repr\u00e9sent\u00e9 par le losange) rassemblant les r\u00e9sultats des \u00e9tudes individuelles. La taille des carr\u00e9s est relative \u00e0 la taille de l\u2019\u00e9chantillon de chaque \u00e9tude. Le trait vertical repr\u00e9sente un rapport de taux de 1,0 indiquant qu&rsquo;il n&rsquo;existe aucune diff\u00e9rence relative au risque entre les groupes d&rsquo;\u00e9tude. Les r\u00e9sultats \u00e0 la gauche du trait vertical indiquent une r\u00e9duction du risque (RC &lt; 1,0); les r\u00e9sultats \u00e0 la droite indiquent une augmentation (RC &gt; 1,0).<\/figcaption><\/figure>\n<h3><a id=\"_collabcochrane\"><\/a>La Collaboration Cochrane<\/h3>\n<p>Les examens syst\u00e9matiques et les m\u00e9ta-analyses sont habituellement r\u00e9alis\u00e9s par des sp\u00e9cialistes des contenus et de la recherche. Ils travaillent souvent en \u00e9quipe, comme c&rsquo;est le cas de la Collaboration Cochrane, une organisation internationale qui aide les scientifiques, les m\u00e9decins et les d\u00e9cideurs \u00e0 prendre des d\u00e9cisions \u00e9clair\u00e9es relatives aux soins de sant\u00e9 en coordonnant des examens syst\u00e9matiques portant sur les effets d\u2019interventions cliniques. Les versions \u00e9lectroniques de ces examens se trouvent dans la base de donn\u00e9es d&rsquo;examens syst\u00e9matiques de Cochrane. Un des premiers exemples d&rsquo;examen syst\u00e9matique est celui portant sur le recours aux corticost\u00e9ro\u00efdes chez les femmes donnant naissance pr\u00e9matur\u00e9ment afin d&rsquo;acc\u00e9l\u00e9rer la maturation des poumons du f\u0153tus et de pr\u00e9venir le syndrome de d\u00e9tresse respiratoire n\u00e9onatal. Les b\u00e9b\u00e9s tr\u00e8s pr\u00e9matur\u00e9s pr\u00e9sentent un risque plus \u00e9lev\u00e9 de d\u00e9tresse respiratoire en raison de l&rsquo;immaturit\u00e9 de leurs poumons. Cela repr\u00e9sente une cause importante de morbidit\u00e9 et de mortalit\u00e9. Selon les r\u00e9sultats de 21 essais al\u00e9atoires, le traitement par corticost\u00e9ro\u00efdes n&rsquo;augmente pas le risque pour la m\u00e8re, r\u00e9duit la mort n\u00e9onatale de 30 % et offre des bienfaits semblables pour toute une gamme d&rsquo;autres r\u00e9sultats. On a donc g\u00e9n\u00e9ralis\u00e9 ce traitement pour les femmes pr\u00e9sentant un risque d&rsquo;accouchement pr\u00e9matur\u00e9 afin d\u2019acc\u00e9l\u00e9rer la maturation des poumons de leur f\u0153tus.<\/p>\n<p>On consid\u00e8re aujourd&rsquo;hui les m\u00e9ta-analyses comme \u00e9tant la source des meilleures preuves. Il a donc fallu modifier la hi\u00e9rarchie des preuves initiale du Groupe d&rsquo;\u00e9tude canadien; ainsi, le premier niveau de la hi\u00e9rarchie est maintenant subdivis\u00e9 comme suit :<\/p>\n<p style=\"padding-left: 30px;\">1.1 Examens de la Collaboration Cochrane;<br \/>\n1.2 Examens syst\u00e9matiques;<br \/>\n1.3 Directives fond\u00e9es sur les preuves;<br \/>\n1.4 R\u00e9sum\u00e9s de preuves.<\/p>\n<h2><a id=\"_appresultats\"><\/a>L&rsquo;\u00e9tape finale : appliquer des r\u00e9sultats d\u2019\u00e9tude \u00e0 vos patients<\/h2>\n<p>La discussion portant sur les revues syst\u00e9matiques boucle la boucle : nous voil\u00e0 de retour \u00e0 l&rsquo;\u00e9valuation critique de la documentation. La premi\u00e8re \u00e9tape consiste \u00e0 formuler un jugement global de la qualit\u00e9 de l&rsquo;\u00e9tude ou des \u00e9tudes. Pour ce faire, de nombreuses listes de v\u00e9rification sont \u00e0 notre disposition. Les listes originales ont \u00e9t\u00e9 \u00e9labor\u00e9es \u00e0 l&rsquo;Universit\u00e9 McMaster et publi\u00e9es en une s\u00e9rie d&rsquo;articles parus dans le <em>Journal of the American Medical Association<\/em> en 1993 et 1994. Ces articles traitent de l&rsquo;\u00e9valuation critique de preuves li\u00e9es \u00e0 la cause, au pronostic, \u00e0 la pr\u00e9cision du diagnostic et \u00e0 l&rsquo;efficacit\u00e9 des traitements. Il existe aujourd&rsquo;hui de nombreuses listes de v\u00e9rification pour aider les \u00e9valuateurs. Pour illustrer le format g\u00e9n\u00e9ral, nous \u00e9num\u00e9rons quelques questions utilis\u00e9es pour \u00e9valuer un article sur l&rsquo;efficacit\u00e9 d&rsquo;une th\u00e9rapie. Une fois que vous \u00eates convaincu qu&rsquo;une \u00e9tude fournit une r\u00e9ponse valide \u00e0 une question clinique pertinente, v\u00e9rifiez que les r\u00e9sultats sont applicables \u00e0 votre population de patients.<\/p>\n<blockquote class=\"outline\">\n<h3>Liste de v\u00e9rification pour \u00e9valuer la qualit\u00e9 d&rsquo;une \u00e9tude sur l&rsquo;efficacit\u00e9 d&rsquo;un traitement<\/h3>\n<div>\n<pre><\/pre>\n<\/div>\n<p>Objectifs de l&rsquo;\u00e9tude<\/p>\n<ul>\n<li>La question de l&rsquo;\u00e9tude \u00e9tait-elle clairement \u00e9nonc\u00e9e? Par exemple, a-t-elle suivi le format<\/li>\n<li>?<\/li>\n<li>L&rsquo;exposition \u00e9tait-elle clairement d\u00e9finie ? Le r\u00e9sultat a-t-elle \u00e9t\u00e9 clairement d\u00e9fini ? (Ou les objectifs et les r\u00e9sultats de l&rsquo;\u00e9tude \u00e9taient-ils formul\u00e9s de mani\u00e8re vague, comme dans \u00ab\u00a0Pour d\u00e9crire les effets sur la sant\u00e9 de la consommation de restauration rapide\u00a0\u00bb)<\/li>\n<\/ul>\n<p>Les r\u00e9sultats sont-ils valides?<\/p>\n<ul>\n<li>Le plan d&rsquo;\u00e9tude \u00e9tait-il appropri\u00e9 ? Les patients ont-ils \u00e9t\u00e9 r\u00e9partis al\u00e9atoirement?<\/li>\n<li>Y avait-il eu des erreurs syst\u00e9matiques (biais) dans l&rsquo;ex\u00e9cution de l&rsquo;\u00e9tude ? Par exemple, la randomisation a-t-elle \u00e9t\u00e9 dissimul\u00e9e : les patients \u00e9taient-ils au courant de leur affectation de groupe ?<\/li>\n<li>S&rsquo;il s&rsquo;agit d&rsquo;une \u00e9tude cas-t\u00e9moins, y avait-t-il eu une erreur de classification possible du traitement ou de l&rsquo;\u00e9volution de la maladie ?<\/li>\n<li>Les cliniciens traitant les patients \u00e9taient-ils au courant de la r\u00e9partition des groupes?<\/li>\n<li>Les \u00e9valuateurs des r\u00e9sultats \u00e9taient-ils au courant de la r\u00e9partition des groupes? (La r\u00e9partition a-t-elle \u00e9t\u00e9 r\u00e9alis\u00e9e \u00e0 l&rsquo;insu des \u00e9valuateurs?)<\/li>\n<li>Les patients dans le groupe de traitement et le groupe t\u00e9moin \u00e9taient-ils semblables quant aux variables connues du pronostic? (Par exemple, le nombre de fumeurs \u00e9tait-il semblable dans chaque groupe d&rsquo;une \u00e9tude sur un traitement contre l&rsquo;asthme?)<\/li>\n<li>Le suivi incluait-il tous les patients?<\/li>\n<li>Les patients ont-ils \u00e9t\u00e9 analys\u00e9s dans les groupes auxquels ils ont \u00e9t\u00e9 affect\u00e9s?<\/li>\n<\/ul>\n<p>Quels sont les r\u00e9sultats?<\/p>\n<ul>\n<li>Quelle \u00e9tait l&rsquo;ampleur de l&rsquo;effet du traitement?<\/li>\n<li>Quel \u00e9tait le degr\u00e9 de pr\u00e9cision de l&rsquo;estimation de l&rsquo;efficacit\u00e9 du traitement?<\/li>\n<\/ul>\n<p>Comment puis-je appliquer les r\u00e9sultats aux soins des patients?<\/p>\n<ul>\n<li>Les patients de l&rsquo;\u00e9tude ressemblent-ils aux miens?<\/li>\n<li>Les bienfaits probables du traitement l&#8217;emportent-ils sur ses risques et ses co\u00fbts potentiels?<\/li>\n<\/ul>\n<p>Comment dois-je traiter ce patient-ci?<\/p>\n<ul>\n<li>Quels sont les r\u00e9sultats probables dans son cas?<\/li>\n<li>Ce traitement est-il voulu par le patient?<\/li>\n<li>Le traitement est-il offert ici?<\/li>\n<li>Le patient est-il dispos\u00e9 et apte \u00e0 recevoir le traitement?<\/li>\n<\/ul>\n<\/blockquote>\n<div class=\"links\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#evalutaioncritique\">\u00c9valuation critique<\/h3>\n<div id=\"evalutaioncritique\" class=\"collapse\">\n<p>Les articles du <em>Journal of the American Medical Association<\/em> traitant de l&rsquo;\u00e9valuation critique figurent dans un manuel \u00e9lectronique \u00e9crit par Gordon Guyatt. Il se trouve peut-\u00eatre dans la biblioth\u00e8que de votre universit\u00e9. Il est aussi disponible <a href=\"http:\/\/jamaevidence.com\/resource\/520\">en ligne<\/a>.<\/p>\n<p>Une liste de v\u00e9rification pour \u00e9valuer le reportage d&rsquo;un essai clinique se trouve sur ce site web : \u00a0<a href=\"http:\/\/www.consort-statement.org\/consort-2010\">Consolidated Standards for Reporting Trials<\/a> (CONSORT) (en anglais).<\/p>\n<\/div>\n<\/div>\n<h3>La population cible<\/h3>\n<p>La population de l&rsquo;\u00e9tude ressemble-t-elle \u00e0 celle de votre cabinet, pour que vous puissiez appliquer les r\u00e9sultats \u00e0 votre propre pratique (voir la figure 5.5)? Demandez-vous si le sexe, le groupe d&rsquo;\u00e2ge, l\u2019origine ethnique, les conditions de vie et les ressources des participants de l&rsquo;\u00e9tude sont semblables \u00e0 ceux de vos patients. Par exemple, une \u00e9tude sur la prise en charge des cardiopathies peut avoir s\u00e9lectionn\u00e9 son \u00e9chantillon dans une clinique de soins cardiovasculaires sp\u00e9cialis\u00e9s. Il est probable qu&rsquo;un patient dans un centre de m\u00e9decine familiale soit moins gravement malade qu&rsquo;un patient dans un centre de soins sp\u00e9cialis\u00e9s. Ces deux patients pourraient donc r\u00e9agir diff\u00e9remment au traitement. Si l\u2019\u00e9tude utilise des crit\u00e8res d&rsquo;inclusion restreints et des crit\u00e8res d&rsquo;exclusion \u00e9tendus, il est possible que tr\u00e8s peu de vos patients ressemblent \u00e0 ceux de l&rsquo;\u00e9tude. En outre, il est probable que les soins compl\u00e9mentaires et les autres ressources disponibles dans un centre de soins sp\u00e9cialis\u00e9s soient tr\u00e8s diff\u00e9rents de ceux d\u2019un milieu de soins primaires. Si ces \u00e9l\u00e9ments comptent beaucoup dans la prise en charge des patients, leur absence peut \u00e9liminer les bienfaits du traitement \u00e0 l&rsquo;\u00e9tude. D&rsquo;autres aspects de l&rsquo;environnement peuvent aussi \u00eatre diff\u00e9rents : si l\u2019\u00e9tude conclut que les conseils en mati\u00e8re d&rsquo;exercice sont efficaces, mais qu\u2019elle a \u00e9t\u00e9 r\u00e9alis\u00e9e dans une grande ville, vous pourriez ne pas obtenir les m\u00eames r\u00e9sultats dans un milieu rural o\u00f9 il est plus difficile de faire de l&rsquo;exercice au quotidien.<\/p>\n<h3>L&rsquo;intervention<\/h3>\n<p>L&rsquo;intervention est-elle r\u00e9alisable au sein de votre pratique? Poss\u00e9dez-vous l&rsquo;expertise, la formation et les ressources n\u00e9cessaires pour r\u00e9aliser l&rsquo;intervention vous-m\u00eame? Pouvez-vous orienter votre patient ailleurs, o\u00f9 l&rsquo;expertise et les ressources sont disponibles? Dans bien des cas, de tels probl\u00e8mes pratiques indiquent qu&rsquo;une intervention s&rsquo;av\u00e9rant efficace dans un essai ne l&rsquo;est pas n\u00e9cessairement en pratique courante. L&rsquo;enthousiasme et le savoir-faire des pionniers expliquent en partie cette diff\u00e9rence; les fonds et les ressources suppl\u00e9mentaires que l&rsquo;on utilise dans le cadre de projets de recherche peuvent aussi produire un effet.<\/p>\n<h3>Quel est le co\u00fbt?<\/h3>\n<p>Le co\u00fbt comprend la somme n\u00e9cessaire pour payer l&rsquo;intervention, le salaire du personnel qui doit l&rsquo;administrer, la souffrance qu&rsquo;elle cause au patient, la somme que le patient doit d\u00e9bourser pour recevoir l&rsquo;intervention, les services m\u00e9dicaux compl\u00e9mentaires, le transport et l&rsquo;absence du travail. Une intervention qui exige beaucoup de temps, d&rsquo;argent et de souffrance pourrait ne pas \u00eatre acceptable en pratique.<\/p>\n<h3>L&rsquo;intervention dans le groupe t\u00e9moin<\/h3>\n<p>Qu\u2019a-t-on fait pour les participants du groupe t\u00e9moin? S\u2019ils n&rsquo;ont rien re\u00e7u, y compris aucune attention de la part des chercheurs, est-il possible que les personnes dans le groupe d&rsquo;intervention manifestent, en partie, un effet plac\u00e9bo d\u00e9coulant de l&rsquo;attention re\u00e7ue? En g\u00e9n\u00e9ral, on doit comparer les nouvelles interventions au traitement classique dans le groupe t\u00e9moin afin que les bienfaits et les co\u00fbts suppl\u00e9mentaires du nouveau traitement puissent \u00eatre compar\u00e9s \u00e0 ceux de l&rsquo;ancien.<\/p>\n<h3>Les pr\u00e9f\u00e9rences de votre patient<\/h3>\n<p>En dernier lieu, tous les plans de prise en charge doivent respecter les pr\u00e9f\u00e9rences et les aptitudes des patients. Le clinicien doit expliquer les risques et les avantages de tous les traitements, surtout les nouveaux, en s&rsquo;assurant que le patient les comprenne, et aider le patient \u00e0 choisir une ligne de conduite qui r\u00e9duise les m\u00e9faits et qui maximise les bienfaits pour lui ou pour elle.<\/p>\n<h2><a id=\"_limitesEBM\"><\/a>Les limites de la m\u00e9decine factuelle<\/h2>\n<p>L&rsquo;objectif central des \u00e9tudes de recherche en m\u00e9decine est de guider la pratique. Un d\u00e9fi fondamental r\u00e9side dans la variabilit\u00e9 des populations humaines, de sorte qu&rsquo;une \u00e9tude entreprise \u00e0 un autre moment et \u00e0 un autre endroit peut, ou non, fournir de l&rsquo;information pertinente pour traiter le patient devant vous. Ce dilemme exige que le m\u00e9decin n&rsquo;applique pas sans poser de questions les r\u00e9sultats de la recherche aux soins de ses patients, et qu&rsquo;il n&rsquo;ignore pas les r\u00e9sultats de la recherche dans le domaine de la m\u00e9decine qui \u00e9volue rapidement (voir l&rsquo;encadr\u00e9 Pour les mordus).<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lamedicine\">La m\u00e9decine factuelle a ses d\u00e9tracteurs<\/h3>\n<div id=\"lamedicine\" class=\"collapse\">\n<p>Plusieurs mises en garde ont \u00e9t\u00e9 formul\u00e9es contre l&rsquo;application irr\u00e9fl\u00e9chie des r\u00e9sultats d&rsquo;\u00e9tudes empiriques. Divers auteurs ayant un penchant philosophique ont discut\u00e9 de la notion de ce qui devrait constituer des \u00ab preuves \u00bb en m\u00e9decine, et en particulier de la fa\u00e7on dont les diff\u00e9rents types de preuves devraient \u00eatre int\u00e9gr\u00e9s dans la prestation de soins optimaux aux patients. La m\u00e9decine factuelle accorde la priorit\u00e9 aux preuves empiriques issues de la recherche clinique, mais comment les combiner avec l&rsquo;exp\u00e9rience clinique du m\u00e9decin, avec les th\u00e9ories sous-jacentes de la maladie et de la gu\u00e9rison, avec les valeurs et les pr\u00e9f\u00e9rences du patient et avec les contraintes r\u00e9elles des ressources ? Ces sources d&rsquo;information diff\u00e8rent par leur nature et peuvent \u00eatre tendues, de sorte qu&rsquo;il n&rsquo;est pas clair comment le clinicien r\u00e9sout ce probl\u00e8me.<sup>19<\/sup><\/p>\n<p>D&rsquo;autres auteurs ont abord\u00e9 l&rsquo;\u00e9nigme logique de la g\u00e9n\u00e9ralisation des r\u00e9sultats de l&rsquo;\u00e9tude \u00e0 un patient particulier : les essais cliniques ne g\u00e9n\u00e8rent pas de connaissances universelles, mais nous renseignent sur les r\u00e9sultats moyens d&rsquo;\u00e9chantillons particuliers (et souvent hautement s\u00e9lectionn\u00e9s) \u00e9tudi\u00e9s. La m\u00e9decine factuelle ne fournit pas de directives claires sur la mani\u00e8re dont le clinicien doit d\u00e9cider dans quelle mesure le patient \u00e0 port\u00e9e de main correspond aux patients de l&rsquo;\u00e9tude et donc dans quelle mesure l&rsquo;\u00e9tude peut \u00eatre pertinente. Face \u00e0 cette incertitude, le clinicien peut avoir l&rsquo;impression que son exp\u00e9rience clinique personnelle est plus convaincante que les r\u00e9sultats g\u00e9n\u00e9raux de la recherche. La m\u00e9decine translationnelle d\u00e9veloppe de plus en plus de moyens d&rsquo;orienter la prise de d\u00e9cision m\u00e9dicale \u00e0 l&rsquo;aide de calculs co\u00fbts\/avantages.<sup>20<\/sup><\/p>\n<p>D&rsquo;autres critiques de la m\u00e9decine factuelle se sont concentr\u00e9s sur la primaut\u00e9 de l&rsquo;essai randomis\u00e9. Worrall, par exemple, a not\u00e9 que la randomisation n&rsquo;est qu&rsquo;une fa\u00e7on, et une fa\u00e7on imparfaite, de contr\u00f4ler les facteurs de confusion qui pourraient biaiser les r\u00e9sultats. En pr\u00e9sence d&rsquo;un grand nombre de facteurs de confusion, il est peu probable que la randomisation \u00e9quilibrera tous ces facteurs entre les groupes d&rsquo;\u00e9tude. Worrall conclut que tout essai clinique particulier aura au moins un type de biais, ce qui rend le groupe exp\u00e9rimental diff\u00e9rent du groupe t\u00e9moin de fa\u00e7on pertinente. Il soutient, en effet, que les ECA ne sont pas intrins\u00e8quement plus fiables qu&rsquo;une \u00e9tude observationnelle bien con\u00e7ue.<sup>21<\/sup><\/p>\n<p>Cette pr\u00e9occupation est li\u00e9e \u00e0 l&rsquo;\u00e9chec courant \u00e0 reproduire les r\u00e9sultats de nombreux essais cliniques. Ioannidis a rapport\u00e9 que sur 59 \u00e9tudes de recherche originales tr\u00e8s cit\u00e9es, moins de la moiti\u00e9 (44 %) ont \u00e9t\u00e9 reproduites ; 16 % ont \u00e9t\u00e9 contredites par des \u00e9tudes ult\u00e9rieures et 16 % ont trouv\u00e9 l&rsquo;effet plus faible que dans l&rsquo;\u00e9tude originale ; le reste n&rsquo;a pas \u00e9t\u00e9 r\u00e9p\u00e9t\u00e9 ou contest\u00e9.<sup>2<\/sup> Il est bien connu que m\u00eame les \u00e9tudes de haute qualit\u00e9 financ\u00e9es par les compagnies pharmaceutiques sont trois \u00e0 quatre fois plus susceptibles de d\u00e9montrer l&rsquo;efficacit\u00e9 d&rsquo;une intervention que les \u00e9tudes financ\u00e9es par d&rsquo;autres sources. Une autre forme courante de biais de publication est que les \u00e9tudes montrant des r\u00e9sultats nuls sont moins susceptibles d&rsquo;\u00eatre publi\u00e9es. Il y a un d\u00e9bat actif sur le d\u00e9veloppement futur de la m\u00e9decine fond\u00e9e sur des donn\u00e9es probantes, et les moyens de la combiner avec d&rsquo;autres formes de donn\u00e9es probantes semblent susceptibles d&rsquo;\u00eatre propos\u00e9s dans les ann\u00e9es \u00e0 venir.<sup>2<\/sup><\/p>\n<\/div>\n<\/div>\n<h1>Question d&rsquo;auto-\u00e9valuation<\/h1>\n<div class=\"self-test\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#q1\">1. Vous \u00eates la conseill\u00e8re du ministre de la Sant\u00e9 : comment feriez-vous pour concevoir et mettre en \u0153uvre une s\u00e9rie d&rsquo;\u00e9tudes visant \u00e0 d\u00e9terminer la relation entre l&rsquo;utilisation personnelle d&rsquo;une cha\u00eene st\u00e9r\u00e9o et la perte auditive due au bruit?<\/h3>\n<div id=\"q1\" class=\"collapse\">\n<p>D\u2019abord, il faut discuter des plans d&rsquo;\u00e9tude. Compte tenu qu&rsquo;un essai al\u00e9atoire sur des sujets humains serait contraire \u00e0 l&rsquo;\u00e9thique, une \u00e9tude de cohorte est-elle r\u00e9alisable? Quelle en serait la dur\u00e9e? Si vous choisissez une \u00e9tude cas-t\u00e9moin, comment allez-vous recueillir les renseignements sur le volume sonore? Est-il n\u00e9cessaire d&rsquo;\u00e9tudier ce ph\u00e9nom\u00e8ne au niveau individuel? Pourriez-vous obtenir une approximation brute, mais utile, au niveau de la population en \u00e9tablissant une corr\u00e9lation entre la surdit\u00e9 et la vente des cha\u00eenes st\u00e9r\u00e9o (donc, ne r\u00e9aliser aucune entrevue)?<\/p>\n<p>Deuxi\u00e8mement, songez \u00e0 la collecte de donn\u00e9es : Dans quelle mesure l&rsquo;autod\u00e9claration serait-elle efficace? Quel serait le degr\u00e9 de pr\u00e9cision d&rsquo;une autod\u00e9claration r\u00e9trospective de l&rsquo;usage par des personnes devenues sourdes? Est-il possible qu&rsquo;elles d\u00e9clarent un usage plus \u00e9lev\u00e9 \u00e9tant donn\u00e9 qu&rsquo;elles souffrent maintenant d&rsquo;un probl\u00e8me m\u00e9dical? Serait-il pr\u00e9f\u00e9rable de modifier certaines cha\u00eenes st\u00e9r\u00e9o personnelles pour enregistrer la fr\u00e9quence d\u2019utilisation et le volume sonore?<\/p>\n<\/div>\n<\/div>\n<h1>Bibliographie<\/h1>\n<p>1. National Institutes of Health. Citations added to MEDLINE by fiscal year U.S. National Library of Medicine2017 [source cit\u00e9 en novembre 2017]. Disponible ici : <a href=\"https:\/\/www.nlm.nih.gov\/bsd\/stats\/cit_added.html\">https:\/\/www.nlm.nih.gov\/bsd\/stats\/cit_added.html<\/a>.<br \/>\n2. Ioannidis JP. Contradicted and initially stronger effects in highly cited clinical research. JAMA. 2005;294(2):218-28.<br \/>\n3. Lett J. A field guide to critical thinking. 1990 [source cit\u00e9e en novembre 2017]. Disponible ici : <a href=\"https:\/\/www.csicop.org\/si\/show\/field_guide_to_critical_thinking\">https:\/\/www.csicop.org\/si\/show\/field_guide_to_critical_thinking<\/a>.<br \/>\n4. Porta M, editor. A dictionary of epidemiology. New York (NY): Oxford University Press; 2008.<br \/>\n5. Sackett DL, et al. Evidence-based medicine &#8211; how to practice and teach EBM. London: Churchill-Livingstone; 2000.<br \/>\n6. Schwandt TA. Qualitative inquiry: a dictionary of terms. Thousand Oaks (CA): Sage Publications; 1997.<br \/>\n7. Nkwi P, Nyamongo I, Ryan G. Field research into socio-cultural issues: methodological guidelines. Yaounde, Cameroon: International Center for Applied Social Sciences, Research and Training\/UNFPA, 2001.<br \/>\n8. Richards I, Morese JM. Read me first for a users&rsquo; guide to qualitative methods. Thousand Oaks (CA): Sage Publications; 2007.<br \/>\n9. Cockburn J, Hill D, Irwig L, De Luise T, Turnbull D, Schofield P. Development and validation of an instrument to measure satisfaction of participants at breast cancer screening programmes. Eur J Cancer. 1991;27(7):827-31.<br \/>\n10. Smith GCS, Pell JP. Parachute use to prevent death and major trauma related to gravitational challenge: systematic review of randomised controlled trials. BMJ. 2003;327(7429):1459-91.<br \/>\n11. Sackett DL. Bias in analytic research. J Chron Dis. 1979;32:51.<br \/>\n12. Miettinen OS. Theoretical epidemiology: principles of occurrence research in medicine. New York (NY): John Wiley; 1985.<br \/>\n13. Connor-Gorber S, Shields M, Tremblay MS, McDowell I. The feasibility of establishing correction factors to adjust self-reported estimates of obesity. Health Reports. 2008;19(3):71-82.<br \/>\n14. Renkonen KO, Donner M. Mongoloids: their mothers and sibships. Ann Med Exp Biol Fenn. 1964;42:139-44.<br \/>\n15. Anderson GL, Judd HL, Kaunitz AM, et al. Effects of estrogen plus progestin on gynecologic cancers and associated diagnostic procedures: The Women&rsquo;s Health Initiative randomized trial. JAMA. 2003;290:1739-48.<br \/>\n16. Evans D. Hierarchy of evidence: a framework for ranking evidence evaluating healthcare interventions. J Clin Nursing. 2003;12(1):77-84.<br \/>\n17. GRADE Working Group. Grading quality of evidence and strength of recommendations. BMJ. 2004;328(7454):1490.<br \/>\n18. Liberati A, Altman DG, Tetzlaff J, et al. The PRISMA statement for reporting systematic reviews and meta-analyses of studies that evaluate health care interventions: explanation and elaboration. Ann Intern Med. 2009;151:W65-W94.<br \/>\n19. Tonnelli MR. Integrating evidence into clinical practice: an alternative to evidence-based approaches. Journal of Evaluation in Clinical Practice. 2006;12(3):248-56.<br \/>\n20. Solomon M. Just a paradigm: evidence-based medicine in epistemological context. European Journal of Philosophical Science. 2011;1:451-66.<br \/>\n21. Worrall J. Evidence in medicine and Evidence-Based Medicine. Philosophy Compass. 2007;2(6):981-1022.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Apr\u00e8s avoir achev\u00e9 ce chapitre, le lecteur sera en mesure : D\u00e9crire les principes de la m\u00e9decine fond\u00e9e sur des donn\u00e9es probantes(&#8230;) en appliquant les m\u00e9thodes d&rsquo;\u00e9valuation critique et de la m\u00e9decine factuelle (Conseil m\u00e9dical 78-2) Savoir \u00e9valuer de fa\u00e7on critique les sources possibles d&rsquo;information de donn\u00e9es de recherche en mettant l&rsquo;accent sur les caract\u00e9ristiques [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":1240,"menu_order":5,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-1242","page","type-page","status-publish","hentry"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/pages\/1242","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/comments?post=1242"}],"version-history":[{"count":2,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/pages\/1242\/revisions"}],"predecessor-version":[{"id":4514,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/pages\/1242\/revisions\/4514"}],"up":[{"embeddable":true,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/pages\/1240"}],"wp:attachment":[{"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/media?parent=1242"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}