Biais de publication

Le biais de publication est la distorsion qui survient lorsque la publication d'une étude, et la manière dont elle est publiée, dépendent de ses résultats — généralement parce que les résultats statistiquement significatifs ou positifs sont plus susceptibles d'apparaître dans la littérature que les résultats nuls ou négatifs. Étant donné que la synthèse des preuves ne peut combiner que les études qu'elle parvient à identifier, le biais de publication peut surestimer les estimations regroupées et constitue l'une des menaces centrales pour la validité d'une revue systématique ou d'une méta-analyse.

Definition

Le biais de publication est la différence systématique entre les résultats des études publiées et les résultats de toutes les études menées, survenant lorsque la probabilité de publication dépend de l'orientation ou de la signification des résultats d'une étude.

Scope

Ce sujet aborde la nature du biais de publication, ses mécanismes d'apparition, ses méthodes de détection (graphiques en entonnoir et tests d'asymétrie) et d'ajustement (tels que le trim-and-fill), ainsi que son impact sur les évaluations de la certitude des preuves. Il mentionne également les biais de compte rendu (reporting biases) connexes. Il s'agit d'une référence méthodologique, et non d'une directive clinique.

Core questions

• Pourquoi les résultats positifs ou significatifs sont-ils plus susceptibles d'être publiés ?
• Comment les études manquantes peuvent-elles être détectées à partir des études disponibles ?
• Quand l'asymétrie du graphique en entonnoir indique-t-elle un biais de publication par rapport à d'autres causes ?
• Comment un biais de publication suspecté devrait-il affecter la confiance dans une synthèse ?

Key concepts

• Publication dépendante des résultats
• Effets de petite taille d'étude
• Graphique en entonnoir et asymétrie du graphique en entonnoir
• Test de régression d'Egger
• Ajustement trim-and-fill
• Problème du tiroir de classement
• Rapport sélectif des résultats
• Enregistrement des essais comme prévention

Mechanisms

Le biais de publication survient lorsque les études présentant des résultats statistiquement significatifs ou favorables sont soumises, acceptées et publiées plus facilement et rapidement que celles présentant des résultats nuls, de sorte que la littérature publiée surreprésente les résultats positifs. Dans une méta-analyse, cela se manifeste souvent par des effets de petite taille d'étude (small-study effects) : les études plus petites et moins précises montrent systématiquement des effets plus importants que les études plus grandes. Un graphique en entonnoir (funnel plot) représente les estimations d'effet en fonction de leur précision ; une dispersion symétrique est attendue en l'absence de biais, tandis qu'une asymétrie peut signaler l'absence de petites études négatives, formalisée par des tests tels que la régression d'Egger. Les méthodes d'ajustement telles que le trim-and-fill estiment et imputent les études potentiellement manquantes. L'asymétrie peut avoir d'autres causes que le biais de publication, de sorte que sa détection nécessite une interprétation prudente, et l'enregistrement prospectif des essais est la principale mesure préventive (egger-1997; duval-tweedie-2000; sterne-2011; dickersin-1990).

Clinical relevance

Étant donné que les lignes directrices et les évaluations des technologies de la santé reposent sur des preuves synthétisées, le biais de publication peut se propager dans les recommandations en surestimant les bénéfices ou en sous-estimant les préjudices ; l'évaluation de la prise en compte de ce biais dans une synthèse fait partie de l'appréciation des preuves. Ce concept décrit une menace pour la base de preuves et éclaire la manière dont la certitude est évaluée ; il ne constitue pas en soi un avis clinique.

Evidence & guidelines

Les méthodes et recommandations sont bien établies : le test d'Egger pour l'asymétrie du graphique en entonnoir, l'ajustement trim-and-fill, et les recommandations consensuelles sur l'examen et l'interprétation des graphiques en entonnoir ; le biais de publication est également un domaine qui réduit la certitude dans le cadre GRADE (egger-1997; duval-tweedie-2000; sterne-2011; guyatt-2008-grade).

History

La préoccupation selon laquelle la littérature surreprésente les résultats positifs a été formulée comme le problème du tiroir de classement (file-drawer problem) en 1979 et documentée empiriquement pour la recherche médicale par Dickersin en 1990. Des méthodes de détection ont suivi : le graphique en entonnoir et le test de régression d'Egger en 1997, et l'ajustement trim-and-fill en 2000, avec des recommandations consensuelles sur l'interprétation de l'asymétrie du graphique en entonnoir publiées en 2011. L'enregistrement des essais est apparu comme le principal remède structurel (dickersin-1990; egger-1997; duval-tweedie-2000; sterne-2011).

Debates

L'asymétrie du graphique en entonnoir indique-t-elle réellement un biais de publication ?

L'asymétrie peut également provenir d'une hétérogénéité réelle, de la qualité des études ou du hasard, de sorte que les tests d'asymétrie peuvent induire en erreur, en particulier avec peu d'études ; les recommandations insistent sur une interprétation prudente plutôt que sur un ajustement mécanique.

Key figures

• Kay Dickersin
• Matthias Egger
• George Davey Smith
• Jonathan Sterne
• Sue Duval

Seminal works

• egger-1997
• duval-tweedie-2000
• dickersin-1990

Frequently asked questions

Comment le biais de publication est-il détecté dans une méta-analyse ?

Généralement au moyen d'un graphique en entonnoir, qui représente l'effet de l'étude en fonction de sa précision ; une asymétrie, testée formellement avec des méthodes telles que la régression d'Egger, peut suggérer que de petites études négatives sont manquantes — bien que l'asymétrie puisse avoir d'autres causes possibles.

Comment le biais de publication peut-il être prévenu ?

Le principal remède structurel est l'enregistrement prospectif des études et la pré-spécification des résultats, de sorte que l'existence et les analyses prévues d'une étude soient enregistrées, que ses résultats soient publiés ultérieurement ou non.