Méthodes statistiques en synthèse de preuves

Les méthodes statistiques en synthèse de preuves sont les techniques quantitatives utilisées pour combiner les résultats de plusieurs études en une estimation globale de l'effet, pour quantifier et expliquer les différences entre les études, et pour tester la robustesse de cette conclusion combinée. Elles constituent le moteur analytique des revues systématiques et sous-tendent la pratique fondée sur les preuves et l'évaluation des technologies de la santé.

Definition

Les méthodes statistiques en synthèse de preuves comprennent les procédures pour estimer un effet regroupé à travers les études (généralement sous des modèles à effets fixes ou à effets aléatoires), pour mesurer et étudier l'hétérogénéité entre les études, et pour examiner la robustesse de l'estimation synthétisée aux choix analytiques et aux études individuelles.

Scope

Ce domaine oriente le lecteur vers l'ensemble des méthodes qui transforment un ensemble d'études individuelles en une réponse quantitative synthétisée : la méta-analyse (l'étape de regroupement), l'évaluation de l'hétérogénéité (dans quelle mesure les études diffèrent), la méta-régression (expliquer cette différence avec des covariables au niveau de l'étude), et l'analyse de sensibilité (vérifier si les conclusions sont valides sous différentes hypothèses). Il les présente comme des sujets de référence méthodologiques, et non comme des instructions cliniques.

Sub-topics

• Hétérogénéité en méta-analyse
• Méta-analyse
• Méta-régression
• Analyse de Sensibilité

Core questions

• Comment les résultats d'études distinctes doivent-ils être pondérés et combinés en une seule estimation ?
• Quand un modèle à effets fixes est-il approprié et quand un modèle à effets aléatoires est-il nécessaire ?
• Dans quelle mesure les études diffèrent-elles au-delà du hasard, et cette différence modifie-t-elle ce que nous pouvons conclure ?
• Les caractéristiques au niveau de l'étude peuvent-elles expliquer la variation des effets observés ?
• Dans quelle mesure la conclusion regroupée est-elle sensible aux études individuelles, aux hypothèses de modélisation et au risque de biais ?

Key concepts

• Estimation de l'effet regroupé (synthétique)
• Pondération des études (pondération par la variance inverse)
• Modèles à effets fixes vs à effets aléatoires
• Hétérogénéité entre les études
• Méta-régression et analyse de sous-groupes
• Analyse de sensibilité et de robustesse
• Intervalles de confiance et de prédiction

Mechanisms

La logique commune est de traiter l'estimation de l'effet de chaque étude comme un point de données avec une incertitude connue, puis de combiner ces points avec des pondérations qui reflètent leur précision. Une analyse à effets fixes suppose que toutes les études estiment un seul effet vrai commun et pondère par la variance inverse seule ; une analyse à effets aléatoires suppose que les effets vrais varient entre les études et ajoute une composante de variance entre les études, ainsi la méthode de DerSimonian-Laird et ses successeurs élargissent les pondérations et l'intervalle en conséquence. Les statistiques d'hétérogénéité résument dans quelle mesure la variation observée dépasse l'erreur d'échantillonnage ; la méta-régression et l'analyse de sous-groupes tentent d'expliquer cette variation avec des covariables au niveau de l'étude ; et les analyses de sensibilité réexécutent la synthèse sous des hypothèses alternatives pour vérifier que le résultat principal n'est pas un artefact d'une seule étude ou d'un seul choix de modélisation.

Clinical relevance

Ces méthodes génèrent une grande partie des preuves de haut niveau sur lesquelles s'appuient les lignes directrices et les évaluations des technologies de la santé, il est donc essentiel de comprendre comment une estimation regroupée, son hétérogénéité et ses analyses de sensibilité ont été produites pour évaluer une revue systématique. Ce domaine décrit comment les preuves synthétisées sont générées et interprétées ; il ne constitue pas une source de conseils diagnostiques ou thérapeutiques individuels.

Evidence & guidelines

Les normes de rapport pour la conduite statistique de la synthèse de preuves sont énoncées dans la déclaration PRISMA (Moher et al., 2009) et dans le Cochrane Handbook (Higgins & Green, 2008), qui décrivent la pratique attendue pour le choix du modèle, l'évaluation de l'hétérogénéité et l'analyse de sensibilité dans les revues systématiques.

History

Le regroupement quantitatif des résultats d'études est né des statistiques agricoles et des sciences sociales au début du XXe siècle et a été nommé méta-analyse par Gene Glass en 1976. Son adaptation aux essais cliniques a été concrétisée par la méthode à effets aléatoires de DerSimonian et Laird en 1986, et le développement ultérieur des statistiques d'hétérogénéité, de la méta-régression et du rapport standardisé (PRISMA, le Cochrane Handbook) a transformé la synthèse de preuves en une discipline statistique structurée soutenant la pratique fondée sur les preuves et l'évaluation des technologies de la santé.

Debates

Effets fixes versus effets aléatoires comme modèle par défaut

Le fait qu'une synthèse doive supposer un seul effet commun ou permettre aux effets vrais de varier modifie à la fois l'estimation et son incertitude ; les commentateurs soutiennent que le choix devrait refléter la diversité clinique et méthodologique des études incluses plutôt qu'une convention fixe.

Key figures

• Rebecca DerSimonian
• Nan Laird
• Julian Higgins
• Simon Thompson
• Michael Borenstein
• Larry Hedges

Seminal works

• dersimonian-laird-1986
• higgins-thompson-2002
• higgins-handbook-2008

Frequently asked questions

Quelle est la différence entre une revue systématique et les méthodes statistiques qui y sont utilisées ?

Une revue systématique est l'ensemble du processus d'identification, d'évaluation et de synthèse des études ; les méthodes statistiques en synthèse de preuves sont les étapes quantitatives au sein de ce processus qui regroupent les résultats, mesurent l'hétérogénéité et testent la robustesse.

Toute revue systématique inclut-elle une méta-analyse ?

Non. Lorsque les études sont trop diverses sur le plan clinique ou méthodologique pour être combinées de manière significative, une revue peut synthétiser les résultats de manière narrative, et ces méthodes statistiques ne sont appliquées que lorsque le regroupement est jugé approprié.