Revue systématique et méta-analyse

Une revue systématique est une synthèse structurée de toutes les études qui abordent une question définie, et une méta-analyse est la mise en commun statistique de leurs résultats en une estimation unique. Ensemble, elles se situent au sommet de la hiérarchie des preuves pour les questions d'effet d'intervention, et dans le domaine de l'information sur les médicaments, elles constituent les principaux outils pour résumer ce que la littérature dit collectivement sur un médicament. Cette entrée traite du sujet dans le cadre de la pharmacie clinique et de l'évaluation de la littérature ; une entrée parallèle en épidémiologie existe.

Definition

Une revue systématique utilise des méthodes explicites et reproductibles pour identifier, évaluer et synthétiser toutes les études pertinentes à une question définie ; une méta-analyse est la combinaison statistique de résultats d'études comparables au sein d'une telle revue pour produire une estimation d'effet combinée.

Scope

Ce sujet couvre le processus de la revue systématique — protocole, recherche exhaustive, sélection, évaluation du risque de biais et synthèse — ainsi que les méthodes de méta-analyse utilisées pour regrouper les résultats, y compris les modèles à effets fixes et à effets aléatoires et l'évaluation de l'hétérogénéité. Il s'agit d'un sujet méthodologique et de référence sur la synthèse des preuves, et non d'une source d'instructions de traitement.

Core questions

• Comment une question de revue et un protocole sont-ils définis pour rendre la recherche reproductible ?
• Comment les études sont-elles identifiées, criblées et évaluées pour le risque de biais ?
• Quand les résultats peuvent-ils être combinés, et quel modèle devrait être utilisé ?
• Comment l'hétérogénéité entre les études est-elle mesurée et interprétée ?
• Comment la synthèse résultante est-elle rapportée et sa qualité évaluée ?

Key concepts

• Protocole pré-enregistré et recherche reproductible
• Criblage et sélection des études
• Estimation d'effet combinée
• Modèles à effets fixes versus à effets aléatoires
• Hétérogénéité et la statistique I-squared
• Biais de publication
• Normes de rapport et d'évaluation (PRISMA, AMSTAR 2)

Mechanisms

Une revue systématique suit un protocole pré-spécifié : une recherche exhaustive dans plusieurs bases de données, un criblage en double par rapport à des critères explicites, une évaluation du risque de biais des études incluses et une synthèse. Lorsque les études sont comparables, la méta-analyse regroupe leurs estimations d'effet, en pondérant chacune par sa précision. Un modèle à effets fixes suppose un effet vrai commun unique, tandis qu'un modèle à effets aléatoires — formalisé par DerSimonian et Laird — suppose que l'effet vrai varie entre les études et intègre cette variance inter-études. L'hétérogénéité est quantifiée par des statistiques telles que le I-squared, introduit par Higgins et ses collègues, pour exprimer la proportion de variation due à de réelles différences plutôt qu'au hasard. Le biais de publication, dans lequel les études avec des résultats positifs sont plus susceptibles d'apparaître, est examiné car il peut fausser l'estimation combinée. PRISMA standardise la manière dont l'ensemble du processus est rapporté, et AMSTAR 2 évalue la qualité méthodologique de la revue achevée.

Clinical relevance

Les revues systématiques et les méta-analyses fournissent les preuves résumées qui sous-tendent les décisions de formulaires, les recommandations de lignes directrices et de nombreuses réponses en matière d'information sur les médicaments. Ce sujet décrit comment ces preuves sont synthétisées et soutient leur lecture critique ; il s'agit d'une ressource de référence et non d'une base pour des décisions diagnostiques ou thérapeutiques individualisées.

Evidence & guidelines

La synthèse des preuves est régie par des normes établies : la déclaration PRISMA (2009, mise à jour en 2020) pour la publication des revues systématiques et des méta-analyses, et l'instrument AMSTAR 2 pour l'évaluation de leur qualité méthodologique. La quantification de l'hétérogénéité via le I-squared et la combinaison des effets aléatoires via la méthode de DerSimonian-Laird sont des composantes analytiques standard.

History

La combinaison quantitative des résultats d'études trouve ses racines dans les statistiques du début du XXe siècle, et le terme méta-analyse a été inventé dans les années 1970. La méthode à effets aléatoires de DerSimonian et Laird de 1986 est devenue un outil essentiel de la méta-analyse médicale, et la statistique I-squared de Higgins et ses collègues en 2003 a standardisé la description de l'hétérogénéité. La déclaration PRISMA, publiée pour la première fois en 2009 et mise à jour en 2020, a ensuite formalisé la transparence de la publication des revues systématiques.

Debates

Combinaison à effets fixes versus à effets aléatoires

Le choix du modèle incarne une hypothèse quant à savoir si les études estiment un effet commun unique ou une distribution d'effets ; les modèles à effets aléatoires accordent plus de poids aux études plus petites et aux intervalles plus larges, et le choix approprié dépend de l'hétérogénéité et de l'objectif inférentiel.

Key figures

• David Moher
• Matthew Page
• Julian Higgins
• Rebecca DerSimonian
• Nan Laird

Seminal works

• moher-2009-prisma
• dersimonian-1986
• higgins-2003
• page-2021-prisma

Frequently asked questions

Quelle est la différence entre une revue systématique et une méta-analyse ?

Une revue systématique est le processus structuré de recherche, d'évaluation et de synthèse de toutes les études pertinentes ; une méta-analyse est l'étape statistique optionnelle au sein de celle-ci qui combine les résultats comparables en une estimation unique.

Que m'indique la statistique I-squared ?

Elle estime la proportion de la variation totale entre les études qui est due à une réelle hétérogénéité plutôt qu'au hasard, aidant à juger si la combinaison des résultats en une estimation unique est appropriée.