3
228 Biostatistiques pour le clinicien
2. Les traitements qui ont été évalués dans chaque essai doivent être
les mêmes ou peu différents les uns des autres afin que l’interprétation de leur efficacité ne soit pas entachée d’ambiguïté. Dans notre
exemple de chimiothérapie adjuvante, le ou les produits utilisés, les
posologies, les modes d’administration doivent être les mêmes ou
très peu différents et s’il y a des différences d’un essai à l’autre qui
paraissent acceptables pour que l’essai soit quand même inclus dans
la méta-analyse, bien entendu, ces différences doivent, être signalées.
3. Il faut enfin que les essais aient les mêmes critères de jugement, du
moins le même critère de jugement principal. Il faut encore qu’ils
aient été estimés de la même façon ce qui est évident pour une
survie, mais ne l’est pas toujours pour une récidive ou un dosage
biologique.
Toutes ces conditions sont rarement réunies. Néanmoins, il est alors
possible de faire des méta-analyses plus globales afin de dégager des
tendances générales, par exemple en incluant tous les essais randomisés
portant sur une même classe thérapeutique et non pas sur un même
traitement. Plus rarement, à défaut de comparaison directe entre deux
traitements A et B, il est possible de comparer les résultats de deux
méta-analyses, l’une comparant le traitement A à un placebo, l’autre le
traitement B à un placebo. L’utilisation des odds ratio permet alors, à
défaut de comparaison directe entre le traitement A et le traitement B,
de se faire une opinion sur la supériorité éventuelle d’un traitement
par rapport à l’autre.
Les biais rencontrés dans les méta-analyses
Une méta-analyse sur un sujet ne doit pas inclure les essais randomisés qui ont été mal conduits, ni, comme nous venons de le voir,
les essais sur le sujet qui ont été réalisés avec des critères d’inclusions
ou de jugement différents. Les raisons d’exclusion de ces essais de la
méta-analyse doivent alors être indiquées.
Le biais le plus important des méta-analyses est éditorial : la sélection
de celles-ci par les périodiques médicaux. En effet, si l’on peut raisonnablement admettre que tous les essais randomisés dont les résultats sont positifs ont fait l’objet d’une publication, en revanche il faut
toujours craindre que des essais de recherche de supériorité dont les
résultats sont négatifs ne soient pas publiés ou seulement sous forme
de résumés de communication à des congrès, résumés qui ne sont pas
indexés sur les sites de banques informatiques de données. Ce biais
de non-publication amène à surestimer l’effet d’un traitement. Ainsi,
une étude a comparé les résultats d’une méta-analyse qui avait inclus
21 essais randomisés qui avaient été publiés avec ceux de 29 études sur
228 Biostatistiques pour le clinicien
2. Les traitements qui ont été évalués dans chaque essai doivent être
les mêmes ou peu différents les uns des autres afin que l’interprétation de leur efficacité ne soit pas entachée d’ambiguïté. Dans notre
exemple de chimiothérapie adjuvante, le ou les produits utilisés, les
posologies, les modes d’administration doivent être les mêmes ou
très peu différents et s’il y a des différences d’un essai à l’autre qui
paraissent acceptables pour que l’essai soit quand même inclus dans
la méta-analyse, bien entendu, ces différences doivent, être signalées.
3. Il faut enfin que les essais aient les mêmes critères de jugement, du
moins le même critère de jugement principal. Il faut encore qu’ils
aient été estimés de la même façon ce qui est évident pour une
survie, mais ne l’est pas toujours pour une récidive ou un dosage
biologique.
Toutes ces conditions sont rarement réunies. Néanmoins, il est alors
possible de faire des méta-analyses plus globales afin de dégager des
tendances générales, par exemple en incluant tous les essais randomisés
portant sur une même classe thérapeutique et non pas sur un même
traitement. Plus rarement, à défaut de comparaison directe entre deux
traitements A et B, il est possible de comparer les résultats de deux
méta-analyses, l’une comparant le traitement A à un placebo, l’autre le
traitement B à un placebo. L’utilisation des odds ratio permet alors, à
défaut de comparaison directe entre le traitement A et le traitement B,
de se faire une opinion sur la supériorité éventuelle d’un traitement
par rapport à l’autre.
Les biais rencontrés dans les méta-analyses
Une méta-analyse sur un sujet ne doit pas inclure les essais randomisés qui ont été mal conduits, ni, comme nous venons de le voir,
les essais sur le sujet qui ont été réalisés avec des critères d’inclusions
ou de jugement différents. Les raisons d’exclusion de ces essais de la
méta-analyse doivent alors être indiquées.
Le biais le plus important des méta-analyses est éditorial : la sélection
de celles-ci par les périodiques médicaux. En effet, si l’on peut raisonnablement admettre que tous les essais randomisés dont les résultats sont positifs ont fait l’objet d’une publication, en revanche il faut
toujours craindre que des essais de recherche de supériorité dont les
résultats sont négatifs ne soient pas publiés ou seulement sous forme
de résumés de communication à des congrès, résumés qui ne sont pas
indexés sur les sites de banques informatiques de données. Ce biais
de non-publication amène à surestimer l’effet d’un traitement. Ainsi,
une étude a comparé les résultats d’une méta-analyse qui avait inclus
21 essais randomisés qui avaient été publiés avec ceux de 29 études sur