🔍
Pourquoi évaluer ?En médecine, les décisions doivent s'appuyer sur des preuves solides issues d'études cliniques. Toutes les études ne se valent pas : des défauts de conception peuvent fausser les résultats et conduire à des pratiques inadaptées. L'évaluation méthodologique permet de distinguer les études fiables de celles qui comportent des biais. Elle constitue le fondement de la lecture critique d'articles (LCA) enseignée en PASS. Développer ce regard critique est essentiel pour votre future pratique soignante.
📢 Rappel
La médecine fondée sur les preuves (Evidence-Based Medicine) intègre les meilleures données de la recherche, l'expertise clinique et les valeurs du patient.
💡 À retenir : Une étude mal conçue peut mener à des conclusions erronées et à des décisions médicales inappropriées.
📊
Types d'étudesOn distingue les études observationnelles (cohorte, cas-témoins, transversales) et les études expérimentales (essais contrôlés randomisés). Chaque type d'étude apporte un niveau de preuve différent, représenté par la pyramide des preuves. Les méta-analyses d'essais randomisés se situent au sommet, suivies des essais contrôlés randomisés, puis des études de cohorte, des études cas-témoins et enfin des séries de cas. Le choix du type d'étude dépend de la question de recherche et des contraintes éthiques ou pratiques.
📖 Définition
Essai contrôlé randomisé (ECR) : étude où les participants sont répartis au hasard entre un groupe expérimental et un groupe témoin, limitant ainsi les biais de confusion.
💡 À retenir : Les essais contrôlés randomisés (ECR) offrent le plus haut niveau de preuve pour évaluer l'efficacité d'une intervention.
🔬
Critères de validitéLa validité interne d'une étude repose sur l'absence de biais systématiques. Les éléments clés à vérifier sont : la randomisation, l'insu (simple, double ou triple), la comparabilité initiale des groupes, la qualité du suivi et l'analyse en intention de traiter (ITT). Un faible taux de perdus de vue et un calcul de taille d'échantillon adapté renforcent la crédibilité des résultats. Chaque biais potentiel (sélection, mesure, confusion, attrition) doit être identifié et discuté.
⭐ À retenir
Toujours vérifier si l'analyse est en intention de traiter (ITT) : elle préserve la randomisation et évite le biais d'attrition.
💡 À retenir : La randomisation et l'insu limitent respectivement les biais de sélection et de mesure.
📈
InterprétationAu-delà de la significativité statistique (p < 0,05), il faut évaluer la pertinence clinique des résultats. L'intervalle de confiance à 95 % renseigne sur la précision de l'estimation. La réduction absolue du risque (RAR) et le nombre de sujets à traiter (NST) sont des indicateurs pratiques pour le clinicien. Enfin, la validité externe (ou généralisabilité) détermine si les conclusions s'appliquent à la population que vous prenez en charge.
🔍 Exemple
Si un médicament réduit le risque d'infarctus de 10 % à 5 %, la RAR est de 5 % et le NST = 1/0,05 = 20. Il faut traiter 20 patients pour éviter un événement.
💡 À retenir : Un résultat statistiquement significatif n'est pas forcément cliniquement pertinent.