ULaval:MED-2231/Revues systématiques et méta-analyses
Les articles de synthèse, dont fait partie la revue systématique, permettent de résumer et d’analyser les études sur un sujet donné. Cela permet donc d’acquérir une connaissance approfondie sur un sujet en ne lisant qu’un seul article. Les revues systématiques sont des articles de synthèse réalisés selon un protocole rigoureux.
Une méta-analyse est un volet quantitatif qui peut faire partie d’une revue systématique. Elle intègre les résultats de plusieurs études et peut proposer une analyse des résultats contradictoires. Une revue systématique d’essais cliniques randomisés est l’une des meilleures sources d’information pour évaluer une intervention en santé.
Les types d’articles de synthèse
Synthèses traditionnelles ou narratives
Les éditoriaux, les consensus d’experts et les guides de pratique sont les principales synthèses narratives. Pour être qualifié d’article de synthèse, ces types d’articles doivent s’appuyer sur des études publiant des résultats originaux et ne traiter que d’un seul sujet. Un éditorial est un article visant à faire connaître une opinion sur un sujet tandis qu'un consensus d’experts est réalisé par des professionnels de la santé reconnu dans leur domaine. Un guide de pratique est rédigé par des experts qui formulent des recommandations sur la prise en charge d’un problème de santé après avoir fait une revue de toute la littérature disponible sur celui-ci.
Synthèses systématiques avec ou sans méta-analyse
Les articles de synthèse systématique sont caractérisés par l’emploi d’une méthode rigoureuse lors de la sélection et de l’analyse des articles. Les synthèses systématiques avec méta-analyses sont le type d'article de synthèse le moins fréquent, mais c'est aussi celui avec la plus grande qualité. Les synthèses narratives sont les articles de synthèse les plus fréquents. Ce sont aussi les synthèses présentant les résultats de moins grande fiabilité. Les synthèses systématiques sont réalisées à partir d’études d’observation ou d’études expérimentales. Comme les études d’observation sont plus à risque d’être affectée par des biais, il est très important de rechercher les causes d’hétérogénéité lors de la réalisation d’une méta-analyse.
Avantages et limites des revues systématiques
Contrairement aux articles de synthèse traditionnels, les revues systématiques sont réalisées selon une méthode rigoureuse qui améliore l’objectivité des résultats. La méthode et les critères utilisés pour sélectionner et évaluer la qualité des articles permettent la reproductibilité de la majeure partie du travail de synthèse.
Pour analyser les études, les chercheurs emploient des grilles d’analyse et recourent à plusieurs lecteurs. Cela permet d’évaluer les études originales de façon plus objective. Une revue systématique mal réalisée risque d’être biaisée en raison de l’exclusion d’études pertinentes, de l’inclusion d’études inadéquates ou d’une synthèse quantitative injustifiée. De plus, si la qualité méthodologique des études originales est faible, les résultats de la synthèse ne seront pas d’une bonne validité.
Un biais de publication peut altérer les résultats obtenus par une revue systématique. Ce biais est secondaire au fait que les études dont les résultats sont statistiquement significatifs ont plus de chance d’être publiés que les résultats négatifs.
Étapes d’une revue systématique
On précise dans un protocole les objectifs, les hypothèses et la méthode.
- Formuler la question de recherche
- Définir les critères d’inclusion et d’exclusion des études
- Rechercher les publications à l’aide de la stratégie de recherche
- Sélection des études par plus d’un observateur
- Évaluer la qualité méthodologique des études par au moins deux observateurs
- Extraction des données par plus d’un observateur
- Analyser et présenter les résultats
- Interpréter les résultats (Considérer les biais possibles, les limites de l’étude et les effets positifs et négatifs du traitement étudiés)
Le processus de recherche des articles et de leur sélection est présenté à l’aide d’un diagramme de flux qui présente le nombre d’articles retracés ainsi que leur inclusion ou leur exclusion. L’énoncé PRISMA comporte une liste de critères et un diagramme de flux permettant d’améliorer la qualité des revues systématiques.
Méta-analyse
Dans une méta-analyse, la mesure synthèse est obtenue par une moyenne pondérée des résultats des différentes études. Cela permet de tenir compte de la taille des effectifs de chaque étude. Les études ayant un plus grand effectif ont plus de poids dans la mesure synthèse que les études plus petites. La puissance statistique est améliorée dans une méta-analyse puisque la taille d’échantillon permettant le calcul de la mesure d’association est plus grande.
Les résultats à combiner dans une méta-analyse peuvent être des risques relatifs, des rapports de cote, des risques attribuables, des rapports de taux, des différences de moyenne, etc. Si des résultats de nature différente ne peuvent être combinés, les RR et les RC peuvent l’être si l’événement est rare (15%).
Il existe deux modèles statistiques qui permettent le calcul des mesures d’association synthèse : le modèle à effets fixes et le modèle à effets aléatoires. Le modèle à effets fixes pondère les résultats des études selon la quantité d’information qu’elles contiennent. Le déterminant principal de la quantité d’information de chaque étude est son effectif. Le désavantage de ce modèle est qu’il ne tient pas compte de l’hétérogénéité entre les études. Les modèle à effets aléatoires permet d’intégrer au calcul de la mesure synthèse une quantité de variances secondaires à l’hétérogénéité.
L’évaluation statistique de l’hétérogénéité et l’exploration des causes de celle-ci sont très importantes dans une méta-analyse. Pour analyser les sources d’hétérogénéité, il est possible de procéder par analyse de sensibilité, analyse par sous-groupe ou méta-régression. Si l’hétérogénéité entre les études est trop grande, il est possible que la combinaison des résultats des études ne soit pas appropriée. La décision de combiner ou non les résultats doit reposer sur les considérations statistiques, mais aussi sur les éléments scientifiques et contextuels reliés à la question de recherche.
| Khi carré (X2) d'hétérogénéité | I2 | |
|---|---|---|
| Vérifier si les différences entre les résultats peuvent être secondaires uniquement au hasard | Exprime la proportion de la variabilité qui est attribuable à l'hétérogénéité plutôt qu'au hasard | |
| Une valeur p plus petite que 0,10 signifie qu'il y a présence d'hétérogénéité |
| |
Les analyses de sensibilité permettent de présenter des mesures synthèses pour des sous-ensembles d’études. Ces sous-ensembles sont formés par des critères d’inclusion plus stricts qui sont définies par des considérations théoriques. Lors d’une revue systématique regroupant des études d’observation, les analyses de sensibilité sont utiles pour vérifier la similitude des résultats en fonction des caractéristiques méthodologiques des études.
Les analyses par sous-groupe permettent d’évaluer si les résultats diffèrent selon les variables de personnes comme l’âge, le sexe et les divers traitements évalués.
La méta-régression sert à vérifier si l’hétérogénéité s’explique par certains facteurs. Chaque étude est traitée comme un sujet et chacune des caractéristiques des études est une variable dans le modèle. La méta-régression est intéressante puisqu’elle permet de tenir compte de plusieurs caractéristiques simultanément. La méta-régression devient peu utilisable si le nombre d’études considérées est faible ou si le nombre de caractéristiques est élevé.
Interprétation des résultats
Les résultats d’une méta-analyse sont présentés sous forme de graphiques de type « Forest ». Toute méta-analyse s’expose au risque d’un biais de publication, c’est-à-dire que les études ayant des résultats significatifs ont plus de chance d’être publiées que les études n’étant pas statistiquement significatives. Ce biais peut invalider les résultats d’une revue systématique, donc il est important de chercher à inclure toutes les études pertinentes publiées ou non.
La possibilité d’un biais de publication peut être évaluée par certaines méthodes statistiques, mais aucune méthode ne donne de certitude quant à la présence ou l’absence d’un biais de publication. Une des méthodes utilisées fait appel à un diagramme de dispersion (funnel plot). Sur ce graphique, l’échelle des ordonnées correspond à la précision de la mesure d’association. Les études de plus faible effectif sont donc situées au bas du graphique. L’axe des x présentent la mesure d’association.
En l’absence de biais de publication, le nombre de petites études est semblable de chaque côté de la mesure d’association synthèse. En présence d’un biais de publication, la répartition des petites études sera asymétrique.
Références
- ↑ André Simpson, Clément Beaucage, Yv Bonnier Viger, Épidémiologie appliquée: Une initiation à la lecture critique en sciences de la santé, Montréal, Chenelière Éducation, , 392 p., p. 329