Thread by @T_Fiolet

J'ai vu passer des débats intéressants sur la pyramide des preuves de l'EBM, je suis justement en train d'écrire sur ce sujet (dans la partie méthode de ma thèse)

Petit thread sur cette pyramide et des évolutions ⬇️

La pyramide A classe les études selon leur design mettant en avant la randomisation des essais cliniques (RCT) qui permet d'assurer une meilleure comparabilité des groupes qu'une étude non-randomisée

Cette hiérarchisation est ancienne (dès 1979)
ncbi.nlm.nih.gov/pmc/articles/P…

Cette pyramide vient de l'EBM "la médecine fondée sur les preuves", qui consiste à "à utiliser de manière rigoureuse, explicite et judicieuse les preuves actuelles les plus pertinentes lors de la prise de décisions concernant les soins à prodiguer à chaque patient"

L'EBM combine
▪️ les preuves (données de la recherche)
▪️ la connaissance du médecine (expérience clinique)
▪️ le choix du patient
ncbi.nlm.nih.gov/pmc/articles/P…

L'EBM concerne initialement la médecin/recherche clinique et pas les autres domaines de recherche

L'idée de hiérarchie des preuves s'est exporté à d'autres domaines : en psychologie, épidémiologie environnementale, nutritionnelle, génétique, toxicologie... On voit mal appliquer l'EBM à l'astronomie par exemple

⚠️ Il est important de séparer l'EBM au niveau institutionnel et de santé publique de l'EBM pour la décision clinique individuelle

Déjà la santé publique =/= la médecine

Il y a des zones grises dans l'EBM
1) dans certaines situations les preuves sont absentes

2) Il est difficile d'appliquer à un patient précis les conclusion d'une étude générale

ce qui est blanc ou noir dans une revue scientifique peut rapidement devenir gris dans la pratique clinique
thelancet.com/journals/lance…

Recherche clinique =/= la médecine

Cette approche "probante" des traitements s'appuie sur des modèles statistiques où la maladie n'est pas prise en compte du point de vue individuel mais d'un point de vue d'un groupe ou d'une population

Pour évaluer les données de recherche (surtout leur validité interne, leurs biais), le système de classement de preuve a été mis en place pour aider les cliniciens et concevoir des guidelines. Mais cette pyramide A est trop simpliste

Dans les années 2000, le groupe de travail Grading of Recommendations Assessment, Development and Evaluation (GRADE) a développé un nouveau cadre qui va évaluer le niveau de certitudes dans un ensemble de preuves, basé sur plusieurs facteurs et pas que le design

Ces facteurs sont le design (évaluation initiale) et
le risque de biais ou les limites de l’étude
l’incohérence des résultats
le caractère indirect des données probantes
l’imprécision
le biais de publication
l’ampleur des effets
le gradient dose-réponse

ncbi.nlm.nih.gov/pmc/articles/P…

Cela définit un cadre qui va classer la qualité des données probantes et la force des recommandations

On arrive à une modification de la pyramide A vers B où les lignes séparant les designs deviennent des lignes ondulées

GRADE consistant à augmenter ou diminuer la qualité des preuves dans différents domaines

Par ex, une méta-analyse d'essais où la double aveugle et la randomisation n'ont pas été bien mené, aura une qualité de preuve diminué

Alors que l'implantation d'une prothèse de de la hanche chez un patient atteint d'arthrose invalidante de la hanche aura un niveau de preuve plus élevé en dépit d'une preuve observationnelle

Cette pyramide B a été critiquée parce qu'il place les méta-analyses/revues en haut

Une règle d'or de la méta-analyse : La méta-analyse ne peut être meilleure que la meilleure des études utilisées pour la faire

La méta-analyse ne va pas corriger les biais mais va juste augmenter la puissance statistique, augmenter la précision, permettre de faire une synthèse

d'où cette dernière représentation

A savoir que ces concepts ne s'appliquent pas forcément ou doivent être adaptés dans d'autres domaines que la recherche clinique

En Nutrition, il est difficile de faire un essai randomisé en double aveugle (pas possible)

A part pour les compléments alimentaires qu'on peut masquer en placébo

L'évaluation des maladies chroniques qui se développent sur des années et des événements rares rend impossible la réalisation de RCT ou du moins c'est très rare. En nutrition je connais le RCT PREDIMED

Dans ma méta-analyse sur les polluants persistants PCBs, on ne peut pas faire de RCT pour évaluer la mortalité ou les cancers comme ce n'est pas éthique

Et la méthode d'évaluation des biais et GRADE a été adaptée par le NTP National Toxicological Program

sciencedirect.com/science/articl…

Des méthodes plus récents ont été développés pour simuler une randomisation et un essai cible "Target Trial" avec des méthodes sophistiquées : g-modèles, IPW...

academic.oup.com/aje/article/18…

Cela dit quand c'est faisable, un RCT bien mené reste bien intéressant

Exemple de RCT sur les aliments ultra-transformés
quoidansmonassiette.fr/premier-essai-…

Ou où l'a vu pour les traitements COVID-19 (bonjour HCQ et IVM) où les études observationnelles sont discordantes des fois des RCT