Thread by @sudokuvariante

Manuel pour mener des recherches cliniques frauduleuses sur des médicaments repositionnés dans le cadre du covid-19, afin de montrer qu'ils n'apportent pas de bénéfices (mise à jour janvier 2023).
⤵️
1/n

1/ Protocoles d'essais randomisés :

➖Choisir le mauvais dosage du médicament, trop élevé (HCQ – Recovery, Solidarity) ou trop faible (IVM - Together) en fonction de la sécurité et de l'efficacité du médicament.
2/n

➖Choisir une mauvaise durée de traitement (IVM - Together, etc...),
3/n

➖Choisir le mauvais timing d'intervention : débuter tardivement le traitement lorsque votre essai vise à étudier un antiviral (HCQ – Recovery, Solidarity, Discovery),
4/n

➖Modifier les critères d'inclusion concernant le délai entre les symptômes et le recrutement (Principle : 7 jours , changé en 14 jours),
5/n

➖Ne pas exclure les jeunes patients en bonne santé, il sera difficile de voir une différence entre les groupes (IVM - Lopez-Medina et al.),
6/n

➖Ne pas exclure les patients ayant pris le médicament testé dans l'essai avant le recrutement, (IVM - Together, Lopez-Medina et al.),
7/n

➖S'il est recommandé de prendre le médicament avec un repas, le prescrire à jeun (IVM: Togtether, Activ6, Bramante et al., Vallejos et al.),
8/n

➖Choisir un outcome ‘mou’, comme 'résolution de tous les symptômes après 21 jours' (Lopez-Medina et al.),
9/n

➖Ne pas mesurer la charge virale si vous étudiez un traitement potentiellement antiviral (IVM : Lopez-Medina et al., Activ6, etc...), mesurez la charge virale uniquement lorsque vous commencez le traitement APRÈS la phase virale (HCQ - Discovery),
10/n

➖Et argumenter que ne pas voir de différence de charge virale est un mauvais signe indiquant que le médicament ne fonctionne pas,
11/n

➖ARRÊTER les essais avec de bons protocoles si une fraude flagrante (#lancetgate) est publiée, mais continuer les essais avec de mauvais protocoles en arguant que tout va bien (HCQ-Recovery),
12/n

➖Argumenter que votre étude (bien faite) montrant une réduction de la mortalité de 70 % non statistiquement significative contredit une méta-analyse (médiocre) montrant une réduction de la mortalité de 70 % statistiquement significative (Lim et al.),
13/n

➖Ne pas tester de multi-thérapie (n'oubliez pas qu'il est interdit de sauver des vies en utilisant plus d'un médicament), mais un seul médicament à la fois,
14/n

➖Prescrire un macrolide à 20 % du groupe témoin lorsque votre essai teste l'azithromycine, un macrolide. N'en parlez pas dans l'étude, cachez-le dans les données complémentaires (Recovery),
15/n

➖Inclure les patients déjà guéris dans des essais dont le critère de jugement principal est la "durée des symptômes" (IVM - activ6),
16/n

➖Donner un placebo actif (vitamine C) au groupe témoin, en faisant valoir qu'il ne s'agit pas d'un traitement actif (HCQ - Together),
17/n

➖Surestimer le nombre d'événements attendus dans le bras contrôle, de sorte que les résultats risquent d'être "non statistiquement significatifs" (HCQ : Skipper et al., Boulware et al., IVM : Lopez-Medina et al .),
18/n

➖Ne pas tenir correctement compte du délai d'expédition des médicaments dans l'analyse (PeP-HCQ, Boulware et al.),
19/n

Méta-analyses :

➖Toutes les études satisfaisant l'un des points ci-dessus sont des études à « faible risque de biais »,
20/n

➖Ne pas inclure les essais testant les multi-thérapies (n'oubliez pas qu'il est interdit de sauver des vies en utilisant plus d'un médicament),
21/n

➖Télécharger des données et faire une méta-analyse rapide avant votre inscription sur prospero (Fiolet et al.), faire une vidéo youtube et argumenter que ce n'était que pédagogique,
22/n

➖Inclure les études observationnelles, jusqu'à ce que de grandes études observationnelles positives soient publiées, puis ARRÊTEZ de faire ça ! (HCQ),
23/n

➖Si les résultats pour les patients ambulatoires et les patients hospitalisés sont différents (HCQ), inclure les deux dans une seule méta-analyse pour masquer les résultats positifs (Cochrane : Singh et al.),
24/n

➖Au contraire, si les résultats pour les patients ambulatoires et les patients hospitalisés sont positifs (IVM), séparer les deux dans des méta-analyses distinctes pour masquer les résultats positifs en diminuant la puissance statistique (Cochrane : Popp et al.),
25/n

➖Inclure les essais qui ne correspondent pas à vos critères d'inclusion s'ils ont donné des résultats négatifs (HCQ : Fiolet et al, IVM : Popp et al.),
26/n

➖Évaluer les études à « faible risque de biais » publiées dans une revue à haut facteur d’impact, et toutes les prépublications à « risque élevé de biais ». Oups les revues à haut IF ne sont intéressées à publier que des études négatives sur les médicaments repositionnés😇
27/n

➖Les essais avec des résultats positifs sont "à haut risque de biais", parce que, vous savez, nous savons que c'est impossible...
28/n

➖Choisir le mauvais modèle statistique, selon ce que vous voulez montrer, n'oubliez pas que le modèle à effets fixes produira un CI plus petit (Shankar-Hari et al.)
Argumenter que c'est ok, car tu l'as écrit dans le protocole, nananère !!!
29/n

➖Si un essai montre un résultat positif, IL SUFFIT JUSTE D’INVERSER LES DEUX GROUPES (Roman et al. preprint) 😉
30/n

➖Créer vos propres données imaginaires sur la durée d'hospitalisation d'un essai (Roman et al.),
31/n

➖Écrire une conclusion opposée à ce que montrent les données (Hill et al.),
32/n

➖Si quelqu'un dit que vous avez fait des erreurs et que si vous corrigez des erreurs, cela change le résultat, soutenez que vous trouvez exactement les mêmes résultats que d'autres méta-analyses publiées, donc c'est ok de ne pas les corriger (Fiolet et al.),
33/n

➖Créer de nouveaux critères subjectifs pour exclure les études de la méta-analyse, mais ne pas appliquer ces critères à d'autres médicaments comme le paxlovid (Cochrane : Popp et al., Reis et al.),
34/n

➖Modifier le protocole de votre méta-analyse avant la mise à jour pour masquer une réduction du besoin de ventilation mécanique invasive en excluant cet outcome (IVM : Popp et al.),
35/n

➖ Diminuer le niveau de preuve pour "imprécision" alors que l'intervalle de confiance est petit, en contradiction avec les recommandations GRADE (IVM, OMS),
36/36

➖Si les résultats ne conviennent pas, retarder la publication en arguant qu'il faut absolument suivre les patients pendant plus d'une année avant d'avoir des résultats solides (IVM - Principle).
19b/n

➖Attendre que la population soit largement immunisée avant de faire des essais cliniques sur les antiviraux afin d'atténuer l'efficacité (IVM: activ6, Schilling et al.)
37/