Docteur : Lorenzo Bertizzolo
Titre : Améliorer l’évaluation du risque de biais et la qualité des rapports en recherche clinique
Encadrant·es : Agnès Dechartres, Patrick Bossuyt
Ecole doctorale : ED 393 Epidémiologie et Sciences de l’Information Biomédicale, Université Paris Cité
Date de soutenance : 09/06/2021
Jury : Jörg Meerpohl, Emilie Sbidian, Matthieu Resche-Rigon, Marcel Dijkgraaf, Marc Besselink, Agnès Dechartres, Patrick Bossuyt
Résumé :
Le gâchis de la recherche représente un problème majeur dans la recherche biomédicale. Un risque élevé de biais et une mauvaise qualité des rapports sont deux principales causes de gâchis, pouvant en partie expliquer le manque de reproductibilité des résultats de la recherche.
Cette thèse visait à explorer différentes questions liées à l’évaluation du risque de biais (RoB) et à des rapports incomplets ou inadéquats en recherche clinique. Elle se compose de cinq projets différents ; deux d’entre eux se concentrent sur l’exploration des raisons des désaccords lors de l’évaluation du RoB pour les mêmes essais contrôlés randomisés (ECR) inclus dans deux revues systématiques (RS) différentes. Un troisième projet évalue l’association entre certaines caractéristiques des ECR, y compris les items de l’outil pour évaluer le RoB (mais aussi l’année de publication, la taille de l’échantillon, l’enregistrement de l’essai, le statut mono ou multicentrique, la région, la source de financement et les conflits d’intérêts) et l’effet traitement. Les autres travaux explorent la qualité des rapports dans les études observationnelles, à travers une enquête sur la connaissance et l’utilisation des recommandations STROBE et l’utilisation d’un langage causal dans les résumés d’articles scientifiques.
Dans les deux premiers projets, nos résultats confirment la concordance sous-optimale lors de l’évaluation du risque de biais à l’aide de l’outil RoB, les chercheurs étant d’accord 70% du temps. La raison la plus fréquente de désaccord était une interprétation différente des mêmes informations rapportées dans l’article et ceci était le plus souvent lié à des informations incomplètes ou peu claires dans le rapport d’étude. Nous avons également évalué si des facteurs externes liés à la revue, aux auteurs ou à l’étude elle-même pouvaient influencer le risque de biais en cas d’informations incomplètes ou peu claires dans le rapport d’étude. Les groupes de revue et les auteurs qui avaient participé à un nombre inférieur de revues systématiques ont attribué plus souvent un faible risque de biais, alors que les autres attribuaient un risque de biais « incertain ». L’année de publication de l’étude, comparée à l’année de publication des autres études incluses dans la revue, était également associée à une évaluation différente.
Dans le troisième projet, à partir de 132 ECR évaluant un traitement par testostérone chez les hommes, nous n’avons trouvé aucune caractéristique associée de manière significative à l’effet traitement. Bien que les essais à RoB global élevé ou incertain aient rapporté un effet traitement plus important de l’ordre de 21% par rapport aux essais évalués à RoB global faible, la différence n’était pas statistiquement significative.
Concernant la recherche observationnelle, nous avons mené une enquête sur la connaissance et l’utilisation de STROBE. Les chercheurs ayant mené une étude observationnelle ont été recrutés et contactés par différents canaux (contact avec les éditeurs, auteurs correspondants d’études observationnelles pertinentes, réseaux sociaux). Parmi 1015 participants, 62,6% avaient utilisé STROBE dans le passé tandis que 19% n’en avaient jamais entendu parler. La dernière étude a examiné l’utilisation du langage causal dans 60 résumés d’études observationnelles publiées dans le BMJ et a trouvé un langage causal dans 48% d’entre eux, ce qui souligne l’importance d’avoir des recommandations claires adaptées à cette problématique.
En conclusion, la thèse a exploré différentes questions liées au risque de biais et à la qualité des rapports à travers différentes méthodologies et suggère des pistes d’amélioration possibles. Des recommandations plus précises pourraient améliorer la reproductibilité de l’évaluation du risque de biais en cas d’informations incomplètes. Des initiatives similaires devraient être prises pour améliorer l’adhésion aux recommandations de reporting, comme indiqué dans l’étude sur STROBE. Enfin, le travail sur le langage causal dans les études observationnelles souligne l’importance d’utiliser un langage adapté.
