Synthèse des données probantes et méta-analyse

Pourquoi cela compte en économie de la santé

Chaque évaluation économique repose sur des intrants qui ont dû venir de quelque part : l'effet relatif d'un traitement, la vitesse à laquelle une maladie progresse, le poids de qualité de vie d'un état de santé, la probabilité d'un événement indésirable. Ce sont les chiffres qui pilotent un ratio coût-efficacité incrémental, et leur provenance décide si le ratio est digne de confiance. Un modèle de décision (voir Sujet 2.2 — Modélisation) ne vaut que les paramètres qu'on y injecte, et ces paramètres sont le produit d'une synthèse — le regroupement délibéré de toute une littérature — non d'un essai unique. C'est le sujet qui a la charge de « d'où viennent les chiffres du modèle ».

Pour un dirigeant, l'enjeu est qu'une synthèse peut discrètement décider d'une question de financement avant même que l'économie ne soit calculée. Si une revue trie sur le volet des essais favorables, enterre un résultat nul, ou fait la moyenne d'études qui n'étaient jamais comparables, l'estimation d'effet qu'elle produit sera fausse dans une direction précise, et chaque calcul en aval hérite de cette erreur avec un vernis de rigueur. Les organismes d'évaluation des technologies de santé (ETS) du monde entier — le National Institute for Health and Care Excellence (NICE) anglais, l'IQWiG allemand, les panels de directives de l'Organisation mondiale de la santé (OMS) — construisent leurs recommandations sur des synthèses précisément parce qu'une étude unique est trop fragile pour porter le poids d'une décision nationale.

Les enjeux sont aussi éthiques et concernent la confiance publique. Une revue systématique bien menée est la meilleure défense qu'un organisme public possède contre le fait d'être capturé par quiconque a mené l'essai le plus mémorable ou a crié le plus fort. C'est une méthode transparente et reproductible pour laisser parler toute la base de preuves, y compris les parties gênantes. Lorsqu'un payeur peut montrer que sa décision découle d'une synthèse préspécifiée, exhaustive, et évaluée de façon critique, il peut défendre cette décision devant les cliniciens, les patients, l'industrie, et les tribunaux. Lorsqu'il ne le peut pas, la décision paraît arbitraire — et en santé, des décisions arbitraires sur qui est traité érodent vite la confiance.

Concepts fondamentaux

Une revue systématique est une méthode structurée pour localiser, évaluer, et résumer toutes les études qui portent sur une question précise, en utilisant un protocole préenregistré afin que le processus soit reproductible et résistant au biais. Elle se distingue d'une revue narrative traditionnelle par sa stratégie de recherche explicite, ses critères d'inclusion et d'exclusion énoncés, et son évaluation critique de chaque étude incluse. La norme de rapport que la plupart des revues suivent désormais est PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), qui demande aux auteurs de documenter chaque étape de la recherche à la synthèse afin qu'un lecteur puisse vérifier ce qui a été fait.

La méta-analyse est la partie statistique de ce processus : le regroupement quantitatif des résultats de plusieurs études en une seule estimation combinée, habituellement d'une taille d'effet telle qu'un risque relatif, un rapport de cotes, ou une différence moyenne. Toute revue systématique ne contient pas une méta-analyse — le regroupement n'est légitime que lorsque les études sont assez similaires pour être combinées — mais là où c'est approprié, cela augmente la précision et peut révéler un effet que des études individuelles sous-dimensionnées ont manqué. La façon canonique de l'afficher est le diagramme en forêt : chaque étude une ligne horizontale montrant son estimation et son intervalle de confiance, le résultat regroupé un losange au pied.

Deux modèles statistiques se cachent derrière l'estimation regroupée. Un modèle à effet fixe suppose que chaque étude estime un unique vrai effet, et que les différences entre elles ne sont que du bruit d'échantillonnage. Un modèle à effets aléatoires suppose que le vrai effet varie véritablement selon les études — car les populations, les doses, et les contextes diffèrent — et estime la moyenne de cette distribution, donnant plus de poids aux petites études et une incertitude plus large et plus honnête. Le choix entre les deux n'est pas cosmétique : il change l'intervalle de confiance et parfois la conclusion.

La raison pour laquelle ce choix compte est l'hétérogénéité — la mesure dans laquelle les résultats des études diffèrent plus que le hasard ne l'expliquerait. L'hétérogénéité clinique (patients ou traitements différents), l'hétérogénéité méthodologique (plans d'étude ou qualité différents), et l'hétérogénéité statistique (résultats dispersés) menacent toutes la signification d'un chiffre regroupé. Combiner des études véritablement hétérogènes produit une moyenne qui ne décrit aucune population réelle — l'équivalent statistique d'une personne ayant un pied dans la glace et un pied dans le feu étant « en moyenne confortable ». Enquêter sur l'hétérogénéité, plutôt que de la moyenner, est souvent là où réside le véritable apprentissage.

Toutes les preuves ne sont pas égales, et le champ les organise en une hiérarchie de la preuve : revues systématiques d'essais randomisés au sommet, puis essais contrôlés randomisés individuels, puis études observationnelles, puis séries de cas et avis d'experts. La hiérarchie est une règle empirique sur le risque de biais dans un plan d'étude, non une garantie — un essai mal mené peut être pire qu'une bonne étude de cohorte. Le raffinement moderne est GRADE (Grading of Recommendations Assessment, Development and Evaluation), qui note la certitude de la preuve pour chaque résultat comme élevée, modérée, faible, ou très faible, et peut déclasser même une preuve d'essai pour risque de biais, incohérence, caractère indirect, imprécision, et biais de publication — ou reclasser une preuve observationnelle solide. GRADE est désormais utilisé par l'OMS, Cochrane, et des organismes de directives dans le monde entier précisément parce qu'il rend explicite et auditable le raisonnement derrière une note de certitude.

Là où des essais tête à tête n'existent pas — B n'a jamais été comparé à C dans un essai, seulement chacun contre un placebo — la méta-analyse en réseau (aussi appelée méta-analyse à traitements mixtes ou à comparaison indirecte) combine des preuves directes et indirectes à travers un réseau connecté de traitements pour estimer toutes les comparaisons, y compris celles jamais étudiées directement. Elle est indispensable pour l'ETS, où un nouveau médicament doit être comparé à plusieurs options existantes à la fois, mais elle repose sur une hypothèse forte — que les essais sont assez similaires pour que la comparaison indirecte soit valide — qui doit être vérifiée, non supposée.

Deux autres idées façonnent si l'on peut croire une synthèse. Le biais de publication est la tendance des études aux résultats positifs et significatifs à être publiées, et des négatives à rester dans un tiroir — de sorte que la littérature visible surestime systématiquement les effets. Il est souvent dépisté avec un diagramme en entonnoir, dont l'asymétrie peut signaler de petites études négatives manquantes, et c'est une raison pour laquelle les relecteurs fouillent les registres d'essais et la littérature grise — thèses, rapports, données non publiées — pas seulement les revues. Enfin, parce que la preuve continue d'arriver, une pratique croissante est la revue vivante : une synthèse maintenue continuellement à jour à mesure que de nouvelles études paraissent, afin que les directives ne dérivent jamais des années derrière la science. La collaboration Cochrane (Cochrane) demeure le point de référence international pour les méthodes de revue systématique, et son Handbook est le manuel standard du champ.

Bonnes pratiques

1. Écrire et enregistrer le protocole avant de chercher. La crédibilité d'une revue systématique vient du fait de décider la question, les critères d'inclusion, les résultats, et le plan d'analyse avant de voir les résultats, puis d'enregistrer ce protocole publiquement (par exemple dans PROSPERO). C'est la garde la plus solide contre le fait que le relecteur façonne inconsciemment la revue vers une réponse préférée. Lorsque vous commanditez une synthèse, exigez un protocole enregistré et traitez son absence comme un avertissement que les conclusions ont pu être choisies d'abord.

2. Chercher exhaustivement, y compris les études que personne n'a publiées. Une recherche limitée à deux bases de données et aux revues en anglais manquera des essais et sera biaisée vers les résultats positifs. Une synthèse exhaustive fouille plusieurs bases de données, des registres d'essais, des résumés de conférences, des dossiers réglementaires, et la littérature grise, et poursuit les données non publiées auprès des investigateurs et des fabricants. Le but n'est pas l'exhaustivité pour elle-même mais de neutraliser le biais de publication à la source — les études manquantes sont de façon disproportionnée les négatives.

3. Évaluer le risque de biais dans chaque étude incluse, et le laisser changer le poids que vous donnez au résultat. L'inclusion n'est pas une approbation ; chaque étude doit être évaluée pour les façons précises dont elle pourrait induire en erreur — randomisation inadéquate, évaluation des résultats non aveugle, rapport sélectif, attrition. Une synthèse qui regroupe des études fortes et faibles avec un poids égal blanchit le biais des faibles en une moyenne d'apparence autorisée. Utilisez un outil d'évaluation reconnu, rapportez les jugements de façon transparente, et menez l'analyse en excluant les études à haut risque pour voir si la conclusion tient.

4. Décider si le regroupement est même légitime avant de calculer un chiffre regroupé. La méta-analyse n'a de sens que lorsque les études sont assez similaires en population, intervention, comparateur, et résultat pour estimer un effet comparable. Si elles ne le sont pas, le résultat honnête est une synthèse narrative structurée, non un chiffre unique fallacieux. Demandez « ces études répondent-elles à la même question ? » avant de demander « quelle est l'estimation combinée ? » — une moyenne précise de choses incomparables est pire qu'aucune moyenne.

5. Choisir délibérément le modèle à effet fixe ou à effets aléatoires, et le justifier. Un modèle à effets aléatoires est habituellement le défaut le plus honnête en santé, où les études diffèrent véritablement, car il produit des intervalles plus larges qui reflètent la variation du monde réel. Mais il donne un poids disproportionné aux petites études, de sorte que là où un biais de publication est suspecté, il peut amplifier le biais même que vous craignez. Énoncez quel modèle vous avez utilisé et pourquoi, et montrez comment l'estimation regroupée évolue sous l'alternative ; une conclusion qui bascule entre les deux n'est pas robuste.

6. Enquêter sur l'hétérogénéité plutôt que la moyenner. Lorsque les résultats des études divergent plus que le hasard ne l'explique, cette divergence est une information — elle peut signifier que le traitement fonctionne dans un sous-groupe et pas dans un autre, ou que la qualité pilote l'effet apparent. Explorez-la avec des analyses de sous-groupes et une méta-régression préspécifiées, mais traitez les sous-groupes post-hoc avec scepticisme car ils sont faciles à trouver et difficiles à croire. Une estimation regroupée présentée sans aucun examen de pourquoi les études sont en désaccord cache la partie la plus utile des données.

7. Dépister explicitement le biais de publication et de rapport. Comparez la littérature publiée aux registres d'essais pour trouver des études qui ont été menées mais jamais rapportées, inspectez l'asymétrie du diagramme en entonnoir là où assez d'études existent, et considérez si l'effet se réduit à mesure que la taille de l'étude augmente. Aucun de ces tests n'est concluant, mais leur absence devrait abaisser votre confiance dans un résultat positif bien rangé. La direction du biais de publication est presque toujours la même — il gonfle le bénéfice apparent — de sorte qu'une synthèse non dépistée devrait être lue comme une borne supérieure.

8. Utiliser la méta-analyse en réseau quand la décision comporte de nombreux comparateurs, et vérifier son hypothèse centrale. Les vraies décisions de financement opposent rarement un médicament à un placebo ; elles choisissent parmi plusieurs options actives, dont la plupart n'ont jamais été comparées tête à tête dans un essai. La méta-analyse en réseau comble ces lacunes, mais seulement si les essais sont assez similaires pour la comparaison indirecte — l'hypothèse de « transitivité » — et si la preuve directe et indirecte s'accordent là où les deux existent. Exigez que l'analyste montre le réseau, teste la cohérence, et soit franc sur les comparaisons reposant sur de minces chaînes indirectes.

9. Noter la certitude de la preuve, pas seulement la taille de l'effet. Un grand effet issu d'une preuve à faible certitude est une base plus faible pour dépenser de l'argent public qu'un effet modeste issu d'une preuve à haute certitude. GRADE sépare ces questions en notant la certitude par résultat et en documentant pourquoi elle a été déclassée ou reclassée, transformant « la preuve est solide » d'une affirmation en un jugement audité. Exigez qu'une synthèse alimentant une décision porte une note de certitude explicite pour chaque résultat qui compte, non un verdict global unique.

10. Rapporter la synthèse de sorte qu'un sceptique puisse la reproduire. Suivez une norme de rapport reconnue telle que PRISMA : donnez la stratégie de recherche complète, le flux des études identifiées aux incluses, les études exclues avec leurs raisons, les jugements de risque de biais, et les données derrière chaque estimation regroupée. La transparence est le mécanisme par lequel les erreurs et les choix sélectifs sont détectés avant qu'ils ne déplacent un budget. Une synthèse dont la recherche ne peut être ré-exécutée ou dont les exclusions ne sont pas expliquées ne devrait pas ancrer une décision, aussi confiant soit son résumé.

11. Garder vivantes les synthèses à enjeux élevés là où la preuve évolue vite. Dans un champ en évolution rapide — une nouvelle classe de médicament, un pathogène émergent, une technologie rapidement testée — une revue est dépassée dès sa publication, et une preuve périmée oriente discrètement mal l'argent et les soins. Une revue vivante se met à jour continuellement contre de nouvelles études, avec des règles convenues à l'avance pour savoir quand un nouvel essai change la conclusion. Réservez cet effort aux décisions assez importantes et volatiles pour le justifier, et soyez explicite sur la date de validité de toute synthèse sur laquelle vous vous appuyez.

12. Faire correspondre la synthèse au paramètre dont le modèle a réellement besoin. Un modèle de décision a besoin d'intrants précis — un effet relatif pour le cas de base, un risque de référence pour la population locale, un poids d'utilité — et chacun peut nécessiter sa propre synthèse avec ses propres critères d'inclusion. Tirer un effet relatif d'essais randomisés mais un risque de référence d'un registre local est légitime et courant ; cacher que les deux viennent de corpus de preuve différents ne l'est pas. Alignez chaque intrant synthétisé sur la façon dont il sera utilisé en aval, et renvoyez à l'évaluation qu'il alimente (voir Sujet 2.1 — Évaluation économique).

Questions à discuter avec votre équipe

1. Lorsque nous acceptons une estimation d'effet comme établie, savons-nous si elle vient de toute la littérature ou seulement de la partie visible et flatteuse ? Cette question cible le biais de publication et le rapport sélectif, les défaillances qui rendent une synthèse fausse dans une direction prévisible. La réalité inconfortable est que les essais positifs sont publiés plus vite, plus souvent, et plus en vue que les négatifs, de sorte qu'une revue confinée aux revues scientifiques tendra à surestimer le bénéfice même quand chaque étude incluse est honnête. Poussez la discussion vers la provenance concrète : les registres d'essais ont-ils été fouillés pour des études menées mais jamais rapportées, des données non publiées ont-elles été recherchées auprès des fabricants, un diagramme en entonnoir ou un contrôle comparable a-t-il été fait ? La tension est qu'une recherche exhaustive est coûteuse et lente, et il y a toujours une pression pour accepter une estimation publiée propre et passer à autre chose. Une réponse honnête ne prétend pas que la recherche était parfaite ; elle énonce avec quelle rigueur la revue a cherché les études manquantes et traite un résultat positif non dépisté comme une borne supérieure probable plutôt que la vérité.

2. Les études que nous regroupons répondent-elles réellement à la même question, ou avons-nous fabriqué une moyenne bien rangée à partir de choses qui n'ont rien à voir ensemble ? C'est la question de l'hétérogénéité, et elle décide si un chiffre regroupé signifie quoi que ce soit. Les angles qui méritent d'être soulevés sont cliniques (patients, doses, ou comparateurs différents), méthodologiques (essais mélangés à des études observationnelles faibles), et statistiques (résultats en désaccord plus que le hasard ne l'expliquerait). L'échec séduisant est que le logiciel renverra toujours une estimation regroupée avec un intervalle de confiance d'apparence confiante, que les études sous-jacentes soient comparables ou non — la précision du chiffre ne dit rien de sa validité. Discutez si la revue a enquêté sur pourquoi les études sont en désaccord ou les a simplement moyennées, et si les différences de sous-groupes ont été préspécifiées ou recherchées après coup. Une réponse honnête est prête à conclure que le regroupement était inapproprié et qu'une synthèse narrative structurée aurait été le résultat plus véridique.

3. Quelle est l'actualité de cette preuve, et que devrait montrer une nouvelle étude pour changer notre décision ? Les synthèses ont une durée de validité, et le danger est d'agir sur une revue dont la recherche s'est close des années plus tôt tandis que le champ a évolué. Nommez explicitement la date de validité et demandez ce qui a été publié depuis, en particulier pour des technologies à évolution rapide où un seul grand essai peut renverser une estimation regroupée. La discipline plus profonde est de décider, à l'avance, quelle découverte changerait votre avis — un seuil qui transforme « continuer à surveiller la littérature » d'une intention vague en un déclencheur opérationnel pour une mise à jour vivante. La tension est entre le coût de maintenir une synthèse vivante et le coût d'une décision qui tourne discrètement sur une preuve périmée ; toute question ne justifie pas une revue vivante, mais toute question à enjeux élevés et volatile le fait. Une réponse honnête énonce la date de validité, nomme ce qui renverserait la conclusion, et assigne la responsabilité de remarquer quand cela arrive.

4. La question, et l'analyse qui y répondrait, ont-elles été fixées avant que quiconque ne voie les résultats — ou la revue aurait-elle pu être façonnée vers une conclusion préférée ? Cela cible la garde la plus solide de toute la discipline : un protocole enregistré à l'avance, avec les critères d'inclusion, les résultats, et le plan de regroupement réglés avant que les données ne puissent les influencer. La défaillance contre laquelle il protège est subtile car elle est rarement délibérée — un relecteur qui voit les résultats en premier peut, de bonne foi, ajuster une frontière d'inclusion, promouvoir un résultat secondaire, ou changer un choix de modèle d'une façon qui favorise toutes une réponse particulière. Demandez si un protocole existe dans un registre public tel que PROSPERO, si la revue finale y correspond, et si toute déviation a été déclarée et justifiée plutôt que discrètement faite. La tension est que le préenregistrement est incommode — il interdit la flexibilité du « nous avons appris en chemin » qui ressemble à de la bonne science — et son absence est facile à excuser. Une réponse honnête peut pointer vers le protocole enregistré, retracer où la revue s'en est écartée et pourquoi, et traiter une synthèse non enregistrée comme une synthèse dont les conclusions ont pu être choisies avant que la preuve ne soit connue.

5. Lorsque la décision porte sur plusieurs traitements qui n'ont jamais été comparés entre eux, faisons-nous confiance à la comparaison indirecte qui les relie ? Les vrais choix de financement opposent habituellement plusieurs options actives les unes aux autres, la plupart jamais testées tête à tête, de sorte que la synthèse s'appuie sur une méta-analyse en réseau qui emprunte de la force par des comparateurs partagés. Les angles à soulever sont si l'analyste a réellement montré le réseau d'essais, si l'hypothèse de « transitivité » tient — que les populations d'essai et les soins de fond sont assez similaires pour qu'une comparaison indirecte signifie quelque chose — et si la preuve directe et indirecte s'accorde là où les deux existent. L'échec séduisant est que le logiciel renverra un ensemble complet d'estimations par paires quelle que soit la minceur ou l'incomparabilité des chaînes sous-jacentes, prêtant à un résultat indirect fragile la même autorité qu'à un résultat direct robuste. Discutez quels contrastes reposent sur un seul lien indirect faible et si ce sont précisément les comparaisons qui pilotent la recommandation. Une réponse honnête distingue les comparaisons bien connectées et testées pour la cohérence des minces, et porte ces dernières comme faible certitude plutôt que de les enterrer dans un tableau bien rangé.

6. Traitons-nous un grand effet et un effet certain comme la même chose, alors qu'ils ne le sont pas ? Cela sépare la taille d'une estimation de la confiance à laquelle nous avons droit — la distinction que GRADE existe pour rendre explicite. La tension est qu'une grande estimation ponctuelle est persuasive et facile à financer, tandis que la certitude derrière elle peut être faible parce que la preuve est incohérente, imprécise, indirecte, ou ombragée par un biais de publication. Demandez si chaque résultat qui compte porte sa propre note de certitude, pourquoi elle a été déclassée ou reclassée, et si la recommandation est pilotée par la taille de l'effet ou par une lecture honnête de ce que la preuve peut supporter. Le cas inconfortable est un bénéfice modeste mais à haute certitude en concurrence avec un bénéfice spectaculaire mais à faible certitude : la discipline consiste à préférer la preuve à laquelle vous pouvez faire confiance au chiffre qui flatte. Une réponse honnête refuse de réduire « grand » et « certain » à un verdict unique, et laisse la note de certitude, non seulement l'estimation ponctuelle, gouverner combien de poids la décision place sur le résultat.

En pratique : un exemple d'économie de la santé

Le Comité national des médicaments et technologies de santé de Maridia — pays fictif à revenu intermédiaire inférieur bâtissant sa liste de médicaments essentiels — doit décider quelle classe de médicament abaissant la tension artérielle recommander en première intention pour l'hypertension non compliquée en soins primaires. Quatre classes sont candidates, toutes hors brevet et abordables, mais la question clinique est laquelle prévient le plus d'accidents vasculaires cérébraux et de crises cardiaques par patient traité. Le comité ne peut mener ses propres essais ; il doit synthétiser ce que le monde sait déjà, puis remettre une estimation d'effet relatif à son équipe économique pour la combiner avec des coûts et des taux d'événements locaux.

L'unité de preuve du comité commence par un protocole enregistré : la question, les quatre comparateurs, les résultats (événements cardiovasculaires et mortalité toutes causes), les critères d'inclusion, et le plan d'analyse, tous fixés avant la recherche. La recherche couvre plusieurs bases de données, deux registres d'essais, et la littérature régionale de l'OMS qui indexe des essais de contextes ressemblant à celui de Maridia, car s'appuyer uniquement sur des revues de pays à revenu élevé importerait une population qui pourrait ne pas correspondre. Le flux est documenté selon PRISMA : plusieurs milliers de références identifiées, la plupart exclues sur titre, quelques dizaines d'essais randomisés inclus, chacun évalué pour le risque de biais. Trois grands essais financés par l'industrie s'avèrent avoir rapporté sélectivement ; l'unité les signale et planifie une analyse de sensibilité sans eux.

La difficulté centrale est que presque aucun essai n'a comparé les quatre classes tête à tête — la plupart testaient un médicament contre un placebo ou contre une seule alternative. Une simple méta-analyse par paires ne peut répondre qu'à une fraction des comparaisons que le comité affronte réellement. L'unité construit donc une méta-analyse en réseau, reliant les classes par leurs comparateurs partagés, et estime les six contrastes par paires à la fois. Avant de lui faire confiance, ils vérifient la transitivité du réseau — les populations d'essai et les soins de fond sont-ils assez similaires pour que la comparaison indirecte ait un sens ? — et testent si la preuve directe et indirecte s'accorde là où les deux existent. C'est le cas, pour l'essentiel ; un contraste repose sur une mince chaîne indirecte, que l'unité marque comme faible certitude.

L'hétérogénéité est réelle et informative. Les essais dans des populations plus âgées et à risque plus élevé montrent des bénéfices absolus plus importants que les essais dans des cohortes plus jeunes, ce qui compte car la population traitée de Maridia sera plus jeune que la moyenne des essais. Plutôt que de regrouper aveuglément, l'unité mène des analyses de sous-groupes et une méta-régression préspécifiées et rapporte l'effet conditionné au risque de référence. Un diagramme en entonnoir sur la plus grande comparaison montre une légère asymétrie, cohérente avec quelques petites études négatives manquantes ; combiné aux essais à rapport sélectif, cela les conduit à traiter avec prudence l'avantage de la classe la plus favorable. Sous un modèle à effets aléatoires, les différences entre trois des quatre classes sont faibles et leurs intervalles de confiance se chevauchent largement.

L'unité note chaque résultat avec GRADE. La preuve que les quatre classes battent l'absence de traitement est de haute certitude ; la preuve qu'une classe est clairement supérieure aux autres n'est que de faible à modérée, déclassée pour incohérence, imprécision, et biais de publication suspecté. Cette distinction est la décision. Le comité conclut que, parce que les classes sont cliniquement proches et toutes bon marché, l'économie devrait être pilotée par le prix, la tolérance, et la sécurité d'approvisionnement plutôt que par une revendication fragile de supériorité clinique — une conclusion qui n'est devenue visible que parce que la synthèse a séparé la taille de l'effet de la certitude. Il remet à l'équipe économique une estimation d'effet relatif avec une incertitude explicite, à transformer en coût par événement évité (voir Sujet 2.1 — Évaluation économique), et commandite une mise à jour vivante : si un grand essai pragmatique attendu dans deux ans déplace un contraste spécifié au-delà d'une marge convenue à l'avance, la recommandation est rouverte. Le raisonnement causal d'étude unique à l'intérieur de chaque essai — si sa propre estimation d'effet est digne de confiance — relève du Sujet 2.3 — Économétrie de la santé ; le travail de ce comité était de bien les regrouper.

Quatre angles sectoriels

Jeune pousse

Une jeune pousse de santé numérique ou de dispositifs commandite rarement une revue systématique complète, mais elle rencontre la synthèse de l'autre côté — comme la partie dont l'étude unique et prometteuse doit survivre à la synthèse du champ plus large par un organisme d'ETS. La tentation est de s'appuyer sur un essai flatteur et une revue narrative d'articles favorables triés sur le volet, ce qu'un évaluateur sérieux verra immédiatement. Le geste plus sage est de cartographier honnêtement et tôt la base de preuves existante, afin que la jeune pousse sache où son produit se situe dans la hiérarchie et quelle comparaison un payeur exigera. Une petite entreprise qui présente sa preuve dans le contexte d'une synthèse juste, et qui est franche sur la certitude de ses propres données, gagne plus de crédibilité que celle qui survend un résultat isolé.

Petite entreprise

Un prestataire de petite taille déjà établi — un cabinet de groupe, une clinique spécialisée unique, un modeste fournisseur de dispositifs ou de diagnostics — n'a ni le volume de la poussée de preuve soutenue par des investisseurs d'une jeune pousse ni une équipe de synthèse d'entreprise, et pourtant il doit encore lire les synthèses assez bien pour prendre des décisions en régime permanent. Sa tâche réaliste est la consommation, non la production : lire la note de certitude d'une directive, vérifier si la population d'une revue ressemble aux patients qu'il traite réellement, et remarquer quand la preuve derrière une habitude d'achat ou d'orientation est discrètement devenue périmée. Le piège est de se déférer entièrement à un dossier de preuve trié sur le volet par un fournisseur ou à un essai unique mémorable, car le cabinet manque de temps pour évaluer le champ plus large. Le geste proportionné est de s'appuyer sur les synthèses que des organismes de confiance — Cochrane, agences nationales d'ETS, directives de sociétés professionnelles — maintiennent déjà, de traiter leurs notes de certitude GRADE comme le titre, et de poser une question disciplinée à toute affirmation de fournisseur : où cela se situe-t-il par rapport à la revue systématique, et quelle est son actualité ?

Entreprise

Un grand fabricant, groupe de prestataires, ou assureur mène la synthèse comme une capacité industrielle : équipes dédiées de synthèse de preuve et de recherche sur l'économie de la santé et les résultats produisant des revues systématiques et des méta-analyses en réseau pour soutenir des soumissions dans de nombreuses juridictions. La force est la profondeur méthodologique et la capacité de construire une méta-analyse en réseau couvrant chaque comparateur pertinent ; le risque est que la même capacité puisse être détournée pour produire une revue conçue pour favoriser le produit du commanditaire — par une recherche étroite, un choix de modèle commode, ou des exclusions discrètes. La crédibilité de l'entreprise dépend de l'enregistrement des protocoles, du suivi de PRISMA, de la soumission d'analyses reproductibles, et de l'invitation plutôt que de la résistance à la réplication indépendante que les organismes d'ETS exigent de plus en plus. L'entreprise mature traite une synthèse transparente qui montre une véritable incertitude comme plus durable qu'une synthèse polie qu'un relecteur peut démonter.

Gouvernement

Un ministère, un payeur national, ou un organisme d'ETS est le consommateur et l'arbitre principal des synthèses, et sa discipline est de les exiger et de les mener selon une norme publiée. Des organismes tels que le NICE, l'IQWiG, et les panels de directives de l'OMS construisent des recommandations sur des revues systématiques et notent la certitude de la preuve avec GRADE précisément afin que les décisions soient défendables et reproductibles plutôt que capturées par la soumission la plus persuasive. Le gouvernement porte aussi des responsabilités que les autres secteurs ne portent pas : maintenir l'infrastructure — registres d'essais, collaborations de revue, directives méthodologiques — qui rend possible une synthèse honnête, et garder vivantes les revues à enjeux élevés afin que les directives nationales ne dérivent pas derrière la science. La redevabilité pour ce qu'une synthèse omet, et pour les patients affectés par une estimation regroupée erronée, repose finalement ici.

Erreurs courantes

• La revue narrative déguisée en preuve. Une lecture triée sur le volet et non systématique de la littérature présentée avec l'autorité d'une synthèse. Remède : exiger un protocole enregistré, une stratégie de recherche explicite, et un rapport de style PRISMA avant de faire confiance à toute « revue ».

• Regrouper des études incomparables. Calculer une moyenne précise entre des essais aux populations, doses, ou plans différents, produisant un chiffre qui ne décrit aucun patient réel. Remède : évaluer d'abord l'hétérogénéité clinique et méthodologique, et utiliser une synthèse narrative structurée quand le regroupement n'est pas justifié.

• Ignorer les études qui n'ont jamais été publiées. Chercher dans seulement deux bases de données et seulement des revues, de sorte que les études négatives manquantes gonflent l'effet. Remède : chercher dans les registres, les régulateurs, et la littérature grise, rechercher des données non publiées, et dépister explicitement le biais de publication.

• Moyenner l'hétérogénéité. Rapporter une seule estimation regroupée tout en supprimant le fait que les études sont fortement en désaccord. Remède : enquêter sur la divergence avec une analyse de sous-groupes et une méta-régression préspécifiées, et rapporter la variation, pas seulement la moyenne.

• Traiter l'inclusion comme une approbation. Pondérer également des études faibles et fortes, blanchissant le biais en une moyenne d'apparence autorisée. Remède : évaluer le risque de biais dans chaque étude et mener l'analyse en excluant celles à haut risque.

• Confondre taille de l'effet et certitude. Agir sur un grand effet issu d'une preuve à faible certitude comme s'il était établi. Remède : noter la certitude par résultat avec GRADE et la laisser, pas seulement l'estimation ponctuelle, gouverner la décision.

• Comparaison indirecte non vérifiée. Construire une méta-analyse en réseau sans tester la transitivité ni la cohérence, de sorte qu'un résultat indirect repose sur des essais incomparables. Remède : montrer le réseau, tester les hypothèses, et marquer les minces chaînes indirectes comme faible certitude.

• La synthèse périmée. Ancrer une décision à une revue dont la recherche s'est close des années plus tôt dans un champ qui a évolué. Remède : énoncer la date de validité, vérifier ce qui est paru depuis, et garder vivantes les revues volatiles à enjeux élevés.

Modèle de maturité

Liste de vérification

• Confirmer qu'un protocole a été enregistré avant la recherche, avec question, résultats, et plan d'analyse préspécifiés.
• Vérifier que la recherche a couvert plusieurs bases de données, des registres d'essais, et la littérature grise — pas seulement des revues.
• Vérifier que chaque étude incluse a été évaluée pour le risque de biais, et que les études à haut risque ont été testées dans une analyse de sensibilité.
• Établir que les études sont assez similaires pour être regroupées ; sinon, attendre une synthèse narrative structurée plutôt qu'un chiffre unique.
• Noter si un modèle à effet fixe ou à effets aléatoires a été utilisé et pourquoi, et si la conclusion survit à l'alternative.
• Demander comment l'hétérogénéité a été investiguée, et si les analyses de sous-groupes étaient préspécifiées ou post-hoc.
• Chercher un contrôle explicite du biais de publication (comparaison de registre, diagramme en entonnoir) et lire un résultat positif comme une borne supérieure.
• Pour les décisions à comparateurs multiples, confirmer que toute méta-analyse en réseau a montré son réseau et testé la transitivité et la cohérence.
• Exiger une note de certitude GRADE (ou équivalente) pour chaque résultat qui compte, séparée de la taille de l'effet.
• Confirmer que la synthèse est rapportée de façon reproductible (PRISMA), avec la recherche, les exclusions, et les données regroupées disponibles.
• Consigner la date de validité et quelle nouvelle découverte rouvrirait la décision.
• Aligner chaque intrant synthétisé sur le modèle et l'évaluation qu'il alimente, en documentant où différents intrants viennent de différents corpus de preuve.

Sources clés

• Cochrane, Cochrane Handbook for Systematic Reviews of Interventions (dir. Higgins, Thomas et al.) — le manuel standard international pour les méthodes de revue systématique et de méta-analyse.
• Déclaration PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) — la norme de rapport pour les revues systématiques et les méta-analyses — https://www.prisma-statement.org
• Groupe de travail GRADE — le cadre pour noter la certitude de la preuve et la force des recommandations — https://www.gradeworkinggroup.org
• Documents techniques de soutien de la Decision Support Unit du NICE sur la synthèse de preuve et la méta-analyse en réseau — directives méthodologiques utilisées en évaluation des technologies de santé — https://www.sheffield.ac.uk/nice-dsu
• Manuel d'élaboration des directives de l'OMS — comment l'Organisation mondiale de la santé utilise la revue systématique et GRADE dans les directives mondiales — https://www.who.int
• Cochrane et les collaborations internationales de preuve vivante — pratique de référence pour maintenir à jour les synthèses à enjeux élevés.

Références

1. Systematic review — Wikipedia — https://en.wikipedia.org/wiki/Systematic_review
2. Meta-analysis — Wikipedia — https://en.wikipedia.org/wiki/Meta-analysis
3. Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) — Wikipedia — https://en.wikipedia.org/wiki/Preferred_Reporting_Items_for_Systematic_Reviews_and_Meta-Analyses
4. Forest plot — Wikipedia — https://en.wikipedia.org/wiki/Forest_plot
5. Random effects model — Wikipedia — https://en.wikipedia.org/wiki/Random_effects_model
6. Heterogeneity (statistics) — Wikipedia — https://en.wikipedia.org/wiki/Heterogeneity_(statistics)
7. Hierarchy of evidence — Wikipedia — https://en.wikipedia.org/wiki/Hierarchy_of_evidence
8. GRADE approach — Wikipedia — https://en.wikipedia.org/wiki/GRADE_approach
9. Network meta-analysis — Wikipedia — https://en.wikipedia.org/wiki/Network_meta-analysis
10. Publication bias — Wikipedia — https://en.wikipedia.org/wiki/Publication_bias
11. Grey literature — Wikipedia — https://en.wikipedia.org/wiki/Grey_literature
12. Cochrane (organisation) — Wikipedia — https://en.wikipedia.org/wiki/Cochrane_(organisation)
13. Cochrane Handbook for Systematic Reviews of Interventions — Cochrane — https://training.cochrane.org/handbook
14. PRISMA Statement — PRISMA — https://www.prisma-statement.org
15. GRADE Working Group — https://www.gradeworkinggroup.org