Daily Archives: 15 décembre 2024

[Avent 2024 – Ecrire sa thèse] – 15/24 – Revues de littérature et méta-analyses, grands principes

La revue de littérature chercher à synthétiser les connaissances sur une question donnée. Là encore, il est préférable pour vous de faire une revue de littérature sur « le rôle d’Helicobacter pylori dans la pathogenèse de la maladie d’Alzheimer » plutôt que « la maladie d’Alzheimer » ou « Helicobacter pylori ».

Nous allons garder le même plan que pour les études qualitatives et les études quantitatives des deux précédents billets : choisir un type d’étude (selon votre objectif) – puis recueillir des données – puis les analyser.

Choisir le type d’étude

Il existe plusieurs types de revue de littérature :

  • Revue narrative de la littérature (narrative review ou literature review) : vous ne cherchez pas l’exhaustivité ; c’est une méthode intégrative (et non agrégative) où vous organiserez les études en catégories logiques, avant de les décrire et les résumer ;
  • Revue systématique de la littérature (systematic review) : c’est la « revue de littérature » classique qui répond à une question précise, en cherchant l’exhaustivité dans le recueil des études puis des données, et en évaluant le risque de biais des études (puis de la revue) ;
  • Revue parapluie (umbrella review) : c’est une revue systématique… de revues systématiques !
  • Revue rapide de la littérature (rapid review) : c’est une revue systématique… mais en omettant des méthodes spécifiques, pour gagner du temps (notamment pour répondre rapidement, par exemple aux débuts de pandémie COVID-19)
  • Revue de la portée / de la délimitation de l’étendue (scoping review) : c’est comme une revue systématique… mais la question de recherche et le phénomène ne sont ni très précis, ni spécifiques. On l’utilise dans un domaine où la recherche est émerge (par exemple aux débuts des recherches sur le COVID Long).
  • Méta-analyse : c’est une méthode statistique qui permet de résumer les résultats de plusieurs études en des estimations chiffrées (car le Petit Prince avait raison).
  • etc.

Les grandes personnes aiment les chiffres. Quand vous leur parlez d’un nouvel ami, elles ne vous questionnent jamais sur l’essentiel. Elles ne vous disent jamais : quel est le son de sa voix ? Quels sont les jeux qu’il préfère ? Est-ce qu’il collectionne les papillons ? Elles vous demandent : Quel âge a-t-il ? Combien a-t-il de frères ? Combien pèse-t-il ? Combien gagne son père ? Alors seulement elles croient le connaître. — Antoine de Saint-Exupéry, Le Petit Prince.

En qualitatif, il existe également des méthodes de synthèse visant à créer un consensus : on a déjà parlé brièvement des groupes nominaux et de la méthode Delphi… Il en existe d’autres, uniquement sur la littérature :

  • revue narrative qualitative : idem à la revue narrative quantitative ;
  • méta-synthèse qualitative et méta-ethnographie : similaire à une revue systématique, sur des études qualitatives, afin de synthétiser (et générer) de nouvelles connaissances ;
  • revues critiques, revues réalistes : évaluer ou expliquer les phénomènes ;
  • etc.

Recueillir des données : modalités de recueil et modalités d’échantillonnage

Nous nous attarderons ici sur la revue systématique de littérature.

Elle répond à des étapes claires, précises, rigoureuses et transparentes (pour être reproductible), notamment détaillées par la revue Cochrane :

  • définir la question de recherche (avec le cadre PICO)
  • rédiger un protocole avec les critères d’inclusion et d’exclusion des études
  • choix des bases de données à interroger et méthodes d’analyses prévues
  • création de l’équation de recherche
  • recherche exhaustive dans les bases de données choisies
  • sélection des études en double aveugle
  • analyse des études avec leurs résultats et leurs biais (selon la grille Cochrane par exemple)
  • synthèse des résultats : qualitative ou parfois quantitative (méta-analyse)
  • évaluation de la qualité des preuves (GRADE)

Insistons ici sur l’importance de tout noter dès le départ : votre diagramme de flux listera les études incluses, exclues, le stade et motif d’exclusion (doublons, hors sujet à la lecture du titre car sur l’animal / sur une autre population etc., exclus après lecture du résumé, exclus après lecture de l’article complet).

Quand s’arrêter ?

Dans une revue systématique de littérature, on vise l’exhaustivité sur une période choisie.

Cela soulève surtout la question du temps (si on part de 15 000 études, c’est… compliqué pour une thèse de médecine). Il convient donc de prévoir une question (et donc une équation) de recherche réaliste, visant un problème précis, éventuellement dans un sous-groupe…

Logiciels d’analyse

Il existe plusieurs outils et logiciels d’analyse pour la revue systématique de littérature, tels que Covidence… payant à 289$/an par étudiant. Voici des alternatives gratuites :

Il y a aussi Systematic Review Toolbox qui permet de trouver des outils selon le type de votre revue, et le stade (protocole, sélection, analyse…)

Analyse des données

Le travail va se baser en 3 temps : transcrire – décrire (coder) – analyser (organiser)

Transcrire

Vous allez synthétiser les données recueillies dans des tableaux prévus à cet effet (notamment ceux de la grille PRISMA – nous reparlerons dans 2 jours des grilles, sujet que j’ai pour l’instant choisi de garder de côté pour essayer d’avoir des billets assez courts et didactiques).

La sélection des études en double aveugle permet d’améliorer la qualité de votre sélection et donc de votre revue.

Décrire

Vous allez reporter des éléments tels que :

  • le nom de l’étude (par exemple Auteur. Revue (Année) [réf]),
  • le type d’étude,
  • les années,
  • le public,
  • le test choisi,
  • les résultats principaux

Analyser

L’analyse peut être textuelle et/ou faire appel à des techniques de méta-analyse :

  • identifier les thématiques principales (sections de votre chapitre résultats)
  • repérer les convergences et divergences (qui seront discutées : méthodologies différentes, populations différentes, biais, etc.)
  • synthétiser avec des tableaux (et éventuellement des graphiques ou diagrammes – forest-plot pour une méta-analyse notamment).

Une attention particulière est portée aux biais dans les revues de littérature et méta-analyse :

  • biais des études sélectionnées : sont-elles de qualité ?
  • biais de la littérature : y’a-t-il des biais de publication ? (recours à un funnel plot)
  • biais de la revue elle-même : biais de sélection, etc.

Après avoir balayé les principales méthodes utilisées en thèse de médecine, nous allons parler de réglementation, et entrer un peu plus dans le détail en fournissant des outils utiles pour préparer l’étude… avant d’attaquer les résultats.

Loading spinner

[Avent 2024 – Ecrire sa thèse] – 14/24 – Etudes quantitatives, grands principes

Après un point de vue général sur le qualitatif, faisons de même sur le quantitatif avec le même plan. Là encore, vous allez : choisir un type d’étude (selon votre objectif) – puis recueillir des données – puis les analyser.

Choisir le type d’étude

En qualitatif, vous pouvez étudier le vécu d’un individu face à un phénomène (approche par analyse interprétative phénoménologique – souvent abrégé en phénoménologie), étudier les réactions et comportements d’individus autour d’un phénomène (approche par théorisation ancrée), étudier les dynamiques de groupe face à un phénomène (ethnographie)… ou autres méthodes que nous avons peu détaillées.

En quantitatif, en reprenant le terme de phénomène (qu’on pourrait plutôt remplacer par « variable »), vous pouvez :

  • étudier la survenue d’un phénomène (une maladie, une habitude médicamenteuse, une fréquence d’effets indésirables…) par des études épidémiologiques descriptives
  • étudier l’association entre deux phénomènes (tabagisme et revenu socio-économique ; tabagisme et cancer du poumon, etc.) par des études épidémiologiques analytiques
  • étudier les valeurs diagnostiques d’un test, par des études diagnostiques
  • étudier l’efficacité et la tolérance d’un traitement par des études thérapeutiques

Comme pour la partie qualitative, nous resterons focalisés sur ces grands types d’études. Il en existe d’autres, notamment les études médico-économiques (coût-efficacité, coût-utilité…) ou les modélisations mathématiques. Une liste est disponible ici.

Pour reprendre l’exemple de la poule avec un couteau… La phénoménologie nous avait appris le ressenti et le vécu d’une poule face à un tel ustensile ; la théorisation ancrée nous avait permis de construire un modèle du couteau selon les poules ; l’ethnographie nous avait fait étudier la dynamique d’un groupe de poules face à un couteau.
Cette fois :

  • l’étude épidémiologie descriptive va calculer le nombre de couteaux par poulailler (prévalence), éventuellement par an (incidence) ;
  • l’étude épidémiologie analytique va déterminer si le nombre (ou la forme) des couteaux varie en fonction de la taille, la localisation régionale, la densité de pop(o)ulation autour de la ferme ;
  • l’étude diagnostique va nous permettre de déterminer la sensibilité et la spécificité des caméras à infrarouges dans le poulailler pour repérer le couteau ;
  • l’étude thérapeutique va étudier l’efficacité et la tolérance d’un gilet pare-couteau chez les poules

Recueillir des données : modalités de recueil et modalités d’échantillonnage

Le recueil de données vise idéalement à l’exhaustivité… ou à défaut, à la constitution d’un échantillon représentatif de la cible.
Par exemple, si vous voulez connaître la moyenne en mathématiques de la classe de 6ème 4 du collège Albert Camus de votre ville, l’exhaustivité est possible ; si vous voulez connaître la moyenne en mathématiques des 6ème en France, vous allez peut-être devoir constituer un échantillon (ou profiter des grandes bases de données).

ll existe plusieurs méthodes de recueil :

  • Observations avec mesures directes : collecte d’informations mesurables sur le terrain (clinique, biologique, radiologique, éventuellement avec des outils connectés…)
  • Bases de données existantes : réutilisation de données ; pour vous donner une idée de ce qu’il y a dans le SNDS : https://health-data-hub.shinyapps.io/dico-snds/
  • Questionnaire (standardisés idéalement) : en papier, en ligne ; souvent structuré, parfois avec des commentaires libres ;
  • Expérimentation contrôlée

Concernant l’échantillonnage, il pourra être idéalement probabiliste :

  • aléatoire (sélection aléatoire)
  • systématique (sélection selon un ordre décidé : par exemple le premier patient de chaque jour)
  • stratifié (sélection aléatoire dans des sous-groupes/strates homogènes selon une caractéristique)
  • en grappe (sélection aléatoire de sous-groupes organisationnels ou géographiques)

Un échantillonnage non probabiliste est possible, mais moins puissant car plus soumis à des biais de sélection notamment :

  • par convenance (les plus accessibles)
  • intentionnel / par jugement (ceux qui semblent pertinent selon le chercheur)
  • par quotas (celle des sondages : on a des quotas en sexe, âge, profession… et on remplit)
  • par effet boule de neige (idem en qualitatif : utile pour des populations rares)

Quand s’arrêter ?

Le nombre de sujets nécessaires doit être calculé a priori. Vous pouvez retrouver les informations sur le site Objectif Thèse d’Emmanuel Chazard.

Logiciels d’analyse

Il existe plusieurs outils et logiciels d’analyse :

Analyse des données

Le travail va se baser en 3 temps : transcrire – décrire (coder) – analyser (organiser)

Transcrire

Vous devez vérifier la qualité de vos données.

Pour cela, le plus simple est de tout regarder visuellement, en décrivant les variables une à une, par exemple en boîte à moustache (boxplot) : ça vous permettra de supprimer / corriger les données du patient de 451 ans, celui qui mesure 1180 cm, pèse 4 kg, etc. Ca vous permettra aussi d’homogénéiser s’il y a un patient qui prend du « paracétamol » avec celui qui prend du « paracetamol » ou celui qui prend du « paracétamol  » (avec 3 espaces après).

Décrire

Quel que soit votre type d’étude, la description (Tableau 1) est indispensable. C’est l’analyse univariée : vous décrivez une variable à la fois.
Les méthodes sont variées :

  • Moyenne et écart-type (mesure de dispersion)
  • Médiane et intervalle interquartiles
  • Nombre (%)

Les mesures de dispersion peuvent aussi être des intervalles de confiance à 95 % si la variable suite une loi normale.

Je l’ai déjà dit et je le répéterai : un tableau 1 c’est super, ça permet de synthétiser énormément d’informations en peu de pages (des heures de travail en un seul petit tableau : frustrant peut-être, magique assurément). Un tableau vaut 10 ou 20 graphiques lorsqu’il s’agit de décrire des variables (un graphique peut parfois être pertinent pour ça… mais c’est rare qu’il fasse mieux que le tableau !)

Analyser

Ensuite, vous pouvez procéder aux autres analyses. C’est là où vous verrez des petits p… il n’y en a pas en univarié et descriptif seul.

En pratique, on pose en général l’hypothèse nulle ou standard H0 : « il n’y a pas d’interaction entre les variables ». Cette hypothèse va être testée avec des… tests statistiques, pour rejeter (ou non) l’hypothèse au seuil alpha de 5 % (donc « avec 5 % de risque de nous tromper, nous affirmons qu’il existe une interaction / une différence statistiquement significative entre les 2 groupes »).
C’est ce qu’on appelle la démarche hypothético-déductive (qui est aussi celle que vous utilisez auprès de vos patients : vous formulez des hypothèses diagnostiques à l’interrogatoire, vous testez à l’examen physique, vous déduisez que leur probabilité diminue/augmente en conséquence, et vous formulez donc une conclusion… qui est parfois fausse).

Il y a 2 grands types d’analyse :

  • bivariées : est-ce que la variable X influence/explique/est associée à la variable Y ?
  • multivariées : c’est la même chose, sauf que la variable à expliquer Y peut l’être maintenant par plusieurs variables, afin de limiter les biais de confusion.

Vous avez plusieurs tests existants selon la nature des variables (continu, binaire, etc.) : test t de Student, ANOVA, Chi2, régression linéaire, régression logistique, etc.

Si vous vous lancez dans une étude quantitative, vous pouvez lire la page de LEPCAM ou Objectif Thèse.

Loading spinner