Recherche

Nos travaux de recherche

Cochrane France mène un programme de recherche visant à optimiser la synthèse des données probantes. Nos chercheurs sont impliqués dans le développement d’outils pour améliorer la qualité des revues (RoB 2.0, ROBINS-I) et leur pertinence (développement de nouveaux concepts, paradigmes et méthodes pour mieux répondre aux questions des professionnels et patients). Ci-dessous nous présentons quelques-uns des projets sur lesquels nous travaillons actuellement.


Méta-analyse en réseau

La méta-analyse en réseau est une méthode apparue depuis une dizaine d’années qui permet d’établir l’efficacité relative de différents traitements, qu’ils aient ou pas été comparés directement (deux à deux) dans des études individuelles. Cette méthode est de plus en plus utilisée pour déterminer quelles sont, parmi tous les traitements qui existent pour une maladie spécifique, les meilleures interventions disponibles. Nos travaux de recherche ont pour but de développer les outils et méthodes nécessaires à la bonne application de cette approche.  

Figure 1: Network plot of the acute mania network (efficacy outcome). Anna Chaimani et al. PLoS ONE. 2013; 8(10): e76654

Exemple de diagramme en réseau, comparant les différents traitements pour les épisodes maniaques aigus. La taille des cercles reflète le nombre de fois où le traitement a été étudié dans la littérature; l'épaisseur des lignes est proportionnelle au nombre de fois où deux traitements ont été directement comparés dans la littérature.

Pour en savoir plus:

Méta-analyse en réseau cumulative et dynamique

Les revues systématiques conventionnelles ne couvrent jamais la totalité des preuves disponibles et leurs données sont rarement à jour. Pour remédier à ces limites, nos chercheurs développent une nouvelle forme de synthèse des données : la méta-analyse en réseau cumulative et dynamique. Le diagramme ci-après résume les différentes étapes de cette méthode innovante :


Figure 2: Etapes de la méta-analyse en réseau cumulative et dynamique


Pour en savoir plus :

  • Créquit P, Chaimani A, Yachvitz A, Attiche N, Cadranel J, Trinquart L, Ravaud P. Comparative efficacy and safety of second-line treatments for advanced non-small cell lung cancer with wild-type or unknown status for epidermal growth factor receptor: a systematic review and network meta-analysis. BMC Medicine. 2017. 15(1):193  https://www.ncbi.nlm.nih.gov/pubmed/29082855
  • Créquit P, Trinquart L, Ravaud P. Live cumulative network meta-analysis: protocol for second-line treatments in advanced non-small-cell lung cancer with wild-type or unknown status for epidermal growth factor receptor. BMJ Open. 2016, 6(8):e011841  https://www.ncbi.nlm.nih.gov/pubmed/27489157
  • Créquit P, Trinquart L, Yachvitz A, Ravaud P. Wasted research when systematic reviews fail to provide a complete and up-to-date evidence synthesis: the example of lung cancer. BMC Medicine. 2016. 14:8  https://www.ncbi.nlm.nih.gov/pubmed/26792360


Nouvelles sources de données

Les biais dans la façon dont les résultats de recherche sont présentés dans les articles scientifiques sont un problème majeur pour la validité et la crédibilité des revues systématiques. Nous explorons comment les nouvelles sources de données (registres d’essais cliniques, plateformes de partages de données de recherche) peuvent être utilisées pour corriger ces biais.

Figure 3: Exemples de nouvelles sources de données

Pour en savoir plus :

  • Baudard M, Yavchitz A, Ravaud P, Perrodeau E, Boutron I. Impact of searching clinical trial registries in systematic reviews of pharmaceutical treatments: methodological systematic review and reanalysis of meta-analyses. BMJ. 2017. 356:j448  https://www.ncbi.nlm.nih.gov/pubmed/28213479
  • Boutron I, Dechartres A, Baron G, Li J, Ravaud P. Sharing of Data From Industry-Funded Registered Clinical Trials. JAMA. 2016. 315(24):2729-30  https://www.ncbi.nlm.nih.gov/pubmed/27367768
  • Riveros C, Dechartres A, Perrodeau E, Haneef R, Boutron I, Ravaud P. Timing and completeness of trial results posted at ClinicalTrials.gov and published in journals. PLoS Medicine. 2013. 10(12):e1001566  https://www.ncbi.nlm.nih.gov/pubmed/24311990

Biais induit par la sélection des résultats rapportés (selective outcome reporting bias)

La déclaration sélective des résultats a des conséquences importantes ; lorsqu'elle favorise un résultat statistiquement significatif, elle peut entraîner une surestimation de l'effet du traitement et fausser les preuves médicales. Nous nous penchons actuellement sur les meilleurs moyens d’évaluer la prévalence de cette source de biais, et d’y palier.

Figure 4: Contribution des protocoles à l'évaluation de la sélection des résultats rapportés. Louis Calméjane et al. Journal of Clinical Epidemiology 2018; 104:95-102

Pour en savoir plus :

  • Calméjane L, Dechartres A, Tran VT, Ravaud P. Making protocols available with the article improved evaluation of selective outcome reporting. Journal of Clinical Epidemiology. 2018. 104:95-102  https://www.ncbi.nlm.nih.gov/pubmed/30196127
  • Bonnot B, Yavchitz A, Mantz J, Paugam-Burtz C, Boutron I. Selective primary outcome reporting in high-impact journals of anaesthesia and pain. British Journal of Anaesthesia. 2016. 117(4):542–543  https://www.ncbi.nlm.nih.gov/pubmed/28077557


Étude des facteurs qui influent sur les estimations des effets du traitement à l'aide de la méta-épidémiologie

Les méta-analyses sont utilisées pour distiller l'information de multiples études en une estimation unique. Nos recherches, basées sur des études méta-épidémiologiques, montrent que plusieurs facteurs (exemples : essais dans un seul centre, taille de l'échantillon, choix de la mesure de l'effet du traitement) sont associés aux effets surestimés des traitements. Cette constatation remet en question la stratégie actuellement privilégiée par les auteurs de revues, qui consiste à inclure toutes les données probantes disponibles ; nous étudions les possibilités offertes par d’autres stratégies, comme la méta-analyse incluant les essais les plus précis seulement, la méta-analyse des essais les plus importants ou encore la méta-analyse ajustée en fonction du biais (limit meta-analysis).

Figure 5: Effet du poids cumulatif des publications non anglophones sur la différence entre les méta-analyses de tous les essais publiés et la méta-analyses limitées aux publications anglophone. Agnes Dechartres et al. Annals of Internal Medicine 2018 ;169(6) :385-393

Pour en savoir plus :

Présentation des résultats de recherche dans les articles scientifiques (Reporting)

Le contenu des articles rapportant les résultats d’essais cliniques est déterminant pour comprendre leur validité et pour pouvoir les reproduire. Or très souvent, les détails fournis ne sont pas suffisants. Nos travaux mettent en lumière le manque d’informations dans des domaines spécifiques tels que l’intervention elle-même, les méthodes employées pour l’évaluer et les effets indésirables.

Figure 6: Evolution de la présentation des résultats de recherche dans 20920 articles portant sur des essais cliniques, suivant le score d’impact (impact factor) de la revue. Agnès Dechartres et al. BMJ 2017;357:bmj.j2490

Pour en savoir plus :

  • Bafeta A, Koh M, Riveros C, Ravaud P. Harms Reporting in Randomized Controlled Trials of Interventions Aimed at Modifying Microbiota: A Systematic Review. Annals of Internal Medicine. 2018. 169(4):240-247  https://www.ncbi.nlm.nih.gov/pubmed/30014150 
  • Bafeta A, Yavchitz A, Riveros C, Batista R, Ravaud P. Methods and Reporting Studies Assessing Fecal Microbiota Transplantation: A Systematic Review. Annals of Internal Medicine. 2017. 167(1):34-39  https://www.ncbi.nlm.nih.gov/pubmed/28531908
  • Dechartres A, Trinquart L, Atal I, Moher D, Dickersin K, Boutron I, Perrodeau E, Altman DG, Ravaud P. Evolution of poor reporting and inadequate methods over time in 20 920 randomised controlled trials included in Cochrane reviews: research on research study. BMJ. 2017. 357:j2490  https://www.ncbi.nlm.nih.gov/pubmed/28596181

Présentation déformée des résultats de recherche (spin)

Notre équipe a développé le concept de "spin" en recherche clinique. Le spin est une manière spécifique de rapporter les résultats de recherche qui ne reflète pas fidèlement leur nature et leur diversité. Nous étudions l’impact de ce spin sur l’interprétation des lecteurs et, travaillons à la réduction du recours au spin dans les rapports de résultats de recherche.

Figure 7: Le spin dans les articles scientifiques. Isabelle Boutron & Philippe Ravaud. PNAS. 2018; 115(11):2613-2619 (Copyright 2018 National Academy of Sciences)

Pour en savoir plus :

  • Haneef R, Lazarus C, Ravaud P, Yavchitz A, Boutron I. Interpretation of Results of Studies Evaluating an Intervention Highlighted in Google Health News: A Cross-Sectional Study of News. PLoS ONE. 2015. 10(10):e0140889  https://www.ncbi.nlm.nih.gov/pubmed/26473725
  • Yavchitz A, Boutron I, Bafeta A, Marroun I, Charles P, Mantz J, Ravaud P. Misrepresentation of randomized controlled trials in press releases and news coverage: a cohort study. PLoS Medicine. 2012;9(9):e1001308  https://www.ncbi.nlm.nih.gov/pubmed/22984354
  • Boutron I, Dutton S, Ravaud P, Altman DG, Reporting and interpretation of randomized controlled trials with statistically nonsignificant results for primary outcomes, JAMA. 2010. 303(20):2058-64  https://www.ncbi.nlm.nih.gov/pubmed/20501928

Amélioration de la recherche primaire

L’étude des essais inclus dans des revues systématiques permet d’évaluer le gaspillage de recherche lié à l’emploi de méthodes inadéquates dans les études primaires. Notre équipe cherche à savoir dans quelle mesure ce gaspillage pourrait être évité, et comment. A ce jour, nos travaux ont montré qu’une large partie du gaspillage de recherche est évitable.

Figure 8: La prise en compte de résultats jugés importants par les patients dans un échantillon aléatoire de revues Cochrane. Youri Yordanov et al. PLoS ONE. 2018; 13(4):e0195460 

Pour en savoir plus :