GTS813: Cours #4

1. GTS813: Cours #4 Évaluer une technologie La recherche d’information Comment lire un article scientifique

2. Évaluer une technologie

3. Définition • Les technologies de la santé: • Procédures et méthodes pour examiner, traiter, pour la réadaptation, incluant l’équipement et les drogues. Inclut aussi les procédures utilisées pour la médecine préventive

4. Évaluation: champ d’application • Médecine préventive • Dépistage (screening) • Diagnostique • Traitement • Réadaptation

5. Évaluation: efficacité • Est-elle documentée? • Est-elle meilleure que les technologies alternatives?

6. Évaluation : risques • Effets indésirables • Niveau de risque

7. Types de recherches • La littérature scientifique se divise en 4 catégories: • Recherche fondamentale • Recherche épidémiologique • Recherche clinique • Recherche sur les services de santé

8. Article scientifique • Introduction • Matériel et méthode • Résultats • Discussion

9. Évaluation du risque • L’évaluation du risque comporte 4 éléments: • Identification du problème (risque) • Description de l’exposition (nombre de patients, doses, temps…) • Évaluation de la relation entre l’exposition au risque et le résultat • Résumé des risques et de son implication

10. Nécessité de conduire des recherches supplémentaires • Littérature trop pauvre • Documentation scientifique inadéquate

11. L’Étude randomisée contrôlée • La plus robuste • Des patients reçoivent au hasard l’un ou l’autre des traitements • Technologie vs placebo • Nouvelle technologie vs ancienne • Idéalement à double insu • Le patient donne son consentement

12. Les études épidémiologiques • Étude de cohortes (prospectives)

13. La recherche d’information

14. La recherche d’information • 5 principes • Formuler les questions auxquelles ont peut donner une réponse • Trouver les évidences disponibles • Sélectionner et donner un avis sur les évidences trouvées • Appliquer en pratique • Évaluer Biblio

15. Exemple

16. Bases de données • Pour les recherches sur les technologies • The Cochrane Library • http://www.mrw.interscience.wiley.com/cochrane/cochrane_clsysrev_subjects_fs.html • Medline • http://www.ncbi.nlm.nih.gov/ • Dare • www.york.ac.uk/inst/crd/darehp.htm

17. Bases de données • Pour les recherches sur les patients • Psychinfo • http://www.apa.org/psycinfo/ • Medline • Sites WEB de patients

18. Bases de données • Littérature sur les organisations • HealthStar • http://www.ncbi.nlm.nih.gov/books/bv.fcgi?rid=hstat

19. Bases de données • Littérature sur l’économie • HEED (payant) • http://www.ohe-heed.com/ • Econlit • http://www.econlit.org/ • IDEAS –Internet Documents in Economics Access Service • http://ideas.repec.org/ • Information Resources in Health Economics • http://www.york.ac.uk/inst/crd/econ.htm

20. Stratégies de recherche

21. Sélection critique • Est-ce que l’article est pertinent? • Les résultats sont-ils valides? • L’article est-il important pour répondre à la question?

22. Comment lire un article scientifique?

23. Recherche qualitative • Les articles qui vont au-delà des nombres… • Voir l’humain dans son ensemble • Question bien formulée • Triangulation • Analyse de données par méthodes explicites, systématiques et reproductibles

24. Recherche qualitative • Documents: • Observation passive: • Observation participative: • Interviews en profondeur: • Focus group:

25. Recherche qualitative

26. Recherche qualitative • Évaluer un article • Question 1: est-ce que le papier a décrit un problème clinique important et formule la question de façon claire?

27. Recherche qualitative • Évaluer un article • Question 2: Est-ce qu’une approche par recherche qualitative était appropriée? • Question 3: Comment les sujets et la mise en place ont été sélectionnés?

28. Recherche qualitative • Évaluer un article • Question 4: Quelle est la perspective du chercheur?

29. Recherche qualitative • Évaluer un article • Question 5: Quelle est la méthode utilisée pour recueillir les données. Ces méthodes sont-elles décrites suffisamment en détail? • Question 6: Quelle méthode le chercheur a-t-il utilisée pour analyser les données? – quelles mesures de contrôle qualité de ces données ont été implantées?

30. Recherche qualitative • Évaluer un article • Question 7: Les résultats sont-ils crédibles et si oui, ont-ils une importance clinique? • Question 8: quelles conclusion ont été tirées? • Question 9: Est-ce que les résultats sont transférables vers une autre réalité clinique?

31. Recherche qualitative • Les médecins mettent l’emphase sur des résultats numériques • Or, la recherche qualitative peut être d’un apport primordial pour comprendre pourquoi certains phénomènes ont lieu Références: Black N. Why we need qualitative research. Epidemiol Community Health 1994; 48: 425-6 Denkin NK Lincoln YS, Eds. Handbook of qualitative research. London: Sage, 1994 Mays N, Pope C, Eds. Qualitative research in health care. London: BMJ Publishing Group, 1996.

32. Revues systématiques et méta-analyses • Revue systématique • Méta-analyse

33. Revues systématiques et méta-analyses • Méthodologie d’une revue systématique (études randomisées contrôlées, RCT)

34. Revues systématiques et méta-analyses • Avantages d’une revue systématique

35. Revues systématiques et méta-analyses • Évaluation de revues systématiques • Question 1: peut-on identifier une question clinique d’importance? • Question 2: Est-ce que la recherche bibliographique est exhaustive? Est-ce que d’autre sources ont été explorées?

36. Revues systématiques et méta-analyses • Évaluation de revues systématiques • Question 3: est-ce que la qualité méthodologique a été évaluée et les essais pondérés en conséquence? • Question 4: À quel point les résultats sont-ils sensibles à la manière dont la revue a été conduite?

37. Revues systématiques et méta-analyses • Évaluation de revues systématiques • Question 5: Est-ce que les résultats numériques ont été interprêtés avec itelligence et en considérant l’aspect plus large du problème?

38. Méta-analyses

39. Méta-analyses • Expliquer l’hétérogénéité

40. Revues systématiques et méta-analyses • Références • Chalmers I, Altman DG, eds. Systematic reviews. London: BMJ pulishing group, 1995 • Oxman AD, Guyatt GH. The science of reviewing research. Ann NY Acad Sci 1993; 703: 125-31. • Altman et al., A comparison of results of meta-analyses of randomized trials and recommendations of clinical experts. JAMA 1992; 268: 240-8.

41. Un peu de statistiques

42. Les statistique pour les non statisticiens: différentes données nécessitent différents tests • Groupes comparables • Tests paramétriques et non paramétriques

43. Les statistique pour les non statisticiens: différentes données nécessitent différents tests • Distribution normale

44. Les statistique pour les non statisticiens: différentes données nécessitent différents tests • Cours asymétrique

45. Les statistique pour les non statisticiens: différentes données nécessitent différents tests • Les données sont-elles analysées suivant le protocole original? • Données pairées • Les « outlyer »

46. Les statistique pour les non statisticiens: relations “significatives” et leurs écueils • Corrélation, régression et relation de causalité

47. Les statistique pour les non statisticiens: relations “significatives” et leurs écueils • Question: est-ce que les suppositions ont été faite sur la nature et la direction de la causalité?

48. Les statistique pour les non statisticiens: relations “significatives” et leurs écueils • Question: est-ce que les valeurs de « p » ont été calculées et interprétées adéquatement? • Question: les intervalles de confiance ont-ils été calculés et si oui, la conclusion de l’auteurs reflète-t-elle ces intervalles?

49. Les statistique pour les non statisticiens: relations “significatives” et leurs écueils • Le résultat • Question: est-ce que les auteurs ont exprimé l’effet d’une intervention en terme de bénéfice ou de dommage pour le patient?

50. 10 façons de tricher quand on présente des résultats • Mettre toutes les données ensemble et calculer les valeurs de p et reporter tout ce qui est significatif • S’il y a des différences de départ entre 2 groupes, ne pas ajuster • Ne pas tester les données pour la normalité des données, sinon, on risque de se retrouver avec des tests non paramétriques • Ignorer tous les « outlayer » ou les non-répondants • Toujours considérer qu’on peut mettre en corrélation deux ensembles de données et assumer qu’une corrélation positive donne un lien de causalité • S’il y a des outlayer, les supprimer tout simplement, s’ils aident à vérifier les hypothèses, juste les laisser ou ils sont • Si les intervalles de confiance se superposent, ne pas les mentionner ou les mentionner juste dans le texte et pas dans les graphiques et ignorer dans la conclusion • Si la différence entre deux groupes devient significative après 4mois et demie, arrêter les expériences. Ou bien s’ils ne le sont pas encore après 6 mois, continuer l’expérience jusqu’à ce qu’ils le deviennent. • Si vos résultats semblent inintéressants, vérifie s’il n’y a pas un sous-groupe qui donne des choses significatives, du genre toutes les femmes chinoises entre 52 et 63 ans • Si l’analyse de vos résultats ne donnent pas le résultat escompté avec la méthodologie prévue, passer les données a travers une batterie d’autres tests pour voir s’ils ne deviennent pas significatifs