{"id":1940,"date":"2021-05-14T18:07:00","date_gmt":"2021-05-14T18:07:00","guid":{"rendered":"https:\/\/agenceconceptk.net\/speechneurolab\/?p=1940"},"modified":"2024-02-07T19:28:49","modified_gmt":"2024-02-07T19:28:49","slug":"meta-analyse","status":"publish","type":"post","link":"https:\/\/agenceconceptk.net\/speechneurolab\/meta-analyse\/","title":{"rendered":"M\u00e9ta-analyse"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Les r\u00e9sultats d\u2019une \u00e9tude scientifique indiquent ceci, ceux d\u2019une autre \u00e9tude sugg\u00e8rent plut\u00f4t cela, une troisi\u00e8me \u00e9tude appuie l\u2019inverse\u2026la litt\u00e9rature scientifique peut parfois sembler contradictoire. De plus, toutes les \u00e9tudes n\u2019ont pas la m\u00eame qualit\u00e9. Comment s\u2019y retrouver ?!<\/strong><\/p>

R\u00e8gle g\u00e9n\u00e9rale, pour avoir une id\u00e9e claire d\u2019un sujet, il faudrait lire et analyser la qualit\u00e9 de tous les articles qui ont \u00e9t\u00e9 publi\u00e9s sur une question. Ceci n\u2019est pas toujours possible. Une solution est de v\u00e9rifier s\u2019il existe une revue syst\u00e9matique ou une m\u00e9ta-analyse sur le sujet. La m\u00e9ta-analyse est un type d\u2019\u00e9tudes permettant d\u2019avoir une vue d\u2019ensemble de la litt\u00e9rature scientifique li\u00e9e \u00e0 une question de recherche pr\u00e9cise.<\/p>

Comme illustr\u00e9 \u00e0 la figure 1, les revues syst\u00e9matiques et m\u00e9ta-analyses se situent au sommet de la \u00ab\u00a0pyramide des \u00e9vidences scientifiques\u00a0\u00bb, ce qui signifie que leur niveau de fiabilit\u00e9 est plus \u00e9lev\u00e9 que celui des autres types d\u2019\u00e9tudes scientifiques. La force des \u00e9vidences scientifiques, c\u2019est la confiance qu\u2019on peut accorder aux r\u00e9sultats d\u2019une \u00e9tude. De plus, le risque de biais est plus faible pour les revues syst\u00e9matiques et m\u00e9ta-analyses, notamment parce que leurs conclusions sont bas\u00e9es sur l\u2019analyse scientifique de toutes les informations disponibles.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t
Figure 1. Pyramide des \u00e9vidences<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La m\u00e9ta-analyse poss\u00e8de un haut niveau de confiance gr\u00e2ce \u00e0 sa d\u00e9marche scientifique. L\u2019un des \u00e9l\u00e9ments importants de la m\u00e9ta-analyse est que, lorsque celle-ci est bien faite, toutes les \u00e9tapes devraient avoir \u00e9t\u00e9 effectu\u00e9es par plus d\u2019une personne afin d\u2019augmenter le niveau de confiance dans les r\u00e9sultats. Voici un aper\u00e7u des \u00e9tapes de r\u00e9alisation d\u2019une m\u00e9ta-analyse\u00a0:<\/p>

1) Formulation d\u2019une question de recherche pr\u00e9cise. Dans cette \u00e9tape, l\u2019\u00e9quipe de recherche doit circonscrire un sujet pr\u00e9cis qui servira \u00e0 guider la recherche des \u00e9vidences.<\/strong><\/p>

Cette \u00e9tape est souvent r\u00e9alis\u00e9e \u00e0 l\u2019aide de la m\u00e9thode PICO (Caldwell et coll., 2012), qui consiste \u00e0 identifier la\u00a0P<\/strong>opulation ou le probl\u00e8me \u00e9tudi\u00e9, l\u2019I<\/strong>ntervention ou l\u2019exposition cibl\u00e9e, l\u2019\u00e9l\u00e9ment de\u00a0C<\/strong>omparaison ainsi que les mesures exp\u00e9rimentales d\u2019int\u00e9r\u00eat (O<\/strong>utcome en anglais).<\/p>

Un exemple de questions de recherche bas\u00e9e sur la m\u00e9thode PICO pourrait \u00eatre\u00a0: les personnes \u00e2g\u00e9es (P<\/strong>), lorsqu\u2019elles sont dans un environnement bruyant (I<\/strong>), ont-elles plus de difficult\u00e9s que les jeunes adultes (C<\/strong>) \u00e0 percevoir la parole (O<\/strong>) ?<\/p>

2)\u00a0Planification de la m\u00e9thodologie<\/strong><\/p>

Lors de cette \u00e9tape, l\u2019\u00e9quipe de recherche planifie la m\u00e9thodologie qui sera employ\u00e9e pour r\u00e9aliser la m\u00e9ta-analyse. Par exemple, l\u2019\u00e9quipe pr\u00e9cise les objectifs sp\u00e9cifiques de l\u2019\u00e9tude en lien avec la question, la fa\u00e7on dont la recherche documentaire sera effectu\u00e9e, les donn\u00e9es qui seront extraites de chaque article pour les analyses statistiques, les analyses qui seront effectu\u00e9es, etc. Tous ces \u00e9l\u00e9ments sont r\u00e9dig\u00e9s dans un protocole, lequel est parfois publi\u00e9 avant le commencement de la m\u00e9ta-analyse pour augmenter la transparence du processus (processus de \u00ab\u00a0pr\u00e9-publication<\/a>\u00a0\u00bb).\u00a0<\/p>

3) D\u00e9termination des crit\u00e8res d\u2019\u00e9ligibilit\u00e9<\/strong><\/p>

Cette \u00e9tape est essentielle, car elle guidera la s\u00e9lection des articles. Les crit\u00e8res permettant d\u2019identifier les \u00e9tudes \u00e0 inclure dans la m\u00e9ta-analyse sont d\u00e9termin\u00e9s \u00e0 cette \u00e9tape. Il faut d\u00e9terminer la langue des articles qui seront choisis, les types d\u2019\u00e9tudes, l\u2019endroit o\u00f9 les \u00e9tudes ont \u00e9t\u00e9 publi\u00e9es, les caract\u00e9ristiques recherch\u00e9es chez les participants et participantes, etc. Id\u00e9alement, une recherche exhaustive se ferait dans toutes les langues, mais en principe, ceci est impossible \u00e0 r\u00e9aliser dans la plus grande partie des \u00e9tudes, et d\u00e9pend des langues parl\u00e9es par l\u2019\u00e9quipe de recherche.<\/p>

Dans l\u2019exemple cit\u00e9 au point 1, parmi les crit\u00e8res d\u2019\u00e9ligibilit\u00e9 des \u00e9tudes, on retrouverait entre autres la n\u00e9cessit\u00e9 d\u2019avoir inclus un groupe de participants \u00e2g\u00e9s ainsi qu\u2019un groupe de jeunes adultes, ce qui serait essentiel pour r\u00e9pondre \u00e0 la question de recherche formul\u00e9e.<\/p>

4)\u00a0\u00c9laboration de la strat\u00e9gie de recherche<\/strong><\/p>

L\u2019\u00e9quipe de recherche choisit les bases de donn\u00e9es scientifiques (p. ex.\u00a0Pubmed<\/a>,\u00a0PsycInfo<\/a>, etc.) dans lesquelles les articles scientifiques seront recherch\u00e9s. Les membres de l\u2019\u00e9quipe s\u00e9lectionnent \u00e9galement les mots-cl\u00e9s qui seront utilis\u00e9s pour la recherche avec soin, de mani\u00e8re \u00e0 recenser toutes les \u00e9tudes existantes en lien avec leur question de recherche.\u00a0<\/p>

5)\u00a0Recherche d\u2019\u00e9tudes dans la litt\u00e9rature scientifique<\/strong><\/p>

La recherche d\u2019\u00e9tudes est effectu\u00e9e dans les diff\u00e9rentes bases de donn\u00e9es identifi\u00e9es et les doublons sont \u00e9limin\u00e9s.\u00a0L\u2019\u00e9ligibilit\u00e9 de chaque article scientifique obtenu est ensuite v\u00e9rifi\u00e9e de fa\u00e7on ind\u00e9pendante par au moins deux membres de l\u2019\u00e9quipe, afin de ne conserver que les \u00e9tudes r\u00e9pondant aux crit\u00e8res pr\u00e9\u00e9tablis.\u00a0<\/p>

6)\u00a0Extraction et compilation des donn\u00e9es<\/strong><\/p>

Cette \u00e9tape requiert beaucoup de patience et de minutie ! Une grande quantit\u00e9 de donn\u00e9es sont extraites de chaque article s\u00e9lectionn\u00e9, telles que les caract\u00e9ristiques des participants et participantes (p. ex. leur \u00e2ge, leur sexe), les tests utilis\u00e9s et les proc\u00e9dures et les r\u00e9sultats (p. ex. scores et temps de r\u00e9ponses aux tests). Ces donn\u00e9es sont g\u00e9n\u00e9ralement extraites de fa\u00e7on ind\u00e9pendante par au moins deux personnes, afin de minimiser le risque d\u2019erreurs ou d\u2019omissions. Les donn\u00e9es de toutes les \u00e9tudes sont ensuite compil\u00e9es.\u00a0<\/p>

7)\u00a0\u00c9valuation des sources de biais des \u00e9tudes incluses<\/strong><\/p>

Deux membres de l\u2019\u00e9quipe (ou plus) \u00e9valuent les risques de biais et la qualit\u00e9 des \u00e9tudes et des articles (p. ex. petites tailles d\u2019\u00e9chantillon, biais li\u00e9 \u00e0 la s\u00e9lection des participants et participantes, \u00e0 un compte-rendu s\u00e9lectif des r\u00e9sultats, etc.). Cette \u00e9valuation permet \u00e0 l\u2019\u00e9quipe de d\u00e9terminer la qualit\u00e9 de chaque \u00e9tude (leurs forces et leurs faiblesses), de m\u00eame que les particularit\u00e9s du domaine plus g\u00e9n\u00e9ralement.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Figure 2.\u00a0Exemple de figure (tir\u00e9e de Zumbansen & Tremblay, 2019) illustrant le pourcentage d\u2019\u00e9tudes ayant un risque faible, incertain ou \u00e9lev\u00e9 de pr\u00e9senter diff\u00e9rents types de biais. On remarque que dans cet exemple, les \u00e9tudes ont en g\u00e9n\u00e9ral une grande qualit\u00e9 au niveau de la mani\u00e8re de rapporter les donn\u00e9es, mais que peu d\u2019\u00e9tudes traitent ou rapportent correctement \u00ab\u00a0la confidentialit\u00e9 de la\u00a0m\u00e9thode de randomisation<\/a>\u00a0\u00bb.<\/p>

8) Analyse des donn\u00e9es<\/strong><\/p>

C\u2019est \u00e0 cette \u00e9tape que les r\u00e9sultats des diff\u00e9rentes \u00e9tudes incluses dans la m\u00e9ta-analyse sont combin\u00e9s dans une m\u00eame analyse statistique. Cette analyse permet d\u2019investiguer la pr\u00e9sence ou non d\u2019un effet (p. ex. l\u2019effet de l\u2019\u00e2ge sur l\u2019habilet\u00e9 \u00e0 percevoir la parole dans un environnement bruyant, l\u2019efficacit\u00e9 d\u2019un vaccin, les effets secondaires d\u2019un traitement) et la force de cet effet (p. ex. faible, mod\u00e9r\u00e9 ou fort).<\/p>

Les r\u00e9sultats de la m\u00e9ta-analyse sont g\u00e9n\u00e9ralement illustr\u00e9s dans un graphique\u00a0qu\u2019on appelle graphique en for\u00eat :<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Figure 3. Exemple de graphique en for\u00eat d\u2019une m\u00e9ta-analyse (adapt\u00e9 d\u2019un article en pr\u00e9paration par Maillard et coll.)<\/p>

Dans ce type de graphique, chaque \u00e9tude est identifi\u00e9e \u00e0 gauche et son r\u00e9sultat illustr\u00e9 au moyen d\u2019un carr\u00e9. La taille du carr\u00e9 refl\u00e8te le poids attribu\u00e9 \u00e0 chacune des \u00e9tudes dans l\u2019analyse statistique, lequel d\u00e9pend notamment du nombre de participants et participantes inclus dans chaque \u00e9tude et de la qualit\u00e9 de la mesure rapport\u00e9e. La barre autour de chaque carr\u00e9 repr\u00e9sente l\u2019intervalle de confiance (c.-\u00e0-d. l\u2019\u00e9tendue dans laquelle est susceptible de se trouver la valeur r\u00e9elle de l\u2019effet). Plus l\u2019intervalle de confiance est grand, plus la marge d\u2019erreur est \u00e9lev\u00e9e, et plus faible est le niveau de confiance dans ce r\u00e9sultat (ce qui peut signifier qu\u2019il y a trop peu de participants et participantes ou d’\u00e9tudes pour tirer une conclusion). Si la taille d\u2019effet est tr\u00e8s pr\u00e8s du 0 (illustr\u00e9 par la ligne pointill\u00e9e), cela sugg\u00e8re l\u2019absence d\u2019effet. Au contraire, plus le carr\u00e9 s\u2019\u00e9loigne de la ligne pointill\u00e9e, plus l\u2019effet est grand. L\u2019effet peut \u00eatre positif (p. ex. r\u00e9duction des d\u00e9c\u00e8s \u00e0 la suite d\u2019une intervention) ou n\u00e9gatif (augmentation des d\u00e9c\u00e8s \u00e0 la suite d\u2019une intervention).<\/p>

Dans le bas du graphique, on retrouve l\u2019effet moyen estim\u00e9 (encercl\u00e9 en bleu sur le graphique), qui repr\u00e9sente l\u2019ensemble des r\u00e9sultats. Dans l\u2019exemple ci-dessus, la taille d\u2019effet moyenne est de 0.56, ce qui correspond \u00e0 un effet positif significatif de taille mod\u00e9r\u00e9e. L\u2019effet r\u00e9el se trouve entre 0.28 et 0.84, comme indiqu\u00e9 par l\u2019intervalle de confiance. Comme cet intervalle ne contient pas la valeur 0, l\u2019effet est consid\u00e9r\u00e9 significatif.<\/p>

9) Interpr\u00e9tation des r\u00e9sultats<\/strong><\/p>

C\u2019est \u00e0 cette \u00e9tape que les membres de l\u2019\u00e9quipe d\u00e9gagent les conclusions d\u00e9coulant de la m\u00e9ta-analyse (p. ex. Lorsqu\u2019on consid\u00e8re toute la litt\u00e9rature sur le sujet, y a-t-il oui ou non un effet de l\u2019\u00e2ge sur l\u2019habilet\u00e9 \u00e0 percevoir la parole dans un environnement bruyant ? Quel est le niveau de confiance en ces r\u00e9sultats ?).\u00a0<\/p>

En plus de fournir un portrait syst\u00e9matique de la litt\u00e9rature, les m\u00e9ta-analyses permettent g\u00e9n\u00e9ralement d\u2019identifier des pistes \u00e0 explorer dans des \u00e9tudes futures pour accro\u00eetre les connaissances entourant la question de recherche. Elles peuvent \u00e9galement permettre d\u2019identifier des facteurs expliquant la pr\u00e9sence de r\u00e9sultats divergents d\u2019une \u00e9tude \u00e0 l\u2019autre.<\/p>

En somme, la m\u00e9ta-analyse s\u2019av\u00e8re un excellent outil pour avoir une id\u00e9e globale de l\u2019\u00e9tat des connaissances actuelles sur un sujet pr\u00e9cis. Petit truc rapide pour en reconna\u00eetre une : le mot m\u00e9ta-analyse (meta-analysis<\/em>\u00a0en anglais) figure g\u00e9n\u00e9ralement dans le titre ou le r\u00e9sum\u00e9 de l\u2019article scientifique. C\u2019est le cas par exemple pour une\u00a0m\u00e9ta-analyse publi\u00e9e r\u00e9cemment par des membres de notre laboratoire<\/a>, dont les r\u00e9sultats sont vulgaris\u00e9s\u00a0ici<\/a>. En outre, lorsque les journalistes scientifiques pr\u00e9sentent dans leurs reportages des r\u00e9sultats qui proviennent d\u2019une m\u00e9ta-analyse, ils ou elles le sp\u00e9cifient g\u00e9n\u00e9ralement. Enfin, les m\u00e9ta-analyses se retrouvent dans une vari\u00e9t\u00e9 de bases de donn\u00e9es, dont la\u00a0Biblioth\u00e8que Cochrane<\/a>,\u00a0Corpus UL<\/a>\u00a0et\u00a0l\u2019archive ouverte HAL<\/a>.<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Lectures sugg\u00e9r\u00e9es:<\/p>