Seul un traitement médical sur dix s'appuie sur des preuves de haute qualité

Seul un traitement médical sur dix s'appuie sur des preuves de haute qualité
Towfiqu ahamed barbhuiya / Shutterstock

Lorsque vous consultez votre médecin, vous pouvez supposer que le traitement prescrit a des preuves solides à l'appui. Mais vous vous trompez. Seul un traitement médical sur dix s'appuie sur des preuves de haute qualité, nos dernières recherches montrent.

L'analyse, qui est publiée dans le Journal of Clinical Epidemiology, comprenait 154 revues systématiques Cochrane publiées entre 2015 et 2019. Seules 15 (9.9%) avaient des preuves de haute qualité selon le méthode de référence pour déterminer si elles fournissent des preuves de haute ou de faible qualité, appelées GRADE (classement des recommandations, évaluation, développement et évaluation). Parmi ceux-ci, seuls deux avaient des résultats statistiquement significatifs - ce qui signifie qu'il était peu probable que les résultats soient survenus en raison d'une erreur aléatoire - et les auteurs de la revue ont estimé qu'ils étaient utiles dans la pratique clinique. En utilisant le même système, 37% avaient des preuves modérées, 31% des données faibles et 22% des preuves de très faible qualité.

Le système GRADE examine des éléments tels que le risque de biais. Par exemple, les études qui sont «en aveugle» - dans lesquelles les patients ne savent pas s'ils reçoivent le traitement réel ou un placebo - offrent des preuves de meilleure qualité que les études «sans insu». La mise en aveugle est importante car les personnes qui savent quel traitement elles reçoivent peuvent en faire l'expérience effets placebo plus importants que ceux qui ne savent pas quel traitement ils reçoivent.

Entre autres choses, GRADE examine également si les études étaient imprécises en raison des différences dans la façon dont le traitement a été utilisé. Dans la revue de 2016, les chercheurs ont constaté que 13.5% - environ un sur sept - ont déclaré que les traitements étaient étayés par des preuves de haute qualité. Le manque de preuves de haute qualité, selon GRADE, signifie que les études futures pourraient renverser les résultats.


 Recevez le dernier par courriel

Magazine hebdomadaire Daily Inspiration

Les 154 études ont été choisies parce qu'il s'agissait de mises à jour d'une précédente examen de 608 revues systématiques, menée en 2016. Cela nous permet de vérifier si les revues qui avaient été mises à jour avec de nouvelles preuves avaient des preuves de meilleure qualité. Ils ne l'ont pas fait. Dans l'étude de 2016, 13.5% ont déclaré que les traitements étaient étayés par des preuves de haute qualité, il y avait donc une tendance à une qualité inférieure à mesure que davantage de preuves étaient rassemblées.

Il y avait quelques limites à l'étude. Premièrement, la taille de l'échantillon de l'étude n'était peut-être pas représentative, et d'autres études ont montré que plus de 40% des traitements médicaux sont susceptibles d'être efficaces. De plus, l'échantillon de l'étude n'était pas assez grand pour vérifier s'il existait certains types de traitements médicaux (pharmacologiques, chirurgicaux, psychologiques) meilleurs que d'autres. Il est également possible que la «norme d'or» pour le classement des preuves (GRADE) soit trop stricte.

Trop d'études de mauvaise qualité

De nombreux essais de mauvaise qualité sont en cours de publication, et notre étude ne fait que le refléter. En raison de la pression «Publier ou périr» pour survivre dans le milieu universitaire, de plus en plus d'études sont en cours. Rien que dans PubMed - une base de données d'articles médicaux publiés - plus de 12,000 XNUMX nouveaux essais cliniques sont publiés chaque année. C'est 30 essais publiés chaque jour. Des revues systématiques ont été conçues pour les synthétiser, mais il y en a maintenant trop: plus 2,000 par an publié uniquement dans PubMed.

Le mouvement de la médecine fondée sur des données probantes bat un tambour battant sur la nécessité d'améliorer la qualité de la recherche depuis plus de 30 ans, mais, paradoxalement, rien ne prouve que les choses se sont améliorées malgré un prolifération de lignes directrices et des conseils.

En 1994, Doug Altman, professeur de statistique en médecine à l'Université d'Oxford, a plaidé pour moins de recherche, mais mieux. Cela aurait été bien, mais le contraire s'est produit. Inévitablement, le tsunami d'essais publiés chaque année, combiné à la nécessité de publier pour survivre dans le milieu universitaire, a conduit à la publication de nombreuses ordures, et cela n'a pas changé au fil du temps.

Des preuves de mauvaise qualité sont graves: sans preuves solides, nous ne pouvons tout simplement pas être sûrs que les traitements que nous utilisons fonctionnent.

Seul un traitement médical sur dix s'appuie sur des preuves de haute qualitéC'était censé être une blague. Twitter

Système GRADE trop sévère

Un menuisier ne doit blâmer ses outils qu'en dernier recours, donc l'excuse pour que GRADE ne fonctionne pas ne doit être utilisée qu'avec prudence. Pourtant, il est probablement vrai que le système GRADE est trop sévère pour certains contextes. Par exemple, il est presque impossible qu'un essai évaluant un régime d'exercice particulier soit de haute qualité.

Un essai d'exercice ne peut pas être «aveugle»: toute personne faisant de l'exercice saura qu'elle fait partie du groupe d'exercice, tandis que celles du groupe témoin sauront qu'elle ne fait pas d'exercice. De plus, il est difficile de faire faire exactement le même exercice à de grands groupes de personnes, alors qu'il est plus facile de faire prendre à tout le monde la même pilule. Ces problèmes inhérents condamnent les essais d'exercice à être jugés de qualité inférieure, quelle que soit l'utilité d'un exercice sécuritaire.

De plus, notre méthode était stricte. Alors que les revues systématiques avaient de nombreux résultats (dont chacun pouvait être de haute qualité), nous nous sommes concentrés sur les principaux résultats. Par exemple, le principal résultat d'un examen des analgésiques serait une réduction de la douleur. Ensuite, ils pourraient également mesurer une gamme de résultats secondaires, allant de la réduction de l'anxiété à la satisfaction des patients.

Le fait de se concentrer sur les principaux résultats évite de fausses conclusions. Si nous examinons de nombreux résultats, il y a un risque que l'un d'entre eux soit de haute qualité juste par hasard. Pour atténuer cela, nous avons examiné s'il y avait un résultat - même s'il ne s'agissait pas du résultat principal. Nous avons constaté qu'un traitement sur cinq avait des preuves de haute qualité pour n'importe quel résultat.

En moyenne, la plupart des traitements médicaux dont l'efficacité a été testée dans des revues systématiques ne sont pas étayés par des preuves de haute qualité. Nous avons besoin de moins de recherche, mais de meilleure qualité, pour résoudre les incertitudes afin de pouvoir être plus confiants que les traitements que nous prenons fonctionnent.La Conversation

À propos de l’auteur

Jeremy Howick, directeur du programme Oxford Empathy, Université d'Oxford

Cet article est republié de La Conversation sous une licence Creative Commons. Lis le article original.

livres_science

Vous aimeriez aussi

LANGUES DISPONIBLES

Anglais afrikaans Arabe Chinois simplifié) Chinois (traditionnel) Danois Hollandais Philippin Finnois Français Allemand Grec Hébreu Hindi Hongrois Indonésien Italien Japonais Coréen Malaisien Norvégien Persan Polonais Portugais Roumain Russian Espagnol Swahili Swedish Thaï Turc Ukrainien Ourdou Vietnamien

suivez InnerSelf sur

Icône facebooktwitter iconyoutube iconicône Instagramicône pintresticône rss

 Recevez le dernier par courriel

Magazine hebdomadaire Daily Inspiration

Nouvelles attitudes - nouvelles possibilités

InnerSelf.comClimateImpactNews.com | InnerPower.net
MightyNatural.com | WholisticPolitics.com | InnerSelf Marché
Copyright © 1985 - 2021 InnerSelf Publications. Tous les droits sont réservés.