Recherche clinique : réduire le risque d’erreur d’interprétation

Comprendre les règles qui gouvernent la recherche clinique peut paraître technique et difficile. Pourtant, ces règles reposent sur des notions logiques et faciles à saisir, qui sont autant de critères à vérifier lorsqu’une publication vante soudain les mérites de tel ou tel traitement quasiment miraculeux.

Comprendre la notion de différence significative

Pour évaluer les effets d’un nouveau traitement sur des patients atteints d’une certaine maladie, il va très logiquement falloir comparer le devenir de patients qui vont prendre ce nouveau traitement à celui de celles et ceux qui vont recevoir le traitement habituel ou, parfois, un placebo (une substance sans effet thérapeutique). Ces études cliniques sont donc des études comparatives.

Pour prouver que le traitement à l’essai est efficace, il faut montrer que les patients qui le prennent en tirent un bénéfice suffisamment important (sans courir de risque majeur). De plus, il est nécessaire de prouver que ce bénéfice supplémentaire n’est pas un effet du hasard. En d’autres termes, que la différence observée est « significative », c’est-à-dire très probablement due au nouveau traitement. Divers moyens existent pour y parvenir.

Comparer avec des patients de référence : l’usage du groupe contrôle

Comme indiqué précédemment, une étude clinique se doit de comparer les patients recevant le traitement à l’essai à des patients similaires qui ne le reçoivent pas. Ce dernier groupe est le « groupe contrôle », le premier étant le « groupe expérimental ». On parle alors d’étude comparative et contrôlée.

Parfois, une étude compare les patients qui reçoivent le traitement expérimental à des patients similaires dits « historiques », c’est-à-dire des patients qui ne participent pas à l’étude et qui sont pris en charge dans divers établissements de santé (par exemple, en allant chercher les données de santé dans leur dossier médical). Ce type de groupe contrôle n’est pas aussi rigoureux qu’un groupe établi spécifiquement pour l’étude.

Sans groupe contrôle, une étude clinique n’a aucune valeur. En effet, dans ce cas, il est impossible d’évaluer objectivement une éventuelle efficacité : une « impression positive » ne prouve rien.

S’assurer que les différents groupes sont comparables : la randomisation

Il ne suffit pas de disposer de deux (ou plus) groupes de patients à comparer entre eux. Pour y parvenir, encore faut-il que ces groupes soient comparables, c’est-à-dire composés de patients qui ont les mêmes caractéristiques : âge, genre, stade de la maladie, sévérité des symptômes, traitements antérieurs, autres maladies, par exemple.

Pour obtenir des groupes comparables, lorsque des patients sont recrutés pour participer à une étude, ceux-ci sont affectés à l’un des groupes de manière aléatoire. Ce processus est appelé « randomisation » et, à condition d’enrôler un nombre total de patients suffisamment élevé, il garantit que tous les groupes sont similaires au premier jour de l’étude.

Grâce à cette pratique, les éventuelles différences observées entre les groupes à la fin de l’étude auront davantage de chances d’être dues au nouveau traitement plutôt qu’à d’autres causes. Lors de la publication d’une étude clinique, il convient de s’assurer qu’une randomisation a été pratiquée et que les caractéristiques des différents groupes étaient bien similaires (cette information doit être systématiquement présente dans la publication des résultats).

Augmenter le nombre de participants

Comme précisé précédemment, la randomisation des groupes est plus facilement obtenue lorsque l’étude a prévu d’inclure un grand nombre de patients. Augmenter le nombre total de participants possède également une autre vertu : cela augmente la fiabilité de l’analyse statistique des résultats. À la manière des sondages qui sont plus représentatifs lorsqu’ils interrogent un grand nombre de personnes, une étude clinique portant sur plusieurs milliers de patients est plus fiable que si elle avait porté sur quelques centaines de personnes, voire moins.

La publication de résultats spectaculairement positifs à partir d’une étude portant sur quelques dizaines de patients doit systématiquement éveiller le doute. Ses résultats devront toujours être confirmés par une étude de plus grande envergure.

Éviter les biais d’interprétation : le placebo et le double aveugle

L’esprit humain est ainsi fait qu’il est facilement influençable. Pour un patient, comme pour un médecin, le simple fait de prendre ou de prescrire un médicament peut nuire à leur objectivité. Pour éviter ce type de biais, les études cliniques ont recours à deux moyens : le placebo et le double aveugle.

Le placebo est, par exemple, un comprimé parfaitement identique au traitement à l’essai mais sans la substance active. Si seul le patient ignore s’il prend ou non le placebo, on parle d’étude en « simple aveugle ». Si ni le patient, ni le médecin ne savent dans quel groupe se trouve le patient, on a alors affaire à une étude en « double aveugle », plus fiable que le simple aveugle ou que l’étude « ouverte » (quand le patient et le médecin savent qui prend quoi).

Le placebo a souvent mauvaise presse, les patients ayant peur, s’ils se trouvent dans le groupe contrôle, de ne recevoir aucun traitement pour leur maladie. En fait, dans la vaste majorité des études cliniques, les patients du groupe contrôle reçoivent le traitement habituel de leur maladie, adapté à leurs symptômes, et, en plus, le placebo. Ainsi, il n’y a pas de risque de se retrouver sans traitement.

Une étude clinique qui n’a pas respecté la condition du double aveugle aura moins de valeur qu’une étude qui l’a respectée.

Bien choisir les critères d’efficacité et la durée de suivi des patients

Pour évaluer objectivement les bénéfices potentiels d’un nouveau traitement, il est indispensable de bien choisir les critères qui vont servir à la comparaison entre les groupes de patients : nature et fréquence des symptômes, risque d’évoluer vers une forme plus sévère de la maladie, paramètres sanguins, voire espérance de vie et risque de décès. Ces critères sont choisis dès la conception de l’étude clinique et ils doivent être reconnus comme fiables par la communauté des experts de la maladie en question. Les études qui utilisent des critères d’efficacité inédits ou inhabituels sont moins dignes de confiance que celles qui utilisent les critères classiques d’évaluation de la sévérité et de la progression de la maladie. Parfois, un nouveau traitement peut apporter un bénéfice net mais de très courte durée. Pour cette raison, les experts qui analysent les études cliniques sont vigilants à ce que la durée de suivi moyenne des patients ait été suffisamment longue pour éviter cet écueil (en général plus de 6 mois de suivi après le début de l’administration du traitement à l’essai).

Utiliser les bons outils statistiques

Enfin, et c’est là la partie la plus technique de l’analyse des études cliniques, il est nécessaire d’utiliser, pour décider si les différences observées sont significatives, des outils statistiques adaptés à la structure de l’essai et à l’effet attendu. Ces outils sont nombreux et il est important que ceux choisis par les organisateurs de l’étude soient des outils largement validés et adaptés à la structure et la taille de l’essai.

L’analyse des données de santé brutes par ces outils statistiques va établir s’il existe des différences entre le groupe expérimental et le groupe contrôle, mais aussi calculer la probabilité que ces différences soient dues au hasard. En général, les experts acceptent un résultat si cette probabilité est inférieure à 5 %, mais sont bien plus convaincus si cette probabilité est inférieure ou égale à 1 %.

En conclusion, la recherche clinique, pour être fiable, doit respecter un ensemble de règles méthodologiques et éthiques. La connaissance et la compréhension de ces principes de bonne pratique ne devraient pas rester le domaine réservé des professionnels de santé et des scientifiques. Journalistes, patients, intervenants associatifs, grand public, nous devrions toutes et tous les maîtriser pour améliorer notre analyse critique de leurs résultats et savoir distinguer les études dignes de confiance (contrôlées, randomisées et en double aveugle) de celles dont le seul objectif est de promouvoir un produit, une équipe de recherche ou une entreprise commerciale.