Comment s’effectue la sélection des études dans une méta-analyse ?

Une revue systématique de la littérature (nécessaire pour une méta-analyse) est une revue d’études qui répondent à des critères d’éligibilité prédéfinis. Étant donné que chaque étude peut avoir été rapportée dans plusieurs articles, résumés ou autres rapports, une recherche approfondie d’études pour la revue peut identifier de nombreux rapports pour chaque étude potentiellement pertinente.

L’organigramme (flow chart) est très souvent présenté dans une méta-analyse (Figure 1). Celui-ci présente d’abord le nombre total de publications extraites de diverses sources (les bases de données Pubmed, Embase, Web of Science …), puis le nombre total d’études auxquelles ces publications se rapportent.

L’exclusion des études se fait pour les duplicatas (ou quand on a une même population d’études dans deux articles) et sur les critères d’inclusion prédéfinis.

Source : https://training.cochrane.org/handbook/current/chapter-04

Est-ce que dans une méta-analyse il est normal de passer de milliers d’articles à une 10-20 aines d’articles inclus ?

C’est tout à fait normal, on part d’une recherche plus large à quelques études sur la question de recherche et répondants aux critères d’inclusion. Deux exemples :

Méta-analyse sur la pollution de l’air et la dépression/suicide : on passe de 1829 articles initiaux à 9 inclus dans l’analyse statistique https://ehp.niehs.nih.gov/doi/10.1289/EHP4595

Méta-analyse sur les céréales/mortalité : passage de 48 830 articles à 64 publications https://bmj.com/content/353/bm

EXEMPLE

Le nombre d’articles initiaux dépend tout simplement des termes de recherche utilisés dans les moteurs de recherche de publications (Pubmed, Embase, Web of Science…) et des opérateurs booléens utilisés.

L’opérateur AND a tendance à réduire le nombre de publications recherchées OR a fait l’effet inverse quand on veut être moins sélectif NOT permet d’exclure des thématiques Faire une recherche trop large est embêtant parce que les études intéressantes seront noyées dans la masse d’information. Être trop restrictif peut faire louper des études

Dans la méta-analyse de Fiolet et al., les auteurs ont trouvé 839 articles sur 4 bases de données. A titre de comparaison pour d’autres méta-analyses publiées sur le même sujet :

  • Singh 2020 (recherche jusqu’au 30 avril 2020) : passage de 211 articles à 7 articles inclus dont 3 seulement sur la mortalité : https://europepmc.org/article/pmc/pmc7215156
  • Sarma 2020 (recherche jusqu’au 8 avril 2020) : passage de 408 articles à 3 articles
  • Hernandez 2020 (recherche jusqu’au 8 Mai 2020) : passage de 838 articles à 23 articles dont 8 sur la mortalité

Il est donc tout à fait normal d’avoir de nombreuses études qui ne portent pas sur le COVID-19 ni sur HCQ ou sans données de mortalité :

La méta-analyse de Fiolet et al. décrit clairement le flow chart dans la partie résultats.

Créez votre site Web avec WordPress.com
Commencer
%d blogueurs aiment cette page :