En savoir plus sur
notre approche
Nous réalisons des revues parapluie de méta-analyses selon le cadre U-REACH et évaluons le niveau de certitude selon les normes internationales GRADE. Chaque élément de preuve est systématiquement évalué pour garantir sa fiabilité clinique.
Revues parapluie
Une revue parapluie est une « revue de revues »-une synthèse systématique qui évalue plusieurs méta-analyses sur le même sujet pour fournir le plus haut niveau de vue d'ensemble des preuves.
Études individuelles
Essais contrôlés randomisés (ECR) individuels testant des interventions spécifiques
Méta-analyses
Combinaison statistique de plusieurs ECR pour estimer les effets globaux des interventions
Revues parapluie (notre approche)
Synthèse complète de toutes les méta-analyses disponibles pour identifier les preuves les plus fiables
Pourquoi des revues parapluie ?
Certitude des preuves (GRADE)
Un élément clé de notre plateforme est de présenter non seulement l'effet estimé de toutes les interventions mais aussi la confiance que nous avons que le véritable effet des interventions est proche de l'effet estimé rapporté. Nous évaluons la confiance dans chaque estimation des effets de très faible à élevée en utilisant une version adaptée du cadre GRADE (Grading of Recommendations Assessment, Development and Evaluation).
Dans le tableau de bord, chaque cellule affiche les résultats du GRADE avec trois points représentant notre niveau de certitude :
Très confiant que le véritable effet est proche de l'effet estimé.
Modérément confiant dans l'estimation de l'effet ; probablement proche mais pourrait différer.
Confiance limitée. Le véritable effet peut être substantiellement différent.
Très peu de confiance. Le véritable effet est probablement substantiellement différent.
Nous partons du principe que nous avons une confiance élevée dans tous les effets, puis nous réévaluons ce jugement en fonction de problèmes potentiels. Le niveau de certitude diminue lorsque :
Les études ont-elles été bien menées ?
Les études présentent des défauts de conception ou sont mal conduites (par ex., les personnes mesurant l'efficacité savaient quelle intervention les participants avaient reçue)
Les études concordent-elles entre elles ?
Différentes études montrent des effets très différents pour la même intervention
Les essais en face à face concordent-ils avec l’ensemble des études ?
Pour les traitements comparés à travers un réseau d'études, les essais en face à face et l'ensemble des données devraient aller dans le même sens ; lorsqu'ils divergent, notre confiance diminue. Cela concerne les méta-analyses en réseau, comme les données sur la schizophrénie.
A-t-on étudié assez de personnes ?
Trop peu de participants ou des intervalles d'incertitude très larges rendent difficile la détermination du véritable effet
Les études avaient-elles un groupe témoin approprié ?
Certaines études ne comparaient pas clairement l'intervention à un groupe témoin approprié (comme un placebo ou les soins habituels), ou portaient sur des patients ou des critères différents de ceux qui nous intéressent.
Le résultat pourrait-il être surestimé ?
Les études positives ont plus de chances d'être publiées, ce qui peut fausser notre compréhension
Limites et interprétation
En tant que revue parapluie (« résumé de résumés »), cette plateforme présente des contraintes spécifiques essentielles pour l'interprétation clinique.
Décalage temporel et « résumé de résumés »
Comme nous synthétisons des méta-analyses, il y a un décalage temporel. Les ECR récents publiés après la méta-analyse la plus récente de notre base de données ne seront pas encore visibles ici.
Regroupement de médicaments
Les méta-analyses regroupent souvent des médicaments similaires pour augmenter la puissance statistique. Par exemple, « amphétamines » peut combiner les données d'Adderall et de Vyvanse.
Comparaisons médicaments vs. non-médicaments
Les comparaisons directes sont difficiles. Les essais médicamenteux utilisent généralement un placebo en aveugle, tandis que les essais de thérapies non médicamenteuses ne le peuvent souvent pas, ce qui peut gonfler les tailles d'effet non médicamenteuses.
Focus sur le court terme
La majorité des preuves de haute certitude provient d'essais à court terme (environ 12 semaines). Les données d'efficacité/sécurité à long terme (>52 semaines) restent rares.