S'abonner

Une checklist pour les essais cliniques analysés en Bayésien - 19/04/19

Doi : 10.1016/j.respe.2019.03.012 
D. Ferreira a, b, , M. Barthoulot e, J. Pottecher b, c, P. Diemunsch b, c, N. Meyer b, d
a CHRU Jean Minjoz, Pôle anesthésie-réanimation chirurgicale, Besançon, France 
b Université de Strasbourg, iCube Laboratory, UMR 7357, Strasbourg, France 
c CHRU de Strasbourg, Hautepierre, Pôle anesthésie-réanimation chirurgicale, Strasbourg, France 
d CHRU de Strasbourg, Santé publique, GMRC, Strasbourg, France 
e Institut Pasteur de Lille, Unité d’épidémiologie et de santé publique, Lille, France 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction

Dans le contexte d’un nombre croissant d’essais utilisant des méthodes bayésiennes, les cliniciens ont besoin de connaissances pratiques sur ces méthodes pour faire une lecture critique de ces publications. Des checklists existent déjà sur le sujet, mais elles sont destinées plutôt à des statisticiens. L’objectif de cette étude était d’établir et de valider une checklist à destination des cliniciens afin d’identifier et de confirmer les items considérés comme cruciaux dans l’analyse statistique d’un essai clinique randomisé (ECR) de phase III mené avec des méthodes bayésiennes.

Méthodes

La checklist a été composée et validée en cinq étapes :– Recherche de checklists existantes et recueil des principaux items existants ;– Identification d’autres items ou sous items à partir d’une revue de littérature [Ferreira D et al] dont l’objectif principal était de décrire la qualité de la description des analyses bayésiennes dans les ECR de phase III ;– Création d’une liste de mots clés permettant d’identifier les items de la checklist. Ces mots clés ont été sélectionnés et testés dans la revue de littérature pour identifier les items. Le but de cette étape était d’aider le clinicien à repérer le plus facilement possible chacun des items sans avoir nécessairement à comprendre ce qu’il signifie ;– Sélection des items jugés indispensables à la reproductibilité et à la compréhension des analyses bayésiennes et reformulation en termes compréhensibles pour le clinicien ;– Reformulation et validation des items par des internes en anesthésie sans notion de statistiques bayésiennes.

Le but de cette étape était d’évaluer la capacité du clinicien à vérifier la présence ou l’absence d’un item à partir de sa description et des mots clés associés, sans nécessairement comprendre les concepts sous-jacents. Chaque clinicien avait coté sa facilité à identifier les items de la checklist au cours de la lecture d’ECR. Plusieurs tours de validation de la checklist sur différents ECR ont été réalisés. Entre chaque tour, les internes ont expliqué leur cotation. Les internes devaient indiquer les termes incompris ce qui permettait de modifier la description des items pour le tour suivant. Les items étaient ainsi adaptés tour par tour jusqu’à ce que tous les cliniciens soient capable d’identifier la présence et l’absence de tous les items de la checklist sur un ECR.

Résultats

1) Les items de trois checklists ont été recueillis (« BayesWatch », « ROBUST » et « BaSiS »). 2) Trois sous items ont été identifiés au cours de la revue de littérature. 3) Au cours de la revue de littérature, tous les items ont pu être identifiés à l’aide de 2 à 7 mots clés. 4) Nous avons retenu 11 items nécessaires dont 3 ont été jugés indispensables : la spécification de la loi a priori, la description de sa constitution et la présentation de l’estimation ponctuelle du paramètre d’intérêt et de son intervalle de crédibilité. 5) Trois essais cliniques ont été nécessaires pour valider la checklist. Neuf internes en anesthésiologie ont participé à la validation, dont au moins deux ont participé à chaque tour.

Discussion L’objectif premier de cette liste est d’aider le lecteur d’un article utilisant les méthodes bayésiennes, même s’il n’a pas de connaissances particulières en statistique, à s’assurer que les éléments majeurs de la section statistique sont présents et valides.

Le texte complet de cet article est disponible en PDF.

Mots clés : Checklist, Essai clinique, Bayes


Plan


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 67 - N° S3

P. S145-S146 - mai 2019 Retour au numéro
Article précédent Article précédent
  • Méthodes bayésiennes dans les essais contrôlés randomisés de phase III : une revue systématique
  • D. Ferreira, A. Vivot, N. Meyer
| Article suivant Article suivant
  • Comparaison de deux traitements néo-adjuvants dans les sarcomes des tissus mous à haut risque : une approche par score de propension
  • A. Giraud, E. Stoeckle, A. Michot, J. Courrèges, F. Le Loarer, M. Toulmonde, M. Pulido, S. Mathoulin-Pélissier

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.