Objectif.- On constate une préoccupation croissante concernant la véracité des publications scientifiques. La probabilité qu’un résultat publié soit vrai peut dépendre de la puissance de l’étude et d’éventuels biais ; du nombre d’autres études sur le même sujet ; et, de manière cruciale, du taux de résultats positifs par rapport à celui de résultats nuls parmi les rapports étudiés par chaque domaine scientifique.

Des simulations sont effectuées pour évaluer la probabilité qu’un résultat publié soit faux.

Dans ce contexte, un résultat a une moindre probabilité de véracité quand le nombre d’études similaires effectuées dans un domaine donné est petit ; quand les tailles d’effet sont plus petites ; quand le nombre de relations étudiées est plus important et leur présélection plus petite ; quand il y a une plus grande flexibilité dans le protocole, les définitions, les mesures et la modalité d’analyse ; quand il y a un plus grand intérêt financier (avec le biais qui peut l’accompagner) ; et quand plusieurs équipes dans un domaine sont engagées dans une course aux résultats qui soient statistiquement significatifs.

Pour de nombreux champs de recherche actuels, des résultats publiés ne sont ni plus ni moins qu’un reflet fidèle des biais régnants.

Dans cet essai, j’explore les implications de ces problèmes par rapport à la conduite et l’interprétation de la recherche.

There is increasing concern that most current published research findings are false. The probability that a research claim is true may depend on study power and bias, the number of other studies on the same question, and, importantly, the ratio of true to no relationships among the relationships probed in each scientific field.

Simulations are performed to assess the likelihood that a published result is false.

In this framework, a research finding is less likely to be true when the studies conducted in a field are smaller; when effect sizes are smaller; when there is a greater number and lesser preselection of tested relationships; where there is greater flexibility in designs, definitions, outcomes, and analytical modes; when there is greater financial and other interest and prejudice; and when more teams are involved in a scientific field in chase of statistical significance.

For many current scientific fields, claimed research findings may often be simply accurate measures of the prevailing bias.

In this essay, I discuss the implications of these problems for the conduct and interpretation of research.