Guide pratique pour comprendre les publications scientifiques. Épisode 10 – Les 10 erreurs majeures des articles scientifiques - 08/01/25
Episode 10; the 10 mistakes in scientific publications

Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder
Résumé |
Introduction |
Les erreurs liées à une mauvaise utilisation des statistiques peuvent contribuer à des conclusions erronées, compromettre la validité des études et surestimer ou sous-estimer les effets du traitement. Cet article présente les principales erreurs observées dans la littérature scientifique.
Messages principaux |
Les erreurs statistiques courantes dans la recherche médicale comprennent le biais d’échantillonnage, la détermination incorrecte de l’échantillon, l’absence d’ajustement pour les comparaisons multiples, l’interprétation erronée des valeurs p comme mesure de la taille de l’effet ou de la pertinence clinique, le choix de tests incorrects pour un ensemble de données particulier, les erreurs de type I et II, la « pêche aux données » et le biais de publication.
Conclusion |
Il est important que les chercheurs et les lecteurs interprètent leurs résultats à l’aide de concepts statistiques appropriés en sollicitant l’avis de statisticiens spécialisés.
Le texte complet de cet article est disponible en PDF.Summary |
Introduction |
Errors associated with the misuse of statistics can contribute to erroneous conclusions, compromise the validity of studies and over- or underestimate treatment effects. This article presents the main errors observed in the scientific literature.
Main messages |
Common statistical errors in medical research include sampling bias, incorrect sample determination, failure to adjust for multiple comparisons, misinterpretation of p-values as a measure of effect size or clinical relevance, selection of incorrect tests for a particular data set, type I and II errors, data fishing and publication bias.
Conclusion |
It is important that researchers and readers interpret their results using appropriate statistical concepts, seeking advice from specialist statisticians.
Le texte complet de cet article est disponible en PDF.Mots clés : Erreurs, Statistique, Erreur de type I, Erreur de type II
Keywords : Errors, Statistic, Type-I error, Type-II error
Plan
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Déjà abonné à cette revue ?
