2 Introduction à la logique bayésienne
4 Principes des essais bayésiens
4.1 Distribution à posteriori de l’effet
4.2 Probabilité à posteriori d’efficacité, intervalle de crédibilité
4.3 Interprétation de la probabilité à posteriori d’efficacité
4.4 Dépendance des résultats à l’apriori
4.5 Risque alpha et multiplicité
5 Études de cas - Exemples de présentation de résultats bayésiens
6 Synthèse des problématiques méthodologiques spécifiques des essais bayésiens
L’interprétation correcte de la probabilité à posteriori d’efficacité nécessite quelques points de repère.
La probabilité de 50% correspond à un traitement dont la distribution de l’effet est centrée sur l’absence d’effet, quelle que soit sa précision (Figure 1). C’est donc la valeur de « base » qui correspond à l’absence d’argument en faveur de l’effet du traitement. Le seuil de décision doit ainsi être bien au-dessus de cette valeur.
Figure 5 – Probabilité d’être efficace dans le cas d’absence d’effet. La distribution du risque relatif est alors centrée, par définition, sur la valeur 1. La moitié de l’aire sous la courbe est du côté des risques relatifs inférieurs à 1, en faveur de la supériorité. La probabilité à posteriori d’être efficace (supérieur) d’un traitement sans effet est donc de 50%.
La probabilité à posteriori d’efficacité n’est pas la probabilité qu’un patient bénéficie du traitement. Une probabilité de 99% ne signifie pas que 99% des patients traités bénéficieront du traitement. Il s’agit uniquement de la probabilité que le traitement est un effet non nul. Ensuite l’importance du bénéfice apporté aux patients s’évalue avec la valeur de l’indice d’efficacité utilisé (risque ratio, hazard ratio, etc…) et son intervalle de crédibilité, de la même façon que dans un essai fréquentiste.
