1 Objectifs, démarche mise en œuvre
2 Fondamentaux et principes de base considérés
3 Définition et classification des nouvelles « méthodologies »
4 L’acceptabilité des méthodologies « moins-disantes »
5 Retour des premières utilisations de nouvelles méthodologies
6 Évaluation des revendications de bénéfice clinique d’un nouveau traitement
7 Les real world evidences (RWE )
8 Les études observationnelles
9 L’approche d’émulation d’un essai cible
11 Les essais pragmatiques
15 Les essais combinés (« sans couture », seamless )
16 Études mono-bras (non comparative)
17 Études à contrôle externe (groupes contrôles synthétiques )
19 Les surrogates (critères de substitution)
21 Les analyses poolées , les méta-analyses
22 Les comparaisons indirectes en remplacement d’études « head to head » manquantes
Le terme « essai pragmatique » peut désigner plusieurs concepts en l’absence de stabilisation terminologique [105] , parmi lesquels on retrouve :
Le terme pragmatique peut aussi être utilisé pour faire la distinction avec les essais explicative [108] .
Ces essais pragmatiques présentent comme avantage, outre un coût optimisé et une charge de travail réduite pour les investigateurs, une représentativité et une pertinence clinique satisfaisantes. Et au niveau méthodologique, ils ont la valeur des essais randomisés.
Les essais pragmatiques sont aussi la réponse à une critique souvent faite aux essais randomisés qui est de ne pas inclure des patients représentatifs de la vraie vie. Ce point n’est pas une limite intrinsèque des essais randomisés en eux-mêmes, mais provient des pratiques qui tendent à réaliser les essais dans des conditions le plus favorables aux traitements étudiés. Rien n’empêche d’inclure dans un essai randomisé une population large, la plus représentative possible des patients. Ceci est régulièrement le cas, par exemple avec les méga-essais incluant plusieurs milliers de patients, et qui n’effectuent pas de sélection inutile. En réponse à cette critique, il est souvent avancé que les études observationnelles seraient la réponse pour évaluer le bénéfice du traitement dans une population large, mais cette approche expose au risque d’obtenir une réponse biaisée (si des moyens très importants n’ont pas été mis en œuvre dans la conception de l’étude et son analyse pour éviter ces biais).
[17] https://www.fda.gov/science-research/science-and-research-special-topics/real-world-evidence