2 TL ; DR - Guide d’évaluation des comparaisons à un groupe contrôle externe
3 Les études de comparaison externe, de quoi s’agit-il ?
5 Les problématiques méthodologiques soulevées par les comparaisons externes
6 Les comparaisons externes sont des études observationnelles
7 Position des agences de régulation et de HTA
8 De la nécessité d’avoir des preuves de l’intérêt cliniques des nouveaux traitements
9 Les sources de données utilisables
10 Les problématiques liées à l’aspect rétrospectif de ces études
12 Démarche hypothético déductive
13 L’inférence causale et les hypothèses sous-jacentes
15 Les techniques d’analyses statistiques
16 Le diagnostic d’absence de biais de confusion résiduel
16.2 Analyse quantitative de biais, E value
16.2.1 Analyse quantitative de biais
18 Identifications des patients dans la source de données
21 Les outils d’évaluation du risque de biais
22 L’émulation d’un essai cible
23 Le benchmarking et les contrôles positifs
24 Analyses de sensibilité , analyses quantitatives du biais
26 Contrôle du risque alpha global
Pour la question du biais de confusion résiduel, les techniques d’analyse quantitative des biais [168] [164] [169] [170] [171] [172] [173] consistent à voir si le résultat de l’étude pourrait quantitativement être expliqué par des facteurs de confusion non pris en considération, c’est-à-dire, être principalement dû à la non-prise en considération de ces facteurs note n° 20 . Il s’agit soit des facteurs que l’on sait explicitement non pris en compte (ils ont été identifiés, mais ils n’ont pas été mesurés dans l’étude ou le groupe contrôle externe par exemple), soit de facteur hypothétique. Dans ce dernier cas, il s’agit de déterminer quel devraient être les caractéristiques numériques (cf. ci-dessous) d’un facteur de confusion oublié pour que cela invalide numériquement le résultat (on parle de nullification de résultat).
Ces analyses quantitatives de biais, comme la E value ou d’autres approches de tipping value [173] , possèdent aussi leur limite. La conclusion à l’absence de biais de confusion résiduelle se base sur le jugement subjectif de plausibilité de l’hypothèse conduisant à la négativation du résultat. Cette interprétation dans la nuance est sujette aux biais cognitifs et conduits souvent à des conclusions différentes en fonction du lecteur.
Malgré ces limites il est indispensable qu’une ou plusieurs approches de ce type permettent d’écarter un biais de confusion résiduel patent. Cependant, même dans ce cas, il est difficile d’exclure un tel biais résiduel. Ainsi l’outil de risque de biais ROBINS-I V2 [174] n’offre que la possibilité de conclure à un risque de biais de confusion faible indépendamment d’un risque de biais de confusion résiduel : « Low risk of bias (except for concerns about uncontrolled confounding) ». Cela étant dû à l’impossibilité d’exclure un biais de confusion non contrôlé dans les approches observationnelles. Cette impossibilité représente une limite intrinsèque non réductible pour la démonstration des bénéfices cliniques des nouveaux traitements par les approches observationnelles.
[20] Ces techniques ont aussi applicables pour éprouver la robustesse des résultats vis-à-vis des autres biais (sélection, mesure, etc.). Nous ne les envisagerons pas ici.
