2 Introduction à la logique bayésienne
4 Principes des essais bayésiens
5 Études de cas - Exemples de présentation de résultats bayésiens
6 Synthèse des problématiques méthodologiques spécifiques des essais bayésiens
Problématique méthodologique spécifique (exposant à un risque de production de résultat favorable à tort au traitement étudié) |
Démonstration que doivent apporter les solutions à ces problématiques (pour garantir la disparition du risque de conclure à tort) |
Conditionnement du résultat par l’apriori utilisé (pouvant conduire à des résultats à l’opposé de l’observation) |
Utilisation d’un apriori réellement non informatif (même si cela réduit l’attrait de ces études qui est potentiellement de pouvoir conclure avec moins de patients si utilisation d’un apriori informatif, cf. section 4.4 ) |
Utilisation des résultats d’essais précédents comme apriori |
Revient à décider sur une méta-analyse, idem à la situation où la méta-analyse est la seule preuve du bénéfice avec aucun essai concluant par lui-même Difficulté d’exprimer des résultats fréquentiste en distribution d’effet à priori (cf. ci-dessous section Erreur ! Source du renvoi introuvable. ) |
Choix arbitraire du seuil de probabilité à postériori pour définir la « positivité » de l’essai |
Sans utilisation d’un seuil standard, l’interprétation de la probabilité à postériori est arbitraire et variera d’un essai à l’autre car la décision de conclure à l’intérêt du traitement s’effectuera alors de manière post hoc, en connaissant le résultat de l’étude. Aucun standard n’existe pour le moment, mais les pratiques (cf. exemples) utilisent 97.5% par analogie avec le risque alpha contrôlé en fréquentiste (même si le risque alpha n’a aucune relation directe avec la probabilité à posteriori) |
Risque alpha et multiplicité non pris en compte |
Définition du seuil de « positivité » de la probabilité a postériori afin de contrôler le risque alpha global au niveau habituel (2.5% unilatéral) |
Multiplicité (AI, critères, etc.) |
Utilisation d’une méthode habituelle de gestion de la multiplicité des comparaisons inférentielles (pouvant conduire à conclure à l’intérêt du traitement) comme la hiérarchisation ou l’ajustement du seuil de « positivité » de la probabilité a postériori afin de contrôler le risque alpha global |
AI : analyse intermédiaire
Plusieurs études de méta-épidémiologie ont observé que les éléments clés de la lecture critique des études bayésiennes (ou des études ayant mis en œuvre de méthodes bayésiennes) sont fréquemment mal documentés dans les publications [18 , 19] . Des recommandations de publication ont été établies devant ce constant et sont maintenant disponibles comme [20] .