Des DALY aux expérimentations
La recherche de meilleures mesures est un ingrédient-clef de la reconstitution de la santé
internationale en santé «globale». En effet, les économistes et cliniciens doivent faire de la place
aux laborantins bossant sur des projets pharmaceutiques globaux. Raisons: débats sur l’accessibilité
des médicaments essentiels, législation néolibérale sur le commerce des biens intellectuels, et
besoin croissant de populations naïve aux drogues pour les scientifiques du Nord. Cette inclusion
appelle un type de preuve entendable dans le langage non seulement des économistes mais aussi des
experts bioscientifiques et pharmaceutiques. Le nouveau standard parfait ressemblerait à celui-ci:
le projet de recherche statistiquement robuste, randomisé et contrôlé, rentable, dont les résultats
soient mesurables, et conçu expérimentalement (RCT).
Les RCT ne sont pas nouveaux, et ont très tôt été vus comme un moyen libéral d’éviter le
conservatisme économique. L’idée qu’ils pourraient être appliqués à la santé globale en résolvant
des débats insurmontables et les pb de preuve → expansion de leur usage au point de défier celui
des DALY et QALY. Aujourd’hui, faire de la santé globale implique de plus en plus de faire de la
recherche par intervention (mesurer les modifications après un changement systémique imposé par
un programme). C’est-à-dire, produire pas seulement de la santé mais des données robustes et
pouvant être réutilisées.
(ironie) Maintenant, on ne sait s’il y a de la santé que lorsqu’elle est calculée ainsi; on n’a plus
besoin de ministre de la santé pour la mesurer, mais de protocoles de recherche, contrôles,
randomisations et nombres; de chercheurs plus efficaces et scientifiques, capables de transformer
tout récipiendaire d’aide de santé en source utile de données.
[abstracts d’articles du Lancet couvrant la conférence «Santé gobale et mesures», en italique les
références aux méthodes scientifiques]
→ c’est biaisé, mais pour l’autrice, ça montre que de façon croissante, une bonne intervention en
santé globale est une intervention où la production de données compte plus que la santé elle-même.
Exemple avec l’OMS. Échelle des recommandations en fonction de leur niveau de preuve. Le
mieux: au moins une étude randomisée avec issues cliniques, ou plusieurs études cliniques de haute
qualité. Le moins bien: données observationnelle de cohortes, études analytiques ou de cas, opinion
d’experts. Autres exemple, J-PAL qui promeut l’usage des RCT pour étudier l’impact des
interventions contre la pauvreté. Ajdh, les RCT sont si populaires en santé globale qu’on les utilise
même pour obtenir des stats basiques qui pourraient être formulée avec les DALY/QALY.
[voir biblio]
Autre problème: des comportements divers et complexes (allaitement, usage des latrines…) sont
mtnt des problèmes analysés comme des variables informes et non problématisées. Les experts de
ces pb pensent souvent qu’ils peuvent mesurer l’efficacité en créant des débuts, milieux et fins
d’événements, avec des issues définies et stables. Ça permet de réduire des maladies chroniques en
événement semblables à des pandémies → attention urgente et intervention aux résultats
mesurables.
L’argument est le même que pour les DALY: les RCT seraient neutres, et permettent de stabiliser le
«bruit» pour rendre comparables ou compatibles des données qui ne l’étaient pas. Différence: les
RCT font des affirmations non pas globales mais très locales → c’est la fidélité à la méthode qui