pour but d’assurer son impartialité et sa
reproductibilité.
La méta-analyse est une synthèse systéma-
tique et quantifiée (2, 3). Elle est systéma-
tique, car elle implique une recherche de tous
les essais, favorables ou non au traitement
étudié, publiés et non publiés. Elle est quan-
tifiée, car elle est fondée sur des calculs sta-
tistiques permettant, d’une part, une estima-
tion précise de la taille de l’effet du traitement
et, d’autre part, la prise en compte du fait que
les conclusions d’un essai thérapeutique se
fondent sur des tests statistiques et que les ré-
sultats obtenus dans plusieurs essais peuvent
être différents uniquement du fait du hasard.
Qu’apporte la méta-analyse ?
Par rapport à l’analyse séparée de plusieurs
essais, la méta-analyse permet :
–d’augmenter la puissance statistique de la
recherche d’un effet traitement ; la méta-ana-
lyse est ainsi utilisable pour objectiver l’effet
du traitement quand les essais déjà réalisés pris
individuellement s’avèrent de trop petite taille
et tous non statistiquement significatifs ;
–de réconcilier des résultats apparemment
discordants ;
–de préciser l’estimation de la taille de l’ef-
fet thérapeutique, en la fondant sur une plus
grande quantité d’informations, consécutive
à l’augmentation du nombre de sujets prenant
part à la comparaison ;
–de synthétiser une somme d’informations
parfois très importante ;
–de tester et d’augmenter la généralisation
d’un résultat à un large éventail de patients.
L’estimation issue d’une méta-analyse est
ainsi plus proche de l’effet qui sera vrai-
semblablement obtenu avec l’utilisation cou-
rante du médicament. Pris individuellement,
chaque essai a sélectionné avec beaucoup de
soin les sujets inclus ; en regroupant des es-
sais portant sur des groupes de sujets ayant
des caractéristiques différentes, la méta-
analyse procure un moyen d’approcher le
“patient moyen tout venant” ;
–d’expliquer la variabilité des résultats entre
essais (notamment par suite de biais dans cer-
tains d’entre eux), de mettre un essai en pers-
pective en le confrontant aux autres essais du
domaine ;
–de réaliser des analyses en sous-groupes ;
la prise en compte simultanée de plusieurs
essais apporte des effectifs accrus dans les
sous-groupes (selon l’âge, le sexe, les mala-
dies associées, etc.) et permet de vérifier
qu’un résultat obtenu dans l’un d’entre eux
se retrouve sur l’ensemble des essais ;
–de constater le manque de données fiables
dans un domaine pour concevoir et lancer un
nouvel essai adapté à la question posée ;
–d’explorer une question qui n’était pas ini-
tialement posée par les essais et éventuelle-
ment d’y répondre.
Les méta-analyses sont particulièrement
utiles : quand les essais sont de trop petite
taille pour donner des résultats fiables ; quand
la réalisation d’un essai de grande taille est
impossible ou très difficile ; quand les essais
ont produit des résultats discordants ou non
concluants ; quand les résultats d’un essai dé-
finitif sont attendus (4).
Les analyses en sous-groupes, avec recherche
de différences dans l’effet du traitement entre
les sous-groupes (hétérogénéité), évitent une
synthèse réductrice qui pourrait faire dispa-
raître dans la masse des essais des effets spé-
cifiques observés seulement dans certains
d’entre eux.
Sources de données
Un point important de la méta-analyse est l’ex-
haustivité. Celle-ci nécessite un effort impor-
tant. La seule utilisation de Medline est insuf-
fisante pour garantir l’exhaustivité de la
recherche des essais (5-7). En pratique, l’en-
semble des sources d’information disponibles
doit être utilisé : les bases bibliographiques in-
formatisées (Medline, Embase
™
,etc.) ; les ré-
férences des articles, et les références de ces
dernières pour obtenir un effet “boule de
neige” ; les résumés des congrès ; les registres
d’essais ; la recherche des essais non publiés
auprès des laboratoires pharmaceutiques ou des
institutions concernés, des meneurs d’opinion
du domaine ou des investigateurs potentiels.
Quels sont les résultats
produits par
une méta-analyse ?
Principe et résultats numériques
Un indice d’efficacité est calculé pour chaque
essai, quantifiant l’intensité de l’effet (8). Plu-
sieurs sont utilisables : le risque relatif, l’odds
ratio,qui est une approximation du risque re-
latif, la différence des risques. Les indices
d’efficacité de chaque essai sont ensuite com-
binés entre eux afin de produire un seul in-
dice, résumant l’ensemble des essais.
Les calculs de méta-analyse produisent les
résultats suivants :
–l’estimation de l’effet du traitement com-
mun accompagnée de son intervalle de
confiance ;
–le test d’association, qui cherche l’exis-
tence d’un effet traitement non nul ; si le test
est significatif, il est possible de conclure à
l’existence d’un effet traitement ;
–le test d’hétérogénéité qui évalue si les ré-
sultats de tous les essais peuvent être consi-
dérés comme similaires (hypothèse d’homo-
généité) ; le regroupement des essais est alors
possible. Si le test d’hétérogénéité est signi-
ficatif, il existe au moins un essai dont le ré-
sultat ne peut pas être considéré comme iden-
tique aux autres, et le regroupement de ces
essais n’a pas de sens ; il convient alors de
recourir à des techniques spéciales (modèle
d’effet aléatoire).
Représentation graphique
Les résultats d’une méta-analyse sont fré-
quemment représentés sous forme graphique
(figure 1). Les risques relatifs obtenus au ni-
veau de chaque essai et globalement par la
méta-analyse y sont représentés, encadrés par
leur intervalle de confiance. Un trait vertical
correspondant à la valeur 1 du risque relatif
matérialise le seuil de non-efficacité. Si l’in-
tervalle de confiance coupe ce trait, le résul-
tat n’est pas statistiquement significatif. Les
risques relatifs supérieurs à 1 témoignent
d’un risque supérieur dans le groupe traité
par rapport au groupe témoin.
L’existence d’un ou de plusieurs essais dont
l’intervalle de confiance ne recouvre pas ce-
lui des autres témoigne d’une hétérogénéité
entre les essais.
Biais potentiels
d’une méta-analyse
Biais des essais
Les biais des essais eux-mêmes sont la pre-
mière source de biais en méta-analyse. Si les
informations sources sont potentiellement
biaisées, le résultat de la méta-analyse l’est
aussi. Seule une sélection adéquate des es-
sais garantit une bonne qualité méthodolo-
gique du résultat.
199
Le Courrier de l’Arcol et de la SFA (2), n° 4, oct./nov./déc. 2000