Quatre erreurs d’interprétation statistique des essais cliniques post-AMM

Résumé

Les essais cliniques sont construits sur une méthodologie qui permet d’assurer que l’efficacité annoncée pour le traitement testé reflète bien la réalité et qu’elle n’est pas attribuable à un biais ou au hasard. L’article de P. Houffschmitt (1) fait l’inventaire des principes généraux qui garantissent la fiabilité des résultats : les essais doivent être comparatifs, randomisés et en aveugle. Les principes statistiques guident la mise en place des tels essais (plan d’expérience, randomisation, nombre de sujets nécessaires, etc.). La statistique intervient dans l’analyse des résultats mais aussi dans leur communication. Une grille de lecture exhaustive permettant une analyse critique des résultats d’un essai clinique serait certainement souhaitable mais déborde les objectifs de cette note. Nous nous cantonnerons ici à l’identification et à l’analyse des quatre erreurs d’interprétation classiques que le praticien peut facilement détecter et éviter s’il en est informé.