Risque de biais et arrêt du tabac : à quel résultat le jugement s’applique-t-il ?

01

Donner une adresse précise au jugement

Comparer à six mois les groupes initialement assignés à un soutien supplémentaire ne revient pas à ne comparer que les personnes présentes aux séances. Notez les deux offres, la définition du critère, l’échéance et la population analysée. Effet de l’assignation et effet de l’adhésion au programme prévu sont distincts ; le second exige des méthodes adaptées, pas la simple suppression des absents.

La dissimulation de la séquence d’assignation peut renseigner plusieurs résultats d’un essai. Les données manquantes, la mesure et le choix de l’analyse peuvent varier. Un résultat précoce jugé à faible risque ne certifie donc pas le résultat tardif.

[1][2]

02

Exercice : hors analyse ne veut pas toujours dire sans réponse

L’essai est entièrement inventé. Il assigne 300 adultes à un dépliant, deux entretiens proposés et des rappels facultatifs, et 300 au même dépliant et aux mêmes entretiens sans rappels. Un système central indépendant ne révèle l’assignation qu’après confirmation de l’inclusion. La question prévue est l’effet de l’assignation sur l’absence déclarée de consommation de cigarettes pendant les sept jours précédant l’évaluation à six mois.

Dans A, 12 personnes n’ont pas de réponse à six mois ; 18 autres ont répondu mais sont écartées parce qu’elles n’ont assisté à aucun entretien. Dans B, 8 réponses manquent et 10 réponses recueillies sont écartées selon la même règle. L’analyse mise en avant porte donc sur 270 personnes dans A et 282 dans B. Le tableau ne transforme pas toutes les exclusions en pertes de suivi.

La personne qui interroge ignore l’assignation, mais les participants savent si des rappels ont été proposés. Le rapport mentionne plusieurs fenêtres de mesure ; les documents fournis ne comportent pas de plan d’analyse daté. Aucun nombre d’événements tabagiques, effet estimé ou véritable classement du risque n’est fourni ici.

Une note fidèle serait : « L’analyse écarte des non-participants dont la réponse existe, en plus des personnes sans critère mesuré ; chercher l’analyse de l’assignation, les motifs de données manquantes et les explications de mesure et de sélection. » Pas « 48 échecs d’arrêt », ni une couleur attribuée à partir de ces seuls nombres.

03

Identifier le mécanisme, sans compter deux fois la même exclusion

RoB 2 examine randomisation, écarts aux interventions prévues, données manquantes du critère, mesure et sélection du résultat rapporté. Il faut une séquence aléatoire et empêcher d’anticiper la prochaine assignation lors du recrutement. Une différence initiale compatible avec le hasard ne prouve pas un biais systématique ; un tableau équilibré ne répare pas une séquence divulguée.

Pour l’effet de l’assignation, on examine les écarts dus au contexte expérimental susceptibles d’affecter le critère et la préservation de la comparaison assignée dans l’analyse. Ne pas utiliser une offre ne constitue pas automatiquement un tel écart. Exclure des participants admissibles avec un critère mesuré pour leur présence est un problème d’analyse dans le domaine des écarts. Les critères réellement indisponibles relèvent des données manquantes : motifs par groupe, dépendance possible à la valeur inconnue, hypothèses et analyses de sensibilité. Ne pas attribuer la même exclusion aux deux domaines.

Pour la mesure, qui fournit le critère, les méthodes sont-elles comparables et la connaissance de l’assignation peut-elle l’influencer ? Un enquêteur en aveugle ne rend pas aveugle la déclaration du participant. « Essai ouvert » ou « autodéclaration » ne suffisent pas à un jugement complet ; le critère et les questions de l’outil restent essentiels.

Pour la sélection, confronter la mesure et l’analyse précises aux intentions fixées avant l’accès à des données de résultat non masquées. Un changement inexpliqué demande vérification, pas une intention inventée. Choisir une estimation favorable parmi plusieurs analyses pertinentes diffère de l’absence de rapport d’un critère entier ; cette dernière demande aussi un examen des preuves manquantes à l’échelle de la revue.

[1][2][3]

04

Faible, quelques préoccupations, élevé : lire l’argument

Ce sont des jugements, pas des probabilités ou des points à moyenner. Un risque global faible exige tous les domaines faibles pour ce résultat. Un domaine élevé conduit à un risque global élevé ; plusieurs préoccupations peuvent aussi être assez graves. Gardez les raisons, notamment si l’évaluateur modifie la proposition de l’algorithme. Décrivez les renseignements non résolus sans inventer une évaluation complète ou le sens du biais.

Les intérêts financiers justifient de vérifier les déclarations, mais l’identité du financeur n’est pas un sixième score RoB 2 ni une preuve de vérité ou de fausseté. Cherchez le mécanisme concret. Un faible risque ne règle pas précision, transférabilité ou confiance dans toutes les preuves ; un risque élevé ne démontre pas l’absence d’effet.

Les documents publics suffisent, sans transmettre votre parcours tabagique ou vos données de santé. Vos choix de soutien se discutent avec un professionnel qualifié. En France, Tabac info service permet de trouver un tabacologue ; le médecin traitant peut aussi orienter. Ailleurs, vérifiez les services locaux.

[1][2][3][4]

05

À retenir

• Rattachez le jugement à un résultat et une analyse définis.
• Distinguez les réponses absentes des réponses recueillies mais écartées.
• Gardez les justifications, sans moyenne des couleurs ni procès d’intention.