Abstract :
La plupart des résultats publiés sont faux, ce qui provoque une inquiétude croissante dans le monde de la recherche. La probabilité qu’un résultat publié soit vrai dépend d’une quantité d’éléments : la puissance statistique, l’existence de biais, le nombre d’autres études portant sur la même question ou encore le rapport entre les relations vraies et non vraies parmi les relations examinées dans le domaine scientifique en question. Dans le cadre que je propose, un résultat est moins susceptible d’être vrai dans les hypothèses suivantes : 1) lorsque les études menées dans un domaine portent sur de plus petits échantillons ; 2) lorsque la taille d’effet est plus petite ; 3) lorsqu’il y a un plus grand nombre de relations testées et moins de présélection ; 4) lorsqu’il y a plus de souplesse dans la conception des études, les définitions employées, l’issue examinée et les modalités analytiques ; 5) lorsque les intérêts en jeu, qu’ils soient financiers ou autres, sont plus grands ; 6) lorsque le domaine en question fait appel à un nombre plus important d’équipes. Des simulations montrent que, pour la plupart des types de recherche et des contextes, il est plus probable qu’un résultat publié soit faux plutôt que vrai. De plus, pour de nombreux domaines scientifiques actuels, les résultats revendiqués peuvent souvent n’être que de simples mesures précises du biais dominant. Pour finir, je discute des implications de ces problèmes pour la conduite et l’interprétation de la recherche.
Il n’est pas rare que des résultats de recherche publiés soient rapidement réfutés par des publications subséquentes, ce qui conduit les scientifiques à la confusion et la déception. La réfutation et la controverse sont omniprésentes dans tous les types de recherche, que ce soit les démarches traditionnelles tels que les essais cliniques ou les études épidémiologiques (Ioannidis, Haidich et Lau, 2001; Lawlor et al., 2004; Vandenbroucke, 2004) ou les courants plus modernes comme la recherche moléculaire (Ioannidis et al., 2001; Michiels, Koscielny et Hill, 2005). On s’inquiète de plus en plus du fait que, dans la recherche biomédicale actuelle, les fausses conclusions peuvent représenter la majorité, voire la vaste majorité, des résultats publiés (Colhoum, McKeigue et Davey Smith, 2003; Ioannidis, 2003; Ioannidis, 2005). L’ambition de cet article est de montrer que tout cela ne devrait pas être surprenant : il est même possible de prouver que la plupart des résultats publiés sont faux. J’examinerai ici les facteurs clés qui influencent ce problème et certains de leurs corollaires.
Lien vers l’article complet (attention, ce lien n’est consultable que pour les personnes ayant un compte peers.press
