Pr

1
Préparer une Revue Systématique N. Chaillet,
Responsable du Pôle UdeM Cochrane

• Collaboration Canadienne Cochrane

2
A. Objectifs

• Donner une méthode pour réaliser une revue
  systématique - Les revues sont rétrospective par
  nature et sont conçues pour minimiser les biais
• Nécessite beaucoup de temps pour atteindre un
  degrés de rigueur optimal
• Changements de stratégie - Ne sont pas
  complètement évitables et peuvent être source de
  biais Doivent être reportés et documentés
• La transparence et la clarté sont des éléments
  fondamentaux du processus

3
B. Sommaire dune revue

• ABSTRACT
• PLAIN LANGUAGE SUMMARY
• BACKGROUND
• OBJECTIVES
• CRITERIA FOR CONSIDERING STUDIES FOR THIS REVIEW
• SEARCH METHODS FOR IDENTIFICATION OF STUDIES
• METHODS OF THE REVIEW
• DESCRIPTION OF STUDIES
• METHODOLOGICAL QUALITY
• RESULTS
• DISCUSSION
• AUTHORS' CONCLUSIONS

4
B. Sommaire dune revue, suite

• FEEDBACK
• POTENTIAL CONFLICT OF INTEREST
• ACKNOWLEDGEMENTS
• SOURCES OF SUPPORT
• REFERENCES
• TABLES
• Characteristics of included studies
• Characteristics of excluded studies
• ANALYSES
• Comparison (Intervention vs. control)
• Heterogeneity (I2, Q, Funnel plot, Meta
  regression)
• COVER SHEET
• GRAPHS AND OTHER TABLES

5
C. Protocole

• Définir la question
• Méthode PICOS
• Patients / Populations
• Interventions
• Comparators
• Outcomes
• Study Design
• Questions ciblées vs. Questions larges

6
C. Protocole, suite.

• Sélection des études / Recherche bibliographique
• Définir les critères de sélection (Basés sur
  PICOS)
• Définir la stratégie de recherche
• Définir les méthodes de recherche
• Inclusion finale des études
• Évaluer la qualité des études
• Extraire les données
• Analyse des données (Descriptive, qualitatif,
  quantitatif)
• Exploration de lhétérogénéité (Analyses en sous
  groupe et de sensibilité, Biais de publication)

7
C.1. Définir la question

• Première et plus importante décision
• Guide le reste de la revue
• Détermine la pertinence finale de la revue
• Consulter dautres revues (Cochrane de
  préférence) pour sinspirer
• Prenez le temps nécessaire pour discuter et
  développer la question de recherche avec les
  personnes engagées dans la revue

8
C.1. Définir la question, suite

• Se référer à la méthode PICOS
• Patients / Population
• Quelles sont les maladies ou conditions étudiées
  ?
• Donner les définitions ou les critères
• Durée ? Sévérité ? Localisation ?
• Quelle est la population et quels sont les
  paramètres choisis ? (âge, genre, patient
  hospitalisé ou non, communauté, etc.)
• Les restrictions sur la population ou les
  paramètres devraient être evidence-based

9
C.1. Définir la question, suite

• Interventions
• Quelles sont les interventions choisies ?
• Simple ? Multiple ?
• Préparation ? Procédure ? Intensité / dose ?
• Fréquence ? Durée ?
• Comparators
• Quels sont les groupes contrôle ?
• Placebo ? Pas de traitement ? Un autre traitement
  ?

10
C.1. Définir la question, suite

• Outcomes
• Inclure tous les critères de jugements pertinents
• Les définir au moyen de critères explicites
  (Timing, comment ont-ils été mesurés, etc.)
• Est-ce que toutes les variables importantes ont
  été retenues (Particulièrement celles concernant
  les effets adverses) ?
• Spécifier critères primaires vs. les secondaires

11
C.1. Définir la question, suite

• Study Designs
• Les RCTs sont considères comme le Gold standard
• Quelques groupes et revues inclues également
  dautres type détudes (CCT, CBA, ITS) Les RCTs
  ne sont pas toujours appropriés
• Ne pas considérer dautres design si lon pense
  que suffisamment de RCTs ont été fait et publiés
• Le groupe EPOC associé à Cochrane est spécialisé
  dans les revues de design autres que les RCTs et
  constitue une ressource clé pour ce type de revue

12
C.1. Définir la question, suite

• Questions ciblées vs. Questions larges Le choix
  dépend du sujet de la recherche
• Inconvénients des questions ciblées
• Peuvent être non généralisable à dautres
  populations
• Peuvent être biaisées dépendant de la stratégie
  de recherche adoptée (Connaissance des
  publications, certitudes du chercheurs, etc.)
• Inconvénients des questions larges
• Mélanger des pommes et des oranges
• Time-consuming présente des défis dans la
  synthèse et linterprétation des résultats,
  difficile à mettre à jour

13
C.2. Sélection des études

• Pourquoi une stratégie de recherche ?
• Quel support peut on avoir ?
• Qui peut aider ?
• Quand commencer la sélection des études ?
• Ou doit on chercher ?
• Comment faire la sélection des études ?

14
C.2.1. Pourquoi une stratégie de recherche ?

• Pour trouver plus détudes
• Pour être systématique et diminuer les biais
• Pour équilibrer la sensibilité et la spécificité
• Rappels
• Il nexiste pas de stratégie  parfaite 
• Aucune base de donnée na toutes les études

15
C.2.2. Quel support peut on avoir ?

• Site internet de la collaboration Cochrane
  Handbook
• http//www.cochrane.org/
• http//www.mrc-bsu.cam.ac.uk/cochrane/handbook500/
  
• Site internet des groupes de méthodes Cochrane
  (EPOC, Bias Methods Group, etc.)
• http//www.epoc.cochrane.org/en/index.html
• http//www.chalmersresearch.com/bmg/
• Modules de la Librairie Cochrane
• Les revues publiées dans Cochrane
• Les ateliers de formation aux revues
  systématiques et méta-analyses de la
  collaboration Cochrane et du Pôle Francophone
  Cochrane

16
C.2.3. Qui peut aider ?

• Bibliothécaire spécialisée affiliée à
  linstitution ou au groupe effectuant la revue
• Coordonnateur de recherche des études affiliée au
  groupe effectuant la revue
• Experts cliniques (Terminologie)
• Deux personnes devrait faire la recherche
  séparément et résoudre les problèmes par
  consensus

17
C.2.4. Quand commencer la sélection?

• Lors de la mise en place du protocole
• Ne devrait plus changer par la suite
• La stratégie de recherche détaillée doit être
  décrite dans la revue et MISE à JOUR !
• La stratégie détaillée devrait inclure
• TOUTES les sources recherchées (pas seulement les
  bases de données)
• La stratégie de recherche utilisée pour au moins
  une base de donnée (Habituellement MEDLINE)
• La période couverte par la recherche (ex 1966 -
  Nov. 2007)
• Et toutes les restrictions décidées (Comme le
  langage)

18
C.2.5. Ou doit on chercher ?

• Une stratégie optimale nidentifie pas toutes les
  études pertinentes
• MEDLINE indexes seulement 4,000 journaux
  biomédicaux sur les 16,000 existants
• La plupart des bases de données nindexes pas les
  conférences, les chapitres de livres ou les
  articles non publiés
• Les journaux ne publient pas toutes les études
• Le nombre de base de données où il faut chercher
  dépend du sujet étudié

19
C.2.5.1. Sources didentification des études

• Bases de données bibliographiques / registres
  spécialisés des ECR
• Recherche manuelle
• Liste bibliographie
• Compagnies pharmaceutiques
• Littérature grise
• Internet
• Communication personnelle

20
C.2.5.1.1. Bases de données

• Dissertation abstracts
• EMBASE
• ERIC
• MEDLINE
• Web of Knowledge

• BIOSIS Previews
• Cancerlit
• CINAHL
• Cochrane trial registers and CENTRAL

Consulter une libraire spécialisée à propos
dautres bases de données pertinentes par rapport
au sujet de létude
21
C.2.5.1.2. Recherche manuelle

• La recherche manuelle réfère à la recherche
  dans des journaux pages par pages, incluant les
  éditoriaux, les lettres, etc. afin dêtre en
  mesure didentifier tous les rapports dEssai
  Contrôlé Randomisés

22
C.2.5.1.3. Liste bibliographique

• Rechercher dans les listes de références des
  revues systématiques existantes et / ou des ECR
  identifiés afin de trouver les références
  dautres Essais pertinents qui auraient pu
  échapper à une première recherche à partir des
  bases de données
• Inclure dautres revues dans la recherche que
  celles spécifiques au domaine étudié

23
C.2.5.1.4. Compagnies pharmaceutiques

• Écrire aux compagnies pharmaceutiques qui ont une
  expertise dans le domaine étudié afin didentifié
  les ECR déjà publiés et non publiés
• Des standards de lettre sont souvent disponibles
  chez les groupes de révision Cochrane
• Sources dinformation
• FDA site search www.fda.gov/cder/
• USA clinical trials www.clinicaltrials.gov
• UK clinical trials www.controlled-trials.com/mrc
  t/

24
C.2.5.1.5. Littérature grise

• Inclure les rapports techniques et les
  conférences non répertoriés, ainsi que les
  posters et les présentations orales
• New York Academy of Medicine Grey Literature
• Report available at www.greylit.org
• Bi-monthly alerting service for public health
• Citations, reports, dissertations and other grey
  literature

25
C.2.5.1.6. Internet

• Offre un accès à une vaste quantité dinformation
  mal organisée, parfois pertinente et souvent non
• La plupart des informations pertinentes en santé
  est disponible en ligne via les ressources
  électroniques des journaux spécialisés ou les
  publications en ligne

26
C.2.5.1.7. Communication personnelle

• Les collègues peuvent être une importante source
  dinformation sur les ECR récents qui nont pas
  encore été publiés ou les vieux ECR qui nont
  jamais été publiés, ou tout simplement pour
  identifier des publications clés qui aurait
  échappé à la recherche
• Ils peuvent aider à identifier la littérature
  grise ou les auteurs clés afin de les contacter

27
C.2.6. Comment faire la sélection ?

• PICO
• Articles de référence
• Cartographie des termes (Vocabulaire contrôlé)
• Subject headings et descripteurs / Texte libre et
  text word (.tw)
• Conditions logiques ET, OU, NOT
• Filtrer les études à partir de leur design
• Documenter la recherche bibliographique et
  gestion des articles

28
C.2.6.1. Commencez avec PICOS

• Identifiez les sujets clés et les traduire en une
  question ciblée et claire
• Détermine lidentification dune stratégie de
  recherche appropriée
• Définie les critères dinclusion et dexclusion
• Facilite lextraction des données à partir des
  publications
• La méthode PICOS
• Patients ou populations
• Interventions
• Comparators
• Outcomes
• Study design

29
C.2.6.1. Méthode PICOS Exemple

• Est ce que la vitamine C est une thérapie
  efficace pour prévenir la pré éclampsie chez les
  femmes enceintes lt 35 ans

I
Femmes enceintes lt 35 ans
Vit. C
P
C
Aucun
S
O
Aucun
RCTs
30
C.2.6.1. Stratégie de recherche

• Développez une lite de mots clés et de synonymes
  pour établir la stratégie de recherche
• La stratégie de recherche doit reposer sur du
  vocabulaire contrôlé (MeSH, Mots clés) pour
  chaque base de données, et sur du texte libre
• La stratégie repose sur la question posée Plus
  la question sera claire et bien formulée et plus
  il sera facile didentifier une stratégie de
  recherche efficace
• Utiliser une stratégie différente pour chaque
  base de données
• Example Oxygenation (MeSH) and Oxygen
  (EmtreeSH)

31
C.2.6.2. Articles de références
Identifiez les MeSH, mots clés et texte libre
pertinent dans les résumés
32
C.2.6.3. Cartographie des termes

• Commencez avec MEDLINE. Trouvez avec une Libraire
  les MeSH et descripteurs à partir des listes dans
  les bases de données

33
C.2.6.4. Subject Headings / Descripteurs /
Vocabulaire Contrôlé vs.  Text words 

• Utiliser uniquement le vocabulaire contrôlé que
  quelquun dautre considère comme approprié est
  risqué
• Utilisez les  Text words  à la place des
   MeSH  pour compléter votre recherche à partir
  de texte libre
• Finir la recherche par  .tw.  La recherche de
  texte libre portera sur les mots du titre, du
  résumé, les MeSH, les qualificatifs, les noms de
  substances, les noms propres et pourra par la
  suite être associé à du vocabulaire contrôlé pour
  affiner la recherche
• Il existe différentes règles de troncature pour
  chaque bases de données
• Consulter laide (HELP) pour les règles
  dutilisation des , , , ?
• adj or near Permet de trouver des mots
  proches les uns des autres
• Ex (degenerative adj2 arthritis).tw. Recherche
  dans les  Text words  le mot  arthritis 
  jusquà 2 mots après ou avant  degenerative 

34
C.2.6.4. Organiser la recherche

• Patients/Condition
• Exp Osteoarthritis/
• OR
• (degenerative adj2 arthritis).tw.
• OR
• Osteoarthr.tw.

• Intervention
• Exp glucosamine/
• OR
• Glucosamine.rn,tw.
• OR
• Acetylglucosamine.rn.tw.
• OR
• N-acetylglucosamine.tw.
• OR
• N-acetyl-d-glucosamine.tw.

AND
35
C.2.6.5. Conditions logiques ET, OU, NOT

• Osteoarthritis AND Glucosamine
• Les articles doivent contenir les deux
  termes
• Glucosamine OR n-acetyl-d-glucosamine
• Les articles contiennent lun ou lautre des
  deux termes
• Glucosamine NOT chondroitin
• Les articles qui contiennent
   chondroitin  ne seront pas conservés

36
C.2.6.6. Restreindre le design des études
Filtrer les articles sur OVID MEDLINE

• Handbook, Appendice 5b.2
• 1 RANDOMIZED CONTROLLED TRIAL.pt.
• 2 CONTROLLED CLINICAL TRIAL.pt.
• 3 RANDOMIZED CONTROLLED TRIALS.sh.
• 4 RANDOM ALLOCATION.sh.
• 5 DOUBLE BLIND METHOD.sh.
• 6 SINGLE-BLIND METHOD.sh.
• 7 or/1-6
• 8 ANIMALS.sh. not HUMANS.sh.
• 9 7 not 8

37
C.2.6.6. Filtrer les articles, suite

• 10 CLINICAL TRIAL.pt.
• 11 exp CLINICAL TRIALS
• 12 (clin adj25 trial).ti,ab.
• 13 ((singl or doubl or trebl or tripl)
  adj25
• (blind or mask)).ti,ab.
• 14 PLACEBOS.sh.
• 15 placebo.ti,ab.
• 16 random.ti,ab.
• 17 RESEARCH DESIGN.sh.
• 18 or/10-17
• 19 18 not 8
• 20 19 not 9

38
C.2.6.6. Filtrer les articles, suite

• 21 COMPARATIVE STUDY.pt.
• 22 exp EVALUATION STUDIES
• 23 FOLLOW UP STUDIES.sh.
• 24 PROSPECTIVE STUDIES.sh.
• 25 (control or prospectiv or
  volunteer).ti,ab.
• 26 or/21-25
• 27 26 not 8
• 28 27 not (9 or 20)
• 29 9 or 20 or 28

39
C.2.6.7. Documenter la recherche

• Documentez votre stratégie de recherche afin
  quelle soit reproductible
• Documentez dans quelles bases de données vous
  cherchez (ex MEDLINE, EMBASE, etc.)
• Assurez vous de noter les résultats de chaque
  étape de votre recherche ainsi que les expression
  utilisées (Ces informations sont généralement
  fourni lors de la recherche électronique)

Reportez combien détudes vous obtenez à partir
de chaque bases de données dans la section
Description de létude ou Résultats
40
C.2.6.7. Gestion des articles

• Une fois la recherche darticles terminée
• Utilisez un logiciel bibliographique (Reference
  Manager, EndNote) pour classer et trier vos
  références
• Le moyen le plus simple est de directement
  importer/exporter les références à partir des
  bases de données OVID
• Importez toutes les références dans Reference
  Manager à partir de toutes les bases de données
  recherchées. Supprimez les doublons puis vérifiez
  les articles

41
C.3. Inclusion finale des études

• Critères reliés au design de létude
• RCT
• Si une méthode de randomisation aléatoire a été
  utilisé (Génération aléatoire de nombre, Pile ou
  face, etc.)
• CCT
• Si une méthode de randomisation quasi-aléatoire a
  été utilisé (ex Date de naissance)
• CBA
• Si les périodes pré et post interventions sont
  possiblement contemporaines
• Si les groupes contrôles et intervention sont
  comparables

42
C.3. Inclusion finale des études

• Critères reliés au design de létude, suite
• ITS
• Si le moment de lintervention a été clairement
  établi dans le temps
• Si au moins 3 mesures avant et après
  lintervention ont été prises
• Critères méthodologique minimums (Tous les
  designs)
• Mesure objectives de la performance
• Critères de jugement pertinents (taux de
  césariennes, pression, etc.)
• Questionnaires validés (ex évaluation de la
  satisfaction)
• Données disponibles et interprétables
• Possibilité de contacter lauteur pour un
  complément dinformation
• Nécessité de documenter cette procédure dans la
  revue

43
C.4. Évaluer la qualité des études

• Qualité Ont-ils fait du mieux possible ?
• Biais Doit on croire les résultats ?
• Des recherches de hautes qualité peuvent
  présenter un risque élevé de biais
• (ex Quand la randomisation ou la répartition
  des sujets en aveugle ou double aveugle est
  impossible)
• Procédures dévaluation qualité actuelles
• Allocation concealment
• A Adéquate / B pas clair / C Inapproprié
• D pas de système masqué utilisé pour répartir
  les sujets dans le groupe contrôle ou
  intervention (Critère dexclusion)
• Pas de guides pour les autres critères
• Différentes approches selon les groupes de revue

44
C.4. Évaluer la qualité des études

• Evaluation de la qualité des articles identifiés
• Cochrane Collaborations Bias Method Group (BMG)
• www.chalmersresearch.com/bmg/index.html
• Nouvel outil dévaluation Qualité et du Risque de
  Biais (ROB)
• Permet dévaluer le niveau de crédibilité de
  létude et de lillustrer graphiquement
• ROB évalue les points suivants
• Sequence generation (Randomisation)
• Allocation concealment
• Blinding of participants, personnel and outcome
  assessors
• Incomplete outcome data (Attrition et exclusion)
• Selective outcome reporting
• Other sources of bias

45
C.4. Évaluer la qualité des études

• Deux composantes
• Description des événements
• Done
• Probably Done
• Probably Not Done
• Not Done
• Jugement de lauteur effectuant la revue
• Yes Faible risque de biais
• No Risque de biais élevé
• Unclear évaluation claire impossible

46
C.4.1. Outil dévaluation des biais (ROB)
Table 8.4.a A common classification scheme for
bias
Domaine Description Jugement de lauteur de la revue
Sequence generation. Décrire de manière détaillée la méthode utilisée pour générer la séquence de randomisation des sujets dans les groupes contrôles et interventions pour déterminer la comparabilité des groupes Est ce que la séquence de randomisation a été correctement générée ?
Allocation concealment. Si côté D (Not Used) alors critère dexclusion Décrire de manière détaillée la méthode utilisée pour dissimuler lassignation des sujets dans les groupes afin de déterminer si lallocation était connue davance ou lors du recrutement Est-ce que la répartition dans les groupes contrôles et interventions a été correctement effectuée ?
Blinding of participants, personnel and outcome assessors Décrire toutes les mesures utilisées pour sassurer que les participants et le personnel de recherche navait pas connaissance de lintervention reçue. Fournir toutes informations permettant de savoir si le processus de masquage a été efficace Est-ce que la connaissance de lallocation des sujets dans les groupes a été adéquatement prévenu ? Lévaluation doit être faite pour tous les critères de jugements de létude 
Incomplete outcome data   Décrire l'exhaustivité des données pour chaque critère de jugement principal, en incluant lattrition (perte au suivi) et les exclusions dans lanalyse Est-ce que les données incomplètes ont été adéquatement contrôlées et évaluées ?
Selective outcome reporting. Évaluer comment la possibilité davoir des critères dévaluation sélectif a été examiné par les auteurs et ce qui a été identifié Est-ce que létude incluse toutes les variables et méthodes danalyse des variables pertinentes ?
Other sources of bias. Évaluer si toutes les étapes pre identifiées dans le protocole ont bien été suivies. Évaluer tous autres biais potentiels liée à létude ou au design Est-ce que létude semble ne pas contenir dautres problèmes pouvant être source de biais ?
 
47
C.4.1. Outil dévaluation des biais (ROB)
Table 8.4.a A common classification scheme for
bias
Risque de biais Interprétation Pour létude Entre les études
Low risk of bias. Biais possibles mais naffecteront pas les résultats Faible risque de biais à tous les niveaux La plupart des informations proviennent détudes à faible risque de biais
Unclear risk of bias. Biais possibles qui peuvent semer le doute dans les résultats Risque de biais incertain pour au moins un des domaine clé de lévaluation La plupart des informations proviennent détudes à faible ou incertain risque de biais.
High risk of bias. Biais possibles qui affecteront sérieusement la crédibilité des résultats Risque de biais élevé pour au moins un ou plus des domaines clé de lévaluation La proportion dinformation provenant détudes a risque de biais élevé est suffisante pour affecter linterprétation des résultats
 
48
C.4.2. Classification des différents Biais
Table 8.4.a A common classification scheme for
bias
Type de Biais Description Correspondance avec loutil dévaluation des biais (ROB)
Selection bias. Différences systématiques entre les caractéristiques initiales des groupes de comparaison Sequence generation Allocation concealment
Performance bias. Différences systématiques entre les groupes concernant les soins fournis et lexposition aux facteurs autres que lintervention Blinding of participants, personnel and assessors - Other potential threats to validity
Attrition bias. Différences systématiques entre les groupes concernant la perte de patients / groupes lors du suivi Incomplete outcome data - Blinding of participants, personnel and assessors
Detection bias. Différences systématiques entre les groupes concernant lidentification des critères de jugements Blinding of participants, personnel and assessors - Other potential threats to validity
Reporting bias. Différences systématiques entre les résultats reportés et non reportés - Selective outcome reporting
 
49
C.4.3. Exemple dutilisation de ROB
Table 8.4.a A common classification scheme for
bias
Entrées Jugement Description
Adequate sequence generation? Yes. Quote patients were randomly allocated.Comment Probably done, since earlier reports from the same investigators clearly describe use of random sequences (Cartwright 1980). 
Allocation concealment? No. Quote ...using a table of random numbers.Comment Probably not done.
Blinding? (Patient-reported outcomes) Yes. Quote double blind, double dummy High and low dose tablets or capsules were indistinguishable in all aspects of their outward appearance. For each drug an identically matched placebo was available (the success of blinding was evaluated by examining the drugs before distribution).Comment Probably done.
Blinding? (Mortality) Yes. Obtained from medical records review authors do not believe this will introduce bias.
Incomplete outcome data addressed? (Short-term outcomes (2-6 wks)) No. 4 weeks 17/110 missing from intervention group (9 due to 'lack of efficacy') 7/113 missing from control group (2 due to 'lack of efficacy').
Incomplete outcome data addressed? (Longer-term outcomes (gt6 wks)) No. 12 weeks 31/110 missing from intervention group 18/113 missing from control group. Reasons differ across groups.
Free of selective reporting? No. Three rating scales for cognition listed in Methods, but only one reported.
Free of other bias? No Trial stopped early due to apparent benefit.
 
50
C.4.4. Graphiques du risque de biais
Table 8.4.a A common classification scheme for
bias
 
51
C.4.4. Graphiques du risque de biais
Table 8.4.a A common classification scheme for
bias
 
52
C.5. Extraction des données

• Extraction des données
• RevMan 5
• ID Unique de la revue et de létude (RevMan)
• Date (Pour de multiples versions chronologiques)
• Notes (Utilisées pour RevMan)
• Vérification de léligibilité des études
• Table des études exclues et raisons de
  lexclusion
• Caractéristiques des études méthodes,
  participants, interventions, données et résultats
• Type de données Dichotomiques, Continues,
  Catégorielles, Taux, Données temporelles
  (analyses de survie)
• Précision du codage instructions and règles de
  décision

53
C.5. Extraction des données

• Avantages de lutilisation de RevMan 5
• Permet une interaction avec le serveur Cochrane
  ARCHIE
• Offre un support Online pour de nouveaux types de
  revues
• Interventions / Méthodes / Tests diagnostiques
• Permet des mises à jours plus facile de revue
  existantes
• Compatibilité Multi-plateformes (Windows, Mac,
  Linux)
• Interface intuitive facile dutilisation
• Nouveaux Outils dévaluation et de calculs
• Outil dévaluation des biais et de la qualité des
  études
• Analyses, graphiques et entrée de données en
  temps réel
• Interface  Document-Based 
• Suivi des changements incluant une fonction
   Undo 

54
C.5.1. Ressources

• RevMan 5
• Téléchargeable à http//www.cc-ims.net/RevMan
• Ressources pour extraire et interpréter les
  données pour les groupes de revues
• Cochrane Handbook for Systematic Reviews of
  Interventions (The Handbook), Chp. 7
• Open Learning Material for Reviewers (OLMR),
  Module 7
• Disponible à http//www.cochrane.org/resources/r
  evpro.htm

55
C.5.2. Formulaire de collecte de données

• Important
• Permet denglober la question et de planifier les
  évaluations
• Permet le suivi des décisions prises lors du
  développement de la revue
• Outil de collecte de données standardisé
  permettant deffectuer les analyses nécessaires
  avec une haute qualité méthodologique
• Composantes indispensable dune revue de qualité
• Peut varier en fonction des études et des types
  de données

56
C.5.3. Composantes du formulaire RevMan

• Considérer la quantité dinformation à collecter
  (Trop détaillé vs. Insuffisamment détaillé)
• Prenez le temps de bien concevoir et de planifier
  lentrée de données
• La saisie de données sous RevMan suit une logique
  bien définie
• Items à inclure
• Titre de la revue et nom des auteurs
• ID unique pour la revue, ID unique pour chaque
  étude incluse (RevMan)
• Date (Pour plusieurs versions)
• Notes Complément dinformation à inclure dans
  RevMan
• Vérification de léligibilité des études
• ? Un tableau des études exclues indiquant la
  raison de lexclusion est requis
• Caractéristiques des études Méthodes,
  participants, interventions, critères de
  jugements, mesures, qualité des études et
  résultats
• Codage précis Instructions and règles de
  décision

57
C.5.3. Composantes du formulaire RevMan

• Autres items
• Étude pilote des autres revues pour définir le
  protocole
• Information et instructions additionnelles
• Transcription des consensus des 2 responsables de
  lextraction de données (Résolution des
  différences)
• Evaluation de la fiabilité des données collectées
• Collecte des données en aveugle ? Ce point doit
  être évalué afin de sassurer que les résultats
  de la revue ne seront pas altérés
• Procédures dobtention des données manquantes
  auprès des auteurs des études incluses et
  résultats

58
C.5.4. Validation du protocole dextraction

• Réflexion Quels sont les besoins ?
• Design Formulaire  Draft 
• Étude pilote Exemples darticles, Comparaison
  de formulaires complétés
• Révision Modifications du formulaire ou / et
  des instructions
• Extraction Plusieurs révisions seront
  nécessaires avant de valider la forme finale du
  formulaire et de procéder à lextraction des
  données

59
C.5.5. Construire les tables de comparaisons

• Préparation pour lanalyse statistique
• Idéalement, vous devriez avoir spécifié ces
  points dans le protocole initiale de la revue
• Types de comparaisons
• Les critères de jugements, le type de données et
  votre plan pour extraire les données
• Comment allez vous combiner les résultats des
  études ? (OR, RR, Moyenne, Effet fixe ou
  aléatoire, etc.)
• Planifiez vous des analyses en sous groupes ou de
  sensibilité
• Ressources
• Module 10  Open Learning Materials 

60
C.5.6. Pour les études incluses

• Extraction des données
• Participants
• Interventions
• Comparaisons
• Critères de jugements (Outcomes)
• Qualité
• Notes

61
C.5.7. Structure de RevMan

• Comparaison
• Critère de jugement (Outcome)
• Sous-catégorie (Analyses en sous-groupes,
  sous-division des critères de jugement)
• Étude (Données entrée dans un format standardisé
  pour chaque étude, spécifique à chaque critère de
  jugement
• Il peut ne pas y avoir de sous-catégories. La
  catégorie Étude correspondra donc directement au
  Critère de jugement

62
C.6. Analyse des données

• Principe fondamental de la Méta analyse
• Ne pas regrouper les patients
• Car les sujets ne sont pas comparables d'un essai
  à l'autre
• Regrouper les estimations de l'effet traitement
• En faisant l'hypothèse que le traitement a le
  même effet dans tous les essais
• Hypothèse dhomogénéité

63
C.6. Analyse des données

• Résultats statistiques
• Effet traitement commun
• Moyenne pondérée par l'inverse de la variance
• Plus un essai est précis, plus sa contribution
  est forte
• Si un essai est prépondérant il masque complément
  les autres essais
• Intervalle de confiance
• Test de l'existence de l'effet du traitement
• Test dassociation des effets pour toutes les
  études (p gt 0.05)
• Test de l'hypothèse d'homogénéité
• Test dhétérogénéité (Positif si gt 50)

64
C.6. Analyse des données

• Forest Plot

I285
65
C.6. Analyse des données

• Type de données
• Dichotomiques (Dichotomous)
• Continues (Continuous)
• Ordinales (Ordinal)
• Nombres et taux (Count and rates)
• Données dépendante du temps (Time-to-event)
• Ressources
• Handbook, Chp. 8, OLM, Module 11

66
C.6.1. Variables dichotomiques (Binaires)

• La variable représente seulement une ou lautre
  possibilité, par exemple Enceinte ou non

Event
No event
Événement
Pas dévénement
a b
c d
ab nI
Intervention
Contrôle
cd nC
67
C.6.1. Variables dichotomiques (Binaires)

• Parfois, les petites échelles ou les données
  continues peuvent être dichotomisées. Par exemple
  un taux de cholestérol faible ou élevé avec un
  seuil bien défini
• Bénéfices de la conversion
• Facilité danalyse
• Interprétation et comparaisons des résultats
• Inconvénients de la conversion
• Linformation sur la taille de leffet peut être
  perdue
• Déterminer le bon seuil peut être difficile
• Chercher à éviter les biais
• Assurez vous de mesurer la bonne variable Pour
  des analyses de survie, vous recueillez des décès

68
C.6.2. Variable continues

• Variables pouvant prendre nimporte quelle valeur
  dans un intervalle spécifique numérique ou
  ordonnée
• Poids, Durée du séjour à lhôpital, etc.
• Assurez vous que les données peuvent bien être
  traités comme des données continues (consultez un
  statisticien)
• Ressource pour lanalyse des données
  dichotomiques ou continues
• Cochrane Handbook for Systematic Reviews of
  Interventions (the Handbook), Chapter 8

69
C.6.2. Variables continues
70
C.6.3. Variables ordinales

• Les participants sont classés en catégories selon
  un ordre naturel
• Petit nombre de catégories
• Sévérité de la maladie Faible, modérée, sévère
• Grand nombre de catégories
• SF-36
• Sassurer que léchelle choisie est validée
• Les petit nombre sont souvent traités comme des
  variables binaires
• Les grand nombre sont souvent traités comme des
  variables continues

71
C.6.4. Nombre dévénement (Count of event)

• The Handbook, Chapter 8
• Événements qui peuvent arriver plus dune fois
  pour un individu donné
• Réactions ou critères adverse
• Événements commun vs. rare

72
C.6.5. Données dépendante du temps (Time-to-event)

• Observe si lévénement à eu lieu et quand
• Analyse de survie, maladie récurrente, etc.
• Pour chaque individu
• Événement au début de la période (peut être 0)
• Nombre dobservation à la fin de la période
• Peuvent parfois être traitées comme des variables
  dichotomiques
• Exemple Pas dévénement vs. Événements
• Ne peuvent jamais être traitées comme des
  variables continues
• La méthode danalyse du  Hazard Ratio  est la
  plus appropriée
• The Handbook, Chapter 8

73
C.6.6. Statistique et méthodes
Nature des données Statistique Méthode(F effet fixe, A effet aléatoire)
Dichotomiques Odds Ratio (OR) Peto (F)
Dichotomiques Odds Ratio (OR) Mantel-Haenszel (F)
Dichotomiques Odds Ratio (OR) DerSimonian and Laird (A)
Risque Relatif (RR)  Mantel-Haenszel (F)
Risque Relatif (RR) DerSimonian and Laird (A)
Différence de Risque (RD ou ARR) Mantel-Haenszel (F)
Différence de Risque (RD ou ARR) DerSimonian and Laird (A)
Continues Différence de moyennes pondérées (WMD) inverse variance (F)
Continues Différence de moyennes pondérées (WMD) DerSimonian and Laird (A)
Différence de moyennes standardisées (SMD) inverse variance (F)
Différence de moyennes standardisées (SMD) DerSimonian and Laird (A)
Données individuelles ou Time to event (IPD) Odds / Hazard Ratio (HR) Peto (F)
Generic inverse variance Définie par l'auteur  inverse variance (F)
Generic inverse variance Définie par l'auteur  DerSimonian and Laird (A)
74
C.7. Exploration de lhétérogénéité

• Homogénéité
• Il existe une partie fixe commune
• Hétérogénéité
• Au moins un essai n'a pas une partie fixe
  identique à celle des autres essais
• Test d'hétérogénéité peu puissant
• En cas d'hétérogénéité le regroupement n'est plus
  licite avec les techniques simples
• Méthode à effet aléatoire requise

75
C.7. Exploration de lhétérogénéité

• Pourquoi doit on analyser lhétérogénéité
• Pour décider si le résultat des études
  individuelles doit être combiné
• Pour identifier les facteurs dhétérogénéité
• Ex Taille de léchantillon, année de
  publication, nature du groupe contrôle, durée du
  suivie, design de létude, ....
• Pour suggérer la direction de futures recherches

76
C.7. Exploration de lhétérogénéité

• Evaluation de lhétérogénéité
• Sources potentielles (Clinique / Méthodologique /
  Statistique)
• Hasard
• Variations chez les patients
• Variation dans les interventions
• Différences dans les critères mesurés
• Qualité méthodologique
• Méthodes dinvestigation
• Graphiques (Forest Plot, Funnel Plot, Abbé Plot,
  Galbraith Plot)
• Tests statistiques (Q et I²)
• Analyse en sous-groupe
• Méta régression

77
C.7.1. Investigation graphique

• Méthodes dinvestigation
• Graphique  Forest Plot 

Essai 1
Essai 2
Essai 3
Essai 4
Global
Essais homogènes
78
C.7.1. Investigation graphique

• Graphique  Funnel Plot 
• Effet du traitement contre la précision (Biais de
  publication)
• (Ln OR, Ln RR ou RD) vs. (Taille de
  léchantillon, Var ou SD)

79
C.7.1. Investigation graphique

• Graphique  Abbé Plot 
• Risque dans le groupe contrôle contre celui dans
  le traitement

80
C.7.1. Investigation graphique

• Graphique  Galbraith Plot  simplifié

81
C.7.2. Tests statistiques (Q et I2)

• Méthodes dinvestigation
• Tests statistiques (Q et I²)
• k essais
• Wi 1 / Var(Ln ORi)
• Ti Ln ORi
• Tp Ln OR global (Meta analyse à effet fixe)
• Loi du ?2 à k 1 degrés de liberté
• Probabilité dhétérogénéité élevée si I2 gt 50

I² Q - (k - 1) / Q
82
C.7.2. Tests statistiques (Q et I2)

• Forest Plot

I285
83
C.7.3. Analyses en sous groupes

• Méthodes dinvestigation
• Exclusion des essais isolés
• Exclusion des essais un à un
• Jusquà obtention dune homogénéité significative
• Analyse en sous groupe
• Séparer en fonction dun facteurs dhétérogénéité
• Attention à la perte de puissance statistique

84
C.7.3. Analyses en sous groupes
85
C.7.4. Méta régression

• Méthodes dinvestigation
• Méta régression (Linéaire ou logistique)
• Estime les effets des covariables responsables de
  lhétérogénéité
• Permet deffectuer par la suite des analyses en
  sous groupes
• Commande Stata
• Metareg Y X1 Xn, wsvar(Var Y)
• Metareg LnOR Pays Qualité, wsvar(Var LnOR)
• Discrétisation des covariables
• Binaires (modèle logistique)
• Ordinales (modèle linaire)

86
C.7.4. Méta régression

• Méthodes dinvestigation
• Méta régression
• Examine les associations entre les
  caractéristiques des études et les effets du
  traitement
• Demande une forte puissance statistique
• Ne devrait pas être utilisée avec moins de 10
  essais
• Variable dépendante Estimation de leffet
• (Ln RR, Ln RD, MD)
• Variables indépendantes
• Covariables qui influencent le résultat de
  leffet
• Facteurs dhétérogénéité

87
C.7.5. Biais de publications

• Evaluation des biais de publication
• Les essais positifs sont plus facilement publiés
  que les négatifs
• Différentes sources de Biais
• Biais de publication
• Bais de localisation
• Biais de langage
• Biais de citation
• Méthode dévaluation
•  Funnel plot  et asymétrie par rapport à
  leffet
• Standard Error (Ln OR) vs. Odd Ratio (échelle
  log)

88
C.7.5. Biais de publications

•  Funnel Plot  et asymétrie par rapport à
  leffet
• Cochrane SE(Ln OR) vs. OR(échelle log)
• SE(Ln OR) Racine (Var Ln OR)

Symétrie Pas de biais
89
C.7.5. Biais de publications
Asymétrie Biais
90
C.7.5. Biais de publications
Asymétrie Biais de qualité des petits essais
91
D. Résultats Conclusions

• Faire encore référence à PICOS
• Les conclusions devraient se référer aux premiers
  résultats identifiés par la méthode PICOS
• Labstract devrait adresser les comparaisons
  importantes identifiées dans le protocole établit
  avec PICOS Pas seulement les relations
  statistiquement significatives identifiées lors
  de lanalyse

92
D. Résultats Conclusions

• Points clés à considérer pour cette partie de la
  revue
• Force et pertinence des évidences
• Importance clinique / Design
• Biais / Forces et faiblesses
• Application des résultats
• Bénéfices et risques
• Objectivité des critères de jugements
• Effets adverses
• Application des résultats Puissance des
  évidences
• Implications (Pratique clinique / Recherche)
• Ressources
• The Handbook, Chapter 9
• Open Learning Material for Reviewers (OLMR)
  Modules 16-18

93
E. Processus éditorial de la revue

• Processus éditorial
• Soumission du titre
• Enregistrement en Ligne
• Auteurs, Titre, Résumé, PICOS, Déclaration de
  conflits dintérêts et Date attendu de soumission
• Acceptation de la Revue
• Critères dévaluation
• Revue originale coïncidant avec les objectifs
  EPOC
• Objectifs clairs et bien ciblés
• Finalisation de la revue faisable
• Équipe expérimenté souhaitant faire des mises à
  jours
• Donner une date acceptable et faisable de
  finalisation de la revue

94
E. Processus éditorial de la revue

• Soumission du protocole Peer Review
• Acceptation et publication
• Soumission des révisions
• Acceptation et publication
• Mises à jours de la revue Peer Review
• Recommandation actuelle Tous les 2 ans ou quand
  de nouvelles évidences importantes sont
  disponibles
• Évite de ne pas être à jour mais peut introduire
  un nouveau biais si lon garde les mêmes critères
  dévaluation
• Remettre à jour les méthodes, outils et critères
  de jugements pour chaque mise à jour

95
F. Autres types de méta-analyses

• Méta-analyse cumulative
• Méta-analyse comparant deux tests (Courbes ROC)
• Méta-analyse qualitative
• Etc.

96
F.1. Méta-analyse cumulative

• Méta-analyse cumulative de 60 essais cliniques
  sur lefficacité dun thrombolytique pour traiter
  un infarctus du myocarde
• Chaque ligne horizontale représente un nouveau
  rapport de cotes total cumulatif
• Lau J et al. N Engl J Med 1992327248-54
• On aurait pu prévenir plusieurs décès en
  concluant dès le début des années 70

97
F.2. Méta-analyse comparant deux tests

• Une méta-analyse comparant deux tests
  diagnostiques ou pronostiques pose un problème
  particulier, car la validation d'un test se fait
  nécessairement en mesurant simultanément deux
  critères dévaluation, soit la sensibilité du
  test et sa spécificité
• Or sensibilité et spécificité ne sont pas
  indépendantes lune baisse quand lautre
  augmente
• Solution
• Comparaison de courbes ROC combinées (Receiving
  Operating Curves)

98
F.2. Méta-analyse comparant deux tests
Seuils N Sensibilité Spécificité VPRP VPRN
101 CFU/mL 80 1,0 (28/28) 0,44 (23/52) 0,49 1,0
102 CFU/mL 80 0,96 (27/28) 0,57 (29/52) 0,54 0,97
103 CFU/mL 80 0,89 (25/28) 0,85 (44/52) 0,76 0,94
104 CFU/mL 80 0,43 (12/28) 0,98 (51/52) 0,76 0,94
105 CFU/mL 80 0,13 (4/28) 1,0 (52/52) 1,0 0,68
99
F.2. Méta-analyse comparant deux tests

• Test culture quantitative dun lavage
  broncho-alvéolaire
• Interdépendance entre les taux de faux et de
  vrais positifs selon différents seuils de
  positivité
• (101, 102, 103, 104 et 105 CFU/mL)
• Aubas S et al. Am J Respir Crit Care Med
  1994149860-6
• Plus la surface sous une courbe ROC est grande,
  meilleure est la valeur diagnostique du test

100
F.2. Méta-analyse comparant deux tests

• Combiner les résultats des études portant sur un
  test diagnostique en calculant une  courbe ROC
  combinée 
• Moses LE, Shapiro D, Littenberg B. Stat Med
  1993121293-316
• Comparaison de deux tests
• Le test en gris est plus sensible et plus
  spécifique

101
F.3. Méta-analyse qualitative

• Méta-synthèse de la littérature qualitative
• Enquête de satisfaction
• Entretien semi-dirigé / Groupe de discussion
• Etc.
• Même méthodologie que les revue systématique
  jusquà lévaluation de la qualité des études
• Méthodes de synthèse des résultats sapparentant
  à celles utilisées pour analyser les Focus groups
• Grille danalyse
• Verbatim / Transcrits
• Analyse des correspondances et concordances

102
Evaluation de la validité interne et de la
pertinence dune revue systématique
103
G.1. Evaluation de la validité interne dune revue

• Les objectifs de la revue sont-ils clairement
  définis ?
• Les critères utilisés pour sélectionner les
  essais sont-ils corrects ?
• Est-il improbable que des études aient été
  oubliées ?
• La qualité méthodologique des essais inclus
  a-t-elle été évaluée ?
• Est-il possible que des essais inclus soient
  potentiellement biaisés ?
• Les résultats des essais inclus sont-ils
  homogènes ?

104
G.1. Evaluation de la validité interne dune revue

• L'analyse statistique a-t-elle été réalisée
  correctement ?
• La stabilité des résultats a-t-elle été éprouvée
  par des analyses de sensibilité ?
• Est-ce que tous les critères de jugement
  importants ont été étudiés ?
• Les conclusions sont-elles en rapport avec les
  résultats ?
• Les recommandations faites prennent-elles en
  compte le niveau de preuve atteinte par la
  méta-analyse ?

105
G.2. Pertinence clinique

• Représentativité
• Pertinence / représentativité des traitements
  étudiés
• Ces traitements sont-ils toujours utilisés
  actuellement ?
• Ont-ils été utilisés correctement (dose et schéma
  dadministration corrects) ?
• Pertinence / représentativité des critères de
  jugement
• Ces critères sont-ils des critères cliniques ou
  simplement des critères intermédiaires ?
• La définition et/ou la méthode de recueil du
  critère est-elle satisfaisante ?
• Pertinence / représentativité des patients
• Les patients inclus dans les essais sont-ils
  représentatifs des patients rencontrés dans la
  réalité ou hyper sélectionnés ?
• Les critères diagnostiques sont-ils ceux utilisés
  actuellement ?

106
G.2. Pertinence clinique

• Taille de l'effet
• La valeur de la taille de l'effet est-elle
  pertinente cliniquement ?
• L'adéquation de la mesure
• Parmi les différentes mesures possibles (RR, RD,
  NNT, etc.) celle utilisée est-elle la plus
  adaptée ?
• Si un OR est utilisé, le risque de base est-il
  suffisamment faible (lt30) ?
• La précision de l'estimation
• Lintervalle de confiance est-il étroit ou large
• Suffisamment éloigné de la valeur de non-effet
  pour garantir dans le pire des cas un bénéfice
  encore suffisamment important ?

107
G.3. Système existant dévaluation qualité

• Guide qualité pour les auteurs de revue
  systématique
• QUORUM
• Moher D, Cook DJ, Eastwood S, et al. Improving
  the quality of reports of meta-analyses of
  randomised controlled trials the QUORUM
  statement. Quality of reporting of meta-analyses.
  Lancet 19993541896-1900
• Evaluation de la qualité des revues systématiques
• Overview Quality Assessment Questionnaire
  (OQAQ)
• Oxman AD, Guyatt GH. Validation of an index of
  the quality of review articles. J Clin Epidemiol
  1991441271-8
• Le système OQAQ permet dévaluer quantitativement
  la qualité dune revue systématique

108
G.4. Listes de critiques possibles

• Objectifs de la revue
• L'objectif n'est pas clairement défini
• L'objectif n'est pas clinique
• Recherche des essais
• Aucune recherche systématique n'a été entreprise
• Une seule base de données bibliographiques a été
  utilisée
• Les abstracts non pas été recherchés
• Sélection
• Les critères de sélection ne sont pas précisés
• Seuls les essais en anglais ont été inclus
• Des essais de mauvaise qualité méthodologique ont
  été inclus
• Seuls les essais issus de revues à comité de
  lecture ont été inclus

109
G.4. Listes de critiques possibles

• Transparence
• Les essais exclus ne sont pas listés
• Les raisons des exclusions ne sont pas données
• Des essais ont été exclus de façon injustifiée
• Traitements étudiés
• Les traitements étudiés ne sont plus utilisés
• Les traitements étudiés ne sont pas utilisés de
  façon optimale
• Les traitements sont trop hétérogènes
• Patients étudiés
• les patients étudiés sont trop différents
• les patients étudiés sont trop sélectionnés et
  non représentatifs de la diversité des patients
  vus en pratique
• Extraction
• L'extraction a été faite par une seule personne
• Les données n'ont pas été vérifiées auprès des
  investigateurs

110
G.4. Listes de critiques possibles

• Analyse statistique
• une méthode statistique a été choisie sans
  justification
• Lhétérogénéité statistique n'a pas été
  recherchée
• il existe une hétérogénéité non prise en compte
  ou discutée
• aucune analyse de sensibilité na été réalisée
• Sous-groupes
• nombreux sous-groupes non définis a priori
• absence de réserves pour les analyses en
  sous-groupes
• Méta-analyse non significative
• la non mise en évidence de différence est
  assimilée à une absence d'effet
• Interprétation
• les conclusions dépassent la portée des résultats
  obtenus
• les recommandations sont trop catégoriques
  comparées à la qualité des essais disponibles ou
  au niveau de preuve atteint

111
G.5. Méta-analyses contradictoires

• Exclusion arbitraire d'essais en fonction du
  résultat de la méta-analyse
• Possible si les raisons de lexclusion ne sont
  pas clairement précisées
• Recherche bibliographique non exhaustive
• Existence d'un biais de publication
• Une méta-analyse a inclus des essais non publiés
  et pas l'autre
• Critères de sélection des essais différents
• Méthodologiques ou liés au domaine
• Divergences dans l'évaluation de la qualité des
  études incluses

112

• Bon courage

• Ressources
• http//www.cochrane.org/
• http//www.mrc-bsu.cam.ac.uk/cochrane/handbook500/
  
• http//www.epoc.cochrane.org/en/index.html
• http//www.chalmersresearch.com/bmg/
• http//www.chalmersresearch.com/bmg/index.html
• http//www.cc-ims.net/RevMan
• http//www.cochrane.org/resources/revpro.htm