Publié le 2024-10-26 14:35:00. Un biostatisticien de l’École de santé publique de Yale a obtenu une subvention de 26 millions de dollars (environ 24 millions d’euros) pour développer de nouvelles méthodes statistiques destinées à améliorer l’analyse des essais cliniques randomisés (ECR) complexes, et ainsi affiner la pertinence des traitements pour les patients.
- L’équipe du Dr Li va créer des outils statistiques innovants pour mieux évaluer l’efficacité des traitements dans les ECR.
- Ces outils prendront en compte la structure hiérarchique des données et la multiplicité des résultats, souvent négligées dans les analyses actuelles.
- Un logiciel gratuit et régulièrement mis à jour sera mis à disposition des chercheurs d’ici mi-2029.
Les essais cliniques randomisés (ECR) sont considérés comme la norme d’or pour évaluer l’efficacité des traitements médicaux. Cependant, les ECR complexes, impliquant plusieurs sites, différents groupes de patients et de multiples critères d’évaluation, posent des défis statistiques importants. Le Dr Li et son équipe s’attaquent à ces difficultés en développant une nouvelle approche pour l’analyse de ces données.
« Mon travail vise à développer des outils statistiques qui affinent la question scientifique, améliorent l’interprétabilité des effets du traitement et, à terme, fournissent des estimations cliniquement informatives et directement utiles aux patients, aux cliniciens et aux décideurs », a déclaré le Dr Li.
Selon le Dr Li, le principal problème réside dans le manque de méthodes statistiques adaptées aux ECR complexes. De nombreux chercheurs se voient contraints d’adapter des méthodes conçues pour des essais plus simples, ce qui peut introduire des biais et conduire à des conclusions erronées. « Il existe des milliers d’ECR enregistrés dans le domaine public. Mais les méthodes statistiques, en particulier les méthodes d’inférence causale, pour ces essais complexes sont considérablement en retard. Lorsque les chercheurs conçoivent un ECR avec ce niveau de complexité, ils sont souvent limités par un manque de méthodes et d’outils statistiques. »
Sans outils analytiques appropriés, les chercheurs ont tendance à adapter des méthodes conçues pour des essais randomisés individuels, une approche qui peut fausser les résultats et conduire à des conclusions inexactes. Ce problème est exacerbé lorsque les essais impliquent plusieurs résultats ou des critères composites complexes, où des adaptations simplistes peuvent masquer les effets réels et compromettre la validité scientifique.
Ce projet est mené en collaboration avec le Centre d’analyse de médecine cardiovasculaire (CMAC) de Yale, dirigé par le Dr Guangyu Tong, qui apporte son expertise en analyse de données cardiovasculaires. L’ Accélérateur de recherche clinique et translationnelle (CTRA) de Yale, sous la direction du Dr F. Perry Wilson, contribue également en rassemblant des médecins-chercheurs spécialisés dans les investigations cliniques rigoureuses et les conceptions d’essais innovantes. L’équipe du Dr Li collabore étroitement avec des chercheurs de l’Université d’État du Mississippi, de l’Université de Washington et de l’Université de Pennsylvanie.
L’objectif ultime de ce projet est de fournir aux chercheurs des preuves plus solides et fiables pour éclairer les décisions en matière de santé publique. « Au cœur de mon programme de recherche se trouve un engagement à produire des preuves claires, transparentes et méthodologiquement rigoureuses qui renforcent la prise de décision clinique et de santé publique », a conclu le Dr Li.
À ne pas manquer
