Les méthodes de recherche actuelles, notamment les essais cliniques, pourraient être fondamentalement inadaptées à l’étude des maladies chroniques, selon une nouvelle analyse. Cette étude remet en question l’efficacité des modèles statistiques traditionnels et suggère qu’ils pourraient masquer les effets, même faibles, des traitements.
Les maladies chroniques sont encore trop souvent considérées comme incurables, et cette perception pourrait être en partie due à des failles dans la manière dont la recherche médicale est menée. Des chercheurs ont examiné en profondeur les exigences de précision et de fiabilité nécessaires pour caractériser ces maladies complexes, ainsi que les présupposés implicites qui sous-tendent les essais cliniques et les analyses statistiques.
Leurs simulations numériques, basées sur des modèles théoriques et des données hypothétiques, ont révélé que les variations individuelles au sein des essais cliniques peuvent significativement fausser les résultats des tests statistiques. En outre, ils ont constaté que les essais cliniques introduisent un niveau d’erreur et d’imprécision tel qu’il tend à masquer les effets subtils et progressifs des traitements.
Un problème majeur identifié est le manque de pertinence des moyennes de traitement utilisées dans les analyses statistiques par rapport aux besoins spécifiques de chaque patient. L’étude souligne également l’impact des nombreux facteurs co-causaux ou perturbateurs, inhérents à l’étude de sujets humains, qui peuvent considérablement augmenter les marges d’erreur expérimentales.
L’utilisation de critères de rejet stricts, comme des valeurs p faibles, aggrave encore le risque de ne pas détecter les effets bénéfiques des traitements. « Nous avons conclu que le modèle de recherche basé sur les essais cliniques est erroné à plusieurs niveaux, et ce, quel que soit le modèle théorique ou hypothétique réaliste que nous avons utilisé », expliquent les auteurs. Ils estiment que l’utilisation inappropriée des analyses statistiques est probablement responsable de l’incapacité à identifier des traitements efficaces pour les maladies chroniques, ainsi que des effets nocifs de substances toxiques présentes dans l’environnement.
Face à ces constats, les chercheurs proposent de nouvelles approches expérimentales, privilégiant des essais personnalisés ou des études d’optimisation à petite échelle, particulièrement adaptés à l’évaluation de traitements à faible risque et à effets modestes.
Sur le même sujet
