Ceci est le complément de notre façon de noter les preuves. Cette page-là explique les niveaux que nous attribuons à chaque affirmation ; celle-ci vous met en main les outils pour vérifier n'importe quelle étude, y compris les nôtres.
Nul besoin de statistiques pour bien le faire. La plupart des erreurs qui comptent viennent d'une poignée de manœuvres faciles à repérer une fois qu'on vous les a montrées.
Une étude décrit ce qui est arrivé à un groupe particulier de personnes, mesuré d'une manière particulière, par des chercheurs avec des questions et des financeurs particuliers. Bien la lire revient à quatre questions : qui y participait, ce qui a réellement été mesuré, à quel point les chiffres sont fiables, et si la conclusion énoncée correspond au constat sous-jacent. Ces quatre questions fonctionnent presque partout, d'un communiqué de presse de deux lignes à un article de 30 pages.
Nous classons chaque affirmation de ce site selon l'une de quatre étiquettes : Forte, Modérée, Émergente ou Préliminaire, présentées dans comment nous classons les preuves. Les outils ci-dessous vous permettent de vérifier l'étude derrière n'importe quelle étiquette, y compris les nôtres.
L'échelle des preuves
La conception d'une étude vous indique approximativement jusqu'à quel point lui faire confiance avant même de lire un seul chiffre. Cinq grands types de conception se situent sur une échelle, du plus faible en bas au plus fort en haut.
Au bas de l'échelle se trouve le rapport de cas, ou une série de cas portant sur une poignée de patients : une personne qui a reçu un traitement et qui s'est bien ou mal portée. C'est une anecdote. Elle peut soulever une question qui mérite d'être étudiée. Elle ne peut pas en trancher une, car il n'y a personne à qui comparer le patient.
Viennent ensuite les études observationnelles, où les chercheurs observent des personnes qui font ou ne font déjà pas une chose. Une enquête transversale est un instantané d'un seul moment. Une étude cas-témoins part de personnes ayant un résultat donné et regarde en arrière. Une étude de cohorte suit un groupe en avant, parfois pendant 10 ou 20 ans. Celles-ci peuvent montrer que deux mesures montent et descendent ensemble, mesurer à quel point, et révéler une relation dose-réponse. Elles ne peuvent pas montrer que l'une a causé l'autre, car les personnes qui font la chose diffèrent de celles qui ne la font pas sur cent autres points.
L'essai contrôlé randomisé est l'outil conçu pour corriger les facteurs de confusion. Assigner les personnes au traitement ou au contrôle par tirage au sort rend les deux groupes identiques en moyenne, facteurs connus comme inconnus, de sorte qu'une différence par la suite peut raisonnablement être attribuée au traitement. L'insu, où ni le patient ni l'évaluateur ne sait qui a reçu quoi, empêche les attentes de façonner le résultat.
Au sommet, une revue systématique rassemble toutes les études sur une question et les évalue ensemble ; une méta-analyse regroupe leurs chiffres en une seule estimation. Bien réalisée, c'est la chose la plus fiable dont nous disposons. Réalisée sur un tas d'études faibles, c'est une moyenne bien présentée d'études faibles, pas plus solide que ce qui y est entré.
L'échelle vous donne un a priori de départ et rien de plus. Une grande cohorte bien menée peut peser plus lourd qu'un petit essai randomisé bâclé portant sur 30 personnes. La conception fixe votre attente ; les méthodes vous disent si une étude y répond.
La corrélation n'est pas la cause
Pendant des années, la consommation de café a semblé liée au cancer du poumon, jusqu'à ce que les chercheurs remarquent que les buveurs de café de cette époque fumaient aussi beaucoup plus. C'est l'erreur derrière la plupart des mauvais titres sur la santé, et elle prend deux formes.
La première est le facteur de confusion, où un troisième facteur entraîne les deux choses à la fois. Les ventes de crème glacée et les noyades augmentent ensemble uniquement parce que les deux grimpent en été. L'hormonothérapie en est la version coûteuse : pendant des années, elle a semblé protéger le cœur dans les données observationnelles, parce que les femmes qui la prenaient étaient au départ en meilleure santé et plus aisées, un schéma appelé biais de l'utilisatrice en bonne santé. Les essais randomisés qui ont suivi n'ont trouvé aucune protection du tout.
La seconde forme est la causalité inverse, où la flèche pointe dans l'autre sens. Les personnes aux premiers stades d'une maladie bougent souvent moins, donc « la position assise est liée à la maladie » peut en réalité signifier que la maladie cause la position assise, la véritable flèche étant inversée.
La randomisation déjoue les deux pièges, c'est pourquoi l'échelle place les essais au-dessus des cohortes. Mais pour de nombreuses questions importantes, les données observationnelles sont tout ce qu'il y aura jamais, parce que randomiser les personnes serait cruel ou impossible. Quatre signes rendent alors une lecture causale plus crédible : une relation dose-réponse claire, la cause survenant avant l'effet, un mécanisme biologique plausible, et le même résultat apparaissant dans différentes populations. Aucun n'est décisif à lui seul. Ensemble, c'est ainsi que les personnes prudentes raisonnent sur des causes qu'elles ne peuvent pas randomiser.
Risque relatif contre risque absolu
Un chiffre induit plus de lecteurs en erreur que tout autre sur une page de santé : une réduction de risque rapportée sans sa base de référence. Prenez un médicament qui réduit votre risque d'un événement de 2 sur 1,000 à 1 sur 1,000 sur un an. Le même résultat peut s'écrire de deux façons :
- Comme réduction du risque relatif : le médicament réduit votre risque de moitié, soit une réduction de 50 %.
- Comme réduction du risque absolu : votre risque baisse de 1 sur 1,000, soit 0.1 point de pourcentage.
Une troisième façon dit la même chose plus clairement : le nombre de sujets à traiter, ici 1,000. Mille personnes prennent le médicament pendant un an pour qu'une seule d'entre elles évite l'événement ; les 999 autres n'obtiennent que les effets secondaires et la facture. Son miroir est le nombre nécessaire pour nuire.
Les chiffres relatifs sont incomplets car ils cachent le risque de départ. Une réduction de 50 % sur une base minuscule est un changement minuscule ; une réduction de 50 % sur une base large en est un large.
Quand vous voyez une réduction en pourcentage, posez deux questions à chaque fois : réduction par rapport à quelle base, et quel est le changement en chiffres bruts ?
Signification statistique contre signification réelle
La valeur p répond à une question étroite, et les lecteurs la confondent régulièrement avec une question plus vaste. Si le traitement ne faisait vraiment rien, à quelle fréquence un résultat au moins aussi extrême apparaîtrait-il par le seul fait du hasard, c'est tout ce qu'elle rapporte. Un p inférieur à 0.05 est une convention, une ligne que quelqu'un a tracée, pas un seuil de vérité. Elle ne donne pas la probabilité que le constat soit réel ou que l'hypothèse tienne. Une étude peut franchir 0.05 et rester malgré tout un coup de chance, en particulier une petite étude qui a mesuré beaucoup de choses et rapporté le seul résultat ayant franchi la ligne.
L'intervalle de confiance est plus utile, car il montre toute la plage d'effets avec laquelle les données sont compatibles. Un intervalle étroit signifie une estimation précise ; un intervalle large signifie que l'étude peut vous en dire peu. Si l'intervalle inclut « aucun effet », le résultat reste incertain quelle que soit la valeur p affichée. Préférez toujours l'intervalle à un simple p.
La signification statistique et l'importance réelle divergent plus souvent que ne l'admettent les titres. Un essai de 50,000 personnes peut cerner une baisse de tension artérielle d'un demi-point, à la fois inattaquable et inutile, parce qu'aucun patient ne ressentirait un demi-point. Un effet réellement utile peut échouer dans l'autre sens, manquant la signification dans une étude trop petite pour le détecter. Cet échec reflète la taille de l'étude ; il ne prouve pas que l'effet a disparu. Demandez-vous quelle taille d'effet compterait réellement pour une personne, puis vérifiez si l'étude a trouvé un effet de cette ampleur avant de vérifier sa valeur p.
Marqueurs de substitution contre résultats cliniques
Les médicaments qui supprimaient les battements cardiaques irréguliers après une crise cardiaque étaient censés sauver des vies. Testés enfin contre la mort elle-même, ils l'ont augmentée. Le rythme cardiaque qu'ils corrigeaient était un marqueur de substitution, un indicateur de laboratoire tenant lieu du résultat qui importe vraiment à quiconque.
Les marqueurs de substitution sont partout ; cinq exemples courants sont le cholestérol LDL pour les crises cardiaques, la tension artérielle pour les AVC, la réduction des tumeurs pour la survie, la densité osseuse pour les fractures, et l'HbA1c pour les complications du diabète. Ils sont attrayants car ils bougent en quelques semaines et coûtent peu, là où les résultats réels prennent des années.
Faire bouger le marqueur ne fait pas toujours bouger le résultat, et peut le faire bouger dans le mauvais sens. Certains médicaments anticancéreux réduisent une tumeur sur un scanner sans jamais permettre aux gens de vivre plus longtemps ou de se sentir mieux. Donc quand une étude rapporte un marqueur de substitution, traitez-la comme une piste prometteuse, puis posez la vraie question : quelqu'un a-t-il mesuré comment les patients allaient, combien de temps ils ont vécu, comment ils se sentaient, si la fracture ou la crise cardiaque a fini par survenir ?
Qui a été étudié, et qui a payé
Un résultat mesuré chez 2,315 hommes finlandais est solide pour les hommes finlandais et une question ouverte pour tous les autres. Deux études peuvent rapporter des chiffres identiques et pourtant mériter une confiance très différente, selon entièrement les petites lignes.
Les petites études sont bruitées. Un résultat spectaculaire chez 12 personnes est une raison de mener une étude plus grande, pas une raison de changer ce que vous faites.
Qui participait à l'étude détermine à qui elle s'applique. Un constat mesuré chez de jeunes hommes en bonne santé, ou dans un seul pays, ou sur une tranche d'âge étroite, peut ne pas s'appliquer à vous. Une grande partie de la recherche sur l'exercice et la physiologie est fortement biaisée vers les hommes, et ce biais devient invisible une fois qu'un seul chiffre est cité et recité. C'est pourquoi nos propres affirmations indiquent le sexe dans lequel elles ont été mesurées. La généralisabilité est une question que vous devez poser ; une étude révèle rarement ses propres limites d'elle-même.
Une étude qui a déclaré à l'avance son résultat principal et son plan d'analyse, puis a rapporté exactement cela, est bien plus difficile à truquer qu'une étude qui a mesuré 10 choses et ne vous a parlé que des deux qui ont fonctionné. Cherchez un protocole préenregistré.
Les études publiées sont un échantillon biaisé des études réellement menées. Les essais qui ne trouvent rien restent souvent non publiés, donc le registre publié penche vers le positif avant même que vous n'en lisiez un mot. Une revue systématique qui a fouillé les registres d'essais au-delà des revues scientifiques en est le remède partiel.
Un financement par l'industrie n'est pas disqualifiant, et une bonne partie de l'excellente recherche est payée par les entreprises qui fabriquent le produit. C'est une raison de lire les méthodes plus attentivement, de vérifier qui a choisi les résultats mesurés et le groupe de comparaison, et de peser le résultat face aux travaux indépendants.
Un résultat chez la souris, ou dans des cellules en boîte, est une raison de mener un essai humain et rien de plus. La plupart des constats spectaculaires chez la souris ne se reproduisent jamais chez l'humain.
On peut généralement retracer comment un article modeste devient un titre tapageur. Le titre vient d'un communiqué de presse, le communiqué de presse vient du résumé, et le résumé est souvent la partie la plus flatteuse de tout le document.
The Research & Studies
Everything here is based on the research we have collected and checked, sorted into groups and ordered with the strongest evidence first. Click any claim to open the studies behind it.
Evidence And Methods
Les résumés d'environ 58 % des essais non significatifs se lisent encore comme positifs
Des chercheurs ont rassemblé 72 essais dont le résultat principal n'avait pas atteint la significativité statistique, c'est-à-dire que le traitement n'avait pas clairement battu la comparaison. Dans la plupart d'entre eux, le résumé, la partie que presque tout le monde lit, était encore rédigé pour donner l'impression que le traitement fonctionnait.
Boutron et ses collègues ont sélectionné des essais indexés en décembre 2006 et identifié 72 essais randomisés en groupes parallèles avec un critère de jugement principal statistiquement non significatif. Les assesseurs ont classifié le spin, défini comme un rapportage qui met l'accent sur le bénéfice du traitement malgré le résultat non significatif. Le spin est apparu dans la section des résultats du résumé dans 37.5 % des rapports et dans la section des conclusions du résumé dans 58.3 %, les conclusions du texte principal étant affectées à des taux similaires ou plus élevés. Le résumé est la partie que la plupart des lecteurs voient, et souvent la seule, donc le formuler de manière optimiste façonne la façon dont un essai nul est mémorisé.
Who this may not transfer to:This is a finding about how trials get written up, not a health effect, so it applies whenever you read a study, not to any one group of people.
Lire le critère de jugement principal et son résultat avant de lire la conclusion. Si le critère principal prédéfini n'a pas bougé mais que la conclusion est positive, cette phrase s'appuie généralement sur un résultat secondaire ou un sous-groupe. Se fier aux chiffres, pas aux adjectifs.
The study · 1
Boutron et al., reporting and interpretation of randomized trials with statistically nonsignificant results for primary outcomes · JAMA 2010;303(20):2058-64
Les revues montraient 94 % des essais sur les antidépresseurs positifs ; les données de la FDA en montraient 51 %
Les autorités réglementaires détenaient les résultats de 74 essais sur les antidépresseurs. Presque chaque essai avec un bon résultat a été publié, tandis que la plupart des essais avec un mauvais résultat ne l'ont jamais été, ou ont été rédigés pour sembler meilleurs qu'ils n'étaient. Quelqu'un qui ne lit que les revues scientifiques penserait que presque tous les essais ont réussi ; le bilan complet montrait qu'environ la moitié l'avaient fait.
Turner et ses collègues ont comparé 74 essais sur les antidépresseurs enregistrés auprès de la Food and Drug Administration américaine entre 1987 et 2004 avec ce qui a atteint la littérature publiée. Sur 38 études que la FDA a jugées positives, 37 ont été publiées. Sur 36 études avec des résultats négatifs ou discutables, 22 n'ont pas été publiées du tout et 11 ont été publiées sous une forme qui transmettait un résultat positif. Le bilan publié montrait donc 94 % des essais comme positifs contre 51 % selon la FDA, et les tailles d'effet dans la littérature des revues étaient environ 32 % plus grandes que celles du dataset complet de la FDA, avec des médicaments individuels gonflés entre 11 % et 69 %.
Who this may not transfer to:This is a finding about which trials reach the published record, not a health effect, so it applies whenever you rely on the literature, not to any one group of people.
Un seul essai positif publié ne règle pas grand-chose en soi, car les essais qui ont échoué peuvent simplement être manquants. Préférer une revue systématique qui a consulté les registres d'essais, pas seulement les revues scientifiques, et vérifier si le critère de jugement a été préenregistré avant le début de l'étude.
The study · 1
Turner et al., selective publication of antidepressant trials and its influence on apparent efficacy · N Engl J Med 2008;358(3):252-60
Le cadrage en risque relatif fait paraître le même bénéfice plus grand qu'en risque absolu
Dire aux gens qu'un médicament réduit leur risque de moitié les rend plus enclins à le prendre que si vous leur dites qu'il réduit leur risque de 2 sur 1,000 à 1 sur 1,000, même si ce sont les mêmes faits. Le chiffre relatif qui semble plus grand pèse davantage sur la décision.
Covey a regroupé des études expérimentales qui présentaient le même bénéfice de traitement aux participants sous différents formats numériques. La réduction du risque relatif produisait constamment des évaluations d'efficacité plus élevées et une plus grande disposition à prendre ou recommander un traitement que la réduction du risque absolu ou le nombre nécessaire à traiter, chez les participants profanes, les étudiants et les cliniciens. Le résultat concerne la façon dont un format oriente la perception, pas lequel est correct : le chiffre absolu et le nombre nécessaire à traiter portent le risque de base que le chiffre relatif omet.
Who this may not transfer to:This is a finding about how risk numbers steer perception, not a health effect, so it applies whenever you meet a percentage reduction, not to any one group of people.
Quand vous rencontrez une réduction en pourcentage, posez deux questions à chaque fois : réduction à partir de quel risque de départ, et quelle est la variation en chiffres simples. Si le risque de base est faible, une grande réduction relative peut n'être qu'une réduction absolue triviale.
The study · 1
Covey, a meta-analysis of the effects of presenting treatment benefits in different formats · Med Decis Making 2007;27(5):638-54
Questions à poser à toute étude
Faites passer toute étude, tout titre ou tout communiqué de presse par les sept mêmes questions. Quatre-vingt-dix secondes suffisent pour le filtrer, et les réponses vous disent si le constat mérite un examen plus approfondi.
Questions fréquentes
Quelle est la seule question la plus utile à poser sur une étude ?
Si le groupe étudié vous ressemble, et si ce qu'ils ont mesuré est ce qui vous importe. Un effet important sur un marqueur de substitution chez des personnes qui ne vous ressemblent en rien guide moins votre décision qu'un effet modeste sur un résultat réel chez des personnes qui partagent votre situation. La pertinence vient avant la conception et les statistiques.
Pourquoi « réduit votre risque de moitié » est-il trompeur ?
Parce que cela cache le risque de départ. Diviser par deux un risque de 2 sur 1,000 sauve une personne pour 1,000 traitées ; diviser par deux un risque de 1 sur 3 est énorme. Le chiffre relatif se lit de la même façon dans les deux cas et ne vous dit presque rien à lui seul. Convertissez-le en changement absolu, et là où c'est possible, en nombre de sujets à traiter.
Une seule étude règle-t-elle jamais quoi que ce soit ?
Rarement. Un constat gagne en crédibilité quand il se reproduit dans différents groupes et différentes équipes de recherche. Une bonne revue systématique vérifie exactement cela. Un seul essai, si grand soit-il, n'est qu'un point de données. Méfiez-vous surtout d'une petite étude isolée qui renverse un vaste corpus de travaux antérieurs ; c'est plus souvent du bruit qu'une révolution.
Une étude chez la souris ou sur des cellules est-elle sans valeur ?
Non, mais elle répond à une question différente. Le travail sur l'animal et en laboratoire est la façon dont les chercheurs trouvent des mécanismes et décident ce qui mérite d'être testé chez l'humain. Elle oriente vers un essai humain qui mérite d'être mené. La plupart des résultats spectaculaires chez la souris ne se reproduisent pas chez l'humain, donc lisez « chez la souris » dans un titre comme un signal que les preuves humaines ne sont pas encore là.
Comment distinguer un constat réel d'un titre exagéré ?
Cherchez les indices d'une affirmation qui dépasse ses preuves. « Lié à » ou « associé à » marque généralement des données observationnelles qui ne peuvent établir de cause. Un chiffre relatif arrive sans chiffre absolu à ses côtés. Un marqueur de substitution est rapporté comme s'il était un résultat clinique. L'échantillon est petit. Et « pourrait » porte toute la première phrase. Quand plusieurs de ces indices s'accumulent dans un même titre, allez trouver l'étude et lisez vous-même le critère de jugement principal.
Explore Related
Other pages this one connects to, by the evidence they share, the outcomes they touch, and the ground they cover.
All 3 registered claim citations independently checked and cross-referenced.
Thomas Dehli, Founder & Editor, Sacred Lotus
Sacred Lotus has published Chinese medicine reference material since 2001. Integrative pages are held to the same standard as the herb and formula library: cite the source, grade the claim at its real strength, and say where the research has not looked. This page is educational and it is not medical advice. Last updated 10 août 2026.