Si vous avez lu notre dernier article "Comment choisir les bons articles en ce qui concerne la littérature scientifique ?" vous savez maintenant comment choisir un article en fonction des critères mentionnés. Vous pouvez maintenant vous asseoir, vous détendre et commencer à lire. Les résultats ont l'air super intéressants, mais à quel point pouvez-vous vous y fier ? C’est là qu’entre en jeu la notion du niveau d’évidence. En résumé, c’est le niveau de confiance que l'on peut avoir envers les résultats de l’étude. Et dans ce domaine, il vaut mieux être plus prudent que pas assez.

Chez Bia, pour pouvoir bien analyser le contenu proposé, nous nous sommes inspirés de plusieurs outils existants pour déterminer le niveau d’évidence de nos articles. Des outils, il en existe plusieurs, élaborés un peu partout sur la planète, applicables ou non à tous les types d’études. Ce fut bien ardu de déterminer la meilleure méthode pour nous, en conservant la rigueur à son maximum et en gardant le casse-tête au minimum. Parmi tous les choix possibles, nous avons retenu 2 outils, que nous avons décidé d’utiliser ensemble et séparément. Je vous explique.

L' « Evidence Based Practice Tool » du « Winona State University » permet une classification globale intéressante selon le type d’article rencontré. C’est assez simpliste comme classification, et on ne voulait pas non plus présenter 7 niveaux d’évidence à nos lecteurs. J’attire aussi votre attention sur les petits mots en gras dans le tableau :

Bonne qualité méthodologique, c’est un terme un peu vague non ? Comment fait-on pour juger de la qualité méthodologique d’un article scientifique ? Nous nous sommes donc tournés vers un outil élaboré spécifiquement pour ça : le système GRADE. Vous en avez probablement déjà entendu parler, c’est celui que plusieurs universités québécoises préconisent. Globalement, il a l’air de ça :

Définissons quelques termes d’usage pour faciliter l’utilisation de ce système. Il y a deux portes d’entrée dans l’algorithme de décision : les essais cliniques randomisés entrent au niveau supérieur, ce qui veut dire que nous présumons à la base qu’ils ont un haut niveau d’évidence. Les études descriptives ou observationnelles entrent au niveau inférieur, puisque nous leur attribuons d’emblée un faible niveau d’évidence associé au fait que les participants ne sont pas randomisés, il n’y a souvent pas de groupe contrôle et elles sont parfois même rétrospectives.

Le système GRADE définit ses niveaux d’évidence comme suit :

Élevée (++++) : qualité élevée, confiance très élevée que l'effet réel est près de l'estimation de l'effet présenté. Il est peu probable que de nouvelles recherches modifient l’estimation de l'effet.

Modéré (+++) : qualité moyenne, confiance modérée en l'estimation de l'effet : l'effet réel est probablement près de l'estimation, mais il est possible qu'il soit différent. De nouvelles recherches pourraient avoir un impact important sur l’estimation de l’effet et pourraient le modifier.

Faible (++) : qualité faible, confiance limitée en l'estimation de l'effet. L'effet réel pourrait être très différent de l'estimation de l'effet. Il est très probable que de nouvelles recherches aient un impact important sur l’estimation de l'effet et qu'elles le modifient.

Très faible (+) : qualité très faible, confiance très faible en l'estimation de l'effet. L'effet réel est probablement substantiellement différent de l'estimation. Tout estimation de l'effet est fortement entaché d’incertitude.

Les articles subissent ensuite une évaluation selon plusieurs critères (voir tableau ci-dessous) qui pourraient modifier leur niveau d’évidence final attribué. En résumé, nous évaluerons :

• Le risque d’erreur dans la méthodologie présentée (risque de biais)
• Le risque d’incohérence et d’imprécision dans les résultats présentés (tests statistiques utilisés et interprétation)
• L’applicabilité et la possibilité de généralisation des résultats
• Le risque de biais de publication (omission d’inclure les résultats nuls ou non significatifs)
• La taille de l’effet obtenu pour une intervention (ou à quel point ça fonctionne)
• La possibilité de modifier l’effet en modifiant les paramètres d’une intervention (et si la relation est proportionnelle)
• Les possibles variables pouvant affecter les résultats (par exemple l’âge, le sexe des participants) et si les auteurs les ont identifiées

Tous ces éléments serviront à donner une cote finale à l’article et lui attribuer le bon niveau d’évidence. Lorsque nous mettons les deux outils ensembles, ça nous donne ce tableau :

Nous utiliserons donc le GRADE lorsque nous avons besoin de justifier la qualité méthodologique d’une étude pour pouvoir lui donner un niveau d’évidence. Certains articles ne nécessiteront pas l’utilisation du GRADE et pourront être catégorisés directement selon leur place dans le tableau.

À NE PAS OUBLIER (parce que nous adorons que vous travailliez aussi sur votre raisonnement clinique)

Même si ce système a l’air d’un algorithme pas trop compliqué auquel on peut répondre par des questions « oui/non », ce n’est pas le cas. Le système GRADE vient avec un manuel d’utilisation en plus de 9 parties et un avis de non-responsabilité mentionnant que les évidences supportant l’utilisation de ses critères sont limitées, que les tentatives de démontrer des différences systématiques entre les études qui remplissent ou non les critères ont abouties à des résultats hétérogènes, et que l’outil met l’emphase sur la simplicité et la parcimonie plutôt que l’exhaustivité. Ceci étant dit, vous comprendrez que même si nous mettons beaucoup d’effort à être le plus rigoureux possible lorsque nous établissons le niveau d’évidence des études utilisées dans notre contenu, cela ne vous décharge pas de la responsabilité d’être critique à propos de l’information que vous lisez et de son utilisation dans votre pratique clinique !