La méta-analyse et moi, partie I

Je veux tellement vous parler du premier chapitre de mon doctorat! C'est un premier pas vers la fin, ou le début de la fin... peut-être.

Mais avant de vous expliquer ce que j'ai fait, j'ai envie de vous parler de la technique que j’ai utilisée, la méta-analyse. Les méta-analyses sont très sexy actuellement (1) et les quotidiens rapportent souvent leurs résultats, car elles sont très utilisées en médecine. Par exemple, pour confirmer l’absence de lien entre l’autisme et les vaccins.

Qu'est-ce qu'une méta-analyse? 
C'est une étude qui synthétise de façon quantitative les résultats de plusieurs études. 

La grand-mère de la méta-analyse est la revue de littérature. On lit ce qui a été fait sur un sujet et on base ses conclusions sur l'ensemble des études. La mère de la méta-analyse est le « comptage de vote » : six études disent que ce traitement marche, deux disent qu'il ne marche pas, donc, ça doit fonctionner. Vous admettrez que ça ne fait pas très sérieux.

La méta-analyse prend les résultats des différentes études et les analyse quantitativement, en utilisant des méthodes statistiques. Plus puissant qu'une revue de littérature, plus près de la réalité que le comptage de vote.

Comment fait-on ça?

Je me suis basée sur plusieurs livres expliquant les méthodes de méta-analyse (les plus importants: Borenstein et al. 2009, Card 2012, Koricheva et al. 2013) pour en réaliser une. Au final, la méthode peut se résumer de la façon suivante :

1.      Déterminer quelle est notre question et quels types d’études permettent de répondre à cette question

2.      Faire une recherche systématique (de façon ordonnée, avec méthode) pour trouver ces études dans différentes bases de données regroupant des articles scientifiques

3.      Extraire les données voulues de ces articles

4.      Regrouper ces données dans une analyse statistique

Vite de même, ça a l’air simple.

Pas tant que ça. En fait, je dirais que ce n’est pas si compliqué, mais que certaines étapes sont très longues et parfois frustrantes (2). Par exemple, les données extraites doivent être transformées dans une unité de mesure commune. On ne peut pas directement comparer un pourcentage de plante broutée par un herbivore à un nombre de ramilles broutées; l’une des mesures sera obligatoirement entre 0 et 100, tandis que l’autre peut aller de 0 à l’infini, mais uniquement avec des nombres entiers!

Dans pas trop longtemps, je l’espère, je vous parlerai de l’étude que j’ai réalisée et du parcours du combattant que j’ai suivi. En attendant, mon étude est disponible sur un bioRxiv, sous la forme d’un preprint, soit un article non révisé par les pairs. Elle est encore sujette à changement, mais vous pouvez quand même la commenter!

(1) Par sexy, j'entends un sujet en vogue dans les milieux scientifiques… arrêtez de vous faire des idées!

(2) Genre, quand un auteur a omis de fournir certaines informations! Et qu’il n’a pas d’adresse courriel ou qu’il est mort. Ça arrive souvent…

Borenstein, M. et al. 2009. Introduction to meta-analysis. — John Wiley & Sons, Ltd.

Card, N. A. 2012. Applied meta-analysis for social science research. — The Guilford Press.

Koricheva, J. et al. 2013. Handbook of meta-analysis in ecology and evolution. — Princeton University Press.