Voici une nouvelle version que j'espère plus pédagogique sur les fantaisies de l'expertise quand elle traite

des données épidémiologiques avec des tests statistiques ...

 

 

Sur des fautes méthodologiques

 

et leurs conséquences

 

dans l'évaluation

 

d'actions de santé publique

 

 

 

Orientation générale

 

Un vote pour une élection comporte deux grandes phases. D'une part le vote des électeurs c'est à dire la collecte des données ; d'autre part le dépouillement qui va correspondre à l'analyse des données dans une étude épidémiologique. Les seules critiques généralement formulées sur les études épidémiologiques portent sur la collecte des données avec la question : ''pourra-t-on appliquer à la population les informations trouvées sur les données collectées ? '' On pourra alors éventuellement parler de biais de sélection.

 

Par contre, les procédés utilisés pour analyser les données collectées font rarement l'objet de contestations. C'est de cela dont il sera question ici. Il s'agit donc d'un type de critiques très inhabituelle. Les erreurs techniques présentées seront illustrées par des exemples pris dans des études publiées dans des revues avec comités de lecture.

 

Les fautes techniques pointées dans ce document ne sont pas que le fait des auteurs des études prises pour exemples. Elles puisent leur origine beaucoup plus en amont, au niveau des concepteurs de la discipline qui a formé les auteurs, que ce soit en France ou à l'internationale. Les exemples présentés ont été pris dans des publications portant sur l'impact d'une campagne de vaccination sur une population mais les erreurs techniques sous jacentes sont générales et indépendantes de cette situation particulière. Elles pourraient donc aussi impacter les études épidémiologiques portant sur d'autres thèmes que les vaccinations.

 

Les erreurs techniques décrite sont incontestables car de nature mathématique. Ce terme ne doit ni effrayer ni décourager. En fait c'est plutôt très simple à comprendre, beaucoup plus simple et plus assuré que l'immunologie. Dans un but pédagogique, j'ai illustré dans la mesure du possible avec des exemples ''fabriqués'' qui devraient aider à la compréhension des problèmes majeurs car très lourds de conséquences qui sont soulevés dans ce texte qui n'est pas exhaustif. Il existe en effet d'autres problèmes de même nature et aux conséquences tout aussi importantes et graves.

La suite dans le document PDFLimites_de_l_expertise

 

https://p8.storage.canalblog.com/87/61/310209/123082925.pdf

ADDITIF du 9 août 2019

Une vaste étude allemande publiée le 30 juillet 2019 envisage que le vaccin contre l'hépatite B puisse avoir un effet protecteur contre ... la sclérose en plaques !!! [1]  [2]

Biern sûr, il s'agit d'une "vaste" étude cas-témoins portant sur des délais. Or on devrait s'interdire de tester sur des délais en cas-témoins. Je l'explique dans le PDF joint. Je précise ici simplement que tester consiste à comparer l'observation avec une référence. Quand on teste sur des délais, ils sont eux-mêmes la référence avec a priori comme modèle que le nombre de cas apparus est théoriquement le même sur des délais égaux comme par exemple au cours de la première année qui suit une vaccination et au cours de la seconde. L'objet du test sera alors d'évaluer si  les écarts observés entre les nombres de cas apparus au cours de ces 2 années sont compatibles avec des variations aléatoires. La loi de probabilité utilisée pour les calculs est une loi de Poisson.

En cas-témoins, le système de référence est constitué des témoins. On cherche alors si les variations observées des proportions de cas et témoins vaccinés entre la première année et la seconde sont statistiquement comparables. Ce n'est pas le même test et je donne des exemples qui montrent que ce test cas-témoins peut être non significatif alors que le test sur les cas par une loi de Poisson peut être très significatif.

Voici un exemple pédagogique :

Année

                                Cas

Témoins

Année 1

100

1000

Année 2

100

1000

Avec ces données odds ratio entre les années 1 et 2 vaut 1 : 100/1000 divisé par 100/1000.

Avec ces autres données

Année

Cas

Témoins

Année 1

100

1000

Année 2

20

200

l'odds ratio entre les années 1 et 2 vaudra encore 1 : 100/20 divisé par 1000/200. Il exprime que les variations des cas et témoins entre la première et la seconde année sont égales : 5 fois moins de cas et 5 fois moins de témoins la seconde année. Pourtant le fait qu'il y ait 100 cas la première année et seulement 20 la seconde donne un signal statistique évident et très fort.

 

 [1]  https://multiplesclerosisnewstoday.com/news-posts/2019/07/31/vaccinations-not-a-risk-factor-for-multiple-sclerosis/

Traduction :

"Les vaccins ne posent aucun risque de développer la SEP, étude réalisée en Allemagne sur une population nombreuse

L’étude a conclu que la vaccination n’était pas «un facteur de risque de SEP. Au contraire, [les résultats] suggèrent systématiquement que la vaccination est associée à une probabilité moins élevée d'être diagnostiquée avec la SEP dans les 5 prochaines années. Les futures études devront déterminer s'il s'agit d'un effet protecteur ou non », ont écrit les chercheurs."

 

[2]  https://n.neurology.org/content/early/2019/07/30/WNL.0000000000008012

 

"Une vaste étude cas-témoins sur la vaccination en tant que facteur de risque de la sclérose en plaques

Conclusions Les résultats de la présente étude ne révèlent pas que la vaccination soit un facteur de risque de SEP. Au contraire, ils suggèrent systématiquement que la vaccination est associée à une probabilité moins élevée d'être diagnostiquée avec la SEP dans les 5 prochaines années. Que ce soit un effet protecteur ou non, cela doit être abordé dans les études futures."