Comment commencer une étude sur une base médicale publique

Une tâche concrète avec RigorMed

1. Passer d'une orientation de recherche à une comparaison vérifiable des sources

   Ce sont des entrées suggérées et des livrables à demander, non une nouvelle exécution, un résultat client ou une garantie d'achèvement.

   Documents à fournir: Question précise, population cible, variables requises, accès officiels candidats et conditions d'utilisation.

   Livrables demandés / objectif de livraison: Un tableau comparatif des sources candidates, une liste de documents à vérifier et une question resserrée.

2. Exemple de demande

   Comparez uniquement des sources officielles vérifiables. Listez plan, population, couverture des variables, accès/licences et questions impossibles à traiter, puis indiquez les documents à ouvrir en premier. Ne devinez pas les champs inconnus.

3. Ce qui reste à vérifier

   Un accès public ne signifie ni usage libre ni intégration existante au produit. Séparez demandes contrôlées et permissions ; ne les contournez pas.

Identifier d’abord le type de données

L’expression « base médicale publique » regroupe des ressources dont les accès et les usages diffèrent fortement.

La première question n’est donc pas « quelle base facilite la publication ? », mais « quelle source répond légalement et précisément à ma question ? ». Un grand volume ne corrige pas un accès, un plan ou des variables inadéquats.

De la question au protocole : sept étapes

1. Formuler la question

   Préciser au minimum population, exposition ou prédicteurs principaux, résultat principal, période et plan. Pour une association entre un indicateur et un résultat chez l’adulte, préciser origine de la population, mesure, définition du résultat et choix entre transversal, cohorte ou prédiction.

   Ne pas partir d’une variable pour inventer ensuite un sujet apparemment utilisable.

2. Vérifier accès et usages autorisés

   Distinguer usage public, accès après inscription, accès contrôlé et indisponibilité. Conserver accès officiel, version, licence ou accord, conditions de demande, citations et restrictions de redistribution.

   NHANES propose fichiers publics et documentation détaillée ; MIMIC-IV exige actuellement accréditation, formation et accord d’utilisation ; SEER demande également une requête et la confirmation des accords correspondants. Les mots « public » ou « gratuit » ne remplacent pas cette vérification.

3. Vérifier l’adéquation du plan

   Une variable présente ne répond pas forcément au même type de question. Un transversal décrit prévalence ou associations contemporaines, sans généralement établir la temporalité par une observation unique. Les dossiers hospitaliers concernent les personnes soignées et ne représentent pas automatiquement la population générale.

   Définir base de sondage, personnes potentiellement absentes, début et fin de l’observation, temporalité exposition–résultat et population de généralisation.

4. Construire le dictionnaire des variables

   Ne pas conserver seulement les noms des colonnes. Associer chaque variable essentielle à définition officielle, fichier, cycle ou version, mesure, unité, codage, population, sauts du questionnaire, sens des valeurs manquantes et dérivations autorisées.

   Pour fusionner des cycles, vérifier changements de formulation, appareils, limites de détection, unités et codages. CDC/NCHS avertit qu’ignorer les sauts peut produire des dénominateurs erronés ; lorsque les méthodes de laboratoire changent, rechercher études de raccordement ou équations de correction officielles. Un nom identique ne prouve pas la comparabilité.

5. Évaluer effectif, événements et données manquantes

   L’effectif total n’est pas le seul critère. Pour un résultat binaire, compter événements et non-événements ; pour la régression, compter les paramètres prévus, pas seulement les variables ; pour les cas complets, estimer les exclusions ; pour les sondages complexes, considérer poids, strates, regroupements et degrés de liberté.

   Une règle isolée telle que « dix événements par variable » ne remplace pas l’évaluation complète. Fixer complexité, fréquence du résultat, contrôle du surajustement, traitement des données manquantes, validation et estimand avant l’analyse.

6. Vérifier publications et enregistrements

   Utiliser PubMed pour les études proches et ClinicalTrials.gov pour les études enregistrées éventuellement non publiées. Conserver stratégie, date, identifiants et raisons d’exclusion ; comparer populations, expositions, résultats, périodes, plans et méthodes, pas seulement les titres.

   L’absence de titre identique ne prouve pas l’originalité. La recherche peut être trop étroite, la terminologie différente, la couverture limitée ou l’étude encore non publiée.

7. Figer le protocole avant les statistiques

   Fixer critères, exposition et résultat principaux, justification des covariables, modèle principal, données manquantes, sensibilités, environnement logiciel et recommandations de rédaction. Documenter les changements et distinguer analyses prédéfinies et exploratoires.

   STROBE peut guider protocole et rédaction des études observationnelles ; pour les données de santé collectées en routine, vérifier l’applicabilité de RECORD et d’autres extensions. Les listes ne remplacent pas un bon plan, mais révèlent tôt les lacunes de méthode et de transparence.

Six erreurs fréquentes

1. Télécharger, obtenir des résultats significatifs, puis ajouter question et justification des covariables ;
2. Examiner les noms sans vérifier questionnaire, mesures, unités, sauts et population ;
3. Fusionner des cycles sans vérifier codages, méthodes et poids ;
4. Ignorer le plan complexe et supposer des observations indépendantes identiquement distribuées ;
5. Justifier par l’effectif total sans événements, paramètres, données manquantes ni validation ;
6. Transformer l’absence de résultats bibliographiques en « première découverte » ou l’association observationnelle en causalité.

Liste de contrôle avant de commencer

Avant l’analyse formelle, vérifier que vous pouvez répondre :

• Population, exposition ou prédicteurs, résultat, période et plan sont-ils précis ?
• L’accès est-il officiel et la version et la date documentées ?
• Conditions, accords, citations et restrictions sont-ils vérifiés ?
• Collecte, base de sondage et population soutiennent-elles la généralisation visée ?
• Les variables principales ont-elles définition, mesure, unité, codage et population officiels ?
• La comparabilité entre cycles ou sources est-elle réelle ?
• Effectif, événements, non-événements, données manquantes et paramètres soutiennent-ils le modèle ?
• Les publications proches et les études enregistrées ont-elles été systématiquement vérifiées ?
• Analyse principale, sensibilités et recommandations ont-elles été définies avant les résultats ?
• Les responsables ont-ils confirmé autorisation, éthique ou exemption et enregistrement ?

Si un point n’a pas de réponse, compléter généralement les preuves sur source, variables ou protocole avant les statistiques.

Questions fréquentes