Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

La littérature scientifique est affectée par des pratiques de publication, de recherche, et de problèmes méthodologiques courants qui réduisent la qualité de la littérature publiée. Les méta-analyses s’inscrivent dans ce contexte et sont elles-mêmes sujettes à une série de problèmes, dont l’ampleur a été explorée dans des investigations relevant du domaine biomédical. A ce jour, ce genre d’étude n’existe pas en ce qui concerne la psychologie et des disciplines apparentées. 
Ce mémoire a pour but d’adresser cette problématique.

Pour ce faire, 170 méta-analyses issues de PsycINFO et publiées en 2016 ont été sélectionnées et codées sur trois check-lists : la liste PRISMA (Moher et al., 2009) porte sur la qualité du « reporting » des méta-analyses (c’est-à-dire le rapport dans les articles publiés des informations qui permettent d’évaluer et de répliquer l’analyse), et les listes AMSTAR (Shea et al., 2007) et AMSTAR 2 (Shea et al., 2017) permettent d’évaluer leur qualité méthodologique. Les méta-analyses ont été séparées en deux groupes selon que leurs auteurs rapportent avoir utilisé ou non la grille PRISMA. Plusieurs questions sont adressées : la qualité globale de reporting et méthodologique ; l’influence du facteur d’impact, de l’index H et de l’expérience du premier auteur en matière de revues systématiques (dont la méta-analyse est le résultat quantifié) sur les scores AMSTAR et AMSTAR 2, ainsi que sur la propension des auteurs à utiliser PRISMA ; et enfin l’influence de l’adoption de PRISMA sur les scores PRISMA, AMSTAR et AMSTAR 2. Les résultats montrent que la qualité de reporting et méthodologique des méta-analyses n’est pas optimale. Le facteur d’impact, l’index H et l’expérience du premier auteur ressortent statistiquement significatifs de certains tests, mais leur taille d’effet laisse penser qu’ils n’ont qu’une petite influence sur les scores AMSTAR et AMSTAR 2. Ces variables ne semblent pas non plus être d’une importance cruciale quant à la propension des auteurs à utiliser PRISMA. Enfin, il a pu être montré que l’utilisation de PRISMA est liée à une meilleure qualité méthodologique et de reporting, surtout au niveau de certains items des check-lists.

En conclusion, la qualité méthodologique et de reporting des méta-analyses relatives à la psychologie et à des disciplines apparentées n’est pas optimale, et le facteur d’impact, l’index H et l’expérience du premier auteur ne sont pas, selon les résultats, d’un rôle déterminant. L’utilisation de PRISMA semble avoir une influence positive sur les scores des checks-lists, mais l’amélioration globale des méta-analyses nécessite également des changements dans certains aspects du fonctionnement de la science.

Meta-analyses --- Revues systématiques --- Méta-recherche --- Sciences sociales & comportementales, psychologie > Multidisciplinaire, généralités & autres

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Depuis quelques années un manque de puissance a été mis au jour dans divers domaines de recherche. Cela a abouti à de sérieux doutes quant à la reproductibilité de beaucoup de résultats scientifiques. À notre connaissance, aucune étude n’a évalué ce problème en psychopharmacologie expérimentale préclinique. Nous avons choisi d’étudier le sous-domaine de la préférence de lieu conditionné induite par la nicotine chez la souris (PLCNIC).
Nous avons identifié les articles le concernant sur PubMed et nous en avons extrait les tailles des échantillons, le type de tests statistiques (F ou t), leurs résultats, leurs degrés de liberté, et leurs p-valeurs. À partir de ces valeurs, nous avons calculé la puissance prospective médiane pour 6 tailles d’effets (classification de Sawilowsky, 2009). Le taux de vraies découvertes (True Report Probability : TRP) a été calculé à partir des puissances médianes, de l’erreur de type I fixée à 5 %, et de la plausibilité que nous avons fait varier de 0 à 1.
Des 139 articles trouvés sur PubMed, 48 ont rencontré nos critères d’inclusion. Ces 48 articles contenaient 109 tests statistiques utilisables pour notre projet. Dans cet échantillon de tests 77,57 % sont significatifs. Les puissances médianes pour les tests F pour les petites, moyennes, et grandes tailles d’effet sont respectivement de 9,5 %, 34,1 % et 70,4 %. Pour les tests t nous avons trouvé 6,8 %, 17 %, et 35,8 %. Aucun de ces chiffres n’atteint le seuil recommandé de 80 %. Pour une plausibilité de 10 %, nous trouvons des TRP pour les tests F pour une petite, moyenne et grande taille d’effet de 16 % 40,8 %, et 58,5 % soit des taux de fausses découvertes de 84 %, 59,2 %, et 41,5 %. Pour les tests t les TRP pour les mêmes tailles d’effets sont de 12 %, 25,3 %, et 41,7 % soit des taux de fausses découvertes de 88 %, 74,7 %, et 58,3 %, bien supérieurs aux 5 % maximum que l’on croit garantis par la probabilité alpha.
Nous retrouvons donc, dans le sous-domaine de la PLCNIC, le manque de puissance et l’augmentation de faux positif associée qui ont déjà été observés dans d’autres disciplines.
Nous avons aussi étendu les graphiques de Ioannidis (2005) pour représenter les TRP qu’on obtient avec des rapports de chance supérieurs à 1/1 qui pourrait donner des TRP plus favorables.

Mice --- Statistical power --- meta-research --- conditioned place preference --- nicotine --- FDR --- TRP --- false discovery rate --- true report probability --- souris --- puissance statistique --- méta-recherche --- préférence de lieu conditionné --- nicotine --- FDR --- TRP --- Taux de fausses découvertes --- taux de vraies découvertes --- Sciences sociales & comportementales, psychologie > Psychologie animale, éthologie & psychobiologie --- Sciences sociales & comportementales, psychologie > Neurosciences & comportement