Read on Twitter
1) #hydroxychloroquine : l’étude de Fiolet et al. pose de sérieux problèmes, principalement pour la manière dont les résultats de calculs statistiques valables pour une sélection précise et limitée d’études cliniques ont été généralisés et vendus comme tels à la presse (thread).
2) La conclusion objective que l’on peut tirer de cette méta-analyse est que les analyses statistiques rigoureuses pratiquées SUR LES DONNEES SELECTIONNEES montrent un avantage (non significatif) de l’HCQ et un désavantage (significatif) de HCQ + AZ en termes de mortalité.
3) De manière plus précise et détaillée, cette conclusion pourrait s’exprimer comme suit :
4) Sur le terrain, les médecins ne peuvent pas faire grand-chose de cette conclusion. En effet, les études retenues pour la revue systématique l’ont été sur la base de critères médicaux très larges :
5) Parmi celles-ci, les auteurs en ont sélectionné une partie pour leur méta-analyse, sur la base de critères purement méthodologiques (ROBINS-I et Rob2) et non de qualité médicale (qualité des protocoles de soins, détails sur les stades du #Covid et les doses des médicaments).
6) Dès lors, la méta-analyse regroupe les données de patients traités à divers stades de la maladie, avec des degrés divers de sévérité, et traités avec des doses très différentes de médications – parfois nettement toxiques - ou encore inconnues. Je cite les auteurs :
7) Pourtant, comme indiqué dans le manuel sur les méta-analyses de Cochrane, on ne peut considérer une méta-analyse que si un groupe d’études est suffisamment HOMOGENE en termes de participants, interventions et résultats que pour produire un résumé significatif :
8) Pour rappel, un médicament peut être inactif, actif ou encore toxique selon la dose. Et le Covid-19 est une maladie très différente selon le stade de progression. Un médicament peut fort bien être actif à un stade de la maladie et pas à un autre.
9) En regroupant des études disparates en termes de stade, gravité et dose, cette meta-analyse n’apporte aucune réponse utile à la question clé qui intéresse les praticiens : « quelles doses et à quels stades de la maladie pourraient être efficaces ou dangereuses ? »
10) Les conclusions des calculs statistiques pratiqués sur cet amalgame de données disparates (en termes de stades, sévérité et doses) ne valent en fait pour rien d’autre que pour cet amalgame très précis.
11) Pourtant, dans leur conclusions, les auteurs généralisent largement la portée de leurs résultats: “this meta-analysis clearly shows that HCQ alone is not effective for the treatment of COVID-19 patients and that the combination of HCQ and AZ increases the risk of mortality”:
12) Il me semble évident qu’une telle conclusion, ainsi généralisée (sans précision de stade/sévérité de la maladie ou de dose administrée), et sans appel, (« no need for further studies » !) ne peut être tirée des données disparates amalgamées dans la méta-analyse.
13) Ainsi formulée, cette conclusion me semble erronée et de nature à induire les lecteurs en erreur. C’est d’autant plus regrettable qu’elle a été largement répercutée par le service de presse de l’INSERM et reprise – le plus souvent sans analyse critique - par la grande presse:
