GRADE

01 Ce que GRADE note, et sur quoi

Une revue systématique compare un antipsychotique à un autre. Elle conclut à une meilleure efficacité sur les symptômes positifs, avec une prise de poids plus importante. Deux résultats, un seul article.

GRADE ne donne pas une note à cet article. Il en donne deux : une pour l’efficacité, une pour la prise de poids. Et il arrive souvent que la première soit modérée et la seconde très faible, parce que les essais mesurent bien ce qu’ils cherchent et mal ce qu’ils redoutent.

Deuxième malentendu, plus discret. GRADE porte sur un corps de preuves, c’est-à-dire sur l’ensemble des études qui traitent la question. Devant un article isolé, il n’y a rien à graduer : on regarde son risque de biais avec l’outil adapté, et on situe son design dans la hiérarchie classique. C’est une erreur qu’on voit passer régulièrement, y compris sous la plume de comités qui devraient savoir.

02 Certitude et force, deux choses différentes

C’est la confusion la plus fréquente, et elle est structurante pour la lecture d’une recommandation. GRADE produit deux objets qui ne se déduisent pas l’un de l’autre.

Le vocabulaire n’est pas une coquetterie. Une recommandation forte veut dire que presque tous les patients correctement informés choisiraient cette option, et qu’on peut l’appliquer sans discussion approfondie. Une conditionnelle veut dire que le choix dépend de la personne en face, et qu’il faut en parler avec elle.

03 Comment se construit un niveau

On entre dans l’échelle par le design, puis on monte ou on descend selon ce qu’on trouve. Les essais randomisés entrent en haut, les études observationnelles entrent en bas.

Un corps de preuves parti d’essais randomisés peut donc finir en certitude très faible : il suffit de deux domaines sérieusement compromis. Ça arrive plus souvent qu’on ne l’imagine en psychiatrie.

Les mots comptent, là aussi. Certitude élevée veut dire que l’effet réel est très probablement proche de ce qui est estimé. Certitude très faible veut dire qu’on ne sait à peu près rien de son ampleur. Aucun des deux ne dit que le traitement marche ou ne marche pas.

04 Les cinq raisons de descendre

1. Le risque de biais

Les études incluses sont-elles bien faites. C’est le domaine qui reprend le travail fait avec RoB 2 ou ROBINS-I sur chaque étude, puis le résume à l’échelle du corps de preuves. Une revue impeccable sur des essais douteux reste une revue sur des essais douteux.

2. L’incohérence

Les études ne disent pas la même chose. Quand les résultats partent dans des directions différentes sans qu’on sache pourquoi, la moyenne devient un artefact de calcul. C’est là que se lisent l’hétérogénéité et, quand elle est publiée, l’intervalle de prédiction.

3. Le caractère indirect

C’est le domaine le plus important en psychiatrie, et le moins discuté. Quatre décalages possibles : la population n’est pas la vôtre, l’intervention n’est pas celle que vous prescrivez, le comparateur n’est pas celui de votre pratique, ou le critère mesuré n’est pas celui qui compte.

Ce dernier cas mérite un nom : le critère de substitution. Un essai qui montre une amélioration d’un biomarqueur, d’un score d’échelle ou d’un taux plasmatique ne montre pas une amélioration de la vie du patient. Le lien entre les deux est une hypothèse, parfois solide, parfois pas.

4. L’imprécision

L’intervalle de confiance est-il assez étroit pour décider. Le critère n’est pas statistique, il est clinique : si un bout de l’intervalle conduit à prescrire et l’autre à s’abstenir, la preuve est imprécise, même quand le résultat est significatif.

Le nombre total de patients compte aussi. Un corps de preuves qui repose sur deux cents personnes reste imprécis, quelle que soit la beauté du calcul.

5. Le biais de publication

Manque-t-il des études. Ce domaine ne se juge pas sur les articles retenus mais sur ceux qu’on n’a pas trouvés, en comparant aux registres d’essais. Une revue qui ne s’en préoccupe pas laisse ce domaine dans le vide, et un vide n’est pas une absence de problème.

05 Les trois raisons de remonter

Elles ne valent que pour les études observationnelles, et elles servent rarement. Les conditions sont strictes, quoique parfaitement logiques.

• Un effet de très grande ampleur. Quand le risque est multiplié ou divisé par deux, et davantage encore au delà, aucun biais résiduel plausible n’explique un tel écart à lui seul.
• Un gradient dose réponse. Plus la dose est forte, plus l’effet est marqué. C’est un argument causal ancien, et il tient toujours.
• Des facteurs de confusion qui joueraient contre. Si tout ce qu’on n’a pas mesuré aurait dû réduire l’effet observé, et qu’on l’observe quand même, l’effet réel est probablement au moins aussi grand.

Ce dernier point est le plus élégant des trois. Le biais devient un argument en faveur de la conclusion, ce qui n’arrive à peu près jamais ailleurs en épidémiologie.

06 Un cas travaillé, les recommandations fortes sur preuve faible

GRADE déconseille les recommandations fortes quand la certitude est faible ou très faible. Le groupe a toutefois décrit cinq situations où ce mélange se justifie. Une équipe a regardé ce que ça donne en pratique.

Sur les recommandations nationales irlandaises utilisant GRADE, 202 recommandations ont été analysées. 151 sont fortes, soit près des trois quarts. Parmi ces 151, 55 reposent sur une certitude élevée ou modérée, et 96 sur une certitude faible ou très faible. Ces 96 sont dites discordantes.

Sur ces 96, les auteurs ont pu rattacher 55 à l’une des cinq situations prévues. Aucune n’était présentée comme telle dans le texte de la recommandation.

07 Ce que GRADE ne fait pas

• Il ne dit pas si le traitement marche. Une certitude très faible n’est pas un résultat négatif. C’est une absence de savoir sur l’ampleur, ce qui est très différent, et beaucoup moins confortable.
• Il ne dit pas si le bénéfice vaut quelque chose. L’ampleur relève des tailles d’effet. La certitude porte sur la fiabilité de l’estimation, pas sur sa valeur clinique.
• Il ne s’applique pas tel quel aux méta-analyses en réseau. Les comparaisons indirectes demandent une adaptation, connue sous le nom de CINeMA, avec des domaines propres.
• Il ne supprime pas le jugement. Décider qu’un problème est sérieux ou très sérieux reste une appréciation humaine. Deux équipes appliquant GRADE au même corpus ne rendent pas toujours le même niveau.

Ce dernier point n’est pas une faiblesse cachée, c’est le principe même de la méthode. GRADE ne prétend pas mesurer, il prétend rendre le raisonnement visible. Les notes de bas de tableau, qui expliquent chaque déclassement, valent souvent mieux que le niveau lui-même : c’est là qu’on voit si le jugement tient.

08 Cinq erreurs fréquentes

09 Dans les analyses PEB

Deux situations du corpus où un domaine GRADE décidait de la lecture.

• Condition cardio-respiratoire et risque psychiatrique. Domaine imprécision. L’intervalle de confiance de l’estimation portant sur la démence paraissait rassurant, alors que l’intervalle de prédiction s’étend de 0,07 à 9,12. Un intervalle pareil ne permet aucune décision, et il ne se voit pas si on s’arrête à la première colonne. Lire l’analyse
• Varénicline et bupropion dans le trouble de l’usage d’alcool. Domaine caractère indirect. L’un des deux critères principaux est un biomarqueur sanguin, le phosphatidyléthanol. C’est un marqueur d’exposition à l’alcool, pas une mesure de ce qui change dans la vie du patient. La preuve est solide sur ce qu’elle mesure, et indirecte sur ce qui nous intéresse. Lire l’analyse