Biais

[temps de lecture : 3 minutes]

Dans la recherche scientifique, il existe de nombreuses causes qui peuvent conduire à l’inexactitude des résultats. Des facteurs aléatoires peuvent modifier le résultat d’une étude ou d’autres types de facteurs liés, par exemple, à la conception, à la conduite et à la préparation du rapport d’étude.

Plusieurs de ces erreurs sont appelées biais, défini comme une erreur systématique ou déviation (distorsion) de la réalité, dans les résultats ou dans l’interférence.

Les chercheurs ont procédé à l’identification et le catalogage de plusieurs types de biais, si bien qu’à l’heure actuelle plus de deux cents ont été catalogués, classés en diverses catégories. Chaque biais se voit attribuer un paramètre de pertinence clinique en vue de fournir un instrument facilitant une interprétation rapide pendant la conduite d’une étude¹.

Pour ne donner que quelques exemples, on identifie des biais généraux mais aussi très spécifiques, de type méthodologique et de type interprétatif, ou liés aux modalités de reporting, c’est-à-dire la façon dont les résultats d’une étude sont décrits.

Il y a en outre des biais implicites, particulièrement difficiles à reconnaître car ils sont involontaires et inconscients. Malgré la bonne volonté des chercheurs, ces biais peuvent avoir des répercussions conséquentes. Ils peuvent par exemple se traduire par une disparité de traitement dans les confrontations des groupes marginalisés.

Le biais de confirmation, ou la tendance pour laquelle l’être humain tend à rechercher et valoriser des informations qui corroborent les théories dont il est déjà convaincu, tout en ignorant, rabaissant ou évitant les preuves contraires, est particulièrement insidieux.

Les biais peuvent être par exemple associés à différentes opérations accomplies par les chercheurs dont la révision de la littérature et la rédaction du manuscrit pour la publication, la conception du protocole d’étude et le choix du sujet, l’exécution de l’intervention, la mesure des outcomes, l’analyse des données. Pour plus d’informations, veuillez vous référer à l’ouvrage édité par Francesco Cerritelli et Diego Lanaro¹ rapportant ci-dessous quelques exemples à titre indicatif seulement:

• Biais de sélection: les méthodes utilisées pour sélectionner l’échantillon favorisent un des groupes à comparer ou bien négligent une partie significative de la population ;
• Biais de performance: on adopte des différences systématiques dans l’intervention administrée ou on introduit des facteurs autres que l’intervention prévue;
• Biais d’attrition (taux d’abandon) : si un nombre important de sujets se retire de l’étude alors que l’expérimentation est en cours, il est possible que la dimension de la population restante ne soit plus représentative de l’intégralité de la population. Dans le cas où les abandons surviennent de façon différente dans les groupes comparés, l’ampleur des résultats peut être déséquilibrée;
• Biais de publication : seuls les résultats des études qui ont abouti à des conclusions acceptables, en omettant d’autres, sont rapportés de manière sélective.

Concrètement, dans le champ des études qualitatives  on identifie quelques biais spécifiques dont par exemple :

• Biais d’acquiescement soit la tendance d’un participant à être d’accord avec tout ce qui est dit par l’enquêteur ou le modérateur;
• Biais de désidérabilité sociale,  par lequel les sujets fournissent des réponses qu’ils considèrent plus socialement acceptables que les autres, avec l’intention de paraître plus conformes à la norme et ne pas être rejetés.

On élabore des stratégies et techniques diverses et variées pour minimiser les biais dans la recherche. Mais à cause des caractéristiques qui les distinguent et le contexte dans lequel ils peuvent prendre appui, il est difficile de dresser un vade-mecum universel pour tous les neutraliser. Le plus important est de reconnaître leur présence pour pouvoir les gérer.

À titre d’exemple uniquement, on mentionne l’instrument ROBIS², un guide élaboré pour identifier les biais dans les revues systématiques. Il s’adresse avant tout aux développeurs des recommandations, aux auteurs des synthèses ou des revues systématiques ou des évaluations critiques. Pour arriver à une estimation du risque de biais, on évalue quatre catégories (intervention, diagnostic, pronostic, étiologie) en implantant une procédure à trois phases.

Bibliographie

1. Cerritelli F, Lanaro D. Elementi di ricerca in osteopatia e terapie manuali. Napoli: Edises, 2018.
2. Whiting P, Savović J, Higgins JP, Caldwell DM, Reeves BC, Shea B, Davies P, Kleijnen J, Churchill R; ROBIS group. ROBIS: A new tool to assess risk of bias in systematic reviews was developed. J Clin Epidemiol. 2016 Jan;69:225-34.