La synthèse bayésienne en médecine de l’AVC

Le problème

Les essais d'AVC répondent oui ou non à la porte du 0,05. Les cliniciens ne prennent pas de décisions en oui ou non ; ils pèsent des probabilités graduées, un patient à la fois, et l'écart entre ce que rapportent les essais et ce dont le chevet a besoin abrite une bonne part de la confusion du champ.

Un essai qui « échoue » à p = 0,06 et un essai qui « réussit » à p = 0,04 peuvent porter une information presque identique sur l'utilité d'un traitement — et leur lecture binaire alimente les modes thérapeutiques, les abandons prématurés, et une décennie de querelles que de meilleures questions auraient dissoutes.

Ce que la méthode exige

Trois disciplines rendent la synthèse bayésienne digne de confiance, et chacune est une pratique plutôt qu'un slogan. Des a priori transparents : chaque analyse déclare ce qui était cru avant l'arrivée des données — enthousiaste, neutre et sceptique — et la déclaration précède l'analyse, par écrit. Des moteurs reproductibles : les mêmes données et le même a priori rendent le même a posteriori, octet pour octet, sur n'importe quelle machine, ou l'analyse ne sort pas. Le pré-enregistrement : la question, les a priori et le plan d'analyse sont enregistrés avant que les résultats existent, pour que la réponse ne puisse pas devenir discrètement la question.

La preuve que l'approche fonctionne, par la littérature publiée

L'approche n'est pas spéculative ; la littérature porte déjà ses démonstrations, aux deux extrémités. DAWN (Nogueira RG, et al. N Engl J Med 2018 ; doi:10.1056/NEJMoa1706442 ; NCT02142283) a montré un plan bayésien conduisant un essai pivot : enrichissement adaptatif, règle d'arrêt a posteriori, intervalles de crédibilité — et un résultat sur lequel tout le champ a agi. La réanalyse bayésienne d'EOLIA (Goligher EC, et al. JAMA 2018 ; PMID 30347031) a montré la puissance interprétative de la même machinerie pointée vers l'arrière : un essai que le test de signification disait négatif portait une probabilité a posteriori de bénéfice sur la mortalité (risque relatif inférieur à 1) de 88 % à 99 % sous des a priori déclarés, du fortement sceptique à l'enthousiaste. Le plan d'essai et l'interprétation sont les deux moitiés de ce genre de travail, et chacune a déjà sa preuve d'existence dans la littérature imprimée.

Où en est notre intérêt

Deux types de travaux sortent d'ici. Les Readings — les lectures —, publiées chaque mois sur la page du Centre bayésien, sont des traductions : un article publié, une question clinique, une probabilité a posteriori face à une ligne de décision fixée avant que l'arithmétique ne tourne, calculée sous un seul a priori de référence déclaré. Une Reading n'est ni pré-enregistrée ni une réanalyse — elle n'ajoute aucune donnée et ne reconstruit pas le modèle d'origine — et ce qui tient lieu de pré-enregistrement est qu'elle est vérifiable : les effectifs, le code, la graine et le registre d'exécution sont publiés avec elle, et chacun est invité à reproduire le nombre et à le dire par écrit.

Les réanalyses sont l'autre type, et elles portent intégralement la discipline décrite ci-dessus : pré-enregistrées avant que les résultats existent, avec l'a priori sceptique comme seule sortie qui adjuge et tout autre a priori rétrogradé en annexe de sensibilité étiquetée. Rien de nôtre de ce type n'est encore publié. Quand quelque chose le sera, cela aura été pré-enregistré avant d'être quoi que ce soit d'autre, et cela paraîtra ici.

Collaborer

Si la probabilité graduée en médecine neurovasculaire est aussi votre problème — comme investigateur, comme méthodologiste, ou comme clinicien qui a senti la porte du 0,05 mal décrire un résultat qui lui importait — écrivez : eurostrokes@gmail.com

La méthode, énoncée précisément — et l'objection qui lui est faite

La discipline ci-dessus appelle un raffinement qui mérite d'être énoncé avant que quoi que ce soit de nôtre soit publié, parce qu'il décide de ce qu'une réanalyse a le droit d'affirmer. Adjuger par soustraction : déclarer une seule sortie primaire — la probabilité a posteriori que l'effet franchisse une région d'équivalence pratique pré-spécifiée, sous l'a priori sceptique — et rétrograder tout autre a priori en annexe de sensibilité étiquetée, qui peut renforcer ou nuancer ce verdict mais n'est jamais elle-même un titre concurrent. L'a priori sceptique est l'a priori adversarial : il demande si les données feraient bouger un sceptique raisonnable, ce qui est la question à laquelle une réanalyse existe pour répondre.

Ce raffinement existe à cause d'une objection publiée, venue de l'intérieur de la communauté qui pratique ces méthodes. de Grooth et Cremer soutiennent que réanalyser un essai sous de nombreux a priori « ne contribue pas au consensus » et peut paraître « vide » — chaque lecteur garde l'a posteriori qui correspond à son propre a priori, et personne ne bouge (Am J Respir Crit Care Med 2024 ; PMID 37922492). L'objection est loyale, et contre une réanalyse à multiples a priori sans règle de décision elle est juste : ré-étiqueter cinq fois la même estimation n'adjuge rien. La réponse n'est pas un a priori de plus ; c'est la soustraction ci-dessus — une seule sortie qui adjuge, déclarée avant que les données soient touchées, tout le reste étant explicitement de la sensibilité. Une réanalyse qui refuse de dire d'avance quelle lentille décide n'a pas répondu à la critique. Une réanalyse qui le dit y a répondu.

Source : le mémoire de méthode du programme lui-même, 2026, et la critique publiée à laquelle il répond.