Actu - Covid-19 : combien de morts si la prescription d'hydroxychloroquine avait été généralisée ?

[FabiFlam]

Car rappelons nous bien la leçon du professeur HCQ:
«Plus l'échantillon d'un essai clinique est faible, plus c'est significatif»

Si je me rappelle bien ce n'est pas exactement cela qui a été dit. Peu importe peut-être, mais je ne comprends pas ce désir de jouer au plus con en déformant les propos des autres.

FabiFlam

[GBo]

Si je me rappelle bien ce n'est pas exactement cela qui a été dit. Peu importe peut-être, mais je ne comprends pas ce désir de jouer au plus con en déformant les propos des autres.

FabiFlam

Il faudrait savoir, "je déforme" ou "peu importe peut-être", pour moi ce n'est pas la même chose !

«Plus l'échantillon d'un essai clinique est faible, plus c’est significatif» : que veut dire Didier Raoult ?
https://www.liberation.fr/checknews/...-raoul_1792554

En même temps, il a sauté les maths de première et de terminale et s'il vante. Tu veux la source ?

[polo974]

Si je me rappelle bien ce n'est pas exactement cela qui a été dit. Peu importe peut-être, mais je ne comprends pas ce désir de jouer au plus con en déformant les propos des autres.

FabiFlam

partir sur une base hypothétique fausse pour finir sur un jugement définitif, ce n'est pas très cool...

surtout quand on traite de con...

[FabiFlam]

En fait je me rappelle bien les propos du professeur Raoult, même si ce n'est pas comme cela que la presse et ses ennemis les ont rapportés. Il a dit que lorsqu'on tire au hasard un petit échantillon dans une population et que l'on voit quelque chose sur cet échantillon, cette chose est potentiellement d'autant plus sifnificative que l'échantillon est petit.

C'est juste basé sur l'idée que si le phénomène observé n'est que marginal, les chances de l'observer sur un petit échantillon tiré au hasard dans une grande population sont faibles, et donc si ce phénomène est effectivement observé, il y a de grandes chances pour que ce ne soit pas marginal.

Il n'y a rien d'incorrect dans ce raisonnement, même s'il est assez basique et peut-être pas utilisé à bon escient (l'échantillon en question était il vraiment tiré au hasard ?).

Après pour ce qui est de jouer au plus con, c'est juste une expression qui dit juste ça: "Ca sert à rien d'essayer se protéger de sa propre connerie en accusant en permanence celle des autres".

Et donc Polo974, je te dirai amicalement ceci: "N'essaie pas de jouer au plus con avec moi, tu n'es pas sûr de gagner"

FabiFlam

[A voir en vidéo sur Futura]

[invite6f9dc52a]

C'est juste basé sur l'idée que si le phénomène observé n'est que marginal, les chances de l'observer sur un petit échantillon tiré au hasard dans une grande population sont faibles, et donc si ce phénomène est effectivement observé, il y a de grandes chances pour que ce ne soit pas marginal.

FabiFlam

La définition du hasard un peu revisitée, en quelque sorte...
La, en tirant dans la population qui joue au loto, je viens de tomber sur le gagnant du gros lot du loto.

[FabiFlam]

Oui Myoper c'est à peu près cela.

Si on observe un bénéfice d'un traitement (par exemple) sur un petit échantillon tiré au hasard sur une population nombreuse, il y a deux explications possibles:
Soit le bénéfice est fréquent
Soit il y a des facteurs de confusion non identifiés qui expliquent qu'on observe le bénéfice sur ce petit échantillon mais pas dans la population générale.
Pour conclure on ne peut se dispenser de refaire l'étude sur un échantillon plus large réprésentatif de la population générale.

Une autre configuration est de commencer par l'étude large et là encore deux cas de figure:
On observe le bénéfice, donc sa fréquence est avérée.
On ne l'observe pas. Dans ce cas il peut parfois être intéressant de rééchantilloner plus petit afin d'identifier d'éventuels facteurs de confusion. S'il n'y a aucun facteur de confusion, c'est que le traitement ne présente aucun bénéfice notable dans aucun cas.

S'il y a des facteurs de confusion, c'est qu'on peut identifier des situations dans lesquelles le traitement présente un intérêt: pour les personnes jeunes, pour les femmes, pour les malades chroniques ... (ce sont des exemple).

Personnellement, je ne fais jamais confiance à des études réalisées à moitié. Le professeur Raoult a manqué à mon avis de discernement en affirmant des choses dont il ne pouvait être sûr. Personnellement je trouve le personnage trop sûr de lui mais j'en vois des semblables de tous bords si je puis dire. Donc je ne vois pas l'intérêt d'en faire une tête de turc.

Je ne serai aucunement surprise que l'HCQ présente parfois des bénéfices pour le traitement de la COVID "dans certaines situations". En fait cela n'a aucun intérêt parce que personne n'est disposé, je pense, à investir dans des études pour identifer précisémment les facteurs de confusion. Parce que ce n'est pas ce que les gens cherchent: les gens cherchent un traitement qui fonctionne tout le temps.

FabiFlam

[FabiFlam]

Juste pour préciser mon précédent message: il reste très basique car il y a d'autres stratégies d'échantillonage bien sûr. Relativement aux approches on peut opposer l'empirisme de certains médecins (dont Raoult je pense) qui cherchent un bénéfice pour leur patient à un moment donné à la démarche des laboratoires qui eux cherchent un traitement qui apportera un bénéfice au plus grand nombre.

Ces démarches se heurtent parfois.

[invite6f9dc52a]

Je me permets de reformuler plus simplement, donc si je trahi une idée quelconque, qu'on n'hésite pas à me corriger.

Si on observe un bénéfice d'un traitement (par exemple) sur un petit échantillon tiré au hasard sur une population nombreuse, il y a deux explications possibles:
Soit le bénéfice est fréquent
Soit il y a des facteurs de confusion non identifiés qui expliquent qu'on observe le bénéfice sur ce petit échantillon mais pas dans la population générale.
Pour conclure on ne peut se dispenser de refaire l'étude sur un échantillon plus large réprésentatif de la population générale.

En termes plus généraux, soit le bénéfice est fréquent, soit il est inexistant ou rare ou... C'est à dire qu'en l'absence de comparaison, ça ne donne aucune information sur sa fréquence ni si certains patients pourraient en bénéficier, ni s'il faudrait au contraire le proscrire car trop nocif (cf les essais sur les virus du VIH, hépatite, dengue, chikungunya et la maladie de lyme, entre autres).
Je le précise juste parce que c'est ce qui était expliqué à l'envie à certains médecins (les plus concernés) peu versés en statistiques, d'autant qu'ils avaient les essais sur les autres virus pour se faire une idée des résultats possibles.

Une autre configuration est de commencer par l'étude large et là encore deux cas de figure:
On observe le bénéfice, donc sa fréquence est avérée.
On ne l'observe pas. Dans ce cas il peut parfois être intéressant de rééchantilloner plus petit afin d'identifier d'éventuels facteurs de confusion. S'il n'y a aucun facteur de confusion, c'est que le traitement ne présente aucun bénéfice notable dans aucun cas.

Est-ce que je peux comprendre:
On observe le bénéfice dont la fréquence est calculée.
Si on ne l'observe pas (pas du tout ou presque alors qu'on a pris une grande partie de la population), en général, on conclu que l'effet est inexistant ou trop rare.

Le point le plus important étant qu'en l'absence de comparaison, on ne peut pas savoir si les effets observés sont dus à la molécule ou sont spontanés (n'ont rien à voir avec le traitement).

S'il y a des facteurs de confusion, c'est qu'on peut identifier des situations dans lesquelles le traitement présente un intérêt: pour les personnes jeunes, pour les femmes, pour les malades chroniques ... (ce sont des exemple).

En effet, car les facteurs de confusions, en médecine ou biologie se comptant par (dizaines de) milliers, rééchantillonner sans avoir un présupposé de ceux-ci, impose d'avoir fait des tests sur ces populations prédéterminées.

Je ne serai aucunement surprise que l'HCQ présente parfois des bénéfices pour le traitement de la COVID "dans certaines situations". En fait cela n'a aucun intérêt parce que personne n'est disposé, je pense, à investir dans des études pour identifier précisément les facteurs de confusion. Parce que ce n'est pas ce que les gens cherchent: les gens cherchent un traitement qui fonctionne tout le temps.

Tout à fait car c'est valable pour tous les traitements, même ceux admis comme efficace ne le sont jamais à 100%. On a tout simplement pas les moyens ou les connaissances. Lorsqu'on saura modéliser entièrement un corps humain en fonctionnement, on pourra l'envisager...
En fait, la, on parle de traitement personnalisé, personnalisé en fonction de toute notre physiologie, génétique, etc.

[FabiFlam]

Est-ce que je peux comprendre:
On observe le bénéfice dont la fréquence est calculée.
Si on ne l'observe pas (pas du tout ou presque alors qu'on a pris une grande partie de la population), en général, on conclu que l'effet est inexistant ou trop rare.

Bonjour Myoper,

En fait il me semble dans le cas ou il n'y a pas de bénéfice net observé, ça peut être plus complexe que juste inexistant ou trop rare. Il faudrait d'ailleurs s'entendre sur ce que l'on appelle rare: 1% ça peut déjà concerner potentiellement des centaines milliers de personnes en France.

Il me paraît qu'il y a un subtil rapport coût/bénéfice/risque pour démontrer l'utilité d'un traitement qui dans le cas de l'Hydroxychloroquine n'est pas favorable pour pleins de raisons.

Tu citais le cas de la maladie de Lyme et je connais des patients qui étaient dans un état lamentable et largement amélioré par des traitements associant plusieurs antiinfectieux et du plaquénil. Ces personnes se trouvaient souvent dans les rares cas où le traitement antibiotique initial n'avait pas suffit à les guérir. C'est peut être rare mais d'année en année ça finit par concerner des dizaines de milliers de personnes !

Je crois qu'on se trouve dans des cas où l'approche "une maladie est soignée par une molécule" est largement insuffisante. Concernant cette maladie et en particulier sa forme persistante, je ne crois pas que la messe soit dite et pour ce qui est de la COVID évidemment non plus.

FabiFlam