Essais contrôlés randomisés
Un essai contrôlé randomisé, souvent abrégé ECR ou RCT en anglais, compare au moins deux groupes de participants répartis aléatoirement entre différentes interventions.
L’objectif est de déterminer si une intervention produit réellement un effet en limitant autant que possible les différences préexistantes entre les groupes.
La logique générale est :
population éligible → randomisation → intervention ou comparaison → suivi → comparaison des résultats.
La randomisation constitue l’élément central du dispositif.
Pourquoi randomiser ?
Dans une étude observationnelle, les personnes qui reçoivent un traitement peuvent être différentes de celles qui ne le reçoivent pas.
Elles peuvent être :
- plus malades ;
- plus jeunes ;
- plus suivies médicalement ;
- plus motivées ;
- plus riches ;
- différentes sur des facteurs inconnus.
Ces différences peuvent influencer le résultat indépendamment du traitement.
La randomisation cherche à casser ce lien.
Si l’attribution est réellement aléatoire, chaque participant a une probabilité définie de recevoir chaque intervention.
En moyenne, les groupes devraient donc être comparables au départ.
Exemple simple
Supposons qu’on souhaite tester un nouveau traitement contre l’hypertension chez 2 000 patients.
Ils sont répartis aléatoirement :
- 1 000 reçoivent le nouveau traitement ;
- 1 000 reçoivent le traitement de référence.
Après deux ans, on observe un événement cardiovasculaire chez :
- 60 personnes dans le groupe nouveau traitement ;
- 90 personnes dans le groupe contrôle.
Les risques sont :
6 % contre 9 %.
La différence absolue est de 3 points de pourcentage.
Le risque relatif est :
6 / 9 ≈ 0,67.
Le nouveau traitement est associé à une réduction relative d’environ 33 % du risque pendant cette période.
Pourquoi cette comparaison est plus forte qu’une cohorte observationnelle
Dans une cohorte observationnelle, les patients choisissent ou reçoivent leur traitement selon leur situation réelle.
Dans un essai randomisé, le traitement est attribué par une procédure contrôlée.
Cela réduit fortement la confusion.
Si l’étude est suffisamment grande et correctement réalisée, les facteurs connus et inconnus ont tendance à être répartis de façon similaire entre les groupes.
Cette propriété rend les différences observées après randomisation beaucoup plus faciles à attribuer à l’intervention.
La randomisation ne garantit pas des groupes parfaitement identiques
Le hasard peut produire des déséquilibres.
Dans un petit essai, un groupe peut contenir accidentellement davantage :
- de personnes âgées ;
- de fumeurs ;
- de patients sévères.
Mais ces différences proviennent alors du hasard plutôt que d’un mécanisme systématique de sélection.
Plus l’échantillon est important, plus les grands déséquilibres deviennent généralement moins probables.
La randomisation ne crée donc pas l’égalité parfaite ; elle permet surtout une comparabilité statistique non biaisée en moyenne.
Allocation dissimulée
La randomisation doit être protégée contre toute manipulation.
Supposons qu’un médecin sache à l’avance que le prochain patient recevra le traitement expérimental.
Il pourrait inconsciemment décider d’inclure un patient particulier ou de retarder l’inclusion d’un autre.
L’attribution ne serait alors plus réellement indépendante.
C’est pourquoi il est important de distinguer :
randomisation et dissimulation de l’allocation.
La seconde empêche les recruteurs de connaître à l’avance le prochain groupe attribué.
Groupe contrôle
Un essai a besoin d’un groupe de comparaison pertinent.
Selon la question, le groupe contrôle peut recevoir :
- placebo ;
- traitement standard ;
- autre traitement actif ;
- absence d’intervention supplémentaire.
L’objectif est de déterminer ce qu’il se serait probablement passé sans l’intervention étudiée.
Le groupe contrôle constitue donc une approximation du contrefactuel.
Placebo
Un placebo ressemble au traitement mais ne contient pas son principe actif.
Il peut être utile lorsque les attentes du patient ou du soignant peuvent influencer le résultat.
Par exemple, douleur, nausée ou fatigue peuvent être sensibles au contexte thérapeutique.
Comparer à un placebo permet de distinguer davantage :
l’effet spécifique du traitement
de
l’effet lié au fait d’être traité, observé et suivi.
Un placebo n’est pas toujours éthique
Si un traitement efficace existe déjà pour prévenir un événement grave, priver volontairement un groupe de ce traitement peut être contraire à l’éthique.
On compare alors souvent :
nouveau traitement versus traitement de référence.
Le choix du contrôle doit donc dépendre à la fois de la méthodologie et des obligations éthiques.
Aveugle et double aveugle
Dans un essai en aveugle, le participant ne sait pas quel traitement il reçoit.
Dans un essai en double aveugle, ni le participant ni les personnes évaluant directement le résultat ne connaissent l’attribution, autant que possible.
Cela réduit plusieurs biais.
Le patient peut modifier sa perception ou son comportement s’il connaît son traitement.
Le soignant peut également :
- surveiller davantage un groupe ;
- interpréter différemment des symptômes ;
- décider plus facilement d’examens complémentaires.
L’aveugle limite ces influences.
L’aveugle n’est pas toujours possible
Certaines interventions sont impossibles à masquer.
Un patient sait généralement s’il reçoit :
- une chirurgie ;
- un programme d’exercice ;
- une intervention psychologique particulière.
Dans ce cas, on peut parfois masquer uniquement les personnes qui évaluent le critère de jugement.
Un essai non aveugle n’est pas automatiquement mauvais, mais certains biais deviennent plus plausibles.
Critère de jugement
Avant l’étude, il faut déterminer précisément ce qui sera mesuré.
Le critère peut être :
- mortalité ;
- infarctus ;
- hospitalisation ;
- récidive ;
- douleur ;
- qualité de vie ;
- valeur biologique.
La qualité d’un essai dépend fortement de la pertinence de ce critère de jugement.
Critère dur et critère subjectif
Certains résultats sont relativement objectifs :
- décès ;
- fracture ;
- infarctus confirmé.
D’autres sont plus subjectifs :
- douleur ;
- humeur ;
- sensation d’amélioration.
Pour ces derniers, l’aveugle devient particulièrement important.
La subjectivité d’un critère ne le rend pas inutile, mais elle augmente la nécessité de procédures standardisées.
Critère intermédiaire
Un traitement peut améliorer un marqueur biologique sans démontrer directement qu’il améliore la santé des patients.
Par exemple :
baisse d’une valeur biologique n’implique pas toujours automatiquement moins de décès ou d’hospitalisations.
Un marqueur peut être associé à la maladie sans être un bon substitut causal.
Nous reviendrons sur les critères intermédiaires dans le chapitre consacré à l’évaluation des traitements.
Critère principal
Un essai sérieux définit généralement un critère principal avant l’analyse.
Cela réduit le risque de tester des dizaines de résultats puis de mettre en avant celui qui devient statistiquement significatif par hasard.
Les autres résultats peuvent être utiles, mais ils doivent souvent être considérés comme secondaires ou exploratoires.
Pré-enregistrement
Pour limiter les modifications opportunistes après avoir vu les données, les essais modernes sont généralement enregistrés avant leur réalisation dans un registre public.
Le protocole peut préciser :
- hypothèse ;
- population ;
- intervention ;
- critères de jugement ;
- analyses prévues.
Cela permet de comparer ce qui était prévu avec ce qui a finalement été publié.
Le pré-enregistrement constitue donc un outil important contre le biais de publication sélective des résultats.
Taille de l’échantillon
Un essai trop petit peut ne pas détecter un effet réel.
Avant l’étude, les chercheurs calculent généralement combien de participants sont nécessaires en fonction :
- de l’effet attendu ;
- de la fréquence de l’événement ;
- de la puissance souhaitée ;
- du seuil statistique retenu.
Si l’événement est rare, il faut souvent un très grand nombre de participants.
Puissance statistique
La puissance représente approximativement la probabilité qu’une étude détecte un effet d’une certaine ampleur s’il existe réellement.
Un petit essai peut conclure :
« aucune différence statistiquement significative »
simplement parce qu’il manque de participants.
Absence de preuve statistique n’est donc pas toujours preuve d’absence d’effet.
Essais arrêtés trop tôt
Un essai peut parfois être interrompu avant la date prévue parce qu’un groupe semble présenter un bénéfice ou un risque très important.
Cette décision peut être éthiquement nécessaire.
Mais arrêter très tôt pour bénéfice peut parfois surestimer l’ampleur réelle de l’effet, car les fluctuations favorables précoces ont davantage de chances de déclencher l’arrêt.
Des règles statistiques doivent donc être prévues à l’avance.
Analyse en intention de traiter
L’analyse classique des essais randomisés est l’intention de traiter.
Les participants sont analysés dans le groupe auquel ils ont été initialement randomisés, même s’ils :
- arrêtent le traitement ;
- le prennent mal ;
- changent de stratégie.
Cela peut sembler étrange, mais cette méthode préserve l’avantage de la randomisation.
Si l’on réorganise les groupes après coup selon ce que les participants ont réellement fait, on risque de recréer des différences systématiques.
Exemple
Supposons qu’un traitement provoque des effets secondaires et que les patients les plus fragiles soient davantage susceptibles de l’arrêter.
Si l’on analyse uniquement ceux qui ont parfaitement poursuivi le traitement, on sélectionne peut-être les personnes les plus résistantes ou les plus observantes.
Le résultat peut alors paraître artificiellement favorable.
L’analyse en intention de traiter évite une partie de ce problème.
Analyse per protocole
Une analyse per protocole considère uniquement les participants ayant suffisamment suivi le traitement prévu.
Elle répond davantage à une question comme :
« Quel est l’effet chez les personnes qui suivent réellement le protocole ? »
Mais elle perd une partie de la protection causale de la randomisation.
Les deux analyses peuvent donc fournir des informations différentes.
Adhésion au traitement
Même dans un essai randomisé, les participants peuvent ne pas prendre correctement le traitement.
Cela tend souvent à réduire la différence entre les groupes.
Un traitement très efficace biologiquement peut paraître moins efficace si de nombreux participants ne le prennent pas.
Mais cette différence entre efficacité théorique et efficacité en conditions réelles est elle-même pertinente.
Contamination
Le groupe contrôle peut parfois adopter une partie de l’intervention.
Supposons qu’un essai compare deux recommandations alimentaires.
Les participants du groupe contrôle peuvent apprendre les conseils donnés au groupe intervention et les appliquer eux-mêmes.
Les groupes deviennent alors plus similaires.
On parle de contamination.
Cela tend généralement à réduire l’effet observé.
Cross-over
Certains patients peuvent passer d’un groupe à l’autre pendant l’étude.
Par exemple, un participant du groupe contrôle peut recevoir le traitement expérimental pour des raisons médicales.
Ces situations sont parfois inévitables.
Elles compliquent l’interprétation mais ne justifient pas forcément l’abandon de l’analyse en intention de traiter.
Essai de supériorité
La plupart des essais cherchent à montrer qu’un traitement est supérieur à son comparateur.
L’hypothèse est alors :
le nouveau traitement produit un meilleur résultat.
Mais d’autres types d’essais existent.
Essai de non-infériorité
Un nouveau traitement peut présenter d’autres avantages :
- moins cher ;
- plus facile à administrer ;
- moins d’effets indésirables.
On peut alors chercher à montrer qu’il n’est pas substantiellement moins efficace que le traitement standard.
C’est un essai de non-infériorité.
Une marge acceptable doit être définie à l’avance.
Le choix de cette marge comporte une dimension clinique importante.
Essai d’équivalence
Un essai d’équivalence cherche à montrer que la différence entre deux interventions reste dans une plage suffisamment étroite pour les considérer comme équivalentes sur le critère étudié.
Ce n’est pas la même chose que constater simplement :
« p > 0,05 ».
Ne pas détecter de différence ne prouve pas automatiquement l’équivalence.
Randomisation stratifiée
Pour éviter certains déséquilibres importants, la randomisation peut être stratifiée.
Par exemple, les chercheurs peuvent s’assurer que les groupes contiennent des proportions similaires selon :
- centre ;
- âge ;
- gravité initiale.
Le tirage au sort est alors réalisé à l’intérieur de catégories prédéfinies.
Cela conserve le principe de randomisation tout en améliorant l’équilibre sur quelques variables importantes.
Essais multicentriques
Les essais sont souvent réalisés dans plusieurs hôpitaux ou pays.
Cela permet :
- d’inclure davantage de patients ;
- d’obtenir les résultats plus rapidement ;
- d’améliorer la diversité des participants.
Mais les pratiques peuvent varier entre centres.
L’analyse doit parfois prendre en compte cette structure.
Validité interne
Un essai possède une forte validité interne lorsqu’on peut avoir confiance dans la comparaison entre ses groupes.
La randomisation, l’aveugle, la faible perte de suivi et la qualité des mesures contribuent à cette validité.
Mais une excellente validité interne ne garantit pas que les résultats s’appliquent à toutes les populations.
Validité externe
Supposons qu’un essai exclue :
- personnes de plus de 75 ans ;
- femmes enceintes ;
- insuffisance rénale sévère ;
- patients prenant plusieurs médicaments.
Le résultat peut être très fiable chez les participants étudiés.
Mais que se passe-t-il chez les patients exclus ?
C’est la question de la validité externe, ou généralisabilité.
Les participants aux essais sont souvent sélectionnés
Les volontaires peuvent être :
- davantage motivés ;
- mieux suivis ;
- plus observants.
Les grands essais utilisent également des critères d’inclusion et d’exclusion précis.
La population étudiée peut donc différer des patients rencontrés en médecine courante.
Les études observationnelles après commercialisation restent alors utiles.
Efficacité et effectivité
On distingue souvent :
efficacy : efficacité dans les conditions contrôlées d’un essai ;
effectiveness : efficacité dans les conditions ordinaires de la vie réelle.
Une intervention peut fonctionner parfaitement dans un protocole mais moins bien en pratique si elle est :
- difficile à suivre ;
- coûteuse ;
- mal acceptée.
Les deux niveaux d’évaluation sont importants.
Essais pragmatiques
Les essais pragmatiques cherchent justement à tester les interventions dans des conditions proches de la pratique réelle.
Ils peuvent utiliser :
- populations plus larges ;
- suivi moins intensif ;
- soins habituels comme comparateur.
Ils gagnent en généralisabilité mais perdent parfois une partie du contrôle expérimental très strict.
Les événements indésirables rares
Un essai peut démontrer l’efficacité d’un traitement tout en étant trop petit pour détecter certains effets indésirables rares.
Supposons un événement survenant une fois sur 50 000 traitements.
Un essai de 5 000 participants peut facilement ne jamais l’observer.
Cela ne signifie pas que l’effet n’existe pas.
C’est pourquoi la pharmacovigilance et les grandes cohortes post-commercialisation complètent les essais randomisés.
Durée du suivi
Un essai de six mois ne permet pas nécessairement de connaître :
- les bénéfices à dix ans ;
- les effets indésirables tardifs ;
- la durée de protection.
La question temporelle reste donc essentielle.
Un résultat peut être valide pour la période étudiée sans permettre d’extrapoler indéfiniment.
Multiplicité
Supposons qu’un essai teste :
- 20 critères ;
- 10 sous-groupes ;
- plusieurs moments de mesure.
Même si le traitement n’a aucun effet, certaines différences statistiquement significatives peuvent apparaître par hasard.
Les analyses doivent donc être prévues, hiérarchisées et parfois corrigées pour la multiplicité.
Analyse de sous-groupes
Un résultat global peut susciter la question :
le traitement fonctionne-t-il davantage chez les hommes, les femmes, les jeunes ou les personnes âgées ?
Ces analyses sont utiles, mais risquées.
Avec suffisamment de sous-groupes, on trouve facilement une différence par hasard.
Pour conclure qu’un traitement agit réellement différemment selon un groupe, il faut idéalement :
- une hypothèse préalable ;
- un test statistique d’interaction ;
- une réplication.
Sous-groupe trompeur
Supposons que le traitement soit efficace globalement.
Chez les moins de 60 ans :
RR = 0,70.
Chez les plus de 60 ans :
RR = 0,85.
Si les deux estimations sont incertaines, il serait incorrect de dire :
« le traitement fonctionne chez les jeunes mais pas chez les vieux »
simplement parce qu’une valeur est statistiquement significative et l’autre non.
Il faut tester directement si les deux effets diffèrent réellement.
Publication sélective
Les essais obtenant un résultat positif ont historiquement eu davantage de chances d’être publiés que les essais négatifs.
Cela peut donner une image artificiellement favorable d’un traitement.
L’enregistrement préalable des essais et l’obligation de publier les résultats réduisent ce problème, sans le faire disparaître complètement.
Financement et conflits d’intérêts
Un essai financé par un industriel n’est pas automatiquement faux.
Mais les conflits d’intérêts peuvent influencer :
- comparateur choisi ;
- dose ;
- critères de jugement ;
- durée du suivi ;
- manière de présenter les résultats.
Ils doivent donc être déclarés et pris en compte dans l’évaluation critique.
La méthode compte davantage que la simple identité du financeur, mais le contexte reste pertinent.
Un ECR peut-il prouver définitivement une causalité ?
Un essai randomisé bien réalisé fournit généralement une preuve causale très forte concernant l’effet de l’intervention telle qu’elle a été testée, dans la population et pendant la durée étudiées.
Mais même ici, il faut éviter les généralisations excessives.
L’essai ne démontre pas automatiquement :
- l’effet à une autre dose ;
- l’effet chez une population exclue ;
- l’effet vingt ans plus tard ;
- tous les mécanismes biologiques possibles.
La force causale est élevée, mais elle reste liée à une question précise.
Tout ne peut pas être randomisé
Il serait impossible ou immoral de randomiser durablement des personnes pour :
- fumer ;
- être exposées à l’amiante ;
- subir une pollution toxique.
Les essais randomisés ne peuvent donc pas être considérés comme la seule forme de preuve scientifique valable.
Pour de nombreuses questions, les cohortes, études cas-témoins et expériences naturelles sont indispensables.
La hiérarchie des preuves doit rester intelligente
Dire :
« un ECR est supérieur à toute étude observationnelle »
est trop simpliste.
Un petit ECR mal réalisé avec de nombreuses pertes de suivi peut fournir une preuve moins convaincante qu’une grande convergence d’études observationnelles bien conçues.
La méthode de randomisation possède un avantage causal majeur, mais il faut juger l’étude réelle, pas seulement son étiquette.
Plusieurs essais convergents
La confiance devient beaucoup plus forte lorsque plusieurs essais indépendants, réalisés dans différents contextes, trouvent des résultats compatibles.
Les revues systématiques et méta-analyses permettent ensuite de synthétiser ces résultats.
Mais une méta-analyse ne peut pas transformer plusieurs études médiocres en excellente preuve.
La qualité des études originales reste fondamentale.
Exemple du Covid : traitements
Pendant la pandémie de Covid-19, de nombreuses hypothèses thérapeutiques sont apparues à partir :
- séries de cas ;
- petites études observationnelles ;
- arguments biologiques.
Les grands essais randomisés ont ensuite permis d’évaluer beaucoup plus solidement plusieurs traitements.
Certains espoirs initiaux n’ont pas été confirmés.
D’autres traitements ont montré un bénéfice dans certaines populations.
Cet épisode illustre précisément pourquoi il faut distinguer signal thérapeutique et preuve d’efficacité.
Une leçon d’esprit critique
Un essai contrôlé randomisé bénéficie d’un statut particulier parce que la randomisation réduit fortement les facteurs de confusion.
Mais il ne suffit pas de lire :
« étude randomisée »
pour arrêter l’analyse.
Il faut encore demander :
La randomisation a-t-elle été correctement réalisée ?
Le groupe contrôle était-il pertinent ?
Les participants et évaluateurs étaient-ils en aveugle lorsque cela comptait ?
Quel était le critère principal ?
Combien de participants ont été perdus de vue ?
Le résultat est-il cliniquement important ?
Les analyses étaient-elles prévues à l’avance ?
La population étudiée ressemble-t-elle à celle à laquelle on souhaite appliquer le résultat ?
La randomisation est un outil extrêmement puissant, pas un label magique.
À retenir
Un essai contrôlé randomisé compare des interventions en répartissant aléatoirement les participants entre différents groupes.
La randomisation permet de réduire fortement les facteurs de confusion et fournit généralement l’une des meilleures méthodes pour établir l’effet causal d’un traitement ou d’une intervention.
Sa qualité dépend néanmoins de nombreux éléments :
allocation correctement dissimulée, groupe contrôle pertinent, aveugle lorsque possible, critères définis à l’avance, suivi complet et analyse adaptée.
Un essai randomisé peut être extrêmement convaincant pour la question précise qu’il teste, mais il ne répond pas automatiquement à toutes les questions sur le traitement.
La bonne attitude consiste donc à combiner deux principes :
accorder une grande importance à la randomisation
sans jamais oublier de
évaluer concrètement comment l’essai a été conçu, réalisé et interprété.
Pour aller plus loin
Consolidated Standards of Reporting Trials — CONSORT. La référence internationale pour la qualité du compte rendu des essais contrôlés randomisés.
Cochrane Handbook for Systematic Reviews of Interventions. Une référence majeure pour l’évaluation des biais dans les essais randomisés et leur synthèse.
Iain Chalmers et travaux de la Cochrane Collaboration. Des contributions importantes à la diffusion de l’évaluation rigoureuse des traitements et à la lutte contre les biais de publication.
Leon Gordis — Epidemiology. Une introduction accessible au rôle de la randomisation dans l’inférence causale.