Bobrovitz N, Noel KC, Li Z, Cao C, Deveaux G, Selemon A, Lane MY, Yan T, Arora RK. SeroTracker-ROB: reproducible decision rules for risk of bias assessment of seroprevalence studies. doi : https://doi.org/10.1101/2021.11.17.21266471
Les résultats et/ou conclusions contenus dans cette recherche ne reflètent pas nécessairement les opinions de tous les membres du GTIC.
Des chercheurs de Serotracker financés par le GTIC présentent un nouvel outil automatisé pour évaluer le risque de biais. Puisque l’évaluation du risque de biais (ÉRB) peut être une tâche à la fois chronophage et subjective lors d’une analyse systématique, dans cette prépublication qui n’a pas encore été révisée par un comité de lecture, les auteurs proposent une série de règles pour procéder à des évaluations des études de séroprévalence à la fois transparentes et reproductibles. D’une bonne fiabilité, les règles décisionnelles contenues dans l’ÉRB de SeroTracker se sont révélées utiles pour classer toutes les études de la base de données de SeroTracker.
L’évaluation critique des études qui font partie de l’analyse systématique représente une étape capitale pour garantir la qualité des données qui seront incluses. Ainsi, les chercheurs peuvent classer les données probantes selon un risque de biais faible, modéré ou élevé, lequel favorise une interprétation plus approfondie des observations. L’ensemble de ce processus est désigné par le terme « évaluation du risque de biais » (ÉRB). L’approche d’ÉRB des études de séroprévalence de SeroTracker fait appel à une version modifiée de la liste d’évaluation critique standardisée du Joanna Briggs Institute (JBI) pour les études de prévalence, conjointement avec les règles décisionnelles qui peuvent être appliquées au classement de la liste du JBI pour produire une ÉRB globale.
Les chercheurs ont établi les règles décisionnelles après une évaluation des milliers d’études de séroprévalence et la prise en compte des conseils publiés sur la prévalence d’estimation des maladies, des rapports d’évaluation des études de prévalence, des avis d’experts sur la synthèse des données probantes et l’épidémiologie des maladies infectieuses et du consensus des chercheurs de SeroTracker. Sept des neuf points sur la liste du JBI étaient automatisés, mais il fallait toutefois procéder à une évaluation manuelle des éléments suivants :
- Si le cadre de l’échantillonnage est représentatif de la population ciblée;
- Si les caractéristiques de l’échantillonnage sont représentatives de la population ciblée, à la fois dans l’analyse principale et celle des sous-groupes.
L’arbre décisionnel tient compte de diverses voies d’après les classements catégoriques de chaque élément du JBI d’une manière graduelle et prospective.
Les chercheurs ont mis l’outil à l’essai à partir des études contenues dans la base de données de SeroTracker et ont comparé les résultats de cette approche à ceux d’une évaluation manuelle. L’approche de SeroTracker permettait de classer 100 % des études de séroprévalence du SRAS-CoV-2 (2 070) dans la base de données de SeroTracker (sous forme d’ÉRB faible, modérée ou élevée), et la fiabilité s’élevait à 77 % par rapport à l’analyse manuelle.
Les règles décisionnelles par ÉRB de SeroTracker peuvent favoriser une synthèse des données probantes des études de prévalence de l’infection à la fois transparente et reproductible et peuvent être particulièrement utiles en cas d’éclosions et de pandémies.