Médecine factuelle : un guide pratique pour les cliniciens

La médecine factuelle (MF) est l'utilisation consciencieuse, explicite et judicieuse des meilleures preuves actuelles dans la prise de décisions concernant les soins des patients individuels. Le terme a été inventé par Gordon Guyatt à l'Université McMaster au début des années 1990 et a depuis transformé la façon dont la formation médicale, les recommandations cliniques et les politiques de santé sont développées. La MF repose sur trois piliers : 1. **Meilleures preuves disponibles** : recherche de haute qualité, idéalement des ECR et des méta-analyses 2. **Expertise clinique** : les connaissances, l'expérience et le jugement du clinicien 3. **Valeurs et préférences des patients** : ce qui compte pour ce patient spécifique Les trois doivent être intégrés. Les preuves seules ne suffisent pas — elles doivent être appliquées en contexte.

Toutes les preuves ne sont pas créées égales. La hiérarchie du plus fort au plus faible : 1. **Revues systématiques et méta-analyses** — regroupent les résultats de plusieurs études de haute qualité 2. **Essais contrôlés randomisés (ECR)** — référence en matière de causalité 3. **Études de cohorte** — suivent des groupes dans le temps ; bonnes pour les expositions rares 4. **Études cas-témoins** — comparent les cas aux témoins ; bonnes pour les résultats rares 5. **Études transversales** — instantané dans le temps ; montrent des associations, pas de causalité 6. **Rapports de cas et opinion d'experts** — anecdotiques ; forme de preuve la plus faible La hiérarchie Cochrane est utile, mais le contexte compte. Une étude observationnelle bien conçue peut l'emporter sur un ECR mal conduit. Les numéros au sommet ne garantissent pas la qualité.

La première étape dans la pratique de la MF est de traduire un problème clinique en une question répondable en utilisant PICO : **Scénario clinique :** Un homme de 65 ans avec FA et IRC stade 3 — devriez-vous prescrire un AOD ou de la warfarine ? **Question PICO :** - **P** : adultes avec FA non valvulaire et IRC stade 3 - **I** : anticoagulants oraux directs (AOD) - **C** : warfarine - **O** : accident vasculaire cérébral, embolie systémique, saignement majeur à 12 mois Avec une question bien formulée, des outils comme MetaLens AI peuvent rechercher PubMed et synthétiser les preuves en quelques secondes, vous donnant un point de départ pour la littérature.

Trouver des preuves n'est que la première étape — vous devez les évaluer de manière critique : **Pour les ECR, demandez :** - La randomisation était-elle vraiment aléatoire ? L'allocation était-elle dissimulée ? - Les participants et les cliniciens étaient-ils en aveugle ? - Le suivi était-il complet ? Des analyses en intention de traiter ont-elles été utilisées ? - Le groupe témoin est-il cliniquement pertinent ? **Pour les méta-analyses, demandez :** - La recherche était-elle exhaustive ? Des études non publiées ont-elles été recherchées ? - Les critères d'inclusion étaient-ils appropriés ? - L'hétérogénéité a-t-elle été évaluée et expliquée ? - Y a-t-il des preuves de biais de publication ? La liste de contrôle CONSORT (pour les ECR) et la liste de contrôle PRISMA (pour les revues systématiques) fournissent des cadres structurés pour l'évaluation.

Même les meilleures preuves proviennent de populations — vous traitez un individu. Questions clés lors de l'application des preuves : - Mon patient est-il similaire à ceux de l'essai ? (âge, comorbidités, sévérité) - Des patients comme le mien ont-ils été exclus de l'essai ? - Comment le NNT se traduit-il par rapport au risque de base de mon patient ? - Y a-t-il des contre-indications ou des interactions chez mon patient ? - Que valorise mon patient ? Accepterait-il le compromis entre efficacité et effets secondaires ? Un traitement avec un NNT = 50 sur 5 ans peut valoir la peine pour un patient à haut risque mais pas pour un patient à faible risque, même si la réduction du risque relatif est la même.

L'IA change la façon dont les cliniciens accèdent aux preuves et les appliquent : - **Les outils de littérature** comme MetaLens AI rendent la synthèse systématique des preuves disponible au point de soin - **Les systèmes d'aide à la décision clinique** intègrent les preuves dans les dossiers de santé électroniques - **Les outils de diagnostic IA** commencent à égaler les spécialistes en radiologie et en pathologie Cependant, l'IA ne peut pas remplacer le jugement clinique et l'empathie humaine qui caractérisent la bonne médecine. Les outils d'IA peuvent manquer des nuances, avoir des biais dans les données d'entraînement ou générer des erreurs plausibles. Le rôle du clinicien évolue de la mémorisation des preuves à l'évaluation critique des résultats de l'IA et à leur intégration dans le contexte du patient. Les trois piliers de la MF — preuves, expertise et valeurs des patients — restent aussi pertinents que jamais.