Méthodes de détection d’une valeur aberrante dans une méta-analyse

La qualité des données étant une garantie du succès d'un essai clinique, la présente étude contribue à développer une méthodologie pour la détection de valeurs aberrantes dans une méta-analyse d'essai clinique multicentriques à exécuter à l'aide du logiciel SAS. Deux méthodes pertinentes au contexte de l'étude ont été identifiées au terme de la revue de littérature : celle des Résidus Externes Studentisés (RES) et celle du "Variance Shift Outlier Model" (VSOM). Le présent document présente la comparaison de la mise en œuvre et de la performance de ces deux méthodes d'abord dans le cas d'un modèle de régression linéaire classique à un intercept et un modérateur puis dans le cas d'un modèle mixte à un effet fixe et un effet aléatoire avec composante de variance. Des simulations ont été réalisées dans les deux cas et les décisions de détection des deux méthodes reportées ainsi que la distribution des statistiques de détection sur l'ensemble des échantillons. La méthode des RES apparaît plus aisée et plus rapide à mettre en oeuvre que celle du VSOM. Aussi détecte-t-elle les valeurs aberrantes sur plus d'échantillons que la méthode du VSOM. En somme, au vu des résultats des simulations, la méthode des RES telle qu'appliquée dans la présente étude conviendrait mieux dans le contexte de ce travail pour détecter les valeurs aberrantes dans une méta-analyse. Ces deux méthodes appliquée à des données réelles, conduisent à la même décision quant à la déviance d'une nouvelle étude intégrée aux données d'une méta-analyse. Elles peuvent être appliquées de manière complémentaire. Des études ultérieures pourraient permettre de perfectionner leur mise en œuvre afin d'améliorer leur performance quant à la détection des valeurs aberrantes dans une méta-analyse. Since the quality of the data is a guarantee of the success of a clinical trial, this study contributes to the development of a methodology for the detection of outliers in a meta-analysis of a multicentre clinical trial to be performed using SAS software. Two methods relevant to the context of the study were identified at the end of the literature review: that of Studentized External Residuals (RES) and that of the "Variance Shift Outlier Model" (VSOM). This document presents the comparison of the implementation and the performance of these two methods, first in the case of a classical linear regression model with one intercept and one moderator, then in the case of a mixed model with one. fixed effect and a random effect with variance component. Simulations were carried out in both cases and the detection decision of both methods reported as well as the distribution of detection statistics over all the samples. The RES method appears to be easier and quicker to implement than that of the VSOM. Also, it detects outliers on more samples than the VSOM method. In summary, considering the results of the simulations, the RES method as applied in the present study would be more suitable in the context of this work to detect outliers in a meta-analysis. These two methods applied to real data, lead to the same decision regarding the deviance of a new study integrated to the data from a meta-analysis. They can be applied in a complementary way. Further studies could allow to refine their implementation in order to improve their performance in detecting outliers in a meta-analysis.