Contexte et enjeux
En 2025, les chercheurs ont publié environ 7 millions d'articles scientifiques, soit plus de 19 000 publications chaque jour. Cette abondance rend difficile l’identification d’une tendance fiable, surtout lorsque les médias relaient des études isolées. Un exemple récent est l’avertissement de la Food and Drug Administration (FDA) en septembre 2025 qui associait la prise d’acétaminophène pendant la grossesse à un risque accru d’autisme. Deux mois plus tard, une revue exhaustive a montré qu'aucune preuve solide ne reliait le médicament à l’autisme ou au TDAH, mais le premier communiqué avait déjà généré une anxiété massive chez les futures mères.
Méthodes d'agrégation : du vote‑counting à la méta‑analyse
Avant 1976, la plupart des synthèses utilisaient le vote‑counting : chaque étude recevait un vote « positif » ou « négatif », sans tenir compte de la taille d’effet. Gene Glass, statisticien, a dénoncé cette approche lors d’une réunion de l’American Educational Research Association à San Francisco. Il a montré que deux études, l’une avec 55 % d’amélioration sur 100 participants et l’autre avec 85 % sur le même nombre, recevaient le même poids dans le comptage, ce qui fausseait les conclusions.
Glass et sa collaboratrice Mary Lee Smith ont alors collecté plus de 370 études sur la psychothérapie, converti chaque résultat en une mesure standardisée d’effet (Cohen’s d) et calculé une moyenne pondérée. Cette procédure, aujourd’hui appelée méta‑analyse, permet de comparer des variables hétérogènes (anxiété, pression artérielle, etc.) sur une même échelle. Le calcul de l’effet moyen intègre la taille de l’échantillon et la variance, offrant ainsi une estimation plus robuste que le simple comptage.
Implications pratiques et limites
La méta‑analyse est désormais un pilier des revues systématiques, notamment dans les domaines de la santé et des politiques publiques. Elle permet de détecter des effets modestes qui seraient invisibles dans des études individuelles et de corriger les biais de publication en incluant des thèses ou des rapports non indexés. Cependant, la méthode reste sensible à la hétérogénéité des protocoles, aux différences de qualité méthodologique et aux biais de sélection lorsqu’une partie des études n’est pas accessible. Le cas de l’avertissement FDA illustre que même une méta‑analyse de haute qualité peut être contournée par une communication sélective des résultats.
Pour améliorer la fiabilité de la connaissance scientifique, il faut donc renforcer les bases de données ouvertes, standardiser les rapports d’effet et encourager la diffusion des méta‑analyses dans les médias grand public. Sans ces mesures, le flux quotidien de 19 000 publications continuera à produire des messages contradictoires, ralentissant la capacité collective à « assembler » le savoir existant.
