Problèmes méthodologiques liés à la méta-analyse et à son utilisation pour l’aide à la décision

Résumé : Depuis le milieu des années 90, la méta-analyse a connu un succès croissant. Cette approche statistique consiste à synthétiser un ensemble d’expérimentations - réalisées de manière indépendante dans des conditions variées - pour tester des hypothèses et estimer des paramètres dans le but de répondre à une ou plusieurs questions scientifiques, souvent à forts enjeux sociétaux. Du fait de son lien étroit avec l’expérimentation et de sa relative simplicité, la méta-analyse est dorénavant très souvent utilisée dans différents domaines, par exemples pour tester l’efficacité de traitements médicaux (ex : traitements contre la COVID-19), pour évaluer l’impact environnemental de diverses activités humaines (ex : effet des néonicotinoïdes sur la biodiversité) ou pour comparer différents systèmes agricoles (ex : productivité de systèmes agro-écologiques). La méta-analyse repose sur une démarche bien établie, qui consiste en particulier à constituer un jeu de données à partir de la littérature scientifique puis à ajuster des modèles mixtes incluant un ou plusieurs effets aléatoires décrivant l’hétérogénéité des conditions expérimentales. Néanmoins, la méta-analyse pose un certain nombre de problèmes méthodologiques encore imparfaitement résolus, liés à la récupération des données publiées dans la littérature scientifique, l’analyse d’incertitude, la prise en compte du biais de publication, l’intégration de variables explicatives, ou l’utilisation de la méta-analyse pour réaliser des estimations locales. Dans cet exposé, je présenterai certains de ces problèmes méthodologiques, j’illustrerai leurs conséquences pratiques avec des exemples concrets, et je proposerai des pistes d’amélioration.;