[article]
Titre : |
Critique d'une revue systématique de la littérature en vue d'une méta-analyse concernant les exercices physiques et lombalgies chroniques |
Type de document : |
texte imprimé |
Auteurs : |
F. COLLE ; S. Poiraudeau ; Michel Revel |
Année de publication : |
2001 |
Article en page(s) : |
p. 221-233 |
Résumé : |
Objectifs : Réévaluer des articles sélectionnés pour une méta-analyse portant sur exercices physiques et lombalgies à l'aide de grilles de lecture différentes. Matériel et méthodes: Les articles sélectionnés pour une méta-analyse ont été relus par deux évaluateurs à l'aide de 16 grilles de lecture différentes. Les corrélations des scores des articles avec les différentes grilles de lecture on été déterminées à l'aide du coefficient de corrélation de Spearman. La reproductibilité de chaque grille de lecture a été analysée avec le coefficient de corrélation intraclasse (CCI) et par la méthode de Bland et Altman. Pour les grilles permettant un classement des articles en bonne ou mauvaise qualité, le degré d'accord inter-lecteur a été calculé avec le coefficient kappa. Résultats : Les coefficients de corrélations des scores obtenus avec les différentes grilles de lecture sont très hétérogènes allant de 0,94 à 0,49. La reproductibilité interobservateur des grilles de lectures est variable, les MLI allant de 0,86 à 0,31. L'analyse selon la méthode de Bland et Altman révèle que pour deux grilles de lecture un investigateur " sous côte " systématiquement par rapport à l'autre, pour trois autres grilles, il existe un effet systématique (r = 0,32, 0,41 et 0,50) un lecteur " sous-côté " pour les scores faibles et " sur-côté " pour les scores élevés. Le degré d'accord entre les juges est le plus souvent médiocre, 8 fois sur 12, le coefficient K est inférieur ou égal à 0,60. Conclusions: Les conclusions découlant de l'évaluation qualitative des études incluses dans les méta-analyses dépendent des grilles utilisées. Ces grilles ne sont pour la plupart pas validées et prennent en compte des critères insuffisamment spécifiques. Pour la médecine de rééducation, il paraît souhaitable d'utiliser des grilles plus adaptées aux traitements proposés qu'à la pathologie considérée. Une large réflexion concernant la construction et la validation de tels instruments de mesure est indispensable.
|
Permalink : |
./index.php?lvl=notice_display&id=13076 |
in Annals of physical and rehabilitation medicine > Vol. 44, n°4 (mai 2001) . - p. 221-233
[article] Critique d'une revue systématique de la littérature en vue d'une méta-analyse concernant les exercices physiques et lombalgies chroniques [texte imprimé] / F. COLLE ; S. Poiraudeau ; Michel Revel . - 2001 . - p. 221-233. in Annals of physical and rehabilitation medicine > Vol. 44, n°4 (mai 2001) . - p. 221-233
Résumé : |
Objectifs : Réévaluer des articles sélectionnés pour une méta-analyse portant sur exercices physiques et lombalgies à l'aide de grilles de lecture différentes. Matériel et méthodes: Les articles sélectionnés pour une méta-analyse ont été relus par deux évaluateurs à l'aide de 16 grilles de lecture différentes. Les corrélations des scores des articles avec les différentes grilles de lecture on été déterminées à l'aide du coefficient de corrélation de Spearman. La reproductibilité de chaque grille de lecture a été analysée avec le coefficient de corrélation intraclasse (CCI) et par la méthode de Bland et Altman. Pour les grilles permettant un classement des articles en bonne ou mauvaise qualité, le degré d'accord inter-lecteur a été calculé avec le coefficient kappa. Résultats : Les coefficients de corrélations des scores obtenus avec les différentes grilles de lecture sont très hétérogènes allant de 0,94 à 0,49. La reproductibilité interobservateur des grilles de lectures est variable, les MLI allant de 0,86 à 0,31. L'analyse selon la méthode de Bland et Altman révèle que pour deux grilles de lecture un investigateur " sous côte " systématiquement par rapport à l'autre, pour trois autres grilles, il existe un effet systématique (r = 0,32, 0,41 et 0,50) un lecteur " sous-côté " pour les scores faibles et " sur-côté " pour les scores élevés. Le degré d'accord entre les juges est le plus souvent médiocre, 8 fois sur 12, le coefficient K est inférieur ou égal à 0,60. Conclusions: Les conclusions découlant de l'évaluation qualitative des études incluses dans les méta-analyses dépendent des grilles utilisées. Ces grilles ne sont pour la plupart pas validées et prennent en compte des critères insuffisamment spécifiques. Pour la médecine de rééducation, il paraît souhaitable d'utiliser des grilles plus adaptées aux traitements proposés qu'à la pathologie considérée. Une large réflexion concernant la construction et la validation de tels instruments de mesure est indispensable.
|
Permalink : |
./index.php?lvl=notice_display&id=13076 |
| ![Critique d'une revue systématique de la littérature en vue d'une méta-analyse concernant les exercices physiques et lombalgies chroniques vignette](data:image/gif;base64,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) |