Le célèbre physicien Richard Feynman a déjà souligné une caractéristique sous-estimée de la science. Il l'a fondée sur une observation de la Seconde Guerre mondiale, lorsque des avions-cargos ont largué des fournitures sur des bases militaires dans les îles des mers du Sud. Après la guerre, lorsque les avions-cargos s'arrêtèrent, les insulaires inventèrent un culte de la cargaison, imitant ce qu'ils avaient observé, dans l'espoir de ramener les avions à leur retour. Ils ont créé des répliques de pistes d'atterrissage d'avions; ils mettent en place des lumières; ils ont signalé aux cieux.
Ils ont fait tout ce qui précédait normalement l'atterrissage des avions cargo. Mais les avions n'ont jamais atterri.
Beaucoup prétendent pratiquer la science, a soutenu Feynman, comme les insulaires du sud ont pratiqué l'approvisionnement en air. Ils ont tous les cloches et les sifflets; toutes les méthodes se rapprochent de la science standard; mais ils manquent de quelque chose d'essentiel, quelque chose sans lequel la science du culte de la cargaison n'est qu'une pseudoscience.
Ce morceau manquant est une attitude: Feynman l'a appelé un pliage en arrière pour voir plus qu'une seule interprétation; un intérêt à réfuter, et pas seulement à confirmer, ses hypothèses; un désir de ne pas se tromper, d'abord et avant tout; une volonté de mettre ses propres croyances en jeu – en bref, une «honnêteté totale» qui va bien au-delà de la vérité quotidienne. Feynman a opté pour la publicité: je pourrais essayer de vous vendre ma marque de savon, en parlant de ses forces, en minimisant ses faiblesses et en ignorant ses concurrents. Il n'est pas nécessaire de mentir pour faire de la publicité de cette manière; mais l'un n'est pas non plus totalement honnête.
La science comme publicité est une pseudoscience.
(Voici Feynman dans ses propres mots: "Des détails qui pourraient jeter le doute sur votre interprétation doivent être donnés, si vous les connaissez.Vous devez faire de votre mieux – si vous savez quelque chose de mal, ou peut-être mal – pour l'expliquer Si vous avez une théorie, par exemple, et la publicité, ou l'éteindre, alors
vous devez également mettre en relief tous les faits qui ne sont pas d'accord avec lui, ainsi que ceux qui sont d'accord avec lui … En résumé, l'idée est d'essayer de donner toute l'information pour aider les autres à juger de la valeur de votre contribution; pas seulement l'information qui mène au jugement dans une direction particulière ou
un autre.")
Nous voyons cela parmi les universitaires actuellement engagés dans une croisade anti-bipolaire. Un article de blog auquel j'ai répondu consistait en une approche (ironique pour les critiques de la «psychiatrie d'entreprise») similaire à la publicité – fournissant des données unilatérales, ignorant les preuves contraires, et silencieux sur beaucoup de choses importantes. Un autre groupe de chevaliers templiers, dont j'ai écrit mon deuxième article sur le blog («Détendez-vous, vous n'êtes pas bipolaire») à propos de leur article initial il y a un an, est obsédé par l'idée d'un surdiagnostic bipolaire. Confirmé par CNN et Public Radio, ce groupe de recherche continue à publier dans des revues psychiatriques avec des preuves qui ne sont pas des preuves. Récemment, un autre article de la même étude cherche à montrer que le trouble bipolaire est surdiagnostiqué quand les patients ont fréquemment d'autres conditions comme le trouble de la personnalité borderline ou la simple dépression de la vanille (trouble dépressif majeur, TDM). Pourtant, l'article original sur lequel repose cette affirmation montre exactement l'inverse: il prouve que le trouble bipolaire est sous-diagnostiqué et non surdiagnostiqué. Comment?
Dans l'étude originale, environ 30% des personnes atteintes de trouble bipolaire (selon l'entrevue de référence des chercheurs) n'avaient jamais reçu de diagnostic antérieur (sous-diagnostic); Pourtant, seulement 13% des personnes avaient reçu un diagnostic de trouble bipolaire qui ne l'avait pas vraiment (un surdiagnostic, toujours basé sur l'étalon-or des chercheurs). Maintenant, les mathématiques de première année enseignent que 30 est supérieur à 13, et la troisième année enseigne qu'il est deux fois plus grand: ainsi le trouble bipolaire est plus de deux fois plus sous-diagnostiqué que surdiagnostiqué; Ainsi, il est principalement sous-diagnostiqué et non surdiagnostiqué.
Il y a une autre façon de regarder le matériau, ce qui fait le même point. Au lieu du risque relatif, cette approche apporte la différence absolue. Un effet pourrait être de 2% contre 1%; une autre pourrait être de 80% contre 40%; les deux sont des risques relatifs deux fois, mais l'effet absolu de l'un est beaucoup plus grand que l'autre (80% est beaucoup plus grand que 2%). Cette mesure de la différence absolue – appelée le «nombre nécessaire de faire du mal» (NNH) pour les mauvais résultats – implique la réciproque de la différence de pourcentage réelle. Dans cette étude, le NNH pour le surdiagnostic serait l'inverse de 13% = 7,7. Le NNH pour le sous-diagnostic serait la réciproque de 30% ou 1 / 0.3 = 3.3. (Un NNT inférieur à 5 est considéré comme énorme, 5-10 modéré, 10-20 petit.) Habituellement, cette approche s'applique aux médicaments, de sorte que l'on peut dire qu'un médicament avec un NNT de 5 a un avantage majeur. la probabilité d'être sous-diagnostiqué versus surdiagnostiqué). En utilisant les données de cette étude, nous pouvons voir que le risque de mal par sous-diagnostic est énorme, et que le surdiagnostic, bien que non absent, n'est que modéré. Encore une fois, les données elles-mêmes montrent un sous-diagnostic prédominant, pas un surdiagnostic.
Comment les chercheurs ont-ils ignoré leurs propres données? Comment pourraient-ils arriver à la conclusion opposée?
Laisse-moi me pencher en arrière.
Leurs conclusions suivent, quoique faussement, d'une autre manière d'examiner ces données. J'ai commencé par poser la question suivante: quel était le diagnostic des patients (confirmé par les chercheurs comme bipolaire ou confirmé non bipolaire), et quels diagnostics avaient-ils précédemment reçus par erreur? C'est la façon de montrer que quelqu'un a été mal diagnostiqué, et à quelle fréquence (principalement sur ou sous-diagnostiqué).
Le document publié par les chercheurs ne rapporte pas les analyses ci-dessus. Au lieu de cela ils posent la question: Quels patients ont été diagnostiqués comme ayant un trouble bipolaire dans la communauté? Ensuite, combien d'entre eux ont été confirmés par les chercheurs d'avoir un trouble bipolaire? La réponse à cette question était de 42%; ainsi, 58% ont été déclarés sur-diagnostiqués.
Ainsi, interprété dans un sens, la preuve montre que le trouble bipolaire est sous-diagnostiqué; dans l'autre sens, il semble surdiagnostiqué. Comment se fait-il que les chercheurs n'aient rapporté qu'une seule interprétation?
Un cours d'épidémiologie 101 (que la plupart des psychiatres ne reçoivent jamais) suffirait pour apprendre la différence entre la fiabilité et la validité. La fiabilité signifie que deux cliniciens, en utilisant les méthodes qu'ils choisissent, diagnostiquent la même chose. Si nous acceptons d'appeler X avec l'étiquette "Y", alors nous sommes fiables. Si la réalité est que X est X, pas Y, alors notre affirmation que X est Y, bien que fiable, n'est pas valide.
Dans ce genre de recherche, la question est de savoir si les cliniciens diagnostiquent correctement leurs patients. Leurs diagnostics sont en cause; ils ne sont pas prouvés; ils sont étudiés. Ainsi, pour commencer, les diagnostics des cliniciens consistent à poser la question de la validité, non à y répondre. Nous répondons aux diagnostics des chercheurs en psychiatrie, en nous basant sur l'entretien standard de diagnostic de recherche qui évalue systématiquement les critères du DSM-IV. L'analyse des diagnostics des cliniciens porte sur la fiabilité; cela montre que nous ne sommes pas d'accord sur ce que nous appelons le trouble bipolaire. Cela indique que le diagnostic bipolaire, dans la communauté, est fait de façon non fiable.
Il ne démontre pas de surdiagnostic. Le surdiagnostic reflète quelque chose de différent: cela signifie que beaucoup de personnes qui ne sont pas atteintes de la maladie X en sont diagnostiquées, et de manière prédominante, ce qui signifie que peu de personnes ont la maladie X et pourtant ne sont pas diagnostiquées. Pour répondre à cette question, nous devons vraiment savoir qui a la maladie et qui ne l'est pas. Nous devons commencer par les diagnostics éprouvés, les entretiens systématiques des chercheurs. C'est l'analyse que j'ai faite. et il a démontré un sous-diagnostic prédominant.
En effet, il existe de nombreuses maladies qui ne sont pas fiables et pourtant sous-diagnostiquées. L'asthme est considéré comme encore sous-diagnostiqué; beaucoup de ceux qui l'ont ne sont pas diagnostiqués et se trompent comme ayant d'autres conditions; cependant, il est également peu fiable: les cliniciens sont souvent en désaccord sur le moment où il est présent, et le confondent avec une bronchite ou d'autres problèmes pulmonaires. Il en va de même pour la maladie cœliaque et la cholécystite chronique et la démence. Le manque de fiabilité n'est pas la même chose que le sous-diagnostic.
Les gens sont en désaccord sur ce qu'ils appellent le trouble bipolaire, mais principalement – et c'est ma critique Feynmanesque parce que les propres données de ces critiques le montrent – le trouble bipolaire est beaucoup plus susceptible d'être manqué quand il est présent que d'être diagnostiqué quand il est absent.
Le fantôme de Richard Feynman hante ce débat inconvenant. Je demande à nouveau: Comment les chercheurs ont-ils ignoré leurs propres données? Comment pourraient-ils arriver à la conclusion opposée?
On ne peut pas dire qu'ils ignoraient la preuve. Ils ont publié les données dans leur document, dans un tableau. Ils n'ont simplement pas fait les calculs que j'ai faits ci-dessus; ils ne l'ont pas analysé d'une manière qui pourrait réfuter leurs points de vue; ils n'ont pas mis leurs propres croyances à l'épreuve de l'honnêteté absolue. Leur papier a tous les cloches et les sifflets de la science, mais ce n'est pas la science; il ne considère qu'une façon d'analyser les données qui semblent soutenir l'interprétation que les auteurs souhaitent montrer, tout en ignorant les autres moyens (plus valables) qui réfutent les hypothèses des auteurs. Leurs analyses ne sont pas fausses, juste incomplètes. Ils ont produit une publicité honnête; pas une science totalement honnête. Ils ne sont pas malhonnêtes; comme Feynman l'a fait valoir, ils sont simplement non-scientifiques: ils se sont tellement bernés qu'ils peuvent désormais procéder pour tromper honnêtement les autres.
Ainsi, les journaux scientifiques publient les articles, les médias généraux répètent les conclusions, et le mot répand que le trouble bipolaire est surdiagnostiqué … surtout, j'en suis sûr, dans les mers du Sud.
