Médicament efficace ? Le parcours de la preuve statistique

Intervenant 10:00

Bienvenue à toutes et à tous dans le podcast du magazine Tangente. On a souvent cette image très, disons, très biologique de la médecine.

Intervenant 20:10

Oui, très chimique en fait.

Intervenant 10:11

Voilà, c'est ça. On a mal à la tête, on avale un comprimé et hop, la molécule fait son travail dans notre organisme. Fin de l'histoire.

Intervenant 20:19

C'est très concret, c'est rassurant, ça semble super direct.

Intervenant 10:23

Mais oui. Mais quand on se penche sur la réalité de l'industrie médicale, cette vision s'effondre un peu. Complètement. Parce que derrière chaque petite pilule qu'on trouve en pharmacie, il se cache en réalité un parcours monumental. Il s'écoue souvent plus de 10 ans.

Intervenant 20:37

Ouais, une décennie entière quoi.

Intervenant 10:39

C'est fou. Une décennie qui sépare la découverte d'une molécule sous un microscope de sa mise sur le marché.

Intervenant 20:46

Et le truc, c'est qu'au cœur de cette épopée, les véritables héros de l'ombre ne portent pas toujours des blouses blanches.

Intervenant 10:51

Mais non, et ils ne manipulent pas que des épouvettes. Ce sont les mathématiques.

Intervenant 20:56

Exactement, et plus particulièrement les statistiques.

Intervenant 10:59

Donc notre mission aujourd'hui, pour cette plongée en profondeur, c'est de comprendre comment ces disciplines arrivent à prouver qu'un médicament fonctionne vraiment.

Intervenant 21:08

Parce que, en fait, la médecine sans la modélisation statistique, elle avancerait tout simplement à l'aveuble. L'équation mathématique, c'est ce qui devient la preuve de l'efficacité.

Intervenant 11:18

Ok, décortiquons tout ça. Parce que l'idée de départ est assez folle quand on y pense.

Intervenant 21:23

C'est-à-dire ?

Intervenant 11:24

Donner un médicament à quelqu'un et affirmer qu'il le guérit, ce n'est pas juste observer une réaction biologique. C'est surtout un immense défi de probabilité.

Intervenant 21:32

Ce qui est fascinant ici, c'est que l'ambition actuelle de la médecine qu'on appelle personnalisée pousse cette exigence à ses limites absolues.

Intervenant 11:39

Tu grèves, on ne cherche plus le traitement moyen pour tout le monde ? Non,

Intervenant 21:43

voilà, l'objectif c'est la molécule exacte pour le bon profil génétique au moment précis où la maladie l'exige.

Intervenant 11:49

Mais prouver ça sur des tout petits groupes, ça doit être un cauchemar statistique, non ?

Intervenant 21:53

Ah bah, ça repousse totalement les limites des probabilités, oui.

Intervenant 11:56

Bon, avant d'attaquer ces casse-têtes du futur, on va revenir à la base. La fameuse règle d'or pour affirmer qu'un traitement est prêt. Comment on passe du labo à l'humain ?

Intervenant 22:05

C'est une succession de filtres super impitoyables. D'abord les phases précliniques, in vitro, sur des modèles vivants, juste pour voir si ce n'est pas toxique. Ensuite, si ça passe, on va vers l'humain avec les phases 1 et 2. Là, on teste la tolérance, le bon dosage sur de tout petits groupes.

Intervenant 12:21

Les premiers signes d'efficacité quoi.

Intervenant 22:23

Voilà. Mais le vrai tribunal, l'étape fondamentale, c'est l'essai clinique de phase 3.

Intervenant 12:29

La phase 3. Là, on sort l'artillerie lourde avec des milliers de patients.

Intervenant 22:34

C'est ça. On compare le nouveau médicament expérimental à la meilleure thérapie qui existe déjà. Ou à un placebo, s'il n'y a rien d'autre.

Intervenant 12:42

Attends, la répartition des patients, là c'est le point critique.

Intervenant 22:45

Ah oui, c'est tout le défi.

Intervenant 12:47

Parce que si on met, je sais pas, tous les jeunes de 20 ans dans le groupe de la nouvelle molécule et toutes les personnes de 80 ans dans le groupe contrôle ?

Intervenant 22:54

À la fin, le niveau médicament aura l'air totalement miraculeux.

Intervenant 12:57

C'est clair.

Intervenant 22:57

Mais ça ne dira rien sur la pilule, ça montrera juste que les jeunes sont plus robustes que les personnes âgées.

Intervenant 13:02

Exactement.

Intervenant 23:02

C'est comme essayer de comparer deux régimes sportifs, mais en donnant l'un à des athlètes pros et l'autre à des amateurs.

Intervenant 13:08

Tout est faussé dès le départ.

Intervenant 23:10

C'est ce qu'on appelle le biais de sélection. Et c'est l'ennemi absolu. Pour l'anéantir, le statisticien utilise la randomisation.

Intervenant 13:19

Donc l'affectation aléatoire. On tire au sort.