différence entre les biais

no avatar
Grt
Messages : 114
Inscription : 03 octobre 2020, 19:39

différence entre les biais

01 mars 2021, 09:34

Bonjour ! j'ai une question par rapport aux biais de publication et le triturage des données, je trouve que les définitions entre les 2 se ressemblent beaucoup : on dit que le triturage ça consiste à ne publier que des compositions d'échantillons (...) favorables à l'hypothèse testée et pour le biais de publication on va avoir dans les résultats significatifs des tests qui ne sont pas concluants mais comme les résultats significatifs sont plus intéressant ils sont plus susceptibles d'être publiés.
Du coup j'ai du mal à comprendre la différence entre les 2 d'autant plus que le triturage appartient au biais de conception et pas de publication donc je me dis que les deux ne doivent pas être si ressemblant que ça.
merci :D

no avatar
Stchase
Tuteur de Philosophie des Sciences
Messages : 66
Inscription : 15 janvier 2021, 15:40

Re: différence entre les biais

03 mars 2021, 01:28

Salut Grt ! :)

Effectivement tu as raison, il s'agit de deux notions assez proches, j'ai dû moi-même aller me renseigner un peu sur internet pour y voir plus clair haha :lol:

Du coup reprenons tout ça ensemble ! ;)

:idea: Comme tu l'as dit, le biais de publication est un type de biais à part entière. Il consiste à ne publier que les études ayant obtenu des résultats statistiquement significatifs (notamment parce que les gens qui publient veulent être mis en avant de la scène, être famous quoi, et ils le seront davantage si leurs résultats sont concluants).

:!: Le problème de ce biais se pose surtout si on réalise des méta analyses (c'est à dire si on étudie toutes les études faites sur un sujet), on pourra avoir tendance à penser que tel traitement a l'air d'être plus efficace qu'un placebo par exemple, alors qu'en réalité il existe bien plus d'études démontrant qu'il n'est pas plus efficace, mais qui n'ont pas été publiées !

:idea: Le triturage de données (ou p-hacking en anglais, en référence à la p-value) appartient quand à lui aux biais de conception, et plus particulièrement aux biais instrumentaux. Il s'agit bien d'un biais de conception car c'est lors de la conception de l'étude que les chercheurs "trichent" : ils orientent leurs expériences afin d'avoir un résultat concluant. Ils répètent notamment plusieurs fois les mesures d'une donnée jusqu'à obtenir un résultat significatif. Ils basent ensuite le reste de l'étude sur cette donnée obtenue un peu "artificiellement". Un des moyens de lutter contre ce biais est de répéter les mesures des données.

:arrow: Par exemple, imaginons une étude qui teste l'efficacité d'un antihypertenseur par rapport à un placebo. Les chercheurs veulent démontrer la supériorité de l'antihypertenseur. S'ils souhaitent triturer les données, ils vont réaliser plusieurs fois une prise de tension aux sujets prenant l'antihypertenseur, et ils ne vont garder que la valeur la plus basse. Ils peuvent également prendre la tension en début de journée pour le groupe sous antihypertenseur (qui sera donc naturellement plus basse), et plutôt en fin de journée pour ceux prenant un placebo (qui sera naturellement plus haute). De cette façon, on pensera in fine que le traitement est efficace, alors qu'en réalité c'est juste les données qui ont été triturées de telle sorte qu'elles paraissent favorables à l'étude.

:!: Pour bien t'aider à différencier, dans le biais de publication, les chercheurs ne biaisent pas (normalement) le contenu même de l'étude, ils réalisent l'étude correctement dans les règles de l'art, et choisissent ensuite, une fois qu'elle est terminée, de ne pas la publier. Alors que pour le triturage des données, ils biaisent les données qui sont utilisées pour l'étude. Les résultats de l'étude en elle-même sont alors biaisés, qu'elle soit publiée ou non.

:arrow: Ces deux notions ont donc effectivement le même but : obtenir une étude statistiquement significative et avoir l'air d'un champion qui a fait une super étude, en quelque sorte :lol:

Et voilà, j'espère que ma longue réponse t'aura éclairé, sinon n'hésite pas à poser d'autres questions, toute la team des SHenapans y répondra avec grand plaisir ;)

Bon courage pour tes révisions <3
Team physique du love 2019 <3
Team SHenapans 2021 <3

no avatar
Grt
Messages : 114
Inscription : 03 octobre 2020, 19:39

Re: différence entre les biais

03 mars 2021, 10:03

Merci beaucoup beaucoup je vois du coup la nuance entre les 2 ! :D

Verrouillé

Revenir à « Philosophie des sciences 2020-2021 »