Les programmes de prévention de chutes chez les aînés : une méta-analyse secondaire bayesienne

Résumé

Une méta-analyse secondaire bayesienne des programmes pour réduire les chutes chez les aînés est effectuée pour démontrer le processus d'analyse bayesienne. La tradition statistique bayesienne fait l'objet d'une importante distinction relativement à la tradition statistique standard de Neyman-Pearson-Wald (NPW). Dans le cadre des 12 études, l'ampleur de l'effet logit est utilisée pour comparer des groupes thérapeutiques adhérant à un programme de prévention à des groupes témoins qui ne sont pas soumis à un programme. Afin de mettre en contraste l'analyse bayesienne, des méta-analyses d'effets indépendants et d'effets fixes sont d'abord réalisées selon la tradition de NPW. Cette procédure est suivie de méta-analyses d'effets indépendants et d'effets fixes qui reproduisent numériquement les résultats NPW mais qui comportent des interprétations différentes sur le plan conceptuel. Les dernières analyses comprennent des métaanalyses prédictives et des méta-analyses d'effets aléatoires bayesiennes. Ces résultats diffèrent sur le plan numérique de toutes les autres méta-analyses antérieures et sur le plan conceptuel des analyses de NPW. Les analyses des effets aléatoires permettent une hétérogénéité en ce qui a trait à l'ampleur de l'effet. L'analyse prédictive génère une distribution d'effet hors-échantillon nouveau, qui favorise non seulement l'hétérogénéité des effets mais aussi l'imprécision dans les estimations de paramètres. Cette dernière analyse démontre que l'efficacité des nouveaux programmes de prévention des chutes est moins définitive que celle relevée dans l'échantillon. Les méthodes statistiques bayesiennes se prêtent particulièrement bien au traitement des complexités contenues dans les recherches en sciences infirmières.