Cette semaine nous avons sélectionné un article de Ramasamy et collègues publié dans
Nature le 20 Mars 2014 (PMID: 24647000). Les auteurs utilisent élégamment des approches
génétiques et moléculaires pour suggérer que, contrairement à son action anti-angiogénique
connue, la voie Notch a une influence pro-angiogenique dans l'os, ce qui stimule
l'ostéogenèse. Quoique non dépourvue d'erreurs, le bon niveau en biostatistiques dans cet
article devrait être vu plus souvent dans les journaux à haut impact et dans Nature en
particulier. Nous avons aimé: (1) la qualité du paragraphe statistique, qui reprend clairement
la politique des auteurs en matière d'aveuglement expérimental, randomisation et valeurs
aberrantes ainsi que le seuil alpha (0.05) et le logiciel statistique utilisé; (2) les corrections
pour multiple comparaisons dans les Fig 3 et 4 utilisant une analyse de variance à un facteur
(ANOVA) suivie d'un test de Bonferroni. La correction de Bonferroni est très conservative
(réduit les chances de détecter une différence) en comparaison d'autres corrections, les
effets observés ont ainsi une bonne probabilité d'être réels; (3) la présentation des p-values
et tailles d'échantillon exactes dans les figures et légendes, qui permettent au lecteur de
discuter les résultats de manière critique.
Une mention spéciale doit être faite à propos de la présentation et de la discussion de la Fig
4a, dans lesquelles les auteurs concluent que les contenus de différents ARNm sont
augmentés, alors qu'un seul (Nog) montre une augmentation significative (p=0.0369). Les
auteurs n'affirment pas que ces augmentations soient "statistiquement significatives", de ce
fait leurs conclusions sont valides. Bien trop souvent (en réalité presque invariablement) les
chercheurs ne se réfèrent qu'aux p-values pour conclure, ignorant la magnitude de l'effet
(effect size) et la signification réelle de la p-value (risque de conclure à une absence de
différence de manière erronée).
Cependant, nous pensons que la présentation des données peut être améliorée. L'usage
inadapté de l'erreur standard (SEM, somme des écarts à la moyenne) pour montrer la
variabilité dans les Fig 1j, 1k, 2f, 2k, 3e, 4a, 4b et l'usage systématique des graphiques en
barres induisent le lecteur en erreur. Nous suggérons de montrer les valeurs individuelles
avec les écarts types pour la variabilité. De plus, la puissance statistique est faible dans
l'ensemble, ce qui conduit probablement aux résultats non-significatifs de la Fig 4a. Enfin, il y
a apparemment de possibles violations des prérequis paramétriques (normalité incertaine,
possible inégalité des variances) dans certains groupes de données (Fig 1j and 1k).
En conclusion, en dépit de certaines erreurs, les biostatistiques dans cet article sont de très
bonne qualité.
L'équipe Biotelligences
Commentaire des auteurs:
“We are very pleased that our research article is being highlighted by Biotelligence. While the amount and complexity of biological research data are rapidly increasing, sample size in studies involving animal models is limited by factors such as availability, costs and, most importantly, ethics. The valuable comments and suggestions provided by the biostatistics experts will surely facilitate the design of future studies.”
Saravana Ramasamy, Anjali Kusumbe, Ralf Adams
Nature le 20 Mars 2014 (PMID: 24647000). Les auteurs utilisent élégamment des approches
génétiques et moléculaires pour suggérer que, contrairement à son action anti-angiogénique
connue, la voie Notch a une influence pro-angiogenique dans l'os, ce qui stimule
l'ostéogenèse. Quoique non dépourvue d'erreurs, le bon niveau en biostatistiques dans cet
article devrait être vu plus souvent dans les journaux à haut impact et dans Nature en
particulier. Nous avons aimé: (1) la qualité du paragraphe statistique, qui reprend clairement
la politique des auteurs en matière d'aveuglement expérimental, randomisation et valeurs
aberrantes ainsi que le seuil alpha (0.05) et le logiciel statistique utilisé; (2) les corrections
pour multiple comparaisons dans les Fig 3 et 4 utilisant une analyse de variance à un facteur
(ANOVA) suivie d'un test de Bonferroni. La correction de Bonferroni est très conservative
(réduit les chances de détecter une différence) en comparaison d'autres corrections, les
effets observés ont ainsi une bonne probabilité d'être réels; (3) la présentation des p-values
et tailles d'échantillon exactes dans les figures et légendes, qui permettent au lecteur de
discuter les résultats de manière critique.
Une mention spéciale doit être faite à propos de la présentation et de la discussion de la Fig
4a, dans lesquelles les auteurs concluent que les contenus de différents ARNm sont
augmentés, alors qu'un seul (Nog) montre une augmentation significative (p=0.0369). Les
auteurs n'affirment pas que ces augmentations soient "statistiquement significatives", de ce
fait leurs conclusions sont valides. Bien trop souvent (en réalité presque invariablement) les
chercheurs ne se réfèrent qu'aux p-values pour conclure, ignorant la magnitude de l'effet
(effect size) et la signification réelle de la p-value (risque de conclure à une absence de
différence de manière erronée).
Cependant, nous pensons que la présentation des données peut être améliorée. L'usage
inadapté de l'erreur standard (SEM, somme des écarts à la moyenne) pour montrer la
variabilité dans les Fig 1j, 1k, 2f, 2k, 3e, 4a, 4b et l'usage systématique des graphiques en
barres induisent le lecteur en erreur. Nous suggérons de montrer les valeurs individuelles
avec les écarts types pour la variabilité. De plus, la puissance statistique est faible dans
l'ensemble, ce qui conduit probablement aux résultats non-significatifs de la Fig 4a. Enfin, il y
a apparemment de possibles violations des prérequis paramétriques (normalité incertaine,
possible inégalité des variances) dans certains groupes de données (Fig 1j and 1k).
En conclusion, en dépit de certaines erreurs, les biostatistiques dans cet article sont de très
bonne qualité.
L'équipe Biotelligences
Commentaire des auteurs:
“We are very pleased that our research article is being highlighted by Biotelligence. While the amount and complexity of biological research data are rapidly increasing, sample size in studies involving animal models is limited by factors such as availability, costs and, most importantly, ethics. The valuable comments and suggestions provided by the biostatistics experts will surely facilitate the design of future studies.”
Saravana Ramasamy, Anjali Kusumbe, Ralf Adams
Téléchargez ce Biotelligences Fortnight (PDF)

Biotelligences_fortnight_fr_2.pdf |