Forum Sceptique

Wooden Ali a écrit : Il n'y a pas à craindre d'effets secondaires quand il n'y a pas d'effets primaires.

C'est souvent vrais, et en particulier dans le cas des médicaments homéopathiques qui ne contiennes que du sucre, mais on peut très bien imaginer un produit qui, sans avoir de réel effets sur la pathologie pour laquelle il est vendu, possède tout un tas d'effets secondaires indésirables voir dangereux.

Salut Wooden,

Personnellement essayer avec du curare ou du cyanure (ou d'autres toxiques du même genre) ne me pose pas de problème ... par contre avec du plutonium j'aurais un peu peur de l'irradiation de l'excipient lors de la dilution ... non ?

L'effet du rayonnement alpha émis par le plutonium sera surtout de l'ionisation des molécules d'eau. Après quelques dilutions, on reviendra à la radioactivité naturelle de l'eau. Pas de danger, donc.
Totoche, tu as raison mais on parle d'Homéopathie, pas du cas où on prendrait une petite pilule de cyanure pour soigner un rhume.

LoutredeMer a écrit :C'est un peu plus compliqué que ca. Si j'ai décidé d'en parler ici c'est justement que j'avais noté une fatigue anormale. Je connais la fatigue et le stress (comme tout le monde) : travailler à plein temps, élever un enfant, s'occuper de la maison, des demarches, des paperasses, des imprévus etc.. Il me semble justement que cette fatigue était bien différente.

Le problème dans ce genre de démarche, c'est que la mémoire n'est pas fiable. Il est fort probable que tu ais oublié d'autres jours de fatigues, simplement parce que tu ne leur prêtais pas d'attention. C'est un biais largement connu et documenté. la seule façon d'y échapper, c'est de noter les choses au fur et à mesure sur un support externe.

LoutredeMer a écrit :Pour la grippe, c'est compliqué aussi, car il y a d'autres facteurs qui interagissent. Cette période correspond à ma vie dans le sud de la France, où le climat est plus clément et les infections grippales sont donc moins nombreuses (enfin, si quelqu'un me dit que non, ca m'arrangera ). Egalement, l'année suivante (ou 2 ans) après avoir cessé l'oscillococcinum, j'ai attrapé de vilaines rhino-pharyngites bronchites (2 ou 3 dans l'hiver) et pas de grippe. Mais là aussi, un nouveau facteur est intervenu : je travaillais dans un lycée très grand, glacé et sale.

Donc tu connais un facteur (le climat de l'endroit où tu vivais) qui, à lui seul, explique les variations de ton état de santé durant cette période. Tu ne peux donc rien en déduire concernant l'oscillococcinum.

LoutredeMer a écrit :La première grippe après tout ca est survenue l'année dernière, mais je venais d'emménager en Bretagne, climat beaucoup moins clément.

Le climat en Bretagne est tempéré

LoutredeMer a écrit :Vu que j'ai décidé de me plonger dans la lecture de quelques documents sur l'homéopathie (ce n'est pas non plus mon sujet de prédilection), ca me prendra un peu de temps pour y voir plus clair et répondre aux remarques précédentes de Lulu et Totoche.

Mon point porte moins sur l'homéopathie que sur les dangers à tirer des lois générales de son expérience personnelle.

Cogite

Bonjour,

Juste un point amusant :
L'oscilomachintruc a une propriété étonnante, il est un des produits homéopathiques du commerce les plus dilué. La majeure partie ont une dilution entre 5 et 30 CH (15 CH est une dilution suffisante pour que la probabilité de trouver au moins 1 molécule active dans le tube de médicament est inférieure à 1/2), et l'oscilobidule est à 200 CH, un nombre proprement impossible à se représenter, il n'y a pas assez d'eau dans l'univers pour diluer directement 1cm3 de produit. C'est probablement le record du monde de cherté massique d'un produit et Boiron en vend des palettes entières tous les ans, vu que ça reste extrêmement populaire.

Si ce "médicament" fonctionne, il faudrait revoir toute la physique, mais pour ma part j'estime la proba à 1/10^400, soit le taux de dilution.

drzinn a écrit : L'oscilomachintruc a une propriété étonnante, il est un des produits homéopathiques du commerce les plus dilué...

Oui mais il est composé d'autres éléments, donc possibilité d'effets indésirables:

Ce médicament contient du saccharose. Son utilisation est déconseillée chez les patients présentant une intolérance au fructose, un syndrome de malabsorption du glucose et du galactose ou un déficit en sucrase/isomaltase (maladies héréditaires rares). Ce médicament contient du lactose. Son utilisation est déconseillée chez les patients présentant une intolérance au galactose, un déficit en lactase de Lapp ou un syndrome de malabsorption du glucose ou du galactose (maladies héréditaires rares).

Bref, on est face à un "médicament" (?) où il y a zéro effet positif et quelques effets négatifs qui eux ne sont pas des effets placebo

MaisBienSur a écrit :

drzinn a écrit : L'oscilomachintruc a une propriété étonnante, il est un des produits homéopathiques du commerce les plus dilué...

Oui mais il est composé d'autres éléments, donc possibilité d'effets indésirables [...]

Bref, on est face à un "médicament" (?) où il y a zéro effet positif et quelques effets négatifs qui eux ne sont pas des effets placebo

En fait il appartient à cette catégorie de "remèdes" ou l'effet indésirable .... de l'excipient, est supérieur (et pas à cause de sa mémoire) à l'effet bénéfique du principe actif ... fabuleux.

Lulu Cypher a écrit : En fait il appartient à cette catégorie de "remèdes" ou l'effet indésirable .... de l'excipient, est supérieur (et pas à cause de sa mémoire) à l'effet bénéfique du principe actif ... fabuleux.

Et quand on lit ça:

Le prix de l'Oscillococcinum est environ 50 % plus élevé que celui des autres médicaments anti-grippaux et cependant Oscillococcinum affiche en France, où il est l'un des médicaments homéopathiques les plus vendus, un certain succès commercial. En 1996, il représentait plus de 50 % des ventes d'antigrippaux en France

Salut à tous.

L'histoire, dit-on, n'est qu'une longue répétition ; celle de l'oscillococcinum — « inventé » par Joseph Roy en... 1925 — et du fantastique bénéfice du laboratoire (Boiron) qui le fabrique,  a été évoquée dans cette discussion.

Il faut lire et relire l'article de 1992 signé par le Dr Nicole Curé :

La bien nommée Nicole Curé a écrit :Il n'est donc pas vain de penser qu'Oscillococcinum puisse avoir un effet endotoxine-like (Cure, 11), cytokines-like et en particulier Facteur nécrosant de tumeurs-like [...]

Affirmation pour le moins audacieuse, quand on connaît la dilution de la « substance ».

Mais il y a parfois effets indésirables pour Boiron : celui-ci a décidé de verser 12 millions de dollars en 2012 pour éviter d'affronter la justice américaine dans un action de masse.

Cartaphilus a écrit :Affirmation pour le moins audacieuse, quand on connaît la dilution de la « substance ».

Tu dis ça parce que tu n'aime pas les thérapies-like

Salut a vous,

Voila voila, il semblerait que j'aie une petite intolérance au lactose indiquant fatigue et humeur dépressive dans les effets secondaires. (je ne bois plus de lait depuis des années, ca me donne mal au ventre). Et j'ai pu le revérifier à la prise récente d'un médicament scientifique.

En vous lisant ainsi que les documents donnés, les arguments vont en effet à l'encontre d'une quelconque efficacité de l'homéopathie, à part l'effet placébo. J'ai cependant trouvé cette étude qui observe, après 48 h un pourcentage supérieur de guerison dans le groupe traité par rapport au groupe placébo. Qu'en pensez-vous?

http://www.ncbi.nlm.nih.gov/pmc/articles/PMC1379831/

The proportion of cases who recovered within 48 h of treatment was greater among the active drug group than among the placebo group (17.1% against 10.3%, P = 0.03). 5. The result cannot be explained given our present state of knowledge, but it calls for further rigorously designed clinical studies.

Hello LoutredeMer,

La valeur p obtenue est assez élevée (0.03). En gros, ça veut dire que s'il n'y avait aucun effet, et qu'on reproduisait 33 fois cette étude, on obtiendrait en moyenne 1 fois ce résultat. C'est pour ça qu'il ne faut pas regarder une étude, mais l'ensemble des études sur le sujet - faire une méta analyse.

Par ailleurs, l'effet est faible : on passe de 10% à 17% de guérison.

Cogite Stibon a écrit : La valeur p obtenue est assez élevée (0.03). En gros, ça veut dire que s'il n'y avait aucun effet, et qu'on reproduisait 33 fois cette étude, on obtiendrait en moyenne 1 fois ce résultat. C'est pour ça qu'il ne faut pas regarder une étude, mais l'ensemble des études sur le sujet - faire une méta analyse.

D'accord, c'est plus clair du coup. Merci Cogite

Par ailleurs, l'effet est faible : on passe de 10% à 17% de guérison.

7% divisé par 33, c'est pas énorme en effet.

Salut LoutredeMer

LoutredeMer a écrit :

Par ailleurs, l'effet est faible : on passe de 10% à 17% de guérison.

7% divisé par 33, c'est pas énorme en effet.

Tu ne peux pas faire ça.
Le 33, ça veut dire qu'il y a une chance sur 33 que l'effet observé soit dû au hasard pur.

Cogite Stibon a écrit :Salut LoutredeMer

LoutredeMer a écrit :

Par ailleurs, l'effet est faible : on passe de 10% à 17% de guérison.

7% divisé par 33, c'est pas énorme en effet.

Tu ne peux pas faire ça.
Le 33, ça veut dire qu'il y a une chance sur 33 que l'effet observé soit dû au hasard pur.

Ah bon. Vu que je n'ai pas trouvé d'explication claire sur une méthode précise de méta analyse, je ne comprends pas très bien.

LoutredeMer a écrit :Ah bon. Vu que je n'ai pas trouvé d'explication claire sur une méthode précise de méta analyse, je ne comprends pas très bien.

Est-ce que tu comprends la notion de p-value dans une étude statistique ?
Si non, il faut que je commence par là.

Cogite Stibon a écrit :

LoutredeMer a écrit :Ah bon. Vu que je n'ai pas trouvé d'explication claire sur une méthode précise de méta analyse, je ne comprends pas très bien.

Est-ce que tu comprends la notion de p-value dans une étude statistique ?
Si non, il faut que je commence par là.

J'ai téléchargé il y a quelques temps, un pps sur le calcul de la pondération.

Mais j'ai assez vite décroché (les connexions de mes 18 ans se sont évaporées ).

Si tu as la patience d'expliquer simplement, avec plaisir, sinon je ne t'en voudrai pas...

LoutredeMer a écrit :

Cogite Stibon a écrit :Est-ce que tu comprends la notion de p-value dans une étude statistique ?
Si non, il faut que je commence par là.

J'ai téléchargé il y a quelques temps, un pps sur le calcul de la pondération.

C'est un autre sujet. Très important, lui aussi, mais différent.

LoutredeMer a écrit :Si tu as la patience d'expliquer simplement, avec plaisir, sinon je ne t'en voudrai pas...

Je vais essayer. Pas facile d'être simple.

Imagine que tu fasse une étude sur l'impact de la consommation de salsepareille sur la taille des schtroumpfs.
Tu prends 2 groupes de schtroumpfs, 1 groupe qui mange de la salsepareille, et l'autre qui n'en mange pas, et qui sont parfaitement identiques par ailleurs.

Tu mesure tous les schtroumpfs des 2 groupes, tu fais la moyenne de chaque groupe, et tu obtiens 2,1cm d'un côté et 2,5cm de l'autre.

Tu pourrais être tentée de déduire que la salsepareille a 1 impact. Sauf que, en regardant de plus près, tu te rends compte que la taille des schtroumpfs change beaucoup d'un individu à l'autre - entre 1,7cm et 3cm.

Tu reprends 2 groupes de non mangeurs de salsepareille, identique en tout points, et tu refais les mesure et les calculs pour ces 2 groupes. Et la tu tombe sur 2cm d'un côté, et 2,6cm de l'autre. Et cette différence est liée au pur hasard.

Donc, du coup, la différence que tu as trouvé avant, entre les mangeurs et non mangeurs de salsepareille, est surement due au hasard elle aussi.

En fait, si prends 2 groupes identiques au sein d'une population homogène, et que tu mesure la même caractéristiques des 2 côtés, tu trouveras toujours une différence, par hasard.
Plus ta caractéristique est variable, plus la différence que tu trouveras a des chance d'être grande.
Plus tes groupes sont grands, plus la différence que tu trouveras a des chances d'être petite.

En fonction de la variabilité de la caractéristique que tu mesure, et de la taille de tes groupes, on sais calculer la probabilité que la différence observée soit due au pur hasard.

C'est cette probabilité qu'on appelle la p-value.

Cogite Stibon a écrit :.

D'accord, j'ai bien visualisé les schtroumfs.

Donc :

- une méta analyse c'est la multiplication d'études pour faire diminuer un résultat hasardeux, du à la diversité des individualités dans le groupe. Ou bien cette meta-analyse peut elle se contenter de quelques études avec un p-value bien calculé?

- Un point que j'ai besoin d'éclaircir : Si p était égal à 0.1 (soit 100), soit une chance sur 100 que l'écart soit dû au hasard, l'étude serait donc plus fiable. C'est ca?

En fonction de la variabilité de la caractéristique que tu mesure, et de la taille de tes groupes, on sais calculer la probabilité que la différence observée soit due au pur hasard.

J'allais te demander comment on calcule p, mais non finalement, je viens de voir des sigma et des différentielles, il y a longtemps que je ne sais plus ce que c'est.

Il me revient qu'en terminale nous avions très peu abordé le sujet des stats, je commence à comprendre pourquoi...

237 cases received the test drug and 241 were assigned to placebo.

Pourquoi ne prend- t-on pas le meme nombre de testés dans les deux groupes? (=239)

LoutredeMer a écrit :

237 cases received the test drug and 241 were assigned to placebo.

Pourquoi ne prend- t-on pas le meme nombre de testés dans les deux groupes? (=239)

Habituellement, le recrutement est fait de manière aléatoire et il peut avoir des abandons au cours de l'étude.

Christian a écrit : Habituellement, le recrutement est fait de manière aléatoire et il peut avoir des abandons au cours de l'étude.

Je comprends, merci Christian.

Pourquoi ne prend- t-on pas le meme nombre de testés dans les deux groupes? (=239)

C'est souvent ce qu'on vise au départ mais la pratique est la pratique : l'Homme propose et les faits disposent. Défections, morts prématurées, non respect du protocole de prise du médicament ... prennent leur part dans l'érosion de l'effectif de départ.
Ce n'est pas grave car on sait tenir compte des différences d'effectif de deux échantillons (test du Chi carré) pour calculer p. On perd seulement en précision quand les effectifs sont éloignés l'un de l'autre. Si les effectifs avaient été de 100 et 500, par exemple, la probabilité calculée de se tromper sur l'identité ou non des deux groupes aurait été du même ordre de grandeur.

Wooden Ali a écrit :Ce n'est pas grave car on sait tenir compte des différences d'effectif de deux échantillons (test du Chi carré) pour calculer p.

Donc p servirait à deux choses :

1.Compenser la différence d'effectifs dans les groupes
2. Compenser le petit nombre d'études, si j'ai bien compris Cogite (et maintenant je n'en suis plus aussi sure pff ).

On perd seulement en précision quand les effectifs sont éloignés l'un de l'autre. Si les effectifs avaient été de 100 et 500, par exemple, la probabilité calculée de se tromper sur l'identité ou non des deux groupes aurait été du même ordre de grandeur.

Ok. Il est vrai qu'ici la différence d'effectifs est minime.

Salut LoutredeMer, désolé de te répondre si tard.

Tu dis :

LoutredeMer a écrit : - Un point que j'ai besoin d'éclaircir : Si p était égal à 0.1 (soit 100), soit une chance sur 100 que l'écart soit dû au hasard, l'étude serait donc plus fiable. C'est ca?

C'est exactement ça. p représente la probabilité que l'écart que tu constate, dans ton étude, soit due aux variations naturelles au sein de ta population. Plus p est petit, plus le résultat obtenu est fiable. On considère souvent qu'une différence est statistiquement significative (càd non due au hasard lié à l’échantillonnage) si p<0,05. Mais c'est une valeur arbitraire, et beaucoup de scientifiques commencent à penser que ce seuil est trop élevé, et conduit à de trop nombreux résultats non reproductibles.

LoutredeMer a écrit : - une méta analyse c'est la multiplication d'études pour faire diminuer un résultat hasardeux, du à la diversité des individualités dans le groupe. Ou bien cette meta-analyse peut elle se contenter de quelques études avec un p-value bien calculé?

Une méta-analyse doit prendre en compte toutes les études sur un sujet donné. Sinon, c'est comme si tu faisais une étude, mais que tu ne prenais pas en compte toutes les données dans le calcul du résultat. Pour bien faire :
- On définit d'abord le périmètre des études que l'on va étudier, et les critères méthodologiques qu'elles doivent respecter
- On fait une recherche exhaustive de toutes les études concernées
- On les filtre sur la base de leurs critères méthodologiques, sans regarder les résultats
- On compile les résultats des études retenus, et on calcule une valeur de p globale prenant en compte tous ces résultats.
Dans certains cas, des résultats statistiquement significatifs (p<0,05) de certaines études vont être annulés par les résultats non significatifs (ou carrément significatifs dans l'autre sens) d'autres études.
Dans d'autres cas, plusieurs résultats non significatifs, combinés ensemble, vont révélé un résultat significatif.

LoutredeMer a écrit : J'allais te demander comment on calcule p, mais non finalement, je viens de voir des sigma et des différentielles, il y a longtemps que je ne sais plus ce que c'est.

La façon de calculer p dépend du type de données - par exemple on n'utilise pas les mêmes formules pour des variable discrètes (Guéri / pas guéri) que pour des variables continues (Taille du schtroumpf en cm). En théorie, je suis sensé savoir faire les calculs à la main. En pratique, je fais comme tout le monde, je rentre mes données dans mon logiciel de stat, et je lance le test. L'important est ;
- de savoir quel test appliquer à quel type de données
- et surtout, d'appliquer les test sur une hypothèse formulée a priori, avant le recueil de données.

Le dernier point est hyper important, on peux très très facilement trouver des résultats faussement significatifs si on ne le respecte pas. J'y reviendrais.

LoutredeMer a écrit :

237 cases received the test drug and 241 were assigned to placebo.

Pourquoi ne prend- t-on pas le meme nombre de testés dans les deux groupes? (=239)

[/quote]
Pas mieux à dire que Wooden Ali et Christian là dessus. Si ce n'est ajouter la fiabilité de l'étude est limitée par la taille du plus petit des 2 échantillons.

LoutredeMer a écrit : Donc p servirait à deux choses :

1.Compenser la différence d'effectifs dans les groupes

Pas vraiment. Tu compenses la différence d'effectif tout simplement en calculant une variable qui ne dépend pas de l'effectif :
- taille moyenne des schtroumpfs du groupe
- pourcentage de personnes guéries au sein du groupe
- etc.
Les tailles des échantillons influent sur le calcul de p, mais les formules prennent très bien ça en compte.

LoutredeMer a écrit : 2. Compenser le petit nombre d'études, si j'ai bien compris Cogite (et maintenant je n'en suis plus aussi sure pff ).

p te permet de savoir à quelle point une étude est statistiquement significative, c'est à dire quel est le risque d'une "fausse différence".
Plus tu as des effectifs importants dans tes études, et plus tu as d'études, plus tu auras une valeur de p qui sera fiable.

Cogite

Cogite Stibon

+1