Problèmes avec la recherche sur les médicaments: Paxil

Si vos marges bénéficiaires dépendent d'un processus scientifique objectif prétendument «étalon-or», devinez combien de temps cela prendra-t-il avant de commencer à imaginer des façons dont ce processus pourrait être manipulé?

Si vous avez répondu «Pas très», vous avez raison.

Le processus consiste bien entendu en des articles de revues évalués par des pairs, qui sont la «norme de référence» pour la recherche sur les soins de santé. La théorie est que si les chercheurs examinent les travaux d’autres chercheurs et les vérifient avant leur publication, seules les bonnes choses parviendront à la publication (et si les choses nécessitent des éclaircissements ou des avis de non-responsabilité supplémentaires, elles ressortent souvent du processus d’examen).

Alors, comment manipulez-vous un processus aussi objectif? Eh bien, vous pouvez commencer par sa fondation. Les données de l'étude elles-mêmes.

Le problème avec les données d’études et les recherches d’aujourd’hui est que de nombreux chercheurs ne se mouillent pas les mains dans les statistiques - ils confient le travail à des statisticiens ou à des chercheurs spécialisés en statistiques. Cela signifie qu'en tant que chercheur, vous ne regarderez peut-être même jamais les données brutes d'un énorme essai clinique multicentrique. Un statisticien ou un étudiant diplômé gère tout cela, le manipule avec différentes analyses et présente la recherche avec les résultats des analyses.

Mais la plupart des chercheurs choisissent leurs propres statisticiens, des collègues avec lesquels ils travaillent souvent côte à côte pendant des années, voire des décennies.

Que se passe-t-il lorsque vous enlevez le gros du travail à un chercheur et que vous lui donnez simplement les résultats finaux et nettoyés des données?

Et si les données récapitulatives étaient fournies par l'une des sociétés pharmaceutiques dont vous étudiiez le médicament? Hmm… Vous voyez un possible conflit d'intérêts ici?

CL Psych a l'histoire complète et sordide décrivant comment GlaxoSmithKline (GSK) a apparemment manipulé des chercheurs étudiant le lien entre le suicide et l'un de ses médicaments antidépresseurs populaires, Paxil: Key Opinion Leaders and Information Laundering: The Case of Paxil.

Nous avons trouvé l'analyse de CL Psych perspicace et incriminante, et vaut bien la lecture des chercheurs essayant de défendre leur choix de ne pas examiner les données brutes eux-mêmes:

Si vous êtes un chercheur universitaire et que vous prenez simplement des tableaux de données de sociétés pharmaceutiques puis les reproduisez dans un rapport et / ou une publication, vous ne faites pas de recherche - vous blanchissez des informations. Les gens pensent que vous avez examiné de près les données, mais vous ne l'avez pas fait, et vous ne rendez donc pas service au public.

L'appeler comme il est…!

Le processus d'examen par les pairs s'interrompt dès que les chercheurs arrêtent de faire leur travail et comptent sur les autres pour faire une partie de leur travail à leur place. Et nous pensons que les revues ne devraient pas publier d’articles dans lesquels les chercheurs n’ont pas de «chaîne de contrôle» claire en ce qui concerne les données qu’ils étudient. Autrement dit, les chercheurs devraient toujours être en mesure de savoir et de défendre exactement comment leurs données ont été collectées, stockées, traitées, analysées et comparées.