Ficha de revisão: Fondements et Méthodes de la Recherche Scientifique

📋 Plan du Cours

1. Preuves empiriques
2. Raisonnement logique et théories
3. Caractéristiques des connaissances scientifiques
4. Déduction logique
5. Induction et critiques
6. Méthode hypothético-déductive
7. Naissance de l'EBM
8. Cochrane et revues systématiques

📖 1. Preuves empiriques

🔑 Notions clés & Définitions

• Preuves empiriques : Les preuves empiriques sont des relations établies avec le monde extérieur grâce aux sens, éventuellement aidés par des instruments.
• Observation directe : L’observation directe est une preuve empirique obtenue en constatant directement un phénomène à partir de la réalité perçue.
• Expérience provoquée : Une expérience provoquée est une preuve empirique réalisée grâce à un dispositif expérimental qui suscite volontairement le phénomène.
• Raisonnement logique : Le raisonnement logique est un type de preuve fondé sur l’enchaînement de la raison, parfois soutenu par l’outil mathématique.

📝 Points essentiels

• Les connaissances scientifiques reposent exclusivement sur deux types de preuves, les preuves empiriques et le raisonnement logique.
• Les preuves empiriques reposent sur tout ce qui relie l’observateur au monde extérieur via les sens, éventuellement prolongés par des instruments.
• Les preuves empiriques incluent les observations directes et les expériences provoquées, menées avec un dispositif expérimental.
• Le raisonnement logique utilise la raison pour soutenir les conclusions, avec éventuellement un appui mathématique.

💡 Astuce mémo

Empiriques = Sens (± instruments) ; Logique = Raison (± maths).

📖 2. Raisonnement logique et théories

🔑 Notions clés & Définitions

• Théorie scientifique : Une théorie scientifique est un ensemble d’énoncés généraux reliant des variables pour décrire, expliquer et prédire des phénomènes réels.
• Prémisses : Les prémisses sont les énoncés de départ d’un raisonnement qui servent de base à la conclusion.
• Conclusion : La conclusion est l’énoncé obtenu à partir des prémisses dans un raisonnement.

📝 Points essentiels

• Un raisonnement déductif est logiquement valide quand, si les prémisses sont vraies, la conclusion doit nécessairement être vraie.
• La logique n’évalue pas la véracité des prémisses : une conclusion peut être garantie même si au moins une prémisse est fausse.
• Une théorie relie des variables pour viser la description, l’explication et la prédiction de phénomènes réels.

💡 Astuce mémo

Prémisses vraies ⇒ conclusion forcée : la logique garantit la forme, pas la vérité des prémisses.

📖 3. Caractéristiques des connaissances scientifiques

🔑 Notions clés & Définitions

• Objectivité scientifique : La connaissance scientifique est objective : elle s’appuie sur ce qui est observé et vérifié plutôt que sur des opinions ou des goûts personnels.
• Preuve empirique : La preuve empirique est le caractère “fait” d’une connaissance scientifique, obtenu par observation et expérience rigoureuses.
• Énoncés d’observation : Les énoncés d’observation décrivent fidèlement des faits perceptibles, et servent de base à l’élaboration des lois et théories.
• Capacité explicative et prédictive : Une connaissance scientifique se caractérise par sa capacité à expliquer des phénomènes et à en produire des prédictions testables.

📝 Points essentiels

• La science écarte les spéculations de l’imagination au profit de théories tirées rigoureusement de faits d’observation et d’expérience.
• Les énoncés d’observation correctement obtenus ne dépendent pas du goût, ni de l’opinion, ni des attentes de l’observateur.
• Les lois et théories scientifiques formulent des affirmations générales, dites universelles, portant sur tous les cas d’un type.
• Une connaissance scientifique est mobilisable pour expliquer et prédire, par exemple la date d’une éclipse ou l’effet de l’altitude sur le point d’ébullition de l’eau.

💡 Astuce mémo

Science = Faits prouvés → Lois universelles → Explications + Prédictions.

📖 4. Déduction logique

🔑 Notions clés & Définitions

• Déduction logique : Démarche où, à partir de prémisses jugées certaines, on raisonne pour obtenir des prédictions et des conséquences dans des cas particuliers.
• Scepticisme envers l’observation : Position qui considère que les informations issues des sens ne garantissent pas la fiabilité, donc elles ne suffisent pas à fonder un savoir certain.
• Réalité matérielle indépendante : Idée de principe selon laquelle le monde matériel existe et peut être connu indépendamment de notre perception.
• Prémisses certaines indiscutables : Connaissances de départ considérées comme incontestables qui servent de base au raisonnement déductif.

📝 Points essentiels

• Dans une déduction « naïve », l’observation par les sens est jugée non fiable, car il faut douter de ce qu’on voit, touche ou entend.
• Le savoir certain est alors attribué à la raison : la déduction produit des prédictions et conséquences à partir de prémisses indiscutables.
• Ces prémisses ne « tombent pas du ciel » : elles sont inspirées par des expériences et donc liées à l’induction.
• La position extrême qui rejette l’observation est critiquée : on maintient un réalisme de principe selon lequel le monde matériel est accessible indépendamment de la perception.
• Induction et déduction sont interdépendantes : la science avance par phases successives combinant production d’hypothèses et raisonnement prédictif.

💡 Astuce mémo

Déduction = Prémisses certaines → Raisonnement → Prédictions (et les prémisses viennent souvent d’observations passées).

📖 5. Induction et critiques

🔑 Notions clés & Définitions

• Falsificationnisme : Le falsificationnisme est une conception de la science où une théorie doit pouvoir être testée et mise en défaut pour être jugée sérieuse.
• Énoncés réfutables : Les énoncés réfutables sont des affirmations qui peuvent, en principe, être contredites par des observations ou des expérimentations.
• Falsificateurs virtuels : Les falsificateurs virtuels sont les types d’observations qui, s’ils étaient trouvés, rendraient une loi ou une théorie fausse.
• Hypothèse ad hoc : Une hypothèse ad hoc est une explication ajoutée pour sauver une théorie quand une prédiction ne correspond pas aux résultats attendus.
• Paradigme : Un paradigme est un modèle épistémique partagé par une communauté scientifique, structurant pour un temps les problèmes et les solutions acceptés.

📝 Points essentiels

• Un échec de prédiction ne suffit pas à rejeter une théorie, car on peut invoquer des hypothèses ad hoc ou contester le processus de vérification expérimentale.
• Les falsificationistes défendent que plus une théorie est falsifiable, meilleure elle est, car elle fournit davantage de falsificateurs potentiels.
• Des théories formulées de façon trop vague peuvent rester compatibles avec les tests en étant interprétées de manière arrangeante, ce qui nuit à leur portée scientifique.
• Selon Kuhn, les anomalies s’accumulent dans une science normale et, quand elles deviennent trop difficiles à neutraliser, une révolution scientifique peut remplacer le paradigme.

💡 Astuce mémo

Plus c’est falsifiable, plus c’est risqué donc plus c’est informatif (et donc meilleur tant que ce n’est pas falsifié).

📖 6. Méthode hypothético-déductive

🔑 Notions clés & Définitions

• Réfutabilité : La réfutabilité est la propriété d’une affirmation scientifique de pouvoir être contestée par un résultat observable qui pourrait la rendre fausse.
• Reproductibilité : La reproductibilité est la capacité à reproduire un résultat parce que les conditions de l’étude sont décrites de façon précise, standardisée et appliquées de manière identique.
• Corroboration à distance : La corroboration à distance est la confirmation d’un résultat par d’autres équipes, réalisées dans des contextes différents, qui vérifient que l’hypothèse tient encore face aux faits.
• Validation collective : La validation collective est l’acceptation d’un résultat par la communauté scientifique après publication et après des tentatives successives de mise en cause.

📝 Points essentiels

• La légitimation d’un résultat scientifique dépend du fait qu’il reste contestable après publication et qu’il résiste aux tentatives d’invalidation par la communauté scientifique.
• Pour être reproductibles, les conditions d’une étude doivent être fixées avant l’analyse, respectées pendant la collecte des données et décrites exhaustivement dans le compte-rendu.
• L’objectivité vise un résultat idéalement indépendant de l’expérimentateur, de sorte qu’un fait observé puisse être observé de manière similaire par d’autres.
• La vérification d’une relation entre deux variables nécessite des contrôles pour limiter l’influence d’autres variables pouvant brouiller l’interprétation.
• Des instruments de mesure validés et calibrés et des procédures avec aveuglement renforcent la scientificité en limitant des biais de mesure et d’observation.

💡 Astuce mémo

Hypothèse avant test, description avant données, puis contestation après publication : si ça résiste, ça se valide collectivement.

📖 7. Naissance de l'EBM

🔑 Notions clés & Définitions

• Evidence-based medicine EBM : L’EBM est une approche de décision clinique qui combine les meilleures preuves issues de la recherche avec l’expertise du praticien et les valeurs du patient.
• Hiérarchie des niveaux de preuve : La hiérarchie des niveaux de preuve classe les types d’études selon leur capacité à produire des résultats fiables pour guider la pratique clinique.
• Essai contrôlé randomisé : Un essai contrôlé randomisé est une étude où les participants sont répartis au hasard pour recevoir un traitement ou un groupe contrôle afin de comparer les effets.
• Révision par les pairs : La révision par les pairs est un processus où des experts évaluent un manuscrit soumis à publication pour juger son originalité, sa qualité et son impact.

📝 Points essentiels

• L’EBM s’appuie sur une logique de pratique en 5 étapes : question clinique, recherche, évaluation critique et extraction des preuves, intégration à l’expertise et aux valeurs du patient, puis évaluation de l’application en situation réelle.
• Dans la hiérarchie présentée, les essais expérimentaux contrôlés randomisés en double (triple) aveugle sont considérés comme le « gold standard ».
• La révision par les pairs consiste à évaluer un manuscrit par un comité d’experts sur des critères d’originalité, de qualité scientifique et d’impact.
• En EBM, le type d’étude et la manière dont le protocole est appliqué influencent le niveau de preuve attribué aux résultats.

💡 Astuce mémo

EBM = Question → Recherche → Preuves → Expertise + Valeurs → Feedback (5 étapes).

📖 8. Cochrane et revues systématiques

🔑 Notions clés & Définitions

• Revue systématique : Méthode d’aperçu qui combine recherche et sélection rigoureuses des études, évalue leur qualité et rapporte les résultats de façon transparente.
• Méta-analyse : Approche statistique qui combine les résultats chiffrés de plusieurs études pour produire une estimation globale représentative de l’ensemble.
• PRISMA : Checklist utilisée pour améliorer la rédaction et la lecture des revues systématiques et des méta-analyses.
• PEDro : Base répertoriant des essais, dont l’évaluation des essais passe par une échelle dédiée pour juger rapidement la validité interne et la présence d’informations statistiques suffisantes.

📝 Points essentiels

• Une revue systématique implique une démarche de recherche et de sélection systématiques, une évaluation de la qualité des études et une présentation transparente des résultats.
• Une méta-analyse vise à combiner statistiquement des résultats d’études séparées afin d’obtenir une valeur moyenne pour l’ensemble des études incluses.
• On peut réaliser simultanément une revue systématique et une méta-analyse, mais une méta-analyse sans revue systématique n’a pas de sens.
• Les essais indexés dans PEDro sont évalués avec une échelle (0 à 10) pour identifier rapidement les essais avec une validité interne et des informations statistiques exploitables.
• La grille PRISMA correspond aux revues systématiques et méta-analyses, tandis que d’autres grilles sont prévues pour d’autres types de recherche.

💡 Astuce mémo

Revue systématique = “tri + qualité + transparence”, Méta-analyse = “moyenne statistique” (ensemble, sinon la “moyenne” n’a pas de base).

📅 Repères chronologiques

Date	Événement
1620	Novum organum (Francis Bacon)
1934	« La logique de la découverte scientifique » (Karl Popper)
1962	Terme de paradigme utilisé par Thomas Kuhn dans La structure des révolutions scientifiques
1996	Naissance/essor de l’EBM via la publication Sackett et al. (BMJ, 1996)

📊 Tableaux de synthèse

Induction vs déduction (logique des inférences)

Type	À partir de	Vers
Induction	Observations d’évènements particuliers	Énoncés/lois générales (énoncés universels)
Déduction	Théorie/lois universelles et prémisses particulières	Prédiction d’un évènement particulier
Abduction	Cas particulier	Hypothèse explicative choisie parmi plusieurs possibilités

Revue systématique vs méta-analyse (logique de la synthèse)

Objet	Démarche	Résultat
Revue systématique	Recherche et sélection systématiques, évaluation de la qualité	Présentation transparente des résultats
Méta-analyse	Approche statistique combinant des résultats chiffrés d’études	Estimation globale (valeur moyenne)
Association possible	—	Revue systématique et méta-analyse peuvent être faites ensemble ; méta-analyse sans revue systématique n’a pas de sens

⚠️ Pièges & confusions fréquents

1. Confondre preuve empirique (observation directe/expérience provoquée via sens ± instruments) et raisonnement logique.
2. Croire qu’une déduction logique valide garantit la vérité des prémisses (alors que la logique ne garantit que la forme si les prémisses sont vraies).
3. Penser qu’un simple échec de prédiction suffit à rejeter une théorie (on peut invoquer hypothèse ad hoc ou contester la vérification).
4. Confondre falsification avec confirmation : une hypothèse ne se prouve pas comme vraie, elle est seulement corroborée (provisoirement) après tentatives d’invalidation.
5. Croire qu’une hypothèse non falsifiable est « aussi scientifique » qu’une hypothèse falsifiable (pour Popper, la falsifiabilité est un critère de scientificité).
6. Mélanger induction et déduction : induction généralise à partir d’énoncés singuliers, déduction prédit un cas particulier à partir d’énoncés universels.
7. Pour l’EBP, ignorer la place des valeurs du patient et de la compétence clinique du praticien dans l’intégration des preuves.

✅ Checklist Examen

1. Identifier les deux types de preuves scientifiques (preuves empiriques : observation directe/expérience provoquée ; raisonnement logique).
2. Définir théorie scientifique, prémisses et conclusion, puis expliquer ce qu’implique une déduction logiquement valide.
3. Expliquer le rôle de la logique dans la déduction (garantie si prémisses vraies) et les limites (ne pas établir la véracité des prémisses).
4. Décrire l’inductivisme naïf : passage des énoncés singuliers aux énoncés universels, et les conditions de généralisation (quantité/variété/sans conflit).
5. Exposer les critiques de l’induction : justification impossible purement par logique, difficulté liée à la perception et dépendance à la théorie.
6. Décrire la démarche hypothético-déductive (question, hypothèses issues d’expériences antérieures, expériences pour corroborer/réfuter, progrès par nouvelles questions).
7. Expliquer le falsificationnisme de Popper : impossibilité de démontrer la vérité, recherche d’invalidation, falsification/réfutabilité et falsificateurs virtuels.
8. En EBM/EBP : rappeler la définition (usage rigoureux des meilleures preuves + expertise du praticien + valeurs du patient) et la différence entre EBM et “évidence” (preuve).
9. Maîtriser les 5 étapes de la pratique factuelle (question clinique claire, recherche, évaluation critique/extraction, intégration expertise+valeurs+situation, évaluer la performance).
10. Savoir construire une question clinique avec PICO (P=patient/problème, I=intervention, C=comparaison, O=outcome/critère d’évaluation).
11. Connaître les types d’études et leur place en hiérarchie de preuve en EBP (ECR randomisés “gold standard”, puis autres catégories) et distinguer revue systématique vs méta-analyse.