Dans le paysage contemporain des sciences comportementales et de la psychologie empirique, la mise en commun des données, communément désignée sous le terme anglophone de data pooling, représente une avancée méthodologique majeure pour surmonter les crises de reproductibilité et le manque de puissance statistique. En combinant les micro-données issues de plusieurs cohortes ou expérimentations indépendantes, les chercheurs parviennent à transcender les limites inhérentes aux études isolées pour dégager des invariants psychologiques robustes. Cette démarche scientifique rigoureuse redéfinit la manière dont les preuves empiriques sont synthétisées, ouvrant de nouveaux horizons pour la recherche translationnelle et les méta-analyses contemporaines.
Mise en commun des données (Data Pooling)
1. Définition concise
La mise en commun des données (ou data pooling) désigne le processus méthodologique et statistique consistant à fusionner des ensembles de données brutes ou individuelles provenant de sources, d’expérimentations ou d’études empiriques distinctes au sein d’une matrice analytique unique. Cette démarche vise à accroître la puissance statistique, à réduire les erreurs d’échantillonnage et à autoriser l’examen d’effets modérateurs subtils qui demeureraient invisibles dans des échantillons restreints.
Dans le domaine de la psychologie, cette approche se distingue nettement de la méta-analyse agrégée conventionnelle en travaillant directement au niveau des observations élémentaires des sujets. En harmonisant les protocoles de mesure, les variables sociodémographiques et les indices psychométriques, la mise en commun permet d’effectuer des analyses de sous-groupes à haute granularité et de modéliser avec finesse l’hétérogénéité des trajectoires comportementales, cognitives et affectives.
Ce paradigme analytique s’étend aujourd’hui des neurosciences computationnelles à la psychologie clinique, constituant le socle des méga-analyses contemporaines et des méta-analyses de données individuelles de participants (dites méta-analyses IPD pour Individual Participant Data).
2. Étymologie et origine linguistique
Sur le plan lexical, l’expression dérive de la locution anglaise « data pooling ». Le substantif « data » provient du latin classique datum, participe passé neutre du verbe dare (« donner »), signifiant littéralement « ce qui est donné » ou « élément accordé comme point de départ ». Ce terme a progressivement évolué dans la littérature scientifique moderne pour désigner les éléments d’information bruts recueillis lors de l’observation ou de l’expérimentation.
Le terme « pooling » trouve sa racine dans le mot anglais pool, lui-même issu du vieux français « poule » ou « poule au jeu », lié aux enjeux partagés et aux fonds monétaires mis en commun dans les jeux d’argent au XVIIe siècle, avant d’intégrer le vocabulaire financier et économique au XIXe siècle sous l’acception d’une coalition d’intérêts ou d’un partage de ressources. Le verbe transitif « to pool » a émergé pour désigner l’action d’amalgamer des ressources disparates dans un réservoir unique.
Son introduction formelle dans les sciences statistiques et épidémiologiques s’est cristallisée au milieu du XXe siècle, notamment sous l’impulsion de biostatisticiens cherchant à consolider des séries d’essais cliniques multicentriques. En langue française, la traduction consacrée par l’usage académique alterne entre « mise en commun des données », « mutualisation des données » et « agrégation des micro-données », bien que l’anglicisme data pooling demeure largement toléré et employé dans les publications spécialisées.
3. Prononciation et forme grammaticale
Dans la sphère francophone, l’expression nominale « mise en commun des données » est de genre féminin (« la mise en commun »). Lorsqu’elle est désignée par son équivalent anglais, la formule data pooling s’emploie comme un syntagme nominal masculin singulier (« le data pooling »). Sa transcription phonétique en alphabet phonétique international (API) pour la forme anglaise francisée correspond généralement à /deɪ.tə ˈpuːl.ɪŋ/ ou /da.ta pu.liŋ/.
D’un point de vue grammatical, la mise en commun des données peut fonctionner comme sujet (« la mise en commun des données accroît la significativité ») ou comme complément circonstanciel ou déterminatif (« une analyse par mise en commun des données »). Sur le plan morphosyntaxique, l’expression s’accorde au féminin singulier, et le mot « données » demeure systématiquement au pluriel pour refléter la pluralité fondamentale des observations intégrées.
4. Explication conceptuelle approfondie
La mise en commun des données repose sur le postulat fondamental selon lequel la validité externe et la précision d’une inférence psychologique augmentent lorsque l’estimation n’est plus tributaire des idiosyncrasies propres à un protocole unique, à un lieu de recrutement restreint ou à un contexte expérimental particulier. Dans la recherche en psychologie, les études individuelles souffrent fréquemment d’une puissance statistique inadéquate en raison d’échantillons de taille modeste, limités par des contraintes budgétaires, temporelles ou logistiques. Cette faiblesse structurelle accroît le risque d’erreurs de type II (non-détection d’un effet réel) tout en favorisant l’inflation de la taille de l’effet perçu par le biais du paradoxe du gagnant.
Le recours à la mise en commun transcende ces écueils en réagrégeant les observations brutes issues d’études multiples au sein d’une seule méga-base de données. Contrairement aux approches synthétiques traditionnelles qui combinent des statistiques sommaires déjà publiées (telles que des moyennes, des écarts-types, des risques relatifs ou des coefficients de corrélation de Pearson), le regroupement de données brutes autorise une refonte totale de l’architecture d’analyse. Les modélisateurs peuvent recalculer de manière uniforme les critères d’inclusion et d’exclusion, appliquer des définitions opérationnelles homogènes des troubles mentaux ou des construits psychométriques, et traiter adéquatement les données manquantes au moyen d’imputations multiples sophistiquées.
Un autre avantage conceptuel réside dans la capacité à évaluer les interactions individu-environnement. L’analyse des données regroupées permet d’explorer si l’efficacité d’une psychothérapie ou l’impact d’un stress psychosocial varie systématiquement en fonction de caractéristiques individuelles spécifiques (âge, traits de personnalité, comorbidités psychiatriques). Dans une méta-analyse standard sur données agrégées, l’évaluation de ces interactions est souvent compromise par l’erreur écologique, un biais d’inférence où des relations observées au niveau des groupes sont faussement imputées aux individus. Le regroupement des micro-données écarte ce biais en préservant le statut individuel de chaque point de mesure.
Néanmoins, la portée conceptuelle de cette méthode est indissociable de la notion d’hétérogénéité structurelle. Regrouper des données ne signifie pas simplement empiler des observations hétéroclites. L’analyse doit obligatoirement tenir compte de la structure hiérarchique et imbriquée des données, les individus étant nichés au sein d’études spécifiques ayant leurs propres instruments de mesure, leurs propres évaluateurs et leurs propres contextes socioculturels. Les techniques de modélisation multiniveau ou à effets mixtes deviennent dès lors indispensables pour dissocier la variance attribuable aux sujets de celle propre aux sites de recherche originaux.
5. Évolution et développement historique
L’histoire de la mise en commun des données s’articule étroitement avec les grandes mutations de l’épistémologie quantitative et les révolutions informatiques de la seconde moitié du XXe siècle. Dès les années 1930, des pionniers de la statistique comme Ronald Aylmer Fisher et Karl Pearson ont proposé des méthodes élémentaires pour combiner les probabilités ou les résultats issus de multiples expériences indépendantes en agronomie et en génétique. Cependant, le coût du calcul manuel limitait ces démarches à des agrégations de résultats globaux.
Dans les décennies 1970 et 1980, l’avènement de la méta-analyse contemporaine sous l’impulsion de Gene V. Glass, Frank L. Schmidt et John E. Hunter a révolutionné les sciences sociales et la psychologie. Bien que Glass ait initialement conceptualisé la synthèse de la recherche comme l’analyse statistique d’une vaste collection de résultats issus d’études individuelles, les chercheurs se sont heurtés aux limites inhérentes au biais de publication et à l’hétérogénéité des rapports écrits. C’est au cours de cette période que Richard Peto et ses collaborateurs en recherche biomédicale ont plaidé pour la réalisation d’analyses fondées sur les données individuelles des patients, soulignant que les données brutes permettaient de déjouer les inexactitudes des comptes rendus textuels.
Le tournant du XXIe siècle a vu la psychologie être confrontée à ce qui a été qualifié de crise de la reproductibilité. Des initiatives collectives majeures, à l’image du Center for Open Science fondé par Brian Nosek, ont mis en évidence la difficulté à reproduire nombre de découvertes fondamentales. En réponse, la communauté des psychologues a embrassé les principes de la science ouverte (Open Science), favorisant le partage public des répertoires de données expérimentales sur des plateformes telles que l’Open Science Framework (OSF) ou Zenodo.
Cette accessibilité accrue a propulsé le data pooling au premier rang des approches synthétiques contemporaines. Dans les années 2010 et 2020, des consortiums internationaux, notamment dans les domaines de la génétique comportementale (Psychiatric Genomics Consortium) et de la neuro-imagerie (consortium ENIGMA), ont démontré la viabilité et la supériorité des méga-analyses basées sur la mise en commun de dizaines de milliers d’enregistrements individuels, transformant radicalement les standards de preuve en psychopathologie quantitative.
6. Fondements théoriques et épistémologiques
Sur le plan épistémologique, la mise en commun des données s’ancre dans le réalisme scientifique et le faillibilisme méthodologique. Elle repose sur le principe sous-jacent selon lequel un phénomène psychologique fondamental possède une régularité ontologique qu’aucune étude empirique singulière ne saurait appréhender avec une certitude absolue. Toute mesure unique est entachée d’erreur aléatoire et de biais systématiques liés au dispositif d’échantillonnage. En mutualisant les observations, l’approche vise à annuler mutuellement les erreurs non systématiques afin de faire converger l’estimation vers le paramètre réel de la population cible.
D’un point de vue statistique, la mise en commun fait fond sur la loi des grands nombres et le théorème central limite. L’accroissement substantiel de la taille d’échantillon totale ($N$) diminue la variance d’échantillonnage, garantissant que les estimateurs statistiques deviennent consistants, convergents et asymptotiquement non biaisés. Cette réduction de l’erreur standard confère à l’analyste une sensibilité accrue pour détecter de minuscules grandeurs d’effet ($d$ de Cohen, $\eta^2$) ou pour évaluer la forme précise de relations non linéaires.
Sur le plan de la théorie de la modélisation, le regroupement de micro-données sollicite principalement deux cadres conceptuels : l’approche en une étape (one-step approach) et l’approche en deux étapes (two-step approach) :
- L’approche en une étape : Elle modélise l’ensemble des données individuelles au sein d’une seule équation générale, typiquement un modèle linéaire mixte ou hiérarchique. Cette méthode permet d’estimer simultanément les paramètres fixes (l’effet global du construit) et les paramètres aléatoires (la variabilité de cet effet d’une étude à l’autre), tout en spécifiant des matrices de covariance complexes pour les résidus.
- L’approche en deux étapes : Elle procède d’abord à l’estimation des paramètres de régression séparément au sein de chaque base de données individuelle après avoir harmonisé les définitions conceptuelles, avant de combiner ces paramètres au second niveau selon les algorithmes traditionnels d’effets aléatoires (comme la méthode de DerSimonian et Laird ou le maximum de vraisemblance restreint).
Enfin, la théorie moderne de la mesure, notamment la modélisation par équations structurelles multigroupes et la théorie de la réponse aux items (TRI), apporte les fondations nécessaires à l’harmonisation des instruments psychométriques, garantissant l’invariance de mesure entre les différentes sous-cohortes mutualisées.
7. Composantes clés, typologies et dimensions
La mise en commun des données ne constitue pas un bloc monolithique mais recouvre une multiplicité de configurations méthodologiques, de typologies et de phases procédurales :
- La méta-analyse sur données individuelles (IPD Meta-Analysis) : Regroupement coordonné des données brutes de chaque participant obtenues auprès des investigateurs originaux, considérée aujourd’hui comme le standard d’excellence (gold standard) pour la synthèse des essais cliniques randomisés en psychothérapie.
- La méga-analyse : Terme fréquemment utilisé en neuropsychologie et en imagerie cérébrale pour désigner l’analyse brute directe de scans ou de séries temporelles mutualisés sans passer par les condensations statistiques initiales de chaque laboratoire.
- La mise en commun prospective (Prospective Pooling) : Conception anticipée où plusieurs laboratoires s’accordent en amont sur des protocoles d’acquisition standardisés et des questionnaires communs afin de faciliter la fusion des données ultérieure.
- La mise en commun rétrospective (Retrospective Pooling) : Reconstruction a posteriori d’un méga-ensemble de données à partir d’études antérieures n’ayant pas été initialement conçues pour être combinées, exigeant un travail complexe d’harmonisation sémantique et psychométrique.
- L’harmonisation des variables : Phase critique comprenant l’harmonisation prospective (recours à des dictionnaires de variables prédéfinis) ou rétrospective (recalibrage statistique, standardisation en scores Z, équipercentilage ou calibrage TRI des échelles psychologiques).
- La gouvernance des données et l’interopérabilité : Dimensions administratives et légales englobant le respect du consentement éclairé, la protection de la vie privée (conformité au RGPD), la pseudonymisation et l’application des principes FAIR (Facile à trouver, Accessible, Interopérable, Réutilisable).
8. Exemples et cas illustratifs
Pour illustrer la mise en pratique de la mise en commun des données, plusieurs cas concrets issus des sciences psychologiques peuvent être examinés :
Exemple 1 : Évaluation de l’efficacité de la thérapie cognitivo-comportementale (TCC) dans la dépression majeure.
Considérons vingt essais cliniques randomisés comparant la TCC aux soins usuels chez des adultes présentant un épisode dépressif majeur. Si chaque essai individuel comprend entre 40 et 80 patients, la puissance est insuffisante pour déterminer si la sévérité initiale du trouble modère les gains thérapeutiques. En mutualisant les micro-données brutes des 20 études (obtenant ainsi un échantillon agrégé de 1 200 participants), les psychologues cliniciens peuvent appliquer un modèle de régression mixte individuel. Ils constatent alors que la TCC présente une efficacité supérieure chez les patients souffrant de dépressions sévères avec idéations suicidaires, un résultat statistiquement inaccessible via l’examen des moyennes globales publiées dans les articles initiaux.
Exemple 2 : Étude de l’attachement infantile et du développement socio-émotionnel.
Le consortium de recherche sur l’attachement a regroupé rétrospectivement les données individuelles issues de multiples cohortes longitudinales utilisant le paradigme de la Situation Étrange de Mary Ainsworth. Cette fusion a permis d’harmoniser les systèmes de codage de l’attachement désorganisé et de quantifier précisément comment les facteurs de risque familiaux (tels que la précarité socio-économique ou la psychopathologie maternelle) interagissent avec le tempérament du nourrisson pour prédire l’émergence ultérieure de troubles du comportement externalisés à l’adolescence.
Exemple 3 : Consortium de neuro-imagerie ENIGMA.
Dans le champ de la psychiatrie biologique et de la neuropsychologie, le consortium ENIGMA regroupe les images anatomiques par résonance magnétique (IRM) de milliers de patients atteints de trouble bipolaire, de schizophrénie ou de trouble dépressif à travers le globe. Ce regroupement direct de volumes cérébraux a permis de corriger les variations inter-sites et de démontrer avec une extrême certitude des amincissements corticaux sélectifs dans les régions fronto-limbiques, dissipant des décennies de controverses alimentées par des études aux échantillons trop modestes.
9. Mesure, harmonisation et évaluation méthodologique
La réussite d’un protocole de regroupement de données repose fondamentalement sur la rigueur de l’harmonisation psychométrique. Lorsque différentes équipes de recherche mesurent un même construit psychologique (par exemple, l’anxiété) au moyen d’outils hétérogènes (tels que l’Inventaire d’anxiété de Beck, l’échelle STAI de Spielberger ou l’échelle HADS), les scores bruts ne sauraient être fusionnés directement sans distorsion majeure.
Les chercheurs recourent à des stratégies psychométriques avancées :
- L’invariance de mesure : Évaluée au moyen de l’analyse factorielle confirmatoire multigroupe (AFCMG), elle permet de s’assurer que les construits latents ont la même signification à travers les études sources. On teste successivement l’invariance configuraliste (même structure de facteurs), métrique (charges factorielles égales) et scalaire (intercepts des items égaux).
- La théorie de la réponse aux items (TRI) et l’ancrage d’items : Si des questionnaires distincts partagent au moins quelques questions identiques (items d’ancrage), des modèles de TRI (comme le modèle de Rasch ou les modèles à deux paramètres) permettent d’étalonner tous les items sur une métrique latente unique ($ heta$). Même en l’absence totale d’items communs, des méthodes statistiques d’appariement fondées sur des distributions de référence permettent un raccordement d’échelle satisfaisant.
- La standardisation statistique et les scores de propension : En situation rétrospective sans concordance d’items, les scores peuvent être transformés en rangs percentiles ou standardisés en scores $Z$ au sein de chaque étude. Pour corriger le biais de sélection inhérent aux études observationnelles, l’utilisation de scores de propension (propensity score matching) aide à équilibrer les caractéristiques des cohortes avant de procéder aux analyses fusionnées.
- L’évaluation des données manquantes : La mise en commun confronte inévitablement les analystes au problème des variables manquantes systématiques (une étude n’ayant jamais mesuré une variable d’intérêt mesurée par les autres). L’imputation multiple par équations chaînées (MICE) à plusieurs niveaux est alors déployée pour préserver la structure hiérarchique sans introduire de biais d’estimation.
10. Applications cliniques et portée pratique
L’application du regroupement de données dans le champ de la santé mentale et de la psychologie appliquée façonne ce que l’on qualifie désormais de médecine psychologique de précision ou de psychologie clinique personnalisée. En disposant de méga-ensembles de données, il devient envisageable de développer des algorithmes prédictifs fiables capables d’orienter le praticien vers l’intervention la plus opportune pour un patient donné.
Sur le plan translationnel, ces mutualisations permettent de calibrer des outils diagnostiques sensibles aux trajectoires cliniques minoritaires. Par exemple, chez des enfants manifestant des signes de trouble du spectre de l’autisme, l’intégration des données développementales issues de registres pédiatriques internationaux aide à isoler des sous-phénotypes comportementaux distincts associés à des réponses thérapeutiques différentielles face aux interventions comportementales précoces.
Dans le domaine de la psychologie du travail et des organisations, le data pooling des résultats d’évaluations de leadership ou de bien-être au travail à travers des multinationales permet d’extraire des modèles prédictifs du burn-out indépendants de la culture d’entreprise immédiate. Les départements de ressources humaines et les psychologues du travail peuvent ainsi mettre en place des programmes de prévention primaire dont l’efficacité a été validée sur une population de travailleurs hautement hétérogène et écologiquement représentative.
11. Recherche empirique et preuves scientifiques
De vastes corpus empiriques attestent de la supériorité statistique et conceptuelle du regroupement de données par rapport aux méta-analyses conventionnelles. Une publication fondatrice de Cuijpers et ses collègues dans le domaine de la dépression a réanalysé plusieurs décennies de littérature sur l’efficacité des psychothérapies. En combinant les micro-données individuelles de milliers de participants, les auteurs ont mis en évidence que la surmortalité observée chez les patients dépressifs n’était pas uniformément réduite par les antidépresseurs seuls, mais que les interventions psychologiques combinées exerçaient un effet protecteur cardiovasculaire durable jusqu’alors indétectable dans les publications partielles.
Dans le champ de la psychologie de la personnalité, le projet « SAPA » (Synthetic Aperture Personality Assessment), piloté par David Condon et William Revelle, illustre la puissance de la mise en commun coordonnée. En collectant des données fractionnées auprès de centaines de milliers de répondants en ligne et en mutualisant les matrices de covariance à l’échelle planétaire, les chercheurs ont pu affiner la cartographie des facettes du modèle des Big Five avec une résolution psychométrique inégalée.
De même, les travaux méthodologiques menés par le groupe Cochrane IPD Meta-analysis Methods Group ont démontré de manière répétée que les analyses combinant des données individuelles modifient substantiellement les conclusions cliniques par rapport aux synthèses bibliographiques classiques. Dans près d’un tiers des cas, l’accès aux micro-données permet de corriger des biais de codage, de réintégrer des participants exclus injustement des analyses originales en per-protocole et d’appliquer une stricte intention de traiter, modifiant de fait la significativité statistique et l’évaluation du rapport bénéfice-risque des thérapies.
12. Considérations culturelles et interculturelles
La mise en commun de données internationales offre une formidable opportunité de décentrer la psychologie de son biais historique connu sous l’acronyme WEIRD (pour Western, Educated, Industrialized, Rich, and Democratic). En intégrant des données issues d’échantillons sud-américains, asiatiques, africains et occidentaux au sein d’une analyse unifiée, les chercheurs peuvent tester directement la validité transculturelle de concepts fondamentaux tels que l’estime de soi, les styles d’attachement ou la mémoire autobiographique.
Toutefois, cette opportunité s’accompagne d’un défi majeur lié au fonctionnement différentiel des items (DIF pour Differential Item Functioning). Une question traduite mot à mot dans un inventaire de personnalité peut ne pas activer la même signification sémantique selon l’univers culturel ou linguistique des sujets. Par exemple, l’expression somatique de la détresse psychologique varie considérablement : là où les populations occidentales verbalisent préférentiellement des affects dépressifs (« je me sens triste »), certaines populations non occidentales rapportent davantage de sensations somatiques (« j’ai des oppressions thoraciques » ou « de la chaleur dans la tête »).
Ignorer ces disparités culturelles lors du regroupement de données peut induire des biais d’interprétation massifs. Il est donc impératif de vérifier l’équivalence de construit (équivalence structurale, équivalence métrique et équivalence de fidélité) avant de fondre des cohortes culturelles diverses au sein d’une même matrice. À défaut, la mise en commun risque d’écraser la richesse des particularités ethniques au profit d’un universalisme illusoire et scientifiquement trompeur.
13. Critiques, controverses et limites éthiques
Malgré sa robustesse méthodologique, la mise en commun des données suscite des réserves théoriques et se heurte à des obstacles techniques et éthiques complexes :
- L’illusion de l’homogénéité : Regrouper des données peut donner l’illusion trompeuse que l’on dispose d’un vaste échantillon parfaitement cohérent, masquant le fait que la variance entre études demeure substantielle. Si l’hétérogénéité des méthodologies d’origine est excessive (différences dans les modes d’administration, questionnaires papier versus passation en ligne, qualification des expérimentateurs), le regroupement revient métaphoriquement à mélanger des « pommes et des oranges », produisant des inférences fallacieuses.
- Le paradoxe de Simpson : L’agrégation sans précautions de sous-groupes hétérogènes peut conduire à inverser le sens apparent d’une corrélation. Une relation positive entre deux variables peut être observée au niveau global agrégé, alors que cette relation est négative au sein de chacune des cohortes individuelles si la structure hiérarchique n’est pas modélisée adéquatement.
- Obstacles juridiques et protection de la vie privée : Le regroupement de données individuelles soulève des questions éthiques aiguës relatives à la confidentialité des participants. Même anonymisées, les matrices de données riches combinant des variables démographiques, psychométriques et génétiques présentent un risque réel de ré-identification des individus par croisement de registres. L’application du Règlement général sur la protection des données (RGPD) en Europe impose des règles strictes sur le transfert transfrontalier et la réutilisation des données pour lesquelles un consentement éclairé explicite n’a pas toujours été donné initialement.
- Biais de sélection des données disponibles : Bien que la mise en commun vise à réduire le biais de publication, elle s’expose à un nouveau biais : le biais de disponibilité des données. Les investigateurs acceptant de partager leurs données brutes sont souvent ceux ayant obtenu les résultats les plus solides ou appliquant les standards de rigueur les plus élevés. Les données égarées, mal archivées ou associées à des pratiques de recherche contestables (telles que le p-hacking) demeurent exclues des consortiums de mise en commun.
14. Termes connexes et distinctions conceptuelles
Pour dissiper toute ambiguïté théorique, il convient de distinguer précisément la mise en commun des données des autres démarches de synthèse statistique :
- Méta-analyse sur données agrégées : Combine les résultats statistiques résumés (tailles d’effet, moyennes) extraits d’articles publiés, alors que le data pooling traite directement les micro-données brutes individu par individu.
- Méga-analyse : Forme spécifique et souvent synonyme de mise en commun dans laquelle les données individuelles de tous les participants sont intégrées dans un modèle analytique unique sans étape intermédiaire d’estimation par étude.
- Harmonisation des données : Processus préparatoire technique visant à rendre des variables hétérogènes comparables entre différentes bases de données. L’harmonisation est une condition préalable indispensable à une mise en commun réussie.
- Partage de données (Data Sharing) : Acte de déposer ou de rendre accessible un jeu de données dans un référentiel public ou restreint. Le partage de données est le vecteur logistique qui permet ensuite la mise en commun par d’autres chercheurs.
- Fédération de données (Federated Learning) : Approche computationnelle émergente où les algorithmes d’apprentissage statistique sont entraînés localement sur des serveurs distincts sans jamais transférer ni centraliser physiquement les données individuelles des patients, contournant ainsi les verrous de confidentialité du pooling centralisé classique.
15. Synthèse et points clés à retenir
La mise en commun des données s’affirme comme une méthodologie centrale de l’ère de la science ouverte en psychologie. Ses principaux apports se résument ainsi :
- Elle résout le problème structurel du manque de puissance statistique en intégrant les observations individuelles provenant d’une multitude d’expérimentations.
- Elle autorise l’investigation rigoureuse des interactions individu-traitement et des effets modérateurs, neutralisant le risque d’erreur écologique inhérent aux méta-analyses classiques.
- Elle offre la possibilité de réexaminer de manière standardisée l’ensemble des exclusions de participants, les données manquantes et les définitions des construits diagnostiques.
- Elle requiert une technicité psychométrique avancée, articulant invariance de mesure, modélisation multiniveau et méthodes d’égalisation d’échelles fondées sur la théorie de la réponse aux items.
- Elle doit impérativement composer avec des défis d’ordre éthique, réglementaire et computationnel, impliquant le respect des droits des personnes et la prévention des biais de sélection liés au partage effectif des répertoires de données.
Références
Borenstein, M., Hedges, L. V., Higgins, J. P., & Rothstein, H. R. (2021). Introduction to meta-analysis (2nd ed.). John Wiley & Sons. https://doi.org/10.1002/9781119558378
Curran, P. J., & Hussong, A. M. (2009). Integrative data analysis: The simultaneous analysis of multiple data sets. Psychological Methods, 14(2), 81–100. https://doi.org/10.1037/a0015914
Debray, T. P., Riley, R. D., Rovers, M. M., Reitsma, J. B., Moons, K. G., & Cochrane IPD Meta-analysis Methods Group. (2015). Individual participant data (IPD) meta-analyses of diagnostic and prognostic modeling studies: Guidance on key principles and recommendations. Annals of Internal Medicine, 162(3), 203–212. https://doi.org/10.7326/M14-2061
Riley, R. D., Lambert, P. C., & Abo-Zaid, G. (2010). Meta-analysis of individual participant data: Rationale, conduct, and reporting. BMJ, 340, c221. https://doi.org/10.1136/bmj.c221
Thompson, S. G., & Higgins, J. P. (2002). How should meta-regression analyses be undertaken and interpreted? Statistics in Medicine, 21(11), 1559–1573. https://doi.org/10.1002/sim.1187