Un article à lire en entier pour bien en retirer toute la substantifique moëlle.

Et hélas, on a de plus en plus de grosses études, avec des gros effectifs et des longues années de recul qui viennent nous mettre sous le nez les unes après les autres ce résultat dérangeant : la plupart de nos stratégies de dépistages précoces des cancers ne sauvent pas de vie.
Et croyez le bien, ça ne me réjouit pas plus que vous.

...

Les failles sont les suivantes :
1/ Les examens préliminaires peuvent se tromper (souvent) et occasionner des complications (rarement).
2/ Les examens de confirmation peuvent se tromper (plus rarement) et occasionner des complications (plus souvent).
3/ Les cancers peuvent guérir tout seul ou évoluer tellement lentement qu’on mourra d’autre chose avant qu’ils ne se manifestent.
4/ Les traitements proposés pour les cancers peuvent occasionner des complications (très souvent), qui peuvent être graves (souvent) voire mortelles (rarement).
5/ Nos outils pour mesurer l’impact et le bénéfice d’un dépistage sont bourrés de failles eux-aussi.

...

La vraie question qui nous intéresse va dans l’autre sens, c’est : « Si le test dit que je suis malade, est-ce qu’il a raison ? ». Et ce n’est pas du tout la même question.

Juste cette illustration résume une bonne partie du problème : http://www.jaddo.fr/wp-content/uploads/2016/03/vpp-vpn1.png
Et encore là, on parle d'un test hypothétique, super balaise, fiable à 90%. Vous voyez les dégâts ? Ben imaginez avec les vrais tests. Moins fiables.

Un article complémentaire du précédent : les données brutes ne servent à rien, il faut les trier, les contextualiser et les mettre en perspective.

"Hum, croire que les scientifiques sont forcément des gens sérieux expose à beaucoup de déconvenues, et puis on peut être sérieux et se tromper… "
"Ce ne sont pas des vrais morts ; ce sont des morts statistiques."
via Tommy et Seb

EDIT : et je découvre le concept de Biais protopathique : distorsion de l’estimation de l’association entre la prise d’un médicament et la survenue d’un effet indésirable liée au fait que le début de l’exposition à un facteur de risque (par exemple, un traitement médicamenteux) est, en fait, postérieur à la survenue de l’événement ou tout au moins à celle de ses premières manifestations. Dans une forme plus restrictive (biais lié à la maladie, disease confounding), la prise ou la prescription du médicament peut même être motivée par l’apparition des premiers symptômes de la maladie. Par exemple, un médicament cardiovasculaire peut être accusé, à tort, de provoquer des fibroses pulmonaires s’il est fréquemment prescrit dès l’apparition d’une dyspnée d’effort qui constitue, en fait, le premier signe d’une fibrose débutante. voir : biais d’indication.
Source : Dictionnaire de Pharmaco Epidémiologie Bernard Bégaud, Arme-Pharmacovigilance Editions 1998 http://www.arme.u-bordeaux2.fr/armep_doc/livre_dictionnaire_9798.pdf

Excellent complément à ce que je disais ce matin : http://sammyfisherjr.net/Shaarli/?3wu8rw Forcément, quand une industrie veut communiquer, elle prend les chiffres qui l'arrangent, donc biaisés, voire franchement faux.
via http://www.petitetremalfaisant.eu/shaarli/?8jCVRA

Pas cool, mais pas étonnant. Dans le même genre, j'avais écrit ça au début de l'année : http://chroniques-de-sammy.blogspot.fr/2013/01/rendez-nous-la-fin-du-monde.html

Compterus de vitesse, montrant le nombre de tweets à la minutes à Paris, New-York, Londres, Barcelone, Tokyo...