,

Méta-analyse et méthodologie PRISMA : le guide 2020

Une méta-analyse ne vaut que par la traçabilité de chacune de ses décisions : quelles bases ont été interrogées, avec quelle équation, qui a écarté quelle étude, sur quel critère, et comment les effets ont été combinés. Ce guide consacré à la méta-analyse et à sa méthodologie PRISMA prend le parti du lecteur exigeant, rapporteur de thèse ou relecteur de revue, qui doit pouvoir refaire votre chemin pas à pas. C’est précisément ce que codifie la déclaration PRISMA (Preferred Reporting Items for Systematic reviews and Meta-Analyses).

La version de référence est aujourd’hui PRISMA 2020, publiée le 29 mars 2021 dans The BMJ (BMJ 2021;372:n71) par Matthew J. Page, Joanne E. McKenzie, David Moher et leurs collègues. Elle remplace la déclaration historique de 2009, encore citée par erreur dans de nombreux chapitres méthodologiques.

Pour un doctorant en sciences de la santé, en psychologie, en sciences de l’éducation ou en gestion, maîtriser PRISMA 2020 n’est pas une coquetterie : c’est la grammaire commune qui permet à un jury ou à un comité de lecture d’évaluer la solidité d’une synthèse quantitative. Les sections qui suivent reprennent la logique de la checklist, en insistant sur ce que la version 2020 a réellement changé.

Réponse rapide : PRISMA 2020 est une ligne directrice de compte rendu composée de 27 items répartis en 7 sections (Titre, Résumé, Introduction, Méthodes, Résultats, Discussion, Autres informations), complétée par une checklist dédiée aux résumés. Elle impose notamment de publier les équations de recherche complètes, de déclarer l’usage d’outils d’automatisation ou d’IA, d’enregistrer le protocole et d’évaluer la certitude des preuves, par exemple avec GRADE.

Pourquoi PRISMA 2020 a remplacé PRISMA 2009

Entre 2009 et 2020, la pratique des revues systématiques a profondément évolué. Les outils de criblage semi-automatisé se sont diffusés, les exigences de science ouverte se sont généralisées et l’évaluation formelle de la certitude des preuves est devenue une attente standard. La déclaration de 2009 ne couvrait pas explicitement ces dimensions ; la version 2020 les intègre dans la checklist elle-même.

La déclaration principale est accompagnée d’un document d’explication et d’élaboration, PRISMA 2020 explanation and elaboration (BMJ 2021;372:n160), signé notamment par Matthew J. Page, Joanne E. McKenzie, Patrick M. Bossuyt et David Moher. Ce second texte est le plus utile au quotidien : pour chaque item, il justifie l’exigence et fournit des exemples de formulations tirées de revues publiées.

Conseil d’expert : dans votre chapitre méthodologique, citez systématiquement les deux références, la déclaration (n71) et le document d’explication (n160). Citer uniquement PRISMA 2009 signale au jury que votre veille méthodologique s’est arrêtée il y a plusieurs années.

Pourquoi PRISMA 2020 a remplacé PRISMA 2009
Pourquoi PRISMA 2020 a remplacé PRISMA 2009

Méta-analyse, méthodologie PRISMA : guide de la checklist en 7 sections

Selon la déclaration publiée dans The BMJ, le cœur de PRISMA 2020 est une checklist de 27 items répartis en 7 sections structurelles, à laquelle s’ajoute une liste spécifique pour les résumés, PRISMA 2020 for Abstracts. Le tableau ci-dessous en donne une lecture opérationnelle pour un mémoire ou une thèse.

Section Ce que le lecteur doit y trouver Points d’attention développés dans ce guide
Titre L’identification explicite du travail comme revue systématique et, le cas échéant, méta-analyse Éviter les titres ambigus du type « état de l’art »
Résumé Un résumé structuré conforme à PRISMA 2020 for Abstracts Le résumé est souvent la seule partie lue : il doit être autoportant
Introduction La justification de la revue et ses objectifs ou questions Formuler la question avant de chercher, pas après
Méthodes Critères d’éligibilité, sources, stratégie de recherche, sélection, extraction, risque de biais, méthodes de synthèse Items 6 et 7 (sources et équations), 8 et 9 (automatisation), 14 et 15 (biais de publication et certitude)
Résultats Le flux de sélection des études, leurs caractéristiques, les résultats des synthèses Diagramme de flux, résultats de la méta-analyse, biais et certitude par critère
Discussion L’interprétation, les limites des preuves et de la revue, les implications Distinguer limites des études incluses et limites de votre propre démarche
Autres informations Enregistrement et protocole, disponibilité des données, du code et des matériels Numéro d’enregistrement, amendements, dépôts ouverts

Un malentendu fréquent mérite d’être dissipé : PRISMA est une ligne directrice de compte rendu, pas un outil d’évaluation de la qualité d’une revue. Elle indique ce qu’il faut rendre visible, non la manière dont il faut conduire chaque étape. Une revue peut cocher les 27 items et rester méthodologiquement fragile ; à l’inverse, une démarche rigoureuse mal rapportée sera jugée comme si elle était faible. La checklist est donc à la fois une exigence de transparence et un excellent garde-fou de conception.

Gérer des centaines de références sans perdre le fil : une méta-analyse produit vite plusieurs centaines de notices, entre résultats bruts, doublons et études incluses. La Bibliographie Automatique de Tesify génère vos citations en APA 7e édition, Vancouver, Chicago ou MLA en un clic et donne accès à des millions d’articles issus de Google Scholar, PubMed, HAL et Cairn.info. Elle organise automatiquement les références dans votre manuscrit, ce qui libère du temps pour ce qui ne s’automatise pas : documenter votre équation de recherche et justifier chaque exclusion.

Avant la recherche : protocole et enregistrement

La première décision méthodologique d’une méta-analyse se prend avant la moindre requête documentaire : rédiger un protocole. Celui-ci fixe la question de recherche, souvent structurée selon le schéma population, intervention ou exposition, comparateur, critères de jugement, ainsi que les critères d’éligibilité, les sources prévues, le plan d’extraction et le plan d’analyse statistique. Si vous peinez encore à délimiter votre question, la démarche décrite dans notre article sur l’identification d’une lacune de recherche en 4 étapes s’applique très bien à la formulation d’une question de revue systématique.

Dans la section Autres informations, PRISMA 2020 demande de déclarer trois éléments distincts :

  • l’enregistrement : le nom du registre et le numéro d’enregistrement, par exemple un identifiant PROSPERO, ou l’indication que la revue n’a pas été enregistrée ;
  • l’accès au protocole : où le lecteur peut le consulter, ou la mention qu’aucun protocole n’a été rédigé ;
  • les amendements : toute modification apportée après l’enregistrement, avec sa justification.

Pourquoi cette insistance ? Parce que l’enregistrement préalable protège contre le reporting sélectif : changer de critère de jugement principal après avoir vu les données est l’un des biais les plus difficiles à détecter pour un lecteur. Un rapporteur comparera volontiers votre protocole enregistré et votre manuscrit final. Un amendement documenté et motivé ne pose aucun problème ; un écart silencieux, si.

Hors du champ de la santé, tous les registres ne sont pas adaptés à votre sujet. Un dépôt horodaté du protocole sur une archive ouverte comme HAL constitue alors une alternative défendable, à condition de le dater avant le début de la sélection des études et de citer son identifiant pérenne.

Méta-analyse, méthodologie PRISMA : guide de la checklist en 7 sections
Méta-analyse, méthodologie PRISMA : guide de la checklist en 7 sections

Sources d’information et équations de recherche (items 6 et 7)

PRISMA 2020 sépare désormais deux items que la pratique confondait souvent. L’item 6 recense les sources d’information : bases de données, registres, sites web, listes de références consultées, contacts d’auteurs, avec la date de dernière interrogation. L’item 7 exige la stratégie de recherche complète pour chaque base, registre ou moteur interrogé, y compris l’ensemble des filtres et limites appliqués, comme le rappelle le document d’explication et d’élaboration.

Construire une équation reproductible

Une équation solide combine des blocs conceptuels : les synonymes d’un même concept sont reliés par OU, les concepts entre eux par ET. Chaque bloc mêle vocabulaire contrôlé (thésaurus propre à la base) et termes libres, avec troncatures et opérateurs de proximité lorsque l’interface le permet. Le point décisif tient à l’adaptation : une équation conçue pour une base biomédicale ne fonctionne pas telle quelle dans une base de sciences humaines. Ce sont donc bien plusieurs équations qu’il faut publier, une par source.

Les ressources françaises à ne pas oublier

Pour un chercheur travaillant en France, plusieurs sources permettent de limiter le biais de langue et de capter la littérature grise :

  • HAL, pour les prépublications, communications et articles déposés en archive ouverte ;
  • theses.fr, pour repérer les thèses soutenues ou en cours, souvent riches en données non publiées ailleurs ;
  • Cairn.info et Persée, indispensables dès que la question touche aux sciences humaines et sociales ou à des corpus francophones plus anciens.

Ces plateformes n’offrent pas toutes les mêmes fonctionnalités de recherche avancée. Documentez honnêtement leurs limites : si une interface ne permet pas d’imbriquer des parenthèses, indiquez comment vous avez fractionné la requête. Un échange avec un bibliothécaire de votre BU, souvent formé à la recherche documentaire systématique, fait gagner un temps considérable et renforce la crédibilité de l’item 7.

À consigner pour chaque requête : la base et son interface, la date d’interrogation, l’équation exacte copiée-collée, les filtres (langue, période, type de document) et le nombre de résultats obtenus. Ces éléments alimentent directement votre diagramme de flux.

Sélection, extraction et déclaration de l’IA (items 8 et 9)

La sélection des études se fait classiquement en deux temps, titres et résumés puis texte intégral, idéalement par deux évaluateurs indépendants avec une procédure explicite de résolution des désaccords. L’extraction suit la même logique : une grille testée sur quelques études pilotes, puis appliquée de façon standardisée.

La nouveauté majeure de PRISMA 2020 porte sur l’automatisation. L’item 8 (processus de sélection) et l’item 9 (processus de collecte des données) demandent d’indiquer explicitement si des logiciels, des outils d’automatisation ou d’apprentissage automatique ont été mobilisés. Concrètement, il faut préciser :

  1. le nom de l’outil et la fonction utilisée (déduplication, priorisation, classification, extraction) ;
  2. l’étape exacte où il intervient et la part du travail qu’il a réalisée ;
  3. la vérification humaine appliquée à ses décisions, par exemple un contrôle des exclusions automatiques ;
  4. les éventuels seuils ou paramètres retenus.

Cette exigence est d’autant plus actuelle que les assistants fondés sur l’IA générative se multiplient. Utiliser un outil pour prioriser des milliers de résumés n’a rien de répréhensible ; ne pas le déclarer rend la revue non reproductible. Pendant l’extraction, anticipez aussi les informations absentes des articles : écarts-types non rapportés, effectifs incomplets, sous-groupes partiels. Notre article sur les données manquantes et les mécanismes MCAR, MAR et MNAR aide à choisir entre contact des auteurs, imputation et analyse de sensibilité.

Pour la rédaction elle-même, un éditeur comme Tesify permet de structurer le manuscrit selon les sections PRISMA à partir de templates, avec une assistance IA intégrée. Le principe reste le même : tout usage d’outil qui touche à la sélection ou à l’extraction doit apparaître dans vos méthodes.

Synthèse statistique, biais de publication et certitude GRADE

Choisir le modèle et explorer l’hétérogénéité

La méta-analyse proprement dite commence par le choix d’une mesure d’effet commune (différence de moyennes standardisée, rapport de cotes, risque relatif, corrélation) et d’un modèle. Le modèle à effet fixe suppose un effet vrai unique ; le modèle à effets aléatoires admet que l’effet varie d’une étude à l’autre, hypothèse généralement plus réaliste lorsque populations et protocoles diffèrent. Ce choix doit être annoncé dans le protocole, non déduit des résultats.

L’hétérogénéité se quantifie, par exemple avec la statistique I² et la variance inter-études, puis s’explore par analyses en sous-groupes ou méta-régression. Ces analyses mobilisent des modérateurs : âge, type d’intervention, contexte, qualité méthodologique. Pour bien distinguer modérateur, médiateur et variable de contrôle, reportez-vous à notre guide sur les variables d’un mémoire. Limitez-vous à des modérateurs justifiés a priori : multiplier les sous-groupes augmente le risque de faux positifs.

Biais de publication : les résultats manquants

Les études aux résultats non significatifs sont moins souvent publiées, ce qui gonfle mécaniquement l’effet combiné. PRISMA 2020 consacre l’item 14 à la description des méthodes d’évaluation de ce risque de biais lié aux résultats manquants, et la section Résultats doit en rapporter les conclusions. Les outils classiques sont le graphique en entonnoir, les tests d’asymétrie et les analyses de sensibilité. Leur interprétation exige de la prudence : une asymétrie peut aussi refléter une hétérogénéité réelle, et ces tests manquent de puissance lorsque le nombre d’études est faible.

Certitude des preuves : l’approche GRADE

L’item 15 demande de décrire les méthodes utilisées pour évaluer la certitude des preuves pour chaque critère de jugement, l’approche GRADE étant la plus répandue. GRADE situe la confiance dans l’estimation sur une échelle allant d’élevée à très faible, en tenant compte du risque de biais des études, de l’incohérence, du caractère indirect des preuves, de l’imprécision et du biais de publication. Les items 13, 14, 15, 20 et 21 forment ainsi un ensemble cohérent qui relie méthodes de synthèse, résultats et degré de confiance. Un tableau de synthèse des résultats, critère par critère, est la manière la plus lisible de présenter cette gradation au jury.

Science ouverte : données, code et matériels

PRISMA 2020 aligne la revue systématique sur les principes de la science ouverte : la section Autres informations demande d’indiquer si les données extraites, le code d’analyse statistique et les autres matériels de recherche (grilles d’extraction, formulaires, équations) sont accessibles, et où, avec les identifiants ou dépôts correspondants.

Pour un doctorant, cela signifie concrètement :

  • déposer la base d’extraction dans un format ouvert (CSV plutôt qu’un fichier propriétaire) ;
  • partager le script d’analyse, quel que soit le langage utilisé, avec les versions des paquets ;
  • attribuer un identifiant pérenne à chaque dépôt, sur HAL ou dans un entrepôt de données institutionnel ;
  • citer ces identifiants dans le manuscrit, pas seulement en annexe.

Cette transparence est aussi un investissement stratégique : une méta-analyse de thèse dont les données sont ouvertes se valorise beaucoup plus facilement en publication. Si c’est votre objectif, notre article sur la transformation d’un mémoire en article de revue détaille le choix de la revue cible et l’ordre des auteurs. Tesify facilite cette étape grâce à l’export en PDF, Word et LaTeX, ainsi qu’à une vérification anti-plagiat qui compare votre texte avec HAL, TEL et Cairn.info.

Les erreurs qui coûtent cher devant un jury

Les rapporteurs retrouvent souvent les mêmes faiblesses. Les voici, avec le réflexe correctif :

Erreur Pourquoi elle pose problème Correctif
Citer PRISMA 2009 Signale une méthodologie datée Citer la déclaration 2020 et son document d’explication
Publier une seule équation « générique » Rend la recherche non reproductible Fournir l’équation exacte de chaque base, filtres compris
Taire l’usage d’un outil de criblage Contrevient aux items 8 et 9 Décrire l’outil, son rôle et la vérification humaine
Choisir le modèle après avoir vu les résultats Introduit un biais de décision Fixer le modèle et les sous-groupes dans le protocole
Conclure sur l’effet sans évaluer la certitude Surinterprète des preuves parfois faibles Appliquer GRADE critère par critère
Diagramme de flux incohérent Les effectifs ne se recoupent pas d’une étape à l’autre Vérifier que chaque exclusion est comptée et motivée

Ces points reviennent presque toujours en soutenance. Pour vous y préparer, les conseils de notre article sur les questions du jury en soutenance se transposent aisément à une méta-analyse : attendez-vous à justifier vos critères d’exclusion, votre modèle statistique et votre traitement du biais de publication.

À retenir

  • PRISMA 2020, publiée le 29 mars 2021 dans The BMJ, remplace PRISMA 2009 et compte 27 items en 7 sections, plus une checklist dédiée aux résumés.
  • C’est une ligne directrice de compte rendu : elle dit quoi rendre visible, et sert aussi de guide de conception.
  • Enregistrez et datez votre protocole avant toute sélection, et documentez chaque amendement.
  • Publiez l’équation complète de chaque source, filtres compris, en intégrant HAL, theses.fr, Cairn.info et Persée selon votre champ.
  • Déclarez tout outil d’automatisation ou d’IA utilisé lors de la sélection ou de l’extraction.
  • Évaluez le biais de publication et la certitude des preuves, puis ouvrez données et code.

Passez de la checklist au manuscrit : avec la Bibliographie Automatique de Tesify, vos références sont formatées en APA 7e, Vancouver ou Chicago et organisées automatiquement dans votre revue systématique, avec un accès direct aux contenus de Google Scholar, PubMed, HAL et Cairn.info. Inscription gratuite, sans carte bancaire.

Questions fréquentes

Quelle différence entre une revue systématique et une méta-analyse ?

La revue systématique désigne l’ensemble de la démarche : question définie, recherche exhaustive et documentée, sélection et évaluation critique des études. La méta-analyse est l’étape statistique qui combine les résultats quantitatifs de ces études en une estimation commune. Une revue systématique peut donc exister sans méta-analyse, mais une méta-analyse rigoureuse repose toujours sur une revue systématique. PRISMA 2020 encadre le compte rendu des deux.

Combien d’items compte la checklist PRISMA 2020 ?

La checklist PRISMA 2020 compte 27 items répartis en 7 sections : Titre, Résumé, Introduction, Méthodes, Résultats, Discussion et Autres informations. Elle est complétée par une liste spécifique pour les résumés, PRISMA 2020 for Abstracts, et par un document d’explication et d’élaboration publié dans The BMJ.

PRISMA est-il obligatoire pour un mémoire ou une thèse ?

Aucun texte réglementaire n’impose PRISMA à un mémoire ou une thèse en France, mais c’est la norme de référence attendue par les jurys et les revues dès qu’un travail se présente comme revue systématique ou méta-analyse. Le suivre, et joindre la checklist remplie en annexe, renforce considérablement la crédibilité méthodologique du travail.

Faut-il enregistrer son protocole sur PROSPERO ?

PRISMA 2020 demande de déclarer si la revue a été enregistrée, avec le nom du registre et le numéro d’enregistrement, où le protocole est accessible et quels amendements ont été apportés. PROSPERO est un registre courant pour les sujets liés à la santé ; pour d’autres champs, un dépôt horodaté du protocole sur une archive ouverte comme HAL constitue une alternative défendable, à condition d’être antérieur à la sélection des études.

Peut-on utiliser l’IA pour sélectionner les études d’une méta-analyse ?

Oui, à condition de le déclarer. Les items 8 et 9 de PRISMA 2020 exigent d’indiquer si des outils d’automatisation ou d’apprentissage automatique ont été utilisés pour la sélection des études ou l’extraction des données. Il faut préciser l’outil, l’étape concernée, la part du travail réalisée et la vérification humaine appliquée à ses décisions.

Rédige ton mémoire avec l’IA

Pose ton plan, avance chapitre par chapitre et garde ta bibliographie propre.

Commencer gratuitement → Sans carte bancaire

Catégories