Une parcelle forestière (Figure 1) est un moyen pratique d’afficher graphiquement plusieurs intervalles de confiance ou crédibles et est souvent utilisé en méta-analyse. Ici, l’axe des abscisses représente l’effet du traitement entre deux interventions, tandis que l’axe des ordonnées fait référence aux études individuelles à partir desquelles les intervalles sont obtenus ou à divers intervalles de consensus dérivés du pool d’études disponibles.
Ce n'est en aucun cas la seule application de ces parcelles. Les parcelles forestières sont utiles pour résumer plusieurs paramètres d'un seul essai clinique, selon le incidence d'événements indésirables entre deux traitements. Ils peuvent également être utilisés pour examiner la robustesse d’un point de terminaison dans de nombreux sous-groupes.
Un complément de parcelle forestière est maintenant disponible à partir du Echange de fichiers JMP (profil SAS gratuit requis pour le téléchargement). La boîte de dialogue de ce complément est présentée à la figure 2.
Le complément suppose qu'un tableau de données contient les estimations finales calculées (valeur centrale, telle que la différence de traitement moyenne), les intervalles de confiance (limites inférieure et supérieure) et les libellés (pouvant faire référence à un critère, une étude ou un sous-groupe). Les intervalles sont classés dans la figure en fonction de leur ordre dans le tableau de données. Vous pouvez également fournir une deuxième valeur centrale (Valeur centrale 2) pour présenter des valeurs de résumé supplémentaires (par exemple, médianes) dans la figure. Les options de couleur vous permettent de mettre en surbrillance les intervalles qui excluent la valeur NULL (0 par défaut). Cette couleur varie selon que l'intervalle est supérieur ou inférieur à la valeur NULL. Enfin, une ligne de référence verticale en pointillé est dessinée à la valeur NULL.
Je vais décrire quelques exemples. La figure 1 utilise les données de Mehrotra et Heyse en comparant les taux d'événements indésirables entre deux groupes de vaccins. Les estimations et les intervalles de confiance sont résumés à partir de 20 000 échantillons de la distribution a posteriori estimée à l’aide de MCMC à partir d’un modèle de mélange hiérarchique bayésien décrit dans Berry & Berry . Les 2,5 et 97,5 centiles de ces échantillons sont présentés respectivement comme limites inférieure et supérieure. Les moyennes (cercles) et médianes (diamants) des 20 000 échantillons sont présentées dans le graphique (sous forme de valeur centrale et de valeur centrale 2, respectivement). Seule l'irritabilité semble montrer une différence entre les deux groupes.
Un deuxième exemple utilise des données de Chang et al. , un essai de non-infériorité chez des sujets infectés de manière chronique par le virus de l'hépatite B (VHB). La figure 3 résume les paramètres secondaires virologiques, biochimiques et sérologiques présentés dans le tableau 3 de cet article. Bien que 0 ait été utilisé comme valeur nulle dans le complément, une deuxième ligne de référence a été ajoutée à -10%, la marge de non-infériorité du point de terminaison principal. Comme on le verra ci-dessous, tous les critères d'évaluation semblent favoriser le médicament à l'essai, même si trois seulement montrent une supériorité par rapport au contrôle actif. La valeur centrale 2 n'a pas été utilisée dans cet exemple. Si j'avais voulu que la coloration de l'intervalle reflète la marge de non-infériorité, j'aurais utilisé -10 comme valeur nulle et ajouté une deuxième ligne de référence pour 0.
