« Faites confiance à la science » et « Suivez la science » ont été des mantras répétés sans cesse sur les ondes médiatiques, dans la presse écrite et sur le Web. Internet par des scientifiques, des politiciens et des journalistes sélectionnés depuis près de trois ans maintenant, mais ces affirmations ont-elles confondu le gain politique avec le progrès scientifique ? En d'autres termes, ces mots à la mode pandémiques représentent-ils un raisonnement scientifique solide ou sont-ils le produit d'idées fausses concernant la voie acceptée de la recherche scientifique ?
Le problème plus large est que l'utilisation de ces mots à la mode peut sous-tendre des idées scientifiques erronées plus profondes sur la façon dont la recherche fonctionne et devrait fonctionner. Je discute de trois de ces idées fausses potentielles sur la science et j'explique leur relation avec la pandémie actuelle.
Idée reçue n°1 : la science vous dit quoi faire
Au cœur de "Suivez la science" se trouve l'idée que la recherche scientifique indique aux gens comment procéder compte tenu des données résultantes d'une expérience - si X est trouvé, alors vous devez faire Y. Gabrielle Bauer pour Institut Brownstone discute de ce raisonnement fallacieux en se concentrant principalement sur le fait que les gens, et non les virus ou les résultats de la recherche, prennent des décisions et que ces décisions sont fondées sur des valeurs. Mais on peut dire que la science fournit des données et que ces données font partie intégrante de savoir quoi faire ; par conséquent, la science dit aux gens comment agir.
Bien que la science fournisse des données et oui, il est logique que la prise de décision personnelle et politique soit «axée sur les données», il ne s'ensuit pas que les données seules m'ordonnent, à vous ou à quiconque d'agir d'une manière ou d'une autre. Si vous savez qu'il pleut dehors, est-ce que ce seul fait vous dit de : apporter un parapluie, porter un imperméable, mettre des galoches, tout ce qui précède, rien de ce qui précède ?
Les faits dans le vide ne sont pas des instructions sur la façon d'agir ; ils nous informent plutôt sur ce qui est préférable compte tenu de nos croyances et valeurs de base. Si cela ne vous dérange pas de vous mouiller le matin, votre tenue sera très probablement différente de celle de quelqu'un qui craint que ses vêtements ne soient endommagés par l'eau. Dans les deux cas, les gens savent exactement la même chose – il pleut – mais ils n'arrivent pas à la même conclusion. C'est parce que les données ne donnent pas d'ordres ; il informe et fournit une base d'orientation.
Étant donné que les données - celles qui sont obtenues au cours de la recherche scientifique - éclairent la prise de décision, il est essentiel que les parties chargées de prendre des décisions disposent de données scientifiques de qualité à utiliser. Cela peut notamment se produire en incluant les parties concernées dans la recherche en tant que participants. Lorsque les parties concernées ne sont pas incluses dans la recherche, les données obtenues leur sont d'une utilité limitée. Les essais d'efficacité de phase III de Covid-19 en sont un exemple. La BNT162b2 et ARNm-1273 les essais excluaient les femmes enceintes et allaitantes ; ainsi, pour ces personnes, il n'y avait aucune preuve scientifique à utiliser pour prendre leur décision de vacciner ou non - aucune donnée sur l'efficacité ou l'innocuité du vaccin.
Harriette Van Spall, dans le European Heart Journal, a déclaré que cette décision était injustifiée car il n'y avait aucune preuve suggérant que les vaccins causeraient un préjudice indu aux femmes enceintes ou à leur enfant. De plus c'est que études a également commencé à montrer que les femmes enceintes couraient un risque plus élevé de Covid-19 sévère que les personnes non enceintes du même âge ; ce qui signifie que si un groupe avait besoin de données scientifiques sur l'efficacité de la vaccination, ce seraient ceux qui couraient le plus grand risque de résultats négatifs.
Des données récentes de Hanna et ses collègues publiées dans JAMA Pediatrics ont montré qu'environ 45 % des participants ont fourni des échantillons de lait maternel contenant de l'ARNm du vaccin - il est possible que les femmes enceintes et allaitantes auraient bénéficié de le savoir avant de décider de vacciner ou non.
« Suivre la science » devrait alors impliquer la conviction que la recherche scientifique devrait informer quelqu'un sur une question et non lui dire quoi faire - puisqu'elle ne peut pas le faire. La science fournit des faits et des chiffres, pas des instructions ou des commandes. Étant donné que la recherche fournit des faits, il est fondamental que ces faits s'appliquent aux personnes qui prennent des décisions et il devient extrêmement difficile de savoir s'il faut, par exemple, vacciner ou non si le groupe démographique auquel vous appartenez est exclu de la participation, ce qui rend les données inapplicables. Il est difficile de crier « Suivez la science » lorsque les données démographiques pertinentes ne sont pas incluses dans la science. Que sont exactement ces individus destinés à suivre?
Idée reçue n°2 : la science est sans valeur
Une autre idée fausse potentielle concernant la recherche scientifique est que les chercheurs laissent leurs valeurs à la porte et mènent sans valeur rechercher. Dans les milieux universitaires, cette position, souvent qualifiée d'idéal sans valeur, a été déclarée intenable parce que les valeurs figurent à diverses étapes de la méthode scientifique.
Un exemple canonique vient du livre de Thomas Kuhn La structure des révolutions scientifiques, où il soutient que bien plus que de simples preuves scientifiques sont utilisées pour pousser et inciter les chercheurs à approuver une théorie plutôt qu'une autre. Un exemple plus contemporain est celui de Heather Douglas dans son livre Science, politique et idéal sans valeur où elle soutient que les valeurs sociales et éthiques jouent un rôle dans la production et la diffusion de la science.
Le débat précédent parmi les universitaires était centré sur la question de savoir si les valeurs devaient exister dans la science, mais le débat plus contemporain se concentre sur les types de valeurs qui devraient exister. Kuhn et des opinions comme la sienne soutiennent que la recherche de la vérité ou les valeurs épistémiques devraient figurer : ces valeurs qui aident à comprendre les données et à choisir les conclusions appropriées à tirer. Alors que Douglas et des opinions similaires soutiennent que des valeurs supplémentaires telles que les préoccupations éthiques devraient également faire partie intégrante de la science. Quoi qu'il en soit, il reste une position actuellement inattaquable de conclure que les valeurs – quelle que soit leur interprétation – font et devraient faire partie de la science. Cela a nécessairement un impact sur quoi et comment la science est faite.
L'une des raisons pour lesquelles les individus peuvent supposer que les valeurs n'appartiennent pas à la science est que la recherche doit être objective et en dehors de la portée des croyances subjectives d'un individu - essentiellement, les scientifiques devraient avoir une vue de nulle part. Cependant, ce raisonnement se heurte à des difficultés dès qu'il quitte la station. Regardons la recherche sur le sujet pour nous inspirer.
Potentiellement à l'insu des profanes, les chercheurs contrôlent ce qu'ils étudient, comment ils l'étudient, comment les données qui en résultent sont collectées et analysées et comment les résultats empiriques sont rapportés. En fait, un article de Wicherts et ses collègues publié dans Frontières en psychologie décrit 34 degrés de liberté (zones de recherche) que les chercheurs peuvent manipuler comme ils le souhaitent. Ces degrés de liberté se sont également avérés facilement exploitables – si les chercheurs le décident – par Simmons et ses collègues qui a mené deux simulations d'expériences dans lesquelles ils ont montré que des hypothèses vraiment insensées peuvent être étayées par des preuves si l'expérimentation est menée d'une manière particulière.
Il a également été démontré que son signe astrologique joue un rôle dans la santé - mais bien sûr, cela résultait de l'exploitation des degrés de liberté, à savoir tester de multiples hypothèses non prédéfinies. L'obtention de certains résultats peut ne pas être une fonction de l'investigation scientifique, mais plutôt potentiellement basée sur les valeurs que les chercheurs importent dans leur enquête.
Tout cela est peut-être très bien, mais comment les valeurs affectent-elles exactement les degrés de liberté des chercheurs – ces aspects de l'expérimentation sous le contrôle des chercheurs ? Pour commencer, imaginez que vous êtes un scientifique. Vous devez d'abord réfléchir à ce que vous aimeriez rechercher. Vous pouvez choisir un sujet qui vous intéresse et qui élargirait votre compréhension actuelle du sujet. Mais vous pouvez être attiré par un sujet qui concerne le bien-être des autres parce que vous appréciez d'aider les personnes dans le besoin.
Que vous choisissiez le premier ou le dernier sujet, vous l'avez fait pour des raisons de valeurs, épistémiques – création de connaissances, ou éthiques – faire ce qui est juste. Le même type de raisonnement déterminera sur qui l'expérience sera effectuée, comment l'expérience se déroulera, quelles données sont collectées, comment les données sont analysées et quoi/comment les données seront rapportées.
Un exemple typique est l'exclusion des jeunes enfants de certains essais de vaccins de phase III : les personnes de moins de 18 ans ont été exclues. L'une des raisons en est peut-être que les chercheurs avaient des raisons de croire que les enfants courraient un risque indu de préjudice s'ils étaient inclus. La valeur éthique de la prévention des dommages a été priorisée à l'exclusion de la valeur épistémique de l'apprentissage de l'efficacité des vaccins chez les enfants. Ce raisonnement peut également s'appliquer à l'exclusion des femmes enceintes et allaitantes, ainsi que des personnes immunodéprimées.
De plus, des valeurs peuvent également être observées dans le choix des critères d'évaluation dans les essais de vaccins. Selon Peter Doshi dans le Médecin britannique Jjournal, le principal critère d'évaluation - ce que les chercheurs cherchaient principalement à comprendre - pour les essais de phase III était la prévention de l'infection symptomatique. Il est important de noter que la transmission du virus - de vacciné à vacciné, ou de non vacciné à non vacciné, ou de vacciné à non vacciné, ou de non vacciné à vacciné - n'a pas été étudiée dans ces essais.
Récemment, Jeanine Petit, président de Developed Markets, Pfizer a déclaré que le vaccin Pfizer n'avait pas été testé pour arrêter la transmission avant d'être mis sur le marché. Depuis que les vaccins sont entrés sur le marché, les preuves montrent qu'ils ne semblent pas arrêter la transmission car la charge virale qui peut s'accumuler chez les individus vaccinés et non vaccinés est similaire, comme l'a découvert Nature Medicine. Même les recherches publiées dans le Journal de la Nouvelle-Angleterre de Médicine qui montre que la vaccination diminue la transmission rapporte que cette diminution diminue jusqu'à 12 semaines après la vaccination, où la transmission devient similaire à celle des personnes non vaccinées.
Une fois de plus, nous pouvons voir que le choix d'étudier si les vaccins préviennent la transmission, ou la mort, ou l'hospitalisation, ou l'infection aiguë appartient à ceux qui dirigent l'essai, et que ces décisions ont tendance à être fondées sur des valeurs. Par exemple, Small a fait remarquer que Pfizer devait "avancer à la vitesse de la science pour comprendre ce qui se passe sur le marché". Ainsi, les valeurs découlant de la capitalisation sur un marché vierge peuvent être ce qui a orienté la recherche pour se concentrer sur les points finaux qu'elle a effectués.
La science qui a été réalisée pendant le Covid-19 a souvent eu un objectif final pratique. Cela signifiait généralement fournir des conseils ou un produit au public pour aider à combattre le virus. L'inconvénient est que la recherche a évolué assez rapidement, peut-être parce que la rapidité de l'information et des produits utiles a été profondément appréciée. Par exemple le BNT162b2 et ARNm-1273 Les essais de phase III avaient une période de suivi initiale d'environ deux mois, mais ces deux essais indiquaient qu'un suivi continu de deux ans était prévu. Deux ans et non deux mois correspondent davantage aux orientations du FDA sur cette question, à savoir que les essais de phase III devraient durer de un à quatre ans afin de déterminer l'efficacité et les effets indésirables. Cette rapidité a peut-être été privilégiée car les gens auraient vraiment pu bénéficier d'un accès rapide. Cependant, cette rapidité aurait également pu être privilégiée pour des raisons liées au gain financier ou à d'autres fondements moins éthiques.
Indépendamment du raisonnement sur le rythme de la recherche, des variables étudiées et des données démographiques exclues, ce qui devrait être clair, c'est que la science contient – pour le meilleur ou pour le pire – des valeurs personnelles. Cela signifie que les scientifiques et ceux qui « suivent la science » prennent des décisions fondées sur des valeurs, même si ces décisions sont « axées sur les données ». C'est-à-dire que la recherche en cours n'est pas objective, mais contient plutôt des valeurs subjectives tenues par le chercheur.
Idée reçue n°3 : la science est impartiale
Tout au long de la pandémie, j'ai entendu des individus dire haut et fort que les profanes doivent «faire confiance à la science», ce que je trouve continuellement étrange étant donné que le paysage de la littérature scientifique est remarquablement divisé. Ainsi, à quelle science suis-je ou quelqu'un d'autre est-il censé faire entièrement confiance ? Dans un article pointu de Naomi Oreskes dans Scientific American, elle explique que la science est un "processus d'apprentissage et de découverte". Plus largement, ce processus se déplace par à-coups et n'est pas linéaire dans sa progression, mais se déplace ici et là et s'appuie parfois sur des moments eurêka qui étaient inattendus.
Le point principal d'Oreskes est que ceux qui prétendent que « la science a raison » ont tort parce qu'ils comprennent fondamentalement mal comment la science fonctionne. Une étude ne « prouve » rien, et la science politisée n'est pas vraie en vertu d'être sensationnalisée par ceux qui sont au pouvoir. Il s'ensuit que si le scepticisme est la bonne façon de répondre aux preuves scientifiques, alors les gens ne devraient pas être réprimandés pour ne pas "faire confiance à la science", car c'est la bonne attitude à adopter.
Cela annonce mon Idée fausse #3 parce que les individus qui vantent "Faites confiance à la science" semblent croire que la science et sa présentation sont impartiales. La réalité est que la science implique souvent des tourbillons d'experts en désaccord, certains qui affirment que la théorie X est supérieure à la théorie Y, tandis que d'autres se plaignent du contraire. Le résultat est qu'un travail empirique supplémentaire est nécessaire pour aplanir les détails de chaque théorie et montrer - expérimentalement et logiquement - pourquoi une théorie est vraiment supérieure. Les biais peuvent cependant s'infiltrer dans ce processus à deux niveaux : les chercheurs peuvent consciemment ou inconsciemment construire des expériences qui visent à favoriser une hypothèse ou à dégrader une autre hypothèse ; il peut également entrer dans la présentation de la science - où un côté du débat est présenté comme s'il n'y avait pas de débat.
En ce qui concerne le premier niveau de biais, celui de la recherche elle-même, les exemples les plus poignants proviennent de sources de financement où il a été constaté dans de multiples domaines que les essais parrainés par l'industrie ont tendance à produire des résultats plus favorables. Par exemple, une analyse publiée dans Médecine de soins intensifs menées par Lundh et ses collègues ont conclu : "Les études sur les médicaments et les dispositifs parrainées par les fabricants ont des résultats et des conclusions d'efficacité plus favorables que les études parrainées par d'autres sources."
De même, une étude publiée dans JAMA Médecine interne ont montré que des études parrainées par l'industrie sur le sucre (saccharose) minimisaient son rôle dans les maladies coronariennes et identifiaient les graisses et le cholestérol comme responsables. Les auteurs vont jusqu'à dire que «les comités d'élaboration des politiques devraient envisager d'accorder moins de poids aux études financées par l'industrie alimentaire» et se concentrer plutôt sur d'autres recherches qui prennent au sérieux l'effet des sucres ajoutés sur les maladies cardiaques.
Cela peut être un point évident à souligner, que ceux qui ont un intérêt financier dans le résultat d'une étude peuvent faire des choses pour assurer un résultat positif, mais aussi évident que ce point soit, il existe des recherches pour le soutenir. Plus précisément, si c'est si évident, alors comment se fait-il que lorsque des milliards de dollars sont en jeu, les sociétés pharmaceutiques en lice pour l'espace sur le marché des vaccins et des antiviraux ne fassent rien pour biaiser les résultats ?
Une source potentielle de biais dans l'essai de vaccin de phase III de Pfizer a été expliquée par Brook Jackson, qui a déclaré au Médecin britannique Jjournal sur les erreurs commises par Ventavia Research Group, qui a été chargé de tester le vaccin. Selon Jackson, certaines des erreurs comprenaient : « Le manque de suivi en temps opportun des patients qui ont subi des événements indésirables », « Les vaccins ne sont pas stockés à des températures appropriées » et « Échantillons de laboratoire mal étiquetés », entre autres. Les erreurs pures et simples dans la conduite de la recherche ont la capacité de biaiser les résultats car les données obtenues peuvent refléter les erreurs commises et non l'impact des variables étudiées.
Un autre exemple de biais potentiel est l'utilisation de certaines mesures statistiques plutôt que d'autres. Selon Olliaro et ses collègues dans un article publié dans Le microbe Lancet les essais de vaccins ont utilisé une réduction du risque relatif qui a donné des notes élevées aux vaccins pour leur efficacité. Cependant, s'ils avaient utilisé la réduction du risque absolu, l'effet mesuré aurait été beaucoup plus faible.
Par exemple, les auteurs notent les «réductions de risque relatives de 95% pour le Pfizer-BioNTech, 94% pour le Moderna-NIH, 91% pour le Gamaleya, 67% pour le J&J et 67% pour les vaccins AstraZeneca-Oxford. ” Et lorsque la réduction du risque absolu est utilisée, l'efficacité chute considérablement, "1.3% pour l'AstraZeneca-Oxford, 1.2% pour le Moderna-NIH, 1.2% pour le J&J, 0.93% pour le Gamaleya et 0.84% pour les vaccins Pfizer-BioNTech .”
En plus du biais qui peut être introduit au cours de la recherche empirique, il existe un biais qui peut survenir en raison de la représentation de la science par les médias, les scientifiques et les politiciens. Malgré le fait que la littérature scientifique n'est pas établie, ceux qui regardent de l'extérieur – potentiellement avec l'aide de chercheurs – sélectionnent les informations empiriques à présenter au public. Cette méthode permet à ceux qui sélectionnent les informations de brosser un tableau qui correspond à un récit particulier et non au paysage scientifique réel. Il est important que cette variété de biais donne l'impression que la recherche est définitive ; cela renforce encore l'idée de "faire confiance à la science".
Les différentes manières dont les gouvernements gèrent les programmes de rappel des vaccins en sont un bon exemple. La CDC aux États-Unis recommande aux personnes âgées de cinq ans et plus de recevoir un rappel si leur dernière vaccination remonte à au moins deux mois. De même, dans Canada il est recommandé, dans certaines circonstances, que les individus reçoivent un rappel trois mois après leur dernière vaccination.
Ces recommandations contrastent fortement avec celles de Danemark où la recommandation est la suivante : « Le risque de tomber gravement malade à cause du covid-19 augmente avec l'âge. Ainsi, les personnes ayant atteint l'âge de 50 ans et les personnes particulièrement vulnérables se verront proposer la vaccination. Ces pays ont accès aux mêmes données, mais ont choisi d'en arriver à des recommandations contrastées pour leurs citoyens – qui sont toutes censées être fondées sur la science.
De plus, le slogan «Sûr et efficace» concernant les vaccins approuvés contre la Covid-19 peut également être un exemple de parti pris dans la présentation de la recherche, car un groupe de scientifiques canadiens a récemment rédigé un lettre à l'administrateur en chef de la santé publique du Canada et au ministre de la Santé demandant plus de transparence concernant les risques et les incertitudes de la vaccination.
Essentiellement, la lettre indique clairement que ces scientifiques croient que le gouvernement canadien n'a pas correctement informé les citoyens canadiens. Malgré cette imputation, Santé Canada déclare : « Tous les vaccins contre la COVID-19 autorisés au Canada se sont avérés sûrs, efficaces et de haute qualité” (gras dans l'original), et au sud de la frontière le CDC note que « les vaccins COVID-19 sont sûr et efficace» (gras dans l'original). Au moins certains scientifiques pensent donc qu'un discours scientifique supplémentaire est nécessaire pour s'assurer que les citoyens sont correctement informés et non biaisés, mais les messages actuellement reçus par les citoyens ne reflètent pas cela.
Un autre exemple est celui de la transmission. Il a été rapporté par le Radio Canada que les vaccins empêchent en fait la transmission, mais comme mentionné précédemment, ce n'est pas le cas. Plus intrigant, à peu près au moment où les vaccins sont entrés sur le marché, les chercheurs ont émis l'hypothèse que, simplement sur la base des mécanismes d'action, il serait peu probable que les vaccins puissent empêcher transmission.
La science, sa pratique et sa diffusion, a le potentiel de biaiser à tout moment et ce serait une erreur, comme l'a souligné Oreskes, de supposer que la science est correcte en raison de la façon dont elle est faite ou qui a été impliqué ou qui a présenté les résultats. Malgré ces affirmations, la pandémie de Covid-19 ainsi que le slogan "Faites confiance à la science" ont modifié la perspective souhaitée, passant d'un scepticisme sain à une acceptation aveugle. Une telle acceptation non critique de toute donnée, sans parler de la recherche se déroulant à «la vitesse de la science», devrait faire réfléchir. La science avance lorsque des objections sont faites et que des hypothèses sont affinées, pas lorsqu'un accord s'ensuit simplement parce qu'une autorité l'a décrété ainsi.
Reconnaître les idées fausses
Les idées fausses représentent des façons potentielles dont les individus ont mal perçu la recherche scientifique et son utilisation pendant la pandémie et reflètent les mantras employés ainsi que la présentation et la rapidité des découvertes. La reconnaissance de ces idées fausses devrait fournir une base plus solide à partir de laquelle juger de la véracité des affirmations scientifiques, de la nécessité des slogans et de la rigueur de la recherche scientifique. Être informé devrait être la méthode privilégiée pour traverser et mettre fin à cette pandémie, mais être informé nécessite la prise de conscience des idées fausses et le savoir-faire pour penser différemment.
Publié sous un Licence internationale Creative Commons Attribution 4.0
Pour les réimpressions, veuillez rétablir le lien canonique vers l'original Institut Brownstone Article et auteur.