L'« Evidence Based Medicine » (EBM) : utile reflet de la réalité ou dangereux miroir de sorcière ?
Notice bibliographique
Résumé
Modele dominant actuel de la Medecine dans bon nombre de pays au monde, l’«Evidence Based Medicine » (EBM), denommee ainsi, par Gordon Guyatt en 1992, a ete difficilement traduite en francais. On parlera surtout de Medecine fondee sur les preuves. Apparue au Canada, dans le sillage de l’epidemiologie clinique, l’EBM a ete developpee et promue tout d’abord comme outil d’apprentissage de la Medecine par le groupe de travail international « Evidence based working group ». Il s’agissait alors de procurer aux etudiants un outil capable de distinguer les etudes probantes au sein d’une litterature medicale qui commencait a foisonner et de developper du meme coup leur esprit critique a partir des articles scientifiques (sources primaires d’information). Mais l’EBM est bien vite devenue la theorie d’une pratique, une facon d’exercer la medecine clinique. On est ainsi passe rapidement d’une methode de tri de la litterature medicale « scientifique » selon un certain niveau de preuve, a l’exploitation des resultats des etudes issues de ce tri (source secondaire d’information) : revues systematiques de la litterature, recommandations de bonne pratique et autres documents en vue d'ameliorer les decisions cliniques mais aussi en tant qu'instruments de regulation des pratiques, des produits et des actes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,094 | 0,195 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,010 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,027 |
| Communication savante | 0,028 | 0,029 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,010 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».