John Ioannidis

John P. A. Ioannidis (né le à New York) est un professeur de médecine et un chercheur de l'école de médecine (en) et de l'école d'humanité et des sciences de l'Université Stanford.

John Ioannidis
Biographie
Naissance
Nationalités
Formation
Activité
Conjoint
Despina Contopoulos-Ioannidis (d)
Autres informations
A travaillé pour
École de médecine de l'université Stanford (en), université Stanford
Site web
Distinctions
ESCI Award for the Best Basic Research Article (d) ()
David Sacket Prize (d) ()
Chanchlani Global Health Research Award ()

Il est surtout connu pour son article Why Most Published Research Findings Are False (« Pourquoi la plupart des résultats de recherche scientifique publiés sont faux ») publié en 2005[1] qui a particulièrement suscité la réflexion et le débat scientifique lié à la reproductibilité des études scientifiques.

D'après le Thomson Reuters, John Ioannidis est l'un des scientifiques les plus cités, particulièrement dans le domaine de la médecine clinique et des sciences sociales[2].

Biographie
Article Why Most Published Research Findings Are False d'Ioannidis publié en 2005[3].

Né à New York en 1965, Ioannidis est élevé à Athènes, en Grèce[4]. Valedictorian de sa classe au Athens College (en), il obtient son diplôme en 1984 et remporte plusieurs prix, dont le National Award of the Greek Mathematical Society[5]. Après avoir obtenu un diplôme de l'université nationale et capodistrienne d'Athènes, il fréquente l'université Harvard pour sa résidence en médecine interne.

Il a également dirigé le département d'hygiène et d'épidémiologie de l'école de médecine de l'Université d'Ioannina et été professeur adjoint à l'école de médecine (en) de l'université Tufts[6],[7].

Directeur du Stanford Prevention Research Center, il co-dirige, avec Steven N. Goodman (en), le Metrics (Meta-Research Innovation Center at Stanford (en) [8],[9], une institution qui vise à améliorer les processus de recherche scientifique.

Recherches

Reproductibilité des études scientifiques

Son article académique de 2005 Why Most Published Research Findings Are False (« Pourquoi la plupart des résultats de recherche scientifique publiés sont faux »)[10] est l'article le plus téléchargé de la revue PLoS Medicine. Depuis 2005, ce texte, devenu une référence, a été consulté près de 1,2 million de fois en ligne[11]. Il déclare avoir choisi cette revue scientifique car il la jugeait plus "réceptive" pour ce type de débat[12].

John Ioannidis a écrit qu'« un résultat de recherche a moins de chances d'être vrai lorsque les études menées dans un domaine sont plus petites; lorsque les effets sont d'une plus faible ampleur; lorsqu'il existe un nombre plus important et moins de présélection des relations testées; lorsqu'il existe une plus grande flexibilité dans la conception de l'étude, les résultats et modes d’analyse, quand les intérêts et les préjugés financiers et autres sont plus grands, et quand davantage d’équipes sont impliquées dans un domaine scientifique à la recherche de la signification statistique ».

L'article est considéré comme fondateur pour le domaine de la métascience (en), soit l'étude scientifique de la science[13].

Dans un autre article de 2005, John Ioannidis analyse 49 résultats de recherche en médecine parmi les plus estimés des 13 années précédentes. Le document a comparé les 45 études affirmant avoir découvert des interventions médicales efficaces avec des études ultérieures avec des échantillons plus grands: 7 (16%) des études étaient contredites, 7 (16%) rapportaient des effets moins importants dans la deuxième étude que dans la première, 20 (44%) ont été répliquées et 11 (24%) sont restées en grande partie non contestées[14].

En 2014, il publie à nouveau un article avec un titre volontairement provocateur How to Make More Published Research True ("Comment faire en sorte que plus d'études publiées soient vraies"...) dans la revue Plos Medecine pour améliorer les pratiques de recherche[15].

John Ioannidis a publié beaucoup d'autres évaluations empiriques influentes portant sur la validation et la réplication de différents types d'études dans divers domaines scientifiques, y compris la génétique[16], les essais cliniques[17], et les neurosciences[18]. Ses travaux visaient également à identifier des solutions permettant d'optimiser les pratiques de recherche[19] et à augmenter le rendement de résultats scientifiques validés et utiles[20].

Il a également inventé avec Thomas A. Trikalinos l'expression phénomène de Protée (en), du nom du dieu grec Protée qui pouvait rapidement changer d'apparence, pour la survenue de résultats extrêmement contradictoires dans les premières études réalisées sur une même question de recherche. Il a apporté de nombreuses contributions dans le domaine de la méta-analyse (la méthode scientifique qui consiste à combiner des données provenant de plusieurs études sur une même question de recherche) et a été président de la Société pour la méthodologie en synthèses de recherche (en).

Covid-19

Durant la crise du Covid-19, il déclare en que « les données collectées jusqu'à présent sur le nombre de personnes infectées et l'évolution de l'épidémie ne sont absolument pas fiables », en référence aux modèles prédictifs qui prévoyaient des millions de morts aux États-Unis"[21], qualifiant la gestion de crise de « fiasco de preuves unique dans un siècle »[22]. De ce fait, il considère que les décisions politiques au niveau mondial comme la « distanciation sociale », la fermeture des écoles sont difficilement justifiables et peu efficaces[23],[24]. La fiabilité et l'objectivité de son analyse est cependant remis en cause par certains de ses pairs et des journalistes scientifiques[25]. Selon le chercheur Solomon Hsiang – dont les travaux servent de base à ceux cosignés par Ioannidis – « l'affirmation des auteurs selon laquelle "il n'existe aucune preuve que des interventions non pharmaceutiques plus restrictives (comme les confinements) ont contribué de manière substantielle à courber la courbe des nouveaux cas" est en contradiction directe avec les preuves fournies dans leur propre analyse. (...) La description des auteurs ne reflète pas avec précision les résultats de leur analyse.»[25]

Notes et références
(en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « John Ioannidis » (voir la liste des auteurs).
  1. (en) John P. A. Ioannidis, « Why Most Published Research Findings Are False », PLOS Medicine, vol. 2, no 8,‎ , e124 (ISSN 1549-1277, PMID 16060722, PMCID 1182327, DOI 10.1371/journal.pmed.0020124)
  2. (en) « Home | Highly Cited Researchers », sur Highly Cited Researchers (consulté le )
  3. (en) J. P. A. Ioannidis, « Why Most Published Research Findings Are False », PLoS Medicine, vol. 2, no 8,‎ , e124 (PMID 16060722, PMCID 1182327, DOI 10.1371/journal.pmed.0020124)
  4. (en)John Ioannidis Harvard School of Public Health
  5. (en)Short biosketch 2010
  6. (en) « John P. A. Ioannidis », Department of Hygiene and Epidemiology, Université de médecine de Ioannina (en) (consulté le )
  7. (en) John P.A. Ioannidis, « Curriculum Vitae » [PDF] (consulté le )
  8. (en) « John P. A. Ioannidis », Stanford School of Medicine (en) CAP Profiles (consulté le )
  9. (en) « Prevention Research Center », Stanford School of Medicine (en) (consulté le )
  10. Ioannidis, « Why Most Published Research Findings Are False », PLoS Medicine, vol. 2, no 8,‎ , e124 (PMID 16060722, PMCID 1182327, DOI 10.1371/journal.pmed.0020124)
  11. « Un chercheur dénonce l'inutilité de nombreux travaux scientifiques », Le Monde.fr,‎ (lire en ligne, consulté le )
  12. (en-US) « From One to One Million Article Views: Q&A with Author John Ioannidis », sur Speaking of Medicine, (consulté le )
  13. (en) Robert Lee Hotz, « Most Science Studies Appear to Be Tainted By Sloppy Analysis », The Wall Street Journal,‎ (lire en ligne)
  14. Ioannidis, « Contradicted and Initially Stronger Effects in Highly Cited Clinical Research », JAMA: The Journal of the American Medical Association, vol. 294, no 2,‎ , p. 218–228 (PMID 16014596, DOI 10.1001/jama.294.2.218)
  15. (en) John P. A. Ioannidis, « How to Make More Published Research True », PLOS Medicine, vol. 11, no 10,‎ , e1001747 (ISSN 1549-1676, PMID 25334033, PMCID PMC4204808, DOI 10.1371/journal.pmed.1001747, lire en ligne, consulté le )
  16. Ioannidis, Ntzani, Trikalinos et Contopoulos-Ioannidis, « Replication validity of genetic association studies », Nature Genetics, vol. 29, no 3,‎ , p. 306–309 (ISSN 1061-4036, PMID 11600885, DOI 10.1038/ng749)
  17. Ebrahim, Sohani, Montoya et Agarwal, « REanalyses of randomized clinical trial data », JAMA, vol. 312, no 10,‎ , p. 1024–1032 (ISSN 0098-7484, PMID 25203082, DOI 10.1001/jama.2014.9646)
  18. Button, Ioannidis, Mokrysz et Nosek, « Power failure: why small sample size undermines the reliability of neuroscience », Nature Reviews Neuroscience, vol. 14, no 5,‎ , p. 365–376 (ISSN 1471-003X, PMID 23571845, DOI 10.1038/nrn3475)
  19. Begley et Ioannidis, « Reproducibility in science: improving the standard for basic and preclinical research », Circulation Research, vol. 116, no 1,‎ , p. 116–126 (ISSN 1524-4571, PMID 25552691, DOI 10.1161/CIRCRESAHA.114.303819)
  20. Ioannidis, « How to Make More Published Research True », PLoS Med, vol. 11, no 10,‎ , e1001747 (PMID 25334033, PMCID 4204808, DOI 10.1371/journal.pmed.1001747)
  21. (en-US) Edward Stringham, « Who Is John Ioannidis? – AIER », sur www.aier.org (consulté le )
  22. (en-US) « In the coronavirus pandemic, we're making decisions without reliable data », sur STAT, (consulté le )
  23. (en-CA) « John Ioannidis: Another shutdown would do more harm than good », sur National Post (consulté le )
  24. (en-US) « John Ioannidis Responds to His COVID-19 Critics - », (consulté le )
  25. Florian Gouthière, « Que sait-on de l’étude de Stanford, présentée comme la preuve de l’inutilité du confinement ? », sur Libération (consulté le )

Voir aussi

Articles connexes

Liens externes
  • Portail de la médecine
  • Portail de la Grèce
  • Portail des États-Unis
Cet article est issu de Wikipedia. Le texte est sous licence Creative Commons - Attribution - Partage dans les Mêmes. Des conditions supplémentaires peuvent s'appliquer aux fichiers multimédias.