si tous les groupes de rats qui ont eu accès au mais ogm et au round up, ont eu plus de mortalité précoce et de tumeurs que le groupe témoin, il y a quand meme une signification. L'ideal serait de faire tester des produits a un laboratoire neutre, sans qu'ils ne sachent ce qu'ils testent.
la réponse est
non, quand à l'utilité de faire une étude de longévité et d'incidence de tumeur en double aveugle est un peu discutable.
Lorsque l'on fait une étude comparant deux groupes en vue de détecter un effet d'une substance X sur une variable Z, on va poser une hypothèse de départ (dans ce cas par exemple l'OGM raccourci la durée de vie du rat) et on va tester statistiquement pour voir s'il y a une différence de durée de vie entre les deux groupes.
Pour ceci on aura besoin de la moyenne de durée de vie pour chaque groupe ET d'une valeur indicative de la dispersion de cette valeur (les rats ne mourant pas le même jour). Classiquement l'écart type.
Plus l'écart type est grand et plus la différence de moyenne entre les groupe est petite, plus les groupes doivent être grand pour avoir une signification statistique.
Que signifie "statistiquement significatif"? C'est qu'une hypothèse que l'on appelle alpha (les rats mangeant de l'OGM meurent plus vite que les contrôles) soit probable.
A cet effet on fixe un seuil qui habituellement en recherche est de 5%. Ca signifie il y a 95% de chance que l'hypothès soit juste et 5% quelle soit fausse. Donc déjà à ce stade il ne peut y avoir de certitude absolue, mais seulement une probabilité. De nouveau plus le seuil alpha est petit plus grand doit être le nombre de sujet dans les deux groupes d'étude.
Jusque là c'est très simple. Mais si on commence à multiplier les groupes et les tests rapidement on va être confronté au problème que la probabilité que le résultat de l'étude soit fausse augmente.
le risque d'erreur avec 1 test est de 5%, avec 2 tests 10% et avec 10 test 40%. C'est exactement alpha global = 1-(1-alpah) puissance k.
alpha est le risque d'erreur d'un test.
alpah le risque d'erreur de tests multiple
k le nombre de tests.
Autrement dans l'étude OGM avec 10 groupes on peut tout autant lancer une pièce de monnaie.
On règle ce problème par des corrections statistiques dont la plus connue est la correction de Bonferoni. Pour simplifier si par exemple on a avec 10 tests multiple une risque d'erreur de 40%, il faut le ramener à 5% en changeant la valeur alpha. Soit dans le cas présent pour chaque test on accepte plus que 0.625% de risque d'erreur au lieu des 5% habituel.
Le corollaire est alors pour arriver à ceci la nécessite d'augmenter drastiquement le nombre de sujet dans les groupes pour de nouveau avoir des tests utilisable.
Dans le cas de cette étude l'auteur ne c'est pas contenté de faire 10 groupes, mais dans la mortalité par exemple il s'est amusé arbitrairement de prendre un mois x (soit dans ce cas 17 mois pour les mâles et 24 mois pour le femelles) donc il y encore introduit des test supplémentaires (son programme statistique lui testant simplement du mois 1 au mois z).
Ensuite pour les tumeurs, il n'a disséqué que 34 rats, donc de nouveau ça vaut pas un clou. Soit on recherche des tumeurs et on dissèque chaque rat qui meurt, soit on laisse tomber.
Le tableau le plus parlant et la table 2 qui montre bien que l'on peut mettre à la poubelle ces chiffres (en plus il réeussit encore à subdivisier en type de tumeur).
Mais il ne s'est pas arrêté là il a, à 15 mois fait de nombreux prélèvements sanguins et cherché s'il y avait une différence statistqieu quelque part (31 variables).
On a donc en résumé 10 groupes ce qui entraîne 55 tests, estimons qu'il a testé 10 mois pour trouver 1 mois significative en terme de mortalité, c'est 550 tests. En plus il test non seulement la durée de vie, l'incidence de tumeur mais encore 11 mesures biologique par prélèvement de sang.
Ce qui fait quelque chose au total de 2'250 tests statistiques différents.
Ce qui est bien aujourd'hui, il n'y a qu'à mettre un grand nombre de chiffres dans un programme statistique et le laisser faire tous ces test pour en ressortir ceux qui sont significatif.
Avec 2250 tests à 5% la probabilité de se tromper est d'environ 100%
Donc son étude est du papier de chiotte et je reste encore poli et gentil.
Ce qui me hérisse est que cette foutaise ai passé les reviewer (il me semble qu'il y a une enquête à faire), que ce torchon ai trouvé un résonance médiatique (n'y a t-il dans le journaux que des crétins?) et le fric dépensé pour rien.
D'ailleurs si c'est vraiment 3 Mio d'euro de financement, c'est à la limite de l'escroquerie. C'est du travail à environ 10% pour un chercheur sur 2 ans et on y additionne, l'élevage en condition expérimentale des rats. Donc sur deux ans en étant vraiment extrêmement généreux c'est 250'000 Euro en frais réels.
J'ai assez ramé à l'époque, payé avec un lance pierre pour trouver quelques dizaines de milliers de francs ici et là avec lesquels on arrivait à produire de la qualité.
J'aimerais juste préciser que je suis un opposant total aux OGM, mais je ne peux pas cautionner une foutaise pareille, qui sur le long terme va complètement décrédibiliser la recherche sur le sujet.
En ce concerne l'auteur principal Gilles-Eric Séralini, soit il est un escroc scientifique qui surfe sur la vague anti-OGM soit c'est un idiot. Je penche pour la deuxième solution.
10 groupes de 20 rats, c'est juste du délire à l'origine et est suffisants pour disqualifier celui qui à conçus l'étude (zéro pointé en statistique). Ceci dit il y de nombreux chercheurs plus malin qui vont faire par exemple 3 groupes, faire passer à la moulinette statistique toute les données disponible et finalement publier ceux qui sont significatifs en les présentant comme des hypothèses de départ.
Cette manière de procéder est très répandue et quasiment impossible à détecter, sauf si on accès aux données brutes de base originelles. En médecine humaine pour ces raisons, les études sur les médicaments sont ultra contrôlée et extrêmement rigoureuse dans leur protocole expérimental et statistiques.
Peut-être pour le débat OGM, j'y suis totalement opposé en raison de l'appauvrissement génétique semencier induit, la dépendance totale du producteur du vendeur de semence et l'impossibilité de produire localement une semence plus adapté au terroir. De plus l'obligation pour l'agriculteur d'utiliser de l'herbicide à des doses de plus en plus hautes et finalement la transmission du gène de résistance à d'autres plantes.
Rien que ceci suffit pour décrédibiliser l'OGM. Y a t il un risque sanitaire augmenté???? Ben si on veut y répondre on peut faire des bonnes études toxicologique, mais la m*rde que nous a servis Gilles-Eric Séralini.
Moléson
PS: Je ne suis pas vraiment seul avec cette opinion:
http://sante.lefigaro.fr/actualite/2012/09/20/19097-critiques-internationales-contre-letude-sur-ogmJolie démonstration statistique:
http://weedcontrolfreaks.com/2012/09/why-i-think-the-seralini-gm-feeding-trial-is-bogus/http://www.sciencemediacentre.org/pages/press_releases/12-09-19_gm_maize_rats_tumours.htmPour avoir une vague idée de ce qui se passe en terme de fraude dans le monde scientifique:
http://retractionwatch.wordpress.com/Un très joli démontage de l'étude avec une conclusion plutôt forte
http://academicsreview.org/2012/09/scientists-smell-a-rat-in-fraudulent-study/We were mistaken about Séralini. The experiments reported last week show that he has crossed the line by committing gross scientific misconduct and attempted fraud.
Sujet: Le danger des OGM en chair et en...poil (Lu 15318 fois)
