Publication

Comment présenter les résultats d’une thèse de médecine ?

Une méthode concrète pour transformer les sorties statistiques en partie Résultats claire : flow chart, Table 1, résultats descriptifs, tableaux, figures, p-values et intervalles de confiance.

Présenter les résultats d’une thèse de médecine ne consiste pas à coller les sorties du logiciel de statistiques dans le manuscrit. Il faut transformer des nombres en une section lisible : qui a été analysé, quelles étaient les caractéristiques de la population, quel est le résultat principal, quels sont les résultats secondaires, et quelle est l’incertitude autour des estimations.

La règle de base est simple : la partie Résultats montre les données, elle ne les interprète pas encore. L’interprétation viendra dans la discussion.

Si vous êtes en train de rédiger tout le manuscrit, replacez cette étape dans le parcours complet de la thèse de médecine. Les résultats doivent répondre aux objectifs annoncés dans les Méthodes et préparer une discussion solide.

À quoi sert la partie Résultats ?

La partie Résultats sert à répondre aux objectifs de l’étude avec des données vérifiables.

Elle doit permettre au lecteur de comprendre :

  • combien de patients, dossiers, questionnaires ou observations ont été analysés ;
  • quelles étaient les caractéristiques de la population ;
  • quel est le résultat principal ;
  • quels sont les résultats secondaires ;
  • quelles analyses complémentaires ont été réalisées ;
  • avec quel niveau de précision les résultats sont estimés.

Elle ne doit pas justifier les choix méthodologiques. Elle ne doit pas non plus expliquer longuement pourquoi les résultats sont importants. Ces éléments appartiennent aux sections Méthodes et Discussion.

L’ICMJE recommande de présenter les résultats dans un ordre logique, en commençant par les constatations principales, sans répéter dans le texte toutes les données déjà présentes dans les tableaux ou figures.

L’ordre logique des résultats

Un ordre simple fonctionne pour la plupart des thèses quantitatives.

  1. Flux des patients ou observations
  2. Description de la population
  3. Résultat principal
  4. Résultats secondaires
  5. Analyses complémentaires ou de sensibilité
  6. Données manquantes importantes si elles influencent l’interprétation

Cet ordre doit suivre votre protocole et votre partie Méthodes. Si l’objectif principal était de comparer deux groupes, le résultat principal ne doit pas apparaître après plusieurs pages de résultats secondaires.

Commencer par la population analysée

Le lecteur doit savoir rapidement sur quoi reposent les résultats.

Exemple :

Sur 428 dossiers identifiés, 72 ont été exclus : 41 ne répondaient pas aux critères d’inclusion, 18 présentaient des données manquantes sur le critère principal et 13 correspondaient à des doublons. L’analyse principale a donc porté sur 356 patients.

Cette phrase répond à une question essentielle : combien de données entrent réellement dans l’analyse ?

Suivre les objectifs annoncés

Les résultats doivent répondre aux objectifs dans le même ordre que celui annoncé dans les Méthodes.

Si vos Méthodes disent :

  • objectif principal : évaluer l’association entre le délai de prise en charge et la durée d’hospitalisation ;
  • objectifs secondaires : décrire les complications, comparer les réhospitalisations, identifier les facteurs associés.

Alors la partie Résultats doit garder cette hiérarchie. Ne commencez pas par une analyse secondaire simplement parce qu’elle donne une p-value plus spectaculaire.

Le flow chart : expliquer qui a été analysé

Le flow chart, ou diagramme de flux, montre le chemin entre les données disponibles au départ et la population finalement analysée.

Il est utile dès qu’il existe des exclusions, des pertes de suivi, des doublons, des dossiers incomplets ou plusieurs étapes de sélection.

Dans une thèse rétrospective, il peut décrire :

  • le nombre de dossiers identifiés dans le logiciel hospitalier ;
  • les dossiers non éligibles ;
  • les exclusions ;
  • les doublons ;
  • les patients inclus ;
  • les patients analysés pour le critère principal ;
  • les patients disponibles pour certaines analyses secondaires.

Exemple de flow chart textuel

Vous pouvez d’abord le construire sous forme textuelle avant d’en faire une figure.

ÉtapeEffectif
Dossiers identifiés sur la période428
Dossiers exclus car hors critères41
Doublons supprimés13
Données manquantes sur le critère principal18
Patients inclus dans l’analyse principale356

Dans le manuscrit, ce tableau peut devenir une figure simple. L’objectif n’est pas de faire un dessin sophistiqué, mais de rendre le flux compréhensible.

Où placer le flow chart ?

Placez-le généralement au début des Résultats, avant la Table 1. Le lecteur comprend ainsi d’où vient la population décrite ensuite.

Si votre thèse suit une logique d’article observationnel, le guide STROBE pour les études observationnelles peut vous aider à vérifier que le flux des participants, les exclusions et les effectifs sont bien rapportés.

La Table 1 : décrire la population

La Table 1 décrit les caractéristiques initiales de la population.

Elle doit répondre à une question : qui sont les patients ou sujets étudiés ?

On y trouve souvent :

  • âge ;
  • sexe ;
  • caractéristiques cliniques importantes ;
  • comorbidités ;
  • traitements pertinents ;
  • variables biologiques utiles ;
  • score de gravité si adapté ;
  • exposition ou groupe principal ;
  • données de suivi initiales si elles caractérisent la population.

La Table 1 n’est pas un inventaire de toutes les colonnes de votre tableur. Elle doit sélectionner les variables utiles pour comprendre l’étude, interpréter les résultats et juger la comparabilité des groupes.

Table 1 avec ou sans groupes ?

Si votre thèse est purement descriptive, une colonne Total peut suffire.

Si votre objectif compare deux groupes, la Table 1 présente souvent :

VariableTotalGroupe AGroupe B
Âge, médiane [IQR]72 [61-83]75 [64-84]69 [58-80]
Femmes, n (%)168 (47,2 %)91 (50,6 %)77 (43,8 %)
Diabète, n (%)84 (23,6 %)48 (26,7 %)36 (20,5 %)

Si les groupes correspondent à une exposition, une stratégie de prise en charge ou un événement, la Table 1 permet de voir s’ils étaient comparables au départ.

Faut-il mettre une p-value dans la Table 1 ?

Pas toujours.

La Table 1 sert d’abord à décrire. Ajouter une p-value pour chaque ligne peut donner l’impression que l’objectif est de tester toutes les différences initiales. Ce n’est pas forcément pertinent.

Une p-value peut être utile si :

  • les groupes comparés correspondent à une vraie question ;
  • la comparaison des caractéristiques initiales aide à comprendre un déséquilibre ;
  • votre directeur, votre méthodologiste ou la revue le demande.

Mais elle ne remplace pas le jugement clinique. Une différence peut être importante même sans p-value significative, surtout avec un petit effectif. À l’inverse, une différence minime peut devenir statistiquement significative dans un très grand échantillon.

Comment présenter les données manquantes ?

Les données manquantes doivent être visibles.

Selon la situation, vous pouvez :

  • indiquer le nombre de données disponibles pour chaque variable ;
  • ajouter une ligne Données manquantes ;
  • préciser dans la légende que les pourcentages sont calculés sur les données non manquantes ;
  • décrire séparément les variables très incomplètes.

Si les valeurs manquantes sont nombreuses, ne les cachez pas. Elles peuvent modifier la crédibilité de certaines analyses. Le guide sur les valeurs manquantes dans un tableur peut vous aider à les documenter correctement.

Résultats descriptifs : quoi écrire dans le texte ?

Le texte ne doit pas répéter toute la Table 1.

Il doit résumer les résultats descriptifs les plus utiles.

Exemple :

L’âge médian était de 72 ans [IQR 61-83] et 168 patients (47,2 %) étaient des femmes. Les principales comorbidités étaient l’hypertension artérielle (54,8 %), le diabète (23,6 %) et l’insuffisance rénale chronique (14,3 %).

Cette phrase donne une vision de la population sans reprendre chaque cellule.

Toujours donner le dénominateur

Un pourcentage sans effectif est souvent insuffisant.

Écrivez plutôt :

84 patients sur 356 présentaient un diabète, soit 23,6 %.

ou :

Le diabète concernait 84 patients (23,6 %).

L’ICMJE recommande de ne pas donner seulement des dérivés comme les pourcentages, mais aussi les nombres absolus dont ils proviennent. En pratique, c’est indispensable dans une thèse : 20 % ne signifie pas la même chose si cela correspond à 2 patients sur 10 ou à 200 patients sur 1000.

Ne pas interpréter trop tôt

Dans les Résultats, évitez :

Le groupe intervention avait logiquement moins de complications, ce qui montre l’efficacité du protocole.

Préférez :

Les complications étaient observées chez 18 patients (10,0 %) dans le groupe intervention et chez 31 patients (17,6 %) dans le groupe contrôle.

La première phrase interprète. La seconde présente le résultat.

Tableaux et figures : choisir le bon format

Un bon résultat n’a pas besoin d’être montré trois fois. Choisissez entre texte, tableau et figure selon ce que le lecteur doit comprendre.

FormatUtile pourÀ éviter
TexteRésumer les résultats principauxRépéter toutes les cellules d’un tableau
TableauDonner des valeurs précisesAccumuler des variables secondaires sans hiérarchie
FigureMontrer une tendance, un flux, une distribution ou une comparaison visuelleDécorer un résultat déjà clair en une phrase

Quand utiliser un tableau ?

Utilisez un tableau si le lecteur doit comparer plusieurs valeurs précises.

Exemples :

  • caractéristiques de la population ;
  • résultats principaux par groupe ;
  • analyses univariées et multivariées ;
  • complications par catégorie ;
  • performances d’un score.

Un tableau doit avoir :

  • un titre explicite ;
  • des colonnes courtes ;
  • les unités ;
  • les effectifs ;
  • les notes nécessaires ;
  • les abréviations expliquées ;
  • une cohérence d’arrondi.

Quand utiliser une figure ?

Utilisez une figure quand la forme visuelle aide réellement.

Exemples :

  • flow chart ;
  • courbe de survie ;
  • histogramme ou densité pour une distribution ;
  • diagramme en barres pour quelques proportions ;
  • forest plot pour plusieurs estimations ;
  • courbe ROC pour un score prédictif.

Les figures doivent rester lisibles en noir et blanc ou une fois imprimées. Les axes doivent être nommés, les unités indiquées, et la légende doit permettre de comprendre la figure sans chercher partout dans le texte.

L’ICMJE rappelle aussi que les tableaux et figures doivent être cités dans l’ordre, avec des titres et légendes suffisamment explicites.

Comment présenter les p-values et les IC95 ?

La p-value et l’intervalle de confiance à 95 %, ou IC95, ne racontent pas la même chose.

La p-value indique si les données observées sont compatibles avec une hypothèse nulle dans le cadre d’un test donné. Elle ne mesure pas l’importance clinique d’un résultat.

L’IC95 donne une idée de la précision de l’estimation. Il montre une plage de valeurs compatibles avec les données, sous certaines hypothèses statistiques.

Ne pas se limiter à p < 0,05

Écrire seulement p < 0,05 est souvent trop pauvre.

Préférez :

La réhospitalisation à 30 jours était plus fréquente chez les patients exposés : 24,1 % contre 14,8 %, soit une différence absolue de 9,3 points ; p = 0,03.

Encore mieux si une estimation avec IC95 est disponible :

L’exposition était associée à la réhospitalisation à 30 jours : OR = 1,82 ; IC95 % 1,12 à 2,96 ; p = 0,02.

Cette formulation donne :

  • le sens de l’effet ;
  • la taille de l’association ;
  • la précision ;
  • la p-value.

Les SAMPL guidelines insistent sur la qualité du reporting statistique : préciser les analyses, rapporter les estimations utiles et éviter de réduire les résultats à une décision binaire significatif/non significatif.

Comment écrire les principaux indicateurs ?

RésultatExemple de présentation
Différence de moyennesDifférence moyenne = 4,2 jours ; IC95 % 1,1 à 7,3
Différence de proportionsDifférence absolue = 9,3 points ; IC95 % 1,0 à 17,6
Odds ratioOR = 1,82 ; IC95 % 1,12 à 2,96
Risque relatifRR = 1,35 ; IC95 % 1,04 à 1,76
Hazard ratioHR = 0,72 ; IC95 % 0,55 à 0,94
Corrélationr = 0,42 ; IC95 % 0,25 à 0,56

Adaptez toujours l’indicateur au type d’étude et au modèle utilisé. Si vous hésitez sur la comparaison à réaliser, l’article comparer deux groupes ou plus ou celui sur les données appariées peut aider à cadrer l’analyse.

Combien de décimales utiliser ?

Il n’existe pas une règle unique, mais la cohérence compte.

En pratique :

  • pour les pourcentages : souvent une décimale suffit ;
  • pour les p-values : p = 0,03, p = 0,18, ou p < 0,001 ;
  • pour les moyennes et médianes : gardez une précision cohérente avec la mesure ;
  • pour les OR, RR, HR : souvent deux décimales suffisent.

Évitez les faux niveaux de précision :

La durée moyenne était de 4,738291 jours.

Préférez :

La durée moyenne était de 4,7 jours.

Présenter les analyses secondaires et complémentaires

Toutes les analyses n’ont pas la même importance.

Séparez clairement :

  • l’analyse principale ;
  • les analyses secondaires prévues ;
  • les analyses exploratoires ;
  • les analyses de sensibilité ;
  • les analyses en sous-groupes.

Une analyse exploratoire peut être intéressante, mais elle ne doit pas être présentée comme si elle avait été l’objectif principal depuis le départ.

Exemple :

Dans une analyse exploratoire non prévue au protocole, l’association semblait plus marquée chez les patients âgés de 75 ans ou plus.

Cette formulation est plus honnête que :

Chez les patients de 75 ans ou plus, l’exposition était le facteur principal de réhospitalisation.

La transparence protège le manuscrit. Elle évite de donner trop de poids à un résultat fragile.

Erreurs fréquentes dans la partie Résultats

Mélanger résultats et discussion

La partie Résultats montre les données. La discussion explique ce qu’elles signifient.

Évitez les phrases comme :

  • Ce résultat peut s’expliquer par...
  • Cette différence confirme que...
  • Notre étude prouve que...

Gardez ces formulations pour la discussion, en les nuançant.

Mettre une p-value partout

Une p-value n’est pas nécessaire pour chaque ligne d’un tableau descriptif.

Elle doit répondre à une question statistique, pas remplir une colonne par habitude.

Oublier les effectifs

Un pourcentage sans effectif est ambigu.

Écrivez 18 patients (10,0 %) plutôt que seulement 10,0 %.

Trop arrondir ou pas assez

Une précision excessive donne une impression artificielle. Une précision insuffisante peut masquer une différence utile.

Choisissez une règle d’arrondi et appliquez-la partout.

Dupliquer texte, tableau et figure

Si un tableau donne toutes les valeurs, le texte doit en extraire les messages principaux. Si une figure montre une tendance, ne recréez pas le même contenu dans un tableau complet sauf raison claire.

Cacher les données manquantes

Les données manquantes ne disparaissent pas parce qu’elles ne sont pas affichées. Indiquez-les quand elles concernent une variable importante ou quand elles modifient l’effectif analysé.

Présenter les sorties du logiciel sans les traduire

Les logiciels statistiques produisent souvent des tableaux techniques. Le manuscrit doit présenter des résultats compréhensibles, pas une copie brute de sortie.

Si vous utilisez un outil comme TablR ou un autre logiciel, vérifiez toujours que les tableaux finaux sont adaptés au lecteur de la thèse.

Checklist finale avant de passer à la discussion

Avant de considérer la partie Résultats comme terminée, vérifiez :

  • le nombre de dossiers ou patients identifiés est indiqué ;
  • les exclusions sont expliquées ;
  • le flow chart est cohérent avec le texte ;
  • la Table 1 décrit vraiment la population ;
  • les données manquantes importantes sont visibles ;
  • le résultat principal apparaît tôt et clairement ;
  • les résultats suivent l’ordre des objectifs ;
  • les effectifs accompagnent les pourcentages ;
  • les unités sont indiquées ;
  • les p-values sont utilisées seulement quand elles répondent à une question ;
  • les estimations importantes ont un IC95 si possible ;
  • les tableaux et figures sont cités dans le texte ;
  • les légendes permettent de comprendre les tableaux et figures ;
  • les analyses exploratoires sont signalées comme telles ;
  • l’interprétation reste dans la discussion.

Pour la suite, les ressources de la catégorie Publication peuvent vous aider à articuler les Résultats avec l’introduction, les méthodes, la discussion et la valorisation du travail.

Questions fréquentes

Faut-il mettre une p-value dans la Table 1 ?

Pas systématiquement. Une Table 1 sert d’abord à décrire la population. Une p-value peut être utile si les groupes comparés correspondent à une vraie question d’analyse, mais elle ne doit pas transformer la description initiale en accumulation de tests.

Quelle différence entre résultats descriptifs et résultats comparatifs ?

Les résultats descriptifs décrivent la population, les variables et les événements observés. Les résultats comparatifs répondent à une question entre groupes, périodes ou expositions, avec une estimation, parfois une p-value et idéalement un intervalle de confiance.

Comment présenter un IC95 dans une thèse ?

Présentez l’estimation puis l’intervalle de confiance à 95 %, par exemple OR = 1,8 ; IC95 % 1,2 à 2,7. L’IC95 montre la précision de l’estimation et aide à interpréter l’incertitude autour du résultat.

Faut-il mettre tous les résultats dans des tableaux ?

Non. Les tableaux doivent porter les données détaillées utiles. Le texte doit résumer les résultats principaux, sans répéter chaque cellule. Une figure peut remplacer un tableau quand elle rend une tendance ou une comparaison plus lisible.

Où placer le flow chart dans une thèse de médecine ?

Le flow chart se place généralement au début de la partie Résultats, juste après avoir décrit le nombre de dossiers ou patients identifiés, exclus, inclus puis analysés.

À retenir

Une bonne partie Résultats suit un ordre simple : flux des participants, description de la population, résultat principal, résultats secondaires, puis analyses complémentaires.

Le texte doit guider le lecteur. Les tableaux donnent la précision. Les figures rendent visibles les flux, tendances ou comparaisons. Les p-values ne suffisent pas : les effectifs, les tailles d’effet et les IC95 rendent les résultats beaucoup plus interprétables.

Une fois cette partie stabilisée, vous pourrez rédiger une discussion plus solide, centrée sur les résultats réellement importants plutôt que sur une accumulation de chiffres.