Code Sharing In Prediction Model Research: A Scoping Review
Cette revue de portée quantifie les pratiques actuelles de partage de code dans la recherche sur les modèles de prédiction diagnostique et pronostique, révélant que bien que le partage augmente, il reste limité et souvent insuffisant pour la reproductibilité, fournissant ainsi une base empirique pour le développement de la future extension TRIPOD-Code.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
🍳 Le Grand Défi de la Recette de Cuisine
Imaginez que la recherche médicale sur les modèles de prédiction (ces algorithmes qui aident les médecins à prédire des maladies) soit comme un grand concours de cuisine.
Les chercheurs publient leurs résultats : "Voici le plat délicieux que nous avons créé pour prédire le diabète !" C'est très bien. Mais pour que la science soit fiable, n'importe quel autre chef devrait pouvoir reproduire exactement le même plat en suivant la recette.
Dans le monde du code informatique, la "recette", c'est le code source. C'est le script qui dit à l'ordinateur comment cuisiner les données.
🔍 Le Problème : "Faites-moi confiance, c'est bon !"
Cette étude, menée par une équipe internationale, a regardé des milliers de "recettes" publiées dans des revues scientifiques. Ils ont découvert deux choses surprenantes :
- Peu de gens partagent leur recette : Sur 100 articles scientifiques, seuls 12 disent : "Hé, vous pouvez trouver notre code ici !" C'est comme si un chef disait : "Mon gâteau est incroyable, mais je ne vous donne pas la liste des ingrédients ni les étapes. Faites-moi confiance !"
- Quand ils partagent, c'est souvent incomplet : Même quand le code est là, il ressemble souvent à une boîte à outils rouillée et sans notice.
- Parfois, il manque la liste des ingrédients (les dépendances logicielles) : "Il vous faut une poêle antiadhésive de 2018", mais sans préciser laquelle.
- Parfois, il n'y a pas de notice d'utilisation (fichier README) : "Voici le gâteau, devinez comment le faire."
- Parfois, il n'y a pas de licence : "Vous pouvez le manger, mais vous ne pouvez pas en parler."
🤖 L'Enquêteur Robotique (IA)
Pour faire cette étude, les auteurs n'ont pas lu chaque article à la main (ce qui aurait pris des années !). Ils ont créé un super-détective robotique (une intelligence artificielle) capable de :
- Lire des milliers d'articles en quelques secondes.
- Chasser les liens vers les "boîtes à outils" (les dépôts de code sur Internet comme GitHub).
- Ouvrir ces boîtes et vérifier si elles contiennent une vraie recette utilisable ou juste des déchets.
Le robot a vérifié près de 4 000 articles et a analysé 380 boîtes à outils en détail.
📉 Ce qu'ils ont trouvé (Le Bilan)
- L'évolution est lente mais positive : Avant, presque personne ne partageait. Aujourd'hui, c'est un peu mieux (environ 16 % en 2025), mais c'est encore très faible.
- Tout dépend du "Chef" et du "Restaurant" : Certains magazines scientifiques (comme Nature Communications ou PLOS Digital Health) forcent leurs auteurs à partager leurs recettes. Dans ces magazines, le taux de partage est énorme (plus de 50 %). Dans d'autres, c'est le silence total.
- La qualité est inégale : Même quand le code est public, il est souvent difficile à utiliser.
- 80 % ont une petite note (README), mais souvent trop vague.
- Seuls 21 % précisent exactement quelles versions des outils sont nécessaires (comme dire "utilisez la farine de blé n°2, pas la n°3").
- Seuls 4 % ont des tests pour vérifier que le code fonctionne bien (comme un contrôle qualité en usine).
💡 La Leçon à Retenir
L'étude conclut avec une métaphore simple : Avoir le code disponible ne suffit pas.
C'est comme si un architecte vous donnait les plans d'une maison, mais sans indiquer la taille des briques, sans préciser le type de ciment, et sans dire comment assembler les murs. Vous avez les plans, mais vous ne pouvez pas construire la maison.
Ce que les chercheurs proposent :
Il faut créer de nouvelles règles (appelées "TRIPOD-Code") pour exiger que les chercheurs ne se contentent pas de dire "le code est là". Ils doivent dire :
- Comment l'utiliser (une vraie notice).
- Avec quels outils (liste précise des ingrédients).
- Sous quelles conditions (qui peut l'utiliser ?).
- Comment le tester (garantie de fonctionnement).
En résumé, pour que la médecine de demain soit fiable et reproductible, il faut passer de l'attitude "Faites-moi confiance" à l'attitude "Voici comment le faire, étape par étape".
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.