Assessing the Secondary Use and Scientific Impact of Shared Clinical Trial Data: A Cross-Sectional Study of Clinical Trials Shared on the YODA Project Platform

Cette étude transversale révèle que le partage de données d'essais cliniques via la plateforme YODA a généré un volume substantiel de publications secondaires, dont la proportion croissante par des chercheurs externes a élargi les objectifs de recherche et atteint un impact scientifique comparable à celui des publications internes.

L'essentiel

🍳 Le concept de base : La "Bibliothèque des Recettes"

Imaginez que les essais cliniques (les tests médicaux sur de nouveaux médicaments) sont comme des recettes de cuisine créées par de grands chefs (les chercheurs et les laboratoires pharmaceutiques).

Traditionnellement, une fois qu'un chef a publié sa recette dans un magazine, il la garde pour lui. Mais ici, le laboratoire Johnson & Johnson a décidé de faire quelque chose de différent : il a ouvert les portes de sa grande bibliothèque (le projet YODA) et a dit aux autres chefs du monde entier : "Vous pouvez venir copier nos recettes, les étudier, et essayer de créer de nouveaux plats avec nos ingrédients."

Cette étude a regardé ce qui s'est passé dans cette bibliothèque pendant plusieurs années.

🔍 Ce que les chercheurs ont découvert

L'équipe a analysé 336 essais cliniques (336 recettes) et a vu ce que les gens ont fait avec les données partagées. Voici les trois grandes leçons, expliquées simplement :

1. Qui cuisine avec ces données ?

Au début, ce sont surtout les chefs originaux (les chercheurs qui ont fait le test initial) qui ont continué à cuisiner. Ils ont écrit beaucoup de nouveaux articles pour affiner leurs propres recettes.

• L'analogie : C'est comme si le chef qui a inventé le gâteau au chocolat continuait à écrire des articles sur comment le décorer ou le faire cuire à différentes températures.

Cependant, avec le temps, d'autres chefs (des chercheurs indépendants qui ne travaillaient pas pour le laboratoire) sont arrivés en masse.

• L'évolution : Au début, c'était 100% le chef original. Mais après 11 ans, plus de la moitié des nouveaux articles venaient de ces "invités". La bibliothèque est devenue un lieu de collaboration mondiale.

2. Que cuisinent-ils ? (Des plats différents)

Les deux groupes ne cuisinent pas exactement la même chose. C'est là que ça devient intéressant :

• Les chefs originaux se concentrent sur les détails de leur propre recette : "Est-ce que ce gâteau est sûr ? Est-ce qu'il fonctionne mieux que l'autre ?" Ils vérifient la sécurité et l'efficacité de base.
• Les chefs invités (les chercheurs externes) utilisent les ingrédients pour faire des nouveaux types de plats que le chef original n'avait pas prévus.
  • Ils mélangent les données de plusieurs recettes (plusieurs essais) pour créer de super-plats géants (des analyses combinées).
  • Ils créent des prédictions : "Si vous mangez ce gâteau avec tel ingrédient, voici ce qui va arriver dans 10 ans."
  • Ils inventent de nouvelles techniques de cuisine (de nouvelles méthodes statistiques) pour voir si elles fonctionnent sur d'autres plats.

En résumé : Les chefs originaux vérifient la qualité de leur plat, tandis que les invités utilisent les ingrédients pour innover et prédire l'avenir.

3. Qui est le plus célèbre ? (L'impact scientifique)

C'est ici que ça devient subtil, comme comparer un restaurant étoilé et un food truck viral.

• Les chefs invités (Externes) : Leurs articles sont souvent publiés dans des magazines très prestigieux (très hauts impact) et sont beaucoup partagés sur les réseaux sociaux et les médias. Pourquoi ? Parce qu'ils mélangent souvent plusieurs études, ce qui donne des résultats plus gros et plus impressionnants.
• Les chefs originaux (Internes) : Leurs articles sont cités plus souvent par d'autres scientifiques et, surtout, sont plus souvent utilisés pour écrire les règles officielles (les guides cliniques) que les médecins suivent pour soigner les patients.

La métaphore :
Les articles des "invités" sont comme des films d'action blockbusters : ils font beaucoup de bruit, sont vus par tout le monde, et sont très populaires sur Internet.
Les articles des "chefs originaux" sont comme les livres de cuisine de référence : ils sont moins "viraux", mais ce sont eux que les professeurs et les chefs étoilés consultent pour écrire les règles officielles de la cuisine.

💡 La conclusion en une phrase

Partager les données d'essais cliniques est comme ouvrir une bibliothèque publique : cela permet aux chercheurs du monde entier de ne pas réinventer la roue, de créer de nouvelles idées (comme des prédictions de santé) et de prolonger la vie scientifique des recherches bien après que les chercheurs originaux ont fini leur travail.

C'est un gain énorme pour la science, car cela transforme une simple recette en une source d'inspiration pour des milliers de nouveaux plats, même si les "chefs originaux" restent les gardiens des règles officielles.

Résumé technique

1. Problématique et Contexte

Le partage des données de niveau participant individuel (IPD) issues des essais cliniques est reconnu comme un levier essentiel pour la transparence, la reproductibilité et l'innovation en recherche médicale. Cependant, malgré l'existence d'initiatives comme le projet YODA (Yale Open Data Access) et d'autres plateformes, les preuves concernant l'impact scientifique réel et la durabilité de ces partages restent limitées.

Les défis majeurs incluent :

• La nécessité de justifier les investissements substantiels en temps et en infrastructure nécessaires au maintien de ces plateformes.
• L'incertitude quant à la capacité des données partagées à générer une recherche secondaire significative par des chercheurs externes (non affiliés aux investigateurs originaux).
• La comparaison de l'impact scientifique entre les publications générées par les investigateurs originaux (« internes ») et celles générées par des chercheurs externes (« externes »).

L'objectif de cette étude était d'évaluer le nombre, le calendrier de publication, les caractéristiques et l'impact scientifique des publications secondaires issues d'un portefeuille d'essais cliniques parrainés par Johnson & Johnson (J&J), accessibles via la plateforme YODA.

2. Méthodologie

Il s'agit d'une étude transversale menée sur les données publiques disponibles.

• Population d'étude : 336 essais cliniques parrainés par J&J listés sur la plateforme YODA, disponibles pour partage jusqu'au 31 décembre 2021, et disposant d'une publication primaire complète (rapportant les résultats de l'objectif principal) par les investigateurs originaux.
• Identification des publications secondaires :
  • Recherche systématique dans la base de données Web of Science (jusqu'au 30 juin 2025) pour identifier toutes les citations des publications primaires.
  • Screening rigoureux (titre, résumé, texte intégral) pour ne retenir que les articles évalués par des pairs utilisant les IPD des essais inclus.
  • Exclusion des commentaires, lettres, résumés de conférences et études n'utilisant que des données agrégées.
• Classification :
  • Publications internes : Au moins un auteur de la publication secondaire est également auteur de la publication primaire ou affilié à J&J.
  • Publications externes : Aucun auteur ne répond aux critères ci-dessus.
• Variables analysées :
  • Caractéristiques de l'essai (phase, taille, domaine thérapeutique).
  • Caractéristiques de la publication secondaire (type d'analyse, objectifs de recherche, mécanisme d'accès aux données).
  • Métriques d'impact scientifique : Facteur d'impact du journal, nombre de citations annuelles, score d'attention Altmetric (médias sociaux, actualités), nombre de lecteurs Mendeley, et citation dans les lignes directrices cliniques ou documents politiques.
• Analyse statistique : Utilisation de tests non paramétriques (Mann-Whitney U) pour les métriques continues et du test du Chi-deux pour les variables catégorielles.

3. Résultats Clés

A. Volume et Chronologie

• Sur 336 essais, 78,9 % ont généré au moins une publication secondaire, totalisant 1 167 publications.
• La majorité (82,1 %) étaient des publications internes. Cependant, la proportion de publications externes a augmenté de manière constante au fil du temps.
• Point de bascule : À partir de la 11ème année suivant la publication primaire, les publications externes ont dépassé les 50 % de l'ensemble des publications secondaires.
• Délai de publication : Les publications internes sont parues plus rapidement (médiane de 3,3 ans) que les externes (médiane de 9,9 ans). Toutes les publications parues dans les 3 ans avant et les 2 ans après la publication primaire étaient internes.

B. Caractéristiques de la Recherche

• Accès aux données : Parmi les publications externes rapportant le mécanisme d'accès (n=190), 84,7 % ont utilisé des plateformes de partage de données (principalement YODA), contre un accès direct aux investigateurs ou à J&J pour seulement 10,5 %.
• Types d'analyses : Les publications externes étaient significativement plus susceptibles d'être des analyses regroupées (pooled analyses) (72,2 % vs 55,7 % pour les internes).
• Objectifs de recherche :
  • Externes : Plus axées sur la modélisation prédictive ou pronostique (51,7 % vs 33,6 %), le développement de modèles statistiques/algorithme (28,7 % vs 11,9 %) et la validation de méthodes.
  • Internes : Plus axées sur l'efficacité comparative, les effets secondaires et les objectifs secondaires non primaires.

C. Impact Scientifique

Les publications externes ont démontré un impact comparable, voire supérieur sur certains indicateurs, par rapport aux publications internes :

• Facteur d'impact : Plus élevé pour les externes (médiane 6,7 vs 4,6).
• Attention en ligne (Altmetric) : Scores significativement plus élevés pour les externes (médiane 2,1 vs 0,6).
• Citations annuelles : Légèrement plus faibles pour les externes (médiane 2,7 vs 3,4), probablement dû à un délai de publication plus long.
• Utilisation dans les politiques : Les publications internes étaient plus souvent citées dans les lignes directrices cliniques (29,2 % vs 11,4 %) et les documents politiques (25,6 % vs 7,6 %).
• Lecteurs Mendeley : Pas de différence significative entre les deux groupes.

4. Contributions et Signification

Contributions principales :

1. Démonstration de la durabilité : L'étude prouve que le partage de données cliniques génère une recherche secondaire substantielle et durable sur une période de plus d'une décennie.
2. Complémentarité des rôles : Elle met en évidence une division du travail scientifique : les investigateurs originaux continuent d'explorer les résultats immédiats et la sécurité, tandis que les chercheurs externes utilisent les données pour des analyses méthodologiques avancées, des modèles prédictifs et des méta-analyses regroupées.
3. Validation des mécanismes structurés : Le fait que la grande majorité des chercheurs externes accèdent aux données via des plateformes formelles (YODA) plutôt que par des demandes directes souligne l'importance cruciale d'infrastructures de partage structurées et indépendantes.

Signification pour la communauté scientifique :

• Justification de l'investissement : Les résultats soutiennent l'idée que les coûts et efforts liés au partage de données sont rentables, générant une valeur scientifique continue bien au-delà de la période active de l'essai.
• Innovation méthodologique : Le partage de données permet non seulement de réévaluer l'efficacité des traitements, mais aussi de faire progresser la science des données (développement d'algorithmes, validation de risques) que les investigateurs originaux ne pouvaient pas réaliser seuls.
• Politique de données : L'étude plaide pour un soutien politique continu et le développement d'infrastructures transparentes et durables pour maximiser la valeur des essais cliniques et réduire la duplication des recherches.

Limites :
L'étude se limite aux essais parrainés par une seule entreprise (J&J), ce qui peut affecter la généralisabilité. De plus, l'identification des publications repose sur les citations dans Web of Science, ce qui pourrait sous-estimer le nombre total de publications secondaires, en particulier celles des chercheurs externes qui pourraient ne pas citer la publication primaire de manière explicite.

En conclusion, cette étude confirme que le partage de données cliniques via des plateformes comme YODA transforme la valeur des essais cliniques, permettant une réutilisation extensive par la communauté scientifique mondiale avec un impact comparable, bien que différent dans sa nature, à celui des investigateurs originaux.