Applications de la méta-analyse en sciences animales

Quelques journaux sont spécialisés dans les revues, par exemple Animal Health Research Reviews et Nutrition Research Reviews. Cependant, même les revues bibliographiques critiques contiennent un élément de subjectivité, qui peut induire en erreur les chercheurs sur des questions importantes. La méta-analyse s’est donc avérée le meilleur outil pour réduire une telle évaluation subjective et la remplacer par une analyse statistique quantitative et rigoureuse des données recueillies à partir des expériences existantes. Par ailleurs, les incohérences des résultats expérimentaux en sciences animales induisent des difficultés dans l’interprétation de ces résultats. On pointe généralement du doigt le manque de puissance statistique (Jennions et Møller, 2003) et parfois à un manque d’indépendance entre les individus qui sont souvent des animaux sociaux élevés en groupe (Phillips, 1998, 2002). Dans le domaine des sciences animales, une recherche menée par Phillips (2005) sur la base de données « Web of Science » a permis de recenser 74 méta-analyses publiées dans le domaine de l’expérimentation animale, dont 47 ont été menées sur des expériences incluant des modèles animaux de maladies humaines, 7 sur la biologie évolutionnaire, 6 sur la production animale et 5 sur les sciences vétérinaires. Ces publications ont commencé par un nombre modeste en 1993, et ce nombre a considérablement augmenté entre 2000 et 2005 pour atteindre les 27 méta-analyses en 2004. La Figure 2.10 permet de se rendre compte de l’importance croissante de ce type d’approche dans le domaine scientifique, principalement en psychologie et en médecine.

En méta-analyse, une moyenne d’une expérimentation ou d’un traitement est souvent l’unité expérimentale, à la place de l’animal, qui est normalement le répliquât dans un essai randomisé contrôlé. Cette fonction permet d’élargir la population de base, qui peut donc contenir des animaux de différentes races, différents âges, et parfois même d’espèces différentes. Ainsi, les résultats peuvent être extraits d’une grande variété de conditions et avec une plus grande confiance par rapport aux résultats d’un nombre limité d’expériences isolées.  L’hétérogénéité des dispositifs expérimentaux est l’une des principales contraintes des méta-analyses. Une autre difficulté que confronte le méta-analyste est celle de décider quelles sont les expériences qui peuvent être introduites dans le modèle statistique et celles qui devraient être rejetées. La méta-analyse offre la possibilité de tester l’impact des différentes expériences et de décider a posteriori si les résultats de certaines doivent être exclus.  Une bonne application des étapes précédemment définies de la méta-analyse est essentielle car les résultats qui en découleront doivent être considérés comme définitifs en comparaison avec les études individuelles. Cependant, les méta-analyses sont parfois critiquées en raison de l’utilisation de modèles inappropriés, en particulier les modèles linéaires (Cole et al., 2003), qui conduit à fournir des conclusions inappropriées. Notons que la méta-analyse possède un potentiel particulier quand les variations entre les sujets sont élevées, alors que les expérimentations individuelles ne doivent pas avoir nécessairement une puissance statistique élevée pour fournir des résultats fiables (Jennions et Møller, 2003).

Méta-analyse appliquées en nutrition animale

Compte tenu de l’émergence du nouveau paradigme des «lois de réponses multiples aux pratiques» (Sauvant, 1992, 1999: réponses à des critères d’efficacité alimentaire, de qualité des produits élaborés, d’impact sur l’environnement, sur le bien-être et la santé des animaux), les méta-analyses peuvent permettre de progresser significativement. C’est principalement pour cette raison qu’elles sont de plus en plus fréquemment appliquées dans  les domaines de la nutrition et de l’alimentation animale. Par exemple, elles ont été appliquées ces dernières années pour quantifier les réponses physiologiques ou zootechniques des ruminants à différents types d’amidon (Offner et Sauvant, 2004), à des niveaux variables d’apports azotés (Rico-Gomez et Faverdin, 2001), à des apports de différents types de matières grasses (Bas et Sauvant, 2001 ; Schmidely et Sauvant, 2001), ainsi qu’à la défaunation du rumen (Eugène et al., 2004). Elles ont également été pratiquées pour déterminer la dégradabilité moyenne in sacco de l’amidon des aliments (Offner et al., 2003) ou pour expliquer et prédire les flux de phosphore chez les ruminants (Bravo et al., 2003). Ci-dessous on cite de manière plus détaillée trois de ces exemples d’application de la méta- analyse en nutrition animale.