Le plan d’expérimentation peut contribuer à la réduction lorsque des expérimentations faisant appel à l'utilisation des animaux sont planifiées en prenant soin d'examiner les aspects du plan d’expérimentation mentionnés ci-dessous.
Contrôle de la variation
Le choix du plan d’expérimentation comprend l'examen et la prise en compte des facteurs suivants :
- l'unité expérimentale utilisée (p. ex. un animal, une portée d'animaux, une cage contenant plusieurs animaux)
- le procédé d'échantillonnage aléatoire utilisé
- la réalisation des essais à l'insu, pour éviter les biais
- les études pilotes, pour évaluer la logistique de l'expérimentation proposée ou pour donner une idée des résultats probables
- le modèle expérimental utilisé (p. ex. complètement aléatoire, en blocs aléatoires, factoriel, carré latin, essais croisés, mesures répétées, en tiroirs [split-plot], en blocs incomplets, séquentiel)
Variation
La variation des effets fixes peut résulter de différences liées à l'espèce, au sexe, à la souche, à l'âge, aux conditions expérimentales, à la litière et à l'alimentation des animaux d’expérimentation. Ces facteurs peuvent être contrôlés directement par le chercheur qui, s'il le désire, peut les faire varier intentionnellement dans le cadre de sa recherche.
La variation des effets aléatoires provient des variations interindividuelles, des erreurs de mesure non systématiques et de variations associées au temps et au lieu. Ce type de variation peut être minimisé par le choix du sujet expérimental (p. ex. l'utilisation de lignées d’animaux endogames) et par la conception du plan d’expérimentation. L'utilisation de souches isogéniques de rats et de souris peut diminuer la variation en raison de leur uniformité génotypique et phénotypique.
Taille de l’échantillon
La justification de la taille de l'échantillon et du nombre d'animaux qui seront utilisés est une composante importante des protocoles. Il peut être expérimentalement impossible de déceler des effets biologiques importants si la taille de l'échantillon est trop petite, tandis qu'un échantillon d'une taille trop grande gaspille des animaux. Pour déterminer la taille de l'échantillon, il faut considérer la possibilité d'utiliser l'une des deux approches statistiques suivantes :
- analyse de puissance : si la taille de l'effet recherché ou l'écart-type provenant de données expérimentales antérieures ou d’un projet pilote est connu
- méthode de l'équation des ressources : s'il n'existe aucune information sur l'écart-type ou la taille de l'effet
Certaines universités canadiennes fournissent des services de conseil en statistiques.
Erreurs typiques de conception des expérimentations faisant appel à l’utilisation d’animaux
- l'utilisation d'un même protocole à plusieurs reprises sans qu'elle ne soit scientifiquement justifiée (le protocole est utilisé simplement parce qu'il est communément employé dans le domaine ou parce que le chercheur est à l'aise avec ce dernier)
- l'incapacité de sélectionner une unité expérimentale appropriée
- un manque de puissance (l'expérience s'avère incapable de déceler des signes cliniques ou biologiques pertinents)
- une variation qui n'est pas contrôlée (les unités expérimentales ne sont pas réparties de manière aléatoire ou les animaux exposés et les témoins sont considérés séparément et les mesures de ces deux groupes sont prises soit à des moments différents, soit par des personnes différentes)
- la possibilité de biais (la mesure de données subjectives est effectuée au su; de la douleur ou de la détresse chez les animaux)
Présentation des résultats
Une présentation claire des résultats représente la dernière étape d'une bonne conception du plan d’expérimentation et d'un choix approprié de la méthode d'analyse statistique. Cette étape comprend de tenir compte de chaque sujet d'expérimentation, d’employer des mesures de variance appropriées et d’examiner en détail la pertinence biologique de tous les résultats statistiques, significatifs ou non.
Consultez les lignes directrices ARRIVE pour des conseils sur les meilleures pratiques de compte rendu d'études expérimentales chez l'animal.
Cette section s’inspire de Festing et Altman (2002).
Pour de plus amples renseignements sur le plan d’expérimentation et l’analyse, les ressources suivantes peuvent être utiles.
Sélection du protocole expérimental
- Festing M.F.W., Overend P., Das R.G., Borga M.C. et Berdoy M. (2002) The Design of Animal Experiments. Londres R.-U.: RSM Press.
- Festing M. et Altman D. (2002) Guidelines for the design and statistical analysis of experiments using laboratory animals. ILAR Journal 43(4):244-258.
- Festing M.F.W. (2003) Principles: the need for better experimental design. Trends in Pharmacological Sciences 24(7):341-345.
- Festing M.F.W. (2006) Isogenic.info.
- Ce site Web décrit en 15 étapes la conception et l'analyse statistique des expériences faisant appel à l'utilisation d’animaux. Le but du site est d'aider les chercheurs à réduire le nombre d'animaux utilisés en recherche par un meilleur choix lors de la sélection des animaux et par une meilleure conception du plan d’expérimentation. Michael F. W. Festing, auteur du site, est un généticien, un statisticien et un scientifique dont les recherches ont fait appel aux animaux d'expérimentation; il est un retraité du Medical Research Council (Royaume-Uni).
- Festing M.W. (2013) 3Rs-Reduction.co.uk
- Cours abrégé sur le plan d’expérimentation
- Horgan G. (2005) Interpretation of two-stage experiments in animal studies. Laboratory Animals 39(1):75-79.
- Institute for Laboratory Animal Research (2014) Experimental Design & Statistics, theme issue. ILAR Journal 55(3).
- National Centre for the Replacement, Refinement and Reduction of Animals in Research (NC3Rs) (2015) Experimental Design
- National Centre for the Replacement, Refinement and Reduction of Animals in Research (NC3Rs) (2015) Experimental Design Assistant-EDA
- Shaw R., Festing M.F.W., Peers I. et Furlong L. (2002) Use of factorial designs to optimize animal experiments and reduce animal use. ILAR Journal 43(4):223-232.
Variabilité et statistiques
Autres
- Éditorial (2005) Statistically significant. Nature Medicine 1(1):1.
- Bialek W. et Botstein D. (2004) Introductory science and mathematics education for 21st century biologists. Science 303(5659):788-790.
- Hiebert S. (2007) Teaching simple experimental design to undergraduates: do your students understand the basics? Advances in Physiology Education 31(1):82-92.
- Kilkenny C., Browne W.J., Cuthill I.C., Emerson M. et Altman D.G. (2010) Improving Bioscience Research Reporting: The ARRIVE Guidelines for Reporting Animal Research. PLoS Biology 8(6).
- Kilkenny C., Parsons, N., Kadyszewski E., Festing M.F.W., Cuthill I.C., Fry D., Hutton J. et Altman D.G. (2009) Survey of the Quality of Experimental Design, Statistical Analysis and Reporting of Research Using Animals. PloS ONE 4(11):194-201.
- Landis S.C. et al. (2012) A call for transparent reporting to optimize the predictive value of preclinical research. Nature 490(7419):187-191.
- National Centre for the Replacement, Refinement and Reduction of Animals in Research (NC3Rs) (2006) Why do a pilot study?
Réduire cette section
