Cet atelier a pour but de développer des méthodes d’identification de l’influence de l’industrie pharmaceutique à travers la littérature scientifique sur la science et les politiques de santé. Cet atelier propose une approche collaborative, à travers l’utilisation de méthodes computationnelles, comme par exemple l’analyse de réseaux. Ces méthodes permettent d’explorer les métadonnées d’articles scientifiques et ont pour ambition de les croiser avec celles provenant d’autres bases de données telles qu’Overton ou Transparence Santé. 

9-10 févr. 2026 Noisy-le-Grand (France) 

Argumentaire

Les études financées par l’industrie croisent production de connaissances et stratégies d'influence. La crise des opioïdes aux États-Unis en est un cas emblématique où l'analyse de la communication scientifique révèle les mécanismes subtils par lesquels certaines entreprises pharmaceutiques ont modifié les pratiques cliniques (voir par exemple Sismondo et Bernisson 2024). Ce cas n’est pas isolé, ni confiné à l’industrie pharmaceutique ou aux technologies médicales. D’autres secteurs sont concernés, comme ceux de l’alcool, la chimie, les mines, l’agroalimentaire, les énergies fossiles, les jeux d’argent, et le tabac (Legg et al. 2021).

La science, lorsqu’elle est financée par l’industrie, est sujette à des mécanismes d’influence qui ont été analysés à partir de documents internes que les entreprises ont dû rendre publics lors de litiges aux États-Unis. Bien que ces sources d’information restent limitées, des études ont documenté ces mécanismes d’influence utilisés par l’industrie pharmaceutique (Sismondo 2018), celle du tabac (Proctor 2012), de la chimie (Gaber et al. 2023), de l’alimentation ou encore des combustibles fossiles (Michaels 2020). D'autres travaux (par exemple, Hess 2020, Boullier and Henry 2022, Henry and Counil 2024) décrivent l’accès limité voire impossible à des données scientifiques, et donc l'impossibilité de vérifier les résultats de certaines études menées par l’industrie ; ils décrivent le financement d’études s’alignant avec les intérêts de l’industrie et donc la mise à l’écart ou même la décrédibilisation de la recherche scientifique indépendante et de leurs résultats ; mais aussi la construction de récits scientifiques s’alignant avec les intérêts de l’entreprise qui les produit.

Il existe aujourd’hui de nombreuses bases de données qui permettent d’identifier certains mécanismes d’influence : les financements de l’industrie à destination des acteurs de la santé (Transparence Santé) ; la littérature scientifique sponsorisée par des entreprises pharmaceutiques, produite par des entreprises de communication scientifique, et citée dans des documents politiques (Overton) ; les documents internes aux entreprises rendus publics durant des procédures judiciaires aux Etats-Unis (Industry Documents Library) ; et les réseaux sociaux tels que Reddit ou LinkedIn.

Le but de l’atelier est d’identifier des mécanismes d’influence mis en œuvre par l’industrie en croisant des données concernant des médicaments, des acteurs, ou encore des concepts. L’atelier offre aux participants de travailler à partir de méthodes et d’un ensemble de données sur les opioïdes, qu’ils pourront enrichir en établissant des liens entre ces données et celles provenant de différentes bases de données, de manière quantitative ou qualitative. Il est possible de constituer un ensemble de données sur un sujet alternatif selon nos capacités techniques et données disponibles, veuillez dans ce cas nous consulter trois semaines minimum avant le début de l’atelier.

Cet atelier propose une approche collaborative, à travers l’utilisation de méthodes computationnelles, comme par exemple l’analyse de réseaux. Ces méthodes permettent d’explorer les métadonnées d’articles scientifiques et ont pour ambition de les croiser avec celles provenant d’autres bases de données telles qu’Overton ou Transparence Santé. Par exemple, croiser des données bibliométriques avec celles de Transparence Santé peut aider à identifier des leaders d’opinion qui diffusent les messages d’une entreprise, sous couvert d’indépendance.

Lors de leurs travaux, les participants seront invités à documenter comment ils ont identifié ces liens et à les décrire. Par exemple, ces liens peuvent établir de potentiels conflits d’intérêt à travers différents types de document, et ainsi cartographier des réseaux d’influence scientifique. En mutualisant les résultats de leurs travaux, les participants établiront une liste des mécanismes d’influence identifiés, qu’ils soient plus ou moins visibles, et plus ou moins avérés.

Participant·e·s 

Cet atelier s’adresse à des personnes utilisant la littérature scientifique pour s’informer ou éclairer leurs prises de décision dans le domaine de la santé. Une familiarité avec les bases de données scientifiques, telles que le Web of Science ou PubMed, est donc attendue, ainsi qu’une aisance avec la manipulation de données ou de tableurs. Les participant·e·s pourront se focaliser sur les données issues de différentes bases, comme par exemple, Web of Science et Transparence Santé, pour croiser les informations concernant un ou plusieurs acteurs. Alternativement, les participant·e·s pourront explorer les jeux de données mis à leur disposition. Des études de cas réalisées avec des outils tels que Tableau et R leur seront présentées pour s’en inspirer. Les participants pourront ensuite utiliser ces outils pour tester les méthodes proposées ou en proposer de nouvelles, qu’elles soient quantitatives ou qualitatives. Les approches mixtes sont en effet les bienvenues.

Il est à noter que les inscriptions font l'objet d'une modération.

Modalités de candidature

La participation se fait seulement sur inscription (celle-ci sera fermée après l’inscription des 25 premières inscriptions), un compte HAL ou sciencesconf est requis.

Organisatrices

• Maud Bernisson, chercheuse en étude sociale des sciences au LISIS et spécialisée dans l’influence de l’industrie sur la science
• Frédérique Bordignon, chercheuse à l’Ecole nationale des ponts et chaussées et au LISIS, spécialisée dans la science ouverte et les méthodes bibliométriques