S’y retrouver dans la science et les données probantes relatives à l’usage médical du cannabis : types d’études, biais et esprit critique

En octobre 2025, l'Espagne a adopté le décret royal 903/2025, qui établit pour la première fois un cadre réglementaire spécifique pour la prescription de préparations standardisées à base de cannabis¹. Un événement marquant qui, inévitablement, a attisé le battage médiatique autour de cette question. Des titres tels que « Le cannabis détruit le cerveau des jeunes » ou « Le cannabis guérit le cancer selon une nouvelle étude » circulent depuis des décennies, mais le nouveau contexte réglementaire les a multipliés. Ces deux extrêmes sont tout aussi néfastes : l'alarmisme entrave l'accès au traitement pour ceux qui pourraient en bénéficier; l'enthousiasme aveugle suscite de faux espoirs et peut conduire à des décisions cliniques inappropriées.

Ce problème n'est pas propre au cannabis. Dans d'autres domaines, il est courant de lire des titres tels que « un nouvel espoir contre la maladie d'Alzheimer » lorsqu'il s'agit de recherches sur des modèles animaux qui peuvent mettre des décennies à se traduire en bénéfices concrets (si tant est qu'elles y parviennent), mais dans ce domaine, il existe une charge idéologique supplémentaire qui complique encore davantage l'interprétation impartiale des données. Nous allons explorer, dans cet article, un outil permettant de naviguer dans cet océan : la pensée critique appliquée à la lecture scientifique. Pour cela, il est indispensable de comprendre quels types d'études existent et ce que l'on peut (et ne peut pas) en tirer.

Comment naviguer dans l'océan de l'information

Dans ce contexte, la première étape consiste à apprendre à faire la distinction entre les différentes sources. Les revues scientifiques, les associations médicales et les organismes de réglementation (tels que l'AEMPS ou l'EMA) soumettent leurs contenus à des processus d'évaluation qui, bien qu'imparfaits, offrent des garanties minimales de rigueur. Les blogues, les communiqués de presse ou les réseaux sociaux, en revanche, méritent d'emblée d'être considérés d'un œil critique. Ils peuvent être utiles pour la diffusion de l'information, mais fournissent rarement le contexte nécessaire pour évaluer la qualité des données.

Pour ceux qui souhaitent consulter les sources primaires, PubMed est la principale base de données de littérature scientifique. Cependant, ses outils de recherche sont limités et, à l'heure actuelle, le terme cannabinoïdes » donne plus de 40 000 résultats. Parcourir cette masse d'informations sans discernement est aussi décourageant que vain.

Capture d'écran provenant du moteur de recherche de littérature scientifique PubMed, qui montre l'évolution de la recherche sur les cannabinoïdes, avec plus de 40 000 résultats prévus en 2026.

Si l'on souhaite évaluer la qualité d'un article scientifique, il faut commencer par la partie « Méthodes ». Ce document décrit le protocole de l'étude, la taille de l'échantillon, les critères d'inclusion et d'exclusion, le type d'essais à l'aveugle et l'analyse statistique utilisée. Le résumé donne un premier aperçu, mais il peut être trompeur s'il n'est pas mis en perspective avec le reste de l'article et, surtout, avec la discussion, où les auteurs honnêtes reconnaissent les limites de leurs conclusions.

La pyramide des preuves biomédicales

Toutes les données scientifiques n'ont pas le même poids. La manière la plus intuitive de comprendre cela est d'utiliser la pyramide des preuves, qui classe les types d'études selon leur rigueur méthodologique.

Représentation graphique de la pyramide des preuves biomédicales, illustrant les différents types d'études scientifiques classés par ordre croissant de niveau de preuve, ainsi que le type d'informations que l'on peut en déduire.

À la base de la pyramide, la recherche préclinique (cultures cellulaires ou modèles animaux) génère des hypothèses translationnelles porteuses d'avenir, mais permet surtout d'approfondir la compréhension des mécanismes biologiques en jeu. C'est le point de départ de presque toutes les recherches, mais celui qui est le plus éloigné de l'application clinique chez l'homme.

Au deuxième niveau, on trouve les rapports de cas et séries de cas : des descriptions d'un ou de quelques patients qui rendent compte des effets observés dans la pratique clinique. Son intérêt réside dans le fait qu'il offre des pistes cliniques à explorer, mais sans aucune possibilité de généralisation.

Viennent ensuite les études observationnelles, dans lesquelles on n'intervient pas directement auprès des participants, mais on les observe et on les compare. Elles permettent d'identifier des associations entre des variables, mais il faut faire preuve de prudence lorsqu'on tente d'établir des relations de causalité, car il y a trop de variables non contrôlées. Toutefois, dans des conditions méthodologiques rigoureuses et avec des échantillons de grande taille, elles fournissent des informations cliniques d'une grande valeur.

Viennent ensuite les essais cliniques non contrôlés : des études dans lesquelles un traitement est administré sans groupe de comparaison et en connaissance du traitement reçu, ce qui limite la possibilité d'attribuer les effets observés exclusivement à l'intervention.

On trouve, à la deuxième place, les essais cliniques randomisés et contrôlés (RCT), considérés comme la référence absolue pour établir des liens de causalité. Les participants sont répartis de manière aléatoire entre le groupe expérimental et le groupe témoin (généralement un groupe placebo) dans le cadre d'une étude en « double aveugle », car ni le patient ni le chercheur ne savent qui reçoit quoi, afin d'éviter tout biais éventuel.

Les revues systématiques et les méta-analyses occupent la première place. Ces publications synthétisent les résultats de nombreuses études portant sur une même question clinique, en appliquant des critères méthodologiques rigoureux pour les sélectionner et les analyser. Lorsqu'elles sont bien menées, elles offrent une vision plus complète et moins biaisée de l'état des connaissances scientifiques.

La pyramide classique est aujourd'hui complétée par d'autres approches. Les données issues du monde réel (RWE) regroupent des études observationnelles prospectives et systématiques à grande échelle, conçues pour refléter la pratique clinique réelle avec une rigueur méthodologique suffisante pour influencer les décisions réglementaires. En ce qui concerne le cannabis, on peut citer comme exemples récents le UK Medical Cannabis Registry² (qui recense environ 15 000 patients, bien qu'il faille tenir compte de certains biais liés au financement) et le projet T21³, mené par l'organisation à but non lucratif DrugScience, qui compte environ 4 500 patients enregistrés.

Il existe également des cartes des données probantes : des outils qui systématisent et visualisent les données probantes disponibles issues de revues systématiques classées en fonction de leur qualité et de leurs résultats, générant ce que l'on pourrait appeler des méta-données probantes⁴.

Les RCT constituent-ils vraiment la référence absolue?

Le rôle attribué aux RCT en tant que seule référence en matière de vérité scientifique mérite une réflexion critique. Sa force intrinsèque (sa capacité à établir des liens de causalité) coexiste avec une faiblesse extrinsèque importante. Les critères d'inclusion et d'exclusion très stricts qui les caractérisent, leur conception expérimentale et leur coût élevé font que ces études portent généralement sur des échantillons de petite taille et très homogènes d'un point de vue clinique et démographique. Il en résulte une grande validité interne, mais une applicabilité externe limitée : la population réelle de patients est bien plus hétérogène que celle de n'importe quel RCT.

Dans le cas particulier du cannabis, cette limite s'accompagne de problèmes méthodologiques supplémentaires. Les participants qui reçoivent des produits contenant du THC le reconnaissent souvent à leurs effets psychotropes, ce qui compromet l'intégrité de l'essai à l'aveugle. À cela s'ajoute la grande variabilité intra- et interindividuelle de la sensibilité aux cannabinoïdes (ce qui rend nécessaires des doses personnalisées, difficilement standardisables), ainsi que le fait que le système endocannabinoïde participe à la régulation des réponses au placebo^5,6, ce qui introduit des variables de confusion difficilement contrôlables.

À ces obstacles méthodologiques s'ajoute une difficulté structurelle : le THC est une substance soumise à un contrôle international, ce qui signifie que toute recherche (même préclinique) nécessite des autorisations spécifiques de la part des organismes de réglementation, dont l'obtention peut prendre plusieurs mois, voire plus d'un an. Cette charge administrative supplémentaire n'existe pas pour les nouveaux médicaments ou les substances non contrôlées, et elle constitue un frein important au progrès de la recherche dans ce domaine.

Dans ce contexte, les études observationnelles rigoureuses sur le plan méthodologique constituent un complément indispensable, et non un substitut de moindre qualité. Schlag et al.. (2022) font précisément valoir que des registres tels que le T21 permettent de recueillir des données sur des milliers de patients présentant des caractéristiques cliniques variées, apportant ainsi une validité externe qu'aucun RCT ne peut offrir⁷.

Les biais qui influencent les données

Des facteurs méthodologiques, économiques et même psychologiques déterminent ce qui est étudié, la manière dont cela est étudié et la manière dont les résultats sont communiqués. Connaître les biais les plus courants est un élément essentiel de la pensée critique.

• Biais de publication. Les études dont les résultats sont positifs ou statistiquement significatifs ont plus de chances d'être publiées que celles dont les résultats sont nuls ou négatifs. Cela fausse la vision d'ensemble des données, car les échecs restent enfouis dans les tiroirs des chercheurs.
• Biais de sélection. Ce problème survient lorsque l'échantillon de l'étude n'est pas représentatif de la population à laquelle on souhaite extrapoler les résultats, comme cela peut être le cas dans les RCT que nous avons mentionnés précédemment.
• Biais de financement. La source de financement conditionne non seulement les questions posées, mais aussi la conception de l'étude et ses conclusions. Dans le domaine du cannabis, ce biais s'observe dans les deux sens. Un article publié dans The Lancet a montré que les trois principaux bailleurs de fonds de la recherche sur le cannabis aux États-Unis sont des institutions spécialisées dans les addictions ou la santé mentale, ce qui crée un déséquilibre structurel en faveur de la mise en évidence des risques⁸. À l'inverse, lorsque le promoteur est une entreprise ayant un intérêt direct à démontrer l'efficacité du produit, le risque réside dans des conceptions favorables, des groupes témoins inadéquats ou des conclusions qui vont au-delà de ce que les données permettent de conclure. Cela ne signifie pas pour autant que toutes les recherches financées par l'industrie soient frauduleuses (c'est souvent le seul moyen de financer les RCT, qui sont coûteux), mais cela impose de vérifier l'existence d'éventuels conflits d'intérêts.
  

  
  Illustration tirée de Purcell J. M., Passley, T. M., & Leheste, J. R. (2022). The Lancet Regional Health – Americas, 14, 3 mars 2025. CC BY-NC-ND 4.0.

• Biais de confirmation et biais de présentation.
  Tant les chercheurs que les lecteurs ont tendance à rechercher, à interpréter et à retenir ce qui confirme leurs convictions antérieures, en ignorant ce qui les contredit. Ce biais cognitif influence la manière dont une étude est conçue, les variables qui sont privilégiées et la façon dont les résultats sont interprétés. Au stade de la rédaction et de la communication, cela donne lieu au biais de présentation ou spin bias : la tendance à présenter les résultats comme plus favorables ou plus concluants que ne le justifient réellement les données. La littérature sur le cannabis fait également état du phénomène inverse : le biais de présentation inverse ou reverse spin bias, dans lequel les auteurs minimisent ou ignorent les résultats positifs statistiquement significatifs issus de leurs propres données. Une étude récente a mis en évidence ce schéma dans 10 des 29 revues systématiques consacrées au cannabis dans le traitement de la douleur, par le biais de mécanismes tels que la qualification des données probantes d'« incohérentes » sans justification méthodologique ou l'introduction de références à des risques non évalués afin de détourner l'attention des bienfaits⁹.

Signification statistique vs. pertinence clinique

Un résultat peut être statistiquement significatif (p < 0,05) tout en étant, dans le même temps, sans importance sur le plan clinique. Imaginons une étude portant sur 5 000 participants qui met en évidence une diminution de 0,2 point sur une échelle de douleur de 10 points. Un échantillon de grande taille permet d'obtenir un résultat statistiquement significatif, mais une amélioration d'une telle ampleur ne change guère la qualité de vie d'un patient.

L'intérêt clinique doit toujours accompagner l'évaluation statistique. De même, il ne faut pas écarter les études dont les résultats ne sont pas significatifs mais qui révèlent une tendance : elles constituent des informations précieuses pour orienter les recherches futures. Les études qui reconnaissent ouvertement leurs limites, qui publient des résultats négatifs et qui font preuve de modération dans leurs conclusions inspirent davantage confiance, et non l'inverse. L'honnêteté méthodologique est un gage de qualité scientifique.

Une précaution particulière : la recherche préclinique

La transposition des résultats issus de modèles animaux ou d'expériences cellulaires à la pratique clinique est un processus long qui se solde souvent par un échec : plusieurs études suggèrent que plus de 90 % des médicaments efficaces sur des modèles animaux ne dépassent pas les phases cliniques^10,11.

Un exemple concret est celui du potentiel antitumoral des cannabinoïdes, un sujet sur lequel la désinformation est légion. Manuel Guzmán, de l'Université Complutense de Madrid, mène depuis des décennies des recherches précliniques sur ce sujet. Ses résultats sont prometteurs chez les animaux de laboratoire, mais comme il le dit lui-même : « Nous savons aujourd'hui que les cannabinoïdes peuvent aider à vaincre le cancer chez les souris, mais pas chez les humains ». À ce jour, seule une poignée d'essais cliniques ont été menés à bien sur ce sujet, et un seul d'entre eux répond aux critères d'un RCT, avec des résultats que ses propres auteurs ont qualifiés de non concluants¹².

Les raisons de ce fossé entre la recherche fondamentale et la pratique clinique sont multiples : limites des modèles, différences physiopathologiques, immunologiques ou pharmacodynamiques. Cela explique pourquoi ce qui fonctionne chez la souris peut s'avérer inefficace, voire contre-productif, chez l'être humain. D'où l'importance d'interpréter avec prudence tout résultat préclinique, aussi prometteur soit-il.

Conseils pour le lecteur averti

Le meilleur outil pour naviguer dans cet océan d'informations n'est pas de posséder des connaissances scientifiques, mais de cultiver l'esprit critique : évaluer la conception des études, la taille de l'échantillon, les biais potentiels et les limites déclarées; éviter les positions extrêmes, car tant le négationnisme que l'enthousiasme aveugle sont tout aussi contre-productifs; et comprendre que la science n'est pas un ensemble de vérités immuables, mais un processus collectif et exigeant qui progresse grâce à l'accumulation et à la révision constante des preuves.

En ce qui concerne l'usage médical du cannabis, les données sont mitigées : solides pour certaines indications, encore insuffisantes pour d'autres. Il existe toutefois un domaine où la cohérence est frappante : les traitements à base de produits standardisés, administrés sous surveillance professionnelle, ont démontré un profil d'innocuité favorable, supérieur même à celui de nombreux médicaments conventionnels. Soutenir et encourager la recherche est une responsabilité collective; c'est pourquoi j'appelle à une prise de conscience collective et invite les organismes de réglementation à assouplir les exigences qui entravent actuellement la recherche sur ces composés. Non pas par idéologie, mais parce que c'est la seule façon de fournir les preuves dont les patients ont besoin et qu'ils méritent.

Références

1. Real Decreto 903/2025, de 7 de octubre, por el que se establecen las condiciones para la elaboración y dispensación de fórmulas magistrales tipificadas de preparados estandarizados de cannabis. (2025). Boletín Oficial del Estado, 242. https://www.boe.es/diario_boe/txt.php?id=BOE-A-2025-20077

2. Curaleaf Clinic. (s.f.). UK Medical Cannabis Registry. Recuperado el 9 de abril de 2026, de https://ukmedicalcannabisregistry.com/

3. Drug Science. (s.f.). T21 (formerly Project Twenty21). Recuperado el 9 de abril de 2026, de https://www.drugscience.org.uk/t21

4. Montagner, P., de Salas Quiroga, A., Ferreira, A. S., Duarte da Luz, B. M., Ruppelt, B. M., Schlechta Portella, C. F., Abdala, C. V. M., Tabach, R., Ghelman, R., Blesching, U., Perfeito, J. P. S., & Schveitzer, M. C. (2024). Charting the therapeutic landscape: A comprehensive evidence map on medical cannabis for health outcomes. Frontiers in Pharmacology, 15, 1494492. https://doi.org/10.3389/fphar.2024.1494492

5. Benedetti, F., Amanzio, M., Rosato, R., & Blanchard, C. (2011). Nonopioid placebo analgesia is mediated by CB1 cannabinoid receptors. Nature Medicine, 17, 1228–1230. https://doi.org/10.1038/nm.2435

6. Tomin, R., Murray, K., Hadjis, G. E., Khalil, O., Sexton, C., Bourke, S. L., Khan, J. S., Finn, D. P., Atlas, L. Y., & Moayedi, M. (2026). The endocannabinoid system's contribution to placebo analgesia [Preprint]. bioRxiv. https://doi.org/10.64898/2026.02.25.707676

7. Schlag, A. K., Zafar, R. R., Lynskey, M. T., Athanasiou-Fragkouli, A., Phillips, L. D., & Nutt, D. J. (2022). The value of real world evidence: The case of medical cannabis. Frontiers in Psychiatry, 13, 1027159. https://doi.org/10.3389/fpsyt.2022.1027159

8. Purcell J. M., Passley, T. M., & Leheste, J. R. (2022). The cannabidiol and marijuana research expansion act: Promotion of scientific knowledge to prevent a national health crisis. The Lancet Regional Health – Americas, 14, 100325. https://doi.org/10.1016/j.lana.2022.100325

9. O'Leary, R., La Rosa, G. R. M., & Polosa, R. (2026). Reverse spin bias: Preliminary observations of reporting bias in medical systematic reviews. Research Integrity and Peer Review, 11, 1. https://doi.org/10.1186/s41073-025-00185-9

10. Mak, I. W., Evaniew, N., & Ghert, M. (2014). Lost in translation: Animal models and clinical trials in cancer treatment. American Journal of Translational Research, 6(2), 114–118. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3902221/

11. Marshall, L. J., Bailey, J., Cassotta, M., Herrmann, K., & Pistollato, F. (2023). Poor translatability of biomedical research using animals — A narrative review. Alternatives to Laboratory Animals, 51(2), 102–135. https://doi.org/10.1177/02611929231157756

12. Twelves, C., Sabel, M., Checketts, D., Miller, S., Tayo, B., Jove, M., Brazil, L., & Short, S. C. (2021). A phase 1b randomised, placebo-controlled trial of nabiximols cannabinoid oromucosal spray with temozolomide in patients with recurrent glioblastoma. British Journal of Cancer, 124(8), 1379–1387. https://doi.org/10.1038/s41416-021-01259-3