Vos traitements échoués sont des données
Vous avez essayé des choses. Toute personne atteinte d’EM/SFC l’a fait. Une faible dose de naltrexone qui a aidé le brouillard pendant deux mois, puis a cessé. Un stimulant qui a rendu les matins possibles et les après-midis pires. Des antihistaminiques qui ont corrigé un symptôme dont vous ignoriez qu’il était lié aux mastocytes. Une série de compléments dont au plus un a servi. Un médicament suggéré par un spécialiste qui n’a rien fait.
La lecture habituelle de cet historique est : certaines choses ont marché, la plupart non, et c’est ainsi. Cet article soutient autre chose. Chacun de ces essais était une petite expérience sur un nœud biologique — et les résultats, lus ensemble, pourraient être des preuves plutôt que du bruit, sous le modèle que cette série expose.
Un essai médicamenteux est une contrainte, pas une histoire
Le document principal développe cette idée sous le nom de pharmacodiagnostic : utiliser une réponse médicamenteuse pour déduire quel mécanisme est actif, et pas seulement si le médicament vaut la peine d’être poursuivi. La logique est simple.
Chaque médicament de la boîte à outils de l’EM/SFC agit sur une cible précise. Le naltrexone à faible dose engage le TLR4 et la voie Nrf2 (Younger, Parkitny, et McLain 2014; Kučić et al. 2021; Kwilasz et al. 2021), les canaux TRPM3 (Cabanas et al. 2018) et — par inférence, jamais mesuré directement dans l’EM/SFC — les neurones à orexine (Grossberg et al. 2011), la dose nécessaire pour chacun restant incertaine. L’aripiprazole à faible dose est un agoniste partiel des récepteurs dopaminergiques D2/D3 (Burris et al. 2002; Shapiro et al. 2003), et des observations cliniques de bénéfice aux faibles doses existent (Crosby, Kalantar, et DeRisi 2021), bien que son action proposée sur la microglie soit mécanistiquement plausible et non encore validée chez l’humain. La cétotifène stabilise les mastocytes (Afrin 2013; Molderings et al. 2016). Le CoQ10 soutient la chaîne respiratoire mitochondriale (Castro-Marrero et al. 2013; Maes et al. 2009). Aucun n’est un « traitement de l’EM/SFC » en général. Chacun est une sonde d’un nœud.
Quand une sonde marche, elle suggère que ce nœud était actif, et que le corriger comptait assez pour changer vos symptômes. Quand une sonde échoue dans sa fenêtre de dose adéquate, elle suggère le contraire : ce nœud n’était pas ce qui vous limitait. Le résultat nul est une information, sous les hypothèses du modèle (un point que la série dose-réponse développe pour un patient à la fois).
Le document ne propose pas une technologie future ; il rend explicite la façon dont un clinicien raisonne déjà, de façon informelle : « Nous avons essayé un antihistaminique sans résultat, examinons donc le versant autonome. » Il transforme cette intuition en méthode systématique.
C’est le regroupement qui fait le signal
L’historique médicamenteux d’un patient est une poignée de contraintes. Les historiques de centaines de patients, regroupés, deviennent quelque chose qu’aucun essai isolé ne peut être : une image, à l’échelle de la population, des nœuds qui valent constamment la peine d’être sondés et de ceux qui sont constamment des impasses.
Regrouper des essais mono-patients en une estimation de groupe est une méthode statistique établie — utilisée dans le TDAH pédiatrique, en physiothérapie, dans l’hypertension — et des modèles multi-niveaux peuvent combiner de nombreuses expériences mono-patients tout en gérant les complications (tendance, effets reportés, autocorrélation) qui rendent la moyenne naïve trompeuse (Punja et al. 2016; Nikles et al. 2022; Samuel et al. 2023; Schmid et Yang 2022; Zucker, Ruthazer, et Schmid 2010). La méthode existe. Ce qui n’existe pas, c’est un corpus d’observations médicamenteuses EM/SFC recueillies sous une forme utilisable.
La statistique est la partie la moins intéressante. La partie intéressante est ce que le motif agrégé pourrait montrer qu’aucun laboratoire ne montre aujourd’hui : une liste classée de voies limitantes candidates — tirée non pas de la théorie mais de la réponse collective des personnes qui l’ont. Le regroupement sur-représente les patients assez bien pour témoigner — surtout légers à modérés — et ne peut pas parler pour les formes sévères ou très sévères (Richiardi et al. 2007; Loth 2026).
Le point contre-intuitif : les échecs sont peut-être les meilleures données
Tout le monde suppose que les précieuses observations sont les succès. Ça m’a aidé. Mais les deux types d’observation ne sont pas symétriquement fiables.
Les observations positives sont gonflées. Quiconque essaie un traitement en lequel il croit peut s’améliorer pour des raisons sans rapport avec le mécanisme du médicament — l’attente modifie de vrais symptômes, surtout subjectifs comme la douleur et la fatigue, même quand un placebo est donné ouvertement et en toute connaissance de cause (Flávio-Reis et al. 2025; Kleine-Borgmann et Bingel 2025). Les communautés se renforcent mutuellement : un traitement plausible est essayé avec enthousiasme, les premières bonnes expériences sont rapportées, et un consensus se forme qui peut ne pas survivre à un test contrôlé (Loth 2026). L’essai PACE est l’exemple de référence de l’article pour ce qui arrive quand la réputation d’un traitement dépasse ses preuves (White et al. 2011; Wilshire et al. 2018).
Les essais échoués sont moins faciles à gonfler. Un patient ne peut pas s’attendre lui-même à aucun effet. Une observation nulle est plus difficile à fabriquer qu’une positive, et elle est systématiquement absente de la littérature publiée — les résultats négatifs sont les moins écrits et les plus vite oubliés — même si un corpus non aveugle introduit aussi ses propres pressions de déclaration (Cutroneo et al. 2023). Ainsi, les observations qu’un corpus sollicitant activement les échecs capterait sont précisément celles que la littérature jette. Dans une maladie où la plupart des traitements ne marchent pas pour la plupart des gens, cette strate manquante est peut-être la plus informative.
C’est une hypothèse, pas un fait. Elle a un test — si les observations nulles se répliquent mieux entre groupes indépendants que les positives, l’asymétrie est réelle — et une mise en garde que cette série ne laissera pas tomber : les résultats nuls ne sont pas magiquement protégés non plus. Un essai qui coïncide avec une aggravation spontanée peut enregistrer un échec qui n’a jamais été celui du médicament, et un changement non consigné ailleurs — une nouvelle co-prescription, une variation saisonnière, une période de sommeil inhabituellement bon — peut supprimer un effet réel et fabriquer un résultat nul. Savoir si les échecs sont net plus fiables est une question à mesurer, pas à supposer.
Pourquoi cela compte
Si l’idée tient, elle change le statut de quelque chose que vous avez déjà. Votre historique médicamenteux — chaque essai, chaque dose titrée, chaque médicament abandonné parce qu’il n’a rien fait — devient une contribution au seul type de preuve qu’une maladie sans biomarqueur peut actuellement produire. C’est plus qu’une note médicale privée. Cela ne signifie pas essayer des traitements pour produire des données : les essais médicamenteux exigent un prescripteur, et cette série n’encourage pas l’auto-expérimentation. Le corpus agrège ce que les patients ont déjà fait sous prise en charge clinique.
Le hic : presque rien n’est consigné sous une forme regroupable. C’est le sujet du prochain article.
Ceci n’est pas un avis médical. Il décrit une proposition de recherche. Personne ne doit commencer, arrêter ou modifier un traitement sur la base d’un classement communautaire agrégé.
Suivant : Le corpus qui lit votre armoire à pharmacie — ce qu’une observation doit contenir, et pourquoi « le LDN m’a aidé » ne se regroupe pas.
Cet article s’appuie sur le cadre pharmacodiagnostique et la section du corpus populationnel de Loth 2026. La regroupabilité des essais mono-patients repose sur (Punja et al. 2016; Schmid et Yang 2022; Zucker, Ruthazer, et Schmid 2010) ; la mise en garde sur l’inflation par l’attente sur (Flávio-Reis et al. 2025; Kleine-Borgmann et Bingel 2025).