L’association n’est pas la même que la causalité

Posté le 23 juin 2017 par John Castle

Il s’agit du troisième d’une série de 34 blogs basés sur une liste de « Concepts clés  » développés par une équipe de projet Choix de santé éclairés. Chaque blog expliquera un concept clé que nous devons comprendre pour pouvoir évaluer les demandes de traitement.

————————————-

Déterminer si un résultat est directement causé par un traitement ou survient par hasard est un problème séculaire. Souvent, il peut être difficile d’établir un lien de causalité et la causalité est attribuée à une intervention lorsque les preuves ne peuvent le prouver. Il existe de nombreux exemples où l’association peut avoir été confondue avec la causalité et il est important que, lors de l’évaluation des preuves d’un effet causal, des essais appropriés soient menés pour exclure d’autres variables.

Corrélations fausses: Mangez du fromage et emmêlez-vous dans vos draps

Il existe de nombreuses coïncidences dans la vie où des corrélations peuvent être trouvées entre deux facteurs apparemment aléatoires. Il est peu probable qu’une chose provoque l’autre, mais certains pourraient croire qu’ils le sont. Par exemple, la consommation de fromage aux États-Unis entre 2000 et 2009 a été corrélée au nombre de décès par enchevêtrement de personnes dans leurs draps. L’un de ces facteurs provoque-t-il l’autre? Probablement pas.

Corrélations parasites: Regardez un film de Nicholas Cage et noyez-vous dans une piscine

De plus, le nombre de personnes qui se sont noyées dans une piscine entre 1999 et 2009 est en corrélation avec le nombre de films mettant en vedette Nicholas Cage sortis pendant cette période. Il est très peu probable que Nicholas Cage soit la cause de la noyade de personnes dans des piscines (bien que, si les victimes regardaient un film de Nicholas Cage, elles aient peut-être bénéficié de la noyade), mais les deux taux sont presque identiques.

Études observationnelles: La consommation d’alcool et les taux de mortalité

Les études observationnelles sont celles qui examinent le taux d’un résultat dans des groupes qui ont été différemment exposés à une intervention ou à un facteur de risque. Ils peuvent fournir des preuves solides d’association entre les facteurs. Cependant, ils ne peuvent pas être utilisés avec certitude pour prouver que les facteurs étudiés sont liés de manière causale. En effet, ils n’ont peut-être pas pris en compte les variables inconnues qui affectent le résultat.

En 1997, une très vaste étude de population portant sur la consommation d’alcool et les taux de mortalité (entre autres variables) a été publiée par le New England Journal of Medicine. Il a montré très clairement que des niveaux modérés de consommation d’alcool (entre 1 et 2 verres par jour) étaient associés à une diminution des taux de mortalité toutes causes confondues, en particulier des maladies cardiovasculaires, même par rapport aux personnes qui ne boivent pas du tout.

Il y a indéniablement une association dans leurs résultats, mais nous ne pouvons pas dire avec certitude que l’alcool lui-même a provoqué l’augmentation de l’espérance de vie. C’est parce qu’il pourrait bien y avoir d’autres facteurs impliqués qui expliquent la différence. Par exemple, que se passe-t-il si les personnes qui prennent un verre par jour sont plus détendues? Il existe une association entre le stress et un risque accru de maladie cardiovasculaire, et le résultat aurait pu être causé par cela. Une autre explication possible est l’interaction sociale accrue chez les personnes qui boivent modérément, car la solitude peut également être associée à une espérance de vie plus courte.

Exemple 2: Tabagisme et cancer

Dans la première moitié du 20e siècle, il était très difficile de dire que la cigarette causait des problèmes de santé.

Les compagnies de tabac aux intérêts conflictuels ont avancé l’idée que l’augmentation du cancer du poumon au cours de cette période était due à l’augmentation du goudronnage des routes et de la pollution de l’air. L’un des premiers hommes à établir le lien entre le tabagisme et le cancer du poumon était Sir Richard Doll (le vrai premier est probablement un Allemand du nom de Fritz Lickint dont les idées ont été usurpées par le gouvernement nazi). Sir Doll a posé de nombreuses questions aux patients atteints d’un cancer du poumon sur leur vie, notamment sur leur niveau de consommation de tabac. Étonnamment, la plus grande association qu’il a remarquée entre les taux de cancer du poumon était la consommation de tabac. Cette association a tenu à plusieurs reprises, même lors de l’étude de nombreux groupes de personnes de différents horizons, y compris des médecins. Au fil du temps, la quantité d’études qui ont montré cette association s’est accumulée et les preuves collectives ont donné des indications solides que le cancer du poumon était causalement lié au cancer. Des études animales ont montré que le « jus » de tabac augmentait les taux de cancer chez le rat. Des études cellulaires ont montré que la fumée de cigarette « amortissait » les minuscules cellules ciliées qui tapissent nos trachées, permettant aux polluants de pénétrer dans les poumons. L’accumulation de données provenant d’études observationnelles a finalement poussé le gouvernement à recommander aux gens d’arrêter de fumer.

Ceci est un exemple où une association peut être très étroitement corrélée et reproductible dans différentes populations, et donne donc suffisamment de preuves pour que les gens agissent. Cependant, des situations comme celle-ci sont rares et des problèmes surviennent lorsque les associations sont présentées de manière inappropriée comme une causalité.

La meilleure façon de prouver une cause définitive, en particulier pour un médicament ou une intervention, est de mener un essai contrôlé randomisé.

Test de causalité dans un essai contrôlé randomisé (ECR)

Un essai contrôlé randomisé est un type d’étude qui examine la survenue de résultats dans différents groupes sélectionnés de manière à ce que les facteurs de confusion n’aient probablement pas d’impact sur le résultat.

Imaginez que le facteur 1 est un traitement et le facteur 2 est le nombre de personnes présentant un symptôme particulier. Le fait que les participants reçoivent ou non le traitement (facteur 1) devrait être la seule différence entre les deux groupes. Idéalement, tout le reste des groupes devrait être exactement le même: leur âge, leur sexe, leur origine ethnique, leur santé de longue date, la nourriture qu’ils mangent, le moment où ils se réveillent, les relations qu’ils ont, absolument tout. De cette façon, nous saurions que le changement de facteur 2, c’est-à-dire tout changement dans leurs symptômes est entièrement provoqué par l’effet du facteur 1 et non d’un autre facteur, dont l’influence peut avoir un impact sur les résultats d’une manière que nous ne pouvons espérer imaginer.

Évidemment, nous ne vivons pas dans un monde idéal. Nous vivons dans un monde où tout le monde est différent et il est impossible de s’assurer, avec une certitude absolue, qu’aucun autre facteur externe ne provoque un changement du facteur 2. Pour surmonter cela, nous essayons de nous assurer que les personnes de chaque groupe sont aussi similaires que possible en les randomisant à différents groupes afin que les nombreuses variations entre les personnes soient également réparties – s’annulant efficacement les unes les autres. Ensuite, nous essayons de minimiser l’effet des facteurs externes en nous assurant que la seule chose qui change entre les groupes est l’exposition au traitement.

En contrôlant tous les facteurs, autres que la variable que nous voulons étudier, nous pouvons affirmer avec une certitude raisonnable qu’il existe bien un lien de causalité entre les deux facteurs.

Alors méfiez-vous des allégations selon lesquelles un résultat est causé par un traitement

Lorsque vous lisez un article qui dit qu’un facteur de traitement ou de style de vie est associé à de meilleurs résultats, méfiez-vous. Les personnes qui cherchent et reçoivent un traitement peuvent être en meilleure santé et avoir de meilleures conditions de vie que celles qui ne le font pas. Par conséquent, les personnes recevant le traitement peuvent sembler en bénéficier, mais la différence dans les résultats pourrait être due au fait qu’elles sont en meilleure santé et ont de meilleures conditions de vie. Il existe des dizaines de façons dont des facteurs externes peuvent influencer les résultats expérimentaux, même dans un essai clinique.

Dissocier la cause de l’association est une affaire délicate et il faut une personne courageuse pour prétendre qu’elle peut prouver définitivement qu’un facteur en cause un autre. Ce que vous devriez en retirer, c’est une bonne dose de scepticisme. Si vous rencontrez quelqu’un qui prétend qu’une chose provoque l’autre, supposez qu’il a tort jusqu’à ce que vous soyez convaincu du contraire. Demandez: est-ce que ce que vous avez une association ou une cause? Comment cela a-t-il été étudié? L’étude était-elle un ECR? Comment toutes les autres variables ont-elles été conservées de la même manière.

Lorsqu’il s’agit d’un traitement, n’oubliez pas que même si le résultat d’un essai peut montrer une association entre un traitement et un résultat, le traitement n’en est pas nécessairement la cause.