Études de cohorte

Une étude de cohorte suit dans le temps un groupe de personnes afin d’observer l’apparition d’un événement de santé. Les participants sont généralement classés selon leur exposition à un facteur : tabagisme, traitement, alimentation, profession, pollution, comportement ou caractéristique biologique.

On compare ensuite la fréquence des nouveaux événements chez les personnes exposées et non exposées.

La logique générale est donc :

exposition → suivi dans le temps → apparition éventuelle de la maladie.

Cette organisation permet de mesurer directement l’incidence et de vérifier que l’exposition précède l’événement, deux avantages majeurs par rapport aux études transversales.

Le principe général

Supposons que l’on souhaite étudier l’association entre une exposition professionnelle et une maladie cardiovasculaire.

On constitue deux groupes :

  • personnes exposées ;
  • personnes non exposées.

On vérifie qu’aucune ne présente déjà l’événement étudié au début du suivi, puis on les observe pendant plusieurs années.

À la fin, on compare le nombre de nouveaux cas dans chaque groupe.

Exemple simple

Imaginons une cohorte de 20 000 personnes suivies pendant dix ans :

GroupeParticipantsNouveaux casRisque cumulé
Exposés10 0006006 %
Non exposés10 0003003 %

Le risque est donc deux fois plus élevé dans le groupe exposé.

Le risque relatif est :

6 % / 3 % = 2.

On observe une association importante entre l’exposition et la maladie.

Mais comme toujours dans une étude observationnelle, cette association ne démontre pas automatiquement une causalité.

Mesurer directement l’incidence

L’un des grands avantages des cohortes est qu’elles permettent de mesurer l’apparition de nouveaux cas.

Si les participants ne présentent pas la maladie au départ, on peut observer qui la développe pendant le suivi.

On peut ainsi calculer :

  • incidence cumulée ;
  • taux d’incidence ;
  • risque relatif ;
  • différence absolue de risque.

Cette capacité est particulièrement importante lorsqu’on étudie des facteurs susceptibles de provoquer une maladie.

La temporalité est plus claire

Une condition fondamentale de la causalité est que la cause précède l’effet.

Dans une cohorte prospective, l’exposition est généralement mesurée avant l’apparition de la maladie.

Si l’on mesure aujourd’hui le tabagisme puis que l’on observe les cancers du poumon apparaissant au cours des vingt années suivantes, la temporalité est claire :

le tabagisme mesuré précède le cancer diagnostiqué.

Cela réduit fortement le problème de causalité inverse rencontré dans les études transversales.

Cohorte prospective

Dans une cohorte prospective, les chercheurs définissent l’étude aujourd’hui puis suivent les participants dans le futur.

Ils peuvent mesurer précisément au départ :

  • exposition ;
  • âge ;
  • antécédents ;
  • comportements ;
  • paramètres biologiques.

Ils observent ensuite les événements au fur et à mesure qu’ils surviennent.

Cette méthode offre généralement un bon contrôle sur la qualité des données, mais elle peut demander beaucoup de temps et de ressources.

Cohorte rétrospective

Une cohorte peut également être rétrospective.

Dans ce cas, les événements ont déjà eu lieu lorsque l’étude commence, mais les chercheurs disposent de données historiques permettant de reconstruire le suivi.

Supposons qu’une entreprise possède depuis trente ans :

  • dossiers professionnels ;
  • niveaux d’exposition ;
  • dates d’emploi ;
  • dossiers médicaux.

On peut classer rétrospectivement les travailleurs selon leur exposition puis comparer les maladies apparues au cours de la période.

La logique reste bien celle d’une cohorte :

on part de l’exposition et on regarde ce qui survient ensuite.

Prospective ne signifie pas automatiquement meilleure

Une étude prospective permet souvent un meilleur contrôle de la collecte des données.

Mais une excellente cohorte rétrospective utilisant des archives fiables peut parfois fournir des résultats remarquables.

La qualité dépend moins de l’étiquette « prospective » ou « rétrospective » que de :

  • qualité des mesures ;
  • définition de la population ;
  • suivi ;
  • facteurs de confusion ;
  • exhaustivité des événements.

Cohorte fermée

Une cohorte fermée recrute un groupe défini au départ.

Par exemple :

10 000 personnes recrutées en janvier 2025.

Aucun nouveau participant n’entre ensuite dans la cohorte.

Certains participants peuvent sortir du suivi, mais le groupe initial est fixe.

Ce type de cohorte permet notamment de calculer facilement une incidence cumulée.

Cohorte dynamique

Une cohorte peut aussi être dynamique.

Des personnes peuvent entrer et sortir au cours du temps.

Par exemple, l’ensemble des salariés d’une entreprise entre 2000 et 2030 constitue une population dynamique :

  • certains sont déjà présents en 2000 ;
  • d’autres sont embauchés en 2010 ;
  • certains quittent l’entreprise en 2015.

Dans ce contexte, les taux d’incidence en personnes-temps deviennent particulièrement utiles.

Exposition rare

Les cohortes sont particulièrement intéressantes lorsque l’exposition est rare.

Supposons que seuls quelques milliers de travailleurs soient exposés à une substance industrielle particulière.

On peut suivre directement cette population et la comparer à des personnes non exposées.

Une étude cas-témoins serait souvent moins efficace si l’on voulait ensuite identifier suffisamment de personnes ayant cette exposition rare.

Plusieurs maladies à partir d’une même exposition

Un autre grand avantage est qu’une cohorte peut étudier plusieurs conséquences d’une même exposition.

Supposons qu’on suive des fumeurs et des non-fumeurs.

On peut étudier simultanément :

  • cancer du poumon ;
  • maladies cardiovasculaires ;
  • bronchopneumopathie chronique ;
  • plusieurs autres cancers ;
  • mortalité globale.

Une seule cohorte peut donc répondre à de nombreuses questions.

Exemple classique : tabagisme

Les grandes cohortes de médecins britanniques suivies pendant plusieurs décennies ont joué un rôle majeur dans la démonstration des effets sanitaires du tabagisme.

Les chercheurs ont comparé la mortalité des fumeurs et non-fumeurs et observé des différences importantes pour plusieurs maladies.

Ces données ont notamment permis d’étudier :

  • dose de tabac ;
  • durée d’exposition ;
  • arrêt du tabagisme ;
  • évolution du risque après arrêt.

Les cohortes offrent donc une vision particulièrement riche des relations temporelles entre exposition et maladie.

Relation dose-réponse

Une cohorte peut permettre de comparer plusieurs niveaux d’exposition.

Supposons un risque de maladie de :

  • 2 % chez les non-exposés ;
  • 3 % pour une faible exposition ;
  • 5 % pour une exposition moyenne ;
  • 8 % pour une forte exposition.

Cette progression constitue une relation dose-réponse.

Elle peut renforcer l’hypothèse causale, même si elle ne suffit pas à elle seule à la démontrer.

Mesurer l’exposition correctement

La qualité d’une cohorte dépend fortement de la mesure de l’exposition.

Supposons qu’on classe les participants comme :

fumeur / non-fumeur

uniquement au début d’une étude de trente ans.

Certaines personnes arrêteront de fumer.

D’autres commenceront.

La classification initiale deviendra progressivement moins précise.

Il peut donc être utile de mesurer les expositions plusieurs fois pendant le suivi.

Exposition variable dans le temps

De nombreuses expositions évoluent :

  • poids ;
  • alimentation ;
  • activité physique ;
  • traitement médical ;
  • pollution ;
  • statut professionnel.

Une cohorte sophistiquée peut intégrer ces variables dépendantes du temps.

Mais l’analyse devient alors plus complexe, notamment parce que les modifications de l’exposition peuvent elles-mêmes être influencées par l’état de santé.

La causalité inverse peut malgré tout exister

Même si la cohorte mesure l’exposition avant le diagnostic, la maladie peut parfois avoir commencé silencieusement avant le début de l’étude.

Supposons qu’une personne réduise fortement son activité physique parce qu’une maladie encore non diagnostiquée commence déjà à provoquer une fatigue.

Quelques mois plus tard, la maladie est diagnostiquée.

On pourrait croire que :

faible activité → maladie,

alors que le début invisible de la maladie avait déjà provoqué la baisse d’activité.

Pour limiter ce problème, certaines études excluent les événements survenant très tôt après l’inclusion.

Le suivi doit être suffisamment long

La durée nécessaire dépend de la maladie.

Pour une infection aiguë, quelques semaines peuvent suffire.

Pour un cancer associé à une exposition professionnelle, plusieurs décennies peuvent être nécessaires.

Une cohorte trop courte peut conclure à tort qu’il n’existe aucune association simplement parce que la période de latence n’est pas encore écoulée.

Les perdus de vue

L’un des principaux problèmes est la perte au suivi.

Certains participants :

  • déménagent ;
  • arrêtent de répondre ;
  • refusent de continuer ;
  • deviennent impossibles à contacter.

Si ces pertes sont aléatoires, elles réduisent surtout la précision.

Mais si elles dépendent de l’exposition ou du risque de maladie, elles peuvent créer un biais.

Exemple de biais par perte au suivi

Supposons qu’une cohorte étudie un traitement provoquant parfois des effets indésirables.

Les personnes qui les subissent sont davantage susceptibles d’arrêter l’étude.

Si elles disparaissent ensuite des analyses, le traitement peut sembler artificiellement mieux toléré.

La question n’est donc pas seulement :

combien de personnes ont été perdues ?

mais aussi :

pourquoi ont-elles été perdues ?

Personnes-temps

Lorsque les durées de suivi diffèrent, on peut utiliser les personnes-temps.

Supposons :

  • 100 cas parmi 20 000 personnes-années chez les exposés ;
  • 50 cas parmi 20 000 personnes-années chez les non-exposés.

Les taux sont :

5 pour 1 000 personnes-années

contre

2,5 pour 1 000 personnes-années.

Le rapport des taux est de 2.

Cette méthode permet d’utiliser l’information de personnes qui ne sont pas toutes suivies exactement aussi longtemps.

Les facteurs de confusion

Le principal problème causal des cohortes observationnelles reste la confusion.

Supposons qu’on compare les consommateurs d’un aliment à ceux qui n’en consomment pas.

Les deux groupes peuvent également différer par :

  • âge ;
  • activité physique ;
  • niveau de revenu ;
  • tabagisme ;
  • alimentation globale.

Si ces facteurs influencent la maladie, ils peuvent expliquer une partie de l’association observée.

Exemple du « mode de vie sain »

Supposons qu’un complément alimentaire soit davantage consommé par des personnes :

  • sportives ;
  • non-fumeuses ;
  • aisées ;
  • attentives à leur alimentation.

Si ces personnes présentent moins de maladies cardiovasculaires, le complément peut sembler protecteur même s’il n’a aucun effet biologique.

Le produit sert alors de marqueur d’un ensemble de comportements.

C’est une difficulté classique des cohortes nutritionnelles.

Ajustement statistique

Les chercheurs peuvent tenter de comparer des personnes plus similaires en ajustant sur :

  • âge ;
  • sexe ;
  • tabagisme ;
  • revenu ;
  • autres facteurs.

Mais l’ajustement dépend de la qualité des variables mesurées.

Un facteur non mesuré ne peut pas être corrigé statistiquement.

Un facteur mal mesuré peut laisser une confusion résiduelle.

Confusion résiduelle

Supposons que l’on ajuste sur le tabagisme avec seulement trois catégories :

  • jamais ;
  • ancien ;
  • actuel.

Deux fumeurs actuels peuvent pourtant présenter des expositions très différentes :

  • 2 cigarettes par jour depuis deux ans ;
  • 30 cigarettes par jour depuis quarante ans.

La correction statistique est donc imparfaite.

Cette confusion résiduelle peut rester importante.

Biais de l’utilisateur sain

Les études de médicaments peuvent connaître un phénomène proche.

Les personnes qui prennent régulièrement un traitement préventif peuvent aussi :

  • consulter davantage ;
  • suivre mieux les recommandations ;
  • avoir d’autres comportements favorables.

Le traitement peut sembler plus bénéfique qu’il ne l’est réellement.

C’est parfois appelé healthy user bias.

Biais d’indication

À l’inverse, un médicament peut sembler dangereux parce qu’il est prescrit précisément aux personnes les plus malades.

Supposons qu’un traitement soit réservé aux patients les plus sévères.

Si ceux-ci meurent davantage, une comparaison naïve pourrait conclure que le traitement augmente la mortalité.

Mais la gravité initiale a provoqué à la fois :

la prescription du traitement

et

un risque plus élevé de décès.

C’est un exemple de confusion par indication.

Pourquoi les essais randomisés sont différents

Dans un essai randomisé, le traitement est attribué par tirage au sort.

La randomisation cherche justement à rendre comparables les groupes sur les facteurs connus et inconnus.

Dans une cohorte observationnelle, l’exposition n’est pas attribuée aléatoirement.

Les personnes exposées peuvent donc différer structurellement des autres.

Cette différence explique pourquoi les essais randomisés sont souvent particulièrement puissants pour évaluer les traitements.

Mais les cohortes restent indispensables

De nombreuses expositions ne peuvent pas être randomisées.

On ne peut pas attribuer volontairement pendant vingt ans :

  • tabagisme ;
  • pollution toxique ;
  • amiante ;
  • pauvreté.

Pour ces questions, les cohortes observationnelles sont essentielles.

Elles peuvent fournir une preuve très solide lorsque les effets sont importants et que plusieurs méthodes convergent.

Cohortes et effets rares

Une très grande cohorte peut détecter des événements rares.

Supposons un effet indésirable survenant chez 1 personne sur 10 000.

Une cohorte de quelques centaines de personnes sera incapable de l’étudier correctement.

Une base contenant plusieurs millions de personnes peut au contraire fournir suffisamment de cas.

C’est l’un des grands intérêts des bases médico-administratives modernes.

Cohortes électroniques

Les données de santé numériques permettent de construire de gigantesques cohortes à partir :

  • dossiers médicaux ;
  • remboursements ;
  • prescriptions ;
  • registres ;
  • laboratoires.

Ces études peuvent suivre des millions de personnes avec relativement peu de coûts supplémentaires.

Mais elles héritent des limites des données administratives :

variables manquantes, codage imparfait, raison initiale de collecte différente de la recherche.

Cohortes de naissance

Certaines cohortes recrutent les participants dès la naissance, voire pendant la grossesse.

Elles permettent d’étudier comment :

  • conditions prénatales ;
  • environnement familial ;
  • alimentation ;
  • développement ;
  • facteurs sociaux ;

influencent la santé pendant plusieurs décennies.

Ces cohortes sont extrêmement riches pour étudier le parcours de vie.

Étudier le parcours de vie

Certaines maladies chroniques résultent d’expositions accumulées pendant des dizaines d’années.

L’épidémiologie du parcours de vie cherche à comprendre comment des expositions :

  • enfance ;
  • adolescence ;
  • âge adulte ;

interagissent pour influencer la santé ultérieure.

Les cohortes sont particulièrement adaptées à cette approche.

Effet de cohorte générationnelle

Le mot « cohorte » est également utilisé pour désigner une génération née pendant une même période.

Par exemple :

personnes nées entre 1950 et 1960.

Ces personnes peuvent avoir connu des expositions particulières pendant leur enfance.

Cela peut produire un effet de cohorte, distinct d’un simple effet de l’âge ou de la période historique.

Âge, période et cohorte

Supposons qu’une maladie augmente au fil du temps.

Cette hausse peut provenir :

de l’âge : le risque augmente naturellement lorsque les personnes vieillissent ;

de la période : un facteur affecte toutes les générations à partir d’une date donnée ;

de la cohorte : certaines générations ont connu une exposition particulière.

Distinguer ces effets est méthodologiquement difficile mais important pour comprendre les tendances sanitaires.

Calcul du risque relatif

Reprenons l’exemple initial :

6 % de maladie chez les exposés

contre

3 % chez les non-exposés.

Le risque relatif est :

RR = 6 / 3 = 2.

L’exposition est associée à un risque deux fois plus élevé.

La différence absolue est :

6 % − 3 % = 3 points de pourcentage.

Cela signifie également environ :

30 cas supplémentaires pour 1 000 personnes suivies pendant cette période.

Présenter les deux mesures donne une image plus complète.

Fraction attribuable

Si l’association est réellement causale, on peut aussi chercher à estimer quelle proportion des événements chez les exposés pourrait théoriquement être attribuée à l’exposition.

Dans notre exemple, un risque de 6 % contre 3 % suggère que la moitié du risque observé chez les exposés correspond à l’excès par rapport aux non-exposés.

Mais cette interprétation exige une hypothèse beaucoup plus forte :

l’association observée doit être causale et suffisamment débarrassée des biais.

Nous reviendrons sur ces mesures plus tard.

Forces principales

Les études de cohorte présentent plusieurs avantages :

  • mesure directe de l’incidence ;
  • exposition généralement mesurée avant l’événement ;
  • possibilité d’étudier plusieurs maladies ;
  • particulièrement adaptées aux expositions rares ;
  • mesure possible du risque absolu et relatif ;
  • étude de la relation dose-réponse ;
  • bonne analyse de la temporalité.

Elles constituent l’un des plans observationnels les plus puissants.

Limites principales

Elles comportent également des difficultés :

  • coût et durée parfois considérables ;
  • pertes au suivi ;
  • inefficacité pour certaines maladies extrêmement rares ;
  • modifications de l’exposition pendant le temps ;
  • facteurs de confusion ;
  • évolution des méthodes de mesure.

Une grande cohorte n’élimine donc pas automatiquement les biais.

Cohorte ou cas-témoins ?

On peut résumer ainsi :

QuestionCohorteCas-témoins
Point de départExpositionMaladie
Mesure directe de l’incidenceOuiGénéralement non
Maladie rarePeu efficaceTrès efficace
Exposition rareTrès efficacePlus difficile
Plusieurs maladiesOuiMoins pratique
Plusieurs expositionsOuiOui
Risque relatifDirectement calculableSouvent estimé via OR
TemporalitéGénéralement claireDépend des données rétrospectives

Le choix dépend donc de la structure du problème.

Une étude de cohorte reste observationnelle

Le fait qu’une étude suive 500 000 personnes pendant vingt ans ne la transforme pas en expérience.

Si les personnes choisissent elles-mêmes leur exposition, des différences peuvent exister avant même le début du suivi.

C’est une distinction centrale.

Longitudinal ne signifie pas randomisé.

La durée et la taille augmentent la quantité d’information, mais ne suppriment pas automatiquement la confusion.

Une leçon d’esprit critique

Une cohorte peut montrer avec force :

« les personnes exposées développent davantage la maladie par la suite ».

C’est beaucoup plus informatif qu’une simple corrélation transversale.

Mais il faut encore demander :

Les groupes étaient-ils comparables au départ ?

L’exposition a-t-elle été correctement mesurée ?

A-t-elle changé pendant le suivi ?

Qui a quitté l’étude ?

Quels facteurs de confusion restent possibles ?

Existe-t-il une relation dose-réponse ?

D’autres études trouvent-elles le même résultat ?

Une cohorte bien conçue peut constituer une preuve causale très importante, mais sa force dépend de la qualité de ces réponses.

À retenir

Une étude de cohorte part d’une population classée selon une exposition puis observe l’apparition de nouveaux événements de santé au cours du temps.

Elle permet de mesurer directement l’incidence, le risque absolu, le risque relatif et les taux d’incidence.

Son grand avantage est que l’exposition précède généralement clairement la maladie.

Elle est particulièrement utile pour étudier des expositions rares et plusieurs conséquences sanitaires d’une même exposition.

Ses principales limites concernent les facteurs de confusion, les pertes de suivi, la durée et les changements d’exposition.

Une cohorte répond donc très bien à la question :

« que deviennent, au fil du temps, les personnes exposées par rapport aux personnes non exposées ? »

mais la transformation de cette différence observée en conclusion causale exige toujours une analyse méthodologique supplémentaire.

Pour aller plus loin

Richard Doll et Austin Bradford Hill — British Doctors Study. Une cohorte historique majeure ayant permis de documenter les effets du tabagisme sur la mortalité pendant plusieurs décennies.

Framingham Heart Study. Une cohorte emblématique qui a joué un rôle considérable dans l’identification des facteurs de risque cardiovasculaires.

Kenneth J. Rothman, Sander Greenland et Timothy L. Lash — Modern Epidemiology. Une référence approfondie sur les cohortes, les personnes-temps, les biais et l’inférence causale.

Leon Gordis — Epidemiology. Une introduction claire aux études de cohorte et à leur comparaison avec les études cas-témoins.