Études écologiques
Les études écologiques analysent des données concernant des groupes entiers plutôt que des individus. L’unité d’analyse peut être un pays, une région, une ville, une école, un hôpital ou toute autre population définie collectivement.
Elles cherchent par exemple à savoir si les régions où une exposition est plus fréquente présentent aussi davantage d’une maladie.
Elles peuvent être très utiles pour repérer des relations possibles, comparer des politiques publiques ou étudier des phénomènes impossibles à observer autrement. Mais elles présentent une limite fondamentale : une relation observée entre groupes ne permet pas automatiquement de conclure à une relation équivalente entre individus.
L’unité d’analyse est le groupe
Dans une étude individuelle, chaque ligne de données peut correspondre à une personne.
Dans une étude écologique, chaque ligne peut correspondre à une région ou à un pays.
On pourrait par exemple comparer vingt pays selon :
- consommation moyenne d’alcool ;
- pollution moyenne ;
- couverture vaccinale ;
- revenu moyen ;
- mortalité cardiovasculaire.
L’analyse cherche alors à déterminer si les pays ayant une valeur élevée pour une variable présentent aussi une valeur élevée ou faible pour une autre.
Exemple simple
Supposons quatre régions :
| Région | Consommation moyenne d’un aliment | Taux d’une maladie |
|---|---|---|
| A | Faible | 120 pour 100 000 |
| B | Moyenne | 100 pour 100 000 |
| C | Élevée | 80 pour 100 000 |
| D | Très élevée | 60 pour 100 000 |
On observe une association écologique : les régions où la consommation moyenne de l’aliment est la plus élevée présentent moins de maladie.
C’est une observation intéressante.
Mais elle ne prouve pas que les individus qui consomment davantage cet aliment sont ceux qui présentent le moins de maladie.
Le sophisme écologique
Le sophisme écologique consiste précisément à déduire une relation individuelle à partir d’une relation observée entre groupes.
Supposons qu’une région ait à la fois :
- une consommation élevée de café ;
- une faible mortalité cardiovasculaire.
On pourrait conclure que boire du café protège le cœur.
Mais les personnes qui boivent beaucoup de café ne sont peut-être pas celles qui présentent le moins de maladies cardiovasculaires.
La région peut aussi être :
- plus riche ;
- plus jeune ;
- moins touchée par le tabagisme ;
- mieux dotée en soins ;
- plus active physiquement.
La corrélation régionale peut donc être produite par d’autres caractéristiques du groupe.
Les moyennes cachent les individus
Une moyenne nationale ne dit pas qui fait quoi.
Supposons qu’un pays consomme en moyenne beaucoup d’alcool et présente une mortalité cardiovasculaire faible.
Il est possible que :
- une partie de la population ne boive pas du tout ;
- une autre consomme énormément ;
- les personnes buvant le plus présentent en réalité un risque supérieur ;
- d’autres facteurs du pays compensent statistiquement cet effet.
L’agrégation fait disparaître une grande partie de la structure individuelle.
Pourquoi utiliser malgré tout des études écologiques ?
Parce qu’elles peuvent répondre à des questions très importantes.
Certaines expositions sont elles-mêmes collectives :
- lois ;
- pollution urbaine ;
- politique fiscale ;
- réglementation sanitaire ;
- organisation du système de santé.
Il serait parfois artificiel de réduire ces phénomènes à une variable individuelle.
Les études écologiques sont également rapides et peuvent utiliser des données déjà disponibles dans de nombreux pays ou régions.
Étudier les politiques publiques
Supposons que certaines régions introduisent une taxe sur le tabac et d’autres non.
On peut comparer l’évolution :
- des ventes de cigarettes ;
- du tabagisme ;
- des hospitalisations ;
- de certaines maladies.
Une telle comparaison peut fournir des informations précieuses sur l’impact d’une politique.
Mais elle doit tenir compte des autres différences entre régions et des tendances déjà existantes.
Comparaisons internationales
Les études écologiques sont très fréquentes lorsqu’on compare des pays.
On peut chercher des relations entre :
- consommation alimentaire et cancer ;
- revenu et espérance de vie ;
- vaccination et mortalité ;
- pollution et maladies respiratoires ;
- dépenses de santé et résultats sanitaires.
Ces analyses peuvent révéler des tendances impressionnantes.
Mais les pays diffèrent simultanément sur des centaines de caractéristiques.
Le risque de confusion est donc particulièrement élevé.
Exemple : richesse et santé
Les pays riches présentent généralement de meilleurs indicateurs sanitaires que les pays très pauvres.
Mais si l’on trouve qu’un comportement particulier est plus fréquent dans les pays riches et associé à une meilleure espérance de vie, il serait dangereux d’en conclure immédiatement que ce comportement est bénéfique.
La richesse elle-même est associée à :
- meilleur accès aux soins ;
- alimentation différente ;
- assainissement ;
- éducation ;
- conditions de logement.
Le comportement peut simplement être un marqueur du niveau de développement.
Confusion au niveau collectif
Le facteur de confusion existe donc aussi dans les études écologiques.
Supposons que les régions les plus polluées présentent davantage de maladies cardiovasculaires.
C’est compatible avec un effet causal de la pollution.
Mais ces régions peuvent aussi être :
- plus urbaines ;
- plus pauvres ;
- plus densément peuplées ;
- différentes sur le tabagisme.
Sans prise en compte de ces facteurs, l’association reste difficile à interpréter causalement.
Agréger peut créer une relation inexistante
Il est même possible qu’une relation apparaisse entre régions alors qu’elle n’existe pas chez les individus.
Par exemple, les régions où la proportion de personnes âgées est élevée peuvent présenter à la fois :
- davantage de consommation de médicaments ;
- davantage de mortalité.
On pourrait trouver une corrélation entre consommation médicamenteuse et mortalité.
Mais cette relation est largement produite par l’âge.
Ce n’est pas nécessairement le médicament qui explique la mortalité.
Agréger peut aussi masquer une relation réelle
L’erreur inverse existe.
Une exposition peut être fortement associée à une maladie au niveau individuel mais ne montrer presque aucune relation entre régions.
Si toutes les régions présentent des moyennes relativement proches, les différences individuelles disparaissent dans l’agrégation.
L’absence de corrélation écologique ne prouve donc pas l’absence de relation individuelle.
Niveau individuel et niveau collectif peuvent différer
On peut résumer ainsi :
corrélation écologique positive ≠ nécessairement corrélation individuelle positive
et
absence de corrélation écologique ≠ absence de relation individuelle.
Les deux niveaux doivent être distingués.
Études écologiques temporelles
Une étude écologique peut aussi comparer une population à elle-même au cours du temps.
Par exemple :
- consommation de tabac depuis 1950 ;
- mortalité par cancer du poumon depuis 1950.
Si les deux courbes évoluent avec un décalage temporel cohérent, cela peut soutenir une hypothèse.
Mais de nombreuses autres variables évoluent simultanément.
Une série temporelle écologique reste donc une source de preuve parmi d’autres.
Le problème des tendances communes
Deux phénomènes peuvent augmenter simultanément simplement parce qu’ils évoluent tous deux avec le temps.
Par exemple, pendant plusieurs décennies :
- utilisation d’internet augmente ;
- espérance de vie augmente.
Une corrélation entre les deux ne signifie évidemment pas que l’une cause directement l’autre.
Les tendances temporelles partagées peuvent produire de nombreuses corrélations artificielles.
La latence
Certaines maladies apparaissent longtemps après l’exposition.
Cela est particulièrement important pour :
- cancers ;
- maladies professionnelles ;
- certaines expositions environnementales.
Comparer l’exposition actuelle à la maladie actuelle peut donc être absurde.
Il faut parfois examiner les niveaux d’exposition d’il y a dix, vingt ou trente ans.
Les études écologiques doivent donc intégrer la latence biologique lorsqu’elle est pertinente.
Cartographie des maladies
Les études écologiques utilisent souvent des cartes.
Une carte peut révéler :
- clusters ;
- gradients ;
- différences territoriales.
Mais une zone présentant davantage de cas peut simplement être plus peuplée.
Il faut donc utiliser des taux adaptés et parfois standardisés selon l’âge.
Les petits territoires présentent également de fortes fluctuations aléatoires.
Le problème des frontières
Les résultats peuvent changer selon la façon dont le territoire est découpé.
Une même ville divisée en dix quartiers ou en cinquante petites zones peut produire des cartes très différentes.
C’est une forme du problème des unités spatiales modifiables.
Les frontières administratives ne correspondent pas nécessairement aux véritables zones d’exposition.
Exemple environnemental
Supposons qu’un département contenant une usine chimique présente un taux élevé d’une maladie.
Cette observation justifie une enquête.
Mais elle ne permet pas encore de savoir :
- qui a réellement été exposé ;
- à quelle dose ;
- pendant combien de temps ;
- si les personnes malades vivaient près de l’usine ;
- si d’autres facteurs interviennent.
L’étude écologique détecte un signal territorial, mais l’analyse individuelle est souvent nécessaire pour aller plus loin.
Les études écologiques peuvent étudier des effets de groupe réels
Il ne faut pas réduire les études écologiques à une méthode imparfaite pour étudier des individus.
Certains phénomènes n’existent qu’au niveau collectif.
Par exemple :
- efficacité d’un système de santé ;
- politique de vaccination ;
- normes environnementales ;
- inégalités de revenus ;
- organisation urbaine.
Ces caractéristiques peuvent produire des effets sur la santé indépendamment des caractéristiques individuelles.
Le niveau collectif peut donc être scientifiquement pertinent en lui-même.
Effets contextuels
Une personne pauvre vivant dans une région très riche peut avoir une expérience différente d’une personne ayant le même revenu dans une région très pauvre.
Le contexte peut influencer :
- accès aux services ;
- environnement ;
- transports ;
- normes sociales ;
- qualité des soins.
Il existe donc de véritables effets contextuels qui ne se réduisent pas toujours aux variables individuelles.
Approches multiniveaux
Pour combiner ces perspectives, les épidémiologistes peuvent utiliser des modèles multiniveaux.
Ils analysent simultanément :
- caractéristiques individuelles ;
- caractéristiques du territoire ou du groupe.
Par exemple, on peut étudier le risque individuel de maladie selon :
- âge ;
- revenu personnel ;
- tabagisme ;
tout en intégrant :
- niveau de pollution de la région ;
- richesse moyenne du quartier.
Cette approche permet de mieux distinguer effets individuels et contextuels.
Forces des études écologiques
Elles sont souvent :
- rapides ;
- peu coûteuses ;
- adaptées aux grandes populations ;
- utiles pour générer des hypothèses ;
- pertinentes pour étudier des politiques collectives ;
- capables d’exploiter des données historiques ou internationales.
Elles peuvent aussi révéler des contrastes trop importants pour être facilement ignorés.
Limites principales
Leurs principales difficultés sont :
- sophisme écologique ;
- forte confusion ;
- qualité variable des données entre régions ;
- mesures moyennes imprécises de l’exposition ;
- impossibilité de savoir qui est réellement exposé ;
- différences de structure démographique.
Leur capacité à établir une causalité individuelle est donc généralement limitée lorsqu’elles sont utilisées seules.
Une étude écologique peut néanmoins contribuer à une preuve forte
La hiérarchie des preuves ne doit pas être utilisée mécaniquement.
Une étude écologique bien conçue peut devenir très informative lorsqu’elle s’intègre dans un ensemble convergent comprenant :
- cohorte ;
- données biologiques ;
- expériences naturelles ;
- études individuelles ;
- cohérence temporelle.
C’est la convergence des méthodes qui peut rendre la conclusion robuste.
Exemple historique : tabac et cancer
Les premières observations internationales montrant que les pays où la consommation de cigarettes était importante connaissaient davantage de cancers du poumon constituaient des indices écologiques.
À elles seules, elles n’auraient pas suffi.
Mais elles se sont ajoutées :
- aux études cas-témoins ;
- aux cohortes ;
- aux données dose-réponse ;
- aux mécanismes biologiques.
L’ensemble est devenu extrêmement convaincant.
C’est un bon exemple de triangulation des preuves.
Covid et études écologiques
Pendant la pandémie de Covid-19, de nombreuses analyses rapides ont comparé des pays ou régions selon :
- mesures sanitaires ;
- vaccination ;
- masques ;
- mortalité ;
- climat ;
- vitamine D ;
- consommation de médicaments.
Ces analyses pouvaient générer des hypothèses intéressantes.
Mais elles étaient particulièrement vulnérables aux différences de :
- âge ;
- calendrier épidémique ;
- dépistage ;
- immunité préalable ;
- système de santé ;
- qualité des données.
Une simple corrélation entre pays était donc rarement suffisante pour établir une causalité.
L’erreur du « regardez ce pays »
Dans le débat public, on rencontre souvent :
« Regardez le pays X : il a fait ceci et ses résultats sont meilleurs. »
Cette observation peut être intéressante.
Mais pourquoi X plutôt qu’un autre pays ?
Est-il réellement comparable ?
La période est-elle la même ?
Les données sont-elles mesurées de la même manière ?
Sélectionner après coup un exemple favorable peut produire un cherry-picking géographique.
Corrélation écologique et graphique
Un nuage de points montrant une belle ligne entre vingt pays peut sembler très convaincant.
Mais la force visuelle du graphique ne résout pas les problèmes de causalité.
Avant de l’interpréter, il faut demander :
- quelles variables sont agrégées ;
- quels pays ont été inclus ;
- quels facteurs de confusion existent ;
- si l’association résiste à d’autres méthodes.
La beauté d’un graphique n’augmente pas la qualité de son identification causale.
Une leçon d’esprit critique
Les études écologiques rappellent une règle fondamentale :
le niveau auquel une donnée est mesurée détermine le niveau auquel on peut raisonnablement l’interpréter.
Si la donnée concerne des pays, la conclusion immédiate concerne des pays.
Passer de :
« les pays où X est fréquent ont moins de Y »
à :
« les individus qui font X ont moins de Y »
nécessite une preuve supplémentaire.
Cette transition implicite est une source très fréquente d’erreurs dans les débats de santé.
À retenir
Les études écologiques analysent des groupes ou populations plutôt que des individus.
Elles sont particulièrement utiles pour comparer des régions, pays, politiques publiques ou expositions collectives.
Elles peuvent révéler des associations intéressantes et générer des hypothèses.
Mais elles sont fortement vulnérables au sophisme écologique : une relation entre groupes ne permet pas automatiquement de conclure à une relation identique entre individus.
Elles sont également sensibles aux facteurs de confusion et aux différences de qualité des données.
Elles deviennent particulièrement utiles lorsqu’elles sont intégrées dans un ensemble de preuves convergentes, plutôt que considérées comme une démonstration causale isolée.
Pour aller plus loin
Geoffrey Rose — travaux sur les populations malades et les déterminants collectifs. Ils permettent de comprendre pourquoi certains facteurs de santé doivent réellement être étudiés au niveau des populations.
Kenneth J. Rothman, Sander Greenland et Timothy L. Lash — Modern Epidemiology. Une référence importante sur l’interprétation des associations écologiques et les problèmes de confusion.
Mervyn Susser — travaux sur les niveaux d’analyse en épidémiologie. Une contribution importante à la réflexion sur les relations entre individus, populations et contextes sociaux.