Études transversales
Une étude transversale observe une population à un moment donné, ou sur une période très courte, afin de mesurer la fréquence d’un phénomène et ses associations avec certaines caractéristiques.
On peut la comparer à une photographie : elle décrit l’état d’une population à un instant donné, mais fournit peu d’informations sur ce qui s’est passé avant ou après.
Les études transversales sont particulièrement utiles pour mesurer la prévalence d’une maladie, d’un comportement ou d’un facteur de risque.
Une photographie de la population
Supposons qu’on interroge 10 000 adultes pendant le mois de mars afin de mesurer :
- tabagisme ;
- hypertension ;
- obésité ;
- symptômes dépressifs ;
- activité physique.
On obtient une image de la fréquence de ces phénomènes dans la population au moment de l’enquête.
On peut par exemple constater que :
18 % fument, 25 % présentent une hypertension et 12 % déclarent des symptômes dépressifs.
Ces chiffres décrivent la situation actuelle de la population.
Ils ne disent pas directement quand ces situations ont commencé.
Mesurer la prévalence
L’étude transversale est particulièrement adaptée à la mesure de la prévalence.
Si 800 personnes sur 10 000 présentent une maladie au moment de l’étude :
800 / 10 000 = 8 %.
On peut estimer que la prévalence est d’environ 8 % dans la population représentée par l’échantillon.
Cette approche est souvent utilisée pour mesurer :
- maladies chroniques ;
- comportements de santé ;
- symptômes ;
- facteurs de risque.
Population et échantillonnage
Pour que la prévalence soit correctement estimée, l’échantillon doit représenter autant que possible la population cible.
Une enquête réalisée uniquement auprès :
- d’étudiants ;
- d’utilisateurs d’une application de sport ;
- de patients consultant un hôpital ;
ne peut pas être généralisée automatiquement à l’ensemble de la population.
La qualité de l’échantillonnage est donc essentielle.
Exemple simple
Supposons une enquête menée auprès de 5 000 adultes sélectionnés aléatoirement.
On observe :
| Situation | Nombre | Prévalence |
|---|---|---|
| Hypertension | 1 000 | 20 % |
| Tabagisme | 750 | 15 % |
| Diabète | 300 | 6 % |
| Symptômes dépressifs | 500 | 10 % |
Cette enquête permet de mesurer simultanément plusieurs phénomènes sanitaires.
C’est l’un des grands avantages du plan transversal.
Étudier des associations
Les études transversales ne servent pas uniquement à décrire la fréquence.
On peut également comparer différents groupes.
Par exemple :
les personnes physiquement inactives présentent-elles davantage de symptômes dépressifs que les personnes actives ?
On peut alors calculer des proportions dans chaque groupe.
Supposons :
- 15 % de symptômes dépressifs chez les personnes inactives ;
- 7 % chez les personnes actives.
Une association est observée.
Mais l’interprétation causale est difficile.
Le problème de la temporalité
La question centrale est :
qu’est-ce qui est venu en premier ?
Dans notre exemple :
- l’inactivité physique pourrait augmenter le risque de dépression ;
- la dépression pourrait réduire l’activité physique ;
- un troisième facteur pourrait provoquer les deux.
Puisque les deux variables sont mesurées au même moment, il est souvent impossible de déterminer leur ordre temporel.
C’est la principale limite des études transversales pour l’inférence causale.
Causalité inverse
Ce problème conduit facilement à la causalité inverse.
Supposons qu’une enquête montre que les personnes ayant des douleurs chroniques font moins d’exercice.
On pourrait conclure :
« le manque d’exercice provoque les douleurs ».
Mais il est tout aussi plausible que :
« les douleurs empêchent de faire de l’exercice ».
Les deux mécanismes peuvent même fonctionner simultanément.
Le plan transversal seul ne permet généralement pas de les départager.
Exposition stable et temporalité
La difficulté est parfois moins importante lorsque l’exposition précède nécessairement l’événement.
Par exemple :
- âge ;
- sexe à la naissance dans certaines analyses ;
- certaines caractéristiques génétiques.
Si une maladie est associée à l’âge, il n’existe évidemment pas de problème pour savoir si la maladie a provoqué l’âge.
Mais pour des variables qui peuvent évoluer dans le temps, la temporalité est beaucoup plus difficile.
Enquête transversale répétée
Il est possible de réaliser plusieurs enquêtes transversales à différentes dates.
Par exemple :
- 2000 ;
- 2005 ;
- 2010 ;
- 2015 ;
- 2020.
On peut ainsi suivre l’évolution de la prévalence du tabagisme dans la population.
Mais les personnes interrogées ne sont pas nécessairement les mêmes à chaque enquête.
On suit donc la population, pas les individus.
Répétition transversale versus cohorte
Cette distinction est importante.
Dans des enquêtes transversales répétées :
on interroge de nouveaux échantillons à différents moments.
Dans une cohorte :
on suit les mêmes personnes dans le temps.
Les deux méthodes permettent d’étudier l’évolution, mais elles ne répondent pas aux mêmes questions.
Exemple : tabagisme
Supposons que la prévalence du tabagisme soit :
| Année | Prévalence |
|---|---|
| 2000 | 30 % |
| 2010 | 25 % |
| 2020 | 18 % |
On peut conclure que la proportion de fumeurs dans la population a diminué.
Mais on ne sait pas directement :
- qui a arrêté ;
- qui a commencé ;
- combien sont décédés ;
- combien ont quitté ou rejoint la population.
Une cohorte fournirait davantage d’informations sur ces trajectoires individuelles.
L’effet de la durée de maladie
La prévalence dépend de l’incidence et de la durée de la maladie.
Les études transversales ont donc tendance à observer davantage les maladies longues.
Une maladie qui dure plusieurs décennies aura beaucoup plus de chances d’être présente le jour de l’enquête qu’une maladie qui ne dure que deux jours.
C’est une forme de biais de durée.
Maladies rapidement mortelles
Une maladie très grave qui conduit rapidement au décès peut être sous-représentée dans une étude transversale.
Les personnes qui ont développé la maladie puis sont décédées avant l’enquête ne peuvent plus être observées.
Une étude transversale sélectionne en quelque sorte les personnes présentes au moment de la photographie.
Cela peut produire une image biaisée du pronostic ou des facteurs associés à la survie.
Biais de survie
Supposons qu’une maladie possède deux formes :
- une forme sévère conduisant rapidement au décès ;
- une forme plus légère permettant une longue survie.
Une étude transversale réalisée aujourd’hui trouvera principalement les personnes vivant avec la forme légère.
Elle pourrait donner l’impression que la maladie est généralement moins grave qu’elle ne l’est réellement.
Ce problème est lié au biais de survie.
Utilité pour les maladies chroniques
Les études transversales sont particulièrement utiles pour mesurer les besoins de soins associés aux maladies chroniques.
Si l’on souhaite savoir combien de personnes vivent actuellement avec :
- diabète ;
- handicap ;
- hypertension ;
- maladie respiratoire chronique ;
la prévalence est précisément l’information pertinente.
Pour planifier les services sanitaires, une photographie de la situation actuelle peut être extrêmement utile.
Enquêtes de santé
Les grandes enquêtes nationales sont souvent transversales.
Elles peuvent combiner :
- questionnaires ;
- examens médicaux ;
- analyses biologiques ;
- mesures physiques.
On peut par exemple mesurer directement :
- poids ;
- taille ;
- pression artérielle ;
- cholestérol.
Cette combinaison améliore la qualité des données par rapport à une enquête basée uniquement sur les déclarations.
Déclaration versus mesure
Supposons qu’on demande :
« Êtes-vous hypertendu ? »
Certaines personnes atteintes ne le savent pas.
La prévalence déclarée sous-estimera donc probablement la fréquence réelle.
Si l’on mesure directement la pression artérielle, on détectera également des personnes non diagnostiquées.
La définition opérationnelle change fortement le résultat.
Effet du non-réponse
Les enquêtes transversales sont vulnérables au biais de non-réponse.
Supposons qu’on invite 20 000 personnes et que seulement 8 000 répondent.
Si les répondants diffèrent des non-répondants, la prévalence estimée peut être biaisée.
Par exemple, les personnes ayant des problèmes de santé peuvent être :
- plus motivées à participer ;
- ou au contraire trop malades pour participer.
Le sens du biais n’est pas toujours facile à prévoir.
Pondération statistique
Pour améliorer la représentativité, les chercheurs peuvent utiliser des pondérations.
Si les jeunes hommes sont sous-représentés dans l’échantillon, chaque participant de ce groupe peut recevoir un poids statistique plus important.
Cela permet d’approcher la structure réelle de la population.
Mais la pondération ne corrige que les différences connues et mesurées.
Elle ne répare pas automatiquement tous les biais de sélection.
Études transversales en entreprise
On peut également étudier une population professionnelle.
Par exemple, mesurer aujourd’hui :
- exposition au bruit ;
- perte auditive.
Si les travailleurs les plus exposés présentent davantage de troubles auditifs, l’association est intéressante.
Mais les salariés ayant développé les problèmes les plus graves ont peut-être déjà quitté l’entreprise.
Ce phénomène, proche de l’effet du travailleur sain, peut modifier le résultat.
L’effet du travailleur sain
Les populations professionnelles sont souvent en meilleure santé que la population générale, car les personnes très malades sont moins susceptibles d’être employées.
Comparer directement des travailleurs à l’ensemble de la population peut donc sous-estimer certains risques professionnels.
Le choix du groupe de référence reste essentiel, même dans une simple étude transversale.
Association de prévalence
Lorsqu’on compare deux groupes dans une étude transversale, on peut calculer des mesures comme :
- rapport de prévalence ;
- odds ratio de prévalence.
Mais ces mesures concernent la présence actuelle de la maladie, pas nécessairement le risque de la développer.
Cette distinction est importante pour les maladies dont la durée varie selon l’exposition.
Exemple de durée
Supposons qu’une exposition n’augmente pas le nombre de nouveaux cas mais prolonge fortement la durée de la maladie.
Les personnes exposées auront davantage de chances d’être malades au moment de l’enquête.
La prévalence sera plus élevée, même si l’incidence est identique.
Une association transversale peut donc refléter :
apparition de la maladie, durée de la maladie, survie, ou plusieurs de ces mécanismes.
Les études transversales et le Covid
Pendant le Covid, les enquêtes de séroprévalence ont constitué un usage important du plan transversal.
On prélevait un échantillon de la population pour rechercher des anticorps indiquant une infection passée.
Cela permettait d’estimer la proportion de personnes ayant été infectées, y compris celles qui n’avaient jamais été diagnostiquées.
Ces enquêtes ont aidé à comprendre que les cas détectés ne représentaient qu’une partie des infections réelles.
Limites des séroprévalences
Même dans ce contexte, plusieurs difficultés apparaissent :
- sensibilité et spécificité des tests ;
- disparition progressive des anticorps ;
- participation non aléatoire ;
- vaccination pouvant compliquer certaines mesures ;
- moment de l’enquête.
Une photographie sérologique doit donc être interprétée en fonction de la biologie et de la méthode utilisée.
Avantages
Les études transversales présentent plusieurs forces :
- relativement rapides ;
- souvent moins coûteuses qu’une cohorte ;
- permettent de mesurer plusieurs variables simultanément ;
- particulièrement adaptées à la prévalence ;
- utiles pour planifier les besoins sanitaires ;
- peuvent générer des hypothèses.
Elles sont donc extrêmement courantes en santé publique.
Limites
Leurs principales limites sont :
- temporalité souvent inconnue ;
- causalité inverse ;
- biais de survie ;
- difficulté à étudier les maladies rares ;
- influence de la durée de maladie ;
- biais de sélection et de non-réponse.
Elles sont généralement moins adaptées pour établir qu’une exposition cause une maladie.
Étude transversale ou cohorte ?
Le choix dépend de la question.
Si l’on demande :
« combien de personnes sont hypertendues aujourd’hui ? »
une étude transversale est idéale.
Si l’on demande :
« l’exposition X augmente-t-elle le risque de développer une hypertension dans les dix prochaines années ? »
une cohorte sera généralement beaucoup plus informative.
La méthode doit toujours être choisie selon la question.
Une leçon d’esprit critique
Une étude transversale peut montrer :
« les personnes ayant X présentent davantage de Y ».
Cela ne signifie pas automatiquement :
« X provoque Y ».
Il faut demander :
X existait-il avant Y ? Y peut-il provoquer X ? La durée de Y influence-t-elle la probabilité d’être observé ?
La simple coexistence de deux caractéristiques au même moment ne suffit pas à établir leur ordre causal.
À retenir
Une étude transversale observe une population à un moment donné et constitue donc une sorte de photographie sanitaire.
Elle est particulièrement adaptée à la mesure de la prévalence.
Elle peut également révéler des associations entre expositions et maladies.
Mais lorsque les deux sont mesurées simultanément, il est souvent difficile de savoir laquelle est apparue en premier.
Les études transversales sont donc très utiles pour :
décrire une population, estimer ses besoins et générer des hypothèses,
mais généralement moins puissantes pour démontrer une causalité.
Le réflexe essentiel reste :
« cette étude montre que deux phénomènes coexistent ; montre-t-elle vraiment lequel a précédé l’autre ? »
Pour aller plus loin
Leon Gordis — Epidemiology. Une introduction claire aux enquêtes transversales, à la prévalence et aux problèmes de temporalité.
Kenneth J. Rothman, Sander Greenland et Timothy L. Lash — Modern Epidemiology. Une référence approfondie pour comprendre l’interprétation des mesures de prévalence et les biais liés à la sélection des cas présents.
Organisation mondiale de la santé — enquêtes sanitaires de population. De nombreux exemples de méthodes transversales utilisées pour mesurer les facteurs de risque et les maladies chroniques dans les populations.