Régression vers la moyenne

La régression vers la moyenne désigne le fait qu’une valeur exceptionnellement haute ou basse a tendance, lors d’une mesure ultérieure, à être moins extrême.

Ce phénomène ne signifie pas que tout « revient naturellement à la normale » au sens biologique. Il découle surtout du fait que les valeurs extrêmes reflètent souvent une combinaison de :

niveau habituel réel + fluctuation temporaire.

Lorsque l’on sélectionne précisément les personnes ou périodes parce qu’elles présentent une valeur extrême, une partie de cette fluctuation a de fortes chances de ne pas se reproduire à la mesure suivante.

On peut alors attribuer à tort cette amélioration à une intervention.

Exemple simple

Supposons qu’une personne ait habituellement une pression artérielle systolique autour de 140 mmHg.

Un jour particulier, plusieurs facteurs la font monter à 165 :

  • stress ;
  • café ;
  • douleur ;
  • hasard de mesure.

Comme la valeur est très élevée, un traitement est commencé immédiatement.

Quelques jours plus tard, la pression est de 145.

On pourrait conclure :

« Le traitement a fait baisser la pression de 20 mmHg. »

Mais une partie de cette baisse aurait probablement eu lieu même sans traitement, simplement parce que la première mesure était exceptionnellement élevée.

Pourquoi les valeurs extrêmes sont particulières

Imaginons une variable :

valeur observée = niveau habituel + fluctuation aléatoire.

Pour qu’une personne habituellement à 140 atteigne 165, il faut probablement qu’une fluctuation temporaire positive se soit ajoutée à son niveau habituel.

Lors de la mesure suivante, il est peu probable que cette même fluctuation exceptionnelle se reproduise exactement.

La valeur tend alors à se rapprocher du niveau habituel.

Cela fonctionne aussi dans l’autre direction

Supposons qu’un sportif ait une performance habituelle de 10 secondes sur une distance donnée.

Un jour exceptionnel, il réalise 9,5 secondes.

À la compétition suivante, il réalise 9,9.

Cela ne signifie pas nécessairement qu’il a « régressé » physiquement.

La performance initiale était peut-être simplement exceptionnellement bonne.

La régression vers la moyenne concerne donc aussi bien les valeurs très favorables que très défavorables.

Sélectionner les cas extrêmes crée le phénomène

Le mécanisme apparaît surtout lorsque les participants sont recrutés parce qu’ils dépassent un seuil.

Par exemple :

« Nous incluons uniquement les patients dont la pression artérielle dépasse 160 mmHg. »

Parmi ces patients, certains ont une hypertension réellement très sévère.

Mais d’autres se trouvent temporairement au-dessus du seuil à cause du bruit de mesure.

À la visite suivante, la moyenne du groupe tendra naturellement à baisser.

Exemple pédagogique

Supposons 1 000 personnes dont la pression habituelle varie autour de différentes valeurs.

On sélectionne les 100 personnes ayant aujourd’hui les valeurs les plus élevées.

Une partie de leur classement vient :

  • d’une véritable hypertension ;
  • d’une fluctuation particulièrement élevée ce jour-là.

Lors de la mesure suivante, beaucoup de ces fluctuations disparaissent.

Même sans traitement, la moyenne des 100 personnes diminue.

Le faux succès d’une intervention

C’est un problème classique des études avant-après sans groupe contrôle.

On observe :

avant : situation très mauvaise

intervention

après : situation moins mauvaise.

La tentation est :

intervention → amélioration.

Mais si l’intervention a été déclenchée précisément parce que la première mesure était exceptionnelle, la régression vers la moyenne constitue une explication alternative.

Exemple hospitalier

Un hôpital possède habituellement entre 8 et 12 infections mensuelles.

Un mois exceptionnel en compte 20.

La direction lance immédiatement un nouveau programme d’hygiène.

Le mois suivant, il y a 11 infections.

On pourrait annoncer :

« Le programme a réduit les infections de 45 %. »

Mais 11 infections correspond déjà presque au niveau habituel avant le pic.

Sans groupe de comparaison et sans série historique, on ne sait pas quelle part de la baisse vient réellement du programme.

Plus on intervient sur les valeurs extrêmes, plus le piège est important

Les décisions médicales et politiques sont souvent déclenchées par des anomalies :

  • pression très élevée ;
  • mauvais résultat scolaire ;
  • forte criminalité ;
  • mortalité inhabituelle ;
  • performance très faible.

C’est rationnel d’intervenir sur les situations graves.

Mais cela signifie également que les interventions sont systématiquement introduites au moment où les indicateurs ont peu de marge pour empirer et beaucoup de possibilités de redevenir moins extrêmes.

Les traitements alternatifs sont particulièrement vulnérables à ce biais

De nombreuses maladies évoluent par poussées.

Les personnes cherchent souvent un nouveau traitement lorsque les symptômes sont au maximum.

Supposons une maladie dans laquelle la douleur fluctue naturellement :

3 → 5 → 8 → 9 → traitement → 6 → 4.

Le traitement est commencé au niveau 9 précisément parce que la situation est devenue insupportable.

Une diminution était statistiquement et biologiquement plausible même sans intervention.

Le patient peut néanmoins sincèrement attribuer toute amélioration au traitement.

Cela ne signifie pas que le traitement n’a pas fonctionné

C’est une distinction essentielle.

La régression vers la moyenne ne démontre pas l’inefficacité du traitement.

Elle signifie seulement que :

« amélioration après traitement »

n’est pas suffisante pour démontrer :

« amélioration causée par le traitement ».

Il faut une comparaison permettant d’estimer ce qui se serait passé sans lui.

Pourquoi les essais randomisés aident

Supposons qu’on recrute 1 000 patients parce que leurs symptômes sont particulièrement sévères.

On les randomise :

  • traitement ;
  • placebo.

Les deux groupes sont sélectionnés selon le même critère extrême.

Les deux peuvent donc bénéficier de la régression vers la moyenne.

Si le groupe traité s’améliore davantage que le groupe placebo, la différence supplémentaire est beaucoup plus informative sur l’effet du traitement.

Exemple

Imaginons un score de douleur initial moyen de 9/10.

Après deux semaines :

  • traitement : 4/10 ;
  • placebo : 6/10.

Une analyse naïve du groupe traité dirait :

amélioration de 5 points.

Mais le placebo s’est lui aussi amélioré de 3 points.

La différence attribuable au traitement est plutôt de l’ordre de 2 points, sous réserve des autres biais.

La comparaison évite d’attribuer au traitement l’ensemble de l’évolution spontanée.

Placebo et régression vers la moyenne

Une amélioration dans un groupe placebo peut venir de plusieurs phénomènes :

  • évolution naturelle ;
  • régression vers la moyenne ;
  • attentes ;
  • effet du suivi ;
  • soins concomitants.

Il est donc incorrect d’interpréter toute amélioration sous placebo comme un « effet psychologique du placebo ».

Le groupe placebo mesure l’ensemble des changements qui surviennent sans le principe actif spécifique.

Régression vers la moyenne et maladies fluctuantes

Le phénomène est particulièrement important pour les maladies où les symptômes varient fortement :

  • douleur chronique ;
  • migraine ;
  • asthme ;
  • troubles inflammatoires ;
  • humeur ;
  • reflux ;
  • certaines maladies dermatologiques.

Les patients essaient naturellement de nouvelles interventions pendant les périodes les plus mauvaises.

Les témoignages avant-après sont donc très difficiles à interpréter.

Exemple de migraine

Une personne connaît habituellement entre 3 et 6 migraines par mois.

Un mois exceptionnel, elle en présente 10.

Elle commence immédiatement un complément alimentaire.

Le mois suivant, elle n’en présente que 5.

Elle peut raisonnablement avoir l’impression d’une amélioration spectaculaire.

Mais 5 correspond aussi à son niveau habituel historique.

Sans comparaison ou suivi plus long, l’effet du complément reste incertain.

Performance professionnelle

Le même phénomène apparaît hors médecine.

Une entreprise sanctionne les commerciaux après leurs pires mois.

Le mois suivant, leurs résultats s’améliorent.

Elle peut conclure :

« les sanctions fonctionnent ».

Mais certains avaient simplement connu un mois exceptionnellement mauvais.

À l’inverse, récompenser les meilleurs après un mois exceptionnel peut être suivi d’une performance plus faible.

On pourrait injustement conclure :

« les récompenses démotivent ».

Exemple historique de Kahneman

Daniel Kahneman a popularisé un exemple concernant la formation de pilotes.

Des instructeurs observaient que :

  • les pilotes critiqués après une mauvaise performance s’amélioraient souvent ;
  • les pilotes félicités après une excellente performance faisaient souvent moins bien ensuite.

Ils en concluaient que la critique était efficace et les compliments néfastes.

Une grande partie du phénomène pouvait simplement venir de la régression vers la moyenne : les performances extrêmes sont généralement suivies de performances moins extrêmes.

Les classements

La régression vers la moyenne affecte également les classements.

Supposons qu’on sélectionne les dix hôpitaux ayant la mortalité la plus élevée cette année.

L’année suivante, certains descendront naturellement dans le classement même sans réforme particulière.

Inversement, certains des meilleurs hôpitaux pourront sembler se dégrader.

Une partie du mouvement vient du bruit statistique autour de performances réelles plus stables.

Les petits établissements sont particulièrement concernés

Dans un petit hôpital, quelques événements supplémentaires peuvent modifier fortement le taux.

Supposons :

  • 2 décès attendus ;
  • 5 décès observés.

Le taux paraît très mauvais.

Mais la différence ne représente que trois événements.

L’année suivante, le simple hasard peut produire 1 ou 2 décès et créer une amélioration spectaculaire.

Les extrêmes statistiques sont souvent surreprésentés parmi les petites unités.

« Les pires se sont améliorés »

Cette conclusion est presque inévitable lorsque l’on sélectionne les pires valeurs.

Même sans intervention, les plus mauvais résultats initiaux contiennent généralement une part de malchance temporaire.

Lors d’une nouvelle mesure, cette malchance n’est pas systématiquement reproduite.

Il faut donc être prudent avec les programmes évalués uniquement sur les établissements initialement les plus mauvais.

Valeurs biologiques

Le phénomène peut être réduit en répétant les mesures avant de prendre une décision.

Supposons qu’une glycémie soit exceptionnellement élevée.

Plutôt que de définir immédiatement le niveau habituel à partir d’un seul résultat, plusieurs mesures peuvent permettre d’estimer plus correctement l’état réel.

C’est l’une des raisons pour lesquelles certains diagnostics ne reposent pas sur une seule mesure isolée lorsque les conditions le permettent.

Répéter la mesure réduit le bruit

Si plusieurs mesures indépendantes sont disponibles :

160, 142, 145, 147

on comprend mieux que la première valeur était probablement exceptionnellement élevée.

La moyenne de plusieurs mesures est souvent plus stable que la valeur la plus extrême qui a déclenché l’attention.

Mais répéter peut aussi suivre une véritable évolution

Il ne faut pas tout attribuer à la régression statistique.

Si une maladie s’aggrave réellement puis s’améliore, une évolution biologique authentique existe.

La difficulté est précisément de distinguer :

  • fluctuation naturelle ;
  • régression vers la moyenne ;
  • effet réel de l’intervention.

Un groupe contrôle ou une longue série temporelle aide à les départager.

Séries temporelles

Supposons qu’un indicateur soit disponible pendant cinq ans avant une intervention.

On peut voir si le niveau immédiatement avant l’intervention était :

  • habituel ;
  • ou exceptionnel.

Si l’intervention survient après un pic très inhabituel, la possibilité de régression vers la moyenne devient particulièrement importante.

Exemple

Admissions mensuelles :

98 – 105 – 101 – 96 – 103 – 160 → intervention → 108.

Interpréter :

160 → 108

comme une réduction de 32,5 % due au programme serait très trompeur.

Le niveau historique autour de 100 montre que le 160 était probablement exceptionnel.

Une tendance différente d’un pic

Supposons maintenant :

100 – 110 – 120 – 130 – 140 – 150 → intervention → 100.

La situation est différente.

Il existait une tendance ascendante durable avant l’intervention.

Une chute brutale à 100 mérite davantage d’attention.

La série historique permet donc de distinguer un extrême ponctuel d’une trajectoire réelle.

Régression vers la moyenne et dépistage

Supposons qu’un traitement soit proposé aux personnes dont un biomarqueur dépasse un seuil.

Certaines sont incluses parce que leur valeur a momentanément dépassé le seuil.

À la mesure suivante, la moyenne du biomarqueur diminuera même sans traitement.

C’est pourquoi les études avant-après non contrôlées peuvent surestimer fortement l’efficacité.

Traitement sélectionné après échec

Le problème apparaît également lorsque les patients cherchent une nouvelle intervention après plusieurs événements successifs.

Supposons qu’une personne ait connu trois infections rapprochées, alors que son rythme habituel est d’une par an.

Elle commence un traitement préventif.

L’année suivante, elle n’a qu’une infection.

Ce retour au rythme habituel peut être interprété comme un succès.

La mémoire humaine amplifie le phénomène

Nous nous souvenons particulièrement :

  • du moment où la situation était catastrophique ;
  • de la décision d’agir ;
  • de l’amélioration ultérieure.

La période de fluctuations antérieures est moins saillante.

Le récit devient naturellement :

problème → intervention → amélioration.

Cette structure narrative est psychologiquement convaincante, même lorsque la causalité reste incertaine.

Régression vers la moyenne et causalité post hoc

Le phénomène contribue au sophisme :

post hoc ergo propter hoc — après cela, donc à cause de cela.

Lorsque l’intervention est déclenchée par une situation extrême, une amélioration suivante est particulièrement probable.

L’ordre temporel devient alors trompeur.

Les comparaisons historiques peuvent être insuffisantes

Connaître le niveau habituel aide, mais un groupe contrôle contemporain est souvent préférable.

Pourquoi ?

Parce que d’autres facteurs peuvent évoluer au même moment :

  • saison ;
  • réglementation ;
  • épidémie ;
  • conditions économiques.

La meilleure comparaison cherche à isoler la partie supplémentaire d’évolution associée à l’intervention.

Quasi-expériences

Les méthodes étudiées précédemment, comme :

  • séries temporelles interrompues ;
  • différence de différences,

sont utiles précisément parce qu’elles évitent de comparer naïvement une valeur exceptionnellement mauvaise à la suivante.

Elles prennent en compte :

  • trajectoire antérieure ;
  • groupe contrôle ;
  • tendance générale.

Corrélation imparfaite entre deux mesures

Mathématiquement, la régression vers la moyenne apparaît lorsque deux mesures d’une même caractéristique sont corrélées mais pas parfaitement.

Si la corrélation était de 1, les personnes les plus extrêmes à la première mesure resteraient exactement aussi extrêmes à la deuxième.

En réalité, la plupart des mesures biologiques et comportementales ont une reproductibilité imparfaite.

Les valeurs extrêmes tendent donc statistiquement à être moins extrêmes au second passage.

Ce n’est pas une force mystérieuse

Le terme « régression » peut donner l’impression qu’une force ramène les observations vers la moyenne.

Ce n’est pas le cas.

Le phénomène apparaît parce que :

  • les mesures sont imparfaitement corrélées ;
  • les individus sont sélectionnés sur une valeur extrême.

La moyenne n’attire rien.

C’est un résultat de la sélection statistique et de la variabilité.

Galton et l’origine du terme

Francis Galton avait observé que les enfants de parents extrêmement grands étaient en moyenne grands, mais moins extrêmes que leurs parents.

Inversement, les enfants de parents très petits étaient souvent moins petits.

Il parla de « régression vers la médiocrité », selon le vocabulaire de l’époque.

Cette observation a contribué au développement du concept moderne de régression statistique.

Ne pas confondre avec retour à la normale biologique

Une crise d’asthme peut se résoudre spontanément.

C’est une évolution biologique.

Une mesure exceptionnellement élevée peut aussi être suivie d’une mesure plus basse simplement en raison de la variabilité.

C’est la régression vers la moyenne.

Les deux phénomènes peuvent se produire simultanément.

Une méthode pour visualiser le phénomène

Imaginons 100 personnes mesurées deux fois.

On sélectionne les dix valeurs les plus élevées lors de la première mesure.

Lors de la deuxième, la plupart resteront probablement au-dessus de la moyenne générale, car elles ont réellement tendance à avoir des valeurs élevées.

Mais leur moyenne sera généralement moins extrême que lors de la première mesure.

C’est précisément la régression vers la moyenne.

Elle ne signifie pas que les individus changent tous dans le même sens

Certains individus peuvent encore augmenter.

D’autres diminuer fortement.

Le phénomène concerne surtout la moyenne du groupe sélectionné sur une valeur extrême.

Il ne prédit pas nécessairement l’évolution de chaque individu.

Régression vers la moyenne et tests scolaires

Supposons qu’une école propose un programme spécial uniquement aux élèves ayant obtenu les notes les plus faibles à un examen.

Au test suivant, la moyenne de ces élèves augmente.

Une partie de l’amélioration peut venir :

  • du programme ;
  • de l’apprentissage ;
  • mais aussi de la régression vers la moyenne.

Pour estimer l’effet causal, il faut comparer à des élèves similaires n’ayant pas reçu le programme.

En santé publique

Supposons qu’un financement particulier soit accordé aux régions ayant connu l’année précédente la plus forte mortalité.

L’année suivante, leur mortalité diminue.

Dire que le financement a nécessairement produit toute la baisse serait imprudent.

Ces régions avaient été sélectionnées précisément parce qu’elles présentaient des valeurs extrêmes.

Comment réduire ce biais ?

Plusieurs stratégies existent :

  • plusieurs mesures avant l’intervention ;
  • groupe contrôle ;
  • randomisation ;
  • analyse de séries temporelles ;
  • critères d’inclusion basés sur plusieurs mesures.

L’objectif est de séparer le niveau durable de la fluctuation qui a déclenché l’intervention.

Exemple avec deux mesures d’inclusion

Plutôt que d’inclure toute personne présentant une pression >160 une seule fois, un essai peut exiger :

pression >160 lors de deux visites distinctes.

Les personnes incluses sont alors moins nombreuses à devoir leur éligibilité à une fluctuation ponctuelle.

La régression vers la moyenne n’est pas éliminée, mais réduite.

Ne jamais évaluer une intervention uniquement sur ses meilleurs « succès »

Un traitement peut être proposé à 100 personnes en situation très mauvaise.

Quelques-unes connaissent ensuite une amélioration extraordinaire.

Si l’on raconte uniquement leurs histoires, on combine :

  • sélection des cas extrêmes ;
  • régression vers la moyenne ;
  • sélection des succès.

L’impression d’efficacité peut devenir considérable.

Il faut étudier l’ensemble des participants.

Une leçon d’esprit critique

Quand une intervention semble avoir produit une amélioration spectaculaire, demandez :

Pourquoi a-t-elle été commencée précisément à ce moment-là ?

Si la réponse est :

« parce que la situation était devenue exceptionnellement mauvaise »,

la régression vers la moyenne doit immédiatement être envisagée.

Il faut ensuite demander :

Quel était le niveau habituel avant cet épisode ?

Existe-t-il plusieurs mesures antérieures ?

Que s’est-il passé dans un groupe comparable sans intervention ?

La baisse dépasse-t-elle réellement ce que les fluctuations habituelles permettraient d’attendre ?

Ces questions permettent de distinguer une véritable efficacité d’un simple retour après une valeur exceptionnelle.

À retenir

La régression vers la moyenne apparaît lorsque l’on sélectionne des observations sur la base d’une valeur exceptionnellement élevée ou basse et que la mesure suivante tend à être moins extrême.

Elle est particulièrement importante lorsque les interventions sont déclenchées par :

  • symptômes très sévères ;
  • biomarqueurs exceptionnellement mauvais ;
  • performances extrêmes ;
  • pics inhabituels d’un indicateur.

Une amélioration après intervention ne suffit donc pas à démontrer son efficacité.

La meilleure protection consiste à utiliser :

plusieurs mesures, des séries historiques et surtout un groupe de comparaison adapté.

Le principe essentiel est simple :

plus une situation a été sélectionnée parce qu’elle était exceptionnellement mauvaise, plus une amélioration ultérieure peut survenir spontanément sans que l’intervention en soit entièrement responsable.

Pour aller plus loin

Francis Galton — travaux historiques sur la régression vers la moyenne. À l’origine du concept statistique de régression.

Daniel Kahneman — Thinking, Fast and Slow. Présente notamment l’exemple pédagogique des instructeurs de pilotes et montre pourquoi la régression vers la moyenne est facilement confondue avec une causalité.

Douglas G. Altman — Practical Statistics for Medical Research. Une référence utile pour comprendre l’interprétation des mesures répétées et des changements avant-après.

Stephen Senn — travaux sur les essais cliniques et la régression vers la moyenne. Des analyses importantes sur ce phénomène dans l’évaluation des traitements.