Variables de confusion et contrôle statistique
Lorsqu’une expérience randomisée est impossible, les chercheurs doivent souvent travailler avec les différences que le monde a déjà produites. Certains individus prennent un médicament et d’autres non. Certaines personnes sont davantage exposées à la pollution. Certaines villes adoptent une politique publique tandis que d’autres ne le font pas. Certains comportements sont associés à une meilleure santé, à de meilleurs résultats scolaires ou à une moindre mortalité.
Ces observations peuvent fournir des informations scientifiques essentielles. Mais elles rencontrent une difficulté centrale : les groupes comparés peuvent différer pour de nombreuses autres raisons que l’exposition qui nous intéresse.
Supposons que les personnes physiquement actives vivent en moyenne plus longtemps. Une partie de cette différence peut provenir de l’activité physique elle-même. Mais les personnes actives peuvent également différer par leur âge, leur état de santé initial, leur alimentation, leur consommation de tabac, leur niveau socio-économique ou leur accès aux soins.
Certaines de ces différences peuvent créer une confusion entre l’exposition et le résultat.
Le contrôle statistique cherche alors à reconstruire, autant que possible, une comparaison plus équitable : comparer des individus qui diffèrent relativement à l’exposition étudiée tout en étant suffisamment comparables sur les causes communes pertinentes.
Cette stratégie peut produire des inférences causales très solides.
Mais elle possède une limite fondamentale : la statistique ne peut contrôler correctement que les variables pertinentes qui ont été suffisamment identifiées et mesurées, sous des hypothèses causales appropriées.
Ajouter cinquante variables dans une régression ne transforme donc pas automatiquement une étude observationnelle en essai randomisé.
Qu’est-ce qu’un facteur de confusion ?
Considérons une exposition X et un résultat Y.
Nous voulons savoir si X produit un effet sur Y.
Supposons cependant qu’une troisième variable C influence à la fois la probabilité d’être exposé à X et le résultat Y.
C peut alors créer ou modifier l’association observée entre X et Y.
Prenons un exemple médical simple.
Les patients les plus gravement malades reçoivent souvent les traitements les plus intensifs. Si l’on compare naïvement la mortalité des personnes recevant un traitement puissant à celle de patients n’en ayant pas besoin, le groupe traité peut présenter une mortalité supérieure.
Il serait pourtant absurde d’en conclure immédiatement que le traitement tue les patients.
La gravité initiale de la maladie influence à la fois la décision de traiter et le risque de décès.
Elle constitue donc une source potentielle de confusion.
Cochrane considère précisément le biais dû à la confusion comme l’un des problèmes centraux lors de l’évaluation des études non randomisées sur les interventions. Son outil ROBINS-I demande explicitement d’identifier les domaines de confusion importants avant de juger l’estimation causale.
La confusion peut masquer un effet aussi bien qu’en créer un
On présente souvent la confusion comme quelque chose qui crée artificiellement une association.
Mais elle peut produire plusieurs effets.
Elle peut faire apparaître une association qui n’existe pas causalement.
Elle peut amplifier un véritable effet.
Elle peut le réduire.
Elle peut même, dans certaines situations, inverser le sens apparent de la relation.
Il serait donc trop simple de penser :
association observée = effet causal + un petit supplément de biais.
La confusion peut modifier profondément ce que nous observons.
C’est pourquoi une étude observationnelle destinée à répondre à une question causale doit réfléchir explicitement aux processus ayant conduit certaines personnes à être exposées et d’autres non.
Le problème fondamental : les groupes ne sont pas échangeables
Dans un essai randomisé correctement conduit, l’attribution de l’intervention ne dépend pas systématiquement des caractéristiques pronostiques des participants.
Dans une étude observationnelle, ce n’est généralement pas le cas.
Les fumeurs et les non-fumeurs ne deviennent pas fumeurs ou non-fumeurs par tirage au sort.
Les personnes prenant un médicament particulier ne sont pas nécessairement comparables à celles qui n’en prennent pas.
Les individus habitant une zone fortement polluée peuvent différer socialement, professionnellement ou médicalement de ceux qui vivent ailleurs.
Le langage moderne de l’inférence causale utilise souvent la notion d’échangeabilité : pour identifier un effet causal, nous voudrions pouvoir comparer des groupes dont les résultats potentiels seraient comparables en l’absence de l’exposition étudiée.
La randomisation cherche à produire cette propriété par le dessin expérimental.
Dans une étude observationnelle, on essaie de l’obtenir conditionnellement à certaines variables mesurées.
Hernán et Robins présentent précisément l’ajustement pour confusion comme une tentative de rendre les groupes exposés et non exposés comparables conditionnellement aux covariables pertinentes, tout en soulignant que l’inférence causale observationnelle repose sur des hypothèses qui ne peuvent généralement pas être entièrement vérifiées à partir des seules données.
Contrôler une variable signifie comparer à niveau comparable
Imaginons que l’âge soit un facteur de confusion.
Les personnes exposées sont en moyenne plus âgées, et l’âge augmente indépendamment le risque de décès.
Une comparaison brute entre exposés et non-exposés mélange donc :
l’effet éventuel de l’exposition et l’effet de la différence d’âge.
Une première solution intuitive consiste à comparer séparément des individus d’âge similaire.
Chez les 40-49 ans, exposés contre non-exposés.
Puis chez les 50-59 ans.
Puis chez les 60-69 ans.
C’est le principe de la stratification.
Si la relation entre exposition et résultat persiste dans les différentes strates, nous avons partiellement séparé l’effet de l’exposition de celui de l’âge.
Les méthodes statistiques modernes généralisent cette idée à de nombreuses variables simultanément.
La régression : une machine à comparer conditionnellement
La régression statistique est l’une des méthodes les plus couramment utilisées pour ajuster une association.
Un modèle peut inclure simultanément :
l’exposition étudiée,
l’âge,
le sexe,
le tabagisme,
la gravité initiale,
certaines comorbidités,
et d’autres caractéristiques jugées pertinentes.
Le coefficient associé à l’exposition cherche alors, très schématiquement, à représenter la différence attendue entre personnes ayant les mêmes valeurs des autres variables incluses dans le modèle mais différant relativement à l’exposition.
C’est extrêmement utile.
Mais il faut comprendre ce que le modèle ne fait pas.
Il ne crée pas réellement deux personnes identiques.
Il ne garantit pas que toutes les variables importantes ont été mesurées.
Il ne garantit pas que les variables ont été mesurées sans erreur.
Il ne garantit pas non plus que la forme mathématique choisie représente correctement les relations entre elles.
Une régression est donc un outil d’ajustement conditionnel, pas une machine automatique à produire de la causalité.
« Ajusté pour l’âge, le sexe et… » ne suffit pas
Les articles observationnels contiennent souvent une phrase du type :
« Les résultats ont été ajustés pour l’âge, le sexe, le niveau d’éducation, le tabagisme et les comorbidités. »
Cette information est utile, mais elle ne permet pas encore de savoir si la confusion a été correctement contrôlée.
La première question est :
pourquoi ces variables ont-elles été choisies ?
Une variable ne devient pas un confondeur simplement parce qu’elle est associée statistiquement au résultat.
Inversement, une variable importante ne cesse pas d’être pertinente parce que son association n’atteint pas un seuil de significativité dans l’échantillon étudié.
La sélection des variables devrait donc reposer principalement sur des connaissances causales concernant le phénomène, et non uniquement sur des tests statistiques automatiques.
Les travaux méthodologiques contemporains sur la sélection des confondeurs insistent précisément sur ce point : choisir les covariables uniquement à partir de leurs associations observées peut conduire à omettre des variables nécessaires ou, au contraire, à ajuster pour des variables qui introduisent elles-mêmes un biais.
Ajuster pour tout n’est pas une bonne stratégie
Une intuition fréquente consiste à dire :
« Plus nous ajustons pour de variables, plus l’analyse est fiable. »
Cette règle est fausse.
Certaines variables doivent être contrôlées.
Certaines sont inutiles.
Et certaines ne devraient pas être contrôlées pour la question causale considérée.
Trois rôles doivent notamment être distingués : confondeur, médiateur et collisionneur.
| Type de variable | Structure simplifiée | Conséquence générale |
|---|---|---|
| Confondeur | C → X et C → Y | L’ajustement peut être nécessaire pour bloquer une association non causale |
| Médiateur | X → M → Y | L’ajuster retire une partie de l’effet causal de X si l’on cherche l’effet total |
| Collisionneur | X → C ← Y, ou structure analogue | L’ajustement peut créer une association qui n’existait pas auparavant |
Le simple fait qu’une variable soit disponible dans la base de données n’est donc pas une raison suffisante pour l’ajouter au modèle.
Le médiateur : ajuster peut retirer précisément l’effet recherché
Supposons que l’activité physique réduise le risque cardiovasculaire en partie parce qu’elle diminue la pression artérielle.
Nous avons alors schématiquement :
activité physique → pression artérielle → risque cardiovasculaire.
Si nous cherchons l’effet total de l’activité physique, ajuster systématiquement pour la pression artérielle peut retirer une partie du mécanisme par lequel l’activité produit son effet.
Nous ne répondrions plus à la même question.
Cette erreur est appelée surajustement lorsqu’une variable située sur le chemin causal pertinent est contrôlée alors que l’objectif était d’estimer l’effet total.
Schisterman et ses collègues montrent précisément comment l’ajustement pour des variables intermédiaires peut biaiser l’estimation de l’effet total recherché.
Cela ne signifie pas qu’il ne faut jamais contrôler un médiateur.
Si la question porte spécifiquement sur l’effet direct ne passant pas par ce mécanisme, il peut devenir nécessaire de traiter la médiation explicitement.
Mais la question causale a changé.
Le collisionneur : contrôler peut créer un biais
Le cas du collisionneur est encore plus contre-intuitif.
Supposons que deux variables indépendantes X et Y influencent toutes deux la probabilité d’entrer dans une sélection C :
X → C ← Y.
Dans la population générale, X et Y peuvent ne pas être associés.
Mais si nous examinons uniquement les personnes pour lesquelles C possède une certaine valeur — ou si nous ajustons statistiquement pour C — une association artificielle peut apparaître entre X et Y.
Prenons une illustration simplifiée.
Supposons que l’admission dans une école très sélective dépende à la fois d’excellents résultats scolaires et de performances sportives remarquables.
Dans la population générale, ces deux aptitudes pourraient être largement indépendantes.
Mais parmi les seuls étudiants admis, un élève ayant des résultats scolaires moins exceptionnels devra souvent avoir compensé par une meilleure performance sportive.
Une association négative peut alors apparaître uniquement parce que nous avons conditionné sur l’admission, qui est un effet commun des deux caractéristiques.
Les diagrammes causaux montrent précisément que conditionner sur un collisionneur peut ouvrir un chemin auparavant fermé et produire une association non causale.
C’est l’une des raisons pour lesquelles « ajuster davantage » peut rendre une estimation plus mauvaise.
Le dessin causal doit précéder le modèle statistique
Ces exemples révèlent une idée fondamentale.
Avant de décider quelles variables entreront dans une régression, il faut avoir une conception au moins approximative de leur rôle causal.
La statistique ne peut pas déterminer à elle seule si une variable est un confondeur, un médiateur ou un collisionneur.
Deux variables peuvent posséder exactement la même corrélation statistique mais occuper des positions causales complètement différentes.
La question :
« Cette variable est-elle associée à X et Y ? »
est donc insuffisante.
Il faut demander :
« Quel rôle pensons-nous qu’elle joue dans le processus ayant produit X et Y ? »
C’est précisément ce que cherchent à rendre explicite les diagrammes causaux dirigés, ou DAG.
Les DAG : dessiner ses hypothèses avant de calculer
Un DAG (*directed acyclic graph*, graphe orienté acyclique) représente des hypothèses causales au moyen de variables reliées par des flèches.
Si l’on pense que l’âge influence l’exposition et le résultat, on peut représenter :
âge → exposition
et
âge → résultat.
Le diagramme aide alors à identifier les chemins non causaux qu’il faudrait bloquer afin d’estimer l’effet recherché.
Les méthodes graphiques utilisent notamment le critère de backdoor pour déterminer des ensembles suffisants de variables d’ajustement dans certaines structures causales.
Les revues méthodologiques contemporaines soulignent que les DAG peuvent aider à identifier des ensembles d’ajustement appropriés tout en évitant le surajustement et le conditionnement sur des collisionneurs.
Leur intérêt est donc considérable.
Mais il faut immédiatement préciser ce qu’un DAG ne fait pas.
Un diagramme causal ne découvre pas automatiquement la causalité
Dessiner une flèche entre deux variables ne transforme évidemment pas cette flèche en fait scientifique.
Un DAG représente les hypothèses causales du chercheur, idéalement fondées sur les connaissances existantes.
Si le diagramme oublie une cause commune importante, l’ensemble d’ajustement qu’il recommande peut rester insuffisant.
Si une flèche est orientée dans le mauvais sens, le raisonnement peut être erroné.
Les DAG constituent donc avant tout un outil de clarification.
Ils obligent le chercheur à rendre visible ce qu’une régression laisse souvent implicite : pourquoi cette variable est-elle ajustée ? Quelles causes communes supposons-nous ? Quels chemins cherchons-nous à fermer ?
La qualité de la conclusion dépend toujours de la qualité des hypothèses causales représentées.
Le contrôle d’un confondeur peut commencer avant l’analyse
L’ajustement statistique n’est pas la seule manière de contrôler la confusion.
Une étude peut agir dès sa conception.
Elle peut utiliser une restriction, par exemple en étudiant uniquement une certaine tranche d’âge. Cela élimine la variation d’âge à l’intérieur de l’échantillon mais limite aussi la généralisation.
Elle peut utiliser un appariement, en associant des personnes exposées et non exposées partageant certaines caractéristiques.
Elle peut sélectionner explicitement des groupes comparables.
Ces méthodes possèdent leurs propres avantages et limites.
Surtout, elles rappellent une règle importante : il vaut souvent mieux prévenir un biais par le dessin d’étude que tenter de le réparer entièrement après coup avec un modèle statistique.
Standardiser : ramener les groupes à une même composition
Une autre méthode classique consiste à standardiser les résultats.
Supposons que deux régions possèdent des structures d’âge très différentes.
Comparer directement leur mortalité brute peut être trompeur parce que la région la plus âgée aura mécaniquement davantage de décès.
La standardisation permet de calculer ce que seraient les mortalités si les deux régions possédaient la même distribution d’âge.
Cette logique est extrêmement générale.
Elle cherche à répondre :
« Quelle différence observerions-nous si les groupes possédaient la même distribution des facteurs que nous souhaitons contrôler ? »
La régression, la standardisation et plusieurs méthodes modernes d’inférence causale peuvent être considérées comme différentes manières de construire ce type de comparaison conditionnelle.
Scores de propension : modéliser la probabilité d’exposition
Le score de propension constitue une autre famille de méthodes très utilisées.
Pour chaque individu, on estime sa probabilité de recevoir l’exposition ou le traitement compte tenu de certaines caractéristiques observées.
Deux personnes présentant des scores de propension similaires avaient donc, selon le modèle, une probabilité comparable de recevoir le traitement relativement aux covariables incluses.
On peut ensuite utiliser ces scores pour apparier, stratifier, pondérer ou parfois ajuster les comparaisons.
L’idée est séduisante : essayer de rendre les groupes plus comparables sur un ensemble de caractéristiques mesurées.
Mais le score de propension ne crée pas une randomisation.
Si une cause importante du traitement et du résultat n’a pas été mesurée, elle n’entre pas dans le score.
Le problème de confusion non mesurée demeure.
Pondération : créer une pseudo-population
Les méthodes de pondération par probabilité inverse attribuent davantage de poids aux individus dont l’exposition était relativement improbable compte tenu de leurs caractéristiques.
Très schématiquement, elles cherchent à construire une pseudo-population dans laquelle la distribution des caractéristiques mesurées devient moins dépendante de l’exposition.
Ces méthodes jouent un rôle important dans l’inférence causale contemporaine, notamment lorsque les expositions changent au cours du temps.
Mais elles demandent elles aussi plusieurs hypothèses.
Il faut avoir correctement identifié les confondeurs.
Il faut les avoir suffisamment mesurés.
Le modèle d’exposition doit être adéquat.
Et chaque type pertinent d’individu doit avoir une probabilité non nulle de recevoir les différentes expositions comparées.
Cette dernière exigence est appelée positivité.
Le problème de positivité : comparer ce qui est réellement comparable
Supposons que dans les données aucun patient extrêmement grave ne soit jamais traité sans intervention intensive.
Nous ne possédons alors pratiquement aucune observation permettant de savoir ce qui serait arrivé à des patients de ce type sans traitement.
Un modèle statistique peut parfois extrapoler.
Mais il ne peut pas créer des comparaisons empiriques là où aucun chevauchement réel n’existe.
L’inférence devient fortement dépendante de la forme mathématique choisie.
Cette situation viole l’intuition de positivité : dans chaque combinaison pertinente de caractéristiques, il faudrait disposer d’une probabilité réelle de rencontrer les différentes conditions que nous voulons comparer.
Les grands jeux de données ne résolvent pas nécessairement ce problème.
On peut disposer de dix millions d’observations et ne compter aucun individu comparable dans une région particulière de l’espace des covariables.
Un grand échantillon ne corrige pas un confondeur oublié
Supposons une étude comportant dix millions de personnes.
Elle estime une association avec un intervalle de confiance extrêmement étroit.
Mais une cause importante de l’exposition et du résultat n’a jamais été mesurée.
La taille gigantesque de l’échantillon réduit l’incertitude liée aux fluctuations aléatoires.
Elle ne réduit pas nécessairement le biais dû à la confusion non mesurée.
Nous pouvons donc obtenir une estimation extraordinairement précise d’une quantité causalement biaisée.
Ce problème est analogue à celui rencontré pour l’échantillonnage : plus de données réduisent certaines erreurs aléatoires, pas automatiquement les erreurs systématiques.
La précision statistique ne doit jamais être confondue avec l’absence de biais.
La confusion résiduelle
Même lorsqu’un confondeur important est inclus dans le modèle, son contrôle peut rester imparfait.
Supposons que le tabagisme constitue un confondeur.
L’étude le mesure simplement par :
fumeur / non-fumeur.
Deux personnes classées « fumeurs » peuvent pourtant avoir des histoires d’exposition extrêmement différentes : deux cigarettes par jour depuis deux ans contre quarante cigarettes par jour depuis trente ans.
L’ajustement pour une variable trop grossière ne contrôle donc pas nécessairement toute la différence pertinente.
On parle alors de confusion résiduelle.
Elle peut également apparaître lorsqu’une variable est mesurée avec erreur, lorsqu’elle varie au cours du temps ou lorsque la relation entre le confondeur et le résultat est mal représentée dans le modèle.
« Nous avons ajusté pour le tabagisme » n’est donc pas une garantie absolue.
Il faut savoir comment le tabagisme a été mesuré et modélisé.
Les variables non mesurées restent le talon d’Achille
Dans une étude observationnelle, l’une des hypothèses centrales est souvent qu’après ajustement pour les variables retenues, aucune cause commune importante non mesurée ne subsiste.
Cette hypothèse est parfois appelée absence de confusion non mesurée, échangeabilité conditionnelle ou ignorabilité, selon les cadres utilisés.
Elle est extrêmement forte.
Et elle ne peut généralement pas être démontrée simplement en examinant les données observées.
Hernán souligne précisément que les analyses causales observationnelles doivent combiner données et hypothèses, notamment l’hypothèse concernant les confondeurs non mesurés ; lorsqu’une cause commune plausible n’a pas été observée, une réponse méthodologique est d’effectuer une analyse de sensibilité plutôt que de prétendre que le problème n’existe pas.
C’est l’une des différences les plus importantes avec une randomisation correctement conduite.
Mesurer cent variables n’implique pas que la cent-unième soit sans importance
Les bases de données contemporaines peuvent contenir une quantité impressionnante d’informations.
Cela encourage parfois une nouvelle forme de confiance :
« Nous avons ajusté pour plus de 200 covariables. »
Mais le nombre de variables n’est pas le critère décisif.
Deux cents variables administratives peu pertinentes ne remplacent pas une cause commune majeure qui n’a jamais été enregistrée.
Inversement, un ensemble beaucoup plus petit de variables bien choisies peut parfois suffire à bloquer les principales voies de confusion.
La qualité dépend donc davantage de la structure causale et de la mesure que du nombre brut de colonnes dans le modèle.
La machine ne peut pas choisir les confondeurs sans hypothèses
L’apprentissage automatique peut sélectionner automatiquement des variables extrêmement prédictives.
Cela peut être très utile pour prévoir un résultat.
Mais prédire Y et estimer l’effet causal de X sur Y ne sont pas le même problème.
Une variable très prédictive du résultat peut être un médiateur qu’il ne faut pas contrôler pour estimer l’effet total.
Une variable faiblement prédictive peut être essentielle parce qu’elle bloque un chemin de confusion.
Une variable sélectionnée automatiquement peut même être un collisionneur.
Les méthodes de sélection purement prédictives ne remplacent donc pas la définition de la question causale et la réflexion sur la structure du phénomène.
La causalité ne se réduit pas à maximiser la performance prédictive d’une régression.
Les coefficients des covariables ne répondent pas tous à des questions causales
Une autre erreur est particulièrement fréquente dans les tableaux de régression.
Supposons qu’un modèle cherche à estimer l’effet causal de X sur Y en ajustant pour l’âge, le tabagisme et le niveau socio-économique.
L’article présente ensuite tous les coefficients dans un tableau et interprète chacun comme son effet indépendant sur Y.
Ce raisonnement peut être faux.
Les variables ont été incluses pour contrôler la confusion de l’effet de X. Le coefficient du tabagisme peut lui-même être confondu par d’autres variables du modèle ou se situer dans une structure causale différente.
Westreich et Greenland ont appelé ce problème la « Table 2 fallacy » : les coefficients des variables d’ajustement d’un même modèle ne peuvent pas être mécaniquement interprétés comme autant d’effets causaux distincts.
Chaque effet causal exige en principe sa propre question et son propre ensemble d’ajustement approprié.
Un seul modèle ne répond pas nécessairement à toutes les questions
Cette remarque possède une conséquence générale.
Si nous voulons connaître :
l’effet total de l’activité physique sur la mortalité,
l’effet direct ne passant pas par la pression artérielle,
et l’effet causal de la pression artérielle elle-même,
nous avons trois questions différentes.
Elles peuvent nécessiter trois stratégies d’identification différentes.
Il est donc trompeur de construire une énorme régression avec toutes les variables disponibles puis de lire chaque coefficient comme « l’effet propre » de la variable correspondante.
La question causale doit venir avant le modèle.
L’analyse de sensibilité : et si un confondeur manquait ?
Puisque l’absence de confusion non mesurée ne peut généralement pas être démontrée, il est utile de demander :
quelle force devrait avoir un confondeur non mesuré pour expliquer le résultat ?
C’est le principe général des analyses de sensibilité à la confusion non mesurée.
Elles ne découvrent pas la variable manquante.
Elles évaluent plutôt la robustesse de la conclusion à différentes hypothèses concernant un biais invisible.
Les méthodes contemporaines proposent plusieurs outils de ce type, dont l’E-value dans certains contextes, mais aucun chiffre ne doit être interprété comme une preuve mécanique d’absence de confusion. Les tutoriels méthodologiques récents recommandent justement d’utiliser ces analyses comme complément à une réflexion causale explicite sur les confondeurs plausibles.
L’objectif est de rendre visible la dépendance de la conclusion à une hypothèse que les données seules ne peuvent pas vérifier.
Les contrôles négatifs peuvent révéler certaines erreurs
Une autre stratégie consiste parfois à utiliser un contrôle négatif.
Supposons qu’une exposition soit supposée causer Y par un mécanisme précis, mais qu’elle ne devrait logiquement pas affecter un autre résultat Z.
Si une association tout aussi forte apparaît avec Z, cela peut signaler une confusion ou un biais partagé.
De même, une exposition mesurée à un moment où elle ne pourrait raisonnablement pas causer le résultat peut parfois servir de contrôle.
Ces approches ne détectent pas toutes les formes de confusion.
Mais elles illustrent une idée fondamentale : au lieu d’affirmer simplement que les biais ont été contrôlés, on peut chercher des situations dans lesquelles un biais résiduel laisserait une signature observable.
C’est exactement l’esprit général des tests sévères.
La confusion peut varier au cours du temps
Les études longitudinales posent des difficultés encore plus complexes.
Supposons qu’un traitement donné aujourd’hui modifie une variable biologique qui influencera à la fois le traitement reçu demain et le résultat final.
Cette variable devient simultanément conséquence du traitement passé et confondeur du traitement futur.
Une régression conventionnelle ajustant naïvement pour cette variable peut alors produire un biais.
C’est le problème des confondeurs dépendant du temps affectés par un traitement antérieur.
Les travaux modernes de Robins, Hernán et leurs collaborateurs ont développé des méthodes spécifiques, notamment les modèles structuraux marginaux, pour traiter certaines de ces situations.
Hernán souligne d’ailleurs explicitement que des méthodes d’ajustement conventionnelles ne conviennent pas lorsque des confondeurs variables dans le temps sont eux-mêmes affectés par des traitements antérieurs.
Cette difficulté montre à quel point la phrase « nous avons ajusté statistiquement » peut recouvrir des problèmes très différents.
Une étude observationnelle bien conçue commence par imaginer l’essai idéal
Une approche contemporaine particulièrement féconde consiste à demander :
« Quel essai randomisé aurions-nous réalisé si celui-ci avait été possible ? »
Il faut alors préciser :
la population éligible,
les interventions comparées,
le moment où commence le suivi,
le résultat recherché,
la stratégie d’analyse,
et la période d’observation.
L’étude observationnelle essaie ensuite d’émuler cet essai cible (*target trial*).
Cette méthode ne transforme pas magiquement les données observationnelles en données randomisées.
Elle permet plutôt d’éviter certaines ambiguïtés et certains biais qui apparaissent lorsque la question causale n’est pas correctement définie.
Le programme de recherche de Miguel Hernán insiste précisément sur cette idée : utiliser des données observationnelles et des méthodes statistiques pour émuler autant que possible des expériences hypothétiques lorsque les véritables essais seraient contraires à l’éthique, irréalisables ou trop longs.
Les études observationnelles peuvent produire d’excellentes preuves causales
Toutes ces précautions ne doivent surtout pas conduire à l’erreur inverse :
« Pas de randomisation, donc aucune causalité possible. »
Une grande partie de nos connaissances scientifiques les plus solides ne repose pas sur des essais randomisés.
Les effets du tabagisme sur plusieurs maladies, ceux de nombreuses expositions environnementales ou les conséquences de phénomènes qu’il serait évidemment impossible d’assigner expérimentalement ont été établis grâce à des ensembles convergents de preuves observationnelles, mécanistiques et parfois quasi-expérimentales.
Une étude observationnelle bien conçue peut être extrêmement informative.
Ce qui change est la nature des hypothèses nécessaires pour interpréter la comparaison causalement.
La randomisation contrôle certaines sources de confusion par le dessin.
L’étude observationnelle doit davantage les comprendre, les mesurer et les traiter explicitement.
Le contrôle statistique ne remplace pas le dessin d’étude
Une mauvaise base de données ne devient pas automatiquement une bonne étude parce qu’on lui applique une méthode statistique sophistiquée.
Si l’exposition est mal mesurée, l’ajustement ne corrige pas nécessairement ce problème.
Si la population a été sélectionnée d’une manière biaisée, la régression ne l’efface pas automatiquement.
Si le groupe de comparaison ne contient pratiquement aucune personne comparable aux exposés, le modèle doit extrapoler.
Si un confondeur majeur manque complètement, aucun algorithme ne peut reconstruire directement sa valeur à partir du néant.
C’est pourquoi l’inférence causale moderne insiste autant sur la conception de l’étude que sur l’analyse.
Le modèle statistique constitue une partie du système de contrôle des erreurs, pas son substitut.
Une association ajustée n’est pas automatiquement un « effet indépendant »
L’expression « après ajustement, X reste indépendamment associé à Y » est très fréquente.
Elle peut être raisonnable comme description statistique.
Mais « indépendant » est parfois interprété abusivement comme causalement indépendant de toutes les autres variables.
L’ajustement signifie uniquement que l’association persiste conditionnellement aux variables et à la forme de modèle utilisées.
Il peut rester :
des confondeurs non mesurés,
une confusion résiduelle,
une mauvaise spécification du modèle,
un biais de sélection,
une erreur de mesure,
ou un ajustement inadéquat pour certains médiateurs ou collisionneurs.
La prudence terminologique est donc importante.
Association ajustée et effet causal identifié ne sont pas des synonymes.
La bonne question : quelle comparaison le modèle essaie-t-il de reconstruire ?
Face à une étude observationnelle, il est souvent plus utile de ne pas commencer par la sophistication statistique.
Il faut d’abord demander :
quelle comparaison causale cherche-t-on à reproduire ?
Qui sont les individus exposés ?
Qui constitue le groupe de comparaison ?
Pourquoi certaines personnes sont-elles exposées et d’autres non ?
Quelles causes communes peuvent influencer à la fois l’exposition et le résultat ?
Ces variables ont-elles été correctement mesurées ?
Certaines variables ajustées sont-elles plutôt des conséquences de l’exposition ?
Existe-t-il suffisamment d’individus comparables dans les différents groupes ?
Quelle part de la conclusion dépend d’une extrapolation statistique ?
Que se passerait-il si un confondeur non mesuré existait ?
Cette série de questions apprend généralement davantage que la simple phrase :
« une régression multivariée a été effectuée ».
Le contrôle statistique comme reconstruction imparfaite d’une expérience
Nous pouvons finalement comprendre l’ajustement statistique comme une tentative de reconstruire, à partir d’observations non randomisées, la comparaison que nous aurions souhaité organiser expérimentalement.
La stratification compare des personnes semblables dans certains sous-groupes.
La standardisation remet les groupes sur une distribution commune.
La régression effectue des comparaisons conditionnelles à plusieurs covariables.
Les scores de propension cherchent à rapprocher des individus ayant des probabilités d’exposition comparables.
La pondération construit certaines pseudo-populations dans lesquelles l’exposition dépend moins des facteurs mesurés.
Toutes ces techniques sont puissantes.
Mais elles reposent sur une condition que la sophistication mathématique ne peut faire disparaître : nous devons avoir suffisamment bien compris et mesuré les causes qui rendent initialement les groupes différents.
C’est pourquoi une analyse causale ne commence pas par choisir un logiciel.
Elle commence par définir la comparaison que l’on voudrait rendre crédible.
À retenir
Un facteur de confusion est une cause commune pertinente de l’exposition et du résultat, ou plus généralement une variable appartenant à une structure causale qui crée une association non causale entre eux. Dans une étude non randomisée, les groupes exposés et non exposés peuvent donc différer avant même que l’effet étudié ne se produise. Cochrane considère le biais dû à la confusion comme l’un des domaines fondamentaux d’évaluation des études non randomisées.
Le contrôle statistique — stratification, standardisation, régression, appariement, scores de propension ou pondération — cherche à rendre les groupes plus comparables relativement aux caractéristiques observées. Mais il ne reproduit pas automatiquement la randomisation : la validité de l’inférence dépend notamment de l’identification et de la mesure suffisante des confondeurs ainsi que de la forme du modèle utilisé.
Surtout, ajuster pour davantage de variables n’est pas toujours préférable. Ajuster pour un médiateur peut retirer une partie de l’effet que l’on cherchait à mesurer, tandis qu’ajuster pour un collisionneur peut créer un biais. Les diagrammes causaux sont utiles précisément parce qu’ils obligent à définir le rôle supposé des variables avant de décider lesquelles doivent être contrôlées.
L’un des principaux points faibles des études observationnelles reste la confusion non mesurée ou résiduelle. Un grand échantillon et un intervalle de confiance très étroit ne font pas disparaître ce biais. Des analyses de sensibilité, des contrôles négatifs, plusieurs méthodes indépendantes et la convergence avec d’autres sources de preuves peuvent renforcer la conclusion, sans supprimer toutes les hypothèses nécessaires.
La question essentielle n’est donc pas :
« Combien de variables ont été ajoutées dans la régression ? »
mais :
« Les chercheurs ont-ils suffisamment compris et contrôlé les raisons pour lesquelles les groupes comparés différaient avant l’exposition étudiée ? »
Sources et références
- Hernán, Miguel A. & Robins, James M., Causal Inference: What If, Chapman & Hall/CRC, version en accès libre, notamment les chapitres consacrés à l’échangeabilité, à la confusion et à son ajustement. Le programme méthodologique de Hernán souligne également le rôle des essais cibles et les hypothèses nécessaires à l’inférence causale à partir de données observationnelles.
- Cochrane Bias Methods Group, ROBINS-I — Risk Of Bias In Non-Randomized Studies of Interventions, outil d’évaluation des biais dans les études non randomisées, incluant explicitement le biais dû à la confusion.
- VanderWeele, Tyler J., « Principles of confounder selection », *European Journal of Epidemiology*, 2019, 34:211–219, sur les principes causaux de sélection des variables d’ajustement et les limites de l’ajustement automatique.
- Lee, Paul H. et al., « Methodological Tutorial Series for Epidemiological Studies: Confounder Selection and Sensitivity Analyses to Unmeasured Confounding From Epidemiological and Statistical Perspectives », 2024, sur les DAG, les confondeurs, le surajustement et les analyses de sensibilité.
- Schisterman, Enrique F., Cole, Stephen R. & Platt, Robert W., « Overadjustment Bias and Unnecessary Adjustment in Epidemiologic Studies », *Epidemiology*, 2009, 20(4):488–495, sur les risques de l’ajustement pour des variables intermédiaires.
- Westreich, Daniel & Greenland, Sander, « The Table 2 Fallacy: Presenting and Interpreting Confounder and Modifier Coefficients », *American Journal of Epidemiology*, 2013, 177(4):292–298, DOI 10.1093/aje/kws412.
- Greenland, Sander, Pearl, Judea & Robins, James M., « Causal Diagrams for Epidemiologic Research », *Epidemiology*, 1999, texte fondateur pour l’utilisation des DAG dans l’épidémiologie causale.