Biais de sélection, d'information et de confusion

Santé publique & épidémiologie · Bachelor 3

Typologie des biais en épidémiologie et stratégies pour contrôler la confusion.

Introduction

Une étude épidémiologique vise à estimer l'effet d'une exposition sur la santé, mais l'estimation peut être faussée de deux façons: par le hasard, qui diminue avec la taille de l'échantillon, et par des erreurs systématiques, qui ne disparaissent pas quand on augmente les effectifs. Ces erreurs systématiques portent le nom de biais et se répartissent en trois familles: les biais de sélection, les biais d'information et la confusion.

Les biais de sélection surviennent lorsque la manière de recruter ou de conserver les participants rend les groupes comparés non comparables, comme dans les cohortes professionnelles où l'effet du travailleur sain réduit artificiellement la mortalité. Les biais d'information résultent d'une mesure erronée de l'exposition ou de la maladie; lorsque l'erreur dépend du statut de l'autre variable, on parle de classement différentiel, comme dans le biais de rappel des études cas-témoins. La confusion, elle, tient à un tiers facteur lié à la fois à l'exposition et à la maladie sans se situer sur la chaîne causale.

Contrairement aux autres biais, la confusion peut être contrôlée à la conception (randomisation, restriction, appariement) ou à l'analyse (stratification, ajustement multivarié). Savoir identifier le sens probable d'un biais est une compétence centrale pour lire de façon critique la littérature et les rapports de santé publique.

Objectifs d'apprentissage

Distinguer erreur aléatoire et erreur systématique
Reconnaître les principaux biais de sélection et d'information dans une étude décrite
Vérifier les trois critères d'un facteur de confusion
Comparer les stratégies de contrôle à la conception et à l'analyse
Prévoir le sens probable d'un biais sur l'association observée

Concepts clés

Erreur aléatoire et erreur systématique: L'erreur aléatoire diminue avec la taille d'échantillon et se quantifie par les intervalles de confiance. L'erreur systématique, ou biais, persiste quelle que soit la taille de l'étude et ne se corrige pas par plus de participants; elle doit être prévenue par la conception.
Biais de sélection: Il apparaît quand les participants inclus ou conservés diffèrent systématiquement de la population cible d'une manière liée à l'exposition et à la maladie. Exemples: non-réponse sélective, perdus de vue liés à l'issue, choix de témoins hospitaliers, effet du travailleur sain dans les cohortes professionnelles.
Biais d'information: Il résulte d'une erreur de mesure de l'exposition ou de la maladie. Un classement non différentiel biaise en général l'association vers l'absence d'effet pour une variable dichotomique; un classement différentiel peut biaiser dans n'importe quelle direction, comme le biais de rappel chez les cas.
Confusion: Un facteur est un facteur de confusion s'il est associé à l'exposition, est un facteur de risque de la maladie indépendamment de l'exposition, et n'est pas un intermédiaire sur la chaîne causale entre exposition et maladie. Exemple: le tabac dans la relation entre consommation d'alcool et cancer du poumon.
Contrôle de la confusion: À la conception: randomisation, restriction à une strate, appariement. À l'analyse: stratification (par exemple Mantel-Haenszel) et ajustement par régression multivariée. Seuls les confondants mesurés peuvent être ajustés; la confusion résiduelle subsiste.

Conclusion

Les biais, la confusion et le hasard constituent les trois explications alternatives à toute association observée; un lecteur critique les examine avant d'accepter une relation causale. Distinguer sélection, information et confusion permet de cibler la bonne parade, à la conception comme à l'analyse.

Dans la pratique de la santé publique, que ce soit pour évaluer une exposition professionnelle ou environnementale ou lire une étude de cohorte suisse, la question n'est pas de savoir si un biais existe, mais quelle est sa direction probable et son ampleur. Cet exercice de jugement est au cœur de la formation en épidémiologie.

Cartes

Quelle différence entre erreur aléatoire et biais ?: L'erreur aléatoire disparaît en moyenne quand l'échantillon grandit; le biais est systématique et persiste même avec un très grand échantillon.
Quels sont les trois critères d'un facteur de confusion ?: Être associé à l'exposition, être un facteur de risque de la maladie indépendamment de l'exposition, et ne pas être sur la chaîne causale entre exposition et maladie.
Pourquoi un médiateur ne doit-il pas être ajusté comme un facteur de confusion ?: Parce qu'il transmet une partie de l'effet de l'exposition; l'ajuster supprimerait une part de l'effet que l'on cherche justement à estimer.
Qu'est-ce que l'effet du travailleur sain ?: Un biais de sélection des cohortes professionnelles: les travailleurs en emploi sont en meilleure santé que la population générale, ce qui réduit la mortalité observée.
Que sont les perdus de vue différentiels ?: Des participants qui quittent l'étude à des taux différents selon l'exposition et l'issue; ils créent un biais de sélection si les perdus de vue diffèrent des suivis.
Qu'est-ce que le biais de rappel ?: Un biais d'information propre aux études rétrospectives: les cas se souviennent et déclarent leurs expositions différemment des témoins.
Quel effet a un classement erroné non différentiel d'une exposition dichotomique ?: Il tend en général à rapprocher l'association observée de la valeur nulle (biais vers l'absence d'effet).
Quel est l'avantage de la randomisation pour la confusion ?: Elle répartit au hasard les facteurs mesurés et non mesurés entre les groupes, ce qui contrôle la confusion en moyenne, y compris pour des confondants inconnus.
En quoi consiste la restriction ?: Limiter l'étude à une catégorie du facteur de confusion, par exemple aux non-fumeurs, ce qui élimine la variation de ce facteur mais réduit la généralisation.
Qu'est-ce que l'appariement dans une étude cas-témoins ?: Choisir pour chaque cas un ou plusieurs témoins similaires sur des facteurs comme l'âge et le sexe; l'analyse doit ensuite tenir compte de l'appariement.
Que signifie confusion résiduelle ?: La part de confusion qui subsiste parce que le facteur est mal mesuré, non mesuré ou ajusté de façon trop grossière.
Pourquoi la hausse de la taille d'échantillon ne corrige-t-elle pas la confusion ?: Parce que la confusion est une erreur systématique: elle fausse l'estimation de façon identique à n'importe quelle taille, en rétrécissant seulement l'intervalle de confiance autour d'une valeur biaisée.

Glossaire

Biais: Erreur systématique dans la conception, la conduite ou l'analyse d'une étude qui fausse l'estimation de l'association.
Facteur de confusion: Variable associée à l'exposition et à la maladie, hors chaîne causale, qui fausse l'association observée.
Biais de sélection: Biais dû à la manière dont les participants sont recrutés ou conservés dans l'étude.
Biais de rappel: Différence de qualité ou de contenu des souvenirs d'exposition entre cas et témoins.
Classement non différentiel: Erreur de mesure d'une variable indépendante du statut de l'autre variable.
Stratification: Analyse séparée dans chaque catégorie du facteur de confusion, puis regroupement des estimations.
Confusion résiduelle: Confusion qui persiste après ajustement à cause de variables non mesurées ou mal mesurées.
Validité interne: Degré auquel les résultats d'une étude sont exempts de biais pour la population étudiée.