Piège 2: les biais.


 

 

 

 

 

 

 

 

Imaginer un seul instant que les résultats de toutes les enquêtes, plus ou moins scientifiques, relayés ou non par les médias, doivent être pris pour argent comptant serait le summum de la naiveté.

Après la taille insuffisante de l’échantillon, les biais doivent être évoqués.

 

Qu’est-ce qu’un biais ?

C’est une erreur systématique qui se glisse dans une enquête lorsque les données utilisées ne sont pas celles qui auraient du être analysées.

 

Il y a plusieurs types de biais.

1. Les biais de sélection: Ils interviennent lors de l’inclusion des sujets de l’enquête. C’est pas exemple, sélectionner plus facilement des sujets exposés à un risque que les non-exposés.

 

2. Les biais d’information: Ils interviennent au moment du recueil des données. Par exemple, les cas exposés à un risque (ou pressenti comme tel), se souviennent mieux de leur exposition. L’enquêteur peut également interroger plus longuement les cas non exposés par exemple. Plus subtil, les réponses peuvent être induites ou suggérées chez les cas exposés.

 

3. Les biais de confusion: La découverte d’un facteur de risque (FR), peut être le train qui en cache un autre. Il est toujours possible qu’à l’exposition étudiée soit associée un autre facteur qui joue lui aussi un rôle dans le survenue d’une maladie par exemple. La mesure de la liaison exposition-maladie est alors perturbée par un tiers facteur qu’on appelle facteur de confusion. Il existe des techniques statistiques qui permettent de tenir compte de ce facteur de confusion, c’est l’analyse stratifiée qui consiste à scinder l’analyse en strates et de tenter de mesurer des valeurs mathématiques appelées risque relatif et odds ratio.

 

Bref, vous avez bien compris, qu’il est très facile de noyer le chaland sous un discours scientifique qui peut être totalement incompris par le journaliste qui n’a jamais fait le moindre calcul statistique de base ou le lobby qui tente de faire passer des messages dont les conclusions correspondent au sens souhaité.

 

 

 Bibliographie:

1. Ancelle. T. Statistique, épidémiologie. Editions Maloine, 2002.