|
Résumé :
|
[BDSP. Notice produite par ORSRA R0xI8FEH. Diffusion soumise à autorisation]. La recherche en épidémiologie est largement basée sur des études observationnelles. La possibilité de démontrer des relations causales dans des études observationnelles reste discutée. Plusieurs méthodes d'analyse "causale" ont été développées. Cet article a pour but de décrire certaines de ces méthodes : les modèles graphiques, l'analyse des chemins et ses extensions, et les modèles basés sur l'approche contrefactuelle, avec un intérêt particulier pour les modèles marginaux structuraux. Des approches graphiques ont été développées pour permettre de représenter synthétiquement des relations causales supposées dans un problème donné, et servent de support qualitatif à leur étude. Le modèle de cause composante suffisante a été développé en réponse au problème de la multicausalité posé par l'émergence des maladies chroniques multifactorielles. Les graphes acycliques orientés sont utilisés comme un outil visuel pour identifier les phénomènes de confusion possibles dans une étude. Les modèles à équations structurelles, une extension de l'analyse des chemins, associent un système d'équations à un diagramme en chemins, représentant un ensemble de relations causales possibles. Ils permettent de quantifier des effets directs et indirects dans un modèle global où plusieurs relations peuvent être testées simultanément. L'analyse dynamique des chemins permet en plus de prendre en compte le rôle du temps. L'approche contrefactuelle définit la causalité par une comparaison de l'évènement observé et de l'évènement contrefactuel (l'évènement qui aurait été observé si, contrairement aux faits, le sujet avait eu une exposition différente de celle qu'il a eu). Cette approche théorique a mis en évidence les limites de méthodes traditionnelles pour traiter certains problèmes de causalité. En particulier, dans les études longitudinales, en présence de confusion dépendant du temps, les méthodes classiques (régressions) peuvent être biaisées. Les modèles marginaux structuraux ont été développés en réponse à ce problème. En conclusion, les "modèles causaux", bien que développés parfois indépendamment, reposent sur une logique équivalente. Une phase cruciale d'application de ces modèles est la formulation d'hypothèses causales, qui sera une base pour tous les choix méthodologiques. Au-delà de cette phase, des outils d'analyse statistique récemment développés offrent de nouvelles possibilités pour évaluer des relations complexes, notamment en épidémiologie vie entière.
|
