Enseigner le paradoxe de Simpson à travers une étude médicale

Le paradoxe de Simpson est une tendance statistique selon laquelle une tendance qui apparaît dans un ensemble de données global (agrégé) disparaît ou s'inverse lorsque les données sont réparties en sous-groupes. Cela ressemble à une contradiction, mais ce n'est pas le cas — c'est un signal que les groupes comparés n'ont pas la même structure sous-jacente. Examinons cela à l'aide de votre étude de traitement.

Étape 1 : Calculer les taux stratifiés (en comparant au sein de chaque groupe de gravité)

« Stratifié » signifie diviser les données en couches, ou strates — ici, les cas légers et sévères — et comparer les traitements au sein de chaque couche séparément.

Cas légers :

• Traitement A : 81/87 = 93,1 % de guérison
• Traitement B : 234/270 = 86,7 % de guérison
• Le traitement A gagne par environ 6,4 points de pourcentage.

Cas sévères :

• Traitement A : 192/263 = 73,0 % de guérison
• Traitement B : 55/80 = 68,8 % de guérison
• Le traitement A gagne à nouveau, par environ 4,2 points de pourcentage.

Ainsi, au sein des deux sous-groupes, le traitement A a un taux de guérison plus élevé.

Étape 2 : Calculer les taux agrégés (en combinant tout le monde)

« Agrégé » signifie additionner tous les patients, en ignorant la gravité.

• Traitement A global : 273/350 = 78,0 %
• Traitement B global : 289/350 = 82,6 %

Maintenant, le traitement B semble meilleur de 4,6 points de pourcentage — le contraire exact de ce que nous avons vu dans chaque sous-groupe. Cette inversion est le paradoxe de Simpson.

Étape 3 : Pourquoi cela se produit-il ?

La clé est que les patients n'étaient pas répartis uniformément entre les groupes de gravité entre les deux traitements. Regardez la taille des groupes :

• Traitement A : seulement 87 patients légers (25 %) contre 263 patients sévères (75 %)
• Traitement B : 270 patients légers (77 %) contre seulement 80 patients sévères (23 %)

Le traitement B a été utilisé principalement sur des patients légers, qui guérissent facilement avec presque tous les traitements. Le traitement A a été utilisé principalement sur des patients sévères, qui ont des chances de guérison plus faibles, quel que soit le traitement qu'ils reçoivent. Lorsque vous combinez tout le monde dans un grand groupe, le score global du traitement A est tiré vers le bas car il a traité beaucoup plus de patients à haut risque, tandis que le score global du traitement B est augmenté car il a traité principalement des patients à faible risque. La gravité agit comme une « variable confondante » — un facteur qui influence à la fois le traitement qu'un patient a reçu et ses chances de guérison, faussant la comparaison simple.

En bref : la comparaison agrégée mélange les pommes et les oranges. Elle compare deux traitements dont les populations de patients différaient fondamentalement en termes de niveau de risque, de sorte que le ratio de mélange lui-même — pas nécessairement le traitement — détermine le chiffre global.

Étape 4 : Le résultat stratifié prouve-t-il que le traitement A est causalement meilleur ?

Pas automatiquement. L'analyse stratifiée est plus informative que l'analyse agrégée, mais elle n'établit pas par elle-même la causalité — l'idée que le traitement A produit directement une meilleure guérison. On nous a dit que l'attribution du traitement n'était pas aléatoire, ce qui est extrêmement important. Si les médecins choisissaient les traitements en fonction de facteurs que nous n'avons pas mesurés (pas seulement la gravité indiquée, mais des choses comme l'âge, les comorbidités, les ressources hospitalières ou les préférences du patient), ces mêmes facteurs pourraient affecter indépendamment la guérison. C'est parfois appelé « confusion par indication » : des patients plus malades ou différents reçoivent un traitement différent pour des raisons liées à leur pronostic, et non à l'effet réel du traitement.

Questions supplémentaires qui méritent d'être étudiées :

1. Comment la gravité a-t-elle été classée, et est-ce une mesure suffisamment précise ? « Léger » et « sévère » sont des catégories larges. Au sein de « sévère », les patients du traitement A pourraient avoir été encore moins gravement malades en moyenne que les patients sévères du traitement B, réintroduisant une version plus subtile du même paradoxe.

2. Pourquoi les traitements ont-ils été attribués de manière inégale ? Si le traitement A était réservé aux cas sévères parce que les médecins pensaient qu'il fonctionnait mieux pour eux, cette croyance (juste ou fausse) pourrait refléter un jugement clinique réel ou des différences de patients non mesurées — les deux compliquent l'interprétation.

3. Existe-t-il d'autres facteurs confondants, tels que l'âge, les comorbidités, le site hospitalier, le moment du traitement ou l'adhérence du patient, qui diffèrent entre les groupes de traitement et pourraient également expliquer les différences de résultats ?

4. La taille de l'effet est-elle cliniquement significative et statistiquement stable, ou pourrait-elle se situer dans la plage du hasard compte tenu des tailles d'échantillon, en particulier le plus petit groupe sévère-traitement-B (n=80) ?

5. S'agissait-il d'une étude observationnelle ou de quelque chose de plus proche d'un essai contrôlé ? Sans randomisation, nous ne pouvons pas exclure les effets de sélection.

Une liste de contrôle pratique pour interpréter des affirmations similaires :

• Demandez si le chiffre rapporté est un résultat agrégé ou un résultat de sous-groupe (stratifié), et vérifiez s'ils concordent ou divergent.
• Recherchez la taille des sous-groupes comparés ; de grands déséquilibres sont un signal d'alarme pour le paradoxe de Simpson.
• Identifiez les variables confondantes plausibles qui pourraient affecter à la fois l'attribution du groupe et le résultat.
• Vérifiez si le traitement ou l'exposition a été attribué de manière aléatoire ; sinon, soyez prudent avec le langage causal.
• Considérez si les sous-groupes sont définis avec suffisamment de précision, ou si une variation cachée existe toujours en leur sein.
• Soyez sceptique à l'égard des titres qui ne rapportent que le chiffre agrégé sans détails sur les sous-groupes, et recherchez l'étude originale ou la ventilation complète avant d'accepter une affirmation causale.

Le paradoxe de Simpson n'est pas un tour de passe-passe arithmétique — c'est un rappel que la façon dont les données sont regroupées peut changer l'histoire qu'elles racontent, et que le contexte, pas seulement les chiffres, est essentiel à une interprétation correcte.

Le paradoxe de Simpson est un phénomène statistique qui peut donner l'impression d'un tour de magie. Il se produit lorsqu'une tendance apparaît dans différents groupes de données mais disparaît ou s'inverse lorsque ces groupes sont combinés. En tant que professionnels de la santé publique, il est crucial de comprendre ce paradoxe pour interpréter correctement les données et éviter des conclusions potentiellement nuisibles. Explorons-le à l'aide d'une étude médicale comparant deux traitements pour une maladie.

Une étude portant sur 700 patients rend compte de l'efficacité du traitement A par rapport au traitement B. Lorsque nous examinons les données combinées, ou agrégées, la conclusion semble simple. Sur les 350 patients ayant reçu le traitement A, 273 se sont rétablis, soit un taux de guérison de 78,0 % (273/350). Pour le traitement B, 289 des 350 patients se sont rétablis, ce qui représente un taux de guérison de 82,6 % (289/350). Sur la base de cette comparaison agrégée, le traitement B semble être le choix supérieur. Mais l'histoire est-elle aussi simple ?

C'est là qu'une analyse plus approfondie, connue sous le nom de comparaison stratifiée, devient essentielle. La stratification signifie diviser les données en sous-groupes, ou strates, pour voir si la tendance générale se maintient. Dans cette étude, le sous-groupe le plus évident est la gravité de la maladie du patient. Stratifions les données en cas 'légers' et 'sévères' et recalculons les taux de guérison.

Pour les patients atteints de cas légers :

• Traitement A : 81 patients sur 87 se sont rétablis, soit un taux de guérison de 93,1 %.
• Traitement B : 234 patients sur 270 se sont rétablis, soit un taux de guérison de 86,7 %.

Pour les patients atteints de cas sévères :

• Traitement A : 192 patients sur 263 se sont rétablis, soit un taux de guérison de 73,0 %.
• Traitement B : 55 patients sur 80 se sont rétablis, soit un taux de guérison de 68,8 %.

Soudain, le tableau s'est complètement inversé. Au sein du groupe léger, le traitement A est plus efficace. Au sein du groupe sévère, le traitement A est également plus efficace. C'est le paradoxe de Simpson en action : le traitement A est plus performant dans chaque sous-groupe, mais il semble moins bon lorsque les groupes sont combinés. Comment est-ce possible ?

L'inversion est créée par deux facteurs clés : une variable confondante latente et des tailles de groupe inégales. La variable confondante ici est la gravité de la maladie du patient. Un facteur de confusion est un facteur associé à la fois au traitement administré et au résultat (guérison), qui fausse la véritable relation entre les deux. La gravité est un facteur de confusion classique car les patients atteints de cas sévères sont intrinsèquement moins susceptibles de se rétablir, quel que soit le traitement qu'ils reçoivent.

Le deuxième ingrédient est l'attribution déséquilibrée des traitements. Remarquez la répartition :

• Le traitement A a été administré principalement à des patients sévères (263 sur 350, soit 75 %).
• Le traitement B a été administré principalement à des patients légers (270 sur 350, soit 77 %).

Le résultat agrégé est trompeur car il ne compare pas des éléments similaires. Il compare un traitement (A) utilisé de manière prédominante chez les patients les plus malades à un traitement (B) utilisé de manière prédominante chez les patients atteints de maladies plus légères. La moyenne globale du traitement A est tirée vers le bas par le grand nombre de cas sévères, difficiles, tandis que la moyenne du traitement B est gonflée par le grand nombre de cas légers, plus faciles. L'analyse stratifiée corrige cela en effectuant des comparaisons plus appropriées : cas légers sous traitement A par rapport aux cas légers sous traitement B, et cas sévères par rapport aux cas sévères. Dans ce contexte, les résultats stratifiés donnent une image plus précise de l'efficacité du traitement.

Cependant, ce résultat stratifié prouve-t-il automatiquement que le traitement A cause une meilleure guérison ? Pas nécessairement. Bien que l'analyse stratifiée soit une amélioration majeure, il s'agit d'une étude observationnelle, et non d'un essai contrôlé randomisé (ECR). Dans un ECR, les patients seraient assignés aléatoirement à un traitement, ce qui permet de s'assurer qu'en moyenne, les groupes sont similaires à tous égards, sauf le traitement reçu. Sans randomisation, d'autres facteurs de confusion pourraient encore être en jeu. Pour inférer avec certitude une causalité, nous devons enquêter davantage. Voici deux questions cruciales à poser :

1. Quelle était la base de l'attribution du traitement ? Nous devons comprendre le processus de sélection. Les médecins ont-ils attribué le traitement A aux patients sévères parce qu'ils pensaient qu'il s'agissait d'une option plus agressive, de dernier recours ? Ou peut-être a-t-il été attribué à des patients sévères plus jeunes et plus robustes, et donc considérés comme de meilleurs candidats pour une thérapie plus exigeante. Cette logique sous-jacente pourrait introduire un biais important.
2. Existe-t-il d'autres différences non mesurées entre les groupes de patients ? La stratification par gravité est un bon début, mais elle pourrait ne pas suffire. Y avait-il des différences systématiques dans l'âge, les problèmes de santé coexistants (comorbidités) ou la qualité de l'hôpital où les patients ont été traités ? Chacun de ces facteurs pourrait être un autre facteur de confusion influençant le résultat.

Lorsque vous rencontrez des affirmations similaires dans des reportages ou des résumés de recherche, utilisez cette liste de contrôle pratique pour réfléchir de manière critique :

• Identifier la conclusion générale : Notez la principale conclusion tirée des données agrégées (par exemple, « Le médicament X est plus efficace »).
• Rechercher une analyse des sous-groupes : Vérifiez si les données sont ventilées par sous-groupes pertinents (strates) tels que l'âge, le sexe, la gravité de la maladie ou le niveau de revenu.
• Comparer les tendances générales et celles des sous-groupes : Les tendances au sein des sous-groupes contredisent-elles la tendance générale ? Si c'est le cas, vous avez probablement trouvé une instance du paradoxe de Simpson.
• Réfléchir aux facteurs de confusion potentiels : Pensez aux variables latentes qui pourraient être associées à la fois à l'exposition (par exemple, le traitement) et au résultat, et qui pourraient être distribuées de manière inégale entre les groupes.
• Évaluer la conception de l'étude : Déterminez si l'étude était un essai contrôlé randomisé (preuves plus solides) ou une étude observationnelle (plus susceptible de confusion). Ce contexte est essentiel pour juger de la force de toute affirmation causale.

Le paradoxe de Simpson sert de leçon puissante d'humilité statistique. Il démontre que le simple fait de regarder les chiffres globaux peut être profondément trompeur. En apprenant à stratifier les données et à interroger les facteurs sous-jacents qui les façonnent, nous pouvons devenir des consommateurs et des producteurs plus perspicaces de preuves en matière de santé publique.