Chapitre 3. Méthodes Épidémiologiques

02/07/2023 11:02 Chapitre
3. Méthodes épidémiologiques | Cairn.info
Chapitre 3. Méthodes épidémiologiques

Jacques Raimondeau, Élodie Carmona
Dans Manuel de santé publique (2020), pages 73 à 99
Chapitre
Objectifs pédagogiques
Connaître :
– les principes des épidémiologies descriptive, analytique et évaluative
– les principaux types d’études épidémiologiques
– les notions d’incidence et de prévalence
– les modalités de la mesure du risque en épidémiologie : risque relatif, odds ratio, risque attribuable, facteurs de risque
– les principaux types de biais et de facteurs de confusion, les critères de causalité en épidémiologie
– les méthodes de standardisation directe et indirecte
https://www-cairn-info.ezscd.univ-lyon3.fr/manuel-de-sante-publique--9782810907380-page-73.htm 1/38
02/07/2023 11:02 Chapitre 3. Méthodes épidémiologiques | Cairn.info
3.1. Définitions et généralités
L ’épidémiologie est l’étude de la répartition, dans le temps, dans l’espace ou selon d’autres critères, des phénomènes de santé (le plus
souvent, des maladies) ou de leurs facteurs de survenue (de risque), sous leurs diverses formes et niveaux de gravité. Elle constitue la
base diagnostique de la santé publique.
1
Les méthodes épidémiologiques sont d’un usage très étendu, allant de la recherche fondamentale au pilotage très pratique d’activités de 2
routine sur le terrain. On distingue plusieurs types d’épidémiologie.
3.1.1. L’épidémiologie descriptive

Il s’agit ici de décrire l’état de santé d’une population, la répartition des maladies ou du facteur étudié, soit de façon globale, soit selon des 3
critères choisis (âge, sexe, activité professionnelle, développement dans le temps et l’espace, etc.) et de mettre en évidence d’éventuelles
différences de répartition des problèmes de santé au sein d’une population. Cela permet de vérifier l’existence des problèmes de santé et de
les quantifier. C’est donc une étape de base de la santé publique et elle est parfois suffisante : en effet, elle permet de prendre des décisions
pour lutter contre une épidémie, par exemple, en identifiant une augmentation importante du nombre de malades, ou pour dimensionner
un service hospitalier, en déterminant le nombre de patients à prendre en charge par an. Par ailleurs, lorsqu’une maladie est insuffisamment
connue, l’épidémiologie descriptive permet de faire émerger des hypothèses susceptibles d’expliquer des différences observées, hypothèses
qu’il faudra ensuite valider ou infirmer par des études analytiques.
3.1.2. L’épidémiologie analytique

Sur la base d’hypothèses explicatives, issues notamment d’études descriptives, et en procédant par comparaison entre groupes, on cherche 4
ici à établir les causes des maladies et à identifier leurs facteurs de risque. Cette étape est donc déterminante pour la définition des actions
destinées à améliorer la santé des populations (➠ Chapitre 11).
La mise en évidence du lien entre tabagisme et cancer broncho-pulmonaire est un exemple typique de cette approche. Juste après la Seconde 5
Guerre mondiale, le Royaume-Uni est confronté à une augmentation importante du nombre de cancers broncho-pulmonaires. Ce constat
descriptif a alors amené à invoquer plusieurs hypothèses causales, notamment environnementales, même si la fréquence très différente de
survenue du cancer chez les hommes et les femmes laissait supposer une autre origine.
Deux chercheurs, Austin Bradford Hill et Richard Doll, mettent en évidence la relation entre l’exposition au tabac et le cancer grâce à une 6
étude prospective, menée auprès d’une cohorte de 40 000 médecins, fumeurs ou non-fumeurs soumis à examen, à intervalles réguliers, pour
[1]
repérer la survenue éventuelle d’un cancer broncho-pulmonaire  . C’est ce que l’on appelle une enquête « exposés-non-exposés » (➠ 3.2.4).
3.1.3. L’épidémiologie évaluative ou interventionnelle

Elle s’intéresse à la mesure de l’efficacité des actions de santé, sans omettre les impacts, positifs ou négatifs, non recherchés par les 7
promoteurs de l’action. Elle peut constituer une vérification des résultats de travaux d’épidémiologie analytique. La différence essentielle
avec les deux premiers types d’épidémiologie est qu’ici l’organisateur de l’étude contrôle la mise en œuvre de l’action étudiée et ne se limite
pas à observer l’état de santé. Les essais cliniques, dont les essais de nouveaux médicaments, appartiennent au champ de l’épidémiologie
évaluative. Il est cependant possible de mener des études évaluatives dans un cadre non contrôlé par l’observateur. C’est le cas, par exemple,
lorsque, au sein d’une population, on cherche à évaluer l’impact d’une campagne de vaccination, de dépistage, de mesures nutritionnelles ou
destinées à réduire le nombre d’accidents de la voie publique. Parfois, le contexte donne à l’étude d’observation un caractère quasi
expérimental, par exemple lorsqu’on est confronté à une exposition aiguë à des radiations ionisantes ou à des produits toxiques.
3.2. Les enquêtes épidémiologiques : descriptives, analytiques, interventionnelles
L’épidémiologie recourt à différents types d’enquête, que l’on distingue principalement en fonction des objectifs de l’étude et des 8
caractéristiques du problème en question, c’est-à-dire de la maladie, des facteurs qui lui sont éventuellement liés et du positionnement dans
le temps. Elles nécessitent, pour être pertinentes, de veiller à certains points généraux :
– la prise en compte des fondements scientifiques, médicaux, biologiques, environnementaux du sujet d’étude ;
– la définition précise de la population sur laquelle va porter l’étude. Cette définition tient compte du temps (période étudiée) et de
l’espace (localisation de la population étudiée), mais aussi de divers critères : le genre, une classe d’âge, une collectivité professionnelle,
scolaire ou d’hébergement, etc. Ce choix peut être dicté par la localisation du problème de santé, comme une toxi-infection alimentaire
dans une maison de retraite, ou la fréquence d’une exposition, par exemple à des substances toxiques en milieu industriel ;
– la vérification de la validité des méthodes de mesure pour le diagnostic de la maladie et les expositions ;
– la conception générale de l’étude et de l’analyse statistique ;
– un management de l’enquête qui doit être adapté, tout particulièrement si cette dernière est de longue durée.
3.2.1. Les variables

Les variables dans une étude épidémiologique sont les caractéristiques qui sont mesurées. On distingue des variables qualitatives (genre, 9
profession, statut de malade, couleur des yeux, etc.) et des variables quantitatives, qui peuvent être ramenées à un chiffre et au sein
desquelles on distingue les variables discrètes, que l’on peut dénombrer (nombre de décès, de cas de maladie, de globules blancs dans le
sang, etc.), et les variables continues, qui sont mesurées sans être comptées (tension artérielle, glycémie, taille, poids, etc.). On notera que
certaines variables qualitatives sont en pratique définies par l’usage d’une valeur-seuil d’une variable quantitative continue : par exemple, le
diagnostic d’anémie (variable qualitative) est porté lorsque le taux d’hémoglobine dans le sang (variable continue) descend en dessous d’un
seuil, habituellement fixé à 13 grammes par décilitre chez l’homme adulte.
Les variables sont présentées de telle sorte que chaque cas inclus dans l’étude puisse être classé, mais dans une catégorie et une seule. Ainsi, 10
les modalités d’une variable qualitative, par exemple : homme ou femme, malade ou sain ; valeur ou intervalle de valeurs pour une variable
quantitative, par exemple : entre 10 et 12 grammes d’hémoglobine par litre de sang.
Dans une étude, deux variables peuvent être indépendantes, c’est-à-dire que l’une n’influence pas l’autre. Dans le cas contraire, les variables 11
sont dépendantes : ainsi, les consommations d’alcool et de tabac sont des variables liées dans le cadre d’une enquête sur les causes des
cancers des voies aérodigestives supérieures, et il conviendra d’en tenir compte lors de la conception de l’étude.
La définition d’une variable doit être explicite et précise afin que les objectifs et les résultats d’une étude soient valides. Lorsque la variable 12
est divisée en catégories, chacune doit être aussi clairement définie.
3.2.2. La morbidité
Nous avons vu, en introduction, que la santé recouvre des définitions diverses. Nous allons voir maintenant que la maladie, la morbidité 13
peut être aussi appréhendée de façon différente. On distingue en effet :
– la morbidité objective : celle qui serait connue par le moyen d’examens systématiques et exhaustifs de la population (bilans de santé,
dépistages organisés…) et en fonction de critères objectifs généralisés. Elle implique aussi de disposer d’une liste complète des maladies
[2]
existantes et de leurs critères de définition  . Elle revêt donc un caractère théorique.
– la morbidité diagnosticable : c’est la part de la morbidité objective que l’on pourrait connaître par une utilisation maximisée des
possibilités de diagnostic installées à un moment donné. Elle repose donc sur une mise en jeu des moyens diagnostiques étendue à
l’ensemble de la population, ainsi que sur un fonctionnement parfait des outils de diagnostic. Elle revêt donc aussi un caractère
théorique en pratique.
– la morbidité diagnostiquée : c’est la part de la morbidité diagnosticable qui est connue en pratique ; la différence avec la précédente
s’expliquant par les insuffisances quantitatives et/ou qualitatives des dispositifs mis en œuvre et/ou par leur sous-utilisation ;
– la morbidité ressentie (éventuellement déclarée) : c’est celle, subjective, que ressentent et déclarent, en partie, les individus et qui
contribue largement à déterminer le recours primaire au système de santé. On peut aussi s’intéresser à la morbidité telle que perçue par
l’entourage, qui est importante pour le recours aux soins des personnes dépendantes.
Alors que les trois premières formes de morbidité sont dérivées l’une de l’autre, en tant que composantes d’une connaissance supposée 14
objective, élaborée par des professionnels, la morbidité ressentie est sécante aux trois autres, puisqu’une partie de la morbidité
diagnostiquée peut ne pas être ressentie (un diabète, une hypertension artérielle très souvent ne provoquent pas de signes cliniques au
début de leur évolution) et qu’à l’inverse une part de la morbidité ressentie pourrait ne pas être reconnue dans le cadre d’un diagnostic
médical (par exemple, des manifestations fonctionnelles atypiques : fatigue, etc.).
Figure 1. Les différentes formes de morbidité
On voit donc que, en l’absence d’une définition parfaitement établie de la variable, la signification des constats d’une étude peut être 15
incertaine. Se référer à des classifications ou définitions standardisées facilite ensuite les comparaisons à l’échelle nationale ou
internationale, ainsi que l’agrégation des résultats des études sous forme de méta-analyses (➠ 3.2.7).
3.2.3. Les enquêtes descriptives

En l’absence de comparaison entre groupes, on est en présence d’une enquête descriptive (par exemple, évolution dans le temps de la 16
résistance d’une bactérie aux antibiotiques, fréquence d’un cancer dans une population).
Les variables étudiées peuvent être les caractéristiques des individus : âge, genre, comportements, expositions de diverses natures, c’est-à- 17
dire l’ensemble des déterminants de santé (➠ Chapitre 2). Il est aussi pertinent de s’intéresser à l’évolution dans le temps et l’espace du
problème étudié. La prise en compte du temps permet ainsi de voir si une maladie varie de façon périodique ou non. Les variations
périodiques peuvent être quotidiennes (par exemple, les rythmes biologiques circadiens), hebdomadaires (traumatologie liée aux loisirs de
week-end), saisonnières (la grippe) ou plus longues. En revanche, l’absence de périodicité traduit une évolution structurelle de long terme
pouvant correspondre, par exemple, à une régression des facteurs favorisant l’apparition d’une maladie (amélioration des conditions de
vie, etc.), un meilleur diagnostic ou un meilleur traitement curatif (antibiotiques, par exemple) ou préventif (vaccins). C’est ainsi qu’au cours
du xxe siècle le poids des maladies infectieuses dans la mortalité a régressé, alors que celui des maladies cardio-vasculaires et des cancers
augmentait.
La prise en compte de la dimension spatiale peut s’appuyer sur des découpages administratifs, comme dans le cas de la planification 18
régionale des soins en France. Elle peut aussi considérer d’autres critères, comme le caractère rural ou urbain, ou encore des caractéristiques
climatiques.
Une limite majeure des études descriptives est la difficulté à interpréter une différence observée. Ainsi, le constat d’une présence 19
particulièrement importante (une prévalence élevée ; ➠ 3.3.2) d’une maladie dans un groupe étudié peut renvoyer à plusieurs mécanismes :
nouveaux cas très nombreux (épidémie), maladie d’évolution longue (pathologie chronique peu ou pas curable, mais à mortalité faible),
concentrations organisées de malades (lépreux dans une léproserie)…
Pour décrire une maladie dans une population, on peut bien entendu examiner un par un tous les individus qui composent cette 20
population : on réalise alors une enquête exhaustive. Cette option n’est guère possible que pour de petits groupes humains (quelques
dizaines d’enfants d’une école). Dès que l’effectif concerné devient important, la seule solution envisageable consiste à constituer un
échantillon de la population et à mener les investigations sur ce sous-ensemble. Dans ce cas, le problème crucial de l’épidémiologie
descriptive est celui de la représentativité de l’échantillon : dans quelle mesure les constats faits sur l’échantillon reflètent-ils réellement la
situation de la population plus vaste dont est issu l’échantillon ? Il convient d’être toujours très prudent face à la tentation d’extrapoler des
résultats particuliers à une population plus vaste. La garantie la plus satisfaisante de représentativité est donnée par la constitution de
l’échantillon par tirage au sort. Il existe différentes méthodes d’échantillonnage par tirage au sort, dont les principales sont :
– l’aléatoire simple, où tous les individus sont susceptibles d’être directement sélectionnés avec la même probabilité ;
– l’échantillonnage systématique, dans lequel, par exemple, on numérote tous les individus de la population, puis on constitue
l’échantillon en prenant un individu tous les 20 (ou un autre nombre) après avoir tiré au sort le premier : 13e, 33e, 53e, 73e… ;
– l’échantillonnage stratifié, où la population est divisée en sous-groupes (les strates), dans chacun desquels on pratique un tirage au
sort simple. Cette méthode permet de s’assurer de la présence dans l’échantillon de représentants de toutes les strates, y compris les
moins nombreuses ;
– l’échantillonnage par grappes consiste à identifier un type de regroupement préexistant au sein de la population (par exemple, un
découpage administratif par lieu d’habitat : canton, département…) et à faire un tirage au sort simple de la grappe, dont tous les
individus sont inclus dans l’échantillon d’étude. Cette méthode est plus simple et plus rapide que les autres, mais elle donne moins de
garanties de représentativité.
Se pose aussi la question de la taille de l’échantillon. Nous ne développerons pas ici les aspects mathématiques du calcul ; soulignons 21
seulement que la taille de l’échantillon conditionne la précision de la mesure : plus les effectifs sont grands, plus la mesure est précise (voir
encadré sur le test du Khi2).
Si le tirage au sort reste la méthode de référence pour constituer des échantillons, il est possible de recourir à d’autres techniques, comme la 22
méthode des quotas. Cette technique consiste à constituer un échantillon dont les caractéristiques sont celles de la population que l’on
souhaite étudier ainsi : si on retient les caractéristiques d’âge, de sexe, de zone d’habitat et de catégorie socioprofessionnelle (CSP),
l’échantillon comprendra des groupes formés, chacun, d’hommes ou de femmes, des différentes classes d’âge, habitant en ville ou à la
campagne, et appartenant aux CSP concernées (par exemple : 160 femmes, de 20 à 30 ans, habitant en zone urbaine et cadres supérieures ;
220 femmes, de 20 à 30 ans, habitant en zone rurale et employées, etc.), de telle sorte que la représentation relative des différents groupes
soit celle de la population étudiée. La méthode des quotas est utilisée largement par les instituts de sondages, car elle présente l’avantage de
ne pas nécessiter de disposer d’une base de données exhaustive de la population et donc d’être facile, rapide à mettre en œuvre et peu
coûteuse, mais les résultats obtenus doivent être analysés avec une certaine prudence, car les individus ne sont pas inclus dans les groupes
par tirage au sort, et donc certaines de leurs caractéristiques, autres que celles qui ont servi à constituer l’échantillon, peuvent ne pas être
réparties de façon aléatoire. L’inconvénient majeur de la méthode des quotas est de ne pas permettre de calculer rigoureusement la marge
d’erreur du sondage (les lois statistiques qui permettent de la déterminer ne valent théoriquement que pour les sondages aléatoires).
Les enquêtes descriptives sont généralement simples à mettre en œuvre, peu coûteuses et rapides. Il est donc possible de les répéter dans le 23
temps, voire de les rendre permanentes dans le cadre d’un dispositif de veille sanitaire. En revanche, en l’absence de comparaison entre
groupes, elles ne peuvent déterminer formellement les causes d’un problème de santé. Mais elles permettent de construire des hypothèses
explicatives, qu’il faudra ensuite vérifier.
3.2.4. Les enquêtes analytiques et évaluatives

Une enquête analytique ou étiologique repose sur une comparaison de deux ou plusieurs groupes. Elle peut être d’observation ou avoir pour 24
objectif d’évaluer une action de santé.
Les enquêtes analytiques sont très diverses, mais répondent à certains modèles généraux. Fondamentalement, il s’agit de rechercher 25
l’existence ou l’absence de relation entre un phénomène de santé (souvent une maladie) et une exposition E. L’exposition désigne ici l’action
d’un quelconque facteur susceptible d’influencer la santé (soit cause de maladie, soit traitement ou élément protecteur).
Dans les études analytiques, les ennemis sont les biais et les facteurs de confusion (➠ 3.4). 26
Si l’exposition E est simplement constatée sans être contrôlée en aucune manière, il s’agit d’une enquête d’observation (par exemple, on 27
enregistre l’existence ou non d’une consommation de tabac chez des personnes atteintes d’un cancer du poumon).
À l’inverse, le contrôle de l’exposition caractérise une étude expérimentale. Dans ce cas, c’est l’expérimentateur qui détermine qui est exposé 28
et qui ne l’est pas. Les essais cliniques, notamment des médicaments, appartiennent à ce groupe et en constituent la forme la plus aboutie.
Dans l’idéal, l’étude est alors menée selon le principe du double aveugle (ou double insu), c’est-à-dire que ni le sujet ni l’observateur ne savent
si le sujet reçoit ou non le traitement étudié. Les circonstances imposent parfois de travailler en simple aveugle (ce type de situation se
rencontre par exemple lorsque les traitements comparés ne sont pas administrés de la même façon), situation où seul l’observateur connaît
le statut du sujet, voire sans aveugle (comparaison d’un médicament et d’une technique chirurgicale, par exemple). Le groupe servant à la
comparaison peut être constitué de sujets ne recevant aucun traitement actif (dans le cas d’un placebo) ou de sujets recevant le meilleur
traitement disponible (comparaison avec traitement de référence).
La répartition aléatoire complète des sujets d’étude (randomisation) est possible essentiellement dans le cadre de ces essais. 29
Il est possible de construire une étude en classant au départ les individus de deux façons : soit en fonction de l’exposition, soit en fonction de 30
la maladie.
L’étude exposés-non-exposés
Les individus sont répartis en fonction de l’exposition à un facteur étudié au sein de deux groupes : « exposés » et « non-exposés », puis ils 31
font l’objet d’un suivi programmé, soit jusqu’à l’apparition de la maladie recherchée, soit jusqu’au terme prévu de l’étude. On compare la
fréquence de la maladie M (ou une autre variable selon le cas) dans chacun des deux groupes. Exemple : fréquence du cancer broncho-
pulmonaire dans un groupe de fumeurs (« exposés ») et un autre de non-fumeurs (« non-exposés »).
Le contrôle de l’exposition n’est pas toujours simple. Est-on certain que quelqu’un n’est pas exposé à un risque ? L’exposition peut être 32
méconnue ou cachée, par exemple dans le champ des pratiques sexuelles ou des consommations de toxiques. Ces études sont généralement
assez simples à réaliser dans des domaines où l’exposition est bien identifiable, par exemple une exposition professionnelle dans l’industrie
(amiante, plomb, trichloréthylène).
Les études exposés-non-exposés sont souvent des études de cohorte. Il s’agit de constituer un groupe d’individus aussi homogène que 33
possible, inclus au même moment dans l’étude et, de préférence, assez stable dans sa composition (pas trop d’entrées et de sorties, pour
limiter les « perdus de vue ») et que l’on suit dans le temps. L’idée est que les individus concernés ont sans doute des conditions de vie
proches et sont donc soumis aux mêmes risques diffus dans leur environnement physique, économique et social. De ce fait, l’étude de
facteurs d’exposition comme le tabagisme, par exemple, souffrira moins de facteurs de confusion potentiels. Des collectivités « fermées »,
comme le secteur scolaire, l’armée, les grandes entreprises sont, pour ces raisons, propices à la réalisation d’enquêtes de cohorte.
Certaines cohortes sont particulièrement connues en raison des résultats qu’elles ont permis d’obtenir. La première date de 1948 et 34
regroupait initialement 5 000 personnes habitant dans une banlieue de Boston, Framingham. La « Framingham Heart Study » a débouché
sur des connaissances majeures sur les maladies cardio-vasculaires et leurs déterminants, ouvrant la voie vers la cardiologie préventive
moderne. Nous avons déjà évoqué la cohorte des médecins britanniques des travaux de Doll et Hill. En matière de déterminants sociaux, la
cohorte dite « de Whitehall » (« Stress and Health Study », incluant 19 000 fonctionnaires britanniques) a fonctionné en Grande-Bretagne de
1967 à 1987, et une cohorte « Whitehall 2 » lui a succédé à partir de 1985. Actuellement, en France, on peut signaler les cohortes :
– GAZEL (20 000 agents de Gaz de France et d’Électricité de France depuis 1989) ;
– SIRS (Santé, inégalités et ruptures sociales : 3 000 personnes en Île-de-France, depuis 2005) ;
– RECORD (« Residential Environment and Coronary Heart Disease » [« Environnement et maladies coronariennes »], avec
7 300 personnes en Île-de-France, depuis 2007) ;
– CONSTANCES (étude des facteurs du vieillissement chez 200 000 consultants des centres d’examens de santé de l’Assurance maladie,
depuis 2012) ;
– ELFE (sur les interactions entre conditions sociales et état de santé : 20 000 enfants suivis depuis leur naissance, à partir de 2011).
Aux États-Unis, la « Veterans Aging Cohort Study » (VACS depuis 1999) est consacrée à l’infection par le VIH chez les anciens combattants. 35
Enfin, au début de 2017, Google, en association avec deux universités, a annoncé qu’elle allait constituer une nouvelle cohorte, nommée
« Baseline », de 10 000 personnes aux États-Unis, suivies sur plusieurs années par l’intermédiaire d’un ensemble d’objets connectés,
permettant de suivre des paramètres biologiques et de style de vie.
L’étude cas-témoins
Pour ce type d’étude, les individus sont répartis, en fonction de la maladie M, en deux groupes « malades » (les cas) et « non-malades » (les 36
témoins) et on compare alors la fréquence de l’exposition E dans chacun des groupes. Ces études sont toujours des études rétrospectives, car
la maladie est survenue au moment de l’enquête et le recueil de l’exposition se fait a posteriori.
Un biais très classique de ces études concerne le recueil de l’information sur l’exposition : on est souvent enclin à rechercher plus fortement 37
une exposition chez un malade que chez un témoin.
3.2.5. Le positionnement de l’enquête dans le temps

Il s’agit de tenir compte du moment où est réalisée l’étude par rapport à l’exposition E et à la survenue de la maladie M. Ainsi : 38
– soit l’étude se fonde sur une mesure simultanée de E et M dans la population : c’est une enquête transversale. La difficulté est ici que la
mesure de M et de E ne concerne pas les mêmes individus, qui ne sont donc pas forcément soumis aux mêmes conditions d’exposition ;
– soit l’enquête prend en compte l’écoulement du temps. Ce sont alors des études longitudinales, avec deux options :
l’étude peut avoir lieu alors que E et M ont déjà eu lieu : c’est une enquête longitudinale rétrospective ;
l’étude peut avoir lieu avant que M apparaisse (E étant soit antérieur au début de l’étude soit pris en compte au cours de l’étude) :
c’est une enquête longitudinale prospective.
Il existe aussi des enquêtes semi-longitudinales, dans lesquelles plusieurs groupes (par exemple, plusieurs classes d’âge différentes) sont 39
étudiés sur le même intervalle de temps.
Les enquêtes prospectives sont toujours longitudinales, et les enquêtes transversales ont toujours un caractère rétrospectif. 40
3.2.6. Le choix du type d’enquête

Le choix du type d’enquête se fait en fonction de différents critères, principalement les suivants : 41
– Une étude cas-témoins est bien adaptée à l’étude d’une maladie rare et/ou à durée d’incubation longue, mais pas à une exposition rare.
Elle est faisable avec de petits effectifs et peut permettre d’analyser plusieurs sources d’exposition à la fois. Elle est assez facile et rapide à
mettre en œuvre ; son coût est relativement faible. Elle est aussi utile lorsque la gestion d’une cohorte d’enquête prospective s’annonce
difficile (risque de perdus de vue important, population migrante, par exemple). En revanche, elle nécessite de disposer de données
fiables sur le diagnostic et l’exposition ; or la détermination de l’exposition a posteriori peut être biaisée. Il peut être difficile de constituer
le groupe témoin, et un tirage au sort n’est pas toujours possible lorsque les effectifs de malades sont petits.
– Une étude exposés-non-exposés est bien adaptée à une maladie fréquente et d’incubation courte, ainsi qu’à une exposition rare. Elle
permet d’étudier la survenue de plusieurs maladies. Elle permet une meilleure planification de l’étude et un meilleur contrôle des biais
éventuels. Elle nécessite des effectifs nombreux, demande un temps prolongé et se révèle coûteuse. Le suivi d’une cohorte dans le temps
pose des problèmes de stabilité du groupe observé (limiter les perdus de vue, les abandons, etc.) et impose une vigilance quant au respect
continu du protocole d’étude fixé initialement.
3.2.7. Exploitation des résultats de plusieurs enquêtes

Pour tenter de dégager des informations globales à partir d’enquêtes multiples, il est nécessaire de procéder tout d’abord à un recensement 42
de l’ensemble des enquêtes réalisées. Puis la qualité méthodologique des travaux est analysée, et par la suite on ne tiendra compte que des
seules études validées à cette étape.
Deux possibilités d’exploitation existent ensuite : effectuer une synthèse qualitative des études dans le cadre d’une revue systématique de 43
littérature, ou réaliser une méta-analyse, soit qualitative, soit quantitative.
La méta-analyse quantitative est une technique statistique qui permet de rassembler les données d’études épidémiologiques comparables 44
afin de les analyser et d’évaluer la cohérence des résultats obtenus. L’unité d’analyse n’est plus ici le sujet ou le patient, mais une étude elle-
même. Une méta-analyse quantitative est possible lorsque les études ont été conduites selon des méthodes proches ; l’agrégation de leurs
données respectives offre une synthèse statistique des résultats. En augmentant le nombre total d’individus sur lequel porte l’analyse, la
méta-analyse augmente aussi la puissance des tests statistiques et la précision des résultats. Elle a par ailleurs pour avantage de prendre en
compte, dans une analyse unique, des enquêtes aux résultats divergents.
La première méta-analyse statistique fut effectuée en 1904 par Karl Pearson afin d’essayer de surmonter le problème de la puissance 45
statistique réduite dans les études d’échantillons de petites tailles. Cette technique s’est développée dans les années 1950 et 1960, et a été
conceptualisé en 1976. Le risque majeur attaché aux méta-analyses est le biais de publication, qui se caractérise par la probabilité plus forte
de voir publier un article faisant état de résultats positifs qu’un article mentionnant des résultats négatifs. Pour lutter contre ce biais
redoutable, il est nécessaire de rendre public l’ensemble des études en cours, ce qui permet ensuite de s’enquérir, le cas échéant, des résultats
d’une étude non publiée.
La méta-analyse qualitative est apparue dans les années 1990. Il s’agit d’une démarche scientifique rigoureuse de revue critique de la 46
littérature, dérivée de la méta-analyse quantitative, et qui permet de faire le point sur une question dans des conditions de grande variabilité
entre les études. Cette approche peut permettre de discuter l’homogénéité des études sur un sujet donné, et se révèle être utile dans le cas
des maladies ou des facteurs d’exposition rares, pour lesquels chaque étude individuelle risque d’être peu informative. C’est une forme
standardisée de synthèse de la littérature scientifique sur un sujet, qui est toutefois plus formalisée que la simple revue de la littérature.
3.3. L’expression de l’information épidémiologique
L’expression de l’information épidémiologique se fait souvent sous forme de taux ou de ratios. Un taux est un rapport dans lequel le 47
numérateur est inclus dans le dénominateur (par exemple, 10 % d’un effectif) ; un ratio est un rapport dans lequel le numérateur et le
dénominateur sont disjoints (par exemple, le sexe ratio, nombre de sujets masculins/nombre de sujets féminins).
Il est fondamental de calculer correctement le numérateur et le dénominateur d’un taux. On peut calculer des taux bruts, sur l’ensemble 48
d’une population, et des taux spécifiques, par exemple par tranches d’âge, sexe, catégorie socioprofessionnelle, etc.
3.3.1. Tendance centrale et dispersion des valeurs

Il s’agit tout d’abord de caractériser le « centre » d’un ensemble de mesures. 49
Trois valeurs sont fréquemment utilisées pour cela : la moyenne, la médiane et le mode. 50
La moyenne s’obtient en divisant la somme des valeurs constatées pour chacune des mesures effectuées par le nombre de ces mesures. 51
La médiane est la valeur qui divise les mesures en deux groupes d’effectifs égaux. Alors que la moyenne peut être très sensible aux valeurs 52
extrêmes de certaines mesures, la médiane l’est beaucoup moins.
Le mode correspond à la valeur la plus fréquemment rencontrée sur l’ensemble des mesures. 53
Les mesures de dispersion ont pour but de caractériser la répartition des valeurs autour de la valeur centrale ; en effet, la même valeur 54
centrale peut correspondre à des répartitions des valeurs très différentes, plus ou moins regroupées autour du centre, et cela de façon plus
ou moins symétrique. Les mesures de dispersion les plus utilisées sont la variance et l’écart-type, qui est la racine carrée de la variance. Leur
calcul se fait à partir de la somme des carrés des écarts à la moyenne.
3.3.2. Incidence et prévalence

Le taux d’incidence I mesure le nombre de nouveaux cas d’une maladie apparus dans une population au cours d’une période de temps 55
déterminée (I = nombre de nouveaux cas/population à risque au milieu de la période).
L’incidence mesure donc un flux de nouveaux cas d’une maladie. 56
Le dénominateur peut être calculé en faisant la moyenne des effectifs des populations en début et en fin d’étude, sauf dans le cas de 57
populations de taille réduite et de maladie immunisante, qui réduit progressivement la taille de la population à risque.
Une variante du taux d’incidence est le taux d’attaque. Ce taux est principalement utilisé dans le cas d’un phénomène de courte durée (toxi- 58
infection alimentaire, accident radiologique…). En effet, son calcul néglige la durée d’étude en rapportant le nombre de cas à la population
au début de la période d’étude.
Le taux de prévalence P est le nombre total de cas d’une maladie présents à un moment donné dans une population : P = nombre de 59
cas/population. La prévalence mesure donc le « stock » de cas présents, quelle que soit leur ancienneté.
Le moment choisi pour mesurer une prévalence peut être une date calendaire (par exemple, le 31 décembre) ou un repère biologique (le 60
troisième mois de grossesse) ou un quelconque événement (entrée en grande section de maternelle, départ en retraite…).
On utilise rarement un taux de prévalence de période, dans lequel la prévalence est mesurée sur une période plus ou moins longue, ce qui en 61
fait un mélange peu maniable de prévalence en début d’étude et d’incidence sur la période.
Relation entre incidence et prévalence

Le taux de prévalence s’accroît lorsque des cas nouveaux apparaissent (mesurés par le taux d’incidence) ; il diminue quand des cas 62
[3]
disparaissent (par guérison, transformation  ou décès). On voit bien alors que la prévalence dépend à la fois de l’incidence et de la durée
moyenne pendant laquelle les individus sont atteints de la maladie étudiée. Une hausse de la prévalence d’une maladie peut donc s’expliquer
par une augmentation de l’incidence, une baisse de la mortalité sans guérison ou une modification de la structure de population.
Cette remarque permet de bien comprendre les objectifs des actions de santé publique. Ainsi, une action visant à réduire l’importance d’un 63
facteur responsable de l’apparition d’une maladie va réduire le taux d’incidence. Une action visant à favoriser un traitement plus précoce
d’une maladie aura probablement pour effet de réduire la durée moyenne de la maladie, et donc de faire baisser le taux de prévalence, même
sans diminution de l’incidence.
Encadré n° 1. Épidémie, endémie, pandémie…
Une épidémie se caractérise par une augmentation, plus ou moins rapide, de l’incidence d’une maladie, suivie d’un retour à une
situation de base. Pour parler d’épidémie, il faut avoir défini un seuil épidémique, c’est-à-dire un niveau d’incidence qui dépasse
significativement le niveau de base (appelé parfois « bruit de fond »). Le franchissement de ce seuil épidémique permet de déclencher
une alerte.
Une pandémie est une épidémie d’extension générale, typiquement mondiale. Le sida est une maladie pandémique. On parle aussi de
pandémie d’obésité. La grippe est une maladie qui peut, selon les cas, se présenter sous une forme épidémique (celle que nous
connaissons tous les ans en hiver en métropole) ou pandémique (la grippe espagnole de 1918-1919 ou la grippe H1N1 de 2009-2010).
L’exemple le plus récent de pandémie mondiale est la pandémie de Covid-19 de 2020.
Une épizootie est une épidémie touchant une ou des espèces animales.
Une anthropo-épizootie est une épidémie touchant à la fois l’homme et des animaux (rage, grippe aviaire, tuberculose).
Une endémie correspond à la présence permanente d’une maladie dans une population, avec une prévalence stable. Le paludisme est
endémique dans de nombreux pays. Une situation endémique peut se compliquer d’épisodes épidémiques.
3.3.3. Le risque et sa mesure

Le risque est la probabilité d’apparition d’un événement dans une population ou chez un individu pendant une période donnée. 64
La mesure du risque peut se faire de plusieurs façons. Sur ce tableau à double entrée sont présentées les différentes situations possibles 65
issues du croisement des états vis-à-vis de la maladie et de l’exposition étudiées.
Tableau 1. Calcul du risque – tableau de répartition des effectifs
—
Calcul de l’incidence de la maladie chez les exposés (R1) et chez les non-exposés (R0). 66
On obtient : 67
R1 = A/E et R0 = C/N 68
Expression du risque par la différence de risque (DR) ou le risque attribuable (RA)

Il s’agit de la différence entre l’incidence chez les exposés et l’incidence chez les non-exposés : 69
DR = R1 – R0 70
Cette différence donne, pour l’étude dont elle est issue uniquement, une valeur absolue de l’excès de risque dans un groupe par rapport à 71
l’autre. Ce chiffre n’est pas utilisable pour une comparaison avec une autre étude. Il est assez peu utilisé et on préfère recourir à une
expression proportionnelle sous forme d’une fraction attribuable du risque ou fraction étiologique du risque : c’est la part, exprimée en
pourcentage, du risque total qui est attribuable à l’action du facteur étudié.
FAR = (R1 – R0) / R1 72
Le risque attribuable (RA) est le pourcentage de cas d’une maladie dont la cause peut être attribuée à une exposition. En conséquence, le RA 73
permet de déterminer le nombre de cas que l’on pourrait éviter si l’exposition était supprimée. Il est ainsi possible de dire que la pollution
atmosphérique par les particules fines était à l’origine d’environ 17 % des décès par cardiopathies ischémiques au niveau mondial en 2015,
soit un RA = 17 %.
Expression du risque par le risque relatif (RR) et l’odds ratio (OR)

Le risque relatif (RR) est une mesure de la force de la liaison existant entre une exposition et une maladie. Il se calcule ainsi : 74
RR = R1/R0 75
et 76
OR = (A/C) / (B/D) = (A x D) / (B x C) 77

Ou, pour une étude cas-témoins : 78
OR = [Rc / (1 – Rc)] / [Rt / (1 – Rt)], avec Rt, risque chez les témoins, et Rc, risque chez les cas. 79
L’OR est une approximation du RR, acceptable lorsque A et C sont négligeables aux dénominateurs de R1 et R0. Il faut remarquer que si le RR 80
et l’OR sont calculables dans une étude exposés/non-exposés, seul l’OR est utilisable dans une étude cas/témoins, car, dans ce second cas
c’est l’expérimentateur qui contrôle la proportion relative de malades et de non-malades.
Le RA au sein d’une population est lié au RR par la formule suivante où P est la proportion de sujets exposés dans la population : 81
RA = [P (RR – 1)] / [P (RR – 1) + 1] 82
Il existe aussi des méthodes statistiques qui permettent de tenir compte du niveau de fiabilité du diagnostic de la maladie (sensibilité et 83
spécificité des tests de diagnostic). Ces méthodes sont développées dans le chapitre 12.
La manière d’interpréter un RR ou un OR est la même : le chiffre 1 correspond à l’égalité des risques entre les deux groupes. Si le RR ou l’OR 84
est supérieur à 1, l’exposition favorise l’apparition de la maladie ; s’il est inférieur à 1, l’exposition apparaît protectrice. Ainsi, une valeur à 5
signifie que le groupe exposé a un risque d’être atteint de la maladie 5 fois supérieur à celui des sujets non exposés. Le RR et l’OR sont des
mesures de la force de l’association entre un facteur d’exposition et la survenue d’une maladie.
3.3.4. Test de signification statistique

Les enquêtes épidémiologiques abordent habituellement un problème de santé par l’analyse d’une sous-population issue d’une population 85
plus vaste. Dans ces conditions, les chiffres obtenus dans l’étude représentent une approximation de la réalité. Il n’est donc pas exclu qu’une
différence entre deux groupes soit le reflet du hasard. À l’inverse, une absence de différence peut être liée à un manque de puissance de
l’étude. Le manque de puissance résulte de la difficulté, pour une étude, à mettre en évidence une différence : ainsi, travailler sur des petits
effectifs expose à un manque de puissance si on recherche un effet peu fréquent.
Lorsqu’on constate une différence entre deux groupes, il faut tout d’abord s’assurer qu’elle n’est pas due au hasard. Il n’est pas possible 86
d’avoir une certitude, mais il est en revanche parfaitement possible de connaître la probabilité que la différence observée soit aléatoire.
Cette probabilité est ordinairement dénommée « p » (p value en anglais). On soumet pour cela les résultats à des tests statistiques qui
permettent d’obtenir deux informations :
– la probabilité que la différence soit liée au hasard. Ordinairement, on retient des seuils à 5 %, 1 % et 1 ‰, ce qui veut dire que la
différence observée ne pourrait être rencontrée par hasard que 5 fois sur 100 (ou une fois sur 100 ou une fois sur 1 000). Si la probabilité
est inférieure à 5 % (si c’est le seuil choisi, mais on peut être plus exigeant), alors la différence est dite statistiquement significative. Plus
la probabilité est faible (1 %, 1 ‰, etc.), plus la différence est significative ;
– l’intervalle dans lequel se situe la valeur réelle, là encore en fonction d’un risque choisi. On détermine alors pour le RR (ou l’OR) son
intervalle de confiance à 95 % (IC 95 % ou à 99 %, etc.), ce qui veut dire que le RR se situe avec une probabilité de 95 % dans un intervalle
borné par deux valeurs.
En pratique, l’analyse des résultats se fait sur les intervalles de confiance du RR ou de l’OR : si l’intervalle de confiance contient la valeur 1 87
(par exemple, intervalle allant de + 1,8 à 0,3), alors le RR ou l’OR est déclaré non significativement différent de 1, et il n’est pas possible de dire
qu’il y a une différence significative entre les deux groupes. En revanche, si l’IC 95 % exclut la valeur 1 ([3,08-5,95] ou [0,18-0,88]), la différence
est considérée comme significative.
L’identification d’une association significative amène aux notions de facteur de risque (facteur associé à une fréquence accrue de la maladie) 88
et de population à risque (population touchée de façon plus importante par la maladie). On distingue parfois le facteur de risque, sur lequel
il est possible d’agir au moins théoriquement (voir la notion d’exposome dans le chapitre 2), du marqueur ou indicateur de risque, associé à
la maladie mais non contrôlable (âge, sexe, patrimoine génétique) ; le facteur de risque est alors lié à la maladie par une relation de causalité.
On a naturellement tendance à privilégier les résultats d’enquête qui mettent en évidence des différences significatives, notamment dans le 89
champ de l’évaluation clinique, où on cherche à valider de nouvelles modalités de soins efficaces. Mais cette façon de faire n’est pas optimale,
car elle induit un biais cognitif aboutissant à négliger, notamment en ne les publiant pas, un ensemble d’informations pertinentes. Ainsi,
dans le domaine de l’évaluation des médicaments, il y a un intérêt évident à savoir que, par exemple, seule une étude sur dix a trouvé une
différence significative ; valoriser la seule étude positive peut conduire à des déconvenues ultérieures, par exemple en cas de méta-analyse
(possible biais de publication ; ➠ 3.2.7). Inversement, dans le champ environnemental, tout particulièrement celui des expositions liées aux
activités industrielles, les résultats non significatifs sont appréciés des acteurs économiques.
Encadré n° 2. Le test du Khi2
Il existe de nombreux tests statistiques destinés à vérifier l’existence de différences significatives. Le test du Khi2 (on dit « Khi deux » ou
« Khi carré ») est l’un des tests les plus utilisés. Il existe plusieurs variantes du Khi2, mais le principe est toujours le même.
Sur un tableau à double entrée croisant la maladie M et l’exposition E, le test consiste à comparer les effectifs observés au cours de
l’étude dans chacune des cases du tableau avec un effectif théorique. On applique ensuite une formule du type :
Khi2 = Σ (O – T)2 / T
Cette formule signifie que, pour chaque case du tableau, on a observé un effectif O, puis on calcule un effectif théorique T et enfin le
nombre (O – T)2 / T.
Le Khi2 est alors égal à la somme de ces nombres calculés pour chaque case du tableau.
Les effectifs théoriques peuvent être issus d’une situation de référence (par exemple, la distribution nationale d’une maladie, comparée
à la distribution observée dans un département ou une entreprise). On applique alors la distribution de référence à la population de
l’étude, et cela donne les effectifs théoriques.
Les effectifs théoriques peuvent être aussi calculés lorsqu’on compare deux groupes observés (par exemple, une comparaison hommes-
femmes ou encore entre deux pays). Dans ce cas, l’effectif théorique s’obtient ainsi pour chaque case du tableau :
T = (total de la ligne x total de la colonne) /N
N étant l’effectif total du tableau.
Une fois le Khi2 calculé, il doit être comparé à une valeur du Khi2 trouvée dans une table et qui tient compte de deux éléments :
– le risque que l’on souhaite prendre de déclarer significative une différence qui ne l’est pas ; on utilise souvent un seuil à 5 %. Ce
risque est ordinairement nommé « risque alpha », le « risque béta » étant de ne pas reconnaître une différence réelle.
– les degrés de liberté (k – 1), k étant le nombre de modalités de la variable étudiée ; ainsi, une variable « sexe » à 2 modalités
(hommes, femmes), et donc 1 degré de liberté ; une variable « couleur des yeux » à 4 modalités (vert, bleu, noir, brun), et donc
3 degrés de liberté.
Si le Khi2 calculé est inférieur à la valeur du Khi2 trouvée dans la table, la différence est considérée comme non significative ; s’il est
égal ou supérieur à la valeur de la table, la différence est considérée comme statistiquement significative.
On peut vérifier que plus les effectifs mis en jeu sont importants, plus la valeur du Khi2 augmente, et cela, pour la même distribution.
Ce qui revient à dire qu’une même différence relative est mise en évidence avec plus de facilité sur de grands échantillons ou encore
que l’augmentation des effectifs accroît la puissance du test.
3.4. Biais, facteurs de confusion et causalité
Supposons maintenant que nous ayons une différence significative : cela signifie-t-il forcément que l’exposition est bien un déterminant de 90
la maladie ? Une différence statistiquement significative ne veut pas dire lien de causalité. La différence constatée peut être due au hasard,
comme nous venons de le voir. Elle peut aussi s’expliquer par un biais ou un facteur de confusion, c’est-à-dire un phénomène qui brouille
l’interprétation de la relation entre maladie et exposition. Aussi le jugement de causalité constitue-t-il une étape particulière du travail
épidémiologique (➠ 3.4.3).
3.4.1. Les biais

Les biais sont des erreurs systématiques qui perturbent plus ou moins (et parfois totalement) l’interprétation d’une enquête 91
épidémiologique. Un biais induit un écart systématique (différent d’une simple erreur aléatoire) entre l’estimation d’une association entre
maladie et exposition telle qu’elle résulte de l’étude menée, et la valeur réelle mais inconnue de l’association en question. Ils sont
essentiellement de trois types :
Biais de sélection ou biais d’échantillonnage

Ce type de biais est à redouter dès que les individus ne sont pas inclus dans l’étude par tirage au sort (➠ 3.2.3 : méthode des quotas) : ainsi, le 92
recours à des volontaires pour participer à une étude peut poser problème, car ces derniers peuvent être différents de la population générale.
En matière de santé au travail, une étude portant sur les seuls travailleurs présents un jour donné dans un atelier ignore la situation des
absents pour maladie, alors que l’absence peut être liée précisément à la maladie étudiée.
Les personnes incluses dans l’étude mais ne répondant pas, ou qui sont perdues de vue, sont une autre source de biais de sélection, car on 93
peut supposer qu’ils ne sont pas perdus de vue par hasard. Une autre situation bien connue est le choix, dans une étude cas-témoins, de
témoins dans une population hospitalisée.
Biais de classement
Il consiste en une erreur systématique d’affectation dans les groupes malades-non-malades et exposés-non-exposés. Cette situation peut se 94
rencontrer pour diverses raisons :
– anomalie technique ou modification d’un matériel de mesure (par exemple, automate de mesure de la glycémie ou appareil de mesure
de la pression artérielle) ;
– application imparfaite des critères de diagnostic ou de définition des variables ;

[4]
– irrégularité dans la mise en évidence des diagnostics et des expositions  ;
[5]
– qualité des déclarations des individus  ;
– erreur de codification ou d’enregistrement des données.
L’effet d’un biais de classement est variable selon qu’il est ou non dépendant de la maladie étudiée : si le biais est indépendant (par exemple, 95
anomalie sur un automate de mesure), on se rapproche d’une erreur aléatoire, et c’est la force de l’association qui se réduit avec un risque
relatif qui tend vers 1.
En revanche, si le biais est dépendant de la maladie (c’est-à-dire qu’il ne s’exprime pas de la même façon chez les malades et les non-malades, 96
comme dans le cas du biais portant sur la recherche d’une exposition), alors l’impact sur l’analyse est tout à fait variable sur les résultats.
Dans ce cas, la parade consiste à faire une mesure de l’exposition à l’aveugle de la maladie, ou, inversement, de la maladie à l’aveugle de
l’exposition.
Biais liés à la mise en œuvre globale du protocole d’étude

Il s’agit ici d’une modification du protocole d’étude en cours de route ou d’une application imparfaite du protocole. 97
Un cas particulier consiste à identifier, après leur inclusion dans l’étude, des sous-groupes d’individus répondant, par exemple, plus ou 98
moins bien à un traitement, puis à réaliser une analyse des résultats par sous-groupe, alors que ce n’était pas prévu dans le protocole initial.
3.4.2. Les facteurs de confusion

Un facteur de confusion est un élément qui est lié à la fois à la maladie et à l’exposition. La difficulté n’est donc pas liée ici à une erreur de 99
conception ou de mise en œuvre du protocole d’enquête, mais est intrinsèque au problème étudié.
Par exemple, on met en évidence un lien entre consommation d’alcool et cancer bronchique, mais en réalité le lien est double : entre 100
consommation d’alcool et consommation de tabac, d’une part, et entre le tabagisme et la survenue du cancer bronchique, d’autre part. On
peut aussi imaginer un lien statistique entre risque de noyade et utilisation de crème solaire…
Les facteurs de confusion sont donc redoutables, et il est nécessaire, à chaque fois qu’ils sont connus, de les neutraliser. Il existe pour cela 101
quatre techniques. Nous prendrons comme exemple l’âge et le genre, deux facteurs de confusion classiques.
Homogénéisation par réduction de l’échantillon

On constituera par exemple un échantillon uniquement féminin d’une tranche d’âge donnée. L’homogénéisation peut être aussi réalisée en 102
éliminant un sous-groupe d’étude pour lequel le recueil des données a été particulièrement défaillant.
Cette technique est peu souhaitable, car elle aboutit à un échantillon non représentatif ni de la population cible, ni de la répartition de la 103
variable étudiée. L’extrapolation à la population cible est impossible.
Appariement
Par exemple, pour neutraliser l’effet de l’âge, le principe est ici d’associer à chaque malade d’un âge donné un ou plusieurs témoins du même 104
âge. En pratique, on peut apparier sur n’importe quel facteur connu d’exposition autre que celui qui est étudié, bien entendu.
Cette technique est très efficace, mais elle présente l’inconvénient d’être parfois difficile à mettre en œuvre, la recherche des témoins se 105
révélant parfois laborieuse. Il existe des tests statistiques propres aux séries appariées.
Stratification
On répartit les individus formant les groupes à comparer en strates, correspondant par exemple à des classes d’âge (21-30 ans, 31-40 ans…). 106
L’analyse des données et la comparaison entre groupes est ensuite faite dans chaque strate. La stratification permet ici d’éliminer l’effet de
confusion de la variable « âge » en menant l’analyse par groupe d’âge.
On voit que plus la strate est étendue (par exemple, un intervalle de temps de dix ans au lieu de cinq), moins l’appariement des sujets entre 107
les groupes est précis. La stratification est donc une méthode moins efficace que l’appariement, mais elle est plus simple et moins coûteuse,
car il s’agit d’un traitement des données, et non de la constitution d’un échantillon.
Utilisation de modèles d’analyse multivariés

Les méthodes de stratification ne permettent de prendre en compte qu’un nombre limité de facteurs de confusion (la multiplication des 108
strates devient rapidement ingérable), qui doivent de surcroît être qualitatifs (y compris pour des variables quantitatives que l’on transforme
en classes, avec un risque de biais de confusion résiduel et de perte d’information).
Les modèles multivariés, qui ne seront pas développés ici, permettent de résoudre ces problèmes par l’usage de fonctions mathématiques 109
reliant la maladie aux expositions étudiées et aux facteurs de confusion pris en compte. Il existe diverses techniques : par exemple, pour une
maladie définie par une variable quantitative, la régression linéaire multiple ou, pour une maladie définie de façon dichotomique
(malades/non-malades), la régression logistique.
Standardisation
Le principe de cette méthode est de donner artificiellement, par le calcul, la même structure (celle d’une population de référence) aux 110
groupes comparés ; ainsi l’effet de l’âge est-il neutralisé. Il existe deux techniques de standardisation : directe et indirecte.
❱❱ Standardisation directe 111
Le principe est d’appliquer des taux observés aux effectifs d’une population de référence. 112
La première étape consiste à calculer les taux observés (par exemple, une prévalence) dans les sous-groupes (ici, les classes d’âge) des 113
groupes comparés. Puis ces taux sont appliqués à une population de référence ; c’est-à-dire que l’on calcule les effectifs qui seraient présents
dans chaque classe d’âge des groupes comparés s’ils avaient la même structure d’âge que la population de référence. On calcule ensuite, pour
chaque groupe, un taux global, dit taux standardisé, sur lequel in fine est faite la comparaison, qui ne dépend plus de la structure d’âge.
Le choix de la population de référence est arbitraire. Il existe des populations de référence types : française, européenne, américaine, etc. Il 114
est aussi possible de constituer la population de référence en réunissant les groupes à comparer.
La standardisation directe est intéressante quand les taux dans chaque sous-groupe des groupes à comparer sont connus avec la même 115
fiabilité dans tous les sous-groupes ; les effectifs des sous-groupes étant mal connus alors que ceux des groupes sont connus.
Voici un exemple fictif de standardisation directe, avec comparaison de l’incidence des décès dus à une maladie dans deux groupes, en 116
tenant compte de la structure d’âge. Les chiffres sont arrondis à deux décimales.
Une première lecture, comparant globalement les groupes 1 et 2 semble indiquer que les décès sont plus fréquents dans le groupe 2, le taux 117
brut de mortalité s’y élevant à 358/1 800 = 0,20 contre 121/1 200 = 0,10 dans le groupe 1.
Cependant, une lecture plus approfondie du tableau montre un fait étonnant : les taux de mortalité dans les différentes classes d’âge du 118
groupe 2 sont inférieurs ou égaux, mais jamais supérieurs aux taux constatés dans les classes d’âge du groupe 1. On voit aussi que la
structure d’âge des deux groupes est différente et qu’il faut neutraliser ce phénomène.
La population de référence sera constituée de la somme des groupes 1 et 2. On va appliquer les taux observés dans chaque classe d’âge à la 119
population de référence. Ce qui donne le tableau suivant :
—
On obtient ainsi deux taux de mortalité standardisés : 120
– pour le groupe 1 : 526/3 000 = 0,18

– pour le groupe 2 : 467/3 000 = 0,16
Après standardisation sur l’âge, le taux de mortalité du groupe 2 devient inférieur à celui du groupe 1. 121
On peut alors calculer un indicateur comparatif de mortalité : ICM = 0,18/0,16 = 1,125 122
Ce qui signifie qu’à structure d’âge égale le groupe 1 a un taux de mortalité supérieur de 12, 5 % au taux de mortalité du groupe 2. 123
❱❱ Standardisation indirecte 124
Le principe de calcul est inverse : on va appliquer les taux d’une population de référence aux groupes à comparer, sous-groupe par sous- 125
groupe, classe d’âge par classe d’âge. On obtient ainsi des effectifs calculés dans chaque sous-groupe, qui vont être comparés aux effectifs
réellement observés. Pour chaque groupe, on calcule alors un ICM.
Une variante de cette méthode consiste à prendre comme population de référence l’un des groupes à comparer. 126
La standardisation indirecte est intéressante quand les taux dans les sous-groupes sont inconnus ou mal connus mais que le taux global, sur 127
l’ensemble de la population, est connu.
Nous reprenons les données de base de l’exemple de standardisation directe. Nous allons prendre le groupe 1 comme population de 128
référence, et donc appliquer au groupe 2 les taux observés sur le groupe 1.
On constate donc que, si la mortalité du groupe 2 était celle du groupe 1, on aurait 405 décès, alors qu’en réalité il n’en a été constaté « que » 129
358.
On calcule le taux standardisé de mortalité pour le groupe 2 : 405/1 800 = 0,225, à comparer avec le taux de 0,20 réellement observé. 130
Puis la comparaison est faite par le calcul de l’ICM : 0,225/0,20 = 1,125, soit un excès de mortalité de 12,5 %. Nous retrouvons le chiffre obtenu 131
par la standardisation directe, qui se comprend de la même façon.
3.4.3. Le jugement de causalité
C’est une étape particulièrement sensible de l’épidémiologie analytique. En effet, le constat d’une différence statistiquement significative ne 132
signifie pas l’existence d’un lien de causalité. Il peut s’agir d’une situation fortuite ou de l’existence d’un lien réel mais non causal (via un
facteur de confusion qui influence à la fois la variable dépendante et les variables explicatives).
Affirmer un lien de causalité suppose une démarche scrupuleuse (d’où la notion de jugement), dépassant la statistique et pour laquelle il est 133
[6]
classique de s’appuyer sur des critères définis par Austin Bradford Hill (1965)  :
– cohérence dans le temps : l’exposition précède la maladie. C’est une évidence, mais il n’est pas toujours facile de savoir quand débute
exactement une maladie, notamment dans les atteintes chroniques dont le début est peu détectable. Il peut en être de même pour le
repérage du début d’une exposition.
– force de l’association : plus le RR (ou l’OR) est fort, plus la causalité est envisageable.
– existence d’une relation « dose-effet » : plus l’exposition est importante par son intensité ou sa durée, et plus les individus sont
atteints. C’est le cas entre le tabagisme et le cancer broncho-pulmonaire. La configuration la plus simple est celle de la relation linéaire
sans seuil, où l’effet commence à se manifester dès l’existence d’une exposition et va en s’accroissant avec l’intensité de l’exposition ; mais
il existe des cas plus complexes, avec seuil au-dessous duquel on ne repère pas d’effet ou encore des inversions d’effet (protecteur, puis
toxique). Il faut aussi tenir compte, notamment dans le champ environnemental, des associations toxiques qui perturbent encore
l’analyse.
– reproduction des résultats : on retrouve le même type de relation dans plusieurs études, si possible dans des populations et selon des
protocoles d’enquête différents.
– cohérence scientifique notamment biologique : l’association statistique est recoupée par des résultats obtenus par d’autres méthodes,
c’est-à-dire que l’on dispose, par exemple, d’une explication biologique plausible à l’association observée ou de résultats d’études
expérimentales.
– spécificité de l’association : coexistence habituelle d’un facteur de risque et d’une maladie sans que cette coexistence soit notée pour
d’autres maladies.
On peut aussi retenir comme élément en faveur d’une relation causale le fait que la suppression (ou la diminution) de l’exposition entraîne la 134
diminution (ou la disparition) de la maladie. Enfin, on peut aussi tenir compte de l’existence d’autres relations causales et mécanismes
explicatifs analogues à celui envisagé (critère d’analogie).
3.5. Représentation graphique de l’information épidémiologique

Les informations recueillies ou calculées peuvent être présentées sous la forme de tableaux ou de graphiques. La représentation graphique 135
est souvent plus immédiatement compréhensible pour le lecteur et constitue de ce fait une forme de communication efficace. Les principales
formes graphiques utilisées sont les diagrammes en secteurs, en bâtons, les graphiques linéaires, les histogrammes et les distributions de
fréquence. Sans oublier la cartographie, autre forme de représentation graphique très utile.
Le diagramme en secteurs (dit familièrement « camembert ») permet de représenter les différentes composantes d’un ensemble sous forme 136
de secteurs d’un disque (ou d’un demi-disque) ; par exemple, les différentes options d’un niveau de satisfaction (satisfait, plutôt satisfait,
plutôt insatisfait, très insatisfait). Cette représentation est très lisible, mais elle a l’inconvénient de ne prendre en compte qu’un seul critère
de répartition ; pour tenir compte d’autres facteurs, il faut juxtaposer les diagrammes (par exemple, pour exposer la situation des hommes et
des femmes).
Figure 2. Exemple de diagrammes en secteurs
Le diagramme en bâtons est fondamentalement construit sur la même logique que celui en secteur, mais il permet la juxtaposition au sein 137
du même graphique d’informations qui sont représentées par la juxtaposition de plusieurs diagrammes en secteurs. La hauteur
(représentation verticale) ou la longueur (représentation horizontale) des bâtons traduit la valeur de la variable (par exemple, le nombre de
personnes satisfaites). Pour ne pas induire une perception faussée chez le lecteur, il est important de manier avec prudence, et surtout
beaucoup de clarté, les éventuelles ruptures d’échelle qui peuvent être souhaitées lorsque certaines valeurs de la variable sont très
différentes des autres, ce qui conduit à un effet d’« écrasement » visuel de ces dernières.
Figure 3. Exemple de diagramme en bâtons
Le graphique linéaire est constitué d’un ensemble de points définis par une valeur en abscisse (axe horizontal) et une valeur en ordonnée 138
(axe vertical) : le nombre, par exemple, d’hospitalisations par jour en fonction du temps. Les points ainsi obtenus peuvent être reliés par des
segments de droite. Il faut prêter attention lors de la lecture de ce type de graphique à la nature des échelles : on peut en effet utiliser les
valeurs absolues, mais aussi des valeurs calculées, logarithmiques, ce qui signifie alors que le graphique n’illustre plus les valeurs initiales,
mais permet de visualiser des évolutions relatives.
Figure 4. Exemple de graphique linéaire
À partir d’un « nuage de points » définis, d’une part, par exemple par une valeur d’évolution de l’espérance de vie à la naissance (soit positive, 139
soit négative autour de la valeur 0) et, d’autre part, par la présence d’un déterminant de santé (diffusion du déterminant dans 40 à 100 % de
la population), il est aussi possible de faire apparaître une droite de régression calculée, montrant la tendance générale décrivant le nuage ;
par exemple, ici, la généralisation du déterminant s’accompagnant d’une diminution des EVN.
Figure 5. Exemple de graphique à nuage à points
Les histogrammes ressemblent à des diagrammes en bâtons dont les éléments seraient des bandes, contiguës et jointives. Leur surface 140
représente le nombre de cas observés dans un intervalle donné ; si tous les intervalles de l’histogramme sont de même amplitude,
l’importance numérique de chaque catégorie se lit facilement en fonction de la hauteur de la bande, mais si les intervalles sont d’amplitude
différentes la lecture est plus délicate car l’effectif concerné correspond à la surface de la bande. Les polygones de fréquence sont obtenus en
joignant par une ligne le milieu de chacune des barres supérieures de l’histogramme.
Les cartes ont pour fonction de mettre en évidence la localisation géographique des cas d’une maladie ou de tout autre donnée à caractère 141
sanitaire. La cartographie est bien évidemment indispensable à l’analyse des inégalités territoriales de santé, mais elle peut aussi permettre,
comme toute démarche descriptive, de formuler des hypothèses explicatives, comme l’illustre l’exemple historique de l’épidémie de choléra
de Londres en 1854 (➠ Chapitre 1).
Points clés
L’épidémiologie est l’étude de la répartition, dans le temps, dans l’espace ou selon d’autres critères, des phénomènes de santé (le
plus souvent, des maladies) ou de leurs facteurs de survenue (de risque), sous leurs diverses formes et niveaux de gravité. Elle
permet de décrire l’état de santé des populations et de rechercher les causes de morbidité et de mortalité.
Elle sert de base à la conception d’actions de santé publique et à l’évaluation des mesures mises en œuvre. La collecte des données
épidémiologiques s’appuie sur plusieurs types d’enquêtes dont le choix dépend du problème étudié et des moyens disponibles.
La démarche épidémiologique permet de mettre à jour des associations statistiques, d’identifier des facteurs de risque de
survenue d’une maladie ; toutefois l’affirmation d’une relation de causalité demande d’effectuer de surcroît un ensemble de
vérifications, et tout particulièrement d’avoir éliminé les biais et facteurs de confusion.
Pour en savoir plus 142
Th. Ancelle, P. Crépey, B. Helynck, Épidémiologie de terrain – 7 études de cas, Presses de l’EHESP, 2e éd., 2018. 143
Notes
R. Doll, A.B. Hill, «The mortality of doctors in relation to their smoking habits », BMJ, vol. 328, n° 7455, 1954, p. 1529.
Le cas du sida illustre bien l’évolution de la connaissance : la maladie commence à être repérée en 1981 et sa nature virale sera établie dans les années
suivantes.
Par exemple, dans le cas d’une maladie aiguë qui devient chronique. Si on s’intéresse aux hépatites aiguës, il y a trois façons de ne plus être atteint
d’une hépatite aiguë : la guérison, le décès et le passage à l’hépatite chronique.
Il est ainsi connu que la recherche de l’exposition par un enquêteur risque d’être plus poussée chez un malade que chez un témoin. De plus, un malade
se souvient mieux de ses expositions qu’un témoin. La multiplicité des investigateurs est aussi une source d’hétérogénéité dans le recueil des données.
Nous avons évoqué plus haut l’exemple des enquêtes relatives aux pratiques sexuelles ou aux consommations de toxiques qui sont sensibles à la
sincérité et à la précision des réponses. On parle parfois de biais de désirabilité sociale lorsque les réponses ont tendance à se rapprocher d’une norme
enviable ; c’est le cas par exemple des déclarations de poids qui ont tendance à être minorées.
A.B. Hill, « The Environment and disease : association or causation ? », Proceedings of the Royal Society of Medicine, 1965, n° 58, p. 295-300.
Plan
3.1. Définitions et généralités
3.1.1. L’épidémiologie descriptive

3.1.2. L’épidémiologie analytique
3.1.3. L’épidémiologie évaluative ou interventionnelle
3.2. Les enquêtes épidémiologiques : descriptives, analytiques, interventionnelles

3.2.1. Les variables
3.2.2. La morbidité
3.2.3. Les enquêtes descriptives
3.2.4. Les enquêtes analytiques et évaluatives
3.2.5. Le positionnement de l’enquête dans le temps
3.2.6. Le choix du type d’enquête
3.2.7. Exploitation des résultats de plusieurs enquêtes
3.3. L’expression de l’information épidémiologique
3.3.1. Tendance centrale et dispersion des valeurs

3.3.2. Incidence et prévalence
3.3.3. Le risque et sa mesure

3.3.4. Test de signification statistique
3.4. Biais, facteurs de confusion et causalité

3.4.1. Les biais
3.4.2. Les facteurs de confusion
3.4.3. Le jugement de causalité
3.5. Représentation graphique de l’information épidémiologique
Auteurs
Jacques Raimondeau
Médecin spécialiste en santé publique. Conseiller médical au pôle santé publique et accidents collectifs du tribunal judiciaire de Paris. Ancien
responsable de formation à l’EHESP, il y assure la direction des enseignements de santé publique des cycles de préparation aux concours. Il est
secrétaire général du Conseil national professionnel pour le développement professionnel continu (DPC) des médecins de santé publique.
Élodie Carmona
Diplômée de l’École nationale de la statistique et de l’administration économique (ENSAE), de Sciences Po et de l’université de Paris XI. Statisticienne
et épidémiologiste, ancienne cheffe de bureau adjointe de la qualité des eaux à la Direction générale de la santé (DGS), ancienne membre de la Task
Force Pharma de la Commission européenne, elle est aujourd’hui administratrice au Parlement européen.
Mis en ligne sur Cairn.info le 07/09/2021
https://doi-org.ezscd.univ-lyon3.fr/10.3917/ehesp.raimo.2020.01.0073
 Chapitre suivant 
Pour citer cet article
Distribution électronique Cairn.info pour Presses de l’EHESP © Presses de l’EHESP. Tous droits réservés pour tous pays. Il est
interdit, sauf accord préalable et écrit de l’éditeur, de reproduire (notamment par photocopie) partiellement ou totalement le présent
article, de le stocker dans une banque de données ou de le communiquer au public sous quelque forme et de quelque manière que ce
soit.
Cairn.info | Accès via Université Lyon 3

Chapitre 3. Méthodes Épidémiologiques - Cairn - Info

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre 3. Méthodes Épidémiologiques - Cairn - Info

Transféré par

Droits d'auteur :

Formats disponibles

02/07/2023 11:02 Chapitre

3. Méthodes épidémiologiques | Cairn.info

3.1. Définitions et généralités

3.1.1. L’épidémiologie descriptive

3.1.2. L’épidémiologie analytique

3.1.3. L’épidémiologie évaluative ou interventionnelle

3.2. Les enquêtes épidémiologiques : descriptives, analytiques, interventionnelles

3.2.1. Les variables

Figure 1. Les différentes formes de morbidité

3.2.3. Les enquêtes descriptives

3.2.4. Les enquêtes analytiques et évaluatives

3.2.5. Le positionnement de l’enquête dans le temps

3.2.6. Le choix du type d’enquête

3.2.7. Exploitation des résultats de plusieurs enquêtes

3.3. L’expression de l’information épidémiologique

3.3.1. Tendance centrale et dispersion des valeurs

Il s’agit tout d’abord de caractériser le « centre » d’un ensemble de mesures. 49

3.3.2. Incidence et prévalence

L’incidence mesure donc un flux de nouveaux cas d’une maladie. 56

Relation entre incidence et prévalence

Encadré n° 1. Épidémie, endémie, pandémie…

3.3.3. Le risque et sa mesure

Tableau 1. Calcul du risque – tableau de répartition des effectifs

Expression du risque par la différence de risque (DR) ou le risque attribuable (RA)

FAR = (R1 – R0) / R1 72

Expression du risque par le risque relatif (RR) et l’odds ratio (OR)

OR = (A/C) / (B/D) = (A x D) / (B x C) 77

Ou, pour une étude cas-témoins : 78

RA = [P (RR – 1)] / [P (RR – 1) + 1] 82

3.3.4. Test de signification statistique

Encadré n° 2. Le test du Khi2

3.4. Biais, facteurs de confusion et causalité

3.4.1. Les biais

Biais de sélection ou biais d’échantillonnage

– application imparfaite des critères de diagnostic ou de définition des variables ;

Biais liés à la mise en œuvre globale du protocole d’étude

3.4.2. Les facteurs de confusion

Homogénéisation par réduction de l’échantillon

Utilisation de modèles d’analyse multivariés

❱❱ Standardisation directe 111

On obtient ainsi deux taux de mortalité standardisés : 120

– pour le groupe 1 : 526/3 000 = 0,18

On peut alors calculer un indicateur comparatif de mortalité : ICM = 0,18/0,16 = 1,125 122

❱❱ Standardisation indirecte 124

3.4.3. Le jugement de causalité

3.5. Représentation graphique de l’information épidémiologique

Figure 2. Exemple de diagrammes en secteurs

Figure 3. Exemple de diagramme en bâtons

Figure 4. Exemple de graphique linéaire

Figure 5. Exemple de graphique à nuage à points

Pour en savoir plus 142

3.1.1. L’épidémiologie descriptive

3.2. Les enquêtes épidémiologiques : descriptives, analytiques, interventionnelles

3.3. L’expression de l’information épidémiologique

3.3.1. Tendance centrale et dispersion des valeurs

3.3.3. Le risque et sa mesure

3.4. Biais, facteurs de confusion et causalité

3.5. Représentation graphique de l’information épidémiologique

Mis en ligne sur Cairn.info le 07/09/2021

Cairn.info | Accès via Université Lyon 3

Vous aimerez peut-être aussi