Biais

 de  confusion  
Diagnos/c  
Arnaud  Fontanet  
 
Rôle  des  biais  
Me9ent  en  danger  la  validité  de  l’étude.  
 
Peuvent  être  à  l’origine  de  fausses  associa/ons  si  le  biais  
affecte  simultanément  l’exposi/on  et  la  maladie.  
 
Sont  de  trois  types  différents:  
• Biais  de  sélec/on  
• Biais  de  classement  
• Biais  de  confusion  
 
Les  deux  premiers  biais  ne  peuvent  pas  (typiquement)  être  
corrigés  au  moment  de  l’analyse.    Les  biais  de  confusion  
peuvent  éventuellement  être  corrigés  au  moment  de  l’analyse.  

Biais de confusion: diagnostic. Arnaud Fontanet 2

Commençons  par  un  exemple  

Une  associa/on  entre  alcool  et  cancer  du  

poumon  a  toutes  les  chances  d’être  due  au  
fait  que:  
• Les  personnes  qui  boivent  ont  plus  tendance  à  
fumer  que  les  personnes  qui  ne  boivent  pas.  
• Les  fumeurs  sont  plus  à  risque  de  développer  
un  cancer  du  poumon.  

Biais de confusion: diagnostic. Arnaud Fontanet 3

Exemple  (suite)  
En  résumé,  il  y  a  plus  de  fumeurs,  eux-­‐mêmes  
plus  à  risque  de  développer  un  cancer  du  
poumon,  chez  les  buveurs  comparés  aux  non  
buveurs,  d’où  la  fausse  associa/on  entre  alcool  
et  cancer  du  poumon.  
 

Le  phénomène  de  confusion  est  un  biais  qu’il  

faut  corriger  (ou  prévenir).  
 
Biais de confusion: diagnostic. Arnaud Fontanet 4
 Mécanisme  
Du  à  un  troisième  facteur,  dit  de  confusion  (confounding  en  
anglais),  associé  simultanément  à  l’exposi/on  et  à  la  maladie.  
Par  associa/on,  on  entend  une  propor/on  différente  du  FC  
chez  les  exposés  et  les  non-­‐exposés,  et  une  propor/on  
différente  du  FC  chez  les  malades  et  les  non-­‐malades.  

E M

FC
Biais de confusion: diagnostic. Arnaud Fontanet 5
Mécanisme  (suite)  
A9en/on,  le  facteur  de  confusion  ne  doit  pas  être  
dans  la  chaîne  causale  entre  exposi/on  et  maladies.  
 
Nourriture  riche  en  graisses  à  hypercholestérolémie  à  infarctus  
 
L’hypercholestérolémie  n’est  pas  un  facteur  de  
confusion  dans  cet  exemple,  même  si  elle  est  liée  à  
une  nourriture  riche  en  graisses,  et  à  un  infarctus    

Biais de confusion: diagnostic. Arnaud Fontanet 6

Conséquences  
Un  biais  de  confusion  peut  créer  une  
associa/on  qui  n’existe  pas,  ou  rendre  
inapparente  une  associa/on  qui  existe.  
Ex:  
• Associa/on  café  et  infarctus  du  myocarde  
(facteur  de  confusion:  tabac).  
• Absence  d associa/on  entre  exercice  et  
infarctus  du  myocarde  (facteur  de  confusion:  
sexe  masculin).  
Biais de confusion: diagnostic. Arnaud Fontanet 7
Ges/on  des  biais  de  confusion  
Au  moment  de  la  planifica/on  
• Randomisa/on  (/rage  au  sort)  
• Restric/on  
• Appariement  

Au  moment  de  l’analyse  des  données  

• Analyse  stra/fiée  
• Analyse  mul/variée  
Biais de confusion: diagnostic. Arnaud Fontanet 8
Préven/on  
Randomisa/on  
 
La  cons/tu/on  aléatoire  de  deux  groupes  d’étude  fait  que  
les  facteurs  de  confusion  poten/els  sont  répar/s  
équitablement  entre  les  deux  groupes.    Il  ne  peut  donc  y  
avoir  d’associa/on  entre  l’exposi/on  (ici  le  traitement)  et  
un  facteur  de  confusion.  
 
Permet  de  contrôler  les  facteurs  de  confusion  connus  et  
inconnus  !  
 
Supériorité  de  l’essai  clinique  sur  les  autres  types  d’étude.  
Biais de confusion: diagnostic. Arnaud Fontanet 9
Préven/on  (suite)  
Restric/on  
Limita/on  de  l’étude  à  un  groupe  de  sujets  correspondant  à  
une  catégorie  d’un  facteur  de  confusion.  
 
Ex:  restreindre  l’étude  de  l’associa/on  entre  l’exercice  et  
l’infarctus  du  myocarde  aux  hommes  seulement.  
 
Pas  de  risque  de  confusion,  car  pas  de  variabilité  au  niveau  
du  facteur  de  confusion,  mais  limite  la  portée  de  l étude  au  
groupe  étudié.  

Biais de confusion: diagnostic. Arnaud Fontanet 10

 Préven/on  /  contrôle  (suite)  
Appariement  
Consiste  à  éliminer  le  biais  poten/el  en  équilibrant  les  
groupes  d’études  pour  le  facteur  de  confusion:  
• Dans  une  étude  de  cohorte,  en  appariant  les  exposés  et  
les  non-­‐exposés  sur  les  facteurs  de  confusion  poten/els,  
on  fait  disparaître  l’associa/on  entre  exposi/on  et  
facteur  de  confusion:  il  ne  peut  y  avoir  confusion.  
• Dans  une  étude  cas-­‐témoin,  en  appariant  les  cas  et  les  
témoins  sur  les  facteurs  de  confusion  poten/els,  on  
permet  un  contrôle  plus  efficace  des  facteurs  de  
confusion  par  les  méthodes  d’ajustement  classique.  
Biais de confusion: diagnostic. Arnaud Fontanet 11