Association et causalité en épidémiologie – un demi-siècle depuis la publication du guide d’interprétation de Bradford Hill. Journal de la Société Royale de Médecine. Wakeford, Richard; deepL; Dufour, Olivier (traducteur anglais-français)

https://www.researchgate.net/publication/364904514_Association_et_causalite_en_epidemiologie_-un_demi-siecle_depuis_la_publication_du_guide_d’interpretation_de_Bradford_Hill_Journal_de_la_Societe_Royale_de_Medecine

Ceci est la traduction en français de « Association and causation in epidemiology – half a century since the publication of Bradford Hill’s interpretational guidance. Richard Wakeford. 2015. Journal of the Royal Society of Medicine. DOI: 10.1177/0141076814562713 »

Bonjour. Je suis le Dr Olivier Dufour [7]. J’ai découvert le présent article au cours de mes recherches personnelles en octobre 2022. L’article original[15] est disponible gratuitement ICI et ICI. Afin de le faire connaître à mes compatriotes francophones, j’ai décidé de le traduire et de rendre le résultat confortable à lire même depuis un écran de smartphone (Ebook). Attention, je suis spécialisé dans des domaines de recherche différents de ceux en jeu dans le présent article. Si vous appartenez au dit domaine, et que vous avez des remarques constructives à me signaler, merci de m’envoyer un mail à l’adresse indiquée dans le présent document. Je me suis aidé de DeepL. Mais DeepL est encore loin de pouvoir traduire correctement un article scientifique, même de 2015. De plus, les auteurs écrivent parfois des phrases beaucoup trop longues malgré les recommandations des chercheurs précédents [6]. Les éditeurs tolèrent
des phrases constituées de plusieurs phrases compactées en une seule. Je parle notamment de plusieurs propositions principales complexes, empilées les unes à la suite des autres avec des virgules. Ceci complique considérablement la traduction automatique et la lisibilité de la traduction.
Et ceci rend indispensable le travail de vérification des traducteurs manuels humains.

Début:

Austin Bradford Hill était l’un des grands noms de l’épidémiologie et de la statistique médicale [2]. Au milieu du 20e siècle, avec un autre grand, Richard Doll, Bradford Hill a lancé des études épidémiologiques très influentes sur le lien de causalité entre la cigarette et le cancer du poumon [4, 5]. Cependant, ce lien n’a pas été accepté sans bataille, et les opposants à une interprétation directe de cause à effet de l’association épidémiologique comprenaient des personnes notables comme l’éminent statisticien Ronald Fisher [3]. Le débat a incité Bradford Hill à examiner en profondeur la manière dont les résultats des études épidémiologiques devaient être interprétés, ce qui a conduit à la publication en 1965 dans Proceedings of the Royal Society of Medicine de son article fondamental sur l’association et la causalité [11]. Pour marquer le 50e anniversaire de la publication de cet article marquant, il est reproduit dans ce
numéro du Journal of the Royal Society of Medicine.
L’article de Bradford Hill, publié en 1965, est remarquable et riche en enseignements. Il propose neuf lignes directrices (souvent qualifiées à tort de ”critères”, alors que Bradford Hill a clairement indiqué qu’il ne s’agissait pas de critères) permettant de juger si une association statistique trouvée dans une étude épidémiologique peut être interprétée de manière causale ou non. Les plus importantes de ces lignes directrices sont la ”force” (une association forte est plus susceptible d’être causale qu’une association
faible), la ”consistance” (une association est observée dans différentes études, dans différentes circonstances, temps et lieux), le ”gradient biologique” (c’est-à-dire la courbe dose-effet – l’effet doit avoir tendance à être plus important avec un niveau d’exposition plus élevé) et la ”temporalité” (l’effet suit la cause potentielle après un intervalle approprié). Une autre ligne directrice, la ”plausibilité biologique”, gagne en importance à mesure que s’accumulent les connaissances fondamentales sur l’étiologie des maladies.
Mais ces connaissances ne sont clairement pas complètes. Ceci doit nous inciter à la prudence quand nous utilisons cette ligne directrice. Néanmoins, l’interprétation causale directe de certaines associations statistiques serait très peu crédible compte tenu des connaissances actuelles. En quoi l’épidémiologie exige-t-elle un examen détaillé de l’interprétation de ses résultats, comme celui réalisé par Bradford Hill ? À l’exception de quelques études qui peuvent s’appuyer sur des essais cliniques, l’épidémiologie
est une science d’observation (c’est-à-dire non expérimentale) [11, 1, 9, 8]. Cela contraste avec les essais cliniques contrôlés randomisés, qui sont des dispositifs expérimentaux : les sujets de l’étude sont répartis au hasard entre les groupes de traitement par les chercheurs, de sorte que toute différence individuelle de fond qui pourrait affecter le résultat de l’essai, même si elle est inconnue, est ”équilibrée” entre les groupes [9]. (La randomisation entre les groupes de traitement est un concept fondamental dans les essais cliniques que Bradford Hill a contribué à établir comme étant une exigence nécessaire dans la conception des études) [2, 13]. En épidémiologie observationnelle, la randomisation des sujets d’étude entre les groupes (disons, différents niveaux d’exposition à la fumée de tabac) n’est pas possible car les études dans lesquelles les gens sont délibérément exposés à des substances potentiellement nocives sans perspective réaliste de bénéfice personnel, sont contraires à l’éthique. Par conséquent, l’épidémiologie doit s’appuyer sur des données générées dans les conditions non contraintes de la vie quotidienne, sans intervention de la part des investigateurs, ce qui complique considérablement l’interprétation des résultats épidémiologiques [9, 8]. Dans les essais cliniques, pour juger de la causalité,
il suffit essentiellement de considérer (en supposant que l’étude a été correctement conçue, menée et analysée) si le hasard est une explication alternative raisonnable pour les résultats, c’est-à-dire dans quelle mesure les résultats sont statistiquement significatifs. En épidémiologie, il faut non seulement tenir compte des fluctuations statistiques, mais aussi de la présence potentielle d’erreurs systématiques (la principale préoccupation est l’existence de biais dans les données de l’étude, mais d’autres erreurs sont possibles) et de confusion (lorsqu’un facteur pris en compte dans une étude est associé à un autre facteur qui influence le résultat, produisant un résultat faussé, potentiellement trompeur) [8]. Les biais peuvent être introduits dans une étude de nombreuses manières subtiles (et moins subtiles).
Dans les études cas-témoins, par exemple, le biais de sélection des témoins est un problème notoire – les témoins diffèrent des cas d’une manière qui affectera les résultats relatifs au(x) facteur(s) étudié(s) [10]. Il est est toujours difficile (voire impossible) d’éliminer entièrement la confusion comme explication crédible. Car même lorsque des facteurs de confusion potentiellement importants (tels que le tabagisme) sont reconnus et que l’on tente d’ajuster leur présence, il reste le spectre d’influences étrangères inconnues qui se cachent en arrière-plan. Ainsi, il est très rare qu’une étude épidémiologique génère des résultats qui, en soi, peuvent être considérés comme démontrant sans équivoque une relation de cause à effet. Une méfiance inhérente aux études non expérimentales est susceptible d’avoir été
une raison matérielle sous-jacente à la remise en cause par Ronald Fisher (initialement, du moins) d’une interprétation causale directe de l’association entre fumer des cigarettes et le cancer du poumon [3].
Bradford Hill exhorte les épidémiologistes à s’interroger soigneusement sur les preuves disponibles pour savoir si l’interprétation causale d’une association est raisonnable, ou si une explication alternative est non seulement possible mais peut-être probable. Il résume ainsi la situation [11] :
” Aucun de mes neuf points de vue ne peut apporter de preuve indiscutable pour ou contre l’hypothèse de cause à effet et aucun ne peut être exigé comme condition sine qua non. Ce qu’ils peuvent faire, avec plus ou moins de force, c’est nous aider à nous faire une idée sur la question fondamentale : y a-t-il une autre façon d’expliquer l’ensemble des faits qui nous sont présentés, y a-t-il une autre réponse autant, sinon plus, probable que la cause et l’effet ? Aucun test formel de significativité ne peut répondre
à ces questions. De tels tests peuvent, et doivent, nous rappeler les effets que le jeu du hasard peut créer, et ils nous instruisent sur l’ampleur probable de ces effets. Au-delà, ils ne contribuent en rien à ”prouver” notre hypothèse.”
Ce que Bradford Hill a produit, c’est un cadre pour une approche structurée de l’interprétation des résultats épidémiologiques. Notez ce qu’il dit du rôle de la significativité statistique : des résultats hautement significatifs nous indiquent qu’il est peu probable que le hasard ait produit l’association (du moins, pas à lui seul), mais cela est loin de démontrer une relation de cause à effet. En effet, un
résultat extrêmement significatif pourrait indiquer un lien de causalité mais pourrait bien avoir été généré par un ou des biais dans les données de l’étude (ou une autre source d’erreur systématique). Et ce résultat extrêmement significatif devrait de coup de fouet, d’incitation à examiner plus intensément la possibilité d’autres explications. Il est tout à fait compréhensible que les épidémiologistes veuillent trou-
ver d’importantes choses à propos des causes des maladies et la santé publique ou professionnelle. Mais il y a obligation à la prise de recul par rapport à une étude et de tenter de faire une évaluation impartiale de l’impact potentiel des biais et des facteurs de confusion sur ses résultats. Ce n’est
pas facile, car il est très inhabituel que les données d’observation soient exemptes de toute source de biais – il s’agit de savoir si les enquêteurs peuvent juger de manière impartiale du degré d’influence qui pourrait être attribué au biais. Et en fin de compte, il est peut-être préférable de laisser cette tâche à un examen indépendant. Un demi-siècle après la publication de l’examen détaillé de Bradford Hill de l’association et la causalité épidémiologiques, son article est toujours d’une grande pertinence aujourd’hui, et peut-être même plus, étant donné le nombre d’études épidémiologiques qui sont maintenant entreprises. L’épidémiologie d’observation a apporté des contributions
majeures à l’établissement de liens de causalité entre les expositions et les maladies. Et l’épidémiologie joue un rôle crucial, par exemple, dans l’évaluation par l’Agence Inter-
nationale de Recherche sur le Cancer, de la cancérogénicité d’un large éventail d’expositions humaines[12] ; mais les résultats ”positifs” des études épidémiologiques se sont
souvent révélés controversés et transitoires, ce qui a suscité le scepticisme, voire le cynisme[14]. Peut-être la lecture de l’article de Bradford Hill devrait-elle être obligatoire, non seulement pour les épidémiologistes, mais plus généralement pour la profession médicale, et au-delà ?

Bibliographie
[1] Hill AB. Bradford hill’s principles of medical statistics, 1991.
[2] Richard Doll. Sir austin bradford hill and the progress of medical science. BMJ : British Medical Journal, 305(6868) :1521, 1992.
[3] Richard Doll. Proof of causality : deduction from epidemiological observation. Perspectives in biology and medicine, 45(4) :499–515, 2002.
[4] Richard Doll and A Bradford Hill. Smoking and carcinoma of the lung. British medical journal,
2(4682) :739, 1950.
[5] Richard Doll and A Bradford Hill. Study of the aetiology of carcinoma of the lung. British medical journal, 2(4797) :1271, 1952.
[6] C Patrick Doncaster. Quelques conseils pour écrire un article scientifique en anglais. 2016.
[7] Olivier Dufour, Benoît Gineste, Yves Bas, Matthieu Le Corre, and Thierry Artières. First automatic pas-
sive acoustic tool for monitoring two species of procellarides (pterodroma baraui and puffinus bailloni) on reunion island, indian ocean. Ecological Informatics, 35 :55–60, 2016.
[8] David A Grimes and Kenneth F Schulz. Bias and causal associations in observational research. The lancet, 359(9302) :248–252, 2002.

[9] David A Grimes and Kenneth F Schulz. An overview of clinical research : the lay of the land. The lancet,
359(9300) :57–61, 2002.

[10] David A Grimes and Kenneth F Schulz. Compared to what ? finding controls for case-control studies. The Lancet, 365(9468) :1429–1433, 2005.
[11] Austin Bradford Hill. The environment and disease : association or causation ?, 1965.
[12] IARC Preamble. Iarc monographs on the evaluation of carcinogenic risks to humans. Lyon, France :
World Health Organization International Agency for Research on Cancer, 2006.
[13] Kenneth F Schulz and David A Grimes. Generation of allocation sequences in randomised trials : chance, not choice. The Lancet, 359(9305) :515–519, 2002.
[14] Gary Taubes. Epidemiology faces its limits : The search for subtle links between diet, lifestyle, or en-
vironmental factors and disease is an unending source of fear—but often yields little certainty. Science,
269(5221) :164–169, 1995.
[15] Richard Wakeford. Association and causation in epidemiology–half a century since the publication of
bradford hill’s interpretational guidance, 2015.