Une courbe monte en même temps qu’une autre. La vidéo en déduit qu’un phénomène provoque le second. L’association mérite peut-être une enquête, mais elle ne fournit pas à elle seule le mécanisme causal. Les données et leur sélection doivent être examinées.

Une association ouvre plusieurs possibilités

Le manuel d’épidémiologie des CDC rappelle que toutes les associations entre exposition et maladie ne sont pas causales. Des facteurs communs, des différences de population ou des choix de mesure peuvent intervenir dans l’interprétation.

Deux nombres bruts peuvent aussi évoluer avec la taille de la population. Comparer des taux et des périodes compatibles permet parfois de reformuler la question. Cette étape ne démontre pas une cause, mais évite un rapprochement trompeur.

Un exemple de facteur commun

Dans un exemple fictif, les ventes de ventilateurs et les consultations liées à la chaleur augmentent pendant un été très chaud. Leur évolution commune ne montre pas que les ventilateurs provoquent ces consultations. La température constitue une piste à prendre en compte.

Un événement après un vaccin pose le même besoin de distinguer succession et causalité, avec des données adaptées au sujet médical. Les essais comparatifs et la pharmacovigilance apportent d’autres méthodes. Pour une annonce, recherchez la population, les dénominateurs et les hypothèses concurrentes avant de choisir une conclusion à partir de deux lignes parallèles.

Sources & références

Documents consultés pour ce dossier. Les interprétations sont celles de la rédaction.

  • Principles of Epidemiology: An Introduction to Applied Epidemiology and Biostatistics (2nd ed.) (selected excerpts) · Consulté le 2026-10-05

Un élément à corriger ? Écrivez à la rédaction.