Biais de sélection (épidémiologie)

Biais de sélection

Le biais de sélection est, parmi les quatre grands types de biais, l'un de ceux qui faussent le plus fréquemment les études faites en psychologie, en psychiatrie, et plus généralement en médecine.

Voir aussi : biais, types de biais

Définition

Erreur dans la définition de la ou des populations étudiées, directement responsable d'erreurs dans l'interprétation des résultats, lorsque les particularités de la sélection ne sont pas clairement établies et annoncées pour relativiser les résultats trouvés.

L'erreur devient une faute lorsque les règles de base d'épidémiologie et de statistique sont enfreintes, et devient une tromperie lorsqu'elles sont enfreintes volontairement.

L'erreur survient également parfois, et souvent dans le cas des études de phase II en psychiatrie, après le recueil des informations, par exemple en éliminant des résultats de l'analyse les "sujets" ayant mis fin aux tests, ayant disparu, etc. Dans ce cas il s'ajoute un biais de publication ou biais d'interprétation si ces populations ne sont pas clairement intégrées aux résultats publiés.

Typologie

Il y a de très nombreuses façons de faire des biais de sélection, ou "sous types" dont nous donnerons ci-après une liste non exhaustive. Il n'existe pas de terminologie précise universellement reconnue désigner les différents types de biais de sélection.



• Biais d'échantillonnage ou d'affiliation

  
  Mauvaise constitution d'un groupe par rapport à un autre, ou du groupe unique le cas échéant, pouvant fausser la comparaison et/ou les résultats.
  
  Exemples :
  • erreur très fréquente en pharmacologie psychiatrique : constituer un groupe de personnes ayant une histoire médicamenteuse longue, avec un groupe de personnes prenant pour la première fois un médicament,
    
  • effectuer une étude sur les personnes ayant consulté en hôpital, ou hospitalisées, ou patientèle de la personne conduisant l'étude,
    
  • effet pétition : recruter à partir d'un média (association, journal...) consulté majoritairement par des personnes ayant déjà une opinion donnée sur le sujet,
    
  • faire appel à un volontariat étudiant, ce qui génère un âge moyen non représentatif, et, s'il est rémunéré, un effet d'influence,
    
  • effectuer une étude sur la pratique religieuse, le dimanche à midi sur le parvis de Notre-Dame,
    
  • etc.
  
  On évite ce biais en recrutant des populations représentatives de la population générale en âge, sexe, catégorie socio-professionnelle, non rémunérées, ou en explicitant clairement les critères de sélection communs aux différents groupes (comparer ce qui est comparable). Pour évaluer un médicament, il est impératif de comparer des groupes médicament contre placebo ou autre médicament comparateur, sur des bases égales (symptômes, date d'introduction du médicament, tirage au sort dans une population homogène).
  
  

• Effet de cohorte

  
  Il apparaît chaque fois que les populations étudiées ont une caractéristique commune (généralement, un évènement commun vécu dans le passé de ces personnes) qui a un lien avec la maladie étudiée, et que la caractéristique n'est pas correctement prise en compte.
  
  Exemple :
  • Une étude sur la tranche d'âge 50-60 ans, conduite en 2000, en a conclu que cette tranche d'âge était un facteur favorable de dépression, en ignorant le traumatisme de l'enfance en temps de guerre.
    
  
  On évite ce biais en effectuant des études répétées sur le long terme (pour éviter effet cohorte d'une génération), en confrontant des études identiques mais se déroulant dans différents pays (études multi-centriques), en questionnant systématiquement la représentativité du groupe et en tenant compte de sa spécificité dans l'annonce des résultats.
  
  

• Biais de contrôle

  
  Survient lorsque l'étude n'est faite que sur un groupe, en absence de groupe contrôle correctement constitué, c'est-à-dire ayant les mêmes caractéristiques que le groupe principal à l'exception de la variable mesurée.
  
  Exemple :
  • Mesure l'amélioration apportée par un médicament sans comparer à un groupe placebo "aveugle" (ne sachant pas que le cachet est un placebo) et constitué de personnes ayant les mêmes caractéristiques que celle prenant le médicament (et ne sachant pas non plus que c'est un médicament).
  
  
  Note: la méthode dite "en double-aveugle" signifie que la personne recueillant les données ignore également si la personne interrogée a reçu un placebo ou le produit. Ceci a pour but de prévenir un autre type de biais : le biais de mesure / biais de l'estimateur.

---

En savoir plus :

Les biais en épidémiologie, Alain Lévêque (1)
Une très bonne synthèse assortie de nombreux exemples et schémas

Anglais

Selection bias