Les statistiques constituent une méthode essentielle dans la recherche médicale et la médecine fondée sur les preuves. En même temps, elle pose des exigences très élevées en termes de méthodologie et de savoir-faire professionnel. De solides connaissances de base en statistiques sont donc indispensables pour comprendre la littérature médicale. Parmi les piliers fondamentaux figure la notion de “probabilité”.
Dans la pratique quotidienne, les probabilités ne sont pas directement accessibles. Au lieu de cela, on observe des accumulations d’événements. Ils correspondent à une fréquence absolue ou relative. En revanche, l’indication de probabilités vise à quantifier le hasard. Cependant, il s’agit d’une construction théorique qui ne peut être qu’approximativement respectée dans la pratique. Par exemple, un médecin annonce à son patient atteint d’une tumeur qu’après une chimiothérapie, il a 50% de chances de survivre les deux prochaines années. Cette affirmation ne doit pas être comprise comme signifiant que, sur deux patients traités simultanément, l’un mourra dans les deux premières années et l’autre sera sûr à 100% de survivre pendant ces deux années. Il faut plutôt comprendre que dans un grand collectif de patients, près de la moitié d’entre eux survivent les deux années suivantes, mais l’autre moitié ne le fait pas. Un destin individuel n’est qu’indirectement impliqué par cette déclaration. Cela s’explique par le fait que le médecin traitant ne peut pas connaître tous les facteurs d’influence qui permettent d’établir un pronostic individuel fiable.
Les humains sont très mauvais pour interpréter les données explicites de probabilités. Cela s’explique par le fait que les deux tâches sont très différentes : prédire des plausibilités de manière à peu près correcte ou, au contraire, résoudre un problème mathématique. L’intuition statistique se trompe parfois. Testez-vous vous-même : dans un pays où une personne sur 1000 est infectée par le VIH (ce qui correspond à une prévalence de 0,1%), une personne choisie au hasard reçoit un résultat de test positif. Le test est fiable à 99%, le résultat est donc faux dans 1% des cas. Quelle est la probabilité que la personne testée positive soit réellement infectée par le VIH ? 99% ? Faux. La bonne réponse est environ 10%. En effet, mathématiquement, la situation se présente comme suit : Sur 1000 personnes, une seule est infectée et son test est très probablement positif. Mais 10 des 999 personnes saines restantes obtiennent également un résultat de test positif, car la marge d’erreur est de 1 %. Parmi les 11 personnes au total dont le test est positif, il y a donc 10 personnes en bonne santé (les faux positifs) et une qui est réellement infectée. Cela fait une probabilité de moins de 10% d’être infecté par le VIH si l’on est testé positif.
Le vaste champ des probabilités
Dans la recherche médicale, la probabilité est désignée par un terme technique spécifique selon l’application. Il s’agit par exemple du risque, de l’incidence ou encore de la sensibilité. En principe, toutes les probabilités sont calculées de la même manière sur la base du calcul des probabilités. La probabilité est une mesure de la réalisation ou non d’un événement et est divisée en probabilité inconditionnelle et conditionnelle. En épidémiologie, on calcule ensuite des mesures telles que le risque absolu ou relatif, la réduction absolue du risque, le nombre de personnes à traiter et l’odds ratio. Mais l’incidence, la prévalence, la mortalité et la létalité sont également soumises au calcul des probabilités. Mais la pensée statistique ne consiste pas seulement à calculer de façon routinière des grandeurs caractéristiques ou à appliquer de simples tests statistiques (dans l’espoir d’obtenir un résultat significatif), mais plutôt à s’efforcer de faire la lumière sur les données et de se rapprocher de la vérité.
Littérature complémentaire :
- Hilgers RD, Bauer P, Scheiber V (2003) : Calcul des probabilités. In : Introduction à la statistique médicale. Statistiques et leurs applications. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-06858-8_4
- www.spektrum.de/news/fehlurteile-wie-man-wahrscheinlichkeiten-richtig-versteht/1820015
- www.amboss.com/de/wissen/epidemiologie-und-wahrscheinlichkeiten
- https://heiup.uni-heidelberg.de/journals/index.php/hdjbo/article/download/24017/17712
