Bonjour et bienvenue dans Le Dico ! Aujourd’hui, on vous propose un épisode sur la différence entre corrélation et causalité !
Voici deux courbes. Si tu penses que ça prouve que les vaccins causent l’autisme, t’as pas tout compris à la science.
Il s’agit de la couverture vaccinale contre la rougeole, et la prévalence estimée de troubles neurodéveloppementaux, dont fait partie l’autisme. On voit bien que les deux évoluent dans le même sens, ça veut donc dire qu’il y a un lien !
Hmm… pas forcément.
Quand deux événements évoluent dans le même sens, on a tendance intuitivement à penser qu’ils sont forcément liés. Notre cerveau crée cette association automatiquement parce que dans la majorité des cas, ça marche. Si vous entendez un bruit de verre cassé et que quand vous débarquez dans le salon, le chat vous regarde avec de grands yeux innocents en buvant l’eau par terre, c’est sans doute que c’est lui qui a cassé le vase… mais, et si ce n’était pas le cas ?
Dans notre exemple, il y a deux événements : le vase qui tombe, et le chat qui boit. Les deux se passent en même temps : ils sont donc temporellement corrélés. Mais il y a plein de choses qui sont corrélées sans qu’il n’y ait aucun lien entre elles : la rentrée des classes et les feuilles des arbres qui tombent, votre chute sur du verglas et le fait de porter des moufles, ou encore l’augmentation de diagnostic d’autisme et celle de la couverture vaccinale contre la rougeole.
Déterminer qu’il y a une corrélation, c’est plutôt facile : on regarde des courbes, des chiffres, et on note qu’une variation est similaire entre deux variables différentes.
Mais ce n’est pas suffisant. Encore faut-il démontrer que l’un des événements a causé l’autre. Et ça, c’est beaucoup plus compliqué. Parce qu’on ne peut jamais vraiment être sûr de cela. Il faut donc estimer à quel point c’est plausible.
Pour cela, on utilise les critères de Bradford Hill qui seront détaillés dans une autre vidéo. Pour simplifier, il faut qu’il y ait une association forte, stable, cohérente, spécifique, temporellement logique (c’est-à-dire que la cause précède l’effet), une réponse dose-dépendante, une plausibilité biologique, une preuve expérimentale, et une éventuelle analogie avec d’autres relations causales établies. Ces critères sont un peu complexes, et j’ai bien conscience que c’est très flou, mais vous pouvez cliquer juste ici pour voir la vidéo dédiée.
On utilise donc une liste de critères pour déterminer à quel point il est plausible qu’il y ait un lien entre deux variables. Et là, 3 possibilités :
– soit il n’y a aucun lien, c’est juste une curiosité statistique, un hasard
– soit il y a un lien dans un sens : A entraîne B.
– soit le lien est inverse : B entraîne A.
Pour revenir à notre exemple du chat, il est impossible que le fait qu’il boive de l’eau par terre ait fait tomber le vase. En revanche, il a bien pu le faire tomber pour boire l’eau, ou même sans préméditation, mais en ayant profité de son méfait après coup. Il est aussi possible que le chat n’ait rien à voir dans l’histoire, et qu’il boive simplement de l’eau d’un verre renversé une heure avant.
Donc ces courbes, mises côte à côte, elles sont troublantes, mais quand on y réfléchit quelques minutes, il n’y a en fait rien d’extraordinaire.
Comme le dit de diction : corrélation n’est pas causalité.
