Séminaire « Méthodes de l'approche causale en épidémiologie »

Organisé par l’Irset, l’EHESP, l’Insa, l’Irmar et l’Université de Rennes 1

6-7-8 juillet 2021 : 3 après-midis, en visioconférence

 

Un des objectifs majeurs des études épidémiologiques est la recherche des causes et des facteurs de risque d'une maladie ou d’un événement de santé. La recherche étiologique questionne plus particulièrement l'existence d'une causalité entre une exposition / une intervention thérapeutique et un événement de santé. Dans de nombreuses situations, l’expérimentation étant impossible, les études menées sont observationnelles. Elles permettent de mettre en évidence des associations statistiques à partir desquelles on cherche à établir l'existence (ou l'absence) d'un lien de causalité.

De nouvelles approches méthodologiques de la causalité reposant sur les modèles causaux ont été récemment développées, sous l'impulsion d'épidémiologistes quantitatifs et biostatisticiens. Elles proposent des outils statistiques permettant de rapprocher les études observationnelles des essais randomisés et de mieux contrôler les facteurs confondants associés à la sélection des individus. Certaines s’inscrivent dans un cadre conceptuel nouveau, l’approche contrefactuelle. Elles mobilisent des outils graphiques et mathématiques variés, tels que les diagrammes acycliques dirigés, les modèles d'équations structurelles, les analyses de médiation, les scores de propension, les modèles structuraux marginaux ... Ces méthodes récentes, performantes mais complexes ne diffusent que lentement au sein de la communauté des épidémiologistes.

L’objectif de ce séminaire est de proposer un panorama des avancées récentes dans le domaine de l’approche causale en épidémiologie afin de familiariser avec ces approches statistiques la communauté des épidémiologistes/biostatisticiens (étudiants de M2, doctorants, ingénieurs, chercheurs) et les aider à mieux les intégrer dans leurs futurs travaux.

 Inscription gratuite, mais obligatoire.

causality

Personnes connectées : 1