background preloader

Liens de cause à effet douteux

Facebook Twitter

Plus de mélanomes chez les utilisateurs de Viagra® ? Oui, car ils s'exposent plus au soleil ! Par Florian Gouthière, avec AFP Rédigé le L'enzyme PDE5 possède un rôle identifié dans le développement de certaines cellules cancéreuses (mélanome).

Plus de mélanomes chez les utilisateurs de Viagra® ? Oui, car ils s'exposent plus au soleil !

Or, cette enzyme est également la cible privilégiée des traitements contre l'impuissance sexuelle (le sildénafil - Viagra® - neutralise cette enzyme pour provoquer l’érection). En 2014, une étude très médiatisée avait interrogé ce lien, mais avait été vivement critiquée du fait du très petit nombre de patients étudiés (quatorze !). Afin de déterminer si les patients utilisant ces traitements avaient bel et bien un risque accru de développer un mélanome, des chercheurs suédois et nord-américains ont analysé le dossier médical de 4.065 patients (essentiellement à peau blanche) diagnostiqués pour mélanome. Les scientifiques ont constaté que 435 patients (11%) avaient antérieurement reçu une ou plusieurs ordonnances pour du Viagra®, du Levitra® ou du Cialis®. Statistiques. Les corrélations de l'absurde. Ce n’est pas parce que deux courbes se ressemblent qu’il y a un lien entre elles.

Statistiques. Les corrélations de l'absurde

Le coefficient de corrélation est un indice qui mesure la relation linéaire entre deux courbes statistiques. Ce coefficient de corrélation varie de -1 à +1. Un coefficient de corrélation de -1 indique une relation inversement proportionnelle entre deux courbes (quand l’une est au plus bas, l’autre est au plus haut). La valeur +1 au contraire indique une parfaite similitude entre deux variables. A zéro, il n’y a aucune corrélation entre les variables. Comme le montrent nos exemples, un fort coefficient de corrélation n’établit pas un lien de cause à effet (ce n’est pas parce que A augmente que B augmente).

Mais la ressemblance entre deux courbes statistiques peut également relever de la pure coïncidence, comme le montrent certains de nos exemples. L’hebdomadaire de Hamburg Die Zeit publie chaque semaine dans sa rubrique “Wissen in Bildern” (Le savoir en images) une infographie originale. Revenus => type de cancer ? Je m'abonne pour 1,75€/mois Des chercheurs américains viennent de montrer que notre statut socio-économique pouvait nous rendre plus vulnérables à certains types de cancers.

Revenus => type de cancer ?

Vous avez un niveau de vie élevé ? Attention aux cancers de la peau, de la thyroïde et des testicules. A l'inverse, vous n'avez pas beaucoup de revenus ? Vous êtes davantage sujets aux cancers du foie, du larynx ou encore du col de l'utérus. Des chercheurs américains viennent en effet de montrer que le niveau socio-économique des personnes pouvait avoir un impact sur leur vulnérabilité à certains types de cancers.

Pour en arriver à cette conclusion, publiée dans la revue scientifique Cancer (une publication de l'American Cancer Society) les chercheurs - sous la direction du docteur Francis Boscoe - ont étudié un échantillon de 2,9 millions de personnes (!) Ménage => Divorce ? Vous parcourez peut-être ces lignes parce que vous venez de lire le billet publié dans Le Monde, à la une du cahier « Science & Techno » du samedi 6 octobre 2012, et que vous avez voulu en savoir un peu plus ?

Ménage => Divorce ?

Alors bienvenue ! Comme c’est désormais la tradition à la parution de chaque billet, j’en publie ici une version plus longue, dans laquelle je peux en particulier indiquer beaucoup plus précisément les recherches de mes collègues sur lesquelles je me suis appuyé, et proposer également un certain nombre de compléments, et de pistes supplémentaires de réflexion… Tout le monde ou presque a ces chiffres en tête : désormais, un mariage sur trois se terminerait par un divorce, et un sur deux dans les grandes métropoles. La Norvège n’échappe pas à cette mutation implacable, et on y observe exactement la même explosion de la « divortialité » qu’ailleurs.

Mais pourquoi s’intéresser à la Norvège ? Chisq : p<.01 Hansen Thomas, Slagsvold Britt, 2012, Likestilling hjemme, NOVA, en ligne : Corrélation Causalité. Détails Catégorie parente: Fiches-méthodes Catégorie : Méthode des sciences sociales Mis à jour le lundi 13 avril 2015 15:07 Publié le mardi 28 février 2012 13:42 Pour argumenter, il est très souvent utile de s’appuyer sur l’existence de liens statistiques entre deux phénomènes, soit pour confirmer une théorie, soit pour la contredire ou la nuancer. 1.

Corrélation Causalité

On peut distinguer 3 situations lorsque l’on observe l’intensité du lien statistique entre deux variables : A savoir : une représentation graphique permet souvent de mieux repérer s'il y a corrélation ou non: - il y a corrélation si les points sont relativement bien alignés sur une droite (dont la pente donne alors le sens de la corrélation)- il y a absence de corrélation si les points sont particulièrement dispersés.