L'épidémiologie ressemble à une matière spécialisée de santé publique. Il vaut mieux la voir comme le savoir accumulé sur la façon dont les données de santé populationnelles trompent, écrit par une discipline qui s'est fait piéger à répétition et en a tiré des leçons.
Ce qui la rend directement pertinente pour quiconque travaille avec des données de santé, un groupe désormais bien plus large que les personnes qui se disent épidémiologistes.
La discipline qui existe pour vous empêcher de vous tromper vous-même
Les données de santé ont des propriétés qui brisent l'intuition analytique ordinaire.
Les gens ne sont pas assignés au hasard à des expositions. Les malades consultent, donc apparaître dans un jeu de données n'est pas indépendant du fait d'être malade. Une mesure existe parce que quelqu'un a décidé de mesurer, et cette décision porte de l'information. Les résultats prennent des années. Et la population qui a produit les données n'est pas la population à laquelle la conclusion sera appliquée.
Les méthodes existent parce que l'analyse évidente est assez souvent fausse pour avoir causé un vrai dommage, à répétition, depuis un siècle.
Le Future of Jobs Report 2025 du Forum économique mondial constate que 92 % des employeurs des services médicaux et de santé disent que les compétences en IA et big data gagnent en importance. Cette demande est en grande partie satisfaite par des personnes formées sur des données qui ne se comportent en rien comme des données de santé.
Ce que couvre la direction
Le périmètre : comment se propage une maladie, la prévention, la santé des populations, la biostatistique, la politique de santé et les inégalités.
Quatre compétences.
Conception d'étude. Cohorte, cas-témoins, transversale, randomisée. À quelle question chaque schéma peut répondre, et à laquelle il ne peut pas. La plupart des désaccords analytiques se règlent à ce niveau plutôt que dans les statistiques.
Mesures d'association et d'impact. Risque relatif et absolu, rapports de cotes, nombre de sujets à traiter. Comprendre pourquoi un grand changement relatif peut être un changement absolu insignifiant, la faille la plus souvent exploitée dans le discours sur la santé.
Biais et facteurs de confusion. Les façons systématiques dont une étude peut se tromper, et ce qu'on peut faire pour chacune.
Santé des populations et prévention. Dépistage, vaccination, surveillance, et le raisonnement derrière l'intervention à l'échelle populationnelle.
Quatre erreurs qui reviennent sans cesse
Le facteur de confusion lu comme une causalité. Deux choses évoluent ensemble parce qu'une troisième pilote les deux. Dans les données de santé, cette troisième chose est très souvent l'âge, la précarité ou la sévérité initiale, et les trois sont fortement associées à presque tous les résultats.
Les biais de sélection dans les données de routine. Les dossiers électroniques contiennent des personnes qui ont consulté et été testées. Un modèle entraîné sur ces données apprend la population testée, pas la population générale. Ce n'est pas réparable en ajoutant des données, car plus de données de la même source portent le même biais intégré.
La négligence du taux de base dans la performance des tests. L'erreur la plus lourde de conséquences de cette liste. Un test à l'excellente sensibilité et spécificité produit surtout des faux positifs quand la maladie est rare, parce que le nombre de personnes non atteintes est bien plus grand. Quiconque évalue un diagnostic, un programme de dépistage ou une alerte prédictive a besoin de cela, et c'est systématiquement absent des allégations produit.
Risques concurrents et temps immortel. Des problèmes plus subtils autour de la façon dont le temps est traité, tous deux produisant des effets impressionnants à partir de rien. Ils apparaissent fréquemment dans des analyses de données de routine menées par des personnes qui ne les ont jamais rencontrés.
Où cela se situe dans le domaine
Santé publique et épidémiologie est la quatrième des dix directions du domaine médecine et technologies de santé d'Astra Trainer, et elle constitue l'ossature méthodologique de celles qui la suivent : la recherche clinique et les essais cliniques, l'IA médicale et l'imagerie, et la médecine de précision en dépendent toutes.
Pour les partenaires dont le personnel vient de la data science plutôt que de la santé, elle est généralement cadrée avec le domaine IA, données et calcul, où la data science et l'analytique couvrent la machinerie statistique. Ce cadrage compte, car la machinerie sans l'épidémiologie produit des erreurs assurées. Vous pouvez découvrir les dix directions ici.
L'inégalité de santé comme contenu technique
La description que le site fait de cette direction inclut l'inégalité, et elle y a sa place comme méthode plutôt que comme commentaire.
Trois raisons pour lesquelles c'est technique.
C'est un facteur de confusion presque partout. La position socio-économique est associée à l'exposition, à l'accès aux soins, à la complétude de l'enregistrement des données, et au résultat. Une analyse qui l'omet attribuera ses effets à ce qui reste dans le modèle.
Elle façonne qui figure dans les données. Les groupes ayant un moins bon accès aux soins sont sous-représentés dans les jeux de données cliniques. Les modèles entraînés sur ces jeux de données performent moins bien exactement pour les groupes qui reçoivent déjà moins, et l'échec reste invisible dans les indicateurs de performance agrégés.
La performance agrégée masque l'échec par sous-groupe. Un modèle peut bien performer globalement et mal pour un sous-groupe, sans qu'un indicateur affiché le montre. L'évaluation stratifiée est une exigence méthodologique, pas un supplément éthique.
Un programme d'effectifs qui enseigne cela correctement produit des personnes capables d'évaluer des systèmes de façon à détecter les problèmes avant le déploiement. Un programme qui le traite comme une déclaration de valeurs produit des personnes qui conviennent de son importance sans savoir comment vérifier.
Les métiers, nommés
Épidémiologistes et analystes de santé publique en agences et systèmes de santé.
Biostatisticiens, dans les essais, la recherche et les systèmes de santé.
Data scientists de santé travaillant sur des données populationnelles et de routine.
Personnel de surveillance et de réponse aux épidémies.
Économistes de la santé et chercheurs en résultats, où les mêmes méthodes soutiennent les arguments de remboursement et de valeur.
Analystes réglementaires et d'évaluation des technologies de santé évaluant les preuves soumises par les fabricants.
Statisticiens et méthodologistes d'essais cliniques, reliés à la direction recherche clinique.
Analystes de politiques, dans les administrations et les assureurs, qui prennent des décisions reposant sur ces méthodes, qu'ils les comprennent ou non.
Qui peut y être formé
Data scientists et statisticiens rejoignant la santé. Le plus grand groupe, et celui dont l'écart est le plus large au regard des conséquences. Ils ont la machinerie technique et manquent des modes de défaillance propres au domaine, exactement ce qu'est cette direction.
Personnel clinique évoluant vers des rôles analytiques. Détient la compréhension clinique et a besoin des méthodes. La reconversion complémentaire, et en général la plus fiable, car l'intuition clinique repère les résultats implausibles.
Analystes de politiques et de gouvernement. Interprètent fréquemment des preuves épidémiologiques sans formation formelle.
Responsables de services de santé travaillant avec des données de performance et de résultats qui portent tous les problèmes ci-dessus.
Journalistes et personnel de communication d'organisations de santé, où la seule distinction entre risque relatif et absolu change la qualité de ce qui est publié.
Analystes assurance et payeurs travaillant sur des données de sinistres.
Ce que c'est, et ce que ce n'est pas. Cette direction construit une compétence méthodologique pour analyser des données de santé populationnelles. Ce n'est pas une formation clinique et cela ne soutient pas des décisions sur des patients individuels, et la distinction entre inférence populationnelle et individuelle est précisément ce que la discipline existe pour faire respecter. La pratique de santé publique dans des rôles officiels comporte aussi ses propres exigences d'inscription et de qualification professionnelle dans de nombreuses juridictions.
Ce qu'il faut retenir
L'épidémiologie est l'histoire consignée des façons dont les données de santé trompent, ce qui la rend utile à bien plus de monde que la santé publique.
Facteurs de confusion, biais de sélection, taux de base et traitement du temps causent plus d'erreurs qu'aucun choix de modélisation, et aucun n'est corrigé en ajoutant des données.
La négligence du taux de base est l'erreur la plus lourde de conséquences, car elle fait qu'un bon test paraît inutile ou utile selon un fait sur la population que les allégations produit omettent régulièrement.
L'inégalité de santé est un facteur de confusion, un problème de disponibilité des données et un problème de performance par sous-groupe, ce qui en fait une méthode et non un commentaire.
Et les data scientists entrant dans la santé sont le groupe dont le déficit de formation est le plus large au regard de ce que décide leur travail.
Pourquoi les data scientists ont-ils besoin d'épidémiologie ?
Parce que les données de santé brisent l'intuition analytique ordinaire. Les gens ne sont pas assignés au hasard à des expositions, apparaître dans un jeu de données dépend d'avoir consulté, et la mesure elle-même porte de l'information. Les méthodes existent parce que l'analyse évidente est fréquemment fausse.
Quelle est l'erreur la plus lourde de conséquences ?
La négligence du taux de base. Un test à l'excellente sensibilité et spécificité produit surtout des faux positifs quand la maladie est rare, et les allégations produit omettent régulièrement la prévalence qui détermine cela.
L'inégalité de santé est-elle un sujet technique ?
Oui. Elle fausse presque toute analyse, elle détermine qui figure dans les jeux de données cliniques, et elle produit des échecs par sous-groupe que les indicateurs de performance agrégés masquent. L'évaluation stratifiée est une exigence méthodologique.
Qui se reconvertit le mieux vers ces métiers ?
Le personnel clinique évoluant vers l'analyse, car l'intuition clinique repère les résultats implausibles, et les data scientists rejoignant la santé, qui ont la machinerie et manquent des modes de défaillance du domaine.
Où cela se situe-t-il dans le domaine ?
Quatrième des dix directions du domaine médecine et technologies de santé d'Astra Trainer, ossature méthodologique sous la recherche clinique, l'IA médicale et la médecine de précision. Vous pouvez les découvrir ici.