Confoundle · a reasoning trap
Biais du temps immortel
Triez les gens en groupes selon un événement postérieur, et l'un de ces groupes reçoit une avance cachée. Pour être compté comme ayant pris le médicament, il faut vivre assez longtemps pour qu'on vous le donne. Tout le monde dans le groupe traité a donc forcément survécu jusqu'à sa première ordonnance, et si vous comptez cette période au crédit du médicament, on lui attribue une survie à laquelle il n'est pour rien. Toute personne morte tôt est automatiquement classée parmi les non traités. Cela fonctionne même quand le médicament ne fait rien du tout, cela pointe toujours dans le même sens, et une étude plus grande ne fait que rendre le résultat plus convaincant.
The rule
Si appartenir à un groupe exige de survivre jusqu'à ce que quelque chose survienne, alors le temps qui précède cet événement ne peut pas contenir de décès, et le porter au crédit de ce groupe fabrique de la survie à partir d'une écriture comptable.
What it looks like
Rien n'a besoin de différer entre les patients pour que cela fonctionne. Donnez aux deux groupes exactement le même médicament, la même maladie et la même chance : le groupe traité ressortira quand même gagnant, parce qu'on lui a offert une période de survie garantie que l'autre groupe ne peut pas avoir. Dans l'exemple publié dont ceci est tiré, le groupe traité s'est vu attribuer 291,1 personnes-années immortelles contre 276,3 personnes-années où il était réellement à risque : son suivi comportait plus de temps où mourir était impossible que de temps réel. Corriger cela seul a fait passer le hazard ratio de 0,48 à 0,91.
Why it works
Les études de cohorte comparent des taux, et un taux, ce sont des décès divisés par du temps à risque. C'est dans ce dénominateur que le problème se cache. Supposez que vous vouliez savoir si un médicament aide : vous suivez toutes les personnes admises à l'hôpital et vous les triez après coup selon que le médicament leur a été délivré ou non. Le tri semble innocent, mais il utilise une information venue du futur : pour qu'un médicament vous soit délivré au mois 11, il faut être vivant au mois 11. Chaque patient du groupe traité a donc forcément survécu jusqu'à sa propre première ordonnance, et si vous démarrez son chronomètre à l'admission, vous portez toute cette survie garantie au crédit du groupe traité. Le groupe non traité ne reçoit aucun cadeau de ce genre, puisque c'est là que les décès précoces atterrissent nécessairement. Le biais est important, il pointe toujours dans le même sens, il fait paraître protecteurs des médicaments inutiles, et il ne diminue pas avec un échantillon plus grand, car ce n'est pas du bruit. Il n'a rien à voir non plus avec la confusion, et c'est pourquoi ajuster sur la gravité de l'état des patients ne l'entame pas : vous pouvez simuler le phénomène entier avec des patients identiques et un médicament qui ne fait rien. La prise en charge correcte est standard et sans éclat. Traitez l'exposition comme dépendante du temps : chaque patient contribue du temps non exposé de son entrée jusqu'à sa première ordonnance, puis du temps exposé ensuite, de sorte que personne n'est porté au crédit d'un groupe avant d'y appartenir. Le même piège se loge sous toute affirmation bâtie sur des gens qui ont terminé quelque chose, des lauréats des Oscars vivant plus longtemps que les nommés aux patients ayant achevé un programme de réadaptation, et dans chaque cas la première question est la même : que deviennent, dans ces chiffres, ceux qui sont morts en cours de route ?
Source
See if it fools you
This page gives the answer away. The puzzle version shows you the same figures first and asks you to commit before the reveal.
Play this one