Les essais contrôlés randomisés (ECR) et autres expériences statistiques soigneusement conçues constituent la référence absolue pour répondre aux questions de cause à effet. L'affectation aléatoire d'unités expérimentales (par exemple, les participants à un essai clinique) aux groupes de traitement et de contrôle équilibre les deux groupes afin de minimiser le risque de différences substantielles entre eux, autres que celles causées par l'intervention qu'ils ont subie. Dans ce cas, un effet causal moyen peut être simplement estimé en prenant la différence des résultats moyens entre les groupes.
Cependant, les chercheurs souhaitent souvent étudier l'effet d'une variable sur une autre, mais n'assignent pas (ou ne peuvent pas assigner) aléatoirement les participants à des niveaux spécifiques d'intervention. Comment mesurer l'effet d'une exposition sur un résultat à partir de données observationnelles ou fortuites plutôt que de données d'essais contrôlés randomisés ?
C'est là qu'intervient l'inférence causale. L'inférence causale est un ensemble de concepts et de méthodes permettant de déterminer quand et comment tirer des conclusions causales à partir de données d'observation. Imaginons que votre question de recherche soit : « Dans quelle mesure un nouveau traitement est-il efficace pour réduire le cholestérol, par rapport au traitement témoin ? » Quelles méthodes utiliseriez-vous pour répondre à cette question si vous ne disposiez que de données d'observation, mesurées par exemple à partir d'une base de données de demandes d'indemnisation ?
Vous pouvez décider d'utiliser une régression linéaire simple ou un test t pour déterminer si les taux de cholestérol des groupes traité et témoin sont significativement différents. Cependant, il est possible que les sujets suivant un régime pauvre en graisses soient à la fois moins susceptibles de suivre le nouveau traitement et moins susceptibles d'avoir un taux de cholestérol élevé, tandis que ceux suivant un régime riche en graisses suivent le nouveau traitement plus souvent et ont un taux de cholestérol plus élevé. Sans tenir compte du régime alimentaire, vous pourriez alors conclure que le nouveau traitement est peu efficace. Des facteurs de confusion tels que le régime alimentaire induisent souvent des corrélations erronées ; ces analyses simples peuvent donc facilement conduire à des résultats très biaisés qui, de fait, ne répondent pas à la question causale.
Il est plutôt nécessaire de procéder à une inférence causale. Autrement dit, des hypothèses supplémentaires sont nécessaires pour transformer les fonctions de vos données en estimations causales. Les trois hypothèses suivantes suffisent généralement pour réaliser des inférences causales :
- Positivité : Chaque observation a une probabilité positive de recevoir chaque niveau de traitement.
- Cohérence : Tous ceux qui ont reçu le même niveau de traitement ont vécu la même version de celui-ci.
- Échangeabilité conditionnelle : toutes les variables qui perturbent la relation entre le traitement et le résultat sont mesurées, ce qui signifie que les groupes sont « échangeables », compte tenu des facteurs de confusion.
Lorsque ces hypothèses sont vérifiées, les effets causaux peuvent être estimés à partir de données d'observation. Les méthodes d'estimation utilisent les informations sur les facteurs de confusion pour « équilibrer » les différents groupes, comme cela se ferait dans un ECR après la collecte des données. Pour plus de détails, Et si est une excellente ressource gratuite pour en savoir plus sur les hypothèses et les estimateurs causaux (Hernán et Robins, 2020).
Pour estimer les effets causaux à partir de données observationnelles dans JMP, utilisez la nouvelle personnalité « Traitement causal ». Voici le processus à suivre pour réaliser une analyse causale réfléchie :
Figure 1. An example DAG from Dong et al. (2025).Figure 1. Un exemple de DAG de Dong et al. (2025).
1. Dessinez un graphe acyclique orienté (DAG) qui représente le processus de génération de données.
Un DAG comporte des flèches orientées, indiquant les variables causes et effets. Un DAG est acyclique, ce qui signifie que si vous suivez les flèches directionnelles le long d'un chemin, vous ne reviendrez jamais à la variable de départ. Dessiner un DAG vous aidera à catégoriser vos variables et à identifier les facteurs de confusion..
2. Déterminez si les trois hypothèses sont remplies.
Existe-t-il un profil de covariable qui n'apparaît jamais dans le groupe traité ? Avez-vous bien défini votre traitement ? Connaissez-vous des facteurs de confusion qui n'ont pas été mesurés ?
3. Choisissez un estimateur.
La personnalité du traitement causal fournit différentes manières d'estimer les effets causaux, en fonction du type de variable de traitement et des modèles spécifiés par l'utilisateur.
4. Interpréter les résultats.
Si les trois hypothèses causales sont respectées, l’effet moyen du traitement peut être interprété comme la différence moyenne des résultats si l’ensemble de la population avait reçu une intervention plutôt qu’une autre.
Outre la personnalité « Traitement causal » du modèle d'ajustement, JMP propose des plateformes telles que les modèles d'équations structurelles et XGBoost, qui permettent d'estimer les effets causaux (Dong et al., 2025). La personnalité « Traitement causal » constitue un point de départ simple pour estimer les effets causaux à partir de données, quel que soit votre niveau d'expérience. Elle génère directement plusieurs des estimations causales les plus courantes et les plus fiables et fournit des visualisations pour évaluer les hypothèses causales.
Ce blog a été co-écrit avec Safiya Sirota ( @safiya_jmp ), qui a contribué à ce travail lors de son stage chez JMP.
Références
Dong M, Castro-Schilo L, Wolfinger R (2025). Inférence causale pour données observationnelles dans JMP Pro à l'aide de modèles d'équations structurelles, de scores de propension et d'apprentissage automatique. . [Manuscrit en préparation].
Hernán, MA, Robins, JM (2020). Inférence causale : Et si ? Boca Raton : Chapman & Hall/CRC
