
16 févr. 2016 · 21 min
Odds ratio : ce que la valeur 1 dit d’une association
Dans cet épisode audio, suivez le passage du tableau de patients à l’odds ratio, puis découvrez pourquoi la valeur 1 guide son interprétation.
Collections de cet épisode (2)
Un contenu original Tangente, adapté en podcast avec l’aide de l’IA et validé par notre rédaction. Comment ça marche ?
Transcription
Afficher la transcriptionMasquer la transcription
Transcription automatique
Intervenant 1
Bienvenue dans le podcast du magazine Tangente. Si je vous dis qu'avoir la cataracte, ça augmente drastiquement vos chances d'être diagnostiqués diabétiques.
Intervenant 2
Ouais, on me dirait sûrement que j'ai confondu la cause et la conséquence.
Intervenant 1
C'est ça. Médicalement, vous auriez tout à fait raison. Je veux dire, la maladie des yeux, elle ne provoque pas un trouble du métabolisme du sucre. Mais mathématiquement, l'équation, elle s'en fiche royalement. Le calcul va vous sortir exactement le même niveau d'alerte que vous le lisiez de gauche à droite ou de droite à gauche.
Intervenant 2
Et c'est précisément ce décalage entre l'intuition médicale et la fraudeur des chiffres qui rend notre exploration d'aujourd'hui si fascinante. Parce que tu vois, on veut tous des certitudes. Tant on lit dans la presse qu'un environnement toxique ou genre l'obésité provoque telle maladie, notre cerveau imagine une ligne droite parfaite entre le danger et la conséquence. Mais la science, elle ne se construit pas sur des impressions.
Intervenant 1
Non, c'est clair. Le médecin, il ne peut pas juste regarder une radio, pointer du doigt et dire « Ah, voilà, c'est tel comportement qui a causé ça ». Bon, décortiquons tout ça.
Intervenant 2
Allons-y.
Intervenant 1
Comment on fait concrètement pour passer d'une simple suspicion, du style « Tiens, j'ai l'impression que mes patients diabétiques ont souvent des problèmes de vue ». Comment on passe de ça à une preuve scientifique, indéniable, chiffrée et qui va faire autorité ?
Intervenant 2
Eh bien, on utilise un outil mathématique très spécifique. C'est un peu le cœur de notre plongée aujourd'hui. C'est l'odds ratio.
Intervenant 1
D'accord.
Intervenant 2
Sans cet outil, honnêtement, pour répondre à de vastes questions de santé publique, on en serait réduit à se fier à notre instinct. Et l'instinct, quand on manipule des milliers de données, c'est la pire des boussoles.
Intervenant 1
Ah oui, j'imagine.
Intervenant 2
L'odds ratio, lui, il permet de mesurer la force d'une association de manière vraiment rigoureuse.
Intervenant 1
Alors, odds ratio. J'attends bien l'idée de ratio, donc une division, une proportion. Mais avant de diviser quoi que ce soit, j'ai besoin qu'on éclaire ce fameux mot odds.
Intervenant 2
Oui, bien sûr.
Intervenant 1
C'est un terme anglophone, très utilisé par les statisticiens francophones d'ailleurs, et qu'on traduit couramment par la cote. Mais qu'est-ce que c'est mathématiquement la cote d'une maladie ? Je veux dire, pourquoi on ne parle pas juste en pourcentage comme tout le monde ?
Intervenant 2
C'est une super question. En fait, un pourcentage ou une probabilité simple, ça nous donne une vue globale. Mais ça écrase un peu l'information quand on cherche à comparer des groupes.
Intervenant 1
D'accord, je vois.
Intervenant 2
La cote, elle, elle met les choses en perspective, pour le formuler de manière rigoureuse. La cote d'une maladie, c'est le quotient de deux probabilités conditionnelles.
Intervenant 1
Oulah, ok.
Intervenant 2
Non, c'est simple. C'est le risque de développer la maladie, divisé par la probabilité de ne pas la développer.
Intervenant 1
Ah, ok. Donc, je prends le risque que ça tourne mal et je le divise par la chance que tout aille bien, c'est ça ?
Intervenant 2
Exactement. Prenons l'exemple chiffré de nos sources, ce sera plus clair. Ouais. Imaginons un groupe spécifique de patients. On observe que la probabilité d'avoir la maladie est de 0,6, donc 60%. Logiquement, la probabilité de ne pas l'avoir, c'est le reste, donc 0,4.
Intervenant 1
Ouais, 40%.
Intervenant 2
Voilà. Pour trouver la cote, tu divises 0,6 par 0,4. Le résultat donne 1,5.
Intervenant 1
Ok, on a un chiffre.
Intervenant 2
Mais en épidémiologie, on ne va pas juste jeter ce 1,5 à la figure des gens.
Intervenant 1
Non, ça ne leur dirait rien du tout.
Intervenant 2
C'est ça. On va le lire sous forme de proportion. On dira que parmi les patients exposés, pour 6 sujets malades, 4 ne le sont pas. On parle de 6 contre 4.
Intervenant 1
Un 6 contre 4 ? C'est là que l'image devient hyper concrète pour
Intervenant 2
moi.
Intervenant 1
Parce que 6 contre 4, ça me ramène instantanément à l'univers des paris
Intervenant 2
sportifs.
Intervenant 1
Au champ de course, quand on dit qu'un cheval est à 3 contre 1, on visualise super bien la prise de risque. Sauf qu'ici, l'analogie est un poil plus anxiogène. Au lieu de parier sur un pur sang, on parie ou on évalue la probabilité qu'un patient tombe malade ou reste en bonne santé. On pèse le pour et le contre, littéralement, sur la balance de la santé.
Intervenant 2
Ce qui est fascinant ici, c'est que le cerveau humain visualise beaucoup mieux une balance, une confrontation directe, plutôt qu'un pourcentage abstrait.
Intervenant 1
C'est clair.
Intervenant 2
Si je te dis qu'une maladie a 99% de chances de ne pas se déclarer, tu te dis ça va, tout va bien.
Intervenant 1
Oui, je me sens en sécurité.
Intervenant 2
Mais si je te dis pour un malade, il y a 99 personnes saines, c'est la même chose mathématiquement, mais tu perçois beaucoup mieux l'individu malade isolé au milieu du groupe.
Intervenant 1
Ah oui, l'image mentale est beaucoup plus forte.
Intervenant 2
Exactement. Et du coup, la cote, elle prépare le terrain, mental et mathématique, pour l'étape suivante. La comparaison.
Intervenant 1
Justement. Parce que savoir que la cote de mon cheval est de 6 contre 4, c'est une info intéressante, mais ça me dit absolument pas si ce cheval court plus vite parce qu'il a mangé une avoine spéciale, ou si c'est juste sa vitesse normale quoi.
Intervenant 2
Voilà, il te manque la moitié des données.
Intervenant 1
C'est ça, il me manque la moitié du tableau. Si je veux savoir si l'avoine, ou dans notre cas un facteur de risque comme le diabète, a un impact, j'ai besoin de la cote des chevaux qui n'ont pas mangé cette avoine.
La suite de la transcription est réservée aux abonnés.
S’abonnerÀ écouter ensuite
Des épisodes qui partagent une playlist, une figure ou un domaine avec celui-ci.

25 juin 2026 · 4 min

23 avr. 2026 · 6 min

13 févr. 2026 · 17 min

13 févr. 2026 · 26 min

13 févr. 2026 · 16 min

13 févr. 2026 · 25 min