{"id":4533,"date":"2026-10-14T18:01:16","date_gmt":"2026-10-14T18:01:16","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/odds-ratio-vs-risque-relatif-difference\/"},"modified":"2026-10-14T18:01:16","modified_gmt":"2026-10-14T18:01:16","slug":"odds-ratio-vs-risque-relatif-difference","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=odds-ratio-vs-risque-relatif-difference","title":{"rendered":"Odds ratio vs risque relatif : quelle est la diff\u00e9rence ?"},"content":{"rendered":"

Dans le domaine de l’\u00e9pid\u00e9miologie clinique, de la psychiatrie biologique et de la recherche translationnelle en sant\u00e9 mentale, la mod\u00e9lisation rigoureuse des associations entre expositions \u00e9tiologiques et \u00e9tats pathologiques constitue le socle de l’inf\u00e9rence causale. Bien que le calcul de proportions et d’occurrences paraisse \u00e9l\u00e9mentaire au premier abord, la quantification pr\u00e9cise de la force d’un lien statistique convoque des instruments m\u00e9trologiques distincts dont les propri\u00e9t\u00e9s alg\u00e9briques et les implications cliniques diff\u00e8rent substantiellement. Parmi ces instruments, le rapport de cotes (odds ratio ou OR)<\/a> et le risque relatif (RR)<\/a> occupent une place pr\u00e9pond\u00e9rante, tout en suscitant une confusion conceptuelle persistante et d\u00e9l\u00e9t\u00e8re au sein de la litt\u00e9rature biom\u00e9dicale.<\/p>\n

Cette ambigu\u00eft\u00e9 r\u00e9currente d\u00e9coule en grande partie de la perm\u00e9abilit\u00e9 s\u00e9mantique de la langue commune, o\u00f9 les termes \u00ab cote \u00bb, \u00ab risque \u00bb, \u00ab probabilit\u00e9 \u00bb et \u00ab chance \u00bb sont fr\u00e9quemment employ\u00e9s de mani\u00e8re interchangeable. Or, sur le plan math\u00e9matique et \u00e9pist\u00e9mologique, assimiler une cote \u00e0 un risque rel\u00e8ve d’une erreur d’\u00e9quivocit\u00e9 majeure capable de distordre gravement l’appr\u00e9ciation de l’efficacit\u00e9 d’un traitement ou de la toxicit\u00e9 d’un d\u00e9terminant environnemental. Alors que le risque relatif quantifie l’\u00e9volution proportionnelle d’une probabilit\u00e9 absolue dans le cadre d’un \u00e9chantillonnage prospectif, le rapport de cotes \u00e9value le produit crois\u00e9 des probabilit\u00e9s conditionnelles de survenue et de non-survenue, conf\u00e9rant \u00e0 cette seconde m\u00e9trique une invariance analytique indispensable aux devis d’observation r\u00e9trospectifs, mais au prix d’une perte d’intuitivit\u00e9 cognitive.<\/p>\n

L’objectif du pr\u00e9sent trait\u00e9 exhaustif est de d\u00e9construire m\u00e9ticuleusement la dialectique unissant et opposant l’odds ratio et le risque relatif. \u00c0 travers l’examen de leurs fondations probabilistes, de leurs contraintes de validit\u00e9 selon les plans d’exp\u00e9rience, de leur comportement face aux pathologies rares versus pr\u00e9valentes, et de leurs r\u00e9percussions dans la recherche psychiatrique et neuroscientifique contemporaine, nous proposerons un cadre d’analyse math\u00e9matique et pratique complet. Cet expos\u00e9 entend doter les chercheurs quantitativistes et les praticiens hospitalo-universitaires des rep\u00e8res m\u00e9thodologiques indispensables pour s\u00e9lectionner judicieusement leurs indices d’effet, \u00e9viter les pi\u00e8ges interpr\u00e9tatifs et garantir l’int\u00e9grit\u00e9 de la m\u00e9decine fond\u00e9e sur les preuves.<\/p>\n

1. Fondements conceptuels des mesures d’association en recherche quantitative<\/h2>\n

1.1 La n\u00e9cessit\u00e9 de quantifier le lien entre exposition et issue clinique<\/h3>\n

L’investigation scientifique en psychologie clinique, en psychiatrie et en \u00e9pid\u00e9miologie sociale s’attache \u00e0 identifier des liens r\u00e9guliers entre des d\u00e9terminants sp\u00e9cifiques \u2014 qu’ils soient de nature g\u00e9n\u00e9tique, neurobiologique, traumatique ou environnementale \u2014 et l’apparition ou la r\u00e9mission de troubles du comportement et de pathologies affectives. Face \u00e0 la variabilit\u00e9 interindividuelle inh\u00e9rente aux syst\u00e8mes biologiques complexes, la simple observation descriptive s’av\u00e8re incapable d’isoler l’impact authentique d’un facteur d’exposition. Il devient imp\u00e9ratif de formaliser le passage d’une ph\u00e9nom\u00e9nologie purement narrative \u00e0 une mod\u00e9lisation probabiliste de la causalit\u00e9, capable de discriminer la part attribuable \u00e0 l’exposition de celle relevant des fluctuations stochastiques d’\u00e9chantillonnage.<\/p>\n

La quantification de ces associations repose sur la construction d’indices statistiques d’effet normalis\u00e9s, essentiels pour r\u00e9pondre aux imp\u00e9ratifs de la m\u00e9decine fond\u00e9e sur les preuves (Evidence-Based Medicine<\/em>). Ces indices synth\u00e9tisent l’amplitude du diff\u00e9rentiel clinique observ\u00e9 entre deux groupes de comparaison, permettant d’\u00e9clairer la d\u00e9cision diagnostique, le pronostic th\u00e9rapeutique et la priorisation des politiques d’hygi\u00e8ne publique. La normalisation des crit\u00e8res d’\u00e9valuation de l’effet dans la litt\u00e9rature scientifique internationale garantit l’homog\u00e9n\u00e9it\u00e9 des protocoles, la reproductibilit\u00e9 des observations empiriques et l’interchangeabilit\u00e9 des donn\u00e9es au sein des protocoles de recherche multicentriques.<\/p>\n

En psychiatrie quantitative, cette formalisation m\u00e9trique s’av\u00e8re d’autant plus critique que les entit\u00e9s nosologiques reposent fr\u00e9quemment sur des spectres syndromiques continus plut\u00f4t que sur des seuils physiopathologiques binaires stricts. L’\u00e9tablissement d’une mesure d’association standardis\u00e9e autorise la transformation d’observations cliniques disparates en param\u00e8tres num\u00e9riques rigoureux, servant de vecteurs aux inf\u00e9rences statistiques avanc\u00e9es et permettant de mod\u00e9liser avec pr\u00e9cision le fardeau attribuable aux facteurs de stress environnementaux ou aux pr\u00e9dispositions neurod\u00e9veloppementales.<\/p>\n

1.2 La table de contingence 2×2 comme matrice d’analyse fondamentale<\/h3>\n

L’analyse bivari\u00e9e des relations entre une exposition dichotomique et une issue clinique binaire s’organise autour d’une matrice fondamentale d\u00e9nomm\u00e9e table de contingence 2×2. Cette structure matricielle formalise la distribution crois\u00e9e exhaustive des sujets observ\u00e9s au sein d’une cohorte ou d’un \u00e9chantillon exp\u00e9rimental, r\u00e9partissant les individus selon leur statut vis-\u00e0-vis du facteur d’exposition ($E^+$<\/span> pour expos\u00e9, $E^-$<\/span> pour non expos\u00e9) et leur statut clinique final ($M^+$<\/span> pour atteint ou malade, $M^-$<\/span> pour indemne ou sain). Cette sch\u00e9matisation bidimensionnelle constitue le creuset d’o\u00f9 sont extraites l’ensemble des propri\u00e9t\u00e9s alg\u00e9briques sous-tendant les ratios \u00e9pid\u00e9miologiques contemporains.<\/p>\n

Au sein de cette matrice, les quatre cellules fondamentales repr\u00e9sentent des effectifs d’intersection stricts : la cellule $A$<\/span> d\u00e9nombre les sujets simultan\u00e9ment expos\u00e9s et atteints (vrais expos\u00e9s-atteints) ; la cellule $B$<\/span> isole les individus expos\u00e9s mais demeur\u00e9s indemnes (expos\u00e9s-indemnes) ; la cellule $C$<\/span> quantifie les participants non expos\u00e9s d\u00e9veloppant n\u00e9anmoins l’affection clinique (non expos\u00e9s-atteints) ; enfin, la cellule $D$<\/span> regroupe les sujets vierges de toute exposition et pr\u00e9serv\u00e9s de la pathologie (non expos\u00e9s-indemnes). Les marges horizontales correspondent aux totaux d’exposition, soit $(A + B)$<\/span> pour les expos\u00e9s et $(C + D)$<\/span> pour les non-expos\u00e9s, tandis que les marges verticales expriment les totaux pathologiques, soit $(A + C)$<\/span> pour la totalit\u00e9 des malades et $(B + D)$<\/span> pour la totalit\u00e9 des t\u00e9moins sains.<\/p>\n

La distinction m\u00e9thodologique majeure r\u00e9side dans la nature probabiliste de ces marges, conditionn\u00e9e par le plan exp\u00e9rimental retenu par le chercheur. Dans une \u00e9tude de cohorte prospective, les marges d’exposition $(A + B)$<\/span> et $(C + D)$<\/span> sont fix\u00e9es par le protocole d’inclusion ou observ\u00e9es dans une population d\u00e9termin\u00e9e, tandis que les effectifs verticaux $(A + C)$<\/span> et $(B + D)$<\/span> demeurent des variables al\u00e9atoires tributaires de la survenue des \u00e9v\u00e9nements au fil du suivi. Inversement, dans une \u00e9tude cas-t\u00e9moins, ce sont les totaux de l’issue $(A + C)$<\/span> et $(B + D)$<\/span> qui sont d\u00e9termin\u00e9s a priori<\/em> par le recrutement de l’investigateur, conf\u00e9rant aux marges d’exposition un caract\u00e8re strictement al\u00e9atoire. Cette divergence fondamentale dans la fixation des marges gouverne directement la l\u00e9gitimit\u00e9 math\u00e9matique des mesures d’association qui peuvent en \u00eatre extraites.<\/p>\n

1.3 Distinction \u00e9pist\u00e9mologique fondamentale : probabilit\u00e9 versus cote (odds)<\/h3>\n

Au c\u0153ur de la divergence entre le risque relatif et l’odds ratio se trouve la distinction conceptuelle et alg\u00e9brique entre une probabilit\u00e9 et une cote. Une probabilit\u00e9 standard<\/a>, assimilable au risque au sein d’une population d\u00e9finie, exprime la fr\u00e9quence relative d’un \u00e9v\u00e9nement au sein d’un ensemble de possibles. Formellement, si $n$<\/span> repr\u00e9sente le nombre total de sujets \u00e0 risque et $k$<\/span> le sous-ensemble de ceux d\u00e9veloppant le trouble, la probabilit\u00e9 $p$<\/span> s’\u00e9nonce selon le rapport des cas favorables sur le total des cas possibles :
\n$$p = \\frac{k}{n}$$<\/span>
\nPar essence, la probabilit\u00e9 est une mesure born\u00e9e par l’intervalle ferm\u00e9 $[0, 1]$<\/span>, o\u00f9 0 formalise l’impossibilit\u00e9 th\u00e9orique et 1 la certitude absolue de survenue de l’\u00e9v\u00e9nement.<\/p>\n

\u00c0 l’oppos\u00e9, la cote \u2014 d\u00e9sign\u00e9e sous l’anglicisme odds<\/em> emprunt\u00e9 au lexique des paris probabilistes \u2014 se d\u00e9finit comme le rapport direct entre la probabilit\u00e9 de survenue d’un \u00e9v\u00e9nement et la probabilit\u00e9 de sa non-survenue. Si la probabilit\u00e9 d’un \u00e9tat est not\u00e9e $p$<\/span>, sa cote correspondante $\\omega$<\/span> s’\u00e9tablit selon l’expression :
\n$$\\omega = \\frac{p}{1 – p}$$<\/span>
\nCette transformation non lin\u00e9aire red\u00e9finit l’espace d’\u00e9valuation : alors que le num\u00e9rateur quantifie la survenue, le d\u00e9nominateur chiffre l’\u00e9vitement du ph\u00e9nom\u00e8ne. D\u00e8s lors que $p$<\/span> s’approche de 0, la cote converge vers 0 ; en revanche, au fur et \u00e0 mesure que $p$<\/span> progresse vers 1, le d\u00e9nominateur $(1 – p)$<\/span> tend vers z\u00e9ro, propulsant la valeur de la cote vers l’infini positif. L’espace math\u00e9matique de la cote n’est donc plus un intervalle born\u00e9 mais le semi-axe infini $[0, +\\infty[$<\/span>.<\/p>\n

Cette disparit\u00e9 dans la topologie des grandeurs induit de profondes cons\u00e9quences sur l’intuition humaine et la cognition probabiliste du chercheur. L’esprit humain appr\u00e9hende naturellement les probabilit\u00e9s comme des parts de g\u00e2teau ou des pourcentages intuitifs d’une population globale. En revanche, la conceptualisation des cotes requiert une gymnastique intellectuelle comparative : une cote de 4 ne signifie nullement que 4 personnes sur 5 ou 4 personnes sur 4 tombent malades, mais que la survenue de la pathologie est quatre fois plus fr\u00e9quente que sa non-survenue au sein du groupe, ce qui \u00e9quivaut \u00e0 une probabilit\u00e9 r\u00e9elle de $p = 4 \/ (1 + 4) = 0,80$<\/span> (soit 80 %). L’assimilation non critique de la cote au risque brut constitue le ferment principal des extrapolations erron\u00e9es relev\u00e9es dans la litt\u00e9rature psychiatrique.<\/p>\n

2. D\u00e9finition et m\u00e9canismes math\u00e9matiques du risque relatif (RR)<\/h2>\n

2.1 Formule canonique et calcul du risque relatif dans une cohorte<\/h3>\n

Le risque relatif ($RR$<\/span>), fr\u00e9quemment d\u00e9sign\u00e9 sous le vocable de ratio de risque ou rapport de risques d’incidence, quantifie la variation proportionnelle de l’incidence d’un \u00e9v\u00e9nement clinique entre deux populations diff\u00e9rant par leur statut d’exposition. Au sein de la matrice d’une table de contingence 2×2 issue d’un devis prospectif longitudinal, le calcul du risque relatif s’obtient en \u00e9tablissant le quotient direct entre l’incidence cumul\u00e9e observ\u00e9e dans la strate des sujets expos\u00e9s et l’incidence cumul\u00e9e relev\u00e9e chez les sujets non expos\u00e9s :<\/p>\n

$$RR = \\frac{I_{E^+}}{I_{E^-}} = \\frac{\\frac{A}{A + B}}{\\frac{C}{C + D}}$$<\/span><\/p>\n

Dans cette formulation canonique, le num\u00e9rateur $A \/ (A + B)$<\/span> mod\u00e9lise la probabilit\u00e9 empirique conditionnelle qu’un individu expos\u00e9 d\u00e9veloppe l’affection consid\u00e9r\u00e9e au cours d’un intervalle temporel donn\u00e9, not\u00e9e $P(M^+ mid E^+)$<\/span>. Le d\u00e9nominateur $C \/ (C + D)$<\/span> exprime quant \u00e0 lui la probabilit\u00e9 conditionnelle \u00e9quivalente au sein de la cohorte t\u00e9moin non expos\u00e9e, soit $P(M^+ mid E^-)$<\/span>. Le risque relatif mesure ainsi le facteur d’\u00e9chelle par lequel le risque absolu de base se trouve multipli\u00e9 ou contract\u00e9 sous l’effet de l’exposition.<\/p>\n

Ce calcul implique une sensibilit\u00e9 absolue \u00e0 la repr\u00e9sentativit\u00e9 de la population source \u00e0 risque. Toute modification artificielle des totaux marginaux $(A + B)$<\/span> ou $(C + D)$<\/span> alt\u00e8re irr\u00e9m\u00e9diablement la valeur de l’incidence calcul\u00e9e et, par voie de cons\u00e9quence directe, falsifie l’estimation du risque relatif. Le recours \u00e0 cette m\u00e9trique exige par cons\u00e9quent un \u00e9chantillonnage o\u00f9 les d\u00e9nominateurs des fractions d’incidence refl\u00e8tent fid\u00e8lement la dynamique temporelle de la population observ\u00e9e, garantissant que chaque sujet inclus ait poss\u00e9d\u00e9 une chance mesurable et document\u00e9e de manifester l’issue d’int\u00e9r\u00eat.<\/p>\n

2.2 Interpr\u00e9tation num\u00e9rique rigoureuse des valeurs de risque relatif<\/h3>\n

L’\u00e9chelle d’interpr\u00e9tation num\u00e9rique du risque relatif s’articule autour de la valeur unitaire pivot de 1,0, qui incarne l’hypoth\u00e8se nulle ($H_0$<\/span>) d’absence totale d’effet ou d’ind\u00e9pendance stochastique stricte entre la variable d’exposition et la trajectoire clinique. Lorsqu’une \u00e9tude \u00e9pid\u00e9miologique rapporte un $RR = 1,0$<\/span>, cela d\u00e9montre que le taux de survenue de la pathologie demeure rigoureusement superposable entre le groupe expos\u00e9 et le groupe non expos\u00e9 ($I_{E^+} = I_{E^-}$<\/span>), indiquant l’inop\u00e9rance du facteur incrimin\u00e9 sur la cin\u00e9tique du trouble.<\/p>\n

Lorsque la valeur calcul\u00e9e exc\u00e8de l’unit\u00e9 ($RR > 1,0$<\/span>), le facteur d’exposition est formellement qualifi\u00e9 de facteur de risque. La quantit\u00e9 $(RR – 1) \\times 100$<\/span> traduit l’accroissement relatif en pourcentage du risque attribuable \u00e0 l’exposition. \u00c0 titre d’illustration, un $RR = 1,45$<\/span> document\u00e9 entre la pr\u00e9carit\u00e9 socio-\u00e9conomique et l’\u00e9mergence d’\u00e9pisodes d\u00e9pressifs majeurs indique que les individus expos\u00e9s pr\u00e9sentent une incidence de d\u00e9pression sup\u00e9rieure de 45 % \u00e0 celle mesur\u00e9e chez leurs homologues non pr\u00e9caires, ou encore que le risque absolu d’\u00eatre atteint est multipli\u00e9 par un facteur de 1,45.<\/p>\n

\u00c0 l’inverse, une valeur strictement inf\u00e9rieure \u00e0 l’unit\u00e9 ($0 le RR < 1,0$<\/span>) caract\u00e9rise un facteur d'exposition protecteur ou une intervention th\u00e9rapeutique b\u00e9n\u00e9fique. Dans ce cas de figure, l'effet clinique se quantifie pr\u00e9f\u00e9rentiellement via la r\u00e9duction relative du risque ($RRR$<\/span>), d\u00e9finie par la formule :<\/p>\n

$$RRR = 1 – RR = \\frac{I_{E^-} – I_{E^+}}{I_{E^-}}$$<\/span><\/p>\n

Ainsi, dans l’\u00e9valuation d’un essai clinique randomis\u00e9 comparant un psychotrope innovant \u00e0 un placebo, l’obtention d’un $RR = 0,60$<\/span> pour la r\u00e9cidive suicidaire signifie que l’incidence des \u00e9v\u00e9nements ind\u00e9sirables chez les patients trait\u00e9s \u00e9quivaut \u00e0 60 % de celle du bras t\u00e9moin, ce qui se traduit par une r\u00e9duction relative du risque de rechute de $1 – 0,60 = 0,40$<\/span>, soit un b\u00e9n\u00e9fice th\u00e9rapeutique relatif net de 40 %.<\/p>\n

2.3 Conditions m\u00e9thodologiques indispensables pour le calcul du RR<\/h3>\n

L’estimation rigoureuse d’un risque relatif d\u00e9pend de contraintes \u00e9pid\u00e9miologiques incontournables. La condition sine qua non r\u00e9side dans la connaissance exhaustive ou la repr\u00e9sentativit\u00e9 stochastique parfaite de la population source globale expos\u00e9e au risque d’\u00e9mergence du trouble. En d’autres termes, l’exp\u00e9rimentateur doit \u00eatre en capacit\u00e9 de recenser avec pr\u00e9cision l’ensemble des d\u00e9nominateurs $(A + B)$<\/span> et $(C + D)$<\/span> au sein d’une cohorte indemne de l’\u00e9v\u00e9nement d’int\u00e9r\u00eat au temps z\u00e9ro ($T_0$<\/span>) du protocole d’observation.<\/p>\n

Cette exigence interdit formellement l’extraction directe du risque relatif \u00e0 partir de protocoles observationnels r\u00e9trospectifs fond\u00e9s sur un \u00e9chantillonnage s\u00e9lectif de l’issue, tels que les \u00e9tudes cas-t\u00e9moins traditionnelles. Dans un tel devis, le clinicien s\u00e9lectionne arbitrairement un nombre d\u00e9fini de cas atteints ($A + C$<\/span>) et un nombre arbitraire de t\u00e9moins sains ($B + D$<\/span>). D\u00e8s lors, les rapports $A \/ (A + B)$<\/span> et $C \/ (C + D)$<\/span> ne refl\u00e8tent plus en aucune mani\u00e8re l’incidence r\u00e9elle de la maladie au sein d’une quelconque population naturelle, mais constituent des art\u00e9facts purement math\u00e9matiques d\u00e9riv\u00e9s du ratio cas\/t\u00e9moins fix\u00e9 par le protocole de recherche.<\/p>\n

Par ailleurs, les \u00e9tudes longitudinales autorisant le calcul du risque relatif demeurent particuli\u00e8rement vuln\u00e9rables aux biais d’attrition<\/a>. Les perdus de vue lors de suivis prospectifs prolong\u00e9s, fr\u00e9quents lors de cohortes \u00e9valuant les conduites addictives ou les troubles de la personnalit\u00e9, introduisent des distorsions asym\u00e9triques si les abandons d’\u00e9tudes sont corr\u00e9l\u00e9s simultan\u00e9ment au niveau d’exposition et \u00e0 la s\u00e9v\u00e9rit\u00e9 psychopathologique sous-jacente. Une telle d\u00e9perdition alt\u00e8re la justesse des d\u00e9nominateurs de personnes-ann\u00e9es ou d’incidence cumul\u00e9e, biaisant l’estimation d\u00e9finitive du $RR$<\/span>.<\/p>\n

3. D\u00e9finition et fondements alg\u00e9briques du rapport de cotes (Odds Ratio – OR)<\/h2>\n

3.1 Concept math\u00e9matique de la cote et transformation logistique<\/h3>\n

Le rapport de cotes, ou odds ratio<\/em> ($OR$<\/span>), trouve son ancrage dans la th\u00e9orie probabiliste et la mod\u00e9lisation statistique avanc\u00e9e. Comme d\u00e9fini pr\u00e9c\u00e9demment, la cote d’un \u00e9v\u00e9nement clinique probabilis\u00e9 par $p$<\/span> correspond \u00e0 $\\omega = p \/ (1 – p)$<\/span>. Sur le plan fonctionnel, cette op\u00e9ration r\u00e9alise une premi\u00e8re mise \u00e0 l’\u00e9chelle en transformant un param\u00e8tre born\u00e9 entre 0 et 1 en une quantit\u00e9 variant librement de 0 \u00e0 $+\\infty$<\/span>. Pour conf\u00e9rer \u00e0 cette grandeur une structure alg\u00e9brique parfaitement manipulable au sein des mod\u00e8les lin\u00e9aires g\u00e9n\u00e9ralis\u00e9s, la statistique recourt \u00e0 la transformation logistique, ou fonction logit, d\u00e9finie comme le logarithme n\u00e9p\u00e9rien de la cote :<\/p>\n

$$\\text{logit}(p) = \\ln(\\omega) = \\ln\\left(\\frac{p}{1 – p}\\right)$$<\/span><\/p>\n

Cette fonction de lien canonique projette le domaine restreint $[0, 1]$<\/span> sur l’ensemble de la droite des nombres r\u00e9els $]-\\infty, +\\infty[$<\/span>. Cette propri\u00e9t\u00e9 d’ouverture du domaine math\u00e9matique r\u00e9sout les probl\u00e8mes de pr\u00e9dictions aberrantes (valeurs pr\u00e9dites inf\u00e9rieures \u00e0 0 ou sup\u00e9rieures \u00e0 1) inh\u00e9rents aux r\u00e9gressions lin\u00e9aires appliqu\u00e9es \u00e0 des issues binaires. Sur cette \u00e9chelle logarithmique des cotes (les log-odds<\/em>), l’effet multiplicatif des variables explicatives se lin\u00e9arise en contributions additives \u00e9l\u00e9mentaires.<\/p>\n

De surcro\u00eet, l’\u00e9chelle logarithmique conf\u00e8re une sym\u00e9trie math\u00e9matique parfaite autour de l’hypoth\u00e8se nulle. Alors que sur l’\u00e9chelle naturelle des cotes, l’espace d’att\u00e9nuation d’un effet s’\u00e9tend de fa\u00e7on compress\u00e9e entre 0 et 1 tandis que l’espace d’amplification s’\u00e9tend de 1 \u00e0 l’infini, l’application du logarithme transforme un rapport de cotes protecteur (par exemple $OR = 0,20$<\/span>, dont le $\\ln(0,20) \\approx -1,609$<\/span>) en l’exact sym\u00e9trique d’un effet n\u00e9faste d’ampleur inverse ($OR = 5,0$<\/span>, dont le $\\ln(5,0) \\approx +1,609$<\/span>).<\/p>\n

3.2 D\u00e9rivation de la formule du rapport de cotes crois\u00e9s<\/h3>\n

Le rapport de cotes s’obtient en calculant le quotient de deux cotes ind\u00e9pendantes : la cote de survenue de la pathologie chez les sujets expos\u00e9s ($\\text{Cote}_{E^+}$<\/span>) rapport\u00e9e \u00e0 la cote d’apparition de cette m\u00eame pathologie chez les sujets non expos\u00e9s ($\\text{Cote}_{E^-}$<\/span>). En injectant les probabilit\u00e9s conditionnelles calcul\u00e9es \u00e0 partir des cellules de notre matrice de contingence 2×2, nous obtenons :<\/p>\n

$$\\text{Cote}_{E^+} = \\frac{P(M^+ mid E^+)}{P(M^- mid E^+)} = \\frac{\\frac{A}{A + B}}{\\frac{B}{A + B}} = \\frac{A}{B}$$<\/span>
\n$$\\text{Cote}_{E^-} = \\frac{P(M^+ mid E^-)}{P(M^- mid E^-)} = \\frac{\\frac{C}{C + D}}{\\frac{D}{C + D}} = \\frac{C}{D}$$<\/span><\/p>\n

L’\u00e9tablissement du rapport de ces deux cotes d’\u00e9v\u00e9nement produit une simplification alg\u00e9brique remarquable :<\/p>\n

$$OR = \\frac{\\text{Cote}_{E^+}}{\\text{Cote}_{E^-}} = \\frac{\\frac{A}{B}}{\\frac{C}{D}} = \\frac{A \\cdot D}{B \\cdot C}$$<\/span><\/p>\n

Cette expression canonique finale est universellement d\u00e9nomm\u00e9e \u00ab produit crois\u00e9 \u00bb ou \u00ab rapport des produits crois\u00e9s \u00bb. L’\u00e9l\u00e9gance de cette simplification r\u00e9side dans l’\u00e9limination totale des totaux marginaux de lignes $(A + B)$<\/span> et $(C + D)$<\/span> de l’\u00e9quation finale. Le calcul de l’odds ratio repose exclusivement sur l’interaction crois\u00e9e directe des quatre sous-groupes fondamentaux de la table de contingence.<\/p>\n

Cette propri\u00e9t\u00e9 conf\u00e8re \u00e0 l’OR une stabilit\u00e9 structurelle en pr\u00e9sence de d\u00e9s\u00e9quilibres importants dans le protocole d’\u00e9chantillonnage. Peu importe que l’investigateur recrute deux fois, cinq fois ou dix fois plus de t\u00e9moins sains que de malades dans une investigation observationnelle : la fraction conserve son universalit\u00e9 et converge asymptotiquement vers la m\u00eame estimation param\u00e9trique, neutralisant les distorsions impos\u00e9es par la s\u00e9lection exp\u00e9rimentale.<\/p>\n

3.3 Interpr\u00e9tation sym\u00e9trique et propri\u00e9t\u00e9s d’invariance de l’OR<\/h3>\n

Une propri\u00e9t\u00e9 math\u00e9matique remarquable de l’odds ratio r\u00e9side dans son invariance r\u00e9trospective absolue. Si l’on inverse la perspective d’observation en s’int\u00e9ressant \u00e0 la cote d’exposition chez les malades comparativement \u00e0 la cote d’exposition chez les sujets sains, l’alg\u00e8bre d\u00e9montre une \u00e9quivalence parfaite :<\/p>\n

$$OR_{\\text{maladie}} = \\frac{\\frac{A}{B}}{\\frac{C}{D}} = \\frac{A \\cdot D}{B \\cdot C} = \\frac{\\frac{A}{C}}{\\frac{B}{D}} = OR_{\\text{exposition}}$$<\/span><\/p>\n

Cette \u00e9quivalence alg\u00e9brique garantit que le calcul du rapport de cotes crois\u00e9s men\u00e9 au sein d’une enqu\u00eate r\u00e9trospective cas-t\u00e9moins produit une grandeur rigoureusement identique \u00e0 celle qu’aurait g\u00e9n\u00e9r\u00e9e un suivi prospectif de cohorte sur la m\u00eame population source sous-jacente. Cette propri\u00e9t\u00e9 d’invariance fait de l’OR le pivot m\u00e9thodologique irrempla\u00e7able de l’\u00e9pid\u00e9miologie r\u00e9trospective, comme l’a formalis\u00e9 Jerome Cornfield dans sa publication s\u00e9minale de 1951<\/a>.<\/p>\n

Par ailleurs, \u00e0 l’instar du risque relatif, l’interpr\u00e9tation directionnelle de l’odds ratio s’articule autour de la valeur neutre de 1,0 :<\/p>\n