{"id":6464,"date":"2026-09-16T09:02:12","date_gmt":"2026-09-16T09:02:12","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/qu-est-ce-que-le-risque-attribuable-definition-exemple\/"},"modified":"2026-09-16T09:02:14","modified_gmt":"2026-09-16T09:02:14","slug":"qu-est-ce-que-le-risque-attribuable-definition-exemple","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=qu-est-ce-que-le-risque-attribuable-definition-exemple","title":{"rendered":"Qu’est-ce que le risque attribuable ? (D\u00e9finition et exemple)"},"content":{"rendered":"

Dans le domaine de l’\u00e9pid\u00e9miologie moderne, de la biostatistique et de la recherche clinique, la quantification pr\u00e9cise de la relation unissant une exposition environnementale ou comportementale \u00e0 la survenue d’une affection constitue une pierre angulaire m\u00e9thodologique. Si les praticiens et les chercheurs ont historiquement privil\u00e9gi\u00e9 le risque relatif et le rapport de cotes pour \u00e9valuer la force purement \u00e9tiologique d’une association statistique, ces indicateurs multiplicatifs s’av\u00e8rent structurellement insuffisants lorsqu’il s’agit d’orienter les d\u00e9cisions de sant\u00e9 publique et de mesurer le fardeau r\u00e9el support\u00e9 par une population. C’est pr\u00e9cis\u00e9ment au sein de cette dichotomie fondamentale entre la force de l’association \u00e9tiologique et son impact sanitaire concret qu’\u00e9merge le concept de risque attribuable.<\/p>\n

Le risque attribuable, \u00e9galement qualifi\u00e9 de diff\u00e9rence de risque ou d’exc\u00e8s de risque, incarne une approche arithm\u00e9tique additive visant \u00e0 d\u00e9terminer la proportion absolue de l’incidence d’une maladie directement imputable \u00e0 un facteur d’exposition sp\u00e9cifique. Loin d’\u00eatre un simple artifice calculatoire, cet instrument math\u00e9matique permet d’isoler la charge morbide qui dispara\u00eetrait de mani\u00e8re effective si le facteur incrimin\u00e9 venait \u00e0 \u00eatre int\u00e9gralement \u00e9radiqu\u00e9. Ainsi, il \u00e9tablit une passerelle essentielle entre la physiopathologie observationnelle et la mise en \u0153uvre de programmes pr\u00e9ventifs cibl\u00e9s, qu’il s’agisse de la lutte contre les pathologies cardiovasculaires, des plans de contr\u00f4le du tabagisme ou des interventions de pointe en psychiatrie et psychologie comportementale.<\/p>\n

Comprendre la m\u00e9canique analytique, les hypoth\u00e8ses sous-jacentes et les subtilit\u00e9s d’interpr\u00e9tation du risque attribuable s’av\u00e8re indispensable pour quiconque souhaite analyser rigoureusement la litt\u00e9rature biom\u00e9dicale contemporaine. \u00c0 travers cet article encyclop\u00e9dique, nous explorerons les fondements th\u00e9oriques, la formalisation matricielle au moyen des tableaux de contingence, les d\u00e9rivations math\u00e9matiques pr\u00e9cises, ainsi que les prolongements populationnels et m\u00e9thodologiques de cette m\u00e9trique cardinale de l’\u00e9pid\u00e9miologie quantitative.<\/p>\n

1. Introduction et fondements conceptuels du risque attribuable<\/h2>\n

1.1 \u00c9mergence historique et contextualisation \u00e9pid\u00e9miologique<\/h3>\n

L’histoire de l’\u00e9pid\u00e9miologie quantitative au cours du vingti\u00e8me si\u00e8cle est intrins\u00e8quement li\u00e9e \u00e0 la transition \u00e9pid\u00e9miologique, caract\u00e9ris\u00e9e par le recul progressif des grandes \u00e9pid\u00e9mies infectieuses au profit de maladies chroniques non transmissibles d’origine multifactorielle. Lors des premi\u00e8res grandes enqu\u00eates de cohortes prospectives, \u00e0 l’instar de la c\u00e9l\u00e8bre \u00e9tude de Framingham initi\u00e9e en 1948 ou des travaux pionniers de Sir Richard Doll et Austin Bradford Hill sur le tabagisme chez les m\u00e9decins britanniques, les chercheurs se sont rapidement heurt\u00e9s aux limites interpr\u00e9tatives des mesures purement relatives. Si le risque relatif<\/a> permettait d’\u00e9tablir avec \u00e9clat la force biologique du lien de causalit\u00e9 entre l’inhalation de fum\u00e9e de tabac et le carcinome bronchique, il laissait dans l’ombre une dimension cruciale : le volume absolu de drames cliniques directement engendr\u00e9s par cette habitude toxique au sein de la population g\u00e9n\u00e9rale.<\/p>\n

Cette lacune conceptuelle a conduit des m\u00e9thodologistes comme Morton Levin, en 1953, \u00e0 formaliser des instruments math\u00e9matiques capables d’estimer l’impact absolu et populationnel des expositions. La transition paradigmatique de l’\u00e9valuation du risque relatif vers la mesure de l’impact absolu a marqu\u00e9 la naissance de l’\u00e9pid\u00e9miologie d\u00e9cisionnelle. Il ne s’agissait plus seulement de comprendre la susceptibilit\u00e9 biologique individuelle ou la puissance cytotoxique intrins\u00e8que d’un agent, mais de quantifier le fardeau sanitaire global afin d’\u00e9clairer l’allocation des ressources collectives.<\/p>\n

Dans le domaine de la sant\u00e9 publique et de l’\u00e9pid\u00e9miologie comportementale, cette distinction s’est av\u00e9r\u00e9e fondamentale. Un facteur conf\u00e9rant un risque relatif modeste mais ubiquitaire au sein du corps social engendre en pratique un nombre de victimes infiniment plus \u00e9lev\u00e9 qu’un toxique hautement virulent mais confin\u00e9 \u00e0 une micro-population d’individus expos\u00e9s. Le risque attribuable a ainsi fourni aux hygi\u00e9nistes et aux administrateurs sanitaires l’\u00e9talon de mesure indispensable pour \u00e9valuer le rendement r\u00e9el des politiques pr\u00e9ventives et fonder la m\u00e9decine pr\u00e9ventive sur une base empirique objective.<\/p>\n

1.2 D\u00e9finition formelle de la diff\u00e9rence de risque<\/h3>\n

D’un point de vue conceptuel et statistique, le risque attribuable est d\u00e9fini comme la diff\u00e9rence absolue entre le taux d’incidence d’un \u00e9v\u00e9nement morbide chez les individus expos\u00e9s \u00e0 un d\u00e9terminant donn\u00e9 et le taux d’incidence de ce m\u00eame \u00e9v\u00e9nement chez les individus rigoureusement non expos\u00e9s. Cette soustraction arithm\u00e9tique postule que l’incidence mesur\u00e9e au sein du groupe non expos\u00e9 repr\u00e9sente le risque de base, c’est-\u00e0-dire le taux spontan\u00e9 ou inh\u00e9rent d’apparition de la maladie r\u00e9sultant de l’ensemble des autres facteurs g\u00e9n\u00e9tiques, environnementaux et stochastiques non mesur\u00e9s.<\/p>\n

La comparaison th\u00e9orique entre la cohorte expos\u00e9e et la cohorte non expos\u00e9e repose sur l’hypoth\u00e8se contrefactuelle : que se passerait-il chez les individus expos\u00e9s si, par un artifice th\u00e9orique, nous pouvions supprimer r\u00e9troactivement leur exposition tout en maintenant invariables l’ensemble de leurs autres caract\u00e9ristiques biopsychosociales ? Le surplus d’incidence constat\u00e9 chez les expos\u00e9s au-del\u00e0 du risque de base est d\u00e8s lors consid\u00e9r\u00e9 comme directement caus\u00e9 par le facteur \u00e9tudi\u00e9. Cette diff\u00e9rence mesure pr\u00e9cis\u00e9ment l’exc\u00e8s de risque absolu, refl\u00e9tant la fraction de survenue du trouble qui peut \u00eatre l\u00e9gitimement imput\u00e9e \u00e0 l’exposition.<\/p>\n

Sur le plan de la signification clinique et biologique, l’exc\u00e8s de risque observ\u00e9 incarne la surcharge pathologique directe support\u00e9e par les personnes expos\u00e9es. Contrairement au rapport d’incidence qui standardise les grandeurs et masque les \u00e9chelles r\u00e9elles, la diff\u00e9rence de risque conserve les unit\u00e9s de mesure physiques du ph\u00e9nom\u00e8ne : elle exprime un nombre net de cas pathologiques suppl\u00e9mentaires par unit\u00e9 de temps et par unit\u00e9 d’effectif humain expos\u00e9. Cette quantification concr\u00e8te constitue l’indicateur le plus limpide du pr\u00e9judice sanitaire unitaire impos\u00e9 par le d\u00e9terminant de sant\u00e9.<\/p>\n

1.3 R\u00f4le cl\u00e9 dans l’\u00e9valuation causale en psychologie de la sant\u00e9<\/h3>\n

L’extension du concept de risque attribuable \u00e0 la psychologie de la sant\u00e9 et \u00e0 la psychiatrie \u00e9pid\u00e9miologique contemporaine a permis de franchir un cap qualitatif d\u00e9terminant dans l’\u00e9tude des facteurs psychosociaux. Pendant des d\u00e9cennies, l’investigation des d\u00e9terminants comportementaux \u2014 tels que le stress au travail, l’isolement social, l’anxi\u00e9t\u00e9 chronique ou la d\u00e9tresse psychologique \u2014 a souffert d’un cantonnement m\u00e9thodologique \u00e0 la d\u00e9monstration de simples corr\u00e9lations bivari\u00e9es ou de coefficients de r\u00e9gression aux implications concr\u00e8tes difficilement perceptibles.<\/p>\n

L’introduction de la diff\u00e9rence de risque a favoris\u00e9 le passage indispensable d’une corr\u00e9lation statistique descriptive \u00e0 l’estimation de l’impact direct des stresseurs environnementaux sur l’organisme. Par exemple, en mesurant l’exc\u00e8s absolu d’\u00e9pisodes d\u00e9pressifs majeurs survenant au sein d’une cohorte soumise \u00e0 des conditions de travail d\u00e9grad\u00e9es par rapport \u00e0 une cohorte t\u00e9moin b\u00e9n\u00e9ficiant d’un climat organisationnel favorable, les \u00e9pid\u00e9miologistes du comportement peuvent \u00e9valuer la morbidit\u00e9 psychique directement g\u00e9n\u00e9r\u00e9e par ces contraintes ergonomiques et psychosociales.<\/p>\n

Cette approche est particuli\u00e8rement pertinente dans l’\u00e9valuation de l’\u00e9tiologie complexe des troubles psychosomatiques et des pathologies mentales chroniques. Elle permet d’appr\u00e9cier la part des d\u00e9compensations cliniques imputables \u00e0 des traits de personnalit\u00e9 dysfonctionnels, \u00e0 des strat\u00e9gies de coping inop\u00e9rantes ou \u00e0 des \u00e9v\u00e9nements de vie traumatisants. Ce faisant, le risque attribuable conf\u00e8re \u00e0 la psychologie de la sant\u00e9 un instrument analytique d’une grande rigueur, indispensable pour d\u00e9montrer l’efficience m\u00e9dico-\u00e9conomique des psychoth\u00e9rapies pr\u00e9ventives et des interventions de soutien psychologique structur\u00e9es.<\/p>\n

2. Le tableau de contingence 2×2 comme socle m\u00e9thodologique<\/h2>\n

2.1 Structure formelle du tableau crois\u00e9 d’exposition<\/h3>\n

Le socle m\u00e9thodologique incontournable de tout calcul \u00e9pid\u00e9miologique repose sur la configuration du tableau de contingence \u00e0 double entr\u00e9e, conventionnellement d\u00e9sign\u00e9 sous l’appellation de table 2×2. Cette matrice croise de mani\u00e8re exhaustive le statut d’exposition des participants \u00e0 une \u00e9tude prospective avec le statut d’occurrence de l’\u00e9v\u00e9nement clinique ou psychologique d’int\u00e9r\u00eat au cours d’un intervalle temporel de suivi pr\u00e9alablement d\u00e9fini.<\/p>\n

La structure formelle s’organise selon un partitionnement rigoureux en quatre cellules fondamentales. La cellule A<\/strong> regroupe les sujets expos\u00e9s au facteur de risque ayant d\u00e9velopp\u00e9 l’affection (les vrais positifs de l’exposition morbide). La cellule B<\/strong> rassemble les individus expos\u00e9s qui demeurent indemnes de toute manifestation pathologique au terme de l’observation. La cellule C<\/strong> quantifie les participants non expos\u00e9s qui d\u00e9veloppent n\u00e9anmoins la maladie, repr\u00e9sentant ainsi le niveau basal de morbidit\u00e9 non li\u00e9e au facteur. Enfin, la cellule D<\/strong> collige les sujets non expos\u00e9s et indemnes de la maladie.<\/p>\n

\u00c0 partir de cette distribution quadripartite, le calcul des totaux marginaux s’impose comme une \u00e9tape pr\u00e9alable indispensable. La somme de la premi\u00e8re ligne, not\u00e9e (A + B)<\/em>, repr\u00e9sente l’effectif global de la sous-cohorte expos\u00e9e. La somme de la seconde ligne, not\u00e9e (C + D)<\/em>, correspond \u00e0 l’effectif total de la sous-cohorte de r\u00e9f\u00e9rence non expos\u00e9e. De mani\u00e8re analogue, les totaux verticaux indiquent respectivement le nombre total de malades dans la cohorte globale, (A + C)<\/em>, et le nombre total de sujets indemnes, (B + D)<\/em>. La grande somme marginale, formalis\u00e9e par N = A + B + C + D<\/em>, mat\u00e9rialise la taille totale de l’\u00e9chantillon analys\u00e9.<\/p>\n

2.2 Param\u00e9trage des variables et calcul des taux d’incidence<\/h3>\n

L’exploitation de la matrice de contingence n\u00e9cessite le param\u00e9trage rigoureux des variables \u00e9pid\u00e9miologiques afin d’en d\u00e9river les mesures fondamentales de morbidit\u00e9. Le param\u00e8tre central est le taux d’incidence cumul\u00e9e, qui exprime la probabilit\u00e9 math\u00e9matique qu’un individu initialement indemne contracte l’affection au cours de la p\u00e9riode de suivi.<\/p>\n

Le taux d’incidence cumul\u00e9e chez les sujets expos\u00e9s, d\u00e9sign\u00e9 conventionnellement par la notation Ie<\/sub><\/em> ou Re<\/sub><\/em>, s’obtient en divisant le nombre de cas incidents apparus dans cette strate par l’effectif total initialement expos\u00e9 au risque, soit :<\/p>\n

Ie<\/sub> = A \/ (A + B)<\/em><\/strong><\/p>\n

Sym\u00e9triquement, le taux d’incidence cumul\u00e9e chez les sujets non expos\u00e9s, not\u00e9 I0<\/sub><\/em> ou R0<\/sub><\/em>, d\u00e9coule du rapport entre le nombre de cas incidents observ\u00e9s parmi les individus pr\u00e9serv\u00e9s du facteur et la cohorte totale non expos\u00e9e :<\/p>\n

I0<\/sub> = C \/ (C + D)<\/em><\/strong><\/p>\n

La validit\u00e9 interne de ces deux formulations exige une comparabilit\u00e9 temporelle et d\u00e9mographique parfaite entre les groupes. Il est imp\u00e9ratif que la dur\u00e9e d’exposition et la fen\u00eatre d’observation soient strictement identiques pour les expos\u00e9s et les non-expos\u00e9s. Tout d\u00e9s\u00e9quilibre dans la censure des donn\u00e9es, dans l’attrition de l’\u00e9chantillon ou dans la surveillance clinique compromet irr\u00e9m\u00e9diablement l’exactitude des taux d’incidence calcul\u00e9s et, par voie de cons\u00e9quence directe, la fiabilit\u00e9 de toutes les d\u00e9ductions ult\u00e9rieures concernant le risque attribuable.<\/p>\n

2.3 Pr\u00e9cautions d’\u00e9chantillonnage et validit\u00e9 des donn\u00e9es<\/h3>\n

L’ad\u00e9quation th\u00e9orique de la table 2×2 pour le calcul direct du risque attribuable est intimement subordonn\u00e9e au devis exp\u00e9rimental ou observationnel mis en \u0153uvre par le chercheur. La formulation standard du risque attribuable pr\u00e9suppose la possibilit\u00e9 d’estimer directement les v\u00e9ritables taux d’incidence en population. Par cons\u00e9quent, les \u00e9tudes de cohorte prospectives<\/a>, dans lesquelles un \u00e9chantillon initial repr\u00e9sentatif et indemne est suivi longitudinalement, constituent le mod\u00e8le de r\u00e9f\u00e9rence par excellence pour alimenter cette matrice matricielle.<\/p>\n

En revanche, la transposition directe de ces \u00e9quations au sein d’\u00e9tudes r\u00e9trospectives de type cas-t\u00e9moins est rigoureusement proscrite sur le plan biostatistique. Dans un protocole cas-t\u00e9moins classique, les proportions marginales de sujets malades (A + C)<\/em> et de t\u00e9moins (B + D)<\/em> sont arbitrairement fix\u00e9es par l’investigateur en fonction de crit\u00e8res de recrutement et de puissance statistique. De ce fait, les rapports A \/ (A + B)<\/em> et C \/ (C + D)<\/em> ne repr\u00e9sentent en aucune mani\u00e8re des taux d’incidence biologique, privant la soustraction d’incidence de toute signification empirique valide, \u00e0 moins d’int\u00e9grer des correctifs math\u00e9matiques reposant sur la pr\u00e9valence externe de la maladie.<\/p>\n

En outre, le contr\u00f4le draconien des biais de classification s’av\u00e8re indispensable lors de l’assignation des participants aux cellules A, B, C et D. Une erreur de classification de l’exposition \u2014 qu’elle d\u00e9coule d’un questionnaire impr\u00e9cis, d’un biomarqueur instable ou d’un biais de m\u00e9morisation du sujet \u2014 induit une distorsion syst\u00e9matique de l’estimation. Si cette mauvaise classification est non diff\u00e9rentielle, elle aura pour effet math\u00e9matique d’att\u00e9nuer la diff\u00e9rence observ\u00e9e, orientant artificiellement le risque attribuable vers l’hypoth\u00e8se nulle d’absence d’effet pathologique.<\/p>\n

3. Formulation math\u00e9matique du risque attribuable (RA)<\/h2>\n
\"Attributable
Attributable risk formula<\/figcaption><\/figure>\n

3.1 D\u00e9rivation de l’\u00e9quation standard du risque attribuable<\/h3>\n

La formalisation math\u00e9matique du risque attribuable proc\u00e8de directement de la logique de soustraction des risques absolus mise en lumi\u00e8re par les \u00e9quations matricielles fondamentales. Dans sa version standardis\u00e9e, le risque attribuable chez les expos\u00e9s \u2014 fr\u00e9quemment d\u00e9sign\u00e9 par l’acronyme RA<\/em>, ou RD<\/em> pour l’anglais Risk Difference<\/em> \u2014 est l’expression de la soustraction du taux d’incidence de base chez les t\u00e9moins non expos\u00e9s au taux d’incidence relev\u00e9 chez les individus soumis \u00e0 l’action de l’agent pathog\u00e8ne :<\/p>\n

RA = Ie<\/sub> – I0<\/sub> = [A \/ (A + B)] – [C \/ (C + D)]<\/em><\/strong><\/p>\n

Cette d\u00e9rivation \u00e9l\u00e9gante met en exergue la m\u00e9canique de l’ajustement arithm\u00e9tique. En soustrayant le terme C \/ (C + D)<\/em>, le biostatisticien neutralise la part d’incidence qui n’a aucun lien causal avec l’exposition d’int\u00e9r\u00eat. L’\u00e9quation retire du d\u00e9nominateur global de l’incidence chez les expos\u00e9s toutes les pathologies r\u00e9sultant du vieillissement normal, de la susceptibilit\u00e9 g\u00e9n\u00e9tique polyg\u00e9nique ou des agressions environnementales ambiantes non mesur\u00e9es.<\/p>\n

Le r\u00e9sultat chiffr\u00e9 issu de cette formulation capture l’exc\u00e8s net d’\u00e9v\u00e9nements n\u00e9fastes strictement imputable \u00e0 la pr\u00e9sence de la variable ind\u00e9pendante. Il quantifie sans ambigu\u00eft\u00e9 le surplus arithm\u00e9tique de cas de maladie qui, sous l’hypoth\u00e8se stricte d’un lien de causalit\u00e9 direct et non biais\u00e9, ne se seraient jamais mat\u00e9rialis\u00e9s dans la cohorte si l’exposition n’avait pas eu lieu.<\/p>\n

3.2 Interpr\u00e9tation de la valeur absolue obtenue<\/h3>\n

L’analyse de la valeur num\u00e9rique g\u00e9n\u00e9r\u00e9e par le calcul du risque attribuable requiert une grille de lecture \u00e9pid\u00e9miologique rigoureuse. Trois cas de figure fondamentaux peuvent se pr\u00e9senter lors de la r\u00e9solution de l’\u00e9quation diff\u00e9rentielle :<\/p>\n