Tableau 1: Répartition possible de 10 décès
observés, dans deux groupes de traitement
Nombre
de décès
Nombre de tirages
Possibles
Probabilité
A. Gr. B
010 10,000977
1 9 10 0,00977
2 8 45 0,0439
3 7 120 0,117
4 6 210 0,205
5 5 252 0,246
6 4 210 0,205
7 3 120 0,117
8 2 45 0,0439
9 1 10 0,00977
10 0 1 0,000977
1024 1.000
Santé-MAG 39
ÉVÈNEMENT
En réalité, nous avons, pratiquement,
résolu le problème. En eet, le p que
nous cherchons est la probabilité de
trouver une diérence au moins aussi
grande que celle observée, simplement
par hasard; c’est-à-dire, si les deux trai-
tements sont équivalents.
Cette probabilité peut se lire, presque
directement, dans le tableau 1. En eet,
les situations correspondant à une dif-
férence au moins aussi grande que 8
décès, dans un groupe et 2, dans l’autre
sont indiquées en caractères gras et p
est la somme des probabilités de ces
situations au moins aussi extrêmes,
soit:
P = Prob. (8 & 2, ou 9 & 1, ou 10 & 0,
ou 2 & 8, ou 1 & 9, ou 0 & 10) = 0,0439
+ 0,00977 + 0,000977 + 0,0439 +
0,00977 + 0,000977 = 0,109
2. LA DIFFÉRENCE EST-ELLE SIGNIFICA-
TIVE ?
La diérence n’est pas significative,
puisque le p observé est supérieur à
0,05 (5 %); en eet, pour des raisons
purement historiques, en convient
d’appeler ‘’diérence statistique signi-
ficative’’ toute diérence qui a moins
de 5 chances, sur 100, de se produire,
simplement par hasard.
Cette convention a, malheureusement,
pris une importance beaucoup trop
grande, dans la mesure où la formule
magique «diérence significative»
conduit, souvent, a oublier de regarder
la valeur de p., en raisonnant de façon
très (trop) simpliste, c’est-à-dire, en
ignorant tout le reste des informations
(pharmacologique, sur l’animal, etc…).
un essai thérapeutique, étudiant un
tout nouveau produit et dont les ré-
sultats sont tout juste significatifs, ne
constitue pas une expérience su-
samment convaincante, pour conclure
à l’ecacité d’un médicament et le
mettre sur le marché. En eet, on met-
trait, ainsi, sur le marché, environ 5 %
des placebos, ou des produits inactifs
étudiés.
L’exemple choisi permet, aussi, d’expli-
quer la diérence entre test unilatéral
et test bilatéral. Cette diérence n’est
pas essentielle, au premier abord et le
sujet est donc, traité en annexe.
Maintenant que la formule «la dié-
rence significative» n’est plus magique,
comment peut-on interpréter une va-
leur de p ? Quelle est la valeur de p qui
doit emporter notre conviction ?
Si p = 5% n’est pas susant, pour
mettre une nouvelle molécule sur le
marché, faut-il un p de 1 pour 1 000
? De 1 pour 10 000 ? Il n’y a pas de
réponse, unique, à cette question, cela
dépend de l’ensemble des données
disponibles, sur le problème.
Si un premier essai d’une molécule
peu toxique montre une augmentation
significative de la survie de patients
atteints de SIDA, avec un p égal à 5%,
ce résultat peut être considéré comme
très prometteur. Si un essai montre
un produit homéopathique et a été
publié, parce qu’il montrait une dié-
rence significative, alors que 19 autres
essais négatifs sont restés dans les
placards des mêmes investigateurs, ou
d’autres investigateurs, le p est, donc,
un élément à prendre en compte parmi
d’autres.
C’est précisément pour cela qu’une
bonne compréhension, de ce qu’il re-
présente, est nécessaire. J’espère vous
avoir donné quelques éléments pour
ce faire.
Note: Le calcul détaillé, dans l’exemple,
représente le calcul exact de p. Les
calculs deviennent, rapidement, très
longs, quand le nombre des observa-
tions augmente. On utilise, alors, des
approximations, pour lesquelles la va-
leur de p se lit, dans les tables.
ANNEXES
Diérence entre test unilatéral et test
bilatéral
Nous allons expliquer la diérence
entre test unilatéral et test bilatéral
(en anglais one-sided and two-sided
tests), et la relation avec p.
Dans notre exemple, nous nous
sommes intéressés à une situation
bilatérale; c’est-à-dire que nous nous
sommes demandés si les traitements
étaient diérents, sans appeler, a prio-
ri, sur le sens de cette diérence. On
peut supposer que le traitement A est
un traitement placebo et B un nouveau
produit et calculer seulement la pro-
babilité observer une diérence, au
moins, aussi grande que celle obser-
vée; les seules possibilités à envisager
étant celles dans lesquelles B est supé-
rieure à A. Ceci constitue un test unila-
téral. On a, alors:
p= Prob (8 & 2 ou 9 & 1 ou 10 & 0) =
0,0439 + 0,00977 + 0,000977 = 0,055
La diérence est maintenant à la limite
de la signification.
Cet exemple illustre bien le caractère
arbitraire de la limite de 5 %, et l’impor-
tance capitale de l’information sur la
nature uni- ou bilatérale du test.
Nous pensons, personnellement, que
les tests présentés devraient être, en
règle générale, toujours bilatéraux;
l’expérience prouve qu’il arrive qu’un
nouveau traitement soit significative-
ment pire qu’un placebo.
On voit, parfois, utilisée la notion 2p,
pour désigner les valeurs de p corres-
pondant à des tests bilatéraux. Ceci est
une façon, simple et rapide, de préci-
ser que le test correspondant est bila-
téral.
CONCLUSION
Une diérence déclarée non signi-
ficative implique qu’on ne peut pas
conclure.
Une diérence déclarée significative
veut dire qu’on arme qu’il existe une
diérence entre les paramètres, ou les
distributions comparées.
En déclarant cette armation, on
prend un certain risque
* A. Nebab, S. Amrit, S. Aït Seddik,
R. Belkaid,
service d’épidémiologie et de médecine
préventive – CHU Béni-Messous – Alger.
Remerciements
Au Pr. A. Soukehal, pour son aide,
ses commentaires critiques et
enthousiastes,
ainsi qu’au Pr R. Aouameur, pour sa
lecture critique.
Bibliographie
(1) Doyon f, Com-Nougué C. Qu’est-ce-qu’un
test ? Les principaus tests statistiques. Rev
Prat 1983; 33: 947-54.
(2)Sanders D. H. Murph A.S, Eng R.J. Les
statistiques, une approche nouvelle. Mc
Graw Hill, 1984.
(3)T.Ancelle 2éme édition, Statistiques
épidémiologique, 2008;93.