Une relation dans laquelle une variation d’un facteur (la cause putative) produit directement ou contribue à une variation d’un autre facteur (l’effet) au moyen d’un mécanisme plausiblement spécifié, de sorte qu’intervenir sur la cause modifierait la probabilité ou l’ampleur de l’effet dans des conditions définies ; établir une association causale exige des preuves au‑delà de la simple association, y compris temporalité, raisonnement contrefactuel, contrôle des facteurs de confusion et mécanisme(s) cohérent(s).

Principe

Si une association causale est valide dans les conditions énoncées, une intervention modifiant la cause changera la distribution de l’effet ; démontrer la causalité requiert une stratégie inférentielle (randomisation, conception quasi‑expérimentale ou modélisation causale bien spécifiée) et des preuves de plausibilité tout en excluant des explications alternatives.

Démonstration

Scénario illustratif (hypothétique) : Situation — Des chercheurs émettent l’hypothèse que l’exposition X augmente le risque de l’issue Y via le mécanisme M. Reconnaissance — Des données longitudinales ou expérimentales obtenues avec une conception appropriée et un contrôle des facteurs de confusion montrent que modifier X modifie l’incidence de Y et que le mécanisme M lie plausiblement X à Y. Action — Une politique ou une intervention clinique réduit l’exposition X. Conséquence — L’incidence ou la sévérité de Y diminue dans la population ou le sous‑groupe où X a été réduite, en accord avec le modèle causal (sous réserve d’exclusion d’autres explications).

Mauvaise application

Interprétation erronée : considérer une corrélation observée comme indiquant une association causale sans traiter la temporalité, la confusion ou un mécanisme plausible. Pourquoi plausible : de nombreux processus non causaux (confusion, causalité inverse, biais de sélection) produisent des associations qui imitent la causalité. Erreur sémantique : confondre association statistique et effet causal et ainsi justifier des interventions sur des bases probantes fragiles.

Conséquence

Une association causale valide justifie des interventions, éclaire les politiques et la pratique clinique, et soutient la compréhension mécanistique ; des affirmations causales erronées peuvent conduire à des interventions inefficaces, coûteuses ou nuisibles et à un mauvais usage des ressources.

Inversion

Des associations causales apparentes peuvent être infirmées lorsque des analyses ultérieures révèlent de la confusion, une causalité inverse, un biais de mesure ou que la relation observée est médiée par des variables intermédiaires rendant la revendication de causalité directe inappropriée ; les affirmations causales sont conditionnelles à la population, à la période et au contexte d’intervention spécifiés par les preuves.

Limite

Clairement incluse : des preuves qui satisfont la temporalité, le contraste contrefactuel (l’intervention modifie le résultat), le contrôle des facteurs de confusion et un mécanisme cohérent dans les conditions définies. Cas limite : association forte avec mécanisme plausible mais sans contrôle adéquat des facteurs de confusion ou preuve contrefactuelle. Clairement exclue : simple corrélation statistique, association écologique sans support au niveau individuel, ou schémas expliqués par confusion ou causalité inverse.

Tension sémantique

Tension entre le besoin pratique d’agir (agir sur des revendications causales plausibles) et l’exigence épistémique de preuves rigoureuses (éviter des inférences causales prématurées à partir de données limitées).

Synthèse

L’association causale est une inférence orientée vers l’action qui relie intervention et résultat ; elle permet le changement intentionnel mais repose sur des critères méthodologiques et des hypothèses explicites qui doivent être testés et énoncés.