Nouvelles frontières de l'inférence causale

Les questions clés que l’on se pose en épidémiologie et en santé publique sont souvent des questions de causalité: si nous intervenons de cette manière, que se passera-t-il ? L’inférence causale est un domaine de la biostatistique qui se caractérise par l’élimination des biais grâce à une conception minutieuse d’études et de plans d’analyse.  Celle-ci a fait des progrès significatifs au cours des trois dernières décennies; cependant, de nombreuses questions complexes demeurent. Par exemple, pouvons-nous améliorer la conception des essais randomisés pour en savoir plus sur les stratégies de traitement personnalisées ?

Un exemple d’une telle stratégie pourrait être de fournir un outil de gestion du stress basé sur Internet pour un patient vivant avec une maladie chronique, et d’augmenter ce traitement si, après 6 semaines, il n’y a pas d’amélioration de la qualité de vie auto-évaluée. Une autre question que nous pourrions nous poser est de savoir si nous pouvons comprendre les mécanismes, ou « les voies » par lesquels un facteur de risque particulier peut agir ?

Par exemple, nous savons peut-être que l’utilisation de drogues injectables augmente le risque qu’une personne vivant avec le VIH ait une fonction immunitaire médiocre, mais est-ce un effet direct des drogues, ou bien, cela pourrait-il être parce que la consommation de drogues entraîne la perte d’un logement stable, ou le manque de revenus et l’insécurité alimentaire, ce qui affecte la capacité d’une personne à tolérer les médicaments qui devraient être pris avec de la nourriture ?

Enfin, pouvons-nous comprendre les effets indirects d’un facteur de risque ou d’un traitement protecteur que l’on administre à un individu mais qui peut « déborder » pour toucher ses pairs au sein de son réseau social? Mon programme de recherche fera progresser la méthodologie dans ces trois thèmes – la conception d’essais randomisés pour la médecine de précision, l’analyse de la médiation avec une accentuation sur les maladies infectieuses et l’estimation des effets directs et indirects des interventions sur les réseaux sociaux.