📊 statistics

Lord's 'paradox' explained: the 50-year warning on the use of 'change scores' in observational data

Cet article résout le paradoxe de Lord vieux de 50 ans en démontrant que ni les comparaisons de scores de changement ni les comparaisons de suivi ajustées sur la ligne de base ne peuvent estimer de manière fiable les effets causaux dans les données observationnelles en raison de biais distincts, soulignant ainsi le besoin critique de questions de recherche bien définies et de méthodes d'inférence causale avancées telles que les méthodes g.

Auteurs originaux : Peter W. G. Tennant, Georgia D. Tomova, Eleanor J. Murray, Kellyn F. Arnold, Matthew P. Fox, Mark S. Gilthorpe

Publié 2026-01-27

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Peter W. G. Tennant, Georgia D. Tomova, Eleanor J. Murray, Kellyn F. Arnold, Matthew P. Fox, Mark S. Gilthorpe

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Le grand mystère : deux statisticiens, deux réponses

Imaginez qu'une université veuille savoir si la nourriture de la cantine fait prendre du poids aux étudiants, ou si les garçons et les filles prennent du poids différemment. Ils pèsent tout le monde en septembre (au début du trimestre) et à nouveau en juin (à la fin du trimestre).

Ils engagent deux statisticiens pour analyser les données.

Le statisticien A regarde la différence de poids. Il voit que, en moyenne, les garçons et les filles pesaient la même chose en septembre et pesaient la même chose en juin. Sa conclusion : « Rien n'a changé. Le régime et le sexe n'ont pas d'importance. »
Le statisticien B regarde le poids final mais l'ajuste en fonction du poids de départ des étudiants. Il voit que pour les étudiants qui avaient le même poids au départ, les garçons ont fini par être plus lourds que les filles. Sa conclusion : « Les garçons ont pris significativement plus de poids que les filles, même lorsqu'ils avaient commencé avec la même corpulence. »

C'est le paradoxe de Lord. Comment deux personnes intelligentes peuvent-elles regarder exactement les mêmes chiffres et arriver à des conclusions totalement opposées ?

La solution du papier : ce n'est pas un paradoxe, c'est un piège

Les auteurs de cet article soutiennent qu'il ne s'agit pas d'un mystère magique. C'est en réalité un signal d'alarme. Les deux statisticiens utilisent des méthodes qui sont défectueuses dans les données observationnelles (des données où les personnes ne sont pas assignées de manière aléatoire à des groupes, comme les garçons par rapport aux filles).

L'article explique que le concept de « changement » est complexe. Pour le comprendre, imaginez une variable (comme le poids) changeant pour trois raisons différentes :

Le facteur « Habitude » (Changement endogène) : Des choses qui arrivent automatiquement en raison de votre point de départ. Si vous êtes déjà lourd, vous pourriez naturellement rester lourd ou prendre un peu de poids simplement en existant.
Le facteur « Bruit » (Changement aléatoire) : Des fluctuations aléatoires, comme se peser sur une balance instable ou avoir passé une mauvaise nuit.
Le facteur « Réel » (Changement exogène) : L'effet réel de quelque chose de nouveau, comme le régime ou l'exposition que nous étudions.

L'objectif : Nous voulons mesurer le facteur « Réel ». Nous voulons savoir : Le régime a-t-il réellement causé le changement de poids, indépendamment de leur poids de départ ?

Pourquoi le statisticien A a échoué (Le piège du « score de changement »)

Le statisticien A a utilisé un score de changement. C'est comme calculer : Poids final - Poids de départ.

L'analogie : Imaginez que vous essayez de voir comment une plante a grandi. Vous mesurez la plante au début et à la fin, puis vous soustrayez le poids de départ du poids final.

Le problème : Si l'« exposition » (comme être un garçon) a causé le poids de départ plus élevé, cette méthode échoue.
L'explication du papier : En soustrayant le poids de départ, vous annulez accidentellement l'effet de l'exposition elle-même. Si être un garçon fait que vous commencez plus lourd, et que vous soustrayez ce poids de départ, vous êtes essentiellement en train d'« annuler » la chose même que vous essayez de mesurer.
Le résultat : Le statisticien A a obtenu un résultat de « changement nul » parce que le calcul a annulé l'effet réel. Le papier affirme que cette méthode est dangereuse dans les études observationnelles car elle cache souvent la vérité ou donne même la mauvaise réponse (comme dire qu'un médicament fonctionne alors qu'il ne fonctionne pas, ou inversement).

Pourquoi le statisticien B était également erroné (Le piège de l'« ajustement »)

Le statisticien B a utilisé l'ANCOVA (Suivi conditionnel au niveau de base). C'est comme dire : « Comparons les garçons et les filles, mais seulement s'ils avaient le même poids au départ. »

L'analogie : Imaginez que vous essayiez de voir si un nouvel engrais fonctionne. Vous regardez deux plantes de la même taille. Mais votre règle est légèrement tordue (erreur de mesure).

Le problème : Dans la vie réelle, nos mesures de « poids de départ » ne sont pas parfaites. Elles comportent du « bruit » (comme une balance instable).
L'explication du papier : Lorsque vous essayez d'ajuster une mesure de départ qui est légèrement erronée, les calculs deviennent complexes. Cela a tendance à surestimer l'effet. On a l'impression que les garçons ont pris plus de poids qu'ils ne l'ont réellement fait parce que le « bruit » dans la mesure de départ a faussé l'ajustement.
Le résultat : Le statisticien B a trouvé une différence importante, mais le papier suggère que cette différence pourrait être exagérée à cause des erreurs de mesure et d'autres facteurs cachés (comme l'activité physique) qui n'ont pas été pris en compte.

Le verdict : Un avertissement de 50 ans

Le papier conclut que ni méthode n'est parfaite pour les données observationnelles.

Les scores de changement (Statisticien A) ont tendance à sous-estimer ou à masquer l'effet, surtout si l'exposition affecte le point de départ.
Les méthodes d'ajustement (Statisticien B) ont tendance à surestimer l'effet en raison des erreurs de mesure et des facteurs de confusion cachés.

Le scénario « Parfait » :
Le papier note que s'il s'agissait d'un Essai Contrôlé Randomisé (comme un essai clinique où les gens sont assignés de manière aléatoire à des groupes), les deux méthodes fonctionneraient parfaitement et donneraient la même réponse. Le paradoxe ne survient que dans les contextes « observationnels » où les groupes (comme les garçons par rapport aux filles) existent déjà et présentent des différences préexistantes.

Ce qu'il faut retenir pour tout le monde

La principale leçon de ce puzzle vieux de 50 ans est la suivante : Soyez très prudent lorsque vous analysez un « changement » dans des données réelles.

Définissez clairement votre question : Que cherchez-vous exactement à mesurer ?
Ne faites pas confiance à une simple soustraction : Prendre simplement la différence entre « avant » et « après » est souvent trompeur si les groupes ont commencé différemment.
Ne faites pas confiance à un simple ajustement : Se contenter d'« ajuster » par rapport au point de départ n'est pas une solution miracle si vos mesures sont imparfaites ou s'il existe des facteurs cachés (comme les habitudes d'exercice) influençant les résultats.

Le papier ne propose pas de « solution miracle » unique pour toutes les situations, mais il avertit les scientifiques que les deux manières les plus courantes d'observer un changement sont souvent biaisées dans des directions opposées, menant au « paradoxe » confus que nous voyons dans l'exemple de Lord.

Résumé technique : Explication du « paradoxe » de Lord : l'avertissement de 50 ans sur l'utilisation des « scores de changement » dans les données observationnelles

Énoncé du problème
Le dilemme de Frederick Lord de 1967, connu sous le nom de « paradoxe de Lord », met en lumière un problème persistant dans la science des données observationnelles : deux approches statistiques apparemment raisonnables pour estimer l'effet d'une exposition sur le « changement » d'un résultat peuvent produire des résultats radicalement différents, et parfois de signes opposés. La première approche (Approche 1) compare les moyennes des « scores de changement » (la différence entre le suivi et la ligne de base $\Delta Y = Y_1 - Y_0$ ) entre les groupes exposés. La seconde approche (Approche 2) compare les résultats de suivi entre les groupes en conditionnant sur le résultat de base (par exemple, l'ANCOVA — Analyse de la Covariance). Bien que la littérature ait longtemps débattu pour savoir si ces méthodes répondent à des questions différentes ou si l'une est supérieure à l'autre, cet article soutient que le paradoxe provient du fait que les deux méthodes sont susceptibles de biais distincts et opposés lorsqu'elles sont appliquées à des données observationnelles où l'exposition n'est pas randomisée.

Méthodologie et cadre conceptuel
Les auteurs résolvent le paradoxe en déconstruisant la définition du « changement » et en cartographiant les voies causales impliquées dans les données longitudinales. Ils proposent qu'une variation d'une variable au cours du temps ( $Y_1 - Y_0$ ) est pilotée par trois composantes distinctes :

Changement endogène : L'autocorrélation provenant de l'instance de base ( $Y_0$ ), représentant des processus prédéterminés.
Changement aléatoire : La variation aléatoire transitoire, incluant l'erreur de mesure classique.
Changement exogène : Le changement non aléatoire et non endogène ( $C_Y$ ) qui est potentiellement modifiable par les variables de base.

Les auteurs postulent que la véritable cible de l'estimand dans la plupart des enquêtes causales est l'effet d'une exposition ( $X$ ) sur le changement exogène. Ils utilisent des graphes acycliques dirigés (DAGs) pour illustrer comment la relation entre l'exposition et le résultat de base ( $Y_0$ ) dicte l'estimand approprié. Spécifiquement, lorsque $X$ cause $Y_0$ (comme dans l'exemple original de Lord où le sexe influence le poids de base), la cible est l'effet direct contrôlé de $X$ sur $Y_1$ à des niveaux fixes de $Y_0$ .

Pour démontrer la mécanique du biais, les auteurs dérivent la relation mathématique entre les deux approches. Ils montrent qu'une analyse de score de changement soustrait effectivement un terme $[1 - \beta_1]Y_0$ du résultat de suivi. Dans les contextes observationnels où $X$ est associé à $Y_0$ , cette soustraction introduit un biais à moins que des hypothèses strictes (tendances parallèles et absence d'anticipation) ne soient respectées. Inversement, l'approche du suivi conditionnel sur la ligne de base (ANCOVA) tente d'isoler le changement exogène en soustrayant une fonction linéaire de $Y_0$ . Cependant, cette approche est susceptible de biais si $Y_0$ est mesuré de manière imparfaite (conduisant à une dilution de la régression et à des estimations gonflées) ou si la relation est non linéaire.

Les auteurs valident ces affirmations théoriques via des données simulées reproduisant le scénario original de Lord (sexe, poids de base, poids de suivi). Ils simulent des scénarios avec et sans erreur de mesure classique transitoire et confusion temporelle (activité physique).

Résultats clés
Les résultats des simulations et l'analyse théorique produisent les conclusions suivantes :

Biais opposés : En l'absence de randomisation, les deux approches produisent des estimations biaisées dans des directions opposées. Les analyses de score de changement ont tendance à produire des estimations diluées ou nulles (ou même des coefficients de signe opposé) lorsque l'exposition cause ou est causée par le résultat de base. Les analyses de suivi conditionnel sur la ligne de base ont tendance à produire des estimations gonflées lorsque le résultat de base est mesuré avec une erreur.
Le rôle de l'erreur de mesure : La mesure imparfaite du résultat de base est une source critique de biais pour l'approche ANCOVA. Les auteurs démontrent que l'utilisation de mesures multiples du résultat de base peut réduire ce biais, bien qu'elle ne puisse l'éliminer entièrement.
Confusion temporelle : Lorsqu'un facteur de confusion temporel (par exemple, l'activité physique) existe, lequel est causé par l'exposition et affecte à la fois le résultat de base et le suivi, le simple conditionnement sur la ligne de base échoue. Dans de tels cas, les modèles ANCOVA ou de score de changement standards produisent des estimations biaisées, tandis que les méthodes g (comme la g-computation) sont nécessaires pour récupérer le véritable effet causal.
Équivalence sous des conditions spécifiques : Les auteurs notent que les analyses de score de changement et les analyses de suivi conditionnel sur la ligne de base sont mathématiquement équivalentes lorsque le modèle de score de changement conditionne également sur la ligne de base, à condition que les mêmes hypothèses soient respectées.

Signification et conclusions
L'article conclut que le « paradoxe » de Lord n'est pas une curiosité statistique mais un avertissement fondamental concernant l'utilisation des scores de changement dans les données observationnelles. Les auteurs affirment qu'aucune des deux approches n'est universellement « correcte » pour estimer l'effet d'une exposition sur le changement exogène sans satisfaire des hypothèses spécifiques, souvent invérifiables.

La principale portée de ce travail réside dans la clarification que :

Les scores de changement sont généralement inappropriés pour les données observationnelles où l'exposition influence le résultat de base (ou vice versa), car ils ne parviennent pas à isoler le changement exogène en raison du biais inhérent au terme de soustraction.
L'ANCOVA n'est pas une panacée ; elle est hautement sensible à l'erreur de mesure de la variable de base et à la confusion temporelle.
Des questions de recherche bien définies sont essentielles. Les chercheurs doivent clairement définir s'ils s'intéressent aux effets totaux, aux effets directs ou au changement exogène, et reconnaître que les analyses de « changement » standards échouent souvent à estimer ces cibles dans des contextes non randomisés.

Les auteurs recommandent que les analyses de score de changement soient réservées principalement aux expériences naturelles ou aux essais randomisés où l'exposition est exogène. Dans les contextes observationnels, les chercheurs devraient prioriser des modèles causaux bien définis, utiliser des mesures multiples de la ligne de base pour atténuer l'erreur de mesure, et employer des méthodes avancées comme les méthodes g pour traiter la confusion temporelle.