Hippocratic Utility

Bien que l'auteur ne remette pas en cause la motivation éthique d'une fonction d'utilité qui privilégie la non-imposition de traitements nuisibles, il démontre que son champ d'application pratique reste limité.

L'essentiel

Voici une explication simple et imagée de l'article de Tomasz Strzalecki, « Utilité Hippocratique », adaptée pour un public général.

🏥 Le Dilemme du Médecin : « Ne pas nuire » ou « Sauver le maximum » ?

Imaginez que vous êtes un chef de cuisine (ou un médecin) face à deux plats (ou deux médicaments) pour soigner un patient malade.

1. Le Plat A (l'ancien) : C'est le plat de la maison, servi depuis 1926. Il sauve 10 % des clients qui le mangent.
2. Le Plat B (le nouveau) : C'est une recette révolutionnaire de 2026. Il sauve 20 % des clients.

Logiquement, n'importe qui choisirait le Plat B, car il sauve deux fois plus de vies. C'est comme choisir une voiture qui a deux fois moins d'accidents.

Cependant, l'article parle d'une règle éthique très stricte, appelée « Utilité Hippocratique », basée sur le serment : « D'abord, ne pas nuire ».

🚫 La Règle de la « Peur de l'Erreur »

Cette règle dit : « Il est pire de tuer quelqu'un avec un nouveau médicament que de laisser quelqu'un mourir parce qu'on n'a rien fait. »

Pour illustrer cela, imaginons que le Plat B (le nouveau) soit si puissant qu'il sauve plus de gens, mais qu'il soit aussi un peu toxique pour certains. Si vous le donnez à quelqu'un qui aurait survécu avec le Plat A, ce quelqu'un risque de mourir à cause du B.

L'« Utilité Hippocratique » attribue une peine énorme à cette erreur (tuer avec le nouveau). Elle dit : « Mieux vaut ne rien faire et laisser mourir 10 personnes, que de donner le nouveau médicament et tuer accidentellement 1 personne qui aurait survécu sans ça. »

C'est comme si vous disiez : « Je préfère ne jamais construire de ponts, car si un pont s'effondre, c'est ma faute. Si je ne construis rien et que les gens se noient en traversant la rivière, ce n'est pas ma faute. »

🎭 Le Problème : La Biais de Statut Quo (L'Histoire au hasard)

L'auteur, Tomasz Strzalecki, dit : « Attendez une minute. Cette règle est dangereuse car elle dépend du hasard de l'histoire, pas de la science. »

Voici l'analogie du Changement de Nom :

• Scénario 1 : Le Plat A est l'ancien (1926), le Plat B est le nouveau (2026).

  • La règle dit : « Ne donnez pas le B, vous risquez de nuire. Restez sur l'A. »
  • Résultat : On choisit l'ancien (moins efficace).

• Scénario 2 (Le Twist) : Imaginez que l'histoire ait été différente. Le Plat B existait depuis 1926 et le Plat A vient d'être inventé en 2026.

  • Maintenant, le Plat B est « l'ancien » et le Plat A est « le nouveau ».
  • La règle dit : « Ne donnez pas l'A (le nouveau), vous risquez de nuire. Restez sur le B. »
  • Résultat : On choisit le Plat B (qui est en fait le même médicament que dans le Scénario 1, mais qui est maintenant considéré comme « l'ancien »).

Le problème est là : Dans les deux cas, on finit par choisir le même médicament (celui qui est étiqueté « ancien »), peu importe si c'est le meilleur ou le pire. La décision dépend d'un fait aléatoire (qui a été découvert en premier), et non de la capacité du médicament à sauver des vies.

C'est comme si vous choisissiez votre route pour aller au travail uniquement en fonction de la couleur de votre voiture, et non de l'état de la route. Si votre voiture est rouge, vous prenez la route de gauche (même si elle est bloquée). Si elle est bleue, vous prenez la route de droite. C'est irrationnel.

🧩 Le Problème de l'Incertitude

L'auteur soulève un autre point : cette règle fonctionne mal quand on ne connaît pas tous les détails.
Imaginez que vous ne sachiez pas exactement qui survivra avec quel plat. La règle « Hippocratique » devient floue. Selon la façon dont vous imaginez les probabilités (qui meurt avec quoi), vous pouvez choisir le mauvais plat. C'est comme essayer de jouer aux échecs sans voir l'échiquier, en comptant sur une règle qui change selon votre humeur.

⚖️ Conclusion : Quand cette règle est-elle utile ?

L'auteur ne dit pas que cette règle est toujours mauvaise. Il dit qu'elle a des limites :

1. C'est utile quand : Le choix est entre « Ne rien faire » et « Faire quelque chose de nouveau ». Ici, le « statu quo » (ne rien faire) est clair. Si vous ne faites rien, vous ne pouvez pas être accusé d'avoir « tué » activement.
2. C'est dangereux quand : Le choix est entre « Deux médicaments actifs ». Ici, dire que l'un est « le nouveau » et l'autre « l'ancien » est arbitraire. Si vous appliquez la règle de « ne pas nuire » ici, vous bloquez le progrès médical simplement parce qu'un médicament a été inventé avant l'autre.

En résumé :
L'article nous met en garde contre une peur excessive de l'erreur. Si nous appliquons la règle « Ne pas nuire » de manière trop rigide entre deux options actives, nous risquons de choisir le mauvais médicament simplement parce qu'il est « nouveau », ou de choisir l'ancien simplement parce qu'il est « vieux », en ignorant le fait que l'un sauve deux fois plus de vies que l'autre.

La vraie sagesse, selon l'auteur, c'est de comprendre que le hasard de l'histoire (qui a découvert quoi en premier) ne devrait jamais dicter la vie ou la mort d'un patient.

Résumé technique

Voici un résumé technique détaillé de l'article « Hippocratic Utility » de Tomasz Strzalecki, rédigé en français.

Titre : Utilité Hippocratique : Limites et Biais de Statu Quo

Auteur : Tomasz Strzalecki (Département d'Économie, Harvard University)

---

1. Problématique

L'article examine l'application de la « fonction d'utilité hippocratique » dans la prise de décision médicale, en particulier dans le contexte de la théorie des choix sous incertitude et des essais cliniques randomisés.

• Contexte : La littérature récente en prise de décision médicale (Ben-Michael et al., 2024 ; Christy et Kowalski, 2024) propose une fonction d'utilité asymétrique motivée par le serment d'Hippocrate (« d'abord, ne pas nuire »).
• Le principe : Cette fonction d'utilité pénalise davantage les décès causés par un nouveau traitement (action $d=1$) que les décès évités par ce même traitement, ou les décès survenant en l'absence de traitement (action $d=0$).
• La question centrale : L'auteur ne remet pas en cause la motivation éthique sous-jacente, mais interroge la portée d'application de ce critère de décision. Il démontre que cette fonction d'utilité conduit à des paradoxes logiques et des biais inacceptables lorsqu'elle est appliquée à des scénarios où le « statu quo » n'est pas une absence de traitement, mais un choix entre deux interventions actives.

2. Méthodologie

L'auteur utilise le modèle des résultats potentiels (Neyman, 1923 ; Rubin, 1974) pour formaliser le problème de décision.

• Cadre théorique :

  • Une population est divisée en quatre strates principales basées sur les résultats potentiels $(y_0, y_1)$, où $y_d \in \{0, 1\}$ (0 = décès, 1 = survie) pour un traitement $d \in \{0, 1\}$.
  • Le décideur connaît les marginales (taux de survie globaux pour chaque traitement) mais ignore la distribution conjointe $P$ (la corrélation entre les réponses aux deux traitements).
  • L'objectif est de maximiser l'utilité espérée : $\max_{d \in \{0,1\}} E_P u(d, y_0, y_1)$.

• Définition de l'Utilité Hippocratique :
  La différence d'utilité entre le nouveau traitement ($d=1$) et l'ancien ($d=0$) est définie comme suit :
  $$u(1, y_0, y_1) - u(0, y_0, y_1) = \begin{cases} 0 & \text{si } y_0 = y_1 \\ 1 & \text{si } y_0 < y_1 \text{ (sauvetage)} \\ -\lambda & \text{si } y_0 > y_1 \text{ (harm)} \end{cases}$$
  Où $\lambda > 1$. Ce paramètre $\lambda$ pondère la perte de vie causée par le nouveau traitement plus lourdement que la perte de vie évitée ou causée par l'ancien traitement.

• Approche de l'analyse :
  L'auteur construit des contre-exemples théoriques (expériences de pensée) en comparant différents problèmes de décision (Tableau 1) pour tester la cohérence de cette fonction d'utilité face à :

  1. La dominance stochastique.
  2. L'indétermination du choix.
  3. Le biais de statu quo.

3. Contributions Clés et Résultats

L'article identifie trois propriétés problématiques de l'utilité hippocratique, la troisième étant l'apport principal de l'auteur.

A. Choix d'une option dominée (Violation de la dominance stochastique)

• Résultat : Si $\lambda$ est suffisamment élevé, le décideur peut choisir l'ancien traitement ($d=0$) même si le nouveau traitement ($d=1$) sauve deux fois plus de vies (ex: 20% vs 10%).
• Mécanisme : La fonction pénalise différemment les décès selon les strates. Si la probabilité de décès sous le nouveau traitement pour des patients qui auraient survécu à l'ancien ($P_{10}$) est non nulle, le terme $-\lambda P_{10}$ peut rendre l'utilité espérée du nouveau traitement négative, malgré son avantage global.
• Implication : Cela viole le principe de dominance stochastique, ce qui est généralement considéré comme irrationnel en théorie de la décision.

B. Indétermination du choix

• Résultat : Lorsque seule la distribution marginale est connue (ce qui est le cas standard des essais randomisés), la décision optimale dépend de la structure de corrélation inconnue de la distribution conjointe $P$.
• Mécanisme : Selon la corrélation entre $y_0$ et $y_1$, le décideur peut opter pour $d=0$ ou $d=1$ pour n'importe quelle valeur de $\lambda$.
• Implication : Le critère ne fournit pas de recommandation claire sans hypothèses supplémentaires arbitraires sur $P$ (comme minimiser le regret, utiliser un critère maxmin, ou supposer une indépendance).

C. Biais de Statu Quo (Contribution Principale)

• Scénario : L'auteur compare deux problèmes de décision :
  1. Problème 1 : Choix entre le médicament A (découvert en 1926) et B (découvert en 2026).
  2. Problème 3 : Choix entre le médicament B (découvert en 1926) et A (découvert en 2026).
• Résultat : Avec une utilité hippocratique ($\lambda > 1$), le décideur choisira systématiquement le médicament qui a été découvert en premier (le « défaut » ou le « statu quo »), peu importe lequel est le plus efficace.
• Analyse : La décision dépend d'un fait historique aléatoire (la date de découverte) plutôt que de l'efficacité clinique ou de la chimie des composés.
• Conclusion de l'auteur : Un décideur éthique souhaitant « ne pas nuire » ne devrait pas baser ses décisions sur des faits historiques arbitraires. L'application de l'utilité hippocratique crée un biais de statu quo inacceptable lorsque le choix est entre deux traitements actifs.

4. Signification et Discussion

• Définition du Statu Quo : L'article conclut que l'utilité hippocratique n'est justifiable que lorsque le « statu quo » correspond à une absence d'intervention (ne pas traiter). Dans ce cas, le risque de nuire par l'action est éthiquement distinct du risque de laisser mourir par inaction.
• Limites d'application : Dès que le « statu quo » devient un traitement actif (choix entre deux médicaments), l'asymétrie de l'utilité introduit des incohérences normatives.
• Arguments juridiques vs Éthiques : L'auteur note que dans certains contextes juridiques (risque de poursuites), un $\lambda$ élevé peut être rationnel (le risque de procès est plus élevé si l'on traite et que le patient meurt, par rapport à ne pas traiter). Cependant, cette motivation est distincte de l'argument éthique pur et conduit à des décisions différentes selon le contexte (ex: automédication possible).
• Recommandation : Pour éviter le biais de statu quo tout en respectant l'asymétrie éthique, il faudrait définir l'utilité directement sur les objets (les composés chimiques) et non sur les actions ($d=0$ vs $d=1$). Cependant, cela ne résout pas le problème de la violation de la dominance stochastique.

En résumé, Strzalecki démontre que bien que l'intuition derrière l'utilité hippocratique soit puissante, son formalisation mathématique actuelle est trop rigide et conduit à des décisions irrationnelles (violation de la dominance) et arbitraires (biais de statu quo) dès que le cadre décisionnel sort de la simple dichotomie « traiter vs ne pas traiter ».