Triangulation of evidence to examine selection bias in lifecourse Mendelian randomization studies: an example using early life adiposity and breast cancer.

En utilisant une approche de triangulation combinant analyses empiriques et simulations, cette étude conclut que les mécanismes plausibles de biais de sélection sont peu susceptibles d'expliquer entièrement l'effet protecteur observé de l'adiposité précoce sur le risque de cancer du sein, soutenant ainsi une interprétation causale de cette relation.

L'essentiel

🕵️‍♀️ Le Grand Mystère : Pourquoi les enfants un peu "ronds" auraient-ils moins de cancer du sein ?

Imaginez que vous êtes un détective de la santé. Vous avez remarqué un phénomène étrange : dans de nombreuses études, les femmes qui avaient un peu plus de poids dans leur enfance semblent avoir moins de risques de développer un cancer du sein plus tard dans la vie.

C'est contre-intuitif, n'est-ce ? On pense généralement que le gras est mauvais pour la santé. Alors, les scientifiques ont utilisé une technique très puissante appelée Mendelian Randomization (qui utilise nos gènes comme des "jetons" pour tester la causalité) pour confirmer que ce lien était bien réel et non dû au hasard.

MAIS, certains sceptiques ont levé un drapeau rouge. Ils disent : "Attendez ! Ce n'est peut-être pas la graisse qui protège. C'est peut-être un piège statistique !"

🎣 Le Piège du "Sélecteur" (Le Bias de Sélection)

Pour comprendre le doute, utilisons une analogie : Le Club de Golf Privé.

Imaginez que vous voulez étudier si être grand aide à gagner des tournois de golf. Mais vous ne pouvez interviewer que les gens qui ont réussi à rejoindre un club de golf très sélectif.

• Si le club n'accepte que les gens très riches (qui peuvent s'entraîner) ET les gens très grands (qui ont un avantage physique), votre échantillon sera biaisé.
• Si vous analysez les données de ce club, vous pourriez conclure à tort que "être grand" est la seule raison de la victoire, alors que c'est en fait la richesse qui a permis l'accès au club.

Dans notre cas, les sceptiques disent : "Peut-être que les femmes qui ont survécu jusqu'à l'âge adulte pour participer à l'étude sont celles qui avaient un corps particulier. Si les femmes avec un certain type de corps dans l'enfance sont mortes plus jeunes (ou n'ont pas répondu à l'enquête), alors l'étude ne voit que les survivantes, ce qui fausse les résultats."

C'est ce qu'on appelle le biais de sélection ou "collider stratification". C'est comme si l'étude ne regardait que les photos prises à une fête où seuls certains types de gens ont été invités.

🔍 L'Enquête : Comment les auteurs ont-ils vérifié ?

Les auteurs de cet article (une équipe de chercheurs brillants) ont dit : "Ne jetons pas le bébé avec l'eau du bain. Vérifions si ce 'piège' est vraiment assez puissant pour expliquer tout le phénomène."

Ils ont utilisé une méthode appelée Triangulation. Imaginez que vous essayez de trouver la position d'un trésor. Au lieu de regarder juste d'un côté, vous regardez depuis trois points différents (la carte, le compas, et un satellite) pour voir si vous arrivez au même endroit.

Voici leurs trois "points de vue" :

1. L'Analogie des Jumeaux et des Cousins (L'analyse génétique)

Ils ont regardé les familles. Si le lien entre le poids d'enfance et le cancer était un faux piège statistique, on devrait voir une différence étrange entre les résultats d'une personne sur elle-même et les résultats sur ses proches (mères, sœurs).

• Leur découverte : Ils ont simulé des familles entières sans aucun piège statistique. Résultat ? Même sans piège, les chiffres ressemblaient exactement à ceux de l'étude originale.
• Conclusion : La différence observée n'est pas un bug du système, c'est juste comment l'hérédité fonctionne naturellement. Le "piège" n'est pas nécessaire pour expliquer les résultats.

2. L'Analogie du Survivant (L'analyse de la longévité)

Les sceptiques pensaient que les enfants un peu "ronds" mouraient plus jeunes, donc ils n'étaient pas là pour participer à l'étude.

• Leur découverte : Ils ont regardé la longévité des parents. Ils ont vu que c'est le poids à l'âge adulte qui tue (ou réduit la longévité), pas le poids dans l'enfance.
• Conclusion : Si le poids d'enfance ne tue pas les gens avant l'âge adulte, alors il ne peut pas créer un "piège" de sélection en éliminant les participants. Le mécanisme du piège ne fonctionne pas ici.

3. La Simulation Extrême (Le Test de Stress)

C'est la partie la plus créative. Les auteurs ont créé un monde virtuel (une simulation informatique) où :

• Le poids d'enfance n'a aucun effet sur le cancer (c'est le scénario "null").
• Ils ont ensuite forcé un "piège" énorme : ils ont fait en sorte que l'étude ne recrute que des gens très spécifiques, avec des scénarios de sélection extrêmes et improbables.
• Leur découverte : Même avec des pièges gigantesques et des scénarios de folie, ils n'ont jamais réussi à recréer le résultat observé (la forte protection contre le cancer). Le piège était trop faible pour expliquer la réalité.

🏁 Le Verdict Final

Après avoir passé au crible toutes les hypothèses, les auteurs concluent :

Le piège statistique (le biais de sélection) est réel, mais il est trop petit pour expliquer tout le phénomène.

C'est comme si quelqu'un vous disait : "Ce gâteau est trop bon, c'est sûrement un trucage !" Et vous répondez : "J'ai vérifié la recette, j'ai testé les ingrédients, et même si j'ajoute un peu de sel par erreur, ça ne suffit pas à expliquer pourquoi le gâteau est aussi délicieux. Il faut vraiment admettre que le chocolat est bon."

En résumé :
Il est très probable que l'excès de poids dans l'enfance protège réellement (d'une certaine manière biologique) contre le cancer du sein plus tard. Ce n'est pas une illusion causée par le fait que certaines personnes n'ont pas participé à l'étude.

C'est une victoire pour la science : elle a pris une critique sérieuse, l'a testée avec des outils rigoureux, et a confirmé que le signal original est bien réel.

Résumé technique

1. Problématique

L'adiposité élevée durant l'enfance est systématiquement associée à un risque réduit de cancer du sein à l'âge adulte. Les études de randomisation mendélienne (RM) ont suggéré un effet causal protecteur. Cependant, des critiques récentes ont émis l'hypothèse que ce résultat pourrait être un artefact dû au biais de sélection, spécifiquement via le mécanisme de stratification par collier (collider stratification bias).

Ce biais pourrait survenir si la participation à l'étude (ou la survie jusqu'au recrutement) dépend à la fois de l'adiposité infantile et du risque de cancer du sein. Dans ce scénario, même en l'absence d'effet causal réel (modèle nul), une association inverse spurious pourrait être induite. L'objectif de cet article est d'évaluer, par triangulation de preuves, si des mécanismes de sélection plausibles peuvent expliquer entièrement l'effet protecteur observé.

2. Méthodologie : Une approche de triangulation

Les auteurs ont employé une stratégie triangulaire combinant des analyses empiriques et des simulations pour tester la robustesse des résultats face au biais de sélection :

• Analyse de RM par génotype proxy : Réexamen des analyses utilisant le génotype de l'enfant comme proxy pour celui des parents. Les critiques suggéraient que l'atténuation des estimations chez les apparentés (par rapport à l'individu lui-même) prouvait un biais de sélection. Les auteurs ont réanalysé ces données et réalisé des simulations familiales pour vérifier si ce schéma d'atténuation pouvait émerger sans biais de sélection (simplement par héritage mendélien et dilution de mesure).
• RM multivariable sur la survie parentale : Utilisation de la RM multivariable pour évaluer l'impact de l'adiposité infantile et adulte sur la survie des parents. Cela permet de tester si les différences de survie (un mécanisme de sélection potentiel) sont principalement pilotées par l'adiposité infantile ou adulte.
• Simulations extensives sous un modèle nul :
  • Génération de données sous un modèle nul strict (aucun effet causal réel de l'adiposité sur le cancer du sein).
  • Modélisation de la sélection dans l'échantillon d'analyse comme une fonction de l'adiposité infantile, du statut de cancer et de leurs interactions.
  • Exploration de 27 scénarios couvrant une sélection additive et une sélection pilotée par des interactions, avec des paramètres allant de nuls à des valeurs extrêmes (au-delà des observations empiriques typiques).
  • Inclusion de confondants non mesurés pour refléter la structure empirique.
  • Comparaison des estimations simulées (RM univariable et multivariable) avec les estimations empiriques observées.

3. Résultats Clés

• Atténuation des estimations par génotype proxy : Les simulations ont montré que le schéma d'atténuation observé dans les analyses de RM par génotype proxy (où l'effet semble plus faible chez les apparentés) peut être entièrement reproduit par l'héritage mendélien et la dilution de mesure, sans aucun biais de sélection. Cela invalide l'argument selon lequel cette atténuation prouve un biais de sélection.
• Survie parentale : Les analyses de RM multivariable sur la survie parentale indiquent que les différences de survie sont principalement conduites par l'adiposité à l'âge adulte, et non par l'adiposité infantile. L'effet de l'adiposité infantile sur la survie s'atténue complètement après ajustement pour l'adiposité adulte. Cela suggère que la sélection liée à la survie agissant via l'adiposité infantile est peu probable d'expliquer les résultats sur le cancer du sein.
• Simulations de biais de sélection :
  • La sélection additive a produit très peu de distorsion.
  • La sélection pilotée par des interactions a généré des distorsions croissantes, mais même dans les scénarios les plus extrêmes, les estimations simulées restaient moins fortes que l'effet protecteur observé empiriquement (logOR = -0.53).
  • Lorsque la sélection était spécifiquement pilotée par l'adiposité adulte, le biais affectait principalement les estimations de l'âge adulte, laissant les estimations infantiles proches de la nullité.
• Incapacité à reproduire le schéma global : Sur 781 250 scénarios de simulation, aucun n'a réussi à reproduire simultanément le schéma complet des estimations empiriques (à la fois les effets univariables et multivariables pour l'enfance et l'âge adulte) sous l'hypothèse d'un biais de sélection seul.

4. Contributions et Signification

• Validation de la causalité : L'étude fournit des preuves solides que les mécanismes de sélection plausibles (y compris la stratification par collier et les biais de survie) sont peu susceptibles d'expliquer entièrement l'effet protecteur observé de l'adiposité infantile sur le cancer du sein. Cela soutient l'interprétation causale de cette association.
• Méthodologie de triangulation : L'article démontre la valeur de l'utilisation de multiples approches complémentaires (analyses familiales, RM multivariable, simulations de stress) pour évaluer la robustesse des résultats de la RM sur le cycle de vie, plutôt que de rejeter les résultats par défaut en raison de la possibilité théorique de biais.
• Implications biologiques : En rejetant l'hypothèse d'un artefact de sélection, l'étude renforce la nécessité d'explorer les mécanismes biologiques réels, tels que les niveaux d'hormones sexuelles circulantes et la densité mammaire, qui pourraient être modifiés par l'adiposité précoce et influencer le risque de cancer.
• Guide pour les futures études : Les auteurs soulignent que le biais de sélection ne doit pas être une barrière à la recherche, mais un incitatif à une évaluation rigoureuse. Ils montrent que même des scénarios de sélection extrêmes ne suffisent pas à annuler un effet causal fort.

En conclusion, bien que le biais de sélection puisse influencer les estimations de la RM, cette étude démontre qu'il ne suffit pas à créer l'effet protecteur inverse observé entre l'adiposité infantile et le cancer du sein, renforçant ainsi la validité des conclusions antérieures sur le rôle causal de l'adiposité précoce.