Les études transversales impliquent des données recueillies à un moment défini. Elles sont souvent utilisées pour évaluer la prévalence de conditions aiguës ou chroniques, mais ne peuvent pas être utilisées pour répondre à des questions sur les causes de la maladie ou les résultats d’une intervention. Les données transversales ne peuvent pas être utilisées pour déduire la causalité car la temporalité n’est pas connue. Elles peuvent également être décrites comme des recensements. Les études transversales peuvent impliquer la collecte de données spéciales, notamment des questions sur le passé, mais elles reposent souvent sur des données collectées à l’origine à d’autres fins. Elles sont modérément coûteuses et ne sont pas adaptées à l’étude des maladies rares. La difficulté à se souvenir des événements passés peut également contribuer au biais.
AvantagesModifier
L’utilisation de données collectées de manière routinière permet de réaliser de grandes études transversales à peu ou pas de frais. C’est un avantage majeur par rapport à d’autres formes d’études épidémiologiques. Une progression naturelle a été suggérée à partir d’études transversales bon marché de données collectées de façon routinière qui suggèrent des hypothèses, vers des études cas-témoins les testant plus spécifiquement, puis vers des études de cohorte et des essais qui coûtent beaucoup plus cher et prennent beaucoup plus de temps, mais peuvent donner des preuves plus solides. Dans une enquête transversale, on examine un groupe spécifique pour voir si une activité, par exemple la consommation d’alcool, est liée à l’effet sur la santé étudié, par exemple la cirrhose du foie. Si la consommation d’alcool est corrélée à la cirrhose du foie, cela confirmerait l’hypothèse selon laquelle la consommation d’alcool peut être associée à la cirrhose.
InconvénientsModifier
Les données de routine peuvent ne pas être conçues pour répondre à la question spécifique.
Les données collectées de façon routinière ne décrivent normalement pas quelle variable est la cause et quelle autre est l’effet. Les études transversales utilisant des données recueillies à l’origine à d’autres fins sont souvent incapables d’inclure des données sur les facteurs de confusion, d’autres variables qui affectent la relation entre la cause et l’effet putatifs. Par exemple, des données portant uniquement sur la consommation actuelle d’alcool et la cirrhose ne permettraient pas d’explorer le rôle de la consommation passée d’alcool, ou d’autres causes. Les études transversales sont très sensibles au biais de rappel.
La plupart des études cas-témoins collectent des données spécifiquement conçues sur tous les participants, y compris des champs de données conçus pour permettre de tester l’hypothèse d’intérêt. Cependant, dans les questions où des sentiments personnels forts peuvent être impliqués, des questions spécifiques peuvent être une source de biais. Par exemple, la consommation passée d’alcool peut être incorrectement rapportée par une personne souhaitant réduire son sentiment personnel de culpabilité. Un tel biais peut être moindre dans les statistiques collectées de façon routinière, ou effectivement éliminé si les observations sont faites par des tiers, par exemple les registres de taxation de l’alcool par zone.
Les faiblesses des données agrégéesModifier
Les études transversales peuvent contenir des données au niveau individuel (un enregistrement par individu, par exemple, dans les enquêtes nationales sur la santé). Cependant, dans l’épidémiologie moderne, il peut être impossible d’enquêter sur l’ensemble de la population d’intérêt, de sorte que les études transversales impliquent souvent une analyse secondaire des données recueillies dans un autre but. Dans de nombreux cas, le chercheur ne dispose pas d’enregistrements individuels et doit utiliser des informations au niveau du groupe. Les principales sources de ces données sont souvent de grandes institutions comme le Census Bureau ou les Centers for Disease Control aux États-Unis. Les données de recensement récentes ne sont pas fournies sur les individus, par exemple au Royaume-Uni, les données de recensement individuelles ne sont publiées qu’après un siècle. Les données sont plutôt agrégées, généralement par zone administrative. Les inférences sur les individus basées sur des données agrégées sont affaiblies par le sophisme écologique. Il faut également tenir compte du risque de commettre le « sophisme atomistique », lorsque des hypothèses sur les chiffres agrégés sont formulées sur la base de l’agrégation de données au niveau individuel (par exemple, en faisant la moyenne des secteurs de recensement pour calculer la moyenne d’un comté). Par exemple, il peut être vrai qu’il n’y a pas de corrélation entre la mortalité infantile et le revenu familial au niveau de la ville, tout en étant vrai qu’il existe une forte relation entre la mortalité infantile et le revenu familial au niveau individuel. Toutes les statistiques agrégées sont sujettes à des effets de composition, de sorte que ce qui importe n’est pas seulement la relation au niveau individuel entre le revenu et la mortalité infantile, mais aussi les proportions de personnes à faible, moyen et haut revenu dans chaque ville. Comme les études cas-témoins sont généralement basées sur des données au niveau individuel, elles ne présentent pas ce problème.