L’épidémiologie de la santé publique ne peut prétendre découvrir l’utilité de l’IV dans les études écologiques, car les premières applications des « décalages de courbe” (variables avec des caractéristiques IV) remontent à la littérature économétrique des années 1930. En effet, PG Wright a introduit des IV pour estimer les élasticités de l’offre et de la demande de graines de lin, la source de l’huile de lin. Pour notre réévaluation de la valeur des associations écologiques, nous pointons l’analogie entre certaines variables écologiques et IV et posons que les analyses écologiques sont utiles et significatives lorsque les variables écologiques peuvent être interprétées comme une IV, c’est-à-dire une variable corrélée à, ou de préférence une « cause” de l’exposition individuelle, mais dont l’association avec le résultat d’intérêt n’est pas elle-même confondue, du moins pas par des variables non mesurées (figure 1). De plus, la variable instrumentale ne devrait affecter le résultat que via l’exposition individuelle. Autrement dit, il ne devrait pas y avoir de voies causales reliant IV et résultat qui contournent l’exposition. Un exemple épidémiologique où les variables instrumentales se sont révélées utiles est celui de la ”randomisation mendélienne » (MR). Par exemple, les pressions sanguines des individus présentant des mutations de déficit en aldéhyde déshydrogénase alcoolique sont comparées à celles qui n’en ont pas, car les porteurs « en moyenne” de cette mutation boivent moins que les non-porteurs. Notez que dans cet exemple, l’utilisation de la MR évite également la nécessité de mesurer la consommation individuelle d’alcool, ce qui, en plus de la confusion potentielle par des variables comportementales, pose de toute façon de nombreux problèmes méthodologiques. Cependant, la MR a également été utilement utilisée pour évaluer un effet causal des lipoprotéines de haute densité dans le sang sur les maladies cardiovasculaires. En outre, l’analyse de l’intention de traiter d’un essai contrôlé randomisé est également essentiellement basée sur des variables instrumentales, car lorsque l’observance est <une affectation aléatoire à 100% au traitement n’est pas identique au traitement réel reçu, mais n’est pas influencée par les facteurs de confusion potentiels qui influencent l’observance individuelle du traitement.

Il convient de noter que l’analyse de l’intention de traiter n’estime pas l’effet causal moyen chez les compliants et est donc soumise à un biais de « dilution”, c’est-à-dire un biais vers la valeur nulle en raison d’une exposition mal classée. L’allocation de traitement est généralement une bonne variable instrumentale lorsqu’en utilisant l’aveuglement, il n’existe aucun lien de causalité entre le bras de randomisation et le résultat qui contourne le traitement réel. Dans le contexte des essais cliniques, il a été établi que la monotonie est une exigence essentielle de l’attribution du traitement pour être une bonne IV. Fondamentalement, dans le contexte des études écologiques, la monotonie signifie que les augmentations au niveau écologique n’entraînent pas de baisses au niveau individuel. Par exemple, supposons que dans les zones fortement polluées par l’air, les gens restent si souvent à l’intérieur qu’ils sont moins exposés aux particules que les personnes vivant dans des zones moins polluées par l’air, alors il n’y a pas de monotonie. La linéarité n’est pas requise, bien que les relations non linéaires puissent être difficiles dans l’analyse. Dans la terminologie de l’analyse causale des essais contrôlés randomisés, cela signifie qu’il n’y a pas de « défiants”. Cette idée peut être simplement extrapolée à d’autres IV. Dans le cas de la MR et de la consommation d’alcool par exemple, la monotonie est plausible, car il est peu probable que quiconque sans la mutation de déficit en aldéhyde déshydrogénase aurait eu une consommation hebdomadaire d’alcool plus élevée dans la situation contrefactuelle dans laquelle il / elle portait la mutation. Dans le contexte des associations écologiques, l’idée IV peut être facilement traduite par des enquêtes sur des séries chronologiques lorsque, au cours de la période d’exposition écologique variable, telle que la pollution de l’air ou l’introduction d’une législation spécifique, la population reste la même. Cependant, la monotonie pourrait être violée si un avertissement sur les niveaux d’exposition environnementale modifiait le comportement d’un individu.

Une caractéristique intéressante de l’utilisation d’une IV écologique est la possibilité de répondre à des questions de recherche qui peuvent ne pas être possibles en utilisant d’autres conceptions de recherche observationnelle au niveau individuel. Pour cette raison, les études écologiques sont également populaires dans les études où les observations individuelles sont souvent difficiles à obtenir. Par exemple, l’introduction d’une obligation légale de porter un casque de vélo a été explorée dans le cadre d’une étude IV sur l’impact du port du casque (de vélo) sur le risque de blessure. Au niveau individuel, le port du casque est probablement confondu avec des facteurs tels que la « prudence” et la « prise de risque”. Cependant, il est peu probable qu’une obligation légale de porter un casque affecte la « prudence” ou d’autres comportements de la circulation, mais constitue une raison indépendante du port de tels casques. Bien que l’existence de defiers (personnes qui ont cessé de porter le casque en raison de l’obligation d’en porter un) ne puisse être complètement exclue, elles sont probablement rares.

Robinson, en particulier, a utilisé une approche écologique pour explorer l’efficacité de l’introduction d’une loi sur le casque de vélo obligatoire en Australie pour réduire la morbidité et la mortalité globales des blessures des cyclistes. Robinson a utilisé des données au niveau de la population pour les hospitalisations de cyclistes blessés et a comparé les données d’enquête agrégées sur les taux de port du casque avant la loi, la première année de droit et la deuxième année de droit pour faire valoir que les casques de vélo n’offrent pas d’avantages marqués en matière de sécurité pour les cyclistes au niveau de la population. Malgré une forte augmentation de l’utilisation (obligatoire) du casque à la suite de ces lois sur le casque, les proportions de cyclistes et de piétons admis à l’hôpital pour blessures à la tête ont suivi une tendance similaire à la baisse. À ce titre, Robinson a attribué la réduction observée du nombre de cyclistes blessés à la tête à la mise en œuvre d’autres initiatives majeures de sécurité routière en même temps, telles que l’application des limites de vitesse, les lois sur l’alcool au volant, le traitement des points noirs des accidents, etc. Il est intéressant de noter que le plus grand effet de l’introduction de la loi sur le casque à vélo a semblé décourager le cyclisme, car les enquêtes antérieures et postérieures à la loi ont montré des réductions du nombre d’enfants cyclistes 15 et 2,2 fois plus importantes que l’augmentation du nombre d’enfants portant un casque; une observation qui semble invalider la condition selon laquelle une IV ne devrait affecter le résultat que par l’exposition d’intérêt. Autre exemple, la consommation d’alcool a de nombreux effets, souvent néfastes, sur la santé. Cependant, sur le plan individuel, la consommation d’alcool est associée à de nombreux autres comportements, tels que le tabagisme et la prise de risques sexuels, qui peuvent tous agir comme des facteurs de confusion lorsqu’ils sont liés de manière causale à un résultat d’intérêt pour la santé. Certaines interventions qui affectent la consommation d’alcool, telles que « l’expérience naturelle » de la prohibition de 1920-1933 aux États-Unis d’Amérique (États-Unis), peuvent offrir des opportunités de contourner cette confusion et peuvent ainsi agir comme des variables instrumentales. Cependant, pour que cela soit valable, il est essentiel que la population puisse être considérée (plus ou moins) constante afin que les concepts de complier et de defier aient un sens. Cette dernière condition rendrait douteuses les séries chronologiques à long terme (années, décennies).

Dans d’autres contextes écologiques, ce critère de monotonie peut ne pas être si simple à appliquer; par exemple, lorsque nous comparons les régions A et B avec des populations différentes et des niveaux d’exposition écologiques différents X. La comparaison directe d’une mesure de résultat y entre A et B peut ne pas être appropriée car A et B peuvent avoir différents niveaux d’autres facteurs C qui influencent causalement y, et sont donc des facteurs de confusion ou des modificateurs d’effets. Une autre limite des IV est qu’on ne peut s’attendre à ce qu’ils disent quelque chose sur l’effet causal des expositions individuelles xi sur y que si nous supposons que la relation entre xi et y est monotone. Ainsi, toute exposition qui a, par exemple, une relation en forme de U avec le résultat ne devrait de préférence pas faire l’objet d’une analyse écologique.

Estimation

L’existence d’une IV écologique permet d’établir la causalité de l’association entre l’exposition et le résultat, même lorsque les expositions individuelles ne sont pas observées mais que l’IV pour chaque individu est connue. Cependant, ce n’est qu’une conclusion qualitative. En outre, il peut également être souhaitable d’estimer la force de la relation entre les expositions individuelles et les résultats. Lorsque des expositions individuelles sont également mesurées, cela est simple en utilisant les moindres carrés d’insertion résiduelle en deux étapes. Dans d’autres situations, cela peut être difficile, en particulier dans le contexte de relations non linéaires.

Série chronologique de la pollution atmosphérique

Un exemple dans lequel une variable écologique semble avoir des caractéristiques IV appropriées est dans le cas d’une pollution atmosphérique variable dans le temps, telle que des particules ayant un diamètre aérodynamique de < 10 micromètres; PM10. Dans de nombreux endroits, ces concentrations varient considérablement, et souvent rapidement (en quelques heures ou quelques jours), au fil du temps. Bien que les niveaux moyens mesurés puissent ne pas refléter avec précision les expositions individuelles, il semble plausible qu’il existe des corrélations étroites et que, par conséquent, les associations écologiques peuvent être utilisées pour étudier l’association entre la pollution de l’air et (disons) les épisodes d’exacerbation de l’asthme. Les facteurs de confusion plausibles, par exemple la température, sont mesurables et peuvent donc être ajustés. De plus, étant donné que les mêmes individus sont en grande partie observés pendant différentes périodes, le concept de défi est facile à interpréter, à savoir. quelqu’un qui a une exposition individuelle plus faible pendant les périodes de niveaux environnementaux élevés. Bien entendu, de telles études semblent moins appropriées pour les résultats résultant d’expositions cumulatives chroniques, par exemple la mortalité cardiopulmonaire ou liée au cancer, comme dans l’étude de l’American Cancer Society.

Comparaisons géographiques

La comparaison écologique entre zones géographiques est plus difficile, par exemple deux zones dont les niveaux de pollution atmosphérique sont largement différents (par exemple une région agricole rurale par rapport à une zone industrielle urbaine). Comme les deux populations sont différentes, le concept de ”défier » n’a qu’une interprétation contrefactuelle, à savoir. en tant que personne, s’il avait résidé dans la zone où les niveaux de pollution sont les plus élevés, elle aurait personnellement moins d’exposition à la pollution de l’air (ou vice versa). De tels individus (contrefactuels) sont probablement rares si les domaines sont similaires dans d’autres aspects (pertinents). Cependant, cela peut ne pas toujours être le cas. Les personnes souffrant d’asthme, par exemple, peuvent choisir de ne pas vivre dans des zones où les niveaux de pollution atmosphérique sont élevés et sont donc des défis. Il n’existe pas de test étalon-or pour évaluer si les expositions environnementales définies géographiquement ont des propriétés IV, mais cela doit être évalué sur la base de connaissances de fond. Les expositions individuelles moyennes peuvent parfois être plausibles comme des IV, mais parfois non.

Pauvreté et santé

Une situation similaire peut exister dans la relation largement discutée entre la « richesse”, la « pauvreté”, le  » statut économique social”, le  » statut d’emploi” et divers résultats (de santé). Au niveau individuel, il peut y avoir une forte relation entre le chômage, par exemple, et la (mauvaise) santé et la mortalité, ce qui suggère que le chômage est causalement lié à des résultats néfastes pour la santé. Cependant, en plus des biais de sélection, cette relation peut être confondue par de nombreuses variables, ce qui peut rendre une interprétation causale discutable. Les chômeurs peuvent avoir perdu leur emploi en raison d’une mauvaise santé physique et / ou mentale ou peuvent être moins adaptables socialement. Une crise économique ou une dépression avec une augmentation rapide et massive du chômage peut agir comme une IV, et si la mortalité ou la morbidité (spécifique) n’augmente pas pendant de telles dépressions, on peut remettre en question les interprétations causales des associations à un niveau individualiste. Encore une fois, étant donné que les mêmes personnes sont en grande partie impliquées, il est (du moins conceptuellement) facile d’évaluer s’il y a (un nombre important de) personnes qui ont des défis, en particulier des personnes qui bénéficient économiquement (ou trouvent un emploi) pendant les périodes de dépression. Bien que de tels individus puissent exister, ils sont probablement rares. Les dépressions économiques peuvent également potentiellement affecter la santé par des voies n’impliquant pas le chômage. Par exemple, pendant les dépressions, les employés (encore) peuvent éviter des comportements qui mettraient leur emploi en danger. Bien que ces voies causales alternatives puissent potentiellement invalider la valeur des dépressions en tant qu’IV, leur importance semble mineure. De même, les catastrophes naturelles ou d’autres « expériences naturelles” peuvent parfois fournir de bonnes variables instrumentales. Un exemple en est l’association largement acceptée entre la tuberculose et la pauvreté ; alors que presque toutes les études transversales montrent cette association, l’augmentation rapide de la pauvreté aux États-Unis et en Europe au cours des années 1930 n’a pas entraîné d’augmentation de la mortalité par tuberculose.

À titre d’exemple supplémentaire de l’utilisation de l’IV dans des études d’intervention plutôt que d’observation, nous considérons l’association entre les interventions régionales des travailleurs et la prévalence du virus de l’immunodéficience humaine (VIH) en Inde. Il s’agit d’illustrer des situations dans lesquelles les niveaux écologiques (géographiques) d’une variable peuvent avoir des caractéristiques IV appropriées. Dans les quatre États à forte prévalence du VIH (Andhra Pradesh, Maharashtra, Karnataka, Tamil Nadu) du sud de l’Inde, des interventions ciblant les travailleurs du sexe (utilisation du préservatif, traitement des maladies sexuellement transmissibles, par exemple) sont mises en œuvre au niveau des districts. Les effets des interventions sur la prévalence et l’incidence du VIH au niveau du district sont également mesurés au niveau du district par la prévalence du VIH spécifique au district chez les jeunes (< 25 ans) participants aux soins prénatals. L’idée derrière ces interventions est que la prévention de la transmission (par des pratiques sexuelles plus sûres) entre les travailleurs du sexe et leurs clients réduirait la transmission globale du VIH. Ces interventions ont reçu un fort soutien de la Fondation Bill et Melinda Gates sous la forme du projet « Avahan”. L’existence de défieurs, c’est-à-dire de personnes présentant un risque moins élevé d’infection par le VIH en l’absence d’intervention, est peu probable, de sorte que la monotonie semble plausible. Donc, en principe, une intervention au niveau du district pourrait être une bonne IV.