Les questions scientifiques en médecine ont besoin de modèles statistique

Dans le domaine de la recherche, il est souvent intéressant de trouver une relation de cause à effet, à savoir d’examiner l’influence d’un paramètre (comme le poids) sur une valeur cible (comme la tension artérielle systolique). Ou de savoir si certaines habitudes alimentaires ont une influence sur l’apparition de certaines maladies. Pour répondre à cette question, ou à d’autres du même type, il est possible de recourir à des modèles de régression statistiques permettant d’étudier l’influence d’un ou plusieurs paramètres sur une variable cible. Un modèle statistique ad hoc est utilisé en fonction de la modalité de cette variable, à savoir si elle se déplace sur une échelle continue (métrique), si elle est dichotomique («oui/non») ou si elle dépend d’une durée (le temps écoulé jusqu’à la manifestation de tel ou tel incident). Le choix du modèle suppose la compétence clinique du médecin et un certain know-how biostatistique. Dans cet article, nous décrivons les modèles statistiques peut-être les plus courants en recherche médicale: la régression linéaire et la régression logistique.