Thread by @Tsarorius

Excellente la dernière vidéo du Pr Million sur la chaine Youtube de l'IHU, dans laquelle il explique que si on fait une ACP pour évaluer l'efficacité d'un traitement (c'est à dire une méthode qui ne sert pas à ça et que personne n'utilise pour ça) on risque de se tromper.

Je sais pas si vous vous représentez bien le niveau de dinguerie de cette vidéo.

Pour se rendre bien compte :

Les mecs ont voulu faire une étude sur l'efficacité vaccinale, à partir des données de leurs patients venus à l'IHU.

Donc ils ont des patients qui sont venus à l'IHU
- certains vaccinés et d'autres non
- certains symptomatiques et d'autres non
- à certains moments de l'épidémie (vague 1, 2, 3, etc...)
- positifs à certains variants (Marseille 1, Marseille 2, Marseille mon cul sur la commode...)

Et puis ces patients ils connaissent (à peu près) leur devenir :
- certains sont hospitalisés
- certains vont en réanimation
- certains meurent

Et donc on peut faire des analyses statistiques sur ces données.

Et l'analyse statistique qu'ils ont choisi pour cette étude sur l'efficacité du vaccin, c'est... l'analyse en composante principale.

Dites vous bien une chose : c'est que PERSONNE ne fait ça. Personne ne fait une ACP pour évaluer l'efficacité d'un vaccin. Cette méthode statistique, qui est une méthode de représentation graphique d'une matrice de corrélation, ne sert juste pas à ça. Ca n'a juste AUCUN sens.

Et donc dans cette vidéo, Mathieu Million nous dit que si on utilise cette méthode, on peut croire que la vaccination est inefficace alors que si on utilise d'autres méthodes (adaptées celles là) on se rend bien compte que la vaccination est efficace.

Mais enfin... Mec... Pourquoi?! Pourquoi cette ACP?! A quoi ça sert?!

Pourquoi mettre toutes ces variables qui semblent n'avoir aucun sens avec en plus des possibles colinéarité?!
Pourquoi présenter une ACP avec 16% de variance expliquée?!

Et surtout... Mais quel putain de rapport entre cette ACP ou les autres méthodes adaptées et la causalité?!

Et de quel tabou il parle bon sang? Je vous jure j'ai regardé la vidéo 3 fois, et je n'ai toujours pas compris ce qui serait tabou dans ce dont il parle...

Meeeeec... Chi (χ) c'est une lettre grecque ! Si t'écris χ² en utilisant la lettre χ, tu rajoutes pas "hi" après le χ putain... Fais un effort merde !

Et cette diapo n'a aucun sens.

Ca n'a aucun sens d'opposer "approche fréquentiste" et "approche bayésienne" à "approche causale"

Les approches fréquentistes et bayésiennes peuvent s'opposer, mais la notion de causalité ça n'a juste rien à voir... C'est pas sur le même plan.

Tu vois que la confusion est totale quand ensuite il te présente les modèles structuraux.

Ca n'a vraiment aucun sens, et visiblement il ne sait pas du tout de quoi il parle, parce que dans les modèles structuraux les liens entre variables reposent sur des statistiques [...]

[...] fréquentistes ou bayesiennes, et pas du tout sur un troisième... truc (?!) qui serait les statistiques "causales" (?!).

Vraiment ça n'a aucun sens.

Et maintenant mesdames et messieurs, Mathieu Million, devant vos yeux ébahis, va tenter de transformer une matrice de corrélation en modèle structural !

Ecartez les jeunes enfants, et surtout, ne tentez pas ça chez vous.

Enfin, la diapo de conclusion est grotesque.

Ca n'a même pas de rapport avec le reste de la vidéo en fait.

Ces types sont persuadés d'être les seuls "sachants".

Mais en fait, qu'est-ce qui empêche un "sachant" d'utiliser des données de big data? Il sait probablement même pas ce que signifie "big data" en santé...

La vidéo ne parle à aucun moment d'étude multicentrique...

Elle ne parle pas non plus d'essais randomisés.

Alors, pour faire un quatre quart, vous prenez 240g de beurre, 240g de sucre, 240g de farine, 4 oeufs, un sachet de levure.

Conclusion : les charlottes aux fraises sont inutiles.