{"id":722,"date":"2026-09-28T11:01:42","date_gmt":"2026-09-28T11:01:42","guid":{"rendered":"https:\/\/nmc-lab.fr\/blog\/actualites\/correlation-pas-causalite\/"},"modified":"2026-09-28T11:12:07","modified_gmt":"2026-09-28T11:12:07","slug":"correlation-pas-causalite","status":"publish","type":"post","link":"https:\/\/nmc-lab.fr\/blog\/actualites\/correlation-pas-causalite\/","title":{"rendered":"Corr\u00e9lation n&rsquo;est pas causalit\u00e9 : comprendre le \u00ab no correlation \u00bb dans une \u00e9tude"},"content":{"rendered":"<p class=\"wp-block-paragraph\"><strong>En bref<\/strong><\/p>\n\n<ul class=\"wp-block-list\"><li>Une <strong>corr\u00e9lation<\/strong> indique que deux ph\u00e9nom\u00e8nes varient ensemble ; elle ne d\u00e9montre pas une <strong>relation de cause \u00e0 effet<\/strong>.<\/li><li>La mention <strong>\u00ab no correlation \u00bb<\/strong> signifie g\u00e9n\u00e9ralement qu\u2019aucune association lin\u00e9aire nette n\u2019a \u00e9t\u00e9 d\u00e9tect\u00e9e dans les donn\u00e9es \u00e9tudi\u00e9es, pas qu\u2019il n\u2019existe aucun lien possible.<\/li><li>Une <strong>\u00e9tude scientifique<\/strong> solide doit examiner le sens temporel du lien, les facteurs de confusion, la taille de l\u2019\u00e9chantillon et les biais.<\/li><li>Les essais contr\u00f4l\u00e9s, l\u2019attribution al\u00e9atoire et les variables de contr\u00f4le sont les outils les plus utiles pour s\u2019approcher d\u2019une conclusion causale.<\/li><\/ul>\n\n<figure class=\"wp-block-table\"><table>\n<thead>\n<tr>\n<th><strong>Peu de temps ? Voil\u00e0 ce qu\u2019il faut retenir :<\/strong><\/th>\n<th><strong>Ce qu\u2019il faut v\u00e9rifier<\/strong><\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Deux chiffres qui montent ensemble ne prouvent pas que l\u2019un provoque l\u2019autre.<\/td>\n<td>Un troisi\u00e8me facteur peut expliquer les deux \u00e9volutions.<\/td>\n<\/tr>\n<tr>\n<td>Un coefficient proche de 0 signifie une absence de lien lin\u00e9aire d\u00e9tect\u00e9.<\/td>\n<td>Regarder la forme du graphique, la taille de l\u2019\u00e9chantillon et l\u2019intervalle de confiance.<\/td>\n<\/tr>\n<tr>\n<td>Une \u00e9tude observationnelle d\u00e9crit surtout une association.<\/td>\n<td>Ne pas transformer un constat statistique en promesse ou en conseil d\u00e9finitif.<\/td>\n<\/tr>\n<tr>\n<td>La causalit\u00e9 exige une m\u00e9thode plus exigeante que le simple rapprochement de deux s\u00e9ries de donn\u00e9es.<\/td>\n<td>Privil\u00e9gier les essais randomis\u00e9s, les r\u00e9plications et les analyses ajust\u00e9es.<\/td>\n<\/tr>\n<\/tbody>\n<\/table><\/figure>\n\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_87 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Sommaire<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 eztoc-toggle-hide-by-default' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/nmc-lab.fr\/blog\/actualites\/correlation-pas-causalite\/#Correlation_et_causalite_pourquoi_deux_evolutions_paralleles_ne_suffisent_pas\" >Corr\u00e9lation et causalit\u00e9 : pourquoi deux \u00e9volutions parall\u00e8les ne suffisent pas<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/nmc-lab.fr\/blog\/actualites\/correlation-pas-causalite\/#%C2%AB_No_correlation_%C2%BB_dans_une_etude_ce_que_cette_formule_signifie_reellement\" >\u00ab No correlation \u00bb dans une \u00e9tude : ce que cette formule signifie r\u00e9ellement<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/nmc-lab.fr\/blog\/actualites\/correlation-pas-causalite\/#Variables_cachees_et_biais_les_raisons_les_plus_frequentes_dune_correlation_trompeuse\" >Variables cach\u00e9es et biais : les raisons les plus fr\u00e9quentes d\u2019une corr\u00e9lation trompeuse<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/nmc-lab.fr\/blog\/actualites\/correlation-pas-causalite\/#Comment_une_etude_scientifique_teste_une_veritable_relation_de_cause_a_effet\" >Comment une \u00e9tude scientifique teste une v\u00e9ritable relation de cause \u00e0 effet<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/nmc-lab.fr\/blog\/actualites\/correlation-pas-causalite\/#Lire_une_etude_sans_tomber_dans_le_piege_de_linterpretation_abusive\" >Lire une \u00e9tude sans tomber dans le pi\u00e8ge de l\u2019interpr\u00e9tation abusive<\/a><\/li><\/ul><\/nav><\/div>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Correlation_et_causalite_pourquoi_deux_evolutions_paralleles_ne_suffisent_pas\"><\/span>Corr\u00e9lation et causalit\u00e9 : pourquoi deux \u00e9volutions parall\u00e8les ne suffisent pas<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\">Une corr\u00e9lation d\u00e9crit le fait que deux variables \u00e9voluent de mani\u00e8re li\u00e9e dans un jeu de donn\u00e9es. Si la temp\u00e9rature augmente au moment o\u00f9 les ventes de glaces progressent, les deux ph\u00e9nom\u00e8nes pr\u00e9sentent une association positive. Cela ne signifie pas que vendre une glace provoque une hausse de temp\u00e9rature, ni que la chaleur est la seule explication des ventes. La statistique constate une co-variation ; elle ne raconte pas, \u00e0 elle seule, le m\u00e9canisme qui se cache derri\u00e8re.<\/p>\n\n<p class=\"wp-block-paragraph\">La causalit\u00e9 est beaucoup plus exigeante. Affirmer qu\u2019un facteur A produit un effet B revient \u00e0 soutenir une <strong>relation de cause \u00e0 effet<\/strong> : si A \u00e9tait modifi\u00e9, B changerait toutes choses \u00e9gales par ailleurs. Cette derni\u00e8re expression est d\u00e9cisive. Dans la vraie vie, les choses \u00e9gales par ailleurs sont rares. L\u2019\u00e2ge, le revenu, la saison, la qualit\u00e9 du sommeil, l\u2019alimentation, l\u2019acc\u00e8s aux soins, le niveau d\u2019\u00e9tudes ou encore le contexte familial peuvent \u00e9voluer en m\u00eame temps que le facteur observ\u00e9.<\/p>\n\n<p class=\"wp-block-paragraph\">L\u2019exemple classique des noyades et des glaces reste utile parce qu\u2019il est imm\u00e9diatement compr\u00e9hensible. En \u00e9t\u00e9, la fr\u00e9quentation des plages et des piscines augmente, la chaleur stimule la consommation de produits frais, et davantage de personnes se baignent. Les ventes de glaces et le nombre d\u2019accidents aquatiques peuvent donc progresser simultan\u00e9ment. Le facteur commun plausible est la saison chaude et les comportements qu\u2019elle entra\u00eene, non la glace elle-m\u00eame.<\/p>\n\n<p class=\"wp-block-paragraph\">Le raisonnement fautif prend souvent une forme tr\u00e8s simple : A et B sont observ\u00e9s ensemble ; donc A cause B. C\u2019est le sophisme appel\u00e9 <strong>cum hoc ergo propter hoc<\/strong>, soit \u00ab avec ceci, donc \u00e0 cause de ceci \u00bb. Il est parfois surnomm\u00e9 \u00ab effet cigogne \u00bb, par r\u00e9f\u00e9rence \u00e0 une vieille association entre le nombre de nids de cigognes et celui des naissances dans certaines zones. Les deux mesures pouvaient diminuer avec l\u2019urbanisation, sans que l\u2019oiseau ait le moindre r\u00f4le dans les naissances.<\/p>\n\n<h3 class=\"wp-block-heading\">Les cinq explications possibles derri\u00e8re une association statistique<\/h3>\n\n<p class=\"wp-block-paragraph\">Avant de conclure, une analyse statistique s\u00e9rieuse doit envisager plusieurs sc\u00e9narios. A peut effectivement influencer B. Mais B peut aussi influencer A : les personnes qui se sentent d\u00e9j\u00e0 mieux peuvent, par exemple, \u00eatre plus enclines \u00e0 adopter une activit\u00e9 donn\u00e9e. Il peut \u00e9galement exister une variable C qui agit \u00e0 la fois sur A et sur B. Enfin, l\u2019association peut relever du hasard, surtout lorsqu\u2019on teste des dizaines ou des centaines de relations dans une vaste base de donn\u00e9es.<\/p>\n\n<ul class=\"wp-block-list\"><li><strong>A agit sur B<\/strong> : l\u2019hypoth\u00e8se causale envisag\u00e9e.<\/li><li><strong>B agit sur A<\/strong> : le sens de la relation a \u00e9t\u00e9 invers\u00e9.<\/li><li><strong>Une variable cach\u00e9e agit sur A et B<\/strong> : c\u2019est le facteur de confusion.<\/li><li><strong>A et B s\u2019influencent mutuellement<\/strong> : le syst\u00e8me forme une boucle.<\/li><li><strong>Le r\u00e9sultat est fortuit<\/strong> : une corr\u00e9lation peut appara\u00eetre par chance.<\/li><\/ul>\n\n<p class=\"wp-block-paragraph\">Le cas du budget familial rend cette prudence tr\u00e8s concr\u00e8te. Dans un foyer fictif, les d\u00e9penses alimentaires et la satisfaction d\u00e9clar\u00e9e augmentent toutes deux lorsque le revenu disponible progresse. Conclure que d\u00e9penser davantage au supermarch\u00e9 rend heureux serait abusif. Le revenu peut am\u00e9liorer le choix alimentaire, r\u00e9duire certaines contraintes et permettre davantage de loisirs : il agit sur plusieurs dimensions \u00e0 la fois. La d\u00e9pense observ\u00e9e est donc peut-\u00eatre un indicateur indirect, pas la cause r\u00e9elle du bien-\u00eatre d\u00e9clar\u00e9.<\/p>\n\n<p class=\"wp-block-paragraph\">Cette distinction est particuli\u00e8rement importante dans le domaine du bien-\u00eatre. Une enqu\u00eate peut montrer que les consommateurs d\u2019un compl\u00e9ment d\u00e9clarent moins de fatigue que les non-consommateurs. Cela ne prouve pas que le produit explique cette diff\u00e9rence. Ces personnes peuvent aussi dormir davantage, avoir un suivi m\u00e9dical plus r\u00e9gulier, pratiquer une activit\u00e9 physique ou pr\u00e9senter au d\u00e9part un profil socio-\u00e9conomique diff\u00e9rent. Une association int\u00e9ressante m\u00e9rite d\u2019\u00eatre \u00e9tudi\u00e9e ; elle ne justifie pas une promesse sur l\u2019\u00e9tiquette.<\/p>\n\n<p class=\"wp-block-paragraph\"><strong>La r\u00e8gle pratique est simple :<\/strong> une corr\u00e9lation est une piste \u00e0 examiner, jamais un verdict sur la cause. La question suivante consiste donc \u00e0 comprendre ce que mesure r\u00e9ellement un coefficient et ce qu\u2019un \u00ab no correlation \u00bb permet, ou non, de conclure.<\/p>\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/nmc-lab.fr\/blog\/wp-content\/uploads\/2026\/09\/correlation-causalite-no-correlation-etude-illustration.jpg\" alt=\"Deux series de points sur papier millimetre vierge avec regle et crayon\" class=\"wp-image-724\" srcset=\"https:\/\/nmc-lab.fr\/blog\/wp-content\/uploads\/2026\/09\/correlation-causalite-no-correlation-etude-illustration.jpg 1536w, https:\/\/nmc-lab.fr\/blog\/wp-content\/uploads\/2026\/09\/correlation-causalite-no-correlation-etude-illustration-300x200.jpg 300w, https:\/\/nmc-lab.fr\/blog\/wp-content\/uploads\/2026\/09\/correlation-causalite-no-correlation-etude-illustration-1024x683.jpg 1024w, https:\/\/nmc-lab.fr\/blog\/wp-content\/uploads\/2026\/09\/correlation-causalite-no-correlation-etude-illustration-768x512.jpg 768w\" sizes=\"auto, (max-width: 1536px) 100vw, 1536px\" \/><figcaption class=\"wp-element-caption\">Illustration g\u00e9n\u00e9r\u00e9e par intelligence artificielle.<\/figcaption><\/figure>\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"%C2%AB_No_correlation_%C2%BB_dans_une_etude_ce_que_cette_formule_signifie_reellement\"><\/span>\u00ab No correlation \u00bb dans une \u00e9tude : ce que cette formule signifie r\u00e9ellement<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\">Lorsqu\u2019une \u00e9tude mentionne <strong>\u00ab no correlation \u00bb<\/strong>, la traduction rapide serait \u00ab pas de corr\u00e9lation \u00bb. Cette formule doit pourtant \u00eatre lue avec pr\u00e9cision. Elle indique le plus souvent que les auteurs n\u2019ont pas mis en \u00e9vidence d\u2019association statistique suffisamment nette entre deux variables dans leur \u00e9chantillon, avec la m\u00e9thode retenue. Elle ne veut pas automatiquement dire qu\u2019aucun lien n\u2019existe dans le monde r\u00e9el.<\/p>\n\n<p class=\"wp-block-paragraph\">Dans de nombreux articles, le lien est \u00e9valu\u00e9 par un coefficient de corr\u00e9lation, souvent not\u00e9 r. Sa valeur va th\u00e9oriquement de -1 \u00e0 +1. Une valeur positive signale que les variables ont tendance \u00e0 augmenter ensemble ; une valeur n\u00e9gative indique que l\u2019une baisse lorsque l\u2019autre monte ; une valeur proche de z\u00e9ro sugg\u00e8re l\u2019absence de relation lin\u00e9aire claire. Le mot essentiel est <strong>lin\u00e9aire<\/strong>. Deux ph\u00e9nom\u00e8nes peuvent entretenir une relation courbe, en U ou \u00e0 seuil, sans produire un coefficient lin\u00e9aire impressionnant.<\/p>\n\n<figure class=\"wp-block-table\"><table>\n<thead>\n<tr>\n<th><strong>Valeur indicative du coefficient<\/strong><\/th>\n<th><strong>Lecture prudente<\/strong><\/th>\n<th><strong>Ce qu\u2019elle ne d\u00e9montre pas<\/strong><\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Proche de +1<\/td>\n<td>Les deux variables \u00e9voluent fortement dans le m\u00eame sens.<\/td>\n<td>Que l\u2019une est la cause de l\u2019autre.<\/td>\n<\/tr>\n<tr>\n<td>Proche de -1<\/td>\n<td>Les deux variables \u00e9voluent fortement en sens inverse.<\/td>\n<td>Que supprimer l\u2019une modifierait automatiquement l\u2019autre.<\/td>\n<\/tr>\n<tr>\n<td>Proche de 0<\/td>\n<td>Pas de tendance lin\u00e9aire nette dans les donn\u00e9es observ\u00e9es.<\/td>\n<td>Qu\u2019il n\u2019existe aucune relation non lin\u00e9aire, indirecte ou limit\u00e9e \u00e0 un sous-groupe.<\/td>\n<\/tr>\n<\/tbody>\n<\/table><\/figure>\n\n<h3 class=\"wp-block-heading\">Absence de preuve, preuve d\u2019absence : une diff\u00e9rence essentielle<\/h3>\n\n<p class=\"wp-block-paragraph\">Un r\u00e9sultat n\u00e9gatif peut provenir d\u2019un effet r\u00e9ellement inexistant, mais aussi d\u2019une \u00e9tude insuffisamment puissante. Si seuls vingt participants sont observ\u00e9s, une diff\u00e9rence modeste mais r\u00e9elle peut rester invisible parmi les variations individuelles. \u00c0 l\u2019inverse, une base immense peut d\u00e9tecter une association minuscule, sans int\u00e9r\u00eat concret. La taille d\u2019\u00e9chantillon, l\u2019amplitude attendue de l\u2019effet, la qualit\u00e9 de la mesure et la dur\u00e9e de suivi d\u00e9terminent la capacit\u00e9 \u00e0 rep\u00e9rer une relation.<\/p>\n\n<p class=\"wp-block-paragraph\">Imaginons une \u00e9tude sur le temps de sommeil et un score de concentration. Si elle compare uniquement des adultes dormant entre six heures trente et huit heures, la plage \u00e9tudi\u00e9e est \u00e9troite. Un \u00ab no correlation \u00bb peut simplement traduire le fait que les personnes se ressemblent trop sur ce crit\u00e8re pour permettre une comparaison informative. Avec des horaires plus diversifi\u00e9s, ou avec une mesure r\u00e9p\u00e9t\u00e9e dans le temps, le r\u00e9sultat pourrait diff\u00e9rer. L\u2019interpr\u00e9tation correcte est alors : aucune association nette n\u2019a \u00e9t\u00e9 retrouv\u00e9e <strong>dans ces conditions pr\u00e9cises<\/strong>.<\/p>\n\n<p class=\"wp-block-paragraph\">La significativit\u00e9 statistique compte \u00e9galement. Un r\u00e9sultat peut \u00eatre qualifi\u00e9 de \u00ab non significatif \u00bb parce que son intervalle de confiance est tr\u00e8s large. Ce n\u2019est pas la m\u00eame chose qu\u2019un r\u00e9sultat suffisamment pr\u00e9cis pour exclure un effet d\u2019ampleur pertinente. Une lecture attentive cherche donc le coefficient, l\u2019intervalle de confiance, la valeur p, le nombre de participants et le protocole, plut\u00f4t qu\u2019une formule isol\u00e9e dans un r\u00e9sum\u00e9.<\/p>\n\n<p class=\"wp-block-paragraph\">Un autre pi\u00e8ge concerne la qualit\u00e9 des donn\u00e9es. Si les participants d\u00e9clarent eux-m\u00eames leur consommation, leur activit\u00e9 physique ou leur niveau de stress, des erreurs de m\u00e9moire peuvent brouiller le signal. Une mesure impr\u00e9cise tend souvent \u00e0 diluer une association r\u00e9elle. Une absence de corr\u00e9lation peut alors \u00eatre li\u00e9e \u00e0 un instrument de mesure peu fiable plut\u00f4t qu\u2019\u00e0 l\u2019absence absolue de relation.<\/p>\n\n<p class=\"wp-block-paragraph\">Dans une \u00e9tude sur un actif naturel, il faut aussi v\u00e9rifier le dosage r\u00e9el, la forme utilis\u00e9e, la dur\u00e9e et l\u2019adh\u00e9sion au protocole. Comparer \u00ab utilisateurs \u00bb et \u00ab non-utilisateurs \u00bb sans savoir quelle quantit\u00e9 a \u00e9t\u00e9 prise ni pendant combien de temps produit des cat\u00e9gories floues. Le r\u00e9sultat n\u00e9gatif reste utile, mais il ne r\u00e9pond pas forc\u00e9ment \u00e0 la question que le lecteur croit lire.<\/p>\n\n<p class=\"wp-block-paragraph\"><strong>Un \u00ab no correlation \u00bb bien interpr\u00e9t\u00e9 est donc une information circonscrite :<\/strong> il d\u00e9crit ce que les chercheurs ont ou n\u2019ont pas d\u00e9tect\u00e9, dans une population, avec une m\u00e9thode et un niveau de pr\u00e9cision donn\u00e9s. Il faut ensuite examiner les biais qui peuvent fabriquer, masquer ou d\u00e9former une association.<\/p>\n\n<figure class=\"is-provider-youtube is-type-video wp-block-embed wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"Correlation Does Not Imply Causation: A One Minute Perspective on Correlation vs. Causation\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/mQfacqVvOEM?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Variables_cachees_et_biais_les_raisons_les_plus_frequentes_dune_correlation_trompeuse\"><\/span>Variables cach\u00e9es et biais : les raisons les plus fr\u00e9quentes d\u2019une corr\u00e9lation trompeuse<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\">Le principal adversaire d\u2019une interpr\u00e9tation rapide est la <strong>variable<\/strong> de confusion. Il s\u2019agit d\u2019un facteur associ\u00e9 \u00e0 la fois au ph\u00e9nom\u00e8ne suppos\u00e9 causal et au r\u00e9sultat observ\u00e9. Dans l\u2019exemple des glaces et des noyades, la temp\u00e9rature et les sorties estivales jouent ce r\u00f4le. Elles contribuent simultan\u00e9ment \u00e0 l\u2019augmentation des achats de glaces et \u00e0 l\u2019exposition au risque de baignade.<\/p>\n\n<p class=\"wp-block-paragraph\">Les sciences sociales offrent un exemple moins spectaculaire, mais tr\u00e8s parlant : le nombre de livres pr\u00e9sents au domicile et les r\u00e9sultats scolaires. Une \u00e9tude internationale publi\u00e9e en 2010 a observ\u00e9 une association positive entre ces deux \u00e9l\u00e9ments dans de nombreux pays. Il serait n\u00e9anmoins imprudent d\u2019affirmer que poser m\u00e9caniquement cinquante ouvrages sur une \u00e9tag\u00e8re am\u00e9liore les notes. Les livres peuvent \u00eatre le marqueur d\u2019un environnement culturel, du temps consacr\u00e9 \u00e0 la lecture, des ressources disponibles ou des attentes \u00e9ducatives du foyer.<\/p>\n\n<p class=\"wp-block-paragraph\">La m\u00eame prudence vaut pour la relation observ\u00e9e, dans certains pays, entre alphab\u00e9tisation et PIB par habitant. Les deux indicateurs peuvent progresser ensemble. L\u2019\u00e9ducation est susceptible de jouer un r\u00f4le dans le d\u00e9veloppement \u00e9conomique, mais la sant\u00e9 publique, la stabilit\u00e9 institutionnelle, les infrastructures, l\u2019histoire politique et l\u2019investissement collectif interviennent aussi. Une courbe comparative entre pays ne peut pas isoler, \u00e0 elle seule, l\u2019effet propre de l\u2019\u00e9cole.<\/p>\n\n<h3 class=\"wp-block-heading\">Le paradoxe de Simpson et le danger des moyennes globales<\/h3>\n\n<p class=\"wp-block-paragraph\">Le paradoxe de Simpson survient lorsqu\u2019une tendance observ\u00e9e sur l\u2019ensemble des donn\u00e9es s\u2019att\u00e9nue, dispara\u00eet ou s\u2019inverse apr\u00e8s s\u00e9paration en groupes pertinents. C\u2019est un rappel salutaire : une moyenne g\u00e9n\u00e9rale peut m\u00e9langer des r\u00e9alit\u00e9s tr\u00e8s diff\u00e9rentes. Les cat\u00e9gories d\u2019\u00e2ge, le sexe, le niveau initial, la gravit\u00e9 d\u2019un sympt\u00f4me ou le contexte social peuvent modifier profond\u00e9ment la lecture d\u2019un r\u00e9sultat.<\/p>\n\n<p class=\"wp-block-paragraph\">Supposons qu\u2019un programme de sport semble associ\u00e9 \u00e0 de meilleurs r\u00e9sultats scolaires. Avant d\u2019y voir une causalit\u00e9, il faut comparer des \u00e9l\u00e8ves de profils similaires. Si les \u00e9tablissements les mieux \u00e9quip\u00e9s proposent \u00e0 la fois davantage d\u2019activit\u00e9s physiques, un tutorat renforc\u00e9 et des classes moins charg\u00e9es, l\u2019activit\u00e9 sportive peut \u00eatre confondue avec l\u2019ensemble des avantages offerts par ces \u00e9tablissements. L\u2019enqu\u00eate PISA de l\u2019OCDE publi\u00e9e en 2022 rappelle d\u2019ailleurs que le contexte socio-\u00e9conomique p\u00e8se fortement sur les \u00e9carts de performance ; ignorer ce cadre fausse la comparaison.<\/p>\n\n<p class=\"wp-block-paragraph\">Le biais de s\u00e9lection m\u00e9rite une attention particuli\u00e8re dans les \u00e9tudes de consommation. Les personnes qui choisissent spontan\u00e9ment une cure, une application de m\u00e9ditation ou un programme alimentaire ne ressemblent pas toujours \u00e0 celles qui ne le font pas. Elles peuvent \u00eatre davantage inform\u00e9es, plus motiv\u00e9es, plus ais\u00e9es, ou d\u00e9j\u00e0 engag\u00e9es dans plusieurs changements de mode de vie. Attribuer l\u2019ensemble de la diff\u00e9rence observ\u00e9e au seul produit revient \u00e0 confondre l\u2019effet du choix avec l\u2019effet de l\u2019intervention.<\/p>\n\n<p class=\"wp-block-paragraph\">Le biais de mesure peut \u00eatre tout aussi d\u00e9terminant. Une montre connect\u00e9e ne mesure pas exactement le sommeil comme un examen de laboratoire ; un questionnaire de fatigue ne remplace pas une \u00e9valuation clinique ; une d\u00e9claration de consommation est sensible aux oublis. Ces outils ont leur utilit\u00e9, mais leurs limites doivent appara\u00eetre dans l\u2019analyse. Une mesure imparfaite peut cr\u00e9er du bruit et produire artificiellement une absence d\u2019association.<\/p>\n\n<p class=\"wp-block-paragraph\">Enfin, les multiples comparaisons gonflent le risque de faux positif. Avec suffisamment de variables, il est possible de trouver des rapprochements absurdes : vente de margarine et taux de divorce dans une r\u00e9gion am\u00e9ricaine, cours de l\u2019or et ventes de disques, ou r\u00e9sultats d\u2019un concours musical et ph\u00e9nom\u00e8nes m\u00e9t\u00e9orologiques. Ces curiosit\u00e9s sont p\u00e9dagogiques, car elles montrent que les donn\u00e9es peuvent livrer une histoire s\u00e9duisante sans m\u00e9canisme plausible.<\/p>\n\n<p class=\"wp-block-paragraph\"><strong>Une corr\u00e9lation devient cr\u00e9dible lorsqu\u2019elle r\u00e9siste aux variables cach\u00e9es, aux comparaisons pertinentes et \u00e0 la v\u00e9rification du protocole ; sinon, elle reste une hypoth\u00e8se fragile.<\/strong> Pour avancer, il faut donc choisir des m\u00e9thodes capables de tester cette hypoth\u00e8se au lieu de simplement la constater.<\/p>\n\n<figure class=\"is-provider-youtube is-type-video wp-block-embed wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"La corr\u00e9lation et la causalit\u00e9 - SES\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/Kgr42qawthU?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Comment_une_etude_scientifique_teste_une_veritable_relation_de_cause_a_effet\"><\/span>Comment une \u00e9tude scientifique teste une v\u00e9ritable relation de cause \u00e0 effet<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\">La m\u00e9thode la plus convaincante pour \u00e9valuer la causalit\u00e9 est l\u2019essai contr\u00f4l\u00e9 randomis\u00e9. Des participants comparables sont r\u00e9partis au hasard entre un groupe qui re\u00e7oit l\u2019intervention \u00e9tudi\u00e9e et un groupe t\u00e9moin. Lorsque l\u2019attribution est r\u00e9ellement al\u00e9atoire, les caract\u00e9ristiques connues et inconnues ont davantage de chances d\u2019\u00eatre \u00e9quilibr\u00e9es entre les groupes. Une diff\u00e9rence observ\u00e9e ensuite peut alors \u00eatre attribu\u00e9e avec plus de confiance \u00e0 l\u2019intervention, sous r\u00e9serve que le protocole soit bien conduit.<\/p>\n\n<p class=\"wp-block-paragraph\">Dans la recherche sur un m\u00e9dicament, un compl\u00e9ment ou une pratique de bien-\u00eatre, le groupe t\u00e9moin peut recevoir un placebo identique en apparence. L\u2019aveugle, id\u00e9alement double, r\u00e9duit l\u2019influence des attentes des participants et des chercheurs. Cette pr\u00e9caution compte : savoir que l\u2019on re\u00e7oit un produit pr\u00e9sent\u00e9 comme b\u00e9n\u00e9fique peut modifier la perception d\u2019un sympt\u00f4me, les comportements associ\u00e9s et m\u00eame la mani\u00e8re de r\u00e9pondre \u00e0 un questionnaire.<\/p>\n\n<p class=\"wp-block-paragraph\">Un essai n\u2019est pas automatiquement irr\u00e9prochable. Il faut v\u00e9rifier le nombre de participants, les abandons en cours d\u2019\u00e9tude, la dur\u00e9e, le crit\u00e8re principal d\u00e9fini avant le d\u00e9marrage, la dose r\u00e9ellement administr\u00e9e et le financement. Un petit essai de quelques semaines peut fournir un signal exploratoire ; il ne suffit pas toujours \u00e0 \u00e9tablir un effet robuste et applicable \u00e0 tous. De la m\u00eame mani\u00e8re, une am\u00e9lioration statistiquement d\u00e9tect\u00e9e n\u2019est pas forc\u00e9ment perceptible ou utile dans la vie quotidienne.<\/p>\n\n<h3 class=\"wp-block-heading\">Quand l\u2019exp\u00e9rience est impossible : ajuster sans surpromettre<\/h3>\n\n<p class=\"wp-block-paragraph\">Dans certaines situations, il serait irr\u00e9aliste ou contraire \u00e0 l\u2019\u00e9thique d\u2019assigner les personnes au hasard. Il n\u2019est pas possible de tirer au sort l\u2019exposition \u00e0 la pauvret\u00e9, \u00e0 la pollution ou \u00e0 certaines habitudes de vie pendant des ann\u00e9es. Les chercheurs utilisent alors des cohortes, des \u00e9tudes cas-t\u00e9moins, des r\u00e9gressions multiples, des appariements ou des m\u00e9thodes quasi-exp\u00e9rimentales. Ces approches cherchent \u00e0 comparer des personnes aussi semblables que possible, \u00e0 l\u2019exception du facteur \u00e9tudi\u00e9.<\/p>\n\n<p class=\"wp-block-paragraph\">Les variables de contr\u00f4le sont centrales. Pour \u00e9tudier le lien entre activit\u00e9 physique et r\u00e9ussite scolaire, une analyse peut int\u00e9grer l\u2019\u00e2ge, le sexe, le niveau initial, le milieu socio-\u00e9conomique, le temps consacr\u00e9 aux devoirs et le contexte de l\u2019\u00e9tablissement. Cela r\u00e9duit une partie de la confusion, mais ne supprime pas n\u00e9cessairement les facteurs non mesur\u00e9s. Un bon article scientifique indique ce qu\u2019il a ajust\u00e9 et ce qu\u2019il n\u2019a pas pu observer.<\/p>\n\n<figure class=\"wp-block-table\"><table>\n<thead>\n<tr>\n<th><strong>Type d\u2019\u00e9tude<\/strong><\/th>\n<th><strong>Ce qu\u2019elle permet surtout d\u2019\u00e9tablir<\/strong><\/th>\n<th><strong>Limite principale<\/strong><\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>\u00c9tude transversale<\/td>\n<td>Une association \u00e0 un moment donn\u00e9.<\/td>\n<td>Le sens temporel est souvent impossible \u00e0 \u00e9tablir.<\/td>\n<\/tr>\n<tr>\n<td>Cohorte prospective<\/td>\n<td>La succession dans le temps entre exposition et r\u00e9sultat.<\/td>\n<td>Les facteurs de confusion peuvent persister.<\/td>\n<\/tr>\n<tr>\n<td>Essai randomis\u00e9 contr\u00f4l\u00e9<\/td>\n<td>Un effet causal plus cr\u00e9dible de l\u2019intervention test\u00e9e.<\/td>\n<td>Dur\u00e9e, population ou conditions parfois \u00e9loign\u00e9es du quotidien.<\/td>\n<\/tr>\n<tr>\n<td>Revue syst\u00e9matique avec m\u00e9ta-analyse<\/td>\n<td>Une synth\u00e8se des \u00e9tudes comparables disponibles.<\/td>\n<td>La qualit\u00e9 finale d\u00e9pend des \u00e9tudes incluses.<\/td>\n<\/tr>\n<\/tbody>\n<\/table><\/figure>\n\n<p class=\"wp-block-paragraph\">La r\u00e9p\u00e9tition des r\u00e9sultats renforce la confiance. Une d\u00e9couverte isol\u00e9e, m\u00eame publi\u00e9e dans une revue reconnue, doit \u00eatre replac\u00e9e dans l\u2019ensemble de la litt\u00e9rature. Les r\u00e9sultats concordent-ils dans d\u2019autres \u00e9quipes, d\u2019autres pays et d\u2019autres populations ? Le m\u00e9canisme biologique ou social est-il plausible ? Les r\u00e9sultats n\u00e9gatifs ont-ils aussi \u00e9t\u00e9 publi\u00e9s ? Ces questions \u00e9vitent qu\u2019un signal pr\u00e9coce soit transform\u00e9 trop vite en certitude.<\/p>\n\n<p class=\"wp-block-paragraph\">Le financement doit enfin \u00eatre transparent. Un financement industriel n\u2019invalide pas automatiquement une \u00e9tude, mais il invite \u00e0 examiner avec soin le protocole, les crit\u00e8res choisis, l\u2019acc\u00e8s aux donn\u00e9es et l\u2019existence de r\u00e9plications ind\u00e9pendantes. La qualit\u00e9 m\u00e9thodologique compte davantage que le prestige d\u2019une marque ou l\u2019assurance d\u2019un slogan.<\/p>\n\n<p class=\"wp-block-paragraph\"><strong>La causalit\u00e9 ne se d\u00e9cr\u00e8te pas \u00e0 partir d\u2019un graphique :<\/strong> elle se construit par une comparaison rigoureuse, des contr\u00f4les explicites, une m\u00e9thode transparente et des r\u00e9sultats reproduits. Reste \u00e0 traduire cette exigence en r\u00e9flexes simples face \u00e0 une \u00e9tude ou \u00e0 une publicit\u00e9.<\/p>\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Lire_une_etude_sans_tomber_dans_le_piege_de_linterpretation_abusive\"><\/span>Lire une \u00e9tude sans tomber dans le pi\u00e8ge de l\u2019interpr\u00e9tation abusive<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n<p class=\"wp-block-paragraph\">Face \u00e0 un titre affirmant qu\u2019un aliment, une plante ou une habitude \u00ab augmente \u00bb ou \u00ab r\u00e9duit \u00bb un risque, le premier r\u00e9flexe consiste \u00e0 identifier le type de recherche. Une enqu\u00eate observationnelle peut signaler une association utile, mais elle ne poss\u00e8de pas la m\u00eame force d\u00e9monstrative qu\u2019un essai randomis\u00e9. Les titres m\u00e9diatiques simplifient souvent cette nuance, parce qu\u2019une causalit\u00e9 para\u00eet plus claire et plus accrocheuse qu\u2019une relation statistique conditionnelle.<\/p>\n\n<p class=\"wp-block-paragraph\">Le deuxi\u00e8me r\u00e9flexe est de regarder qui a \u00e9t\u00e9 \u00e9tudi\u00e9. Des r\u00e9sultats obtenus chez des adultes jeunes et en bonne sant\u00e9 ne s\u2019appliquent pas automatiquement aux personnes \u00e2g\u00e9es, aux enfants, aux femmes enceintes ou aux personnes sous traitement. Une exp\u00e9rimentation animale ou in vitro peut \u00e9clairer un m\u00e9canisme, mais elle ne constitue pas une preuve chez l\u2019humain. Le niveau de preuve doit toujours accompagner l\u2019affirmation.<\/p>\n\n<h3 class=\"wp-block-heading\">Une grille de lecture concr\u00e8te avant de partager une information<\/h3>\n\n<ol class=\"wp-block-list\"><li><strong>Quelle est la question exacte ?<\/strong> Une association observ\u00e9e n\u2019est pas n\u00e9cessairement un effet d\u00e9montr\u00e9.<\/li><li><strong>Quel est le protocole ?<\/strong> V\u00e9rifier s\u2019il s\u2019agit d\u2019une enqu\u00eate, d\u2019une cohorte, d\u2019un essai contr\u00f4l\u00e9 ou d\u2019une synth\u00e8se d\u2019\u00e9tudes.<\/li><li><strong>Combien de personnes ont particip\u00e9 ?<\/strong> Un petit \u00e9chantillon produit des estimations instables.<\/li><li><strong>Quelle est l\u2019ampleur r\u00e9elle du r\u00e9sultat ?<\/strong> Un pourcentage relatif impressionnant peut cacher une diff\u00e9rence absolue faible.<\/li><li><strong>Quels facteurs ont \u00e9t\u00e9 contr\u00f4l\u00e9s ?<\/strong> \u00c2ge, revenu, comportement initial, \u00e9tat de sant\u00e9 et saison peuvent modifier fortement le r\u00e9sultat.<\/li><li><strong>Les auteurs d\u00e9crivent-ils leurs limites ?<\/strong> Une \u00e9tude fiable expose ce qu\u2019elle ne permet pas d\u2019affirmer.<\/li><li><strong>Le r\u00e9sultat a-t-il \u00e9t\u00e9 reproduit ?<\/strong> Une seule publication ne fonde pas un consensus.<\/li><\/ol>\n\n<p class=\"wp-block-paragraph\">Le cas de la veilleuse et de la myopie illustre l\u2019int\u00e9r\u00eat de cette grille. Une publication de 1999 avait rapport\u00e9 une association entre le fait de dormir avec une lumi\u00e8re allum\u00e9e et la myopie chez l\u2019enfant. L\u2019id\u00e9e a \u00e9t\u00e9 largement reprise. Une \u00e9tude ult\u00e9rieure a cependant mis en avant une explication plus solide : la myopie parentale, li\u00e9e \u00e0 la fois \u00e0 la probabilit\u00e9 d\u2019avoir un enfant myope et \u00e0 certaines habitudes nocturnes dans le foyer. Le r\u00e9sultat initial n\u2019\u00e9tait pas une preuve de causalit\u00e9 ; il pouvait refl\u00e9ter un facteur familial non pris en compte.<\/p>\n\n<p class=\"wp-block-paragraph\">Cette vigilance ne conduit pas \u00e0 rejeter toutes les \u00e9tudes observationnelles. Elles sont souvent indispensables pour d\u00e9tecter des signaux, documenter des usages r\u00e9els et orienter de nouveaux essais. Elles deviennent probl\u00e9matiques seulement lorsque leur port\u00e9e est exag\u00e9r\u00e9e. Dire \u00ab cette \u00e9tude observe une association \u00bb est exact. Dire \u00ab cette habitude provoque forc\u00e9ment cet effet \u00bb exige un niveau de d\u00e9monstration sup\u00e9rieur.<\/p>\n\n<p class=\"wp-block-paragraph\">Dans le secteur des compl\u00e9ments alimentaires, ce filtre prot\u00e8ge aussi contre les formulations vagues. \u00ab Cliniquement \u00e9tudi\u00e9 \u00bb peut signifier qu\u2019un ingr\u00e9dient a fait l\u2019objet d\u2019une \u00e9tude, sans que le produit vendu ait \u00e9t\u00e9 test\u00e9, sans que le dosage soit identique, ni que l\u2019\u00e9tude ait montr\u00e9 un b\u00e9n\u00e9fice pertinent. La question utile n\u2019est pas seulement \u00ab existe-t-il une \u00e9tude ? \u00bb, mais \u00ab sur quoi, chez qui, \u00e0 quelle dose, par rapport \u00e0 quoi, et avec quel r\u00e9sultat ? \u00bb.<\/p>\n\n<p class=\"wp-block-paragraph\">Avant de relayer une corr\u00e9lation frappante, il est pr\u00e9f\u00e9rable de retrouver la publication originale, de lire ses limites et de v\u00e9rifier si la conclusion des auteurs est plus prudente que le titre. <strong>Un chiffre attire l\u2019attention ; le protocole permet de d\u00e9cider ce qu\u2019il vaut r\u00e9ellement.<\/strong><\/p>\n\n<h3>Une forte corr\u00e9lation prouve-t-elle une causalit\u00e9 ?<\/h3>\n<p>Non. M\u00eame un coefficient tr\u00e8s \u00e9lev\u00e9 peut s\u2019expliquer par une variable de confusion, un sens de relation invers\u00e9 ou une co\u00efncidence. Il faut des investigations compl\u00e9mentaires pour \u00e9tayer une relation de cause \u00e0 effet.<\/p>\n<h3>Que veut dire \u00ab no correlation \u00bb dans une \u00e9tude ?<\/h3>\n<p>Cela signifie g\u00e9n\u00e9ralement qu\u2019aucune association lin\u00e9aire nette n\u2019a \u00e9t\u00e9 d\u00e9tect\u00e9e dans l\u2019\u00e9chantillon analys\u00e9. Cette formule ne prouve pas qu\u2019aucun lien n\u2019existe dans toutes les populations ni qu\u2019une relation non lin\u00e9aire est impossible.<\/p>\n<h3>Pourquoi la taille de l\u2019\u00e9chantillon compte-t-elle ?<\/h3>\n<p>Un \u00e9chantillon trop petit peut manquer de puissance et ne pas d\u00e9tecter un effet r\u00e9el. Un \u00e9chantillon tr\u00e8s grand peut, \u00e0 l\u2019inverse, rendre statistiquement d\u00e9tectable une diff\u00e9rence minime sans port\u00e9e pratique.<\/p>\n<h3>Quelle m\u00e9thode est la plus solide pour \u00e9tudier la causalit\u00e9 ?<\/h3>\n<p>Lorsqu\u2019il est r\u00e9alisable et correctement men\u00e9, l\u2019essai contr\u00f4l\u00e9 randomis\u00e9 est la m\u00e9thode la plus robuste pour tester l\u2019effet d\u2019une intervention. Ses r\u00e9sultats doivent n\u00e9anmoins \u00eatre confirm\u00e9s, contextualis\u00e9s et examin\u00e9s avec leurs limites.<\/p>\n\n","protected":false},"excerpt":{"rendered":"<p>En bref Peu de temps ? Voil\u00e0 ce qu\u2019il faut retenir : Ce qu\u2019il faut v\u00e9rifier Deux chiffres qui montent ensemble ne prouvent pas que l\u2019un provoque l\u2019autre. Un troisi\u00e8me facteur peut expliquer les deux \u00e9volutions. Un coefficient proche de 0 signifie une absence de lien lin\u00e9aire d\u00e9tect\u00e9. Regarder la forme du graphique, la taille [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":723,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[18],"tags":[],"class_list":["post-722","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-decryptage"],"_links":{"self":[{"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/posts\/722","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/comments?post=722"}],"version-history":[{"count":2,"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/posts\/722\/revisions"}],"predecessor-version":[{"id":726,"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/posts\/722\/revisions\/726"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/media\/723"}],"wp:attachment":[{"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/media?parent=722"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/categories?post=722"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/nmc-lab.fr\/blog\/wp-json\/wp\/v2\/tags?post=722"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}