Vous avez lancé votre régression logistique sous SPSS, R ou Stata. Le logiciel vous affiche un tableau rempli de chiffres : coefficients B, Exp(B), intervalles de confiance à 95 %, valeurs p… Et maintenant ? La vraie difficulté ne réside pas dans le calcul — l'ordinateur s'en charge — mais dans la régression logistique interprétation odds ratio : comment formuler ce que disent vos résultats, sans tomber dans les erreurs que l'on retrouve dans presque tous les mémoires de première soumission. Cet article vous guide pas à pas, des fondements mathématiques aux formulations prêtes à intégrer dans une section « Résultats » ou « Discussion ».
Qu'est-ce qu'un odds ratio, exactement ?
Avant d'interpréter, il faut comprendre ce que l'on mesure. La régression logistique modélise la probabilité qu'un événement binaire se produise (malade vs non-malade, achat vs non-achat, diplômé vs non-diplômé). Elle ne produit pas directement des probabilités, mais des log-odds, c'est-à-dire le logarithme naturel du rapport de cotes.
Du log-odds à l'odds ratio
Le modèle s'écrit :
logit(p) = β₀ + β₁X₁ + β₂X₂ + … + βₖXₖ
Le coefficient β₁ représente la variation du log-odds associée à une augmentation d'une unité de X₁, toutes les autres variables étant maintenues constantes. Pour retrouver l'odds ratio (OR), on effectue une exponentiation :
OR = exp(β₁)
C'est ce que les logiciels appellent Exp(B) dans SPSS, ou ce que R affiche lorsque vous appliquez exp(coef(modele)).
Un exemple concret pour ancrer le concept
Imaginez une étude sur le risque de développer un diabète de type 2. Votre variable X₁ est le fait de pratiquer une activité physique régulière (1 = oui, 0 = non). Vous obtenez β₁ = −0,693, soit OR = 0,50.
Cela signifie que les personnes physiquement actives ont des cotes de développer un diabète deux fois plus faibles que les personnes inactives, après ajustement sur les autres covariables du modèle. Notons déjà que « deux fois moins de cotes » n'est pas la même chose que « deux fois moins de probabilité » — une confusion très fréquente sur laquelle nous reviendrons.
Les erreurs d'interprétation les plus fréquentes
C'est ici que les mémoires et les articles de première soumission perdent des points. Les erreurs ci-dessous sont récurrentes dans les travaux académiques, quelle que soit la discipline.
Erreur n°1 : confondre odds ratio et risque relatif
L'erreur la plus commune consiste à écrire : « Les personnes actives ont deux fois moins de risque de développer un diabète. » Or un odds ratio n'est pas un risque relatif. Le risque relatif compare des probabilités ; l'odds ratio compare des rapports de cotes. Les deux sont proches quand l'événement est rare (prévalence < 10 %), mais divergent fortement quand l'événement est fréquent.
La formulation correcte est : « Les personnes physiquement actives présentent des cotes de diabète significativement inférieures à celles des personnes inactives (OR = 0,50 ; IC 95 % [0,32 – 0,79] ; p = 0,003). »
Erreur n°2 : oublier la mention « toutes choses égales par ailleurs »
La régression logistique est un modèle ajusté. L'OR d'une variable est calculé en maintenant constantes toutes les autres variables du modèle. Ne pas mentionner cet ajustement revient à présenter un résultat multivarié comme si c'était une association brute. Précisez systématiquement : « après ajustement sur l'âge, le sexe et l'IMC », ou utilisez la formule consacrée « toutes choses égales par ailleurs ».
Erreur n°3 : mal interpréter un OR pour une variable continue
Pour une variable continue, l'OR correspond à une variation d'une unité de la variable. Si votre variable est l'IMC en kg/m² et que OR = 1,08, cela signifie que chaque augmentation d'un point d'IMC est associée à une multiplication par 1,08 des cotes de l'événement. Si l'IMC varie entre 18 et 40 dans votre échantillon, une variation d'une unité peut sembler anodine : pensez à le signaler ou à recalibrer votre variable (par exemple par tranche de 5 unités).
Erreur n°4 : ignorer l'intervalle de confiance
Un OR de 2,5 avec un intervalle de confiance à 95 % de [0,9 – 6,8] et p = 0,08 n'est pas statistiquement significatif. Présenter uniquement la valeur ponctuelle de l'OR sans son intervalle de confiance est une faute méthodologique dans tout article ou mémoire à visée scientifique. L'IC vous dit à quel point votre estimation est précise — et donc à quel point vos conclusions sont solides.
Erreur n°5 : interpréter la direction à l'envers pour les variables catégorielles
Si vous codez une variable « groupe » avec 0 = groupe contrôle et 1 = groupe traitement, l'OR se lit par rapport à la modalité de référence (ici, le groupe contrôle). Un OR = 3 signifie que le groupe traitement a des cotes trois fois plus élevées que le groupe contrôle. Vérifiez toujours quelle modalité sert de référence dans votre logiciel avant de rédiger.
Comment formuler l'interprétation dans une publication scientifique
Formulations standardisées selon le type de variable
Voici des formules directement utilisables dans votre section Résultats :
- Variable binaire (ex. : sexe, exposition oui/non) :
- « Les femmes présentent des cotes [X] fois [plus élevées / plus faibles] que les hommes d'obtenir [l'événement], après ajustement sur [covariables] (OR = X,XX ; IC 95 % [X,XX – X,XX] ; p = X,XXX). »
- Variable continue (ex. : âge, score, revenu) :
- « Chaque augmentation d'une année d'âge est associée à une multiplication par X,XX des cotes de [l'événement], après ajustement sur [covariables] (OR = X,XX ; IC 95 % [X,XX – X,XX] ; p = X,XXX). »
- OR non significatif :
- « Le niveau d'éducation n'est pas significativement associé aux cotes de [l'événement] dans notre modèle (OR = X,XX ; IC 95 % [X,XX – X,XX] ; p = X,XXX). »
Ce qu'il faut dire dans la section Discussion
Dans la Discussion, vous pouvez aller plus loin en contextualisant la magnitude de l'effet. Un OR de 1,05 est statistiquement significatif avec un grand échantillon, mais sa pertinence clinique ou pratique peut être négligeable. Inversement, un OR de 4,0 avec un IC large peut signaler un effet réel mais estimé sur trop peu d'observations. Discutez toujours les deux dimensions : signification statistique et pertinence pratique.
Construire un tableau de résultats type
Un tableau de régression logistique bien présenté est un gage de rigueur. Voici la structure recommandée dans les revues en sciences de la santé et en sciences sociales :
- Colonne 1 : Nom de la variable (avec mention de la modalité de référence pour les variables catégorielles)
- Colonne 2 : Coefficient B (optionnel selon les revues)
- Colonne 3 : Odds Ratio — Exp(B)
- Colonne 4 : Intervalle de confiance à 95 % [borne inférieure – borne supérieure]
- Colonne 5 : Valeur p
Sous le tableau, indiquez systématiquement :
- La modalité de référence pour chaque variable catégorielle (ex. : Réf. = hommes).
- Les covariables d'ajustement si le tableau ne les présente pas toutes.
- Le nombre total d'observations et, si applicable, le nombre d'événements (pour les événements rares).
- L'indice d'ajustement global du modèle : pseudo-R² de Nagelkerke, test de Hosmer-Lemeshow, ou AUC selon les conventions de votre discipline.
Modèle brut vs modèle ajusté : faut-il présenter les deux ?
Dans beaucoup de revues en épidémiologie et en sciences sociales, il est d'usage de présenter deux colonnes d'OR : les OR bruts (analyse univariée, sans ajustement) et les OR ajustés (modèle multivarié complet). Cette double présentation permet au lecteur de voir l'effet de l'ajustement et de détecter des phénomènes de confusion. Si l'OR brut d'une variable passe de 2,0 à 0,9 après ajustement, c'est un signal fort que la relation initiale était largement portée par une variable confondante.
Points de vigilance supplémentaires avant de soumettre
Vérifier les conditions d'application du modèle
La régression logistique impose certaines hypothèses que l'on tend à négliger. Parmi les plus importantes : l'absence de multicolinéarité forte entre les prédicteurs (vérifiable via le VIF ou les matrices de corrélation), l'absence de valeurs extrêmes influentes (résidus de Pearson, distance de Cook), et un rapport événements / variables suffisant — la règle empirique courante recommande au moins 10 à 15 événements par variable incluse dans le modèle. Violer ce dernier point conduit à des estimations instables et des IC anormalement larges.
Ne pas sur-interpréter les OR très élevés
Un OR de 15 ou de 0,03 doit immédiatement vous alerter. Ces valeurs extrêmes surviennent souvent en cas de quasi-séparation parfaite : une ou plusieurs catégories prédisent parfaitement (ou quasi-parfaitement) l'événement. Les logiciels produisent alors des estimations gonflées avec des IC à 95 % s'étendant sur plusieurs ordres de grandeur. Si vous rencontrez ce cas, mentionnez-le explicitement et envisagez une régression pénalisée (Firth) ou une recodification de vos variables.
Conclusion
Interpréter correctement les odds ratios d'une régression logistique est une compétence qui s'acquiert par la pratique et la rigueur méthodologique. Pour résumer les points essentiels de cet article :
- Un odds ratio n'est pas un risque relatif : utilisez toujours le vocabulaire des cotes dans vos formulations.
- Mentionnez systématiquement l'ajustement sur les covariables et précisez la modalité de référence pour les variables catégorielles.
- Présentez l'OR accompagné de son intervalle de confiance à 95 % et de sa valeur p — jamais seul.
- Discutez à la fois la signification statistique et la pertinence pratique de vos résultats.
- Construisez un tableau lisible avec les modalités de référence, les effectifs et les indicateurs d'ajustement global du modèle.
- Restez vigilant face aux valeurs extrêmes ou aux IC très larges, qui signalent souvent un problème de séparation ou de faible puissance statistique.
Une interprétation soignée des odds ratios, c'est ce qui distingue un résultat brut d'un argument scientifique convaincant. Prenez le temps de la formulation : c'est elle que votre directeur de mémoire, votre jury ou votre relecteur lira en premier.