Skip to content

Science

Not All Evidence Is Created Equal

The internet is full of health advice — from Instagram influencers, industry-funded studies, and self-proclaimed experts. Here's how to tell science from noise.

par Evida Life Editorial Team · Publié le 13 avril 2026 · 10 min de lecture

Photo: Photo by Shutter Speed on Unsplash (unsplash.com/@shutter_speed_)

La crise de confiance dans l'information santé

Nous vivons une époque d'accès sans précédent à l'information santé — et de confusion sans précédent sur ce qu'il faut croire. Une enquête de 2023 a révélé que 65 % des membres de la génération Z et des Millennials obtiennent leurs principaux conseils santé sur les réseaux sociaux plutôt qu'auprès de professionnels de santé. Des reels Instagram, des vidéos TikTok et des chaînes YouTube suivies par des millions d'abonnés promeuvent avec assurance des conseils alimentaires contradictoires : régime carnivore, keto, crudivore végétalien, évitement des huiles de graines, protocoles « liver king » — chacun appuyé par des témoignages passionnés et des études soigneusement sélectionnées.

Le problème n'est pas que l'information soit inaccessible. C'est que la plupart des gens n'ont jamais appris à l'évaluer. Toutes les preuves n'ont pas le même poids. Une histoire personnelle n'est pas un essai clinique. Une seule étude n'est pas un consensus scientifique. Et un présentateur sûr de lui avec des abdos n'est pas un substitut à des décennies de recherche rigoureuse.

Cet article est un guide pratique. À la fin, vous saurez comment lire un résumé d'étude en moins d'une minute, repérer les trois astuces statistiques les plus couramment utilisées pour induire en erreur, et appliquer une liste de vérification en cinq étapes avant de modifier quoi que ce soit dans votre alimentation sur la base de quelque chose que vous avez vu en ligne.

La pyramide des preuves

Les scientifiques ont développé une hiérarchie de la qualité des preuves. Imaginez-la comme une pyramide : la base est large et facile à produire mais peu fiable, tandis que le sommet est étroit, difficile à atteindre, mais représente les connaissances les plus solides dont nous disposons.

5
Revues systématiques & méta-analyses
Combinaison des résultats de multiples ECR — les preuves les plus solides
✓ Plus forte
4
Essais contrôlés randomisés (ECR)
Standard d'or : randomisé, contrôlé, souvent en double aveugle
3
Études observationnelles / de cohorte
Grandes populations suivies dans le temps — corrélations, pas de causalité
2
Avis d'experts / rapports de cas
Opinions de médecins ou scientifiques individuels, petites séries de cas
1
Anecdotique / réseaux sociaux / industrie
Histoires personnelles, témoignages d'influenceurs, affirmations financées par l'industrie
⚠️ Plus faible

Nous fondons nos recommandations sur les niveaux 4 et 5 — essais contrôlés randomisés, revues systématiques et méta-analyses. Pas sur les opinions d'influenceurs. Pas sur des études isolées. Pas sur les tendances.

Il vaut la peine de s'arrêter sur pourquoi la pyramide a cette forme. Une simple anecdote — « Je suis passé au régime carnivore et j'ai perdu 18 kilos » — vous dit ce qui est arrivé à une personne. Elle ne dit rien sur le fait que le régime ait causé la perte de poids, sur ce qui a changé en même temps, sur le fait que la personne maintiendra ou non ce poids, ou sur le fait que l'approche fonctionnerait pour quelqu'un d'autre. Une étude observationnelle portant sur 50 000 personnes est bien plus informative, mais ne peut toujours pas séparer complètement la cause de la coïncidence — les personnes qui mangent plus de légumes ont aussi tendance à faire plus d'exercice, à moins fumer et à gagner davantage. Un essai contrôlé randomisé assigne les personnes à des groupes de manière aléatoire, ce qui est le seul moyen fiable d'éliminer ces facteurs de confusion cachés. Et une méta-analyse regroupe des dizaines d'essais, c'est pourquoi elle se trouve au sommet : elle reflète ce que de nombreuses équipes de recherche indépendantes ont trouvé dans de nombreuses populations, pas ce qu'une seule équipe a trouvé une seule fois.

Pourquoi les gens font confiance aux mauvaises sources

Comprendre pourquoi la désinformation se propage est tout aussi important que de savoir à quoi ressemble une bonne preuve. Quatre sources majeures dominent le paysage de la désinformation en santé :

📱
Social Media Influencers
~3.5 billion users

No peer review. Algorithms reward controversy over accuracy. Many promote products they're paid to endorse.

Exemple: Carnivore diet influencers cite "ancestral health" — contradicted by every major RCT on plant-based diets.
🏭
Industry-Funded Studies
$30B+ food lobby

Studies funded by the food industry are 4–8x more likely to produce favorable results. Conflicts of interest are often undisclosed.

Exemple: Sugar industry paid Harvard scientists to blame fat instead of sugar for heart disease — exposed in 2016.
📺
Commercial Health Media
Mass audience

Clickbait headlines. Cherry-picked studies. "New superfood" stories that misrepresent the actual research findings.

Exemple: "Red wine is good for your heart" — based on observational correlations, contradicted by later Mendelian randomization studies.
🧑‍⚕️
Unqualified Practitioners
Growing fast

Naturopaths, wellness coaches, and self-certified "nutritionists" making clinical claims without training in evidence-based medicine.

Exemple: Detox juice cleanses recommended for "toxin removal" — your liver and kidneys already do this. No clinical evidence for detoxes.

Le schéma est clair : les sources auxquelles les gens font le plus confiance sont celles qui ont les preuves les plus faibles et les incitations financières les plus fortes à induire en erreur.

Le problème de la science financée par l'industrie

Ce point mérite une attention particulière. En 2016, une enquête publiée dans JAMA Internal Medicine a révélé que l'industrie sucrière avait secrètement payé des scientifiques de Harvard dans les années 1960 pour publier des recherches accusant les graisses alimentaires — et non le sucre — d'être responsables des maladies cardiaques. 1 Cette seule tromperie a façonné les recommandations alimentaires pendant des décennies et a probablement contribué à des millions de décès évitables.

Ce n'est pas un cas isolé. Une analyse systématique a révélé que les études financées par l'industrie agroalimentaire et des boissons avaient 4 à 8 fois plus de chances de produire des résultats favorables au sponsor. 2 Coca-Cola a financé le Global Energy Balance Network pour détourner la responsabilité de l'obésité des boissons sucrées vers le manque d'exercice. L'industrie laitière finance des études montrant les bienfaits de la consommation de lait. L'industrie de la viande finance des études remettant en question les méfaits de la viande transformée.

Cela ne signifie pas que toute recherche financée par l'industrie est fausse. Mais cela signifie que vous devriez toujours vérifier qui a payé une étude avant de faire confiance à ses conclusions. La plupart des revues exigent désormais que les auteurs déclarent leurs sources de financement et leurs conflits d'intérêts dans une déclaration vers la fin de l'article — cherchez-la avant de décider du poids à accorder aux résultats.

Comment lire un résumé d'étude en 60 secondes

La plupart des gens ne lisent jamais au-delà du titre. Les journalistes lisent rarement au-delà du résumé. Vous pouvez faire mieux que ces deux groupes en apprenant à parcourir le résumé — le court sommaire en haut de chaque article scientifique — à la recherche d'une poignée de signaux spécifiques.

1. Type d'étude. Cherchez la description méthodologique en une ligne. Mots qui signalent une preuve solide : randomisé, contrôlé, double aveugle, méta-analyse, revue systématique. Mots qui signalent une preuve plus faible : transversal, cas-témoins, observationnel, cohorte, pilote, in-vitro, souris, rats. Aucun ne disqualifie automatiquement une étude — mais un RCT vous en dit bien plus qu'une cohorte, et une cohorte vous en dit bien plus qu'une étude sur des rats.

2. Taille de l'échantillon. Un essai portant sur 30 personnes vous en dit bien moins qu'un essai portant sur 3 000. Les très petits échantillons produisent des résultats spectaculaires qui s'évaporent souvent quand quelqu'un essaie de les reproduire. Soyez sceptique face aux affirmations audacieuses basées sur moins de 100 participants.

3. Durée. Les études nutritionnelles sont particulièrement vulnérables aux suivis courts. Une étude de perte de poids de 12 semaines ne dit rien sur l'efficacité du régime à long terme. Toute affirmation sur la longévité, le risque de cancer ou les maladies cardiovasculaires fondée sur un essai de trois mois devrait être considérée comme suggestive, non prouvée.

4. Taille de l'effet. Les résumés citent généralement le résultat principal en une seule phrase. Lisez-la attentivement : l'effet est-il important et pratiquement significatif, ou petit et marginalement significatif ? Un médicament qui réduit le cholestérol de 40 % est fondamentalement différent d'un médicament qui le réduit de 2 %.

5. La phrase de « conclusion ». Les bons résumés utilisent un langage mesuré : « nos résultats suggèrent », « mérite des études complémentaires », « est cohérent avec ». Les mauvais résumés exagèrent : « prouve », « établit », « démontre de manière concluante ». La science ne prouve presque jamais. Elle construit des preuves.

Les pièges statistiques courants

Même quand une étude est réelle et bien conçue, les chiffres peuvent être présentés de manière trompeuse. Ces trois astuces expliquent la plupart de la confusion dans la couverture médiatique de la santé.

Risque relatif vs. risque absolu. C'est le tour de passe-passe statistique le plus courant. Imaginez un médicament qui réduit votre risque de crise cardiaque de 2 % à 1 %. Un titre peut légitimement rapporter soit « divise par deux le risque de crise cardiaque » (risque relatif : réduction de 50 %) soit « réduit le risque de crise cardiaque d'un point de pourcentage » (risque absolu : 1 %). Les deux sont vrais. Mais ils donnent une impression complètement différente. Une réduction de 50 % semble révolutionnaire. Une réduction de 1 % semble à peine valoir un profil d'effets secondaires. Cherchez toujours les chiffres absolus — pas seulement le ratio.

Significativité statistique vs. significativité clinique. Une étude avec suffisamment de participants peut trouver qu'un effet minuscule et sans importance est « statistiquement significatif » (p < 0.05), ce qui signifie que l'effet n'est probablement pas dû au hasard. Cela ne dit rien sur le fait que l'effet compte. Un complément qui augmente le cholestérol HDL de 0,3 mg/dL peut être statistiquement significatif et cliniquement insignifiant. Demandez-vous : un médecin changerait-il ses conseils sur la base d'un changement de cette ampleur ?

P-hacking et comparaisons multiples. Si vous effectuez 20 tests sur le même ensemble de données, environ un d'entre eux ressortira « significatif » purement par hasard, même si rien de réel ne se passe. Les chercheurs sous pression pour publier testent parfois des dizaines de critères et ne rapportent que les quelques-uns qui se sont révélés positifs. C'est pourquoi les revues systématiques et les essais pré-enregistrés (où les chercheurs s'engagent à l'avance sur ce qu'ils vont tester) sont si précieux — ils sont beaucoup plus difficiles à manipuler.

Deux autres concepts à connaître : le NNT (Number Needed to Treat, ou nombre de sujets à traiter) est le nombre de personnes qui doivent prendre un traitement pour qu'une seule en bénéficie. Un NNT de 5 est excellent ; un NNT de 200 signifie que le médicament est presque inutile au niveau de la population. Et les intervalles de confiance vous indiquent la plage des effets réels plausibles — si une étude rapporte un bénéfice de 30 % avec un intervalle de confiance à 95 % de -5 % à 65 %, cette plage inclut « aucun bénéfice du tout », et vous devriez traiter le titre avec prudence.

Comment repérer les preuves faibles

Voici des signaux d'alerte pratiques indiquant qu'une affirmation de santé pourrait ne pas être fiable :

Pas de citation vers une source évaluée par des pairs. Si quelqu'un fait une affirmation de santé spécifique sans renvoyer vers une étude publiée, c'est un signal d'alerte. Les affirmations légitimes peuvent toujours être retracées jusqu'à des recherches publiées.

« Des études montrent » sans nommer l'étude. Cette formulation vague masque souvent le fait que les preuves réelles sont faibles, déformées ou inexistantes. Demandez toujours : quelle étude ? Publiée où ? Financée par qui ?

Dépendance aux études animales ou in-vitro. Les études cellulaires et les modèles animaux sont importants pour générer des hypothèses, mais ils ne se traduisent souvent pas chez l'humain. De nombreux composés qui guérissent le cancer chez les souris n'ont aucun effet dans les essais humains.

Sélection d'études isolées. La science est un corpus de travaux, pas un seul article. Si quelqu'un cite une étude tout en ignorant 20 autres qui montrent le résultat opposé, il ne fait pas de la science — il vend un récit.

Le présentateur vend ce qu'il recommande. Si quelqu'un promeut un complément, un programme alimentaire ou un produit dont il tire profit, son objectivité est compromise — quelles que soient ses qualifications.

Appels à l'« ancestral », au « naturel » ou à « ce que mangeaient nos grands-parents ». La nature n'est pas une mère bienveillante. Les populations pré-modernes mouraient souvent jeunes d'infections, de complications à l'accouchement et de malnutrition. « Naturel » n'est pas une catégorie scientifique ; « fonctionne dans un essai correctement contrôlé » en est une.

Études de cas et témoignages miracles. Une seule histoire de transformation est la preuve la plus faible possible. Les gens guérissent de maladies pour des centaines de raisons qui n'ont rien à voir avec l'intervention qu'ils créditent. Si l'affirmation ne peut être soutenue que par des anecdotes, elle n'est pas soutenue.

Une liste de vérification en cinq étapes pour évaluer toute affirmation de santé

La prochaine fois que vous verrez une affirmation de santé audacieuse en ligne, passez-la à travers ces cinq questions avant de changer quoi que ce soit dans votre vie.

1. Y a-t-il une citation vers une publication évaluée par des pairs ? S'il n'y a pas de lien vers un article publié, arrêtez-vous là. S'il y a un lien, ouvrez-le et lisez au moins le résumé.

2. Quel type d'étude est-ce ? Un essai contrôlé randomisé ou une méta-analyse est bien plus solide qu'une seule étude observationnelle, qui est bien plus solide qu'une expérience sur des souris ou un rapport de cas. Utilisez la pyramide.

3. Qui l'a financée ? Regardez la section « Financement » ou « Conflits d'intérêts ». Si le financeur a un intérêt financier dans le résultat, ajustez votre confiance à la baisse — pas à zéro, mais significativement.

4. La taille de l'effet est-elle suffisamment importante pour compter ? Est-elle rapportée en termes absolus, ou seulement sous forme de ratio ? Le changement ferait-il une différence cliniquement significative, ou est-il statistiquement significatif mais pratiquement minuscule ?

5. L'ensemble des preuves est-il concordant ? Une seule étude n'est jamais suffisante. Une revue systématique ou un organisme de recommandation majeur (WHO, AHA, EAT-Lancet, NICE) arrive-t-il à la même conclusion ? Si non, considérez l'affirmation comme intéressante mais non prouvée.

Si une affirmation échoue à l'une des étapes 1 à 3, elle ne devrait probablement pas changer votre comportement. Si elle passe les cinq, elle mérite d'être prise au sérieux.

Nos principes en matière de preuves

Chez Evida Life, nous suivons des principes stricts pour évaluer les preuves :

Sources évaluées par des pairs uniquement — Nous nous appuyons exclusivement sur des études publiées dans des revues scientifiques à comité de lecture et évaluées par des experts du domaine. Cela signifie que la recherche a été examinée par des scientifiques indépendants avant publication.

Méta-analyses privilégiées — Les études isolées peuvent être trompeuses en raison de petits échantillons, de variables confondantes ou d'anomalies statistiques. Dans la mesure du possible, nous privilégions les revues systématiques et les méta-analyses qui synthétisent de vastes corpus de preuves à travers de multiples études.

Mise à jour continue — La science n'est pas statique. Nous révisons régulièrement nos recommandations et les mettons à jour à mesure que de nouvelles preuves émergent. Ce qui était cru il y a 10 ans peut avoir été réfuté par de meilleures recherches.

Incertitude transparente — Tout n'est pas prouvé au-delà de tout doute. Nous communiquons clairement où les preuves sont solides, où elles sont émergentes, et où des recherches supplémentaires sont nécessaires. L'honnêteté sur l'incertitude est un signe d'intégrité scientifique.

Focus sur le standard de référence — Le standard de référence en recherche médicale est l'essai clinique randomisé, en double aveugle, contrôlé par placebo. Nous privilégions les preuves issues des RCT par rapport aux données observationnelles, et les revues systématiques par rapport aux études individuelles.

Aucun conflit commercial — Nous ne vendons pas de compléments, n'acceptons pas de financement de l'industrie et n'acceptons pas d'argent pour des évaluations de produits. Notre seule motivation est de vous aider à vivre plus longtemps et mieux.

Nos sources principales

Nous tirons nos preuves des institutions scientifiques et bases de données les plus respectées au monde :

NutritionFacts.org — revues de recherche en nutrition mises à jour quotidiennement par le Dr Michael Greger et son équipe, couvrant chaque étude publiée dans la littérature nutritionnelle en langue anglaise. PubMed — la base de données de la Bibliothèque nationale de médecine des États-Unis contenant plus de 36 millions de citations biomédicales. The Lancet et NEJM — les revues médicales à plus fort impact au monde. La Commission EAT-Lancet — le cadre scientifique le plus complet pour des régimes alimentaires sains dans les limites planétaires, rédigé par 37 scientifiques de 16 pays. 3 La recherche sur les Blue Zones — l'étude épidémiologique la plus extensive sur les populations les plus longévives du monde. Les Cochrane Reviews — revues systématiques indépendantes de référence sur les interventions médicales, produites par un réseau mondial de chercheurs avec des règles strictes sur les conflits d'intérêts.

L'essentiel : Avant de modifier votre alimentation sur la base de quoi que ce soit que vous lisez ou regardez, posez-vous trois questions : Y a-t-il une étude évaluée par des pairs ? Qui l'a financée ? L'ensemble des preuves soutient-il cette affirmation, ou seulement un article soigneusement sélectionné ? Si la réponse à l'une de ces questions est insatisfaisante, l'affirmation appartient à la catégorie « intéressant mais non prouvé » — pas à votre plan alimentaire.

Questions fréquentes

Comment savoir si une affirmation santé est fiable ?
Posez trois questions : Quel type de preuve la soutient (une méta-analyse de RCT surpasse une étude unique, qui surpasse une opinion d'expert) ? Qui a financé l'étude ? Et les effets sont-ils cohérents dans différentes populations ? Une seule étude virale renverse rarement un schéma bien répliqué.
Pourquoi les opinions d'experts sont-elles en bas de la pyramide des preuves ?
Les opinions – même de la part d'experts respectés – sont sujettes aux biais de sélection, de récence et à l'influence de l'industrie. Elles sont utiles lorsque les preuves sont rares, mais chaque fois que des données réelles existent, les revues systématiques et les RCT doivent avoir la priorité.
Les essais randomisés sont-ils toujours la meilleure preuve ?
Pour des questions à court terme et bien définies (le médicament X abaisse-t-il le LDL ?), oui. Pour des questions alimentaires à long terme (quel régime protège contre la démence sur 30 ans ?), les RCT sont souvent impraticables, et les cohortes prospectives de haute qualité deviennent les preuves les plus solides disponibles.
Dois-je faire confiance aux conseils santé des influenceurs ?
Vérifiez s'ils citent des recherches primaires, divulguent les conflits d'intérêts et changent d'avis lorsque les preuves évoluent. Un ton confiant, des anecdotes et des codes promotionnels pour des suppléments sont des signaux d'alarme. Les qualifications aident mais ne garantissent pas l'exactitude.
Comment vérifier si une étude est financée par l'industrie ?
Cherchez les sections 'Funding' et 'Conflict of interest' en bas de l'article sur PubMed. Les études nutritionnelles financées par l'industrie sont plusieurs fois plus susceptibles de rapporter des résultats favorables au sponsor.

Poser une question au coach sur cet article

Je viens de lire l'article « Not All Evidence Is Created Equal ». Peux-tu m'aider à appliquer les points clés à ma situation personnelle ?

Tags

#evidence#methodology#misinformation#research#science

Approfondissez vos connaissances santé

Créez un compte gratuit pour accéder au moteur de recherche IA, suivre votre nutrition et obtenir des conseils personnalisés.

S'inscrire gratuitement

Déjà un compte? Se connecter

Plus d'articles