Critères de Hill

Une simple corrélation n'est pas synonyme de causalité. La liste des critères est[2]:

1. Force de l'association (plus l'ampleur des effets liés à l'association est importante, plus un lien causal est probable, même si un faible effet n'implique pas une absence de lien de causalité) ;
2. Stabilité de l'association (sa répétition dans le temps et l'espace)
3. Cohérence (les mêmes observations sont réalisées dans différentes populations) ;
4. Spécificité (une cause produit un effet particulier dans une population particulière en l'absence d'autres explications) ;
5. Relation temporelle (temporalité). Les causes doivent précéder les conséquences ;
6. Relation dose-effet (une plus large dose mène à un plus large effet);
7. Plausibilité (plausibilité biologique, possibilité d'expliquer les mécanismes impliqués) ;
8. Preuve expérimentale (chez l'animal ou chez l'homme) ;
9. Analogie (possibilité d'explications alternatives).

Malgré cela, Bradford Hill avançait ces critères comme des « aides à la réflexion » permettant d'établir si une hypothèse est plutôt raisonnable et non pas comme une liste à cocher pour attribuer ou non un lien de causalité à des événements[3].

Les critères de Hill sont toujours largement acceptés dans l'épidémiologie moderne. On a proposé récemment une formulation plus simple en médecine factuelle en formant trois catégories qui expliqueraient la causalité : direct^[pas clair], mécanisme, preuve parallèle.

Certains auteurs notent néanmoins que certains de ces critères sont problématiques ; par exemple la plausibilité car il est toujours possible d'inventer une explication à un phénomène, même si celle-ci est peu crédible, au moyen seul de la logique et d'un esprit créatif[4]. La relation dose-effet peut également être difficile à observer, par exemple lorsque le corps humain compense la présence d'un médicament en faibles quantités et seulement à partir d'un certain seuil réagit différemment[4]. Les analogies partant de l'efficacité d'un traitement pour anticiper l'efficacité d'un dérivé au mécanisme semblable sont également rarement fiables[5]. Ces observations ont mené John Ioannidis, auteur de Why Most Published Research Findings Are False, à recommander de se fier préférablement à trois de ces critères : la preuve expérimentale, la relation temporelle et l'uniformité des résultats au fil des expériences[5].