Outil DRUGZ — analyses multicritères
Synthèse MCDA et études source
Depuis 2007, les analyses décisionnelles multi-critères (MCDA) comparent les dommages associés aux drogues dans différents contextes nationaux. La vue « Synthèse DRUGZ » agrège leurs positions relatives : elle ne mesure ni une toxicité intrinsèque, ni un risque par prise, ni une vérité universelle. Cliquez une substance pour afficher les résultats étude par étude et les données françaises disponibles.
Ce que ces graphiques ne disent pas
- Une seule étude mesure les bénéfices (Bourgain 2012). Toutes les autres ne notent que les dommages — ni plaisir, ni usage thérapeutique, ni retombées économiques. Nutt le reconnaît comme la première limite du modèle. Et Bourgain montre que la perception des bénéfices pèse jusqu'à 10 fois plus que les dommages dans l'opinion des experts eux-mêmes.
- Les scores dépendent de la prévalence. Les critères « dommages aux tiers » intègrent le nombre d'usagers. L'analyse australienne ajustée à la prévalence le montre : le cannabis passe de la 13ᵉ à la 4ᵉ place, les fentanyls de la 4ᵉ à la 17ᵉ.
- Une partie des dommages vient de la prohibition, pas de la molécule : pureté inconnue, criminalité d'acquisition, précarité, incarcération. Aucun modèle ne les sépare.
- La pondération est un jugement, pas une donnée. Les poids sortent d'un consensus d'experts ; les échelles (/3, /4, /60, /100) ne sont pas comparables entre études.
- La synthèse DRUGZ n'est pas une méta-analyse. Elle agrège des rangs, pas des estimations de risque accompagnées d'erreurs standards. Son intervalle interquartile décrit la variabilité entre contextes, mais ne quantifie pas une incertitude statistique.
- Un score bas ne veut pas dire « sans danger ». Contexte, dose, voie d'administration et mélanges ne sont pas modélisés.
Transparence méthodologique Comment la synthèse DRUGZ est-elle calculée ?
La synthèse est une agrégation descriptive de classements, inspirée du comptage de Borda. Elle transforme le rang occupé par chaque substance dans chaque étude en une position commune de 0 à 100, puis calcule la moyenne de ces positions. Cette opération rend les classements visualisables ensemble, mais ne rend pas leurs méthodes, leurs critères ou leurs contextes équivalents.
1 — Transformer chaque classement
Dans une étude comportant N substances, la première reçoit 100 et la dernière 0. Les positions intermédiaires sont réparties régulièrement. Il s’agit d’une version normalisée des points de Borda : le score classique N − rang est divisé par N − 1 pour rendre comparables des listes de longueurs différentes.
- P
- position relative de la substance d dans l’étude s, entre 0 et 100 ;
- N
- nombre de substances effectivement classées dans cette étude ;
- r
- rang de la substance, avec 1 pour la première place.
2 — Gérer les ex æquo et les absences
- Lorsque deux substances ont exactement le même score publié, elles reçoivent le rang moyen des places occupées.
- Lorsqu’une étude ne fournit qu’un ordre ordinal, cet ordre est utilisé sans inventer d’écart entre deux rangs.
- Une substance absente d’une étude est simplement non comptée dans cette étude : elle ne reçoit jamais 0.
- Une substance n’est affichée que si elle atteint le seuil minimal choisi dans l’interface.
3 — Agréger les positions
Pour une substance présente dans k études du corpus, l’indice DRUGZ est la moyenne arithmétique de ses k positions relatives. Chaque étude compte actuellement pour un poids égal.
Les études ne sont pas pondérées par le nombre d’experts, leur année ou leur taille : ces quantités ne représentent pas une précision statistique commune. Une pondération « de qualité » ajouterait un nouveau jugement arbitraire qu’il faudrait lui-même justifier.
4 — Décrire les désaccords
Le trait blanc représente la moyenne. Chaque point correspond à une étude. Le rectangle représente l’intervalle interquartile, de Q1 à Q3, calculé après tri des positions avec interpolation linéaire. La médiane est également affichée dans la fiche de la substance.
Un rectangle étroit indique des classements relativement concordants. Un rectangle large signale une forte sensibilité au pays, aux critères, aux pondérations, à la prévalence ou au panel d’experts.
Exemple chiffré fictif
Supposons qu’une substance apparaisse dans trois études avec les positions suivantes :
| Étude | Substances classées (N) | Rang (r) | Calcul | Position relative |
|---|---|---|---|---|
| Étude A | 20 | 1 | 100 × (20 − 1) ÷ 19 | 100,0 |
| Étude B | 19 | 5 | 100 × (19 − 5) ÷ 18 | 77,8 |
| Étude C | 22 | 4 | 100 × (22 − 4) ÷ 21 | 85,7 |
Indice DRUGZ = (100,0 + 77,8 + 85,7) ÷ 3 = 87,8 / 100
Ce résultat signifie uniquement que la substance se situe, en moyenne, vers le haut des classements retenus. Il ne signifie pas qu’elle présente « 87,8 % de danger », ni qu’elle serait deux fois plus dangereuse qu’une substance obtenant 43,9.
Ordre exact des opérations
- Sélectionner le corpus affiché : comparable, historique complet ou impact populationnel.
- Récupérer, pour chaque étude, les scores totaux vérifiés ou le classement publié.
- Attribuer les rangs, avec rang moyen en cas d’ex æquo.
- Convertir chaque rang en position relative de 0 à 100 avec la formule ci-dessus.
- Regrouper les positions disponibles substance par substance, sans imputer les absences.
- Exclure de l’affichage les substances présentes dans moins d’études que le seuil choisi.
- Calculer moyenne, médiane, Q1 et Q3, puis classer les substances par moyenne décroissante.