Les avocats spécialistes dans le domaine des erreurs médicales sont souvent confrontés à des études scientifiques lors des expertises médicales. La plupart de ces études sont d'une nature observationnelle et donc sont entâchées de nombreuses imperfections appelées biais. En effet, hors l'évaluation des traitements, les essais randomisés ne peuvent pas être réalisés pour de nombreuses raisons.

En collaboration avec son médecin conseil, l'avocat de la victime d'une erreur médicale doit pouvoir reconnaître les imperfections des études observationnelles et les soulever dans un dire écrit adressé à l'expert.

Plus particulièrement, il est essentiel de vérifier que les groupes comparés dans une étude d'observation sont similaires et, dans la négative, qu'un ajustement statistique a été effectué pour tous les facteurs pouvant être la cause des deux variables étudiées donc pour des facteurs de confusion. Malheureusement, un ajustement est impossible pour des facteurs de confusion inconnus ou non mesurés et donc l'étude observationnelle sera toujours de qualité inférieure à l'essai randomisé.

Cependant, alors que cet ajustement est nécessaire lorsque le facteur est la cause des deux variables étudiées, il est à proscrire lorsque le facteur est causé par les deux variables étudiées donc dans le cas d'un facteur de collision. En effet, l'ajustement pour un facteur de collision aura pour effet d'ouvrir ce chemin d'association (jusqu'alors fermé) créant une estimation erronée de l'association entre les variables étudiées.

L'ajustement est aussi à proscrire lorsque le facteur est sur le chemin causal entre les variables étudiées (il s'agit alors d'un surajustement) sauf si l'on veut connaître leur relation directe mais les conditions sont strictes pour qu'une telle estimation soit valide.

Au total, au moyen d'une analyse de sensibilité effectuée avec son médecin conseil, l'avocat peut souvent (tout au moins pour l'analyse univariée car l'analyse multivariée nécessite malheureusement d'être en possession des données d'origine) dans le dire exposer une analyse chiffrée montrant comment les conclusions de l'étude aurait varié lorsque les imperfections sont corrigées.