Une étude est dite sous-dimensionnée quand le nombre de personnes est trop faible pour détecter un effet, même s’il existe. Le paramètre important ici, c’est la puissance statistique : si elle est faible, l’étude peut rater un résultat significatif.

Dans le cas du chrome VI, l’étude complète montrait un risque élevé (OR = 4,9 et 20,2). Mais quand les données ont été divisées en deux petites études, le signal a disparu. C’est une stratégie classique pour rendre un danger invisible. Cela permet à l’industrie de dire qu’il “n’y a pas de preuve”.