Bien que l’essai contrôlé randomisé demeure le standard de référence pour évaluer l’effet d’une intervention, sa réalisation en anesthésie-réanimation se heurte souvent à des limites éthiques et logistiques. L’exploitation des grandes bases de données cliniques offre une alternative précieuse, mais les ajustements statistiques classiques échouent fréquemment à corriger des biais structurels majeurs (biais de temps immortel, de sélection, ou ajustements inappropriés). Cette revue narrative explore le cadre de l’émulation d’essai clinique cible ( Target Trial Emulation [TTE]). Issu de l’inférence causale, ce changement de paradigme impose la rigueur de conception d’un essai contrôlé randomisé à l’analyse de données observationnelles, en simulant étape par étape le protocole de l’essai idéal. Nous en détaillons les fondements méthodologiques : la synchronisation stricte du « temps zéro » avec l’éligibilité et l’assignation thérapeutique, l’utilisation de graphes acycliques orientés ( directed acyclic graphs [DAGs]) pour l’identification des facteurs de confusion, et l’application de méthodes statistiques avancées (g-méthodes). Particulièrement adapté à la richesse des données générées en soins critiques, l’essai émulé a déjà permis de réévaluer des pratiques complexes. En forçant l’explicitation des hypothèses causales et la rigueur temporelle, l’essai émulé ne remplace pas l’essai contrôlé randomisé, mais s’impose désormais comme son complément indispensable pour une médecine fondée sur les preuves.

Although the randomized controlled trial remains the gold standard for evaluating intervention effects, its implementation in anesthesia and critical care is often hindered by ethical and logistical constraints. Leveraging large clinical databases provides a valuable alternative; however, conventional statistical adjustments frequently fail to overcome major structural biases (immortal time bias, selection bias, or inappropriate adjustment). This narrative review explores the framework of Target Trial Emulation (TTE). Rooted in causal inference, this paradigm shift applies the design rigor of a randomized controlled trial to the analysis of observational data by simulating the protocol of the ideal trial step-by-step. We detail its methodological foundations: the strict synchronization of “time zero” with eligibility and treatment assignment, the use of directed acyclic graphs (DAGs) to identify confounding factors, and the application of advanced statistical methods (g-methods). Particularly suited to the high-resolution data generated in critical care, target trial emulation has already facilitated the re-evaluation of complex clinical practices. By enforcing explicit causal assumptions and strict temporal alignment, the emulated trial does not replace the randomized controlled trials, but rather establishes itself as an indispensable complement for evidence-based medicine.