Aller au contenu
Likelier

Peur perçue vs. probabilité réelle

Quelle est la probabilité de développer un trouble des achats compulsifs ?

Probabilité à vie

~1 sur 20

adults meets criteria for compulsive buying disorder on validated scales

4,9% de probabilité à vie

La plupart sous-estiment cela.

Les portées varient — exprimées en probabilité sur une vie adulte type. Voir la méthodologie.

Autre · vérifié 2026-06-14
Qualité des preuves 4.5/5

Score d’évaluation en huit dimensions selon la grille de qualité . Chaque dimension notée de 1 à 5.

D1 Ancrage des sources
5/5
D2 Autorité des sources
5/5
D3 Arithmétique
4/5
D4 Incertitude
5/5
D5 Portée
3/5
D6 Prose
5/5
D7 Honnêteté sur la perception
4/5
D8 Complétude des réserves
5/5
Moyenne 4.5/5
Preuve directe
Source Government statistic · Consumer Financial Protection Bureau
à vie, adulte aux É.-U. chaque bande = 10× plus rare → ajusté à vos facteurs Voir l'échelle complète →
certain 1 sur 1K 1 sur 1M 1 sur 1Md
1 in 7.5 1 in 20

● vos facteurs — cliquez sur ce risque ▾ pour révéler

  1. Vos facteurs
Abstract illustration of stacked shopping bags casting a long shadow over a receipt, muted tones, flat vector.

Perçu

L'achat compulsif est fréquemment écarté comme une lubie du monde riche ou un défaut de caractère déguisé en trouble. Le concept populaire de « thérapie par le shopping » présente les achats excessifs occasionnels comme une régulation émotionnelle inoffensive, et l'explosion du commerce en ligne — achat en un clic, recommandation algorithmique, retours gratuits — a normalisé des comportements qui exigeaient autrefois un effort plus délibéré. Ni le DSM-5 ni l'ICD-11 ne répertorient actuellement le trouble des achats compulsifs comme un diagnostic autonome, ce qui contribue à la fois à la sous-détection clinique et à la sous-estimation publique de sa prévalence. Lorsque la condition est reconnue, elle est souvent stéréotypée comme un problème de femmes ou une légère lubie du contrôle des impulsions, minimisant la destruction financière et la comorbidité psychiatrique qui caractérisent les cas cliniquement significatifs.

Estimation approximative : ~1–2 % des adultes

Source : intuition éditoriale, sans sondage

Réel

~4,9 % de prévalence agrégée dans les populations adultes représentatives (Maraz, Griffiths & Demetrovics, 2016, Addiction ; méta-analyse de 40 études)

adultes dans des échantillons de population représentatifs de 16 pays (méta-analyse de 40 études, n=32 000+)

Voir le calcul

Maraz, Griffiths & Demetrovics (2016, Addiction) ont mené une revue systématique et une méta-analyse de 40 études rapportant 49 estimations de prévalence provenant de 16 pays (n total=32 000+). Dans les échantillons de population adultes représentatifs spécifiquement, la prévalence agrégée était de 4,9 % (IC à 95 % : 3,4 %–6,9 %). Ce chiffre est considéré comme la meilleure estimation disponible de la probabilité sur la vie pour un adulte américain, car aucune étude longitudinale sur la vie spécifique aux États-Unis n'existe. L'estimation agrégée mondiale est appliquée au contexte de l'adulte américain ; l'absence de preuves solides d'un écart majeur spécifique aux États-Unis étaye cette approximation. L'IC de la méta-analyse (3,4 %–6,9 %) est utilisé directement comme plage d'incertitude ; l'estimation centrale (0,049) se situe dans cette plage. La prévalence ponctuelle est utilisée ici car aucune étude d'incidence cumulative sur la vie n'existe pour le trouble des achats compulsifs ; le risque sur la vie est plausiblement un peu plus élevé que les 4,9 % transversaux, mais le chiffre agrégé de la méta-analyse est l'ancrage le plus rigoureux disponible.

Réserves : Le trouble des achats compulsifs n'est pas répertorié dans le DSM-5 ni l'ICD-11 …

Le trouble des achats compulsifs n'est pas répertorié dans le DSM-5 ni l'ICD-11 comme diagnostic autonome en 2026. Les estimations de prévalence varient considérablement selon l'instrument de mesure : la Compulsive Buying Scale (CBS), l'Edwards Compulsive Buying Scale et le Questionnaire About Buying Behavior produisent des seuils différents. La méta-analyse de Maraz et al. agrège des estimations issues de données de 2016 — antérieures à l'expansion complète du commerce mobile, des moteurs de recommandation algorithmique et de l'achat en un clic, qui ont tous probablement accru la prévalence depuis que la méta-analyse a été menée. La prédominance féminine est cohérente dans les échantillons cliniques mais peut partiellement refléter des différences dans la recherche d'aide et l'acceptabilité sociale de divulguer des problèmes d'achats. Le chiffre de 4,9 % provient de populations adultes représentatives ; les échantillons universitaires et spécifiques aux achats affichent des taux bien plus élevés (8,3 % et 16,2 % respectivement), indiquant que le contexte et le cadre d'échantillonnage affectent substantiellement les estimations. Aucune étude longitudinale à long terme sur l'incidence cumulative sur la vie n'existe. Un développement de 2024-25 non reflété dans le chiffre phare de 4,9 % est la généralisation du paiement fractionné (BNPL, « buy-now-pay-later »). En 2024, environ 43 % des adultes américains avaient utilisé un service BNPL (LendingTree/QuestionPro, n=2 049, réalisé en mars 2024), et l'usage penche fortement vers les jeunes : 58 % de la génération Z contre 24 % des baby-boomers. Le risque de sous-groupe est celui du surendettement et de l'impayé plutôt qu'une hausse mesurée de la prévalence du trouble des achats compulsifs : 45 % des utilisateurs BNPL de la génération Z (18-27 ans) et 44 % des milléniaux (28-43 ans) avaient payé en retard au cours de l'année écoulée, contre 20 % de la génération X (44-59 ans) et seulement 7 % des boomers (60-78 ans) ; 54 % des utilisateurs ont déclaré avoir financé un achat en sachant qu'ils ne pouvaient pas se le permettre à ce moment-là ; et la génération Z a rapporté le plus de regrets (62 % contre 26 % pour la génération X, 21 % pour les boomers). Le CFPB a constaté que les emprunteurs BNPL étaient, en moyenne, bien plus susceptibles d'être fortement endettés, de faire rouler leurs cartes de crédit, d'avoir des impayés sur des produits de crédit traditionnels et d'utiliser des services financiers à taux élevé tels que les prêts sur salaire, le prêt sur gage et le découvert, que les emprunteurs non-BNPL. Fait important, aucune étude à ce jour ne quantifie un taux validé de trouble des achats compulsifs chez les jeunes utilisateurs BNPL — la littérature BNPL n'utilise les dépenses compulsives que comme approximation dans des échantillons de commodité transversaux (revue systématique de Cham et al., 2025), donc c'est présenté comme une préoccupation de sous-groupe non quantifiée, et non un multiplicateur de prévalence sur le chiffre de 4,9 %.

Risques connexes

D'autres risques sur des thèmes similaires — pour explorer des peurs connexes.

Santé

Comportement sexuel compulsif

Quelle est la probabilité de développer un trouble du comportement sexuel compulsif ?

Technologie

Usage problématique des réseaux sociaux

Quelle est la probabilité d'un usage problématique des réseaux sociaux à l'âge adulte ?

Autre

Pertes en day trading

Quelles sont les probabilités de subir des pertes financières importantes en pratiquant le trading actif au détail ?

Autre

Paiement fractionné manqué

Quelle est la probabilité qu'un utilisateur du paiement fractionné manque un paiement ?

Autre

Décès en pêche commerciale

Quelles sont les probabilités de mourir en exerçant le métier de pêcheur commercial tout au long d'une carrière ?

Autre

Arnaque financière des seniors

Quelle est la probabilité qu'un adulte de 60 ans ou plus perde de l'argent dans une arnaque financière à la retraite ?

Autre

Catastrophe gouvernement extrémiste

Quelles sont les chances qu'un gouvernement extrémiste politique ruine catastrophiquement votre pays ?

Autre

Décès d'un pilote de chasse

Quelles sont les probabilités qu'un pilote de chasse militaire américain meure dans un accident aérien ou au combat au cours d'une carrière ?

Comparer à :

Environ 4,9 % des adultes dans des échantillons de population représentatifs satisfont aux critères du comportement d’achat compulsif sur des instruments de dépistage validés, selon une revue systématique et méta-analyse de 2016 portant sur 40 études dans 16 pays (n total >32 000) de Maraz, Griffiths et Demetrovics, publiée dans Addiction (IC à 95 % : 3,4 %–6,9 %). Cela situe le trouble à peu près dans la même fourchette de prévalence que le trouble obsessionnel-compulsif — assez courant pour apparaître régulièrement dans n’importe quelle file de patients en soins primaires, assez rare pour que la plupart des personnes qui y sont confrontées ne le reconnaissent pas de nom. Le trouble se caractérise par une préoccupation pour les achats, des tentatives répétées et infructueuses de limiter les achats, et des conséquences financières ou relationnelles significatives — il se distingue des dépenses impulsives ordinaires par sa persistance, la détresse ressentie et l’altération fonctionnelle.

Ni le DSM-5 ni l’ICD-11 ne classe actuellement le trouble des achats compulsifs comme un diagnostic autonome. Cette absence a des conséquences : sans code diagnostique, le remboursement par les assurances est difficile, la surveillance épidémiologique de la population est fragmentaire, et les cliniciens peuvent ne pas dépister systématiquement. Le trouble occupe un espace définitionnel inconfortable, proposé tour à tour comme trouble du contrôle des impulsions, affection du spectre obsessionnel-compulsif ou addiction comportementale — et la classification importe pour les modèles thérapeutiques appliqués. La méta-analyse de 2016 est antérieure à l’ère du commerce mobile ; la friction d’achat pour un utilisateur de smartphone en 2016 et en 2026 diffère d’un ordre de grandeur, et la base de preuves n’a pas encore rattrapé ce que ce changement signifie pour la prévalence des achats compulsifs.

L’estimation de 4,9 % s’applique à des échantillons représentatifs d’adultes ; les taux dans les populations universitaires (8,3 %) et dans des échantillons spécifiques aux achats (16,2 %) sont nettement plus élevés, indiquant que le cadre d’échantillonnage façonne radicalement l’estimation. La prédominance féminine est cohérente dans les études cliniques — les femmes représentent environ 80 % des cas cliniques — mais peut partiellement refléter des différences dans la recherche d’aide ou l’acceptabilité sociale de la divulgation, plutôt que de vraies différences d’incidence. La dépression, l’anxiété et le TOC concomitants sont fréquents ; la relation causale (le comportement d’achat entraîne-t-il la dysrégulation de l’humeur, ou l’inverse ?) reste contestée. Il n’existe pas d’études longitudinales à long terme sur l’incidence cumulative à vie, de sorte que le chiffre de prévalence représente ici la proportion répondant aux critères lors d’une mesure transversale donnée.

Environ 1 adulte sur 20 répond aux critères du trouble d'achat compulsif sur des échelles validées, une prévalence groupée d'environ 4,9% sur 40 études. On le classe souvent comme une lubie de personnalité plutôt que le trouble du contrôle des impulsions décrit par les données de dépistage.

Registre des sources

Chaque chiffre ci-dessous correspond à ce que la source a rapporté, avec la citation textuelle sur laquelle nous nous sommes appuyés et la méthode de calcul. Cliquez sur un lien pour vérifier directement.

2/5 sources vérifiées de manière indépendante, mot pour mot, par rapport à la source citée

  1. [1] Addiction / PubMed — The prevalence of compulsive buying: a meta-analysis
    The prevalence of compulsive buying: a meta-analysis
    Statistique
    Pooled prevalence of compulsive buying in adult representative populations: 4.9% (95% CI: 3.4%–6.9%); 40 studies, 16 countries, n>32,000
    Extrait
    “"The pooled prevalence for compulsive buying behaviour in adult representative samples was 4.9% (95% CI 3.4–6.9%), compared with 12.3% in adult non-representative samples, 8.3% in university student populations, and 16.2% in shopping-specific samples." ”
    Données source de
    2016-03-01
    Consulté le
    2026-05-04 · copie archivée
    Calcul
    Primary prevalence source. The 4.9% figure (95% CI 3.4%–6.9%) from representative adult population samples is used directly as the native rate (numerator=4.9, denominator=100). For normalization, lifetime_us_adult=0.049 treats this global pooled cross-sectional rate as a US-adult approximation, with the meta-analytic 95% CI providing the uncertainty bounds directly (low=0.034, high=0.069). The Maraz et al. meta-analysis pooled studies using the Compulsive Buying Scale (CBS), the Compulsive Buying Screening Tool (CBST), the Questionnaire About Buying Behavior (QABB), and other validated instruments.
  2. [2] Addiction / Wiley Online Library — The prevalence of compulsive buying: a meta-analysis — Addiction (Wiley)
    The prevalence of compulsive buying: a meta-analysis — Addiction (Wiley)
    Statistique
    Meta-analysis of 40 studies, pooled prevalence 4.9% in representative adult samples (95% CI 3.4%–6.9%)
    Extrait
    “"The meta-analysis found that the pooled prevalence for compulsive buying behaviour in adult representative population samples was 4.9% (95% CI: 3.4–6.9), with significant between-study heterogeneity." ”
    Données source de
    2016-03-01
    Consulté le
    2026-05-04 · copie archivée
    Calcul
    Secondary citation to the Wiley journal version of the same Maraz et al. (2016) meta-analysis. Confirms the 4.9% (95% CI 3.4%–6.9%) finding in representative adult samples. No additional arithmetic beyond the primary source.
  3. [3] Journal of Behavioral Addictions / PMC — Treatments for compulsive buying: A systematic review of the quality, effectiveness and progression of the outcome evidence Vérifié
    Treatments for compulsive buying: A systematic review of the quality, effectiveness and progression of the outcome evidence
    Statistique
    A meta-analysis of 49 prevalence estimates from 16 countries produced a pooled prevalence estimate of 4.9% for CBD; categorization remains debated, reinforced by its omission from the DSM-5
    Extrait
    “"A recent meta-analysis of 49 prevalence estimates from 16 countries produced a pooled prevalence estimate of 4.9% for CBD. [...] Categorization of CBD still remains a debate, reinforced by its omission in the most recent edition of the Diagnostic and Statistical Manual (DSM-5)." ”
    Données source de
    2017-01-01
    Consulté le
    2026-05-04 · copie archivée
    Vérification
    Extrait récupéré et confirmé de manière indépendante, mot pour mot, par rapport à la source citée lors de notre audit de vérification.
    Calcul
    Supporting source. It reports a pooled prevalence estimate of 4.9% for CBD (from a meta-analysis of 49 estimates across 16 countries) and notes that CBD's categorization remains debated, reinforced by its omission from the DSM-5. Consistent with the Maraz et al. meta-analytic estimate of 4.9%. Used to corroborate the prevalence figure and the DSM-5-omission context in the caveats; not incorporated into any multiplier.
  4. [4] LendingTree — 1 in 3 Buy Now, Pay Later (BNPL) Users Paid Late in Past Year
    1 in 3 Buy Now, Pay Later (BNPL) Users Paid Late in Past Year
    Statistique
    43% of US adults have used BNPL; late-payment-in-past-year by age: Gen Z (18-27) 45%, millennials (28-43) 44%, Gen X (44-59) 20%, boomers (60-78) 7%; 54% financed a purchase they couldn't afford; Gen Z regret 62% vs boomers 21%
    Extrait
    “"Younger Americans are at least twice as likely to say they've done so, led by 45% of Gen Z BNPL users ages 18 to 27 and 44% of millennials ages 28 to 43, compared with 20% of Gen Xers ages 44 to 59 and 7% of baby boomers ages 60 to 78. [...] 54% of BNPL users have financed a purchase with BNPL knowing they couldn't afford it at the time. [...] 43% of Americans have used a BNPL service." ”
    Données source de
    2024-03-18
    Consulté le
    2026-06-14 · copie archivée
    Calcul
    Supports the BNPL young-adult subgroup caveat only — not used in the headline rate or any multiplier. Online survey commissioned from QuestionPro, n=2,049 US consumers ages 18-78, fielded March 15-18, 2024 (nonprobability sample with population quotas). The age-banded late-payment, regret, and "knew I couldn't afford it" figures document over-indebtedness and delinquency risk concentrated in young BNPL users. These measure financial distress, not a compulsive-buying-disorder diagnosis rate, so they inform the caveat rather than a personal factor multiplier on the 4.9% prevalence.
  5. [5] Consumer Financial Protection Bureau — Consumer Use of Buy Now, Pay Later: Insights from the CFPB Making Ends Meet Survey Vérifié
    Consumer Use of Buy Now, Pay Later: Insights from the CFPB Making Ends Meet Survey

    See all 2 Likelier entries citing this source →

    Statistique
    BNPL borrowers more likely than non-borrowers to be highly indebted, revolve on credit cards, have delinquencies in traditional credit, and use payday/pawn/overdraft services
    Extrait
    “"BNPL borrowers were, on average, much more likely to be highly indebted, revolve on their credit cards, have delinquencies in traditional credit products, and use high-interest financial services such as payday, pawn, and overdraft compared to non-BNPL borrowers." ”
    Données source de
    2023-03-02
    Consulté le
    2026-06-14 · copie archivée
    Vérification
    Extrait récupéré et confirmé de manière indépendante, mot pour mot, par rapport à la source citée lors de notre audit de vérification.
    Calcul
    Authoritative government source for the BNPL over-indebtedness caveat. CFPB analysis of the Making Ends Meet survey. The report explicitly cautions that many of these differences may pre-date BNPL use, so it documents an association with financial distress, not a causal compulsive-buying-disorder rate. Used to support the caveat only; not incorporated into the headline prevalence or any multiplier.

436 risques avec probabilité mesurée
1 sur 10 1 sur 100 1 sur 1K 1 sur 10K 1 sur 100K 1 sur 1M 1 sur 10M 1 sur 100M 1 sur 1B certain plus rare → Risque chirurgie esthétique à l'étranger — 1 sur 10 Sucre/sel en bas âge et maladie adulte — 1 sur 10 Endométriose — 1 sur 10 Risque greffe cheveux Turquie — 1 sur 10 Prothèse de genou — 1 sur 10 Antidouleurs chroniques — 1 sur 10 Perte totale des dents — 1 sur 9,1 Alzheimer — 1 sur 8,3 Privation de sommeil — 1 sur 8,3 Tabac sans fumée — 1 sur 8,3 Vélo sans casque — 1 sur 8,0 Dommages dentaires par bruxisme — 1 sur 7,7 Échec du préservatif — 1 sur 7,7 Soins évités par peur de l'immigration — 1 sur 7,1 Perte de vision — 1 sur 6,7 Hernie par port de charges — 1 sur 6,7 Risque de fracture de hanche — 1 sur 6,7 Consommation régulière — 1 sur 6,7 Première crise cardiaque — 1 sur 5,9 Infertilité — 1 sur 5,7 5+ ans de soins longue durée — 1 sur 5,6 ETC (football) — 1 sur 5,0 Dépression majeure — 1 sur 4,9 Blessure en randonnée — 1 sur 4,8 Infection en mangeant après son enfant — 1 sur 4,2 Maladie de Lyme — 1 sur 4,0 Solitude et santé — 1 sur 3,8 Risque AUD hérité — 1 sur 3,5 Trouble lié à l'usage de l'alcool — 1 sur 3,4 Trouble anxieux — 1 sur 3,2 Risque CV après ménopause — 1 sur 3,0 Diabète silencieux — 1 sur 3,0 Voler avec un rhume — 1 sur 2,9 Perte d'emploi et dépression — 1 sur 2,9 Maladie à tiques (forêt) — 1 sur 2,9 Cholestérol élevé silencieux — 1 sur 2,9 Perte d'un grand-parent enfant — 1 sur 2,8 Pacifier on the floor — 1 sur 2,8 Hypertension silencieuse — 1 sur 2,7 Infection résistante — 1 sur 2,6 Pas de compatibilité de moelle — 1 sur 2,4 Admission en EHPAD — 1 sur 2,2 Mammographie faux positif — 1 sur 2,0 Tabagisme régulier — 1 sur 2,0 Diarrhée du voyageur — 1 sur 2,0 Sports d'aventure — 1 sur 1,8 Besoins en soins de longue durée — 1 sur 1,8 Probabilité de veuvage — 1 sur 1,7 Sexe non protégé — 1 sur 1,5 Douleurs dorsales chroniques — 1 sur 1,3 Hygiène des mains — 1 sur 1,0 Cancer (tous types) — 1 sur 7,1 Trottinette sans casque — 1 sur 4,5 Velo electrique sans casque — 1 sur 4,0 Bagage mal géré — 1 sur 3,7 Accident avec blessés responsable — 1 sur 2,9 Collision avec un cerf — 1 sur 2,7 Blessure en accident de voiture — 1 sur 2,6 Annulation de vol — 1 sur 1,8 Voyage perturbé: guerre ou catastrophe — 1 sur 1,7 Cambriolage — 1 sur 9,1 Agression en auto-stop — 1 sur 8,8 Fraude au chèque postal — 1 sur 7,7 Abus sexuels sur enfant — 1 sur 6,8 Harcèlement — 1 sur 6,2 Agression sexuelle étudiante — 1 sur 5,7 Violence domestique — 1 sur 3,7 Agression la nuit — 1 sur 3,6 Vol de vélo — 1 sur 2,9 Agression sexuelle — 1 sur 2,3 Harcèlement sexuel (au cours de la vie) — 1 sur 1,6 Penurie d'eau — 1 sur 2,5 Tempête solaire de classe Carrington — 1 sur 1,9 Point de bascule WAIS — 1 sur 1,1 Fugue du chat d'intérieur — 1 sur 10 Morsure de chien sans laisse — 1 sur 9,8 Lapin mort en 4 ans — 1 sur 3,3 Morsure de chien (non mortelle) — 1 sur 1,8 Hamster mort avant l'adolescence — 1 sur 1,0 Carence en fer (femmes) — 1 sur 3,9 Carence en vitamine D — 1 sur 2,9 Déficit de magnésium — 1 sur 1,9 Aliments insuffisamment cuits — 1 sur 1,6 Contamination croisée viande crue — 1 sur 1,4 Aliments laissés dehors — 1 sur 1,2 Arnaque clonage vocal IA — 1 sur 2,9 Arnaque en ligne — 1 sur 2,5 Cyberintimidation chez les ados — 1 sur 2,0 Enfants et contenu explicite — 1 sur 1,9 Violation de données — 1 sur 1,1 Fausse couche — 1 sur 6,7 Tentative suicide ado — 1 sur 5,6 Dépression post-partum — 1 sur 4,8 Analgésique avant la vaccination — 1 sur 3,8 Excès de poids en grossesse — 1 sur 2,6 Enfant non vacciné et rougeole — 1 sur 2,0 Poux de tête chez l'enfant — 1 sur 2,0 Arnaque financière des seniors — 1 sur 10 Effondrement des retraites — 1 sur 10 Krach immobilier — 1 sur 8,3 Contrôle fiscal IRS — 1 sur 6,7 Effondrement monétaire — 1 sur 5,6 Expulsion après dépassement — 1 sur 5,6 Saisie sur prêt auto subprime — 1 sur 5,0 Long term disability working age — 1 sur 4,0 Défaut étudiant — 1 sur 3,8 Représailles lanceur d'alerte — 1 sur 3,2 Départ forcé avant la retraite — 1 sur 2,9 Manque à la retraite — 1 sur 2,6 Paiement fractionné manqué — 1 sur 2,4 Divorce — 1 sur 2,4 Dégâts par canalisation éclatée — 1 sur 2,2 Harcèlement au travail — 1 sur 2,1 Panne de réseau prolongée — 1 sur 2,0 Déportation (sans papiers) — 1 sur 1,8 Choc financier des obsèques — 1 sur 1,7 Vol d'identité — 1 sur 1,7 Fraude à la carte bancaire — 1 sur 1,5 Intimidation scolaire — 1 sur 1,5 Perte de soldat au front — 1 sur 1,3 Récession économique — 1 sur 1,0 Krach boursier — 1 sur 1,0 Dommages au toit par grêle — 1 sur 3,0 Locataire à problème — 1 sur 1,8 Complications LASIK — 1 sur 100 Dangers papier toilette sec — 1 sur 100 Fumée passive — 1 sur 91 Trouble du jeu vidéo (adultes) — 1 sur 83 Urgences pour talons hauts — 1 sur 79 Thrown/dropped object — 1 sur 67 Réaction médicamenteuse — 1 sur 58 Overdose — 1 sur 56 Asthme dû à la cuisinière à gaz — 1 sur 50 Toxoplasmose par litière de chat — 1 sur 48 Invalidité pour raison psychologique — 1 sur 45 Dépendance aux benzodiazépines — 1 sur 40 Plomb eau robinet — 1 sur 40 Mauvaise utilisation des médicaments — 1 sur 35 Traumatisme crânien — 1 sur 33 Infection nosocomiale — 1 sur 31 Pollution de l'air — 1 sur 29 Insuffisance rénale terminale — 1 sur 29 Diarrhée du voyageur (eau) — 1 sur 26 Blessure au ski — 1 sur 26 Trouble bipolaire — 1 sur 23 Chirurgie des dents de sagesse — 1 sur 22 Complication tourisme dentaire — 1 sur 20 Abandon des aînés — 1 sur 20 Parkinson — 1 sur 20 Parasites d'animaux — 1 sur 20 TDAH non diagnostiqué — 1 sur 20 Allergie alimentaire à l'âge adulte — 1 sur 19 Démence non Alzheimer — 1 sur 17 Trouble lié à l'usage du cannabis — 1 sur 16 AVC — 1 sur 15 TSPT — 1 sur 15 Perte auditive sévère — 1 sur 14 Diabète de type 2 — 1 sur 13 Appendicite — 1 sur 13 Fumée de cuisson intérieure — 1 sur 13 Dépression non traitée — 1 sur 13 Soda et diabète — 1 sur 13 Maladie cardiaque — 1 sur 12 Décès par erreur médicale — 1 sur 12 Comportement sexuel compulsif — 1 sur 12 Trouble alimentaire — 1 sur 11 Prothèse de hanche — 1 sur 11 Calculs rénaux — 1 sur 11 Décès/invalidité parentale — 1 sur 11 Mode de vie sédentaire — 1 sur 11 Infection en salon — 1 sur 11 Cancer de l'ovaire — 1 sur 91 Cancer colorectal — 1 sur 77 Cancer du sein — 1 sur 59 Cancer du foie — 1 sur 59 Cancer du poumon — 1 sur 56 Cancer de la prostate — 1 sur 50 Mélanome (UV) — 1 sur 29 Risque de CCR lié aux faibles fibres — 1 sur 26 Viande rouge et CCR — 1 sur 21 Viande carbonisée et cancer — 1 sur 20 Accident lié à l'entretien — 1 sur 83 Conduire sous sédatifs — 1 sur 77 SMS + conduite — 1 sur 56 Mort sans ceinture — 1 sur 53 Excès de 20% de la vitesse — 1 sur 50 Moto sans casque — 1 sur 45 Vol spatial (astronaute) — 1 sur 42 Regarder vidéo au volant — 1 sur 32 Blessure d'enfant en accident — 1 sur 27 Conduite somnolente — 1 sur 26 Norovirus en croisière — 1 sur 24 Blessure en trottinette électrique — 1 sur 10 Vol à la tire en voyage — 1 sur 38 Vol de pot catalytique — 1 sur 37 Poignardé lors d'une agression — 1 sur 37 Vol de véhicule — 1 sur 34 Vol/agression dans la rue — 1 sur 26 Condamnation injustifiée — 1 sur 24 Boisson droguée — 1 sur 17 Vol par relais sans clé — 1 sur 13 Manifester sous autocratie — 1 sur 12 Effondrement de l'AMOC — 1 sur 20 Anaphylaxie après piqûre — 1 sur 50 Blessure par collier de chat — 1 sur 25 Intoxication au restaurant — 1 sur 58 Carence en B12 — 1 sur 28 Carence végétarienne — 1 sur 14 Deepfake intime — 1 sur 25 Usage problématique des réseaux sociaux — 1 sur 13 Enfant avale un objet (urgences) — 1 sur 91 Accouchement à risque vital (É.-U.) — 1 sur 61 Mortalité maternelle (ASS) — 1 sur 55 Chute d'escalier (enfant) — 1 sur 37 Décès lié au cododo — 1 sur 36 Blessure jeu toboggan & balançoire — 1 sur 33 Diagnostic d'autisme — 1 sur 31 Complications de césarienne — 1 sur 29 Jouet: blessure aux urgences (enfant) — 1 sur 21 Prééclampsie — 1 sur 20 Déchirure périnéale sévère — 1 sur 17 Diabète gestationnel — 1 sur 13 Chute enfant blessure tête — 1 sur 12 Mourir sans héritier — 1 sur 100 Ruine financière par paris sportifs — 1 sur 100 Décès d'un pilote de chasse — 1 sur 48 Décès en pêche commerciale — 1 sur 45 Décès en exploitation forestière — 1 sur 34 Faillite médicale — 1 sur 25 Trouble des achats compulsifs — 1 sur 20 Arnaque à la location — 1 sur 20 Perte du SNAP, règles travail 2025 — 1 sur 18 Saisie immobilière — 1 sur 14 Invalidité musculosquelettique — 1 sur 14 Pertes en day trading — 1 sur 13 Catastrophe gouvernement extrémiste — 1 sur 13 Destruction du logement par ouragan — 1 sur 17 NAION (Ozempic) — 1 sur 909 Immersion d'enfant en piscine — 1 sur 800 SEP — 1 sur 769 Mortalité professionnelle — 1 sur 690 Fièvre typhoïde — 1 sur 654 GLP-1 : aspiration sous anesthésie — 1 sur 613 Produits importés dangereux — 1 sur 565 Anévrisme cérébral — 1 sur 400 COVID-19 — 1 sur 400 Blessure par feux d'artifice — 1 sur 385 Tendon coupé au couteau — 1 sur 385 Trop de caféine — 1 sur 366 Drépanocytose — 1 sur 365 Médicament contrefait — 1 sur 361 Traumatisme médullaire — 1 sur 313 Cancer pédiatrique diagnostiqué — 1 sur 285 Décès prochaine pandémie — 1 sur 208 Dengue (voyage) — 1 sur 200 Accouchement prématuré dû à la chaleur — 1 sur 200 Sauter les douches quotidiennes — 1 sur 200 Pieds non lavés — 1 sur 200 Risque don moelle — 1 sur 167 Encéphalite à tiques — 1 sur 167 Schizophrénie — 1 sur 143 Chute accidentelle — 1 sur 135 Mort subite à l'effort — 1 sur 123 Suicide (US) — 1 sur 121 Addiction aux opioïdes — 1 sur 114 Tuberculose (mondial) — 1 sur 109 Diagnostic du VIH — 1 sur 105 Cancer du radon — 1 sur 435 Cancer testiculaire — 1 sur 250 Cancer du col de l'utérus — 1 sur 167 Cancer du pancréas — 1 sur 125 Mort de piéton — 1 sur 806 Accident de moto — 1 sur 709 Noyade en bateau de plaisance — 1 sur 685 Conducteur tue piéton — 1 sur 552 Marche distraite (téléphone) — 1 sur 400 Incendie batterie VE — 1 sur 333 Cycliste tué par voiture — 1 sur 159 Incendie voiture essence — 1 sur 125 Fatalité voiture autonome — 1 sur 115 Accident de voiture — 1 sur 105 Décès d'un pompier en service — 1 sur 455 Décès d'un policier en service — 1 sur 357 Homicide — 1 sur 339 Arnaque crypto pig butchering — 1 sur 106 Chaleur extrême — 1 sur 333 Décès liés au changement climatique — 1 sur 204 Morsure chauve-souris & rage — 1 sur 278 Maladie transmise par les moustiques — 1 sur 190 Intoxication alimentaire (mondial) — 1 sur 317 Incendie panneau solaire — 1 sur 667 Scoliose infantile non traitée — 1 sur 1 000 Chute d'un enfant par la fenêtre — 1 sur 855 Trotteur chute escalier — 1 sur 625 Chute de nourrisson — 1 sur 500 Blessure trotteur bébé — 1 sur 455 Mortalité maternelle — 1 sur 272 Âge maternel & anomalies congénitales — 1 sur 200 Décès d'enfant (<18 ans) — 1 sur 103 Décès en carrière spéléologique — 1 sur 167 Décès en service SMUR/ambulance — 1 sur 909 Victime civile de guerre — 1 sur 499 Soldat au combat — 1 sur 270 Révocation de visa étudiant — 1 sur 263 Décès en carrière minière — 1 sur 214 Ruine par le jeu — 1 sur 159 Incendie domestique par foudre — 1 sur 461 Incendie de forêt détruit logement — 1 sur 120 Paludisme (voyage) — 1 sur 10 000 Infection par boisson partagée — 1 sur 10 000 Maladie de Chagas — 1 sur 8 475 Ténia du renard par baies sauvages — 1 sur 8 475 Enfant avale un sachet de nicotine — 1 sur 7 937 Schistosomiase — 1 sur 6 667 Mort subite (jeune adulte) — 1 sur 3 922 Câblage dangereux — 1 sur 3 390 Sepsis par blessure — 1 sur 2 857 Éveil sous anesthésie — 1 sur 2 500 Coup de chaleur (extérieur) — 1 sur 1 905 Incendie domestique — 1 sur 1 818 Rage canine — 1 sur 1 449 Noyade — 1 sur 1 379 Lésion médullaire par plongeon — 1 sur 1 111 Étouffement — 1 sur 1 099 Hospitalisation EVALI — 1 sur 1 064 Cancer du bétel — 1 sur 1 290 Caillot sanguin (vol) — 1 sur 4 651 Tuer un cycliste — 1 sur 3 937 Mort sur la route (ado) — 1 sur 3 030 Siège vélo arrière enfant — 1 sur 2 500 Enfant sans siege auto — 1 sur 2 000 Rencontre policière fatale — 1 sur 4 739 Crime d'honneur — 1 sur 2 381 Homicide par partenaire intime — 1 sur 1 767 Ouragan — 1 sur 8 929 Mort par famine — 1 sur 6 536 Mort par blizzard — 1 sur 4 367 Tremblement de terre — 1 sur 3 802 Listeria dans la charcuterie — 1 sur 6 061 E. coli grave par produits frais — 1 sur 4 831 Intoxication alimentaire (US) — 1 sur 1 862 Mercure du poisson — 1 sur 1 695 Blessure par arête — 1 sur 1 429 Incendie de batterie — 1 sur 4 545 Ingestion de capsule de lessive — 1 sur 6 494 Noyade en piscine — 1 sur 5 882 Dysplasie hanche infantile non traitée — 1 sur 5 000 SMSN — 1 sur 2 398 Guerre (civil) — 1 sur 2 000 Œdème cérébral grippal chez l'enfant — 1 sur 100 000 Piqûre d'abeille/guêpe fatale — 1 sur 76 923 Dengue local (USA continental) — 1 sur 66 667 Décès anesthésie — 1 sur 45 662 Mort d'un chien dans une voiture chaude — 1 sur 41 667 Infection de plaie à V. vulnificus — 1 sur 32 051 Anaphylaxie — 1 sur 27 548 Manipulation chiropratique du cou — 1 sur 16 667 Empoisonnement au CO — 1 sur 14 006 Hépatite A (voyage) — 1 sur 12 500 Omission de l'immunothérapie allergéni — 1 sur 11 111 Acrylamide et cancer — 1 sur 16 667 Accident de bus — 1 sur 100 000 Crash aérien — 1 sur 58 824 Incendie de voiture après choc — 1 sur 25 000 Mort à un passage à niveau — 1 sur 20 576 Voiture immergée — 1 sur 16 667 Remorque vélo enfant — 1 sur 14 286 Quasi-collision sur piste — 1 sur 13 699 Attaque à l'acide — 1 sur 94 340 Terrorisme — 1 sur 77 519 Enlèvement par un inconnu — 1 sur 38 760 Enlèvement par un inconnu — 1 sur 35 211 Mort par dot — 1 sur 13 158 Mort accidentelle par arme à feu — 1 sur 11 299 Feu de forêt — 1 sur 100 000 Tornade — 1 sur 80 645 Tsunami — 1 sur 52 632 Noyade en mer — 1 sur 29 155 Inondation — 1 sur 20 202 Mort de chaleur après ouragan — 1 sur 20 000 Mort par glissement — 1 sur 18 416 Éruption de supervolcan — 1 sur 12 376 Piqûre d'abeille — 1 sur 78 927 Avaler abeille ou guêpe — 1 sur 29 155 Piqûre mortelle de scorpion — 1 sur 26 110 Mort par chocolat — 1 sur 13 889 Gourde cannelle au plomb — 1 sur 40 000 Lixiviation des plastiques — 1 sur 16 949 Asphyxie du nourrisson en siège auto — 1 sur 64 935 Chute transat bébé — 1 sur 60 606 Étouffement du tout-petit — 1 sur 50 000 Étouffement nourrisson non surveillé — 1 sur 50 000 Décès d'un tout-petit face à la route — 1 sur 26 738 Ingestion d'aimants — 1 sur 12 048 Décès en snorkeling — 1 sur 21 739 Animal en transport — 1 sur 20 000 Décès en détention ICE — 1 sur 17 065 Mines terrestres — 1 sur 14 728 Réaction vaccinale — 1 sur 763 359 Aluminium et Alzheimer — 1 sur 169 492 Fuite de gaz résidentielle — 1 sur 140 845 Mort enfant voiture chaude — 1 sur 102 041 Glyphosate et cancer — 1 sur 1 000 000 Cancer des ustensiles Teflon — 1 sur 169 492 Blessure en grand huit — 1 sur 312 500 Naufrage de ferry — 1 sur 133 333 Blessure par turbulence — 1 sur 114 943 Fusillade scolaire — 1 sur 192 308 Fusillade de masse — 1 sur 113 636 Avalanche — 1 sur 210 526 Foudre — 1 sur 209 205 Morsure de serpent — 1 sur 884 956 Morsure d'araignée — 1 sur 833 333 Attaque d'hippopotame — 1 sur 564 972 Attaque de crocodile — 1 sur 337 838 Morsure de chien — 1 sur 142 045 Résidus de pesticides — 1 sur 1 000 000 Canette sale — 1 sur 200 000 Effets du bioplastique PLA — 1 sur 169 492 Décès balancelle bébé — 1 sur 714 286 Étouffement raisin — 1 sur 625 000 Strangulation enfant par cordon de store — 1 sur 416 667 Suffocation enfant par sac plastique — 1 sur 263 158 Pile bouton — 1 sur 250 000 Décès transat incliné — 1 sur 238 095 Mort en ascenseur/escalator — 1 sur 188 324 EJ (voyage) — 1 sur 2 000 000 Enfant + airbag avant — 1 sur 10 000 000 Impact d'astéroïde — 1 sur 1 351 351 Araignées dans les bananes — 1 sur 10 000 000 Attaque de requin — 1 sur 5 681 818 Attaque d'ours — 1 sur 3 787 879 Empoisonnement aux baies sauvages — 1 sur 2 222 222 Attaque de piranha — 1 sur 135 135 135 Téléphone à la pompe — 1 sur 1 000 000 000 Téléphone en avion — 1 sur 1 000 000 000
Lottery jackpot 1 sur 95 238

Récemment consultés sur cet appareil