Au cours des vingt dernières années, l'analyse des liens à court terme entre la pollution atmosphérique et la santé a fait l'objet de nombreux travaux. La méthode la plus souvent utilisée est l'analyse de séries chronologiques. Celle-ci vise à quantifier les liens pouvant exister entre les variations quotidiennes du niveau d'un indicateur d'exposition à la pollution atmosphérique et celles du nombre d'occurrences d'un événement sanitaire (décès, hospitalisations, etc.). Afin d'obtenir une estimation non biaisée de l'association à court terme entre la pollution atmosphérique et la santé, il est nécessaire de prendre en compte dans l'analyse tous les facteurs susceptibles de modifier cette association (ces facteurs doivent présenter des liens avec les niveaux de l'indicateur de pollution atmosphérique et avec l'indicateur sanitaire). L'approche actuelle est une régression de Poisson basée sur un modèle additif généralisé (GAM). Ce dernier recourt à des fonctions de lissage qui permettent d'ajuster le modèle au plus prés de la forme des relations entre la variable sanitaire et les variables explicatives. Aussi, sont intégrés au modèle la variable d'intérêt (teneurs atmosphériques d'un polluant) ainsi que la tendance à long terme et la saisonnalité, le jour de la semaine, les jours fériés, les périodes de vacances, les conditions météorologiques (température), les épisodes de grippe, les périodes de pollinisation, etc. Les données sanitaires présentent souvent une surdispersion qui est prise en compte par l'hypothèse d'une distribution quasi-poissonnienne de la variable sanitaire. Les paramètres de la fonction de lissage (spline pénalisèe) utilisée pour prendre en compte la tendance à long terme et la saisonnalité sont sélectionnés de façon à minimiser l'autocorrélation partielle des résidus. Le modèle de régression permet d'estimer le coefficient associé à l'indicateur de pollution et de calculer un risque relatif. La répétition de telles études de séries chronologiques sur des périodes successives est très utile car elle permet d'assurer une surveillance épidémiologique des liens à court terme entre pollution atmosphérique et santé grâce à des données enregistrées en routine.
Auteur : Eilstein D, Larrieu S, Wagner V, Zeghnoun A, Lefranc A
Journal de la SFdS, 2009, vol. 150, n°. 1, p. 30-53
