Limites de l’analyse

L’analyse de COLCHIC présente un portrait « global » des effets des variables descriptives

sur les niveaux de concentration. Elle ne se veut pas spécifique à un agent chimique

particulier. La méthodologie déployée, notamment pour construire les modèles, consiste

à retenir les structures « Activité économique » et « Tendance temporelle et Durée de

prélèvement » qui répondent aux critères qualité du plus grand nombre d’agents. C’est

pour cette raison que l’approche entreprise, pour mener à bien ce travail, ne permet pas

d’analyser spécifiquement chaque agent. Le choix des modèles finaux résulte donc d’une

structure commune qui n’est pas spécifique. Il conviendra, lors de futurs travaux de

modélisation, d’adapter le modèle au besoin de l’étude.

L’utilisation d’une structure complète, c’est-à-dire avec toutes les variables, est souvent

déconseillée en modélisation. Cette approche peut en effet conduire à identifier des

Page 83 sur 161

effets observés qui sont liés à un phénomène de chance. Pour éviter cela, l’utilisation de

procédures pour éliminer des modèles les variables peu prédictives est recommandée.

Dans notre cas, les limites liées à l’approche retenue sont compensées par la

Méta-analyse. En effet, même si des effets dus à la chance apparaissent pour des agents

chimiques, ils se compensent pour donner un Méta coefficient global proche de 1.

L’agrégation de catégories de variables pour assurer un nombre suffisant de données

dans chacune d’elles peut occasionner une perte de leur sens. Par exemple, le « Motif de

la demande » est codé dans COLCHIC à partir de 17 catégories différentes. Celle portant

sur le risque d’exposition représente une très large majorité de la codification. Compte

tenu de la faible proportion de codification des 16 autres catégories, nous avons été

amenés à les agglomérer dans une seule catégorie. Dans nos analyses cette variable

compte seulement deux catégories.

V.5. CONCLUSION

Cette étude a permis de mettre en évidence des associations appuyées entre les niveaux

de concentration enregistrés dans COLCHIC et quatre variables descriptives « Durée de

prélèvement », « Equipement de protection individuelle », « Type de procédé » et

« Année ». Globalement, des niveaux plus importants sont mesurés, pour les

prélèvements de courte durée, lorsqu’un travailleur est équipé d’une protection

individuelle adaptée ou qu’un procédé est ouvert.

Nos résultats suggèrent que le type de procédé mis en œuvre et les moyens de

protection du travailleur influent sur les niveaux d'exposition enregistrés dans COLCHIC.

Bien que les tendances observées à travers nos analyses ne peuvent pas être utilisées

directement pour quantifier dans quelle mesure COLCHIC est représentative de la

population générale, elles pourront être prises en compte lors de l'utilisation des

données à des fins d'évaluation de l'exposition. Malgré certaines limites liées à la

codification de l’information et à la représentativité des mesures par rapport à la

population générale, COLCHIC reste une source importante d’informations sur les

expositions professionnelles dans le cadre d’évaluations des risques et des expositions et

en épidémiologie.

Page 84 sur 161

MODELISATION COMPARATIVE DES BASES

CHAPITRE VI.

DE DONNÉES COLCHIC ET SCOLA

VI.1. INTRODUCTION

Ce chapitre décrit tout d’abord la relation entre les variables et les niveaux d’exposition

enregistrés dans COLCHIC et SCOLA pour la période 2007-2015 puis il présente leur

comparaison sur cette même période. Il permet de finaliser le premier objectif de la thèse

et de répondre au second.

La coexistence, depuis le déploiement de SCOLA en 2007, de deux bases de données

françaises portant sur des expositions aux produits chimiques est une situation atypique

sur le plan international. L’originalité repose sur le fait que ces deux bases enregistrent

des niveaux d’exposition mesurés avec des objectifs différents (prévention et

réglementation) pour un tissu industriel identique (Chapitre III).

Au regard des travaux du chapitre IV portant sur l’analyse descriptive de COLCHIC et de

SCOLA pour la période commune 2007-2012, il a été mis en évidence des différences

systématiques entre ces deux BDEP. Premièrement, les objectifs des campagnes de

mesures divergent avec entre autres pour conséquence une certaine disparité dans les

secteurs d’activité investigués. Deuxièmement, les niveaux d’exposition enregistrés sont

généralement plus importants dans COLCHIC que dans SCOLA. Cette tendance s’est

vérifiée lors de l’analyse des 153 entreprises communes à COLCHIC et SCOLA sur la

période 2007-2012. Troisièmement, l’aspect réglementaire de SCOLA engendre un

enregistrement quasiment exclusif de mesures individuelles. Dans ces circonstances, il est

paru important d’explorer ces différences plus en profondeur au moyen de la

modélisation statistique.

Ainsi, à travers ce travail, nous avons cherché dans un premier temps, à identifier si les

associations entre les expositions et les variables enregistrées dans COLCHIC et SCOLA

étaient similaires puis dans un deuxième temps, à évaluer les différences absolues au

travers d’une analyse regroupant les données de COLCHIC et SCOLA.

Page 85 sur 161

VI.2.MÉTHODE

Dans cette section, nous présentons succinctement les informations majeures issues du

chapitre III « Méthodes » auxquelles viennent s’ajouter, de manière plus détaillée, les

spécificités de ces analyses par modélisation.

VI.2.1.PRÉPARATION DES DONNÉES

Tout d’abord, pour chacune des BDEP, les résultats des mesures prélevées en individuel

sur une durée comprise entre 1 et 720 minutes et exprimées en unité d’air ont été

sélectionnées pour la période 2007 à 2015. Les agents chimiques comptant plus de 1 000

mesures par BDEP sont conservés. Les mesures d’amiante sont écartées compte tenu

d’une part, des évolutions analytiques courant 2012 rendant caduc une large majorité de

données et d’autre part, du faible nombre de données dans COLCHIC. Une LoQ empirique

est attribuée aux résultats enregistrés comme « Non détecté ».

Après avoir préparé les jeux de données propres à COLCHIC et SCOLA, un troisième jeu de

données, appelé « BDEP commune », fusionne les mesures issues des deux BDEP pour

des agents chimiques communs. Seules les variables communes aux deux BDEP sont

conservées. L’architecture fonctionnelle de COLCHIC et SCOLA étant très proche, il n’a

pas été nécessaire de procéder à un recodage des variables étudiées.

VI.2.2. VARIABLES EXPLOITÉES

Dans l’analyse de SCOLA et de la BDEP commune, nous avons inclus 13 variables

« Année », « Entreprise », « Durée de prélèvement », « Protection individuelle »,

« Effectif », « Equipement de protection collective », « Tâche », « Métier », « Secteur

d’activité », « Région », « Type d’échantillonnage », « Durée stratifiée » et « Intervention »

auxquelles s’additionnent 4 autres variables « Origine de la demande », « Motif de la

demande », « Type de procédé » et « Fréquence d’exposition » pour COLCHIC.

Afin de différencier la provenance des données lors de l’analyse comparative, une

variable dichotomique « Source » composée de « COLCHIC » et « SCOLA » est créée.

Page 86 sur 161