Modèles prédictifs des concentrations en tétrachloroéthylène

IV.2.3 Modèles prédictifs des concentrations en tétrachloroéthylène

La recherche des déterminants du tétrachloroéthylène a fait l’objet d’un article soumis, actuel- lement en révision (Annexe K).

D’un point de vue descriptif, les niveaux en tétrachloroéthylène diminuent significativement avec la distance du logement au pressing, les niveaux moyens étant de 6,1 (3,3) µg.m-3_{pour les}

logements situés à moins de 100 m et de 2,1 (1,9) µg.m-3_{pour ceux localisés à plus de 250 m. Outre}

la distance au pressing, les autres variables influençant les niveaux de ce polluant sont : les activités de bricolage, les grilles d’aération, le temps d’ouverture des fenêtres, la date de construction et la superficie du logement. Ces variables ont été retenues dans les modèles multivariés prédictifs présentés dans le Tableau XXVI. Pour le modèle linéaire, chaque coefficient de régression est exprimé pour l’augmentation d’une unité des niveaux inverses de racine carrée du polluant. Pour la régression logistique, la médiane des niveaux (2,29 µg.m-3_{) est retenue pour discrétiser les niveaux}

en deux classes.

Tableau XXVI – Modèles prédictifs des concentrations domestiques en tétrachloroéthylène établis à partir des données de l’investigation environnementale de la cohorte PARIS (N=177)

Facteurs prédictifs

β ajusté IC95 %

p

OR ajusté IC95 % p

Niveaux inverses Médiane :

racine carrée 2,29 µg.m-3 Caractéristiques du logement Date de construction 1945 – 1975 vs après 1975 -0,02 [-0,10 ; 0,05] 0,578 1,65 [0,68 ; 3,97] 0,268 avant 1945 vs après 1975 -0,08 [-0,15 ; -0,01] 0,035 2,49 [1,07 ; 5,78] 0,034 Superficie ≤70 m2vs > 70 m2 _{-0,04 [-0,10 ; 0,02] 0,214 1,64 [0,83 ; 3,26] 0,156} Sources Proximité au pressing entre 100 et 250 m vs > 250 m -0,10 [-0,17 ; -0,04] 0,002 2,61 [1,24 ; 5,49] 0,011 ≤100 m vs > 250 m -0,23 [-0,32 ; -0,14] < 0,001 6,30 [2,06 ; 19,29] 0,001 Activités de bricolage oui vs non -0,06 [-0,13 ; -0,01] 0,078 2,23 [0,99 ; 5,02] 0,052 Aération – Confinement Grilles d’aération oui vs non -0,09 [-0,17 ; -0,02] 0,014 2,73 [1,12 ; 6,70] 0,028 Temps d’aération† [1 – 10 h[ vs < 1 h -0,001 [-0,07 ; 0,07] 0,969 1,19 [0,55 ; 2,60] 0,654 ≥10 h vs < 1 h -0,02 [-0,10 ; 0,05] 0,496 3,13 [1,33 ; 7,37] 0,009

†_{: maximum des 3 temps d’aération}

β: estimation du coefficient de régression linéaire, IC95 %: intervalle de confiance à 95 %, OR : odds ratio vs : versus, p : degré de signification du test de Wald

Après ajustement sur l’ensemble des facteurs, l’association entre la distance au pressing et les niveaux intérieurs en tétrachloroéthylène persiste. Plus les logements sont situés à proximité d’un pressing, plus les niveaux intérieurs sont élevés. La probabilité d’avoir des niveaux supérieurs à 2,29 µg.m-3_{(niveau médian) est d’autant plus forte que la distance au pressing est faible. Ainsi, les}

logements localisés à moins de 100 m ont 6,3 fois plus de risque d’avoir des niveaux supérieurs au niveau médian que les logements localisés à moins de 2 500 m. La présence de grille d’aération et un temps d’aération long augmentent les niveaux en ce polluant. Les bâtiments construits avant 1945 présentent des niveaux plus élevés et une probabilité plus importante d’avoir des niveaux

106 Modélisation des concentrations domestiques annuelles

intérieurs supérieurs à 2,29 µg.m-3_{en tétrachloroéthylène, par rapport aux logements plus récents}

(après 1975). Enfin, les activités de bricolage majorent les niveaux de polluant.

Le modèle de régression linéaire explique 25,1 % de la variabilité des niveaux domestiques annuels de tétrachloroéthylène. Plus de deux tiers (67 %) des logements sont correctement classés par le modèle logistique. La sensibilité et spécificité de ce dernier modèle sont de 67,1 % et 68,5 % avec des valeurs prédictives positive et négative égales à 67,8 %. L’aire sous la courbe ROC est de 0,75. L’hypothèse d’adéquation du modèle aux données n’est pas rejetée, p_HL = 0,593. La concordance des modèles logistique et linéaire est égale à 85,3 %.

La Figure 25 présente les niveaux moyens en tétachloroéthylène prédits par le modèle de régression linéaire, en fixant une date de construction du bâtiment après 1975, une superficie du logement à plus de 70 m2_{et un temps d’aération de moins d’une heure.}

Distance du logement au pressing

Présence de grilles d’aération

Activités de bricolage

Niveaux moyens de PERC (µg.m-3₎

(écart des niveaux moyens prédits sur 3 000 itérations)

! 100 m

oui non

oui non oui non

3,8 (3,3-4,6) 3,1 (2,8-3,5) 2,8 (2,5-3,1) 2,3 (2,2-2,5)

Distance du logement au pressing

Présence de grilles d’aération

Activités de bricolage

Niveaux moyens de PERC (µg.m-3₎

(écart des niveaux moyens prédits sur 3 000 itérations)

100-250 m

oui non

oui non oui non

2,5 (2,2-2,8) 2,1 (1,9-2,3) 1,9 (1,8-2,1) 1,6 (1,6-1,7)

Distance du logement au pressing

Présence de grilles d’aération

Activités de bricolage

Niveaux moyens de PERC (µg.m-3₎

(écart des niveaux moyens prédits sur 3 000 itérations)

> 250 m

oui non

oui non oui non

1,9 (1,7-2,0) 1,6 (1,6-1,7) 1,5 (1,4-1,6) 1,3 (1,2-1,3)

Figure 25 – Niveaux domestiques annuels de tétrachloroéthylène prédits à partir des données de l’investigation environnementale de la cohorte PARIS pour des logements localisés à moins de 100 m, entre 100 et 250 m et à plus de 250 m d’un pressing

Les variables fixées sont la date de construction (après 1975), la superficie du logement (plus de 70 m2_{) et un temps d’aération (moins}

IV.2.4. Modèles prédictifs des concentrations en dioxyde d’azote 107

Les niveaux les plus élevés sont observés pour des logements localisés à moins de 100 m d’un pressing, ayant des grilles d’aération et au sein duquel des activités de bricolage sont réalisées, les niveaux étant de 3,8 µg.m-3_{(niveaux moyens oscillant entre 3,3 et 4,6 µg.m}-3_{pour 3 000 itérations).}

À l’inverse, les logements localisés à plus de 250 m, sans grilles d’aération, au sein desquels aucune activité de bricolage n’est rapportée ont des niveaux prédits de 1,3 µg.m-3_{(1,2 – 1,3 µg.m}-3_). IV.2.4 Modèles prédictifs des concentrations en dioxyde d’azote

Les modèles explicatifs des concentrations domestiques annuelles du NO2sont présentés dans

le Tableau XXVIII (des modèles incluant d’une part une variable « proxy » de l’exposition au trafic routier et d’autre part, l’indice ExTra). Les autres variables retenues dans les modèles sont : le chauffage au gaz, la cuisson au gaz, le tabagisme, le temps d’aération du logement, la présence d’une hotte, la présence de double vitrage, d’une VMC, et la superficie du logement. Les coefficients de régression issus du modèle de régression linéaire s’expriment pour l’augmentation d’une unité logarithmique des niveaux de NO2. La médiane de 25 µg.m-3a été retenue pour définir

les deux classes du polluant pour le modèle de régression logistique.

Quelle que soit la variable employée pour estimer l’exposition au trafic routier, les associations retrouvées entre les niveaux de NO2 et les autres facteurs prédictifs sont globalement identiques.

Concernant les caractéristiques du bâtiment, la présence d’une fenêtre sur rue et le fait d’avoir son logement situé aux deux premiers étages du bâtiment augmentent significativement les niveaux de ce polluant. Pour des logements de plus de 70 m2_{, les niveaux sont plus faibles que dans les}

autres logements. Du point de vue des sources, l’utilisation de gaz pour la cuisson ou le chauffage du logement majorent les niveaux et une tendance à l’augmentation des niveaux est obtenue avec le tabagisme. La présence d’une hotte quant à elle diminue les niveaux. Pour les paramètres d’aération et de ventilation, la présence d’une VMC, un temps d’aération du logement long tendent à abaisser les niveaux et la présence de double vitrage diminue significativement les niveaux. Dans les modèles incluant l’indice ExTra, les niveaux en NO2augmentent significativement avec

l’indice ExTra.

Les performances de chacun des modèles construits sont présentés dans le Tableau XXVII. Tableau XXVII – Performances des modèles prédictifs des concentrations domestiques en dioxyde d’azote définis à partir des données de l’investigation environnementale de la cohorte PARIS

Modèle de Modèle de

régression linéaire régression logistique

Modèle R2 _T

Lin Se Sp TLog V P P V P N AU C p C

Indice Extra 38,1 72,9 74,7 79,3 77,1 76,6 77,5 0,82 0,727 93,4

« proxy » 38,4 69,8 72,8 77,3 75,2 74,7 75,6 0,82 0,883 92,3 R2_{coefficient de détermination du modèle de régression linéaire}

TLin: taux de bien classés du modèle de régression linéaire a posteriori TLog: taux de bien classés du modèle de régression logistique

AUC : aire sous la courbe ROC, p : degré de signification du test de Hosmer et Lemeshow Se : sensibilité, Sp : spécificité, VPP : valeur prédictive positive, VPN : valeur prédictive négative C : concordance des modèles de régression logistique et linéaire

Les performances entre les modèles incluant l’indice ExTra ou la variable « proxy » de l’ex- position au trafic routier (fenêtre sur rue et étage du logement) sont proches. Ainsi les modèles de régression linéaire expliquent 38 % de la variabilité des niveaux intérieurs. Plus de 75 % des logements sont correctement classés avec les modèles de régression logistique, les sensibilités, spécificités, valeurs prédictives positives et négatives sont supérieures à 72 %. Les aires sous les courbes sont de 0,82. L’hypothèse d’adéquation du modèle n’est rejetée pour aucun des modèles, les p_HL étant supérieurs à 0,73. Enfin, quelle que soit la variable d’exposition au trafic routier considérée, la concordance des modèles logistique et linéaire est supérieure à 90 %.

108 Mo délisation des conc entr ations domestiques annuel

les _{Tableau XXVIII – Modèles prédictifs des concentrations domestiques en dioxyde d’azote défini à partir des données de l’investigation environnementale}

de la cohorte PARIS Facteurs prédictifs

Modèle avec un « proxy » de l’exposition au trafic (N=169) Modèle avec l’indice ExTra (N=166)

β ajusté IC95 % p OR ajusté IC95 % p βajusté IC95 % p OR ajusté IC95 % p

Niveaux Médiane : Niveaux Médiane :

log-transformés 25,0 µg.m-3 _{log-transformés 25,0 µg.m}-3

Caractéristiques du logement

Fenêtre sur rue

et étage du logement (≤ 2) oui vs non 0,12 [0,03 ; 0,20] 0,010 2,27 [0,97 ; 5,29] 0,058 Indice ExTra (⇑ 10 µg.m-3_{équivalents NO} 2) 0,02 [0,01 ;0,04] 0,013 1,17 [1,00 ; 1,38] 0,056 Superficie >70 m2vs < 70 m2 -0,08 [-0,16 ; 0,01] 0,074 0,51 [0,22 ; 1,14] 0,099 -0,04 [-0,13 ;0,04] 0,286 0,64 [0,30 ; 1,38] 0,252

Hotte dans la cuisine

oui vs non -0,14 [-0,23 ; -0,04] 0,005 0,23 [0,09 ; 0,62] 0,003 -0,12 [-0,22 ; -0,03] 0,017 0,26 [0,10 ; 0,72] 0,009 Sources Chauffage au gaz oui vs non 0,08 [-0,01 ; 0,17] 0,070 1,98 [0,87 ; 4,48] 0,102 0,10 [0,01 ; 0,19] 0,031 2,21 [0,97 ; 5,06] 0,060 Cuisson au gaz oui vs non 0,16 [0,07 ; 0,24] 0,001 3,74 [1,68 ; 8,35] 0,001 0,12 [0,03 ; 0,22] 0,009 2,92 [1,29 ; 6,59] 0,010 Tabagisme (↑ 1 cig./jour) 0,01 [-0,002 ; 0,025] 0,090 1,00 [0,87 ; 1,15] 0,984 0,01 [-0,01 ; 0,03] 0,057 1,01 [0,89 ; 1,16] 0,852 Aération – Confinement VMC oui vs non -0,07 [-0,16 ; 0,02] 0,148 0,80 [0,33 ; 1,92] 0,614 -0,08 [-0,17 ; 0,02] 0,101 0,69 [0,28 ; 1,68] 0,410 Double vitrage oui vs non -0,18 [-0,27 ; -0,10] < 0,001 0,26 [0,12 ; 0,60] 0,001 -0,18 [-0,27 ; -0,10] < 0,001 0,27 [0,12 ; 0,60] 0,001

Temps moyen d’aération

>médiane vs < médiane† -0,06 [-0,14 ; 0,02] 0,157 0,62 [0,30 ; 1,31] 0,102 -0,05 [-0,13 ; 0,03] 0,192 0,67 [0,32 ; 1,43] 0,001

↑1 cig./jour : augmentation d’une cigarette par jour, vs : versus

β: estimation du coefficient de régression linéaire, IC95 %: intervalle de confiance à 95%, OR : odds ratio, p : degré de signification du test de Wald

IV.3 Discussion