L’objectif principal de cette thèse est d’évaluer le coût social des cancers des voies respiratoires d’origine professionnelle en France. Une synthèse des données épidémiologiques disponibles dans la littérature est réalisée. La méthode des risques attribuables est mobilisée pour estimer les nombres de cas (incidents, prévalents et de décès) de cancers du poumon, des naso-sinus et des mésothéliomes de la plèvre imputables à l’amiante, aux fumées d’échappement des moteurs diesel, aux peintres, à la silice cristalline, aux poussières de bois et aux poussières de cuir. Nous évaluons ensuite le coût que représentent ces cas de cancer pour la société selon la méthode du coût de la maladie. Pour prendre en compte de manière exhaustive les coûts indirects nous développons un arbre de décision permettant d’estimer la probabilité d’être concerné par chaque catégorie de coût. Nous mettons en place des modèles d’évaluations spécifiques des cancers pour chaque catégorie de coût qui nous permettent d’estimer, selon les approches par l’incidence et par la prévalence, les coûts directs (hospitaliers et soins de ville), indirects de morbidité (absentéisme et présentéisme) et de mortalité dans les sphères marchande et non marchande. Pour l’année 2010, le coût social des cancers du poumon, des naso-sinus et des mésothéliomes de la plèvre imputables à l’amiante, aux fumées d’échappement des moteurs diesel, aux peintres, à la silice cristalline, aux poussières de bois et aux poussières de cuir est estimé en France entre 986 et 1 248 millions d’euros selon l’approche par la prévalence et entre 1 223 et 1 586 millions d’euros selon l’approche par l’incidence dont 760 à 806 millions d’euros uniquement pour l’amiante. / The main objective of this thesis is to evaluate the social cost of respiratory cancer attributable to occupational risk factors in France. A summary of the available epidemiological data in the literature is performed. By using the Medline database, a review of the literature restricted to meta-analysis highlights the relative risk data available. The method of Attributable Risks (AR) is mobilized to estimate the numbers of lung, sinonasal and mesothelioma cancer cases caused by asbestos, exhaust fumes from diesel engines, painters, crystalline silica, wood dust and leather dust. We then assess the costs of these cancer cases for the french society using the Cost Of Illness (COI) method. To take into account all indirect costs we develop a decision tree to estimate the probability of being involved in each cost category. We set up cancer-specific assessment models for each category of costs that allow us to estimate, according to incidence-based and prevalence-based approaches, direct costs (hospital and ambulatory care), indirect costs of morbidity (absenteeism and presenteeism) and mortality in the market and nonmarket spheres. For 2010, the social cost of lung, sinonasal and mesothelioma cancer cases caused by asbestos, exhaust fumes from diesel engines, painters, crystalline silica, dust wood and leather dust in France is estimated between 986 and 1 248 million euros according to prevalence-based approach and between 1 223 and 1 586 million euros according to incidence-based approach among which 760 to 806 million euros only for asbestos.

En zone urbaine, la pollution atmosphérique représente un enjeu majeur de santé publique. La caractérisation du risque associé dépend fortement de la qualité de l’estimation des expositions. Si les études étiologiques s’appuient maintenant souvent sur des modèles ayant une résolution spatiale fine, les études d’impact sanitaire (EIS) reposent encore généralement sur des approches avec une faible résolution spatiale. Ces contrastes spatiaux pourraient entraîner des inégalités sociales dans la distribution de l’impact sanitaire des polluants atmosphériques. D’autres facteurs, et en particulier le bruit, partagent les mêmes sources et ont potentiellement des effets sur la santé, et devraient aussi être pris en compte dans les études épidémiologiques. Les objectifs étaient : 1. D’étudier la possibilité de modéliser la distribution des particules ultrafines (UFP) en milieu urbain, et d’évaluer la corrélation entre UFP et bruit ; 2. De réaliser une EIS des particules fines avec une résolution spatiale fine, et d’investiguer les inégalités socio-économiques dans le fardeau de maladie généré par les particules ; 3. D’estimer les bénéfices sanitaires de scénarios théoriques de réduction de la pollution de l’air à l’échelle urbaine.Le premier objectif fait partie du projet Tri-tabs, conduit dans les villes de Bâle, Gérone et Grenoble. Des mesures de 20 min du bruit routier et du trafic, mais pas des UFP, étaient fortement reproductibles sur plusieurs mois. Sur des mesures simultanées, la corrélation entre le bruit et les UFP était modérée, ce qui ouvre la possibilité d’un ajustement réciproque pour de futures études épidémiologiques, permettant ainsi de démêler leurs potentiels effets court terme.Le second objectif se focalise sur le long terme. La plupart du temps, les études d’impact sanitaire ne prennent pas en compte les variations spatiales des concentrations en polluants en zone urbaine. Dans les agglomérations de Grenoble et Lyon en 2012, l’exposition aux PM2.5 a été estimée à une échelle de 10×10 m en combinant un modèle de dispersion à des données de densité de population. Les événements de santé retenus étaient la mortalité ainsi que l’incidence du cancer du poumon (Grenoble) et des petits poids des naissances à terme. Les estimations de l’impact sanitaire ont été répétées en considérant les concentrations en polluants de façon homogène au sein de chaque agglomération. La proportion de cas attribuables à la pollution de l’air était de 3–8% pour la mortalité et 9–43% pour les petits poids de naissances à terme. A Grenoble, 6,8% des nouveaux cas de cancer du poumon étaient attribuables à la pollution de l’air. L’impact était sous-estimé de 8 à 20% lorsque les stations de mesure de fond étaient utilisées. Le risque attribuable était plus important dans les quartiers dont le niveau de défaveur sociale était intermédiaire ou légèrement au-delà.Nous avons estimé l’impact de scénarios de réduction des niveaux de particules fines. Les scénarios visant une réduction de ces niveaux de 5% permettraient une réduction d’environ 10% des décès attribuables aux particules, tandis que les actions visant à réduire uniquement la pollution chez les 10% d’habitants les plus exposés ne procureraient qu’un gain sanitaire marginal (environ 1%). En conclusion, nous avons montré que les mesures à court terme ne peuvent pas être utilisées pour modéliser les UFP en zone urbaine ; nous avons été parmi les premiers à réaliser une EIS s’appuyant sur un modèle de dispersion à résolution spatiale fine, et à avoir intégré les petits poids de naissances. Nos estimations ont montré que les stations de fond utilisées couramment en France pour les EIS tendent à sous-estimer les expositions, comparées à un modèle de dispersion. Notre estimation de la réduction des niveaux de particules fines nécessaire pour atteindre une réduction significative de l’impact sanitaire de la pollution de l’air en zone urbaine pourrait servir de guide à des politiques publiques. / In urban areas, atmospheric pollution represents a major threat to human health. The accurate characterization of this threat relies centrally on the quality of exposure assessment. It also requires assessment of other factors sharing the same sources and also possibly impacting health, such as noise. Fine-scale exposure assessment of air pollution levels may allow identifying spatial contrasts. Such spatial variations may lead to social differences in the distribution of the health impact of these pollutants.The general aims of the PhD were: 1. To study the possibility to model ultrafine particles distribution in urban areas and assess the correlation of ultrafine particles levels with road traffic noise; 2. To assess the risk incurred by air pollution exposure with a fine-scale modelling approach and investigate the potential socio-economic disparities in health burden induced by particulate matter; 3. To investigate the health benefits expected from hypothetical scenarios of reduction of air pollution levels at the urban scale.The first aim relies on Tri-tabs project, conducted in three European cities (Basel, Girona, Grenoble). Measurements during 20 minutes of outdoor noise and traffic, but not of UFP, were strongly reproducible over durations of a couple of days or months. In these areas, on the short-term, noise levels and UFP concentrations exhibited relatively moderate correlations, which may allow adjustment for mutual confounding in epidemiological studies, thus allowing to disentangle their possible short-term health effects.The second aim introduces health effects, and focuses on the longer term. Risk assessment studies often ignore within-city spatial variations of air pollutants. In Grenoble and Lyon areas (0.4 and 1.2 million inhabitants, respectively) in 2012, PM2.5 exposure was estimated on a 10×10 m grid by coupling a dispersion model to fine-scale data on population density. Outcomes were mortality, lung cancer and term low birth weight incidences. The numbers of cases attributable to air pollution were estimated overall and stratifying areas according to the European Deprivation Index, a measure of social deprivation. Estimations were repeated assuming spatial homogeneity of air pollutants within city. The proportion of cases attributable to air pollution was in the 3-8% range for mortality and 9–43% range for term low birth weight. In Grenoble, 6.8% (95% CI: 3.1–10.1%) of incident lung cancer cases were attributable to air pollution. The impact was underestimated by 8 to 20% when background monitoring stations were used to assess exposure, compared to fine-scale dispersion modeling. Health impact was highest in neighborhoods with intermediate to higher social deprivation.Several countries across Europe have implemented air pollution regulation policies, or low emission zones, France being an exception. We estimated the health impact of air pollution under different scenarios of reduction of fine particulate matter concentrations. Scenarios targeting a reduction in the PM2.5 annual averages by 5% led to a 10% decrease of the health burden, while actions aiming at only reducing the exposure of the population exposed above the 90th percentile did not yield a significant reduction of the health burden (around 1%).In conclusion, we have shown that short-term measurements cannot be used to model ultrafine particles levels in urban areas; we were among the first to rely on a fine-scale exposure model for estimating the health impact of air pollution, and quantify its impact on term low birth weight. Our estimations showed that background air quality monitoring stations used classically in France for health impact assessment studies tend to underestimate exposure, compared to a spatially-resolved dispersion model. We have provided an estimate of the air pollution decrease required to obtain a significant reduction of the health impact of air pollutants in urban areas.

Le risque attribuable (RA) mesure la proportion de cas de maladie qui peuvent être attribués à une exposition au niveau de la population. Plusieurs définitions et méthodes d'estimation du RA ont été proposées pour des données de survie. En utilisant des simulations, nous comparons quatre méthodes d'estimation du RA dans le contexte de l'analyse de survie : deux méthodes non paramétriques basées sur l'estimateur de Kaplan-Meier, une méthode semi-paramétrique basée sur le modèle de Cox à risques proportionnels et une méthode paramétrique basée sur un modèle à risques proportionnels avec un risque de base constant par morceaux. Nos travaux suggèrent d'utiliser les approches semi-paramétrique et paramétrique pour l'estimation du RA lorsque l'hypothèse des risques proportionnels est vérifiée. Nous appliquons nos méthodes aux données de la cohorte E3N pour estimer la proportion de cas de cancer du sein invasif attribuables à l'utilisation de traitements hormonaux de la ménopause (THM). Nous estimons qu'environ 9 % des cas de cancer du sein sont attribuables à l'utilisation des THM à l'inclusion. Dans le cas d'une exposition protectrice, une alternative au RA est la fraction préventive (FP) qui mesure la proportion de cas de maladie évités. Cette mesure n'a pas été considérée dans le contexte de l'analyse de survie. Nous proposons une définition de la FP dans ce contexte et des méthodes d'estimation en utilisant des approches semi-paramétrique et paramétrique avec une extension permettant de prendre en compte les risques concurrents. L'application aux données de la cohorte des Trois Cités (3C) estime qu'environ 9 % de cas d'accident vasculaire cérébral peuvent être évités chez les personnes âgées par l'utilisation des hypolipémiants. Notre étude montre que la FP peut être utilisée pour évaluer l'impact des médicaments bénéfiques dans les études de cohorte tout en tenant compte des facteurs de confusion potentiels et des risques concurrents. / The attributable risk (AR) measures the proportion of disease cases that can be attributed to an exposure in the population. Several definitions and estimation methods have been proposed for survival data. Using simulations, we compared four methods for estimating AR defined in terms of survival functions: two nonparametric methods based on Kaplan-Meier's estimator, one semiparametric based on Cox's model, and one parametric based on the piecewise constant hazards model. Our results suggest to use the semiparametric or parametric approaches to estimate AR if the proportional hazards assumption appears appropriate. These methods were applied to the E3N women cohort data to estimate the AR of breast cancer due to menopausal hormone therapy (MHT). We showed that about 9% of cases of breast cancer were attributable to MHT use at baseline. In case of a protective exposure, an alternative to the AR is the prevented fraction (PF) which measures the proportion of disease cases that could be avoided in the presence of a protective exposure in the population. The definition and estimation of PF have never been considered for cohort studies in the survival analysis context. We defined the PF in cohort studies with survival data and proposed two estimation methods: a semiparametric method based on Cox’s proportional hazards model and a parametric method based on a piecewise constant hazards model with an extension to competing risks. Using data of the Three-City (3C) cohort study, we found that approximately 9% of cases of stroke could be avoided using lipid-lowering drugs (statins or fibrates) in the elderly population. Our study shows that the PF can be estimated to evaluate the impact of beneficial drugs in observational cohort studies while taking potential confounding factors and competing risks into account.