La veille sanitaire dans le champ de la santé au travail est cruciale pour détecter l’apparition de nouveaux risques. Le réseau National de Vigilance et de Prévention des Pathologies Professionnelles (RNV3P), réseau national d’experts opérationnel depuis 2011, y participe activement. Pour cela, le RNV3P a déployé plusieurs méthodes pour détecter les nouveaux risques : émergence clinique et émergence statistique. La méthode des mesures de disproportion couramment utilisée dans le domaine de la pharmacovigilance a déjà été appliquée avec succès aux données du RNV3P. Néanmoins, une limite importante peut être soulevée. Les professionnels de santé déclarant les expositions qui leur semble liées à la pathologie déclarée, nous pouvons légitimement suspecter l'existence d'un biais de sélection de ces expositions : l'exposition la plus reconnue par le monde professionnel sera forcément déclarée. Pour tenter de maîtriser ce biais, nous avons proposé d’appliquer les matrices emploi / exposition (MEE) sur les données du RNV3P et d’examiner leur impact sur les mesures de disproportion. Dans un premier temps, nous avons testé la faisabilité de l’application des MEE au RNV3P et leur apport. Pour cela, 3 MEE issues du programme Matgéné ont été appliquées (benzène, poussières respirables de silice cristalline libre et solvants chlorés). Les données d’exposition rapportées respectivement par les experts et par la MEE ont été comparées en particulier pour des associations bien connues comme la silicose/silice ou les maladies hématopoïétiques/benzène, et pour des associations moins connues ou douteuses comme la sclérose systémique/silice et les maladies hématopoïétiques/solvants chlorés (trichloréthylène). Dans un second temps, nous avons appliqué les mesures de disproportion de type fréquentielle et bayésienne en comparant les résultats obtenus par les experts et les MEE pour trois nuisances : silice, trichloroéthylène et tétrachloroéthylène. Au final, les MEE permettent de rapporter plus d’expositions que les experts pour chaque nuisance testée et ce d’autant plus que l’association est peu connue. Cet apport d’information permet la génération de nouveaux signaux avec les mesures de disproportion qu’il est intéressant de discuter et d’explorer avec des experts / Health surveillance in the field of occupational health is crucial to detect the emergence of new risks The National Network of Vigilance and Prevention of Occupational Pathologies (RNV3P), a national network of experts operating since 2011, actively participates in. The RNV3P has deployed several methods to detect new risks: clinical emergence and statistical emergence. In the latter case, the disproportionate measures used in the field of pharmacovigilance have been successfully applied to RNV3P. Nevertheless, an important limitation can be raised. As health professionals report exposures associated with the declared pathology, we can legitimately suspect the existence of a selection bias: the most well known exposures of the professional community inevitably are most liable to be more frequently declared. To try to control this bias, we proposed to apply job / exposure matrices (JEM) on the data of the RNV3P and to examine their impact on the measures of disproportion. Initially, we tested the feasibility of applying MEE to the RNV3P data and their contribution. For this, 3 JEMs from the Matgéné program were applied (benzene, free crystalline silica breathing dusts and chlorinated solvents). The exposure data reported by the experts and the JEM were compared in particular for well-known associations such as silicosis / silica or hematopoietic / benzene diseases, and for less known or doubtful associations such as systemic sclerosis and hematopoietic diseases / chlorinated solvents (trichloroethylene). Secondly, we applied the frequency and Bayesian disproportion measures by comparing the results obtained for experts and JEM and for three nuisances: silica, trichloroethylene and tetrachloroethylene. In summary, MEE help to provide more exposure than the experts for each tested chemicals and especially if the association is little known. These new data allow the generation of new signals with the disproportion measures that it is interesting to discuss and explore with experts