Dans ce travail, j'ai étudié l'analyse des régressions linéaire et logistique comme méthodes de traitement des facteurs de confusion, qui ont servi à déterminer les effets d'une erreur de mesure dans une variable de confusion.

Un Modèle Régional du Climat (MRC) est un important outil d'analyse pour les projections sur les changements climatiques et les implications engendrées à l'échelle régionale. Dans ce cas, le MRC est piloté à ses frontières par des données qui proviennent d'un Modèle de Circulation Générale Couplé (MCGC) qui, évidemment, contiennent des erreurs. Nous cherchons à savoir si le MRC amplifie ou atténue ces erreurs, et quelles répercussions ces erreurs à grande échelle ont sur les petites échelles générées par le MRC. Cette étude analyse la réponse d'un MRC aux erreurs contenues dans les données de pilotage en utilisant le protocole expérimental appelé « Grand Frère ». Elle permet de séparer les erreurs dues au pilotage des autres erreurs du modèle et d'évaluer les petites échelles développées par un MRC. Un climat de référence est établi comme le résultat d'une simulation d'un MRC à haute résolution effectuée sur un grand domaine: il est nommé le Grand Frère Parfait (GFP). Pour introduire d'une manière contrôlée des erreurs dans les données du pilote, un ensemble de simulations d'un MRC a été réalisé sur des domaines de plus en plus grands et avec une résolution plus faible : ces simulations sont nommées les Grands Frères Imparfaits (GFI). Les données de sorties du GFI sont utilisées, après le filtrage de petites échelles, pour piloter un autre ensemble de simulations du MRC sur un domaine plus petit, nommées Petits Frères (PF). Les différences entre les statistiques climatiques des simulations du GFI et celles du GFP illustrent les erreurs contenues dans les données de pilotage. La comparaison entre les statistiques climatiques des simulations du PF et celles du GFP permet d'évaluer les erreurs du MRC imputables au pilotage avec des données imparfaites. Les résultats d'expériences effectuées sur un domaine de l'est de l'Amérique du Nord pour la saison d'hiver montrent que le PF reproduit les erreurs des grandes échelles de son GFI et corrige partiellement les erreurs de petites échelles causées par la résolution grossière du pilote. Donc, pour la période et les domaines utilisés dans cette étude, le MRC est fortement dépendant de la qualité des données de pilotage. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Modèle Régional du Climat, Données de pilotage, Expérience Grand Frère, Petites échelles, Conditions aux frontières latérales.

Résumé : Les propriétés thermiques des matériaux utilisées pour la construction des murs latéraux d’une cuve d’électrolyse de l’aluminium captent l’attention depuis les deux dernières décennies. Une bonne prédiction du comportement thermique dynamique des cellues Hall-Heroult, y compris une estimation précise des pertes d'énergie et de l'emplacement du gel sur le coté, est rendue possible lorsque les matériaux de coté sont bien caractérisés en fonction de la température. L'objectif de ce travail consiste à mesurer la diffusivité thermique, la capacité calorifique et la conductivité thermique du carbure de silicium, des matériaux carbones du coté (graphitique et graphitise) et de la cryolite à l’aide de techniques de caractérisation transitoires. La diffusivité thermique et la capacité de calorifique sont mesurées en utilisant respectivement un diffusivimètre thermique et un calorimètre à balayage différentiel. La conductivité thermique est calculée en supposant une masse volumique constante. La marge d'erreur sur la precision de chaque propriété thermique a également été calculée pour un nombre fini d'ensembles de données. Une conflation empirique a été élaborée pour chacune des propriétés pour décrire la relation avec la température en termes mathématiques. La caractérisation thermique de la chaleur latente dégagée lors de la fonte de la gelée de coté est également effectuée. Enfin, sur la base des calculs effectués avec un modele 2-D numérique, l'effet des erreurs de mesure entachant les différentes propriétés thermiques des matériaux du coté sur le comportement dynamique d'un réacteur à changement de phase de type laboratoire est également présenté. Les résultats obtenus montrent l’intérêt de nouvelles études sur les propriétés thermiques des matériaux utilisés dans les cellules d’électrolyse de l'aluminium pour découvrir l’influence de l'environnement thermique intérieur de la cellule, pour estimer les pertes de chaleur et l'effet des additifs sur l’emplacement du front de solidification. // Abstract : The thermal properties of the sidewall lining materials are capturing attention since the last two decades. Good prediction of the dynamic thermal behaviour of Hall Heroult cells, including precise estimation of energy losses and location of the side ledge formed by the solidification of electrolytic bath, is made possible when the sidelining materials are well characterized in function of temperature. The present work aim at measuring the thermal diffusivity, heat capacity and thermal conductivity of silicon carbide (SiC), graphitic and graphitized carbon materials and cryolite (NasAlFe) based on transient characterization techniques. The thermal diffusivity and the heat capacity are measured by using state-of-the-art transient laser flash analyzer and differential scanning calorimeter respectively. The thermal conductivity is calculated by assuming a constant density. The range of precision error for each thermal property is also calculated for a finite number of data sets. Empirical correlation has been drawn for each of the properties to describe the relation with temperature in mathematical terms. Thermal characterization of the latent heat evolved during the melting of ledge is also carried out. Finally, based on the calculations conducted with a 2-D numerical model, the effect of the precision errors of temperature varying thermal properties of the sidewall materials and ledge on the dynamic behaviour of a laboratory scale phase change reactor is also presented. The results, so obtained, encourage further studies on the thermal properties of materials used in the aluminium reduction cell to find out the thermal environment inside the cell, heat loss estimation and effect of the additives on the location of ledge.

La non-réponse, rencontrée dans la plupart des enquêtes épidémiologiques, est génératrice de biais de sélection (qui, dans ce cas est un biais de non-réponse) lorsqu’elle est liée aux variables d’intérêt. En surveillance épidémiologique, dont un des objectifs est d’estimer des prévalences, on a souvent recours à des enquêtes par sondage. On est alors confronté à la non-réponse totale et on peut utiliser des méthodes issues de la statistique d’enquête pour la corriger. Le biais de non-réponse peut être exprimé comme le produit de l’inverse du taux de réponse et de la covariance entre la probabilité de réponse et la variable d’intérêt. Ainsi, deux types de solution peuvent généralement être envisagés pour diminuer ce biais. La première consiste à chercher à augmenter le taux de réponse au moment de la planification de l’enquête. Cependant, la maximisation du taux de réponse peut entraîner d’autres types de biais, comme des biais de mesure. Dans la seconde, après avoir recueilli les données, on utilise des informations liées a priori aux variables d’intérêt et à la probabilité de réponse, et disponibles à la fois pour les répondants et les non-répondants pour calculer des facteurs correctifs. Cette solution nécessite donc de disposer d’informations sur l'ensemble de l'échantillon tiré au sort (que les personnes aient répondu ou non) ; or ces informations sont en général peu nombreuses. Les possibilités récentes d'accès aux bases médico-administratives (notamment celles de l'assurance maladie) ouvrent de nouvelles perspectives sur cet aspect.Les objectifs de ce travail, qui sont centrés sur les biais de non-réponse, étaient d’étudier l’apport de données supplémentaires (enquête complémentaire auprès de non-répondants et bases médico-administratives) et de discuter l’influence du taux de réponse sur l’erreur de non-réponse et l’erreur de mesure.L'analyse était centrée sur la surveillance épidémiologique des risques professionnels via l’exploitation des données de la phase pilote de la cohorte Coset-MSA à l’inclusion. Dans cette enquête, en plus des données recueillies par questionnaire (enquête initiale et enquête complémentaire auprès de non-répondants), des informations auxiliaires issues de bases médico-administratives (SNIIR-AM et MSA) étaient disponibles pour les répondants mais aussi pour les non-répondants à l’enquête par questionnaire.Les résultats montrent que les données de l’enquête initiale, qui présentait un taux de réponse de 24%, corrigées pour la non-réponse avec des informations auxiliaires directement liées à la thématique de l’enquête (la santé et le travail) fournissent des estimations de prévalence en général proches de celles obtenues grâce à la combinaison des données de l’enquête initiale et de l’enquête complémentaire (dont le taux de réponse atteignait 63%) après correction de la non réponse par ces mêmes informations auxiliaires. La recherche d'un taux de réponse maximal à l’aide d’une enquête complémentaire n’apparait donc pas nécessaire pour diminuer le biais de non réponse. Cette étude a néanmoins mis en avant l’existence de potentiels biais de mesure plus importants pour l’enquête initiale que pour l’enquête complémentaire. L’étude spécifique du compromis entre erreur de non-réponse et erreur de mesure montre que, pour les variables qui ont pu être étudiées, après correction de la non-réponse, la somme de l’erreur de non-réponse de l’erreur de mesure est équivalente dans l’enquête initiale et dans les enquêtes combinées (enquête initiale et complémentaire).Ce travail a montré l’intérêt des bases médico-administratives pour diminuer l’erreur de non-réponse et étudier les erreurs de mesure dans une enquête de surveillance épidémiologique. / Nonresponse occurs in most epidemiologic surveys and may generate selection bias (which is, in this case, a nonresponse bias) when it is linked to outcome variables. In epidemiologic surveillance, whose one of the purpose is to estimate prevalences, it is usual to use survey sampling. In this case, unit nonresponse occurs and it is possible to use methods coming from survey sampling to correct for nonresponse. Nonresponse bias can be expressed as the product of the inverse of the response rate and the covariance between the probability of response and the outcome variable. Thus, two options are available to reduce the effect of nonresponse. The first is to increase the response rate by developing appropriate strategies at the study design phase. However, the maximization of the response rate can prompt other kinds of bias, such as measurement bias. In the second option, after data collection, information associated with both nonresponse and the outcome variable, and available for both respondents and nonrespondents, can be used to calculate corrective factors. This solution requires having information on the complete random sample (respondents and nonrespondents); but this information is rarely sufficient. Recent possibilities to access administrative databases (particularly those pertaining to health insurance) offer new perspectives on this aspect.The objectives of this work focused on the nonresponse bias were to study the contribution of supplementary data (administrative databases and complementary survey among nonrespondents) and to discuss the influence of the response rate on the nonresponse error and the measurement error. The analyses focused on occupational health epidemiologic surveillance, using data (at inclusion) from the Coset-MSA cohort pilot study. In this study, in addition to the data collected by questionnaire (initial and complementary survey among nonrespondents), auxiliary information from health and occupational administrative databases was available for both respondents and nonrespondents.Results show that the data from the initial survey (response rate : 24%), corrected for nonresponse with information directly linked to the study subject (health and work) produce estimations of prevalence close to those obtained by combining data from the initial survey and the complementary survey (response rate : 63%), after nonresponse adjustment on the same auxiliary information. Using a complementary survey to attain a maximal response rate does not seem to be necessary in order to decrease nonresponse bias. Nevertheless, this study highlights potential measurement bias which could be more consequential for the initial survey than for the complementary survey. The specific study of the trade-off between nonresponse error and measurement error shows that, for the studied variables and after correction for nonresponse, the sum of the nonresponse error and the measurement error is equivalent in the initial survey and in the combined surveys (initial plus complementary survey). This work illustrated the potential of administrative databases for decreasing the nonresponse error and for evaluating measurement error in an epidemiologic surveillance survey.

Dans les études épidémiologiques, les erreurs de mesure de l’exposition étudiée peuvent biaiser l’estimation des risques liés à cette exposition. Un grand nombre de méthodes de correction de l’effet de ces erreurs a été développé mais en pratique elles ont été rarement appliquées, probablement à cause du fait que leur capacité de correction et leur mise en œuvre sont peu maîtrisées. Une autre raison non moins importante est que, en l’absence de données répétées ou de données de validation, ces méthodes de correction exigent la connaissance détaillée des caractéristiques (taille, nature, structure et distribution) des erreurs de mesure. L’objectif principal de cette thèse est d’étudier l’impact de la prise en compte des erreurs de mesure dans les analyses du risque de décès par cancer du poumon associé à l’exposition au radon à partir de la cohorte française des mineurs d’uranium (qui ne dispose ni de données répétées, ni de données de validation). Les objectifs spécifiques étaient (1) de caractériser les erreurs de mesure associées aux expositions radiologiques (radon et ses descendants, poussières d’uranium et rayonnements gamma), (2) d’étudier l’impact des erreurs de mesure de l’exposition au radon et à ses descendants sur l’estimation de l’excès de risque relatif (ERR) de décès par cancer du poumon et (3) d’étudier et comparer la performance des méthodes de correction de l’effet de ces erreurs. La cohorte française des mineurs d’uranium comprend plus de 5000 individus exposés de manière chronique au radon et à ses descendants qui ont été suivis en moyenne pendant 30 ans. Les erreurs de mesure ont été caractérisées en prenant en compte l’évolution des méthodes d’extraction et de la surveillance radiologique des mineurs au fil du temps. Une étude de simulation basée sur la cohorte française des mineurs d’uranium a été mise en place pour étudier l’impact de ces erreurs sur l’ERR ainsi que pour comparer la performance des méthodes de correction. Les résultats montrent que les erreurs de mesure de l’exposition au radon et à ses descendants ont diminué au fil des années. Pour les premières années, avant 1970, elles dépassaient 45 % et après 1980 elles étaient de l’ordre de 10 %. La nature de ces erreurs a aussi changé au cours du temps ; les erreurs essentiellement de nature Berkson ont fait place à des erreurs de nature classique après la mise en place des dosimètres individuels à partir de 1983. Les résultats de l’étude de simulation ont montré que les erreurs de mesure conduisent à une atténuation de l’ERR vers la valeur nulle, avec un biais important de l’ordre de 60 %. Les trois méthodes de correction d’erreurs considérées ont permis une réduction notable mais partielle du biais d’atténuation. Un avantage semble exister pour la méthode de simulation extrapolation (SIMEX) dans notre contexte, cependant, les performances des trois méthodes de correction sont fortement tributaires de la détermination précise des caractéristiques des erreurs de mesure.Ce travail illustre l’importance de l’effet des erreurs de mesure sur les estimations de la relation entre l’exposition au radon et le risque de décès par cancer du poumon. L’obtention d’estimation de risque pour laquelle l’effet des erreurs de mesure est corrigé devrait s’avérer d’un intérêt majeur en support des politiques de protection contre le radon en radioprotection et en santé publique. / In epidemiological studies, measurement errors in exposure can substantially bias the estimation of the risk associated to exposure. A broad variety of methods for measurement error correction has been developed, but they have been rarely applied in practice, probably because their ability to correct measurement error effects and their implementation are poorly understood. Another important reason is that many of the proposed correction methods require to know measurement errors characteristics (size, nature, structure and distribution).The aim of this thesis is to take into account measurement error in the analysis of risk of lung cancer death associated to radon exposure based on the French cohort of uranium miners. The mains stages were (1) to assess the characteristics (size, nature, structure and distribution) of measurement error in the French uranium miners cohort, (2) to investigate the impact of measurement error in radon exposure on the estimated excess relative risk (ERR) of lung cancer death associated to radon exposure, and (3) to compare the performance of methods for correction of these measurement error effects.The French cohort of uranium miners includes more than 5000 miners chronically exposed to radon with a follow-up duration of 30 years. Measurement errors have been characterized taking into account the evolution of uranium extraction methods and of radiation protection measures over time. A simulation study based on the French cohort of uranium miners has been carried out to investigate the effects of these measurement errors on the estimated ERR and to assess the performance of different methods for correcting these effects.Measurement error associated to radon exposure decreased over time, from more than 45% in the early 70’s to about 10% in the late 80’s. Its nature also changed over time from mostly Berkson to classical type from 1983. Simulation results showed that measurement error leads to an attenuation of the ERR towards the null, with substantial bias on ERR estimates in the order of 60%. All three error-correction methods allowed a noticeable but partial reduction of the attenuation bias. An advantage was observed for the simulation-extrapolation method (SIMEX) in our context, but the performance of the three correction methods highly depended on the accurate determination of the characteristics of measurement error.This work illustrates the importance of measurement error correction in order to obtain reliable estimates of the exposure-risk relationship between radon and lung cancer. Corrected risk estimates should prove of great interest in the elaboration of protection policies against radon in radioprotection and in public health.

Dans les études épidémiologiques, les erreurs de mesure de l'exposition étudiée peuvent biaiser l'estimation des risques liés à cette exposition. Un grand nombre de méthodes de correction de l'effet de ces erreurs a été développé mais en pratique elles ont été rarement appliquées, probablement à cause du fait que leur capacité de correction et leur mise en œuvre sont peu maîtrisées. Une autre raison non moins importante est que, en l'absence de données répétées ou de données de validation, ces méthodes de correction exigent la connaissance détaillée des caractéristiques (taille, nature, structure et distribution) des erreurs de mesure. L'objectif principal de cette thèse est d'étudier l'impact de la prise en compte des erreurs de mesure dans les analyses du risque de décès par cancer du poumon associé à l'exposition au radon à partir de la cohorte française des mineurs d'uranium (qui ne dispose ni de données répétées, ni de données de validation). Les objectifs spécifiques étaient (1) de caractériser les erreurs de mesure associées aux expositions radiologiques (radon et ses descendants, poussières d'uranium et rayonnements gamma), (2) d'étudier l'impact des erreurs de mesure de l'exposition au radon et à ses descendants sur l'estimation de l'excès de risque relatif (ERR) de décès par cancer du poumon et (3) d'étudier et comparer la performance des méthodes de correction de l'effet de ces erreurs. La cohorte française des mineurs d'uranium comprend plus de 5000 individus exposés de manière chronique au radon et à ses descendants qui ont été suivis en moyenne pendant 30 ans. Les erreurs de mesure ont été caractérisées en prenant en compte l'évolution des méthodes d'extraction et de la surveillance radiologique des mineurs au fil du temps. Une étude de simulation basée sur la cohorte française des mineurs d'uranium a été mise en place pour étudier l'impact de ces erreurs sur l'ERR ainsi que pour comparer la performance des méthodes de correction. Les résultats montrent que les erreurs de mesure de l'exposition au radon et à ses descendants ont diminué au fil des années. Pour les premières années, avant 1970, elles dépassaient 45 % et après 1980 elles étaient de l'ordre de 10 %. La nature de ces erreurs a aussi changé au cours du temps ; les erreurs essentiellement de nature Berkson ont fait place à des erreurs de nature classique après la mise en place des dosimètres individuels à partir de 1983. Les résultats de l'étude de simulation ont montré que les erreurs de mesure conduisent à une atténuation de l'ERR vers la valeur nulle, avec un biais important de l'ordre de 60 %. Les trois méthodes de correction d'erreurs considérées ont permis une réduction notable mais partielle du biais d'atténuation. Un avantage semble exister pour la méthode de simulation extrapolation (SIMEX) dans notre contexte, cependant, les performances des trois méthodes de correction sont fortement tributaires de la détermination précise des caractéristiques des erreurs de mesure.Ce travail illustre l'importance de l'effet des erreurs de mesure sur les estimations de la relation entre l'exposition au radon et le risque de décès par cancer du poumon. L'obtention d'estimation de risque pour laquelle l'effet des erreurs de mesure est corrigé devrait s'avérer d'un intérêt majeur en support des politiques de protection contre le radon en radioprotection et en santé publique.

Les phénols et les phtalates incluent des composés très largement utilisés dans des produits de la vie quotidienne. Une grande partie de la population générale y est donc largement exposée. Ces composés sont suspectés d’être des perturbateurs endocriniens et des effets sur la santé chez l’Homme ont été rapportés, notamment après une exposition périnatale. Les études épidémiologiques sur les effets sur la santé humaine reposent généralement sur un faible nombre de biospécimens pour estimer l’exposition. Cependant, la variabilité intra-individuelle des phénols et des phtalates est potentiellement forte, ce qui peut entraîner une mauvaise classification de l’exposition dans les études sur les effets des phénols et des phtalates et limite leurs conclusions. La variabilité intra-individuelle des phénols et des phtalates au cours de la grossesse n’est pas très bien caractérisée à l’heure actuelle.L’objectif de cette thèse est d’explorer l’exposition aux phénols et aux phtalates et plus précisément : 1) d’étudier les associations entre une telle exposition pendant la grossesse et la santé respiratoire de l’enfant au cours de ses premières années de vie ; 2) de caractériser la variabilité temporelle intra-individuelle de ces composés au cours de la grossesse ; et 3) d’évaluer l’efficacité d’une approche basée sur le pooling intra-sujet d’un nombre réduit d’échantillons journaliers pour estimer l’exposition.Les associations entre l’exposition aux phénols et phtalates et la santé respiratoire reposent sur n = 587 couples mèresenfants de la cohorte prospective française EDEN. Les développements sur l’estimation de l’exposition au cours de la grossesse s’appuient sur n = 16 femmes enceintes ayant participé à l’étude de faisabilité de la cohorte SEPAGES.Les travaux de cette thèse quantifient la variabilité intra-individuelle des concentrations urinaires des biomarqueurs d’exposition aux phénols et des phtalates au cours de la grossesse pour des échelles de temps variées (du jour à plusieurs mois). Ils confirment empiriquement que cette variabilité peut biaiser fortement les fonctions doses-réponses dans les études épidémiologiques explorant les effets de l’exposition fœtale à ces composés chez l’Homme.Les résultats de cette thèse enrichissent la littérature émergente sur les effets des expositions précoces aux phénols et phtalates sur la santé respiratoire de l’Homme. Cependant, notre étude ainsi que la plupart des recherches précédentes sont potentiellement limitées par les problématiques liées à la mesure de l’exposition. Ce travail souligne l’importance de stratégies d’échantillonnage des biomarqueurs d’exposition plus élaborées pour l’étude de ces composés dans de futures études épidémiologiques. Ces résultats sont aussi pertinents en dehors du contexte de la grossesse et pour d’autres composés non-persistants. De nouvelles approches, telles que le pooling répété pour chaque sujet d’un petit nombre de biospécimens journaliers, validé dans cette thèse, sont nécessaires pour caractériser efficacement l’impact des composés non-persistants sur la santé de l’Homme. / Phenols and phthalates include chemicals widely used in daily-life products, resulting in ubiquitous exposure of the general population. There is growing concern regarding the effects on human health of these compounds, suspected to be endocrine disruptors, particularly during early life. Epidemiological research on the health effects of phenols and phthalates in offspring generally rely on a few biospecimens to assess exposure. These studies are limited by the possibly strong within-subject variability, which may result in exposure misclassification. The within-subject variability in the context of pregnancy and its possible impact on dose-response functions are poorly characterized.The aim of this thesis was to study the exposure to several phenols and phthalates during pregnancy by: 1) investigating the possible associations between this exposure and respiratory outcomes in childhood; 2) characterizing the temporal within-subject variability of these compounds during pregnancy; and finally 3) studying the efficiency of a within-subject pooling approach using a small number of daily biospecimens for exposure assessment.Associations between exposure to phenols and phthalates and respiratory health relied on n = 587 mother-child pairs from the French EDEN prospective cohort. Developments about the assessment of exposure during pregnancy relied on n = 16 pregnant participants of the SEPAGES-feasibility study who had collected all their urine samples for three weeks.This work quantified the within-subject variability of phenol and phthalate biomarker concentrations during pregnancy over various time scales (day to months), and confirmed empirically that this variability is likely to strongly bias the doseresponse functions in human-based epidemiological studies exploring the effects of gestational exposure to these chemicals.This thesis adds to the emerging literature on respiratory health impacts of early-life exposure to several phenols and phthalates. However, as for most studies on the human health effects of phenol and phthalate exposure, it is potentially challenged by this exposure assessment issue. Thus, this work emphasizes the relevance of more elaborate sampling strategies for exposure biomarkers in future epidemiological studies. These results have relevance for studies outside the context of pregnancy, and also for other nonpersistent compounds. New designs, such as the within-subject pooling of biospecimens validated in this study, are needed so as to efficiently characterize the health impact of nonpersistent chemicals.