Return to search

Etude des méthodes et modèles de caractérisation de l'exposition atmosphérique aux polluants chimiques pour l'évaluation des risques sanitaires

La démarche d'évaluation des risques sanitaires inclue dans ses étapes l'évaluation de l'exposition professionnelle. S'agissant de l'exposition par inhalation, différents modèles sont disponibles pour caractériser ou estimer les niveaux d'exposition. Les objectifs de cette thèse sont d'étudier et comparer les principales démarches existantes, voire d'en développer de nouvelles, afin de participer à leur validation et de définir leur places respectives en complément de la métrologie quantitative. Un premier chapitre présente les modèles existants et décrit leurs principes et applications. Une méthode qualitative est développée puis comparée à d'autres démarches similaires ainsi qu'à des modèles empiriques afin d'étudier leurs performances dans la caractérisation ou la prédiction des expositions aux solvants de laboratoire (chapitre 2). Nous suggérons l'utilisation en première intention des méthodes qualitatives afin de définir les situations d'exposition prioritaires vis-à-vis desquelles les modèles empiriques peuvent secondairement servir à estimer un niveau d'exposition. Les modèles statistiques de régression linéaire sont étudiés à travers une application dans le secteur du compostage des déchets, confirmant leur capacité à caractériser des déterminants spécifiques de l'exposition (chapitre 3). Les modèles physiques mécanistiques sont testés afin de reproduire des profils temporels de concentration, puis utilisés de façon probabiliste pour estimer la distribution des expositions et des risques sanitaires (chapitre 4). Ces modèles permettent d'approcher la variabilité spatio-temporelle des expositions et d'identifier les mécanismes à l'origine des expositions. Les forces et limites de ces différentes approches sont comparées et des préconisations d'utilisation sont définies, assorties de perspectives de travail (chapitre 5). Mots clefs : exposition, risques, modèles, déterminants, prédictions, variabilité, incertitude.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00747456
Date14 October 2011
CreatorsPersoons, Renaud
PublisherUniversité de Grenoble
Source SetsCCSD theses-EN-ligne, France
Languagefra
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0016 seconds