Assessing the association between environmental impacts and health outcomes: A case study from Florida Linda J. Young, Carol A. Gotway, Jie Yang, Greg Kearney and Chris DuClos Statistic Med. 2008; 27:

Contexte et objectifs Changements climatiques : défi de santé publique Impact environnement et santé (Pope A. et al. 1991; Ruidavets JB et al. 2005) Difficulté de recueil des données/sources diversifiés Manque système national global et intégré Difficulté de mesure des expo individuelles Recueil de données orienté/Cost-effective?

Contexte et objectifs En 2000 USA, Coordination du système de santé publique ( Pew Environ. Health Commission, John hopkins school of hygiene and pub health, 2000) EPTH (national environmental public health tracking) / CDC Intérêt du nouveau système de recueil de données? Surveillance et lutte contre menaces env. sur la santé Regroupement des sources de recueil Mise en place de méthodologie et système d'analyse de données environ. et maladies chroniques Compréhension des mécanismes d'action

Sources de données Système de réseau de recueil de données: Département de santé pub de Floride (division env.) autres agences fédérales et universités: AHCA (agence dadministration des soins) FDEP, (département protection Env.) CDC's BRFSS, (surveillance des comportements US census bureau (Recensement) Autres sources: CMAQ, NOAA, EPA, PHASE

Données Variables socio-démographiques/BRFSS âge/sexe/niveau éducation/ tabagisme Comportement à risque/pratique de prévention santé Variables de santé/AHCA Respect de la confidentialité (dossiers médicaux) Organisation des dossiers médicaux CAS D'INFARCTUS MYOCARDE (CIM-10) Variables environnementales/EPA Mesures des niveaux d'Ozone+++

Données Développement de Modèles spatio-temporels (IDM et changement de niveau Ozone dans létat de Floride) Exclusion des non-résidents de la Floride Mesure du niveau Ozone: réseau de moniteurs géoreferencés (longitude/latitude) moyenne la plus élevée sur 24 h au cours du mois Les renseignements médicaux à partir des hospitalisations pour cause d'IDM (selon la CIM-10) ratio standardisé IDM (chaque comté et chaque mois) Données socio-économiques et démographiques

Méthodologie et stratégie danalyse Quantification de la relation entre IDM et niveau ozone= principe des régressions classiques: Si source de données unique Problème??? secteurs géographiques (plusieurs codes postaux) et enregistrements des données à différents temps: variabilité spatio-temporelle (méthode classique: problème dinférence stat) Application de la géostatistique (KRIGEAGE)++++

Géostatistique ( Armonstrong M., basic linear geostatistics. Springer: berlin, 1998) Fonctions de lespace variables régionalisées variations structurées/aléatoires concentration polluant / densité de population, Calcul variances de dispersion dun support dans un domaine Effet support des variables régionalisées Bloc Domaine Changement de support variance de dispersion

Analyses statistiques Mars 2OO1 Modèles de régression linéaire généralisés Modèles pondérés Outcome: ratio standardisé du nombre dIDM / et log du ratio standardisé (hypothèse de normalité)

Résultats Mars 2001 : CAS IDM (FLORIDE) COMTE DE OKEECHOBEE 263 HOSPITALISATIONS DONT 93,2 CAS IDM (SOIT RATIO STANDARDISE DE 2,83) Associations entre niveau ozone et IDM COVARIABLES SIGNIFICATIVES AGE SUP A 25 ANS AVOIR MOINS DUN DIPLÔME SECONDAIRE Associations fonction de la prise en compte du cadre spatio-temporel

Discussion Obtention des données / durée Non prise en compte de certaines covariables (température, humidité…) Utilisation de valeurs max mensuelles Difficulté de prendre en compte les temps passés à lintérieur des habitations (insuffisance des seules variables socio-démographiques) Multicolinéarité en niveau ozone et autres polluants (PM2,5) (Wheeler D. et al, 2005) But de EPHT/ analyse sur le long terme

Conclusion État de FLORIDE: projet initiateur de EPHT Défi de santé publique Collecte de données environnementales Cadre méthodologique et danalyse

Je vous remercie