Évaluation de l’exposition à la pollution atmosphérique liée au trafic routier dans les...

Évaluation de l’exposition à la pollution atmosphérique liée au trafic routier dans les études épidémiologiques : une revue de littératureAssessment of exposure to traffic pollution in epidemiological studies: a review

P. REUNGOAT (1,2), M. CHIRON (2), I. MOMAS (1)

(1) Service « Santé Publique et Environnement », Université René Descartes – Paris 5, Faculté des Sciences Pharmaceutiqueset Biologiques de Paris-Luxembourg, 4, avenue de l’Observatoire, 75006 Paris. Email : Isabelle.Momas@univ-paris5.fr (Tirésà part : I. Momas)(2) Unité Mixte de Recherche Épidémiologique Transport Travail Environnement, Institut National de Recherche sur les Trans-ports et leur Sécurité, Lyon.

Background: Automobile exhaust is a major source of air pollution in urban areas. To study healtheffects of traffic exhaust fumes epidemiologists need specific tools in order to achieve a precise assess-ment of human exposure to traffic air pollution (TAP) and avoid misclassification. The aim of thisreview is to study the different ways of assessing human exposure to TAP in epidemiological studiesdealing with short-term or long-term health effects of TAP.

Methods: After presenting the different designs and goals of the studies mentioned above, this reviewfocuses on methods of assessing exposure to TAP and their different associated health endpoints.

Results: To assess exposure to TAP, most published studies have used more or less complex exposureindices. Several teams have used residence location and its proximity to traffic, traffic counts, or acombination of both. More recently, some authors have developed mathematical dispersion modelsand statistical regression models.

Discussion: Our analysis shows that reliable and validated tools would be needed to assess accura-tely human exposure to TAP. This can only be achieved with statistical regression models and mathe-matical dispersion models. Although such methods may be difficult to implement, their use can befacilitated by adding a geographic information system.

Traffic air pollution. Epidemiology. Exposure assessment. Exposure index.

Position du problème : L’automobile constitue en ville la première source de pollution atmosphérique.Pour étudier les effets sur la santé des effluents automobiles, les épidémiologistes ont besoin d’outils leurpermettant d’estimer précisément l’exposition des individus à cette pollution atmosphérique d’origineautomobile (PAA), de façon à éviter les erreurs de classement. Cette revue bibliographique a pour butd’analyser les différentes démarches adoptées pour évaluer l’exposition des individus, dans tous les tra-vaux épidémiologiques examinant les effets à court et à long terme de la PAA sur la santé humaine.

Méthode : Après avoir présenté les différents types d’études ainsi que leurs objectifs, cette revues’est particulièrement attachée à étudier les modalités d’évaluation de l’exposition à la PAA ainsi queles différents effets sanitaires qui lui sont associés.

Résultats : Pour tenter d’évaluer au mieux l’exposition des individus à la PAA, la plupart desauteurs ont eu recours à des indices d’exposition plus ou moins complexes. Ainsi, certaines équipesse sont intéressées au lieu de résidence et à sa proximité au trafic routier, à l’intensité de ce trafic, ou

Texte reçu le 29 avril 2003. Acceptation définitive le 16 décembre 2003.

272 P. REUNGOAT ET COLLABORATEURS

bien encore à une combinaison des deux. Plus récemment, certains auteurs ont élaboré des modèlesmathématiques de dispersion des polluants ainsi que des modèles statistiques de régression.

Discussion : Au terme de cette analyse, il semble incontournable de devoir utiliser, pour évaluer l’expo-sition des individus à la PAA, des outils fiables et validés. Seuls les modèles statistiques de régression etmathématiques de dispersion des polluants semblent pouvoir offrir de telles possibilités ; bien que leur miseen œuvre soit lourde, elle pourrait être considérablement facilitée grâce à l’utilisation conjointe de systèmesd’information géographique, permettant l’automatisation et la standardisation de la collecte des données.

Pollution d’origine automobile. Épidémiologie. Évaluation des expositions. Indice d’exposition.

INTRODUCTION

L’automobile constitue, en milieu urbain, laprincipale source de pollution atmosphérique avecdes pourcentages des émissions totales attribuablesaux transports de 57 % pour les oxydes d’azote, etmême de plus de 70 % dans certaines aggloméra-tions (année 2000 : 73 % à Grenoble et 73,5 % àParis, par exemple), de 40 % pour le monoxyde etle dioxyde de carbone, selon les travaux du CentreInterprofessionnel et Technique d’Étude de la Pol-lution Atmosphérique (CITEPA, 2002). La partdes transports dans l’exposition des citadins nepeut être que supérieure à ces valeurs, en raison dela proximité de la source « transport ».

La question se pose donc de savoir quels sontles effets sur la santé, à court ou à long terme, despolluants liés aux émissions automobiles. Desétudes épidémiologiques devraient permettre derépondre à cette question, à condition de pouvoirdisposer d’une évaluation adéquate de l’exposi-tion des individus étudiés à cette pollution atmos-phérique d’origine automobile (PAA), expositionprésente mais également passée.

En utilisant les concentrations en polluantsmesurées par les stations fixes des réseaux de sur-veillance de la qualité de l’air, il est difficile d’esti-mer l’exposition individuelle à la PAA, comptetenu de sa variabilité spatiale et temporelle. La partdu trafic routier au sein des concentrationsambiantes reste, en outre, mal déterminée. Lemesurage personnalisé des expositions avec desdispositifs portables n’est pas non plus vraimentpertinent dans ce cadre car, comme dans le cas pré-cédent, la part du trafic routier au sein de l’exposi-tion personnelle demeure inconnue ; d’autre part,cela constitue une procédure lourde à mettre enœuvre, donc peu envisageable à large échelle.

Dans un tel contexte, les épidémiologistes ontconstruit des indices d’exposition, plus ou moinscomplexes, reflétant davantage la source automo-

bile, pour tenter d’évaluer au mieux l’expositiondes individus à la PAA. Ainsi, certaines équipesse sont intéressées au lieu de résidence et à saproximité au trafic routier, à l’intensité de ce tra-fic, ou bien encore à une combinaison des deux.Plus récemment, certains auteurs ont élaboré desmodèles mathématiques de dispersion des pol-luants ainsi que des modèles statistiques.

Cette revue bibliographique a pour but d’ana-lyser, de façon approfondie, les différentesdémarches utilisées pour évaluer l’exposition desindividus, dans tous les travaux épidémiologiquesexaminant les effets à court et à long terme de laPAA sur la santé humaine. Après avoir présentéles différents types d’études ainsi que leurs objec-tifs, nous nous attacherons à décrire les modalitésd’évaluation de l’exposition à la PAA ainsi queles différents effets sanitaires qui lui sont asso-ciés. Enfin, nous discuterons les points forts et leslimites des diverses approches.

Une interrogation des différentes bases de don-nées MedLine, Current Contents a été effectuéeavec les mots clés suivants : exposition environ-nementale, émissions automobiles, épidémiolo-gie, modèles théoriques, pollution de l’air.

Quatre-vingt sept articles ont ainsi été recensésdans la littérature internationale depuis 1973 etont fait l’objet de notre synthèse. Il s’agit depublications examinant les effets à court et à longterme de la PAA sur la santé humaine ou présen-tant des outils d’évaluation de l’exposition ayantété utilisés en épidémiologie.

MÉTHODOLOGIE DES ÉTUDES

OBJECTIFS, TYPES D’ÉTUDES

ET POPULATIONS CONSIDÉRÉES

Les travaux recensés dans la littérature interna-tionale ont, dans leur grande majorité, étudié

EXPOSITION À LA POLLUTION AUTOMOBILE 273

l’impact de la PAA sur la morbidité respiratoiredes individus. Plus rares ont été les études relativesaux effets cancérogènes des effluents auto-mobiles et une seule traite de la mortalité. Lesenfants constituent une population particulière-ment étudiée dans ces travaux [1-21].

Les auteurs ont surtout mené des études trans-versales ou de type « exposés/non-exposés » parrapport au trafic routier [21-31]. Certaineséquipes ont choisi a priori des axes routiers, enfonction des résultats de comptages, comme cri-tère d’exposition. Ainsi, Yokoyama et al. [22],Maeda et al. [23], Nitta et al. [25] et Nakai et al.[26, 27] ont travaillé sur des avenues importantesde Tokyo et de Higashiyamato, ville située à32 km au Nord-Est de Tokyo. Ces avenues présen-taient un trafic fluctuant de 30 000 à près de44 000 véhicules par jour (v/j). Il en a été demême pour Brunekreef et al. [8], Van Vliet [9] etRoordna-Knappe et al. [10] qui se sont tous lestrois intéressés aux environnements immédiatsd’infrastructures autoroutières (flux de trafic de80 000 à 152 000 v/j). Rinjers et al. [32] ont éga-lement considéré trois autoroutes qui présentaientdes intensités de trafic de type fort (169 637 v/j),moyen (126 115 v/j) ou faible (45 129 v/j).

Quatorze études cas-témoins ont été effectuées.Huit concernent l’obstruction bronchique [33] oul’asthme [34-40]. Les cas sont, en général, descas prévalents d’asthme, admis à l’hôpital [34, 41]ou non [36-38]. Il peut s’agir de cas incidents,enfants hospitalisés pour la première fois, aumotif de difficultés respiratoires [35], enfantsayant présenté, pendant les deux premièresannées de vie, plus de deux épisodes d’obstruc-tion bronchique ou un épisode ayant duré plus dequatre semaines [33] ou enfants souffrant d’unasthme ayant été diagnostiqué au cours des deuxannées précédant la date d’inclusion [40]. Lestémoins sont soit hospitaliers, admis pour despathologies non respiratoires mais indemnes detout traumatisme en rapport avec le trafic routier[41], soit « de ville » recrutés par l’intermédiairedes médecins généralistes [34, 40], soit issusd’une cohorte d’enfants suivis depuis leur naissance[33], soit issus de la population générale vivant dansla même zone géographique que les cas (une ville,un comté ou une région) [33, 42-47].

L’association d’une exposition au trafic avecl’incidence des cancers a été examinée dans six

études cas-témoins. Trois ont concerné les cancersde l’enfant [42, 43, 47], en particulier les leucé-mies [43, 47], les lymphomes et les tumeurs dusystème nerveux central [47]. Lewis-Michl et al.[44] se sont intéressés au risque de développer uncancer du sein chez des femmes pré- et post-méno-pausées, Nyberg et al. [45] et Bellander et al. [46],au cancer du poumon. Les témoins sont générale-ment appariés aux cas sur des critères de sexe et/ou d’âge et/ou de localisation géographique dudomicile (une ville, un comté ou une zone définiepar les indicatifs téléphoniques). Certains auteursintroduisent, comme critère d’inclusion, une duréeminimale de résidence dans la ville considérée, aumoins 20 ans pour Lewis-Michl [44], au moins5 ans pour Nyberg [45] et Bellander [46].

Enfin, trois études de cohortes ont été réali-sées. Brauer et al. [48] ont étudié le développe-ment d’affections respiratoires, d’asthme et desymptômes allergiques en relation avec la PAA,au sein d’une cohorte de 4 000 nouveau-nés hol-landais. Gehring et al. [49] ont, pour leur part,analysé l’association entre l’exposition cumuléeà la PAA de 5 991 nouveau-nés, issus de deuxcohortes (GINI et LISA) et l’apparition desymptômes respiratoires (rhume, nez bouché,sifflements, asthme bronchique, bronchites, etinfections respiratoires). Ces travaux ont consti-tué la partie allemande de l’étude TRAPCA(Traffic Related Air Pollution on ChilhoodAsthma). Enfin, la mortalité en relation avec laPAA a été étudiée par une seule équipe. Hoek etal. [50] ont recensé l’ensemble des décès surve-nus au sein d’une cohorte de 4 492 individusparticipant initialement à une autre étude « theNetherlands Cohort study on Diet and Cancer(NLCS) ».

MODALITÉS D’ÉVALUATION

DE L’EXPOSITION À LA PAA

La plupart des auteurs ont évalué l’expositiondes individus au trafic routier en élaborant desindices d’exposition, à partir de leurs lieux de vie(de domicile, de travail, de garde,…). Ces indicesreposent sur des données de trafic routier, de dis-tance au trafic ou bien encore d’une combinaisondes deux. Ce n’est que plus récemment que cer-taines équipes ont eu recours à des modèlesmathématiques de dispersion des polluants ou àdes modèles statistiques.

Indices d’exposition basés sur des intensités de trafic routier (tableau I)

Certains auteurs se basent sur les déclarationsdes sujets étudiés. Ainsi, Studnicka et al. [11] ontadministré aux parents d’enfants issus de huitcommunautés autrichiennes, un questionnairecomportant une rubrique relative à leur estimationdu trafic de la rue la plus proche de leur domicile.Ce trafic devait être classé en trois catégories :« aucun trafic », « trafic régulier », « fort trafic ».Duhme et al. [4-6], Weiland et al. [3] et Keil et al.[7] ont également adopté cette démarche dansleurs études, en demandant aux parents d’estimerla fréquence de passage des camions, qu’ils résu-ment en quatre classes : « jamais », « rarement »,« fréquemment », « souvent ». Ciccone et al. [12]ont aussi considéré le niveau sonore comme refletdu niveau de fréquentation des rues, en posant laquestion : « Pendant la journée, est-ce que le traficautomobile dans votre rue vous dérange et vousamène à fermer les fenêtres, tout le temps, fré-quemment, rarement, jamais ? ». Dans cette étudemenée à Rome, 85 localisations ont hébergé destubes passifs (de Palmes) chargés de collecter ledioxyde d’azote (NO2), à raison de trois fois unesemaine de prélèvement sur une année. En paral-lèle, des questionnaires sur la fréquence de passagedes camions dans la rue du domicile (« souvent »ou « jamais à rarement ») ont été administrés auxfamilles participantes. Les auteurs ont ensuitecomparé les concentrations moyennes de NO2

selon la fréquence déclarée de passage descamions.

Quelques auteurs ont eu recours à une classifica-tion sommaire des axes routiers. Romieu et al. [1]ont utilisé une partition des rues en trois groupes,sans jamais introduire une valeur numériqued’intensité de trafic. Il s’agit de rues qualifiées« de desserte locale, de rue de circulation inter-médiaire et d’avenue ou de rue principale ».Osterlee et al. [29] et Fritz et al. [51] opposentdeux groupes de rues, les rues encombrées et lesrues calmes ; là encore, aucune donnée numériquen’a été fournie.

Cependant, la plupart des équipes ont utilisé lesmoyennes annuelles des intensités de trafic mesu-rées en routine par les services compétents [2, 13,20, 21, 38, 42, 43, 48, 49, 52] tandis que certainsont eu recours aux résultats de campagnes de

mesurages ad hoc, menées généralement à l’ini-tiative des services en charge des transports dansun comté, un état, une région ou un pays.Ainsi, Edwards et al. [34] se sont basés sur unecampagne de 2 ans, Lin et al. [41] sur une cam-pagne de 3 années et Venn et al. [18] et Yang etal. [21] ont utilisé des comptages effectués res-pectivement pendant deux jours en 1996 et quatrejours en 1999, pour chacune des adresses desécoles étudiées. Par ailleurs, il est à noter queWjst et al. [2] ont calculé les corrélations entre,d’une part, les intensités de trafic déclarées et,d’autre part, plus de 250 mesures de NO2 répar-ties sur l’agglomération et effectuées entre 1984et 1987 ainsi que d’ozone, de benzène, de toluèneet d’hydrocarbures mesurés en 1988. En outre,Krämer et al. [52] ont utilisé un indice de traficqui distinguait trois catégories de lieux d’habita-tion : la banlieue, la ville avec une intensité detrafic devant le domicile comprise entre 2 000 et25 000 v/j et la ville avec un flux de trafic dépas-sant 25 000 v/j.

Certains ont intégré les données de trafic issuesde comptages dans des systèmes d’informationgéographique (SIG). Ainsi, Nyberg et al. [45] etBellander et al. [46] ont retracé l’historique deslieux de séjour des individus inclus dans leurétude, puis ils ont relié chacune de ces adresses,grâce à l’utilisation conjointe d’un SIG, auxsources mobiles représentées par l’une des4 300 lignes de détermination des flux de traficroutier.

Livingstone et al. [36] et Wilkinson et al. [37]ont affiné ces données de trafic en introduisant letrafic horaire de pointe. Ils ont recensé, autourdes domiciles étudiés, l’ensemble des axes rou-tiers qui présentaient un trafic horaire de pointeau moins équivalent à 1 000 v/h. Wyler et al. [31]ont utilisé les fréquences de passage des automo-biles et des camions dans la rue du domicile. Ils’agissait, en fait, de moyennes horaires calculéessur deux périodes : le jour (de 6 h 00 à 22 h 00)et la nuit (de 22 h 00 à 6 h 00), les valeurs de baseayant été obtenues par modélisation. Le modèleemployé a intégré la capacité des routes à faireface à l’affluence des véhicules en considérantleur taille ainsi que les limitations de vitesse envigueur. Celui-ci était actualisé et validé par rap-port à des comptages, tous les trois à quatre ans.

’exp

d’ét

s d’

x d’

d’ap

– 0,

âgés

s d’

nsité

lleté

âgés

nsité

nts â

gés d

és à

nsité

’exp

d’ét

s d’

nsité

âgés

s l’u

ité d

’une

nsité

ité d

0 [–

[– 5

[– 1

8 [–

3 [–

1 [–

técé

d’un

ité d

– 3,

6 [–

– 4,

1 [–

[– 1

; – 1

[– 0

5 [–

,8 [–

nsité

t spé

, dém

’édu

nsité

’ast

, âge

’exp

km–2

xe, â

’exp

d’ét

s d’

âgés

, rés

t à B

nsité

de ré

’étu

nsité

trafic

’aut

x d’

à l’

l’ha

ile, u

n d’

de l’

nsité

arité

déré

à l’

nsité

s »1,

idité

’exp

d’ét

s d’

âgés

s d’

’exp

, âge

’édu

âgés

nsité

ité p

d’ét

âgés

ité à

nsité

rtorié

) a é

e l’e

t l’

, âge

Indices d’exposition basés sur des distances (tableau II)

Les distances des domiciles aux différentesrues étudiées ont été utilisées principalement dedeux façons, soit en tant que telles, soit pour clas-ser les individus dans des zones.

Dans les travaux réalisés aux Pays-Bas par Bru-nekreef et al. [8], Van Vliet et al. [9] et parRoorda-Knape et al. [10], les données d’exposi-tion ont pris en compte la distance entre le domi-cile et l’autoroute, distance déterminée à partir decartes. Ce choix repose sur les travaux de Roorda-Knape et al. [10] qui ont étudié la diminution desconcentrations de benzène, de fumée noire, de par-ticules fines à proximité d’autoroutes. Wilkinsonet al. [37] ont mesuré la distance des domiciles àla rue la plus proche, ainsi que la distance à la ruequi présentait un trafic de pointe de plus de1 000 v/h. Lin et al. [41] ont, quant à eux, mesuréla distance à l’axe routier dit principal.

En ce qui concerne les zones, Nitta et al. [25]ont élaboré un indice d’exposition basé sur undécoupage en trois classes centrées sur le domi-cile des sujets inclus dans l’étude. Il s’agissait, enfait, de déterminer si l’axe routier le plus prochede l’habitat se trouvait dans la zone 0-20 mètres,20-50 mètres ou 50-150 mètres. Ces auteurs ontchoisi leurs trois zones d’exposition à partir dedeux travaux, d’une part ceux de Nitta et al. [25]qui ont mesuré les niveaux de NO2 atteints à dif-férentes distances d’un axe routier, et d’autrepart, une analyse réalisée par Nakai et al. [26] àpartir d’une campagne de mesurage d’oxydesd’azote effectuée entre 1979 et 1983. Harrison etal. [13] ont examiné si les individus vivaient àmoins ou à plus de 100 mètres d’une voie impor-tante et Yang et al. [21] ont distingué une locali-sation des domiciles par rapport à une distanceinférieure à 150 mètres d’une autoroute, et à plusde 1 500 mètres de cette même infrastructure rou-tière. Edwards et al. [34] ont, quant à eux, loca-lisé chaque enfant dans un carré de 100 m decôté, à partir du code postal de son lieu de rési-dence et au moyen d’un SIG. Cette localisation,combinée aux mesurages issus des 121 stationsde comptages du trafic routier, a permis d’attri-buer au domicile de chacun des enfants, une zoned’appartenance autour des axes routiers princi-paux. La zone des moins de 200 mètres et la zone

des 200 à 500 mètres, situées autour de ces axesroutiers à fort trafic, ont servi de base au calculd’un indice d’exposition. Livingstone et al. [36]ont déterminé, à partir du code géographiquecaractérisant chacune des résidences des patientsinclus, la distance la plus courte entre le domicileet la voie présentant un trafic minimum de1 000 véhicules par heure aux heures d’affluence.La valeur seuil de 150 mètres a été considéréepour l’analyse qui a suivi.

Indices d’exposition basés sur une combinaison des intensités de trafic et des distances

English et al. [38] ont utilisé un SIG afin delocaliser les différents domiciles sur une carte.Par la suite, ils ont recensé l’ensemble des ruessituées dans un périmètre de rayon 170 m, centrésur le domicile étudié. L’analyse finale s’est inté-ressée, d’une part, à la rue de plus fort trafic ainsiqu’à la densité de trafic de la rue la plus prochedu domicile, incluses toutes les deux dans la zonedes 170 mètres, puis, d’autre part, à la somme desintensités de trafic de toutes les rues de cettezone. Ces auteurs se sont basés sur les travauxmenés par Versluis et al. [53] et Fraigneau et al.[54], pour choisir le rayon autour d’un domicilequi délimite le périmètre dans lequel serontinventoriés les axes routiers.

Dans les travaux de Lewis-Michl et al. [44], deWilkinson et al. [37] et de Lin et al. [41], l’inten-sité de trafic par distance parcourue (vehiclemiles travelled) a été calculée en multipliant lesdonnées moyennes annuelles de trafic par la lon-gueur du segment routier contenu dans une zone,de diamètre prédéfini, autour du domicile. Aprèsavoir répertorié l’ensemble des rues dans unrayon de 300 mètres et de 500 mètres autour dudomicile, Lin et al. [41] ont multiplié la longueurdu tronçon de chacune des voies comprises dansles zones précitées par l’intensité de leur traficrespectif. La somme de ces indices, exprimée envéhicules par mètres parcourus, était censée reflé-ter l’exposition des individus. Venn et al. [18] ontopté pour une même approche, à la seule diffé-rence que ces auteurs ont considéré, non plus unrayon, mais une surface d’un kilomètre carré,centrée sur les écoles des enfants inclus ; leurindice d’activité de trafic est alors exprimé ennombre de véhicules par mètres parcourus parjour et par kilomètre carré (v.m.j–1.km–2).

. — I

’exp

d’ét

s d’

hété

néité

de l’

s âgé

ile in

d’ét

âgés

géné

l’ax

lleté

d’as

t l’a

à l’

e d’

. — I

’exp

d’ét

s d’

és à

l’ax

de l’

d’é

l’un

’étu

tielle

l’in

âgés

s d’

l’ax

lière

âgés

Pearson et al. [43] ont pondéré les intensités detrafic en fonction de la distance du domicile à lachaussée. La pondération est issue des travaux deKono et al. [55] et Sivacoumar et al. [56] qui ontobservé que la décroissance des niveaux de pol-luants issus du trafic routier s’opère, autour d’unevoie de circulation routière, suivant une fonctiongaussienne. Ils ont donc élaboré une courbe deréférence permettant d’obtenir un coefficient depondération qui est directement proportionnel à ladistance qui sépare le domicile de la voie de cir-culation étudiée. Pour obtenir la valeur de traficpondéré, il convient alors d’appliquer ce coeffi-cient à l’intensité de trafic relevée dans la rueétudiée.

Zmirou et al. [40] ont également pondéré lesintensités de trafic, mesurées ou estimées, deschaussées passant dans un rayon de 300 mètresautour des domiciles ou des lieux de garde ou descolarité des enfants inclus dans leurs travaux,par l’inverse de la distance de ces lieux à cesvoies. Ils ont, par la suite, retenu la rue présentantle plus fort rapport intensité/distance, dans unrayon de 300 mètres autour des différents lieuxétudiés.

Indices d’exposition basés sur des modèles (tableau III)

Deux grands types de modélisation ont étéemployés : les modèles statistiques de régression(4 études) et les modèles physiques de dispersion(4 études). Dans le premier type d’approche,Hoek et al. [50, 57] ont utilisé une méthoded’estimation des expositions qui repose sur unepartition des niveaux moyens atmosphériques entrois composantes : une régionale, une urbaine defond et une locale. La composante régionalerésulte d’une interpolation des niveaux de fondmesurés par 13 stations pour les fumées noires(FN) et par 24 stations pour le dioxyde d’azote(NO2), avec pondération par l’inverse du carré dela distance du domicile étudié à la station la plusproche. La composante urbaine de fond a étédéterminée à partir d’un modèle de régressionincluant comme variables explicatives les concen-trations mesurées (moyennes des FN et du NO2 de1987 à 1990), la densité des adresses (densitéd’urbanisation, développée en 1992 par le BureauCentral de la Statistique et estimant l’intensité del’activité humaine sur une zone déterminée) et

une constante fonction de la proximité de voies àfort trafic, qui constitue la composante locale.

Pikhart et al. [20] se sont servis de la méthodede régression proposée par Briggs et al. [58].Cette technique a été mise au point pour réaliserdes cartographies de niveaux de polluants et ellea été élaborée dans le cadre de l’étude SAVIAH(Small Area Variations In Air Quality andHealth), étude multicentrique qui avait pour mis-sion de développer et de tester des méthodescapables d’estimer, à très petite échelle dans deszones urbaines, l’impact des polluants d’origineautomobile sur la santé. Les données de basenécessaires au calcul du modèle de régressionsont au nombre de trois : le volume de trafic dansun rayon de 300 mètres autour de chaque site étu-dié, la surface urbanisée ou industrielle dans unmême rayon de 300 mètres et l’altitude du site.Dans chaque ville d’étude, le calibrage s’est faitpar rapport aux niveaux moyens annuels de NO2

mesurés par un réseau dense comprenant 80 sitesde prélèvement équipés de dispositifs passifs(tubes de Palmes) et a abouti à l’obtention decoefficients locaux de régression. Par ailleurs, laperformance des modèles de régression a été éva-luée à l’aide de données indépendantes dans cha-cune des zones étudiées (8 à 10 mesures) et lesconcentrations obtenues par modélisation ont étécomparées aux concentrations mesurées, graphi-quement puis en effectuant une régression.

Brauer et al. [48, 59] et Gehring et al. [49] ontutilisé un modèle de régression statistique quirepose sur des données issues d’un SIG, intensi-tés de trafic routier et densités de population. Cemodèle a été établi à partir de mesurages de pol-luants effectués dans 40 localisations (aux Pays-Bas, et dans deux villes, à Munich et à Stoc-kholm), à raison de quatre fois deux semaines deprélèvement sur une année.

Quant aux modèles de dispersion de polluant, ilsont essentiellement été utilisés en Europe du Nord(Norvège, Suède et Danemark). Larssen et sonéquipe [24] ont employé une version modifiée dumodèle HIWAY 2 développé par l’Agence de Pro-tection Environnementale Américaine (US EPA)qui calcule, dans cette étude, des concentrationsextérieures horaires moyennes de monoxyde decarbone. Les aménagements concernent essentiel-lement la prise en compte des faibles vitesses desvéhicules (généralement inférieures à 60 km/h). Le

I. —

és à

d’ét

s d’

âgés

d’ex

à l’e

écéd

d’at

llaite

tie tc

l’ét

t alti

–3de

, âge

écéd

d’at

d’or

idité

tratio

lérie

tratio

u d’

s d’

l’in

arité

idité

I. —

és à

d’ét

s d’

nsité

’ast

’ecz

, âge

écéd

d’al

e l’é

nsité

fic ro

r et d

; l’e

t été

–3de

10–5

.m–1

–3de

.m–1

’âge

té à

l’â

, âge

écéd

d’at

idité

âgés

’une

à l’

I. —

és à

d’ét

s d’

tratio

d’un

’enf

tratio

n d’

, âge

nétiq

’une

d’é

transfert des polluants de l’extérieur vers l’inté-rieur d’un habitat a également été intégré par lebiais d’un second modèle dit de transfert.

L’Institut National de Recherche sur l’Air deNorvège (NILU) a développé EPISODE [60, 61],un modèle de dispersion des polluants de typeeulérien-lagrangien qui a été utilisé dans de nom-breux travaux [14-17]. Il comprend notamment,pour partie, le modèle HIWAY 2 cité précédem-ment et calcule des concentrations horairesd’oxydes d’azote à l’extérieur des lieux étudiés.Ce modèle de dispersion nécessite un certainnombre de données, à savoir, les niveaux de fonden polluants mesurés par les réseaux (NO2, parti-cules fines dans les études de Clench-Aas et al.[15-17] et de Bartonova et al. [14]), des donnéesd’émissions (automobiles, maritimes, industrielleset résidentielles (chauffages individuels), ainsique des données météorologiques (température,vitesse et direction du vent). Par ailleurs, lesadresses précises des différents lieux de séjourdes individus ont été géocodées après avoir étérecueillies à l’aide de questionnaires concernantle budget espace-temps des participants.

En Suède, Pershagen et al. [35] ont utilisé deuxmodèles. Pour les zones urbaines et péri-urbaines,ils ont eu également recours à la version HIWAY2 modifiée par Larssen et al. [24]. Pour les zonesrurales, compte tenu de la rapidité avec laquellese forme le dioxyde d’azote, suite à la transfor-mation photochimique du monoxyde, ils ont uti-lisé le modèle CALINE 4 qui a été développé ettesté aux États-Unis [62] et qui estime aussi biendes concentrations de monoxyde de carbone, deNO2, que de particules. CALINE divise la routeen une série d’éléments à partir desquels lesconcentrations partielles en un point sont calcu-lées puis additionnées. Chaque élément est consi-déré comme une source linéaire finie, normale auvent et centrée au milieu de l’élément. La concen-tration au vent est calculée par une formule gaus-sienne classique. Les données nécessairescomprennent l’intensité linéique d’émission pourle polluant étudié, la vitesse du vent, les coeffi-cients gaussiens de dispersion verticale et latéraleainsi que la hauteur d’émission de la route (lemodèle prenant en compte les routes en remblaiet en déblai).

Au Danemark, dans leurs travaux sur le cancer,Raaschou-Nielsen et al. [47] ont appliqué le

modèle danois Operational Street PollutionModel (OSPM) élaboré par Hertel et Berkowitz[63]. Ce dernier calcule une concentration horaireen polluant dans la rue étudiée, en sommant deuxcomposantes : une composante régionale qui cor-respond aux données de pollution de fond et unecomposante locale, liée au trafic de proximité. Unmodèle photochimique, chargé de tenir comptede la transformation du monoxyde en dioxyded’azote, a été couplé au modèle OSPM dans lestravaux de Raaschou-Nielsen. De plus, les ruesont été caractérisées par des informationsrecueillies à partir du cadastre. Il s’agit du type derue (desserte locale, municipale, départementaleou nationale), de la configuration du bâti au seinde la rue considérée avec cinq catégories possiblesproposées par Eerens et al. [64], allant de quelquesmaisons réparties autour d’une chaussée, à une ruebordée des deux côtés par de hauts immeubles, dela distance entre une adresse précise et son vis-à-vis ainsi que de la hauteur du bâtiment étudié.L’ensemble des rues situées à moins de 50 mètresde l’adresse étudiée ont été également prises encompte. En plus de ces données topographiques,le modèle a nécessité la collecte de données depollutions de fond, les intensités de trafic dans lesrues étudiées ainsi que des données météoro-logiques (vitesse et direction du vent).

Enfin, en France, notre équipe a reconstituél’exposition à la PAA des enfants inclus dans uneétude cas-témoins [40]. Pour ce faire, nous avonsutilisé l’indice ExTra d’exposition au trafic rou-tier qui a été développé par les chercheurs duCentre Scientifique et Technique du Bâtiment(CSTB) et de l’Institut National de Recherche surles Transports et leur Sécurité (INRETS) [65].Cet indice vise à évaluer, par modélisation, lesconcentrations ambiantes d’un certain nombre depolluants automobiles dont le monoxyde de car-bone, les oxydes d’azote, en façade des lieux deséjour et de travail des citadins ; il prend encompte l’influence des émissions du trafic deproximité et des conditions locales de dispersiondes polluants. Pour calculer l’indice ExTra, deuxmodèles mathématiques de dispersion des pol-luants sont utilisés : le modèle danois OSPM [66]qui concerne les rues de type canyon et qui a subiquelques modifications [67] et le modèleCALINE3 [62] relatif aux voies rapides situéessur des terrains dégagés de toute habitation.

Par ailleurs, il est à noter que cinq de ceséquipes ont effectué des études de validation deleur modèle de dispersion par rapport à des mesu-rages de polluants :

– de NO2 et de benzène effectués, au Danemark,dans 103 sites urbains et 101 sites ruraux, au coursde 7 campagnes menées pendant 6 mois chacune(période d’étude octobre-novembre 1994 à avril-juin 1995) [68] ;

– d’oxydes d’azote [69] prélevés pendant6 semaines à l’aide de dispositifs passifs, dans4 villes françaises, Grenoble, Paris, Nice etToulouse, sur respectivement 16, 41, 22 et21 sites (période d’étude du 3 février 1998 au28 décembre 2001) ;

– de NO2 et d’oxydes d’azote [60] sur unepériode allant du 1er octobre au 19 novembre1996, soit au total sur 1 198 heures, pour un seulsite (station de Nordhal Brunsgate) à Oslo enNorvège ;

– de NO2 au niveau de 6 toitures [45, 46] àStockholm, en Suède.

RÉSULTATS DES ÉTUDES

Nous examinerons les résultats, tout d’aborddes études de justification-validation des outilsd’évaluation des expositions au trafic routier,puis des études épidémiologiques relatives àl’impact sanitaire de l’exposition au trafic routier.

JUSTIFICATION-VALIDATION DES OUTILS UTILISÉS

POUR ÉVALUER L’EXPOSITION AU TRAFIC ROUTIER

Outils basés sur des intensités de trafic

Ciccone et al. [12] ont vérifié que des concen-trations moyennes de NO2 étaient significative-ment supérieures dans les rues déclarées sousl’item « fréquence de passage des camions : sou-vent » par rapport aux rues rarement ou jamaisfréquentées par les camions, avec respectivementdes concentrations en NO2 de 53 ± 10,9 μg.m–3 etde 43 ± 7,7 μg.m–3.

Dans les travaux de Wjst et al. [2], les intensi-tés de trafic relevées étaient positivement corré-lées aux concentrations mesurées de monoxydede carbone (coefficient de corrélation de Pearsonr = 0,40 ; p < 0,001), de benzène (r = 0,28 ;p = 0,003), d’hydrocarbures (r = 0,21 ; p = 0,022)et de toluène (r = 0,18 ; p = 0,048) et inversement

corrélées aux concentrations d’ozone (r = - 0,34 ;p < 0,001). En revanche, aucune corrélation n’aété retrouvée entre les concentrations de NO2 etles niveaux de trafic (r = 0,01 ; p = 0,878).

Outils basés sur des distances

Versluis et al. [53] et Fraigneau et al. [54] ontobservé une réduction de 80 à 90 % des émis-sions liées à une infrastructure routière entre lazone située à 150 mètres et celle située à 200mètres de cette infrastructure. C’est pourquoi, unpérimètre de rayon 170 mètres a été retenucomme zone d’étude par English et al. [38]. Parailleurs, Nitta et al. [25] ont montré que lamoyenne des niveaux enregistrés à proximitéimmédiate de la chaussée (d = 0 m) était de 14 à46 % supérieure à la concentration mesurée à150 mètres. Les écarts absolus allaient de 12 à33 μg.m-3. Nakai et al. [26] dans leurs campagnesde mesurages de 1979 et 1983, ont constaté unepersistance dans les niveaux de NO2 mesurésjusqu’à 20 mètres de la voie de circulation, puisune décroissance assez lente entre 20 et150 mètres. Ils ont donc considéré trois zonesd’études délimitées par ces deux bornes. Enfin,Roorda-Knape et al. [10] ont observé un gradientcurviligne dans les niveaux enregistrés de NO2 etde fumée noire, à quatre distances d’un axe rou-tier, dans deux villes. Ce gradient était d’autantplus marqué que les sites de prélèvement se trou-vaient, plus de 33 % du temps, sous le vent.

Outils basés sur des modélisations

Dans les travaux de Briggs et al. [58], l’étudede validation menée uniquement dans trois desquatre villes conduit à des coefficients de déter-mination R2, entre valeurs mesurées et modéli-sées, tous proches de ceux de la calibration elle-même (p < 0,001) (0,58 pour Northampton; 0,73pour Sheffield et 0,76 pour Huddersfield), avecdes ordonnées à l’origine quasiment nulles et descoefficients de régression entre 0,9 et 1,2.

Raaschou-Nielsen et al. [68] ont trouvé, àCopenhague, des coefficients de corrélation entreles concentrations semestrielles de NO2 mesuréeset calculées par le modèle OSPM, variant de 0,70à 0,80 selon le degré de précision des donnéesentrées dans le modèle, caractéristiques topogra-phiques relevées à partir d’extraits du cadastre oud’observations menées in situ. Reungoat et al.[69] ont abouti à des coefficients de corrélation

entre valeurs mesurées et calculées sensiblementsupérieurs, allant de 0,89 pour Paris et Toulouse,à 0,90 pour Grenoble et 0,95 pour Nice. Les coef-ficients de corrélation intra-classes correspon-dants sont de 0,89, 0,86, 0,75 et 0,91.

Les coefficients de corrélation entre les valeursmesurées et calculées, pour la validation dumodèle EPISODE développé par Walker et al.[60], se sont élevés de 0,68 pour le NO2, à 0,73pour les oxydes d’azote. La performance dumodèle a également été appréciée à travers lesvaleurs des coefficients de corrélation intra-classes qui oscillent entre 0,78 pour le NO2

et 0,85 pour les oxydes d’azote.

Dans l’étude de validation d’AIRVIRO,modèle gaussien de dispersion, Nyberg et al. [45]et Bellander et al. [46] ont obtenu des concentra-tions modélisées de NO2 qui variaient de plus oumoins 20 % par rapport aux concentrationsmoyennes annuelles mesurées dans les six locali-sations considérées. Enfin, Larssen et al. [24] ontcalculé un coefficient de corrélation de 0,70 entred’une part, les concentrations moyennes sur uneheure de monoxyde de carbone enregistrées parla station de Galgeberg (située à proximité d’unevoie à 35 000 v/j en moyenne annuelle dont 15 %de poids lourds de type « diesel » et à 75 mètresd’un carrefour important avec des feux tricolores)et, d’autre part, les concentrations modélisées parla version modifiée de HIWAY2.

IMPACT SANITAIRE DE L’EXPOSITION

AU TRAFIC ROUTIER

Nous examinerons successivement les effets del’exposition au trafic routier sur la mortalité, lamorbidité respiratoire et la morbidité cancéreuse.

Effets sur la mortalité

Les travaux de Hoek et al. [50, 57] ont mis en évi-dence une association entre le fait de résider à proxi-mité d’un axe routier principal et la mortalité cardio-pulmonaire avec un risque relatif de 1,95 (1,09-3,52) pour les personnes habitant à une distance demoins de 50 mètres d’une voie principale ou demoins de 100 mètres d’une autoroute, par rapportaux individus résidant au-delà de ces distances.

Effets sur la morbidité respiratoire

Certains travaux n’ont pas mis en évidenced’association entre l’exposition à la PAA et une

quelconque répercussion sanitaire [21, 31, 33, 36,37]. Cependant, les études qui ont relevé desassociations significatives entre l’exposition à laPAA et la dégradation de la santé respiratoire desindividus demeurent, somme toute, plus nom-breuses [1-8, 11, 12, 17-20, 25, 28, 30, 34, 35, 38,39, 48, 49, 51, 60, 70-73].

Indices d’exposition basés sur des intensités detrafic (tableau I). — Concernant les intensités detrafic, Wyler et al. [31] n’ont pas noté de sensibi-lisation accrue aux allergènes en fonction desniveaux d’exposition. Seule une analyse stratifiéesur la durée de résidence a débouché sur des oddsratios statistiquement supérieurs à 1 pour unedurée de résidence supérieure à 10 ans ; les oddsratios ajustés associés à un doublement du trafic etdu nombre de camions sont respectivement de1,19 (1,03-1,38) et de 1,14 (1,02-1,28). Parailleurs, plusieurs travaux se sont focalisés sur lessymptômes respiratoires : Weiland et al. [3],Dhume et al. [4-6] ainsi que Keil et al. [7] onttrouvé une association positive entre la prévalencedes sifflements et des rhinites allergiques, tousdeux déclarés, et la fréquence de passage descamions devant le lieu de résidence, assortie d’unerelation dose-effet. English et al. [38] ont fait unmême constat en considérant, cette fois-ci, l’aug-mentation du nombre de consultations chez desenfants asthmatiques, en fonction des intensités detrafic auxquelles ces derniers ont été exposés, enparticulier au-delà du 95e et du 99e percentiles.Edwards et al. [34] ont montré, dans leur étude detype cas-témoins, que les cas d’asthme étaientsignificativement plus exposés au trafic que lestémoins recrutés. Les trois travaux ayant étudiél’impact des intensités de trafic sur les performan-ces lors d’explorations fonctionnelles respiratoiresconduisent à des résultats contradictoires. Alorsque Speizer et al. [70, 71] ne décrivent aucun effetde la PAA sur la fonction respiratoire, Wjst et al.[2] et Fritz et al. [51] mettent en évidence unemodification de la capacité respiratoire en expira-tion forcée. Ainsi, Wjst et al. [2] ont noté unediminution du débit expiratoire de pointe (DEP) etune augmentation des symptômes respiratoires enrelation avec des forts trafics, chez l’enfant demoins de dix ans. De même, Fritz et al. ontobservé une diminution du DEP chez des enfantshabitant des rues à fort trafic par rapport à ceuxhabitant des rues à faible trafic.

Indices d’exposition basés sur des distances(tableau II). — Pour ce qui est des distances,Livingstone et al. [36] ont observé une absenced’association entre la morbidité respiratoire et lefait d’habiter à moins de 150 mètres d’un axeroutier, par rapport à des sujets habitant à plus de150 m. De la même façon, Magnus et al. [33]n’ont pas relevé la moindre association entrecette distance au trafic et la survenue d’obstruc-tion bronchique, chez des enfants de moins dedeux ans. Wilkinson et al. [37] n’ont pas non plusmis en évidence de variation du nombre d’admis-sions hospitalières en association avec la PAA.En revanche, l’équipe de Nitta et al. [25] a trouvédes associations entre le fait d’habiter à moins de20 mètres d’un axe routier et la prévalence detoux chronique, toux grasse ainsi que de siffle-ments chroniques. Nakai et al. [25] ont observéles mêmes tendances, la prévalence de toux chro-nique et d’encombrement bronchique étant prèsde deux fois supérieure chez les sujets vivant àmoins de 20 m d’un axe routier ; en outre, ceux-ci présentent des DEP et des VEMS plus bas.Brunekreef et al. [8] ont constaté que si la dis-tance du domicile à une autoroute était inférieureà 1000 mètres, une augmentation de 10 000 poidslourds s’accompagnait d’une diminution duVEMS et du débit expiratoire médian (DEM 25-75) de respectivement – 2,5 % et – 8 %. Cesécarts étaient accentués si l’on considérait unedistance inférieure aux seuils de 300 mètres ou de100 mètres. De la même façon, Lin et al. [41] ontobservé des cas plus souvent exposés que lestémoins aux poids lourds quand ces derniers cir-culaient à moins de 200 mètres du domicile dessujets étudiés. Au total, une relation entre laproximité au trafic et la santé respiratoire apparaîtpour des distances inférieures à 20 mètres, avecdes effets perceptibles jusqu’à 100 mètres, voireplus dans le cas d’autoroute.

Indices d’exposition basés sur une combinai-son des intensités de trafic et des distances. —Zmirou et al. [74] ont observé un impact sur lasanté respiratoire, de l’intensité du trafic pondé-rée par la distance au cours des 3 premièresannées de vie mais pas sur toute la vie, au sein deleur population d’enfants. Venn et al. [18] ont,quant à eux, relié l’occurrence, la gravité ainsique la persistance des sifflements sur le longterme de 1330 enfants à la valeur de leur indice

trafic TAI (« Traffic Activity Index » développédans leurs travaux), en obtenant un odds ratioajusté sur le sexe et l’âge de 1,05 (1,00-1,11) pourune augmentation de 10 millions de v.m.j–1.km–2

(p = 0,06). De plus, une analyse menée à partirdes terciles de ce TAI a fait ressortir pour l’item« toux récente », un odds ratio de 1,21 (1,02-1,44) pour le second tercile et de 1,22 (1,02-1,45)pour le troisième, tous deux calculés par rapportau premier.

Indices d’exposition basés sur des modèles(tableau III). — S’agissant des études ayant eurecours à des techniques de modélisation, toutessuggèrent une relation entre santé respiratoire etPAA. Pershagen et al. [35], après ajustement surl’hérédité et le tabagisme passif ainsi que le taba-gisme maternel pendant la grossesse, ont obtenu,avec leur modèle, des associations positives enrelation avec les concentrations extérieures deNO2. Le risque relatif ajusté, pour la bronchitesifflante est de 2,7 (1,1-6,8), pour les fortes caté-gories d’exposition chez les filles âgées de moinsde 18 mois. Des associations ont également puêtre mises en lumière entre, d’une part, la symp-tomatologie rapportée par les individus inclus et,d’autre part, les concentrations de polluants esti-mées par le modèle EPISODE [17]. Les associa-tions positives trouvées concernent le mal de tête,la toux, la fatigue et la nervosité. Zmirou et al.[74] n’ont pas montré, dans leurs travaux, quel’exposition cumulée au trafic routier, évaluée aumoyen de l’indice ExTra était associée à l’inci-dence de l’asthme chez des enfants. (communica-tion personnelle).

Effets sur la morbidité cancéreuse

Parmi l’ensemble des études menées sur l’effetcancérogène de l’exposition aux polluants atmos-phériques d’origine automobile, seuls les travauxde Pearson et al. [43] ont clairement conclu à uneassociation statistiquement significative entred’une part, l’exposition à un trafic pondéré enfonction de la distance supérieur à 20 000 v/j etd’autre part, l’incidence de cancers chez l’enfant,avec un odds ratio de 5,90 (1,19-20,56) ou de leu-cémie, avec un odds ratio de 8,28 (2,09-32,8). Lesassociations également mises en évidence parSavitz et al. [42] avec l’intensité du trafic, pourl’ensemble des cancers et pour les leucémies,ne demeurent cependant pas statistiquementsignificatives, après ajustement sur les facteurs de

confusion potentiels. Enfin, Feychting et al. [75]ont observé un risque relatif, pour l’ensemble descancers, de 3,8 (1,2-12,1) pour une concentrationextérieure mesurée de NO2 supérieure à 80 μg.m-3

par rapport à des concentrations inférieures ou éga-les.

Pour leur part, Nyberg et al. [45] et Bellanderet al. [46] ont noté une légère tendance dans larelation entre l’exposition au trafic, cumulée surtrente années, et l’apparition du cancer du pou-mon. Les travaux d’Harrison et al. [13] vont dansle même sens puisque cette équipe a mis en évi-dence une petite augmentation du risque de déve-lopper une leucémie, qui n’atteint cependant pasle seuil de signification statistique de 5 %, chezdes enfants de 0 à 15 ans habitant à proximitéimmédiate d’un axe routier important ou d’unestation service. En considérant les patients pré-sentant des tumeurs solides comme témoins descas de leucémies et en attribuant comme critèred’exposition la présence, par rapport à l’absence,dans un rayon de 100 mètres, soit d’un axe routierprincipal, soit d’une station essence, soit desdeux, ces auteurs ont observé des odds ratios res-pectivement de 1,61 (0,90-2,87), 1,99 (0,73-5,43)et 5,91 (0,61-57,3), pour l’ensemble des cancersde l’enfant.

Les deux autres travaux menés sur cette théma-tique n’ont pas montré la moindre relation. Ainsi,Lewis-Michl et al. [44] n’ont trouvé aucune aug-mentation de l’incidence du cancer du sein asso-ciée au niveau d’exposition au trafic routier.Raaschou-Nielsen et al. [47] n’ont pas non plusrelevé d’augmentation du risque de développerun cancer chez des enfants, en fonction de leurintensité d’exposition au trafic routier ou de cellede leur mère pendant la grossesse. Néanmoins,une tendance a été trouvée par cette équipe, en cequi concerne la maladie de Hodgkin en relationavec une exposition au benzène et au NO2 inutero.

DISCUSSION

Les résultats de l’ensemble des études analy-sées dans cette revue bibliographique ne sont pasunanimes quant aux effets délétères de la PAAsur la santé humaine. En effet, si de nombreuxtravaux ont pu relier des réponses respiratoires(sifflements, toux, toux chronique, dyspnée [1-8,

11, 12, 17-20, 25, 30, 34, 35, 38, 41, 48, 49, 60,70, 71]) aux différents indicateurs d’expositionau trafic routier et plaident pour l’existence d’unlien entre les deux (odds ratios situés entre 1 et2,8), quelques autres n’ont pas mis en évidence lamoindre association [31, 33, 36, 37]. Concernantl’implication des polluants atmosphériques d’ori-gine automobile dans les processus de cancéroge-nèse, peu d’équipes ont mené des investigationssur cette thématique [13, 42-47, 50, 57, 68, 76,77]. Ceci est sans doute dû à la carence des outilspermettant la reconstitution, sur le long terme,des expositions à la PAA, reconstitution pourtantindispensable, compte tenu de la latence néces-saire à la survenue de ce type de pathologie.

La disparité des résultats tient vraisemblable-ment à une prise en compte inégale des facteursde confusion, mais aussi et surtout à la diversitédes indicateurs d’exposition à la PAA utilisés.

Concernant les facteurs de confusion poten-tiels, la majorité des travaux ont recensé, à partirde questionnaires le plus souvent auto-adminis-trés [7, 19, 20, 22, 30], les sources intérieures depolluants telles que principalement l’utilisationd’appareils fonctionnant au gaz (cuisinière,chauffage…) [11, 22, 35] ainsi que le tabagismeactif et/ou passif au domicile [11, 20, 24, 30, 35,38]. D’autres travaux ont étudié, à l’aide demesurages, les différentes concentrations trou-vées à l’extérieur et à l’intérieur d’un domicile[23, 78], ainsi que sur un dispositif de prélève-ment porté par l’individu résidant dans ce mêmedomicile [32, 47, 68, 79, 80]. Enfin, plusieurséquipes ont recensé les antécédents médicauxfamiliaux [2, 8, 11, 12, 31, 42, 51] ou plus spéci-fiquement l’atopie [5, 12, 20, 35, 40, 48, 49] chezles individus inclus dans leurs travaux.

S’agissant de l’exposition à la PAA, elle n’apas fait l’objet de mesurages spécifiques, mêmesi certains auteurs considèrent les résultats demesurages collectifs basés sur les concentrationsde polluants enregistrées par les stations de fonddes réseaux d’analyse et de surveillance de laqualité de l’air comme relevant majoritairementdu trafic [8, 9, 11, 30, 52]. Cette approche ne per-met pas de discerner la part du trafic routier ausein des concentrations mesurées. De plus, le faitd’attribuer un niveau de fond moyen à des indivi-dus habitant dans une même ville ou zone géo-graphique peut entraîner des erreurs de

classement. En effet, dans ce cas, les différentscontextes locaux tels que la présence de cours,d’espaces verts ou bien encore des avenues àproximité immédiate des domiciles étudiés, nesont en aucun cas pris en compte. En l’absence detraceur spécifique, l’évaluation de l’exposition àla PAA à l’aide de mesurages ne semble donc pasêtre à conseiller pour les études sur l’impact sani-taire de la PAA. De plus, dans la plupart desétudes menées sur l’impact sanitaire de la PAA,la grande majorité des auteurs ont estimé l’expo-sition personnelle des individus à partir de cellede leur domicile. Mais un individu est générale-ment amené à fréquenter plusieurs lieux de séjourau cours d’une même journée (domicile, lieu detravail, lieux de loisir, zones de transfert …). Lanon-prise en compte de ces différents lieux deséjour peut donc conduire à obtenir des estima-tions des expositions à la PAA faussées. Peu detravaux ont tenté de prendre en compte cettealternance de lieux de séjour. Seuls Clench-Aaset al. [15-17], Pikhart et al. [20] et Zmirou et al.[40] ont eu recours à des budgets espace-temps(BET) et ont modélisé la dispersion des polluantsd’origine automobile, pour l’ensemble des lieuxdécrits dans les BET pour Clench-Aas et al. [17]et uniquement pour le domicile principal etl’école pour Pikhart et al. [20] et Zmirou et al.[40]. La plupart des équipes ont reconnu que cettenon prise en compte des différentes localisationsconstituait un point faible dans leur démarched’évaluation des expositions à la PAA [1, 31, 35,38, 41].

Les indices plus grossiers faisant appel à desintensités de trafic [1-13, 18-20, 22, 23, 25-27, 29,31, 32, 34, 36-38, 41-46, 48, 49], des distances [8-10, 13, 25, 34, 36, 37, 41] ou bien encore à unecombinaison de ces deux informations [18, 38, 40,41, 43, 56, 78], ont été, quant à eux, beaucoup plussouvent utilisés. Ces indicateurs sont très sommaireset la qualité des informations recueillies peut poserproblème. En effet, certains auteurs ont employédes auto-questionnaires demandant aux individusd’apprécier les niveaux de trafic auxquels ilspensent être ou avoir été exposés [3-5, 7, 11]. Lecaractère subjectif de cette évaluation conduit trèscertainement à introduire des biais d’information,préjudiciables à la quantification correcte d’uneassociation entre l’exposition et la morbidité [3-7].De plus, l’estimation de l’exposition ne se fait, en

général, que de façon transversale [1-4, 7-12, 14,16-20, 24, 25, 30]. Dans les études ayant utilisé descomptages de véhicules, peu d’entre elles ont prisen compte l’évolution dans le temps des flux devéhicules ou bien encore les modifications desinfrastructures routières (augmentation ou diminu-tion du nombre de voies, modification des sens decirculation ayant entraîné une baisse ou une aug-mentation de la fréquentation…), encore moinsl’évolution des émissions unitaires des véhicules[31, 40]. Enfin, dans ce type d’approche, seule-ment quatre travaux ont eu recours à des mesuragesde polluants pour conforter le choix de l’indice. Ainsi,deux équipes ont justifié les distances retenues parrapport à un axe routier en vérifiant l’abattementau delà de cette distance [25, 38].

Si les études épidémiologiques basées sur cesindices sommaires suggèrent, la plupart dutemps, l’existence d’une relation entre l’exposi-tion à la PAA et la santé respiratoire, elles ne per-mettent pas l’établissement des relations doses-réponses fiables.

A cette fin, quelques auteurs ont développérécemment des outils d’estimation des exposi-tions au trafic routier qui reposent sur deux typesde modélisation : d’une part, des modèles statis-tiques et, d’autre part, des modèles physico-mathématiques de dispersion des polluants. Si cesdeux approches requièrent un plus grand nombrede données que les deux méthodes précédemmentcitées, elles permettent, en revanche, d’obtenirune estimation beaucoup plus précise des exposi-tions des individus à la PAA, devant leurs lieuxde vie et ont plus souvent fait l’objet d’une vali-dation [24, 45, 46, 60, 68, 69, 72, 81] ; lesniveaux de pollution qu’elles estiment, en parti-culier de polluants comme les oxydes d’azote qui,à l’extérieur, sont principalement émis par le tra-fic, peuvent être comparés à des résultats demesurage et donc validés. Ainsi, notre équipe acomparé, sur 100 sites, les résultats de mesu-rages à ceux obtenus par modélisation et par desindices plus grossiers. Les valeurs des coeffi-cients de corrélation de Pearson calculés avec lesniveaux d’oxydes d’azote mesurés valent : 0,94pour les données de modélisation (indice ExTra),- 0,41 pour la distance au trafic, 0,41 pour l’inten-sité du trafic, 0,42 pour le ratio de l’intensité dutrafic rapportée à la distance au trafic, 0,35 pourle ratio de l’intensité du trafic rapportée à la dis-

tance au trafic élevée au carré [69]. Raaschou-Nielsen et son équipe ont également obtenu desrésultats similaires (coefficient de correlation de0,53 avec les intensités de trafic) [68].

Les modèles statistiques développés fontappel à des données de base facilement récupé-rables : niveaux de pollution de fond, densitéd’adresses et distances du domicile à la stationde mesure la plus proche ou à la rue la plus fré-quentée [57], ou encore volume du trafic dansun certain rayon autour du domicile, surfaceindustrielle ou urbanisée et altitude du site [58].En termes de quantité et de précision de donnéesà collecter, ces approches statistiques se trouventen position intermédiaire entre d’une part, lesapproches basées sur les outils grossiers d’éva-luation des expositions (distance, intensités detrafic …) et, d’autre part, des approches beau-coup plus sophistiquées à partir de modèlesmathématiques de dispersion des polluants.

En effet, qu’il s’agisse du modèle AIRVIRO[46], CALINE 4 [35], CAR [29, 64], EPISODE[14-17], HIWAY 2 [17], ou encore OSPM [47,69], tous reposent sur le recueil de deux grandescatégories de données, à savoir des données rela-tives aux émissions (émissions unitaires et/ou tra-fic routier) ainsi que des données relatives auxfacteurs conditionnant la dispersion des polluants(topographie et/ou météorologie). Ainsi, pour unsite étudié, la collecte des informations néces-saires au calcul d’un modèle de dispersion peuts’avérer coûteuse en terme de temps de travailpour une personne chargée de rassembler diffé-rentes caractéristiques topographiques tellesqu’une orientation de rue, des hauteurs, des lar-geurs ou bien encore des intensités de trafic, maiségalement en terme financier à double titre, car ilfaut tenir compte à la fois du coût directement liéà la collecte des données ainsi qu’à leur saisiemais également du coût engendré par l’acquisi-tion des données auprès des services compétents(services de la voirie, du cadastre, de météorolo-gie,…). C’est précisément pour faciliter cette col-lecte d’informations ainsi que leur traitement etdonc pour réduire le coût global que plusieurséquipes ont employé des systèmes d’informationgéographique (SIG).

La Société française de photogrammétrie ettélédétection a défini, en 1999, les SIG commeétant « des systèmes permettant, à partir de

diverses sources, de rassembler et d’organiser, degérer, d’analyser et de combiner, d’élaborer et deprésenter des informations localisées géographi-quement ». Appliqués dans le domaine de lasanté, les SIG peuvent se révéler être d’excellentsoutils pour mener à bien des travaux épidémiolo-giques [82].

Les SIG ont été utilisés de deux façons pourévaluer les expositions à la PAA, dans les étudesépidémiologiques. Ils ont d’abord été employéscomme une simple base de données relatives àdifférentes localisations. L’ensemble des estima-tions concernant les expositions sont alors issuesd’informations brutes incorporées directement auSIG. Ainsi, plusieurs auteurs ont été amenés àtravailler sur des distances après avoir préalable-ment géocodé les différents lieux de séjour desindividus [34, 36-38, 45]. Pikhart et al. [19, 20]ont, par ailleurs, intégré à un SIG des données depollution (concentrations de NO2 fournies pour 80sites par des tubes de Palmes), des données detrafic, des surfaces industrialisées et des donnéesgéographiques telle que l’altitude, toutes agré-gées par zone géographique (n = 700 unitésurbaines dans l’étude). Gehring et al. [49] etBrauer et al. [48, 59] ont procédé de façon ana-logue en incorporant des données de mesuragesde particules fines et de NO2. Dans tous ces cas,le SIG a permis d’attribuer à chaque localisation,soit une distance, soit une mesure, soit les deux.

La seconde approche repose, quant à elle, surune combinaison, au sein des SIG, de donnéesbrutes et de données issues, soit de calculs statis-tiques [57, 58, 81], soit de modèles de dispersionde polluants ; deux équipes ont procédé de lasorte. Ainsi, Jensen [83, 84] a greffé le modèleOSPM à un SIG très complet qui utilise plusieursbases de données : une base sur les logements(hauteur et agencement des immeubles), une basedémographique (densité de population), des don-nées de trafic et des données individuelles (âge,sexe). Bellander et al. [46] ont également grefféà un SIG (MAPINFO) un modèle de dispersionde polluants (AIRVIRO).

Vine et al. [85] qui ont analysé l’apport desSIG dans le champ de la recherche en épidémio-logie environnementale attestent de leurs avan-tages (essentiellement gain de temps et d’argentdans la manipulation de grandes quantitésd’informations et dans le traitement des données,

standardisation des données collectées, géoco-dage automatique) mais ils soulignent le fait queces nouvelles techniques ne sauraient remplacerles anciennes techniques épidémiologiquesd’évaluation des expositions qui idéalementdoivent être intégrées aux SIG [83, 84].

En définitive, l’utilisation des SIG dans ladémarche d’évaluation des expositions à la PAAsemble très intéressante dans le traitement auto-matisé de grandes quantités d’informations, àcondition d’utiliser conjointement des outilsd’évaluations des expositions performants [86,87].

Compte tenu de l’ensemble des remarques for-mulées précédemment, il semble donc incontour-nable de devoir utiliser, aujourd’hui, pour évaluerl’exposition des individus à la PAA, des outilsfiables et validés. Seuls les modèles statistiquesde régression et mathématiques de dispersion despolluants semblent pouvoir offrir de telles possi-bilités ; bien qu’ils puissent paraître lourds àmanipuler, leur mise en oeuvre pourrait être trèsnettement facilitée grâce à l’utilisation conjointede SIG, permettant l’automatisation et la standar-disation de la collecte des données. Quant auchoix entre ces deux types de modèles, il néces-site que soient menées des études comparativessur leurs performances respectives.

REMERCIEMENTS: Patrice Reungoat bénéficie d’une alloca-tion de recherche co-financée par l’Agence de l’Environne-ment et de la Maîtrise de l’Énergie (ADEME) et par l’InstitutNational de Recherche sur les Transports et leur Sécurité(INRETS).

RÉFÉRENCES

1. Romieu I, Palazuelos E, Meneses F, Hernandez-Avila M. Vehicular traffic as a determinant of blood-lead levels in children: a pilot study in Mexico City.Arch Environ Health 1992; 47: 246-9.

2. Wjst M, Reitmeir P, Dold S, Wulff A, Nicolai T, vonLoeffelholz-Colberg EF, von Mutius E. Road trafficand adverse effects on respiratory health in children.BMJ 1993; 307: 596-600.

3. Weiland SK, Mundt KA, Ruckmann A, Keil U. Self-reported wheezing and allergic rhinitis in children andtraffic density on street of residence. Ann Epidemiol1994; 4: 243-7.

4. Duhme H, Weiland SK, Keil U, Kraemer B, Sch-mid M, Stender M, Chambless L. The associationbetween self-reported symptoms of asthma and aller-

gic rhinitis and self-reported traffic density on streetof residence in adolescents. Epidemiology 1996; 7:578-82.

5. Duhme H, Weiland SK, Rudolph P, Wienke A, Kra-mer A, Keil U. Asthma and allergies among childrenin West and East Germany: a comparison betweenMunster and Greifswald using the ISAAC phase Iprotocol. International Study of Asthma and Allergiesin Childhood. Eur Respir J 1998; 11: 840-7.

6. Duhme H, Weiland SK, Keil U. Epidemiological ana-lyses of the relationship between environmental pol-lution and asthma. Toxicol Lett 1998; 102-103: 307-16.

7. Keil U, Weiland SK, Duhme H, Chambless L. TheInternational Study of Asthma and Allergies in Child-hood (ISAAC): objectives and methods; results fromGerman ISAAC centres concerning traffic density andwheezing and allergic rhinitis. Toxicol Lett 1996; 86:99-103.

8. Brunekreef B, Janssen NA, De Hartog J, Harssema H,Knape M, van Vliet P. Air pollution from truck trafficand lung function in children living near motorways.Epidemiology 1997; 8: 298-303.

9. van Vliet P, Knape M, de Hartog J, Janssen N,Harssema H, Brunekreef B. Motor vehicle exhaustand chronic respiratory symptoms in children livingnear freeways. Environ Res 1997; 74: 122-32.

10. Roorda-Knape MC, Janssen NA, de Hartog J, VanVliet PH, Harssema H, Brunekreef B. Traffic relatedair pollution in city districts near motorways. SciTotal Environ 1999; 235: 339-41.

11. Studnicka M, Hackl E, Pischinger J, Fangmeyer C,Haschke N, Kuhr J, et al. Traffic-related NO2 and theprevalence of asthma and respiratory symptoms inseven year olds. Eur Respir J 1997; 10: 2275-8.

12. Ciccone G, Forastiere F, Agabiti N, Biggeri A,Bisanti L, Chellini E, et al. Road traffic and adverserespiratory effects in children. SIDRIA CollaborativeGroup. Occup Environ Med 1998; 55: 771-8.

13. Harrison RM, Leung PL, Somervaille L, Smith R,Gilman E. Analysis of incidence of childhood cancerin the West Midlands of the United Kingdom in rela-tion to proximity to main roads and petrol stations.Occup Environ Med 1999; 56: 774-80.

14. Bartonova A, Clench-Aas J, Gram F, Gronskei KE,Guerreiro C, Larssen S. Air pollution exposure moni-toring and estimation. Part V. Traffic exposure inadults. J Environ Monit 1999; 1: 337-40.

15. Clench-Aas J, Bartonova A, Bohler T, Gronskei KE,Sivertsen B, Larssen S, et al. Air pollution exposuremonitoring and estimating. Part I. Integrated air qua-lity monitoring system. J Environ Monit 1999; 1: 313-9.

16. Clench-Aas J, Bartonova A, Gronskei KE, Walker SE.Air pollution exposure monitoring and estimation. PartIV. Urban exposure in children. J Environ Monit 1999;1: 333-6.

17. Clench-Aas J, Bartonova AK, Klaeboe R, Kolbens-tvedt M. Oslo traffic study. Part 2- Quantifyingeffects of traffic measures using individual exposuremodeling. Atmospheric Environment 2000; 34: 4737-44.

18. Venn A, Lewis S, Cooper M, Hubbard R, Hill I,Boddy R, et al. Local road traffic activity and the pre-valence, severity, and persistence of wheeze in schoolchildren: combined cross sectional and longitudinalstudy. Occup Environ Med 2000; 57: 152-8.

19. Pikhart H, Prikazsky V, Bobak M, Kriz B, Celko M,Danova J, et al. Association between ambient air con-centrations of nitrogen dioxide and respiratory symp-toms in children in Prague, Czech Republic. Preliminaryresults from the Czech part of the SAVIAH Study. SmallArea Variation in Air Pollution and Health. Cent Eur JPublic Health 1997; 5: 82-5.

20. Pikhart H, Bobak M, Kriz B, Danova J, Celko MA,Prikazsky V, et al. Outdoor air concentrations ofnitrogen dioxide and sulfur dioxide and prevalence ofwheezing in school children. Epidemiology 2000; 11:153-60.

21. Yang CY, Yu ST, Chang CC. Respiratory symptomsin primary schoolchildren living near a freeway inTaiwan. J Toxicol Environ Health A 2002; 65: 747-55.

22. Yokoyama Y, Nitta H, Maeda K, Aoki S. What inte-raction does indoor nitrogen dioxide have on theeffect of the automobile exhaust. Tokai J Exp ClinMed 1985; 10: 379-84.

23. Maeda K, Nitta H, Nakai S. Exposure to nitrogenoxides and other air pollutants from automobiles.Public Health Rev 1991; 19: 61-72.

24. Larssen S, Tonnesen D, Clench-Aas J, Aarnes MJ,Arnesen K. A model for car exhaust exposure calcu-lations to investigate health effects of air pollution.Sci Total Environ 1993; 134: 51-60.

25. Nitta H, Sato T, Nakai S, Maeda K, Aoki S,Ono M. Respiratory health associated with exposureto automobile exhaust. I. Results of cross-sectionalstudies in 1979, 1982, and 1983. Arch Environ Health1993; 48: 53-8.

26. Nakai S, Nitta H, Maeda K. Respiratory health asso-ciated with exposure to automobile exhaust. II. Perso-nal NO2 exposure levels according to distance fromthe roadside. J Expo Anal Environ Epidemiol 1995; 5:125-36.

27. Nakai S, Nitta H, Maeda K. Respiratory health asso-ciated with exposure to automobile exhaust. III.Results of a cross-sectional study in 1987, and repea-

ted pulmonary function tests from 1987 to 1990. ArchEnviron Health 1999; 54: 26-33.

28. Evans RG, Webb K, Homan S, Ayres SM. Cross-sec-tional and longitudinal changes in pulmonary functionassociated with automobile pollution among bridgeand tunnel officers. Am J Ind Med 1988; 14: 25-36.

29. Oosterlee A, Drijver M, Lebret E, BrunekreefB. Chronic respiratory symptoms in children andadults living along streets with high traffic density.Occup Environ Med 1996; 53: 241-7.

30. Forsberg B, Stjernberg N, Wall S. People can detectpoor air quality well below guideline concentrations:a prevalence study of annoyance reactions and air pol-lution from traffic. Occup Environ Med 1997; 54: 44-8.

31. Wyler C, Braun-Fahrlander C, Kunzli N, Schindler C,Ackermann-Liebrich U, Perruchoud AP, et al. Expo-sure to motor vehicle traffic and allergic sensitization.The Swiss Study on Air Pollution and Lung Diseasesin Adults (SAPALDIA) Team. Epidemiology 2000;11: 450-6.

32. Rijnders E, Janssen NA, van Vliet PH, Bru-nekreef B. Personal and outdoor nitrogen dioxideconcentrations in relation to degree of urbanizationand traffic density. Environ Health Perspect 2001;109 (Suppl 3): 411-7.

33. Magnus P, Nafstad P, Oie L, Carlsen KC, Becher G,Kongerud J, et al. Exposure to nitrogen dioxide andthe occurrence of bronchial obstruction in childrenbelow 2 years. Int J Epidemiol 1998; 27: 995-9.

34. Edwards J, Walters S, Griffiths RK. Hospital admis-sions for asthma in preschool children: relationship tomajor roads in Birmingham, United Kingdom. ArchEnviron Health 1994; 49: 223-7.

35. Pershagen G, Rylander E, Norberg S, Eriksson M,Nordvall SL. Air pollution involving nitrogen dioxideexposure and wheezing bronchitis in children. Int JEpidemiol 1995; 24: 1147-53.

36. Livingstone AE, Shaddick G, Grundy C, Elliott P. Dopeople living near inner city main roads have moreasthma needing treatment? Case control study. BrMed J 1996; 312: 676-7.

37. Wilkinson P, Elliott P, Grundy C, Shaddick G,Thakrar B, Walls P, et al. Case-control study of hos-pital admission with asthma in children aged 5-14years: relation with road traffic in north west London.Thorax 1999; 54: 1070-4.

38. English P, Neutra R, Scalf R, Sullivan M, Waller L,Zhu L. Examining associations between childhoodasthma and traffic flow using a geographic informa-tion system. Environ Health Perspect 1999; 107: 761-7.

39. Linn WS, Shamoo DA, Anderson KR, Peng RC, AvolEL, Hackney JD, et al. Jr. Short-term air pollution

exposures and responses in Los Angeles area school-children. J Expo Anal Environ Epidemiol 1996; 6:449-72.

40. Zmirou D, Gauvin S, Pin I, Momas I, Just J,Sahraoui F, et al. Five epidemiological studies ontransport and asthma: objectives, design and descrip-tive results. J Expo Anal Environ Epidemiol 2002; 12:186-96.

41. Lin S, Munsie JP, Hwang SA, Fitzgerald E,Cayo MR. Childhood asthma hospitalization and resi-dential exposure to state route traffic. Environ Res2002; 88: 73-81.

42. Savitz DA, Feingold L. Association of childhood can-cer with residential traffic density. Scand J WorkEnviron Health 1989; 15: 360-3.

43. Pearson RL, Wachtel H, Ebi KL. Distance-weightedtraffic density in proximity to a home is a risk factorfor leukemia and other childhood cancers. J Air WasteManag Assoc 2000; 50: 175-80.

44. Lewis-Michl EL, Melius JM, Kallenbach LR, Ju CL,Talbot TO, Orr MF, et al. Breast cancer risk and resi-dence near industry or traffic in Nassau and SuffolkCounties, Long Island, New York. Arch EnvironHealth 1996; 51: 255-65.

45. Nyberg F, Gustavsson P, Jarup L, Bellander T, Ber-glind N, Jakobsson R, et al. Urban air pollution andlung cancer in Stockholm. Epidemiology 2000; 11:487-95.

46. Bellander T, Berglind N, Gustavsson P, Jonson T,Nyberg F, Pershagen G, et al. Using geographic infor-mation systems to assess individual historical expo-sure to air pollution from traffic and house heating inStockholm. Environ Health Perspect 2001; 109: 633-9.

47. Raaschou-Nielsen O, Hertel O, Thomsen BL, Olsen JH.Air pollution from traffic at the residence of childrenwith cancer. Am J Epidemiol 2001; 153: 433-43.

48. Brauer M, Hoek G, Van Vliet P, Meliefste K,Fischer PH, Wijga A, et al. Air pollution from trafficand the development of respiratory infections andasthmatic and allergic symptoms in children. Am JRespir Crit Care Med 2002; 166: 1092-8.

49. Gehring U, Cyrys J, Sedlmeir G, Brunekreef B, Bel-lander T, Fischer P, et al. Traffic-related air pollutionand respiratory health during the first 2 yrs of life. EurRespir J 2002; 19: 690-8.

50. Hoek G, Brunekreef B, Goldbohm S, Fischer P, vanden Brandt PA. Association between mortality andindicators of traffic-related air pollution in the Nether-lands: a cohort study. Lancet 2002; 360: 1203-9.

51. Fritz GJ, Herbarth O. Pulmonary function and urbanair pollution in preschool children. Int J Hyg EnvironHealth 2001; 203: 235-44.

52. Kramer U, Koch T, Ranft U, Ring J, Behrendt H. Traf-fic-related air pollution is associated with atopy in chil-dren living in urban areas. Epidemiology 2000; 11: 64-70.

53. Versluis AH. Methodology for predicting vehicleemissions on motorways and their impact on air qua-lity in the Netherlands. Sci Total Environ 1994; 146-147: 359-64.

54. Fraigneau YC, Gonzalez M, Coppalle A. Dispersionand chemical reaction of a pollutant near a motorway.Sci Total Environ 1995; 169: 83-91.

55. Kono H, Ito S. Micro scale dispersion model formotor vehicle exhaust gas in urban areas - OMGvolume-source model'. Atmos Environ 1990; 24B:243-51.

56. Sivacoumar R, Thanasekaran K. Line source modelfor vehicular pollution prediction near roadways andmodel evaluation through statistical analysis. EnvironPollut 1999; 1999: 384-95.

57. Hoek G, Fischer P, Van Den Brandt P, Goldbohm S,Brunekreef B. Estimation of long-term average expo-sure to outdoor air pollution for a cohort study onmortality. J Expo Anal Environ Epidemiol 2001; 11:459-69.

58. Briggs DJ, de Hoogh C, Gulliver J, Wills J, Elliott P,Kingham S, et al. A regression-based method formapping traffic-related air pollution: application andtesting in four contrasting urban environments. SciTotal Environ 2000; 253 :151-67.

59. Brauer M, Hoek G, van Vliet P, Meliefste K, Fischer P,Gehring U, et al. Estimating long-term average particu-late air pollution concentrations: application of trafficindicators and geographic information systems. Epide-miology 2003; 14: 228-39.

60. Walker SE, Slordal LH, Guerreiro C, Gram F, Grons-kei KE. Air pollution exposure monitoring and esti-mation. Part II. Model evaluation and populationexposure. J Environ Monit 1999; 1: 321-6.

61. Gronskei KE, Walker SE, Gram F. Evaluation of amodel for hourly spatial concentration distribution.Atmos Environ 1993; 27B: 105-20.

62. Benson P. A review of the development and applica-tion of the CALINE3 and CALINE4 models. AtmosEnviron 1992; 26B: 379-90.

63. Hertel O, Berkowicz R. Modelling pollution fromtraffic in a street canyon. Evaluation of data andmodel development. DK-4000 Roskilde: NationalEnvironmental Research Institute, 1989.

64. Eerens HC, Sliggers CJ, Van den Hout KD. The CARmodel: the Dutch method to determine city street airquality. Atmos Environ 1993; 7B: 89-99.

65. Sacre C, Chiron M, Flori JP. [Development of anexposure index of air pollution caused by motor

vehicles for use in epidemiological studies.]. Sci TotalEnviron 1995; 69: 3-9.

66. Berkowicz R, Hertel O, Sorensen NN, Michelsen JA.Modelling air pollution from traffic in urban areas.Proceedings of the IMA Conference on flow and dis-persion through groups of obstacles, University ofCambridge, 28-30 March 1994.

67. Flori JP. Étude de la pollution atmosphérique liée à lacréation d’un collecteur le long de l’autoroute A6 à Evry.French Scientific Center for Building Physics, 1993.

68. Raaschou-Nielsen O, Hertel O, Vignati E, Berkowicz R,Jensen SS, Larsen VB, et al. An air pollution model foruse in epidemiological studies: evaluation with measuredlevels of nitrogen dioxide and benzene. J Expo AnalEnviron Epidemiol 2000; 10: 4-14.

69. Reungoat P, Chiron M, Gauvin S, Le Moullec Y,Momas I. Assessment of exposure to traffic pollutionusing the ExTra index : study of validation. EnvironRes 2003; 93: 67-78.

70. Speizer FE, Ferris BG, Jr. Exposure to automobileexhaust. II- Pulmonary function measurements. ArchEnviron Health 1973; 26: 319-24.

71. Speizer FE, Ferris BG Jr. Exposure to antomobileexhaust. I. Prevalence of respiratory symptoms anddisease. Arch Environ Health 1973; 26: 313-8.

72. Abbey DE, Colome SD, Mills PK, Burchette R, Bee-son WL, Tian Y. Chronic disease associated withlong-term concentrations of nitrogen dioxide. J ExpoAnal Environ Epidemiol 1993; 3: 181-202.

73. Atimtay AT, Emri S, Bagci T, Demir AU. Urban COexposure and its health effects on traffic policemen inAnkara. Environ Res 2000; 82: 222-30.

74. Zmirou D, Gauvin S, Pin I, Momas I, Sahraoui F,Just J, et al. Traffic-related air pollution and incidenceof childhood asthma: results of the VESTA case con-trol study. J Epidemiol Community Health 2004; 58:18-23.

75. Feychting M, Svensson D, Ahlbom A. Exposure tomotor vehicle exhaust and childhood cancer. Scand JWork Environ Health 1998; 24: 8-11.

76. van den Brandt PA, Goldbohm RA, van’t Veer P,Volovics A, Herm RJ, Sturmans F. A large-scale

prospective cohort study on diet and cancer in Nether-lands. J Clin Epidemiol 1990; 43: 285-95.

77. Tango T. Effect of air pollution on lung cancer: aPoisson regression model based on vital statistics.Environ Health Perspect 1994; 102 (Suppl 8): 41-5.

78. Ono M, Murakami M, Nitta H, Nakai S, Maeda K. Epi-demiological studies of air pollution and health effectsin areas near roadways with heavy traffic in Tokyo. JpnPubl Health 1990; 37: 321-32.

79. Raaschou-Nielsen O, Olsen JH, Hertel O, Berkowicz R,Skov H, Hansen AM, et al. Exposure of Danish childrento traffic exhaust fumes. Sci Total Environ 1996; 189-190: 51-5.

80. Levy JI, Lee K, Spengler JD, Yanagisawa Y. Impactof residential nitrogen dioxide exposure on personalexposure: an international study. J Air Waste ManagAssoc 1998; 48: 553-60.

81. Briggs DJ, Elliott P. The use of geographical informa-tion systems in studies on environment and health.World Health Stat Q 1995; 48: 85-94.

82. Moore DA, Carpenter TE. Spatial analytical methodsand geographic information systems: use in healthresearch and epidemiology. Epidemiol Rev 1999; 21:143-61.

83. Jensen SS. Mapping human exposure to traffic airpollution using GIS. Journal of Hazardous Materials1998; 61: 385-92.

84. Jensen SS. A geographic approach to modellinghuman exposure to traffic air pollution using GIS(PhD Thesis). University of Roskilde, Denmark,1999.

85. Vine MF, Degnan D, Hanchette C. Geographic infor-mation systems: their use in environmental epidemio-logic research. Environ Health Perspect 1997; 105:598-605.

86. Huang YL, Batterman S. Residence location as ameasure of environmental exposure: a review of airpollution epidemiology studies. J Expo Anal EnvironEpidemiol 2000; 10: 66-85.

87. Huang YL, Batterman S. Selection and evaluation ofair pollution exposure indicators based on geographicareas. Sci Total Environ 2000; 253: 127-44.

Évaluation de l’exposition à la pollution atmosphérique liée au trafic routier dans les...

Documents

Bilan des études épidémiologiques conduites sur les

Données épidémiologiques

Aspects épidémiologiques cliniques, paracliniques et

CARACtÉRIStIQuES ÉPIDÉMIOLOGIQuES Et hIStOLOGIQuES DES ... · 2017 Lebanese Medical Journal • Mars 2019 • Vol 67 (Abstracts) S43 CARACtÉRIStIQuES ÉPIDÉMIOLOGIQuES Et hIStOLOGIQuES

La maladie carieuse Aspects épidémiologiques dans la carie dentaire. Corrélations épidémiologiques dans la carie dentaire

Principales données épidémiologiques, nouveaux facteurs de

Réfraction atmosphérique : mirages

Méthodes épidémiologiques appliquées à la Santé Publique

PRÉSENTATION DES DONNÉES ÉPIDÉMIOLOGIQUES

Données épidémiologiques sur la consommation …...Société française d’alcoologie 4/56 Données épidémiologiques sur la consommation d’alcool - 2009 Evolution des ventes

II. tude d’impact · Méthode de calcul de la pollution atmosphérique liée au trafic routier 10. Projet de onvention spé iale de ... Fihe du système d’assainissement de Saint

IMPACTS SUR LA SANTÉ DE LA POLLUTION ATMOSPHÉRIQUE... · 2020. 12. 15. · Pollution de l’air et santé Les études épidémiologiques et toxicologiques récentes ont clairement

Données épidémiologiques européennes et françaises 2004 vih

Les endocardites : état des lieux Aspects épidémiologiques

Cours de pollution atmosphérique

SCHIZOPHRENIE Révision de quelques données épidémiologiques

Données épidémiologiques, cliniques et thérapeutiques de l ...€¦ · Données épidémiologiques • Délai moyen d’hospitalisation : 5,49 ± 6,34 jours • Hospitalisation

LES TRANSPORTEURS LIGERIENS OSENT LA TRANSITION … · Rouler au gaz naturel contribue à réduire la pollution atmosphérique liée au transport routier de marchandises. - La réduction

COVID-19 : Caractéristiques épidémiologiques et cliniques · sommaire des données épidémiologiques, ainsi que les courbes épidémiologiques de certains pays et juridictions

Aspects épidémiologiques, cliniques, paracliniques, et ......Dédicaces et remerciements Aspects épidémiologiques, cliniques, paracliniques, et étiologiques de l’insuffisance