Amélioration de l’évaluation de l’exposition professionnelle rétrospective dans les études épidémiologiques à base populationnelle
Notice bibliographique
Résumé
L’évaluation de l’exposition professionnelle rétrospective forme une composante critique et complexe des études cas-témoins à base populationnelle, consistant à caractériser sans biais l’exposition de chaque sujet durant la carrière à partir d’informations limitées. Une approche développée à Montréal permettant d’estimer l’exposition à près de 300 agents par expertise à partir de descriptions d’emploi détaillées fut appliquée dans quatre études cas-témoins de cancer entre 1979-2005. La banque de données d’estimations accumulées par le groupe montréalais représente une source d’information unique au monde sur l’exposition passée pouvant servir au développement d’outils applicables à de nouvelles études. Cette recherche visait à développer et à caractériser des outils permettant d’améliorer l’évaluation de l’exposition professionnelle à travers l’exploitation de cette banque de données. Le premier volet portait sur l’élaboration de la matrice emplois-expositions (MEE) CANJEM synthétisant l’information sur l’exposition à 258 agents issue de 31 673 emplois entre 1930 2005. CANJEM a été définie par 3 axes : agents, professions ou industries (selon 7 systèmes de classification possibles) et période temporelle (1, 2 ou 4 périodes). Chaque cellule (combination d’agent, de profession/industrie et de période) décrit le profil d’exposition des emplois au moyen de cinq indices : probabilité (pourcentage), fiabilité, intensité, et fréquence (en distributions relatives de catégories ordinales) et intensité d’exposition pondérée par la fréquence (continue). Plus de 90% de la population active canadienne est représentée dans les cellules de CANJEM selon 2 recensements (1986 et 2011). Le deuxième volet visait à raffiner les estimations de CANJEM pour 5 agents par des modèles hiérarchiques bayésiens pour intégrer l’information sur l’exposition entre les cellules de professions similaires, et en tenant compte de l’étude source des emplois. L’influence des autres professions sur les estimations des cellules comptant 1 à 4 emplois était parfois importante, tandis qu’elle était modérée ou négligeable à partir de 5 emplois. Le troisième volet visait à estimer des niveaux d’intensité quantitatifs de l’exposition aux poussières de bois aux cellules de CANJEM, en modélisant 5170 mesures historiques (1981-2003) de la banque Canadian Workplace Exposure Database. Les moyennes géométriques sur 8 heures prédites pour 1989 variaient entre 0,49 à 1,67 mg/m3, avec des ratios de 1-1,3-2,3 entre les catégories faible, moyenne et élevée de CANJEM. Des niveaux quantitatifs ont pu être estimés pour toute profession avec une probabilité d’exposition non nulle dans CANJEM. Le dernier volet visait à comparer les expositions assignées par une approche hybride combinant expertise individuelle et profils d’emplois prédéfinis avec l’approche par expertise traditionnelle. Les comparaisons portant sur l’exposition à 203 agents pour 90 professions ont montré une augmentation de la fiabilité des évaluations telle que jugée par les experts. Une réduction dans la variabilité intra-profession des estimations a aussi été observée, potentiellement expliquée par une meilleure cohérence dans l’évaluation et par l’application des profils prédéfinis par profession. L’exploitation de la banque d’expertises montréalaise a permis de développer une MEE multidimensionnelle et de la bonifier, notamment par des estimations quantitatives. CANJEM est une ressource unique pouvant être appliquée à l’évaluation et à la prévention des maladies professionnelles au Canada et ailleurs. L’évaluation de l’approche par expertise hybride a par ailleurs montré l’utilité d’exploiter les données existantes pour faciliter l’évaluation de l’exposition. En somme, cette thèse a permis d’élaborer un ensemble de méthodes transférables à l’exploitation d’autres banques de données d’évaluations rétrospectives.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,202 | 0,327 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».