Les composés organiques volatils d’origine microbienne comme potentiels biomarqueurs d’exposition aux moisissures en milieux professionnels : développement de méthodes de quantification
Notice bibliographique
Résumé
Les moisissures sont considérées comme un des facteurs affectant la qualité de l'air intérieur. L'exposition professionnelle aux moisissures peut affecter la santé des travailleurs. Selon l’espèce de moisissure, la dose d'exposition et la sensibilité individuelle, les effets peuvent être irritatifs, infectieux, immunologiques, toxiques ou cancérigènes. Les méthodes classiques, basées sur le bilan environnemental des moisissures cultivables dans l'air, souffrent d'inconvénients tels que le nombre élevé d'échantillons, les analyses coûteuses et la sous-estimation de l'exposition. La croissance des moisissures peut entraîner la production de métabolites, notamment des COVm. Ces derniers, lorsque inhalés, pourraient s’accumuler dans le corps et pourraient être détectés dans les matrices biologiques des travailleurs avant et après leur quart de travail. L'objectif principal de cette thèse est de développer une méthode permettant d’évaluer l'exposition aux moisissures en milieu de travail en exploitant les COVm comme biomarqueurs d'exposition. Le premier objectif spécifique est de développer une méthode analytique en utilisant la technique HS-SPME-CPG-SM/SM pour mesurer simultanément les 21 COVm dans le sang et l’urine. Le deuxième objectif est de développer une méthode analytique en se basant sur la technique DT-CPG-SM/SM pour analyser ces COVm dans l’air ambiant et exhalé. Le troisième objectif vise à optimiser la méthode développée dans l'air ambiant pour documenter les concentrations des COVm présents dans deux milieux de travail ayant des charges de moisissures différentes et évaluer leurs variations spatio-temporelles. Les 21 COVm sélectionnés dans cette thèse ont un potentiel comme biomarqueurs d’exposition aux moisissures. Leur sélection a été basée sur l’intérêt pour des effets sanitaires potentiels des espèces de moisissures, l’occurrence d’émission et les paramètres physicochimiques et pharmacocinétiques des COVm. Les paramètres d'extraction des COVm et les conditions analytiques ont été optimisés pour assurer une meilleure extraction et analyse des COVm dans le sang et l’urine. D’autre part, la méthode DT-CPG-SM/SM a été optimisée dans l’air ambiant et exhalé en testant plusieurs types d’adsorbant, débits et volumes d’air. Tenax TA/Carbograph a été sélectionné pour l’adsorption des COVm en échantillonnant 3 L d’air à 150 mL/min. Ces méthodes développées ont présenté de bonnes performances analytiques en termes de linéarité, précision, limites de détection et de quantification. Ceci a permis la quantification des COVm à faibles niveaux dans les matrices biologiques et l’air. Finalement, l’optimisation de l’analyse des prélèvements d’air d’un centre de tri des déchets et d’une université a été réalisée en utilisant la méthode DT-CPG-SM/SM. Un prélèvement de 2 heures a été sélectionné. Pour la majorité des COVm, aucune différence n’a été démontrée entre les périodes de la journée dans les milieux étudiés. À l’université, les concentrations des COVm étaient plus élevées dans les classes comparativement aux laboratoires munis d’un système de ventilation plus efficace. Au centre de tri, les concentrations des COVm étaient plus élevées dans la salle de pré-tri. Les résultats obtenus ont permis de sélectionner plusieurs COVm comme potentiels biomarqueurs d'exposition aux moisissures. Cette approche de biosurveillance pourrait donner un indice de la contamination fongique dans un milieu de travail, avant tout recours à l'approche classique, plus complexe et onéreuse.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».