Les composés organiques volatils d’origine microbienne comme potentiels biomarqueurs d’exposition aux moisissures en milieux professionnels : développement de méthodes de quantification
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".