1 / 53

Apports des SIG à l’épidémiologie et à la santé publique : un survol

Apports des SIG à l’épidémiologie et à la santé publique : un survol. Alain-jacques Valleron UPMC & Inserm. Apports des SIG à l’épidémiologie et à la santé publique : un survol. Alain-jacques Valleron UPMC & Inserm. Définition d’un SIG ?.

ann
Download Presentation

Apports des SIG à l’épidémiologie et à la santé publique : un survol

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Apports des SIG à l’épidémiologie et à la santé publique :un survol Alain-jacques Valleron UPMC & Inserm

  2. Apports des SIG à l’épidémiologie et à la santé publique :un survol Alain-jacques Valleron UPMC & Inserm

  3. Définition d’un SIG ? In : Le serveur éducatif de l'IGN et de l'Education Nationale sur l'information géographique http://seig.ensg.ign.fr/

  4. Person, place, time • Le fondement de l’épidemiologie • SIG pour aider à • Décrire • Expliquer • agir

  5. Décrire Kriging : Carrat et col., Am J of Epidemiology, 1992

  6. Am J of Epid, 1992

  7. Décrirede plus en plus d’outils interactifs et de bases de données disponibles http://ratecalc.cancer.gov/

  8. Historique

  9. Snow, Cholera, 1849-1854

  10. 1854

  11. Number of Fatal attacks by date of onset: Broad Street outbreak, London, 1854.

  12. Snow - Farr Voir Eyler : Soz.- Präventivmed. 46 (2001) 225–232 • Farr : C = C’ (e’ + a)/(e + a) • C et C’ sont les taux de mortalitédansdeux districts d’altitude e et e’ • Valeursobservées: 177, 102,65, 34, 27, 22, 17, 7 • Valeursthéoriques: 174, 99, 53, 34, 27, 22, 20, 6

  13. Villermé1782-1863 Julia, C. and A.J. Valleron, Louis-ReneVillerme (1782-1863), a pioneer in social epidemiology: re-analysis of his data on comparative mortality in Paris in the early 19th century. J EpidemiolCommunityHealth, 2010. Corrélation écologique Causalité?

  14. Nygard, K., et al., Association betweenenvironmentalriskfactors and campylobacter infections in Sweden Epidemiol Infect, 2004. 132(2): p. 317-25.

  15. Krieger, N., et al. Geocodingand monitoring of US socioeconomicinequalities in mortality and cancer incidence: does the choice of area-basedmeasure and geographiclevelmatter?: the Public HealthDisparitiesGeocoding Project. Am J Epidemiol, 2002. 156(5): p. 471-82

  16. Pour (beaucoup) plus: Greenland, S. and H. Morgenstern, Ecologicalbias, confounding, and effect modification. Int J Epidemiol, 1989. 18(1): p. 269-74.

  17. Les sources de données modernes • Innombrables bases de données environnementales informatisées (Sophie Valtat) • Nouveaux outils • Nouvelles méthodes

  18. Sources de données satellitaires • Résolution spatiale • Haute : 0.5 – 1.8 m. • Moyenne: 2 à 36 m. • Basse : >36m. • Résolution temporelle • Résolution spectrale Voir http://www.asprs.org Notamment:http://www.asprs.org/a/news/satellites/Satellite_Archives_v3.pdf

  19. EXEMPLE : SPOT6

  20. EXEMPLE : SPOT 6 • Image productresolution: • Panchromatic: 1.5 m • Colourmerge: 1.5 m • Multispectral: 8 m • Spectral bands, with simultaneous panchromatic and multispectral acquisitions: • Panchromatic (450 – 745 nm) • Blue (450 – 525 nm) • Green (530 – 590 nm) • Red (625 – 695 nm) • Near-infrared (760 – 890 nm) • Footprint: 60 km x 60 km • Responsive satellite tasking, with 6 tasking plans per day, per satellite • Capacity to acquire up to 3 million km2. daily

  21. CORINE LAND COVER (crédit SoES)

  22. Pesticides -> santé? • Couvert <-> santé • couvert -> pesticides • Image satellitaire • Inférence sur la nature du couvert • Inférence sur les produits (pesticides) utilisés

  23. In Ward, Env. Health Perspectives 2000

  24. Brody, J.G., et al., Using GIS and historical records to reconstructresidentialexposure to large-scale pesticide application. J Expo Anal Environ Epidemiol, 2002. 12(1): p. 64-80.

  25. Ward, M.H., et al., Identifying populations potentially exposed to agricultural pesticides using remote sensing and a Geographic Information System. Environ Health Perspect, 2000. 108(1): p. 5-12.

  26. In Ward, Env. Health Perspectives 2000

  27. Modèles de diffusion

  28. Brody, J.G., et al., Using GIS and historical records to reconstruct residential exposure to large-scale pesticide application. J Expo Anal Environ Epidemiol, 2002. 12(1): p. 64-80.

  29. Pollution par automobiles

  30. s English, P., et al., Examining associations between childhood asthma and traffic flow using a geographic information system. Environ Health Perspect, 1999. 107(9): p. 761-7.

  31. In McKone Internal report LBNL, 2008

  32. Ostfeld, R.S., G.E. Glass, and F. Keesing, Spatial epidemiology: an emerging (or re-emerging) discipline. Trends EcolEvol, 2005. 20(6): p. 328-36.

  33. Ostfeld, R.S., G.E. Glass, and F. Keesing, Spatial epidemiology: an emerging (or re-emerging) discipline. Trends EcolEvol, 2005. 20(6): p. 328-36.

  34. Lèpre en mélanésie In Jim, Pacific HealthDialog, 2010

  35. In Xiang, Envir. Research, 2000

  36. In Wei et col., Am. J. Trop. Med. Hyg., 84(3), 2011, pp. 497–503

  37. In Wei et col., Am. J. Trop. Med. Hyg., 84(3), 2011, pp. 497–503

  38. In Wei et col., Am. J. Trop. Med. Hyg., 84(3), 2011, pp. 497–503

  39. In Wei et col., Am. J. Trop. Med. Hyg., 84(3), 2011, pp. 497–503

  40. SIG et maladies chroniques

  41. Étude SEARCH (507 DT1, 218 Témoins): Liese, A.D., et al., Neighborhoodlevelriskfactors for type 1 diabetes in youth: the SEARCH case-control study. Int J HealthGeogr, 2012. 11: p. 1

  42. Ihrig, M.M., et col, A hospital-based case-control study of stillbirths and environmentalexposure to arsenic using an atmospheric dispersion model linked to a geographical information system. Epidemiology, 1998. 9(3): p. 290-4.

  43. Plans d’analyse de facteurs environnementaux • Niveau écologique • Niveau individuel • Les variables environnementales dépendent de l’individu (pollution estimé à un point) • Multiniveaux • Des variables mesurées individuellement, soit environnementales, soit par questionnaire (tabac) • ET des variables communes à des groupes d’individu • Schéma cas-contrôle : le plus général

  44. Questions méthodologiques récurrentes • Données : • Comment estimer la trajectoire de vie • Comment estimer les « vraies » expositions? • Qualité du géocodage? Distinguer les cas où pas de résultats (donc problème de puissance) de ceux où il y a des résultats (un biais peut il les expliquer?) • Analyse : • Autocorrélation spatiale • Modèles multiniveaux

More Related