Méthodes statistiques pour l'évaluation du risque alimentaire - Soutenance de thèse publique Nanterre

Jessica Tressou

Description

Méthodes statistiques pour l’évaluation durisque alimentaireSoutenance de thèse publiqueNanterre, le 9 décembre 2005Jessica TressouINRA Mét@risk, Méthodologies d’analyse de risque alimentaire, ParisDiscipline : Mathématiques Appliquées et Applications desMathématiquesEcole Doctorale Connaissance et CultureUniversité Paris X, NanterreJessica Tressou Méthodes statistiques pour l’évaluation du risque alimentaireComposition du JuryMme Sylvie Huet, Directeur de Recherche, INRA MIA,Jouy en Josas, RapporteurM. Hilko van der Voet, Senior Statistician, Biometris,Wageningen, Pays Bas, RapporteurMme Judith Rousseau, Professeur, Université Paris IX,Paris, ExaminateurMme Karine Tribouley, Professeur, Université Paris X,Nanterre, ExaminateurM. Philippe Verger, Directeur de Recherche, INRAMét@risk, Paris, ExaminateurM.PatriceBertail,Professeur,UniversitéParisX,Nanterre,Directeur de thèseJessica Tressou Méthodes statistiques pour l’évaluation du risque alimentairePlan de la présentationContexteEvaluation de l’expositionCaractérisation du risqueRisque alimentaire et valeurs extrêmesEvaluation empirique du risqueIndividualisation et risque de long termeConclusions et perpectivesJessica Tressou Méthodes statistiques pour l’évaluation du risque alimentaireL’analyse de risqueObjectif de la thèse :Développer des outils statistiques pour l’évaluation du risquealimentaireFormalisme et vocabulaire des comités d’expertsL’évaluation de risqueL’identification ...

Informations

• Publié par: Voem
• Nombre de lectures: 126
• Langue: Français

Extrait

Méthodesstatistiquespourl’évaluationdu risquealimentaire Soutenancedethèsepublique Nanterre,le9décembre2005 JessicaTressou INRA-Mét@risk,Méthodologiesd’analysederisquealimentaire,Paris Discipline:MathématiquesAppliquéesetApplicationsdes Mathématiques EcoleDoctoraleConnaissanceetCulture UniversitéParisX,Nanterre eJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

oCpmsotioinuduJry MmeSylvieHuet,DirecteurdeRecherche,INRAMIA, JouyenJosas,Rapporteur M.HilkovanderVoet,SeniorStatistician,Biometris, Wageningen,Pays-Bas,Rapporteur MmeJudithRousseau,Professeur,UniversitéParisIX, Paris,Examinateur MmeKarineTribouley,Professeur,UniversitéParisX, Nanterre,Examinateur M.PhilippeVerger,DirecteurdeRecherche,INRA Mét@risk,Paris,Examinateur M.PatriceBertail,Professeur,UniversitéParisX,Nanterre, Directeurdethèse eJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

lPnaedalrpé Contexte estntaoin Evaluationdel’exposition Caractérisationdurisque Risquealimentaireetvaleursextrêmes Evaluationempiriquedurisque Individualisationetrisquedelongterme Conclusionsetperpectives eJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

’Lnaaylesedrsiuqe Objectifdelathèse: Développerdesoutilsstatistiquespourl’évaluationdurisque alimentaire Formalismeetvocabulairedescomitésd’experts L’évaluationderisque L’identificationetlacaractérisationdudanger L’évaluationdel’exposition Lacaractérisationdurisque Gestiondurisque Communicationdurisque Exemples:risquechronique,OchratoxineAetMéthylmercure eJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitonudrsiuqelamineatrie

P P p=1 Q p C p =D ω :udividninu’dnoitisopxE⇒ Q p : contaminationduproduit p , L p analyses C p : consommationduproduit p , n individus ω: poidscorporeldel’individu P produits p = 1 ,..., eriatnemilaeuqsirudnoitaulavé’lruopseuqitsitatssedohtéMuosserTacisseJ P snoitatoN noitisopxe’lednoitaulavE

eLsodnneésopru’lvélaauitnoedrsiuqe Consommationalimentaire INCA: C =( C 1 ,..., C P ) ⇒ Corrélation Contaminationdesaliments(Plansdesurveillance) DGCCRF,DGAL,...: Q 1 ,...,Q P ⇒Indépendance,Censure Q ˜ p =max(Q p ,L),Δ p = I (Q p >L),L=LOD,LOQ ValeursToxicologiquesdeRéférence(VTR) DoseHebdomadaireTolérable(DHT) DosedeRéférenceAiguë(ARfD) eJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

oMèdelsopru’lvé "Déterministe" Paramétrique lau Semi-paramétrique Nonparamétrique ⇒ eJss taoined’lxeop ?elèdomudxiohC ciarTseosuéMhtdosetstasiit s uq i e t s i p o ou n r’lvélaauitnoudrsiuqelamineatrie

aCartcrésitaoinudrsiuqe Risqueaiguet/ouchronique Contructiondeladistributiond’exposition Expositionaiguë:occasionsdeconsommationet contaminationsvariables Expositionchronique:consommationhebdomadairetotale etcontaminationsfixesouvariables ComparaisonàuneVTRrelativeaurisqueaigu/chronique ⇒ oitamitsERTValressapédedétilibaborpaledn P (D>d=VTR) Intérêtpourlesqueuesdedistribution eJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

R jA i u s ts q re u u e en a ol l i mi edt e y n ep at aP i r r e e ot e ua t x v k a lp l u e s u rg r a s dn e se x e t x r p ê o m isit e no s s C(ah LoideParetoetdomained’attractiondeFréchet Hypothèsesetnotations ( D i ) i=1,...,n i.i.d. F . Statistiqued’ordre(D i,n ) i=1,...,n − 1/γ Pourx"grand": 1 − F(x)=Cx EstimateurdeH ILL (1975)(MVcond.à K=k ) k 1 X H k,n = log ( D n − i+1,n ) − log ( D n − k,n ) k 1=i eJssciarTseosuéMhtdosetstasiituqseopru’lvélaaut p oi i n rt d e uri 2 qs ) eulamineatrie

E E s M t B i R m EC a H t T i S o , n K L d ÜP e PE l L ’ B ni ER d G ci & e M I d K e OSC P H a (1 r 9 e 9 t 9 o ) k 1 X H k , n =log( D n − i + 1 , n ) − log( D n − k , n ) k 1 = i eJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

sEitamitnoed’lniidecedaPerot Correctiondubiaisparintroductiond’unefonctionàVL (F EUVERGER &H ALL ,1999,B EIRLANTETAL .,1999) Définition(Fonctionàvariationlente(VL)) ⇒ Pourtout t>0, L L ( ( t x x ) ) → 1 quand x →∞ Nouvelleshypothèses: Pourx"grand": 1 − F ( x )= Cx − 1 /γ L ( x ) Puissance → H P : L ( x )= 1 + Dx − β Logarithme → H log : L ( x )=( logx ) θ eJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie