Approche hiérarchique bayésienne pour l’estimation du risque de cancers radio-induits en situation d’expositions professionnelles multiples et incertaines. Application aux travailleurs du cycle du combustible nucléaire - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

Bayesian Hierarchical Approach To Estimate the Risk of Radiation-Induced Cancers in the Situation of Multiple and Uncertain Occupational Exposures. Application to Workers in the Nuclear Fuel Cycle

Approche hiérarchique bayésienne pour l’estimation du risque de cancers radio-induits en situation d’expositions professionnelles multiples et incertaines. Application aux travailleurs du cycle du combustible nucléaire

Résumé

Nuclear fuel cycle workers are chronically exposed to multiple radiological sources. To date, the cancer risks associated with simultaneous and often correlated exposures have been rarely estimated and the measurement uncertainties on these exposures rarely considered. The aim of this work is to promote the Bayesian hierarchical approach to overcome these current limitations on risk estimates. Bayesian hierarchical models were proposed to account for the potential impact of exposures subject to measurement errors and left censored (due to dosimeter detection limits). A corrected estimation of the risk of death by lung cancer due to chronic exposure to γ-rays was obtained from the French cohort of uranium miners. To provide a flexible and elegant answer to the challenge of coexposure in radiation epidemiology, the Bayesian profile regression mixture models were extended to the excess hazard ratio survival models. A simulation study was performed and some groups of uranium miners with radiological exposure profiles at high risk of death by lung cancer were identified.
Les travailleurs du cycle du combustible nucléaire sont chroniquement exposés à de multiples sources radiologiques. À ce jour, les risques de cancers associés à une prise en compte simultanée de ces expositions, souvent corrélées, sont peu étudiés et les incertitudes de mesure sur ces expositions peu considérées. L'objectif de ce travail est de promouvoir l'utilisation de l'approche hiérarchique bayésienne pour dépasser ces limites actuelles sur l'estimation des risques. Des modèles hiérarchiques bayésiens ont été proposés pour tenir compte de l'impact potentiel d'expositions sujettes à erreurs de mesure et censurées à gauche (conséquence des limites de détection des dosimètres). Une estimation corrigée du risque de décès par cancer du poumon associé à une exposition chronique aux rayonnements γ a été obtenue à partir de la cohorte française des mineurs d'uranium. Afin d'apporter une réponse souple et élégante au problème des co-expositions en épidémiologie des rayonnements ionisants, les modèles de mélange par régression bayésienne sur profils d'exposition ont été étendus aux modèles de survie en excès de risque instantané. Une étude par simulations a été réalisée et des groupes de mineurs aux profils d'expositions radiologiques à haut risque de décès par cancer du poumon identifiés.
Fichier principal
Vignette du fichier
97752_BELLONI_2021_archivage.pdf (6.43 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03273444 , version 1 (29-06-2021)

Identifiants

  • HAL Id : tel-03273444 , version 1

Citer

Marion Belloni. Approche hiérarchique bayésienne pour l’estimation du risque de cancers radio-induits en situation d’expositions professionnelles multiples et incertaines. Application aux travailleurs du cycle du combustible nucléaire. Santé publique et épidémiologie. Université Paris-Saclay, 2021. Français. ⟨NNT : 2021UPASR004⟩. ⟨tel-03273444⟩
201 Consultations
145 Téléchargements

Partager

Gmail Facebook X LinkedIn More