Approches de modélisation des extrêmes dans l'étude des relations entre la santé et la météo.

Chiu, Yohann Moanahere (2017). Approches de modélisation des extrêmes dans l'étude des relations entre la santé et la météo. Thèse. Québec, Université du Québec, Institut national de la recherche scientifique, Doctorat en sciences de l'eau, 347 p.

Prévisualisation

PDF Télécharger (23MB) | Prévisualisation

Résumé

L’impact de la météo sur la santé humaine est reconnu et largement étudié. Toutefois, la grande majorité des travaux qui s’y consacrent font usage de l’ensemble des observations, en se concentrant sur le caractère global de l’impact qui se résume à travers la moyenne. Cela a pour effet de ne pas prendre en compte spécifiquement les phénomènes extrêmes tels que les pics sanitaires. Ces derniers représentent les extrêmes des variables sanitaires et surviennent à une fréquence rare, avec un impact fort sur le système de la santé publique. Leurs caractéristiques sont donc très différentes des phénomènes ordinaires. Ils nécessitent par conséquent des outils et examens spécialisés, ce qu’une modélisation de l’ensemble des observations ne fournit habituellement pas. De la même façon, les extrêmes météorologiques ne sont pas étudiés exclusivement en relation avec la santé dans un cadre de modélisation. Cette thèse a ainsi pour but principal l’étude des valeurs extrêmes dans les relations entre la santé et les conditions météorologiques à l’aide d’outils statistiques appropriés. En premier lieu, la théorie des valeurs extrêmes couplée à des modèles de régression non-paramétriques permettent d’étudier en détail les pics sanitaires ainsi que leurs relations avec la météo (pas nécessairement extrême). Les distributions extrêmes des pics sanitaires ainsi que les niveaux de retour associés sont en particulier estimés. Ensuite, la régression quantile offre une vision alternative de ces relations, grâce à un portrait complet évalué dans l’ensemble des quantiles de la distribution de la variable sanitaire. Elle met en lumière les impacts hétérogènes que peuvent avoir les variables météorologiques (pas nécessairement extrême) selon le quantile étudié. Finalement, la problématique inverse est abordée, celle des extrêmes météorologiques. Ils peuvent survenir dans un contexte univarié (p. ex. température) ou multivarié (p. ex. température et humidité). Leurs effets sur la santé sont enfin analysés. Les résultats obtenus dans cette thèse montrent que les modèles contenant l’ensemble des observations et ceux sur les extrêmes (sanitaires ou météorologiques) sont différents à bien des égards. Il convient donc d’étudier les extrêmes spécifiquement et d’approfondir les techniques statistiques associées, particulièrement en régression et dans un contexte de santé publique. Les applications sont effectuées dans les villes de Montréal et Québec (Canada) sur les maladies cardiovasculaires.

The influence of meteorological conditions on human health is largely documented. Most of the studies in this context use all events, summarizing them via the mean. This is necessary in order to understand global trends and everyday situations. However, the mean measures are not appropriate to comprehend specific events such as extreme events. For example, extremes of a health variable (sanitary peaks) very rarely occur but have an important impact on the public health system. Their characteristics are thus different from those of the mean events. This implies that sanitary peaks require specialized tools and insights, which are not provided by a modeling of all the events. Likewise, meteorological extremes are not exclusively examined in relation to health in terms of modeling. Therefore, this thesis aims at studying extreme events in health and meteorological conditions relationships using suitable statistical tools. The case studies are cardiovascular deaths and hospitalizations in Montréal and Québec (Canada). First, the extreme value theory paired with non-parametric regression techniques allow to study in detail sanitary peaks and their relationships with meteorological conditions (which are not necessarily extreme). The sanitary peaks extreme distributions and the associated return levels are fitted. Then, quantile regression presents an alternative point view of these relationships through a different but more complete description. Indeed, quantile regression can detect heterogeneities in meteorological effects on the sanitary variable, depending on the studied quantile. Finally, the inverse problem is looked at, i.e. the meteorological extremes. They can occur in a univariate (e.g. temperature) or multivariate (e.g. temperature and humidity) context, therefore a correct identification is needed before analyzing their impacts on health. The obtained results of this thesis show that models using all the observations and those using only extreme events (sanitary or meteorological) differ in many ways. Hence, specific studies on extremes and their associated statistical techniques are required, especially in regression in a public health context.

Type de document:	Thèse Thèse
Directeur de mémoire/thèse:	Chebana, Fateh
Co-directeurs de mémoire/thèse:	Abdous, Belkacem
Mots-clés libres:	pics sanitaires; extrêmes météorologiques; théorie des valeurs extrêmes; régression quantile; modèles additifs généralisés; extrêmes multivariés; maladies cardiovasculaires; sanitary peaks; meteorological extremes; extreme value theory; quantile regression; generalized additive models; multivariate extremes; cardiovascular health
Centre:	Centre Eau Terre Environnement
Date de dépôt:	29 janv. 2018 22:15
Dernière modification:	09 nov. 2021 20:38
URI:	https://espace.inrs.ca/id/eprint/6649

Gestion Actions (Identification requise)

Modifier la notice