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 |