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

pages

Français

Documents

Écrit par
Jessica Tressou

Publié par
Voem

Lire

Le téléchargement nécessite un accès à la bibliothèque YouScribe Tout savoir sur nos offres

pages

Français

Documents

Lire

Le téléchargement nécessite un accès à la bibliothèque YouScribe Tout savoir sur nos offres

Publié par

Voem

Nombre de lectures

Langue

Français

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 ...

Voir

Publié par

Voem

Langue

Français

Méthodesstatistiquespourl’évaluationdurisquealimentaireSoutenancedethèsepubliqueNanterre,le9décembre2005JessicaTressouINRA-Mét@risk,Méthodologiesd’analysederisquealimentaire,ParisDiscipline:MathématiquesAppliquéesetApplicationsdesMathématiquesEcoleDoctoraleConnaissanceetCultureUniversitéParisX,NanterreeJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

oCpmsotioinuduJryMmeSylvieHuet,DirecteurdeRecherche,INRAMIA,JouyenJosas,RapporteurM.HilkovanderVoet,SeniorStatistician,Biometris,Wageningen,Pays-Bas,RapporteurMmeJudithRousseau,Professeur,UniversitéParisIX,Paris,ExaminateurMmeKarineTribouley,Professeur,UniversitéParisX,Nanterre,ExaminateurM.PhilippeVerger,DirecteurdeRecherche,INRAMét@risk,Paris,ExaminateurM.PatriceBertail,Professeur,UniversitéParisX,Nanterre,DirecteurdethèseeJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

lPnaedalrpéContexteestntaoinEvaluationdel’expositionCaractérisationdurisqueRisquealimentaireetvaleursextrêmesEvaluationempiriquedurisqueIndividualisationetrisquedelongtermeConclusionsetperpectiveseJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

’LnaaylesedrsiuqeObjectifdelathèse:Développerdesoutilsstatistiquespourl’évaluationdurisquealimentaireFormalismeetvocabulairedescomitésd’expertsL’évaluationderisqueL’identiﬁcationetlacaractérisationdudangerL’évaluationdel’expositionLacaractérisationdurisqueGestiondurisqueCommunicationdurisqueExemples:risquechronique,OchratoxineAetMéthylmercureeJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitonudrsiuqelamineatrie

PPp=1QpCp=Dω:udividninu’dnoitisopxE⇒Qp:contaminationduproduitp,LpanalysesCp:consommationduproduitp,nindividusω:poidscorporeldel’individuPproduitsp=1,...,eriatnemilaeuqsirudnoitaulavé’lruopseuqitsitatssedohtéMuosserTacisseJPsnoitatoNnoitisopxe’lednoitaulavE

eLsodnneésopru’lvélaauitnoedrsiuqeConsommationalimentaireINCA:C=(C1,...,CP)⇒CorrélationContaminationdesaliments(Plansdesurveillance)DGCCRF,DGAL,...:Q1,...,QP⇒Indépendance,CensureQ˜p=max(Qp,L),Δp=I(Qp>L),L=LOD,LOQValeursToxicologiquesdeRéférence(VTR)DoseHebdomadaireTolérable(DHT)DosedeRéférenceAiguë(ARfD)eJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

oMèdelsopru’lvé"Déterministe"ParamétriquelauSemi-paramétriqueNonparamétrique⇒eJsstaoined’lxeop?elèdomudxiohCciarTseosuéMhtdosetstasiitsuqietsipoounr’lvélaauitnoudrsiuqelamineatrie

aCartcrésitaoinudrsiuqeRisqueaiguet/ouchroniqueContructiondeladistributiond’expositionExpositionaiguë:occasionsdeconsommationetcontaminationsvariablesExpositionchronique:consommationhebdomadairetotaleetcontaminationsﬁxesouvariablesComparaisonàuneVTRrelativeaurisqueaigu/chronique⇒oitamitsERTValressapédedétilibaborpalednP(D>d=VTR)IntérêtpourlesqueuesdedistributioneJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

RjAiustsqreuueenaollimiedteynepataPirreeoteuatxvkalpluesurgrasdnesexetxrpêomisitenossC(ahLoideParetoetdomained’attractiondeFréchetHypothèsesetnotations(Di)i=1,...,ni.i.d.F.Statistiqued’ordre(Di,n)i=1,...,n−1/γPourx"grand":1−F(x)=CxEstimateurdeHILL(1975)(MVcond.àK=k)k1XHk,n=log(Dn−i+1,n)−log(Dn−k,n)k1=ieJssciarTseosuéMhtdosetstasiituqseopru’lvélaautpoiinrtdeuri2qs)eulamineatrie

EEsMtBiRmECaHtTiSo,nKLdÜPePElL’BniERdGci&eMIdKeOSCPHa(1r9e9t9o)k1XHk,n=log(Dn−i+1,n)−log(Dn−k,n)k1=ieJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

sEitamitnoed’lniidecedaPerotCorrectiondubiaisparintroductiond’unefonctionàVL(FEUVERGER&HALL,1999,BEIRLANTETAL.,1999)Déﬁnition(Fonctionàvariationlente(VL))⇒Pourtoutt>0,LL((txx))→1quandx→∞Nouvelleshypothèses:Pourx"grand":1−F(x)=Cx−1/γL(x)Puissance→HP:L(x)=1+Dx−βLogarithme→Hlog:L(x)=(logx)θeJssciarTseosuéMhtdosetstasiituqseopru’lvélaauitnoudrsiuqelamineatrie

Voir