Tool3 : Determinants de l'exposition

Paramètres de calcul



Données


Exemple de données: Télécharger

Calculs en cours...

Analyse globale



Aucun jeu de donnée téléversé

Statistiques descriptives

Note


Graphique quantile-quantile


Dans le graphe ci-dessus, les points devraient suivre approximativement la ligne de régression. Toute déviation importante suggère potentiellement la nécessité de séparer les données en sous-groupe, ou d'évaluer la pertinence d'exclure certaines données extrêmes (si les conditions expérimentales le justifient).


Graphique en boite à moustache

Le graphique ci-dessus représente un graphe en boite à moustache des données. Les observations individuelles sont ajoutées avec un placement aléatoire autour du centre de l'axe des abcisses. La boite est définie par les 25ième et 75ième centiles, et les moustaches par les 10ième et 90ième centiles.



Cet onglet présente une analyse de risque pour le jeu de données complet, sans stratification. Sélectionner ci-dessous la métrique d'intérêt

Analyse de risque basée sur la fraction de dépassement


Décision sur le risque

▹ Critère définissant une situation de surexposition :

        Fraction de dépassement ≥

▹ Gestion de l'incertitude : basé sur le modèle bayésien, la probabilité que ce critère soit rencontré (risque de surexposition) est:

       

▹ Gestion de l'incertitude : La probabilité de surexposition (risque de surexposition) devrait être:

        <

▹ En conséquence, la situation est déclarée:

       


Paramètres estimés - Distribution


Paramètres estimés - Fraction de dépassement

L'estimé est:

L'intervalle de crédibilité (90%) est:


Graphiques

Graphique séquentiel

La figure ci-dessous montre les données précédentes sous un format légèrement différent, avec la sequence des journées en abcisse, et les valeurs d'exposition en ordonnées. La valeur limite est représentée par la ligne rouge horizontale.

Les données réelles saisies sont présentées sous forme de points de taille plus grande que les autres, placés aléatoirement dans l'année, en bleu pour les mesures détectées, en rouge pour les mesures non détectées traitées par NDexpo. Lorsque n>50, seules 50 observations tirées au hasard sont montrées.


Graphique par bande de risque

La figure ci-dessous fournit la distribution de probabilité de l’incertitude sur la fraction de dépassement à travers trois catégories : Probabilité que la vraie fraction de dépassement soit inférieure à , probabilité que la vraie fraction de dépassement soit entre et et probabilité que la vraie fraction de dépassement soit supérieure à . Ainsi, la barre rouge du graphe représente la probabilité d’une situation de surexposition (risque de surexposition).

Analyse de risque basée sur le


Décision sur le risque

▹ Critère définissant une situation de surexposition :

        ≥ VLE

▹ Gestion de l'incertitude : basé sur le modèle bayésien, la probabilité que ce critère soit rencontré (risque de surexposition) est:

       

▹ Gestion de l'incertitude : La probabilité de surexposition (risque de surexposition) devrait être:

        <

▹ En conséquence, la situation est déclarée:

       


Paramètres estimés - Distribution


Paramètres estimés -

L'estimé est:

L'intervalle de crédibilité (90%) est:


Graphiques

Graphique séquentiel

En supposant que la distribution des expositions existe au court d'une année, correspondant à environ 240 jours, la figure ci-dessous illustre les expositions existants durant l'année, avec la sequence des journées en abcisse, et les valeurs d'exposition en ordonnées. La valeur limite est représentée par la ligne rouge horizontale, le centile sélectionnépar la ligne bleue horizontale.

Les données réelles saisies sont présentées sous forme de points de taille plus grande que les autres, placés aléatoirement dans l'année, en bleu pour les mesures détectées, en rouge pour les mesures non détectées traitées par NDexpo. Lorsque n>50, seules 50 observations tirées au hasard sont montrées.


Graphique par bande de risque

La figure ci-dessous fournit la distribution de probabilité de l’incertitude sur le centile critique à travers 5 catégories (voir graphe ci-dessous) : Probabilité que le vrai

Analyse de risque basée sur la moyenne arithmétique


Décision sur le risque

▹ Critère définissant une situation de surexposition:

        MA ≥ VLE

▹ Gestion de l'incertitude : basé sur le modèle bayésien, la probabilité que ce critère soit rencontré (risque de surexposition) est:

       

▹ Gestion de l'incertitude : La probabilité de surexposition (risque de surexposition) devrait être:

        <

▹ En conséquence, la situation est déclarée:

       

Attention: L'analyse de risque basée sur la moyenne arithmétique repose sur la disponibilité d'une valeur limite pondérée à long terme (VLE-PLT), représentant un seuil de dose cumulée. La plupart des VLEs actuelles ne sont pas créées comme des VLE-PLT. Bien que peu d'organisme proposent des définitions précises des VLE qu'ils publient, la plupart d'entre elles sont interprétées comme des seuils qui doivent être dépassés le moins souvent possible. Certains auteurs ont suggéré d'utiliser VLE/10 comme une valeur pratique de VLE-PLT lorsqu'on évalue le risque au moyen de la moyenne arithmétique.


Paramètres estimés - Distribution



Paramètres estimés - Moyenne arithmétique

L'estimé est:

L'intervalle de crédibilité (90%) est:


Graphiques

Graphique séquentiel

En supposant que la distribution des expositions existe au court d'une année, correspondant à environ 240 jours, la figure ci-dessous illustre les expositions existants durant l'année, avec la sequence des journées en abcisse, et les valeurs d'exposition en ordonnées. La valeur limite est représentée par la ligne rouge horizontale, la moyenne arithmétique par la ligne verte horizontale. Lorsque >50, seules 50 observations tirées au hasard sont montrées.

Les données réelles saisies sont présentées sous forme de points de taille plus grande que les autres, placés aléatoirement dans l'année, en bleu pour les mesures détectées, en rouge pour les mesures non détectées traitées par NDexpo. Lorsque n>50, seules 50 observations tirées au hasard sont montrées.


Graphique par bande de risque


Analyse comparant les différentes catégories de la variable sélectionnée



Aucun jeu de donnée téléversé


Cet onglet montre une comparaison incluant toutes les catégories de la variable sélectionnée qui sont associées à au moins 3 mesures.


Graphique en boite à moustache



Statistiques comparatives - Distribution


Le tableau ci-dessous présente, pour chaque catégorie de la variable sélectionnée, les estimations et incertitudes associées pour plusieurs métriques d'exposition. Le niveaux de confiance est celui choisi par l'utilisateur dans l'onglet de saisie.


RIE signifie indice relative d’exposition. La catégorie avec la moyenne géométrique la plus élevée est associée avec le niveau 100%, puis chaque catégorie est associée à un niveau relatif. Un RIE de 50% signifie que la moyenne géométrique pour cette catégorie est la moitié de la moyenne géométrique pour la catégorie de référence (celle associée à la moyenne géométrique la plus élevée). Le terme UCL signifie limite supérieure de crédibilité.


Analyses comparatives - Jauge de risque


Le graphique ci-dessous montre le risque de surexposition (probabilité que le centile critique soit au dessus de la norme) pour toutes les catégories, triées de la plus haute valeur à la plus faible. Des zones de couleur sont définie par les seuil de 5% (seuil traditionel, <5% correspond à un risque de surexposition faible), et de 30% (seuil de la réglementation française et des recommendations Européennes : >30% correspond à un risque trop élevée et donc à une situation de non conformité).

Analyses comparatives - Bandes de risque


L'étape suivante nécessite le choix d'un seuil pour la probabilité que ce critère soit rencontré. Au dessus de ce seuil, la probabilité de surexposition sera jugée trop élevée et des actions doivent être déclenchées. Le seuil traditionnel pour cette probabilité est de 5% (ainsi, il faut être sur au moins à 95% qu'il n'y a pas de surexposition). Des institutions de santé au travail françaises et britanniques ont proposé un seuil alternatif de 30% au lieu de 5%. C'est un seuil pragmatique visant à limiter la déclaration de trop de situations réellement acceptables comme innaceptables du à la sévérité du seuil de 5%.



Graphique


Analyse numérique - Distribution


Changement attendu pour GM et GSD



Proba.sup and Proba.inf donnent les probabilités que le ratio soit supérieur (ou inférieur) au changement attendu spécifié ci-dessus

Analyse numérique - Métriques de risque


Changement attendu pour le et la moyenne arithmétique



Proba.sup and Proba.inf donnent les probabilités que le ratio soit supérieur (ou inférieur) au changement attendu spécifié ci-dessus



Changement attendu pour la fraction de dépassement de la VLE

Proba.sup and Proba.inf donnent les probabilités que le ratio soit supérieur (ou inférieur) au changement attendu spécifié ci-dessus

Analyse numérique - Probabilité de surexposition

Le tableau ci-dessous présente la probabilité de surexposition pour les catégories 1 et 2 pour les 3 métriques de risque : Fraction de dépassement, , moyenne arithmétique. Les critères définissant la surexposition pour chaque métrique sont

  1. Fraction de dépassement : fraction ≥
  2. : ≥ VLE
  3. Moyenne arithmétique : Moyenne arithmétique ≥ VLE

La probabilité de surexposition devrait être inférieure à pour déclarer une situation comme acceptable


Analyse basée sur une seule catégorie



Aucun jeu de donnée téléversé


Seules les catégories avec au moins 3 valeurs sont disponibles.

Statistiques descriptives

Note


Graphique quantile-quantile


Dans le graphe ci-dessus, les points devraient suivre approximativement la ligne de régression. Toute déviation importante suggère potentiellement la nécessité de séparer les données en sous-groupe, ou d'évaluer la pertinence d'exclure certaines données extrêmes (si les conditions expérimentales le justifient).


Analyse de risque basée sur la fraction de dépassement


Décision sur le risque

▹ Critère définissant une situation de surexposition :

        Fraction de dépassement ≥

▹ Gestion de l'incertitude : basé sur le modèle bayésien, la probabilité que ce critère soit rencontré (risque de surexposition) est:

       

▹ Gestion de l'incertitude : La probabilité de surexposition (risque de surexposition) devrait être:

        <

▹ En conséquence, la situation est déclarée:

       


Paramètres estimés - Distribution


Paramètres estimés - Fraction de dépassement

L'estimé est:

L'intervalle de crédibilité (90%) est:


Graphiques

Graphique séquentiel

La figure ci-dessous montre les données précédentes sous un format légèrement différent, avec la sequence des journées en abcisse, et les valeurs d'exposition en ordonnées. La valeur limite est représentée par la ligne rouge horizontale.

Les données réelles saisies sont présentées sous forme de points de taille plus grande que les autres, placés aléatoirement dans l'année, en bleu pour les mesures détectées, en rouge pour les mesures non détectées traitées par NDexpo. Lorsque n>50, seules 50 observations tirées au hasard sont montrées.


Graphique par bande de risque

La figure ci-dessous fournit la distribution de probabilité de l’incertitude sur la fraction de dépassement à travers trois catégories : Probabilité que la vraie fraction de dépassement soit inférieure à , probabilité que la vraie fraction de dépassement soit entre et et probabilité que la vraie fraction de dépassement soit supérieure à . Ainsi, la barre rouge du graphe représente la probabilité d’une situation de surexposition (risque de surexposition).


Analyse de risque basée sur le


Décision sur le risque

▹ Critère définissant une situation de surexposition :

        ≥ VLE

▹ Gestion de l'incertitude : basé sur le modèle bayésien, la probabilité que ce critère soit rencontré (risque de surexposition) est:

       

▹ Gestion de l'incertitude : La probabilité de surexposition (risque de surexposition) devrait être:

        <

▹ En conséquence, la situation est déclarée:

       


Paramètres estimés - Distribution


Paramètres estimés -

L'estimé est:

La figure ci-dessous fournit la distribution de l’incertitude sur la probabilité de surexposition individuelle à travers quatres catégories : Probabilité que la vraie valeur soit inférieure à


Graphiques

Graphique séquentiel

En supposant que la distribution des expositions existe au court d'une année, correspondant à environ 240 jours, la figure ci-dessous illustre les expositions existants durant l'année, avec la sequence des journées en abcisse, et les valeurs d'exposition en ordonnées. La valeur limite est représentée par la ligne rouge horizontale, le centile sélectionnépar la ligne bleue horizontale.

Les données réelles saisies sont présentées sous forme de points de taille plus grande que les autres, placés aléatoirement dans l'année, en bleu pour les mesures détectées, en rouge pour les mesures non détectées traitées par NDexpo. Lorsque n>50, seules 50 observations tirées au hasard sont montrées.


Graphique par bande de risque

La figure ci-dessous fournit la distribution de probabilité de l’incertitude sur le centile critique à travers 5 catégories (voir graphe ci-dessous) : Probabilité que le vrai


Analyse de risque basée sur la moyenne arithmétique


Décision sur le risque

▹ Critère définissant une situation de surexposition:

        MA ≥ VLE

▹ Gestion de l'incertitude : basé sur le modèle bayésien, la probabilité que ce critère soit rencontré (risque de surexposition) est:

       

▹ Gestion de l'incertitude : La probabilité de surexposition (risque de surexposition) devrait être:

        <

▹ En conséquence, la situation est déclarée:

       

Attention: L'analyse de risque basée sur la moyenne arithmétique repose sur la disponibilité d'une valeur limite pondérée à long terme (VLE-PLT), représentant un seuil de dose cumulée. La plupart des VLEs actuelles ne sont pas créées comme des VLE-PLT. Bien que peu d'organisme proposent des définitions précises des VLE qu'ils publient, la plupart d'entre elles sont interprétées comme des seuils qui doivent être dépassés le moins souvent possible. Certains auteurs ont suggéré d'utiliser VLE/10 comme une valeur pratique de VLE-PLT lorsqu'on évalue le risque au moyen de la moyenne arithmétique.


Paramètres estimés - Distribution


Paramètres estimés - Moyenne arithmétique

L'estimé est:

L'intervalle de crédibilité (90%) est:


Graphiques

Graphique séquentiel

En supposant que la distribution des expositions existe au court d'une année, correspondant à environ 240 jours, la figure ci-dessous illustre les expositions existants durant l'année, avec la sequence des journées en abcisse, et les valeurs d'exposition en ordonnées. La valeur limite est représentée par la ligne rouge horizontale, la moyenne arithmétique par la ligne verte horizontale. Lorsque >50, seules 50 observations tirées au hasard sont montrées.

Les données réelles saisies sont présentées sous forme de points de taille plus grande que les autres, placés aléatoirement dans l'année, en bleu pour les mesures détectées, en rouge pour les mesures non détectées traitées par NDexpo. Lorsque n>50, seules 50 observations tirées au hasard sont montrées.


Graphique par bande de risque


Comment utiliser Tool3


Cette application effectue des calculs pour faciliter l’interprétation de mesures de l’exposition professionnelle en milieu de travail, en particulier en regard d’une valeur limite d’exposition (VLE). Elle est basé sur un cadre méthodologique adopté par des organisations reconnues internationalement, comme l’American industrial hygiene association (AIHA), la British society for occupational health and safety (BOHS), l'asssociation hollandaise de santé au travail (NVVA), ou encore l’Institut national de recherche et de sécurité (INRS) et le Comité de normalisation Européen.

On suppose que les mesures saisies représentent un échantillon aléatoire de la distribution des expositions correspondant à la situation évaluée, c'est à dire que les données sont représentative d'un certain régime d'exposition que l'on cherche à caractériser.

Utiliser l'application est simple: téléverser un fichier et sélectionner les paramètres ; les calculs seront effectués automatiquement.

À propos de Tool3


Dans cette application l’estimation des paramètres de la distribution lognormale est réalisée par le biais d’un modèle bayésien. Nous avons privilégié cette approche pour 3 raisons : Les méthodes bayésiennes permettent de répondre à des questions d’une façon plus intuitive que les approches traditionnelles ; le traitement des résultats non détectés est naturellement intégré dans les méthodes bayésiennes; Le cadre bayésien permet d’intégrer aux mesures objectives des information externes. Cette dernière propriété n’est cependant pas utilisée dans l’outil actuel.

Base scientifique sous-jacente


Les modèles bayésiens et les procédure d'interprétation utilisées dans Tool3 sont basées sur ce que notre équipe considère comme les règles de l'art actuelles dans le domaine de l'interprétation des mesures d'hygiène industrielle.

La boite à outils que nous construisont est en développement permanent, et une documentation complète n'est pas encore disponible. En attendant, nous répondrons avec plaisir à toute question, et accueillons tout commentaires et suggestions avec enthousiasme.