Une partie importante des activités d'hygiène du travail concerne la mesure des niveaux d'exposition des travailleurs. Une variabilité spatiale et temporelle considérable est habituellement observée dans la plupart des études de l’évaluation de l'exposition, souvent avec des écarts décuplés dans l'intensité de l'exposition pour des conditions apparemment similaires. Cela a toujours représenté un défi important pour l'interprétation des niveaux mesurés en comparaison avec les valeurs limites d'exposition professionnelle (VLE). Progressivement développé au cours des deux dernières décennies, il existe désormais un cadre d'analyse qui fait consensus concernant les niveaux d'exposition et leur comparaison aux VLE. Dans ce cadre, les niveaux d'exposition sont considérés suivre, au moins approximativement, une distribution log-normale. Plusieurs paramètres de la distribution sous-jacente, réputés associés à un risque sanitaire sont estimés à partir d'un certain nombre de mesures et comparés à la VLE.

Ces développements, bien que permettant une meilleure évaluation des risques par rapport aux approches historiques, n'ont pas été largement adoptés par les hygiénistes du travail. Ils impliquent des notions de statistiques généralement non enseignées dans les programmes d'études traditionnels. Du reste, ils exigent des calculs généralement indisponibles dans les outils communs tels que les calculatrices ou les tableurs. Alors que certains outils spécifiques ont été développés au fil des ans généralement par bénévolat, la plupart font défaut sous plusieurs aspects, que ce soient l'accessibilité, les fonctionnalités, la convivialité ou la complexité. En outre, l'incertitude des estimations des paramètres a surtout été prise en compte par des tests d'hypothèse formels ou le calcul d’intervalles de confiance, dont les résultats ne sont pas facilement compris par les décideurs, ce qui entrave la capacité des praticiens à communiquer efficacement le risque. Enfin, les outils disponibles sont des applications autonomes, ne se prêtant pas facilement à l'intégration au sein d'une structure de gestion de données existante.

Webexpo vise à améliorer les pratiques actuelles dans l'interprétation des données d'exposition professionnelle par la création d'une bibliothèque de solutions algorithmiques à des questions fréquemment posées d'évaluation des risques en hygiène du travail. La plupart de ces questions nécessitent l'estimation des paramètres d'une ou plusieurs distributions. Cela sera réalisé sur la base des statistiques bayésiennes qui permettent d'apporter des réponses en termes probabilistes (p. ex. quelles sont les chances que...?), de faciliter la communication du risque, et permettent d'aborder des questions méthodologiques traditionnellement rarement prises en compte, telles que les données non détectées, une préoccupation croissante. La liste des questions à résoudre sera établie par consensus avec un groupe d'experts internationaux. En bref, nous envisageons quatre principaux modèles d'exposition pour l'estimation bayésienne :

1.     Estimation des paramètres d'une distribution. Ceci est l'approche traditionnelle du groupe homogène d'exposition. Les mesures sont réputées provenir d'une distribution des expositions partagées par un groupe de travailleurs. À titre d'illustration, ce modèle permettra de répondre à la question : quelle est la probabilité que les expositions non mesurées pour ce groupe dépassent la VLE plus de 5 % du temps?

2.     Estimation des paramètres d'un modèle impliquant une hiérarchie à un niveau. Ce modèle étend le 1^er modèle en permettant d'estimer dans quelle mesure un groupe de travailleurs partage ou non des expositions similaires. La variabilité globale de l'exposition est divisée en deux : la variabilité individuelle et celle entre les travailleurs. Il est possible d'évaluer le risque de groupe, mais également si certains travailleurs individuels peuvent courir un risque plus élevé que le groupe. À titre d'illustration, ce modèle permettra de répondre à la question : bien que l'exposition de groupe semble acceptable, quelle est la probabilité qu'un travailleur choisi au hasard puisse subir une exposition dépassant la VLE plus que 5 % du temps?

3.     Estimation des paramètres d'un modèle où la distribution de l'exposition est affectée par un facteur externe. Cela permettra d'évaluer p. ex. dans quelle mesure une intervention pour maîtriser l'exposition a été couronnée de succès, ou si l'exposition dépend de tâches spécifiques. À titre d'illustration, ce modèle permettra de répondre à la question : quelle est la probabilité que cette intervention réduise l'exposition de moitié?

4.     Estimation des paramètres d'un modèle combinant les situations 2 et 3. Cela constituera le modèle le plus complexe. À titre d'illustration, ce modèle permettra de répondre à la question : quelle est la probabilité qu'un travailleur choisi au hasard et effectuant la tâche A puisse subir une exposition dépassant la VLE deux fois plus souvent qu’un travailleur choisi au hasard et effectuant la tâche B?

Chacun des modèles précédents, estimés à la fois pour les distributions log-normale et normale, comprendra plusieurs modules pour permettre un maximum de flexibilité pour les futurs utilisateurs des algorithmes :

1.     Un module de saisie des données;

2.     un module pour estimer les paramètres de la distribution (le module d'estimation bayésienne de base) ;

3.     un module d'interprétation des données numériques;

4.     un module de génération de graphiques;

5.     un module permettant de compléter les données de mesure avec des informations externes, telles que les opinions d'experts recueillies auparavant.

Des experts internationaux ainsi qu'un panel de praticiens seront consultés pour enrichir les fonctionnalités de base incluses et fournir des commentaires et des suggestions sur la façon de communiquer le plus efficacement l'incertitude statistique auprès de non-statisticiens.

Le produit livrable du projet sera une bibliothèque d'algorithmes écrits en plusieurs langages de programmation pour répondre à divers usages : langage statistique, langage Web et langage destiné aux applications hors ligne autonomes. Le code source et la documentation seront accessibles publiquement afin de permettre aux utilisateurs de créer leurs propres applications. En outre, dans un deuxième projet distinct de transfert de connaissances, la bibliothèque sera utilisée comme base pour la création d'une application Web gratuite.

Le projet Webexpo fournira ultimement à la communauté des hygiénistes du travail une boîte à outils complète pour l'interprétation des données d'exposition professionnelle, incluant la possibilité pour les utilisateurs de développer ou d'adapter leur propre logiciel au lieu d’en utiliser un nouveau. L’architecture de la boîte à outils sera le résultat d'un large consensus sur les fonctionnalités les plus utiles et les différents outils seront tous basés sur le même puissant moteur de calcul.

Webexpo est financé de 2015 à 2018 par l'Institut de recherche Robert-Sauvé en santé et en sécurité du travail.