Approche spatiale des inégalités d’exposition
environnementale et socioéconomiques Quelle influence
sur les inégalités de cancer ? Projet Cancer inégalités
régionales, cantonales et environnement (CIRCE)
Danièle Valdes-Lao, Christophe Declercq, André Cicolella, A. Sasco, Olivier
Blanchard, Luc Mosqueron, Alain Trugeon, Isabelle Gremy, Philippe Pepin,
Olivier Guye, et al.
To cite this version:
Danièle Valdes-Lao, Christophe Declercq, André Cicolella, A. Sasco, Olivier Blanchard, et al..
Approche spatiale des inégalités d’exposition environnementale et socioéconomiques Quelle influence sur les inégalités de cancer ? Projet Cancer inégalités régionales, cantonales et environnement (CIRCE). 11. Congrès National des Observatoires Régionaux de la Santé ”Les inégalités
de santé. Nouveaux savoirs, nouveaux enjeux politiques”, Oct 2008, Marseille, France. pp.S365-S366,
10.1016/j.respe.2008.07.036. ineris-00973325
HAL Id: ineris-00973325
https://hal-ineris.archives-ouvertes.fr/ineris-00973325
Submitted on 4 Apr 2014
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est
destinée au dépôt et à la diffusion de documents
scientifiques de niveau recherche, publiés ou non,
émanant des établissements d’enseignement et de
recherche français ou étrangers, des laboratoires
publics ou privés.
Approche spatiale des inéga lités d’exposition environnementale et
socio-économiques. Quelle influence su r les inégalités de cancer ? Projet
Cancer inégalités régionales, cantonales et environnement (CIRCE)
D. Valdes-Lao a, C. De clercq b, A. Cicolella a, A. Sasco c, O. Blanchard a, L.
Mosqueron a, A. Trugeon d, I. Gremy e, P. Pepin e, O. Guye f, A. So nko f, M.
Colonna g, J. Caudeville a, J.-B. Masson a, G. Govaert h
a
b
Institut national de l’environnement industriel et des risques, Verneuil-en-Halatte, France ; ORS
c
Inserm U897 Epidémiologie et biostatistique, Bordeaux,
Nord - Pas-de-Calais, Loos, France ;
d
e
f
France ; OR2S Picardie, Amiens, France ; ORS Île-de-France, Paris, France ; ORS Rhône-Alpes,
g
h
Lyon, France ; Registre des cancers de l’Isère, Meylan, France ; Heuristique et diagnostic des
systèmes complexes, CNRS 6599 - Université Technologique de Compiègne, France
RESUME
Introduction. La progression de l’in cidence du cancer en France et dan s les pays développés
suscite une interrogation sur l’o rigine de cette croi ssance et no tamment sur l’importance de la
composante environnementale de cet te croissance. Les étud es de corrél ations écologiques
utilisant les Systèmes d’information géographique (SIG) peuvent apporter un éclairage nouveau
sur la relation entre cancer et facteurs environnementaux et socio-économiques. Les objectifs sont
de 1) Propo ser une méthodologie utilisant des indicateurs permettant de mettre en évide nce les
inégalités spatiales d’exposition environnementale, de niveau socio-économique et de mortalité par
cancer et 2) C omprendre les relations entre cancer et fa cteurs environnementaux et socioéconomiques en croisant ces données par une étude de corrélation écologique à l’é chelle
cantonale.
Matériel/Méthodes. A partir des bases de données descriptives de l’environnement, des
indicateurs de l’exposition environnementale sont p roposés : un indicateur de pollution de l’air à
partir du registre européen d'émission des polluants (European pollutant emission register, EPER)
pour une cinquantaine de polluants, un indicateur général de contamination des sols à p artir de
BASIAS, un indicateur de pollution agricole ou urbaine à partir de Corine Land Cover. A partir du
recensement INSEE descriptif de la population, l’indice de défaveur sociale de Townsend peut être
construit. A partir d es données du Centre d'épidémiologie sur les cau ses médicales de décès
(CépiDc) de l'Inserm, le risque relatif de mortalité par cancer a pu être défini.
Résultats. La région Nord-Pas-de-Calais a été choisie pour illustrer les résultats. Chacun des
indicateurs est cartographié à l’ échelle des cantons mettant en évide nce des disparités
géographiques plus ou moins importantes. La carte de l’indice de Townsend fait ressortir la région
Lilloise ainsi que le bassin minier comme les zones les plus défavorisées socialement. La
cartographie des indices généraux d’exposition environnementale semble faire re ssortir ces
mêmes zones. Les indicateurs d’exposition à partir d’EPER mettent en évidenc e de fortes
disparités spatiales de l’exposition, et des différences importantes suivant le polluant considéré.
Concernant le cancer, les résultats sont variables selon la localisation cancéreuse analysée ; dans
le Nord-Pas-de-Calais, les situations récurrentes de surmortalité sont localisées autour des grands
pôles. Certains cantons semblent cumuler les inégalités sociales, environnementales et sanitaires.
Le croisement de ce s données spatialisées par canton permettra de défini r les lien s éventuels
entre cancer, environnement et niveau socio-économique.
Discussion et conclu sion. Bien que cette app roche comporte quelques limites comme la non
prise en compte de la mo bilité à co urt et long term e des populations ou encore les temps de
latence relativement long pour le cancer, l’ut
ilisation des SI G dans le cadre d’études de
corrélations écologiques apporte une vision nouvel le des disparités spatiales et pe rmettent de
mieux comprendre la complexité du lien environnement, social et santé.
Mots-clés : Exp osition Environnementale, Inég alités Socio-Economiques, SIG, Inégalités Spatiales, Cancer, Etude de
Corrélation Ecologique
Keywords: Environmental Exposure, Socio-Economic Inequalities, GIS, Spatial Inequalities, Cancer, Ecological Study.
1. Introduction/Objectif
Le cancer est depuis 2004 la première cause de décès en France. La mortalité diminue depuis
quelques décénnies, mais l’incidence augmente fortement. D’après l’INVS (2007) entre 1980 et
2005, l’incidence augmente de +93% pour les hommes et +84% pour les femmes, dont +52% et
+55% respectivement sont attribuables à l’environnement au sens large (une fois corrigé du
changement démographique). Les facteurs généralement invoqués pour expliquer l’épidémie
de cancer sont les facteurs génétiques ou encore le comportement individuel (tabac, alcool,
absence d’activité physique, exposition au soleil …). Ces facteurs ont un rôle indéniable,
cependant, ils ne suffisent pas à expliquer une telle hausse de l’incidence. L’impact de
l’exposition des populations aux pollutions de l’environnement extérieur (via l’air, l’eau, le sol) et
l’environnement intérieur (qualité de l’air intérieur) sur le cancer a pu être mis en évidence par
de nombreuses études (Aschengrau et al., 1996, Sasco, 2007, Brody et al., 2004 …). Le niveau
socio-économique joue lui aussi un rôle capital sur l’épidémie de cancer (Vinnakota et al, 2006).
L’analyse des facteurs de risque a longtemps reposé sur les données expérimentales des
études de cohorte et cas-témoins. Depuis quelques années est apparue une nouvelle approche
dite de corrélation écologique qui permet l’analyse des inégalités géographiques à l’aide des
Systèmes d’Information Géographiques (Nuckols et al., 2004).
On s’intéresse aux inégalités géographiques environnementales et socio-économiques afin de
les comparer aux inégalités géographiques de cancer. Le concept d’inégalités
environnementales est lié à deux questions sous-jacentes : comment définir l’exposition
environnementale et comment quantifier les inégalités environnementales et sociales. Pour
quantifier cette inégalité environnementale, Levy et al. (2006) et Fricker et Hengartner (2001)
ont largement étudié ce concept et proposé divers outils pour pouvoir l’évaluer comme l’indice
de Gini ou l’indice d’Atkinson par exemple. Pour définir l’exposition environnementale des
populations, deux méthodes sont possibles: 1) la méthode classique d’évaluation des risques
(mesure ou modélisation des doses d’exposition, identification du danger des substances
chimiques, évaluation de la relation dose/réponse, évaluation des expositions, caractérisation
du risque) qui permet la définition quantitative de l’exposition et du risque associé et 2) des
proxys (indicateurs) qui permettent une évaluation indirecte de l’exposition des populations (par
exemple la distance séparant la population d’une émission industrielle), c’est cette seconde
méthode qui sera ici présentée.
Le travail présenté ici s’inscrit dans le projet CIRCE (Cancer Inégalités Régionales, Cantonales et
Environnement), il s’intéresse aux inégalités spatiales de cancer, d’exposition environnementale et
de niveau socio-économique à l’échelle des cantons afin de comprendre l’influence de ces facteurs
sur l’épidémie de can cer. Les O RS de 4 régi ons sont a ssociés à ce projet : la région P icardie,
Nord-Pas-de-Calais, Ile-de-France et Rhône-Alpes.
Les objectifs sont de
1)
Proposer des proxys p ermettant de mettre en éviden ce les inégalités spatiales
d’exposition environnementale, de niveau socio-économique et de mortalité par cancer.
2)
Comprendre les relations entre cancer et fa cteurs environnementaux et socioéconomiques en croisant ces données par une étude de corrélation écologique.
Ces objectifs seront illustrés par les résultats du Nord-Pas-de-Calais à l’échelle cantonale.
2. Matériel/Méthodes
2.1. Matériel
De nombreuses bases de données permettent de décrire spatialement la qualité de notre
environnement (BDQA : qualité de l’ai r, EPER :émissions industrielles, SISE-EAUX : qualité des
eaux distribuées, Corine Land Cover : utilisation des sols, …). L’utilisation de ces bases se heurte
cependant à quelques difficultés : 1) il est souvent difficile d’estimer la qualité des données fournies
(précision, échelle, …), ces bases ayant été constituées à des f ins réglementaires, 2) il existe
certains problèmes de géoréférencement (le centre de la commune à la place des coordonnées du
site), 3) seules les données récentes sont généralement disponibles, ne permettant pa s une
estimation des expositions passées, …
Les recensements de l’I NSEE de 82, 90 et 99 fourni ssent des informations détaillées s ur les
populations (structure age-sexe, emploi, éducation, niveau socio-économique, logement, …). Les
informations ici utilisées sont agrégées à l’échelle des cantons (des échelles plus fines pourraient
être proposées jusqu’à l’IRIS regroupant environ 2000 personnes).
2.2. Indicateurs d’exposition environnementale
A partir des bases de données environnementales géoréférencées sur la France, des indicateurs
d’exposition environnementale peuvent être proposés et cartographiés à l’aide de SIG (ici ArcGIS)
2
Concentrations dans l’air : Des cartes de concentrations dans l’air ont été produites par l’équipe
MECO de l’INERIS à l’ai de du m odèle PREVAIR (modèle 3D de transport couplé à un modèle
chimique atmosphérique). Les concentrations moyennes annuelles de PM10, PM2.5, O3, NO et
NO2 sont modélisées sur des mailles de 10 km x 15km puis attribuées à chaque canton.
Occupation des sols (Corine Lan d Cover): Corine Land Cover est une base de données qui
décrit le type d’occu pation des sols suivant 44 catégories (territoires artificialisés, territoires
agricoles, forêts et milieux semi-naturels, zo nes humides, surfaces en eau). Le pourcentage
surfacique de chaque type d’occupation des sols peut être utilisé comme indicateur d’exposition.
Le pourcentage su rfacique de zones urbanisées sera utilis é comme indi cateur d’exposition aux
pollutions domestiques et celui des terres arables comme indicateur des pollutions agricoles.
Contamination des sols (Basias) : La densité par canton des sites et sols pollués en est un bon
indicateur de l’exposition aux pollutions industrielles et commerciales. L’avantage de ce proxy est
qu’il reflète l’exposition au cours des dernières décennies ; cependant l’hypothèse forte liée à son
utilisation est que tous les sites sont contaminés de la même façon.
Proxy d’exposition a ux pollutions industrielles : La
base de données EPER fournit les principales émissions
industrielles géoréférencées pour une cinquantaine de
polluants. On cherche à construire un indi ce de
concentration dans l’air qui soit fonction de la distan ce à
la source d’émission et du flux d’émission.
Des essais de modélisation sur ADMS (émission unitaire
de 1g/s dans des conditions isotropes de vent à 20km/h
et une hauteur de ch eminée de 3 0m) permettent de
proposer une loi d écroissante exponentielle (figure 1) si
la distance est supérieure à 5 00m, en de ssous, on
prendra la valeur à 500m (la lo calisation des données
EPER n’étant pas suffisamment précise pour donner une
concentration nulle aux ab ords immédiats de la so urce).
L’intensité
de
l’indice
de con centration
sera
proportionnelle au flux d’ entrée (en cohérence avec des
essais ADMS pour différents flux d’ émissions). Pour
chaque population (polygone P), l’indice de concentration
Iconc(j) sera la somme des indices de concentrations
pour chacune des sources i p ondérées par leur flux Figure 1: construction de l'indicateur
de concentration dans l'air
d’émission Fi. Finalement, cet indi ce sera normalisé de
telle sorte que sa valeur soit comprise entre 0 et 1.
3
Influence des pressings : Un indice d’influence des pressings est proposé sur le même principe que
l’indicateur précédent, mais avec un e fonction décroissant beaucoup plus rapidement suivant la
distance et avec un flux d’émission constant pour l’ensemble des pressings.
2.3. Indicateur de niveau socio-économique
L’indice de Townsend (1987) a été choisi pour décrire le niv eau socio-économique à partir des
données INSEE. C’est un indice de défaveur sociale défini par la somme des valeurs standardisées
du logarithme de 4 varia bles : la pro portion de chômeurs dans la population active, de ré sidences
principales occupées par plus d’un e personne par pièce, de résidences principales dont le ménage
occupant n’est pas propriétaire et de ménages sans voitures.
2.3. Risque relatif de mortalité par cancer
Les ORS des 4 régions concernées ont cartographié les données cantonales de mortalité par cancer
à partir des données du CépiDc de l'Inserm pour 20 sites : lèvres, cavité buccale, Œsophage, larynx,
Colon, Rectum, Estomac, Foie, Pancréas, Larynx, Trachée, bronches, poumon, plèvre, sein, ovaire,
prostate, vessie, système nerveux central, lymphome malin non hodgkinien et leucémie. (ORS NordPas-de-Calais, 2007, ORS Picardie, 2007, ORS Ile-de-France, 2007, ORS Rhône-Alpes, 2007). Afin
de lisser le bruit causé par l’instabilité statistique du faible nombre dans certains cantons dépeuplés,
une méthode de lissag e a été mise e n oeuvre p ermettant d’utiliser l’informatio n disponible dans les
cantons voisins pour estimer le risque relatif local.
2.4. Analyse de corrélations écologiques.
Les liens entre données environnementales, socio-économiques et sanitaires se ront étudiés par
différentes méthodes statistiques spatiales et notamment par les modèles hiérarchiques bayésiens.
3. Résultats
Un extrait des cartes d’indicateurs socio-économiques et e nvironnementaux ainsi que les cartes de
risque relatif par cancer e st présenté en Figure 2. Chacune de ces cartes montre de fortes disparités
spatiales intra-régionales.
4. Discussion/Conclusion
L’objectif final de ce travail est de croi ser les données environnementales et socio-économiques avec
les données de cancer afin de comp rendre le rôle de ces fa cteurs sur l’épidémie de cancer. Cette
compréhension se heurtera à plusieurs difficultés : Certains cantons cumulent les inégalités sociales
et environnementales (par exemple le bassin minier ou l’agglomération Lilloise)., ce qui rendra difficile
le discernement du rôle de chacun des facteurs. Le problème de la mobilité des populations à court
terme (lieu d’activité différent du lieu d ’habitation) ou à long terme (ad resse au moment du décès
différente du lieu d e vie des dernières décennies) n’est pas pris en compte dans une approche
collective au niveau du canton. Les données d’exposition sont actuelles, or les cancers ont un temps
de latence moyen qui va rie de qu elques années à u ne vingtaine d’années environ. La question de
l’échelle d’étude pourra aussi être discutée, notre choix a porté sur des données cantonales en un
premier temps, une échell e plus fine comme l’é chelle communale par exempl e s’avérera p eut-être
plus pertinente. Enfin, les donnée s de santé utilisées sont celles de mortalité par cancer, seules
actuellement disponibles, or les données d’incidence semblent beaucoup plus pertinentes pour étudier
la relation cancer – environnem ent. L’une de s perspectives du projet CIRCE est de cartograp hier
l’incidence des cancers.
Quelles que soient les limites de cette approche, les études de corrélations écologiques apportent une
vision nouvelle des disparités spatiales et permettent de mieux comprendre la complexité du lien
environnement, social et santé.
4
Figure 2: Cartes au niveau cantonales dans la région Nord-Pas-de-Calais : 'indicateurs socioéconomiques, indicateurs environnementaux et risques relatifs de mortalité par cancer.
REFERENCES
1)
Aschengrau, A., D. Ozonoff, et al . (1996). “Cancer risk and re sidential proximity to cranberry cultivation Massachussetts”.
Am. J. Public Health 86: 1289-1296.
2) Brody, J. G., A. Aschengrau, et al. (2004). "Breast Cancer Risk and Historical Exposure to Pesticides from Wide-Are a
Applications Assessed with GIS." Environmental Health perspectives 112(8): 889-897.
3) INVS (2007). “Estimation de l'incidence et de
la mortalité par cance r en France de 1980 à 2005”.
http://www.invs.sante.fr/surveillance/cancers/estimations_cancers/default.htm
4) Fricker, R.D. et Hengartner, N.W. (2001). “Environmental equity and the distribution of toxic release inventory and other
environmentally undesirable sites in metropolitan New York“. Environmental and Ecological Statistics 8: 33-52
5) Levy, J.I., Chem erynski, S.M. et Tuchmann J.I. (2006). “Incorporating concepts of inequality and inequity into health
benefits analysis”. Environmental Health Perspectives 115(5): 743-750.
6) Nuckols, J., Wa rd, MH et Jaru p, L. (2004) . “Using Geographic Information Sy stems for Exp osure assessment in
Environmental Epidemiology Studies“. Environmental Health Perspectives 112(9): 1007-1015.
7) ORS Nord-Pas-de-Calais (2007). Atlas de la mortalité par cancer dans la région Nord-Pas-de-Calais (1991–1999): 99p.
8) ORS Picardie (2007). “Atlas de la mortalité par cancer en Picardie“ 103p.
9) ORS Rhône-Alpes (2007). “Atlas de la mortalité par cancer en région Rhône-Alpes“: ??? p.
10) ORS Ile-de-France (2007). “Atlas de la mortalité par cancer en Ile de France“: 135p.
11) Sasco A « Cancer, environnement et populations à l’heure de la mondialisation », Oncologie 9, n°3, Springer, mai 2007.
12) Townsend P (1987). Deprivation. J Soc Pol; 16:125-146.
13) Vinnakota, S. and N. S. Lam (2006). "S ocioeconomic inequality of cancer mortalit y in the United States: a spatial data
mining approach." International Journal of Health Geographics 5(9): 12p.
5