1.

Introduction
La recherche et la mise en vidence dassociations statistiques entre des indicateurs de pollution
atmosphrique et des indicateurs de ltat de sant dune population ont fait lobjet de nombreux
travaux dans le monde depuis une cinquantaine dannes.
La multitude des quipes de recherche impliques dans ce domaine et la richesse des problmes
abords (effets long terme, effets court terme, nature des polluants considrs, facteurs de
confusion potentiels), ont men des approches trs diverses (approches individuelles, tudes en
population gnrale, au sein de populations fragiles), des schmas dtude (tudes cas-tmoins,
tudes de cohortes) et des mthodes (tudes de sries temporelles) fort diffrents.
Il semble, cependant, quun consensus stablisse depuis une dizaine danne autour dun certain
type danalyse, ddie plus particulirement au traitement statistique des effets sanitaires court
terme de la pollution atmosphrique ambiante urbaine : la mthode de choix, ce jour, est lanalyse
de sries temporelles. Dans la suite du texte ( 2.6), nous examinerons plus en dtail lintrt du
recours lanalyse des sries temporelles mais nous pouvons dores et dj pointer quelques unes
des caractristiques principales de cette approche : celle-ci permet, en effet, de dcrire une srie de
donnes, de donner un clairage sur les mcanismes sous-jacents et de prdire le devenir de la srie.
De plus, cette mthode, reposant sur des donnes relativement faciles recueillir en routine, se plie
facilement aux exigences mthodologiques de la recherche mais rpond galement, tout
particulirement, aux impratifs de sant publique pour la surveillance des risques court terme de la
pollution atmosphrique ambiante sur la sant dune population..
Cette surveillance tait la mission assigne au Programme de surveillance Air & Sant-9 villes (Psas9), mis en place par le Dpartement sant environnement (DSE) de lInstitut de veille sanitaire (InVS)
en 1997. Elle a pour objectif de fournir les outils pidmiologiques ncessaires (risques relatifs) la
quantification de limpact sanitaire de la pollution atmosphrique urbaine. Par l, elle vise fournir des
lments dinformation sanitaire utiles la prise de dcision dans le domaine de la gestion de la
qualit de lair en France.
Au cours des dix dernires annes, dans le domaine de la pollution atmosphrique, lanalyse de
sries temporelles a bnfici de nombreux dveloppements mthodologiques (protocole Aphea(2)
[1,2]) et statistiques (modle additif gnralis [3-5]). Ainsi, par exemple, en France, ltude Erpurs
(valuation des risques de la pollution urbaine pour la sant en le-de-France) [6], parue en 1994,
avait mis en vidence des associations significatives entre la pollution et un ensemble dindicateurs de
sant (mortalits et hospitalisations cardio-vasculaires et respiratoires, visites de SOS-mdecins,
arrts de travail) sur la base de donnes enregistres au cours de la priode 1987 1992. Lapproche
utilise tait une analyse de sries temporelles. Le programme Psas-9 a utilis ces mthodes pour
lanalyse des relations entre les variations journalires des niveaux dindicateurs de pollution
atmosphrique et les variations journalires dun compte journalier dvnements sanitaires (nombre
de dcs, nombre dhospitalisations). Dans le cadre de cette mission, le Psas-9 a t confront des
problmes mthodologiques et statistiques lis aux diffrentes tapes de la modlisation.
De ces difficults est ne lide de structurer lanalyse et de donner lapproche, parfois intuitive, une
consistance mthodologique, garante de la reproductibilit des calculs et de la fiabilit des rsultats.
partir de cette intention, la mthode qui sapparente une valuation des pratiques, a consist en une
rflexion collgialement mene sur la base dune trame constitue des tapes consensuelles. Ce
projet a donn lieu un ensemble dchanges, de dbats contradictoires, denrichissements, de
rorganisation de larchitecture de la programmation. Le retour la thorie a permis de justifier
certains choix et den dterminer dautres.
Lobjectif de ce manuel est dexpliciter les bases statistiques sur lesquelles est fonde lanalyse puis
den dcrire les diffrentes tapes en lillustrant, pas pas, par des exemples tirs du domaine de
ltude des effets de la qualit de lair sur la sant (rptons que les notions et mthodes qui seront

Aphea : Air Pollution and Health, a European Approach.

12

exposes ici, sont appliquables dautres domaines). De fait, ce travail est issu de lexprience
partage des pidmiologistes du Psas-9. Mme partage, cette exprience ne prtend pas valoir
pour rfrence absolue ni avoir explor toutes les subtilits de lanalyse mais son ambition est de
fournir (les) quelques clefs ncessaires aux orientations et aux choix adquats appelant dcisions
chacun des nuds de la dmarche analytique.
Par ailleurs, le manuel a accompagn, dans sa version initiale, la formation organise par lInstitut de
veille sanitaire. Il sest ainsi enrichi au cours et au terme de celle-ci de et par les questions et rponses
suscites au fur et mesure de son droulement.
Ce guide abordera dabord la dfinition de srie temporelle ainsi que lanalyse de ses diffrentes
composantes partir dexemples (chapitre 2). Dans la suite de ce chapitre, nous exposerons la notion
de processus, substrat thorique ncessaire la formalisation des sries temporelles. Suivront
quelques exemples de processus et nous terminerons par lintrt du recours aux sries temporelles.
Le chapitre 3 sera ddi aux modles linaires et additifs gnraliss, outils minemment utiles dans
de nombreux secteurs des statistiques et de lpidmiologie. Les mthodes dajustement ddies
ces modles complteront ce chapitre. Les principes gnraux de la (des) modlisation(s) des sries
temporelles feront lobjet du chapitre 4, tout en voquant les qualits et les dfauts des modles
proposs. Le chapitre suivant (chapitre 5) prsentera les caractristiques de base du logiciel S-PLUS
(commandes, manipulation de donnes) et survolera les instructions propres la dmarche de la
modlisation. Partant dexemples, nous dtaillerons, dans le sixime et dernier chapitre, les
diffrentes tapes de la modlisation en motivant les choix chaque tape et en dcrivant les
commandes ad hoc sur S-PLUS.
Remarque : ce manuel na pas la prtention dtre exhaustif. Il lui sera peut-tre fait reproche de ne
dcrire que (ou en tout cas de privilgier) certains des outils ddis lanalyse des sries temporelles
les modles de rgressions mais il a sembl plus judicieux de conserver ce travail une
dimension essentiellement pratique. Ainsi, dans ce manuel, vous ne trouverez pas : la modlisation de
Box-jenkins, lanalyse spectrale, la notion de filtre de Kalman, etc.

13