Ces modèles font penser à l’exposition aux différentes formes de particules que l’on trouve dans l’environnement.

En effet, les niveaux de pollution atmosphérique montrent de substantielles variations temporelles et spatiales. Aussi, l’exposition est directement liée au polluant, à l’individu, au moment et à la durée de l’exposition, ce qui dépend des activités journalières de l’individu dans les environnements urbains intérieurs et extérieurs, ainsi que de ses déplacements.

Les données d’exposition personnelle constituent un paramètre majeur pour l’estimation du risque. Il faut considérer la dose potentielle (externe), qui est la quantité de produit ingérée, inhalée ou appliquée sur un organe et la dose interne qui correspond à la quantité de produit effectivement absorbée par la barrière biologique et qui est alors disponible pour interagir avec des organes cibles, des récepteurs biologiques. L’estimation de la dose interne constitue le premier objectif d’une bonne évaluation de l’exposition en épidémiologie ; la démarche de mesure épidémiologique impliquant le passage de la source aux concentrations environnementales, puis à l’exposition et enfin à la dose interne.

Il existe d’énormes variations en terme de susceptibilité qui sont en relation avec le statut physiopathologique, l’âge, les habitudes individuelles ( le régime alimentaire, l’alcool, le tabagisme…), la profession, le faciès génétique, etc.

Relation entre ces modèles et le développement d’une maladie ?

Ces modèles avec des variations d’exposition tant sur le plan spatial que temporel, qualitatif (taille des particules, mélanges de polluants) que quantitatif (concentration de polluants), ajoutés à des facteurs de susceptibilité individuelle peuvent conduire à des effets à court, moyen et à long terme avec une distribution hétérogène des maladies.

La mesure de l’exposition s’est améliorée bien que d’autres progrès doivent être accomplis. De même, de nouvelles approches statistiques sont nécessaires pour analyser les associations. Ainsi, les études temporelles, fondées le plus souvent sur des régressions de Poisson et utilisant les modèles additifs généralisés se perfectionnent.