Matrices emplois expositions biomécaniques et troubles musculosquelettiques : comment modéliser au mieux les contraintes physiques par matrice dans la prédictivité des troubles musculosquelettiques

Matrices jobs biomechanical exposures and musculoskeletal disorders : how best to model physical constraints by matrix in the predictivity of musculoskeletal disorders

• Auteur / Autrice : Guillaume Deltreil
• Direction : Alexis Descatha, Piotr Graczyk, Mikaël Escobar-Bach
• Type : Thèse de doctorat
• Discipline(s) : Santé publique
• Date : Soutenance le 12/10/2023
• Etablissement(s) : Angers
• Ecole(s) doctorale(s) : École doctorale Biologie-Santé (Nantes)
• Partenaire(s) de recherche : Equipe de recherche : Equipe épidémiologie et santé au travail (Angers)
• Partenaire(s) de recherche : Laboratoire : Laboratoire angevin de recherche en mathématiques (Angers) - Institut de recherche en santé- environnement et travail / Irset - Laboratoire Angevin de Recherche en Mathématiques / LAREMA
• Jury : Président / Présidente : Marie-Pascale Lehucher-Michel
• Jury : Examinateurs / Examinatrices : Grace Sembajwe
• Jury : Rapporteurs / Rapporteuses : Marie-Pascale Lehucher-Michel, Annette Leclerc

Mots clés

Mots clés contrôlés

Exposition professionnelle

Dissertation universitaire

Modèles statistiques

Médecine du travail

Analyse par cohorte

Hygiène du travail

Facteurs de risque

Troubles musculo-squelettiques

Mots clés libres

Troubles musculosquelettiques

Matrices Emplois Expositions

Modélisation Statistique

Musculoskeletal Disorder

Job Exposure Matrix

Statistical Modeling

Résumé

Les troubles musculo - squelettiques ou TMS représentent un enjeu majeur de la santé au travail. La croissance du nombre de travailleurs touchés ces pathologies est un marqueur de l’aggravation des conditions de travail. Les matrices emplois-expositions constituent un outil permettant l’évaluation l’impact sur la relation entre ces conditions et ces troubles. L’objectif de cette thèse était d’étudier, dans une optique de vie professionnelle entière, les troubles musculo-squelettiques en se basant sur des données provenant de matrices emplois-expositions et grâce au concours d’outils statistiques. La matrice emplois-exposition CONSTANCES a été utilisée comme moyen d’évaluation des expositions pour ce travail de thèse. Elle se base sur la cohorte du même nom et regroupe des données personnelles et en lien avec le travail concernant la population générale. A travers le développement d'un outil, il a été permis de sélectionner un modèle de régression logistique mettant en relation la durée d'exposition et le niveau d'exposition avec l'apparition de la pathologie dans le cadre de l’étude des gonalgies notamment pour les hommes. Ainsi, le niveau d’exposition était le facteur le plus fortement impactant (1.34-2.81) sur la survenue des troubles bien que la durée augmentait (0.83-1.10) également les risques. Dans un second temps, il a été possible de montrer que ce même modèle devait être sélectionner également dans le cadre de l'étude des lombalgies et des douleurs sévères de main avec des résultats proches. Finalement, après la présentation d'un outil de machine learning, il a été possible d'adapter notre modèle dans le cadre de l'étude de données déséquilibrées. Ainsi, pour le canal carpien, l’impact de la durée (1.29) était plus important que dans les autres études mais c’est le niveau d’intensité (1.31) qui restait le plus déterminant. En conclusion, les matrices emplois-expositions ont permis d’obtenir une évaluation de l’impact de différents facteurs sur la survenue de plusieurs troubles et cela même dans un contexte de déséquilibre des données, même si de nombreuses autres études sont nécessaires pour pouvoir l’appliquer par les praticiens.

Musculoskeletal disorders (MSDs) represent a major occupational health issue. The growth in the number of workers affected by these pathologies is a marker of the worsening of working conditions. Job-exposure matrices area tool for assessing the impact on the relationship between these conditions and these disorders. The objective of this thesis was to study, from a lifetime perspective,musculoskeletal disorders based on data from job-exposure matrices and using statistical tools.The CONSTANCES job-exposure matrix was used as a source of exposure across this work. It is based on the cohort of the same name and gathers personal and work-related data concerning the general population. Through the development of a tool, it was possible to select a logistic regression model linking the interaction between the duration of exposure and the level of exposure with the appearance of the pathology within the framework of the study of knee pain. It was showed that the level of exposure was the most strongly impacting factor (1.34-2.81) on the onset of disorders, although the duration also increased (0.83-1.10) the risks. Secondly, it was possible to found that this same model should also be selected for the study of low back pain and severe hand pain, with similar results. Finally, using a machine learning tool, it was possible to adapt our model within the framework of the study of the imbalance data. Tor the carpal tunnel surgery, the impact of the duration (1.29) was more important than in the other studies but it is the level of intensity (1.31) which remained the most determining.In conclusion, the job-exposure matrices made it possible to obtain an assessment of the impact of different factors on the occurrence of several disorders, even in a context of data imbalance, although many more studies are needed before it can be applied by practitioners.