Temperature, Air Pollution, and Perinatal Health in the Context of Climate Change: Exposure and Impacts in Sensitive Populations - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2021

Temperature, Air Pollution, and Perinatal Health in the Context of Climate Change: Exposure and Impacts in Sensitive Populations

Température, Pollution Atmosphérique et Santé Périnatale dans le Contexte du Changement Climatique : Exposition et Impacts dans les Populations Sensibles

Résumé

Studies suggest that exposure to heat, cold, or particulate matter (PM) during pregnancy may decrease birth weight and shorten the duration of gestation, but we do not fully understand these associations. This is concerning because low birth weight and preterm birth increase risk for numerous morbidities and chronic diseases throughout childhood and into adulthood. The health burdens of temperature and PM are expected to increase with climate change and global urbanization. Improving our understanding requires accurate exposure assessment because error can bias associations with health outcomes. A scalable way to assess exposure over large areas and long time periods is to model the relationship between monitored temperature or PM and satellite-derived variables such as land surface temperature (LST) or aerosol optical depth (AOD). Improved calibration methods might increase accuracy, and finer spatial resolutions could be useful in urban areas. This PhD developed novel approaches to increase the accuracy and spatial resolution of satellite-based exposure models, applied them to reconstruct daily temperature and PM in France over the past two decades, and used the temperatures to identify periods during pregnancy when exposure to cold or heat may increase the risk of preterm birth. First, we found that allowing the relationship between monitored ambient temperature and satellite-derived LST to vary over space as well as time improves the accuracy of mixed models. We used this approach to model diurnal air temperature (mean [Tmean], minimum [Tmin], and maximum [Tmax]) over France at 1 km resolution from 2000 to 2018. We also showed that an ensemble of random forests and gradient boosting machines can downscale daily temperature over urban areas by incorporating thermal satellite data at a high spatial but low temporal resolution. We used this approach to model daily Tmean, Tmin, and Tmax at 200 m resolution over 103 cities. Second, we found that Gaussian Markov random fields can reconstruct PM based on gap-filled AOD more accurately than widely used mixed models or random forests, and that an ensemble of all three algorithms performs even better. We used this approach to model daily mean PM2.5 and PM10 (PM <2.5 and <10 microns in diameter, respectively) concentration over France at 1 km resolution from 2000 to 2019 and showed that alleviating the sparsity of PM2.5 monitors by imputing PM2.5 at more common PM10 monitors increased accuracy. Third, we conducted a survival analysis using Cox proportional hazards models with distributed lags to assess the time-varying association between residence-based ambient temperature estimated by our exposure model and the risk of preterm birth among 5347 singleton live births (4.3% preterm) from prospective pregnancy cohorts in France. We simultaneously examined chronic exposure (weekly from conception) and acute exposure (daily during the 30 days before delivery), and we explored the effects of temperature variability and acclimation to location and season during heatwaves. Cold and night-time heat increased the risk of preterm birth, with susceptibility starting as early as conception and continuing through portions of trimesters 1 and 2. Cold around 7 days before delivery also increased the risk of preterm birth. Our approaches could improve satellite-based exposure models in other areas and our multi-decadal dataset will be of interest to epidemiologists, climatologists, planners, policymakers, and the public. In the context of rising temperatures and more frequent weather hazards, our findings on the risks that heat and cold pose to pregnant women and their infants should inform public health policies to reduce the growing burden of preterm birth.
Bien que plusieurs études suggèrent que l’exposition à la chaleur, au froid ou aux particules en suspension (PM) pendant la grossesse pourraient diminuer le poids de naissance et raccourcir la durée de la grossesse, ces effets ne sont pas complètement compris. Ceci est préoccupant car la prématurité et un faible poids à la naissance augmentent le risque de nombreuses morbidités et maladies chroniques tout au long de l’enfance et à l’âge adulte. Ces fardeaux sanitaires devraient s’accroître avec le changement climatique et l'urbanisation mondiale. Mieux comprendre ces relations nécessite une évaluation précise de l'exposition, car l’erreur peut affaiblir les associations avec la santé. Une approche efficace consiste à modéliser la relation entre des mesures de la température ou des PM et des variables dérivées des satellites. Des nouvelles approches pourraient réduire l’erreur, et des résolutions spatiales plus fines pourraient être utiles, notamment dans les zones urbaines. Ce doctorat a développé de nouvelles approches pour augmenter la précision et la résolution spatiale des modèles d’exposition, les a appliqués pour reconstruire la température quotidienne et les PM en France au cours des deux dernières décennies, et a utilisé les températures pour identifier des périodes pendant la grossesse où l’exposition au froid ou à la chaleur peut augmenter le risque de naissance prématurée. Premièrement, nous avons démontré que le fait de prendre en compte la variabilité spatiale ainsi que temporelle de la relation entre la température de l’air mesurée et les variables dérivées de satellites améliore la précision de modèles de prédiction. Nous avons également démontré qu'un ensemble de forêts aléatoires et de machines de renforcement de gradient permet d’améliorer la résolution spatiale des estimations quotidiennes pour les zones urbaines en incorporant des données satellitaires thermiques à haute résolution spatiale mais à faible résolution temporelle. Avec ces approches, nous avons modélisé la température quotidienne moyenne, minimale et maximale de 2000 à 2018 à une résolution de 1 km en France et de 200 m sur 103 zones urbaines. Deuxièmement, nous avons démontré que les champs aléatoires gaussiens de Markov peuvent estimer les PM plus précisément que les modèles mixtes ou les forêts aléatoires, et qu’un ensemble des trois est encore plus performant. Avec cette approche, nous avons modélisé les concentrations moyennes quotidiennes des PM en France à une résolution de 1 km de 2000 à 2019. Troisièmement, nous avons mené une analyse de survie avec un modèle de Cox à effets distribués dans le temps pour évaluer l’association entre la température résidentielle issu de notre modèle d'exposition et le risque de naissance prématurée parmi 5347 naissances (4,3% prématurés) suivies dans le cadre de cohortes prospectives en France. Nous avons examiné de manière concomitante des fenêtres d’exposition chroniques (les 26 semaines suivant la conception) et aigues (les 30 jours avant l’accouchement) et avons exploré les effets de la variabilité de la température et des vagues de chaleur en tenant compte de l’acclimatation. Le froid et la chaleur nocturne augmentaient le risque d’accouchement prématuré ; les femmes étaient sensibles dès la conception et pendant les secondes parties des trimestres 1 et 2. Le froid augmentait également le risque de naissance prématurée environ sept jours plus tard. Nos approches novatrices pourraient permettre d’améliorer les modèles d'exposition dans d'autres régions et notre jeu de données multi-décennale sera utile aux épidémiologistes, climatologues, planificateurs, décideurs et au public. Dans le contexte de la hausse des températures et des aléas météorologiques plus fréquents, nos découvertes sur les risques que la chaleur et le froid représentent pour les femmes enceintes et leurs bébés devraient éclairer les politiques de santé publique pour réduire le fardeau croissant de la naissance prématurée.
Fichier non déposé

Dates et versions

tel-03582870 , version 1 (21-02-2022)

Identifiants

  • HAL Id : tel-03582870 , version 1

Citer

Ian Hough. Temperature, Air Pollution, and Perinatal Health in the Context of Climate Change: Exposure and Impacts in Sensitive Populations. Geography. Université Grenoble Alpes; Ben-Gurion University of the Negev, 2021. English. ⟨NNT : ⟩. ⟨tel-03582870⟩

Collections

UGA CNRS
36 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More