Contexte

L'effet du changement climatique et de la pollution atmosphérique sur l'issue de la grossesse est une préoccupation relativement récente. Les quelques études menées sur le sujet ont conduit à des résultats variables, parfois opposés, probablement en raison de leurs méthodologies très hétérogènes. Divers effets potentiels de la météorologie et de la pollution atmosphérique y étaient étudiés : prématurité, petit poids de naissance, occurrence de malformations congénitales voire d’atteintes intellectuelles. Aucune de ces études n’a été menée en France, malgré l’existence d’un dispositif standardisé de suivi des grossesses.

Objectifs

Dans ce contexte, le projet PREMAPOL vise à évaluer les effets de la pollution atmosphérique et des conditions météorologiques sur une cohorte de femmes enceintes dont une sélection de caractéristiques individuelles auront été prises en compte. Médecins, statisticiens, météorologues et spécialistes de la qualité de l’air travailleront ensemble pour :
• quantifier l'effet des facteurs météorologiques et environnementaux sur l’issue de la grossesse, en tenant compte des caractéristiques individuelles des femmes enceintes ;
• établir une typologie des personnes et des configurations météorologiques à risque ;
• modéliser les impacts de la qualité de l'air sur le déroulement de la grossesse et l'état de santé du nouveau-né, en testant de possibles effets transitoires, cumulatifs ou liés au stade de la grossesse ;
• réaliser des études d'impact de l'évolution climatique et environnementale.

Méthodologie

Sources et traitements des données médicales
La population étudiée est constituée de femmes enceintes (grossesses uniques) suivies dans les maternités du réseau MYPA (Maternité en Yvelines et Pays Associés ) qui couvre l’ensemble du département des Yvelines et les communes de Dreux. Cela représente environ 17 000 naissances par an. Les données médicales sont issues des certificats de santé au 8ème jour (CS8, complété obligatoirement pour toute naissance vivante) qui rassemblent un ensemble d’informations sur les antécédents maternels, le déroulement de la grossesse, l’accouchement et l’état de santé de l’enfant à la naissance et au cours de la première semaine. Un certificat complémentaire a été ajouté en janvier 2008 afin de prendre en compte les morts fœtales intra-utérines (MFIU) et les interruptions médicales de grossesse (IMG) après 22 semaines d’aménorrhée. L’étude PREMAPOL se basera sur les données d’une cohorte prospective démarrant en 2007, auxquelles seront ajoutées des données rétrospectives depuis 2002. Pour les grossesses menées entre 2002 et 2007, pour lesquelles le certificat complémentaire n’existait pas, les données sur les IMG et les MFIU seront recherchées dans les registres de naissance des différentes maternités. Les principaux facteurs individuels de risque de prématurité pris en compte sont les indicateurs de santé périnatale recommandés dans le cadre du projet PERISTAT. Ils sont d'ordre démographique (âge), médical (nombre d'enfants, poids avant la grossesse, antécédents d’interruption médicale de grossesse, antécédents obstétricaux pathologiques), social (nationalité, statut matrimonial, statut professionnel, niveau d'études), comportemental (tabac, alcool) et géographique (lieu de vie et de travail).

Sources et traitements des données environnementales
Les informations environnementales recueillies pendant la durée d'inclusion sont :
• les températures maximale et minimale, l'humidité, l'ensoleillement (fournies par Météo-France) ;
• la pollution atmosphérique (NO2, SO2, O3, particules, fumées noires) pour chacune des stations des régions considérées, sous forme de moyennes journalières exprimées en µg/m3 (fournies par AIRPARIF, l’Agence en charge de la surveillance de la qualité de l’air en Ile-de-France)
Ces mesures seront complétées par les données issues d’un travail de modélisation à l’aide des modèles MM5 et CHIMERE, ce qui permettra de connaître la distribution spatiale et temporelle de plusieurs dizaines de polluants dont les nuisances sur la santé sont avérées, et de variables météorologiques telles que le vent, la température, l’humidité, la pression et le taux de précipitation. Ce travail de modélisation apportera :
• des données plus nombreuses car le modèle calcule sur tout le domaine géographique choisi, même là où des mesures ne sont pas disponibles ;
• la possibilité de “suivre” des masses d'air polluées pendant leur transport ;
• des informations sur des espèces chimiques non mesurées ;
• la possibilité de revenir sur des évènements particuliers et d'augmenter encore la résolution spatiale et temporelle.
En raison de la quantité de données météorologiques, une analyse multidimensionnelle sera pratiquée afin d’identifier des typologies de classes de temps ⁽¹⁾. Pour chaque polluant, la sélection des stations servant à la construction des indicateurs d’exposition sera effectuée en fonction des éléments suivants : valeurs manquantes liées à l’historique de la station, niveaux de corrélation inter-stations, concentrations moyennes des différents polluants pour chaque station.
¹ Les types de temps ont été definis par une classification météorologique appelée classification de Bénichou, permettant de regrouper les situations météorologiques en 15 champs enregistrés à différentes altitudes. Ces champs permettent d’identifier le champ de pression et donc la présence de dépression ou d’anticyclones, l’humidité relative, la température et la stabilité verticale de l’atmosphère.

Evénements d'intérêt recherchés

Prématurité (naissance à un âge gestationnel inférieur à 37 semaines complètes), petit poids de naissance (poids de naissance inférieur à 2500 g), score d’Apgar bas, détresse respiratoire néonatale, présence de malformations congénitales.

Modélisation des données cliniques et des relations climat-environnement-santé
Le terme et le poids de naissance sont des variables continues et seront donc étudiés au moyen de régressions linéaires. La prématurité, en revanche, est considérée comme une variable censurée car elle n'est plus observée après un certain laps de temps(37 semaines d'aménorrhée). Son analyse statistique sera donc faite à l’aide d’un modèle de Cox, qui permet de tester et de quantifier l'effet simultané de plusieurs facteurs explicatifs.