Les résultats contradictoires de l'épidémiologie environnementale ont longtemps au point mort consensus sur les effets sur la santé des produits chimiques toxiques. Une nouvelle étude de la Columbia University Mailman School of Public Health publiée dans le American Journal of Epidemiology suggère qu'une raison majeure de ces incohérences peut être les gammes d'exposition limitées dans les études individuelles – à des résultats sous-alimentés et des conclusions peu claires.
Les chercheurs ont utilisé des données simulées pour examiner dans quelle mesure les études individuelles et regroupées peuvent identifier les relations dose-réponse entre l'exposition chimique et les résultats pour la santé. Leurs résultats indiquent une solution claire: la mise en commun des données entre les études doit être priorisée, même lorsque les variables de confusion varient entre les cohortes.
« Des études sous-alimentées – en particulier celles qui ont des gammes d'exposition étroites – peuvent produire des résultats trompeurs sur la question de savoir si et comment un produit chimique affecte la santé humaine », a déclaré l'auteur principal Eva Siegel, Ph.D. au Département des sciences de la santé environnementale. « Nos simulations montrent que la combinaison de données sur plusieurs cohortes est une étape naturelle et nécessaire pour renforcer les conclusions de la recherche sur la santé environnementale. »
La recherche s'est concentrée sur les biphényles polychlorés (PCB), une classe de polluants organiques persistants (POP). Plus précisément, l'étude a exploré la relation entre l'exposition maternelle au PCB-153 – le congénère de PCB le plus souvent détecté dans le sang humain – et le poids de naissance, une association qui a été rapportée de manière incohérente dans les études précédentes.
« Certains produits chimiques, comme les POP perturbants endocriniens, peuvent interférer avec les systèmes du corps même à des doses très faibles », a noté Siegel. « Il est essentiel de comprendre comment les risques pour la santé varient dans toute la gamme d'exposition, mais cela nécessite des données plus larges que la plupart des études uniques peuvent offrir. »
Pour combler cette lacune, les chercheurs ont créé cinq populations hypothétiques avec différentes distributions d'exposition – de faible à élevée – basée sur des données réelles de trois cohortes de naissance bien connues: le Columbia Children's Center for Environmental Health (CCCEH) à New York, la cohorte de la santé environnementale (EHF) en Israël et les études de santé et de développement enfants en Californie.
En simulant ces environnements d'exposition distincts et en les analysant à la fois individuellement et collectivement, l'équipe a évalué à quel point chaque approche pourrait récupérer une « vraie » courbe dose-réponse. Leurs résultats étaient clairs: les études avec une variabilité d'exposition limitée n'ont souvent pas réussi à détecter les effets, tandis que les données regroupées reflétaient plus précisément la relation attendue.
« Nos résultats montrent que malgré les différences potentielles dans les facteurs de confusion entre les études, les avantages de la mise en place de données l'emportent sur les défis, en particulier lorsque tous les efforts sont faits pour harmoniser pleinement les données entre les études », a déclaré Pam Factor-Litvak, Ph.D., professeur d'épidémiologie à la Columbia Mailman School et auteur principal.
« Pour souligner, cette approche est particulièrement cruciale pour comprendre les effets chimiques à faible dose, où de nombreuses études individuelles manquent d'une portée suffisante pour détecter les modèles. »
Les autres co-auteurs sont Matt Lamb, Jeff Goldsmith et Andrew Rundle, Columbia University Mailman School of Public Health; Andreas Neophytou, Colorado State University, Matitiaahu Berkovitch, Tel Aviv University; et Barbara Cohn, Public Health Institute.