Methodological Framework · English
Cumulative Environmental-Health Exposure Index (IEC-ES): A hybrid framework for prioritizing public health and environmental interventions
Institute of Medical Research and Medicinal Plants Studies (IMPM), Cameroon
01Abstract
Context: Environmental health risks arise from interacting exposures, population vulnerability, and existing disease burden, yet these domains are often assessed separately. Objective: This paper proposes the Cumulative Environmental–Health Exposure Index (IEC-ES), a transparent composite framework designed to support territorial prioritization of public-health and environmental interventions. Framework: IEC-ES combines three dimensions environmental exposure (E), human vulnerability (V), and health burden (H). Indicators are selected for relevance, availability, comparability, and actionability, converted to a common 0-2 risk scale, aggregated within dimensions, and combined using explicit weights that sum to one. Equal weighting can be used as a baseline, while context-specific weights may be tested through sensitivity analysis. Illustrative application: In a generic urban example, harmonized 0–2 normalization yields an IEC-ES of approximately 1.25, corresponding to moderate risk. In a sanitation-focused comparison, a high-risk neighborhood (E=1.80, V=2.00, H=2.00) reaches 1.93, whereas a second neighborhood (E=1.00, V=1.00, H=0.75) reaches 0.92 and is therefore classified as moderate risk. Conclusion: IEC-ES offers a simple and interpretable structure for integrating heterogeneous environmental, social, and health information into a decision-support score. It should be used with component-level interpretation, transparent documentation of indicator choices, uncertainty analysis, and empirical validation before routine policy deployment.
02Author contributions
Conceptualization; Formal analysis; Data curation; Funding acquisition; Investigation; Methodology; Writing – original draft
03What this study adds
Dans un contexte de contraintes budgétaires et de ressources limitées, l’IEC-ES contribue à une allocation plus efficiente et plus équitable des ressources sanitaires et environnementales. En identifiant les territoires où le cumul des expositions, des vulnérabilités et des impacts sanitaires est le plus élevé, l’indice permet : • d’éviter une distribution uniforme et peu efficiente des ressources, • de concentrer les investissements là où le bénéfice sanitaire potentiel est maximal, • et de réduire les inégalités territoriales et sociales de santé. L’IEC-ES soutient ainsi une approche fondée sur l’équité, en orientant les interventions vers les populations structurellement les plus exposées et vulnérables, conformément aux principes de la santé publique et aux objectifs de développement durable.
04Introduction
Contexte global des risques sanitaires liés à l’environnement Les risques sanitaires liés à l’environnement constituent aujourd’hui un enjeu majeur de santé publique à l’échelle mondiale. Les expositions environnementales, qu’elles soient physiques, chimiques ou biologiques, influencent directement et indirectement la morbidité et la mortalité humaines. L’Organisation mondiale de la santé estime qu’une proportion substantielle de la charge mondiale de morbidité est attribuable à des facteurs environnementaux évitables, notamment la pollution de l’air, la contamination de l’eau, les substances chimiques dangereuses et les conditions de vie insalubres (WHO 2022). La pollution atmosphérique, intérieure et extérieure, demeure l’un des principaux facteurs environnementaux responsables de maladies non transmissibles et infectieuses, contribuant de manière significative aux maladies cardiovasculaires, respiratoires et aux cancers (Landrigan et al., 2018). Parallèlement, la dégradation des écosystèmes, le changement climatique, la perte de biodiversité et la perturbation des interfaces homme, animal, environnement modifient les profils de risque sanitaire et favorisent l’émergence ou la réémergence de pathologies, notamment dans les régions vulnérables (IPBES 2019). Ces risques environnementaux ne sont pas distribués de manière homogène. Les déterminants sociaux, économiques et territoriaux modulent fortement l’exposition et la vulnérabilité des populations. Les groupes socialement défavorisés, les enfants, les personnes âgées et les populations vivant dans des environnements dégradés ou urbains non planifiés présentent un fardeau sanitaire disproportionné (Briggs 2003). Cette distribution inéquitable des risques renforce les inégalités de santé existantes et complique les stratégies de prévention universelles. Face à cette complexité, les approches traditionnelles d’évaluation des risques sanitaires reposent majoritairement sur des outils sectoriels ou mono-dimensionnels, souvent centrés soit sur un indicateur environnemental, soit sur des données épidémiologiques isolées. Bien que ces outils soient utiles, ils ne permettent pas toujours de capturer la nature cumulative et interactive des expositions environnementales, des vulnérabilités humaines et des résultats sanitaires (WHO 2016). Cette limitation entrave la capacité des décideurs à hiérarchiser efficacement les priorités et à mettre en œuvre des interventions proportionnées aux besoins réels des populations. 1.2. Limites des approches actuelles d’évaluation du risque (épidémiologiques, socio-économiques, environnementales) L’évaluation des risques sanitaires repose historiquement sur plusieurs familles d’approches méthodologiques, développées pour répondre à des besoins spécifiques en épidémiologie, en sciences sociales ou en sciences de l’environnement. Bien que chacune de ces approches ait démontré son utilité, elles présentent des limites structurelles lorsqu’il s’agit d’appréhender les risques sanitaires de manière intégrée et cumulative. 1.2.1. Approches épidémiologiques classiques Les méthodes épidémiologiques constituent le socle de l’évaluation du risque sanitaire. Elles incluent notamment les taux d’incidence, de prévalence, de mortalité, ainsi que des indicateurs synthétiques tels que les DALYs, YLL et YLD (Murray et Lopez, 1996). Ces outils permettent de quantifier la charge des maladies et d’identifier des priorités de santé publique. Cependant, ces approches se concentrent principalement sur les résultats sanitaires observés, sans intégrer de manière systématique les expositions environnementales sous-jacentes ni les facteurs de vulnérabilité. Elles sont souvent réactives, intervenant après l’apparition des maladies, et offrent une capacité limitée d’anticipation des risques émergents (Prüss-Ustün et al. 2017). Exemple illustratif 1 Deux districts urbains présentent une prévalence similaire de maladies respiratoires chroniques. Une analyse épidémiologique classique conclut à un niveau de risque équivalent et ne justifie pas de priorisation différenciée. Cependant, l’un des districts est exposé à une pollution atmosphérique élevée (trafic routier, activités industrielles), tandis que l’autre bénéficie d’un environnement plus sain mais d’une population vieillissante. L’approche épidémiologique seule ne permet pas d’anticiper une aggravation future du risque dans le district fortement exposé. Apport de l’IEC-ES L’IEC-ES intègre simultanément les données de santé, les expositions environnementales et la vulnérabilité humaine, permettant d’identifier le district à risque cumulatif plus élevé, même en l’absence d’une différence immédiate de prévalence. 1.2.2. Indices socio-économiques et de vulnérabilité Les indices socio-économiques, tels que les indices de privation, les indices de pauvreté multidimensionnelle, ou les indicateurs de développement humain, sont largement utilisés pour analyser les inégalités de santé (Townsend 1987). Plus récemment, des indices de vulnérabilité sociale ont été développés pour identifier les populations à risque lors de crises sanitaires ou environnementales (Marmot et al. 2008). Bien que ces indices soient essentiels pour comprendre les déterminants sociaux de la santé, ils restent indirects et ne mesurent pas les expositions environnementales réelles ni les effets sanitaires concrets. Leur capacité à orienter des interventions opérationnelles ciblées est limitée, en particulier lorsqu’ils sont utilisés isolément des données sanitaires et environnementales. Exemple illustratif 2 Un quartier classé comme socialement favorisé selon un indice de privation bénéficie d’un bon accès aux services de santé. Toutefois, il est situé à proximité d’un site industriel générant une pollution chronique de l’air et du sol. L’indice socio-économique suggère une faible priorité d’intervention, alors que le risque environnemental réel est élevé. Apport de l’IEC-ES En combinant vulnérabilité sociale, exposition environnementale et données sanitaires, l’IEC-ES met en évidence des zones à risque « invisibles » pour les indices socio-économiques classiques. 1.2.3. Approches environnementales et réglementaires Les approches environnementales reposent sur la mesure des concentrations de polluants, des seuils réglementaires, des analyses de risques chimiques ou des évaluations environnementales standardisées. Ces méthodes sont essentielles pour la réglementation et la surveillance environnementale. Toutefois, elles évaluent généralement les risques facteur par facteur, sans prendre en compte l’exposition simultanée à plusieurs agents ni les effets cumulatifs à long terme. De plus, elles ne considèrent que rarement la variabilité de la vulnérabilité humaine, ce qui limite leur pertinence pour une planification sanitaire différenciée (Landrigan et al. 2018). Exemple illustratif 3 Une zone respecte les normes réglementaires pour plusieurs polluants pris individuellement. Aucune alerte n’est déclenchée. Pourtant, les habitants sont exposés simultanément à de faibles concentrations de plusieurs substances, associées à des facteurs de vulnérabilité (enfants, personnes âgées). L’évaluation réglementaire conclut à une situation acceptable, malgré une charge sanitaire réelle croissante. Apport de l’IEC-ES L’IEC-ES dépasse la logique des seuils isolés en évaluant le risque cumulatif réel, intégrant les effets combinés et la vulnérabilité humaine. 1.2.4. Cartographie spatiale et systèmes d’information géographique (SIG) Les outils de cartographie des risques et les SIG sont de plus en plus utilisés pour visualiser la distribution spatiale des expositions et des maladies. Ils permettent d’identifier des zones à risque et de soutenir la planification territoriale des interventions (Elliott et Wartenberg 2004). Cependant, ces approches restent souvent descriptives. Elles agrègent des couches de données sans fournir nécessairement un indicateur synthétique opérationnel, et leur interprétation dépend fortement de la qualité et de l’harmonisation des données disponibles. Exemple illustratif 4 Une carte SIG superpose les zones de pollution, les densités de population et la distribution des maladies. Bien que visuellement informative, elle ne permet pas aux décideurs de trancher clairement sur l’ordre de priorité des interventions entre plusieurs zones. Apport de l’IEC-ES L’IEC-ES transforme ces couches d’information en un score unique et comparable, facilitant la hiérarchisation explicite des priorités d’intervention. 1.2.5. Approches cumulatives environnementales et exposome Les concepts de risque environnemental cumulatif et d’exposome visent à mieux appréhender l’ensemble des expositions subies au cours de la vie (Wild 2005). Ces approches représentent une avancée conceptuelle majeure, en particulier dans le domaine de la recherche. Néanmoins, leur mise en œuvre reste complexe, coûteuse et principalement limitée à des contextes de recherche avancée. Leur applicabilité directe pour la prise de décision en santé publique et la planification opérationnelle demeure restreinte, notamment dans les pays à ressources limitées. Exemple illustratif 5 Une étude exposomique identifie des centaines de biomarqueurs d’exposition dans une population. Bien que riche sur le plan scientifique, elle ne débouche pas sur des recommandations opérationnelles claires pour les autorités sanitaires locales. Apport de l’IEC-ES L’IEC-ES simplifie la complexité scientifique en un outil pragmatique, compatible avec les données de routine et directement mobilisable pour la planification sanitaire. 1.2.6. Big Data, intelligence artificielle et modèles prédictifs Les approches fondées sur le Big Data, l’intelligence artificielle et les modèles prédictifs offrent des perspectives nouvelles pour la surveillance et la prédiction des risques sanitaires (Esteva et al. 2019). Elles permettent l’analyse de volumes importants de données hétérogènes. Toutefois, ces méthodes présentent des défis importants en matière de transparence, de reproductibilité, de biais algorithmiques et d’appropriation par les décideurs. Leur dépendance à des infrastructures technologiques avancées limite également leur déploiement à grande échelle. Exemple illustratif 6 Un modèle prédictif identifie une zone comme prioritaire sans expliquer clairement les facteurs sous-jacents. Les autorités hésitent à agir faute de compréhension des mécanismes et de justification explicite. Apport de l’IEC-ES L’IEC-ES repose sur une logique explicite, transparente et reproductible, facilitant l’appropriation par les décideurs et les acteurs de terrain. 1.2.7. Limite transversale : l’absence d’intégration cumulative Malgré leur complémentarité, ces approches partagent une limite commune : l’absence d’un cadre intégré et cumulatif combinant de manière systématique les expositions environnementales, les vulnérabilités humaines et les résultats sanitaires. Cette fragmentation méthodologique entrave la capacité des systèmes de santé à prioriser les interventions de manière équitable, anticipative et proportionnée aux besoins réels des populations. La fragmentation des approches existantes empêche une lecture globale, cumulative et équitable des risques sanitaires. Valeur ajoutée de l’IEC-ES L’IEC-ES constitue un cadre intégrateur, capable de : • combiner des sources de données hétérogènes, • rendre visibles les risques cumulés, • orienter des interventions proportionnées, • soutenir les principes d’équité et de prévention. Ces limites méthodologiques justifient le développement d’un indicateur intégré, cumulatif et opérationnel, tel que l’Indice d’Exposition Cumulative Environnement–Santé (IEC-ES), conçu pour soutenir la prise de décision en santé publique dans des contextes variés. 1.3. Besoin d’outils intégrés pour la planification et la priorisation des interventions La complexité croissante des risques sanitaires liés à l’environnement et la diversité des populations exposées soulignent la nécessité de disposer d’outils intégrés capables de synthétiser des informations hétérogènes. Les approches traditionnelles, qu’elles soient épidémiologiques, socio-économiques ou environnementales, permettent certes d’identifier certaines priorités, mais elles demeurent fragmentées et insuffisamment actionnables pour guider une planification efficace des interventions. 1.3.1. Limites opérationnelles des approches existantes • Fragmentation des données : Les décideurs disposent souvent de multiples sources d’information (prévalence de maladies, pollution atmosphérique, indices de vulnérabilité sociale), mais ces données sont analysées séparément, ce qui rend difficile l’évaluation du risque cumulatif dans une zone donnée. • Priorisation approximative : L’absence d’un score synthétique limite la capacité à hiérarchiser les populations ou zones nécessitant une intervention prioritaire, entraînant parfois une allocation inefficace des ressources limitées. • Incapacité à anticiper les risques : Les approches réactives basées sur la survenue de maladies ne permettent pas de détecter les populations à risque élevé avant l’apparition d’événements sanitaires graves. 1.3.2. Nécessité d’un indicateur cumulatif et modulable Un outil intégré doit combiner simultanément trois dimensions clés : 1. Exposition environnementale : polluants, vecteurs, qualité de l’eau et de l’air, conditions du milieu de vie. 2. Vulnérabilité humaine : âge, comorbidités, accès aux soins, statut socio-économique. 3. Données sanitaires : prévalence, morbidité, hospitalisations, mortalité. Cette approche permet de générer un score synthétique cumulatif, directement utilisable pour : • Identifier les populations et zones les plus à risque ; • Planifier des interventions ciblées (prévention, dépistage, vaccination, traitement) ; • Allouer les ressources sanitaires de manière proportionnée et équitable ; • Suivre l’évolution du risque dans le temps et mesurer l’impact des interventions. 1.3.3. L’apport attendu de l’IEC-ES L’Indice d’Exposition Cumulative Environnement–Santé (IEC-ES) répond précisément à ce besoin. En intégrant simultanément l’exposition environnementale, la vulnérabilité humaine et les données de santé, il permet : • De rationaliser la planification en priorisant les zones à risque cumulatif élevé ; • De visualiser les zones à risque via des cartes et tableaux de priorisation ; • D’anticiper l’émergence ou l’aggravation de maladies avant qu’elles n’atteignent un seuil critique ; • D’adapter l’indice à différentes maladies ou contextes géographiques, offrant une grande flexibilité pour les décideurs. l’IEC-ES constitue un outil hybride et actionnable, capable de transformer des données fragmentées en décisions opérationnelles, renforçant l’efficacité et l’équité des interventions de santé publique. 1.4. Objectif de l’étude : présentation et conceptualisation de l’Indice d’Exposition Cumulative Environnement-Santé (IEC-ES) 1.4.1. Objectif général L’objectif principal de cette étude est de développer et conceptualiser un indicateur intégratif, l’Indice d’Exposition Cumulative Environnement–Santé (IEC-ES), capable de synthétiser les données environnementales, sociales et sanitaires en un outil opérationnel pour la planification et la priorisation des interventions de santé publique. Contrairement aux approches traditionnelles fragmentées, l’IEC-ES vise à fournir une mesure unique et cumulative du risque sanitaire, applicable à différents contextes géographiques et pathologiques, et adaptable à l’échelle locale ou régionale. 1.4.2. Objectifs spécifiques Pour atteindre cet objectif général, l’étude se propose de : 1. Identifier et sélectionner les indicateurs représentatifs pour chacune des trois dimensions essentielles : o Exposition environnementale : pollution de l’air et de l’eau, densité des vecteurs, conditions climatiques, urbanisation, etc. o Vulnérabilité humaine : âge, comorbidités, accès aux soins, conditions socio-économiques. o Données de santé : prévalence, morbidité, mortalité, hospitalisations, recours aux services de santé. 2. Définir une méthodologie de pondération et d’agrégation pour transformer ces indicateurs en un score cumulatif, reflétant le risque sanitaire global de chaque population ou zone. 3. Illustrer la flexibilité et l’applicabilité de l’IEC-ES à différents contextes, par exemple pour : o la planification d’interventions préventives ciblées, o l’anticipation des zones à risque élevé pour des maladies spécifiques ou émergentes, o l’allocation optimale des ressources de santé publique. 4. Fournir un cadre de visualisation opérationnelle, permettant aux décideurs de hiérarchiser les interventions et de suivre l’évolution du risque dans le temps à l’aide de cartes, tableaux et indices comparables. 1.4.3. Contribution attendue L’IEC-ES est conçu pour : • Combler le manque d’outils intégratifs dans la santé publique et le cadre One Health ; • Faciliter la priorisation des interventions dans les zones à risque cumulatif élevé ; • Transformer les données hétérogènes en décisions concrètes, tout en mettant en évidence les populations les plus vulnérables ; • Offrir une méthodologie modulable et transférable, pouvant être adaptée à d’autres maladies ou contextes géographiques. Il sera donc question à la fin de cette étude de formaliser et d’opérationnaliser l’IEC-ES comme un indicateur hybride, cumulatif et actionnable, destiné à soutenir les politiques de santé publique et les stratégies One Health à l’échelle locale, nationale ou internationale.
05Discussion
6. Discussion 6.1. Forces et innovations de l’IEC-ES L’Indice d’Exposition Cumulative Environnement–Santé (IEC-ES) présente plusieurs innovations conceptuelles et opérationnelles majeures par rapport aux outils existants d’évaluation du risque sanitaire. Sa principale force réside dans son caractère intégratif, combinant de manière explicite trois dimensions reconnues comme déterminantes majeures de la santé : l’exposition environnementale, la vulnérabilité humaine et les résultats sanitaires observés. Cette approche s’inscrit directement dans le cadre théorique des déterminants sociaux et environnementaux de la santé, largement documenté par l’Organisation mondiale de la Santé (OMS, 2008) et renforcé par les approches contemporaines de type Health in All Policies et One Health (Destoumieux-Garzón et al. 2018). Contrairement aux indicateurs épidémiologiques classiques, qui mesurent principalement les conséquences sanitaires, l’IEC-ES intègre les facteurs structurels en amont, permettant une lecture anticipative et préventive du risque. Sur le plan opérationnel, l’IEC-ES se distingue par sa simplicité méthodologique et sa flexibilité, le rendant applicable dans des contextes de données hétérogènes ou incomplètes, fréquents dans les pays à revenu faible ou intermédiaire. La possibilité d’intégrer des indicateurs qualitatifs et semi-quantitatifs constitue une avancée notable par rapport aux modèles exclusivement quantitatifs, souvent difficilement transposables à l’échelle locale (Prüss-Ustün et al. 2017). Enfin, l’orientation explicite de l’indice vers la priorisation des interventions territoriales, notamment municipales, représente une innovation pragmatique. L’IEC-ES dépasse le simple diagnostic pour devenir un outil de gouvernance sanitaire, capable de guider la prise de décision en matière d’assainissement, d’aménagement urbain et de prévention. 6.2. Limites méthodologiques et contraintes liées aux données Malgré ses apports, l’IEC-ES présente plusieurs limites méthodologiques qu’il convient de considérer avec prudence. La première concerne la sélection et la pondération des indicateurs, qui reposent en partie sur des choix experts. Bien que cette approche soit courante dans les indices composites (Nardo et al. 2005), elle introduit une part de subjectivité susceptible d’influencer les résultats. La disponibilité, la qualité et l’actualité des données constituent également une contrainte majeure. Dans de nombreux contextes, les données environnementales et sanitaires sont fragmentées, sous-déclarées ou collectées à des échelles spatiales différentes, ce qui peut affecter la robustesse du score final. L’utilisation d’indicateurs qualitatifs, bien que nécessaire, peut introduire une variabilité liée aux méthodes d’observation et d’évaluation locale. Par ailleurs, l’IEC-ES produit un score synthétique, qui, par nature, peut masquer certaines dynamiques spécifiques à chaque composante. Une interprétation isolée du score global, sans analyse des sous-scores (E, V, S), pourrait conduire à des décisions simplificatrices. L’indice doit donc être utilisé comme un outil d’aide à la décision, et non comme un substitut à l’analyse contextuelle détaillée. 6.3. Comparaison avec les outils et indices existants Comparé aux outils existants, l’IEC-ES occupe une position intermédiaire entre les indices de charge de morbidité (Murray et Lopez 1996), les indices de vulnérabilité sociale (CDC Social Vulnerability Index), et les approches environnementales ou exposomiques (Wild 2005). Les indicateurs de type DALYs fournissent une mesure robuste de l’impact sanitaire global, mais ne permettent pas d’identifier les déterminants environnementaux et sociaux responsables des inégalités observées. À l’inverse, les indices de vulnérabilité sociale décrivent les fragilités structurelles des populations, sans intégrer directement les données de santé ou les expositions environnementales. Les approches exposomiques et de risque environnemental cumulatif offrent une vision fine des expositions, mais restent majoritairement orientées vers la recherche, avec une complexité méthodologique limitant leur appropriation par les décideurs locaux. L’IEC-ES se distingue en proposant une synthèse opérationnelle, explicitement conçue pour la planification territoriale et la priorisation des interventions. Ainsi, l’IEC-ES ne se positionne pas comme un outil concurrent, mais comme un pont méthodologique entre des approches jusqu’ici fragmentées. 6.4. Perspectives d’amélioration et développements futurs Plusieurs perspectives peuvent renforcer la portée et la robustesse de l’IEC-ES. La numérisation de l’indice, via des plateformes SIG ou des tableaux de bord interactifs, permettrait une visualisation dynamique des risques et faciliterait son intégration dans les systèmes d’information sanitaire et environnementale. L’automatisation partielle du calcul, à partir de bases de données existantes (surveillance sanitaire, données environnementales, recensements), pourrait améliorer la reproductibilité et réduire la subjectivité liée à la pondération. À plus long terme, l’intégration d’outils d’analyse avancée (statistiques multivariées, apprentissage automatique) pourrait contribuer à affiner les poids des indicateurs et à explorer des scénarios prospectifs. Enfin, des applications pilotes en contexte réel, associées à des évaluations d’impact des interventions guidées par l’IEC-ES, seront essentielles pour valider empiriquement sa valeur ajoutée. Ces développements pourraient positionner l’IEC-ES comme un outil de référence pour la planification sanitaire intégrée, en cohérence avec les priorités internationales en matière de santé publique, d’environnement et de développement durable.
06Conclusion
méthodologique entre des approches jusqu’ici fragmentées. 6.4. Perspectives d’amélioration et développements futurs Plusieurs perspectives peuvent renforcer la portée et la robustesse de l’IEC-ES. La numérisation de l’indice, via des plateformes SIG ou des tableaux de bord interactifs, permettrait une visualisation dynamique des risques et faciliterait son intégration dans les systèmes d’information sanitaire et environnementale. L’automatisation partielle du calcul, à partir de bases de données existantes (surveillance sanitaire, données environnementales, recensements), pourrait améliorer la reproductibilité et réduire la subjectivité liée à la pondération. À plus long terme, l’intégration d’outils d’analyse avancée (statistiques multivariées, apprentissage automatique) pourrait contribuer à affiner les poids des indicateurs et à explorer des scénarios prospectifs. Enfin, des applications pilotes en contexte réel, associées à des évaluations d’impact des interventions guidées par l’IEC-ES, seront essentielles pour valider empiriquement sa valeur ajoutée. Ces développements pourraient positionner l’IEC-ES comme un outil de référence pour la planification sanitaire intégrée, en cohérence avec les priorités internationales en matière de santé publique, d’environnement et de développement durable.
03References
14 bibliographic references
Briggs, David. 2003. « Environmental pollution and the global burden of disease ». British Medical Bulletin 68(1):1‑24. doi:10.1093/bmb/ldg019.
Destoumieux-Garzón, Delphine, Patrick Mavingui, Gilles Boetsch, Jérôme Boissier, Frédéric Darriet, Priscilla Duboz, Clémentine Fritsch, Patrick Giraudoux, Frédérique Le Roux, Serge Morand, Christine Paillard, Dominique Pontier, Cédric Sueur, et Yann Voituron. 2018. « The One Health Concept: 10 Years Old and a Long Road Ahead ». Frontiers in Veterinary Science 5:14. doi:10.3389/fvets.2018.00014.
Elliott, Paul, et Daniel Wartenberg. 2004. « Spatial Epidemiology: Current Approaches and Future Challenges ». Environmental Health Perspectives 112(9):998‑1006. doi:10.1289/ehp.6735.
Esteva, Andre, Alexandre Robicquet, Bharath Ramsundar, Volodymyr Kuleshov, Mark DePristo, Katherine Chou, Claire Cui, Greg Corrado, Sebastian Thrun, et Jeff Dean. 2019. « A Guide to Deep Learning in Healthcare ». Nature Medicine 25(1):24‑29. doi:10.1038/s41591-018-0316-z.
IPBES. 2019. « Global Assessment Report on Biodiversity and Ecosystem Services | IPBES Secretariat ». https://www.ipbes.net/node/35274.
Landrigan, Philip J., Richard Fuller, Nereus J. R. Acosta, Olusoji Adeyi, Robert Arnold, Niladri (Nil) Basu, Abdoulaye Bibi Baldé, Roberto Bertollini, Stephan Bose-O’Reilly, Jo Ivey Boufford, Patrick N. Breysse, Thomas Chiles, Chulabhorn Mahidol, Awa M. Coll-Seck, Maureen L. Cropper, Julius Fobil, Valentin Fuster, Michael Greenstone, Andy Haines, David Hanrahan, David Hunter, Mukesh Khare, Alan Krupnick, Bruce Lanphear, Bindu Lohani, Keith Martin, Karen V. Mathiasen, Maureen A. McTeer, Christopher J. L. Murray, Johanita D. Ndahimananjara, Frederica Perera, Janez Potočnik, Alexander S. Preker, Jairam Ramesh, Johan Rockström, Carlos Salinas, Leona D. Samson, Karti Sandilya, Peter D. Sly, Kirk R. Smith, Achim Steiner, Richard B. Stewart, William A. Suk, Onno C. P. van Schayck, Gautam N. Yadama, Kandeh Yumkella, et Ma Zhong. 2018. « The Lancet Commission on Pollution and Health ». The Lancet 391(10119):462‑512. doi:10.1016/S0140-6736(17)32345-0.
Marmot, Michael, Sharon Friel, Ruth Bell, Tanja AJ Houweling, et Sebastian Taylor. 2008. « Closing the Gap in a Generation: Health Equity through Action on the Social Determinants of Health ». The Lancet 372(9650):1661‑69. doi:10.1016/S0140-6736(08)61690-6.
Murray, et Lopez. 1996. « The Global burden of disease : a comprehensive assessment of mortality and disability from diseases, injuries, and risk factors in 1990 and projected to 2020 : summary / edited by Christopher J. L. Murray, Alan D. Lopez ». https://iris.who.int/items/0fa67d4e-de62-4b36-86db-5f599e36198c.
Nardo, Michela, Michaela Saisana, Andrea Saltelli, Stefano Tarantola, Anders Hoffman, et Enrico Giovannini. 2005. « Handbook on Constructing Composite Indicators: Methodology and User Guide ».
Prüss-Ustün, A., J. Wolf, C. Corvalán, T. Neville, R. Bos, et M. Neira. 2017. « Diseases due to unhealthy environments: an updated estimate of the global burden of disease attributable to environmental determinants of health ». Journal of Public Health (Oxford, England) 39(3):464‑75. doi:10.1093/pubmed/fdw085.
Townsend, Peter. 1987. « Deprivation ». Journal of Social Policy 16(2):125‑46. doi:10.1017/S0047279400020341.
WHO. 2016. Preventing Disease through Healthy Environments: A Global Assessment of the Burden of Disease from Environmental Risks. https://www.who.int/publications/i/item/9789241565196.
WHO. 2022. « Almost Everyone Now Breathing Polluted Air, Warns WHO | UN News ». https://news.un.org/en/story/2022/04/1115492.
Wild, Christopher Paul. 2005. « Complementing the Genome with an “Exposome”: The Outstanding Challenge of Environmental Exposure Measurement in Molecular Epidemiology ». Cancer Epidemiology, Biomarkers & Prevention 14(8):1847‑50. doi:10.1158/1055-9965.EPI-05-0456.
© 2026 The Authors. Published by EcoClean Scientific Publishing on behalf of JEERESD. Distributed under the Creative Commons Attribution 4.0 International License.