Évaluation des risques liés aux pathogènes émis par l'irrigation de parcelles agricoles avec de l'eau usée traitée en station d'épuration à l'aide d'un réseau Bayésien
Résumé
Following recent development of Bayesian networks (BN) approaches in food safety risk assessment to study quantitative microbial risk assessment (QMRA) models, we propose to adapt this approach to the study of the risk associated to exposure to contaminated bioaerosols in the wastewater reuse eld of research. We construct a QMRA model for the risks associated with the aerosolization of Legionella Pneumophila during the irrigation of agricultural parcels with wastewater sequencially treated in a treatment plant and in an experimental pilot. Experimental data are Legionella Pneumophila concentrations at dierent steps of the treatment (before entering treatment plant, at the exit of treatment plant, after going through the experimental pilot). We build the BN by linking the QMRA model to the data. We then ran an Markov chain Monte Carlo (MCMC) algorithm to update all the unknown quantities of the augmented model.
Nous proposons d'adapter une approche Bayésienne développée pour l'évaluation des risques dans la chaine alimentaire à l'évaluation quantitative du risque microbien (QMRA) lié à la présence de pathogènes dans les bioaérosols. Nous construisons un modèle QMRA pour le risque lié à l'aérosolisation de Legionella Pneumophila lors de l'irrigation de parcelles agricoles par de l'eau usée traitée en station d'épuration puis par un pilote expérimental. Nous disposons de données concentration en Legionella Pneumophila aux diérentes étapes du traitement (entrée de station, sortie de station, sortie de pilote). Le modèle QMRA est augmenté par les données sous la forme d'un réseau Bayésien (BN). Un algorithme de Monte Carlo par chaîne de Markov (MCMC) permet enn la mise à jour des quantités inconnues dans le modèle augmenté.
Origine : Fichiers produits par l'(les) auteur(s)