Daniel Drolet et Thomas W. Armstrong - Enfin la modélisation de l'exposition chimique par la simulation Monte Carlo - Congrès AQHSST

Enfin … la modélisation de l’exposition
 chimique par la simulation Monte Carlo

Centre d’interprétation historique de Sainte-Foy

 Daniel Drolet et Thomas W. Armstrong

 Exposure Assessment Strategy Committee

Plan de la conférence
  Introduction
  Décision et Modélisation du risque
  Simulation Monte Carlo
  Lancer la SMC avec EXCEL 2

  Présentation IHMOD 2.0
 Thomas W. Armstrong, Ph.D. CIH
  Structure et fonctionnement
 TWA8HR Occupational Hygiene Consulting
  Fichier de support "Understanding Exposures and Health Risks
 Past, Present and Future"
  Scénario d’exposition …
  Décroissance exponentielle d’un contaminant
  Déversement d’un contaminant
  Application de « claulking » dans une salle de bain

  Conclusion
41e Congrès de l’AQHSST, Ste-Foy, 2019 2

3

 3

Estimer l’exposition … Intuition
 Prise de Expérience
 Décision Mesures
 Heuristiques

 4

 En informatique, intelligence artificielle
 et optimisation mathématique
 Présenter le processus de prise Une heuristique (du Grec εὑρίσκω “Je trouve, découvre") est
 de décision supporté par des une technique visant à résoudre un problème plus rapidement
 outils d’estimation du risque; que les méthodes classiques, ou pour trouver une solution
 approximative lorsque ces méthodes sont sans solution.
 Utiliser ces outils en
 lançant des scénarios … Cela se réalise en sacrifiant l’optimisation, l’exactitude
 «What if method »; et la précision pour la VITESSE.
Source On peut la considérer comme un “shortcut”.
 41e Congrès de l’AQHSST, Ste-Foy, 2019 4

Les deux vitesses de la pensées
THINKING, FAST AND SLOW Daniel Kahneman, Prix Nobel d’économie

 Liste des biais cognitifs
 1. Anchoring Bias 5
 2. Availability Heuristic bias
 3. Bandwagon Bias
 4. Choice Supportive Bias
 Confirmation Bias
 Système 1 (fast track) 5.

 6. Ostrich Bias
 rapide, économe, 7. Outcome Bias
 toujours privilégié 8. Overconfidence
 9. Placebo bias
 10. Survivorship Bias
 Système 2 11. Selective Perception Bias
 lent, énergivore, 12. Blind Spot Bias

 Courte vidéo
 41e Congrès de l’AQHSST, Ste-Foy, 2019 5

Liste des biais cognitifs … https://en.wikipedia.org/wiki/Cognitive_bias

 6

41e Congrès de l’AQHSST, Ste-Foy, 2019 6

7

 7

Dans le monde réel…
 La variabilité intrinsèque des situations;
 Ultimement, Le manque de connaissance précise;
 il faut toujours L’incertitude connue; 8

prendre une décision … L’ignorance inconnue.
 (je ne sais pas ce que je ne sais pas)

 Il nous faut ainsi du courage et de l’aide
 pour prendre une prise de décision …

41e Congrès de l’AQHSST, Ste-Foy, 2019 8

9

 9

Gestion graduée du risque
En SST, ces outils … Modélisation mathématique

 Doivent nous permettre
 d’estimer et/ou calculer;
 10

 De comprendre et de
 FAIRE COMPRENDRE
 le résultat de nos décisions … Exposure Assessment
 Strategies Committee
 Modèle déversement, Émission décroissante
 Modèle # 4

 Type de simulation J 350
 Itérations Concentration pondérée

 Concentration ( mg/m³ )
 10 000
 300 95e
 24 sec. 400000 calc./sec

 D’incorporer les éléments de
 75e
 1- Ta ux de venti l a ti on ( m ³/m i n)
 Médiane
 Moyenne Éc. Type 250 25e
 Q 20 6 5e

 variabilité pour apprécier les 2- Ma s s e i ni ti a l e l i qui de ( m g )

 Mo
 Min.
 1000
 Max.
 50000
 200

 150

 chances de se tromper!
 3-Cons ta nte Ta ux d' éva pora ti on ( α )

 Moyenne Éc. Type
 α 0,2 0,035
 100

 4-V ol um e de l a pi èce ( m ³) 20 m³ 50

 5-Concentra ti on à Tzéro, ( m g /m ³) 0 mg/m³
 0
 0 5 10 15 20 25 30 35 40 45
 6-Tem ps m a xi m um pour l a s i m ul a ti on … 40 min T ( min )

 Example 1 M0   Q    Q 
 Voir résultats
 C(t)  exp t exp( t) C0 exp  t
 VQ   V    V  Ce fichier a été co nçu par Daniel Dro let et To m A rmstro ng et révisé par M ichael Jayjo ck.
 Versio n 2,003 : A o ût 2018

41e Congrès de l’AQHSST, Ste-Foy, 2019 10

Modèle projectionnel
 Philippe J. Fournier

 11

41e Congrès de l’AQHSST, Ste-Foy, 2019 11

12

 Clip vidéo
41e Congrès de l’AQHSST, Ste-Foy, 2019 12

13

 13

C’est quoi la SMC

 Ces méthodes sont des techniques stochastiques
 numériques; 14

 Stochastique, du Grec "stochos" ou "viser, deviner",
 moyens de se rapporter à, ou caractérisés par des
 conjectures et du hasard;

 Ces méthodes sont utilisées dans tout, des analyses
 financières à la physique nucléaire. Les premières
 utilisations … dans le programme américain de
 développement d’armes nucléaires …
41e Congrès de l’AQHSST, Ste-Foy, 2019 14

15

 Monte Carlo Casino
41e Congrès de l’AQHSST, Ste-Foy, 2019 15

Il veut connaître
 aussi exactement que nécessaire
 la surface du lac

 Robert veut acheter un terrain
 de 1 km² avec un lac au contour irrégulier. X uniform Probabilité
 16

 il tire au
 hasard
 n boulets de Y
 uniforme
 canon sur le probabilité

 terrain

 Il ramasse ensuite tous les boulets de canon sur le gazon!
Source 16

 − 
 = ×
 
 Plus de boulets de canon ont été tirés ...
 meilleure est l'estimation de la superficie du lac. 17

 Mais… quelle est la justesse nécessaire pour son estimation?
Source 17

Prenons un exemple*
 C = concentration à l’équilibre (mg/m³)
 G
 Modèle simple de
 concentration d'air intérieur
 C G = Taux génération (mg/heure)
 Q
Vent.
Taux
 Volume (m3) Q = Taux ventilation (m³/heure) 18
(m³/h)

 Données disponibles pour la source.

 G
 Génération: G
 Elles sont normalement distribuées en
 moyenne et un écart type de 50 ± 6 mg/min

 Aucune mesure disponible.

*Shade WD, Jayjock MA.
 Q Mais on estime à partir de la littérature que
 le taux de ventilation pourrait se situer
 entre 36 et 540 m³/min.
Monte Carlo uncertainty analysis of a diffusion model for the assessment of
halogen gas exposure during dosing of brominators. AIHAJ. 1997 Jun;58(6):418-24

 41e Congrès de l’AQHSST, Ste-Foy, 2019 18

19

41e Congrès de l’AQHSST, Ste-Foy, 2019 19

Lancer SMC
avec ? =LOI.NORMALE.INVERSE ((ALEA(); moyenne; écart-type)

 =(Max - Min + 1) * ALEA() + Min

 20

 Collecter and analyser
 n VALEURS
41e Congrès de l’AQHSST, Ste-Foy, 2019 20

Définissez le nombre d'itérations, cliquez sur START et …

 21

 “Conc Éq.”
 mg/m3
 95e % 0.82
 50e % 0.17
 5e % 0.09
 écart ≈ 10X

41e Congrès de l’AQHSST, Ste-Foy, 2019 21

Quelles distributions de probabilité sont utiles?
 Des centaines existent dans les packages SMC commerciaux;

 Une poignée seulement est généralement utilisée dans les évaluations
 en hygiène du travail ou exposition environnementale.
 B1

 22
 Uniforme: Min Max
 5 .0 0 6 .0 0 7 .0 0 8 .0 0 9 .0 0

 Normale : Moyenne Éc. Type.

 Triangulaire : Min Apex Max

 Lognormale: MG ETG
 Pour en savoir plus …
 305 pages ~ $140

41e Congrès de l’AQHSST, Ste-Foy, 2019 22

23

 23

Chaque modèles sont désormais dupliqués
 24

41e Congrès de l’AQHSST, Ste-Foy, 2019 24

Entrée
 Démonstration

 Mise en garde
 Modèle
 1 à 11
 25
 Déterministe

 DataD Résultats D
 Intro

 Monte Carlo

 Modèle
 1 à11
 Aide générale

 Matrix R Résultats
 Table taduction Data Visual Basic : Code et formulaire

 41e Congrès de l’AQHSST, Ste-Foy, 2019 25

26

41e Congrès de l’AQHSST, Ste-Foy, 2019 26

Déterministe : « Boîte uniformément mélangée»

 27
 Valeurs d’entrée
 (Rouge … obligatoire)
- Valeur Maximale
- Glissières variables

 Toupie
 pour changer
 Tempst

Résults … fonction du Tempst
- Conc. à Tempst
- TWA Conc. de Ct à Ct+ 15
- Masse émise à Tempst

 Équations pour ce modèle: Visual Basic User Defined function (UDF)

 Démonstration
41e Congrès de l’AQHSST, Ste-Foy, 2019 27

Déterministe : « Boîte uniformément mélangée»

 Case à cocher
 Pour montrer ou non
 Courbe Concentration TWA (rouge) 28
 de T0 to Tempst

 Conc. à Tempst point

 Conc. à Tempst+15 point

 Ces points se déplacent à
 l’activation de la toupie

Demonstration

 41e Congrès de l’AQHSST, Ste-Foy, 2019 28

Feuille SMC : Le « modèle Two-Zone »
 Montrer
 TWA
 courbes
 Type de simulation
 # d’itérations
 Bouton Start
 29
 Go / NoGo validation, J L

 Barre de
 Progression

 Exemples préchargés Voir les résultats
 en tableau
 41e Congrès de l’AQHSST, Ste-Foy, 2019
 Demonstration
 29

Feuille SMC : Le « modèle Two-Zone »

5 Courbes/modèle
 30

 5e , 25e, Médiane, 75e et 95e

 5 courbes zone proche
 5 courbes zone éloignée

41e Congrès de l’AQHSST, Ste-Foy, 2019 30

IHMOD
 2.0
 Fichier 31

 de
support

 41e Congrès de l’AQHSST, Ste-Foy, 2019 31

32

 32

DIVS : 1200 ppm (1375 mg/m³)
 VECD: 200 ppm (230 mg/m³)
 Imaginons que …
 Une laveuse à pression à essence a été
 utilisée dans une pièce de 200 m³;
 33
 La concentration de CO est estimée
 à environ 10 000 mg/m³;

 Le taux de ventilation estimé
 à environ 1,5 ACH/hr.

 La question Combien de temps faut-il attendre pour voir les
 qui tue … concentrations revenir au niveau de la DIVS ou la VECD?

41e Congrès de l’AQHSST, Ste-Foy, 2019 33

Scénario # 2
 Acétone …
 VEMP, VECD, DIVS
 Quequ’un (sic) entre dans
 cette salle avec une winch de Densité du liquide;
 4 L d’acétone remplise (sic) Taux d’évaporation 34
 à peu près au ¾ … estimation

 Il échappe cette bouteille, le Volume de la pièce
 liquide se répand et
 Quantité échappée
 s’évapore …
 Taux de ventilation
 C-tu dangereux ?
 Durée de la simulation

41e Congrès de l’AQHSST, Ste-Foy, 2019 34

Scénario # 2 L'utilisation typique du composé de calfeutrage
 par les consommateurs est la suivante:

 Application de calfeutrant: 150 g. = presque tout le tube est utilisé
 Caulk
 Substance X , 5% par poids dans la formulation
 (PV 9.6 Torr… pression de vapeur à saturation à 25°C de 56,000 mg/m³) 35

 Volume d’une salle de bain typique: 10 m³

 Taux de ventilation:
 ventilateur de 50 à 150 cfm (1.4 à 4.3 m³/min)

 Durée de l’application : 20 à 45 minutes

 De ces données, nous pouvons estimer un «taux de
 génération d’application continue» de 167 to 375 mg/min
41e Congrès de l’AQHSST, Ste-Foy, 2019 35

37

 37

38

41e Congrès de l’AQHSST, Ste-Foy, 2019 38

39

https://www.aiha.org/get-involved/VolunteerGroups/Pages/Exposure-Assessment-Strategies-Committee.aspx 39

Meeting Review-IH Air
Modeling Techniques
for Exposure Estimation
Frank Pokrwyka, Secretary, Pittsburgh AIHA 40

Qui a dit que vous ne pouviez pas enseigner et
apprendre de nouveaux tours à un vieux chien ?

This local section presentation on IH air modeling has
convinced me of the fallacy of this adage. But as he went further into his talk, the subjects of
I must admit, when Josh threw up his first slides showing exposure modeling and computerized software to do
integral calculus equations I almost headed for the exit… the math, the topic became less intimidating, even cool.

 41e Congrès de l’AQHSST, Ste-Foy, 2019 https://www.pittsburghaiha.org/home/register-now-jan-31-2019-ih-air-modeling-techniques-for-exposure-estimation 40

Conclusion
  IH Mod 2.0 permet une utilisation facile de la SMC pour la
 modélisation du risque chimique en milieu de travail;

  Un soin a été apporté à l’interface utilisateur … pour que cet
 outil soit aussi “pédagogique” qu’il est un puissant calculateur; 41

  IH Mod 2.0 et le fichier de support sont un “Work in Progress”;

  Il s’agit d’un outil gratuit … pouvant être utilisé par tous les
 utilisateurs d’EXCEL … ce qui assure une diffusion tout
 autour du monde;

  Cet outil est le fruit d’un travail bénévole de Tom Armstrong et moi
 … qui reconnaissons que chacun de nous n’aurait pu le faire seul!

41e Congrès de l’AQHSST, Ste-Foy, 2019 41

42

 42