During the last decades, numerous studies have shown significant links between short-term exposure to air pollution and health. Time series design have been widely used in order to study these associations. In recent years, the case-crossover design has been applied to the analysis of acute effects of environmental exposures, especially air pollution. The aims of this paper are to describe the case-crossover design and to compare this approach with time series design to assess the association between air pollution and health.

In the case-crossover approach, a case–control study is conducted whereby each person who had a health event (case period) is matched with himself/herself on a nearby time period where he/she did not have the event (control period). Review of the literature shows that the referent selection strategies can be associated to a bias in the estimation of the health effect of air pollution. In comparison with time series design, the case-crossover design is easier to conduct, and individual factors can be taken into account. Nevertheless, it is not possible to take into account the overdispersion in the health indicator with this approach.

In conclusion, we suggest to use time series analysis with population data and case-crossover design with individual data.

Au cours des dernières décennies, de nombreuses études ont montré l’existence de liens faibles mais significatifs entre l’exposition à court terme à la pollution atmosphérique et l’état de santé de la population. Ces résultats ont été mis en évidence la plupart du temps au moyen d’analyses de séries temporelles réalisées à l’échelle de la population. Ces dernières années, une méthode alternative a été appliquée à l’étude des effets à court terme de la pollution atmosphérique, il s’agit de la méthode cas-croisé. Cet article a pour objectif de décrire cette méthode et de discuter des avantages et inconvénients de celle-ci par rapport à l’utilisation d’analyses de séries temporelles pour mesurer les effets sanitaires à court terme de la pollution atmosphérique.

Dans une étude de type cas-croisé, chaque cas est son propre témoin et l’exposition d’un sujet dans un délai proche de l’événement sanitaire (période cas) est comparée avec celle d’une période pendant laquelle ce même sujet ne présentait pas l’événement sanitaire (période témoin). La revue de la littérature a permis de montrer que le choix des périodes témoins pouvait introduire un biais dans l’estimation des effets sanitaires de la pollution atmosphérique. Contrairement aux analyses de séries temporelles, la méthode cas-croisé permet de s’intéresser à certains facteurs individuels (antécédents médicaux, caractéristiques socioéconomique,…) et semble plus facile à mettre en oeuvre. En revanche, elle ne permet pas de prendre en compte une surdispersion éventuelle dans les données.

L’utilisation d’analyses de séries temporelles pour mesurer les effets sanitaires à court terme de la pollution atmosphérique reste à privilégier dans le cas de données agrégées, en revanche dans le cas où des données à l’échelle individuelle sont disponibles, l’utilisation de la méthode cas-croisé peut permettre la réalisation d’analyses plus fines.