La déformation accumulée pendant plusieurs centaines (milliers) d’années dans les zones de failles est brusquementrelâchée en seulement quelques secondes lorsqu’un séisme se produit. L’étude des séismes anciens à travers dif-férentes échelles de temps est d’une importance capitale pour améliorer l’évaluation de l’aléa sismique. Au cours desdernières décennies des approches, telles que la sismologie historique, l’archéosismologie et la paléosismologie ontété développées pour chercher diverses sources d’informations. Parmi elles, les bâtiments historiques, tels des "sis-momètres de pierre" peuvent être utilisés pour témoigner de cette sismicité passée qu’ils ont enregistrée dans leursmurs sous forme de dégâts ou de réparations. Je propose une méthodologie innovante reliant l’archéologie de la con-struction, la sismologie et le génie sismique afin de démontrer que la caractérisation archéologique des réparationspost-sismiques sur les bâtiments historiques peut permettre de déduire les principales caractéristiques du mouvementsismique. Cette méthodologie est développée autour du cas de l’église médiévale de Sant’Agata del Mugello, un siteexceptionnel dont les dommages et les réparations induits par les séismes sont décrits par de nombreuses sourceshistoriques. Le site est situé dans le bassin du Mugello (Apennin central, Italie, Toscane), caractérisé par une sismicitémodérée. Les plus grands événements connus se sont produits en 1542 (Mw∼6) et 1919 (Mw∼6.3). Nous commençonspar retracer l’histoire sismique de l’église en combinant une analyse stratigraphique du bâtiment avec une étude appro-fondie des textes historiques. Un modèle de CAO est conçu à partir d’un relevé géométrique issu d’une campagne descanner laser. Un modèle de CAO de l’église avant et après chaque séisme historique est ensuite extrapolé à partir dumodèle de l’église actuelle et de son histoire constructive. Un code de maillage ad hoc a été développé pour générerun maillage aux éléments finis à partir du modèle de CAO. Deux campagnes de vibrations ambiantes ont été menéesdans l’église de Sant’Agata. 8 modes de vibration (fréquence propre, déformée modale et amortissement) sont estimés.Un processus d’optimisation des paramètres modaux, permet de calibrer le modèle numérique de l’église dans sa partielinéaire. Un modèle d’endommagement continu est utilisé pour identifier la limite du modèle linéaire de l’église. Je meconcentre ensuite sur l’étude du séisme historique de 1919 qui n’a pas causé de dommages. Une collection de mouve-ments sismiques compatibles avec le contexte sismotectonique est sélectionnée, corrigée et est utilisée pour solliciter lemodèle numérique linéaire calibré de l’église. Je présente des résultats préliminaires pour discuter des caractéristiquesdu mouvement sismique associé au séisme historique de 1919.
This study measures inequality and inequity in the distribution of clinical trials on cancer drug development between 1996 and 2016, comparing the number of clinical trials with cancer need, proxied by prevalence, incidence, or survival rates for both rare and non-rare cancers. We leverage a unique global database of clinical trials activity and costs between 1996 and 2016, constructed for 227 different cancer types to measure for rare and non-rare cancers: i) inequalities and inequity of clinical trial activity, considering all trials as well as split by R&D stage; ii) inequalities and inequity in R&D investment proxied by trial enrollment and duration; iii) evolution of inequity over time. Inequalities are measured with concentration curves and indices and inequities measured with the health inequity index. We find four important results. First, we show pro-low need inequity across cancer types for both rare and non-rare cancers, for all need proxies. Second, we show inequity differs across R&D stages and between rare and non-rare cancers. The distribution of clinical trials for non-rare cancers disproportionately favors low-need non-rare cancers from earlier to later stages of R&D, whilst for rare cancers this only occurs in Phase 2 trials. Third, inequity analyses in R&D investment show that only trial enrollment for rare cancers and trial duration for non-rare cancers are disproportionately concentrated among low-need cancers. Finally, while pro-low need inequity has persisted between 1996 and 2016 for non-rare cancers, it has faded for rare cancers post-EU orphan drugs’ legislation.
Auteur(s) : Lise Rochaix Revue : Social Science & Medicine
