En évaluation quantitative du risque sanitaire (EQRS), on est souvent amené à modéliser divers mécanismes: transfert de contaminants du milieu vers l'homme, transposition des données animales chez l'homme etc. Dans tous les cas, il existe de nombreuses sources d'incertitudes épistémiques (1) sur les paramètres concernés ou de variabilités (2) liées à la diversité biologique. Pour assurer la protection sanitaire de la population, le gestionnaire du risque est donc amené à utiliser des facteurs d'incertitude de valeurs potentiellement élevées pour garantir cette protection. Pour autant, rien ne permet de chiffrer d'éventuels dépassements ou de déterminer la fraction de population éventuellement à risque. Cependant, de nombreuses méthodes plus fines existent aujourd'hui, permettant une meilleure prise en compte des variabilités et incertitudes (1, 2). La méthode la plus usitée en EQRS est la méthode dite probabiliste qui transforme une donnée " peu sûre " en distribution de probabilités (courbe centrée sur la valeur de la donnée précédente et d'écart-type non nul) : la valeur ne sera plus déterminée une fois pour toutes mais tirée aléatoirement de cette distribution, permettant ainsi la prise en compte d'une variabilité de cette donnée représentant la variabilité (ou l'étendue d'incertitude) des données utilisées. On obtient alors un résultat, dit probabiliste, permettant de mesurer les dépassements des seuils sanitaires et donc d'avoir une meilleure vision de la réalité. Le calcul nécessitera alors de faire un grand nombre de simulations en tirant, à chaque fois, une valeur aléatoirement de cette distribution en utilisant notamment la méthode dite de Monte Carlo (3). Le résultat sera également obtenu sous la forme d'une distribution de probabilités. Comme l'incertitude épistémique et la variabilité sont de nature différentes, il est aujourd'hui préconisé de les traiter successivement en utilisant la méthode de Monte Carlo du second ordre (4) (3). Une autre possibilité consiste à se baser sur la théorie de la logique floue (5), en transformant chaque valeur fixe incertaine, en un nombre dit flou (6). Enfin, la méthode hybride a fait son apparition appliquant la méthode probabiliste pour les variabilités, et la méthode floue pour les incertitudes