Faculteit Bio-ingenieurswetenschappen Academiejaar 2011-2012
Ontwikkeling en validatie van een methodologie voor prioritisatie voor staalname en analyse van gewasbeschermingsresidu’s op verse groenten en fruit.
Jessie De Win Promotor: Prof. Dr. ir. Pieter Spanoghe Promotor: Dr. ir. Liesbeth Jacxsens Tutor: ir. Ilse Delcour
Masterproef voorgedragen tot het behalen van de graad van Master in de bio-ingenieurswetenschappen: Landbouwkunde
ii
Faculteit Bio-ingenieurswetenschappen Academiejaar 2011-2012
Ontwikkeling en validatie van een methodologie voor prioritisatie voor staalname en analyse van gewasbeschermingsresidu’s op verse groenten en fruit.
Jessie De Win Promotor: Prof. Dr. ir. Pieter Spanoghe Promotor: Dr. ir. Liesbeth Jacxsens Tutor: ir. Ilse Delcour
Masterproef voorgedragen tot het behalen van de graad van Master in de bio-ingenieurswetenschappen: Landbouwkunde
ii
Toelating tot bruikleen De auteur en de promotoren geven de toelating deze scriptie voor consultatie beschikbaar te stellen en delen van de scriptie te kopi¨eren voor persoonlijk gebruik. Elk ander gebruik valt onder de beperkingen van het auteursrecht, in het bijzonder met betrekking tot de verplichting de bron te vermelden bij het aanhalen van resultaten uit deze scriptie. The author and the promotors give the permission to use this thesis for consultation and to copy parts of it for personal use. Every other use is subject to the copyright laws: more specifically the source must be extensively specified when using results from this thesis.
Gent, 2012
De promotor,
De promotor,
De auteur,
Prof. dr. ir. Pieter Spanoghe
Dr. ir. Liesbeth Jacxsens
Jessie De Win
iii
iv
Woord vooraf In dit woord vooraf wil ik een woord van dank richten tot enkele mensen. Op de eerste plaats wil ik mijn promotoren Dr. Ir. Liesbeth Jacxsens en Prof. Dr. Ir. Pieter Spanoghe bedanken voor de duidelijke richtlijnen, dankbare sugesties en kritische opmerkingen. Tevens wil ik mijn tutor Ir. Ilse Delcour bedanken voor de begeleiding bij het verwerken van mijn gegevens. Ik wil ook de verantwoordelijken van de sector van VBT, Fresh Trade Belgium, Vegebe en Belgapom bedanken voor het mogelijk maken van dit onderzoek (het beschikbaar stellen van de data en de vlotte medewerking!). Ook wil ik alle personen bedanken die hebben meegewerkt aan de implementatie van het vooropgesteld staalnameplan op bedrijfsniveau. Hierbij denk ik aan Greet Van Tichelt van Special Fruit, John Van Laethem van Bell’aroma en Els Bert van Allgro. Niet te vergeten, wil ik de vakgroep Wiskundig modelleren, Bio-informatica en Statistiek bedanken voor het delen van hun expertise op het gebied van het interpreteren van experten-evaluaties en deze vervolgens te kwantificeren. Een grote dank gaat naar mijn ouders, die mij alle mogelijke steun hebben geboden en daardoor de kans hebben gegeven om de opleiding Bio-ingenieur te voltooien. Op de laatste plaats, maar alles behalve de minste, zeg ik dank je tegen mijn vriend Michael die me altijd heeft gesteund en me verder wist te motiveren tot het voltooien van deze masterproef.
v
vi
Samenvatting Het kunnen detecteren en kwantificeren van residuen aanwezig op verse groenten en fruit is zeer belangrijk om de voedselveiligheid te garanderen. Om te kunnen verzekeren dat voor alle producten de residu’s van een gewas lager of gelijk zijn aan de wettelijk norm (MRL), moeten alle producten worden bemonsterd uit de partij. Aangezien de bemonstering destructief verloopt, is een totale bemonstering onmogelijk. Staalname moet nog steeds economisch haalbaar zijn. Hierin kan een risico-gebaseerd staalnameplan een uitweg bieden. De doelstelling van deze thesis is een overzicht te geven welke parameters van belang zijn bij de ontwikkeling van een risico-gebaseerd staalnameplan voor gewasbeschermingsmiddelen en tevens te komen tot een validatie van dit vooropgesteld staalnameplan. Op basis van wetenschappelijke, grijze literatuur en expertises uit de sector en de Universiteit Gent werden zes parameters met hun respectievelijke gewichten ge¨ıdentificeerd. Dit zijn conformiteitsgarantie van de leverancier (2), land van oorsprong (2), risico van het product (3), verwerkingen bereidingsprocessen (1), kruiscontaminatie (1) en consumptie van het product (1). Afhankelijk van de doelstelling werd voor een andere laatste parameter geopteerd, namelijk leveringsgrootte. Aan acht experten werd gevraagd om deze zes parameters en hun classificatie kwalitatief (laag, gemiddeld, hoog risico) in te delen. Tevens werden twaalf scenario’s voorgelegd waaraan de experten een globale risico-klasse konden aanduiden. Een scenario stelt een combinatie van zes parameters voor. Aan de hand van deze gegevens kon aan de zes parameters een kwantitatieve risico-score gegeven worden en kon het gewicht voor elke parameter bepaald worden. Deze zes parameters, opgenomen in het vooropgesteld staalnameplan, werden vervolgens ge¨evalueerd ten opzichte van de huidige staalnameplannen van VBT, Belgapom, Fresh Trade Belgium, Vegebe en het FAVV. Net zoals in het vooropgesteld staalnameplan als in de ge¨evalueerde staalnameplannen, werd er veel belang gehecht aan de parameters ’conformiteitsgarantie van de leverancier’, ’land van oorsprong’ en ’risico van het product’. Daarnaast kon er vastgesteld worden dat de parameters ’kruiscontaminatie’ en ’verwerking- en bereidingsprocessen’ noch door de sector noch door de overheid is opgenomen in het staalnameplan. De parameter ’consumptie van het product’ werd zowel door de sector als de overheid opgenomen. Vervolgens werd het vooropgesteld staalnameplan gevalideerd op bedrijfsniveau. Dit werd gedaan voor drie bedrijven, namelijk Special Fruit, Allgro en Van Laethem. Hieruit kan besloten worden dat met het vooropgesteld risico-gebaseerd staalnameplan een inschatting van het risico op het afleveren van niet-conforme producten gemaakt kan worden.
vii
viii
Summary To detect and quantify plant protection residues on fruits and vegetables is very important to guarantee the food safety. To ensure that for every product the plant protection residu is lower or equal to the legal limits (MRL), every product has to be sampled of a lot. Because sampling is a destructive process, rectified sampling (100%) sampling is impossible. Sampling should still be economically feasible. Therefore risk-based sampling plans can be very useful. The objective of this thesis was to give an overview of the parameters which are important to consider in a risk-based sampling plan for plant protection products and then come to a validation of this provided sampling plan. Based on scientifically, grey literature and expertise of the sector and University of Ghent six parameters with there respectively weights could be identified. These are compliance guarantee of the supplier (2), land of origin (2), risk of the product (3), processing and preparation (1), cross contamination (1) and consumption of the product (1). Dependent of the objective there was chosen for an other last parameter, namely size of supply. Eight experts were asked to qualify these six parameters and their classification in low, medium and high risk. There were also twelf scenario’s presented to the experts who had to indicate a global score. Each scenario presents a combination of six parameters. On the basis of these data, a quantitative risk score and the weight of each parameter could be determined. The six parameters, included in the provided sampling plan, were evaluated with respect to the present sampling plans of VBT, Belgapom, Fresh Trade Belgium, Vegebe and AFSCA. Just like given in the provided sampling plan, there was a great importance attached to the parameters ’compliance guarantee of the supplier’, ’country of origin’ and ’risk of the product’. In addition, there could be concluded that the parameters ’cross contamination’ and ’processing and preparation’ nor by the industry as by the government were included in the sampling plan. The parameter ’consumption of the product’ was included by both the sector as by the government. In the end the provided risk-based sampling plan was evaluated on company level. This was done for three companies, namely Special Fruit, Allgro and Van Laethem. Conclusion was that with the provided risk-based sampling plan an estimation can be made of the risk on selling not-compliant products.
ix
Inhoudsopgave I
Literatuurstudie
1
1 Gewasbeschermingsmiddelen op groenten en fruit 1.1 Toxiciteit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 De maximale residu limiet (MRL) . . . . . . . . . . . . . . . . . . . . . . . . . .
3 4 7
2 Risico-evaluatie 2.1 Deterministische risico-analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Probabilistische risico-analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9 10 11
3 Wetgeving 3.1 Europese wetgeving 3.2 Belgi¨e . . . . . . . . 3.3 V.S. . . . . . . . . . 3.4 Niet EU-landen . . .
. . . .
15 15 17 17 17
4 Staalnameplannen 4.1 Doelstelling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Beslissingsmatrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3 Statistische staalnameplannen . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19 19 22 31
II
37
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Materiaal en Methoden
5 Een 5.1 5.2 5.3
methodologie voor prioritisatie van staalname en analyse Wetenschappelijke en grijze literatuur . . . . . . . . . . . . . . . . . . . . . . . . Kennis en expertise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Prioritisatie van de parameters . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39 40 40 41
6 Evaluatie van staalnameplannen op sector- en overheidsniveau
43
7 Validatie van staalnameplan op bedrijfsniveau
45
III
47
Resultaten
8 Een 8.1 8.2 8.3
methodologie voor prioritisatie van staalname en analyse Parameterselectie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Kwalitatieve benadering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Kwantitatieve benadering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9 Evaluatie van de staalnameplannen op sector- en overheidsniveau x
49 49 50 59 73
Inhoudsopgave 9.1 9.2 9.3 9.4 9.5 9.6
VBT . . . . . . . . . Belgapom . . . . . . Fresh Trade Belgium Vegebe . . . . . . . . FAVV . . . . . . . . Overzichtstabel . . .
xi . . . . . .
. . . . . .
. . . . . .
. . . . . .
10 Validatie van een staalnameplan 10.1 Special Fruit: Aardbei . . . 10.2 Allgro: Sla . . . . . . . . . . 10.3 Van Laethem: Basilicum . .
IV
Besluit en aanbevelingen
. . . . . .
. . . . . .
op . . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
bedrijfsniveau: . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
73 74 76 77 78 80
Case Studies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
81 81 86 89
95
11 Besluit
97
12 Aanbevelingen
99
V
Literatuur
100
Literatuurlijst
102
VI
108
Bijlagen
A Begrippen uit RASFF
109
B Prioritisatie
110
C Staalnameplan Special Fruit
113
Inhoudsopgave
xii
Situering De confrontatie met een steeds strenger voedselveiligheidsbeleid en hoge kosten voor staalnameen analyse, stellen de vraag naar een wetenschappelijk onderbouwd, risico-gebaseerd staalnameplan. Met deze methode kan de veiligheid van voedsel op meer effici¨ente wijze gevalideerd worden. In de autocontrolegids G-014 werd er reeds een voorstel tot een staalnameplan voor gewasbeschermingsmiddelen door de sector uitgewerkt en door het Federaal Agentschap Voor de Veiligheid van de Voedselketen (FAVV) goedgekeurd. Hierin zijn verschillende parameters opgenomen om tot een prioritisatie te komen welke groenten en fruit gevoeliger zijn voor gewasbeschermingsresiduen en met welke frequentie zij geanalyseerd moeten worden. De doelstelling van deze thesis is op basis van wetenschappelijke, grijze literatuur en expertises uit de sector en de Universiteit Gent een overzicht te geven welke parameters van belang zijn bij de ontwikkeling van het staalnameplan voor gewasbeschermingsmiddelen en tevens te komen tot een validatie van dit vooropgesteld staalnameplan. Figuur 1 geeft een overzicht van de structuur van deze thesis.
Figuur 1: Overzicht van de structuur in deze thesis
Een eerste deel van deze thesis omvat een overzicht van de parameters die kunnen opgenomen worden in een staalnameplan. Dit wordt gedaan op basis van een literatuurstudie. Eerst wordt een korte inleiding weergegeven van de toxische effecten en de risico-evaluatie van een gewasbeschermingsmiddel. Verder wordt er een overzicht gegeven van de verschillende bestaande wetgevingen over de monitoring van gewasbeschermingsmiddelen. Vervolgens wordt weergegeven welke parameters een belangrijke invloed hebben op de concentratie van gewasbeschermingsmiddelen aanwezig op een levensmiddel. Voor deze parameters wordt een methodologie voor prioritisatie voorgesteld gebaseerd op kennis en expertise. xiii
Inhoudsopgave
xiv
Deze prioritisatie is nodig om in het tweede deel te kunnen komen tot een vergelijkende studie van deze vooropgestelde parameters op sectoraal niveau. Hiervoor wordt beroep gedaan worden op vier federaties, namelijk VBT, Fresh Trade Belgium, Belgapom en Vegebe. Ook het monitoringsplan van het FAVV wordt tegen het vooropgesteld staalnameplan ge¨evalueerd. In het derde deel worden de vooropgestelde parameters uiteindelijk op bedrijfsniveau getoetst. Voor drie verschillende bedrijven, namelijk Special Fruit, Allgro en Van Lathem, zal een eigen staalnameplan opgesteld worden en met het huidige staalnameplan vergeleken worden. Aan de hand hiervan, worden er aanbevelingen gegeven hoe het staalnameplan nog verder kan verbeterd worden. Dit wordt samen met het besluit in deel 4 weergegeven.
Lijst van afkortingen
xv
ACS ADI AGF ARfD BRC B.v. CIPC DFHV EFSA EU FAVV FSMS FIFRA FFDCA IEC IFS G-014 GFSI GLP GBM HACCP ISO IFS JMPR LOAEL MRL MRM NOAEL LOD LOR LOQ OC-curve PEC PF ppm QuEChERS QMS RASFF SRM SQF VLAM w.s. WF YOPI
Autocontrolesysteem Aanvaardbare dagelijkse dosis (Acceptable Daily Intake) Aardappelen, groenten en fruit Acute Referentiedosis (Acute Reference Dose) British Retail Consortium Bijvoorbeeld Chloorprofam of Isopropyl N-(3-chlorophenyl) carbamaat Deutsche Fruchthandelsverband European Food Safety Authority Europese Unie Federaal Agentschap Voor de Veiligheid van de Voedselketen Voedselveiligheidsmanagementsysteem of Food Safety Management System Federal Insecticide, Fungicide, and Rodenticide Act Federal Food, Drug, and Cosmetic Act International Electrotechnical Commission International Food Standard Gids Autocontrole aardappelen, groenten, fruit verwerkende industrie en handel Global Food Safety Initiative Goede Landbouwpraktijken (Good Agricultural Practice) Gewasbeschermingsmiddelen (Plant Protection Products) Hazard Analysis Critical Control Points International Organisation for Standardization International Food Standard Joint FAO/WHO Meetings for Pesticide Residues Lowest Observable Adverse Effect Level Maximale Residu Limiet (Maximum Residue Limit) Multi-Residu Method No Observed Adverse Effect Level Aantoonbaarheidsgrens (Limit Of Detection) (Level Of Reporting) Kwantificeerbaarheidsgrens (Limit Of Quantification) Operating Characteristic-curve Geschatte humane blootstelling of de geschatte concentratie op het milieu Predicted Environmental Concentration Procesfactor Aantal deeltjes per miljoen (Parts per million) Quick, Easy, Cheap, Effective, Rugged, Safe Quality Management System Snel waarschuwingssysteem van de EG-commissie voor de voedselketen (Rapid Alert System for Food and Feed ) Single-Residu Method Safe Quality Food Vlaamse Centrum voor Agro- en Visserijmarketing Werkzame stof Wegingsfactor Jong, oud, zwanger en immunodefici¨ent of Young, Old, Pregnant and Immunodefici¨ent
Lijst van tabellen xvi
Lijst van tabellen 3.1
4.1 4.2 4.3 4.4 4.5 4.6
8.1
8.2 8.3 8.4 8.5 8.6 8.7 8.8 8.9 9.1 9.2
xvii
Diervoeders en levensmiddelen van niet-dierlijke oorsprong die aan meer uitgebreide offici¨ele controles op het aangewezen punt van binnenkomst worden onderworpen (Europese Commissie, 2009b) . . . . . . . . . . . . . . . . . . . . . . . . Classificatie voor de parameter ’conformiteitsgarantie van de leverancier’ met respectievelijke impactfactor volgens de autocontrolegids G-014. . . . . . . . . . . . Classificatie voor de parameter ’Afkomst van het product’ met respectievelijke impactfactor volgens de autocontrolegids G-014. . . . . . . . . . . . . . . . . . . Classificatie voor de parameter ’gevoeligheid van het product’ met respectievelijke impactfactor volgens de autocontrolegids G-014 (GIDSAC, 2011) . . . . . . . . . Procesfactor van de verschillende verwerking- en bereidingsprocessen . . . . . . Classificatie voor de parameter ’schillen voor consumptie’ met respectievelijke impactsfactor volgens de autocontrolegids G-014 (GIDSAC, 2011) . . . . . . . . . Classificatie voor de parameter ’consumptie van het product’ met respectievelijke beschrijving volgens de autocontrolegids G-014 (GIDSAC, 2011) . . . . . . . . . Resultaten risico-klasse voor twaalf scenario’s die aangeduid zijn door de experte met Par1.: Conformiteitsgarantie van de leverancier, Par2.: Land van oorsprong, Par3.: Risico van het product, Par4.: Verwerking- en bereidingsprocessen, Par5.: Kruiscontaminatie, Par6.: Consumptie van het product. . . . . . . . . . . . . . . Weergave van de geschikte wegingsfactor getoetst aan acht experten . . . . . . . Bepaling van het belang van elke parameter (met en zonder wegingsfactor) . . . Resultaten expertise m.b.t. prioritisatie van parameters: ’conformiteitsgarantie van de leverancier’ en ’land van oorsprong’ . . . . . . . . . . . . . . . . . . . . . Resultaten expertise m.b.t. prioritisatie van parameters: ’risico van het product’, ’verwerking- en bereidingsprocessen’ en ’kruiscontaminatie’ . . . . . . . . . . . . Resultaten expertise m.b.t. prioritisatie van parameters: ’consumptie van het product’ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Score interval voor de risico-klasses aan de hand van twaalf scenario’s . . . . . . Bepaling van het score interval voor twaalf scenario’s . . . . . . . . . . . . . . . . Resultaten van de prevalenties ingeschat door de experten . . . . . . . . . . . . .
18
23 24 27 27 28 29
59 60 61 63 64 65 66 67 67
Onderscheiding tussen leveranciers die al dan niet aangesloten zijn bij het sectoraal staalnameplan van Belgapom . . . . . . . . . . . . . . . . . . . . . . . . . . 75 Evaluatie van de eigen vooropgestelde parameters met sectororganisaties en FAVV 80
10.1 Uitwerking scoresysteem van het eigen vooropgesteld staalnameplan voor Special Fruit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.2 RASFF-berichtgeving voor basilicum (2010-2011) (Europese Commissie, 2011) .
85 91
11.1 Wegingsfactor voor de zes geselecteerde parameters
97
. . . . . . . . . . . . . . . .
B.1 Resultaten expertise m.b.t. prioritisatie van parameter ’conformiteitsgarantie van de leverancier’ en ’land van oorsprong’ . . . . . . . . . . . . . . . . . . . . . . . . 111 B.2 Prioritisatie door expertise van de parameters ’risico van het product’, ’verwerkingen bereidingsprocessen’, ’kruiscontaminatie’ en ’consumptie’ . . . . . . . . . . . . 112 C.1 Uitwerking eigen vooropgesteld staalnameplan voor Special Fruit . . . . . . . . . 114
Lijst van figuren 1
Overzicht van de structuur in deze thesis
1.1
Bronnen van gewasbeschermingsmiddelen op verse groenten en fruit (Claeys and Steurbaut, 2007) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Als uitgangspunt wordt een dosis vastgelegd waarbij geen nadelige effecten waargenomen zijn in proefdieren (NOAEL). Vervolgens wordt een veiligheidsfactor of onzekerheidsfactor van 100 of 1000 toegepast, afhankelijk van de duur van de proeven (Renwick, 2002). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Visuele voorstelling van de verschillende toxicologische waarden in relatie met de MRL (Phytofar VZW, 2011) . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
Door de concentratiedistributie te combineren met de distributie voor consumptie, wordt na vele iteraties de blootstellingsdistributie (rechts) bekomen (Pieters et al., 2005) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
Kaart van de drie gereglementeerde zones die gebruikt worden in de registratieprocedure van gewasbeschermingsmiddelen in de EU . . . . . . . . . . . . . . . .
16
1.2
1.3
2.1
3.1
4.1 4.2 4.3 5.1 5.2 5.3 6.1
7.1
8.1 8.2 8.3 8.4 8.5 8.6
. . . . . . . . . . . . . . . . . . . . . . xiii
Percentage van het aantal gerichte stalen dat de EU MRL overschrijdt volgens land van oorsprong (EFSA, 2011) . . . . . . . . . . . . . . . . . . . . . . . . . . . Risicoprofiel van enkele producten met respectievelijk gewasbeschermingsmiddel in Belgi¨e (FAVV, 2010) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Operating Characteristic-curve (OC-curve) (Talbot and Davies, 2000) . . . . . .
4
6
24 25 33
Ontwikkeling van een methodologie voor prioritisatie . . . . . . . . . . . . . . . . 39 Classificatie binnenin de parameter ’conformiteitsgarantie van de leverancier’ (links) en keuzemogelijkheid tussen drie risico-klasses (rechts) . . . . . . . . . . . . . . . 41 Toekennen van een globale risico-score aan scenario 6 . . . . . . . . . . . . . . . . 42 Stappenplan om tot de evaluatie van de bestaande sectorale staalnameplannen te komen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
Een overzicht van drie verschillende fases om tot een validering van het staalnameplan op bedrijfsniveau te komen . . . . . . . . . . . . . . . . . . . . . . . . . .
45
Voorstelling van de gekozen parameters . . . . . . . . . . . . . . . . . . . . . . . Hi¨erarchische voorstelling van de eerste parameter, conformiteitsgarantie van de leverancier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Hi¨erarchische voorstelling van de tweede parameter, land van oorsprong . . . . . Hi¨erarchische voorstelling van de derde parameter, risico van het product . . . . Hi¨erarchische indeling van de vierde parameter, verwerking- en bereidingsprocessen Hi¨erarchische structuur van de vijfde parameter, ’kruiscontaminatie’ . . . . . . . xviii
50 51 52 53 54 55
Lijst van figuren
xix
8.7 8.8 8.9 8.10 8.11 8.12 8.13 8.14 8.15 8.16 8.17 8.18 8.19 8.20 8.21 8.22 8.23 8.24 8.25 8.26 8.27 8.28 8.29 8.30
Hi¨erarchische structuur van de zesde parameter, ’consumptie’ . Consumptiedistributie van aardbei (links) en sla (rechts) . . . . Consumptiedistributie van kruiden waaronder basilicum . . . . Hi¨erarchische structuur van de zevende parameter, ’hoeveelheid Ingeschatte prevalentie door Liesbeth Jacxsens . . . . . . . . . Ingeschatte prevalentie door Pieter Spanoghe . . . . . . . . . . Ingeschatte prevalentie door Ilse Delcour . . . . . . . . . . . . . Ingeschatte prevalentie door Walter Steurbaut . . . . . . . . . . Ingeschatte prevalentie door Ann De Craene . . . . . . . . . . . Ingeschatte prevalentie door Raf De Blaiser . . . . . . . . . . . Ingeschatte prevalentie door Veerle van der Sypt . . . . . . . . Ingeschatte prevalentie door Greet van Tichelt . . . . . . . . . OC-curve voor B(1,0) uit 1000 stalen . . . . . . . . . . . . . . . OC-curve voor B(1,1) uit 1000 stalen . . . . . . . . . . . . . . . OC-curve voor B(2,0) uit 1000 stalen . . . . . . . . . . . . . . . OC-curve voor B(2,1) uit 1000 stalen . . . . . . . . . . . . . . . OC-curve voor B(5,0) uit 1000 stalen . . . . . . . . . . . . . . . OC-curve voor B(5,1) uit 1000 stalen . . . . . . . . . . . . . . . OC-curve voor B(10,0) uit 1000 stalen . . . . . . . . . . . . . . OC-curve voor B(10,1) uit 1000 stalen . . . . . . . . . . . . . . OC-curve voor B(20,0) uit 1000 stalen . . . . . . . . . . . . . . OC-curve voor B(20,1) uit 1000 stalen . . . . . . . . . . . . . . OC-curve voor B(100,0) uit 1000 stalen . . . . . . . . . . . . . OC-curve voor B(100,1) uit 1000 stalen . . . . . . . . . . . . .
. . . . . . . . . . . . van de . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . levering’ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . .
56 56 58 58 68 68 68 68 68 68 68 68 69 69 70 70 70 70 70 70 71 71 71 71
9.1 9.2 9.3 9.4 9.5
Logo Logo Logo Logo Logo
. . . . .
. . . . .
. . . . .
73 74 76 77 78
10.1 Logo van Special Fruit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.2 Indeling voor ’conformriteitsgarantie van de leverancier’ uitgewerkt voor Special Fruit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.3 Indeling voor ’land van oorsprong’ ontwikkeld voor Special Fruit . . . . . . . . . 10.4 Indeling voor ’risico van het product’ ontwikkeld voor Special Fruit . . . . . . . . 10.5 Indeling voor ’verwerking- en bereidingsprocessen’ ontwikkeld voor Special Fruit 10.6 Indeling voor ’kruiscontaminatie’ ontwikkeld voor Special Fruit . . . . . . . . . . 10.7 Indeling voor ’consumptie van het product’ ontwikkeld voor Special Fruit . . . . 10.8 Sterdiagram ontwikkeld het product aardbei (Special Fruit) . . . . . . . . . . . . 10.9 Logo van Allgro (Allgro, 2012) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.10Indeling voor ’conformiteitsgarantie van de leverancier’ uitgewerkt voor Allgro . 10.11Indeling voor ’land van oorsprong’ ontwikkeld voor Allgro . . . . . . . . . . . . . 10.12Indeling voor ’risico van het product’ ontwikkeld voor Allgro . . . . . . . . . . . 10.13Indeling voor ’verwerking- en bereidingsprocessen’ ontwikkeld voor Allgro . . . . 10.14Indeling voor ’kruiscontaminatie’ uitgewerkt voor Allgro . . . . . . . . . . . . . . 10.15Indeling voor ’consumptie van het product’ ontwikkeld voor Allgro . . . . . . . . 10.16Sterdiagram ontwikkeld voor Allgro . . . . . . . . . . . . . . . . . . . . . . . . .
81
van van van van van
VBT . . . . . . . . . . . Belgapom . . . . . . . . Fresh Trade Belgium . . Vegebe . . . . . . . . . . het FAVV (FAVV, 2010)
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
82 83 83 84 84 84 86 86 87 87 88 88 88 88 89
Lijst van figuren 10.17Logo van Bell’aroma (Van Laethem) . . . . . . . . . . . . . . . . . . 10.18Indeling ’conformiteitsgarantie van de leverancier’ voor Van Laethem 10.19Indeling ’land van oorsprong’ voor Van Laethem . . . . . . . . . . . 10.20Indeling voor ’risico van het product’ voor Van Laethem . . . . . . . 10.21Indeling van ’verwerking- en bereidingsprocessen’ voor Van Laethem 10.22Indeling van ’kruiscontaminatie’ voor Van Laethem . . . . . . . . . . 10.23Indeling van ’consumptie van het product’ voor Van Laethem . . . . 10.24Sterdiagram ontwikkeld voor Van Laethem . . . . . . . . . . . . . .
xx . . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
89 90 91 91 92 92 92 93
Deel I
Literatuurstudie
1
Hoofdstuk 1
Gewasbeschermingsmiddelen op groenten en fruit Verse groenten en fruit leveren een grote bijdrage tot een gezond dieet (FAO/WHO, 2004; Knezevic and Serdar, 2009). Wanneer ze in voldoende grote hoeveelheden dagelijks geconsumeerd worden, kunnen ze belangrijke ziekten zoals cardiovasculaire ziekten en bepaalde kankers voorkomen (FAO/WHO, 2004). Volgens een rapport van de Wereldgezondheidsorganisatie (WHO, 2002) kunnen er potentieel 2,7 miljoen levens gered worden als de groenten en fruit consumptie voldoende verhoogd wordt. Toch kunnen verse groenten en fruit ook schadelijke en toxische bestanddelen bevatten zoals pesticiden, mycotoxines, zware metalen, bacteri¨en, ... (Knezevic and Serdar, 2009). In deze thesis zal de nadruk op de bestrijdingsmiddelen, meer specifiek gewasbeschermingsmiddelen aanwezig op groenten en fruit, worden gelegd. Bestrijdingsmiddelen zijn chemische of natuurlijke stoffen die gebruikt worden voor de bestrijding van allerlei ongewenste aantastingen (plagen, ziekten, onkruiden) van planten, dieren en materialen. Niet alleen de landbouw heeft een belangrijk aandeel in de uitstoot van bestrijdingsmiddelen, ook huishouders, industrie en overheid gebruiken aanzienlijke hoeveelheden (VMM, 2010). Bestrijdingsmiddelen worden onderscheiden in enerzijds gewasbeschermingsmiddelen (Verordening 1107/2009) en anderzijds biociden (richtlijn 98/8/EG). Gewasbeschermingsmiddelen zijn preparaten1 ter bescherming en bewaring van planten of plantaardige producten tegen schadelijke organismen of de werking van dergelijke organismen, ter be¨ınvloeding van de levensprocessen van planten of de bewaring van plantaardige producten en om ongewenste planten of plantendelen te doden (Verordening 1107/2009). Ze worden o.a. gebruikt in de landbouw, voor de bescherming van kamerplanten, in tuinen, in recreatieparken en op sportterreinen (VMM, 2010; Spanoghe, 2010). Biociden zijn bestrijdingsmiddelen voor gebruik buiten de landbouw anders dan gewasbeschermingsmiddelen. Voor de bescherming van gewassen kunnen drie belangrijke soorten gewasbeschermingsmiddelen onderscheiden worden, namelijk insecticiden, fungiciden en herbiciden. Ze voorkomen dat de planten ziek of beschadigd worden en vroegtijdig afsterven (Spanoghe, 2010). In tegenstelling tot de meeste andere chemische stoffen (b.v. mycotoxines, PCB’s,...) worden gewasbeschermingsmiddelen doelbewust op gewassen gebracht om ongewenste organismen zoals insecten, onkruiden en schimmels 1
geheel of gedeeltelijk bestaande uit werkzame stoffen (w.s.), beschermstoffen of synergisten
3
Hoofdstuk 1. Gewasbeschermingsmiddelen op groenten en fruit
4
te bestrijden (Claeys et al., 2011). Ten gevolge van het gebruik van een gewasbeschermingsmiddel, kunnen er residu’s van ´e´en of meerdere stoffen achterblijven in of op planten of plantaardige producten, eetbare dierlijke producten, drinkwater of elders in het milieu. Deze residu’s kunnen ook metabolieten en afbraak of reactieproducten van de gewasbeschermingsmiddelen zijn (Europese Commissie, 2009a). Ze zijn ongewenst op het einde van de voedselketen. Gewasbeschermingsmiddelen vinden hun oorsprong op groenten en fruit via verschillende pathways. Allereerst kunnen gewasbeschermingsmiddelen teruggevonden worden op de vrucht bij een doelbewuste bespuiting van het gewas (Claeys and Steurbaut, 2007). Ten tweede worden soms ook gewasbeschermingsmiddelen als een na-oogst behandeling toegediend. Een voorbeeld hiervan is het toedienen van de kiemremmer chloorprofam of CIPC (Isopropyl N-(3-chlorophenyl) carbamaat), ter bewaring van aardappelen (Nagami, 1997). Hoewel gewasbeschermingsmiddelen meestal vrij lokaal toegepast worden, kunnen zowel op korte als op lange afstand van het toepassingsgebied nog aanzienlijke residu’s vastgesteld worden ten gevolge van contaminatie, b.v. door driftverschijnselen, door evaporatie van de behandelde oppervlakken en door depositie via regen en stof. Ook kan een deel van de actieve bestanddelen terechtkomen in het drinkwater of het water met bestemming drinkwaterproductie, en dit via druppeldrift, afspoeling, uitspoeling of drainage, atmosferische depositie, reinigen en spoelen van sproeitanks (Cerejeiraa et al., 2003; VMM, 2010; Steurbaut and Spanoghe, 2011). Gewasbeschermingsresiduen kunnen ook terechtkomen op het gewas ten gevolge van contaminatie via biociden gebruik (Claeys and Steurbaut, 2007). De verschillende bronnen van gewasbeschermingsmiddelen worden in Figuur 1.1 ge¨ıllustreerd.
Figuur 1.1: Bronnen van gewasbeschermingsmiddelen op verse groenten en fruit (Claeys and Steurbaut, 2007)
1.1
Toxiciteit
Een gewasbeschermingsmiddel is toxisch als er negatieve effecten optreden in het organisme door blootstelling aan of als de inname van die stof een bepaalde concentratie overschrijdt. De toxiciteit van een gewasbeschermingsmiddel wordt bepaald door de chemische en fysische eigenschappen van de stof (Hock, 2006). Twee types van toxiciteit kunnen onderscheiden worden namelijk, acute en chronische toxiciteit.
Hoofdstuk 1. Gewasbeschermingsmiddelen op groenten en fruit
1.1.1
5
Acute toxiciteit
De acute toxiciteit wil zeggen ’het optreden van nadelige effecten bij een ´e´enmalige, kortstondige blootstelling aan een hoge dosis’ (Milson et al., 1998). Om de acute toxiciteit te meten wordt gebruik gemaakt van de LD50 -waarde2 (oraal, dermaal) of de LC50 -waarde3 (inademing). Algemeen geldt, hoe lager de LD50 of LC50 van een gewasbeschermingsmiddel, hoe groter de toxiciteit naar mens en dier toe (Hock, 2006). Een belangrijke parameter die gebruikt wordt om de acute toxiciteit aan te geven is de ARfD4 of Acute Referentie Dosis (Acute Reference Doses) (Stephenson et al., 2006). De ARfD’s zijn afgeleid van toxicologische gegevens van dieetstudies op proefdieren. In de risico-beoordeling wordt de geschatte korte termijn inname van een gewasbeschermingsresidu vergeleken met de ARfD (FAO, 2009).
1.1.2
Chronische toxiciteit
Chronische toxiciteit verwijst naar effecten die optreden na lange termijn of na een levenslange (herhaalde) blootstelling van kleine hoeveelheden aan een bepaald gewasbeschermingsmiddel (Milson et al., 1998). De effecten bij chronische blootstelling verschijnen niet onmiddellijk na een eerste blootstelling maar het kan verschillende jaren duren voordat de eerste symptomen optreden. Gewasbeschermingsmiddelen die de neiging hebben om te accumuleren of die traag afbreken in lichaamsweefsel, vormen meestal het hoogste chronische blootstellingsgevaar. De chronische blootstelling kan oraal, dermaal of via inademing gebeuren (Milson et al., 1998; British Columbia, 2011). De symptomen van chronische toxiciteit kunnen optreden op drie manieren (British Columbia, 2011): • Als een complicatie van een acute vergiftiging. Bijvoorbeeld acute effecten zoals misselijkheid, borstpijn, braken kunnen aanleiding geven tot chronische effecten zoals nier-, lever-en longschade. • Als een langzaam progressieve aandoening, zonder enig incident van acute vergiftiging. Bijvoorbeeld ademhalingsmoeilijkheden of een huidallergie na herhaald gebruik van een bestrijdingsmiddel. • Het optreden van een ziekte of aandoening die ge¨ınitieerd is door een eerdere blootstelling. Bijvoorbeeld het ontwikkelen van kanker na een jaar blootgesteld zijn geweest aan een bepaald bestrijdingsmiddel. Chronische toxiciteitstudies zijn op dierproeven gebaseerd. Deze geven informatie over de remming van plasma, erytrocyten en hersenweefsel, orgaan-en lichaamsgewicht en histologische analyse van doelweefsels. Uit deze gegevens kunnen de LOAEL (Lowest Observable Adverse Effect Level) en de NOAEL (No Observed Adverse Effect Level) afgeleid worden (Milson et al., 1998). 2
De LD50 , uitgedrukt in mg/kg LG, is de lethale dosis waarbij 50 % van de proefdieren sterft (Hock, 2006; EPA, 2009). 3 De LC50 is de lethale concentratie waarbij 50% van de testpopulatie sterft (ppb, µg/l, mg/m3 ) (Hock, 2006). 4 ARfD is een schatting van de hoeveelheid werkzame stof (per kg/LG), aanwezig in voedsel of drinkwater die in een periode van 24u of minder kan worden ingenomen zonder een gezondheidsrisico voor de consument te vormen.
Hoofdstuk 1. Gewasbeschermingsmiddelen op groenten en fruit
6
De LOAEL stelt de laagste concentratie of hoeveelheid van een stof (dosis) voor, gevonden door experiment of observatie, die een negatief effect veroorzaakt op de morfologie, functionele capaciteit, groei, ontwikkeling of de levensduur van een organisme (Stephenson et al., 2006). De NOAEL wil zeggen ’de maximale dagelijkse dosis van een stof waaraan een proefdier gedurende zijn hele leven kan worden blootgesteld zonder dat er vergiftigingsverschijnselen optreden’ (Stephenson et al., 2006). Door de NOAEL te delen door een veiligheidsfactor of een onzekerheidsfactor wordt de ADI (Aanvaardbare Dagelijkse Inname of Acceptable Daily Intake) bekomen. De ADI is de dosis die, op basis van de geregistreerde gegevens en per kilogram lichaamsgewicht, dagelijks mag ingenomen worden gedurende een mensenleven zonder dat een waarneembaar nadelig effect optreedt. Omdat dieren en mensen niet hetzelfde reageren op bepaalde gewasbeschermingsmiddelen, wordt bij de berekening van de ADI nog een veiligheidsfactor of onzekerheidsfactor ingebouwd vari¨erend tussen 100 en 1000. De berekening van de ADI wordt weergegeven door Vergelijking 1.1 en ge¨ıllustreerd door Figuur 1.2.
ADI (mg of µg/kg/dag) [mens] =
N OAEL (mg of µg/kg/dag) [proef dier] V eiligheidsf actor (100 of 1000)
(1.1)
Een eerste veiligheidsfactor van 10 houdt rekening met de mogelijke verschillen in gevoeligheid voor toxische effecten tussen enerzijds mensen en anderzijds proefdieren. Een tweede veiligheidsfactor van 10 houdt rekening met de variabiliteit in de gevoeligheid voor toxische effecten tussen individuen of sub-groepen in de bevolking namelijk, YOPI (Young, Old, Pregnant and Immunodefici¨ent). Een eventuele laatste veiligheidsfactor van 10 is afhankelijk van de duur van de proeven (Renwick, 2002; Schiffers and Samb, 2011).
Figuur 1.2: Als uitgangspunt wordt een dosis vastgelegd waarbij geen nadelige effecten waargenomen zijn in proefdieren (NOAEL). Vervolgens wordt een veiligheidsfactor of onzekerheidsfactor van 100 of 1000 toegepast, afhankelijk van de duur van de proeven (Renwick, 2002).
Om de veiligheid van de consument m.b.t. gewasbeschermingsmiddelen te evalueren, dient de blootstelling berekend en vergeleken te worden met toxicologische waarden zoals de ADI en ARfD (Renwick, 2002). Wegens het potenti¨ele risico dat gewasbeschermingsmiddelen voor de volksgezondheid vormen, is het gebruik ervan in de landbouw aan een permanente controle onderworpen. De controle is gericht op het correcte gebruik van gewasbeschermingsmiddelen in termen van autorisatie en registratie en op de naleving van maximale residulimieten of MRL’s (Claeys et al., 2011).
Hoofdstuk 1. Gewasbeschermingsmiddelen op groenten en fruit
1.2
7
De maximale residu limiet (MRL)
De MRL wordt gedefinieerd als de maximale residu limiet die wettelijk in een levensmiddel aanwezig mag zijn, uitgedrukt in mg/kg (= ppm) product (Stephenson et al., 2006). Ze wordt bepaald per residu/levensmiddel combinatie. Bij de vastlegging van de MRL wordt een tweeledig doel nagestreefd: • De inachtneming van de goede landbouwpraktijken (GLP). De waarde van de mogelijke MRL’s worden afgeleid op basis van onder andere het voorgesteld gebruik, residuproeven volgens GLP,... (Van Klaveren et al., 2006). • De gezondheid van de consument beschermen. De gezondheidskundige advieswaarden, ADI en ARfD, worden vastgesteld op basis van de door de producent te verstrekken gegevens over de toxiciteit van de werkzame stof (w.s.).
Figuur 1.3: Visuele voorstelling van de verschillende toxicologische waarden in relatie met de MRL (Phytofar VZW, 2011)
Figuur 1.3, de residubarometer, illustreert de onderlinge relaties tussen NOAEL, ADI, ARfD en MRL. De MRL-waarden zijn bekomen waarbij een minimale hoeveelheid bestrijdingsmiddel werd toegepast om een zo effectief mogelijke gewasbescherming te verkrijgen. Daarbij is erop gelet dat de hoeveelheid residu zo klein mogelijk en tegelijk toxicologisch aanvaardbaar is (< ADI), met name uit het oogpunt van milieubescherming en gelet op de geschatte inname via de voeding. De MRL’s zijn geen toxicologische limieten. Een overschrijding van de MRL betekent met andere woorden niet noodzakelijk een bedreiging voor de volksgezondheid (FAVV, 2008b; Phytofar VZW, 2011; ECPA, 2011).
Hoofdstuk 1. Gewasbeschermingsmiddelen op groenten en fruit
8
Hoofdstuk 2
Risico-evaluatie Vooraleer een gewasbeschermingsmiddel op de markt mag komen, ondergaat ze een intensieve testperiode (Phytofar VZW, 2011). De risico-evaluatie van een gewasbeschermingsmiddel kan opgesplitst worden in vier stappen (Huyghebaert et al., 2005; Jacxsens, 2011). Er wordt gestart met een gevarenidentificatie (hazard identification). In deze stap wordt op een kwalitatieve wijze aangegeven welke gevaren geassocieerd zijn met de comsumptie van een specifiek levensmiddel met bijbehorend residu en eveneens welke nefaste gevolgen deze kunnen veroorzaken voor de consumenten. De gevarenidentificatie omvat de identificatie van de werkzame stof zoals chemische formule, fysische en chemische eigenschappen (B¨ uchert, 2010). In de tweede stap wordt de gevarenkarakterisatie (hazard characterisation of dose-response assessment) uitgevoerd. Dit omvat o.a. het vastleggen van de toxiciteitskarakteristieken van de werkzame stof aan de hand van in vivo en in vitro proeven (Huyghebaert et al., 2005). Ook wordt de doseringrespons relatie bepaald door zowel kwalitatieve als kwantitatieve informatie te verzamelen over de nadelige gezondheidseffecten bij blootstelling aan verschillende doseringen van een werkzame stof (Renwick, 2002). In een derde stap wordt de blootstelling berekend aan de hand van consumptiegegevens en van concentratiegegevens van de werkzame stof. Deze stap wordt gedefinieerd als de blootstellingsschatting (exposure assessment). Er dient opgemerkt te worden dat de blootstellingsanalyse uitgevoerd moet worden voor een goed omschreven bevolkingsgroep. Voor het bepalen van de kwantitatieve blootstelling moet naast het consumptiepatroon, ook het gehalte van de werkzame stof in het levensmiddel op het moment van de consumptie gekend zijn. De bereidingswijze van het betreffende levensmiddel is ook van belang. Een vierde en laatste stap is de risicokarakterisatie (risk characterisation). De informatie verzameld in de vorige drie stappen wordt nu gebundeld. Eveneens worden de ziektes en ongemakken geordend volgens hun ernst, hun economische en sociale gevolgen. Deze rangschikking laat toe om een beslissing te nemen over het al dan niet aanvaarden van een bepaald risico (Huyghebaert et al., 2005). Daarnaast dienen in de risicokarakterisatie ook alle factoren opgenomen te zijn die een effect kunnen hebben op het risico en dient de graad van betrouwbaarheid van de risico-inschatting aangegeven te worden. Het risico wordt bepaald door enerzijds het gevaar van de stof als door de 9
Hoofdstuk 2. Risico-evaluatie
10
blootstelling aan dit gevaar. Als de blootstelling daalt, vermindert bijgevolg ook het risico, ongeacht de eigenschappen van de stof. Het risico wordt weergegeven door Vergelijking 2.1 (Steurbaut, 2010; Phytofar VZW, 2011; Jacxsens, 2011). Risico = gevaar × blootstelling
(2.1)
Voor gewasbeschermingsmiddelen is een multirisicobenadering aangewezen. Hiervoor is de risicoindicator POCER (Pesticide Occupational and Environmental Risk) ontwikkeld (Vercruysse and Steurbaut, 2002). Deze indicator tracht de impact van verschillende beperkende maatregelen in de landbouw te evalueren op verschillende componenten waaronder toepasser, werknemer (die in een bespoten veld werkt), omstaander (toevallige voorbijganger tijdens en na bespuiting), consument, persistentie, grondwater, waterorganismen, vogels, regenwormen, bijen, nuttige arthropoden en zoogdieren (Claeys et al., 2005; VMM, 2010). Het risico per component wordt beschreven door een zogenaamde Risico-Index (RI) (zie Vergelijking 2.2). Het is het quoti¨ent van de geschatte humane blootstelling of de geschatte concentratie op het milieu en de (eco)toxicologische grenswaarde (VMM, 2010).
RI =
P EC − waarde (P redicted Environmental Concentration) (eco) toxicologische grenswaarde
(2.2)
Een risico-evaluatie kan gebeuren aan de hand van een deterministische of een probabilistische benadering. Bij de deterministische methode zijn de blootstellingswaarden gebaseerd op karakteristieke waarden, terwijl bij de probabilistische methode de resultaten blootstellingsdistributies zijn (Claeys et al., 2011). De deterministisch en de probabilistisch bepaalde blootstellingswaarden kunnen niet met elkaar vergeleken worden aangezien ze gebaseerd zijn op twee verschillende concepten (Claeys et al., 2011).
2.1
Deterministische risico-analyse
De deterministische methode maakt gebruik van puntschattingen voor zowel de consumptie als de toxiciteitswaarden, zoals het gemiddelde, het 95ste percentiel en het maximum (Huyghebaert et al., 2005). Variabiliteit en onzekerheid van deze waarden worden opgevangen door te werken met ’worstcase’-scenario’s en veiligheidsfactoren (Spanoghe and Steurbaut, 2007). Bij deze benadering wordt de gemiddelde residuconcentratie vermenigvuldigd met de gemiddelde consumptie en met de verschillende percentielen van consumptie voor een gegeven residu/voedsel combinatie. Vervolgens wordt een ruwe schatting gegeven van de totale blootstelling aan gewasbeschermingsresidu’s door de blootstelling aan alle residu’s/voedsel combinaties te sommeren (Claeys et al., 2008). Voordelen van de deterministische benadering zijn o.a. eenvoudigheid (geen nood aan uitgebreide databanken), het internationaal toepasbaar en gemakkelijk interpreteerbaar zijn. Een nadeel aan deze methode is echter dat ze niet accuraat is. De variaties en onzekerheden zijn onvoldoende in rekening gebracht (Claeys et al., 2008; Steurbaut, 2010). Ook wordt de relatie tussen concentratie en effect onvoldoende uitgebouwd (Spanoghe and Steurbaut, 2007; Steurbaut, 2010). De determi-
Hoofdstuk 2. Risico-evaluatie
11
nistische benadering wordt gebruikt als een eerste screening om mogelijke gewasbeschermingsresidu’s te identificeren die een mogelijk risico vormen.
2.2
Probabilistische risico-analyse
Bij de probabilistische methode wordt de blootstellingsschatting meer in detail ge¨evalueerd (Huyghebaert et al., 2005). Hierbij wordt de volledige distributie van de verschillende variabelen in rekening gebracht. Vervolgens wordt via numerieke of analytische technieken, zoals een Monte Carlo Simulatie, de blootstellingskans berekend (Hamilton et al., 2004; Spanoghe and Steurbaut, 2007; Boon et al., 2008). Wanneer de totale blootstelling berekend wordt aan de hand van de probabilistische benadering, dienen de potenti¨ele correlaties tussen de dagelijkse consumptie van verschillende levensmiddelen in rekening gebracht te worden (Hamilton et al., 2004). Voordelen van de probabilistische benadering zijn o.a. het in rekening brengen van de onzekerheid en variabiliteit van de data en het beter gebruik maken van beschikbare data. Probabilistisch modelleren via Monte Carlo simulaties is eenvoudig. Er bestaan hiervoor verschillende commerci¨ele softwareproR gramma’s (b.v. @Risk ). De probabilistische methode kent ook verschillende nadelen. Een eerste nadeel is de beschikbaarheid van data en software. Daarnaast zijn de resultaten meestal moeilijk te interpreteren (Boon et al., 2008). Figuur 2.1 geeft het resultaat weer van de blootstellingsdistributie beginnende van enerzijds de concentratiedistributie en anderzijds de distributie van de consumptie.
Figuur 2.1: Door de concentratiedistributie te combineren met de distributie voor consumptie, wordt na vele iteraties de blootstellingsdistributie (rechts) bekomen (Pieters et al., 2005)
Reeds verschillende studies maakten een risico-evaluatie van gewasbeschermingsresidu’s in groenten en fruit. In Tabel 2.1 worden enkele studies vergeleken die reeds een risico-beoordeling opgesteld hebben van een betreffend levensmiddel met corresponderend gewasbeschermingsmiddel.
Prochloraz Imazalil Chlorprofam Dithiocarbamaten Dimethoate Lambda-cyhalothrin Chlorpyriphos
Belgi¨e Belgi¨e Belgi¨e Belgi¨e Belgi¨e Belgi¨e Belgi¨e
Legende: D.: Deterministische benadering P.: Probabilistische benadering
Dithiocarbamaten Dithiocarbamaten Dithiocarbamaten Dithiocarbamaten
Brazili¨e Brazili¨e Brazili¨e Brazili¨e
Brazili¨e Brazili¨e Brazili¨e Brazili¨e
Dithiocarbamaten Dithiocarbamaten
Denemarken Denemarken
Itali¨e Zuid-Afrika
Pesticide
Markt
Hoofdexporteurs
Groenten Groenten Groenten Groenten Groenten Groenten Groenten
en en en en en en en
Aardbei Appels Sla Aardappel
Druiven Druiven
Staalmatrix
Fruit Fruit Fruit Fruit Fruit Fruit Fruit
D D D D D D D
P P P P
D D
D./P.
482 406 297 396
191 203
Staalgrootte
18,7 0,002 0,003 0,017
2,6 -
% stalen die MRL overschrijden
9,9 24,1 15 14 10 10 9
P97,5 consumptie (% ADI)
Tabel 2.1: Vergelijkende studie over gewasbeschermingsresidu’s in groenten en fruit
(Claeys (Claeys (Claeys (Claeys (Claeys (Claeys (Claeys
(Caldas (Caldas (Caldas (Caldas
et et et et et et et
et et et et
al., al., al., al., al., al., al.,
al., al., al., al.,
2011) 2011) 2011) 2011) 2011) 2011) 2011)
2006) 2006) 2006) 2006)
(Poulsen et al., 2007) (Poulsen et al., 2007)
Referentie
Hoofdstuk 2. Risico-evaluatie 12
Hoofdstuk 2. Risico-evaluatie
13
De resultaten bekomen bij het uitvoeren van de deterministische en probabilistische benadering, toonden aan dat de chronische blootstelling van volwassenen in Belgi¨e (> 15 jaar) over het algemeen onder controle is. Zelfs bij hoge of frequentie consumptie van groenten en fruit is de blootstelling aan gewasbeschermingsresidu’s honderd keer lager dan de ADI (Claeys et al., 2011). In een studie van Caldas et al. (2006) werd een probabilistische risico-analyse uitgevoerd voor dithiocarbamaten aanwezig op aardbei, appels, sla en aardappel. Hierbij werd vastgesteld dat de toxicologische aanvaardbare limiet niet werd overschreden.
Hoofdstuk 2. Risico-evaluatie
14
Hoofdstuk 3
Wetgeving Gewasbeschermingsmiddelen (GBM) kunnen risicovol zijn voor mens, dier en milieu wanneer zij ongetest en zonder offici¨ele toelating op de markt worden gebracht of indien ze verkeerd worden gebruikt. Een duidelijke wetgeving, gestandaardiseerde controles, metingen en ten slotte een goede samenwerking tussen federale en Europese autoriteiten is daarom van cruciaal belang (Spanoghe, 2010; FAVV, 2010).
3.1
Europese wetgeving
In 1993 is de Europese Commissie gestart met een ambitieus werkprogramma. Dit hield een communautaire toetsingsprocedure in voor alle werkzame stoffen (w.s) aanwezig in GBM binnen de Europese Unie en werd op grond van Richtlijn (EG) nr. 91/414/EEG gereguleerd (European Commission, 2008b). Na 18 jaar was deze richtlijn aan een actualisering toe. Met de publicatie van de Verordering (EG) nr. 1107/2009, werd de Richtlijn (EG) nr. 91/414/EEG in juni 2011 opgeheven. De nieuwe Verordering kent verschillende nieuwigheden. Een eerste verschil is de wijziging van een richtlijn naar een verordening. Dit houdt een verdergaande harmonisering van de regels tussen de lidstaten in (Council of the European Union, 1991; Europese Commissie, 2009a). Daarnaast heeft de nieuwe verordering ook oog voor illegale handel van GBM. Dit is een belangrijk aspect want nep-gewasbeschermingsmiddelen kunnen de gezondheid van de mens en het milieu ernstige schade toebrengen (Phytofar VZW, 2011). Op administratief vlak wenst Europa meer samen te werken zodat nieuwe oplossingen sneller beschikbaar zijn voor de Europese landbouwers en de administratieve last voor de nationale overheden en de firma’s verlaagd wordt. Daarom wordt Europa in 3 zones (annex I van de verordering) opgedeeld: de noordelijke (A), centrale (B) en de mediterrane (C) zone (Harris, 2011). Dit wordt weergegeven in Figuur 3.1. Voor serreteelten wordt Europa ´e´en zone. Eens een GBM is toegelaten in ´e´en lidstaat van een zone, dan kan via het principe van wederzijdse erkenning een toelating aangevraagd worden in alle andere lidstaten die tot diezelfde zone behoren. Praktisch houdt dit in dat landbouwers uit Belgi¨e, Nederland en Duitsland over dezelfde middelen of producten kunnen beschikken (FGOV, 2010). Zij worden ingedeeld in zone B (de centrale zone) (Harris, 2011). Op het vlak van dierproeven zijn overheid en industrie al langer op zoek naar alternatieve testmethoden die toch dezelfde veiligheid garanderen. Om geen onnodige dierproeven te herhalen, 15
Hoofdstuk 3. Wetgeving
16
Figuur 3.1: Kaart van de drie gereglementeerde zones die gebruikt worden in de registratieprocedure van gewasbeschermingsmiddelen in de EU
zullen de bedrijven meer samenwerken en hierover gegevens uitwisselen (Phytofar VZW, 2011; Europese Commissie, 2009a). GBM met mutagene of kankerverwekkende eigenschappen moesten al aan bepaalde veiligheidscriteria voldoen (Council of the European Union, 1991). De aangenomen voorstellen in de nieuwe verordering voorzien nu ook in toelatingseisen voor neurotoxische, immunotoxische en ontwikkeling- en hormoonverstorende GBM (MIRA, 2010). De nieuwe verordering bepaalt ook dat de werkzame stoffen moeten worden opgenomen in annex 1 van de verordering, voordat het product in de lidstaten van de EU mag worden toegelaten (FGOV, 2010). Concreet betekent dit van zodra een werkzame stof is opgenomen in deze positieve lijst, dan mogen de lidstaten het gebruik van producten die de betreffende stof bevatten toestaan. Naast de nieuwe verordering betreffende het op de markt brengen van GBM bestaan er ook communautaire regels die MRL’s vastleggen op zowel voedsel als voeder (European Commission, 2008b). De residu’s die maximaal in levensmiddelen mogen aanwezig zijn worden geregeld door vier richtlijnen van de Raad namelijk, Richtlijnen (EG) nr. 76/895/EEG, nr. 86/362/EEG, nr. 86/363/EEG en nr. 90/642/EEG (Commission of the European Union, 2006). In 2005 zijn deze bovenstaande richtlijnen geconsolideerd en gewijzigd door verordering (EG) nr. 396/2005 (Europese Unie, 2011). Verordening (EG) nr. 396/2005 stelt de maximumgehalten aan bestrijdingsmiddelenresiduen vast in of op producten van plantaardige of dierlijke oorsprong die voor menselijke of dierlijke consumptie zijn bestemd. Deze MRL’s omvatten enerzijds de MRL’s die specifiek zijn voor bepaalde levensmiddelen voor menselijke of dierlijke consumptie en anderzijds een standaardwaarde die algemeen moet worden toegepast in gevallen waarin geen specifieke MRL is vastgesteld. De algemene maximumwaarde die als standaardwaarde wordt toegepast is gelijk aan 0,01 mg/kg (Europese Commissie, 2005; Europese
Hoofdstuk 3. Wetgeving
17
Unie, 2011). Het algemene doel van deze verordering is het waarborgen dat de bestrijdingsmiddelenresiduen in of op levensmiddelen en diervoeders geen onaanvaardbaar risico vormen voor de gezondheid van mens en dier.
3.2
Belgi¨ e
Op vlak van erkende/toegelaten bestrijdingsmiddelen voor landbouwkundig gebruik volgt de Belgische wetgeving de Europese wetgeving, verordening (EG) nr. 1107/20009 (Europese Commissie, 2009a). De lijst van in Belgi¨e erkende en/of toegelaten bestrijdingsmiddelen voor landbouwkundig gebruik en eveneens de voorschriften i.v.m. het gebruik daarvan is beschikbaar op de fytoweb-site (FGOV, 2010). Verordering (EG) nr. 396/2005 van het Europees Parlement en de Raad wordt ook gevolgd door de Belgische wetgeving. De in Europa vigerende MRL’s zijn terug te vinden op de Europese website (European Commission, 2008a).
3.3
V.S.
De federale registratie van bestrijdingsmiddelen in de V.S. wordt uitgevoerd door de Environmental Protection Agency (EPA) op basis van enerzijds de Federal Insecticide, Fungicide, and Rodenticide Act (FIFRA) en anderzijds de Federal Food, Drug, and Cosmeticc Act (FFDCA) (EPA, 2011). De FIFRA bevat de criteria en procedures voor registratie, terwijl de FFDCA de criteria en procedures omvat voor de residunormstelling voor bestrijdingsmiddelen in voeding. Voordat een GBM gedistribueerd mag worden, moet het door EPA en de staat geregistreerd worden.
3.4
Niet EU-landen
Controleprogramma’s voor residuen van bestrijdingsmiddelen in de ontwikkelingslanden zijn vaak beperkt door een gebrek aan middelen. Er is geen strenge wetgeving en vaak ontbreken opleidingsprogramma’s voor technisch personeel en controle-apparatuur. (Hjorth et al., 2011). Uit een studie uitgevoerd door het FAVV (2010) bleek dat de MRL meer overschreden werd bij levensmiddelen afkomstig uit landen buiten de EU. De belangrijkste non-conformiteiten bij fruit kwamenen voor bij aardbeien (vooral uit Egypte en Isra¨el) en druiven (vooral uit India). Naast thee en kruidenthee (vooral uit China) waren de belangrijkste groenten die niet beantwoordden aan de MRL pepers (vooral uit Thailand en Oeganda) en erwten en bonen (vooral uit Kenia en Egypte) (FAVV, 2010). Toch werd de MRL ook overschreden in een aantal Europese Landen. Zo bleek dat de MRL in Belgi¨e overschreden te zijn voor aardbeien en peterselie (FAVV, 2010). In de EU is sinds januari 2010 een speciale verordening van kracht, namelijk Verordening (EG) nr. 669/2009. Met die verordening wordt geregeld dat alle lidstaten verplicht meer onderzoek (onder andere op residuen van gewasbeschermingsmiddelen) moeten doen bij de import van aangewezen
Hoofdstuk 3. Wetgeving
18
producten uit met name genoemde landen. De stalen worden bij de invoer vastgehouden en gecontroleerd. De controle is gebaseerd van eerdere resultaten. Deze lijst van landen en producten wordt elke drie maanden aangepast. Begin 2011 staan er op deze lijst de Dominicaanse Republiek, Egypte, India, Turkijke en Thailand. Tabel 3.1 geeft een deel van Bijlage I uit Verordening (EG) nr. 669/2009, specifiek voor residuen van bestrijdingsmiddelen (Europese Commissie, 2009b). Kolom 4 uit Tabel 3.1 stelt de frequentie van de materi¨ele en overeenstemmingscontroles (%) voor. De materi¨ ele controle (M-controle) is de controle van de producten zelf. Het kan controles van de transportmiddelen, verpakking, etikettering, temperatuur, bemonstering voor analyse en laboratoriumonderzoek omvatten. Het zijn alle overige controles die nodig zijn om na te gaan of de wetgeving inzake producten wordt nageleefd. De overeenstemmingscontrole (O-controle) is een visuele inspectie om na te gaan of de certificaten of andere begeleidende documenten wel degelijk overeenstemmen met de etikettering en de inhoud van de zending. Er wordt nagegaan of de omschrijving en de identificatie van de zending op het certificaat overeenstemt met wat klaargemaakt en geladen is voor vertrek. Tabel 3.1: Diervoeders en levensmiddelen van niet-dierlijke oorsprong die aan meer uitgebreide offici¨ ele controles op het aangewezen punt van binnenkomst worden onderworpen (Europese Commissie, 2009b)
Diervoeders en levensmiddelen
Land van oorsprong
Risico
Frequentie van materi¨ ele en overeenstemmingscontroles (%)
Manga’s, kousenband, bittermeloen, lauki, paprika’s en aubergines (levensmiddelen)
Dominicaanse Republiek
Residuen van bestrijdingsmiddelen, zoals gebleken uit analyse met multiresidumethoden op basis van CG-MS en LC-MS
50
Bananen
Dominicaanse Republiek
Residuen van bestrijdingsmiddelen, zoals gebleken uit analyse met multiresidumethoden op basis van CG-MS en LC-MS
10
Groenten, vers, gekoeld of bevroren (paprika’s, courgettes en tomaten)
Turkije
Bestrijdingsmiddelen: methomyl en oxamyl
10
Peren
Turkije
Bestrijdingsmiddel: amitraz
10
Groenten, vers, gekoeld of bevroren (levensmiddelen) - kousenband - aubergines - koolsoorten
Thailand
Residuen van organofosforbestrijdingsmiddelen
50
Er wordt steekproefgewijs een materi¨ele en overeenstemmingscontrole uitgevoerd volgens de controlefrequenties opgegeven in bijlage I van de verordening. Praktisch gezien betekent dit dat wanneer de lijst voor een bepaald product uit een bepaald land 10% aangeeft (b.v. bananen uit de Dominicaanse Republiek), zal 10% van de inkomende zendingen aan een materi¨ele en overeenstemmingscontrole worden onderworpen (FAVV, 2011a).
Hoofdstuk 4
Staalnameplannen Het kunnen detecteren en kwantificeren van de gewasbeschermingsresiduen aanwezig op verse groenten en fruit is zeer belangrijk. Slechts wanneer de concentratie aan residuen in een partij of lot met een hoge graad van nauwkeurigheid en precisie kan bepaald worden, kan er iets gezegd worden over de voedselveiligheid (m.b.t. gewasbeschermingsresiduen) van dat product. In functie daarvan kan een beslissing m.b.t. een lot genomen worden. Om de concentratie aan residuen aanwezig in een lot te bepalen, wordt deze gemeten in een klein representatief staal, genomen van het lot. Dit is het labostaal. Op basis van de gemeten concentratie gewasbeschermingsresiduen, kan een beslissing m.b.t. voedselveiligheid van de partij gemaakt worden. Om te kunnen verzekeren dat voor alle producten het gewasbeschermingsresidu lager of gelijk is aan de MRL (binnen wettelijke normen), moeten alle producten uit de partij worden bemonsterd (100% bemonstering of rectified sampling ). Aangezien de bemonstering destructief verloopt, is een totale bemonstering onmogelijk. Risico-gebaseerde staalnameplannen bieden een uitweg.
4.1
Doelstelling
Een staalnameplan of een bemonsteringsplan is een gedetailleerd overzicht dat de analyst in staat moet stellen om beslissingen te nemen op criteria die van toepassing zijn op de partij. De keuze voor een specifiek staalnameplan is verschillend naargelang het doel van de analyse. De overheid, de sector, het bedrijf en wetenschappelijk onderzoek hebben andere eisen inzake de opname van parameters in het bemonsteringsplan. Dit kan de steekproefgrootte aanzienlijk be¨ınvloeden. De overheid in Belgi¨e beschikt over een monitoringsplan. In het monitoringsplan wordt nagegaan of de doelstellingen van het FAVV op vlak van voedselveiligheid behaald worden en of de vooropgestelde criteria juist worden ge¨ımplementeerd. In het monitoringsplan staat beschreven wat er gemonitored wordt en hoe de monitoring plaats zal vinden. Daarnaast beschikt het ook over de nodige informatie zoals de methode van staalname, tijdsbestek, wettelijke vereisten i.v.m. de staalname en de verantwoordelijken inzake het verzamelen van de data. Hoewel het uiteindelijke doel een representatief staal voor de gehele partij is, moeten staalnameplannen ook administratief en economisch haalbaar zijn (Thas, 2011). Het staalnameplan is een dynamisch gegeven. In functie van de binnenkomende resultaten kan het ongetwijfeld aangepast, 19
Hoofdstuk 4. Staalnameplannen
20
verfijnd en bijgestuurd worden. Daarnaast maakt het staalnameplan een inherent deel uit van een goed kwaliteitszorgsysteem in de voedingsindustrie (Uyttendaele and Jacxsens, 2009).
4.1.1
Overheid
Het controleprogramma of monitoringsprogramma van het FAVV is op een geharmoniseerde risico methodologie gebaseerd en omvat zowel analyses als inspecties. Het nationaal controleprogramma van het FAVV, legt de focus op gewasbeschermingsmiddelen en/of levensmiddelen die van bijzonder belang kunnen zijn voor de veiligheid van de consument en de MRL-naleving. Dit is volgens Verordening (EC) nr. 396/2005 vastgelegd, waarbij de lidstaten van Europese Unie offici¨ele controles dienen uit te voeren op residu’s van gewasbeschermingsmiddelen. Het monitoringsprogramma wordt vooraf vastgelegd in meerjarige programma’s die elk jaar worden geactualiseerd (EFSA, 2011). De staalname moet volgens de steekproefmethode voor de offici¨ele controle van gewasbeschermingsresidu’s op levensmiddelen worden uitgevoerd . Deze procedure is vastgelegd door de Richtlijn (EG) nr. 2002/63/EEG en heeft betrekking op de vaststelling van de communautaire bemonsteringsmethoden voor de offici¨ele controle op residuen van bestrijdingsmiddelen in en op producten van plantaardige en van dierlijke oorsprong en tot intrekking van Richtlijn (EG) nr. 79/700/EEG (Europese Commissie, 2002; EFSA, 2011). Voor de meeste plantaardige producten ligt de minimale grootte van een laboratoriumstaal tussen 1 en 2 kg afkomstig van het levensmiddel dat willekeurig uit de partij geselecteerd werd (EFSA, 2011).
4.1.2
Sector
In navolging van het Koninklijk Besluit betreffende autocontrole, meldingplicht en traceerbaarheid in de voedselketen van 14 november 2003 is de autocontrolegids G-014 ’handel en verwerking van groenten, fruit en aardappelen’ tot stand gekomen (GIDSAC, 2011). De realisatie voor deze gids is een gemeenschappelijk initiatief van de federaties Belgapom, Fresh Trade Belgium en Vegebe in samenwerking met de Universiteit van Gent (GIDSAC, 2011; Belgapom, 2011; Fresh Trade Belgium, 2011; Vegebe, 2011). Het bevat alle eisen en aanbevelingen met betrekking tot voedselveiligheid (incl. traceerbaarheid en meldingsplicht) en kwaliteit die gelden in aardappelen - groenten - fruit verwerkende inrichtingen en in de handel in AGF-producten. De gids vormt een praktische handleiding waarmee het bedrijf onmiddellijk aan de slag kan. Het biedt tevens de mogelijkheid om beroep te doen op certificerende organismen om gecombineerde audits uit te voeren waarbij gelijktijdig het autocontrolesysteem en priv´e-lastenboeken worden gevalideerd. Indien de audits een gunstig resultaat opleveren, kunnen er ook certificaten worden bekomen (Uyttendaele and Jacxsens, 2009; FAVV, 2011b). Momenteel zijn er drie sectoren die werken met een sectoraal bemonsteringsplan, namelijk Belgapom, VBT en Vegebe (GIDSAC, 2011). Ook de hopsector in Belgi¨e werkt in het kader van een sectoraal bemonsteringsplan. Deze laatste wordt in deze thesis niet verder uitgewerkt. De beroepsfederatie Belgapom is een erkende beroepsvereniging die zowel op nationaal als internationaal vlak de belangen behartigt van de Belgische handelaars in aardappelen, de bereiders-verpakkers, exporteurs, aardappelschilbedrijven, de aardappelverwerkende bedrijven en de producenten van han-
Hoofdstuk 4. Staalnameplannen
21
delaars in pootgoed. Via twee onafhankelijk werkende secties (handel en verwerking) en een overkoepelende raad van bestuur met een algemeen voorzitter, is Belgapom de spreekbuis van een belangrijk deel van de Belgische aardappelketen, zowel voor de Belgische, Vlaamse en Waalse overheid en de sociale partners, als op Europees vlak. Algemeen secretaris is Dhr. R. Cools (Belgapom, 2011). Fresh Trade Belgium is de nationale unie voor exporteurs, importeurs en groothandelaars van groenten en fruit in Belgi¨e. Als belangenvertegenwoordiger van het beroep zit zij op verschillende niveaus rond de tafel met veilingen, producenten, promotiediensten en overheden. Zij beschikken niet over een sectoraal bemonsteringsplan en zullen als invoerders van AGF (zowel binnen EU als vanuit derde landen) beroep doen op deel 17 van de gids G-014. De bemonstering van groenten, verse kruiden, fruit en aardappelen die worden ingevoerd (3de landen) of binnengebracht (EU-lidstaat) en die niet vallen onder een sectoraal bemonsteringsplan komen apart aan bod in deel 17 van de autocontrolegids G-014. Ze maken een bedrijfseigen analyseplan gebaseerd op de matrixen van deel 17 onder andere op de beheersing van residuen van gewasbeschermingsmiddelen. De analysefrequentie is daarbij afhankelijk van een aantal parameters zoals het niveau van kwaliteitsborging door de leverancier, de gevoeligheid voor overschrijdingen, het al dan niet schillen voor consumptie, de herkomst en het feit of een product veel wordt geconsumeerd of niet. Algemeen secretaris is mevr. V. Van der Sypt (Fresh Trade Belgium, 2011). Vegebe vzw is een beroepsfederatie voor de Belgische groenteverwerkende industrie. Op niveau van de verwerking vertegenwoordigt Vegebe de totale sector binnen Belgi¨e. Voor de verwerking van industriegroenten, verenigd binnen de federatie Vegebe, geldt een sectorale aanpak. Binnen deze groep staat ieder bedrijf in voor zijn individueel bemonsteringsplan. Vegebe staat voor Verbond van Groenteverwerkende Bedrijven en industriegroenten. Algemeen secretaris is Dhr. R. Cools (Vegebe, 2011). De veilingen, verenigd in VBT, hebben een sectoraal staalnameplan voor fruit en groenten bestemd voor de versmarkt uitgewerkt. Ook buitenlandse producten kunnen worden hoofdzakelijk door dit staalnameplan afgedekt (GIDSAC, 2011).
4.1.3
Bedrijf
Bedrijven dienen een staalnameplan op te maken en op te volgen. De verwerkingsbedrijven kunnen gebruik maken van de autocontrolegids G-014. Voor Belgi¨e kan elk type bedrijf specifiek voor groenten en fruit ervoor kiezen om al dan niet deel te nemen aan de georganiseerde staalnameplannen op sectorniveau. Het aantal analyses hangt af van de garanties door de leverancier geboden en van het feit of een bedrijf al dan niet deelneemt aan een sectoraal bemonsteringsplan. Ook buitenlandse producten kunnen in een sectoraal bemonsteringsplan worden opgenomen. Tevens voor parameters die niet zijn opgenomen in het sectoraal plan dient het bedrijf in functie van zijn eigen gevarenanalyse bijkomende parameters te onderzoeken (GIDSAC, 2011). Door organisatie op sectorniveau kan op een economisch aanvaardbare en statistisch onderbouwde manier een inzicht verkregen worden in de aanwezigheid van gewasbeschermingsresidu’s. Door alle resultaten te bundelen in een centrale databank wordt, via een ruime dataset, een globaal beeld verkregen van de voedselveiligheid van gewasbeschermingsresiduen op verse groenten en fruit. Aan
Hoofdstuk 4. Staalnameplannen
22
de hand van de bekomen resultaten kan een sectorale gevarenanalyse systematisch bijgestuurd worden. Bovendien geeft dit aan de individuele deelnemer van het sectoraal plan om het bekomen analyseresultaat te positioneren in een ruimer kader.
4.2
Beslissingsmatrix
Om veilig voedsel te verzekeren en de normen die omschreven zijn in Verordening (EC) nr. 396/2005 na te leven, moeten de kritieke factoren die gepaard gaan bij de staalname van gewasbeschermingsmiddelen met zorg ge¨ıdentificeerd worden (EFSA, 2011). Op basis van wetenschappelijke literatuur, autocontrolegids en expertenkennis konden een achttal parameters onderscheiden worden, namelijk conformiteitsgarantie van de leverancier, land van oorsprong, risico van het product, verwerking- en bereidingsprocessen, kruiscontaminatie en consumptie van het product, kwaliteitsborging en interpretatie van de resultaten.
4.2.1
Conformiteitsgarantie van de leverancier
Kwaliteitsmanagementsystemen zijn onontbeerlijk in de voedingsindustrie om veilig en kwaliteitsvol voedsel te leveren aan de consument (Filipovic et al., 2008). Het aantal bedrijven in de voedingsindustrie die een QMS (Quality Management System) toepast is voortdurend aan het stijgen (Karipidis et al., 2009). De meest belangrijke gecertificeerde voedselveiligheidsmanagementsystemen (FSMS of Food Safety Management systems) zijn Global Food Safety Initiative (GFSI), International Food Standard (IFS), British Retail Consortium (BRC), Safe Quality Food 2000 (SQF) en International Organization for Standardization - ISO 22000 (Luning et al., 2006; Filipovic et al., 2008). Onder het paraplusysteem van het GFSI, zijn in 2007 acht belangrijke retailers tot een algemene aanvaarding van het GFSI benchmarked voedselveiligheidsschema gekomen. Hierin heeft het GFSI vier standaarden erkend namelijk BRC, IFS, Nederlandse HACCP en SQF (GFSI, 2011). Met deze erkenning beoogt het GFSI als visie: ’eens gecertificeerd, overal aanvaard’ (Filipovic et al., 2008; GFSI, 2011). Wanneer een leverancier of verwerkend bedrijf kan aantonen dat hij over een gecertificeerd voedselveiligheidsmanagement systeem beschikt, zal deze als minder risicovol worden beschouwd. De leverancier beschikt over een conformiteitsgarantie. Indien de leverancier niet beschikt over dergelijk voedselveiligheidsmanagementsysteem bestaat ook de mogelijkheid om afgetekende specificaties voor te leggen. Dit wil zeggen dat de leverancier bepaalde specificaties of vereisten, die noodzakelijk zijn om de voedselveiligheid te waarborgen, kan voorleggen. Een voorbeeld hiervan is de grondstofspecificatie. Bij deze specificatie moet de grondstof voldoen aan de wettelijke bepalingen. Tevens is er een ondertekende verklaring rond de conformiteit met de Europese en de nationale wetgeving voor ingevoerde producten uit derde landen aanwezig. Soms kunnen er in plaats van grondstofspecificaties contracten worden opgesteld (GIDSAC, 2011). Daarnaast kan de leverancier al dan niet analyseresultaten voorleggen. Om veilig voedsel te garanderen, zal het product chemisch, biochemisch en/of microbieel getest worden. Hiervoor kan beroep gedaan worden op een extern of intern laboratorium. De analyseresultaten kunnen aantonen of de leverancier schuldig is aan een overschrijding van de MRL, de aansprakelijkheid van een leverancier
Hoofdstuk 4. Staalnameplannen
23
al dan niet weerleggen, audits vergemakkelijken en ten slotte voldoen aan specifieke vereisten van de klant (Holleran et al., 1999). Dit document stelt de leverancier in staat om aan te tonen dat hij zelf analyse op de partij heeft uitgevoerd en dat de resultaten conform zijn met de Europese Verordening nr. 396/2005 en nr. 2002/63. Een leverancier die noch beschikt over een gecertificeerd voedselveiligheidsmanagementsysteem, noch over analyseresultaten wordt als meer risicovol beschouwd. Deze onderverdeling voor de parameter ’conformiteitsgarantie van de leverancier’ wordt in de autocontrolegids G-014 gehanteerd. Tabel 4.1 geeft een overzicht van de drie categori¨en met bijbehorende impactfactor die in de gids opgenomen zijn. Tabel 4.1: Classificatie voor de parameter ’conformiteitsgarantie van de leverancier’ met respectievelijke impactfactor volgens de autocontrolegids G-014.
Impactfactor
Gecertificeerde FSMS
Afgetekende specificaties
Analyserapporten door leverancier
1
Aanwezig
Aanwezig
3
Afwezig
Aanwezig
15
Afwezig
Aan- of afwezig
In het kader van zijn gecertificeerd voedselveiligmanagementsysteem is de leverancier in staat een aantal analyseresultaten voor te leggen Aanwezig door leverancier per geleverde partij of zending Afwezig door leverancier
4.2.2
Land van oorsprong
Uit een studie van EFSA (2011) is reeds gebleken dat het land van oorsprong een belangrijke invloed heeft op de overschrijding van de MRL. Zo is vastgesteld dat er meer gewasbeschermingsresidu’s de MRL overschreden op levensmiddelen ge¨ımporteerd uit niet-Europese landen (7,6 % overschrijdingen) dan levensmiddelen afkomstig binnen de Europese Unie (2,4%) (EFSA, 2011). Eveneens bleek uit een studie van Wilson and Otsuki (2004) dat er gevaarlijke gewasbeschermingsmiddelen gebruikt worden in ontwikkelingslanden terwijl deze reeds in de ontwikkelde landen verboden of aan een zeer strenge regelgeving onderworpen zijn. Problemen waarmee deze ontwikkelingslanden mee te kampen hebben zijn onder andere een zwakke regelgeving, het gebrek aan een laboratorium voor een eenvoudige residu-analyse, onvoldoende voorkennis zoals naam van chemicali¨en, budget en analyse apparatuur (Dinham, 2003). In Figuur 4.1 wordt het percentage van het aantal gerichte stalen dat de Europese MRL overschrijdt volgens het land van oorsprong weergegeven. Verordening (EG) nr. 669/2009 stelt daarom dat er een uitgebreide offici¨ele controle nodig wordt geacht bij de producenten of landen van oorsprong die vaker de maximale residu limiet overschrijden. Niettegenstaande dient vermeld te worden dat in bepaalde Europese landen ook overschrijdingen van de MRL teruggevonden worden. Zo werd bijvoorbeeld in Belgi¨e vaak overschrijding van de MRL voor dithiocarbamaten op kolen en peren teruggevonden(de Voghel and Pussemier, 2007; EFSA, 2011). Het terugvinden van een overschrijding van de MRL op basis van land van oorsprong is bij deze ook aan het levensmiddel en aan het gewasbeschermingsmiddel gekoppeld. In de autocontrolegids G-014 wordt de parameter ’afkomst van het product’ opgenomen. Deze
Hoofdstuk 4. Staalnameplannen
24
Figuur 4.1: Percentage van het aantal gerichte stalen dat de EU MRL overschrijdt volgens land van oorsprong (EFSA, 2011)
parameter wordt onderverdeeld in EU-landen die een impactfactor 1 toegewezen krijgen, en niet EU-landen die een hogere impactfactor 3 toegewezen krijgen. Dit wordt door Tabel 4.2 voorgesteld (GIDSAC, 2011). Tabel 4.2: Classificatie voor de parameter ’Afkomst van het product’ met respectievelijke impactfactor volgens de autocontrolegids G-014.
Impactfactor
Beschrijving
1 3
Producten zijn afkomstig uit EU-landen Producten zijn afkomstig uit niet EU-landen (derde landen)
Het is belangrijk dat er een duidelijk onderscheid gemaakt wordt tussen enerzijds land van oorsprong of land van afkomst en anderzijds land van herkomst. Met het land van oorsprong wordt het land waarin het product geteeld of gekweekt wordt. Land van herkomst is het laatste land van waar het product wordt verzonden naar het land van bestemming.
4.2.3
Risico van het product
Zoals reeds hiervoor vermeld is het risicoprofiel van het product gekoppeld aan het land van oorsprong en aan het betreffende gewasbeschermingsmiddel. Uit het nationaal controleprogramma van Belgi¨e zijn 2,1% van 2188 willekeurige stalen niet-conform bevonden met de Europese MRL.
Hoofdstuk 4. Staalnameplannen
25
Producten met een hoger risicoprofiel zijn voornamelijk selder, aalbessen en peterselie. Om het risico op de menselijke gezondheid na te gaan, moet bij een overschrijding van de MRL steeds worden nagegaan of de gezondheidsnorm ADI of AfRD niet overschreden wordt. Figuur 4.2 geeft een overzicht van de niet-conforme producten met de proportionele overschrijding van de Europese MRL (FAVV, 2010).
Figuur 4.2: Risicoprofiel van enkele producten met respectievelijk gewasbeschermingsmiddel in Belgi¨ e (FAVV, 2010)
Groenten en fruit die niet conform zijn met de Europese MRL, worden vermeld op het RASFF1 met respectievelijk het gewasbeschermingsmiddel en land van oorsprong. Naast het RASFF biedt ook het FAVV een berichtgevingsinformatie aan i.v.m. de meest recente overschrijdingen van MRL’s aanwezig in groenten en fruit. Een levensmiddel dat de MRL overschrijdt, zal bij een risico-gebaseerde benadering ook meer bemonsterd worden.
In het staalnameplan wordt eveneens vermeld welke gewasbeschermingsmiddelen (bereik of scope) geanalyseerd worden op de betreffende productsoort. In 2009, werden ongeveer 500 gewasbeschermingsmiddelen in de EU goedgekeurd. Wereldwijd zijn er meer dan 1000 gewasbeschermingsmiddelen op de markt en die zijn niet allemaal zijn goedgekeurd. Dit kan ervoor zorgen dat er levensmiddelen met niet toegelaten gewasbeschermingsresidu’s verhandeld en geconsumeerd worden in Europa (EFSA, 2011). Op de website van Fytoweb (FGOV, 2010) wordt voor Belgi¨e een lijst gegeven van de toegelaten gewasbeschermingsmiddelen op het betreffende groente of fruit. De bijbehorende MRL, ADI en AfRD kunnen teruggevonden worden op het Pesticide Web weergegeven (European Commission, 2008a). Het risico van de aanwezigheid van een gewasbeschermingsresidu is afhankelijk van de toxiciteit van het residu en tevens van de variabiliteitsfactor.
1 Het RASFF is een systeem voor snelle waarschuwingen over levensmiddelen en diervoeders. Het wordt beheerd door de Europese Commissie en stelt de controle-autoriteiten in staat om op een doeltreffende wijze kennisgeving te doen over de risico’s voor de gezondheid van de mens als gevolg van levensmiddelen of diervoeders.
Hoofdstuk 4. Staalnameplannen
26
Toxiciteit
Werkzame stoffen die door hun toxiciteit een hoger risico inhouden voor de volksgezondheid, kunnen aan een meer gerichte bemonstering (enforcement sampling) onderworpen worden. Tevens wordt er steeds meer aandacht geschonken aan cumulatieve blootstelling aan gewasbeschermingsresidu’s met hetzelfde werkingsmechanisme. Dit is vooral gestimuleerd door milieu-en consumentenorganisaties. Ze benadrukken dat de huidige wetgeving omtrent het gebruik van gewasbeschermingsresidu’s dit aspect van blootstelling negeren (Boon et al., 2008). Het huidige registratieproces voor het brengen van gewasbeschermingsmiddelen op de markt is enkel gericht op ´e´en gewasbeschermingsresidu op dat moment, aanwezig op ´e´en gewas of product. Deze tekortkoming in het registratieproces van pesticiden werd door het Europese Parlement en Raad in 2005 in de regulatie (EG) nr. 396/2005 erkend (Boon et al., 2008).
Variabiliteitsfactor
Om een juiste weergave te verkrijgen van het gewasbeschermingsresidugehalte in groenten en fruit, volstaat het niet om enkel de residuconcentratie te meten in enkel eenheden. Door het meten van de residuconcentratie in samengestelde stalen opgebouwd uit verschillende eenheden, wordt een meer representatief beeld verkregen van de totale residuconcentratie. Het kan altijd voorkomen dat een enkele eenheid een hoger residugehalte vertoont dan andere eenheden. Stel dat het residugehalte dat terug wordt gevonden in een samengesteld staal (b.v. 1 kg appels) afkomstig is van ´e´en enkele eenheid (b.v. ´e´en appel). Alle andere eenheden (b.v. andere appelen) uit het samengesteld staal bevatten geen gewasbeschermingsresidu’s. Wanneer deze eenheid met een hoog gewasbeschermingsresidu wordt geconsumeerd, wordt een onderschatting gegeven van de ingenomen gewasbeschermingsresidu concentratie. Want deze laatste is gebaseerd op de samengesteld staal. Om ervoor te zorgen dat het consumentenrisico niet onderschat wordt ten gevolge van residugehaltes bepaald uit samengestelde stalen, moeten de residugehalte met een variabiliteitsfactor worden vermenigvuldigd. Meestal wordt een default variabiliteitsfactor van 5 of 7 gehanteerd, afhankelijk van het gewicht van de eenheid (BfR, 2010; Ambrus, 2006). De variabiliteitsfactor wordt gedefineerd als het 97,5 ste percentiel van de residue populatie gedeeld door het gemiddelde residu in het lot (Ambrus, 2006). De berekeningsmethode werd verder verfijnd door de JMPR (Joint FAO/WHO Meetings on Pesticide Residues). JMPR stelde variabiliteitsfactoren voor van verschillende levensmiddelen (BfR, 2010). In Vergelijking 4.1 wordt de formule voor de variabiliteitsfactor weergegeven.
v=
97, 5ste percentiel gemiddelde
(4.1)
In de autocontrolegids G-014 wordt de parameter’gevoeligheid van het product’ opgenomen. Voor de indeling wordt gebruik gemaakt van een berichtgevingsysteem. Op het Europees niveau is dit het RASFF, op Belgisch niveau is dit via gegevens van het FAVV. Tabel 4.3 geeft de indeling weer van de parameter ’gevoeligheid van het product’ met de bijbehorende impactfactor.
Hoofdstuk 4. Staalnameplannen
27
Tabel 4.3: Classificatie voor de parameter ’gevoeligheid van het product’ met respectievelijke impactfactor volgens de autocontrolegids G-014 (GIDSAC, 2011)
Impactfactor
Beschrijving
1
Uitzonderlijke melding via RASFF, uitzonderlijke melding via FAVV monitoring (1 overschrijding of melding over de verschillende jaren) Sporadische overschrijding via RASFF/ FAVV monitoring (max. 3 meldingen/overschrijdingen per jaar) Frequente melding via RASFF/ FAVV monitoring (meer dan 3 meldingen/overschrijdingen per jaar)
5 10
4.2.4
Verwerking- en bereidingsprocessen
Onder verwerkingsprocessen wordt schillen, wassen, uitpersen verstaan. De fysische toestand van het product verandert niet. Verschillende studies zoals Claeys et al. (2011), Keikothaile et al. (2010) en Kaushik et al. (2009) toonden reeds aan dat het wassen en schillen van groenten en fruit in een blootstelling aan gewasbeschermingsresidu’s resulteert die vijf tot zes keer lager is. Afhankelijk van de procescondities en de fysicochemische eigenschappen van de gewasbeschermingsresidu’s, kan het residugehalte afnemen of toenemen tijdens het verwerken (Claeys et al., 2011). Onder bereidingsprocessen wordt het veranderen van de fysische toestand begrepen. Het residugehalte in groenten en fruit kan gewijzigd worden door de bereiding van het product zoals koken, frituren en fermenteren (Postmus and Guldemeester, 1995; Keikothaile et al., 2010; Claeys et al., 2011). Er dient wel opgemerkt te worden dat koken het volume of het gewicht van het levensmiddel verminderd, waardoor de residuconcentratie toeneemt bij een onveranderd totaal residugehalte (Spanoghe, 2010). Om de reductie van verwerking- en bereidingsprocessen uit te drukken wordt gebruik gemaakt van de procesfactor (zie Vergelijking 4.2). Het is de verhouding van het residugehalte in het verwerkte product en het residugehalte in het rauwe product. Deze procesfactoren kunnen met de residuconcentratie vermenigvuldigd worden om de eigenlijke concentratie na verwerking te bekomen (FAVV, 2008a). residugehalte verwerkt product (4.2) PF = residugehalte rauw product Tabel 4.4 stelt de verschillende verwerking- en bereidingsprocessen voor met hun respectievelijke procesfactor. Het schillen van het product levert een aanzienlijke reductie in het gewasbeschermingsresidu. Uit een studie van Keikothaile et al. (2010) werd bij het bakken, koken, conserveren Tabel 4.4: Procesfactor van de verschillende verwerking- en bereidingsprocessen Verwerking- en bereidingsproces
Wassen Schillen Conserveren (inblikken)
Procesfactor Boon et al. (2008)
Keikothaile et al. (2010)
0,76 0,44 0,74
0,68 0,41 0,71
(inblikken) en uitpersen van groenten en fruit zowel een vermindering als een toename in gewasbe-
Hoofdstuk 4. Staalnameplannen
28
schermingsresidu’s voor het betrouwbaarheidsinterval van 95% en 99,5% vastgesteld. In de autocontrolegids G-014 wordt er rekening gehouden met ’schillen voor consumptie’. Voor deze parameter wordt uitgegaan van een worst case scenario. Dit wil zeggen dat indien bepaalde groenten of fruit ook met schil kunnen worden geconsumeerd (b.v. appel, tomaat, citroen), dan wordt uitgegaan dat er niet geschild wordt voor consumptie. Een product dat geschild wordt voor consumptie, krijgt een impactfactor 1 toegewezen. Er wordt een impactfactor 2 toegewezen aan producten die niet geschild worden voor consumptie. De indeling wordt door Tabel 4.5 weergegeven. Tabel 4.5: Classificatie voor de parameter ’schillen voor consumptie’ met respectievelijke impactsfactor volgens de autocontrolegids G-014 (GIDSAC, 2011)
4.2.5
Impactsfactor
Beschrijving
1 2
Er wordt bij bedoeld gebruik WEL geschild voor consumptie Er wordt bij bedoeld gebruik NIET geschild voor consumptie
Kruiscontaminatie
In een studie van Wojzich (2010) is vastgesteld dat kruiscontaminatie van gewasbeschermingsresidu’s mogelijk is van groenten en fruit naar de verpakkingslijn en vice versa. De gevonden gewasbeschermingsresidu’s zijn wel meestal juist detecteerbaar wat wil zeggen dat ze nauwelijks schadelijk zijn voor de gezondheid. Ondanks dat kruiscontaminatie in het laboratorium nauwelijks voorkomt via transportdozen, kan het in de praktijk niet worden uitgesloten (Wojzich, 2010; DFHV, 2010). Het Deutsche Fruchthandelsverband (DFHV) onderzoekt verder of een behandeling van de verpakkingslijnen met UV-licht de kruiscontaminatie zal verminderen. Ook wordt het effect van ander verpakkingsmateriaal op de reductie van kruiscontaminatie van gewasbeschermingsresidu’s nagegaan (DFHV, 2010). De parameter ’kruiscontaminatie’ is niet opgenomen door de autocontrolegids G-014 (GIDSAC, 2011).
4.2.6
Consumptie van het product
Afhankelijk van het land, worden bepaalde producten meer of minder geconsumeerd. Om te achterhalen welke producten dit zijn, kan gebruik gemaakt worden van nationale voedingsconsumptie enquˆetes, consumentenpanels zoals GFK (EFSA, 2011; GIDSAC, 2011). Indien het voedingsmiddel in een bepaald land een hoog consumptiepatroon kent, zal deze een groter risico betekenen voor de consument indien de MRL’s overschreden zijn. Daarom moet het belang van een levensmiddel in de nationale voedingsconsumptie gekend zijn. Tevens zijn kwetsbare groepen (YOPI’s) binnen de populatie gevoeliger. Kinderen hebben een lager lichaamsgewicht en zijn hierdoor blootgesteld aan een relatief hogere concentratie van gewasbeschermingsresidu’s (Claeys et al., 2011). Volgens een studie van Claeys et al. (2011) is de blootstelling van gewasbeschermingsresidu’s bij het frequent consumeren van groenten en fuit bij de Belgische populatie onder controle. Voor
Hoofdstuk 4. Staalnameplannen
29
kinderen echter blijken er indicaties te zijn dat een hoge consumptie van groenten en fruit kan leiden tot een overschrijding van de ADI voor sommige gewasbeschermingsresidu’s. Daarbij dient wel opgemerkt te worden dat er nog veel onzekerheden zijn en dat een meer gedetailleerde studie zeker van belang is ten aanzien van deze kwetsbare groep. Een vegetarisch dieetpatroon wordt meestal geassocieerd met positieve gezondheidseffecten, b.v. een verlaagde inname van verzadigde vetzuren leidt tot een verlaagd risico van ischemische ziekten2 (Claeys et al., 2011). Door het aannemen van een vegetarisch dieetpatroon worden vegetari¨ers echter proportioneel meer blootgesteld aan gewasbeschermingsresidu’s. In de autocontrolegids G-014 wordt de parameter ’consumptie van het product’ opgenomen. De indeling hiervan wordt door Tabel 4.6 voorgesteld. Voor de onderverdeling werd beroep gedaan op de cijfers van GFK Panelservices Benelux, in opdracht in VLAM (Vlaamse Centrum voor Agro- en Visserijmarketing) (GIDSAC, 2011). Afhankelijk of een levensmiddel een major of een minor product is, wordt het aan een verschillend aantal analyses onderworpen. Tabel 4.6: Classificatie voor de parameter ’consumptie van het product’ met respectievelijke beschrijving volgens de autocontrolegids G-014 (GIDSAC, 2011)
Product
Beschrijving
MAJOR MINOR
Dit is een product dat meer of gelijk aan 1 kg.persoon−1 .jaar−1 wordt geconsumeerd Dit is een product dat minder dan 1 kg.persoon−1 .jaar−1 wordt geconsumeerd
4.2.7
Kwaliteitsborging
Geaccrediteerde laboratoria Om vertrouwen te scheppen in certificaten en rapporten kan beroep gedaan worden op onafhankelijke geaccrediteerde laboratoria. Zij beschikken over een (inter)nationale erkenning van vaardigheid om analytisch werk op een hoog en gecontroleerd niveau uit te oefenen. In het staalnameplan dient vermeld te worden op welk labo/labo’s beroep wordt gedaan, of het labo voldoet aan de eisen van ISO/IEC 170253 . Daarnaast kan ook vermeld worden of de laboratoria deelnemen aan bekwaamheidstests georganiseerd door de EU. In het nationaal controleprogramma van Belgi¨e volgen de geaccrediteerde laboratoria de ISO 170204 (EFSA, 2011). In het monitoringsplan van de EU wordt een onzekerheidsfactor van 50 % in rekening gebracht wanneer een gerichte bemonstering werd uitgevoerd (EFSA, 2011). Om de betrouwbaarheid van de analyse te garanderen, is een geaccrediteerd laboratorium van belang. 2
Verminderde weefseldoorbloeding (= ischemie) waardoor geen of minder zuurstof en voedingsstoffen het getroffen weefsel kunnen bereiken 3 ISO 17025 specificeert algemene eisen voor competentie inzake het uitvoeren van beproevingen en/of kalibraties, inclusief de monsterneming. Hieronder vallen beproevingen en kalibraties die worden uitgevoerd met behulp van genormaliseerde methoden, methoden die niet genormaliseerd zijn en methoden die door het laboratorium zelf worden ontwikkeld. 4 Dit is een norm die inspectiebedrijven kunnen hanteren om aan te tonen dat zij onder meer voldoen aan deskundigheid en onafhankelijkheid.
Hoofdstuk 4. Staalnameplannen
30
Analysemethodologie De analytische methoden die gebruikt worden voor het analyseren van de stalen hebben een sterke invloed op de resultaten van de staalname-analyse. Bij het bepalen van gewasbeschermingsresidu’s moet de analytische methode voldoen aan bepaalde criteria zoals specificiteit, gevoeligheid, precisie, nauwkeurigheid, robuustheid en lineariteit (EFSA, 2011; Pihlstr¨om et al., 2010). De gevoeligheid van de analysemethode en het aantal verschillende gewasbeschermingsmiddelen die kunnen worden gedetecteerd met de gebruikte analysemethode heeft een invloed op het aantal positieve bevindingen in de geanalyseerde stalen. Indien de analytische methode niet in staat is de werkzame stof aanwezig op het levensmiddel of de hiervan toxicologisch relevante metabolieten en afbraakproducten te identificeren, kan het staal ten onrechte worden beschouwd als vrij van gewasbeschermingsresiduen. Eveneens zal een gewasbeschermingsresidu niet worden gedetecteerd indien het slechts aanwezig is in zeer lage concentratie en de analysemethode onvoldoende gevoelig is. Het is daarom van belang de analytische methode en de detectielimiet, waarop de resultaten bekomen zijn, te vermelden in het staalnameplan (EFSA, 2011). Er kunnen twee algemene analytische methoden onderscheiden worden voor het detecteren en kwantificeren van gewasbeschermingsresidu’s in levensmiddelen: multi-residu (MRM) en single-residu methode (SRM). De multi-residu methode is in staat om een groot aantal verschillende gewasbeschermingsmiddelen te analyseren in hetzelfde staal. Toch kunnen bepaalde gewasbeschermingsmiddelen en metabolieten niet worden bepaald met multi-residu methoden omwille van hun fysisch-chemische eigenschappen (b.v. zure of polaire stoffen). De reden hiervoor is dat ze moeilijk te extraheren zijn met ´e´en extractiesolvent. Het rendement van de extractie is te laag. Polaire stoffen worden met polaire solventen ge¨extraheerd. In deze gevallen zal de single-residu methode moeten worden toegepast (EFSA, 2011; Anastassiades et al., 2003). Met de single-residu methode is het mogelijk om slechts ´e´en of enkele gewasbeschermingsresidu’s in een staal te kwantificeren en te identificeren. Toch verdienen multi-residu methoden meestal de voorkeur omdat zij over het algemeen meer kosteneffici¨ent zijn. Echter om te voldoen aan de algemene verplichtingen voor staalname zal de single-residu methode gebruikt moeten worden indien de gewasbeschermingsmiddelen niet kunnen worden gedetecteerd met multi-residu methoden (EFSA, 2011). Soms is dit echter praktisch niet mogelijk waardoor er een grijze zone onstaat van gewasbeschermingsmiddelen die niet routinematig gecontroleerd worden door de laboratoria. Het gebruik van QuEChERS (Quick, Easy, Cheap, Effective, Rugged, Safe) biedt hiervoor grote voordelen (Anastassiades et al., 2003).
4.2.8
Interpretatie van de resultaten
Een juiste interpretatie van de gevonden resultaten is van uitermate belang bij het opstellen van het staalnameplan. Zo is het belangrijk dat voor het aanwezige residugehalte duidelijk wordt aangegeven of het gaat om rauwe levensmiddelen of om verwerkt product (FAVV, 2008a). De MRL’s voor gewasbeschermingsresidu’s worden voor rauw levensmiddel vastgelegd. Daarnaast dient ook aangegeven te worden of het bijvoorbeeld per gram of per stuk gaat. De resultaten voor de afzonderlijk analyten moeten worden uitgedrukt als de chemische naam van de werkzame stof die door de MRL definitie wordt bepaald. Dit moet in mg/kg worden uitgedrukt. Indien de MRL een sommatie voorstelt van
Hoofdstuk 4. Staalnameplannen
31
metabolieten, gedegradeerde producten, moet de concentratie van deze producten door het respectievelijke residu uitgedrukt worden en vervolgens tot de totale residu concentratie worden opgeteld. Residugehalten lager dan de ’reporting limiet’ worden vermeld als ’≤ RL mg/kg’ (Pihlstr¨om et al., 2010). De Codex Alimentarius MRL’s worden in termen van een specifiek rauw levensmiddel vermeld. In sommige gevallen echter, is er een kwalificatie opgenomen die slechts een deel van het betreffende ruwe levensmiddel beschrijft waarop de maximale waarde voor het gewasbeschermingsresidu van toepassing is (b.v. bonen zonder peul). In andere gevallen zijn deze kwalificaties niet verstrekt. De Codex Alimentarius beschrijft de delen van de rauwe levensmiddelen waarop de MRLs van toepassing zijn (Codex Alimentarius, 2000).
4.3
Statistische staalnameplannen
Er kunnen twee types staalnameplannen onderscheiden worden, namelijk: • Regulier statistische staalnameplannen (probability, acceptance sampling ). • Risico-gebaseerd staalnameplannen (convenience, judgemental, pragmatisch of empirisch). Bij een regulier, statistisch staalnameplan, wordt er geen rekening gehouden met het risico van het levensmiddel. De staalnamegrootte- en frequentie wordt, zonder enige voorkennis, volledig statistisch bepaald. Bij een risico-gebaseerde staalnameplan zullen meer risicovolle groenten en fruit vaker aan een staalname onderworpen worden of zullen er van deze categorie meer stalen genomen worden. Dit dient om de kans op het terugvinden van niet-conforme levensmiddelen te verhogen en dan wordt de kans dat een slecht lot wordt afgekeurd, groter. Een risico-gebaseerde staalnameplan steunt zowel op wetenschappelijk literatuur en/of voorkennis als op de statistiek. Het doel is om vervolgens hieruit een staalnamegrootte- en frequentie te kunnen bepalen. De doelstelling van het staalnameplan is op een statistische wijze en met een zekere betrouwbaarheid (b.v. 95%), de aan-of afwezigheid van residu’s OF de concentratie van gewasbeschermingsresidu’s boven een bepaalde grens (zogenaamde aanvaardbare prevalentie, b.v. 1%) te kunnen aantonen. Op basis van deze resultaten kunnen er betere afspraken met de leverancier worden gemaakt of kan de autocontrolegids worden bijgestuurd. In dit hoofdstuk worden de staalnamegrootte- en frequentie voor statistische staalnameplannen behandeld.
4.3.1
Staalnamegrootte
Acceptance sampling is een statistische staalnametechniek waarbij een bepaalde hoeveelheid levensmiddelen van een partij of lot wordt bemonsterd. Op basis van de resultaten wordt er beslist of de complete partij aanvaard of verworpen wordt (conform of niet-conform) (European Commission, 2002; Europese Commissie, 2002; Thas, 2011). Een niet-conforme partij wil zeggen dat de MRL
Hoofdstuk 4. Staalnameplannen
32
van het betreffende levensmiddel is overschreden (Codex Alimentarius, 2004; Thas, 2011). Bij de staalname dient er steeds een afweging gemaakt te worden tussen enerzijds het aantal monsters (n) en anderzijds het risico voor het terugvinden van een niet-conform lot (>MRL). De betrouwbaarheid van de staalname stijgt met toename van de steekproefgrootte, net zoals het kostenplaatje. Een evenwicht tussen deze criteria is van belang. Er kunnen twee types van acceptance sampling onderscheiden worden, namelijk attributieve en variabele staalnameplannen. Bij attributieve staalnameplannen wordt het resultaat van de bemonstering weergegeven als een binaire waarde (Uyttendaele and Jacxsens, 2009; Thas, 2011). Het staal is ofwel aanvaardbaar of onaanvaardbaar (Pendrill, 2008). Er wordt geen rekening gehouden met de mate waarin de resultaten boven of onder een bepaalde grens komen. Bij variabele bemonsteringsplannen wordt dit wel gedaan (Uyttendaele and Jacxsens, 2009). Deze staalnameplannen worden vaak gebruikt bij microbiologische staalnameplannen (Codex Alimentarius, 2004). Onaanvaardbare partij (niet − conf orm) : x = 0 P = Aanvaardbare partij (conf orm) : x=1
(4.3)
Bij variabele staalnameplannen wordt de partij goedgekeurd op basis van de kwaliteitsindex Q die gerelateerd is met de t-statistiek (Thas, 2011). Dit wordt aangetoond aan de hand van vergelijking 4.4. (U − x ¯) (4.4) Q= s met Q = kwaliteitsindex U = de bovengrens van de meetwaarde (threshold). Dit is de waarde die overgang aangeeft tussen aanvaardbaar en onaanvaardbaar x ¯ = gemiddeld gewasbeschermingsresidugehalte van de partij s = standaardafwijking van de partij
Voor de variabele staalnameplannen wordt de kwaliteitsindex (Q) vergeleken met de kritische waarde (Kw ). Deze waarde wordt bepaald door de strengheid van het bemonsteringsplan. De partij wordt als aanvaardbaar beschouwd als Q > Kw (Uyttendaele and Jacxsens, 2009). Daarnaast is de kritische waarde afhankelijk van de streekproefgrootte (n), maximaal percentage van de partij dat een residu mag hebben boven de bovengrens U en ten slotte de kans om partij af te keuren dat ten minste een aantal eenheden bevat boven de bovengrens U. Deze staalnameplannen zijn effici¨enter dan de attributieve aangezien er rekening gehouden wordt met de mate van afwijking ten opzichte van de bovengrens. Met andere woorden, er wordt selectiever een onderscheid gemaakt tussen goede en slechte partijen. Er hangen echter een aantal nadelen aan vast. Zo zijn deze staalnameplannen enkel te gebruiken bij een log-normale verdeling van residu’s over de partij. De plannen kunnen niet gebruikt worden bij onderzoek van onbekende partijen (Uyttendaele and Jacxsens, 2009). Voor statistische staalnameplannen kan een OC-curve (Operating Characteristic) opgesteld worden. De OC-curve beschrijft de relatie tussen het aantal niet-conforme items (p als x-as) in een partij met
Hoofdstuk 4. Staalnameplannen
33
de kans dat het partij aanvaard wordt (Pa als y-as) (Codex Alimentarius, 2004; Talbot and Davies, 2000). Ze worden gebruikt voor de selectie van het staalnameplan. Pf is de kans dat een partij verworpen wordt (Pf = 1 - Pa ). Figuur 4.3 geeft de Operating Characteristic-curve weer (Talbot and Davies, 2000). Belangrijke parameters van de OC-curve zijn de steekproefgrootte (n) en het maximum aantal niet-conforme stalen (c). Een dalende c wordt verkozen boven een stijgende n. Tevens geeft een grotere streekproefgrootte (n), een steilere OC-curve (Talbot and Davies, 2000).
Figuur 4.3: Operating Characteristic-curve (OC-curve) (Talbot and Davies, 2000)
Andere parameters die van belang zijn bij de selectie van het staalnameplan aan de hand van de OC-curve zijn: • Acceptance Quality Level (AQL). Dit is het laagste percentage van niet-conforme stalen dat toegelaten is om de partij toch te aanvaarden. • Lot Tolerance Percent Defective (LTPD) of Rejectable Quality Level (RQL). Dit is het kwaliteitsniveau waarboven een partij niet meer wordt aanvaard. • α (producentenrisico). Dit is de kans op een type I error of de kans dat de partij wordt verworpen op het AQL kwaliteitsniveau. De partij is van goede kwaliteit, maar wordt toch verworpen. Meestal is α = 0,05. • β (consumentenrisico). Dit is de kans op een type II error of de kans dat een lot wordt aanvaard op het RQL kwaliteitsniveau. De partij is van slechte kwaliteit maar wordt toch aanvaard. Meestal is β = 0,10. Aangezien de OC-curve de risico’s (consumenten-en productenrisico) kwantificeert, helpt het ook bij de selectie van het staalnameplan met het laagste risico. Daarnaast zorgt de OC-curve ervoor dat de kosten bij de bemonstering laag gehouden worden (Talbot and Davies, 2000). Een onverdachte partij is een partij waarvoor er geen redenen zijn om te vermoeden dat ze een buitensporig hoge concentratie aan residuen zou kunnen bevatten (Europese Commissie, 2002).
Hoofdstuk 4. Staalnameplannen
34
In de praktijk worden er niet altijd statistische staalnameplannen toegepast. Vaak wordt er gekozen voor risico-gebaseerde staalnameplannen (convenience, empirisch of pragmatisch) (Codex Alimentarius, 2004). Deze bemonstering is het meest effectief wanneer er praktische, wetenschappelijke of technische kennis voorhanden is van de partij. Niet-statistische staalnameplannen geven de mogelijkheid om tot discussie te gaan met de klant, het FAVV of de auditor in verband met de betrouwbaarheid van een beslissing. Het houdt rekening met enkele praktische zaken zoals het economische aspect, de snelheid van de analyseresultaten en de haalbaarheid. Wanneer onvoldoende geweten is over de partij, kan implementatie van deze staalname leiden tot een foute interpretatie van de analyse resultaten (European Commission, 2002). Bij het optstellen van dergelijke bemonsteringsplan zullen intu¨ıtieve keuzes gemaakt moeten worden. De staalname gebeurt niet volledig willekeurig maar er wordt gericht gezocht (enforcement of risk-based). Een combinatie van statistische (random) en niet-statistische (intu¨ıtief ) bemonstering blijkt de beste manier te zijn om zoveel mogelijk nuttige data te bekomen met minimale kosten.
4.3.2
Staalnamefrequentie
De doelstelling van het staalnameplan is om binnen bepaalde betrouwbaarheidsgrenzen een uitspraak te kunnen doen over de aan- of afwezigheid of hoeveelheid van gewasbeschermingsmiddelen op ´e´en specifiek moment over een bepaalde partij. Deze informatie kan verder leiden tot betere afspraken met de leveranciers of bijsturing van het autocontrolesysteem. Het is onwaarschijnlijk dat het nemen van ´e´en enkele analyseportie representatief is voor het analytische monster. Om een betere schatting te hebben van het werkelijke gewasbeschermingsresidu moeten er meerdere porties worden geanalyseerd (DG Sanco, 2006). Bij het bepalen van de frequentie dienen er een aantal keuzes gemaakt te worden. Er zal een keuze gemaakt moeten worden welke statistische methode die wordt gebruikt, de aanvaardbare prevalentie die wordt aangehouden of met welke betrouwbaarheid er uitspraken kunnen gedaan worden. Steekproeven voor het detecteren/uitsluiten van een residu en het bepalen van de steekproefgrootte voor het schatten van de prevalentie van het gewasbeschermingsresidu worden in de volgende twee paragrafen besproken.
Steekproeven voor het detecteren/uitsluiten van een residu Voor statistische staalnameplannen dient er een afweging gemaakt te worden tussen n (het aantal stalen dat bemonsterd wordt binnen eenzelfde partij) en de kans van het terugvinden van het residu. Hoe groter n, hoe meer betrouwbaar het resultaat. In de praktijk geeft dit wel een hoger kostenplaatje (Uyttendaele and Jacxsens, 2009). De mogelijkheid bestaat dat een foute beslissing wordt genomen. Een partij kan ten onrechte worden afgekeurd (producentenrisico) of er kan ten onrechte een partij goedgekeurd worden (consumentenrisico). Het doel is het bepalen van de steekproefgrootte (n) voor detectie of uitsluiten van het gewasbeschermingsresidu. Dit wordt gebruikt door bedrijven ter verificatie van het autocontrolesysteem. Het wordt tevens gebruikt in het monitoringsplan van het FAVV bij het bepalen van het aantal stalen die genomen moeten worden in een bepaalde periode voor een bepaald product. Vergelijking 4.5 geeft de berekening weer van het aantal negatieve monsters n om met een betrouwbaarheid van 95% te kunnen zeggen dat het residu niet aanwezig is (of beneden een bepaalde drempel d, b.v. minder dan 1%) aanwezig is.
Hoofdstuk 4. Staalnameplannen
35
n=
log(1 − p) log(1 − d)
(4.5)
met n = steekgrootte (aantal stalen binnen een bepaalde partij of eenheid) d = maximale fractie van het levensmiddel dat het een residu mag bevatten p = betrouwbaarheid (b.v. p = 95%)
De berekening van de maximale fractie d waarin het residu mag aanwezig zijn voor verschillende waarden van n, met een vaste betrouwbaarheid p wordt gegeven door Vergelijking 4.6. d=1−
p n
(1 − p)
(4.6)
Steekproefgrootte voor het schatten van de prevalentie van het gewasbeschermingsresidu Voor de bepaling van het aantal monsters n, noodzakelijk voor het schatten van de prevalentie van een gewasbeschermingsresidu in een partij, kan Vergelijking 4.7 gebruikt worden.
n=
Z 2 ∗ p ∗ (1 − p) L2
(4.7)
met n = streekproefgrootte (aantal stalen binnen een bepaalde partij of eenheid) Z = 1,96 voor 95% betrouwbaarheid p = schatting van de prevalentie (indien gekend, indien ongekend vaak 50%) L = te accepteren fout of de nodige juistheid/precisie (meestal 5%)
Indien het benodigd aantal stalen groter is dan 5% van de partij of populatie (aantal eenheden, N), dan dient de steekproefgrootte (n’) aangepast te worden. Dit wordt weergegeven door Vergelijking 4.8.
n0 =
N ∗n N +n
(4.8)
De steekproefgrootte bepalen voor het schatten van de prevalentie van het residu wordt gebruikt door EFSA tijdens het opstellen van een plan voor base line studies omtrent de prevalentie van het residu. Daarnaast kan het bedrijf dit ook gebruiken voor het opstellen van een baseline.
Hoofdstuk 4. Staalnameplannen
36
Deel II
Materiaal en Methoden
37
Hoofdstuk 5
Ontwikkeling van een methodologie voor prioritisatie van staalname en analyse Een eerste luik in deze thesis omvatte het ontwikkelen van een methodologie voor prioritisatie van staalname en analyse van gewasbeschermingsresidu’s op verse groenten en fruit. Hierin werd bepaald welke parameters een risico-gebaseerd staalname- en analyseplan karakteriseren. Figuur 5.1 geeft een overzicht van de verschillende fases die werden gevolgd om staalname en analyse te prioritiseren. In de volgende hoofdstukken wordt elke fase kort toegelicht.
Figuur 5.1: Ontwikkeling van een methodologie voor prioritisatie
39
Hoofdstuk 5. Een methodologie voor prioritisatie van staalname en analyse
5.1
40
Wetenschappelijke en grijze literatuur
Een eerste fase berustte op het selecteren van de parameters aan de hand van wetenschappelijke literatuur. Hiervoor zijn wetenschappelijke zoekwebsites geraadpleegd zoals Easy Web of Knowledge en Web of Science. De gebruikte zoektermen waren onder andere ’monitoring’, ’pesticides’, ’control program’, ’processing factor’, ’exposure pesticides’, ’fruits and vegetables’. Naast wetenschappelijke literatuur werd er ook gebruik gemaakt van grijze literatuur. Gebruikte bronnen zijn onder andere de autocontrolegids G-014 voor ’Handel en verwerking van groenten, fruit en aardappelen’, adviezen van FAVV en de Codex Alimentarius. De autocontrolegids G-014 kan teruggevonden worden op de website gidsac (GIDSAC, 2011). Voor adviezen van het FAVV/FASFC kan de website van het FAVV geraadpleegd worden (FAVV, 2011b). De Codex Alimentarius is een verzameling van standaarden en richtlijnen met betrekking tot voedsel, productie van levensmiddelen en voedselveiligheid. Het hoofddoel van de WHO is de gezondheid van de consument te beschermen. De Codex Alimentarius kan teruggevonden worden op de website van World Health Organization (WHO) (WHO, 2012). Tevens werd gebruik gemaakt van de consumptiedatabase opgesteld in 2004 door Vandevijvere et al. (2008). Deze werd gebruikt om de parameter consumptie van het product te defini¨eren. Op basis van de wetenschappelijke en grijze literatuur kwam een eerste parameterselectie tot stand.
5.2
Kennis en expertise
In de tweede fase werd beroep gedaan op kennis en expertise. Dit was onmisbaar om tot een correcte selectie van de parameters te komen. Naast de expertise binnen de Universiteit Gent, werd ook beroep gedaan op deskundigen van buitenaf. De verkregen expertises waren opgedeeld in een vijftal categori¨en: Een eerste expertise was afkomstig van de sectorale organisaties zoals VBT, Fresh Trade Belgium, Vegebe en Belgapom. De verantwoordelijke van VBT, Verbond van Belgische Tuinbouwco¨operaties, is Ann De Craene. Het VBT vertegenwoordigt, zowel op nationaal als op internationaal vlak, de belangen van de Belgische producentenco¨operaties in de sector groenten en fruit. Raf De Blaiser, directeur van KDT, verschafte informatie over de sectorale bemonsteringsplannen. Veerle Van der Sypt, algemeen secretaris van Fresh Trade Belgium, werd eveneens gecontacteerd. Voor Belgapom werd expertise verkregen van ir. Nele Cattoor. Voor de tweede expertise werd beroep gedaan op het wetenschappelijk secretariaat van het Federaal Agentschap voor veiligheid van de voedselketen (FAVV). Zij staan in voor de noodzakelijke wetenschappelijke en administratieve ondersteuning van het Wetenschappelijk Comit´e. Expertises komen hier van dr. Xavier Van Huffel (directie), ir. Olivier Wilmart (contactpersoon voor plantaardige productie en agro-alimentaire technologie) en ir. Jean-Fran¸cois Schmit (contactpersoon Plantenbescherming en Veiligheid van de Plantaardige Productie). De vakgroep Voedselkwaliteit en voedselveiligheid behoort tot de derde expertise categorie. Contactpersoon hiervoor is dr. ir. Liesbeth Jacxsens. Zij verstrekte kennis inzake bewaking van de
Hoofdstuk 5. Een methodologie voor prioritisatie van staalname en analyse
41
voedselveiligheid en uitbouw van systemen zoals voedselveiligheidsmanagemensystemen en risicoanalyses. Tevens stelde de vakgroep Fytofarmacie, vierde expertise groep, de nodige informatie ter beschikking om tot een correcte prioritisatie te komen. Contactpersonen hierbij waren em. prof. dr. ir. Walter Steurbaut, prof. dr. Ir. Pieter Spanoghe en ir. Ilse Delcour. Samen met de vakgroepen Voedselveiligheid en Voedselkwaliteit en Fytofarmacie werd met de vakgroep Wiskundig modelleren, Statistiek en Bio-informatica rond de tafel gezeten (vijfde expertise groep). De aanwezigen van deze laatste vakgroep waren prof. dr. ir. Bernard De Baets, dr. ir. Jan Verwaeren en dr. ir. Micha¨el Rademaker. Samen werd besloten om de vooropgestelde parameters eerst kwalitatief en vervolgens kwantitatief te evalueren. Dit wordt verder uitgelegd in het volgende hoofdstuk.
5.3
Prioritisatie van de parameters
De uiteindelijke prioritisatie (fase 3) kwam tot stand door een combinatie van wetenschappelijke, grijze literatuur en experten opinie (fase 1 en fase 2). Door overleg werd er geopteerd om eerst een kwalitatieve benadering te hanteren, zowel voor elke parameter als voor de classificatie binnenin elke parameter. Om dit te bereiken, dienden de experts elke parameter en classificatie binnen deze parameter kwalitatief of beschrijvend in te delen. Ze beschikten over de keuzemogelijkheden: laag, gemiddeld en hoog risico. Ook werd de relevantie van de betreffende parameter in het staalname- en analyseplan voor gewasbeschermingsresidu’s bevraagd. Aan de hand van deze resultaten, werd aan elke parameter een risico-score toegekend (kwantitatieve risico-klasse). Een voorbeeld is hieronder opgesteld. Voorbeeld In een eerste stap werden aan acht experten zes parameters voorgelegd. Een voorbeeld voor de parameter ’conformiteitsgarantie van de leverancier’ is hieronder uitgewerkt (Figuur 5.2). Voor deze parameter werd een voorstel tot classificatie opgesteld (linkse kolom). De expert diende de classificatie binnen deze parameter kwalitatief onder te verdelen in ’laag risico’, ’gemiddeld risico’ of ’hoog risico’ (rechtse kolom).
Figuur 5.2: Classificatie binnenin de parameter ’conformiteitsgarantie van de leverancier’ (links) en keuzemogelijkheid tussen drie risico-klasses (rechts)
In een tweede stap kregen de experten twaalf uitgewerkte scenario’s voorgelegd. E´en scenario of case
Hoofdstuk 5. Een methodologie voor prioritisatie van staalname en analyse
42
stelt een combinatie voor van de geselecteerde parameters. Aan de experten werd gevraagd aan deze twaalf scenario’s een globale risico-klasse toe te kennen. Hiervoor konden ze opnieuw kiezen tussen ’laag’, ’gemiddeld’ en ’hoog’ risico. Figuur 5.3 illustreert ´e´en van de twaalf scenario’s waarvoor de expert een risico-klasse diende aan te duiden.
Figuur 5.3: Toekennen van een globale risico-score aan scenario 6
Op basis van enerzijds de toegekende risico-klasses aan elke parameter en de risico-klasses voor elk scenario (combinatie van geselecteerde parameters) werd een score of gewicht toegekend aan elke parameter ´en aan elke indeling binnenin deze parameter. Er werd overgegaan van een kwalitatief naar een kwantitatieve benadering. De experten konden tevens opmerkingen geven welke parameters zij meer of minder relevant beschouwen. Op basis van deze informatie kon een meer verfijnde prioritisatie van de geselecteerde parameters tot stand komen. De resultaten van deze prioritisatie zijn weergegeven bij resultaten.
Hoofdstuk 6
Evaluatie van staalnameplannen op sector- en overheidsniveau Een tweede luik in deze thesis omvatte de evaluatie van de sectorale staalnameplannen. Er zijn in totaal drie sectorale staalnameplannen opgesteld, namelijk door VBT, Belgapom en de hopsector. Aangezien de hopsector kleinschalig is en niet gerelateerd is met groenten en fruit, werd dit sectoraal staalnameplan in deze thesis niet verder behandeld. Fresh Trade Belgium en Vegebe, twee andere sectororganisaties, beschikken niet over een sectoraal bemonsteringsplan. Zij hebben wel het hoofdstuk 17 uit de autocontrolegids G-014 uitgewerkt. Een bedrijf, aangesloten bij Fresh Trade Belgium of Vegebe, en die dus niet via het sectorale staalnameplan werken, moeten zelf de ingangscontrole op hun grondstof bewijzen. Het FAVV, Federaal Agentschap voor de veiligheid van de voedselketen, heeft een monitoringsplan uitgewerkt. Om tot een evaluatie te komen van de sectorale staalnameplannen werden verschillende stappen doorlopen. Dit wordt door figuur 6.1 ge¨ıllustreerd.
Figuur 6.1: Stappenplan om tot de evaluatie van de bestaande sectorale staalnameplannen te komen
In een eerste stap werd een checklist opgesteld. Hierin zijn de te prioritiseren parameters met 43
Hoofdstuk 6. Evaluatie van staalnameplannen op sector- en overheidsniveau
44
hun respectievelijke beschrijving weergegeven. De in te vullen checklist is terug te vinden in de bijlagen. Aan de overheid (FAVV) en aan elke sectororganisatie (VBT, Vegebe, Fresh Trade Belgium en Belgapom) werd gevraagd om aan te duiden of de parameter al dan niet is opgenomen in het bestaande staalnameplan. Eveneens werd het gewicht of score van de betreffende parameter in het staalnameplan van gewasbeschermingsresidu’s op groenten en fruit opgevraagd. In een tweede stap vond een bespreking van de checklist met de sectororganisaties plaats. Door een overleg werden onduidelijkheden uitgeklaard, vragen beantwoord en nog enkele opmerkingen doorgegeven. De uiteindelijke evaluatie in de derde en laatste stap werd zelfstandig in het kader van deze thesis uitgewerkt. Hierin werd nagegaan aan welke parameters de overheid (FAVV) en de sectororganisaties het meest belang hechten. Eveneens werd nagegaan of deze parameters ook waren vastgelegd in de literatuur. Deze staalnameplannen werden met elkaar vergeleken.
Hoofdstuk 7
Validatie van staalnameplan op bedrijfsniveau Het derde luik van deze thesis omvatte de validatie van het eigen vooropgesteld staalnameplan op bedrijfsniveau. Om hiertoe te komen, werden drie stappen gevolgd. In een eerste stap werd een bedrijfsbezoek georganiseerd. Hiervoor werd beroep gedaan op drie bedrijven namelijk Special Fruit, Allgro en ten slotte Van Laethem. Zij zijn partner binnen het project Veg-i-Trade, een Europees project waarbinnen deze masterproef kadert. Eveneens werd het staalnameplan van de bedrijven met betrekking tot gewasbeschermingsresidu’s voor drie cases geraadpleegd, namelijk sla, aardbei en basilicum. In de tweede stap werd het bedrijfseigen staalnameplan vergeleken met het eigen vooropgestelde staalnameplan. Er werd gelet op onder andere de opgenomen parameters, op de gewichten of scores van deze parameters in het staalnameplan. De derde stap omvat de validatie van het eigen vooropgestelde staalnameplan en een verificatie van het bedrijfsplan.
Figuur 7.1: Een overzicht van drie verschillende fases om tot een validering van het staalnameplan op bedrijfsniveau te komen
45
Hoofdstuk 7. Validatie van staalnameplan op bedrijfsniveau
46
Deel III
Resultaten
47
Hoofdstuk 8
Ontwikkeling van een methodologie voor prioritisatie van staalname en analyse 8.1
Parameterselectie
In het deel materiaal en methoden werd reeds verduidelijkt hoe te werk is gegaan voor de prioritisatie van de parameters. Na een eerste fase, namelijk raadpleging van wetenschappelijke en grijze literatuur, is een eerste selectie van parameters tot stand gekomen. Dit wordt weergegeven door Figuur 8.1. De eerste vijf parameters zijn conformiteitsgarantie van de leverancier (1), land van oorsprong (2), risico van het product (3), verwerking-en bereidingsprocessen (4) en ten slotte kruiscontaminatie (5). Echter, afhankelijk van de doelstelling van de overheid of van het bedrijf, wordt voor een verschillende zesde parameter geopteerd. De overheid geeft de prioriteit om zo veel mogelijk de voedselveiligheid aan de consument te waarborgen. Daarom is voor de parameter ’consumptie van het product’ (6) gekozen. Afhankelijk of het product meer of minder in het betreffende land wordt geconsumeerd, wordt het risico meer of minder groot. Dit kan resulteren in een grotere of een kleinere staalnamegrootte- en frequentie. Op bedrijfsniveau wenst men natuurlijk ook zoveel mogelijk de voedselveiligheid te waarborgen, maar dient er ook rekening gehouden te worden met het economische aspect. Een totale bemonstering is economisch niet haalbaar. Daarom wordt er een evenwicht moeten gemaakt tussen de hoeveelheid van de levering (6)(b.v. aantal ton geleverde aardbeien) en het aantal stalen dat hiervan bemonsterd wordt.
49
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
50
Figuur 8.1: Voorstelling van de gekozen parameters
8.2
Kwalitatieve benadering
Nadat de parameters en de indeling binnenin deze parameters ontwikkeld zijn, werden ze voorgelegd aan de experten. De reden waarom deze parameters geselecteerd werden en de resultaten van de kwalitatieve benadering zijn hieronder weergegeven. De resultaten van de experten zijn in Bijlage B weergegeven.
8.2.1
Conformiteitsgarantie van de leverancier
Uit wetenschappelijke en grijze literatuur bleek dat de conformiteitsgarantie een belangrijke parameter is die opgenomen dient te worden in het staalnameplan. Voor deze parameter kan een onderscheid gemaakt worden tussen de aanwezigheid of afwezigheid van een voedselveiligheidsmanagementsysteem (FSMS) zoals IFS, BRC, GlobalGap; aan of afwezigheid van afgetekende specificaties; en de
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
51
mogelijkheid van het al dan niet kunnen voorleggen van analyserapporten. Voor de parameter ’conformiteitsgaranie van de leverancier’ is een nieuwe indeling tot stand gekomen, dewelke verschilt van de indeling beschreven in de gids G-014. Deze nieuwe indeling wordt door Figuur 8.2 weergegeven.
Figuur 8.2: Hi¨ erarchische voorstelling van de eerste parameter, conformiteitsgarantie van de leverancier
Een eerste rangschikking werd gemaakt op basis van de mogelijkheid of de leverancier al dan niet over een voedselveiligheidsmanagementsysteem beschikt. Aangezien uit de literatuur blijkt dat eens een leverancier gecertificeerd is, deze overal aanvaard wordt, zal er geen onderscheid gemaakt worden tussen de verschillende voedselveiligheidsystemen. Er werd een tweede rangschikking gemaakt op basis van het al dan niet beschikken van van analyseresultaten. Een derde rangschikking is gebaseerd op de mogelijkheid van het aantonen van afgetekende specificaties. Na overleg met de experten werd aan elke classificatie binnen de parameter een risico-klasse toegekend. De resultaten van de risico-klasses zijn voorgesteld door Figuur 8.2. Wanneer de leverancier over een voedselveiligheidsmanagementsysteem ´en over analyseresultaten beschikt, wordt de leverancier geklassificeerd als laag risico. Van zodra een leverancier analyseresultaten ´en afgetekende specificaties kan voorleggen, wordt hij ook beschouwd als laag risico. Het beschikken over een voedselveiligheidsmanagementsysteem maakt in dat opzicht veel minder uit. Wanneer hij geen analyseresultaten kan voorleggen, vormt de leverancier een gemiddeld risico voor het afleveren van niet-conforme producten. Een leverancier wordt geklassificeerd als een groot risico op het afleveren van niet-conforme producten als hij geen analyserapporten kan voorleggen, ongeacht of hij afgetekende specificaties kan voorleggen. Uit de opmerkingen van de experten is gebleken dat deze parameter een grote invloed heeft op het potentieel risico van het leveren van niet-conforme producten.
8.2.2
Land van oorsprong
De tweede parameter is land van oorsprong. In de autocontrolegids G-014 is voor deze parameter een onderscheid gemaakt tussen EU-landen en niet EU-landen. Hierbij zijn EU-landen in een lagere risico-klasse ingedeeld (impactfactor 1). Dit wil zeggen dat zij een minder groot risico vormen op het afleveren van niet-conforme producten. Niet EU-landen daarentegen vormen een hoger risico (impactfactor 3). Uit literatuuronderzoek is vastgesteld dat ook EU-landen, b.v. peterselie voor Belgi¨e, een risico kunnen vormen op het overschrijden van MRL’s van gewasbeschermingsmiddelen op groenten en fruit. Het betreft hier voornamelijk om landen die gewassen telen die beperkt van
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
52
omvang zijn maar toch een grote waarde vertegenwoordigen, zogenaamde kleine teelten1 . Volgens de autocontrolegids G-014 zouden deze landen geklassificeerd worden in de laagste risico-klasse (impactfactor 1), hoewel ze toch een mogelijk risico kunnen vormen op het afleveren van nietconforme producten. Daarom is een nieuwe indeling tot stand gekomen, gebaseerd op voorkennis van een berichtgevingsysteem. Voor Europa is hiervoor het RASFF opgesteld (Rapid Alert System for Food and Feed). Andere relevante berichtgevingsystemen kunnen ook geraadpleegd worden. De berichtgeving van het RASFF rapporteert over de risico’s die worden ge¨ıdentificeerd op voedsel, voeder en/of levensmiddelen in aanraking met contactmaterialen die op de markt geplaatst worden. Het kennisgevende land rapporteert over de vastgestelde risico’s, het product, traceerbaarheid en eveneens de maatregelen die het land reeds heeft ondernomen. Afhankelijk van de ernst van het risico en de verdeling van het levensmiddel op de markt, wordt de RASFF-berichtgeving geklassificeerd als ’News’, ’Information’, ’Alert’ en ’Border Rejection’. De betekenis van deze begrippen is weergegeven in Bijlage A. Voor de parameter ’Land van Oorsprong’ wordt diezelfde indeling ook gehanteerd, specifiek met betrekking tot gewasbeschermingsmiddelen. De indeling wordt voorgesteld door Figuur 8.3.
Figuur 8.3: Hi¨ erarchische voorstelling van de tweede parameter, land van oorsprong
Een land behoort tot de laagste risico-klasse wanneer het land niet vermeld is geweest op het RASFFberichtgevingssysteem (geen berichtgeving) of wanneer het gaat om informatie van algemeen belang m.b.t. gewasbeschermingsresidu’s (’News’). Wanneer in een land een voedingsmiddel of voeder werd vastgesteld waarvoor een risico is ge¨ıdentificeerd, maar geen onmiddelijke actie vereist is, wordt het geclassificeerd als ’Information’. Experten klassificeren deze berichtgeving als gemiddeld risico. De berichtgeving ’Alert’ heeft betrekking op landen waarvoor een ernstig risico op de markt werd vastgesteld en waarbij directe actie noodzakelijk vereist was. Deze berichtgeving werd volgens de experten eveneens geklassificeerd tot de gemiddelde risico-categorie. De berichtgeving ’Border Rejections’ wil zeggen dat het land van oorsprong vermeld is geweest met met betrekking tot een levensmiddel of voeder dat in de Europese Unie geweigerd werd omdat het een risico vormde voor de menselijke en dierlijke gezondheid of het milieu. Volgens de experten uit de bevraging werd deze berichtgeving geklassificeerd als hoog risico. Landen die tot deze laatste groep behoren, vormen volgens de experten een groter risico voor de voedselveiligheid (hoog risico). Door het hanteren van deze nieuwe indeling, wordt er specifiek naar het risico van het land van oorsprong gekeken. Een risico-indeling waarbij EU-landen minder risicovol worden beschouwd dan niet EU-landen wordt op die manier veel meer verfijnd. Om dit nog meer te verfijnen kan naast het berichtgevinsysteem vanuit Europese commissie ook gebruik gemaakt worden van nationale en sectorale berichtgevingssytemen (b.v. FAVV, FTB). Volgens expertise zijn deze berichtgevingssystemen zeer effici¨ent waardoor verwerkingsbedrijven veel sneller kunnen reageren op potenti¨ele risico’s. Door gebruik te maken 1
Met kleine teelten worden gewassen bedoeld waarvoor de kosten voor toepassingen van gewasbeschermingsmiddelen niet opwegen tegen de baten (ook wel kleine toepassingen)
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
53
van dergelijke dynamische berichtgevingsystemen die voortdurend worden bijgestuurd, kan een niet Europees land van zijn ’slecht’ of ’risicovol’ imago afgeraken.
8.2.3
Risico van het product
Het risico van gewasbeschermingsmiddelen aanwezig op producten is zowel afhankelijk van de toxiciteit van de werkzame stof alsook van de formulering. Daarom moet de werkzame stof ook in het staalnameplan in rekening worden gebracht. Momenteel worden in de autocontrolegids G-014 enkel MRL’s beschouwd terwijl deze in eerste instantie geen toxicologische limieten zijn (ze worden altijd toxicologisch geverifieerd). Om dit tegemoet te komen is een classificatie van gewasbeschermingsmiddelen gebaseerd op toxiciteitswaarden opgesteld b.v. ADI en/of ARfD’s. De risico-indeling van deze parameter is gebaseerd op de concentratie van het gewasbeschermingsresidu aanwezig op het voedingsmiddel. Om het risicoprofiel van een product te weten te komen, kan gebruik gemaakt worden van onder andere historische bedrijfsgegevens of een berichtgevingssysteem b.v. RASFF.
Figuur 8.4: Hi¨ erarchische voorstelling van de derde parameter, risico van het product
Uit de resultaten, voorgesteld door Tabel 8.5, werd vastgesteld dat een product waarvan MRL niet overschreden is (’MRL niet overschreden’) ´en een product waarvan de MRL slechts ´e´enmaal is overschreden (MRL 1x overschreden), beschouwd wordt als ’laag risico’. De experten beschouwden producten waarvan de MRL maximaal 3 keer was overschreden, als ’gemiddeld risico’ (MRL max. 3x overschreden). Producten waarvan de MRL frequent overschreden werd (MRL frequent overschreden), kregen de risico-klasse ’hoog risico’ toegewezen. Ook producten waarvan gewasbeschermingsresidu’s teruggevonden worden die verboden zijn of waarvan de ADI overschreden is, werden geklassificeerd volgens de experten als ’hoog risico’ (ADI overschreden of niet toegelaten GBM). Bij overschrijding van ADI is de toxiciteitswaarde overschreden. De indeling van parameter ’risico van het product’ en de bijbehorende risico-klasses worden voorgesteld door Figuur 8.4. Ook cumulatieve blootstelling van gewasbeschermingsmiddelen zou in rekening moeten worden gebracht. Er kan bepaald worden tot welke groep het gewasbeschermingsmiddel behoort b.v. fungicide, herbicide, insecticide. Om deze parameter in de prioritisatie te betrekken, zijn meer expertises nodig. Op dit moment, lijkt het voldoende om de parameter ’risico van het product’ op te nemen omdat de ADI erin begrepen is.
8.2.4
Verwerking- en bereidingsprocessen
Verwerking- en bereidingsprocessen hebben een aanzienlijke bijdrage tot de vermindering van gewasbeschermingsresidu’s op groenten en fruit. Om de risico-klasses te defini¨eren, werd gebruik gemaakt
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
54
van de procesfactor (PF). Tabel 4.4 geeft de ’procesfactors’ weer voor enkele verwerking- en bereidingsprocessen. Door overleg met de experten kwam een indeling van drie risico-klasses tot stand. Voor deze parameter is het mogelijk dat meerdere processen behoren tot eenzelfde risico-klasse maar hiervoor is meer consensus in het onderzoek nodig. Momenteel is de classificatie binnen deze parameter beperkt tot drie processen, namelijk schillen, wassen en niets doen. Wanneer een levensmiddel wordt geschild, kan de grootste reductie (> 50% reductie) in gewasbeschermingsresidu’s worden bekomen. Daardoor behoort dit proces tot de laagste risico-klasse. Processen zoals wassen hebben ook een lage procesfactor, doch hoger dan wanneer het product geschild wordt (± 25% reductie). Deze processen worden daarom geclassificeerd als ’gemiddeld risico’. Wanneer het product geen verwerking of bereiding ondergaat (b.v. bewaren), krijgt het proces ’hoog risico’ toegewezen. Als een product verschillende processen ondergaat mag enkel de laagste risico-klasse beschouwd worden. Dezelfde indeling van de risico-klasses is ook aangeduid door de experten.
Figuur 8.5: Hi¨ erarchische indeling van de vierde parameter, verwerking- en bereidingsprocessen
In de autocontrolegids G-014 wordt er een indeling gemaakt voor producten die geschild of niet geschild worden voor consumptie. Schillen krijgt een lagere impactfactor toegewezen ten opzichte van ongeschilde producten. Toch is er een duidelijk verschil tussen de vooropgestelde parameter en deze uit de gids. Met de vooropgestelde parameter wordt specifiek gekeken naar verwerking- en bereidingsprocessen op het bedrijf en niet voor consumptie. De reden voor dit onderscheid is doordat er een grote onzekerheid is of producten wel degelijk gewassen of geschild worden bij consumptie. Producten zoals mango, ananas worden geclassificeerd als geschild voor consumptie, terwijl dit vaak toch ongeschild op het bord terechtkomt.
Voorbeeld Een appel wordt op het bedrijf eerst gewassen en dan geschild. De appel ondergaat twee bewerkingen namelijk schillen en wassen. Het proces dat de grootste reductie biedt in gewasbeschermingsresidu’s is schillen. Met betrekking tot de parameter ’verwerking- en bereidingsprocessen’ mag de appel geclassificeerd worden als laag risico.
8.2.5
Kruiscontaminatie
Hoewel voor deze parameter voor gewasbeschermingsresidu’s op groenten en fruit nog zeer weinig geweten is, kunnen toch enkele preventieve maatregelen genomen worden op het bedrijf om de kruiscontaminatie te voorkomen. De parameter ’kruiscontaminatie’ wordt in de autocontrolegids
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
55
G-014 niet opgenomen. Gebaseerd op een Duits onderzoek (imazalil op citroenen) is een compleet nieuwe classificatie tot stand gekomen. Een poging hiervan is weergegeven door Figuur 8.6.
Figuur 8.6: Hi¨ erarchische structuur van de vijfde parameter, ’kruiscontaminatie’
Deze indeling werd voorgelegd aan de experten. Wanneer preventieve maatregelen worden getroffen zoals UV-behandeling van transportbanden, wordt de parameter volgens de experten beschouwd als ’laag risico’. Het frequent reinigen van het materiaal zoals transportbanden (Frequente reiniging), werd eveneens geclassificeerd als ’laag risico’. De parameter krijgt ’gemiddeld risico’ toegekend wanneer helemaal geen maatregelen getroffen worden ter preventie van kruiscontaminatie (Geen maatregelen). Het belang van de parameter kruiscontaminatie werd door de experten als minder belangrijk beschouwd ten opzichte van de eerste 3 parameters. De indeling voor deze parameter is zeer dynamisch en onderhevig aan veranderingen indien meer geweten is over de impact van kruiscontaminatie op de concentratie van gewasbeschermingsresidu’s aanwezig op groenten en fruit.
8.2.6
Doelstelling staalnameplan
Afhankelijk van de doelstelling van het staalnameplan, overheid of bedrijf, wordt een verschillende zesde parameter bij opgenomen. Voor overheidsniveau is dit de parameter ’consumptie van het product’, terwijl op bedrijfsniveau is dit ’hoeveelheid van de levering’.
Consumptie van het product De blootstelling van een gewasbeschermingsmiddel via voeding is gerelateerd aan de consumptiehoeveelheid van een groente of fruit. De consumptie van groenten of fruit heeft dus een belangrijke invloed op het risico van gewasbeschermingsmiddelen op de menselijke gezondheid (zie vergelijking 2.1). Een risico-beoordeling voor gewasbeschermingsmiddelen kan dus uitgevoerd worden wanneer de gewasbeschermingsconcentratie op een product en de geconsumeerde hoeveelheid van dat product gekend zijn. Uit nationale consumptiedata van verschillende Europese landen is gebleken dat geconsumeerde hoeveelheid van een groente of fruit verschilt van land tot land. Hoe vaker een product in het land wordt geconsumeerd, hoe groter het een risico zal vormen indien de gewasbeschermingsresidu’s de maximale residu limieten hebben overschreden. De autocontrolegids G-014 hanteert het principe van major en minor consumptiehoeveelheid gebaseerd op een grenswaarde van 1 kg/(jaar.persoon). Deze grenswaarde is wetenschappelijk moeilijk te staven en daarom is een nieuwe classificatie tot stand gekomen op basis van tertielen2 . Na voorleggen van de parameter ’consumptie van het product’ aan de experten, werd een risico-indeling bekomen, voorgesteld door Figuur 8.7. 2
Een tertiel wordt gedefinieerd als twee willekeurige punten die een distributie in drie delen verdelen. Elk deel bevat een derde van de populatie
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
56
Figuur 8.7: Hi¨ erarchische structuur van de zesde parameter, ’consumptie’
Voorbeeld Om deze classificatie te verduidelijken, wordt een voorbeeld aangehaald voor zowel een groente als een fruit. De consumptiedistributies voor aardbei en sla zijn weergegeven door Figuur 8.8. De
Figuur 8.8: Consumptiedistributie van aardbei (links) en sla (rechts)
bepaling van de risico-klasse voor aardbei en sla gaat als volgt. De gemiddelde fruitconsumptie in Belgi¨e (2004) bedraagt 118 g/dag (Vandevijvere et al., 2008). Voor aardbei komt dit overeen met het 56ste percentiel. Dit wil zeggen dat 56% van de populatie meer dan 118 g/dag aardbei consumeert. Aangezien P56 gelegen is tussen het 33ste en het 66ste percentiel (P33-P66), behoort aardbei tot het ’gemiddeld risico’ inzake de consumptiedata. Deze werkwijze wordt nu analoog gehanteerd voor sla. De gemiddelde groentenconsumptie in Belgi¨e (2004) bedraagt 138 g/dag (Vandevijvere et al., 2008). Wanneer gekeken wordt naar de consumptiedistributie voor sla komt dit overeen met het 99ste percentiel (P99) of anders gezegd, slechts 1% van de Belgische populatie eet meer dan 138 g/dag sla. Aangezien het 99ste percentiel gelegen is in het laatste percentiel (>P66) of het eerste tertiel (< 33%, minder dan 33% van de populatie consumeert 138 g/dag), behoort sla tot de risico-klasse ’laag risico’ inzake de consumptie. Voor de bepaling van de risico-klasse van basilicum wordt gekeken naar de consumptiedistributie van kruiden in het algemeen. Zoals te zien is in Figuur 8.9 bedraagt de maximale kruidenconsumptie 14 g/dag. Vergeleken met de maximale
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
57
waarden van de consumptiedistributies groenten en fruit is de consumptie voor kruiden zeer laag. Een kruid, zoals basilicum, die dan eveneens in een kleine consumptie wordt geconsumeerd, wordt daarom geklassificeerd als ’laag risico’.
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
58
Er dient opgemerkt te worden dat een meer ideale situatie bestaat voor de classificatie van ’consumptie van het product’. Deze kan tot stand komen door een totale consumptiedistributie op te stellen, ´e´en voor groenten en ´e´en voor fruit. Vervolgens worden deze twee distributies elk in tertielen onderverdeeld. Als de b.v. maximale slaconsumptie in Belgi¨e geweten is uit de consumptiedatabase, kan deze waarde vergeleken worden met de totale groenteconsumptiedistributie. Nadien kan bepaald worden in welke risico-klasse sla zich bevindt (tertiel). Door te kijken naar de maximale slaconsumptie wordt de ’worst-case’ in rekening gebracht. Om de klasse nog meer te precisi¨eren zou in plaats van de totale groentenconsumptiedistributie, een distributie kunnen opgesteld worden van enkel Figuur 8.9: Consumptiedistributie van kruiden waaronder basilicum rauwe groenten.
Hoeveelheid van de levering
Met de zevende parameter wordt specifiek op bedrijfsniveau gekeken. De indeling van deze parameter is gebaseerd op de totale hoeveelheid product die binnenkomt op jaarbasis van elke leverancier. Stel, een bedrijf beschikt over 20 aardbeienleveranciers. Zij leveren telkens een bepaalde hoeveelheid aardbei (in ton) op jaarbasis. Om de risico-klasse te bepalen van de totale levering aardbei van ´e´en leverancier, wordt de verhouding bepaald van de leveringsgrootte van die leverancier voor dat specifiek product op de totale hoeveelheid aardbei dat geleverd is aan het bedrijf op jaarbasis (leveringsgrootte van aardbei van 20 leveranciers). Figuur 8.10 geeft de indeling weer van de zevende parameter, ’hoeveelheid van de levering’ op basis van tertielen (< 33%, 33-66% en > 66%). Deze parameter werd niet voorgelegd aan de experten aangezien het hier specifiek betrekking heeft op bedrijfsniveau. Er is dus ook geen klassering van laag, gemiddeld en hoog risico. Op basis van deze indeling kan inzake de bepaling van de staalnamegrootte- en frequentie rekening gehouden worden met ’kleine’ leveranciers.
Figuur 8.10: Hi¨ erarchische structuur van de zevende parameter, ’hoeveelheid van de levering’
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
8.3
59
Kwantitatieve benadering
Aan de hand van de kwalitatieve resultaten bekomen van de experts werd een score of een gewicht berekend voor elke parameter en eveneens voor elke indeling binnenin deze parameters. Verder werd een score interval bepaald voor drie risico-klasses (laag, gemiddeld en hoog risico). De werkwijze en resultaten zijn hieronder voorgesteld.
8.3.1
Bepaling van de wegingsfactor
Om de wegingsfactor te bepalen werd als uitgangspunt aan de drie risico-klasses een beginscore gegeven. Voor laag, gemiddeld en hoog risico is dit respectievelijk 1, 2 en 3. De wegingsfactor stelt de relatieve belangrijkheid voor van elke parameter (’Conformiteitsgarantie van de leverancier’, ’land van oorsprong’, ’risico van het product’, ’verwerking-en bereidingsprocessen’, ’kruiscontaminatie’ en ’consumptie van het product’). Ze werd bekomen op basis van een globale risico-klasse die aan twaalf scenario’s door acht experten werd toegekend. Voor de experte Ann De Craene wordt de werkwijze aangehaald. De aangeduide risico-klasses voor twaalf scenario’s door de experte zijn in Tabel 8.1 weergegeven. Tabel 8.1: Resultaten risico-klasse voor twaalf scenario’s die aangeduid zijn door de experte met Par1.: Conformiteitsgarantie van de leverancier, Par2.: Land van oorsprong, Par3.: Risico van het product, Par4.: Verwerking- en bereidingsprocessen, Par5.: Kruiscontaminatie, Par6.: Consumptie van het product. Scenario
Par1.
Par2.
Par3.
Par4.
Par5.
Par6.
Totaal
1 3 2 6 4 5 8 7 9 10 11 12
1 2 1 2 1 1 3 3 3 3 3 3
1 2 2 3 3 3 1 3 2 3 3 3
1 1 1 1 3 1 3 1 3 3 3 3
1 1 1 1 1 2 2 3 2 2 1 2
1 3 1 1 1 1 3 1 3 1 1 1
1 1 2 2 2 2 1 2 2 2 2 2
1,1 1,7 1,4 1,8 1,8 1,7 2 2,2 2,3 2,3 2,2 2,3
Wegingsfactor
2
2
3
1
1
1
Allereerst wordt een mogelijke wegingsfactor verondersteld. Bijvoorbeeld 2 voor de parameter ’conformiteitsgarantie van de leverancier’, 2 voor ’land van oorsprong, 3 voor ’risico van het product’, 1 voor ’verwerking- en bereidingsprocessen’, 1 voor ’kruiscontaminatie’ en 1 voor ’consumptie van het product’. Dit wordt in de laatste rij van Tabel 8.1 weergegeven. Wanneer deze wegingsfactor wordt toegepast voor twaalf scenario’s voor ´e´en experte, moeten de globale risico-klasses, die door de experten werden aangeduid, overeenstemmen. De berekening voor de totale score van een scenario wordt weergegeven door Vergelijking 8.1.
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
Ppar.=6 Score scen. =
par.=1 ((risico − klasse) × Ppar.=6 par.=1 (W Fpar. )
60
W Fpar. )
(8.1)
Vergelijkingen 8.2 en 8.3 zijn voor scenario 3 voor ´e´en experte uitgewerkt. Score scen. 3 =
(2 × 2)par1. + (2 × 2)par2. + (1 × 3)par3. + (1 × 1)par4. + (3 × 1)par5. + (2 × 1)par6. 2+2+3+1+1+1 (8.2)
Score scen. 3 = 1, 7
(8.3)
Wanneer gekeken wordt naar kolom 8 (’Totaal’) van Tabel 8.1 kan opgemerkt worden dat de risicoscores overeenstemmen met de risico-klasses. De wegingsfactor ’conformiteitsgarantie van de leverancier’ (2), ’land van oorsprong’ (2), ’risico van het product’ (3), ’verwerking- en bereidingsprocessen’ (1), ’kruiscontaminatie’ (1) en ’consumptie van het product’ (1) is een geschikte wegingsfactor voor deze experte. De meest geschikte wegingsfactor die bekomen werd voor de acht experten is voorgesteld in Tabel 8.2. De wegingsfactor werd afgerond naar een meer concrete waarde. Dit is voorgesteld in kolom 2 van Tabel 8.2. Tabel 8.2: Weergave van de geschikte wegingsfactor getoetst aan acht experten Parameter Conformiteitsgarantie van de leverancier Land van oorsprong Risico van het product Verwerking- en bereidingsprocessen Kruiscontaminatie Consumptie van het product
Geschikte wegingsfactor
Wegingsfactor (afgerond)
2,3 2,3 3,1 1,4 1,5 1,4
2 2 3 1 1 1
Aan de hand van deze wegingsfactor worden aan sommige parameters meer gewicht toegekend in plaats van als even belangrijk beschouwd. De parameter ’risico van het product’, heeft een relatief zwaarder gewicht ten opzichte van de parameter ’consumptie’ (3 versus 1). Uiteraard is deze wegingsfactor slechts tot stand gekomen door een beperkt aantal experts. Om een meer correcte inschatting te geven, zouden meerdere expertises geraadpleegd moeten worden. Waneer de verhouding wordt genomen van de som van de scores voor elke parameter tot de totale som van de score voor alle parameters, kan het belang van elke parameter bepaald worden. Deze wordt weergegeven in kolom 3 van Tabel 8.3. Wanneer vervolgens de wegingsfactor in rekening wordt genomen, krijgen de eerste drie parameters een hoger belang toegewezen. Aangezien de laatste drie parameters slechts een weging van 1 verkregen, neemt hun belang af. De resultaten weergegeven in Tabel 8.3 worden ook vermeld in Tabellen 8.4, 8.5 en 8.6.
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
61
Tabel 8.3: Bepaling van het belang van elke parameter (met en zonder wegingsfactor) Parameters
Zonder wegingsfactor Maximale Belang parameter score op het totaal (%)
Conformiteitsgarantie leverancier Land van oorsprong Risico van het product Verwerking- en bereiding Kruiscontaminatie Consumptie
12,5 9,1 9,1 5,3 4,6 4,9
27 20 20 12 10 11
Totaal
45,5
100
8.3.2
Met wegingsfactor Wegingsfactor Belang parameter op het totaal (%) 2 2 3 1 1 1
29 21 29 7 7 7 100
Score voor elke parameter
Om aan elke parameter een score toe te kennen werden van hetzelfde uitgangspunt vertrokken als bij de bepaling van de wegingsfactor. Aan drie risico-klasses (laag, gemiddeld en hoog risico) werd een score toegekend van respectievelijk 1, 2, 3. De totale score van elke parameter werd berekend op basis van fracties. Bijvoorbeeld, neem de parameter 3c uit tabel 8.4. Drie van de acht experten duidde ’laag risico’ aan. Hiervan duidde vijf van de acht experten ’gemiddeld risico’ aan. Geen enkele expert duidde ’hoog risico’ aan. Vergelijking 8.4 geeft de totale score voor de parameter 3c. 5 0 3 T otale score 3c = (1 × ) + (2 × ) + (3 × ) = 1, 625 ≈ 1, 60 8 8 8
(8.4)
Het resultaat in kolom 8 (’Score x WF’) werd bekomen door telkens kolom 6 (’score’) te vermenigvuldigen met kolom 7 (’WF’ of Wegingsfactor). In het voorbeeld voor de parameter 3c betekent dit dat de totale score 3c (=1,60) vermenigvuldigd wordt met de wegingsfactor voor ’Conformiteitsgarantie van de leverancier’ (=2,3). Dit wordt door Vergelijking 8.5 ge¨ıllustreerd.
Score × W F 3c = 1, 60 × 2, 30 = 3, 6 (af gerond)
(8.5)
Dit wordt zo verder gedaan voor alle parameters. De maximale score die behaald kan worden voor de zes parameters bedraagt 33,4. Dit wordt bepaald door de som te nemen van het hoogste risico voor elke parameter. De berekening wordt weergegeven in Vergelijking 8.6. De waarden zijn terug te vinden in de Tabellen 8.4, 8.5 en 8.6. M aximale score = 6, 9 + 6, 5 + 9, 4 + 3, 6 + 3, 7 = 33, 4
(8.6)
Om tot een praktisch uitvoerbaar staalnameplan te komen, werd deze maximale score (33,4) omgezet 100 naar 100 (kolom 9). Hiervoor werd kolom 8 vermenigvuldigd met 3 ( = 33,4 = 2,99 ≈ 3). Score herrekend tot max. van 100 = 3, 6 × 3 = 10, 8
(8.7)
In kolom 10 worden de resultaten uit kolom 9 afgerond in een veelvoud van vijf. De reden hiervoor
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
62
is gebruiksgebak. Daarnaast werd ook omwille van praktische redenen een score ’0’ niet gehanteerd. Een nulrisico bestaat niet op het afleveren van niet-conforme producten. In kolom 10 wordt tevens ook de risico-klasse weergegeven aan de hand van kleurezones. De risico-klasses laag, gemiddeld en hoog wordt aangeduid door respectievelijk een groene, oranje en rode kleur. Een van de grote nadelen van deze kwantitatieve benadering is de onzekerheid van de gegevens. Dit wordt ge¨ıllustreerd voor de parameter ’verwerking- en bereidingsprocessen’. Voor de parameter 4b werd gekozen om 6,0 af te ronden naar boven omdat de experts algemeen gezien een gemiddeld risico hadden aangeduid. Omdat de experts voor 4c hoog risico hadden aangeduid, werd de risico-score 10,7 afgerond naar 15 en niet naar 10. Dit geldt analoog voor de parameter ’land van oorsprong’. Wanneer de experts laag risico hebben aangeduid, werd de parameter 2b met een score van 9,8 afgerond naar 10. Daarentegen als de experts gemiddeld risico hebben aangeduid, werd parameter 2c met een score van 10,7 naar boven afgerond (=15)
Legende: WF: Wegingsfactor
Het product wordt geproduceerd of geteeld in een land waarvan het voorbije jaar GEEN news, information, alerts en border rejections, zijn verschenen op het Rapid Alert System For Food and Feed (RASFF). Het product wordt geproduceerd of geteeld in een land op het RASFF waarvan het voorbije jaar ’News’ verschenen zijn op het Rapid Alert System For Food and Feed (RASFF). Er zijn GEEN informations, alerts of border rejections verschenen Het product wordt geproduceerd of geteeld in een land waarbij het voorbije jaar ’informations’ zijn vastgeteld op het Rapid Alert System For Food and Feed (RASFF). Er zijn geen ’Alerts’ en/of ’border rejections’ vastgesteld over het land van oorsprong. Het product wordt geproduceerd of geteeld in een land waarvan het voorbije jaar ’alerts’ zijn vastgesteld op het Rapid Alert System For Food and Feed (RASFF). Er zijn geen ’border rejections’ vastgesteld. Het product wordt geproduceerd of geteeld in een land waarvan het voorbije jaar ’border rejections’ zijn vastgesteld op het Rapid Alert System For Food and Feed (RASFF). Er kunnen ook ’alerts’ zijn vastgesteld op het RASFF van het betreffende land.
Parameter: Land van oorsprong
De leverancier beschikt over een voedselveiligheids managementsysteem (FSMS) zoals Globalgap, IFS, ISO, BRC,... Hij kan tevens analyseresultaten voorleggen. De leverancier beschikt over een voedselveiligheids managementsysteem (FSMS) zoals GlobalGap, IFS, ISO, BRC,... Hij heeft echter geen analyseresultaten die hij kan voorleggen. De leverancier beschikt NIET over een voedselveiligheid smanagementsysteem (FSMS) zoals GlobalGap, IFS, ISO, BRC,... De leverancier kan wel afgetekende specificaties en analyserapporten voorleggen. De leverancier beschikt NIET over een voedselveiligheid managementsysteem (FSMS) zoals GlobalGap, IFS, ISO, BRC,... sTevens kan de leverancier GEEN analyseresultaten voorlegge maar kan wel afgetekende specificaties voorleggen. De leverancier beschikt NIET over een voedselveiligheids managementsysteem (FSMS) zoals GlobalGap, IFS, ISO, BRC,... Tevens kan de leverancier geen afgetekende specificaties voorleggen maar kan wel analyserapporten voorleggen. De leverancier beschikt NIET over een voedselveiligheid smanagementsysteem (FSMS) zoals GlobalGap, IFS, ISO, BRC,... Tevens kan de leverancier GEEN analyseresultaten en GEEN afgetekende specificaties voorleggen.
Parameter: Conformiteitsgarantie van de leverancier
Parameters
1
3
0
0
0
1b
1c
1d
1e
1f
6
5
4
0
0
2a
2b
2c
2d
2e
Laag
8
2
6
4
3
2
Gemiddeld
0
6
2
5
7
0
Gemiddeld
2,80
9,1
Totale score par2
2,30
1,50
1,40
6
2
0
0
0
1,30
12,5
Totale score par1 Hoog
3,00
2,30
2,80
1,60
1,90
1,00
Score
8
2
6
0
0
0
Hoog
Aantallen voor elke risico-klasse Laag
1a
Parameter
2,3
2,3
2,3
2,3
2,3
2,3
2,3
2,3
2,3
2,3
2,3
WF
21,1
6,5
5,2
3,6
3,2
2,9
28,5
6,9
5,3
6,2
3,6
4,3
2,3
Score x WF
64,4
19,5
15,6
10,7
9,8
8,8
85,8
20,7
15,8
18,7
10,8
13,0
6,9
Score herrekend tot max. van 100
65
20
15
15
10
5
85
20
15
20
10
15
5
Afgerond veelvoud van vijf
Tabel 8.4: Resultaten expertise m.b.t. prioritisatie van parameters: ’conformiteitsgarantie van de leverancier’ en ’land van oorsprong’
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse 63
Legende: WF: Wegingsfactor
Op het bedrijf wordt rekening gehouden met kruiscontaminatie met betrekking tot gewasbeschermingsresidu’s. b.v. herbruikbare opslagbakken reinigen voor elk nieuw gebruik, reinigen transportbanden Op het bedrijf wordt er frequent gereinigd om kruiscontaminatie van gewasbeschermingsresidu’s te beperken. Op het bedrijf worden er geen maatregelen getroffen met betrekking tot kruiscontaminatie van gewasbeschermingsresidu’s.
Parameter: Kruiscontaminatie
Op het bedrijf wordt het betreffende product geschild (>50% reductie gewasbeschermingsresidu’s). Mogelijk wordt het product gewassen (hoeft niet). Op het bedrijf wordt het betreffende product enkel gewassen (±25% reductie gewasbeschermingsresidu’s). Het product wordt niet geschild. Op het bedrijf wordt het betreffende product niet gepeld of gewassen. Het wordt enkel bewaard en getransporteerd.
Parameter: Verwerking- en bereidingsprocessen
Op het RASFF zijn het voorbije jaar van het betreffende product GEEN gewasbeschermingsresidu’s gevonden die de MRL overschreden , met andere woorden: geen melding op RASFF. Op het RASFF zijn het voorbije jaar van het betreffende product. ´ e´ en enkele keer gewasbeschermingsresidu’s gevonden die de MRL overschreden. De ADI is hierbij niet overschreden. Op het RASFF zijn het voorbije jaar van het betreffende product gewasbeschermingsresidu’s gevonden max 3x de MRL overschreden. De ADI is hierbij niet overschreden Op het RASFF zijn het voorbije seizoen van het betreffende product frequent gewasbeschermingsresidu’s gevonden die de MRL overschreden. De ADI is hierbij niet overschreden Op het RASFF zijn het voorbije jaar van het product residu’s gevonden die de MRL overschreden. Hierbij was ook de ADI overschreden. Mogelijk zijn ook verboden gewasbeschermingsresidu’s teruggevonden.
Parameter: Risico van het product
Parameters
7 7 0
5a 5b 5c
Laag
5
1
1
Gemiddeld
4
0
1
0
5
0
3e
4
3
0
3d
5
4b 4c 4d
3
3c
0
7
8
3b
0
4a
8
Gemiddeld
0
2,40 4,6
3
1,10
Totale score par5
0
1,10
5,3
Totale score par4 Hoog
2,50
1,60
4
0
1,10
9,1
0
3,00
Totale score par3
2,50
1,60
1,00
1,00
Score
8
4
0
0
0
Hoog
Aantallen voor elke risico-klasse Laag
3a
Code
1,5
1,5
1,5
1,4
1,4
1,4
3,1
3,1
3,1
3,1
3,1
WF
7,1
3,7
1,7
1,7
7,2
3,6
2,0
1,6
28,5
9,4
8,0
4,9
3,1
3,1
Score x WF
21,5
11,1
5,2
5,2
21,5
10,7
6,0
4,8
85,8
28,2
24,1
14,7
9,4
9,4
Score herrekend tot max. van 100
20
10
5
5
25
15
10
5
85
25
25
15
10
10
Afgerond veelvoud van vijf
Tabel 8.5: Resultaten expertise m.b.t. prioritisatie van parameters: ’risico van het product’, ’verwerking- en bereidingsprocessen’ en ’kruiscontaminatie’
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse 64
Legende: WF: Wegingsfactor
Het product wordt volgens de nationale voedingsdata jaarlijks in een kleine hoeveelheid geconsumeerd (De gemiddelde consumptie van groenten en/of fruit is gelegen in het 66ste percentiel van de consumptiedistributie van het betreffend product). Het product wordt volgens de nationale voedingsdata jaarlijks in een gemiddelde hoeveelheid geconsumeerd (De gemiddelde consumptie van groenten en/of fruit ligt tussen 33ste en het 66ste percentiel van de consumptiedistributie van het betreffend product). Het product wordt volgens de nationale voedingsdata jaarlijks in een grote hoeveelheid geconsumeerd (De gemiddelde consumptie van groenten en/of fruit ligt in het 33ste percentiel van de consumptiedistributie van het betreffend product).
Parameter: Consumptie van het product
Parameters
7
4
0
6b
6c
Laag 6a
Parameter
6
4
1
Gemiddeld
2,30
4,9 45,5
Totale score par6 Som van alle scores
1,50
1,10
Score
2
0
0
Hoog
Aantallen voor elke risico-klasse
1,4
1,4
1,4
WF
100
7,1
3,3
2,2
1,6
Score x WF
300,5
21,5
9,8
6,7
4,9
Score herrekend tot max. van 100
Tabel 8.6: Resultaten expertise m.b.t. prioritisatie van parameters: ’consumptie van het product’
305,0
25
15
10
5
Afgerond veelvoud van vijf
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse 65
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
8.3.3
66
Score interval voor de risico-klasses
Het score interval voor de drie risico-klasses werd bepaald aan de hand van scenario’s. Voor twaalf verschillende combinaties van zes parameters dienden de experten een globale risico-klasse aan te duiden. De resultaten hiervan zijn weergegeven in kolom 11 (’result.’) van Tabel 8.7. Op basis van enerzijds de globale risico-klasse ´en anderzijds de score die werd berekend voor elke parameter, kan een totale score voor elk scenario bepaald worden. Een voorbeeld wordt uitgewerkt voor scenario 3. De totale score van ´e´en scenario werd bepaald op basis van fracties. Dit wordt door Vergelijking 8.8 ge¨ıllustreerd. 5 3 0 T otale score = ( × 1 + × 2 + × 3) = 1, 375 ≈ 1, 4 (8.8) 8 8 8 Kolom 12 (’score x wegingsfactor’) staat los van kolom 11 en wordt bepaald door Vergelijking 8.9. Score × wegingsf actor scen. =
par.=6 X
(risico − score)par.
(8.9)
par.=1
Scenario 3 stelt een combinatie voor van zes parameters, namelijk 1a, 2b, 3a, 4a, 5c en 6a. De scores van deze parameters (met weging) zijn weergegeven in Tabellen 8.4, 8.5 en 8.6 in kolom 8 (’score x wegingsfactor’). Uitgewerkt voor scenario 3 geeft dit een resultaat van 15,3 weergegeven door Vergelijking 8.10.
Score × wegingsf actor scen. 3 = 2, 3 + 3, 2 + 3, 1 + 1, 6 + 3, 7 + 1, 6 = 15, 3
(8.10)
De laatste kolom (’Score met max. 100’) uit 8.7 werd bepaald door de maximale score die kan behaald worden om te rekenen naar 100. Analoog als werd besproken in het hoofdstuk ’8.3.2. Score voor elke parameter’, bedraagt de maximale score die kan behaald worden 33,4. Kolom 14 (’score met max. 100’) kan berekend worden door kolom 13 (’score x wegingsfactor’) te vermenigvuldigen met 3. De waarden in kolom 14 zijn eveneens afgerond in veelvouden van vijf. Hieruit kan geconcludeerd worden dat scenario 1 het scenario is dat de laagste risico-score (score = 35) verkrijgt. De reden hiervoor is dat de experten voor elke parameter binnenin dit scenario laag risico hebben aangeduid. Van de twaalf voorgelegde scenario’s kreeg scenario 11 en 12 de hoogste score (score = 85). Een maximale score van 100 kan worden bereikt wanneer voor alle zes parameter hoog risico wordt aangeduid. Tabel 8.7: Score interval voor de risico-klasses aan de hand van twaalf scenario’s Scen.
Combinatie parameters
1 3 2 6 4 5 8 7 9 10 11 12
1a2a3a4a5a6a 1a2b3a4a5c6a 1b2b3a4a5c6a 1c2d3d4a5a6b 1b2e3a4a5a6b 1a2d3d4a5a6b 1e2d3a4c5b6c 1e2a3d4b5c6a 1e2c3d4b5c6b 1e2d3e4b5a6b 1f2e3e4a5a6c 1f2e3e4b5a6c
Risico-klasse van elk scenario bepaald door expertise Liesbeth L G L G G G G G G G H H
Pieter L L G L G H G G G H H H
Ilse L L G G H G H H H H H H
Walter L G G H G H G H H H H H
Ann L G G G G G G H H H H H
Raf L L G G G H G G H H H H
Veerle L L L L L L G L G H G H
Nele L L L L L L L G G H G H
Result.
Tot. score
Score x wegingsfactor
Score met max. 100
L L G G G G G G H H H H
1,0 1,4 1,6 1,8 1,9 2,1 2,0 2,3 2,5 2,9 2,8 3,0
13,3 15,3 17,6 18,9 19,5 21,1 22,2 23,5 24,8 25,8 29,3 29,7
35 45 55 55 65 65 70 65 80 75 85 85
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
67
Tabel 8.8 geeft een voorstelling van de indeling van de risico-klasses weer, bepaald door de experten. Zoals terug te vinden is bedraagt het bereik van ’laag risico’ 15 (50-35), ’gemiddeld risico’ 30 en ’hoog risico’ 20. Deze indeling kan bijgestuurd worden meerdere experten geraadpleegd worden. Tevens kunnen deze risico-scores ook wijzigen wanneer andere scenario’s voorgelegd worden. Tabel 8.8: Bepaling van het score interval voor twaalf scenario’s
8.3.4
Risico-klasse
Bereik
Laag risico Gemiddeld risico Hoog risico
35 - 49 50 - 79 80 - 100
Bepaling van de prevalentie (kans op niet-conforme producten)
In overleg met de vakgroep ’Wiskundig Modelleren, Statistiek en Bio-informatica’ werd voorgesteld om de risico-klasses (laag, gemiddeld en hoog risico) te koppelen aan de prevalentie met als doel een methodologie voor staalnamegrootte te ontwikkelen. Aan acht experts werd gevraagd om voor de twaalf scenario’s een inschatting te geven van de prevalentie. De resulaten van de inschatting zijn weergegeven in Tabel 8.9. Tabel 8.9: Resultaten van de prevalenties ingeschat door de experten 12 Scenario’s Scenario Scenario Scenario Scenario Scenario Scenario Scenario Scenario Scenario Scenario Scenario Scenario
1 3 2 6 4 5 8 7 9 10 11 12
Liesbeth
Prevalenties ingeschat door experten Pieter Ilse Walter Ann Raf Veerle
Greet
15 20 20 20 30 70 70 80 90 95 100 100
10 15 15 20 25 25 40 45 45 45 60 65
1 1 5 2 2 6 5 6 8 10 6 10
1 5 2 7 2 2 6 6 9 15 24 24
0 4 6 8 8 12 6 10 10 12 10 12
25 25 35 30 35 45 25 45 40 45 35 40
5 10 10 15 10 25 10 0 0 20 30 30
3 6 10 10 10 15 10 20 25 20 20 30
Risico-score 35 45 55 55 65 65 70 65 80 75 85 85
Een voorstelling van deze ingeschatte prevalentie werd voor elke expert grafisch voorgesteld. De prevalentie wordt uitgedrukt in percentage (%). Dit is te vinden in de Figuren 8.11, 8.12, 8.13, 8.14, 8.15, 8.16, 8.17 en 8.18. Uit deze figuren kan vastgesteld worden dat er grote verschillen werden aangeduid inzake de prevalentie. Toch is de algemene trend van de ingeschatte prevalentie dezelfde. Naarmate de risico-klasse (gekoppeld aan scenario) stijgt, wordt het risico op het afleveren van non-conformiteiten (> MRL) hoger ingeschat door de experten. Door grote verschillen inzake de aangeduide prevalentie, is het zeer moeilijk om de werkelijke prevalentie hieruit te bepalen. Wanneer aan de ingeschatte prevalentie een goede fit wordt bepaald, kan met behulp van acceptance sampling een OC-curve worden vooropgesteld. Aan de hand hiervan kan een staalnamegrootte- en frequentie worden berekend. De uitdaging blijft echter de werkelijke prevalentie juist te kunnen inschatten.
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
Figuur 8.11:
68
Ingeschatte prevalentie door Liesbeth Jacxsens
Figuur 8.12: Ingeschatte prevalentie door Pie-
Figuur 8.13: Ingeschatte prevalentie door Ilse
Figuur 8.14:
Delcour
Figuur 8.15:
Ingeschatte prevalentie door
ter Spanoghe
Ingeschatte prevalentie door Walter Steurbaut
Figuur 8.16: Ingeschatte prevalentie door Raf
Ann De Craene
De Blaiser
Figuur 8.17:
Figuur 8.18:
Ingeschatte prevalentie door Veerle van der Sypt
Ingeschatte prevalentie door Greet van Tichelt
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
69
Ter illustratie werden enkele OC-curves ontwikkeld bij een gegeven staalnamegrootte (n) en maximum aantal niet-conforme stalen (a). In de voorgestelde OC-curves werd er van een lot van 1000 stalen verondersteld. Hierbij werd de staalnamegrootte (n) gevari¨eerd van 1-2-5-10-20-100. Ondanks dat een overschrijding van de MRL wettelijk niet toegestaan is, werden eveneens een aantal OC-curves opgesteld waarbij er ´e´en positief lot wordt getolereerd (a = 0 of a = 1). De OC-curves met hun functie worden door Figuren 8.19, 8.20, 8.21, 8.22, 8.23, 8.24, 8.25, 8.26, 8.27, 8.28 8.29 en 8.30 voorgesteld. De functies werden bekomen via het programma R. Voor de eerste functie (Figuur 8.19) werd het volgende commando ingegeven in R:
OC1 <- OC(N=1000, n=10, a=0,p.max=1, step=0.001, type="both")
Figuur 8.19: OC-curve voor B(1,0) uit 1000
Figuur 8.20: OC-curve voor B(1,1) uit 1000
stalen
stalen
Figuur 8.19 stelt de OC-curve voor een partij van 1000 loten (N=1000), waarbij er ´e´en staal getest wordt (n = 1) en dit staal mag de MRL niet overschrijden (a=0). Wanneer van een partij met 1000 loten wordt uitgegaan en hierbij het aanvaardbaar is dat ´e´en lot uit de partij niet-conform is, zal deze met een kans van 100% worden geaccepteerd (Figuur 8.20).
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
70
Figuur 8.21: OC-curve voor B(2,0) uit 1000
Figuur 8.22: OC-curve voor B(2,1) uit 1000
stalen
stalen
Figuur 8.23: OC-curve voor B(5,0) uit 1000
Figuur 8.24: OC-curve voor B(5,1) uit 1000
stalen
stalen
Figuur 8.25: OC-curve voor B(10,0) uit 1000
Figuur 8.26: OC-curve voor B(10,1) uit 1000
stalen
stalen
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
71
Figuur 8.27: OC-curve voor B(20,0) uit 1000
Figuur 8.28: OC-curve voor B(20,1) uit 1000
stalen
stalen
Figuur 8.29: OC-curve voor B(100,0) uit 1000
Figuur 8.30: OC-curve voor B(100,1) uit 1000
stalen
stalen
Er kan opgemerkt worden dat wanneer a (= het maximum aantal niet-conforme stalen) stijgt, de OC-curve meer afvlakt. Wanneer het aantal getolereerde niet-conforme stalen toeneemt, schuift de grafiek op naar rechts. Er is met andere woorden een grotere acceptatie bij een hogere prevalentie. Wanneer het aantal getolereerde niet-conforme stalen constant blijft en de prevalentie stijgt, daalt de kans dat een lot geaccepteerd wordt. Wanneer de steekproefgrootte stijgt (n) zal een steilere OC-curve bekomen worden.
Hoofdstuk 8. Een methodologie voor prioritisatie van staalname en analyse
72
Hoofdstuk 9
Evaluatie van de staalnameplannen op sector- en overheidsniveau In dit hoofdstuk wordt het eigen vooropgestelde staalnameplan ge¨evalueerd ten opzichte van de huidige staalnameplannen op sectoraal niveau. Er wordt nagegaan of de parameters die zijn opgenomen op sectorniveau overeenkomen met de eigen vooropgestelde parameters. De resultaten van de vier sectororganisaties, VBT, Belgapom, Fresh Trade Belgium en Vegebe worden hieronder besproken. De eigen vooropgestelde parameters worden ook getoetst aan het monitoringsplan van de overheid, het FAVV.
9.1
VBT
VBT of het Verbond van Belgisch Tuinbouwco¨operaties vertegenwoordigt en behartigt, zowel op nationaal als internationaal vlak, de belangen van de Belgische producentenco¨operaties in sector groenten en fruit. Er zijn elf leden aangesloten bij VBT. In overleg met de leden-producentenco¨ operaties besteedt VBT aandacht voor gewasbeschermingsresiduen door het opstellen van een eigen sectoraal residubewakingsplan. Samen met Raf De Blaiser en Ann De Craene werd inzage verkregen in dit residumonitoringsplan. De Gids Autocontrole Aardappelen, Groenten, Fruit Handel en Verwerking (G014) is ook van toepassing voor de VBT-leden.
Figuur 9.1: Logo van VBT
De producentenco¨ operaties en hun telers werken reeds jaren volgens ´e´en of meedere kwaliteitssystemen zoals QS (Qualit¨at und Sicherheit), IFS (International Food Standard) en IKKB (Integraal Keten Kwaliteit Beheersysteem). Hierdoor tracht VBT aan de vraag van de markt naar kwalitatief hoogstaande, gezonde en veilige groenten en fruit te beantwoorden. De IKKB standaard omvat eisen voor telers betreffende voedselveiligheid, kwaliteit, milieu en traceerbaarheid. Deze standaard wordt beheerd door de vzw. Vegaplan (vzw Vegaplan , 2010). VBT, als ´e´en van de stichtende leden van Vegaplan, neemt actief deel aan de verdere ontwikkelingen binnen 73
Hoofdstuk 9. Evaluatie van de staalnameplannen op sector- en overheidsniveau
74
Vegaplan. Sinds 2007 werd door Vegaplan en het Duitse QS een wederzijdse erkenning bekrachtigd voor audits die worden uitgevoerd op producentenniveau voor groenten en fruit bestemd voor de versmarkt. Sinds februari 2011 is ook een gelijkwaardigheid ´en een wederzijdse erkenning tussen IKKB en QS inzake residumonitoring een feit (VBT, 2012). De parameter ’Conformiteitsgarantie van de leverancier’ is dus degelijk voor VBT zeer belangrijk en opgenomen in het staalnameplan. Aangezien VBT voornamelijk Belgische en enkele Nederlandse telers heeft, maken zij geen specifieke risico-indeling voor de parameter ’land van oorsprong’. Zij maken wel een risico-indeling voor de derde parameter. Voor deze parameter, ’risico van het product’, baseert VBT zich op berichtgevingsystemen zoals FAVV, RASFF-berichten, resultaten van residu-analyses van de VBT-veilingen gedurende de laatste jaren, resultaten van residu-analyses uitgevoerd door FAVV, onderzoek naar residuen uitgevoerd door DRC (Dienst voor Residu Controle). Daarnaast houden ze ook rekening met het Europees rapport over residuen in groenten. De classificatie binnen deze parameter berust zich op een lettercode (A= laagste risico tot I= hoogste risico). Deze lettercode wordt bepaald voor elk product en berekend op basis van de MRL. Gebaseerd op de analyses van het vorige jaar, wordt het aantal overschrijdingen van de MRL, 2*MRL en 32 *MRL bepaald (procentueel). Deze laatste MRL overschrijding neemt de meetonzekerheid in rekening. Vervolgens worden deze procentuele overschrijdingen vermenigvuldigd met respectievelijk 12 , 1 en 2 en daarna opgeteld. Het resultaat hiervan wordt vervolgens ingedeeld in 9 risico-klasses A, B, C, D, E, F, G, H en I. De vierde parameter, ’verwerking- en bereidingsprocessen’, is niet opgenomen in het residubewakingsplan van VBT. Er worden bij de telers en producentenco¨operaties geen verwerking- en bereidingsprocessen toegepast aangezien de producten allemaal naar de versmarkt gaan. Bij de finale risico-beoordeling bij ’non-conformiteiten’ van het product, wordt er wel rekening gehouden met deze parameter. Om ’kruiscontaminatie’ van gewasbeschermingsresiduen te voorkomen, worden verschillende maatregelen ondernomen. Zo worden de kisten gebruikt voor opslag telkens gewassen en gebeurt de staalname door bekwame keurders. De laatste parameter, ’’consumptie van het product’ wordt niet specifiek opgenomen in het sectoraal staalnameplan van VBT. Hoewel, wanneer de MRL overschreden is, wordt deze parameter wel opgenomen bij de uiteindelijke risico-beoordeling.
9.2
Belgapom
Belgapom is een erkende beroepsvereniging die zowel op nationaal als internationaal vlak de belangen behartigt van de Belgische handelaars in aardappelen, de bereiders-verpakkers, exporteurs, aardappelschilbedrijven, de aardappelverwerkende bedrijven en de producenten van en handelaars in pootgoed. Belgapom is ´e´en van de drie sectoren (VBT en hopsector) die werken met een sectoraal staalnameplan Figuur 9.2: Logo van Belgapom specifiek voor aardappelen bestemd voor verwerking en versmarkt.
Hoofdstuk 9. Evaluatie van de staalnameplannen op sector- en overheidsniveau
75
Volgens Verordening nr. 1107/2009 worden kiemremmers (b.v. CIPC gebruikt ter bewaring van aardappelen) ook beschreven als gewasbeschermingsresidu’s (Europese Commissie, 2009a), bijgevolg worden zij ook opgenomen in het sectoraal staalnameplan van aardappelen voor gewasbeschermingsresidu’s. Voor de aardappelverwerkende sector, kan er een onderscheid gemaakt worden tussen leveranciers die wel of niet aangesloten zijn bij het sectoraal staalnameplan van Belgapom. Dit wordt voorgesteld door Tabel 9.1. Tabel 9.1: Onderscheiding tussen leveranciers die al dan niet aangesloten zijn bij het sectoraal staalnameplan van Belgapom
Parameter
Aangesloten sectoraal
Niet aangesloten sectoraal
Conformiteitsgarantie leverancier
Voedselveiligheidssysteem Specifiek: controle van perceelsen teeltfiche of andere registratie Belgische telers en buitenlandse grondstoffen Opgenomen Niet opgenomen Niet opgenomen Opgenomen
Controle teeltfiche/lastenboek of andere registratie
Land van oorsprong Risico van het product Verwerking- en bereidingsprocessen Kruiscontaminatie Consumptie van het product
Opgenomen volgens deel 17 uit G-014 Opgenomen Niet opgenomen Niet opgenomen Opgenomen
De eerste parameter, ’conformiteitsgarantie van de leverancier’ is opgenomen in het sectoraal staalnameplan van Belgapom. Naast het beschikken over een voedselveligheidsmanagementsysteem kan de leverancier ook meer specifieke garanties afleveren zoals perceels- en teeltfiches of andere registratie. Hierbij wordt administratief gecontroleerd of de gewasbeschermingsmiddelen op de juiste wijze worden toegediend. Voor binnenlandse leveranciers die niet aangesloten zijn bij dit sectoraal staalnameplan zijn de garanties geleverd door de leveranciers beperkt tot een teeltfiche/lastenboek of andere registratie (GIDSAC, 2011). De staalname van buitenlandse aardappelen (binnen EU als vanuit derde landen) die niet afgedekt worden door dit sectoraal staalnameplan worden behandeld volgens deel 17 uit de gids G-014. De analysefrequentie is daarbij afhankelijk van o.a. het niveau van de kwaliteitsborging door de leverancier. De tweede parameter, ’land van oorsprong’ is opgenomen door Belgapom. Invoerders buiten de EU en vanuit derde landen die niet afgedekt worden door het sectoraal staalnameplan, dienen deel 17 uit gids G-014 te volgen. Hierbij krijgen niet EU-landen een impactfactor 3 en EU-landen een impactfactor 1. Voor leveranciers die wel aangesloten zijn, betreft het vooral over Belgische grondstoffen. Hoewel, omwille van de handelstructuur, worden ook buitenlandse grondstoffen gedekt door het sectorale staalnameplan van Belgapom. Het ’risico van het product’ betreft specifiek aardappelen. Voor de risico-inschatting werden resultaten van wetenschappelijk onderzoek, beschikbare meetresultaten en gebundelde analyseresultaten van de bedrijven gebruikt. In 2005, voorafgaand aan de opstarting van het offici¨ele sectoraal staalnameplan in 2006, werden er een 100 stalen geanalyseerd op aanwezigheid van gewasbeschermingsresidu’s waaronder imazalil, thiabendazol en carbendazim. Hieruit volgde dat deze vermelde stoffen geen probleem stelden, bijgevolg werden ze niet meer opgenomen in het sectoraal staalnameplan. De vierde vooropgestelde parameter, ’verwerking- en bereidingsprocessen’ is niet opgenomen in het staalnameplan. Er wordt wel rekening gehouden met schillen voor consumptie. Via het schillen van aardappelen voor consumptie kunnen gewasbeschermingsmiddelen gereduceerd worden.
Hoofdstuk 9. Evaluatie van de staalnameplannen op sector- en overheidsniveau
76
Er dient opgemerkt te worden, dat naast de gevaren voor menselijke voeding, ook de bestemming van diervoeders mee aangekaart wordt. De schillen van aardappelen als bijproduct vallen binnen de scope van de nevenstroom diervoeder. De parameter ’kruiscontaminatie’ is niet opgenomen in beide staalnameplannen (zowel aangesloten als niet aangesloten) voor aardappelen. De laatste parameter ’consumptie van het product’ is opgenomen. Aardappelen worden beschouwd als een major-soort. Dit wil zeggen dat ze in grote mate (≥ 1 kg/(jaar.persoon)) worden geconsumeerd.
9.3
Fresh Trade Belgium
Fresh Trade Belgium (FTB) is de beroepsfederatie van invoerders, uitvoerders en groothandelaars in fruit en groenten binnen Belgi¨e (Fresh Trade Belgium, 2011). Samen met Belgapom en Vegebe (zie verder) en onder begeleiding van de Universiteit Gent hebben zij de Gids Autocontrole G-014 voor handel en verwerking van aardappelen, groenten en fruit uitgewerkt (GIDSAC, 2011). De leden Figuur 9.3: Logo van Fresh van FTB volgen dan ook de autocontrolegids G014. FTB is even- Trade Belgium eens aangesloten bij het OVPG (Overplegplatform voor Verwerkers en Handelaars in Plantaardige Grondstoffen) dat door middel van de IKKB standaard een garantie biedt op de voedselveiligheid en kwaliteit binnen de Belgische plantaardige sector. Logischerwijze volgt FTB de autocontrolegids inzake parameters die opgenomen worden in het staalnameplan. Voor de parameter ’conformiteitsgarantie van de leverancier’ wordt een scoresysteem gehanteerd waarbij ongeveer dezelfde indeling wordt gehanteerd als bepaald in het vooropgesteld staalnameplan in dit werk. De scores van de autocontrolegids verschillen van deze voor het eigen vooropgesteld staalnameplan met (3-5-15) versus (10-20-15-25-30-30). Ten opzichte van de andere parameters heeft deze parameter een grote maximale impactfactor toegewezen gekregen. Dit is ook zo met het eigen vooropgesteld staalnameplan. In overleg met Veerle van der Sypt is gebleken dat het beschikken over een voedselveiligheidsmanagementsysteem en analyses doorslaggevend zijn inzake garanties op de voedselveiligheid. Hoewel kan er in combinatie met andere parameters, b.v. schillen van het product, een verlaging van het risico optreden. Voor de tweede parameter ’land van oorsprong’ wordt een impactfactor toegekend van 3 voor niet EU-landen en een lagere impactfactor toegekend van 1 indien het product uit een EU-land komt. De parameter ’land van oorsprong’ wordt in rekening gebracht, hoewel suggesties uit de sector komen om deze parameter voor sommige landen te koppelen aan het specifiek product. Sommige landen vormen een groter risico voor verschillende producten (b.v. paprika’s, bananen en kousenband uit de Dominicaanse republiek) terwijl andere landen slechts een risico vormen voor ´e´en product. Zo vormt bijvoorbeeld munt uit Marokko een groter risico dan tomaten uit Marokko omdat tomaten ge¨exporteerd worden door gespecialiseerde telers. De parameter ’risico van het product’ is eveneens opgenomen door de autocontrolegids G-014. Er
Hoofdstuk 9. Evaluatie van de staalnameplannen op sector- en overheidsniveau
77
wordt gekeken naar overschrijdingen uit het verleden, zowel teruggevonden op het Europees niveau (RASFF) als op Belgisch niveau (FAVV). Producten die als gevoelig staan gemarkeerd omwille van RASFF-historiek worden geupdated wanneer ze geen risico meer vormen. Analoog geldt ook dat bepaalde producten naar aanleiding van een probleem als gevoelig worden beschouwd. In de handel en versmarkt wordt het ingevoerd fruit of groente niet meer gewassen. Enkel aardappelen worden nog wel gewassen voor de versmarkt (Belgapom). De vooropgestelde parameter ’verwerkingen bereidingsprocessen’ wordt niet opgenomen in de autocontrolegids G-014. Een andere parameter ’schillen voor consumptie’ wordt wel opgenomen in de G-014. Deze parameter heeft betrekking op het al dan niet schillen van een product bij consumptie en niet op het bedrijf. Voor alle producten wordt een impactfactor toegekend waarbij schillen gelijk staat als 1 en ongeschild als 2. Voor de toekenning van deze impactfactor wordt uitgegaan van een ’worst case’ scenario. Met andere woorden, indien bepaalde groenten of fruit ook met schil kunnen worden geconsumeerd (b.v. appel, tomaat, citroen, asperges, appelsien) wordt er vanuit gegaan dat er niet geschild wordt voor consumptie. De parameter ’kruiscontaminatie’ is niet opgenomen in de autocontrolegids G-014. De laatste parameter ’consumptie van het product’ is opgenomen in staalnameplan van FTB. Er wordt een classificatie gehanteerd voor major en minor groente-/fruitsoorten en aardappelen. Majorsoorten zijn producten die ≥ 1kg/(persoon.jaar) geconsumeerd worden. Minorsoorten worden < 1 kg/(persoon.jaar) geconsumeerd.
9.4
Vegebe
Vegebe is een beroepsfederatie voor de Belgische groenteverwerkende industrie. Op niveau van de verwerking vertegenwoordigt Vegebe de totale sector binnen Belgi¨e. De leden van Vegebe volgen de gids G-014 en voor hen geldt een sectorale aanpak. Dit wil zeggen dat binnen deze groep ieder bedrijf in staat voor zijn individueel staalnameplan. Er geldt ´e´en algemene richtlijn waarbij minstens 1 Figuur 9.4: Logo van Vegebe staal per 1000 ton met een minimum van 1 staal per gewas moet worden genomen.
Hoofdstuk 9. Evaluatie van de staalnameplannen op sector- en overheidsniveau
9.5
78
FAVV
Het doel van het monitoringsplan van het FAVV (Federaal Agentschap voor de veiligheid van de voedselketen) is rekening houden met de wettelijke verplichtingen en met de criteria die mogelijke risico’s inhouden, met als doel een hoog voedselveiligheidsniveau in stand houden. Van het monitoringsplan wordt jaarlijks een rapport gepubliceerd op de website van het FAVV (FAVV, 2010). De resultaten van de offici¨ele controle zijn in overeenstemming volgens de Europese regelgeving (EG) nr. 396/2005 en nr. 901/2009. Het FAVV past een risico-gebaseerde staalname toe en volgt de statistische benadering beschreven door Maudoux et al. (2006). Het FAVV neemt in Figuur 9.5: Logo van het hun monitoringsplan verschillende factoren in rekening. Deze worden FAVV (FAVV, 2010) hierna besproken. Een eerste belangrijke parameter die door het FAVV wordt opgenomen is het beschikken over een goedgekeurd sectoraal staalnameplan, b.v. het sectoraal staalnameplan van Fresh Trade Belgium. Wanneer een bedrijf aangesloten is bij een goedgekeurd sectoraal staalnameplan, wordt deze als minder risicovol beschouwd en staat het FAVV een verlaging toe van het aantal stalen. De relevantie en de omvang van de verlaging van het aantal stalen worden door het FAVV objectief ge¨evalueerd. Meestal is de verlaging gelegen tussen 5 en 20% van het aantal geprogrammeerde stalen of monsters. Aangezien aan de parameter ’conformiteitsgarantie van de leverancier’ in de sectorale staalnameplannen (b.v. FTB) veel belang wordt gehecht (hoge impactfactor van 15), wordt deze ook door het FAVV als belangrijk beoogd. De tweede parameter ’land van oorsprong’ wordt in rekening gebracht door het FAVV. Er wordt een speciale aandacht aan producten die uit risico-gevoelige landen komen besteed. Vanuit de Europese Commissie wordt opgelegd dat lidstaten verplicht meer onderzoek moeten doen bij de import van bepaalde producten uit gespecifieerde landen beschreven in bijlage I van Verordening nr. 669/2009 (Europese Commissie, 2009b; FAVV, 2011a). Bij deze verordening wordt niet alleen het land gericht (enforcement sampling) opgevolgd, maar wordt ook het product gekoppeld aan dit land opgevolgd. Voor de derde parameter, ’risico van het product’, wordt de gebruikte methodologie beschreven door Maudoux et al. (2006) gehanteerd (risico-gebaseerde benadering). Deze publicatie is eveneens raadpleegbaar op de website van het FAVV (FAVV, 2010). In het kader van de programmatie ’residuen van bestrijdingsmiddelen’ wordt er rekening gehouden met toxicologische data (ARfD, ADI), RASFF, controleresultaten van de vorige jaren (Belgi¨e, andere lidstaten,...) en ten slotte analytische mogelijkheden (b.v. meetonzekerheden). Voor minder belangrijke producten hanteert het FAVV een ’rolling programme’. Om opkomende problemen tegemoet te komen, kunnen er gedurende het jaar aanpassingen aan het monitoringsprogramma gemaakt worden. Bijvoorbeeld, tafeldruiven afkomstig van india werden omwille van een probleem met chloormequat in 2010 uitgebreid bemonsterd. Het FAVV bepaalt tevens welke gewasbeschermingsmiddelen voor elk type staal moeten worden geanalyseerd. De vierde en vijfde parameter, ’verwerking- en bereidingsprocessen’ en ’kruiscontaminatie’ wor-
Hoofdstuk 9. Evaluatie van de staalnameplannen op sector- en overheidsniveau
79
den niet opgenomen in het monitoringsprogramma van het FAVV. Het FAVV houdt rekening met de parameter ’consumptie van het product’. Wetenschappelijke evaluaties worden uitgevoerd. Zo werd de blootstelling van de Belgische consument aan gewasbeschermingsresiduen via consumptie van groenten en fruit ge¨evalueerd. Hiervoor werden gegevens van de Belgische voedselconsumptiepeiling van het Wetenschappelijk Instituut Volksgezondheid (WIV) en pesticide monitoring data 2008 van het FAVV geraadpleegd (FAVV, 2010; WIV, 2011). In 2010 werden 1854 stalen groenten en fruit geanalyseerd. Op 31,2% van de stalen werden gewasbeschermingsresiduen teruggevonden. Er werden 64% stalen teruggevonden waarvan de residuconcentratie lager of gelijk is aan de MRL. Wanneer de meetonzekerheid niet in rekening werd gebracht, werden er 4,8% stalen teruggevonden die de MRL overschreden. Bij in rekening brengen van de meetonzekerheid, zijn 2,4% van de stalen niet conform de wetgeving. De meeste MRL overschrijdingen waren terug te vinden in aardbeien (uit Egypte en Isra¨el), tafeldruiven (uit India). Voor groenten waren de MRL overschrijdingen terug te vinden in chillipepers (van Tha¨ıland en Oeganda), bonen en erwten (uit Egypte en Kenya), thee en infusies (uit China) en ten slotte selder en peterselie (uit Belgi¨e).
Overzichtstabel
OK NOK OK NOK OK OK
Conformiteitsgarantie van de leverancier Land van oorsprong Risico van het product Verwerking- en bereidingsprocessen Kruiscontaminatie Consumptie van het product
++ nvt ++ + ++ +
Belang OK OK OK NOK NOK OK
OK/NOK ++ ++ ++ ++ +
Belang
Belgapom
OK OK OK NOK NOK OK
OK/NOK
FTB
++ ++ ++ + +
Belang
Legende: OK : de parameter is opgenomen; NOK : de parameter is niet opgenomen ++ : de parameter is van groot belang; + : parameter is van belang; - : parameter is minder van belang nvt: niet van toepassing
OK/NOK
Eigen vooropgestelde parameters
VBT
Sectorale staalnameplannen
OK OK OK NOK NOK OK
OK/NOK ++ ++ ++ + +
Belang
Vegebe
Tabel 9.2: Evaluatie van de eigen vooropgestelde parameters met sectororganisaties en FAVV
OK OK OK NOK NOK OK
OK/NOK
++ ++ ++ ++
belang
FAVV
Monitoringsprogramma
Tabel 9.2 geeft een overzicht van de evaluatie van de eigen vooropgestelde parameter met de verschillende sectororganisaties, namelijk VBT, Belgapom, Fresh Trade Belgium en Vegebe, en met het monitoringsprogramma van het FAVV.
9.6
Hoofdstuk 9. Evaluatie van de staalnameplannen op sector- en overheidsniveau 80
Hoofdstuk 10
Validatie van een staalnameplan op bedrijfsniveau: Case Studies Voor drie bedrijven werd het vooropgesteld staalnameplan gevalideerd. Hiervoor werd beroep gedaan op Special Fruit, Van Laethem en Allgro. In de volgende hoofdstukken worden de handelsactiviteiten op het bedrijf kort toegelicht en wordt een staalnameplan uitgewerkt voor de zes vooropgestelde parameters. Het project Veg-i-Trade ligt aan de basis voor de selectie van de producten. Veg-iTrade focust zich op verschillende aspecten van voedselveiligheid in de keten van verse en minimaal behandelde groenten en fruit van ’grond tot mond’. Het beoogt een mondiale organisatie in kaart te brengen voor sla, tomaten, appels, peren, frambozen, aardbei, mango en basilicum (Veg-i-Trade, 2010). Deze thesis beperkt zich tot drie producten, namelijk voor Special Fruit wordt aardbei, voor Allgro wordt sla en voor Van Laethem wordt basilicum besproken.
10.1
Special Fruit: Aardbei
10.1.1
Algemeen
Special Fruit NV is een internationaal bedrijf die reeds een jarenlange ervaring heeft met fruit, groenten, champignons en kruiden. Ze zijn gevestigd in Belgi¨e (Meer), tussen Rotterdam en Antwerpen. Zij leveren bessen, exotische vruchten, zachte en harde vruchten, bijzondere vruchten en een assortiment aan specialiteiten (Special Fruit NV, 2011). Het vooropgesteld staalnameplan wordt uitgewerkt voor aardbei. Special Fruit is aangesloten bij de Federatie van Fresh Trade Belgium. Zij beschikken niet over een sectoraal staalnameplan, maar hanteren de autocontrolegids G-014. De reden hiervoor is door de kleine teelten die zij verhandelen. Voor veel producten die zij leveren, bestaat er nog geen uitgewerkt sectoraal staalnameplan. Figuur 10.1: Logo van Special Fruit Daarom moeten zij zelf instaan voor de afdekking en kwaliteit van hun producten. 81
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
10.1.2
82
Staalnameplan voor aardbei
Voor het ontwerp van het vooropgesteld staalnameplan werden de gegevens van 2011, beschikbaar gesteld door Special Fruit, gebruikt. Beschikbare gegevens waren onder andere de leveranciers voor aardbei, land van oorsprong, nettogewicht van de levering, het aantal leveringen op een jaar. Daarnaast was ook geweten of de leverancier over een voedselveiligheidsmanagementsysteem beschikte en/of deze afgetekende specificaties kan voorleggen. Er was niet geweten of de leveranciers al dan niet analyseresultaten voorlegden. Eveneens waren van de jaren 2010 en 2011 de analyseresultaten van gewasbeschermingsresidu’s gegeven. Het geheel van deze gegevens werd gebruikt om het vooropgesteld staalnameplan te valideren. Tabel 10.1 stelt een overzicht weer van de scores van de zes parameters van het vooropgesteld staalnameplan, toegepast op Special Fruit. De beschrijving van de scores is weergegeven in bijlagen. De eerste parameter ’conformiteitsgarantie van de leverancier’ wordt in het staalnameplan van Special Fruit toegepast. Elke leverancier dient een leveranciersverklaring1 in te vullen als garantie voor de veiligheid en de kwaliteit van de producten die zij leveren. Het eigen vooropgesteld staalnameplan maakt een extra indeling, namelijk het aantonen van analyseresultaten. Deze gegevens waren niet beschikbaar. Er werd daarom vanuit gegaan dat wanneer een leverancier over een FSMS beschikt, dat deze ook analyseresultaten kan voorleggen (risico-score 5). In het andere geval, kan hij geen analyseresultaten voorleggen (risico-score 20). Voor de toekenning van de risico-scores wordt uitgegaan van een worst case. Dit wil zeggen dat Special Fruit op de parameter ’conformiteitsgarantie van de leverancier’ geklassificeerd wordt als ’hoog risico’. Dit wordt in Figuur 10.2 ge¨ıllustreerd.
Figuur 10.2: Indeling voor ’conformriteitsgarantie van de leverancier’ uitgewerkt voor Special Fruit
De tweede parameter ’land van oorsprong’ wordt eveneens opgenomen door Special Fruit. EUlanden kregen, zoals voorgesteld in de autocontrolegids G-014, een lagere impactfactor (score = 1) toegewezen dan niet EU-landen (score = 3). Het nieuw vooropgesteld staalnameplan hanteert een nieuwe indeling, gebaseerd op landen die op een berichtgevingsysteem zijn verschenen in het verleden jaar. Voor de landen Spanje, Frankrijk en Belgi¨e werden geen berichtgevingen gevonden op het RASFF. Zij krijgen een score van 5. Voor Egypte daarentegen verschenen er verschillende berichtgevingen (border rejections en alerts) in het vorige jaar voor gewasbeschermingsresidu’s op aardbeien. Egypte krijgt daarom een score van 20 toegewezen (hoog risico). Met inachtneming van 1 Verklaring dat dient ondertekend te worden door de leverancier dat zij instaan voor de veiligheid en kwaliteit van de producten. Zij duiden aard van het bedrijf aan, type gecertificeerd kwaliteitszorgsysteem. Daarnaast staan ook wettelijke en specifieke eisen in deze verklaring vermeld.
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
83
de worst case, betekent dit dat Special Fruit voor deze parameter geklassificeerd wordt als ’hoog risico’. Dit wordt door Figuur 10.3 ge¨ıllustreerd.
Figuur 10.3: Indeling voor ’land van oorsprong’ ontwikkeld voor Special Fruit
Voor de parameter ’risico van het product’ wordt naar de toxiciteit van de werkzame stof gekeken. Dit kan zijn op berichtgevingsystemen zoals FAVV en RASFF, maar ook via historische gegevens van de vorige jaren en andere. Volgens historische gegevens (vanuit het jaar 2010) zijn er geen MRL-overschrijdingen terug gevonden op aardbeien. De analyses werden gedaan door zowel Special Fruit, Foodcompass en FAVV. Op het RASFF werden overschrijdingen teruggevonden voor Egypte op aardbei voor de gewasbeschermingsmiddelen: ethion, thiophanate-methyl, methamidophos, methomyl, propargiet, thiophanate-methyl en oxamyl. Hiervan zijn ethion, methomyl en propargiet niet toegelaten. De aardbeien afkomstig van deze leveranciers (uit Egypte) vormen een groter risico. Ze krijgen een hogere score toegewezen (score = 25). Dit wordt door Figuur 10.4 ge¨ıllustreerd. Bij het hanteren van de autocontrolegids G-014, krijgt aardbei volgens Special Fruit een gevoeligheid van 5 toegewezen. Dit wil zeggen dat zij voor aardbeien sporadische overschrijdingen via FAVV monitoring en RASFF tegenkomen (max. 3 meldingen/overschrijdingen per jaar). Aangezien in het vooropgesteld staalnameplan specifiek gekeken wordt naar gewasbeschermingsresidu’s aanwezig op het product, kan ter controle van de voedselveiligheid meer specifiek geanalyseerd worden op gewasbeschermingsresidu’s die voor aardbei een probleem vormen.
Figuur 10.4: Indeling voor ’risico van het product’ ontwikkeld voor Special Fruit
De producten die geleverd worden op het bedrijf, zijn specifiek bestemd voor de versmarkt en worden niet op het bedrijf gewassen. De parameter ’verwerking- en bereidingsprocessen’ krijgt daarom een score gelijk aan 15 (enkel bewaring of opslag). Dit is door Figuur 10.5 weergegeven. Hoewel de parameter ’kruiscontaminatie’ niet specifiek opgenomen is door Special Fruit, wordt er wel op bedrijf zoveel mogelijk getracht om kruiscontaminatie te voorkomen. Op het bedrijf worden de opslagkisten gereinigd voor de opslag. Tevens dragen de werknemers handschoenen bij het overbrengen van de bulkproducten naar de verpakkingseenheden. Voor deze parameter krijgt het bedrijf een score van 5 toegewezen. In overleg met Special Fruit is ook gebleken dat kruiscontaminatie van gewasbeschermingsresidu’s op het bedrijf minimaal is.
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
84
Figuur 10.5: Indeling voor ’verwerking- en bereidingsprocessen’ ontwikkeld voor Special Fruit
Figuur 10.6: Indeling voor ’kruiscontaminatie’ ontwikkeld voor Special Fruit
Aardbei wordt beschouwd als product met een gemiddelde consumptie in Belgi¨e. De resultaten voor aardbei werden reeds vermeld in de uitwerking van een methodologie voor prioritisatie. Voor Special Fruit wordt de parameter ’consumptie van het product’ als gemiddeld risico geklassificeerd. Dit is in Figuur 10.7 ge¨ıllustreerd.
Figuur 10.7: Indeling voor ’consumptie van het product’ ontwikkeld voor Special Fruit
De laatste parameter ’hoeveelheid van de levering’ is specifiek op bedrijfsniveau gericht. Op basis van de leveringsgrootte (ton of kg) wordt het procentueel aandeel van de levering van elke leverancier in kaart gebracht. Vervolgens wordt bepaald of de leverancier een kleine, gemiddelde of grote leverancier is. De scores worden toegekend zoals voorgesteld bij de prioritisatie van de parameters. Voor Special Fruit gaat het, behalve ´e´en leverancier, allemaal om leveranciers van kleine hoeveelheden. Ze krijgen een score 5 toegewezen. Tabel 10.1 geeft een overzicht van het scoresysteem uitgewerkt voor Special Fruit. Het uitgewerkt staalnameplan is in Bijlage C weergegeven. De resultaten zijn van het jaar 2010. Hierbij gaat het om 38 aardbeienleveranciers. In de laatste kolom wordt de totale score voor de zes parameters bepaald. Er zijn 16 leveranciers die volgens het vooropgesteld staalnameplan ingedeeld worden in laag risico, 11 leveranciers in gemiddeld risico en 11 leveranciers in hoog risico. Op basis van deze risico-indeling kan voor deze leveranciers een staalnamegrootte-en frequentie vooropgesteld worden met het oog op de voedselveiligheid waarborgen.
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
85
Tabel 10.1: Uitwerking scoresysteem van het eigen vooropgesteld staalnameplan voor Special Fruit Leverancier
Par1.
Par2.
Par3.
Par4.
Par5
Par6
Totale score
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 20 20 20 20 20 5 5 5 5 5 5 20 20 20 20 20 20 20 20 20 20 20
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25
15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 60 60 60 60 60 75 75 75 75 75 75 90 90 90 90 90 90 90 90 90 90 90
Legende:
Par1: ’conformiteitsgarantie van de leverancier’, Par2: ’land van oorsprong’, Par3: ’risico van het product’, Par4: ’verwerking- en bereidingsprocessen, Par5: ’kruiscontaminatie’, Par6: ’leveringsgrootte’.
10.1.3
Sterdiagram
Op basis van de bovenstaande gegevens kon een sterdiagram of een radardiagram worden opgesteld. Dit diagram zet de 6 parameters uit, telkens op een as met een minimum van 5 en een maximum van 25. In het sterdiagram weergegeven door Figuur 10.8 is de algehele situatie, waarin Special Fruit zich bevindt, af te lezen. Om een visueel aangenaam sterdiagram te verkrijgen werd geopteerd op de as te starten bij ’0’, hoewel een risico van ’0’ volgens het opgesteld scoreysysteem in dit werk niet mogelijk is. Twee parameters, kruiscontaminatie en consumptie krijgen een laag risico toegewezen. Aangezien op het bedrijf geen verwerking- of bereidingsprocessen plaatsvinden, wordt deze parameter als hoog risico beschouwd. Doch is de weging van deze parameter lager dan de parameter ’risico van het product’. Dit is ook terug te zien op het sterdiagram.
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
86
Figuur 10.8: Sterdiagram ontwikkeld het product aardbei (Special Fruit)
10.2
Allgro: Sla
10.2.1
Algemeen
Allgro NV is een jong, dynamisch en innovatief familiebedrijf, gelegen in Sint-Lievens-Houtem, dat wordt geleid door Paul De Meyer en Marleen De Tant. Het bedrijf telt 38 werknemers en combineert een groothandel in groenten en fruit met een versnijderij (Allgro, 2012). Allgro is niet aangesloten bij de federatie (b.v. FTB, VBT,...). Als klant bij de REO-veiling, staan zij zelf niet in voor het staalname- Figuur 10.9: Logo van Allgro (Allgro, 2012) plan voor gewasbeschermingsresidu’s. Zij vertrouwen erop dat het keurmerk Flandria hen een hoge kwaliteit en voedselveiligheid garandeert. Daarvoor zijn zij tevens ook bereid een meerprijs voor te betalen (REO-veiling, 2006). Sinds 1998 voldoet het bedrijf reeds aan de HACCP-normen en in 2004 behaalden zij het certificaat van het BRC. Tevens implementeerden zij het autocontrolesysteem (ACS) in 2007 (Veg-i-Trade, 2010).
10.2.2
Staalnameplan voor sla
Analoog als voor aardbei is getracht het staalnameplan van Allgro uit te werken voor sla. Allgro opteert om groenten en fruit af te nemen via Belgische veilingen die een kwaliteitssysteem hebben (IFS, BRC, autocontrole, ISO9000,...). Zij nemen groenten-fruit-aardappelen-ajuin en verse kruiden af bij onder andere REO-veilingen, VMV, COOBRA, BFV. De veilingen beschikken voor hun werking en voor hun producten verschillende certificaten waaronder het autocontrolesysteem Handel, GlobalGap,
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
87
Flandria, GMP, HACCP, IFS, ISO 900 en QS. Op regelmatige tijdstippen worden er tevens audits uitgevoerd om te controleren of de veilingen voldoen aan de voorwaarden om deze certificaten te mogen gebruiken. In een tweede plaats worden er ook producten ge¨ımporteerd uit Europese landen o.a. Spanje, Frankrijk en Nederland, die door GlobalGap gecertificeerd zijn. Ten derde worden er ook producten via importeurs aangekocht. Zij hebben hetzij zelf een kwaliteitssysteem of zij nemen producten af die onder GlobalGap vallen. Allgro importeert geen producten uit niet Europese landen. In de ’procedure leveranciers-selectie en beheersgrondspecificaties’ van allgro staan de vereisten vermeld waaraan de leverancier moet voldoen. Aangezien de vereiste van kwaliteitssystemen en analyseresultaten duidelijk aanwezig is, kan de parameter ’conformiteitsgarantie van de leverancier’ worden geklassificeerd als laag risico (risico-score 5). Dit wordt door Figuur 10.10 ge¨ıllustreerd.
Figuur 10.10: Indeling voor ’conformiteitsgarantie van de leverancier’ uitgewerkt voor Allgro
Volgens het RASFF berichtgevingssysteem zijn het voorbije jaar geen problemen vastgesteld voor sla afkomstig van Belgi¨e, Frankrijk, Spanje en Nederland. De parameter ’land van oorsprong’ wordt daarom geklassificeerd als laag risico.
Figuur 10.11: Indeling voor ’land van oorsprong’ ontwikkeld voor Allgro
De derde parameter, ’risico van het product’ wordt tevens geklassificeerd als laag risico. Een jaarlijkse controle uitgevoerd door het FAVV stelde geen overschrijdingen vast van de MRL voor het product sla. De analyseresultaten uitgevoerd door de REO-veilingen kunnen opgevraagd worden. Hierbij werden tevens geen overschrijdingen vastgesteld van de MRL met betrekking tot sla. Op het bedrijf wordt sla versneden en verpakt. Wanneer de buitenste bladeren van de krop sla er niet proper uit zien worden ze verwijderd. Dit wordt visueel bepaald. Vervolgens wordt het sla in een snijmachine gebracht waar het in kleine stukjes wordt versneden. De sla wordt vervolgens gewassen en verpakt in een plastiek zakje. Op bedrijf wordt het product altijd gewassen. In sommige gevallen worden de buitenste bladeren verwijderd van het product (schillen). Daarom wordt de parameter ’verwerking- en bereidingsprocessen’ beschouwd als ’gemiddeld risico’ (risico-score 10). Dit wordt in Figuur 10.13 ge¨ıllustreerd.
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
88
Figuur 10.12: Indeling voor ’risico van het product’ ontwikkeld voor Allgro
Figuur 10.13: Indeling voor ’verwerking- en bereidingsprocessen’ ontwikkeld voor Allgro
In Allgro wordt er rekening gehouden met kruiscontaminatie. De opslagbakken worden bij hergebruik gereinigd en er wordt tevens frequent gereinigd. De parameter ’kruiscontaminatie’ wordt geklassificeerd als ’laag risico’.
Figuur 10.14: Indeling voor ’kruiscontaminatie’ uitgewerkt voor Allgro
Voor de parameter ’consumptie van het product’ kan sla ingedeeld worden als laag risico. Dit wordt door Figuur 10.15 ge¨ıllustreerd. Gegevens met betrekking tot de ’leveringsgrootte’ van Allgro zijn niet gegeven. Hiervoor kon geen scoresysteem opgemaakt worden.
Figuur 10.15: Indeling voor ’consumptie van het product’ ontwikkeld voor Allgro
10.2.3
Sterdiagram
Figuur 10.16 geeft het sterdiagram voor Allgro weer. Allgro scoort op bijna alle vlakken laag risico. Op basis van dit sterdiagram kan een idee gegeven worden op welke vlakken het bedrijf Allgro zich kan
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
89
verbeteren met betrekking tot de parameters van het staalnameplan voor gewasbeschermingsresidu’s in groenten en fruit. De parameter ’verwerking- en bereidingsprocessen’ kreeg een gemiddeld risico omdat in sommige gevallen de buitenste bladeren verwijderd werden, maar wel altijd werd gewassen.
Figuur 10.16: Sterdiagram ontwikkeld voor Allgro
10.3
Van Laethem: Basilicum
10.3.1
Algemeen
Van Laethem is een in- en uitvoerder van verse kruiden, eetbare bloemen en specerijen over heel de wereld (Veg-i-Trade, 2010). Naast hun handelsactiviteiten, herverpakken zij de producten ook. Van Laethem is aangesloten bij Fresh Trade Belgium en volgt daarbij de autocontrolegids G-014. Van Laethem is ook bekend onder de merknaam Bell’Aroma. Ze zijn gevestigd in het Europees importcentrum voor fruit en groenten te Brussel (Werkhuizenkaai 112, magazijn 19). Daarnaast hebben ze een vestiging gelegen te Vlezenbeek (Postweg Figuur 10.17: Logo van 20) waar ze zelf kruiden en speciale bloemen zoals viooltjes, Oost- Bell’aroma (Van Laethem) Indische kers en reukerwten kweken. Dit dient om snel te kunnen inspelen op onverwachte bestellingen van klanten (VILT, 2010). Ook beschikken ze over een vernieuwd IFS certificaat met een score van 99,74% (AGF, 2007). Het eigen vooropgesteld staalnameen analyseplan voor gewasbeschermingsresidu’s wordt uitgewerkt voor het kruid basilicum. De weergegeven resultaten zijn bekomen door een bedrijfsbezoek en door overleg met de bedrijfsleider John
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
90
Van Laethem.
10.3.2
Staalnameplan voor Basilicum
Van Laethem heeft een voorkeur voor sommige producenten, maar neemt zelf geen beslissingen inzake de producten die zij afnemen bij hun exporteur. Voor de eerste parameter ’conformiteitsgarantie van de leverancier’ lijkt het dan het meest aangewezen de exporteur te beschouwen als de leverancier. In de praktijk zijn er twee kwaliteitseisen vereist, namelijk GlobalGap gecertificeerd en in overeenstemming met de vigerende EU-wetgeving. Analyserapporten kunnen wel opgevraagd worden, maar werden voor het opstellen van dit staalnameplan niet verkregen. De vooropgestelde parameter voor Van Laethem wordt daarom ingedeeld als ’laag risico’. Dit wordt weergegeven door Figuur 10.18
Figuur 10.18: Indeling ’conformiteitsgarantie van de leverancier’ voor Van Laethem
Soms kan er een afspraak gemaakt worden of ze al dan niet voldoen aan Tesco Natures Choice. Verder worden er meestal geen concrete afspraken gemaakt met de exporteurs. Er dient opgemerkt te worden dat 70% van de goederen die in Europa ge¨ımporteerd wordt, verhandeld worden via zusterof dochterbedrijven van de exporteur. Zo worden de producten verhandeld van het land van oorsprong (b.v. Israel) naar Europa (b.v. Nederland) om vervolgens daar ingeklaard te worden. Tussen deze bedrijven worden geen concrete afspraken gemaakt. Tevens zijn er sommige exporteurs die met geen enkele producent of teler voorakkoorden hebben. Algemeen geldt er: ’wat binnenkomt, wordt verkocht’. De tweede parameter ’land van oorsprong’ wordt opgenomen in het staalnameplan voor gewasbeschermingsresidu’s. Het land van oorsprong is ook verplicht op de factuur vermeld. Bij van Laethem is 85% van de ingevoerde basilicum afkomstig uit Isra¨el. Volgens de RASFF-berichtgeving zijn er voornamelijk Border Rejections vastgesteld voor basilicum in Thailand. Tabel 10.2 geeft een overzicht van de RASFF-berichtgeving voor basilicum in het jaar 2010-2011. Er werden op het berichtgevingsysteem geen andere landen vermeld specifiek voor basilicum. De parameter ’land van oorsprong’ wordt daarom ingedeeld als ’laag risico’. Dit is door Figuur 10.19 weergegeven. Zoals vermeld in Tabel 10.2 zijn MRL overschrijdingen teruggevonden voor de gewasbeschermingsmiddelen carbendazim, dimethoate, dichlorvos, carbofuran en famoxadone op basilicum. Het bedrijf Van Laethem spreidt de analyses over de gehele keten. Naast het bedrijf, staan ook hun klanten,
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
91
Tabel 10.2: RASFF-berichtgeving voor basilicum (2010-2011) (Europese Commissie, 2011) Datum
Vari¨ eteit
Land van oorsprong
Gewasbeschermingsmiddel
26/10/2010
Verse Basilicum
Thailand
03/11/2010
Zoete Basilicum
Thailand
04/11/2010 08/11/2010 12/11/2010
Basilicum Behaarde Basilicum Zoete Basilicum
Thailand Thailand Thailand
15/12/2010
Zoete Basilicum
Thailand
Carbendazim Dimethoate Carbendazim Dichlorvos Famoxadone Carbofuran Carbofuran Carbendazim Dimethoate
Concentratie (mg/kg of ppm) 0,7 0,048 0,33 0,06 0,058 6,1 0,25 1,1 0,15
RASFF-berichtgeving Border Rejection Border Rejection Border Rejection Information Border Rejection Border Rejection
Figuur 10.19: Indeling ’land van oorsprong’ voor Van Laethem
producenten in voor analyses. In het totaal worden er 80 analyses per jaar uitgevoerd. Daarnaast voert het FAVV ook jaarlijks analyses uit. Wanneer een incident of een MRL overschrijding optreedt, wordt de leverancier, vari¨eteit, perceelnummer, datum oogst en levering nagegaan. Analyses worden uitgevoerd door het geaccrediteerd laboratorium Fytolab. De resultaten van de analyses op het bedrijf waren niet gegeven en daarom konden deze voor de parameter ’risico van het product’ in het vooropgesteld staalnameplan ook niet uitgewerkt worden. Voor de bepaling van de de risico-klasse van basilicum wordt daarom op gegevens uit het RASFF-berichtgevingssysteem gebaseerd. Aangezien de MRL frequent overschreden werd en eveneens niet toegelaten gewasbeschermingsmiddelen teruggevonden worden, wordt basilicum als ’hoog risico’ geklassificeerd. Dit wordt door Figuur 10.20 ge¨ıllustreerd. Hoewel, als uit analyseresultaten vanuit het bedrijf blijkt dat er geen MRL overschrijdingen geweest zijn in het voorbije jaar, kan er een lagere risico-klasse bekomen worden.
Figuur 10.20: Indeling voor ’risico van het product’ voor Van Laethem
Op het bedrijf Van Laethem worden de producten niet gewassen of geschild. Meestal worden, op het niveau van de invoerder, de ingevoerde producten niet gewassen. De producten komen binnen, worden al dan niet herverpakt en worden geleverd aan de klant. De parameter ’verwerking- en bereidingsprocessen’ wordt voor Van Laethem geklassificeerd als hoog risico. Hoewel de parameter ’kruiscontaminatie’ niet specifiek is opgenomen in de autocontrolegids G-014, wordt op het bedrijf wel aandacht besteedt aan kruiscontaminatie van gewasbeschermingsmiddelen.
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
92
Figuur 10.21: Indeling van ’verwerking- en bereidingsprocessen’ voor Van Laethem
Herbruikbare opslagbakken worden gereinigd en bij de herverpakking worden handschoenen gedragen. Tevens dient vermeld te worden dat sommige basilicum in aparte plastieken zakjes verpakt wordt om luchtdoorstroming te beperken. Dit heeft ook een verminderde kruiscontaminatie tot gevolg met andere producten. Er is tevens een betere bewaring van het product. De parameter ’kruiscontaminatie’ wordt als laag risico ingedeeld. Dit wordt door Figuur 10.22 ge¨ıllustreerd. Basilicum wordt
Figuur 10.22: Indeling van ’kruiscontaminatie’ voor Van Laethem
volgens de consumptiedata als een minor product beschouwt. Het wordt slechts in een zeer kleine hoeveelheid geconsumeerd en dus wordt de parameter ’consumptie van het product’ geklassificeerd als laag risico (Figuur 10.23). Gegevens in verband met de leveringsgrootte waren niet beschikbaar voor Van Laethem. Een indeling voor leveringsgrootte kon hierdoor niet tot stand komen.
Figuur 10.23: Indeling van ’consumptie van het product’ voor Van Laethem
10.3.3
Sterdiagram
Het sterdiagram voor Van Laethem wordt door Figuur 10.24 voorgesteld. De parameter ’risico van het product’ werd voor Van Laethem ingedeeld als hoog risico. Hiervoor werd op de RASFFberichtgeving gebaseerd. Ondanks dat de parameter ’verwerking- en bereidingsprocessen’ als ’hoog risico’ werd geklassificeerd, is deze in het sterdiagram niet weergegeven in de rode zonering. De reden hiervoor is dat deze parameter over een wegingsfactor van 1 beschikt. De parameter ’verwerking- en bereidingsprocessen’ heeft een minder groot relatief belang ten opzichte van de andere parameters (b.v. risico van het product).
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
Figuur 10.24: Sterdiagram ontwikkeld voor Van Laethem
93
Hoofdstuk 10. Validatie van een staalnameplan op bedrijfsniveau: Case Studies
94
Deel IV
Besluit en aanbevelingen
95
Hoofdstuk 11
Besluit De ontwikkeling van een risico-gebaseerd staalname- en analyseplan voor gewasbeschermingsmiddelen is een complex proces. Op basis van experten opinie, wetenschappelijk en grijze literatuur zijn zes parameters tot stand gekomen. Dit zijn conformiteitsgarantie van de leverancier (1), land van oorsprong (2), risico van het product (3), verwerking- en bereidingsprocessen (4) en kruiscontaminatie (5). Afhankelijk van de doelstelling van het staalnameplan, overheid- of bedrijfsniveau, werd voor een verschillende zesde parameter geopteerd. Op overheidsniveau kan gekeken worden naar de consumptie van het product (6) in het betreffende land, terwijl op bedrijfsniveau rekening kan gehouden worden met de leveringsgrootte (6) met als doel de staalname economisch haalbaar te houden. Voor deze parameters werd een methodologie tot prioritisatie uitgewerkt. Aan de hand van experten is gebleken dat de parameter ’risico van het product’ het hoogste gewicht kreeg (gewichtsfactor = 3). ’Conformiteitsgarantie van de leverancier’ en ’Land van oorsprong’ kregen een iets lager gewicht (gewichtsfactor = 2), doch hoger dan de laatste drie parameters ’verwerking- en bereidingsprocessen’, ’kruiscontaminatie’ en ’consumptie van het product’ (gewichtsfactor = 1). Door het nagaan van deze parameters kan het risico op het afleveren van niet-conforme producten (MRL overschrijdingen) ingeschat worden. Tabel 11.1 geeft een overzicht van de wegingsfactoren voor de zes vooropgestelde parameters. Tabel 11.1: Wegingsfactor voor de zes geselecteerde parameters Parameter
Wegingsfactor
Conformiteitsgarantie van de leverancier Land van oorsprong Risico van het product Verwerking- en bereidingsprocessen Kruiscontaminatie Consumptie van het product
2 2 3 1 1 1
Dit vooropgesteld staalnameplan werd ge¨evalueerd ten opzichte van de huidige staalnameplannen van VBT, Belgapom, Fresh Trade Belgium, Vegebe en FAVV. Net zoals in het vooropgesteld staalnameplan als in de ge¨evalueerde staalnameplannen, werd er veel belang gehecht aan de parameters ’conformiteitsgarantie van de leverancier’, ’land van oorsprong’ en ’risico van het product’. Daarnaast 97
Hoofdstuk 11. Besluit
98
kon er vastgesteld worden dat de parameters ’kruiscontaminatie’ en ’verwerking- en bereidingsprocessen’ noch door de sector als door de overheid in het staalnameplan zijn opgenomen. De parameter ’consumptie van het product’ werd zowel door de sector en de overheid opgenomen. Voor de parameter ’conformiteitsgarantie van de leverancier’ wordt er echter een extra indeling gehanteerd, namelijk het al dan niet kunnen voorleggen van analyseresultaten. In overleg met de experten is gebleken dat wanneer een leverancier negatieve analyseresultaten kan voorleggen, het risico op het afleveren van niet-conforme producten verlaagt. Nieuw aan de parameter ’land van oorsprong’ is dat er afgestapt wordt van de indeling EU landen versus niet-EU landen en er met het specifieke land van oorsprong rekening gehouden wordt. Hiervoor wordt gebruik gemaakt van onder andere RASFF, FAVV-berichten, berichtgeving uit de sector. Een nadeel van deze benadering is dat de meeste RASFF-meldingen zullen voorkomen in het land van oorsprong waar het meest geproduceerd wordt. Het voordeel van rekening te houden met een berichtgevingsysteem, is dat een up-to date risico-gebaseerd staalnameplan kan worden gegenereerd. Voor de parameter ’risico van het product’ wordt nu ook gekeken naar toxiciteitswaarden zoals ADI en niet alleen naar MRL’s. Hiervoor wordt gebruik gemaakt van o.a. historische analyseresultaten vanop het bedrijf en RASFF-berichtgeving. In dit vooropgesteld staalnameplan werd gekozen voor verwerking- en bereidingsprocessen op bedrijfsniveau omdat er een onzekerheid bestaat of producten wel degelijk gewassen of geschild worden bij consumptie zoals verondersteld in de autocontrolegids G-014. Deze parameter werd opgenomen in het vooropgesteld staalnameplan omdat uit literatuuronderzoek is gebleken dat deze parameter een invloed heeft op de reductie van gewasbeschermingsresidu’s. Hoewel de parameter kruiscontaminatie niet rechtstreeks is opgenomen in het staalnameplan voor gewasbeschermingsresidu’s (gids G-014), wordt er wel aandacht besteed aan preventie van kruiscontaminatie beschreven in de HACCP handleiding (b.v. handschoenen, reinigen herbruikbare opslagbakken). Verder is er weinig geweten over kruiscontaminatie van gewasbeschermingsresidu’s. De laatste parameter, consumptie van het product, werd opgenomen in de prioritisatie. Hierbij werd afgestapt van de grens 1 kg.jaar−1 .persoon−1 . Een nieuwe indeling kwam tot stand gebaseerd op tertielen van consumptiedata uit 2004. Deze parameters werden getoetst aan drie bedrijven namelijk, Special Fruit, Allgro en Van Laethem. Ondanks de onzekerheid die de expertise met zich meebrengt, kon met het vooropgesteld risicogebaseerd staalnameplan een inschatting van het risico op het afleveren van niet-conforme producten gemaakt worden.
Hoofdstuk 12
Aanbevelingen Uit de resultaten komen een aantal aanbevelingen of suggesties naar voor betreffende het verder verfijnen van het risico-gebaseerd staalnameplan van gewasbeschermingsresidu’s. Een eerste aanbeveling heeft betrekking op de parameter ’verwerking- en bereidingsprocessen’. Wanneer meerdere procesfactoren gekend zijn, kunnen deze ook ingedeeld worden in een risico-klasse en opgenomen worden in het staalnameplan. In het vooropgesteld staalnameplan werd de parameter ’consumptie van het product’ ingedeeld in tertielen op basis van consumptiedata uit 2004. Een meer correcte benadering kan gehanteerd worden indien zowel de consumptiedistributie van groenten als van fruit ook gekend is. De maximale consumptie van een product, kan dan vervolgens in het betreffende tertiel geklassificeerd worden. Verder kan ook een onderscheid gemaakt worden tussen consumptie van rauwe en gekookte groenten. In het vooropgesteld staalnameplan werd gekeken naar de totale groentenconsumptie. In deze masterproef werd de variabiliteit van gewasbeschermingsresiduen aanwezig op de stalen niet verder in rekening gebracht. Het lijkt aangewezen om in verder onderzoek ook met deze parameter rekening te houden. Verder werd aan de hand van expertise voor drie risicoklasses de prevalentie bepaald. Ondanks dat de trend van de ingeschatte prevalenties gelijkaardig loopt, is het een grote uitdaging om de werkelijke prevalentie te bepalen. In verder onderzoek kan, als de aanvaardbare prevalentie van een partij geweten is, met behulp van OC-curves een mogelijke staalnamegrootte vooropgesteld worden. Tenslotte dient ook vermeld te worden dat een nauwe samenwerking tussen de sector, de bedrijven, de Universiteit Gent en het FAVV zeer belangrijk is bij het implementeren van het risico-gebaseerd staalnameplan. Het verder ontwikkelen van een risico-gebaseerd staalnameplan is een dynamisch proces en dient voortdurend bijgestuurd te worden.
99
Deel V
Literatuur
100
101
Literatuurlijst AGF (2007). VAN LAETHEM dit jaar ook op Fruit Logistica: Nieuwe website Bellaroma.eu gelanceerd. http://www.agf.nl (geconsulteerd op 25 mei 2012). Allgro (2012). Productie van salades, gesneden rauwkost, warme keuken. http://www.allgro.be (geconsulteerd op 20 mei 2012). Ambrus, A. (2006). Variability of pesticide residues in crop units. Pest Management Science, 62:693–714. Anastassiades, M., Scherbaum, E., and Bertsch, D. (2003). Validation of a simple and rapid multiresidue method (QuEChERS) and its implementation in Routine Pesticide Analysis. Poster presented at MGPR Symposium. B¨ uchert, A. (2010). Risk assessment of New and Existing Pesticides. National Food Institute. Belgapom (2011). De belgische aardappelhandel en verwerking e.b. www.belgapom.be (geconsulteerd op 3 januari 2012). BfR (2010). Information nr. 014/2010: Variability factors for the acute dietary risk assessment of pesticides. Federal Institute for Risk Asessment . Boon, P., Van der Voet, H., Van Raaij, M., and Van Klaveren, J. (2008). Cumulative risk assessment of the exposure to organophosphorus and carbamate insecticides in the dutch diet. Food and chemical toxicology, 46:3090–3098. British Columbia (2011). Toxicity & hazard: general information. Caldas, E., Tressou, J., and Boon, P. (2006). Dietary exposure of brazilian consumers to dithiocarbamate pesticides - a probabilistic approach. Food and Chemical Toxicology, 44:1562–1571. Cerejeiraa, M., Vianab, P., Batistaa, S., Pereiraa, T., Silvaa, E., Valerioa, M., Silvaa, A., Ferreirab, M., and Silva-Fernandes, A. (2003). Pesticides in portuguese surface and ground waters. Water Research, 37:1055–1063. Claeys, S. and Steurbaut, W. (2007). Bestrijdingsmiddelen in groenten en fruit. impact op de gezondheid. Presentation. Claeys, S., Vagenende, B., De Smet, B., Lelieur, L., and Steurbaut, W. (2005). The POCER indicator: a decision tool for non-agricultural pesticide use. Pest Management Science, 61(8):779–786. Claeys, W., Wilmart, O., and Pussemier, L. (2008). Exposure assessment of the belgian population to pesticide residues in 2005. Food Additives and Contaminants, 25(7):851–63. Claeys, W. L., Schmit, J.-F., Bragard, C., Maghuin-Rogister, G., Pussemier, L., and Schiffers, B. (2011). Exposure of several belgian consumer groups to pesticide residues through fresh fruit and vegetable consumption. Food Control, 22:508–516.
102
Literatuurlijst
103
Codex Alimentarius (2000). Section 2: Analysis of pesticide residues. portion of commodities to which codex maximum residue limits apply and which is analyzed. Codex Alimentarius, 2A, part I:14. Codex Alimentarius (2004). General Guidelines on sampling - CAC/GL 50-2004. Codex Alimentarius, 50:1–69. Commission of the European Union (2006). Commission Staff Working Document: Monitoring of pesticide residues in products of plant origin in the European Union, Norway, Iceland and Liechtenstein. Technical report, Commission of the European Union. Council of the European Union (1991). Council Directive of 15 July 1991 concerning the placing of plant protection products on the market (91/414/EEC). Official Journal of the European Communities. de Voghel, S. and Pussemier, L. (2007). Blootstelling van belgische volwassen consumenten van pesticiden residues door comsumptie van vers fruit en groenten. FAVV. DFHV (2010). Jahresbericht - annual report. Deutsche Fruchthandelsverband . DG Sanco (2006). Quality control procedures for pesticide residues analysis. Document Nr SANCO/10232/2006. Dinham, B. (2003). Growing vegetables in developing countries for local urban populations and export markets: problems confronting small-scale producers. Pest Management Science, 59:575–582. ECPA (2011). Ambassador of the the crop protection industry in europe and represents the industry’s european regional network. EFSA (2011). Scientific Report of EFSA: The 2009 European Union Report on Pesticide Residues in Food. EFSA Journal, 9(11):2430. European Food Safety Authority. EPA (2009). Lethal dosage (ld50) values. EPA (2011). Protection of human health and the environment. European Commission (2002). Reports on tasks for scientific cooperation - Preparation of a working document in support of the uniform interpretation of legislative standards and the laboratory quality standards prescribed under Directive 93/99/EEC. Final Report. European Commission (2008a). EU pesticides database. European Commission (2008b). Sustainable use of pesticides: Existing Legal Framework. Europese Commissie (2002). Commission directive 2002/63/ec of 11 july 2002 establishing community methods of sampling for the official control of pesticide residues in and on products of plant an animal origin and repealing directive 79/700/ecc. Official Journal of the European Communities, L187:30–43. Europese Commissie (2005). Regulation (EC) Nr. 396/2005 of The European Parliament and of the Council of 23 February 2005 on maximum residue levels of pesticides in or on food and feed of plant and animal origin and amending Council Directive 91/414/EEC. Official Journal of the European Communities. Europese Commissie (2009a). Regulation (EC) Nr. 1107/2009 of the European Parliament and of the council of 21 October 2009 concerning the placing of plant protection products on the market and repealing Council Directives 79/117/EEC and 91/414/EEC. Official Journal of the European Communities.
Literatuurlijst
104
Europese Commissie (2009b). Verordening (EG) Nr. 669/2009 van de Commissie van 24 juli 2009 ter uitvoering van verordening (EG) nr. 882/2004 van het Europees Parlement en de Raad wat betreft meer uitgebreide offici¨ele controles op de invoer van bepaalde diervoeders en levensmiddelen van niet-dierlijke oorsprong en tot wijziging van Beschikking 2006/504/EG. Publicatieblad van de Europese Unie. Europese Commissie (2011). Portal Database RASFF (Rapid Alert System for Food and Feed) . https://webgate.ec.europa.eu/rasff-window/portal/ (geconsulteerd op 11 november 2011). Europese Unie (2011). Maximumwaarden voor residuen van bestrijdingsmiddelen in of op levensmiddelen en diervoeders. FAO (2009). Submission and evaluation of pesticide residues data for the estimation of maximum residue levels in food and feed. Food and Agriculture Organization of the United Nations. FAO/WHO (2004). Workshop on fruits and vegetables for health. Report of a Joint FAO/WHO Workshop. FAVV (2008a). Advies: Blootstelling van de belgische bevolking aan pesticidenresiduen via de consumptie van groenten en fruit: jaar 2008. Federaal Agentschap voor de veiligheid van de voedselketen. FAVV (2008b). Inventaris acties en actiegrenzen en voorstellen voor harmonisering in het kader van de offici¨ele controles: Chemische contaminanten, residuen en additieven. Federaal Agentschap voor Voedselveiligheid. FAVV (2010). Activiteitenverslag 2009. Gil Houins. FAVV (2010). Controls of pesticide residues in food Belgium 2010: National summary report. Federal Agency for the Safety of the Food Chain (FASFC). FAVV (2011a). Mededeling van het FAVV i.v.m. Verordening (EG) nr. 669/2009. Federaal Agenschap voor de veiligheid van de voedselketen. FAVV (2011b). Waken over de veiligheid van de voedselketen en de kwaliteit van ons voedsel ter bescherming van de gezondheid van mens, dier en plant. http://www.favv.be/ (geconsulteerd op 11 november 2011). FGOV (2010). Bestrijdingsmiddelen voor landbouwkundig gebruik. Filipovic, I., Njari, L., Kozacinski, ., Cvrtila, F. B., Miokovic, N., Zdolec, V., and Dobranic (2008). Quality management systems in the food industry. In MESO, volume 10. studeni-prosinac br.6. Fresh Trade Belgium (2011). Nationale unie voor exporteurs van groenten en fruit in belgi¨e. www.freshtradebelgium (geconsulteerd op 2 januari 2012. GFSI (2011). Gfsi guidance document: Sixth edition issue 2 version 6.1. The Global Food Safety Initiative. GIDSAC (2011). Gids Autocontrole AGF: Aardapellen - groenten - Fruit verwerkende Industrie en Handel. http://www.gidsac.be/nl/ (geconsulteerd op 11 november 2011). Hamilton, D., Ambrus, A., Dieterle, R., Felsot, A., Harris, C., Petersen, B., Racke, K., Wong, S.-S., Gonzalez, R., Tanaka, K., Earl, M., Roberts, G., and Bhula, R. (2004). Pesticide residues in food - acute dietary exposure. Pest Management Science, 60(4):311–339. Harris, C. A. (2011). New Regulations in the European Union: Regulation 1107/2009: Placing of plant protection products on the market and Regulation 396/2005: Maximum Residue Limits . Exponent International Ltd.
Literatuurlijst
105
Hjorth, K., Johansen, K., Holen, B., Andersson, A., Christensen, H., Siivinen, K., and Toome, M. (2011). Pesticide residues in fruits and vegetables from South America - A Nordic Project. Food Control, 22:1701–1706. Hock, W. K. (2006). Toxicity of pesticides. Technical report, The Pennsylvania State University. Holleran, E., Bredahl, M. E., and Zaibet, L. (1999). Private incentives for adopting food safety and quality assurance. Food Policy, 24:669–683. Huyghebaert, A., Vanthemsche, P., and FAVV (2005). Terminologie inzake gevarenen risicoanalyse volgens de Codex Alimentarius. FAVV. Jacxsens, L. (2011). Kwaliteitsbeheer en risico-analyse. Cursus Universiteit Gent. Karipidis, P.and Athanassiadis, K., Aggelopoulos, S., and E., G. (2009). Factors affecting the adoption of quality assurance systems in small food enterprises. Food Control, 20:93–98. Kaushik, G., Santosh, S., and Naik, S. (2009). Food processing a tool to pesticide residue dissipation - A review. Food Research International, 42:26–40. Keikothaile, B., Spanoghe, P., and Steurbaut, W. (2010). Effects of food processing on pesticide residues in fruits and vegetables: A meta-analysis approach. Food and Chemical Toxicology, 48:1–6. Knezevic, Z. and Serdar, M. (2009). Screening of fresh fruit and vegetables for pesticide residues on croation market. Food Control, 20:419–422. Luning, P., Devlieghere, F., and Verh´e, R. (2006). Safety in the Agri-food Chain. Wageningen Academic Publishers. Maudoux, J.-P., Saegerman, C., Rettigner, C., Houins, G., Van Huffel, X., and Berkvens, D. (2006). Food safety surveillance by a risk based control programming: approach applied by the belgian federal agency for the safety of the food chain (fasfc. Veterinary Quarterly, 28(4):140–154. Milson, B. E., Chambers, J. E., Chen, W., Dettbarn, W., and Ehrich, M. (1998). Common Mechanism of Toxicity: A Case Study of Organophosphorus Pesticides. Toxicological Sciences, 41:8–20. MIRA (2010). Milieurapport Vlaanderen MIRA: Achtergronddocument, Thema Verspreiding van bestrijdingsmiddelen. Vlaamse Milieumaatschappij. Peeters, B. and Spanoghe P.and Steurbaut W.and Theuns I.and De Cooman W. and De Wulf E.and Eppinger, R.and D’hont, D.and Vanhille, A. and Huysmans, A.and Geeraerts, C. and Belpaire, C.and den Hond, E. www.milieurapport.be. Nagami, H. (1997). Residues of maleic hydrazide and chlorpropham in potato chips. Environmental, Contamination and Toxicology, 58:764. Pendrill, L. R. (2008). Operating cost characteristics in sampling by variable and attribute. Accreditation and Quality Assurance, 13:619–631. Phytofar VZW (2011). Belgische Vereniging van de Industrie van Gewasbeschermingsmiddelen. Pieters, M., Ossendorp, B., Bakker, M., and Slob, W. (2005). Probabilistic modeling of dietary intake of substances:the risk management question governs the method. RIVM. Pihlstr¨ om, T., Anastassiades, M., Andersson, A., De Kok, A., and Poulsen, M. E. (2010). Method validation and quality control procedures for pesticide residues analysis in food and feed. Document No. SANCO/10684/2009.
Literatuurlijst
106
Postmus, E. and Guldemeester, H. (1995). Handboek HACCP: De zorg voor voedselveiligheid en - kwaliteit in ´e´en systeem. Kluwer Bedrijfsinformatie B.V. - Deventer. Poulsen, M., Hansen, H., Sloth, J., Christensen, H., and Andersen, J. (2007). Survey of pesticide residues in table grapes. Food Additives and Contaminants, 24(8):886–895. Renwick, A. G. (2002). Pesticide residue analysis and its relationship to hazard characterisation (ADI/ARfD) and intake estimations(NEDI/NESTI). Pest Management Science, 58:1073–1082. REO-veiling (2006). ’Groei, voedselveiligheid en kwaliteitsbehoud kunnen wel samengaan’. http://www.reo.be/ (geconsulteerd op 20 mei 2012). Schiffers, B. and Samb, B. (2011). Risk Analysis and control in production. COLEACP PIP, Brussel. Spanoghe, P. (2010). Pesticidenresiduen in de voeding: Verleden, heden en toekomst. pdf. Spanoghe, P. and Steurbaut, W. (2007). Bestrijdingsmiddelen in groenten en fruit. impact op de gezondheid. Cursusnota’s 2007. Special Fruit NV (2011). ’Great Fruit... and so much more.’. http://www.specialfruit.com (geconsulteerd op 20 mei 2012). Stephenson, G. R., Ferris, I. G., Holland, P. T., and Nordberg, M. (2006). Glossary of terms relating to pesticides (iupac reccommendations 2006). Pure Applied Chemistry, 78(11):2075–2154. Steurbaut, W. (2010). Hoofdstuk 12. pesticiden in voeding. Cursus Dynamica en Residu’s van Pesticiden. Steurbaut, W. and Spanoghe, P. (2011). Cursus fytofarmacie. Universiteit Ugent. Talbot, M. and Davies, C. (2000). Acceptance sampling. http://www.bioss.ac.uk (geconsulteerd op 20 januari 2012). Thas, O. (2011). Acceptance sampling. Ghent University, Biomath. Department of Applied Mathematics Biometrics and Proces Control. Uyttendaele, M. and Jacxsens, L. (2009). Open opleiding: Integratie van bemonsteringsplannen in de autocontrole. Vakgroep Voedselveiligheid en Voedselkwaliteit. Van Klaveren, J., Noordam, M., Boon, P., Van Donkersgoed, G., Ossendorp, B., Van Raaij, M., and Van Der Roest, J. (2006). Tussenevaluatie nota duurzame gewasbescherming: Trends in normoverschrijdingen, overschrijdingen van de acute referentiewaarde en gesommeerde blootstelling. Deelrapport voedselveiligheid. Vandevijvere, S., De Vriese, S., Huybrechts, I., Moreau, M., Temme, E., De Henauw, S., De Backer, G., Kornitzer, M., Leveque, A., and Van Oyen, H. (2008). The gap between food-based dietary guidelines and usual food consumption in belgium, 2004. Public Health Nutrition, 12(3):423–431. VBT (2012). Verbond van Belgische Tuinbouwco¨operaties (VBT). http://www.vbt.eu (geconsulteerd op 1 mei 2012). Veg-i-Trade (2010). Impact of Climate Change and Globalisation on Safety of Fresh Produce . http://www.veg-i-trade.org (geconsulteerd op 21 mei 2012). Vegebe (2011). Verbond van groenteverwerkende bedrijven en industriegroenten- Groothandelaars en exporteurs. www.vegebe.be (geconsulteerd op 10 januari 2012).
Literatuurlijst
107
Vercruysse, F. and Steurbaut, W. (2002). POCER, the pesticide occupational and environmental risk indicator. Crop Protection, 21(4):307–315. VILT (2010). Exotische kruiden en eetbare bloemen in opmars. http://vilt.be (geconsulteerd op 25 mei 2010). VMM (2010). Milieurapport vlaanderen mira. achtergronddocument: verspreiding van bestrijdingsmiddelen. Technical report, Vlaamse Milieu Maatschappij (VMM). vzw Vegaplan (2010). Integrale kwaliteitsbepaling van de belgische plantaardige voedselketing. http://www.vegaplan.be/ (geconsulteerd op 1 april 2012). WHO (2002). The world health report: Reducing risks, promoting healthy life. World Health Organization. WHO (2012). World health organization. http://www.who.int. Wilson, J. S. and Otsuki, T. (2004). To spray or not to spray: pesticides, banana exports, and food safety. Food Policy, 29:131–146. WIV (2011). Wetenschap ten dienste van de volksgezondheid, veiligheid van de voedselketen en het leefmilieu. https://www.wiv-isp.be (geconsulteerd op 1 april 2012). Wojzich, J. (2010). Kreuzkontaminationen von Pflanzenschutzmittelr¨ uckst¨anden auf Packstraßen f¨ ur Fr¨ uchte. Forschung: Deutscher Fruchthandelsverband e.V.
Deel VI
Bijlagen
108
Bijlage A
Begrippen uit RASFF RASFF nieuwberichten omvatten diverse berichten die interessante informatie kunnen bevatten gerelateerd aan voedselveiligheid. Het wordt niet bekendgemaakt als een waarschuwing, informatiebericht of afwijzigsbericht. Het wordt echter wel beschouwd als interessant voor de voedsel en voeder controle autoriteiten in de lidstaten. RASFF informatieberichten worden verstuurd wanneer potentieel onveilig voedsel of veevoeder alleen aanwezig is in het land dat de melding maakt. De andere landen hoeven in dit geval geen directe actie te ondernemen. Het gaat hier dikwijls om voedsel of veevoeder dat bij controles aan de grenzen van de Europese Unie is afgekeurd. Ook deze producten komen niet op de markt of worden teruggeroepen. RASFF alerts zijn waarschuwingsberichten die worden verstuurd wanneer er levensmiddelen of diervoeders met ernstig risico op de markt zijn en wanneer er snel moet worden ingegrepen. RASFF border rejections zijn berichtgevingen waarbij het gaat om levensmiddelen- en diervoederpartijen die getest en afgewezen zijn aan de buitengrenzen van de EU (en de EER) omdat een risico voor de gezondheid is vastgesteld (Europese Commissie, 2011).
109
Bijlage B
Prioritisatie In Tabellen B.1 en B.2 zijn de resultaten weergegeven van de prioritisatie door acht experten. Zij kregen zes verschillende parameters voorgelegd. Voor elke parameter dienden zij aan te geven of de parameter een laag, gemiddeld of hoog risico vormt.
110
Het product wordt geproduceerd of geteeld in een land waarvan het voorbije jaar GEEN news, information, alerts en border rejections, zijn verschenen op het Rapid Alert System For Food and Feed (RASFF). Het product wordt geproduceerd of geteeld in een land op het RASFF waarvan het voorbije jaar ’News’ verschenen zijn op het RASFF. Er zijn GEEN informations, alerts of border rejections verschenen Het product wordt geproduceerd of geteeld in een land waarbij het voorbije jaar ’informations’ zijn vastgeteld op het Rapid Alert System For Food and Feed (RASFF). Er zijn geen ’Alerts’ en/of ’border rejections’ vastgesteld over het land van oorsprong. Het product wordt geproduceerd of geteeld in een land waarvan het voorbije jaar ’alerts’ zijn vastgesteld op het Rapid Alert System For Food and Feed (RASFF). Er zijn geen ’border rejections’ vastgesteld. Het product wordt geproduceerd of geteeld in een land waarvan het voorbije jaar ’border rejections’ zijn vastgesteld op het Rapid Alert System For Food and Feed (RASFF). Er kunnen ook ’alerts’ zijn vastgesteld op het RASFF van het betreffende land.
Parameter: Land van oorsprong
De leverancier beschikt NIET over een voedselveiligheid smanagementsysteem (FSMS) zoals GlobalGap, IFS, ISO, BRC,... Tevens kan de leverancier GEEN analyseresultaten en GEEN afgetekende specificaties voorleggen.
De leverancier beschikt NIET over een voedselveiligheids managementsysteem (FSMS) zoals GlobalGap, IFS, ISO, BRC,... Tevens kan de leverancier geen afgetekende specificaties voorleggen maar kan wel analyserapporten voorleggen.
De leverancier beschikt NIET over een voedselveiligheid managementsysteem (FSMS) zoals GlobalGap, IFS, ISO, BRC,... sTevens kan de leverancier GEEN analyseresultaten voorlegge maar kan wel afgetekende specificaties voorleggen.
De leverancier beschikt NIET over een voedselveiligheid smanagementsysteem (FSMS) zoals GlobalGap, IFS, ISO, BRC,... De leverancier kan wel afgetekende specificaties en analyserapporten voorleggen.
L
L
L
G
H
L
G
G
H
Pieter
H
G
G
L
G
L
Liesbeth
H
H
G
G
L
H
H
G
G
G
Ilse
H
H
H
G
G
H
H
G
G
L
Walter
H
G
H
L
G
L
De leverancier beschikt over een voedselveiligheids managementsysteem (FSMS) zoals GlobalGap, IFS, ISO, BRC,... Hij heeft echter geen analyseresultaten die hij kan voorleggen.
L
L
De leverancier beschikt over een voedselveiligheids managementsysteem (FSMS) zoals Globalgap, IFS, ISO, BRC,... Hij kan tevens analyseresultaten voorleggen. L
Expertise Walter
Ilse
Parameter: Conformiteitsgarantie van de leverancier
Pieter
Liesbeth
Parameters
H
G
G
G
G
Ann
H
G
H
L
G
L
Ann
G
G
L
L
L
Raf
H
G
H
G
G
L
Raf
H
G
L
L
L
Veerle
H
G
H
G
G
L
Veerle
G
G
L
L
L
Nele
H
G
H
G
G
L
Nele
H
G
G
L
L
H
G
H
G
G
L
Resultaat
Tabel B.1: Resultaten expertise m.b.t. prioritisatie van parameter ’conformiteitsgarantie van de leverancier’ en ’land van oorsprong’
Bijlage B. Prioritisatie 111
tie’
G
H
H
G
G
H
H
H
H
G Liesbeth
Parameter: Consumptie van het product
Het product wordt volgens de nationale voedingsdata jaarlijks in een kleine hoeveelheid geconsumeerd (De gemiddelde consumptie van groenten en/of fruit is gelegen in het 66ste percentiel van de consumptiedistributie van het betreffend product). Het product wordt volgens de nationale voedingsdata jaarlijks in een gemiddelde hoeveelheid geconsumeerd (De gemiddelde consumptie van groenten en/of fruit ligt tussen 33ste en het 66ste percentiel van de consumptiedistributie van het betreffend product). Het product wordt volgens de nationale voedingsdata jaarlijks in een grote hoeveelheid geconsumeerd (De gemiddelde consumptie van groenten en/of fruit ligt in het 33ste percentiel van de consumptiedistributie van het betreffend product).
G
L
G
G
H
L
G
H
Pieter
G
L
Pieter
G
G
Liesbeth
L
L
Pieter
L
L
Liesbeth
L
L
Op het bedrijf wordt rekening gehouden met kruiscontaminatie met betrekking tot gewasbeschermingsresidu’s. b.v. herbruikbare opslagbakken reinigen voor elk nieuw gebruik, reinigen transportbanden Op het bedrijf wordt er frequent gereinigd om kruiscontaminatie van gewasbeschermingsresidu’s te beperken. Op het bedrijf worden er geen maatregelen getroffen met betrekking tot kruiscontaminatie van gewasbeschermingsresidu’s.
Parameter: Kruiscontaminatie
Op het bedrijf wordt het betreffende product geschild (>50% reductie gewasbeschermingsresidu’s). Mogelijk wordt het product gewassen (hoeft niet). Op het bedrijf wordt het betreffende product enkel gewassen (±25% reductie gewasbeschermingsresidu’s). Het product wordt niet geschild. Op het bedrijf wordt het betreffende product niet gepeld of gewassen. Het wordt enkel bewaard en getransporteerd.
Parameter: Verwerking- en bereidingsprocessen
Op het RASFF zijn het voorbije jaar van het betreffende product GEEN gewasbeschermingsresidu’s gevonden die de MRL overschreden, met andere woorden: geen melding op RASFF. Op het RASFF zijn van het betreffende product. ´ e´ en enkele keer gewasbeschermingsresidu’s gevonden die de MRL overschreden. De ADI is hierbij niet overschreden. Op het RASFF zijn van het betreffende product max. 3x gewasbeschermingsresidu’s gevonden die de MRL overschreden. De ADI is hierbij niet overschreden Op het RASFF zijn van het betreffende product frequent gewasbeschermingsresidu’s gevonden die de MRL overschreden. De ADI is hierbij niet overschreden Op het RASFF zijn het voorbije jaar van het product residu’s gevonden die de MRL overschreden. Hierbij was ook de ADI overschreden. Mogelijk zijn ook verboden gewasbeschermingsresidu’s teruggevonden.
G
L
L
Ilse
G
L
L
Ilse
G
G
G
Ilse
H
H
L
L
L
G
G
L
Walter
H
L
L
Walter
H
G
L
Walter
H
H
G
L
L
Expertise Walter
Ilse
Parameter: Risico van het product
Pieter
Parameters Liesbeth
G
G
L
Ann
H
L
L
Ann
H
G
L
Ann
H
H
G
L
L
Ann
G
L
L
Raf
G
L
L
Raf
G
L
L
Raf
H
G
L
L
L
Raf
G
L
L
Veerle
G
L
L
Veerle
G
L
L
Veerle
H
G
L
L
L
Veerle
G
L
L
Nele
G
L
L
Nele
G
L
L
Nele
H
G
G
L
L
Nele
G
G
L
G
L
L
H
G
L
H
H
G
L
L
Resultaat
Tabel B.2: Prioritisatie door expertise van de parameters ’risico van het product’, ’verwerking-en bereidingsprocessen’, ’kruiscontaminatie’ en ’consump-
Bijlage B. Prioritisatie 112
Bijlage C
Staalnameplan Special Fruit Het uitgewerkt staalnameplan voor Special Fruit bevindt zich in Tabel C.1. Hierin staat de redeneringswijze waarom tot het scoresysteem gekomen is weergegeven door Tabel 10.1.
113
FSMS
AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AFW AFW AFW AFW AFW AANW AANW AANW AANW AANW AANW AFW AFW AFW AFW AFW AFW AFW AFW AFW AFW AFW
Leverancier
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AFW AFW AFW AFW AFW AANW AANW AANW AANW AANW AANW AFW AFW AFW AFW AFW AFW AFW AFW AFW AFW AFW
Analyse-rapporten
AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AANW AFW AFW AFW AFW AFW AANW AANW AANW AANW AANW AANW AFW AFW AFW AFW AFW AFW AFW AFW AFW AFW AFW
Afgetekende specificaties ES ES ES ES ES BE ES ES ES BE ES BE BE BE BE BE FR ES ES FR FR EG EG EG EG EG EG EG EG EG EG EG EG EG EG EG EG EG
LVO Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding border rejection border rejection border rejection border rejection border rejection border rejection border rejection border rejection border rejection border rejection border rejection border rejection border rejection border rejection border rejection border rejection border rejection
RASFF MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL MRL
niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet niet
overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden overschreden
Eigen historische analyses Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding Geen melding niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten niet toegelaten
RASFF uit voorgeschiedenis Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring Bewaring
Gewassen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen Reinigen
transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten transportkisten
handschoenen, transportkisten proper zetten
Tabel C.1: Uitwerking eigen vooropgesteld staalnameplan voor Special Fruit
5,1 0,3 1,5 4,8 0,4 2,6 0,9 0,0 1,8 0,6 1,5 0,4 0,1 0,1 0,1 0,2 0,1 0,0 21,3 0,1 0,1 0,0 0,0 0,8 0,3 0,0 0,1 3,5 0,0 0,0 0,3 5,9 6,0 39,2 1,4 0,1 0,0 0,1
% van de levering
Bijlage C. Staalnameplan Special Fruit 114
