VLAAMS HUMAAN BIOMONITORINGSPROGRAMMA 2007-2011
Resultatenrapport
Resultaten van het onderzoek bij
jongeren in de regio Menen
januari 2012 Foto: Daniel Herlent
in opdracht van de Vlaamse overheid
Vlaams Humaan Biomonitoringsprogramma 2007-2011 Resultatenrapport: deel hotspot Menen
Januari 2012
1
Voorwoord Dit rapport bevat de resultaten van het humaan biomonitoringsprogramma dat werd uitgevoerd bij jongeren die wonen in de nabijheid van de industriezone ‘Grensland’ in Menen. In dit rapport worden de resultaten van de jongeren van Menen vergeleken met de “referentie” resultaten van jongeren die door toeval geselecteerd werden uit de algemene Vlaamse bevolking. Het biomonitoringsprogramma wordt uitgevoerd in opdracht van de Vlaamse overheid, departementen Volksgezondheid, Leefmilieu en Wetenschapsbeleid door het Steunpunt Milieu en Gezondheid. De hotspot Menen werd geselecteerd in samenspraak met overheid, administraties, lokale milieu – en gezondheidswerkers en experten. Het is na Genk-Zuid de tweede locatie waarvoor een strategie werd ontwikkeld om na te gaan of lokale milieudruk tot verhoogde concentraties van vervuilende stoffen en gezondheidseffecten leidt in de mens. De aflijning van het onderzoeksgebied en de keuze van biomerkers om blootstelling en effecten te meten werden mede bepaald door voorafgaande analyse van de informatie over de bedrijfsactiviteiten en de beschikbare milieugegevens. 199 jongeren uit Menen en Wevelgem van 14 en 15 jaar namen deel aan de studie. Deze aanpak was alleen maar mogelijk door een hechte samenwerking van de onderzoekers met de lokale gemeenschap, de lokale werkgroep in Menen en beleidsverantwoordelijken. Het rapport beschrijft de studiepopulatie, de biomerkerwaarden en de resultaten van de gezondheidsparameters die gemeten werden. De resultaten worden vergeleken met de referentiewaarden van jongeren in 2008 die eerder uitvoerig werden gepubliceerd (http://www.milieu-en-gezondheid.be/resultaten.html). De studie opent het spoor om naast milieumetingen ook gezondheidsgegevens te betrekken in de analyse en onderstreept als dusdanig het belang dat wordt gehecht aan een gezonde leefomgeving. Metingen in de mens geven een directer beeld van de gevolgen van milieubelasting op de inwendige blootstelling en op de gezondheid dan extrapolaties uit milieumetingen. Tegelijkertijd moet er echter rekening gehouden worden met de complexiteit van de relatie tussen omgeving en gezondheid en met een aantal factoren die de interpretatie bemoeilijken, zoals de variabiliteit tussen de mensen, verschillen in eetgewoonten, levensstijl en huisvesting, en biomerkermetingen die soms maar een momentopname zijn. De studiegegevens dienen geïnterpreteerd te worden als één van de puzzelstukken die de lokale milieudruk en de effecten ervan op de lokale bewoners beschrijft. De relatie tussen de gemeten polluenten in de jongeren en de gemeten gezondheidsparameters zal nog verder worden onderzocht. Dit rapport draagt bij tot een wetenschappelijk inzicht in de relatie tussen milieu en gezondheid en wil op die manier een leidraad zijn voor beleidsmakers. Prof. Dr. Greet Schoeters, namens de promotoren Coördinator Biomonitoringsprogramma
2
Partners De activiteiten van het Steunpunt Milieu en Gezondheid worden gecoördineerd door Prof. W. Baeyens (Vrije Universiteit Brussel, VUB). De biomonitoringscampagne wordt gecoördineerd door Prof. G. Schoeters (Vlaamse Instelling voor Technologisch Onderzoek, VITO en Universiteit Antwerpen, UA). Prof. N. Van Larebeke (Universiteit Gent) is woordvoerder van het Steunpunt.
De meetcampagne is multidisciplinair en werd uitgevoerd door: -
Provinciaal Instituut voor Hygiëne (PIH) Antwerpen, verantwoordelijk voor het veldwerk (Dr. V. Nelen, E. Van De Mieroop);
-
VITO (Prof. G. Schoeters), VUB (Prof. W. Baeyens) en UGent (Prof. N. Van Larebeke), verantwoordelijk voor het toxicologische onderzoek;
-
Universiteit Hasselt, verantwoordelijk voor de statistische verwerking (Prof. G. Molenberghs, MSc L. Bruckers);
-
UGent, verantwoordelijk voor het aspect voeding (Prof. S. De Henauw, Dr. I. Sioen);
-
Katholieke Universiteit Leuven (KULeuven), verantwoordelijk voor fijn stof en cardiovasculaire parameters (Prof. B. Nemery, Prof. T. Nawrot);
-
Openbaar Psychiatrisch Ziekenhuis Geel (OPZG), verantwoordelijk voor neurologische opvolging (Prof. M. Viaene, Dr. G. Vermeir);
-
VITO, verantwoordelijk voor coördinatie en rapportering (Prof. G. Schoeters, Dr. E. Den Hond, A. Colles, Dr. M. Paulussen);
-
UA, verantwoordelijk voor risicocommunicatieonderzoek en -advies (Prof. I. Loots, Drs. H. Keune, B. Morrens);
-
VUB, verantwoordelijk voor de coördinatiecel Milieu en Gezondheid (Prof. W. Baeyens, Drs. K. Goeyens);
-
UGent, verantwoordelijk voor het woordvoerderschap (Prof. N. Van Larebeke).
De toxicologische metingen gebeurden door partners binnen en buiten het Steunpunt Milieu en Gezondheid: -
Algemeen Medisch Laboratorium (AML), Antwerpen (M. Stalpaert, M. Uytterhoeven);
-
Universiteit Antwerpen, Toxicologisch Centrum (Dr. A. Covaci);
-
VITO, afdeling Milieurisicio en gezondheid (Prof. G. Schoeters, Dr. G. Koppen, Dr. E. Den Hond, G. Jacobs);
-
VUB, departement Analytische en Milieuchemie (ANCH) (Prof. W. Baeyens, Drs. K. Croes, Drs. J. Vrijens);
-
UGent, lab. andrologie (Prof. J-M. Kaufman, Dr. A. Mahmoud);
-
UAken, Instituut voor arbeids –en sociale geneeskunde (Dr. T. Schettgen)
3
De studie gebeurde in opdracht en onder toezicht van de Vlaamse overheid: -
Vlaams Minister van Leefmilieu, Natuur en Cultuur (J. Winters, afgevaardigde van het kabinet Minister Schauvliege, voorzitter van de stuurgroep)
-
Vlaams Minister Welzijn, Volksgezondheid en Gezin (L. Vuylsteke de Laps, afgevaardigde van het kabinet Minister Vandeurzen, co-voorzitter van de stuurgroep)
-
Vlaams Minister van Innovatie, Overheidsinvesteringen, Media en Armoedebestrijding (P. Verdoodt, afgevaardigde van het kabinet Minister Lieten)
-
Departement Leefmilieu, Natuur en Energie (LNE) (Dr. K. Van Campenhout, Dr. C. Teughels);
-
Vlaams ministerie van Welzijn, Volksgezondheid en Gezin (Agentschap Zorg en Gezondheid) (Dr. D. Wildemeersch, Dr. H. Chovanova, B. Bautmans);
-
Departement Economie, Wetenschap en Innovatie (EWI) (W. Winderickx, R. De Prêtre).
-
Vlaamse Milieumaatschappij (VMM) (M. Bossuyt, M. Desmedt, P. D’Hondt)
-
Openbare Vlaamse Afvalstoffenmaatschappij (OVAM) (Dr. G. Van Gestel)
-
Instituut voor Natuur- en bosonderzoek (INBO) (C. Geeraerts, Dr. C. Belpaire)
-
Agentschap voor Natuur en Bos (ANB) (V. Heyens, D. Demeyere)
Met speciale dank aan alle deelnemers en hun ouders; de directie en het personeel van de deelnemende scholen; de schoolartsen en medewerkers van de Centra voor Leerlingenbegeleiding (CLB’s); alle lokale actoren die het steunpunt adviseerden, en de vrijwilligers die de huisbezoeken begeleidden.
4
Contents Voorwoord _____________________________________________________________________ 2 Partners ________________________________________________________________________ 3 Belangrijkste conclusies ___________________________________________________________ 7 Samenvatting __________________________________________________________________ 10 Inleiding_______________________________________________________________________ 24 Methode ______________________________________________________________________ 26 1.
Onderzoeksgebied ________________________________________26
2.
Biomerkers ______________________________________________28
3. Rekrutering en veldwerk____________________________________29 3.1. Selectie van deelnemers ________________________________ 29 3.2. Onderzoeksprotocol ____________________________________30 4. Metingen en bevragingen ___________________________________33 4.1. Biomerkers van blootstelling _____________________________ 33 4.2. Biomerkers van effect __________________________________37 5. Statistische analyses ______________________________________39 5.1. Beschrijving van de steekproef en vergelijking met deze van de referentiebiomonitoring _______________________________________39 5.2. Resultaten voor biomerkers en effectmerkers ________________40 Resultaten _____________________________________________________________________ 43 1. Beschrijving van de onderzoekspopulatie ______________________43 1.1. Respons _____________________________________________43 1.2. Karakteristieken van de onderzoeksgroep ___________________45 1.3. Staalafnamecondities ___________________________________55 2. Blootstellingsmerkers ______________________________________60 2.1. Zware metalen: cadmium _______________________________ 62 2.2. Zware metalen: lood ___________________________________70 2.3. Zware metalen: chroom _________________________________74 2.4. Zware metalen: nikkel __________________________________78 2.5. Zware metalen: arseen _________________________________83 2.6. Zware metalen: mangaan _______________________________ 89 2.7. Zware metalen: koper __________________________________93 2.8. Zware metalen: thallium ________________________________ 98 2.9. Zware metalen: antimoon ______________________________ 105 2.10. Zware metalen: kwik __________________________________109 2.11. Persistente gechloreerde polluenten: PCB’s _________________115 2.12. Persistente gechloreerde polluenten: p,p’-DDE ______________123 2.13. Persistente gechloreerde polluenten: hexachlorobenzeen ______129 2.14. Persistente gechloreerde polluenten: dioxines en dioxine-achtige stoffen 133 2.15. Gebromeerde vlamvertragers: polygebromeerde diphenylethers (PBDE’s), hexabromocyclododecaan (HBCD) en tetrabromobisfenol A (TBBPA)___________________________________________________138 2.16. Polyaromatische koolwaterstoffen (PAK’s) __________________145 2.17. Vluchtige organische stoffen: benzeen ____________________150 2.18 Perfluorderivaten: perfluoroactaansulfonzuur en perfluoro-octaanzuur 154 3.
Gezondheidseffecten _____________________________________158 5
3.1. 3.2. 3.3. 3.4. 3.5. 3.6. 3.7. 3.8. 3.9.
Astma en allergie _____________________________________158 Genotoxiciteit: komeettest ______________________________ 165 Genotoxiciteit: 8-hydroxy-deoxyguanosine in urine __________171 Hormonale effecten: schildklier –en geslachtshormonen_______174 Hormonale effecten: puberteitsontwikkeling ________________186 Neurologische ontwikkeling: NES-test _____________________191 Neurologische ontwikkeling: slaperigheid tijdens de dag ______192 Neurologische ontwikkeling: genderidentiteit _______________194 Nierfunctie __________________________________________195
4. Perceptie _______________________________________________197 4.1 Inleiding _______________________________________________197 4.2 Respons _______________________________________________198 4.3 Perceptie van milieuproblemen in de woonomgeving ____________198 4.4 Informatie over milieuproblemen ____________________________ 208 4.5 Attitudes en gedrag rond milieubesef _________________________ 212 4.6 Betrokkenheid bevolking __________________________________214 4.7 Algemene conclusie ______________________________________216 Referenties ___________________________________________________________________ 217
6
Belangrijkste conclusies 199 jongeren die wonen in de nabijheid van de industriezone ‘Grensland’ in Menen en Wevelgem waren bereid om deel te nemen aan een biomonitoringsonderzoek tussen mei 2010 en februari 2011. Ze gaven urine, bloed en een haarstaal. De gehaltes van chemische stoffen aanwezig in het milieu werden in de stalen geanalyseerd alsook de vroege gezondheidseffecten die deze stoffen kunnen veroorzaken. Tevens kregen we van de jongeren heel wat informatie over hun algemene gezondheid, levenswijze, de blootstelling aan verkeer, voeding en hobby’s. De gegevens werden verwerkt en vergeleken met eerder bekomen resultaten uit een vergelijkbare steekproef van jongeren uit de algemene Vlaamse bevolking (2008). Blootstelling aan vervuilende stoffen: Vergeleken met jongeren uit de algemene Vlaamse bevolking hebben jongeren uit de regio Menen:
een lagere blootstelling aan PCB’s, dioxines, pp’-DDE (een metaboliet van het bestrijdingsmiddel DDT) en de persistente vlamvertrager BDE47. De hogere gehaltes van PCB’s en dioxines die enkele jaren geleden in de regio gemeten werden in milieustalen en in biologische stalen resulteren niet meer in verhoogde gehaltes bij de jongeren die in 2010-2011 werden onderzocht. Dit kan waarschijnlijk grotendeels verklaard worden door de specifieke milieumaatregelen en sensibilisering van de bevolking in deze regio. Vergelijkbare gehaltes van het persistente bestrijdingsmiddel HCB en van de vlamvertrager BDE153. vergelijkbare of lagere gehaltes aan de zware metalen lood, nikkel, toxisch arseen, antimoon, kwik en methylkwik hogere gehaltes aan de zware metalen thallium ( bloed en urine), koper ( bloed) en cadmium (urine). Dit heeft mogelijk te maken met een lokale bron(nen). Tijdens de periode 2000-2006 werden ook hoge thallium- en cadmiumconcentraties waargenomen in sedimentstalen genomen in Menen en omgeving. hogere gehaltes aan polyaromatische koolwaterstoffen (PAK’s) in de urine. Polyaromatische koolwaterstoffen zijn kankerverwekkende stoffen die door praktisch alle verbrandingsprocessen worden geproduceerd. Het studiegebied in Menen en Wevelgem werd onderverdeeld in twee delen naargelang de afstand tot de industriezone. Voor geen van de polluenten werd er een duidelijke relatie gevonden tussen de afstand tot het industriegebied, de windrichting ten opzichte van het industriegebied en de woonplaats.
7
Gezondheidseffecten:
Geen verontrustende klinisch afwijkende waarden bij de effectmetingen. Dit wordt ook niet verwacht van biomerkeronderzoek dat vooral bedoeld is om te waarschuwen vooraleer er ziektes optreden.
Effecten op het afweersysteem
Astma en allergie waren niet verhoogd bij jongeren uit het studiegebied. Hooikoorts kwam bij de jongeren uit het studiegebied minder voor dan in de algemene bevolking. Het valt wel op dat jongeren met astmaklachten ook rapporteerden meer blootgesteld te zijn aan passief roken en dat jongeren met eczeem en allergie aan metalen, chemische producten en dieren meer gebruik maakten van verzorgingsproducten.
Effecten op de puberteitsontwikkeling en hormoonhuishouding
Wat betreft schildklierhormonen hadden jongeren uit het studiegebied Menen lagere thyroxine, hogere triiodothyronine en vergelijkbare TSH gehaltes in vergelijking met jongeren uit algemeen Vlaanderen. Het krijgen van (regelmatige) maandstonden verschilt niet bij de meisjes in Menen in vergelijking met de meisjes in algemeen Vlaanderen. Jongens uit Menen en Wevelgem hadden hogere gehaltes aan geslachtshormonen en bereikten meer frequent de volwassen hormoonconcentraties Dit kan deels verklaard worden door dat er meer jongeren van de oudere leeftijdsklasse aan de studie deelnamen in Menen. Deze waarneming kan niet op eenvoudige wijze verklaard worden, maar kan mogelijk veroorzaakt worden door een hogere blootstelling aan lichaamsvreemde anti-oestrogene stoffen.
Effecten op de nierfunctie
Alle deelnemers uit de regio Menen hadden normale waarden voor alfa-1-microglobuline in urine 98% van de deelnemers uit de regio Menen had klinisch normale waarden voor cystatine-C in serum
Effecten op de ontwikkeling van het zenuwstelsel
Vergelijkbaar concentratievermogen bij jongeren uit de regio Menen en uit de referentiepopulatie Vlaanderen Jongeren in de regio Menen zijn minder slaperig dan leeftijdsgenoten in buitenlandse studies Jongeren uit de regio Menen scoorden minder goed op enkele testen die verband houden met korte termijn geheugen en motorische vaardigheden dan hun leeftijdsgenoten in de Vlaamse referentiepopulatie.
8
Effecten op DNA-schade
Er werd verhoogde DNA-schade gemeten met twee verschillende meetmethodes (komeettest i n bloed en 8-OH-deoxy-guanosine in urine) bij de jongeren uit de regio Menen in vergelijking met de jongeren uit de algemene Vlaamse bevolking. Deze metingen hebben weinig betekenis op individueel vlak aangezien het momentopnames zijn en toegenomen DNA schade kan gecompenseerd worden door een grotere DNA herstel capaciteit. Op groepsniveau wijst een toename in DNA-schade, zoals gemeten met de komeettest, op een toename in sommige deelaspecten van het kankerrisico, maar niet noodzakelijk op een stijging van het totale kankerrisico.
Dosis-effect relaties In een voorzetting van dit onderzoek zal de relatie tussen blootstelling aan chemische stoffen en gezondheidseffecten worden bestudeerd. Deze analyse wordt uitgevoerd bij alle jongeren van de drie campagnes samen (Vlaamse referentiegroep, Genk-Zuid en hot spot Menen).
Perceptie
Jongeren in de regio Menen melden vaker milieuproblemen in hun woonomgeving dan jongeren in Vlaanderen, maar zijn niet vaker ongerust over de gezondheidsgevolgen van die problemen. Het gaat vooral over lucht- en bodemvervuiling veroorzaakt door industrie, verkeer en afval. Jongeren in de regio Menen hebben minder vertrouwen in de media en het gemeentebestuur als informatiekanaal over milieuproblemen dan jongeren in Vlaanderen. Wetenschappers en huisartsen genieten veel vertrouwen.
9
Samenvatting Kadering De de regio Menen werd in 2008 geselecteerd als een prioritaire hotspot in Vlaanderen voor humane biomonitoring. In Menen werden herhaaldelijk hoge waarden aan dioxines en PCB’s in het milieu gemeten. Ook de laatste jaren, na de sluiting van de afvalverbrandingsoven, werden vooropgestelde toetsingswaarden en normen af en toe nog overschreden. De regio Menen kent ondermeer een belangrijke schrootverwerkende industrie, met vestigingen in Menen en in Frankrijk, slechts enkele kilometers van de Frans-Belgische grens. Het doel van de biomonitoringscampagne in de regio Menen is om de inwendige blootstelling aan vervuilende stoffen en een aantal biologische en gezondheidskenmerken te meten of te bevragen en deze te vergelijken met een steekproef van dezelfde leeftijdsklasse uit de algemene Vlaamse bevolking. Dit onderzoek werd uitgevoerd door het Steunpunt Milieu & Gezondheid in opdracht van de Vlaamse overheid (beleidsdomeinen Wetenschap, Leefmilieu en Gezondheid).
Methode 1. Selectie van biomerkers Biomerkers van blootstelling: Op basis van de beschikbare milieumeetgegevens, gemodelleerde pluimberekeningen van emissies en een inventaris van de aanwezige industrie werden polluenten geselecteerd die relevant zijn voor de hotspot en waarvoor biomerkers beschikbaar zijn. Dit gebeurde in nauw overleg met de technische werkgroep Menen (VMM, toezicht Volksgezondheid, MMK en lokale artsen) en lokale actoren. Voor volgende polluenten werden biomerkers geselecteerd: o Zware metalen: cadmium, lood, nikkel, chroom, koper, mangaan, thallium, antimoon, arseen en kwik; o POP’s: PCB’s, gechloreerde pesticiden (DDE en HCB), dioxines en dioxine-achtigen; o Vluchtige stoffen: PAK’s en benzeen; o Perfluorverbindingen: PFOS en PFOA. Biomerkers van effect: Op basis van de eigenschappen en de mogelijke gezondheidseffecten van de geselecteerde polluenten, is het aangewezen om volgende gezondheidsparamaters te bestuderen in de regio Menen: o Astma en allergie; o Genotoxiciteit; o Hormoonverstoring; o Neurologische ontwikkeling; o Nierschade. 2. Selectie van de doelgroep Aangezien het doel van de studie is om de blootstelling in de regio Menen te vergelijken met de algemene Vlaamse bevolking, wordt de keuze van de doelgroep gestuurd door de beschikbaarheid van relevante Vlaamse referentiewaarden. In de referentiebiomonitoring werden drie leeftijdsgroepen bestudeerd: pasgeborenen, jongeren (14-15 jaar) en volwassenen (20-40 jaar). Op basis van bovenstaande selectie van biomerkers (metalen in bloed en urine; POP’s in serum; metabolieten van vluchtige stoffen in urine) biedt de 10
jongerenpopulatie de meeste vergelijkingsmogelijkheden. Jongeren geven ook een goede weerspiegeling van de lokale situatie omdat ze nog weinig verhuisd zijn en er nog geen sprake is van beroepsblootstelling. Om deze redenen werd de studie in de regio Menen uitgevoerd bij 14-15 jarige jongeren uit de regio. Hier werden ook de relevante biologische effecten bestudeerd, nl. voorkomen van astma en allergie, merkers voor DNA-schade in bloed en DNA-herstel in urine als maat voor genotoxiciteit; puberteitsstadia en hormoongehaltes in serum als maat voor hormoonverstoring; NES-test en gestandaardiseerde vragenlijsten voor evaluatie van de neurologische ontwikkeling. Voor nierschade zijn geen metingen beschikbaar in de referentiepopulatie, maar de klinische merkers werden vergeleken met diagnostische waarden. Analoog met de referentiepopulatie werd in de regio Menen ook een vragenlijst afgenomen over milieuperceptie. Hierin werd gepeild naar de milieuproblemen die jongeren in hun omgeving ervaren, op welke manier ze door wie geïnformeerd willen worden over milieuproblemen, hoe ze denken over zorg voor het milieu en of ze betrokkenheid van buurtbewoners belangrijk vinden voor het verhelpen van milieuproblemen. 3. Selectie van het onderzoeksgebied en de deelnemers Voor de selectie van het studiegebied werden een aantal criteria in aanmerking genomen: - plaatselijk aanwezig industriële activiteiten; - beschikbare milieugegevens: VMM metingen van dioxines en PCB126 op neervallend stof, metingen van dioxines, PCB’s en PAK’s in bodemstalen, metingen van zware metalen, PCB’s en PAK’s in grondwaterstalen, meetgegevens van het waterbodemmeetnet, metingen van dioxines en PCB’s in eieren en groenten, metingen van PCB’s en dioxine-achtige stoffen in melk, en rookpluimberekeningen van de voormalige afvalverbrandingsoven; - beschikbare humane biomonitoringsgegevens uit het eerste steunpunt Milieu & Gezondheid (2002-2006); - bevolkingsgegevens; - de overheersende windrichting. Op basis van deze gegevens werd gekozen voor een ellipsvormig studiegebied, georiënteerd volgens de overheersende windrichting en met een zwaartepunt in de industriezone (zie kaart). Binnen het studiegebied werden twee deelgebieden onderscheiden: ‘Menen 1’ bestaande uit de woonzone grenzend aan het industriegebied en ‘Menen 2’ bestaande uit de verder gelegen woonzones binnen de ellips. Alle jongeren die binnen dit onderzoeksgebied wonen en geboren zijn in 1994, 1995, 1996 of de eerste helft van 1997 werden aangeschreven op hun thuisadres met een uitnodiging tot deelname aan de studie. In dezelfde periode werd de studie ook aangekondigd via de lokale media (lokale kranten, lokale televisie, gemeenteblad,…), via affiches en flyers in de buurt (jeugdhuizen, apothekers, huisartsen), … . De studieverpleegsters gaven informatiesessies in de middelbare scholen en gingen op huisbezoek in het gebied Menen 1; verder werden er mails gestuurd en telefonisch contact opgenomen om de respons te verhogen.
11
4. Onderzoeksplan Volgende vragen worden beantwoord met behulp van de aangewezen statistische technieken: 1. De karakteristieken van de onderzoeksgroep in de regio Menen worden vergeleken met die van de Vlaamse referentiegroep 2. De blootstelling aan milieupolluenten in de regio Menen wordt vergeleken met die in de Vlaamse referentiegroep: zowel het geometrisch gemiddelde als de 90e percentiel worden vergeleken. Op die manier krijgen we een beeld van de gemiddelde blootstelling en van de piekblootstelling in de groep. Deze analyse gebeurt op de ruwe, nietgecorrigeerde data, d.w.z. dat er geen rekening gehouden wordt met verschillen in de karakteristieken van de twee groepen. 3. De gemiddelde blootstelling in de regio Menen en Vlaanderen wordt vergeleken na correctie voor de voornaamste niet-milieugerelateerde determinanten van blootstelling. Op die manier kan worden berekend wat het effect is van wonen in de regio Menen, na correctie voor alle andere gekende invloedsfactoren van de blootstelling, zoals geslacht en leeftijd. 4. De blootstellingswaarden in de regio Menen worden vergeleken met gezondheidskundige richtwaarden. 5. De blootstellingsmerkers worden in verband gebracht met externe milieumetingen. Er wordt ook nagegaan of er een geografische trend geobserveerd kan worden in de blootstelling, namelijk of er een relatie is tussen de blootstellingsmerkers en de afstand tot lokale bronnen en tot VMM-meetposten nabij de industriezone. 6. De gezondheidseffecten worden vergeleken tussen de regio Menen en de Vlaamse referentiepopulatie. 7. De perceptievragenlijst wordt vergeleken tussen de regio Menen en Vlaanderen.
12
Resultaten 1. Beschrijving van de onderzoeksgroep De totale respons op de uitnodiging tot deelname bedraagt 22,5%. De finale onderzoeksgroep in de regio Menen bestaat uit 199 deelnemende jongeren. De staalname gebeurde op verschilende onderzoeksdagen in de periode van 18 mei 2010 tot 12 februari 2011. De voornaamste kenmerken van de deelnemers, en een vergelijking met de Vlaamse referentiegroep, worden gegeven in Tabel I. In vergelijking met de Vlaamse referentiegroep is het aandeel meisjes in de regio Menen gelijkaardig. De oudste leeftijdsklasse (> 15,5 jaar) is meer vertegenwoordigd in de regio Menen dan in Vlaanderen. Ondanks de kleine variatie in de gemiddelde leeftijd (15,1 jaar in de regio Menen versus 14,8 jaar in Vlaanderen), is dit verschil toch hoog significant (p < 0,001) door de kleine spreiding in leeftijd. Het opleidingsniveau van de jongeren in de regio Menen verschilt niet significant van het opleidingsniveau in de Vlaamse groep. Ook wat betreft sociale klasse en etniciteit worden geen verschillen opgetekend tussen studiegebied Menen en de Vlaamse referentiepopulatie. Er is een ongelijke verdeling over de seizoenen in studiegebied Menen en Vlaanderen. In de referentiegroep werden alle jongeren via de scholen onderzocht en waren er bijgevolg geen onderzoeken in de zomer. In de regio Menen werd ook vooral via de scholen gewerkt, maar werden kandidaten ook beperkt gerekruteerd buiten de scholen. Hierdoor zijn toch ook enkele deelnemers onderzocht in de zomer. De BMI (body mass index) van de jongeren, rookgewoonten en pilgebruik zijn niet verschillend tussen beide onderzoeksgroepen. Wel wordt in studiegebied Menen significant minder lokale voeding gegeten. Het percentage deelnemers dat lokale producten consumeert, is significant lager voor eieren, groenten en fruit. Ook het percentage deelnemers dat borstvoeding kreeg als baby ligt significant lager in de regio Menen t.o.v. de Vlaamse jongeren. Tabel I: Beschrijvende statistiek voor de onderzoeksgroep in de regio Menen in vergelijking met de Vlaamse controlepopulatie Parameter
Geslacht, n (%) jongens meisjes Leeftijd, n (%) ≤ 14,5 jaar 14,5-15,5 jaar > 15 jaar Opleidingniveau jonger, n (%) BSO TSO ASO Hoogste opleidingsniveau in het gezin, n (%) geen diploma of lager onderwijs lager secundair hoger secundair hoger onderwijs Geboorteland ouders, n (%)
Regio Menen (n = 199)
Vlaanderen (n = 210)
Regio Menen versus Vlaanderen
114 (27,3%) 85 (42,7%)
121 (57,6%) 89 (42,4%)
p = 0,95
50 (25,1%) 90 (45,2%) 59 (29,7%)
67 (31,9%) 123 (58,6%) 20 (9,5%)
p < 0,001
26 (13,2%) 63 (32%) 106 (53,8%)
20 (9,7%) 86 (41,5%) 101 (48,8%)
p = 0,10
9 (4,6%) 21 (10,7%) 54 (27,6%) 112 (57,1%)
3 (1,4%) 22 (10,6%) 66 (31,9%) 116 (56,0%)
p = 0,26
13
Parameter
beide ouders Belg één van de ouders niet-Belg beide ouders niet-Belg Seizoenen, n (%) herfst winter lente zomer BMI-klasse bij jongens, n (%) ondergewicht normaal gewicht overgewicht BMI-klasse bij meisjes, n (%) ondergewicht normaal gewicht overgewicht Rookgewoonten, n (%) niet-roker minder dan dagelijks roker dagelijks roker Pilgebruik bij meisjes, n (%) neen ja Borstvoeding als baby, n (%) neen ja Lokaal gekweekte groenten, n (%) neen ja Lokaal gekweekt fruit, n (%) neen ja Lokaal gekweekte eieren, n (%) neen ja
Regio Menen (n = 199)
Vlaanderen (n = 210)
Regio Menen versus Vlaanderen p = 0,59
172 (87,3%) 18 (9,1%) 7 (3,6%)
189 (90,4%) 15 (7,2%) 5 (2,4%)
6 (3,0%) 103 (51,8%) 82 (41,2%) 8 (4,0%)
47 (22,4%) 62 (29,5%) 101 (48,1%) 0 (0,0%)
p < 0,001
11 (9,7%) 97 (85,1%) 6 (5,3%)
8 (6,6%) 100 (82,6%) 13 (10,7%)
p = 0,24
9 (10,6%) 65 (76,5%) 11 (12,9%)
12 (13,5%) 68 (76,4%) 9 (10,1%)
p = 0,74
184 (92,5%) 6 (3,0%) 9 (4,5%)
189 (91,3%) 9 (4,3%) 9 (4,3%)
p = 0,78
80 (94,1%) 5 (5,9%)
80 (90,9%) 8 (9,1%)
p = 0,42
91 (46,2%) 106 (53,8%)
69 (33,5%) 137 (66,5%)
p = 0,009
151 (77,8%) 43 (22,2%)
125 (60,4%) 82 (39,8%)
p = 0,0002
189 (95,9%) 8 (4,1%)
158 (76,7%) 48 (23,3%)
p < 0,001
151 (80,8%) 36 (19,3%)
110 (55,0%) 90 (45,0%)
p < 0,001
2. Blootstelling in de regio Menen in vergelijking met Vlaanderen Tabel II geeft de blootstelling in de regio Menen in vergelijking met de Vlaamse controlepopulatie. Zowel de gemiddelde waarden van de deelnemers (GM) als de 90e percentielen worden gegeven. De rode vlakken duiden op significant hogere waarden in studiegebied Menen of in Vlaanderen (p < 0,05). In de regio Menen wordt een significante verhoging vastgesteld van de gemiddelde én de 90e percentiel waarde voor koper in bloed, thallium in bloed, thallium in urine en de urinaire PAK-merker (1-hydroxypyreen). Voor cadmium in urine en koper in urine is het geometrisch gemiddelde (maar niet de 90e percentiel) in studiegebied Menen significant hoger dan in de referentiepopulatie.
14
In Vlaanderen wordt een significant hoger gemiddelde en 90e percentiel waargenomen voor de som van dioxines en furanen. Voor lood in bloed, nikkel in urine, antimoon in urine, kwik in haar, merker PCB’s, p,p’-DDE, dioxine-achtige PCB’s en BDE47 is het gemiddelde (maar niet de 90e percentiel) significant hoger bij de jongeren in de Vlaamse referentiepopulatie. Voor BDE153 verschillen de 90 e percentielen significant van elkaar, maar de geometrisch gemiddelden niet.
Tabel II: Vergelijking van biomerkers van blootstelling tussen de regio Menen en Vlaanderen, nietgecorrigeerde data. Biomerker lood (µg/l) cadmium (µg/l) koper (µg/l) thallium (µg/l)
mangaan (µg/l)
cadmium (µg/l) nikkel (µg/l) koper (µg/l) thallium (µg/l) antimoon (µg/l) totaal arseen (µg/l) TRA (µg/l)
kwik (µg/g) methylkwik (µg/g)
merker PCB’s (ng/l) p,p’-DDE (ng/l)
schatter
Regio Menen zware metalen in bloed GM (95% BI) 12,9 (12,3 – 13,6) e 90 percentiel 21,7 GM (95% BI) 0,19 (0,18 – 0,21) 90e percentiel 0,34 GM (95% BI) 835 (819 – 851) e 90 percentiel 995 GM (95% BI) 0,035(0,033 – 0,036) e 90 percentiel 0,048 GM (95% BI) 9,9 (9,6 – 10,3) 90e percentiel 13,8
Vlaanderen
p-waarde
14,8 (13,9 – 15,7) 25,1 0,21 (0,19 – 0,23) 0,41 790 (774 – 807) 912 0,027(0,026-0,028)
< 0,001 0,09 0,33 0,55 < 0,001 0,002 < 0,001
0,030 9,7 (9,3 – 10,0) 13,8
< 0,001 0,30 0,99
zware metalen in urine GM (95% BI) 0,33 (0,31 – 0,35) 90e percentiel 0,61 GM (95% BI) 2,01 (1,8 – 2,2) 90e percentiel 4,88 GM (95% BI) 11,2 e 90 percentiel 18,9 GM (95% BI) 0,25 (0,23 – 0,27) 90e percentiel 0,45 GM (95% BI) 0,07 (0,06 – 0,08) 90e percentiel 0,18 GM (95% BI) 11,2 (9,6 – 13,2) 90e percentiel 46,7 GM (95% BI) 4,8 (4,3 – 5,3) e 90 percentiel 9,4
0,24 (0,22 – 0,27) 0,51 2,58 (2,29 – 2,91) 5,70 10,0 (9,2 – 10,9) 19,1 0,20 (0,18 – 0,21) 0,35 0,09 (0,08 – 0,10) 0,19 12,1 (10,4 – 13,6) 43,9 4,7 (4,09 – 5,31) 10,4
< 0,001 0,06 0,002 0,34 0,04 0,89 < 0,001 0,04 < 0,001 0,81 0,58 0,87 0,77 0,41
zware metalen in haar GM (95% BI) 0,16 (0,14 – 0,18) e 90 percentiel 0,49 GM (95% BI) 0,11 (0,10 – 0,13) 90e percentiel 0,40
0,19 (0,17 – 0,22) 0,47 0,12 (0,10 – 0,13) 0,32
0,03 0,80 0,65 0,16
POP’s – Persistente Organische Polluenten GM (95% BI) 166 (152 – 181) 218 (201 – 235) e 90 percentiel 344 409 GM (95% BI) 213 (192 – 236) 309 (278 – 344) 15
< 0,001 0,19 < 0,001
Biomerker HCB (ng/l) Calux PCDD/F’s (pg BEQ/g serum) Calux dl-PCB’s (pg BEQ/g serum) BDE47 (ng/l) BDE153 (ng/l)
1-hydroxypyreen (ng/l) t,t’-muconzuur (µg/l)
schatter 90e percentiel GM (95% BI) 90e percentiel GM (95% BI)
Regio Menen 560 34,8(32,2 – 37,6) 63 0,23 (0,22 – 0,24)
Vlaanderen 807 36,7 (34,2 – 39 4) 63 0,38 (0,36 – 0,40)
p-waarde 0,11 0,32 1,00 < 0,001
90e percentiel GM (95% BI)
0,43 0,10 (0,09 – 0,10)
0,57 0,11 (0,11 – 0,12)
< 0,001 < 0,001
90e percentiel GM (95% BI) 90e percentiel GM (95% BI) 90e percentiel
0,16 1,94 (1,78 – 2,12) 5,0 2,23 (2,02 – 2,47) 5,0
0,19 2,5 (2,42 – 2,73) 7,0 2,3 (2,06 – 2,55) 7,0
0,06 < 0,001 0,12 0,72 0,04
vluchtige stoffen GM (95% BI) 214,5 (189 – 244) 90e percentiel 470 GM (95% BI) 90 (77 – 105) e 90 percentiel 360
137 (123 – 149) 313 88 (77 – 101) 332
< 0,001 0,005 0,83 0,47
GM = geometrisch gemiddelde; BI = betrouwbaarheidsinterval; TRA = toxisch relevant arseen; PCB’s = polygechloreerde biphenyls; p,p’-DDE = metaboliet van pesticide DDT; HCB = hexachlorobenzeen; PCDD/F’s = som van dioxines en furanen; dl-PCB’s = dioxine-achtige PCB’s; BDE = gebromeerde diphenyl ether
3. Effect van gebied na correctie voor determinanten van blootstelling De ruwe data geven een totaal beeld van de verschillen tussen de regio Menen en Vlaanderen. Variaties zijn mogelijk te wijten aan lokale milieuvervuiling, maar kunnen ook het gevolg zijn van verschillen in persoonskenmerken (bv. geslacht, leeftijd, enz. …) of levensstijl van de deelnemers (bv. rookgewoonten, voeding enz. …). Daarom is het belangrijk om rekening te houden met de variatie van gekende determinanten van de blootstelling in het statistisch model. Na correctie voor verstorende factoren kunnen we dan berekenen hoeveel hoger/lager de waarde van een biomerker in de regio Menen ligt t.o.v. Vlaanderen. Op die manier kan worden uitgedrukt hoeveel % van de biomerkerwaarde verklaard wordt door de factor gebied (zie Tabel III). Significant verhoogde resultaten zijn gemarkeerd in het rood, significant verlaagde waarden in het groen. Wat betreft de zware metalen is wonen in studiegebied Menen geassocieerd met significant hogere blootstelling aan thallium (27% hoger in bloed en 14% hoger in urine), koper (6% hoger in bloed) en cadmium (28% hoger in urine). Cadmium in urine geeft een maat voor middellange tot levenslange blootstelling aan cadmium, en kan dus geaccumuleerde blootstelling uit de regio weerspiegelen. Thallium in bloed en urine en koper in bloed zijn merkers voor recente blootstelling en verhoogde waarden kunnen mogelijk wijzen op een lokale bron. Beschikbare meetgegevens van zware metalen in sedimenten (2000-2006) tonen verhoogde concentraties van thallium en cadmium in de sedimenten van de Leie ter hoogte van Menen in vergelijking met de Bovenschelde en de Yzer. Er werden significant lagere waarden waargenomen voor lood (11% lager in bloed), nikkel (25% lager in urine), antimoon (25% lager in urine), totaal arseen (20% lager in urine) en kwik (17% lager in haar). Deze lagere waarden geven mogelijk aan dat sommige bronnen van deze polluenten (bv. electronica industrie, …) meer voorkomen in de Vlaamse referentiepopulatie in vergelijking met de regio Menen. 16
De blootstelling aan POP’s in de regio Menen is lager dan in algemeen Vlaanderen: de verschillen zijn hoog significant voor alle gemeten gechloreerde polluenten, behalve voor het pesticide hexachlorobenzeen (HCB), en voor de gebromeerde vlamvertrager BDE153. De waarden in studiegebied Menen liggen 17 tot 39% lager dan in de Vlaamse referentiegroep (Tabel III). De verschillen tussen de regio Menen en Vlaanderen kunnen gedeeltelijk verklaard worden door variatie in voedingsgewoonten, zoals het lagere gebruik van lokaal geteeld fruit, groenten en eieren in de regio Menen, het minder krijgen van borstvoeding, andere lichaamssamenstelling of staalname in andere seizoenen. Indien we in de statistische modellen rekening houden met deze factoren blijven de verschillen tussen de regio Menen en Vlaanderen hoog significant. We kunnen dus besluiten dat er een regio-effect is, en dat de blootstelling aan POP’s lager (PCB’s, dioxines, p,p’-DDE, BDE47) of vergelijkbaar (HCB, BDE153) is in de regio Menen in vergelijking met de gegevens van algemeen Vlaanderen. Er is wel een verschil in studieperiode. De biomonitoringcampagne in Vlaanderen liep 2 jaar eerder dan in de regio Menen en kan ook een gedeeltelijke verklaring zijn voor sommige van deze lagere waarden. Van de 10 verschillende gebromeerde vlamvertragers die in deze studie werden gemeten, zijn de waarden niet kwantificeerbaar voor 34,01% tot 99,49% van de stalen. Dit is vergelijkbaar met de Vlaamse referentiepopulatie en met studies binnen Europa. De PAK-metaboliet (1-hydroxypyreen) komt in hogere concentraties voor in studiegebied Menen in vergelijking met de Vlaamse referentiegroep. De blootstelling is 49% hoger na correctie voor persoonsgebonden en levensstijlfactoren. Voor de benzeenmetaboliet (t,t’-muconzuur) zijn de gehaltes in de regio Menen en Vlaanderen min of meer gelijk (Tabel III). Tabel III: Vergelijking van biomerkers van blootstelling tussen de regio Menen en Vlaanderen, na correctie voor verschillen in samenstelling van de groepen. De cijfers geven aan hoeveel procent hoger (+) of lager (-) de waarde in studiegebied Menen ligt t.o.v. Vlaanderen na correctie voor verschillende samenstellingen van de groepen. De groene vlakken zijn significant lager in de regio Menen dan in Vlaanderen, de rode vlakken zijn significant hoger in de regio Menen dan in Vlaanderen. Biomerker
lood (µg/l) cadmium (µg/l) koper (µg/l) thallium (µg/l) mangaan (µg/l)
effect van p-waarde correctiefactoren gebied (regio Menen vs. Vlaanderen) zware metalen in bloed -11% 0,005 leeftijd, geslacht, roken en verkeer -3% 0,69 leeftijd, geslacht, roken, opleiding kind en serum ferritine +6% < 0,001 leeftijd, geslacht, roken en opleiding kind +27% < 0,001 leeftijd, geslacht en roken +4% 0,20 leeftijd, geslacht en roken
cadmium (µg/l) koper (µg/l) thallium (µg/l)
+28% +6% +14%
nikkel (µg/l)
-25%
zware metalen in urine < 0,001 leeftijd, geslacht, roken en densiteit urine 0,22 leeftijd, geslacht, roken en densiteit urine 0,005 leeftijd, geslacht, roken, densiteit urine en duur urinecollectie < 0,001 leeftijd, geslacht, roken, densiteit urine en duur urinecollectie 17
Biomerker
effect van gebied (regio Menen vs. Vlaanderen) -25%
p-waarde
totaal arseen (µg/l)
-20%
0,03
TRA (µg/l)
-7%
0,40
antimoon (µg/l)
kwik (µg/g)
-17%
methylkwik (µg/g)
-3%
merker PCB’s (ng/l)
p,p’-DDE (ng/l) HCB (ng/l) Calux PCDD/F’s (pg BEQ/g serum) Calux dl-PCB’s (pg BEQ/g serum) BDE47 (ng/l) BDE153 (ng/l) 1-hydroxypyreen (ng/l) t,t’-muconzuur (µg/l)
< 0,001
correctiefactoren
leeftijd, geslacht, roken, opleiding kind, hoogste opleiding gezin, densiteit urine en duur urinecollectie leeftijd, geslacht, roken, recente visconsumptie en densiteit urine leeftijd, geslacht, roken, recente visconsumptie en densiteit urine
zware metalen in haar 0,03 leeftijd, geslacht, roken, hoogste opleiding gezin en visconsumptie 0,76 leeftijd, geslacht, roken en visconsumptie
POP’s – Persistente Organische Polluenten -28% < 0,001 leeftijd, geslacht, roken, opleiding kind, bloedvet, BMI, hoogste opleiding gezin en consumptie zelfgevangen vis -30% < 0,001 leeftijd, geslacht, roken, bloedvet, BMI en consumptie zelfgevangen vis -4% 0,40 leeftijd, geslacht, roken, opleiding kind, bloedvet, BMI, consumptie zelfgevangen vis -39% < 0,001 leeftijd, geslacht, roken, BMI, binnen stoken, en bloedvet gravimetrisch -17% < 0,001 leeftijd, geslacht, roken, BMI, gebruik kachel en bloedvet gravimetrisch -21% < 0,001 leeftijd, geslacht, bloedvet en BMI -5% 0,47 leeftijd, geslacht, bloedvet en BMI +49% +0,002%
vluchtige stoffen < 0,001 leeftijd, geslacht, roken, densiteit urine en passief roken 0,98 leeftijd, geslacht, roken, opleiding kind, densiteit urine en duur urinecollectie
TRA = toxisch relevant arseen (= som van inorganisch arseen (iAs), monomethylarseenzuur (MMA) en dimethylarseenzuur (DMA)); PCB’s = polygechloreerde biphenyls; p,p’-DDE = metaboliet van pesticide DDT; HCB = hexachlorobenzeen;; PCDD/F’s = som van dioxines en furanen; dl-PCB’s = dioxine-achtige PCB’s; BDE = gebromeerde diphenyl ether.
4. Blootstelling in vergelijking met gezondheidskundige richtwaarden De blootstelling bij de jongeren in de regio Menen wordt vergeleken met de gezondheidskundige richtwaarden voor de algemene bevolking. Deze richtwaarden zijn afgeleid door wetenschappelijke commissies. HBM I en HBM II werden opgesteld door de Duitse biomonitoring commissie op basis van een evaluatie van beschikbare gegevens in de literatuur. Het zijn consensuswaarden van de commissie en kunnen geïnterpreteerd worden als volgt: < HBM I: geen risico voor de gezondheid; 18
tussen HBM I en HBM II: gezondheidsrisico’s zijn niet uit te sluiten; ≥ HBM II: extra gezondheidsrisico is mogelijk. Biomonitoring Equivalents of BE’s zijn concentratiewaarden in het lichaam die overeenstemmen met bestaande gezondheids-gerelateerde blootstellingsrichtlijnen. Deze werden geëxtrapoleerd vanuit proefdierstudies, rekening houdend met de toxico-kinetiek bij de mens. Slechts voor enkele stoffen bestaan er gezondheidskundige richtwaarden. Zowel binnen de regio Menen als in de Vlaamse referentiepopulatie werd nagekeken welk percentage van de deelnemers een meetwaarde hoger dan de richtwaarde heeft (Tabel IV). Voor urinair cadmium hebben 19,9% van de jongeren een waarde die hoger is dan de HBM I waarde van 0,5 µg/l, dit betekent dat er op latere leeftijd kans is op een verstoorde nierfunctie bij aanhoudende blootstelling; geen enkele jongere had een meting boven de HBM II waarde van 2 µg/l, de waarde waarboven op latere leeftijd grote waarschijnlijkheid is voor nierfunctiestoornissen bij aanhoudende blootstelling. In algemeen Vlaanderen had 11,4% van de jongeren een waarde boven de HBM I richtwaarde voor urinair cadmium. De Biomonitoring Equivalents (BE’s) van 1,2 µg/l en 1,5 µg/l voor urinair cadmium worden niet overschreden. Voor cadmium in bloed heeft 3% van de jongeren in Menen een waarde boven de BE van 1,7 µg/l, tegenover 1,9% in de Vlaamse referentiegroep. Voor de overige polluenten was het percentage jongeren dat de gezondheidskundige norm overschrijdt laag (geen, 1 of 2 personen van de totale groep). Tabel IV: Vergelijking van blootstelling bij jongeren in de regio Menen met gezondheidskundige richtwaarden Biomerker
Gezondheidskundige richtwaarden
cadmium in urine
HBMI HBMII BE (ATSDR) BE (USEPA) BE (ATSDR) BE (USEPA) WHO BE BE (ATSDR) BE (WHO neoplasm)
bloed cadmium bloed lood serum p,p’-DDE serum HCB
0,5 µg/l 2 µg/l 1,2 µg/l 1,5 µg/l 1,4 µg/l 1,7 µg/l 100 µg/l 500 ng/g vet 47 ng/g vet 43 ng/g vet
% boven de richtwaarde Regio Menen Vlaanderen 19,9% 11,4% 0% 0% 0,52% 0% 0,52% 0% 3,5% 1,9% 3,0% 1,9% 0% 0% 1,52% 2,4% 0,51% 0% 0,51% 0%
HBM = human biomonitoring waarde van de Duitse biomonitoring commissie; BE = Biomonitoring Equivalent; ATSDR = Agency for Toxic Substances and Disease Registry; USEPA = United States Environmental Protection Agency.
5. Vergelijking gebied Menen 1 en Menen 2 Om uit te sluiten dat door een te groot gebied te selecteren we het effect van wonen in de dichte nabijheid van een industriegebied niet zouden opmerken, hebben we het studiegebied verdeeld in een zone ‘Menen1’ gelegen dicht bij het industriegebied en zone ‘Menen2’ dat iets verder ligt. Wat betreft verschillen in blootstelling aan polluenten binnen studiegebied Menen, werden weinig significante verschillen geobserveerd, uitgezonderd voor chroom in urine en PFOS en BDE47 in serum. Urinaire chroom en BDE47 concentraties liggen hoger in het gebied Menen 1 in vergelijking
19
met het gebied Menen 2 (p = 0,03 voor beiden). Serum PFOS-gehaltes liggen lager in gebied Menen 1 ten opzichte van gebied Menen 2 (p = 0,03).
6. Blootstelling in relatie met externe milieumetingen Er werd bestudeerd of de biomonitoringsresultaten een verband vertonen met de VMMdepositiemetingen van PAK’s, PCB126 en PM10, die werden geregistreerd tijdens de periode van rekrutering. Voor de biomerkers die significant hogere waarden vertoonden in de studiepopulatie van de regio Menen ten opzichte van de Vlaamse referentiepopulatie en voor de PCB’s werd de relatie onderzocht met de afstand en de hoek tot de VMM-meetposten die de hoogste maandgemiddelde waarden registreerden voor PCB126 (meetpost MN08) en voor PAK’s en PM 10 (meetpost MN01). Ook de relatie tussen de afstand en hoek tot verbrandingsinstallaties (klasse I, klasse II, klasse III en alle klassen samen) met de biomerkerwaarden werd onderzocht. De berekeningen met de hoek houden rekening met de dominante windrichting in de regio. Voor de zware metalen biomerkers cadmium, thallium en koper in bloed en in urine werden geen significante relaties gevonden met de afstand en de hoek tot MN01 en de verbrandingsinstallaties. Ook voor de PAK’s-biomerker 1-hydroxypyreen werden geen significante relaties gevonden met de afstand en de hoek tot MN01 en de verbrandingsinstallaties. Volgens de voor ons beschikbare gegevens is er in 2010 slechts één meetpost van de VMM waar PAK’s werden gemeten in neervallend stof. Hier werden geen verhoogde waarden gemeten in vergelijking met andere meetposten in Vlaanderen. De metingen gebeurden tijdens de maanden april en oktober 2010. De waarnemingen van IRCEL 1 geven echter wel aan dat de regio hogere PM10 concentraties heeft in vergelijking met de rest van Vlaanderen. Wanneer we de gemodelleerde luchtkwaliteitsgegevens van de fijn stof parameter PM10 in de regio evalueren, merken we dat de jaargemiddelde 2 en daggemiddelde waarden 3van de regio Menen hoger liggen ten opzichte van de rest van Vlaanderen. De daggemiddelde PM10 grenswaarde voor de bescherming van de gezondheid bedraagt 50 µg/m³ en mag 35 keer per jaar overschreden worden. In de periode mei 2010 – februari 2011 werd deze norm in Menen 19 keer overschreden. PM10 is een drager voor tal van polluenten waaronder PAK’s. De verhoogde PAK’s metaboliet in urine is mogelijk geassocieerd met een verhoogde aanwezigheid van met PAK’s beladen fijn stof. De NO2 concentraties, die eerder een maat zijn voor verkeersdruk, zijn niet systematisch verhoogd in de regio.. De persistente organochloorverbindingen zijn niet (meer) verhoogd in humane stalen van de regio Menen ten opzichte van de rest van Vlaanderen. Dit is waarschijnlijk het gevolg van efficiënte saneringsmaatregelen en controles van de uitstoot van PCB’s en dioxines en van sensibiliseringscampagnes. Beschikbare meetgegevens van zware metalen (2000-2006) tonen verhoogde concentraties van thallium, kwik en cadmium in de sedimenten van de Leie ter hoogte van Menen in vergelijking met de Bovenschelde en de Yzer. De verontreiniging in sedimenten weerspiegelt een geïntegreerde en dus lange termijn blootstelling. Het feit dat kwik in het haar van de jongeren van Menen niet is verhoogd is waarschijnlijk het gevolg van een andere blootstellingsweg voor kwik: de voornaamste bron van kwik blijft het eten van zeevis en die is in de regio Menen niet verschillend van de rest van Vlaanderen.
1
http://www.irceline.be/~celinair/dutch/homenrl_java.html http://www.irceline.be/~celinair/dutch/homenrl_java.html 3 http://www.irceline.be/~celinair/dutch/homenrl_java.html 2
20
7. Gezondheidseffecten a. Astma en allergie In de totale groep van de regio Menen werd bij 8,7% van de jongeren astma vastgesteld door een dokter, 12,5% had astmasymptomen in de laatste 12 maanden en 16,8% rapporteerde ooit astma gehad te hebben. Dit is zeer vergelijkbaar met de algemene Vlaamse referentiegroep. Ook het voorkomen van eczeem en allergieën verschilt niet tussen beide onderzoekspopulaties. Wel werd in de regio Menen 44% minder hooikoorts vastgesteld door een dokter, en rapporteerden 38% minder jongeren ooit hooikoorts gehad te hebben. Deze verschillen in hooikoortsprevalentie zijn statistisch significant. b. Genotoxische effecten Herstelbare DNA-schade (breuken in de DNA ketens) in bloedcellen, gemeten met de komeettest, blijkt aanzienlijk (71%) en significant hoger te zijn in studiegebied Menen t.o.v. de Vlaamse referentiegroep. Het verschil in DNA-breuken na omzetten van sommige andere vormen van DNAschade (oxidaties, andere chemische veranderingen aan de DNA bouwstenen) in breuken blijkt nog groter te zijn (92%). De hogere interne blootstelling aan PAK’s en aan sommige zware metalen kan bijgedragen hebben aan de hogere DNA-schade in de regio Menen. De relaties tussen interne dosis aan polluenten en gezondheidseffecten zullen later apart gerapporteerd worden. DNA-breuken, zoals gemeten met de komeettest, worden bijna altijd hersteld. Het herstel is echter nooit 100% volledig en correct, zodat mutaties kunnen ontstaan. Dit betekent dat een toename in DNA-schade, zoals gemeten met de komeettest, wijst op een toename in sommige deelaspecten van het kankerrisico, maar niet noodzakelijk op een stijging van het totale kankerrisico. Op het niveau van het individu kan niet gesteld worden dat een grotere hoeveelheid breuken geassocieerd is aan een grotere kans op kanker, omdat één bepaald individu met meer DNA-breuken ook een grotere capaciteit tot correct herstel van de breuken kan vertonen, en omdat de komeettest een momentopname is. c. Hormonaal evenwicht en sexuele rijping Er werden talrijke verschillen genoteerd in de hormonale concentraties in het bloed van jongeren uit studiegebied Menen in vergelijking met de Vlaamse referentiegroep. Met betrekking tot de schildklierfunctie vertoonden jongeren uit studiegebied Menen een statistisch significant lagere thyroxine en statistisch significant hogere triiodothyronine gehalte dan de jongeren uit de referentiestudie. De thyroid stimulerend hormoon concentraties waren gelijkaardig in de regio Menen en in Vlaanderen. Met betrekking tot de functie van de geslachtorganen vertoonden de mannelijke jongeren uit de regio Menen een licht gestegen concentratie van testosteron (niet significant na correctie van verstorende factoren) en significant (ook na correctie voor verstorende factoren) hogere bloedconcentraties aan vrij (actief, medisch belangrijk) testosteron (mannelijk geslachtshormoon), aan totaal oestradiol (vrouwelijk geslachtshormoon) en aan vrij (actief, medisch belangrijk) oestradiol. Jongens uit de regio Menen bereiken meer frequent de volwassen hormoonconcentraties, ook na correctie voor verstorende factoren en voor alle statistisch significante covariaten. Het krijgen van (regelmatige) maandstonden verschilt niet bij de meisjes in studeigebied Menen in vergelijking met de meisjes in algemeen Vlaanderen. Mogelijk zijn zowel de stijging in LH als de afname in SHBG het gevolg van anti-oestrogene effecten van lichaamsvreemde scheikundige stoffen. Een toename in LH en een daling in SHBG concentraties verklaren respectievelijk de stijging in de testosteron en de meer uitgesproken stijging in vrij testosteron. Ook de relatieve stijging in de oestradiol concentratie in vergelijking met de testosteron concentratie zou het gevolg kunnen zijn van anti-oestrogenen effecten.
21
d. Neurologische ontwikkeling Het concentratievermogen van de jongeren uit studiegebied Menen is niet significant verschillend van dat van de jongeren in de referentiepopulatie. De snelheid waarmee geklikt werd met de hand naar keuze (parameter voor psychomotoriek) lag significant lager in bij de jongeren van de regio Menen dan in de Vlaamse referentiegroep. Na correctie voor covariaten kunnen de jongeren uit de regio Menen ook significant minder cijfers reproduceren in de gedicteerde volgorde (parameter voor bepaalde aspecten van het geheugen) dan de jongeren uit de Vlaamse referentiecampagne. Jongeren in de regio Menen zeggen overdag minder slaperig te zijn in vergelijking met wat jongeren over zichzelf zeggen in buitenlandse studies waarin de Epworth Sleepiness Scale werd gebruikt. De mannelijke identiteit bij jongens en de vrouwelijke identiteit bij meisjes kwam in vergelijkbare mate naar voor in de studiegroep van de regio Menen en in de referentiegroep. De mannelijke identiteit bij meisjes en de vrouwelijke identiteit bij jongens waren zwakker aanwezig bij de jongeren uit studiegebied Menen dan in de Vlaamse referentiegroep. e. Nierfunctie De nierfunctieparameters werden niet gemeten in de referentiepopulatie en worden daarom vergeleken met klinische richtwaarden. De deelnemers uit de regio Menen hadden allemaal normale waarden voor alfa-1-microglobuline in urine en 93,4% had ook normale waarden voor cystatine-C in serum. Voor deze laatste parameter had 5% van de deelnemers lage waarden en 2% hoge waarden.
8. Perceptie Bijna 60% van alle jongeren stelt in de regio Menen minstens één milieuprobleem in zijn of haar woonomgeving vast. Vooral luchtvervuiling wordt als probleem gemeld; bodemvervuiling komt op de tweede plaats. Deze milieuproblemen worden volgens jongeren in de regio Menen veroorzaakt door de industrie, vaak in combinatie met verkeer of afvalverwerking/sluikstorten. Vooral uitlaatgassen, zware metalen en afval zorgen voor de milieuproblemen. Meisjes percipiëren over het algemeen meer milieuproblemen in hun woonomgeving. Oplossingen voor de milieuproblemen in de regio Menen zien jongeren vooral in het verminderen van verkeer, het beperken van afval en het reduceren of herlokaliseren van industriële activiteiten. Jongeren in de regio Menen zijn niet significant vaker ongerust over de gezondheidsgevolgen van milieuproblemen dan hun leeftijdsgenoten in Vlaanderen (33,3% t.o.v. 22,6%) en melden ook niet opvallend vaker gezondheidsklachten (met uitzondering van astma en kanker). De rangorde van de meest betrouwbaar geachte informatiekanalen voor milieuproblemen is voor de regio Menen en Vlaanderen sterk vergelijkbaar: wetenschappers, huisartsen, vrienden en milieuorganisaties genieten veel vertrouwen van jongeren; consumentenorganisaties, politieke partijen en de veroorzakers van milieuproblemen genieten weinig vertrouwen. In de media en het gemeentebestuur hebben jongeren in de regio Menen minder vertrouwen dan gemiddeld in Vlaanderen. Jongeren in de regio Menen vinden een actieve betrokkenheid van inwoners bij milieuproblemen iets wenselijker dan gemiddeld in Vlaanderen. Bestaande campagnes rond milieu en gezondheid zijn bij jongeren in de regio Menen niet beter gekend dan bij leeftijdsgenoten in Vlaanderen. Ongeveer evenveel jongeren in de regio Menen en in Vlaanderen achten de zorg voor het leefmilieu ook hun verantwoordelijkheid (81,1% t.o.v. 82,8%). Ook wat betreft milieuvriendelijke inspanningen 22
verschillen jongeren in de regio Menen niet van leeftijdsgenoten elders in Vlaanderen, met uitzondering voor het gebruik van openbaar vervoer en van groene energie. Openbaar vervoer wordt in de regio Menen opvallend minder vaak aangeduid dan in Vlaanderen (13,1% t.o.v. 34,8%), terwijl het gebruik van groene energie vaker wordt aangekruist (15,1% t.o.v. 7,2%). De meningen over de manier waarop de bevolking betrokken moet worden bij milieuproblemen zijn in de regio Menen bij jongeren opvallend gelijklopend met die in Vlaanderen. Meer dan drie op de vier jongeren in de regio Menen vindt dat de overheid rekening dient te houden met de inbreng van de bevolking, maar uiteindelijk wel zelf moet kunnen beslissen. De bereidheid om ook zelf actief betrokken te worden bij de beleidsontwikkeling is in de regio Menen niet groter dan gemiddeld (29,3% t.o.v. 24,8%).
Conclusie In vergelijking met een steefproef van algemeen Vlaanderen wordt bij jongeren die wonen in de buurt van de industrie in Menen een lagere blootstelling aan persistente organohalogeenverbindingen zoals PCB’s, DDT, dioxines en gebromeerde vlamvertragers en sommige zware metalen (lood, nikkel, antimoon, totaal arseen en kwik) vastgesteld en een hogere blootstelling aan PAK’s en andere zware metalen (cadmium, thallium en koper). Er worden ook verschillen tussen de regio Menen en Vlaanderen gevonden voor sommige gezondheidsparameters, namelijk meer DNA-schade, verschillen in de concentratie van schildklierhormonen en geslachtshormonen (bij jongens) en subtiele verschillen in de neurologische testen. In de vergelijking van de twee gebieden werd rekening gehouden met persoonsgebonden factoren en levensstijl. De gemeten biomerkers van blootstelling en effectparameters zijn te beschouwen als vroege signalen die gezondheidsrisico’s voorspellen die relevant zijn op groepsniveau. Biomerkerskunnen enkel op geïnterpreteerd worden wanneer er gezondheidkundige richtwaarden ter beschikking zijn. In een verdere fase van de studie zal de relatie tussen blootstelling en gezondheid in detail worden onderzocht, en zal verder worden gezocht naar mogelijke bronnen van de verhoogde blootstelling.
23
Inleiding Dit rapport bevat de resultaten van een humaan biomonitoringsprogramma dat werd uitgevoerd bij jongeren die wonen rond de industriezone ‘Grensland’ in Menen. Deze studie maakt deel uit van de tweede cyclus van het Vlaams Humaan Biomonitoringsprogramma dat wordt uitgevoerd door het Steunpunt Milieu en Gezondheid 2007-2011 in opdracht van de Vlaamse overheid (minister van Welzijn, Volksgezondheid en Gezin, minister van Leefmilieu, Natuur en Energie en minister van Economie, Wetenschap en Innovatie). Het Vlaams Humaan Biomonitoringsprogramma meet de aanwezigheid van vervuilende stoffen en hun vroege gezondheidseffecten in het menselijk lichaam. Dit programma kadert in het preventiedecreet van de Vlaamse regering (Art. 54. §2)4 dat voorziet om op regelmatige basis de gehaltes van chemische stoffen in de mens te bepalen en trends op te volgen. Deze trends kunnen tijdstrends zijn maar ook ruimtelijke gradaties. In de tweede cyclus van het Vlaams Humaan Biomonitoringsprogramma werden twee “hotspot” gebieden geselecteerd waar een bijzondere zorg is over de effecten van de lokale omgeving op de gezondheid. Humane biomonitoring betekent het organiseren van meetcampagnes bij de mens, waarbij de blootstelling aan polluenten wordt bestudeerd aan de hand van de inwendige concentraties (blootstellingsbiomonitoring), en de biologische of gezondheidseffecten van polluenten worden onderzocht (effectgerichte biomonitoring). Hierdoor laat humane biomonitoring niet alleen toe om de risico’s op gezondheidseffecten op te sporen vooraleer er zich herkenbare ziektebeelden voordoen, maar geeft het ook inzicht voor het beleid om eventueel preventieve maatregelen te nemen en de efficiëntie ervan op te volgen. De problematiek van de gezondheidseffecten van milieufactoren is een bevoegdheidsoverschrijdend thema en behoort tot de bevoegdheden van zowel de Vlaamse minister van Volksgezondheid als de Vlaamse minister van Leefmilieu. Het biomonitoringsprogramma wordt gesteund en gefinancierd door beide ministeries, samen met de Vlaamse minister van Wetenschap en Innovatie. De wetenschappelijke en innovatieve aanpak van het meetnetwerk en het participatief karakter ervan dat gereflecteerd wordt in de hechte samenwerking tussen onderzoekers, beleidsmakers, lokale actoren en residenten vindt ook weerklank in Europa waar Vlaanderen, dank zij dit initiatief, een voortrekkersrol opneemt. De eerste cyclus van het Vlaams Humaan Biomonitoringsprogramma (2002-2006) gaf aan dat er belangrijke individuele verschillen zijn in blootstelling en effect van milieuvervuilende stoffen, maar ook de streek waar men woont heeft een significante invloed op de gehaltes die gemeten worden. In de tweede cyclus (2007-2011) werd een uitgebreid panel van biomerkers voor vervuilende stoffen en effecten gemeten in drie leeftijdsgroepen: (1) moeders en pasgeborenen, (2) jongeren (14-15 jaar) en (3) jong volwassenen (20-40 jaar). Naast de biomerkers van blootstelling werden ook gezondheidsparameters bepaald en werd gepeild naar de perceptie van milieuproblemen. De deelnemers werden op toevallige basis geselecteerd uit de algemene Vlaamse bevolking. De steekproef leverde voor elke leeftijdsgroep en voor elke biomerker “referentiewaarden” op. Biomerkerwaarden werden bekomen voor goed gekarakteriseerde giftige stoffen, maar ook voor nieuwere chemicaliën die recent in het milieu werden geïntroduceerd. De “referentiewaarden” laten toe om populaties met afwijkende waarden te identificeren. Via een ruime maatschappelijke overlegprocedure werden een aantal mogelijke “hotspot” gebieden opgelijst. In de tweede cyclus van het Vlaams humaan biomonitoringsprogramma werden twee
4
Decreet van 21 november 2003 betreffende het preventieve gezondheidsbeleid (BS: 3/2/2004) gewijzigd door het decreet van 20 maart 2009 houdende diverse bepalingen betreffende het beleidsdomein Welzijn, Volksgezondheid en Gezin (BS: 6/4/2009)
24
prioritaire gebieden effectief opgenomen in biomonitoringsonderzoek, nl. Genk-Zuid en Menen omwille van ongerustheid over de lokale milieudruk. Dit rapport beschrijft op statistische wijze de gehaltes aan specifieke polluenten en gezondheidsparameters die gemeten worden in een steekproef van jongeren (14-15 jaar) die wonen rond het industriegebied van Menen en vergelijkt deze met een steekproef van jongeren afkomstig uit de algemene bevolking van Vlaanderen. Jongeren (14-15 jaar) werden geselecteerd als leeftijdsgroep omdat ze vooral blootgesteld zijn aan lokale leefmilieufactoren en ook omdat ze de toekomstige generatie vormen. Deze gegevens worden hier gerapporteerd. In een vervolgfase zal de relatie tussen de blootstellingsmerkers en gezondheidsparameters verder onderzocht worden. Hiervoor zullen de biomerkeranalyses van alle jongeren samen gebracht worden, zowel deze van het onderzoeksgebied Menen, als deze van het onderzoeksgebied Genk-Zuid en de referentiebiomonitoring. Op deze manier wordt de onderzoeksgroep voldoende groot om de relaties op statistische wijze verder te onderzoeken. In de hotspots werden jongeren gevraagd om deel te nemen aan de biomonitoringscampagne. De deelnemers vulden een uitgebreide vragenlijst in. Deze informatie laat toe om de invloed van leeftijd, geslacht, maar ook van omgevingsfactoren zoals actief en passief roken, het gebruik van lokaal geteelde voeding, verkeersblootstelling, en sociale klasse op biomerkerwaarden vast te stellen. De meetcampagne werd uitgevoerd door een multidisciplinair team van onderzoekers in nauw overleg met de lokale actoren en de werkgroep Menen. Dit rapport presenteert alle bevindingen tot dusver, ruwe gegevens worden weergegeven evenals de vergelijkbaarheid met referentiewaarden uit Vlaanderen en voor zover beschikbaar ook de gezondheidskundige betekenis. Toename of afname van polluentconcentraties in de mens zijn belangrijke gegevens voor de oriëntatie en evaluatie van de impact van het milieubeleid op de mens.
25
Methode 1. Onderzoeksgebied Voor de afbakening van het studiegebied werd rekening gehouden met de plaatselijk aanwezige industrie en vervuilingsbronnen, beschikbare milieugegevens, gegevens van eerdere humane biomonitoringcampagnes, gegevens over bevolkingsaantallen en de overheersende windrichting. In eerste instantie werden de voornaamste industriële activiteiten en mogelijke vervuilingsbronnen in de regio Menen geïnventariseerd en in kaart gebracht. Deze bestonden uit volgende activiteiten: - Schrootverwerkende industrie: sinds 1968 op dezelfde locatie, met als voornaamste activiteiten verwerken van afgedankte consumptiegoederen (auto’s, bruin- en witgoed) en fabrieksschroot - Houtverwerkende industrie: vervaardigen van keuken- en badkamermeubels, vervuilende bron zou een houtverbrandingsinstallatie zijn. - Pigmentenfabriek: aanmaken van pigmenten voor verf, printinkt en plastics. - Verschillende verbrandingsinstallaties van klasse I (> 5MW), klasse II (> 0,5 MW en < 5 MW) en klasse III (> 300kW en < 0,5 MW) - Afvalverbrandingsoven die sinds eind december 2005 niet meer in gebruik was en in november 2008 ontmanteld en afgebroken werd. Deze verbrandingsoven kan wel belangrijk zijn voor eventuele historische vervuiling. Ook in Frankrijk, niet ver van de grens met België en Menen zijn verschillende industriële activiteiten gesitueerd, namelijk: - Schrootverwerkende industrie: actief sinds 1989 in herwinning van ferro -en non-ferrometalen, recycleren van voertuigen, verwerking van afgedankte consumptiegoederen en fabrieksschroot en recyclage van thermoplastisch materiaal. - Pigmentabriek, geklasseerd als Seveso-bedrijf en gekende vervuiling met lood, chroom en barium. - Afvalverbrandingsoven Roncq, Halluin, werd gesloten in februari 1998 en in 2000 vervangen door een nieuwe verbrandingsinstallatie CVE waar niet-recycleerbaar materiaal wordt verbrand voor het opwekken van elektriciteit. De beschikbare milieugegevens werden vooral teruggevonden voor de woonzone grenzend aan het industriegebied ‘Menen Grensland’. Voor verder gelegen gebieden in Menen en omgeving waren de milieugegevens beperkt tot enkele meetpunten met sporadische meetwaarden. Volgende gegevens werden gebruikt: - VMM-metingen van dioxines en PCB126 op neervallend stof. Tijdens de periode 2002-2009 werden, door VMM, deposities van dioxines en PCB126 gemeten in verschillende meetposten: nabij de industriezone, in de woonzone grenzend aan het industriegebied en in verder gelegen woonzones nabij de Frans-Belgische grens. In 2010-2011 waren enkel meetposten 75MN01, 75MN08 en 75MN13 actief. De Lambert X-,Y-coördinaten van de meetstations werden verkregen van VMM. - VMM-metingen van PAK’s op neervallend stof. Van 2001 tot 2007 werden deposities van PAK’s gemeten op meetpost MN03, gelegen in de woonzone nabij het industrieterrein. In 2010 werden PAK’s in neervallend stof gemeten op meetpost MN01, iets verder van de industriezone dan MN03. - Metingen van dioxines, PCB’s en PAK’s in bodemstalen. In opdracht van OVAM werden door VITO een reeks bodemmetingen uitgevoerd in 1995, 1996 en in 2002. Daarnaast bevat de OVAMdatabank nog andere meetgegevens van zware metalen, PCB’s en PAK’s in bodemstalen uit Menen. OVAM beschikt ook over meetgegevens van bodemstalen afkomstig van de bedrijfsterreinen van de schrootverwerkende industrie, onderzocht op zware metalen, minerale 26
-
-
-
-
-
-
olie en extraheerbare organische halogeenverbindingen in 2003 en in 2005-2007. De Lambert X-, Y-coördinaten van de meetplaatsen werden verkregen van VITO en OVAM, andere gegevens werden in cartografische vorm verkregen van OVAM. Metingen van zware metalen, PCB’s en PAK’s in grondwaterstalen. OVAM beschikt ook over meetgegevens van zware metalen, PCB’s en PAK’s in grondwaterstalen uit Menen. Deze werden onder de vorm van cartografische gegevens verkregen van OVAM Meetgegevens van het waterbodemmeetnet. Het waterbodemmeetnet van VMM bevat 4 meetpunten in Menen waar de aanwezigheid van zware metalen, minerale olie, PAK’s, PCB’s, extraheerbare organohalogenen en organochloorpesticiden worden onderzocht. De resultaten van 2005-2007 werden hier in beschouwing genomen. De Lambert X-,Y-coördinaten werden verkregen via Geoloket Water van VMM. Tussen 2000 en 2006 werden door de Vrije Universiteit Brussel de metaalconcentraties gemeten in de sedimenten van de Leie ter hoogte van Menen (staalnameplaatsen Menen en Waasten) in het kader van een Europees INTERREG programma. De resultaten werden vergeleken met de staalnameplaatsen in de Bovenschelde (tussen Bassin Rond in Noord-Frankrijk en Oudenaarde in Vlaanderen), in de Yzer (van bron tot monding) alsook in de Leie stroomopwaarts van WaastenMenen, en vooral in de zijrivier de Deûle waar één van de grootste Europese non-ferro industrieën, Metaleurop, actief was tot 2005 (zie bijlage 1). Metaleurop produceerde o.a. tot 100,000 ton Zn en 150,000 ton Pb per jaar en verontreinigde de hele omgeving met een aantal metalen, naast Zn en Pb die in de grootste concentraties voorkomen, ook bijproducten zoals thallium en kwik. Metingen van dioxines en PCB’s in stalen van eieren en groenten. Op de locaties van de bodemmetingen die in opdracht van OVAM door VITO werden uitgevoerd, werden ook stalen van eieren en groenten onderzocht op aanwezigheid van dioxines en PCB’s. De Lambert X-,Ycoördinaten van de meetplaatsen werden verkregen via VITO en OVAM. Metingen van PCB’s en dioxineachtige stoffen in melk. Het Federaal Agentschap voor de Veiligheid van de Voedselketen (FAVV) meet op regelmatige basis de kwaliteit van de melk bij melkveehouders, waaronder ook de concentraties aan PCB’s en dioxineachtige stoffen. De locaties van de melkveehouders werden verkregen via FAVV. Rookpluimberekeningen van de voormalige afvalverbrandingsoven. VITO berekende de verspreiding van de rookpluim van de afvalverbrandingsoven in Menen aan de hand van het IFDM-model dat gebruik maakt van meteorologische gegevens, emissiegegevens en gegevens van de rookgassen.
Voor het woongebied kort bij de industriezone zijn ook humane biomonitoringgegevens beschikbaar uit de eerste generatie Steunpunt Milieu en Gezondheid (2002-2006). Tijdens die campagne werden gehalten aan gechloreerde verbindingen (dioxines, PCB’s, HCB en DDE) en zware metalen gemeten bij 14 pasgeborenen, 14 jongeren van 14-15 jaar en 35 volwassenen van 50-65 jaar. Om het noodzakelijk aantal deelnemers te kunnen rekruteren, werd ook de bevolkingsdichtheid van de relevante bevolkingsgroepen (pasgeborenen, jongeren van 14-16 jaar en volwassenen 20-40 jaar) als parameter meegenomen in de afbakening van het studiegebied. De gebruikte bevolkingsgegevens geven de situatie weer op 1 januari 2007 en zijn afkomstig van de FOD Economie, Algemene Directie Statistiek en Economische Informatie, Dienst Demografie. Als laatste parameter werd ook de overheersende windrichting in beschouwing genomen zodat het studiegebied optimaal gericht is naar het gebied dat het meest aan mogelijke luchtvervuiling is blootgesteld. Van de VMM werden jaarlijkse windrozen verkregen van de dichtstbijzijnde meteomast, namelijk 44M705 te Roeselare. Op basis van al deze gegevens werd gekozen voor een ellipsvormig studiegebied, georiënteerd volgens de overheersende windrichting en met een zwaartepunt in de industriezone (Figuur 1). 27
Om uit te sluiten dat door een te groot gebied te selecteren we het effect van wonen in de dichte nabijheid in een industriegebied niet zouden opmerken, hebben we het studiegebied verdeeld in een zone ‘Menen1,’ bestaande uit sectoren nabij het industriegebied, en zone ‘Menen2’, bestaande uit de verder gelegen sectoren binnen de ellips. De keuze van het studiegebied werd voorgelegd en besproken met de lokale werkgroep Menen, bestaande uit vertegenwoordigers van VMM, Toezicht Volksgezondheid, Medisch Milieukundige, lokale artsen en andere lokale actoren.
Figuur 1: Onderzoeksgebied voor humane biomonitoring in Menen
2. Biomerkers Op basis van de hoger vermelde gegevens werden polluenten geselecteerd die relevant zijn voor de hotspot en waarvoor biomerkers beschikbaar zijn. Dit gebeurde in nauw overleg met de werkgroep Menen (VMM, Toezicht Volksgezondheid, MMK en lokale artsen). Voor volgende polluenten werden biomerkers geselecteerd: o zware metalen: cadmium, lood, nikkel, chroom, koper, mangaan, thallium, antimoon, arseen en kwik; o POP’s: PCB’s, gechloreerde pesticiden (DDE en HCB), dioxines en dioxine-achtigen, gebromeerde vlamvertragers; o vluchtige stoffen: PAK’s en benzeen; o perfluorderivaten: PFOS en PFOA.
28
Op basis van de mogelijke effecten van de geselecteerde polluenten, is het aangewezen om volgende gezondheidsparameters te bestuderen in Menen: o astma en allergie; o genotoxiciteit; o hormoonverstoring; o neurologische ontwikkeling; o nierschade. Aangezien het doel van de studie is om de blootstelling in Menen te vergelijken met de algemene Vlaamse bevolking, wordt de keuze van de doelgroep gestuurd door de beschikbaarheid van relevante Vlaamse referentiewaarden. In de referentiebiomonitoring werden drie leeftijdsgroepen bestudeerd: pasgeborenen, jongeren (14-15 jaar) en volwassenen (20-40 jaar). Op basis van bovenstaande selectie van biomerkers (metalen in bloed en urine; POP’s in serum; metabolieten van vluchtige stoffen in urine) biedt de jongerenpopulatie de meeste vergelijkingsmogelijkheden. . Jongeren geven ook een goede weerspiegeling van de lokale situatie omdat ze nog weinig verhuisd zijn en er nog geen sprake is van beroepsblootstelling. Om deze redenen werd de studie in Menen uitgevoerd bij 14-15 jarige jongeren uit de regio. Hier werden ook de relevante biologische effecten bestudeerd, nl. voorkomen van astma en allergie; merkers voor DNA-schade in bloed en DNA-herstel in urine als maat voor genotoxiciteit; puberteitstadia en hormoongehaltes in serum als maat voor hormoonverstoring; NES test en gestandaardiseerde vragenlijsten voor neurologische ontwikkeling. Voor nierschade zijn geen metingen beschikbaar in de referentiepopulatie, maar de klinische merkers worden vergeleken met diagnostische waarden. Belangrijk is om aan te geven dat de gezondheidseffecten zoals hormoonconcentraties ook gerelateerd kunnen zijn aan effecten ten gevolgen van blootstelling tijdens de foetale periode en tijdens de eerste levensjaren en dus niet noodzakelijk met de huidige blootstelling. Analoog aan de referentiepopulatie werd in Menen ook een vragenlijst afgenomen over milieuperceptie. Hierin werd gepeild welke milieuproblemen jongeren in hun omgeving ervaren, op welke manier ze door wie geïnformeerd willen worden over milieuproblemen, hoe ze denken over zorg voor het leefmilieu en of ze betrokkenheid van buurtbewoners belangrijk vinden voor het verhelpen van milieuproblemen.
3. Rekrutering en veldwerk 3.1.
Selectie van deelnemers
Het doel van de biomonitoringsstudie was om gegevens en stalen te verzamelen van 200 jongeren die wonen in het studiegebied Menen. Iedereen die in het studiegebied woont, is een mogelijke deelnemer voor de studie, op voorwaarde dat hij binnen de geselecteerde leeftijdsklasse valt, en op het moment van de studie minimum 5 jaar in het studiegebied woont. In het geselecteerde onderzoeksgebied wonen 921 jongeren in de leeftijdsklasse 14-15 jaar. Dit betekent dat er een deelnemingspercentage van 22 % nodig is om tot 200 deelnemers te komen. Om dit te halen werd een rekruteringsstrategie uitgewerkt in overleg met de lokale actoren. De bedoeling was om minstens 120 jongeren te rekruteren in het gebied het dichtst bij het industriegebied (deelgebied Menen 1) en 80 die in iets verder weg wonen (deelgebied Menen 2).
29
3.2.
Onderzoeksprotocol
A. Selectie van de jongeren De stad Menen en de gemeente Wevelgem bezorgden de persoonsgegevens van alle jongeren geboren in 1994 tot en met de eerste helft van 1997. Daaruit werden de adressen geselecteerd die binnen het studiegebied vielen. De rekrutering verliep over een periode van twee schooljaren. Het eerste jaar, schooljaar 2009-2010, werden alle jongeren geboren in 1994-1996, aangeschreven op hun thuisadres. In het tweede schooljaar werden jongeren geboren 1995-1997 aangeschreven. Alle jongeren die in aanmerking kwamen ontvingen een informatiefolder, een gepersonaliseerd toestemmingsformulier en een selectieformulier. Na de eerste mailing op 1 maart 2010 was de respons zeer laag: 16%. Daarom werd beslist dat enkel een rappel geen zin had en dat er acties moesten ondernomen worden. Er werd contact genomen met de plaatselijke scholen om jongeren te motiveren om deel te nemen. Dit contact verliep in verschillende fasen. Eerst werd telefonisch om medewerking gevraagd van de schooldirectie. Het CLB van de school werd op de hoogte gesteld. Samen met Stefanie Vanhoutte (Logo) en Hannelore Zoetardt (milieudienst Stad Menen) werden de verschillende scholen bezocht. Er werd nagekeken welke jongeren uit onze lijst op de betrokken school zaten. Zij werden samengeroepen op de verschillende scholen voor een infosessie die door een veldwerker gegeven werd op 7 oktober 2010. Ze kregen op dat ogenblik ook een rappel mee naar huis. Jongeren die niet via de school konden bereikt worden kregen hun rappel per post. Deze werd verstuurd op 20 september 2010. Daarnaast vonden er heel wat sensibilisatie-initiatieven plaats: in lokale magazines en krantjes werd de humane biomonitoring aangekondigd. Op de websites van Menen en Wevelgem was informatie terug te vinden over het onderzoek. De stad Menen bezorgde alle verenigingen in Menen een brief over het onderzoek met de vraag jongeren aan te sporen deel te nemen De jongeren van de scholen van scholengemeenschap Sint-Jan kregen een infobrief mee over het onderzoek. Ze werden hierbij samen met hun ouders uitgenodigd op een infomoment. De MOS-leerkracht (Milieuzorg Op School) van de Grenslandscholen nam het initiatief om in de scholen infosessies te geven aan de jongeren die in het studiegebied wonen. Op de jeugdraad in Menen werd het onderzoek voorgesteld. De jeugddienst hielp mee aan het bereiken van alle jeugdverenigingen. Binnen het lokaal overleg van de huisartsen van de regio Menen-Rekkem was er aandacht voor de humane biomonitoring. Met de lokale radio en TV werden afspraken gemaakt voor het bekendmaken van de studie. Omdat na de rappel de respons 22,5% bedroeg werden er huisbezoeken gepland bij jongeren uit gebied 1 die niet reageerden op de mailing. De veldwerkers gingen van deur tot deur, bijgestaan door Philip Mingels (milieuraad Menen) en Tim Joye (voorzitter Rode Kruis). Er waren niet veel mensen thuis, en als ze thuis waren werd er eerder afstandelijk gereageerd. 90 huisbezoeken resulteerden in 4 deelnames. Tevens werd de groep uitgebreid met jongeren geboren in de eerste helft van 1997 die in gebied 1 wonen. Zij waren 14 jaar oud in de eerste helft van 2011. Zij werden gemaild op hun thuisadres. In laatste instantie werden 158 jongeren opgebeld uit gebied 1 die niet hadden gereageerd. Dit leverde vooral weigeringen op.
30
Tabel 5: Deelnemers per recruteringsmethode Rekruteringsmethode
%
via schoolinfo
64
via huisbezoek
4
na mailing
15
na telefonisch contact
17
B. Mailing Alle jongeren werden samen gemaild, ongeacht of ze dat schooljaar of pas het volgende schooljaar zouden mogen deelnemen aan de studie. Jongeren uit het secundair onderwijs, die geboren waren in respectievelijk 1994, 1995 of 1996 (en op het einde van de studie werd ook de eerste helft van 1997 geïncludeerd) en die 14 of 15 jaar waren op het moment van het onderzoek, konden deelnemen. Er werd een toestemmingsformulier, een selectieformulier en een folder met uitleg over de biomonitoringsstudie bezorgd aan de jongeren en hun ouders. Dit gebeurde via huisbezoek, schoolinfosessie en/of de post. In het toestemmingsformulier werd kort vermeld welke analyses op bloed, urine en haar zouden worden uitgevoerd. Tevens vroegen we zowel aan de ouders als aan de jongeren om een algemene vragenlijst in te vullen. Er werd verder gewezen op het feit dat: Niet alle jongeren geselecteerd worden voor de studie: de jongere mag enkel deelnemen indien wordt voldaan aan de inclusiecriteria en indien het aantal deelnemers dat gerekruteerd moest worden nog niet bereikt was. Privacy beschermd werd door het gebruik van anonieme codenummers. Deelnemers recht hebben om zich terug te trekken uit de studie. De reststalen van bloed, urine en haar bewaard blijven voor eventuele toekomstige analyses. Deelnemers recht hebben op informatie over procedures en het onderzoeksproject in zijn geheel (via hoofdonderzoeker). Er een beloning wordt voorzien voor de jongeren. Voorwaarden voor inclusie deelnemende jongeren: - Geboren zijn in het jaar 1994, 1995,1996 of de eerste helft van 1997; - Ten minste 5 jaar wonen in het studiegebied; - Toestemming van de ouders én de jongere d.w.z. bereid zijn om een bloedstaal, urinestaal en haarstaal te leveren, een uitgebreide vragenlijst in te vullen en een computertest uit te voeren; - Nederlandstalige vragenlijsten kunnen invullen. C. Staalname Het onderzoek gebeurt bij voorkeur op school, om praktische redenen maar ook om de participatie te verhogen. Jongeren moeten dan geen extra inspanningen doen om naar het onderzoek te komen en worden tijdens de lesuren onderzocht. 31
Jongeren die niet in het studiegebied naar school gaan of die niet aanwezig konden zijn op de geplande onderzoeksdag op school konden deelnemen op onderzoeksdagen tijdens de schoolvakanties of op een zaterdag in het cultureel centrum De Steiger in Menen.
Het onderzoek bestond uit: - Een bloedafname: 42,5 mL bloed - Een urinestaal: samen met de vragenlijsten werd vooraf een potje voor urinecollectie aan de jongeren bezorgd. De jongere moest op de dag van het onderzoek ochtendurine opvangen in dit potje en meebrengen naar het onderzoek. Indien er geen of onvoldoende ochtendurine verzameld was werd aan de jongere gevraagd om een extra staal (of bijstaal) te produceren tijdens het onderzoek. Indien de deelnemer zijn urinestaal vergat of niet in het juiste recipiënt had gecollecteerd, werd ook gevraagd om opnieuw een urinestaal te leveren in de loop van de onderzoeksdag. Het effect van de tijd tussen de urinecollectie en de vorige plasbeurt (=duur van urinecollectie) op de biomerkerwaarde werd statistisch getest. Indien significant werd dit als covariaat in de statistische anlyse opgenomen. - Een haarstaal werd genomen ter hoogte van het onderste en bovenste deel van de nek en de zijkant van het hoofd. Voor het knippen werd een schaar van roestvrij staal gebruikt. Enkel de 2,5 cm van het haar, het dichtst tegen de schedel werd behouden voor analyse (nieuwgroei). De rest van het haarstaal werd weggegooid. De totale hoeveelheid haar per deelnemer bedroeg ongeveer 100-150 mg. - De jongeren werden gewogen en gemeten met geijkte weegschaal en meetlat. - Er werd gevraagd aan de ouders en de jongeren om samen een algemene vragenlijst in te vullen over gezinssamenstelling, gezondheid van de jongere, woning, hobby’s, voeding en perceptie over milieu en gezondheid. - Tijdens het veldwerk moest de jongere nog een korte vragenlijst invullen over recente blootstelling (gedurende de laatste 3 dagen). Er was ook een afzonderlijke vragenlijst over de mentale gezondheid. - Aanvullend werd een korte vragenlijst afgenomen die toelaat geslachtsspecifiek, apathisch pseudodepressief gedrag en antisociaal gedrag in te schatten. - Computertesten werden afgenomen om neurologische effecten te meten: - aandacht (Continuous Performance test); - snelheid van psychomotoriek (Symbol Digit Substitution test); - oog-hand coördinatie (NES 3 test voor visuele accuraatheid van de psycho-motoriek) - De deelnemers kregen een aankoopbon ter waarde van 10 euro van lokale handelaars als beloning. Het totale onderzoek nam ongeveer één uur in beslag (zonder het invullen van de thuisvragenlijst). De staalafname bij de jongeren startte op 18 mei 2010 en eindigde op 12 februari 2011.
32
Tabel 6: Deelnemende scholen en periode van staalname bij de adolescenten Naam school
Postcode
Gemeente
Periode staalname 18/05/2010
Sint Aloysius College
8930
Menen
08/02/2011 10/02/2011 20/05/2010
VTI Sint Lucas
8930
Menen
23/11/2010 17/01/2011
St. Jorisinstituut
8930
Menen
27/05/2010 27/01/2011
Kon. Atheneum Grensland Menen
8930
Menen
25/05/2010 24/01/2011
St Pauluscollege
8560
Wevelgem
01/02/2011 01/07/2010
Onderzoeken buiten de school
8930
Menen
06/01/2011 12/02/2011
D. Contact met de CLB’s Jongeren van het derde jaar secundair onderwijs krijgen een uitgebreid puberteitsonderzoek van de schoolarts. De deelnemende jongeren en hun ouders gaven in het ‘informed consent’ toestemming om CLB-gegevens van het medisch schoolonderzoek op te vragen. Afhankelijk van het centrum werd de informatie in de dossiers opgezocht door onze studieverpleegsters, of werd de informatie elektronisch doorgegeven door de verpleegsters van de CLB’s. Zowel voor jongens als voor meisjes werden de puberteitsstadia (schaal van Marshal & Tanner) opgevraagd.
4. Metingen en bevragingen 4.1.
Biomerkers van blootstelling
Een schematisch overzicht van meetmethode, kwaliteitscriteria en uitvoerend laboratorium wordt gegeven in Tabel 7. Voor een gedetailleerde beschrijving van de toxicologische metingen wordt verwezen naar bijlage 2. De uitvoerende laboratoria en verantwoordelijke contactpersonen die meewerkten in deze studie zijn: Algemeen Medisch Laboratorium (AML), Desguinlaan 88, 2018 Antwerpen. Contactpersoon: Dhr. Michel Stalpaert (
[email protected]): meting van urinair arseen, toxisch relevant arseen .
33
Universiteit Antwerpen - Toxicologisch Centrum (UA – TOX), Universiteitsplein 1, 2610 Wilrijk. Contactpersoon: Dr. Adrian Covaci (
[email protected]): meting van PCB’s, p,p’-DDE, hexachlorobenzeen, PBDE’s, totaal hexabromocyclododecaan (HBCD) en tetrabromo-bisfenol A (TBBPA) in serum. Vlaamse Instelling voor Technologische Onderzoek – Milieutoxicologie (VITO – TOX), Boeretang 200, 2400 Mol. Contactpersoon: mevr. Griet Jacobs (
[email protected]): meting van 1-hydroxypyreen en t,t’-muconzuur in urine. Vrije Universiteit Brussel – Departement Analytische en Milieuchemie (VUB – ANCH), Pleinlaan 2, 1050 Brussel. Contactpersonen: - Drs. Jan Vrijens (
[email protected]): meting van zware metalen in bloed en urine. - Drs. Kim Croes (
[email protected]): UCD muis Calux assay op serum/plasma. - Prof. dr. Willy Baeyens (
[email protected]): kwik en methylkwik in haar. Universiteit Aken – Instituut voor arbeids –en sociale geneeskunde, Pauwelstraat 30, Aken, Duitsland Contactpersoon: - Dr. Thomas Schettgen (
[email protected]): meting van perfluorderivaten in serum.
34
Biomerker
Uitvoerend laboratorium
Methode
Matrix
LOD
bloed lood VUB - ANCH bloed cadmium VUB - ANCH bloed mangaan VUB - ANCH bloed koper VUB - ANCH bloed thallium VUB - ANCH urinair cadmium VUB - ANCH urinair chroom VUB - ANCH urinair nikkel VUB - ANCH urinair koper VUB - ANCH urinair thallium VUB - ANCH urinair antimoon VUB - ANCH urinair arseen AML toxisch relevant arseen AML (TRA) in urine kwik in haar VUB - ANCH methylkwik in haar VUB - ANCH
ICP-MS ICP-MS ICP-MS ICP-MS ICP-MS ICP-MS ICP-MS ICP-MS ICP-MS ICP-MS ICP-MS ICP-DRC-MS Hydride AAS
Zware metalen volbloed volbloed volbloed volbloed volbloed urine urine urine urine urine urine urine urine
1,499 µg/l 5 0,056 µg/l1 0,712 µg/l1 1,207 µg/l1 0,0015 µg/l1 0,012 µg/l1 0,061 µg/l1 0,275 µg/l1 1,492 µg/l1 0,001 µg/l1 0,037 µg/l1 1 µg/l 0,3 µg/l
som merker PCB’s (138, 153 & 180) hexachlorobenzeen (HCB) p,p’-DDE Calux: dioxines en furanen (PCDD/F’s) Calux: dioxine-achtige PCB’s (dl-PCB’s)
UA – TOX
GC-MS
UA – TOX UA – TOX VUB - ANCH
GC-MS GC-MS UCD muis Calux
serum serum serum
VUB - ANCH
UCD muis Calux
serum
AFS AFS
haar 0,0015 µg/g1 haar 0,00004 µg/g1 Persistente gechloreerde polluenten serum
5
SD blanco * 3 Calibratiecurve: SE/slope
2
35
LOQ
Rapporteer-grens
>1,499 µg/l >0,056 µg/l >0,712 µg/l >1,207 µg/l >0,0015 µg/l >0,012 µg/l >0,061 µg/l >0,275 µg/l >1,492 µg/l >0,001 µg/l >0,037 µg/l > 1 µg/l > 0,3 µg/l > 0,0015 µg/g > 0,00004 µg/g 20 ng/l per congeneer 20 ng/l 1 20 ng/l 1 0,05 pg serum 0,03 pg serum
> 20 ng/l > 20 ng/l > 20 ng/l BEQ/g >0,1 pg BEQ/well BEQ/g >0,1 pg BEQ/well
Biomerker
Uitvoerend laboratorium
Methode
BDE 28 BDE 47 BDE 99 BDE 100 BDE 153 BDE 154 BDE 183 BDE 209 hexabromocyclo-dodecaan (HBCD) tetrabromo bisfenol A (TBBPA)
UA – TOX UA – TOX UA – TOX UA – TOX UA – TOX UA – TOX UA – TOX UA – TOX UA – TOX
GC-MS GC-MS GC-MS GC-MS GC-MS GC-MS GC-MS GC-MS GC-MS
UA – TOX
GC-MS
1-hydroxypyreen
VITO – TOX
t,t’-muconzuur
VITO – TOX
Perfluorooctaansulfonzuur (PFOS) Perfluoro-octaanzuur (PFOA)
Matrix
LOD
Gebromeerde vlamvertragers serum serum serum serum serum serum serum serum serum serum
LOQ
Rapporteer-grens
2 ng/l1 3 ng/l 1 3 ng/l 1 2 ng/l 1 2 ng/l 1 2 ng/l 1 2 ng/l 1 25 ng/l 1 30 ng/l 1
>3 ng/l > 3 ng/l > 3 ng/l > 2 ng/l > 2 ng/l > 2 ng/l > 2 ng/l > 25 ng/l > 30 ng/l
15 ng/l 1
> 15 ng/l
UAachen
Polycyclische aromatische koolwaterstoffen (PAK’s) HPLC - urine 10 ng/l2 fluorescentie Benzeen HPLC-UV urine 5 µg/l 2 perfluorderivaten HPLC-MS/MS serum
0,3 µg/l
> 0,3 µg/l
UAachen
HPLC-MS/MS
0,3 µg/l
> 0,3 µg/l
serum
> 10 ng/l
> 5 µg/l
Tabel 7: Biomerkers van blootstelling: overzicht van gebruikte meetmethoden, kwaliteitscriteria en uitvoerend laboratorium
36
4.2.
Biomerkers van effect
Als gezondheidseffecten worden verschillende parameters gemeten. In sommige gevallen gaat het om chemische metingen van vroegtijdige biomerkers in bloed of urine (zie bijlage 3). Daarnaast wordt gebruik gemaakt van vragenlijstgegevens of gegevens die routinematig verzameld worden. Een overzicht en definitie van de biomerkers van effect wordt gegeven in Tabel 8. Tabel 8: Biomerkers van effect: overzicht van definities en meetmethoden Biomerker
Eenheid
Astma
ja/neen
Astma, vastgesteld door arts Astma, laatste 12 maanden
ja/neen
Herkomst data Definitie/methode Astma en allergie vragenlijst Astma, ‘current asthma’ volgens definitie van ECHRS vragenlijst Astma, diagnose door arts
ja/neen
vragenlijst
Hooikoorts
ja/neen
vragenlijst
Hooikoorts, vastgesteld door arts Eczeem
ja/neen
vragenlijst
ja/neen
vragenlijst
Allergie voor ja/neen voeding, insecten of geneesmiddelen (laatste 5 jaar) Allergie voor ja/neen metaal of chemische producten (laatste 5 jaar) Allergie voor dieren ja/neen (laatste 5 jaar)
vragenlijst
Komeettest
% DNA migratie
Komeettest, fpg enzymes
% DNA migratie
8-OH-deoxyguanosine in urine
µg/l
Thyroid Stimulerend Hormoon (TSH)
mIU/l
Astma, volgens definitie ECHRS of diagnose door arts of op basis van symptomen hooikoorts, diagnose door arts of op basis van medicatie of symptomen hooikoorts, diagnose door arts
eczeem, op basis van medicatie of symptomen allergie of huiduitslag na contact met voedingsmiddelen, insecten of geneesmiddelen
vragenlijst
allergie of huiduitslag na contact met metaal, verzorgings-, huishoud- of onderhoudsproducten
vragenlijst
allergie of huiduitslag na contact met dieren of ooit een huisdier weggedaan omwille van allergie Genotoxiciteitsmerkers analyse op ‘klassieke’ komeettest: maat voor volbloed DNA-schade t.g.v. normale (VITO-tox) replicatieproces analyse op specifieke komeettest: maat voor volbloed DNA-schade ter hoogte van (VITO-tox) geoxideerde purinebasen analyse op urine maat voor herstel van oxidatieve DNA(VITO-tox) schade, ELISA kit (Gentaur-Belgium) Schildklierhormonen analyse op serum competitieve immuno-assay met TSH(UGent) specifiek antilichaam
37
Biomerker Thyroxine (fT4)
Eenheid ng/dl
Triiodothyronine (fT3)
pg/ml
Totaal testosteron (T) Vrij testosteron (fT)
ng/dl
Totaal oestradiol (E2) Vrij oestradiol (fE2)
pg/ml
Aromatase index Sex Hormone Binding Globuline (SHBG) Luteïniserend hormoon (LH) Follicle Stimulerend Hormone (FSH)
_ nmol/l
borstontwikkeling meisjes pubisbeharing meisjes genitale ontwikkeling jongens pubisbeharing jongens leeftijd menarche
score 1 - 5
Serum cystatine-C
mg/l
Urinair alfa-1 microglobuline
mg/l
reactie tijd
ms
korte termijn geheugen korte termijn geheugen met bijkomende verwerking van informatie
aantal
motorische
aantal
ng/dl
pg/ml
Herkomst data Definitie/methode analyse op serum competitieve immuno-assay met T4(UGent) specifiek antilichaam analyse op serum competitieve immuno-assay met T3(UGent) specifiek antilichaam Sex hormonen (enkel jongens) analyse op serum radioimmuno-assay (RIA) van Orion (UGent) Diagnostics berekend evenwichtsberekening vanuit totaal (UGent) testosteron en SHBG analyse op serum competitieive immuno-assay met E2(UGent) specifiek antilichaam berekend evenwichtsberekening vanuit totaal (UGent) oestradiol en SHBG berekend aromatase index = ratio T / E2 analyse op serum niet-competitieve immunoradiometric (UGent) assay (IRMA) van Orion Diagnostics
IU/ml mU/ml
score 1 - 5 score 1 - 5
score 1 - 5 jaar
aantal
analyse op serum competitieve immuno-assay met LH(UGent) specifiek antilichaam analyse op serum competitieve immuno-assay met FSH(UGent) specifiek antilichaam Puberteitsontwikkeling databank CLB Borstontwikkeling volgens Marshall & Tanner (score B1 – B5) databank CLB Pubisbeharing volgens Marshall & Tanner (score P1 – P5) databank CLB Genitale ontwikkeling volgens Marshall & Tanner (score G1 – G5) databank CLB
Pubisbeharing volgens Marshall & Tanner (score P1 – P5) Leeftijd eerste maandstonden
vragenlijst (zelfrapportering) Parameters voor nierfunctie analyse op serum Immunonephelometrie (AML) analyse op urine Immunonephelometrie (AML) Neurologische parameters NES (Continuous de gemiddelde reactie tijd op een Performance Test) visuele stimulus NES (Digit Span het aantal gereproduceerde cijfers in Test) de gedicteerde volgorde NES (Digit Span het aantal gereproduceerde cijfers in Test) de omgekeerde volgorde
NES (Finger
het aantal taps op de spatietoets 38
Biomerker snelheid van de hand naar keuze motorische snelheid van de andere hand dan de hand naar keuze slaperigheid tijdens de dag overmatige vermoeidheid tijdens de dag mannelijkheid
Eenheid
Herkomst data Tapping test)
Definitie/methode gedurende 40 seconden
aantal
NES (Finger Tapping test)
het aantal taps op de spatietoets gedurende 40 seconden
score 0-32
psychometrische test psychometrische test
Epworth Sleepiness Scale
Personal Attributes Questionnaire
vrouwelijkheid
score 0-4
psychometrische test psychometrische test
ja/neen
score 0-4
score hoger dan 10 in de Epworth Sleepiness Scale
Personal Attributes Questionnaire
De uitvoerende laboratoria en verantwoordelijke contactpersonen voor de effectmerkers, die meewerkten in deze studie zijn: Vlaamse Instelling voor Technologische Onderzoek – Milieutoxicologie (VITO – TOX), Boeretang 200, 2400 Mol. Contactpersoon: Dr. Gudrun Koppen (
[email protected]: meting van komeettest en 8hydroxydeoxyguanosine in urine. UGent, lab. andrologie – Universitair Ziekenhuis Gent, De Pintelaan 185, 9000 Gent Contactpersoon: Dr. A. Mahmoud (
[email protected]): meting van schildklierhormonen en geslachtshormonen. Algemeen Medisch Laboratorium (AML), Desguinlaan 88, 2018 Antwerpen. Contactpersoon: Dhr. Michel Stalpaert (
[email protected]): meting van cystatineC in serum en alfa-1-microglobuline in urine. Universiteit Hasselt – Centrum voor Milieukunde, Agoralaan, Gebouw D, 3590 Diepenbeek. Contactpersoon: Michal Kicinski (
[email protected]): verwerking van de NEStesten.
5. Statistische analyses 5.1.
Beschrijving van de steekproef en vergelijking met deze van de referentiebiomonitoring
De steekproef van Menen werd beschreven naar o.a. leeftijd van de deelnemer, geslacht, rookgedrag, socio-economische status, voedingsgewoonten, verkeersblootstelling, enz. Het is belangrijk om een zicht te hebben op de samenstelling van de steekproef, omdat eventuele verschillen met de steekproef van de referentiebiomonitoring aan de basis kunnen liggen van verschillen waargenomen in effectmerkers en blootstellingmerkers. Voor de categorische parameters (bijv. hoogste opleidingsniveau) worden frequentietabellen gepresenteerd; voor de continue parameters (bijv. leeftijd) worden gemiddelde, standaard deviatie, minimum, mediaan en maximum gegeven. De waargenomen verschillen tussen Menen en de referentiebiomonitoring werden ook op hun statistische significantie (p < 0,05) onderzocht. Voor de continue gegevens werd
39
een variantie-analyse toegepast; voor de ordinale/binaire gegevens werd een chi-kwadraat toets gebruikt.
5.2.
Resultaten voor biomerkers en effectmerkers
Voor elke biomerker en effectmerker worden een aantal samenvattende ruwe statistieken gepresenteerd op basis van de gegevens van de steekproef van Menen. Voor de continue merkers worden volgende gegevens weergegeven: steekproefgrootte, het percentage van de deelnemers met een waarde boven de LOD/LOQ (indien van toepassing), het gemiddelde, standaard fout, minimum, P10, P25, mediaan, P75, P90, maximum en het geometrisch gemiddelde met een 95% betrouwbaarheidsinterval. Het geometrisch gemiddelde wordt verkregen na terugtransformatie van de gemiddelden van de natuurlijke logaritmische getransformeerde data. Voor de binaire merkers worden de steekproefgrootte en de proportie van voorkomen (bijv. van astma) weergegeven.
a. Stratificatie Deze statistieken worden berekend voor de steekproef Menen in zijn geheel en anderzijds voor subgroepen gedefinieerd op basis van kenmerken van de deelnemers. Zo worden de samenvattende ruwe statistieken bijvoorbeeld afzonderlijk weergegeven voor meisjes-jongens, rokers-niet rokers, en de beide subgebieden in Menen (geografische analyse) enz. Merk op dat het aantal deelnemers per subgroep soms klein is; waardoor de spreiding op de berekende waarden groot wordt. De verschillen tussen de subgroepen worden getoetst op hun statistische significantie.
b. Vergelijking met Vlaanderen Vervolgens worden de resultaten van Menen naast deze van de referentiebiomonitoring gezet. Verschillen tussen Menen en de referentiebiomonitoring worden ook op hun statistische significantie onderzocht. Verschillen tussen subgroepen en tussen Menen en de referentiebiomonitoring, voor wat betreft de geometrisch gemiddelde gehalten voor de continue merkers, worden onderzocht door middel van een variantie-analyse (ANOVA). Verschillen voor proporties van voorkomen wordt nagegaan door middel van een chi-kwadraat toets. Verschillen voor de P90 worden onderzocht door middel van quantiel regressie. De interpretatie van deze resultaten moet voorzichtig gebeuren. Het statistisch vermogen van deze vergelijking is soms laag door het kleine aantal deelnemers per subgroep. Anderzijds kunnen statistisch significante verschillen tussen subgroepen, of tussen Menen en Vlaanderen mogelijks verklaard worden door verschillen in de samenstelling van de (sub)groepen (bijv. rokers die ouder zijn dan niet rokers, jongens die meer roken dan meisjes,… ). Verder wordt voor de biomerkers waarvoor er (internationale gezondheidskundige) richtwaarden beschikbaar zijn, het percentage deelnemers met een waarde boven (of onder) deze richtwaarde berekend; voor Menen en voor de referentiebiomonitoring. De chi-kwadraat toets wordt gebruikt om te na te gaan of deze percentages statistisch verschillen.
c. Gecorrigeerde gebiedsvergelijking Tal van factoren waaronder leeftijd, geslacht, levensstijlfactoren, beroep, sociaal-economische status,... kunnen een invloed hebben op de gezondheid en op de biomerkers. Wanneer we de regio Menen willen vergelijken met Vlaanderen is het belangrijk hier rekening mee te houden. De 40
studiepopulatie in Menen kan immers verschillen van de referentiebiomonitoring voor deze factoren. Zo kan het voedingspatroon, het rookgedrag, … van de deelnemers van Menen verschillen van dit van de referentiepopulatie. Bij vergelijking van de merkers tussen de gebieden moet rekening gehouden worden met deze confounding factoren. Een grondige correctie voor verscheidene parameters gelijktijdig, (o.a. leeftijd en roken) kan uitgevoerd worden via een meervoudige regressie analyse. Meervoudige regressie technieken worden gebruikt om de afhankelijkheid van de merkers met meerdere verklarende parameters gelijktijdig te onderzoeken. Voor de continue merkers (blootstelling- of effectmerker) wordt gebruik gemaakt van lineaire regressie modellen. Voor de binaire merkers worden logistische regressie modellen gebruikt. De continue blootstellingmerkers worden volgens de natuurlijke logaritmische functie getransformeerd. Deze getransformeerde gegevens worden in de regressie modellen als response variabelen gebruikt. De reden hiervoor is dat de oorspronkelijke gegevens niet steeds normaal verdeeld zijn. Met meervoudige regressie heeft men aldus de mogelijkheid om het effect van gebied (dit is Menen versus Vlaanderen) op een afhankelijke variabele Y (blootstelllingsbiomerker of effectmerker) te bestuderen, terwijl men de andere variabelen (bijv. leeftijd, geslacht, rookgedrag,…) gefixeerd (constant) houdt. Uiteraard is het niet mogelijk om de relatie tussen de merkers en alle opgemeten/bevraagde parameters te bestuderen. Voorafgaand aan de verwerkingen dient men voor elke merker te specificeren welke onafhankelijke variabelen, naast gebied, nog in het model worden opgenomen. Deze keuze is gebaseerd op literatuuronderzoek en discussies tijdens de veldwerkcomitévergaderingen. De factoren waarvoor we corrigeren verschillen van merker tot merker. Verschillen tussen Menen en Vlaanderen bekomen op basis van dit meervoudige regressie model noemen we gecorrigeerde verschillen. De resultaten van de gebiedsvergelijkingen worden als verhoudingen van geometrische gemiddelden voorgesteld voor de continue merkers en als oddsratio’s voor de binaire merkers. Verschillen die we nog tussen de hotspot en Vlaanderen zien, kunnen niet te wijten zijn aan verschillen in de populaties van de gebieden. Merk op dat dit niet helemaal correct is; we corrigeren immers slechts voor enkele populatiekenmerken.
d. Bijkomende verwerkingen Voor de polluenten die in de regio Menen significant hogere waarden hebben dan in de referentiegroep uit Vlaanderen en voor de PCB’s werd nagegaan of er een relatie met beschikbare milieugegevens of bronnen kon worden gevonden. Van de VMM-meetposten zijn voor 2010 gegevens beschikbaar van dioxines, PCB126, PAK’s en PM10. Voor elk van deze polluenten werd nagekeken op welke meetpost de hoogste meetwaarden werden geregistreerd. Meetpost MN08, die aan de industriezone ‘Grensland’ ligt, registreerde de hoogste waarden voor PSB126. Voor dioxines, PAK’s en PM10 werd meetpost MN01 gebruikt. Naast de VMM-meetposten werd ook berekend of er een verband kon gevonden worden tussen de gemeten biomerkers en de ligging van verscheidene verbrandingsinstallaties van klasse I (> 5MW, milieuvergunning aanvragen bij de provincie), klasse II (> 0,5 MW en < 5 MW, milieuvergunning aanvragen bij de gemeente) of klasse III (> 300 kW en < 0,5 MW, melden bij de gemeente). Voor alle deelnemers in studiegebied Menen werd de afstand en de hoek (als maat voor de dominante windrichting) berekend ten opzichte van de meetposten MN08 en MN01 en de individuele verbrandingsinstallaties. Dit gebeurde met geografische analyse software, ArcGIS 10. Voor de relatie met de verbrandingsinstallaties werd de afstand en hoek tot de dichtstbijzijnde 41
verbrandingsinstallatie beschouwd. Dit werd uitgevoerd voor de verbrandingsinstallaties van klasse I, klasse II en klasse III afzonderlijk en voor alle klassen samen. Ook de interacties tussen afstand en hoek werden getest. In enkelvoudige lineaire regressiemodellen werd nagegaan of de relatie tussen de individuele biomerkerwaarden van de deelnemers en de individuele afstanden en hoeken statistisch significant was. Vervolgens werd in meervoudige lineaire regressiemodellen getest of de relatie met de afstand en de hoek significant bleef bij correctie voor gekende confounders zoals leeftijd, geslacht en roken.
42
Resultaten 1. Beschrijving van de onderzoekspopulatie 1.1.
Respons
In totaal werden er 921 jongeren aangeschreven, 349 hiervan reageerden. Dit is een respons van 37,89 % (zie Tabel 9). Het toestemmingspercentage bedraagt 22,5% (zie Tabel 10).
Tabel 9: overzicht respons absolute cijfers gebied 1
toestemming
onderzocht
te weinig staal
weigering
exclusie
verhuisd
geen respons
1994 1995 1996 1997
22 44 40 17
21 44 40 17
1 0 0 0
5 37 38 24
3 2 8 0
0 3 4 0
92 55 50 33
123
122
1
104
13
7
230
gebied 2
toestemming
onderzocht
te weinig staal
weigering
exclusie
verhuisd
geen respons
1994 1995 1996 1997
29 33 22 0
26 31 20 0
0 0 0 0
2 0 10 0
0 2 1 0
0 1 2 0
129 106 107 0
84
77
0
12
3
3
342
207
199
1
116
16
10
572
Totaal
477
Totaal TOTAAL
444
43
Er werden in gebied 2 geen jongeren van 1997 uitgenodigd, omdat de opzet was om zoveel mogelijk jongeren uit gebied 1 te rekruteren, dit is het gebied het dichtste bij het industriegebied.
Tabel 10: overzicht respons in percentage gebied 1
toestemming
onderzocht
weigering
1994 1995 1996 1997 totaal N = 477
4,99 9,30 9,07 3,63
4,76 9,30 9,07 3,63
1,13 8,39 7,94 4,76
geen respons 20,86 9,30 9,75 6,58
25,79
25,58
21,80
48,22
weigering
gebied 2
toestemming onderzocht
1994 1995 1996 1997 totaal N = 444 TOTAAL
6,53 7,43 4,95
5,86 6,98 4,50
0 0 2,25
geen respons 29,05 23,87 24,10
18,92
17,34
2,70
77,03
22,48
21,61
12,60
Tabel 11: aantal deelnemers per school School
aantal
Kon Atheneum Grensland Menen
22
St Jorisinstituut
28
VTI Sint Lucas
29
St Pauluscollege
9
Sint Aloysius College
77
buiten school
34
Totaal
199
44
62,11
1.2.
Karakteristieken van de onderzoeksgroep
De voornaamste kenmerken van de 199 deelnemers uit Menen worden gegeven in Tabel 12. Er wordt tevens een vergelijking gemaakt met de Vlaamse controlepopulatie. Daarnaast wordt ook aangegeven of de twee subgebieden Menen 1 en Menen 2 verschillen van elkaar.
Leeftijd Aan het onderzoek namen 114 jongens (57,3%) en 85 meisjes (42,7%) deel. Deze verdeling is zeer gelijkaardig in vergelijking met de Vlaamse controlepopulatie (57,6% en 42,4% respectievelijk). Ondanks het kleine verschil in de gemiddelde leeftijd (15,1 jaar in Menen versus 14,8 jaar in Vlaanderen), is dit verschil toch hoog significant (p < 0,001). Kijkend naar de verdeling in leeftijdsgroepen, zien we dat de oudste groep (> 15,5 jaar) sterker vertegenwoordigd is in Menen t.o.v. de Vlaamse referentiepopulatie. Als we de twee subgebieden in Menen vergelijken, zien we dat het percentage jongens en meisjes in beide groepen gelijkaardig is (p = 0,87). Wel blijkt dat in Menen 1 meer adolescenten jonger dan 14,5 jaar en minder adolescenten ouder dan 15,5 jaar deelnamen in vergelijking met Menen 2 (p = 0,01). De gemiddelde leeftijd in Menen 1 ligt dan ook significant lager dan in Menen 2 (14,9 jaar versus 15,3 jaar; p = 0,0003). Studieniveau Het opleidingsniveau van de adolescenten in de onderzoekgroep in Menen verschilt niet significant van het opleidingsniveau in de Vlaamse controlepopulatie (p = 0,10). Ook een vergelijking van de 2 subgebieden binnen Menen levert geen significant verschil op (p = 0,50). Het hoogst behaalde diploma binnen het gezin vertoonde eveneens geen statistische significante verschillen. Sociale klasse Verschillende parameters van sociale klasse werden bestudeerd: opleidingsniveau van de jongeren, hoogste opleidingsniveau binnen het gezin, equivalent inkomen en het bezitten van een eigen woning. We stellen vast dat zowel de vergelijking binnen Menen als de vergelijking van de hele onderzoekgroep in Menen met de Vlaamse referentiepopulatie geen enkel significant verschil oplevert, wat betekent dat de sociale klasse in de onderzoeksgroep Menen gelijkaardig is aan de sociale klasse in de onderzoeksgroep in Vlaanderen. Etnische achtergrond In de onderzoeksgroep in Menen zijn beide ouders Belg bij 87,3% van de deelnemers tegenover 90,4% in Vlaanderen (p = 0,59). Ook bij de vergelijking van de twee subgebieden binnen Menen wordt geen verschil opgetekend wat betreft etniciteit. Seizoenen Er is een ongelijke verdeling over de seizoenen in Menen en de Vlaamse referentiepopulatie. In Menen werd meer dan de helft van de deelnemers onderzocht in de winter (51,8%), terwijl in de controlegroep bijna de helft van de deelnemers onderzocht werd in de lente (48,1%). In de referentiegroep werden alle jongeren via de school onderzocht en waren er bijgevolg geen onderzoeken tussen begin juni en half september (zomer). In Menen werd er ook vooral via de scholen gewerkt, maar werden kandidaten ook beperkt gerekruteerd buiten de scholen. Hierdoor werden ook 8 deelnemers (4%) in de zomer onderzocht. Wat betreft de verdeling over de seizoen binnen Menen, zien we dat in Menen 2 alle deelnemers onderzocht werden in de winter (48,7%) en de lente (51,3%). In Menen 1 werd meer dan 60% van
45
de deelnemers onderzocht in de winter. In beperkte mate werden daar deelnemers onderzocht in de herfst (4,9%) en de zomer (6,5%). Body-mass index (BMI) De gemiddelde body-mass index in de onderzoeksgroep in Menen bedraagt 19,9 kg/m² en is niet significant verschillend van de BMI in de Vlaamse controlepopulatie (20,1 kg/m²; p = 0,43). Ook binnen Menen wordt geen verschil opgetekend wat betreft BMI (p = 0,19). Roken, alcohol en drugs In de regio Menen roken 7,5% van de onderzochte jongeren, waarvan 4,6% dagelijks. In de Vlaamse controlegroep zijn er 8,6% rokers, waarvan 4,3% dagelijks roken (p = 0,78). Wel wordt in de regio Menen 61% van de niet-rokers regelmatig blootgesteld aan sigarettenrook van anderen. Passief roken was niet significant verschillend t.o.v. de referentiepopulatie (p = 0,35). Het percentage rokers en passief rokers was zeer vergelijkbaar in beide subgebieden binnen Menen (p = 0,44 en p = 0,84). Wat betreft alcoholconsumptie worden wel significante verschillen opgetekend (p = 0,002). Enerzijds is er een hogere proportie jongeren die nog nooit alcohol heeft gedronken in de regio Menen (21,7% versus 14,6% in Vlaanderen), maar anderzijds is het percentage jongeren dat minder dan maandelijks drinkt (49%) lager dan in Vlaanderen (61,2%), en rapporteert een hoger percentage jongeren wekelijks alcoholgebruik in de regio Menen (12,1% tegenover 3,9% in Vlaanderen). Deze verschillen staan mogelijk in verband met de verschillen in leeftijd tussen de regio’s. Ook de vergelijking binnen het studiegebied Menen levert een significant verschil op (p = 0,01). In Menen 1 heeft 28,7% van de jongeren nooit alcohol gedronken tegenover 10,5% in Menen 2, maar minder jongeren rapporteerden minder dan maandelijkse (43,4%) en wekelijkse (9,8%) alcoholconsumptie in Menen 1 in vergelijking met Menen 2 (57,9% en 15,8% respectievelijk). Rapportering van druggebruik in de studiepopulatie Menen (6%) isniet significant verschillend met Vlaanderen of binnen Menen. Verkeer De gemiddelde blootstelling aan verkeer in Menen (320 minuten) ligt significant lager dan in Vlaanderen (393 minuten; p = 0,046), maar de spreiding in het aantal minuten dat men dagelijks in het verkeer doorbrengt is wel zeer groot, vooral in Menen. In Menen 1 brengt men gemiddeld 311 minuten door in het verkeer, dit is niet significant verschillend t.o.v. Menen 2 waar men gemiddeld 335 minuten doorbrengt in het verkeer (p = 0,75), maar ook hier is de spreiding zeer groot. Levensstijl Het aantal meisjes dat de pil gebruikt, het aantal jongeren met amalgaam tandvullingen en het gebruik van verzorgingsproducten en vlamvertragers is gelijkaardig in de onderzoeksgroepen in Menen en Vlaanderen. Ook binnen beide groepen in Menen is het aantal meisjes dat de pil gebruikt, het aantal jongeren met amalgaam tandvullingen, met blokjes, met orthodontie of implantaat, met botprotheses, met tatoe’s en piercings, en het gebruik van verzorgingsproducten en vlamvertragers zeer gelijkaardig. In Menen rapporteren 9,6% van de deelnemers een hoog gebruik aan pesticiden tegenover 19,2% in de Vlaamse controlegroep; een verschil dat statistisch significant is (p = 0,02). Wanneer we de subgebieden binnen Menen vergelijken zien we dat in Menen 2 15,8% van de deelnemers een hoog gebruik aan pesticiden aangeeft, een percentage dat in de buurt komt van de Vlaamse referentiegroep t.o.v. slechts 5,7% in Menen 1 (p = 0,04 Menen 1 versus Menen 2). Voeding Consumptie van lokaal gekweekte groenten, fruit en eieren is significant lager in Menen vergeleken met de Vlaamse controlepopulatie (p < 0,001 voor lokale groenten, lokaal fruit en lokale eieren). 46
Het eten van zelf gevangen vis verschilt niet significant tussen Menen en algemeen Vlaanderen (7% in Menen versus 8,5% in Vlaanderen). Verder is het percentage kinderen dat borstvoeding kreeg in Menen (53,8%) significant lager t.o.v. de Vlaamse referentiegroep (66,5%). Wat de algemene voedingsgewoonten betreft, zien we geen verschil tussen de jongeren in Vlaanderen en deze in Menen, met uitzondering van een lagere eiconsumptie in Menen (p = 0,02), 53% van de deelnemers in Menen eet minder dan 1 ei per week, ten opzichte van 39% in de onderzoeksgroep in Vlaanderen. Vergelijking van de voedingsgewoonten binnen Menen, toont ons dat consumptie van lokaal gekweekte groenten en eieren significant lager is in Menen 1 t.o.v. Menen 2 (p < 0,001). Wat betreft lokaal gekweekt fruit wordt er geen verschil opgetekend. Zelf gevangen vis wordt meer gegeten in Menen 1 (8%) in vergelijking met Menen 2 (5,4%), maar dit verschil is statistisch niet significant. Daarnaast is het percentage kinderen dat borstvoeding kreeg niet significant verschillend tussen beide subgroepen (p = 0,36). Aangaande de algemene voedingsgewoonten, wordt er geen verschil gezien tussen de jongeren in Menen 1 en Menen 2, uitgezonderd een hogere groentenconsumptie in Menen 1 in vergelijking met Menen 2 (p = 0,047).
47
Tabel 12: Beschrijvende statistiek voor de onderzoeksgroep in Menen en vergelijking met karakteristieken van de Vlaamse referentiegroep Parameter
Geslacht, n (%) jongens meisjes Leeftijd , n (%) ≤ 14,5 jaar 14,5 – 15,5 jaar > 15,5 jaar Leeftijd, jaar gemiddelde (SD) mediaan (min. – max.) Opleidingsniveau jongere BSO TSO ASO Hoogste opleidingsniveau in het gezin geen diploma of lager onderw. lager secundair hoger secundair hoger onderwijs Equivalent inkomen gemiddelde (SD) mediaan (min. – max.) Eigenaar eigen woning neen ja Geboorteland ouders beide ouders Belg
Menen
Vlaanderen
Menen vs. Vlaanderen
Menen 1
Menen 2
Menen 1 vs. Menen 2
114 (57,3%) 85 (42,7%)
121 (57,6%) 89 (42,4%)
p = 0,95
71 (57,7%) 52 (42,3%)
43 (56,6%) 33 (43,4%)
p = 0,87
50 (25,1%) 90 (45,2%) 59 (29,7%)
67 (31,9%) 123 (58,6%) 20 ( 9,5%)
p < 0,001
39 (31,7%) 54 (43,9%) 30 (24,4%)
11 (14,5%) 36 (47,4%) 29 (38,2%)
p = 0,01
15,1 (0,8) 14,9 (13,6 – 17,0)
14,8 (0,5) 14,7 (13,8 – 16,3)
p < 0,001
14,9 (0,76) 14,8(13,6 – 17)
15,3 (0,74) 15,2 (14 – 17)
p = 0,0003
28 (14,2%) 63 (32%) 106 (53,8%)
20 ( 9,7%) 86 (41,5%) 101 (48,8%)
p = 0,09
20 (16,3%) 40 (32,5%) 63 (51,2%)
8 (10,8%) 23 (31,1%) 43 (58,1%)
p = 0,50
9 (4,6%) 21 (10,7%) 54 (27,6%) 112 (57,1%)
3 (1,4%) 22 (10,6%) 66 (31,9%) 116 (56,0%)
p = 0,26
7 (5,8%) 12 (10%) 34 (28,3%) 67 (55,8%)
2 (2,6%) 9 (11,8%) 20(26,3%) 45 (59,2%)
p = 0,72
1508,6 (544,2) 1442 (158 – 3056)
1502 (542) 1548 (104 – 3056)
p = 0,91
1488,7 (527,3) 1442(491–3056)
1539,4(571,5) 1503(458-3056)
p = 0,55
17 (8,7%) 178 (91,3%)
25 (12,2%) 180 (87,8%)
p = 0,26
13 (10,7%) 108 (89,3%)
4 (5,4%) 70 (94,6%)
p = 0,20
172 (87,3%)
189 (90,4%) 48
p = 0,59
102 (83,6%)
70 (93,3%)
p = 0,12
Parameter
één van de ouders niet-Belg beide ouders niet-Belg Geboorteland vader / moeder België Armenië Marokko Nederland Frankrijk andere landen Seizoen herfst winter lente zomer Body-mass index (BMI), kg/m² gemiddelde (SD) mediaan (min. – max.) BMI-klasse bij jongens6 ondergewicht normaal overgewicht BMI-klasse bij meisjes2 ondergewicht normaal overgewicht Rookgewoonten niet-roker 6
Menen
Vlaanderen
18 (9,1%) 7 (3,6%)
Menen 1
Menen 2
15 (7,2%) 5 (2,4%)
15 (12,3%) 5 (4,1%)
3 (4%) 2 (2,7%)
183 / 180 2/2 0/1 1/1 7/ 5 6/9
194 / 199 0/0 3/2 5/3 0/0 7/5
111 / 109 2/2 0/1 1/0 6/5 3/5
72 / 71 0/0 0/0 1/1 1/0 3/4
6 (3,0%) 103 (51,8%) 82 (41,2%) 8 (4,0%)
47 (22,4%) 62 (29,5%) 101 (48,1%) 0 ( 0,0%)
p < 0,001
6 (4,9%) 66 (63,7%) 43 (35%) 8 (6,5%)
0 (0%) 37 (48,7%) 39 (51,3%) 0 (0%)
p = 0,008
19,9 (2,8) 19,3 (15,2 – 34,3)
20,1 (2,7) 19,7 (15,1 – 33,1)
p = 0,43
20,1 (2,9) 19,4 (15,2-34,3)
19,6 (2,7) 19,1 (15,4-32,4)
p = 0,19
11 (9,7%) 97 (85,1%) 6 (5,3%)
8 (6,6%) 100 (82,6%) 13 (10,7%)
p = 0,24
6 (8,5%) 60 (84,5%) 5 (7%)
5 (11,6%) 37 (86,1%) 1 (2,3%)
p = 0,49
9 (10,6%) 65 (76,5%) 11 (12,9%)
12 (13,5%) 68 (76,4%) 9 (10,1%)
p = 0,74
5 (9,6%) 38 (73,1%) 9 (17,3%)
4 (12,1%) 27 (81,8%) 2 (6,1%)
p = 0,32
184 (92,5%)
189 (91,3%)
p = 0,78
116 (94,3%)
68 (89,5%)
p = 0,44
http://www.zorg-en-gezondheid.be/uitleg_bmi.aspx
49
Menen vs. Vlaanderen
Menen 1 vs. Menen 2
Parameter
Menen
Vlaanderen
minder dan dagelijks roken dagelijks roken Passief roken (enkel niet-rokers) zelf niet roken, geen passief roken zelf niet roken, wel passief roken Alcohol consumptie (1 of meer glazen) nooit alcohol gedronken minder dan maandelijks minder dan wekelijks wekelijks Alcohol: >6 glazen bij 1 gelegenheid neen ja Drug gebruikt (ooit) neen ja Aantal minuten in het verkeer gemiddelde (SD) mediaan (min. – max.) Pilgebruik bij meisjes neen ja Amalgaam tandvulling neen ja weet niet Orthodontische blokjes neen
6 (3,0%) 9 (4,5%)
9 (4,3%) 9 (4,3%)
97 (61%) 63 (39%)
95 (55,9%) 75 (44,1%)
43 (21,7%) 97 (49%) 34 (17,2%) 24 (12,1%)
Menen 1
Menen 2
3 (2,4%) 4 (3,3%)
3 (4,0%) 5 (6,6%)
p = 0,35
61 (60,4%) 40 (39,6%)
36 (62,1%) 22 (37,9%)
p = 0,84
30 (14,6%) 126 (61,2%) 42 (20,4%) 8 (3,9%)
p = 0,002
35 (28,7%) 53 (43,4%) 22 (18%) 12 (9,8%)
8 (10,5%) 44 (57,9%) 12 (15,8%) 12 (15,8%)
p = 0,01
148 (74,8%) 50 (25,2%)
162 (78,3%) 45 (21,7%)
p = 0,40
98 (80,3%) 24 (19,7%)
50 (65,8%) 26 (34,2%)
p = 0,02
187 (94%) 12 (6%)
197 (85,2%) 10 (4,8%)
p = 0,59
117 (95,1%) 6 (4,9%)
70 (92,1%) 6 (7,9%)
p = 0,39
319,9 (428,5) 245 (20 – 5500)
393 (281) 335 (7 – 1940)
p = 0,046
310,7 (245,3) 240 (20-1980)
334,6 (619,9) 2445 (34-5500)
p = 0,75
80 (94,1%) 5 (5,9%)
80 (90,9%) 8 (9,1%)
p = 0,42
49 (94,2%) 3 (5,8%)
31 (93,9%) 2 (6,1%)
p = 0,96
151 (78,7%) 25 (13%) 16 (8,3%)
140 (69,6%) 39 (19,4%) 22 (11,0%)
p = 0,12
94 (79,7%) 14 (11,9%) 10 (8,5%)
57 (77,03%) 11 (14,9%) 6 (8,1%)
p = 0,83
78 (63,9%)
42 (55,3%)
p = 0,22
120 (60,6%) 50
Menen vs. Vlaanderen
Menen 1 vs. Menen 2
Parameter
ja Orthodontie of implantaat neen ja Score verzorgingsproducten laag matig hoog Score gebruik pesticiden laag matig hoog Familiaal voorkomen astma neen ja Familiaal voorkomen allergie neen ja Familiaal voorkomen hooikoorts neen ja Familiaal voorkomen eczeem neen ja Borstvoeding als baby neen ja Lokaal gekweekte groenten
Menen
Vlaanderen
Menen vs. Vlaanderen
Menen 1
Menen 2
Menen 1 vs. Menen 2
78 (39,4%)
44 (36,1%)
34 (44,7%)
119 (60,1%) 79 (39,9%)
77 (63,1%) 45 (36,9%)
42 (55,3%) 34 (44,7%)
p = 0,27
95 (47,7%) 58 (29,2%) 46 (23,1%)
101 (48,3%) 53 (25,4%) 55 (26,3%)
p = 0,62
62 (50,4%) 35 (28,5%) 26 (21,1%)
33 (43,4%) 23 (30,3%) 20 (26,3%)
p = 0,58
56 (28,1%) 124 (62,3%) 19 (9,6%)
58 (27,9%) 110 (52,8%) 40 (19,2%)
p = 0,02
33 (26,8%) 83 (67,5%) 7 (5,7%)
23 (30,3%) 41 (54%) 12 (15,8%)
p = 0,04
148 (78,7%) 40 (21,3%)
160 (83,8%) 31 (16,2%)
p = 0,21
92 (78,6%) 25 (21,4%)
56 (78,9%) 15 (21,1%)
p = 0,97
65 (35%) 121 (65%)
66 (36,1%) 117 (63,9%)
p = 0,82
40 (34,2%) 77 (65,8%)
25 (36,2%) 44 (63,8%)
p = 0,78
101 (54,3%) 85 (45,7%)
97 (52,4%) 88 (47,6%)
p = 0,72
64 (54,7%) 53 (45,3%)
37 (53,6%) 32 (46,4%)
p = 0,89
115 (61,8%) 71 (38,2%)
125 (67,2%) 61 (32,8%)
p = 0,28
71 (60,7%) 46 (39,3%)
44 (63,8%) 25 (36,2%)
p = 0,68
91 (46,2%) 106 (53,8%)
69 (33,5%) 137 (66,5%)
p = 0,009
59 (48,8%) 62 (51,2%)
32 (42,1%) 44 (57,9%)
p = 0,36
51
Parameter
neen ja Lokaal gekweekt fruit neen ja Lokaal gekweekte eieren neen ja Groenten consumptie laag (≤4 porties/week) gemiddeld (5-7 porties/wk) hoog (>1 portie/dag) Fruit consumptie laag (≤4 porties/week) gemiddeld (5-7 porties/wk) hoog (>1 portie/dag) Consumptie van melk en melkproducten laag (<140 g/dag) gemiddeld (140-175 g/dag) hoog (≥175 g/dag) Kaas consumptie laag (<1 boterham/dag) gemiddeld (1-3 boterh./d) hoog (≥4 boterh./d) Vlees consumptie laag (<100 g/dag) gemiddeld (100-150 g/dag)
Menen
Vlaanderen
Menen vs. Vlaanderen
Menen 1
Menen 2
Menen 1 vs. Menen 2
151 (77,8%) 43 (22,2%)
125 (60,4%) 82 (39,8%)
p = 0,0002
101 (84,2%) 19 (15,8%)
50 (67,6%) 24 (32,4%)
p = 0,007
189 (95,9%) 8 (4,1%)
158 (76,7%) 48 (23,3%)
p < 0,0001
120 (97,6%) 3 (2,4%)
69 (93,2%) 5 (6,8%)
p = 0,14
151 (80,8%) 36 (19,3%)
110 (55,0%) 90 (45,0%)
p < 0,0001
101 (89,4%) 12 (10,6%)
50 (67,6%) 24 (32,4%)
p = 0,0002
35 (17,6%) 127 (63,8%) 37 (18,6%)
23 (11,2%) 147 (71,4%) 36 (17,5%)
p = 0,15
18 (14,6%) 76 (61,8%) 29 (23,6%)
17 (22,4%) 51 (67,1%) 8 (10,5%)
p = 0,047
103 (51,8%) 68 (34,2%) 28 (14,1%)
85 (41,7%) 78 (38,2%) 41 (20,1%)
p = 0,09
59 (48%) 44 (35,8%) 20 (16,3%)
44 (57,9%) 24 (31,6%) 8 (10,5%)
p = 0,33
80 (40,4%) 15 (7,6%) 103 (52%)
95 (46,3%) 24 (11,7%) 86 (41,9%)
p = 0,09
47 (38,5%) 12 (9,8%) 63 (51,6%)
33 (43,3%) 3 (4%) 40 (52,6%)
p = 0,30
168 (84,4%) 28 (14,1%) 3 (1,5%)
162 (77,5%) 41 (19,6%) 6 (2,9%)
p = 0,19
106 (86,2%) 15 (12,2%) 2 (1,6%)
62 (81,6%) 13 (17,1%) 1 (1,3%)
p = 0,62
37 (18,6%) 30 (15,1%)
45 (21,6%) 28 (13,5%)
p = 0,71
24 (19,5%) 14 (11,4%)
13 (17,1%) 16 (21,1%)
p = 0,18
52
Parameter
hoog (≥150 g/dag) Ei consumptie laag (<1 ei/week) gemiddeld (1-4 eieren/wk) hoog (>4 eieren/week) Noten consumptie nooit minder dan 1x/week minstens 1x/week Vis consumptie laag (≤12 g/dag) gemiddeld (12-25 g/dag) hoog (>25 g/dag) Vis of zeevruchten in afgelopen 3 dagen neen ja Consumptie zelf gevangen vis nooit zelden tot altijd Consumptie chocolade nooit minder dan 1x/week minstens 1x/week Ziekte afgelopen 14 dagen neen ja Piercing (inclusief oorbellen)
Menen
Vlaanderen
132 (66,3%)
135 (64,9%)
105 (52,8%) 91 (45,7%) 3 (1,5%)
79 (38,5%) 121 (59,0%) 5 (2,4%)
Menen vs. Vlaanderen
p = 0,02
83 (42,6%) 92 (47,2%) 20 (10,3%)
Menen 1
Menen 2
Menen 1 vs. Menen 2
85 (69,1%)
47 (61,8%)
67 (54,5%) 55 (44,7%) 1 (0,8%)
38 (50%) 36 (47,4%) 2 (2,6%)
p = 0,53
51 (42,9%) 55 (46,2%) 13 (10,9%)
32 (42,1%) 37 (48,7%) 7 (9,2%)
p = 0,91
88 (44,2%) 68 (34,2%) 43 (21,6%)
84 (40,2%) 75 (35,9%) 50 (23,9%)
p = 0,70
56 (45,5%) 41 (33,3%) 26 (21,1%)
32 (42,1%) 27 (35,5%) 17 (22,4%)
p = 0,89
105 (53%) 93 (47%)
118 (57,0%) 89 (43,0%)
p = 0,42
71 (57,7%) 52 (42,3%)
34 (45,3%) 41 (54,7%)
p = 0,09
173 (93%) 13 (7%)
182 (91,5%) 17 (8,5%)
p = 0,57
103 (92%) 9 (8%)
70 (94,6%) 4 (5,4%)
p = 0,49
6 (4,9%) 38 (30,9%) 79 (64,2%)
3 (4,1%) 25 (33,8%) 46 (62,2%)
p = 0,90
84 (70%) 36 (30%)
50 (65,8%) 26 (34,2%)
p = 0,54
9 (4,6%) 63 (32%) 125 (63,5%) 134 (68,4%) 62 (31,6%)
165 (80,5%) 40 (19,5%)
53
p = 0,005
Parameter
neen ja Gebruik tefalpannen geen anti-aanbaklaag anti-aanbaklaag beschadigde anti-aanbaklaag Vlamvertragers score ≤ 5 score < 5
Menen
Vlaanderen
Menen vs. Vlaanderen
127 (64,1%) 71 (35,9%)
Menen 1
Menen 2
Menen 1 vs. Menen 2
81 (66,4%) 41 (33,6%)
46 (60,5%) 30 (39,5%)
p = 0,40
34 (17,3%) 106 (53,8%) 57 (28,9%)
33 (16,1%) 94 (45,9%) 78 (38,1%)
p = 0,15
21 (17,4%) 62 (51,2%) 38 (31,4%)
13 (17,1%) 44 (57,9%) 19 (25%)
p = 0,59
88 (44,2%) 111 (55,8%)
82 (39,2%) 127 (60,8%)
p = 0,31
53 (43,1%) 70 (56,9%)
35 (46,1%) 41 (54%)
p = 0,68
54
1.3.
Staalafnamecondities
De afname van bloed, urine en haar bij de deelnemers van de biomonitoringstudie werden uitgevoerd volgens standaard procedures. Binnen deze vastgelegde procedures kunnen er nog verschillen zijn in de condities waarin het veldwerk werd uitgevoerd, bijv. het tijdstip van de urinecollectie, het uur van de bloedafname, al dan niet nuchter staal, enz…. Voor de statistische analyses werd eerst gecontroleerd welke condities een invloed hebben op de metingen, hoe deze condities verschillen tussen de regio Menen en Vlaanderen, en op welke manier er rekening mee gehouden zal worden in de verdere statistische analyses.
A. Bloedafname & bloedparameters Nuchter zijn bij de bloedafname was geen vereiste, maar werd wel geregistreerd door de studieverpleegster. In de regio Menen waren er 6% van de jongeren die ’s morgens niets hadden gegeten; in Vlaanderen was 9,1% van de deelnemers nog nuchter op het moment van de bloedafname. Dit verschil is niet significant (zie Tabel 13). Bij de jongens werd gevraagd dat de bloedafname gebeurde vόόr 10 uur ’s morgens omdat het testosterongehalte in serum variëert volgens het uur van de dag. In de regio Menen werden 53 jongens na 10 uur geprikt (46,5%), dit percentage is vergelijkbaar met de referentiebiomonitoring (n=67 (55,4%)). Aangezien deze parameter een belangrijke determinant is van testesterongehalte, zal het uur van bloedafname worden meegenomen in alle verdere statistische analyses van serum testosteron. In het serum van de deelnemers werd een aantal routineparameters gemeten die nodig zijn voor de interpretatie van de biomerkers. Serum ferritine is nodig als covariaat voor bloed lood en bloed cadmium aangezien een lagere ijzerstatus vaak gepaard gaat met een effciëntere opname van sommige metalen. Serum ferritine is significant verschillend tussen de deelnemers van de regio Menen en van Vlaanderen, zowel de gemiddelde concentratie, als de verdeling in klassen (zie Tabel 13). Serum ferritine zal worden meegenomen in de statistische analyses van bloed cadmium. Serum triglyceriden en serum cholesterol werden gemeten en laten toe om het bloedvetgehalte te berekenen. Dit is nodig voor de correctie van vetgerelateerde polluenten in het bloed (bijv. PCB’s), hetzij als correctiefactor in de formule, hetzij als covariaat in de statistische analyse. Er zijn geen significante verschillen in de gehaltes van serum cholesterol, serum triglyceriden of totaal bloedvet tussen de deelnemers van de regio Menen en van de referentiepopulatie (Tabel 13).
55
Tabel 13: Staalafnamecondities voor bloed en routinemetingen in serum: de regio Menen in vergelijking met Vlaamse referentiegroep Parameter
Nuchter bij bloedafname, n (%) neen ja Bloedafname voor 10 a.m., n (%) neen ja Bloedafname voor 10 a.m. jongens n(%) neen ja Serum ferritine (µg/l) gemiddelde (SD) mediaan (min. – max.) Serum ferritine in klassen, n (%) ≤ 20 µg/l 20 - 30 µg/l 30 - 40 µg/l > 40 µg/l Serum cholesterol (mg/dl) gemiddelde (SD) mediaan (min. – max.) Serum triglyceriden (mg/dl) gemiddelde (SD) mediaan (min. – max.) Bloedvet (mg/dl) gemiddelde (SD) mediaan (min. – max.) Bloedvet in klassen, n (%) < 400 mg/dl 400 - 430 mg/dl 430 - 480 mg/dl ≥ 480 mg/dl
Menen
Vlaanderen
Menen vs. Vlaanderen
187 (94%) 12 (6%)
191 (90,9%) 19 (9,1%)
p = 0,25
125 (62,8%) 74 (37,2%)
127 (60,5%) 83 (39,5%)
p =0,63
53 (46,5%) 61 (53,5%)
67 (55,4%) 54 (44,6%)
p = 0,17
43,8 (27,9) 38 (4 – 187)
32,6 (16,8) 29 (2 – 100)
p < 0,001
34 (17,3%) 26 (13,2%) 50 (25,4%) 87 (44,2%)
51 (24,5%) 54 (26,0%) 47 (22,6%) 56 (26,9%)
p = 0,0002
164,2 (29) 162 (87 – 284)
160,5 (29,2) 158 (84 – 285)
p = 0,20
89,4 (46,9) 75 (24 – 312)
87,1 (37,9) 80,5 (22 – 212)
p = 0,60
451 (75,8) 442 (277 – 794)
444 (66,4) 430 (313 – 649)
p = 0,31
46 (23,4%) 41 (20,8%) 58 (29,4%) 52 (26,4%)
55 (26,4%) 51 (24,5%) 49 (23,6%) 53 (25,5%)
p = 0,50
B. Urinecollectie en verdunningsgraad van de urine Vanuit methodologisch standpunt zou de meting van biomerkers in bevolkingstudies bij voorkeur gebeuren in 24-uurs urines. Vanuit praktisch standpunt is het echter zeer moeilijk om volledige 24uur stalen te bekomen. Het is een majeur bezwaar voor deelnemers om in de studie te stappen, en vaak stelt men vast dat de collecties (gewild of ongewild) onvolledig zijn. Daarom wordt in de Vlaamse Humane Biomonitoringstudies geopteerd voor spot urines, d.w.z. een éénmalige urinecollectie. Om de methode zo goed mogelijk te standaardiseren om en voldoende geconcentreerde stalen te bekomen worden ochtendurinestalen gevraagd van de deelnemers.
56
Tabel 14 geeft een overzicht van de staalafnamecondites van urine bij de deelnemers in de regio Menen en in de Vlaamse referentiegroep. Alhoewel aan de jongeren geschreven instructies werden bezorgd voor de collectie van ochtendurine, zijn er toch zes jongeren in Vlaanderen die een avonduur voor de urinecollectie rapporteerden. Zij hebben dus de avond vόόr het onderzoek een urinestaal gecollecteerd. Bij de jongeren die ochtendurine collecteerden, zijn er significante verschillen in het tijdstip van urinecollectie tussen de deelnemers van regio Menen en van Vlaanderen (hogere frequentie collecties tussen 8 en 10 uur en na 10 uur ‘s morgens in regio Menen). Op basis van het uur van de urinecollectie en het uur van de vorige plasbeurt kon de duur van de urinecollectie worden berekend. Deze parameter weerspiegelt de periode van urineproductie in het lichaam. Aangezien gevraagd werd aan de deelnemers om de eerste ochtendurine te collecteren, is de periode van urinecollectie in principe de nacht vόόr het onderzoek. In Tabel 14 wordt voor de regio Menen en Vlaanderen de duur van de urinecollectie gegeven in tijdsklassen. In de regio Menen is de proportie deelnemers met lage duurtijden (< 465 minuten) hoger dan in Vlaanderen en zijn er minder deelnemers met middellange duurtijden (465 - 600 minuten) (p<0,004). Aangezien met spot urine gewerkt wordt, en niet met 24-uurs collecties, is er een standaardisatie nodig voor de verdunningsgraad van de urine. Op deze manier wordt er rekening gehouden met verschillen in de excretie van een biomerker te wijten aan variatie in staalafname. Men gaat er dan van uit dat de excretie van een polluent gebeurt via een simpel renaal eliminatieproces, proportioneel aan de glomerulaire filtratie snelheid, zonder reabsoptie in de nier. Zowel creatinine als soortelijk gewicht zijn mogelijke correctiefactoren voor de verdunningsgraad van de urine. Beide merkers worden steeds gemeten in de Vlaamse biomonitoringstudies. Tot nu toe werd meestal creatinine gebruikt als correctiefactor aangezien dit het meest gangbare is in de wetenschappelijke literatuur. Urinair creatinine is echter significant hoger in de regio Menen in vergelijking met de Vlaamse referentiepopulatie (Tabel 14).
57
Tabel 14: Staalafnamecondities voor urine in de regio Menen in vergelijking met de Vlaamse referentiegroep Parameter
Tijdstip urinecollectie, n (%) avond voor onderzoek ochtendurine, vόόr 8 a.m. ochtendurine, tussen 8 & 10 a.m. ochtendurine, na 10 a.m. Duur urinecollectie (minuten), n (%) < 465 minuten 465 – 545 minuten 465 – 600 minuten ≥ 600 minuten Creatinine in urine (mg/dl) gemiddelde (SD) mediaan (min. – max.) Creatinine (mg/dl; klassen) <95 mg/dl 95-135 mg/dl 135-190 mg/dl ≥190 mg/dl
Menen
Vlaanderen
Menen vs. Vlaanderen
0 (0%) 131 (65,8%) 30 (15,1%) 38 (19,1%)
6 (2,9%) 167 (79,5%) 18 (8,6%) 19 (9,0%)
p = 0,0002
48 (24,9%) 63 (32,6%) 30 (15,5%) 52 (26,9%)
34 (17,4%) 59 (30,1%) 60 (30,6%) 43 (21,9%)
p = 0,004
162,5 (69,4) 159 (24 – 423)
143,5 (60,0) 133,5 (20 – 308)
p = 0,003
38 (19,1%) 35 (17,6%) 57 (28,6%) 69 (34,7%)
55 (26,3%) 50 (23,9%) 53 (25,4%) 51 (24,4%)
p = 0,04
In eerdere studies is reeds gebleken dat densiteit van de urine minder afhankelijk is van de lichaamssamenstelling dan creatinine. Gezien deze studie wordt uitgevoerd bij jongeren van 14-15 jaar die zich in de puberteit bevinden en in verschillende fasen van de groeispurt kunnen zijn, kan de lichaamssamenstelling binnen de groep aanzienlijk variëren. Daarom wordt de densiteit van urine gebruikt als parameter voor de correctie van de verdunningsgraad van urine, en niet urinair creatinine. Voor de urinaire merkers wordt een beschrijvende statistiek gegeven in µg/l en in µg/g creatinine. De gebiedsvergelijking van de urinaire merkers, en de relatie met determinanten wordt uitgevoerd voor de urinaire merkers uitgedrukt in µg/l, met densiteit als vaste confounder in het model. Daarnaast wordt ook duur van urinecollectie meegenomen als te testen covariaat, d.w.z. dat er in een enkelvoudige regressie getest wordt of duur van urinecollectie een significante determinant is van de urinaire polluent en wordt meegenomen als parameter in de verdere analyses indien er significante relatie is met de polluent.
C. Collectie van haar Zowel in de referentiebiomonitoring als in de regio Menen werd een haarstaal genomen voor de meting van kwik en methylkwik. Hiervoor werden ook enkele vragen over de haarkwaliteit gesteld. Voor het kleuren van de haren en struktuurveranderingen van het haar werden geen significante verschillen gevonden tussen de jongeren van de regio Menen en deze van de referentiepopulatie. Beide parameters worden meegenomen in de statistische analyse van (methyl)kwik in haar.
58
Tabel 15: Staalafnamecondities voor haar in de regio Menen in vergelijking met de Vlaamse referentiegroep Parameter
Menen
Haar gekleurd in voorbije 6 maanden, n (%) neen 184 (93,9%) ja 12 (6,1%) Structuur haar veranderd in voorbije 6 maanden, n (%) neen 157 (80,1%) ja 39 (19,9%)
59
Vlaanderen
Menen vs. Vlaanderen
199 (95,2%) 10 (4,8%)
p = 0,55
172 (83,9%) 33 (16,1%)
p = 0,32
2. Blootstellingsmerkers Leeswijzer: In de beschrijving van de verschillende blootstellingsmerkers wordt telkens dezelfde indeling gehanteerd: A. Achtergrondinformatie Korte beschrijving van de polluent en zijn biomerker, zijn betekenis en aspecten die belangrijk zijn voor de interpretatie B. Beschrijving van de blootstelling in Menen Voor iedere biomerker worden beschrijvende data gegeven voor de totale groep in Menen: geometrisch gemiddelde (met 95% betrouwbaarheidsinterval); mediaan (met interkwartiel range) en 90e percentiel. Indien er gezondheidskundige richtlijnen beschikbaar zijn, wordt nagekeken welke proportie van de deelnemers een waarde boven de richtwaarde heeft. Binnen de onderzoeksgroep Menen wordt nagegaan welke factoren een relatie vertonen met de biomerker, bijv. of er verschillen zijn tussen jongens en meisjes, volgens leeftijdsklasse, rookgewoonte, opleidingsniveau,… . Alle geteste variabelen worden weergegeven in bijlage 3; in het rapport zelf wordt een samenvatting gegeven van de voornaamste resultaten; de effecten van leeftijd en geslacht worden steeds weergegeven in de figuren. C. Vergelijking Menen met Vlaanderen De gemiddelde concentratie en de 90e percentiel van de biomerkers in Menen worden vergeleken met de respectievelijke waarden in de Vlaamse controlepopulatie. Het gaat hier om ruwe, niet-gecorrigeerde gegevens, d.w.z. dat er bij de vergelijking geen rekening wordt gehouden met verschillen in de karakteristieken van de groepen. D. Effect van gebied na correctie voor determinanten van blootstelling Via een meervoudig regressiemodel wordt nagegaan welke factoren de concentratie van een biomerker beïnvloeden. Voor iedere biomerker wordt een model opgesteld met volgende variabelen: ‘gebied’; vooraf geselecteerde confounders; covariaten die in enkelvoudige modellen significant (p<0,10) geassocieerd zijn met de biomerker. De output van het model geeft de relatie tussen de biomerker en elk van de confounders/covariaten (regressiecoefficiënt en p-waaren) en het effect van ‘gebied’ (Menen vs. Vlaanderen). De regressiecoëfficient (en p-waarde) van ‘gebied’ geeft aan hoe groot het verschil is tussen Menen en Vlaanderen, nadat rekening werd gehouden met verschillen tussen de groepen (bijv. verschillen in leeftijd, rookgewoonte, opleidingsniveau,…). Een waarde van 1,10 betekent dat de waarde in Menen 10% hoger ligt dan in Vlaanderen; een waarde van 0,90 betekent dat de waarde in Menen 10% lager ligt dan in Vlaanderen. De R² waarden geven aan hoeveel van de variabiliteit verklaard wordt door de factoren in het model. Voor ieder model wordt de totale R² gegeven en de R² voor gebied. Deze cijfers beschrijven respectievelijk hoeveel % van de totale variabiliteit wordt beschreven en hoeveel % hiervan verklaard wordt door ‘gebied’.
60
Voor alle biomerkers wordt de concentratie van de biomerker vergeleken tussen beide subgebieden in Menen (gebieden Menen 1 en Menen 2). Voor de biomerkers die significant hogere waarden hebben in hotspot Menen vergeleken met de Vlaamse referentiepopulatie wordt de relatie (afstand en oriëntaties ten opzichte van de dominante windrichting) onderzocht met relevante VMM-meetgegevens en mogelijke bronnen.
61
2.1.
Zware metalen: cadmium
A. Cadmium – achtergrondinformatie Cadmium (Cd) is een zwaar metaal dat o.a. in de omgeving terechtkomt via sigarettenrook, non-ferro industrie, verbrandingsovens en crematoria. Cadmium kan worden ingeademd en komt in lokale groenten en vlees terecht bij bodemverontreiniging. Cadmium kan de nierwerking verstoren, de botvorming belemmeren, de bloeddruk verhogen en longkanker veroorzaken. Cadmium in bloed geeft een maat voor blootstelling tijdens de laatste 3 tot 4 maanden; urinair cadmium geeft een maat voor levenslange blootstelling. Er zijn gezondheidskundige richtwaarden ter beschikking voor deze biomerkers.
Bronnen: Eén van de belangrijkste bronnen van cadmium in onze omgeving is sigarettenrook. De roker wordt blootgesteld aan cadmium, maar ook diegene die zich in de rookomgeving bevindt. In sommige streken in Vlaanderen, zoals de Noorderkempen, Hoboken of Olen, is de omgeving historisch vervuild met cadmium door de uitstoot van de non-ferro industrie (zinksmelters). Bovendien leverde de fabrieken cadmiumrijke zinkslakken waarmee pleintjes, wegen en opritten in de buurt werden aangelegd. Ondertussen zijn veel van deze problemen aangepakt, maar er is nog steeds uitstoot van cadmium
door de industrie en bovendien blijft het cadmium uit het verleden in de omgeving aanwezig. Cadmium werd vroeger ook uitgestoten in de lucht door verbrandingsovens (verbranden van cadmiumbevattend afval zoals batterijen) en door crematoria. In tegenstelling tot lood, wordt cadmium opgenomen door planten en groenten en komt het dus in onze voedselketen terecht. Vooral bladgroenten zoals sla, spinazie en selder kunnen gemakkelijk cadmium opnemen. Ook orgaanvlees (nieren, lever) van vee uit vervuilde gebieden is een bron van cadmium in onze voeding.
Blootstelling bij de mens:
Metabolisme bij de mens:
Personen die leven in een rokersomgeving zullen veel cadmium inademen.
Cadmium wordt in het lichaam opgenomen via de darm en via de longen. Cadmium stapelt zich vooral op in de nieren en heeft een halfwaardetijd van enkele tientallen jaren.
Voedingsproducten uit vervuilde gebieden kunnen cadmium bevatten. Bij groenten zijn dit vooral bladgroenten zoals sla, spinazie, selder; bij vlees gaat het vooral om lever en nieren. In de buurt van non-ferro industrie of verbrandingsovens is cadmium gebonden aan fijne stofdeeltjes. Dit vervuild stof kan door omwonenden worden ingeademd.
62
Richtwaarden voor biomerkers: Biomerkers van blootstelling: Cadmium in bloed is een maat voor de opname in het lichaam gedurende de laatste 3 à 4 maanden. Cadmium in urine is een maat voor levenslange blootstelling.
Internationale organisaties cadmium in bloed en urine.
geven
richtwaarden
voor
Cadmium in bloed: Biomonitoring equivalents (BE) BE’s zijn concentratiewaarden in het lichaam die overeenstemmen met bestaande gezondheids-gerelateerde blootstellingsrichtlijnen. Voor cadmium in bloed werden volgende BE’s berekend (Hays et al. 2008): - 1,7 µg Cd/l bloed: volgens USEPA (Environmental Protection Agency, USA), gebaseerd op referentiedosis van 0,001 mg/kg/dag; - 1,4 µg Cd /l bloed: volgens ATSDR (Agency for Toxic Substances and Disease Registry, USA), gebaseerd op een minimale risico concentratie (minimal risk level, MRL) van 0,0002 mg/kg/dag)
Cadmium in urine Biomonitoring equivalents (BE) BE’s zijn concentratiewaarden in het lichaam die overeenstemmen met bestaande gezondheidsgerelateerde blootstellingsrichtlijnen. Voor cadmium in urine werden volgende BE’s berekend (Hays et al. 2008): - 1,5 µg Cd/l urine: volgens USEPA (Environmental Protection Agency, USA), gebaseerd op referentiedosis van 0,001 mg/kg/dag; - 1,2 µg Cd /l urine: volgens ATSDR (Agency for Toxic Substances and Disease Registry, USA), gebaseerd op een minimale risico concentratie (minimal risk level, MRL) van 0,0002 mg/kg/dag) Human Biomonitoring values (HBM waarden) voor jongeren ≤ 25 jaar HBM I en HBM II waarden werden opgesteld door de Duitse Biomonitoring Commissie op basis van bestaande literatuur (http://www.umweltbundesamt.de/gesundheit-e/monitor/index.htm). Het zijn consensuswaarden van de commissie en kunnen algemeen geïnterpreteerd worden als volgt: < HBM I: geen risico voor de gezondheid; tussen HBM I en HBM II: gezondheidsrisico’s zijn niet uit te sluiten; ≥ HBM II: extra gezondheidsrisico is mogelijk. Voor cadmium in urine bij jongeren bedraagt de HBM I waarde 0,5 µg/l en de HBM II waarde 2,0 µg/l. Bij het afleiden van deze waarden werd nierschade als meest gevoelige parameter gebruikt. De richtwaarden zijn gebaseerd op expertenadvies van het European Food Safety Agency (EFSA) en het Agency for Toxic Substances and Disease Registry (ATSDR). Voor deze waarden geldt volgende interpretatie: Overschrijding van HBM I: o Op dit moment: geen relevant verhoogd risico op nierschade o Op latere leeftijd: kans op verstoorde nierfunctie bij aanhoudende cadmiumbelasting Overschrijding van HBM II: o Op dit moment: gering risico op herstelbare nierschade o Op latere leeftijd: grote waarschijnlijkheid voor nierfunctiestoornissen bij aanhoudende cadmiumbelasting
63
Gezondheidseffecten: o
Cadmium stapelt zich op in de nieren en kan de nierwerking verstoren.
o
Cadmium zal de beenderen minder stevig maken en dit kan leiden tot osteoporose en een hogere kans op botbreuken.
o
Cadmium is kankerverwekkend bij dieren en wordt door het Internationaal Agentschap voor Kankeronderzoek (IARC) geklasseerd als kankerverwekkend bij de mens (groep 1). Langdurige blootstelling aan cadmium via de lucht kan leiden tot longkanker.
B. Cadmium in de regio Menen – beschrijving van blootstelling In Tabel 16 wordt de gemiddelde blootstelling aan cadmium in bloed (0,19 µg/l) en cadmium in urine (0,33 µg/l) weergegeven. Zowel in bloed als in urine liggen alle waarden boven de detectielimiet. Tabel 16: Blootstellingsmerkers voor cadmium in de regio Menen Biomerker
eenheid
N
%>DL
Bloed cadmium Urinair cadmium
µg/l µg/l
199 191
100 100
Geometrisch gemiddelde (95% BI) 0,19 (0,18 – 0,21) 0,33 (0,31 – 0,35)
Mediaan (P25 - P75) 0,18 (0,14-0,25) 0,34(0,24-0,45)
P90 0,34 0,61
N = aantal deelnemers; DL = detectielimiet (DL bloed cadmium:0,056 µg/l, DL urinair cadmium:0,012 µg/l); BI = betrouwbaarheidinterval; P = percentiel
Een vergelijking van de waarden van de deelnemers met de gezondheidskundige richtwaarden voor cadmium in bloed en urine wordt voorgesteld in Tabel 17. Voor urinair cadmium hebben 19,9% van de jongeren in het onderzoeksgebied Menen een waarde boven 0,5 µg/l. Dit betekent dat bij bijna 20% van de jongeren in regio Menen een dergelijk aanhoudende blootstelling aan cadmium kan leiden tot een verstoorde nierfunctie op latere leeftijd. Één deelnemer heeft een waarde boven de ‘biomonitoring equivalent’ van 1,5 µg/l, geen enkele cadmium waarde bevindt zich boven 2 µg/l, een waarde waarbij extra gezondheidsrisico mogelijk is. Ter vergelijking, in Vlaanderen heeft 11,4% van de jongeren in de referentiepopulatie een waarde boven 0,5 µg/l. Het aantal deelnemers die waarden bezitten boven de gezondheidskundige normen in regio Menen en Vlaanderen verschilt significant van elkaar (p = 0,04). Voor bloed cadmium heeft 3% van de jongeren een waarde boven de ‘biomonitoring equivalent’ van 1,7 µg/l, voor Vlaanderen is dit slechts 1,9%. De verschillen tussen regio Menen en Vlaanderen zijn statistisch niet significant.
64
Tabel 17: Bloed en urinair cadmium in de regio Menen in vergelijking met gezondheidskundige richtwaarden Biomerker
gezondheidskundige richtwaarden
Cadmium in urine
HBM I HBM II BE (ATSDR) BE (USEPA) BE (ATSDR) BE (USEPA)
Bloed cadmium
% boven de richtwaarde Menen Vlaanderen 19,9% 11,4% 0% 0% 0,52% 0% 0,52% 0% 3,5% 1,9% 3,0% 1,9%
0,5 µg/l 2 µg/l 1,2 µg/l 1,5 µg/l 1,4 µg/l 1,7 µg/l
HBM = human biomonitoring; BE = biomonitoring equivalent; ATSDR : Agency for Toxic Substances and Disease Registry; USEPA : United States Environmental Protection Agency
In bijlage 4 wordt de beschrijvende statistiek van bloed cadmium en urinair cadmium (ruwe data) gegeven voor de totale groep, en voor relevant subgroepen zoals leeftijdsklassen, geslacht, roken, enz… Geslacht en leeftijd, aangevuld met de statistisch significante factoren die de blootstelling kunnen beïnvloeden worden voorgesteld in Figuur 2 en Figuur 3. Het cadmium gehalte in bloed is niet verschillend voor jongens en meisjes en varieert niet naargelang de 3 leeftijdsgroepen. Bloed cadmium wordt wel duidelijk beïnvloed door rookgedrag van de jongeren: rokers hebben gemiddeld meer dan 9 keer zo veel cadmium in hun bloed dan niet-rokers en sporadische rokers. Het eten van lokale groenten zorgt ook voor een lichte stijging van het gemiddelde cadmium gehalte in het bloed (p = 0,04). Verder liggen cadmium waarden in bloed hoger bij lagere serum ferritine gehaltes (p = 0,02; Figuur 2). Voor cadmium in urine zijn er geen duidelijke relaties met leeftijd, geslacht en roken. Mogelijk is de invloed van recent roken (14-15 jarigen) beperkt bij deze merker die cumulatieve blootstelling weerspiegelt. In de winter en de lente zijn de gemiddelde cadmium concentraties in urine bij de jongeren hoger dan in de zomer en de herfst, al is dit verschil borderline niet significant (p = 0,06). Verder is er een sterke relatie tussen urinair cadmium en de densiteit van de urine (p < 0,001; Figuur 3). Bloed cadmium (µg/L) - geometrische gemiddelden per subgroep 0
0,5
1
1,5
jongens meisjes
geslacht: p=0,45
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
leeftijd: p=0,60
roken: nooit roken: sporadisch roken: dagelijks
2
roken: p<0,0001
geen lokale… lokale groenten
consumptie lokale groenten: p = 0,04
ferritine: ≤20 µg/l 20-30 µg/l 30-40 µg/l >40 µg/l
serum ferritine: p=0,02
Figuur 2: Relatie tussen cadmium in bloed en factoren die de blootstelling beïnvloeden 65
Urinair cadmium (µg/L) - geometrische gemiddelden per subgroep 0 0,1 0,2 0,3 0,4 0,5 jongens meisjes
0,6
geslacht: p=0,54
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
leeftijd: p=0,88
roken: nooit roken: sporadisch roken: dagelijks
roken: p=0.11
winter lente zomer herfst
seizoen: p = 0,062
densiteit urine <1,018 1,018-1,023 1,023-1,027 ≥1,027
Densiteit urine: p < 0,001
Figuur 3: Relatie tussen cadmium in urine en factoren die de blootstelling beïnvloeden
C. Cadmium in de regio Menen – vergelijking met Vlaanderen De waarden voor de ruwe, niet gecorrigeerde data van cadmium in bloed zijn niet significant verschillend tussen de onderzoeksgroep Menen en de Vlaamse controlepopulatie. Het geometrische gemiddelde in Menen bedraagt 0,19 µg/l (95% BI: 0,18 – 0,21 µg/l) tegenover 0,21 µg/l (95% BI: 0,19 – 0,23 µg/l) in Vlaanderen (p = 0,33). Ook het 90e percentiel is niet verschillend tussen beide regio’s (p = 0,55; Figuur 4). De niet-gecorrigeerde waarden voor urinair cadmium daarentegen liggen significant hoger in regio Menen in vergelijking met de Vlaamse referentiegroep. Het geometrisch gemiddelde in regio Menen bedraagt 0,33 µg/l (95% BI: 0,31 – 0,35 µg/l) tegenover 0,24 µg/l (95% BI: 0,22 – 0,27 µg/l) in Vlaanderen. De 90e percentielen bedragen respectievelijk 0,61 µg/l en 0,51 µg/l, deze verschillen zijn net niet significant (p = 0,06; Figuur 4). Belangrijk hierbij is dat het om niet-gecorrigeerde gegevens gaat, d.w.z. dat er bij de vergelijkingen tussen beide groepen geen rekening gehouden wordt met verschillen in karakteristieken van de groepen.
66
0,50
0,70
p = 0,55
Menen Vlaanderen
Menen Vlaanderen
0,60
0,41
p = 0,06 0,61
0,51
0,34 p = 0,33 0,30 0,26 0,25 0,21 0,20
0,19
0,19 0,18 0,15 0,14 0,110,11
Urinair cadmium (µg/l)
Bloed cadmium (µg/L)
0,40 0,50
0,40
0,45
p < 0,001 0,33
0,34
0,35
0,30 0,24
0,24
0,20
0,17
0,24
0,16
0,12
0,10 0,10
0,050,05
0,030,03 0,00
0,00
GM
min
P10
P25
P50
P75
GM
P90
min
P10
P25
P50
P75
P90
Figuur 4: Bloed cadmium en urinair cadmium in regio Menen: vergelijking met Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Cadmium in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Er werd een significant verschil vastgesteld voor de niet-gecorrigeerde waarden van urinair cadmium tussen regio Menen en Vlaanderen. Deze verschillen kunnen mogelijk te wijten zijn aan methodologische factoren (bv. de verdunningsgraad van de urine) of aan verschillen tussen beide onderzoeksgroepen (bv. leeftijd, rookgewoonte, voeding enz…). Daarom wordt eerst gezocht naar factoren die een invloed hebben op de waarden van bloed cadmium en urinair cadmium. Daarna wordt nagegaan of er, na correctie voor deze factoren, nog een significant effect is van het gebied waar men woont, d.w.z. of de waarden van de jongeren in Menen significant afwijken van de waarden van de Vlaamse controlegroep. In Tabel 18 worden de factoren die de concentraties van cadmium in bloed en urine kunnen beïnvloeden samengevat. Voor bloed cadmium kan het totale model 29% van de variabiliteit verklaren, slechts 0,23% wordt voorspeld door de factor gebied. Nadat er gecorrigeerd wordt voor leeftijd, geslacht, roken, opleidingstype van het kind en serum ferritine, zien we dat in Menen de cadmium concentratie in bloed niet statistisch verschillend is van Vlaanderen (p = 0,69). Voor urinair cadmium kan het finale model 39% van de variabiliteit verklaren, waarvan 7% verklaard wordt door het gebied. Na correctie voor leeftijd, geslacht, roken en densiteit van de urine ligt de waarde voor urinair cadmium 28% hoger bij de jongeren in de regio Menen t.o.v. de Vlaamse groep, dit verschil is hoog significant (p < 0,001).
67
Tabel 18: Determinanten van bloed cadmium en urinair cadmium R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Bloed cadmium (µg/l) 0,23 29,06 leeftijd (jaar) (p = 0,59) ≤14,5: 0,92 14,5-15,5: 0,96 <15,5: 1,00 geslacht (p = 0,04) jongen: 1,14 meisje: 1,00 roken (p < 0,0001) niet-roker: 0,32 roker: 1,00 opleidingstype (p = 0,18) ASO: 0,78 TSO: 0,77 BSO: 1,00 serum ferritine (p = 0,0007) ≤20 µg/l: 1,48 20-30 µg/l: 1,17 30-40 µg/l: 1,11 >40 µg/l: 1,00 regio (p = 0,69) Menen: 0,97 Vlaanderen: 1,00
Urinair cadmium (µg/l) 7,15 39,01 leeftijd (jaar) (p = 0,79) ≤14,5: 1,04 14,5-15,5: 1,001 <15,5: 1,00 geslacht (p = 0,55) jongen: 1,03 meisje: 1,00 roken (p = 0,26) niet-roker: 1,14 roker: 1,00 densiteit (g/cm³) (p < 0,0001) <1,018: 0,44 1,018-1,023: 0,60 1,023-1,027: 0,75 ≥1,027: 1,00 regio (p < 0,0001) Menen: 1,28 Vlaanderen: 1,00
Een vergelijking van de twee subgebieden binnen de regio Menen toonde geen significant verschil tussen de gehaltes bloed cadmium in Menen 1 en deze in Menen 2. Ook de waarden voor urinair cadmium waren niet significant verschillend tussen Menen 1 en Menen 2.
Er werd nagegaan of er een relatie kon gevonden worden tussen de individuele waarden van cadmium in urine van de deelnemers en de afstand en hoek tot meetpost MN01. Op deze meetpost wordt door VMM depositie van PM10 gemeten. Zware metalen in de lucht worden door VMM niet gemeten in regio Menen. Omdat zware metalen op fijn stof kunnen zitten werd hier de relatie met de meetpost voor PM10 onderzocht. Zowel voor de hoek als voor de afstand tot de meetpost werd geen significante relatie met de urinaire cadmiumwaarden gevonden. Ook voor de individuele afstand en hoek tot de dichtstbijzijnde verbrandingsinstallaties (klasse I, klasse II, klasse III en alle klassen samen) werd geen significante relatie met urinair cadmium bekomen. Tussen 2000 en 2006 werden door de Vrije Universiteit Brussel de metaalconcentraties gemeten in de sedimenten van de Leie ter hoogte van Menen (staalnameplaatsen Menen en Waasten) in het kader van een Europees INTERREG programma. De resultaten werden vergeleken met de staalnameplaatsen in de Bovenschelde (tussen Bassin Rond in Noord-Frankrijk en Oudenaarde in Vlaanderen), in de IJzer (van bron tot monding) alsook in de Leie stroomopwaarts van WaastenMenen, en vooral in de zijrivier de Deûle waar één van de grootste Europese non-ferro industrieën, 68
Metaleurop, actief was tot 2005 (zie bijlage 1). Metaleurop produceerde o.a. tot 100 000 ton Zn en 150 000 ton Pb per jaar en verontreinigde de hele omgeving met een aantal metalen. Zn en Pb komen in de grootste concentraties voor, maar ook bijproducten zoals thallium en kwik. De meeste metaalconcentraties ter hoogte van het lozingspunt van Metaleurop dalen progressief stroomafwaarts om in de sedimenten van Menen ongeveer 100 maal lager te liggen (grootteorde). In de Bovenschelde en de IJzer zijn de metaalconcentraties in de sedimenten lager dan in Menen, een factor 10 voor thallium, een factor 3 voor cadmium en nog lager voor de andere metalen
69
2.2.
Zware metalen: lood
A. Lood – achtergrondinformatie Lood (Pb) is in het verleden sterk verspreid geraakt in de omgeving via de uitstoot van non-ferro bedrijven, het gebruik van loodhoudende benzine, door loden buizen voor drinkwaterleidingen en het gebruik van loodhoudende verf op muren en meubels. Door de voortdurende circulatie van stof en water blijft lood nog steeds ruim verspreid in onze omgeving. Langdurige blootstelling aan lood kan bloedarmoede veroorzaken, de werking van de nieren en de vruchtbaarheid verstoren. Bij kinderen kunnen lage dosissen een remmende werking hebben op de intelligentie. Bloed lood geeft een maat voor de blootstelling in de voorbije 3 tot 4 maanden. De Wereldgezondheidsorganisatie stelt 100 µg/l als norm, maar deze norm staat ter discussie.
Bronnen: Tot 1986 werd lood algemeen gebruikt als antiklopmiddel in benzine. Sinds 1 januari 2000 is lood in benzine volledig verboden, maar de omgeving in de buurt van drukke verkeerswegen is nog steeds vervuild met lood. De verspreiding naar andere gebieden en naar de binnenhuisomgeving gebeurt vooral via stof. In de buurt van (non)-ferro industrie (bijv. de Noorderkempen, Hoboken, Olen) is vroeger mogelijk lood uitgestoten via de lucht. Doordat lood zich gemakkelijk bindt aan fijne stofdeeltjes is het verspreid geraakt in de omgeving, en is het nu aanwezig in de lucht, in de bodem, op groenten en planten, in het oppervlaktewater en in de huizen. Loden waterleidingen kunnen in oude huizen het drinkwater vervuilen.
Loodhoudende verf kan gebruikt zijn in oude huizen, op oude meubels of oud speelgoed. Verfschilfers die lood bevatten kunnen ingeademd of ingeslikt worden. Vooral bij kinderen kan dit belangrijk zijn omdat zij hun vingers veel in de mond steken en daardoor heel wat vuiltjes en stof opeten. Geglazuurd keramiek dat in de keuken wordt gebruikt, kan lood vrijgeven in de voeding, vooral bij zure voedingsmiddelen.
Blootstelling bij de mens: Metabolisme bij de mens:
Stofdeeltjes die lood bevatten kunnen ingeademd worden.
Lood wordt in het lichaam opgenomen via de darm en via de longen. De opname in de darm hangt o.m. af van de ijzerstatus van het individu: bij een laag ijzergehalte wordt er relatief meer lood opgenomen in het lichaam.
Water of groenten die vervuild zijn met lood kunnen opgegeten worden. In gebieden met loodvervuiling (verkeer, (non)-ferro industrie) kunnen loodpartikels neerslaan op de groenten. Vooral bladgroenten zoals sla en spinazie kunnen, omwille van hun grote oppervlakte, veel loodhoudend stof bevatten.
Lood stapelt zich vooral op in het bot en de tanden. De halfwaardetijd van lood in het menselijk lichaam bedraagt enkele tientallen jaren.
In oudere huizen kunnen nog loden waterleidingbuizen aanwezig zijn, of loodhoudende verf op muren of meubels.
70
Richtwaarden voor biomerkers:
Biomerkers van blootstelling: Het gehalte aan lood in bloed geeft een beeld van de blootstelling aan lood gedurende de laatste 3 tot 4 maanden.
De Wereldgezondheidsorganisatie (WHO) beschouwt waarden lager dan 100 µg/L als niet schadelijk voor de gezondheid. Er gaan echter stemmen op om deze richtlijn te verlagen voor kinderen en jongeren. Wetenschappers zijn namelijk bezorgd over de effecten van lood - zelfs bij concentraties lager dan 100 µg/L - op de intellectuele ontwikkeling van jonge kinderen.
Gezondheidseffecten: o
Loodblootstelling vóór de geboorte of bij jonge kinderen kan een nadelige invloed hebben op de intelligentie en kan leiden tot lichte achterstand van de fijne motoriek of tot concentratiestoornissen.
o
Lood veroorzaakt bloedarmoede (anemie). Vooral bij kinderen en jongeren die volop in de groei zijn, kan dit problematisch zijn.
o
Bij langdurige blootstelling aan lood kan de nierwerking verstoord worden.
o
Vruchtbaarheidsproblemen werden vastgesteld bij mannen die via hun beroep blootgesteld zijn aan lood zoals arbeiders uit de non-ferro industrie en buschauffeurs.
o
Lood is kankerverwekkend bij dieren en wordt door het Internationaal Agentschap voor Kankeronderzoek (IARC) geklasseerd als ‘waarschijnlijk kankerverwekkend’ (groep 2A).
B. Lood in de regio Menen – beschrijving van blootstelling De geometrisch gemiddelde concentratie lood in bloed bij de jongeren in studiegebied Menen bedraagt 12,90 µg/l. De waarden voor bloed lood liggen voor alle deelnemers boven de detectielimiet (Tabel 19). Er ligt geen enkele waarde boven de WHO-norm van 100 µg/l. Tabel 19: Blootstellingsmerkers voor lood in de regio Menen Biomerker
eenheid
N
%>DL
Bloed lood
µg/l
199
100
Geometrisch gemiddelde (95% BI) 12,9 (12,3 – 13,6)
Mediaan (P25 - P75) 12,9 (9,9-16,5)
P90 21,7
N = aantal deelnemers; DL = detectielimiet (DL bloed lood: 1,499 µg/l); BI = betrouwbaarheidinterval; P = percentiel
Belangrijke factoren die de blootstelling aan lood in bloed kunnen beïnvloeden worden weergegeven in Figuur 5 (bijlage 4: beschrijvende statistiek voor de totale groep). Jongens (14,5 µg/l) hebben gemiddeld significant meer lood in hun bloed dan meisjes (11,1 µg/l; p < 0,001). Leeftijd heeft geen meetbare invloed. De hoogste opleiding binnen het gezin van de jongeren blijkt een beïnvloedende factor te zijn: bij personen uit gezinnen met geen diploma of maximaal een diploma lager secundair onderwijs worden hogere bloed loodconcentraties vastgesteld dan bij 71
personen uit een gezin met een diploma hoger secundair onderwijs of een diploma hoger onderwijs (p = 0,006). Verder is er een zwakke positieve relatie met serum ferritine: een hogere bloed concentratie wordt waargenomen bij hogere serum ferritine waarden, maar de verschillen zijn niet significant (p = 0,07). Bloed lood (µg/L) - geometrische gemiddelden per subgroep 0
5
10
15
20
jongens meisjes
Geslacht: p < 0,001
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: 0,83
ferritine: ≤20 µg/l 20-30 µg/l 30-40 µg/l >40 µg/l
Serum ferritine: p=0,07
Geen diploma + Max LS Maximaal HS Hoger onderwijs
Hoogste opleiding gezin: p=0,006
Figuur 5: Relatie tussen lood in bloed en factoren die de blootstelling beïnvloeden
C. Lood in de regio Menen – vergelijking met Vlaanderen De ruwe waardes voor lood in bloed in regio Menen liggen lager dan in de Vlaamse referentiepopulatie. Het geometrische gemiddelde in regio Menen bedraagt 12,9 µg/l (95% BI: 12,3 – 13,6 µg/l) t.o.v. 14,8 µg/l (95% BI: 13,9 – 15,7 µg/l) in Vlaanderen, een verschil dat hoog significant is (p = 0,0008). Wat betreft de 90e percentiel bedragen de bloed lood concentraties respectievelijk 21,7 µg/l en 25,1 µg/l voor regio Menen en Vlaanderen (p = 0,09; Figuur 6). Het gaat hierbij om niet-gecorrigeerde gegevens, d.w.z. dat er geen rekening gehouden wordt met eventuele verschillen in de karakteristieken van beide groepen. 30,00
Menen Vlaanderen
Bloed lood (µg/)
25,00
p = 0,09 25,1 21,7
20,00
18,9
p = 0,0008
16,5 15,00
14,8
14,5 12,9
12,9 11,1 9,9
10,00
8,0 8,5 5,3 5,4
5,00
0,00
GM
min
P10
P25
P50
P75
P90
Figuur 6: Bloed lood in de regio Menen: vergelijking met Vlaamse controlepopulatie, nietgecorrigeerde gegevens 72
D. Lood in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling
De factoren die een invloed hebben op de concentratie aan bloed lood in regio Menen, en waarvoor gecorrigeerd wordt, worden weergegeven in Tabel 20. Het totale model kan 19% van de variabiliteit verklaren, waarvan 2,7% door gebied. Na correctie voor leeftijd, geslacht, roken en verkeersblootstelling (aantal minuten per dag in contact met verkeer, gepeild via vragenlijsten) ligt de waarde voor bloed lood in studiegebied Menen significant lager (11%) dan in de Vlaamse referentiegroep (p = 0,005). Indien niet gecorrigeerd wordt voor verkeersblootstelling worden nog steeds significant lagere waarden voor bloed lood bekomen in de regio Menen (13%) dan in Vlaanderen.
Tabel 20: Determinanten van lood in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Bloed lood (µg/l) 2,71 18,59 leeftijd (jaar) (p = 0,06) ≤14,5: 0,91 14,5-15,5: 1,01 <15,5: 1,00 geslacht (p < 0,0001) jongen: 1,33 meisje: 1,00 roken (p = 0,21) niet-roker: 0,91 roker: 1,00 verkeersblootstelling (p=0,04) <210 min/week: 0,96 210-235 min/week: 0,91 335-470 min/week: 1,07 ≥470 min/week: 1,00 regio (p = 0,005) Menen: 0,89 Vlaanderen: 1,00
Wanneer de gehalten bloed lood van de twee subgebieden binnen de regio Menen worden vergeleken, werd geen significant verschil tussen Menen 1 en Menen 2 waargenomen.
73
2.3.
Zware metalen: chroom
A. Chroom – achtergrondinformatie Chroom (Cr) komt in de natuur voor in rotsen, aarde, planten en dieren. Het komt voor in verschillende vormen en kan afhankelijk van de condities makkelijk van vorm veranderen. Cr(0) wordt gebruikt in de staalproductie, en Cr(III) en Cr(VI) worden gebruikt in kleurstoffen en in de houtbewerkingssector. Cr(III) is een essentieel element, d.w.z. dat de mens het nodig heeft voor een goede gezondheid. Blootstelling aan chroom gebeurt via de voeding, of door inademing van gecontamineerde lucht in de buurt van bepaalde industrieën. Cr(VI) is een toxisch element: het is kankerverwekkend, veroorzaakt bloedarmoede, en schade aan maag en darmen.
Bronnen: Chroom (Cr) is een natuurlijk element dat o.m. voorkomt in rotsen, aarde, planten en dieren. Het komt voor onder verschillende vormen, het kan zich gedragen als een gas, een vaste stof, of een vloeistof. De meest voorkomende vormen van chroom zijn Cr(0), Cr(III) en Cr(VI). Chroom(III) is een essentieel element dat het menselijke lichaam nodig heeft voor het metabolisme van suiker, proteïne en vet. Cr(0) wordt gebruikt om staal te maken, Cr(VI) en Cr(III) komen voor in kleurstoffen en pigmenten, en worden gebruikt voor het kleuren van leer en het bewerken van hout. Chroom blijft niet hangen in de lucht, maar wordt meestal neergezet in de bodem en het water. Afhankelijk van de condities kan chroom makkelijk van de ene vorm in de andere veranderen in water en de bodem. Chroom accumuleert niet in vissen.
Blootstelling bij de mens: De mens kan blootgesteld worden aan chroom door het eten van voedsel dat chroom bevat of door het drinken van gecontamineerd water. In de buurt van industrieën die chroom gebruiken kan men gecontamineerde lucht inademen.
Metabolisme bij de mens: Chroom kan het menselijk lichaam betreden via de longen, via het maag-darmstelsel of kleine hoeveelheden kunnen het lichaam binnendringen via de huid. In ons lichaam wordt Cr(VI) omgevormd tot Cr(III), en dit wordt dan grotendeels geëxcreteerd via de urine binnen de week. In het menselijk lichaam heeft Cr(III) een halfwaardetijd van 10 tot 40 uur, Cr(VI) kan opgenomen worden door rode bloedcellen en bezit daarom een grotere halfwaardetijd van 25 à 35 dagen.
74
Meten van bloostelling bij de mens: Biomerkers van blootstelling: Chroom in urine geeft een maat voor de blootstelling aan totaal chroom in de voorbije dagen. Chroom in plasma of volbloed geeft een maat voor de blootstelling aan totaal chroom in de voorbije dagen. Chroom in rode bloedcellen geeft een maat voor Cr(VI) in de voorbije maand.
Aangezien Cr(III) een essentieel element is en van nature voorkomt in ons voedsel, zal er altijd een zekere hoeveelheid chroom aanwezig zijn in het menselijk lichaam. Chroom kan gemeten worden in haar, urine en bloed. Endogene chroomconcentraties werden reeds geschat op 0,01-0,17 µg/l in serum (www.atsdr.cdc.gov, Sunderman et al. 1989); 0,24-1,8 µg/l in urine (www.atsdr.cdc.gov, Iyengar and Woittiez 1988) en 0,234 mg/kg in haar (www.atsdr.cdc.gov, Takagi et al. 1986). Een verhoging van de chroomconcentratie in bloedplasma en urine weerspiegelt enkel de recente blootstelling aan chroom. Meting van chroom in de rode bloedcellen weerspiegelt de blootstelling aan Cr(VI).
Voor blootstelling op de werkvloer werden gezondheidkundige richtwaarden vastgesteld: de Deutsche Forschungsgemeinschaft Exposure Equivalents for Carcinogenic Substances (DFG-EKA) bedraagt 12-40 µg/l in urine en de Finse Occupational Exposure Limit (F-OEL) bedraagt 5,2-31 µg/l in urine. Deze waarden weerspiegelen concentraties waaraan personen dagelijks blootgesteld kunnen worden op de werkvloer, zonder dat er schadelijke gezondheidseffecten optreden (Lauwereys and Hoet 2001). Deze richtwaarden zijn niet geschikt om de blootstelling van jongeren uit de algemene bevolking mee te vergelijken.
Gezondheidseffecten: De voornaamste gezondheidseffecten die gezien werden bij dieren na inname van Cr(VI) zijn irritaties en zweren in de maag en de dunne darm, en bloedarmoede. Verder zou Cr(VI) ook het mannelijke voortplantingssysteem en sperma kunnen beschadigen. Huidcontact met Cr(VI) veroorzaakt huidzweren en kan allergische reacties teweegbrengen. Inademing van hoge concentraties Cr(VI) kan irritaties van het neusslijmvlies, zweren op de neus en ademhalingproblemen, zoals astma, hoesten of kortademigheid veroorzaken. Daarnaast is Cr(VI) kankerverwekkend (long-, neustussenschot- en maagkanker). Cr(III) blijkt veel minder toxisch te zijn en veroorzaakt al deze problemen niet.
B. Chroom in de regio Menen – beschrijving van blootstelling Het geometrisch gemiddelde (0,27 µg/l) en de percentielen voor chroom in urine worden weergegeven in Tabel 21. Voor 98,4% van de deelnemers werd een waarde voor urinair chroom boven de detectielimiet genoteerd. Tabel 21: Blootstellingsmerkers voor chroom in de regio Menen Biomerker
eenheid
N
%>DL
Urinair chroom
µg/l
191
98,43
Geometrisch gemiddelde (95% BI) 0,27 (0,24 – 0,29)
Mediaan (P25 - P75) 0,29 (0,18-0,44)
P90 0,56
N = aantal deelnemers; DL = detectielimiet (DL urinair chroom: 0,061 µg/l); BI = betrouwbaarheidinterval; P = percentiel
75
Het chroomgehalte in urine varieert niet naargelang het geslacht en de leeftijd van de deelnemers. Andere voorname factoren die chroomconcentraties beïnvloeden zijn de seizoenen, de opleiding van het kind, de densiteit van de urine en de duur van de urinecollectie (Figuur 7). Urinair chroom varieert sterk naargelang de seizoenen (p < 0,001): in de winter (0,37 µg/l) en de herfst (0,33 µg/l) liggen de waarden voor chroom hoger dan in de zomer (0,25 µg/l) en vooral de lente (0,18 µg/l). Ook wordt er een zwakke relatie tussen chroomgehaltes in urine en het opleidingsniveau van de jongeren opgetekend: leerlingen uit het BSO bezitten een hogere urinaire chroomconcentratie (p = 0,04). Verder varieert urinair chroom sterk met de densiteit van de urine (p < 0,001) en de duur van de urinecollectie (p = 0,03). Urinair chroom (µg/l) - Geometrische gemiddelden per subgroep 0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
jongens meisjes
Geslacht: p = 0,65
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,61
winter lente zomer herfst
Seizoen: p < 0,001
ASO TSO BSO
0,45
Opleiding kind: p = 0,04
densiteit urine <1,018 1,018-1,023 1,023-1,027 ≥1,027
Densiteit urine: p< 0,001
duur urinecollectie: <465 min 465-545 min 545-600 min ≥600 min
Duur urinecollectie: p = 0,031
Figuur 7: Relatie tussen chroom in urine en factoren die de blootstelling beïnvloeden
C. Chroom in de regio Menen – vergelijking met Vlaanderen Voor chroom in urine is geen gebiedsvergelijking met algemeen Vlaanderen mogelijk omdat er geen waarden in de Vlaamse referentiepopulatie beschikbaar zijn.
Indien de twee subgebieden binnen studiegebied Menen vergeleken worden, wordt een significant verschil voor de chroomgehaltes in urine genoteerd (p = 0,03). In Menen 1 bedraagt de geometrisch gemiddelde chroomconcentratie 0,29 µg/l (95% BI: 0,26 – 0,32 µg/l) tegenover 0,23 µg/l (95% BI: 0,19 – 0,28 µg/l) in Menen 2 (Figuur 8).
76
Chroom in urine (µg/l) - subgebieden 0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
verschillen tussen subgebieden in Menen: p = 0,03
Menen 1
Menen 2
Figuur 8: vergelijking van chroomconcentraties in urine in de twee subgebieden in studiegebied Menen
77
2.4.
Zware metalen: nikkel
A. Nikkel – achtergrondinformatie
Nikkel (Ni) komt van nature voor in de bodem, in noten, peulvruchten en volkorenproducten. Milieuvervuiling met nikkel komt voor in de buurt van industrieën die nikkel verwerken (o.a. productie van roestvrij staal, nikkel legeringen, …) of in de buurt van olie- of steenkoolcentrales en huisvuilverbrandingsovens. Blootstelling gebeurt vooral via de lucht, o.m. via sigarettenrook en via milieuvervuiling in regio’s rond metaalraffinage-industrie, roestvrij staal industrie, verbrandingsovens of steenkoolcentrales. Inademing van nikkel kan leiden tot chronische bronchitis, verminderde longfunctie. Het wordt ook in verband gebracht met longkanker en kanker van het neustussenschot. Contact met nikkel via de huid (o.m. via juwelen, munten, …) kan leiden tot allergische reacties. Meting van nikkel in urine of bloed geeft een maat voor de recente blootstelling (laatste dagen) aan oplosbaar nikkel.
Bronnen: Nikkel (Ni) is een natuurlijk element dat o.m. voorkomt in de aardkorst, in meteorieten, in oceaanbodems en in lava van vulkaanuitbarstingen. Nikkel wordt gebruikt in combinatie met andere metalen, vooral voor productie van roestvrij staal. Daarnaast wordt het gebruikt in legeringen, o.a. met ijzer, koper, chroom en zink, voor de productie van munten, juwelen, warmtewisselaars, enz... In combinatie met chloor, zwavel en zuurstof worden nikkelcomponenten gemaakt voor toepassingen in batterijen, katalysatoren, kleurstoffen, enz… Milieuvervuiling met nikkel komt voor in de buurt van industrieën die nikkel verwerken (o.a. productie van roestvrij staal, nikkel legeringen, nikkel componenten) of in de buurt van olie- of steenkoolcentrales en huisvuilverbrandingsovens. Nikkel kan zich binden aan luchtpartikels, kan zich neerzetten op de bodem en kan het drinkwater verontreinigen. Het accumuleert niet in de voedselketen.
Blootstelling bij de mens: Sommige voedingsmiddelen zoals noten, chocolade, peulvruchten en volkorenproducten zijn een bron van nikkel voor de mens. In regio’s met milieuvervuiling van nikkel, worden omwoners blootgesteld aan nikkel via de lucht (fijn stof partikels met nikkel), water, of contact met verontreinigde bodems. Nikkel komt voor in sigarettenrook. Huidcontact met nikkel via juwelen, geld (munten) en roestvrij stalen materiaal kan bij sommige mensen huidirritatie en eczeem veroorzaken.
78
Metabolisme bij de mens: Absorptie. De humane blootstelling aan nikkel gebeurt voornamelijk via inhalatie, en in mindere mate via gastro-intestinale en dermale absorptie. Onoplosbare nikkel componenten (bijv. nikkeloxide, –sulfide of – carbonaat; dampen van roestvrij staal) kunnen worden geïnhaleerd via fijn stof. Gasvormig nikkel (bijv. nikkel carbonyl) en aërosolen van oplosbare vormen (nikkelchloride, -sulfaat en – nitraat) worden rechtstreeks
geïnhaleerd. De respiratoire absorptie verhoogt met de oplosbaarheid. De gastrointestinale biobeschikbaarheid varieert van ongeveer 25% in drinkwater tot ongeveer 1% in vezelrijke voeding. Lichaamsbelasting. Uit postmortem studies blijkt dat de hoogste concentratie aan nikkel in het menselijk lichaam wordt teruggevonden in het bot; daarnaast accumuleert nikkel ook in de longen, de nieren,
de lever en het hart. Onoplosbare nikkelcomponenten stapelen zich voornamelijk op in de long en ter hoogte van de lymfeknopen. Excretie. De excretie van nikkel gebeurt voornamelijk via de urine. Naast een biologische pool die snel wordt geëlimineerd (halfwaardetijd (t½) van één tot enkele dagen) is er ook een lichaamspool met tragere eliminatie-snelheid (t½ van enkele maanden).
Biomerkers van blootstelling: Nikkel kan worden gemeten in de urine, in volbloed of in serum. Al deze biomerkers geven een maat voor recente blootstelling (voorbije dagen) aan oplosbaar nikkel.
Meten van bloostelling bij de mens: Blootstelling aan onoplosbaar nikkel (nikkeloxides, -sulfides, -carbonaat of dampen van roestvrij staal) gebeurt vooral via inhalatie. De nikkelcomponenten zetten zich vast in de long. Aangezien onoplosbaar nikkel dus slechts heel traag wordt opgenomen in de bloedbaan, zal het weinig effect hebben op de waarden van nikkel in bloed, serum of urine. Metingen in urine, bloed of serum weerspiegelen de recente blootstelling (voorbije dagen) aan oplosbaar nikkel (Ni-chloride, -sulfaat, -nitraat). Voor blootstelling op de werkvloer werden richtwaarden vastgesteld: de Deutsche Forschungsgemeinschaft Exposure Equivalent (DFG-EKA) bedraagt 15-45 µg/l in urine en de Finse Occupational Exposure Limit (F-OEL) bedraagt 76 µg/l in urine. Deze waarden weerspiegelen concentraties waaraan personen dagelijks blootgesteld kunnen worden op de werkvloer, zonder dat er schadelijke gezondheidseffecten optreden (Lauwereys and Hoet 2001). Deze waarden kunnen niet gebruikt worden voor jongeren uit de algemene bevolking.
79
Gezondheidseffecten: Blootstelling aan nikkel kan leiden tot allergische reacties. Ongeveer 10-20% van de bevolking is overgevoelig voor nikkel. Allergie kan ontstaan door langdurig contact met nikkel, bijv. via juwelen, broeksriem, … Eens een persoon gesensitiseerd is voor nikkel, zal nieuw contact met nikkel tot een hevige reactie van de huid leiden (eczeem). Bij sommige mensen leidt overgevoeligheid voor nikkel tot astma. Personen die regelmatig worden blootgesteld aan nikkel kunnen last hebben van chronische bronchitis of verminderde longfunctie. Dit komt onder meer voor bij arbeiders uit de metaal raffinage of roestvrij staal industrie. Het internationaal agentschap voor kankeronderzoek (IARC, International Agency for Research on Cancer) klasseert nikkel sulfaat, en de combinatie van nikkel sulfides en oxides in de nikkel raffinage industrie als kankerverwekkend voor de mens (groep 1). Metallisch nikkel en nikkel legeringen worden gerangschikt als mogelijk kankerverwekkend voor de mens (groep 2B). Blootstelling aan nikkel wordt in verband gebracht met longkanker en kanker van het neustussenschot.
B. Nikkel in de regio Menen – beschrijving van blootstelling De beschrijvende statistiek voor blootstelling aan nikkel in urine voor de totale groep in regio Menen wordt voorgesteld in Tabel 22. Voor 98,5% van de deelnemers werd een urinair nikkelgehalte boven de detectielimiet genoteerd. Tabel 22: Blootstellingsmerkers voor nikkel in de regio Menen Biomerker
eenheid
N
%>DL
Urinair nikkel
µg/l
191
98,48
Geometrisch gemiddelde (95% BI) 2,01 (1,82 – 2,22)
Mediaan (P25 - P75) 2,14 (1,26-3,18)
P90 4,88
N = aantal deelnemers; DL = detectielimiet (DL urinair nikkel: 0,275 µg/l); BI = betrouwbaarheidinterval; P = percentiel
In Figuur 9 worden de factoren die een effect hebben op de blootstelling aan nikkel in urine weergegeven. Er wordt geen verschil gezien wat betreft geslacht en leeftijd. De concentratie aan urinair nikkel varieert wel naargelang de densiteit van de urine (p < 0,001) en de duur van de urinecollectie (p = 0,008).
80
Nikkel in urine (µg/l) - Geometrische gemiddelden per subgroep 0
1
2
3
jongens meisjes
4 Geslacht: p = 0,14
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,60
densiteit urine <1,018 1,018-1,023 1,023-1,027 ≥1,027
Densiteit urine: p < 0,001
duur urinecollectie: <465 min 465-545 min 545-600 min ≥600 min
Duur urinecollectie: p = 0,008
noten: nooit minder dan 1x/week minstens 1x/week
Noten consumptie: p = 0,06
Figuur 9: Relatie tussen nikkel in urine en factoren die de blootstelling beïnvloeden
C. Nikkel in de regio Menen – vergelijking met Vlaanderen De vergelijking van de ruwe waarden voor urinair nikkel in studiegebied Menen en Vlaanderen levert een significant verschil op voor de geometrische gemiddelden (p = 0,002). De geometrische gemiddelden bedragen respectievelijk 2,01 µg/l en 2,58 µg/l. Het 90e percentiel verschilt niet significant tussen de regio’s: 4,55 µg/l versus 5,70 µg/l (p = 0,34; Figuur 10). 7
Menen
Vlaanderen
p = 0,34
Nikkel in urine (µg/l)
6
5,70 4,88
5
4
4,00 p = 0,0017 3,18
3
2
2,58
2,55 2,14
2,01 1,65 1,23
1,26
0,90
1 0,15 0,18
0
GM
min
P10
P25
P50
P75
P90
Figuur 10: Urinair nikkel in studiegebied Menen: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Nikkel in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Tabel 23 geeft de belangrijke determinanten van het urinair nikkelgehalte in regio Menen weer. Het totale model kan 28% van de variabiliteit verklaren, waarvan 3% verklaard wordt door gebied. Na correctie voor leeftijd, geslacht, roken, densiteit van de urine en duur van de urinecollectie 81
liggen de waarden voor nikkel in urine in de regio Menen 25% lager dan in de Vlaamse referentiepopulatie. Dit verschil is duidelijk significant (p = 0,0003). Het gebiedsverschil blijft onveranderd indien niet gecorrigeerd wordt voor de tijd tussen de urinecollectie en de laatste plasbeurt. Tabel 23: Determinanten van nikkel in urine R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Urinair nikkel (µg/l) 3,02 28,01 leeftijd (jaar) (p = 0,78) ≤14,5: 1,04 14,5-15,5: 1,07 <15,5: 1,00 geslacht (p = 0,05) jongen: 0,87 meisje: 1,00 roken (p = 0,22) niet-roker: 0,85 roker: 1,00 densiteit (g/cm³) (p < 0,0001) <1,018: 0,44 1,018-1,023: 0,60 1,023-1,027: 0,85 ≥1,027: 1,00 duur urinecollectie (p = 0,03) <465 min: 0,80 465-545 min: 1,08 545-600 min: 0,93 ≥600 min: 1,00 regio (p = 0,0003) Menen: 0,75 Vlaanderen: 1,00
Een vergelijking van de gehaltes nikkel in urine in de twee subgebieden binnen de regio Menen toonde geen significant verschil tussen Menen 1 en Menen 2.
82
2.5.
Zware metalen: arseen
A. Arseen – achtergrondinformatie Arseen (As) komt in de natuur wijd verspreid voor. Vis en zeevruchten zijn een belangrijke bron van arseen, maar vooral van de organische, niet-toxische vorm van arseen. Inorganisch arseen (iAs) is kankerverwekkend. Het komt in sommige regio’s van nature voor in de bodem . Vroeger werd inorganisch arseen gebruikt als pesticide; momenteel wordt het nog gebruikt als houtbehandelingsmiddel. De uitstoot van arseen kan verhoogd zijn in de buurt van afvalsites en metaalverwerkende industrie. De blootstelling aan totaal en toxisch arseen in de voorbije dagen kan worden gemeten in de urine.
Bronnen: Arseen komt in de natuur wijd verspreid voor, voornamelijk in combinatie met elementen als zuurstof, chloor en zwavel. Arseen wordt chemisch geklassificeerd als een metalloid, met zowel eigenschappen van een metaal als van een niet-metaal. Vandaag de dag wordt 90% van het geproduceerde arseen gebruikt als een behandelingsmiddel van hout, om het rotten tegen te gaan (chroom koper arsenaat, CCA). Daarnaast wordt arseen gebruikt in legeringen voor loodzuur batterijen van voertuigen. Een andere belangrijke toepassing van arseen is in semiconductoren en diodes In het verleden werd inorganisch arseen gebruikt als pesticide, maar het gebruik ervan in de landbouw is tegenwoordig verboden.
Blootstelling bij de mens: Vis en zeevruchten accumuleren arseen in hun lichaam. Het eten van vis is een belangrijke blootstellingsroute van arseen bij de mens, maar het gaat hier vooral om de organische, niet toxische vorm van arseen (arsenobetaïne). In sommige regio’s is de bodem van nature rijk aan arseen. Hier kan grondwater een belangrijke bron van arseen zijn. Personen in de buurt van afvalsites of industriële sites waar arseen wordt verwerkt, worden blootgesteld via inademing van met arseen geladen stofpartikels of door orale inname van arseen via water of voeding, of via huidcontact met gecontamineerde bodems.
Metabolisme bij de mens: Inorganisch arseen (iAs) kan twee belangrijke processen ondergaan in het lichaam: reductie/oxidatie van As(III) en As(V), en methylatie van arseen naar monomethylarseen (MMA) en dimethylarseen (DMA). Deze processen lijken hetzelfde te zijn ongeacht blootstelling via inhalatie, orale of dermale opname. Het lichaam kan inorganisch arseen omzetten in organisch arseen (methylatie) dat makkelijker via de urine wordt verwijderd. Geschat wordt dat meer dan 75% van het inorganisch arseen door deze twee processen via de urine verwijderd wordt. Bijkomend kan ook inorganisch arseen rechtstreeks via de urine geëlimineerd worden. Organisch arseen ondergaat meestal weinig metabolisme in het lichaam en verlaat het lichaam via de urine in onveranderde vorm. 83
Biomerkers van blootstelling:
Meten van blootstelling bij de mens:
Als biomerkers van blootstelling aan arseen worden bij de deelnemers van Menen twee metingen in urine uitgevoerd: 1) totaal arseen en 2) toxisch relevant arseen (TRA). Beide metingen weerspiegelen recente Totaal arseen geeft een maat voor blootstelling van de voorbije 1 tot 2 dagen (halfleven toxisch én niet-toxisch arseen van de van ongeveer 18 uur). De hoeveelheid totaal arseen laatste 1 à 2 dagen. geeft een beeld van het toxische én niet-toxische De som van iAs, MMA(V) en DMA in arseen en wordt sterk beïnvloed door de niet-toxische urine is een maat voor toxisch relevant vorm van arseen via visinname. De som van arseen (TRA) van de voorbije 1 tot 2 inorganisch arseen (As3 en As5) en de gemethyleerde dagen. vormen van arseen (MMA, monomethylarsonic acid en DMA, dimethylarsinic acid) worden in de literatuur benoemd als toxisch relevant arseen (TRA) en geven een maat voor de blootstelling aan arseen via milieu (inhalatie, bodem en water) en minder door visconsumptie (Apostoli 1999). Binnen het Steunpunt wordt arseen gemeten in urine.
Als gezondheidskundige richtwaarde voor TRA zijn er Biomonitoring Equivalents (BE) berekend (Hays et al. 2010): 6,4 µg/l in urine voor chronische blootstelling (gebaseerd op Amerikaanse referentiewaarden van 0,3 µg/kg/dag van ATSDR en USEPA) 120,9 µg/l in urine voor acute blootstelling (volgens ATSDR, gebaseerd op een MRL (Minimal Risk Level) van 5 µg/kg/dag)
Gezondheidseffecten: De meeste vormen van arseentoxiciteit zijn het gevolg van blootstelling aan inorganisch arseen. - Inhalatie: verhoogd risico op longkanker, respiratoire irritatie, misselijkheid, huidaandoeningen en neurologische effecten - Huidcontact: kans op lokale irritatie en onsteking - Oraal: dermale, cardiovasculaire, respiratoire, gastro-intestinale en neurologische effecten. - Inorganisch arseen wordt geklasseerd als kankerverwekkend voor de mens (IARC groep 1, 1987) en is geassocieerd met longkanker, huidkanker, blaaskanker, leverkanker.
84
B. Arseen in de regio Menen – beschrijving van blootstelling Als biomerker van blootstelling aan arseen worden bij de jongeren in regio Menen twee metingen uitgevoerd, namelijk totaal arseen in urine en toxisch relevant arseen (TRA) in urine. Totaal arseen wordt bij alle deelnemers boven de detectielimiet gedetecteerd, voor TRA is dit het geval voor 96% van de jongeren. De beschrijvende statistiek voor beide biomerkers van arseen wordt getoond in Tabel 24. Tabel 24: Blootstellingsmerkers voor arseen in de regio Menen Biomerker
eenheid
Totaal arseen in urine µg/l TRA in urine µg/l
N
%>DL
191 191
100 96,34
Geometrisch gemiddelde (95% BI) 11,23 (9,57 – 13,17) 4,77 (4,30 – 5,30)
Mediaan (P25 - P75) 9,10 (5,2-15,8) 5,00 (3,50-7,10)
P90 46,7 9,40
N = aantal deelnemers; DL = detectielimiet (DL totaal arseen: 1 µg/l, DL TRA: 0,3 µg/l); BI = betrouwbaarheidinterval; P = percentiel
In Figuur 11 en Figuur 12 worden de voornaamste beïnvloedende factoren van totaal arseen en TRA in de onderzoeksgroep Menen aangegeven. Geslacht en leeftijd hebben geen invloed op de gehaltes aan totaal arseen in urine. Wel wordt er, zoals verwacht, een duidelijk effect gezien van het eten van vis (p < 0,001). Jongeren die de afgelopen 3 dagen vis hebben gegeten, bezitten een 3 maal hogere concentratie aan totaal arseen in hun urine. Verder verschillen de waarden voor totaal arseen in urine significant volgens de densiteit van de urine (p < 0,001) en het hoogst behaalde diploma binnen het gezin van de jongere (p = 0,003). Een positieve relatie tussen TRA in urine en de leeftijd van de jongeren wordt opgetekend (p = 0,002), geslacht daarentegen heeft geen invloed. De gemiddelde concentratie TRA in urine is ook hoger bij personen die recent vis gegeten hadden, al is dit verschil (p = 0,02) minder uitgesproken dan voor totaal arseen. Ook roken (p = 0,005) en de opleiding van de adolescent (p = 0,03) blijken een invloed uit te oefenen. De seizoen vertonen een hoog significante relatie (p < 0,001) met zowel totaal arseen als TRA; in de lente liggen de gehaltes van beide biomerkers opmerkelijk hoger.
85
0
Urinair arseen (µg/l) - geometrische gemiddelden per subgroep 2
4
6
8
10
12
14
16
jongens meisjes
18
20
Geslacht: p = 0,89
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,09
winter lente zomer herfst
Seizoen: p < 0,001
Recent vis gegeten: p < 0,001
recent geen vis recent vis gegeten densiteit urine <1,018 1,018-1,023 1,023-1,027 ≥1,027
Densiteit urine: p < 0,001
Geen diploma + Max LS Maximaal HS Hoger onderwijs
Hoogste opleiding gezin: p = 0,003
Figuur 11: Relatie tussen totaal arseen in urine en factoren die de blootstelling beïnvloeden
Toxisch relevant arseen in urine (µg/l) - geometrische gemiddelden per subgroep 0
1
2
3
4
5
6
7
8
9
10
jongens meisjes
Geslacht: p = 0,77
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,002
winter lente zomer herfst
Seizoen: p < 0,001
recent geen vis recent vis gegeten
Recent vis gegeten: p = 0,022
roken: nooit roken: sporadisch roken: dagelijks
Roken: p = 0,005
ASO TSO BSO
Opleiding kind: p = 0,03
Figuur 12: Relatie tussen toxisch relevant arseen in urine en factoren die de blootstelling beïnvloeden
C. Arseen in de regio Menen – vergelijking met Vlaanderen Een vergelijking van de ruwe data met de Vlaamse controlepopulatie levert geen significante verschillen op. Het geometrisch gemiddelde van totaal arseen in urine in studiegebied Menen bedraagt 11,2 µg/l (95% BI: 9,6 – 13,2 µg/l) t.o.v. 12,1 µg/l (95% BI: 10,8 – 14,0 µg/l) in Vlaanderen. Voor TRA zijn de geometrische gemiddelden nagenoeg gelijk (4,8 µg/l in regio Menen – 4,7 µg/l in Vlaanderen). Ook de 90e percentielen zijn niet verschillend tussen beide regio’s (p = 0,87 totaal 86
arseen; p = 0,41 TRA). Belangrijk hierbij is dat het gaat om niet-gecorrigeerde gegevens, d.w.z. dat er bij de vergelijking van de groepen geen rekening gehouden werd met verschillen in de karakteristieken van beide groepen.
p = 0,87
Menen Vlaanderen
45,00
46,7 43,9
Toxisch relevant arseen in urine (µg/l)
50,00
Totaal arseen in urine (µg/l)
40,00 35,00 30,00 25,00 20,00 15,00
19,7 p = 0,58
15,8
11,2 12,1
9,1 9,8
10,00 5,00
1,6
2,7
3,6 4,3
5,2 6,2
12,00
p = 0,41 10,4
Menen Vlaanderen
10,00
9,4
8,00
7,1 5,6
6,00 5,0
4,8 4,7 4,00
3,5
3,8
2,2 2,4 2,00 0,5
0,00
7,4
p = 0,77
0,2
0,00
GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
Figuur 13: Totaal arseen en toxisch relevant arseen in urine van de onderzoeksgroep Menen: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Arseen in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling In Tabel 25 worden de factoren weergegeven die de arseen concentraties kunnen verklaren. Het totale model voor totaal arseen in urine wordt voor 27% verklaard tegenover 21% voor TRA in urine, maar slechts 0,08 en 0,02 % respectievelijk wordt verklaard door de factor gebied. Voor totaal arseen is het eten van vis in de afgelopen 3 dagen een zeer belangrijke factor. Na correctie voor het recent eten van vis, aangevuld met correcties voor leeftijd, geslacht, roken en densiteit van de urine wordt er, in tegenstelling tot de ruwe data, een significant lager gehalte aan totaal arseen gevonden in studiegebied Menen (20% lager, p = 0,03). Voor TRA wordt er gecorrigeerd voor leeftijd, geslacht, roken, recent vis eten en densiteit van de urine. Hierna wordt er 7% minder TRA gedetecteerd in de urine van de jongeren in regio Menen, een verschil dat statistisch niet significant is (p = 0,40). Indien in het meervoudige regressiemodel bijkomend gecorrigeerd wordt voor de factor seizoen liggen de waarden voor TRA in regio Menen 17% lager dan in de Vlaamse controlegroep, een verschil dat statistisch significant is (p = 0,02). De staalafnames zijn niet gelijkmatig verdeeld over de seizoenen, wat hiervoor een verklaring kan zijn.
87
Tabel 25: Determinanten van arseen in urine R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Totaal arseen in urine (µg/l) 0,08 27,13 leeftijd (jaar) (p = 0,05) ≤14,5: 0,68 14,5-15,5: 0,71 <15,5: 1,00 geslacht (p = 0,64) jongen: 1,03 meisje: 1,00 roken (p = 0,43) niet-roker: 1,14 roker: 1,00 recent vis gegeten (p < 0,001) geen vis: 0,42 wel vis: 1,00 densiteit (g/cm³) (p < 0,0001) <1,018: 0,45 1,018-1,023: 0,61 1,023-1,027: 0,72 ≥1,027: 1,00 regio (p = 0,03) Menen: 0,80 Vlaanderen: 1,00
TRA in urine (µg/l) 0,02 20,84 leeftijd (jaar) (p = 0,05) ≤14,5: 0,73 14,5-15,5: 0,86 <15,5: 1,00 geslacht (p = 0,04) jongen: 0,85 meisje: 1,00 roken (p = 0,94) niet-roker: 1,009 roker: 1,00 recent vis gegeten (p = 0,05) geen vis: 0,85 wel vis: 1,00 densiteit (g/cm³) (p < 0,0001) <1,018: 0,48 1,018-1,023: 0,55 1,023-1,027: 0,69 ≥1,027: 1,00 regio (p = 0,40) Menen: 0,93 Vlaanderen: 1,00
Bij vergelijking van de twee subgebieden binnen de regio Menen (Menen 1 en Menen 2) werd geen significant verschil gevonden voor zowel de concentraties totaal arseen als toxisch relevant arseen in urine.
88
2.6.
Zware metalen: mangaan
A. Mangaan – achtergrondinformatie
Mangaan (Mn) is een essentieel element; de mens heeft kleine hoeveelheden nodig om gezond te blijven. Mangaan komt van nature voor in de bodem, maar er kan vervuiling van de omgeving optreden via de industrie (metallurgie, chemische nijverheid, leer-, glas-, textiel en staalindustrie). Mangaan komt vooral bij de mens terecht via de voeding (drinkwater, granen, noten, bonen, thee) of via inademing. Sommige beroepen zoals lassers en metaalarbeiders zijn meer blootgesteld. Mangaan heeft een toxisch effect op het zenuwstelsel (gedrags-, leer- en bewegingsstoornissen) .
Bronnen: Mangaan (Mn) is een zwaar metaal dat wijd verspreid voorkomt in de aardkorst. Het komt van nature niet voor in de pure vorm, maar voornamelijk als oxides, carbonaten en silicaten. Mangaan wordt vooral gebruikt in metallurgische processen, als een deoxiderend en desulfurizerend additief en als een bestanddeel van legeringen. Mangaan wordt gebruikt bij de productie van staal om de stevigheid en sterkte van staal te verbeteren. Het wordt ook gebruikt bij de productie van droge cel batterijen, in de chemische nijverheid, in de productie van glas, in de leer- en textielindustrie en als kunstmeststof. Organische carbonylcomponenten van mangaan worden gebruikt als olie-additieven en rookinhibitoren .
Blootstelling bij de mens: Voeding is de voornaamste bron van mangaan voor de meeste mensen. Typische bronnen van mangaan zijn granen, bonen, noten, thee en voedingssupplementen. In sommige beroepen is er een verhoogde blootstelling aan mangaan, bijv. bij lassers en arbeiders in de staalindustrie. Is sommige regio’s is er een aanrijking van mangaan in de bodem. Inwoners kunnen blootgesteld worden aan mangaan via grondwater, drinkwater, of via de bodempartikels.
Metabolisme bij de mens: Mangaan zal door de mens vooral worden opgenomen via inademing en via ingestie. Mangaan kan als klein partikel via ingeademde lucht in de longen terecht komen en hier vastgeraken. Een deel van het ingeademde mangaan kan ook in de mucus vast komen te zitten, en na ophoesten door slikken in de maag terecht komen. 89
Mangaan kan via water en voeding terecht komen in het gastro-intestinaal stelsel. Opname via de huid is zeer beperkt. Na inhalatie komt mangaan via de bloedbaan eerst terecht in de hersenen. Afhankelijk van de mogelijkheid om de bloed-hersen-barrière te passeren, kan mangaan gebieden in het centraal zenuwstelsel bereiken en neurotoxische effecten veroorzaken. Geabsorbeerd mangaan wordt uit het lichaam verwijderd via de lever waar het via de gal wordt afgevoerd naar de darmen om uiteindelijk via de stoelgang uit het lichaam te verdwijnen.
Biomerkers van blootstelling: Blootstelling aan mangaan kan worden gemeten in urine of volbloed. In de Vlaamse biomonitoring wordt mangaan gemeten in volbloed. Dit geeft een maat voor de blootstelling in de voorbije dagen. Volgens ATSDR (American Toxic Substances and Disease Registration) bedraagt de normale concentratie mangaan in bloed 4-15 µg/l, in urine 1-8 µg/l en in serum 0,4-0,85 µg/l. Er bestaan geen gezondheidskundige richtwaarden voor mangaan in urine of bloed.
Gezondheidseffecten: Verschillende epidemiologische studies hebben aangetoond dat neurotoxische aandoeningen geassocieerd kunnen worden met beroepsblootstelling aan mangaan; dit wordt benoemd als ‘manganisme’. Er was onder meer sprake van stemmingswisselingen en bewegingsstoornissen (trage bewegingen en toenemende onhandigheid). Blootstelling aan mangaan bij kinderen werd in verband gebracht met gedragsveranderingen, stoornissen in leercapaciteit en geheugenstoornissen.
B. Mangaan in de regio Menen – beschrijving van blootstelling De beschrijvende statistiek voor mangaan in bloed wordt getoond in Tabel 26, het geometrische gemiddelde bedraagt 9,94 µg/l. Voor alle deelnemers wordt bloed mangaan gedetecteerd. Tabel 26: Blootstellingsmerker voor mangaan in de regio Menen Biomerker
eenheid
Mangaan in volbloed µg/l
N
%>DL
199
100
Geometrisch gemiddelde (95% BI) 9,94 (9,57 – 10,33)
Mediaan P90 (P25 - P75) 9,80(8,20-11,80) 13,8
N = aantal deelnemers; DL = detectielimiet (DL mangaan in volbloed: 0,712 µg/l); BI = betrouwbaarheidinterval; P = percentiel
Voor mangaan in volbloed wordt er een randsignificante relatie gevonden met de seizoenen (p = 0,046). Leeftijd, geslacht en andere factoren blijken geen invloed uit te oefenen op de bloed mangaangehaltes (Figuur 14). De beschrijvende statistiek voor de totale groep en verscheidene subgroepen kan gevonden worden in bijlage 4.
90
Bloed mangaan (µg/l) - geometrische gemiddelden per subgroep 0
2
4
6
8
jongens
10
12
Geslacht: p = 0,62
meisjes
≤14,5 jr. 14,5-15,5 jr.
Leeftijd: p = 0.26
>15,5 jr.
winter
Seizoen: p = 0,046
lente zomer herfst
Figuur 14: Relatie tussen mangaan in volbloed en factoren die de blootstelling beïnvloeden
C. Mangaan in de regio Menen – vergelijking met Vlaanderen Een vergelijking van de bloed concentraties van mangaan tussen de regio’s Menen en Vlaanderen wordt weergegeven in Figuur 15. Het geometrisch gemiddelde bedraagt 9,9 µg/l (95% BI: 9,6 – 10,3 µg/l) in studiegebied Menen tegenover 9,7 µg/l (95% BI: 9,3 – 10,1 µg/l). Dit verschil is niet significant. De 90e percentiel voor beide groepen bedraagt 13,8 µg/l. 16
Mangaan in bloed (µm/l)
14
12
10
p = 0,99
Menen Vlaanderen
13,8 13,8 11,8
p = 0,30 9,9 9,7
11,4
9,8 9,8 8,2 7,9
8
7,1
6,7
6
3,9
4
4,4
2
0 GM
min
P10
P25
P50
P75
P90
Figuur 15: Bloed mangaan in de regio Menen: vergelijking met de Vlaamse controlepopulatie, nietgecorrigeerde gegevens
91
D. Mangaan in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Tabel 27 geeft de relevante determinanten aan die de variabiliteit van mangaan in bloed kunnen verklaren. In totaal wordt 0,68% van het model verklaard. Na correctie voor leeftijd, geslacht en roken ligt de concentratie aan bloed mangaan in studiegebied Menen slechts 4% hoger dan in de Vlaamse controlegroep. Dit kleine verschil is dan ook niet significant (p = 0,20). Tabel 27: Determinanten van mangaan in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Bloed mangaan (µg/l) 0,26 0,68 leeftijd (jaar) (p = 0,44) ≤14,5: 1,05 14,5-15,5: 1,03 <15,5: 1,00 geslacht (p = 0,70) jongen: 0,99 meisje: 1,00 roken (p = 0,88) niet-roker: 0,99 roker: 1,00 regio (p = 0,20) Menen: 1,04 Vlaanderen: 1,00
Een vergelijking van de twee subgebieden binnen de regio Menen toonde geen significant verschil tussen de gehaltes bloed mangaan in Menen 1 en deze in Menen 2.
92
2.7.
Zware metalen: koper
A. Koper – achtergrondinformatie Koper (Cu) is een roodachtig metaal dat van nature voorkomt in het milieu. Het is een essentieel element voor de mens, maar kan toxisch zijn bij hoge concentraties. Koper in het milieu is van natuurlijke oorsprong, of afkomstig van industriële bronnen (ontginning, metaalindustrie, …) Hoge blootstelling aan koper leidt tot algemene ziekteverschijnselen (hoofdpijn, diarree, beklemming) en tot schade van lever en nieren. Koper in urine en bloed geeft een maat van de blootstelling in de voorbije dagen.
Bronnen: Koper (Cu) is een roodachtig metaal dat natuurlijk voorkomt in gesteenten, bodem, water, sediment en in lage concentraties in de lucht. Het is een essentieel element voor alle levende organismen. In te hoge concentraties kunnen echter toxische effecten optreden. Naast natuurlijke bronnen zijn er een groot aantal antropogene bronnen van koper: stortplaatsen, huishoudelijk afvalwater, verbranding van fossiele brandstoffen en afval, houtproductie,... Ook kan koper in het milieu terechtkomen bij de ontginning van koper en andere metalen, en door fabrieken die koper produceren of gebruiken. Door deze grote hoeveelheid aan bronnen is koper wijd verspreid in het milieu.
Blootstelling bij de mens:
Metabolisme bij de mens:
De mens kan aan koper blootgesteld worden via inhalatie, consumptie van voeding en water, en via de huid.
Het metabolisme van koper bestaat voornamelijk uit de transfer tussen verschillende organische liganden, voornamelijk thiol- en imidazolegroepen op proteïnen. Meerdere bindingsproteïnen zijn geïdentificeerd die belangrijk zijn voor de opname, opslag en vrijzetting van koper uit weefsels.
Een potentiële oorzaak voor verhoogde koperblootstelling in de algemene bevolking is de hoge consumptie van drinkwater dat veel koper heeft opgenomen van het distributienet, of dat reeds hoge concentraties aan koper bevat door natuurlijke of menselijke activiteit (bijv. in de buurt van ontginningssites).
In de lever en in andere weefsels wordt koper opgeslagen door het binden aan metallothioneïne en aminozuren, en door de associatie met koper afhankelijke enzymes. Volgens verschillende studies induceert koperblootstelling de productie van metallothioneïne. Gebonden aan dit molecule wordt koper uit de lever verwijderd via de gal.
Mensen die in de buurt wonen van afvalverwerkingssites hebben een groter risico op blootstelling dan de algemene populatie. Omwonenden van kopersmelterijen en –raffinaderijen en werknemers in deze industrieën kunnen ook blootgesteld worden aan hogere concentraties van koper, door inhalatie of ingestie.
Geabsorbeerd koper wordt uit het lichaam verwijderd in de lever waar het via de gal wordt afgevoerd naar de darmen om uiteindelijk via de stoelgang uit het lichaam te verdwijnen.
93
Biomerkers van blootstelling: Blootstelling aan koper kan worden gemeten in urine, plasma of volbloed. In de Vlaamse biomonitoring wordt koper gemeten in urine en in volbloed. Referentiewaarden koper: 150 µg/ 100 ml serum (ATSDR), 220 µg/ 100 ml bloed (ATSDR) en 11,7 µg/l in urine (White and Sabbioni 1998). Er zijn te weinig data beschikbaar om gezondheidskundige richtwaarden af te leiden.
Gezondheidseffecten: Koper is essentieel voor een goede gezondheid. Maar bij te hoge concentraties kan het schadelijk zijn voor de mens. Langdurige inhalatie van koper kan leiden tot irritatie van de neus, mond en ogen, en tot hoofdpijn, duizeligheid, misselijkheid en diarree. De inname van water met te hoge koper concentraties kan misselijkheid, overgeven, maagkrampen of diarree veroorzaken. Extreem hoge waarden aan koper kan de nieren of de lever beschadigen, of zelfs tot de dood leiden. Er is onvoldoende bewijs om koper als kankerverwekkend te classificeren. Zeer hoge dosissen koper hebben wellicht een kankerverwekkend effect, maar dosissen koper zoals die doorgaans bij de mens voorkomen hebben wellicht geen kankerverwekkend effect.
B. Koper in de regio Menen – beschrijving van blootstelling De beschrijvende statistiek voor koper wordt gegeven in Tabel 28. In deze studie wordt koper gemeten in volbloed en in urine, voor beide biomerkers zat 100% van de deelnemers boven de detectielimiet. Tabel 28: Blootstellingsmerkers voor koper in de regio Menen Biomerker
eenheid
N
%>DL
Koper in volbloed Koper in urine
µg/l µg/l
199 191
100 100
Geometrisch gemiddelde (95% BI) 835 (819 – 851) 11,21(10,4 – 12)
Mediaan (P25 - P75) 832 (770 – 898) 11,6 (8,1 – 15,5)
P90 995 18,9
N = aantal deelnemers; DL = detectielimiet (DL koper in volbloed: 1,207 µg/l, koper in urine: 0,492 µg/l); BI = betrouwbaarheidinterval; P = percentiel
De gemiddelde koperconcentraties in volbloed liggen hoger bij meisjes dan bij jongens (p < 0,001). Leeftijd heeft geen invloed. Daarnaast blijken de kopergehaltes in bloed in de lente hoger te liggen (p = 0,03) en ook voor het hoogste diploma binnen het gezin wordt een effect gezien (p = 0,02; Figuur 16).
94
Voor koper in urine wordt geen relatie gevonden met leeftijd en geslacht. Naast de densiteit van de urine (p < 0,001) en de duur van de urinecollectie (p = 0,001), is de consumptie van lokale voeding een beïnvloedende factor. Het eten van lokale groenten (p = 0,01) en lokaal fruit (p = 0,03) wordt weerspiegeld door lagere koperconcentraties in urine (Figuur 17). Bloed koper (µg/l) - geometrische gemiddelden per subgroep 700
720
740
760
780
800
820
840
jongens
860
880
900
Geslacht: p < 0,001
meisjes ≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,93
>15,5 jr.
Winter
Seizoen: p = 0,034
Lente Zomer Herfst Geen diploma + Max LS
Hoogste opleiding gezin: p = 0,02
Maximaal HS Hoger onderwijs
Figuur 16: Relatie tussen koper in bloed en factoren die de blootstelling beïnvloeden Urinair koper (µg/l) - geometrische gemiddelden per subgroep 0
2
4
6
8
10
12
jongens meisjes
14
16
18
Geslacht: p = 0,31
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,71
geen lokale groenten wel lokale groenten
Consumptie lokale groenten: p = 0,01
geen lokaal fruit wel lokaal fruit
Consumptie lokaal fruit: p = 0,026
densiteit urine <1,018 1,018-1,023 1,023-1,027 ≥1,027
Densiteit urine: p < 0,001
duur urinecollectie: <465 min 465-545 min 545-600 min ≥600 min
Duur urinecollectie: p = 0,001
Figuur 17: Relatie tussen koper in urine en factoren die de blootstelling beïnvloeden
C. Koper in de regio Menen – vergelijking met Vlaanderen De gemiddelde waarden voor koper in bloed en in urine liggen significant hoger in regio Menen in vergelijking met Vlaanderen (p = 0,0002 en p = 0,04). Dit is weergegeven in Figuur 18. De geometrische gemiddelden bedragen respectievelijk 835 µg/l en 11,2 µg/l in Menen tegenover 790 95
µg/l en 10,0 µg/l in Vlaanderen. Het 90e percentiel voor koper in bloed en urine verschilt significant tussen Menen en Vlaanderen voor koper in bloed (p = 0,002), maar niet voor koper in urine (p = 0,89). Het gaat hierbij om niet-gecorrigeerde gegevens, wat wil zeggen dat er geen rekening gehouden wordt met verschillende karakteristieken van beide groepen.
1200
25
Menen
p = 0,0019
Vlaanderen p = 0,0002
Koper in bloed (µg/l)
835 800
898 832
790
770 713
20
912
18,9 19,1
858
793
734
656 600 404
400
p = 0,89
Menen Vlaanderen
995
Koper in urine (µg/l)
1000
357
15,5 15
p = 0,04
12,9 11,6
11,2 10
10,0
9,5 8,1 6,3 5,8
5
200
7,4
3,9 2,6
0
0
GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
Figuur 18: Koper in bloed en koper in urine in de regio Menen: vergelijking met Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Koper in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Factoren die de variabiliteit in koperconcentraties kunnen verklaren, worden getoond in Tabel 29. De finale modellen verklaren 9% van de variabiliteit van koper in bloed en 45% van koper in urine. Na correctie ligt de waarde voor zowel koper in urine als koper in bloed 6% hoger in Menen dan in Vlaanderen. Dit verschil is duidelijk significant voor bloed koper (p = 0,0001), maar is niet significant voor urinair koper (p = 0,22). Voor koper in bloed wordt gecorrigeerd voor leeftijd, geslacht, roken en opleiding van het kind; voor koper in urine voor leeftijd, geslacht, roken en densiteit van de urine.
96
Tabel 29: Determinanten van koper in bloed en in urine R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Koper in bloed (µg/l) 3,38 8,97 leeftijd (jaar) (p = 0,4) ≤14,5: 1,007 14,5-15,5: 0,98 <15,5: 1,00 geslacht (p = 0,0003) jongen: 0,94 meisje: 1,00 roken (p = 0,51) niet-roker: 0,98 roker: 1,00 opleidingstype (p = 0,01) ASO: 0,97 TSO: 1,02 BSO: 1,00 regio (p = 0,0001) Menen: 1,06 Vlaanderen: 1,00
Koper in urine (µg/l) 1,29 44,53 leeftijd (jaar) (p = 0,89) ≤14,5: 0,98 14,5-15,5: 0,99 <15,5: 1,00 geslacht (p = 0,20) jongen: 0,94 meisje: 1,00 roken (p = 0,81) niet-roker: 0,97 roker: 1,00 densiteit (g/cm³) (p < 0,0001) <1,018: 0,43 1,018-1,023: 0,55 1,023-1,027: 0,70 ≥1,027: 1,00 regio (p = 0,22) Menen: 1,06 Vlaanderen: 1,00
Een vergelijking van de kopergehalten in bloed van de twee subgebieden binnen de regio Menen toonde geen significant verschil aan tussen Menen 1 en Menen 2. Ook de waarden voor urinair koper waren niet significant verschillend tussen Menen 1 en Menen 2.
Er werd nagegaan of er een relatie kon gevonden worden tussen de individuele waarden van koper in bloed van de deelnemers en de afstand en hoek tot meetpost MN01. Op deze meetpost wordt door VMM depositie van PM10 gemeten. Zware metalen in de lucht worden door VMM niet gemeten in regio Menen. Omdat zware metalen op fijn stof kunnen zitten werd hier de relatie met de meetpost voor PM10 onderzocht. Zowel voor de hoek als voor de afstand tot de meetpost werd geen significante relatie met koper in bloed gevonden. Ook voor de individuele afstand en hoek tot de dichtstbijzijnde verbrandingsinstallaties (klasse I, klasse II, klasse III en alle klassen samen) werd geen significante relatie met urinair koper bekomen.
97
2.8.
Zware metalen: thallium
A. Thallium – achtergrondinformatie
Thallium (Tl) is van nature in zeer lage concentraties aanwezig. Het wordt gebruikt in vele industriële toepassingen, voornamelijk in de elektronische industrie. Sigaretten zijn een belangrijke bron van thallium. Daarnaast zijn vervuilde groenten belangrijk als bron voor de mens in gebieden met thalliumvervuiling (bijv. in de buurt van smeltovens, steenkoolcentrales, cementfabrieken). Thallium in bloed en urine geeft een maat voor de blootstelling van de voorbije dagen. Thallium veroorzaakt algemene ziekteverschijnselen, effecten op het zenuwstelsel en oxidatieve stress.
Bronnen: Thallium (Tl) is een metaal dat van nature in zeer lage concentraties voorkomt. Thallium kan voorkomen in pure vorm of gemengd met andere metalen in legeringen. Daarnaast wordt het ook teruggevonden in combinatie met broom, chloor, fluor of jood als zout.
Thallium wordt industrieel in zeer kleine hoeveelheden geproduceerd. Maar thallium en zijn componenten hebben een groot aantal gebruikstoepassingen. De belangrijkste toepassingen zijn in de elektronische industrie (elektronische toestellen, horloges, sloten) en in de productie van bepaalde glassoorten. Ook wordt thallium gebruikt als radio-isotoop in de medische beeldvorming. Thallium wordt gevormd bij verbranding van steenkool, bij smeltprocessen in ferro en non-ferro industrie, maar werd ook gebruikt in rattenvergif (tot 1998). Mogelijke bronnen van thallium in de regio Menen zijn de verbrandingsinstallaties, de schrootverwerkende industrie, verhoogde concentraties in sediment ten gevolge van vervuiling aangevoerd vanuit Frankrijk via de Leie en eventueel persoonlijk gebruik van thalliumhoudend rattenvergif. Emissies van thallium naar de omgeving gebeuren meestal vanuit minerale smeltovens, steenkoolcentrales, baksteen- en cementfabrieken.
Blootstelling bij de mens: Thallium is goed oplosbaar en wordt als monovalent cation gemakkelijk in het milieu getransporteerd; De mens wordt aan thallium blootgesteld via drinkwater, voeding (voornamelijk groenten) geteeld op vervuilde bodem en lucht. De concentraties aan thallium in lucht en water zijn echter zeer laag. De belangrijkste bron is de voeding, meer bepaald thuis gekweekte groenten en fruit. Deze kunnen gecontamineerd worden met thallium geproduceerd door steenkoolcentrales, cementfabrieken en smeltovens. Sigarettenrook is ook een belangrijke bron van thallium. Mensen die roken hebben twee maal hogere concentratie aan thallium in hun lichaam dan niet-rokers.
98
Metabolisme bij de mens: Thallium wordt snel geabsorbeerd in het spijsverteringskanaal en het ademhalingsstelsel, en kan ook via de huid opgenomen worden. Na opname wordt thallium snel verspreid naar alle organen. Thallium kan door de placenta en de bloed-hersen-barrière passeren. Bij acute blootstelling krijgt men initieel hoge concentraties aan thallium in de nieren, lage concentraties in vetweefsel en de hersenen, en intermediaire concentraties in de andere organen. De verwijdering van thallium gebeurt langs het gasto-intestinaal stelsel, de nieren, haren, huid, zweet en moedermelk. De halfwaardetijd in de mens bedraagt ongeveer 10 dagen, maar waarden tot 30 dagen werden ook gerapporteerd.
Biomerkers van blootstelling: Blootstelling aan thallium kan worden gemeten in urine, serum of volbloed. Er is nog geen duidelijke consensus over de interpretatie van de data (termijn blootstelling, relatie met extern milieu). In de Vlaamse biomonitoring wordt thallium gemeten in urine en bloed. Referentiewaarden voor thallium in urine: 0,6 µg/l voor kinderen en 0,5 µg/l voor volwassenen (http://www.umweltbundesamt.de/gesundheit-e/monitor/index.htm). Er bestaan geen gezondheidskundige richtwaarden voor thallium in urine of bloed.
Gezondheidseffecten: Thallium heeft geen gekende biologische functie. Het wordt beschouwd als een toxisch element en zou toxischer zijn dan kwik, cadmium, lood, koper of zink. Het werkingsmechanisme van thallium is niet goed gekend, het centraal zenuwstelsel wordt als belangrijkste doelwitorgaan gezien. Thallium interfereert met het glutathion metabolisme . Het kan zich gedragen als kalium en kan een effect hebben op kalium geregelde processen zoals transport over membranen en activatie van Na+,K+ ATPase. Thallium veroorzaakt oxicatieve stress. Er zijn heel weinig gegevens over de mutagene, teratogene en carcinogene effecten. Thallium kan effect hebben op het centraal zenuwstelsel, de longen, het hart, de lever en de nieren wanneer grote hoeveelheden worden gegeten of gedronken gedurende een korte tijdsspanne. Tijdelijk haarverlies, overgeven en diarree kunnen hiervan nadelige effecten zijn, en zelfs de dood kan volgen. Bij arbeiders die langdurig zijn blootgesteld aan thallium, werden effecten op het zenuwstelsel gerapporteerd (gevoelloosheid van vingers en tenen). Sommige thalliumverbindingen zijn teratogeen bij dieren, gegevens hierover bij de mens ontbreken.
Richtwaarden voor biomerkers. Voor thallium is een gezondheidskundige richtwaarde beschikbaar voor niet-specifieke gezondheidseffecten bij de algemene bevolking. De waarde werd opgesteld door de Wereldgezondheidsorganisatie en overgenomen door de Duitse Biomonitoring Commissie (http://www.umweltbundesamt.de/gesundheit-e/monitor/index.htm). De waarde is gebaseerd op 99
een Duitse studie bij 1200 omwonenden van een cementfabriek, thalliumconcentraties werden vastgesteld in hun bloed, urine en haar.
waarbij
hoge
Human Biomonitoring values (HBM waarden) voor jongeren ≤ 25 jaar HBM I en HBM II waarden zijn consensuswaarden van de commissie en kunnen algemeen geïnterpreteerd worden als volgt: < HBM I: geen risico voor de gezondheid; tussen HBM I en HBM II: gezondheidsrisico’s zijn niet uit te sluiten; ≥ HBM II: extra gezondheidsrisico is mogelijk. Voor thallium werd enkel een HBM I waarde opgesteld van 5 µg/l urine, er waren onvoldoende gegevens voor het vastleggen van een HBM II waarde. Bij overschrijding van deze waarde kunnen niet-specifieke gezondheidsklachten optreden zoals misselijkheid, vermoeidheid, slaapproblemen, hoofdpijn en pijnlijke spieren en gewrichten. Het gaat hier echter over vergiftingingsverschijnselen.
B. Thallium in de regio Menen – beschrijving van blootstelling Thallium wordt bij de deelnemers van de regio Menen gemeten in volbloed en in urine. De beschrijvende statistiek wordt gegeven in Tabel 30. Niemand van de deelnemers had thalliumwaarden in de urine boven de HBM I van 5 µg/l. Tabel 30: Blootstellingsmerkers voor thallium in de regio Menen Biomerker
eenheid
N
%>DL
Thallium in volbloed Thallium in urine
µg/l µg/l
199 191
99,5 100
Geometrisch gemiddelde (95% BI) 0,035 (0,033-0,036) 0,24 (0,23 - 0,27)
Mediaan P90 (P25 - P75) 0,036(0,03-0,04) 0,05 0,25 (0,18-0,36) 0,45
N = aantal deelnemers; DL = detectielimiet (DL thallium in volbloed: 0,0015 µg/l, DL thallium in urine: 0,001 µg/l); BI = betrouwbaarheidinterval; P = percentiel
Zowel bij thallium in bloed (Figuur 19) als bij thallium in urine (Figuur 20) zijn geslacht en leeftijd geen beïnvloedende factoren. Er wordt een positieve relatie gevonden met rookgewoonten: dagelijks roken wordt weerspiegeld door een hogere concentratie aan thallium in bloed (p = 0,03) en in urine (p = 0,008). Verder wordt een relatie gevonden met de seizoenen (p = 0,008) en de consumptie van lokale groenten (p = 0,025) met bloed thallium. Urinair thallium wordt eveneens geassocieerd met de seizoenen (p = 0,04), en er is ook een sterk verband met de densiteit van de urine (p < 0,001).
100
Bloed thallium (µg/l) - geometrische gemiddelden per subgroep 0
0,005
0,01
0,015
0,02
0,025
0,03
0,035
0,04
0,045
jongens meisjes
Geslacht: p = 0,15
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,42
0,05
roken: nooit roken: sporadisch roken: dagelijks
Roken: p = 0,025
winter lente zomer herfst
Seizoen: p = 0,008
Consumptie lokale groenten: p = 0,025
geen lokale groenten wel lokale groenten
Figuur 19: Relatie tussen thallium in bloed en factoren die de blootstelling beïnvloeden
0
Urinair thallium (µg/l) - geometrische gemiddelden per subgroep 0,1 0,2 0,3 0,4
jongens meisjes
Geslacht: p = 0,94
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,84
roken: nooit roken: sporadisch roken: dagelijks
Roken: p = 0,008
winter lente zomer herfst
Seizoen: p = 0,04
densiteit urine… 1,018-1,023 1,023-1,027 ≥1,027
Densiteit urine: p < 0,001
Figuur 20: Relatie tussen thallium in urine en factoren die de blootstelling beïnvloeden
C. Thallium in de regio Menen – vergelijking met Vlaanderen De ruwe, niet-gecorrigeerde gemiddeldes voor thallium in bloed en in urine liggen duidelijk hoger in studiegebied Menen vergeleken met Vlaanderen (p > 0,001 in bloed en urine). Ook de 90e percentielen liggen hoger voor de regio Menen t.o.v. Vlaanderen voor thallium in bloed (p = 0,048) 101
en in urine (p = 0,04; Figuur 21). Belangrijk hierbij is dat het niet-gecorrigeerde gegevens zijn waarbij er geen rekening gehouden wordt met de karakteristieken van de groepen. 0,05
p < 0,0001
0,45
Menen Vlaanderen
0,042
p = 0,04 0,45
Menen Vlaanderen
0,40
0,036
0,0348
0,03 p < 0,0001
0,03
0,03
0,03
0,027
0,03
0,025
0,02
0,02 0,02
Thallium in urine (µg/l)
Thallium in bloed (µg/l)
0,04
0,50
0,048
0,36 p < 0,0001 0,30
0,25
0,20
0,28 0,25
0,25 0,20
0,19
0,18
0,15
0,01
0,35
0,35
0,14
0,13 0,10
0,01
0,10
0,07
0,06
0,05
0,002 0
0,00
GM
min
P10
P25
P50
P75
GM
P90
min
P10
P25
P50
P75
P90
Figuur 21: Thallium in bloed en thallium in urine in de regio Menen: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Thallium in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Ook na correctie voor invloedsfactoren worden er hogere thalliumgehaltes vastgesteld in regio Menen in vergelijking met de Vlaamse controlepopulatie in bloed en in urine (Tabel 31). De finale modellen verklaren 22% van de variabiliteit van thallium in bloed en 45% van thallium in urine. Voor thallium in bloed wordt gecorrigeerd voor leeftijd, geslacht en roken. Dit resulteert in een thalliumgehalte in studiegebied Menen dat 27% hoger ligt dan in Vlaanderen (p < 0,001). Thallium in urine ligt 14% hoger in regio Menen in vergelijking met Vlaanderen (p = 0,005), na correctie voor leeftijd, geslacht, roken, densiteit van de urine en duur van de urinecollectie. Indien niet gecorrigeerd wordt voor de tijd tussen de urinecollectie en de laatste plasbeurt, liggen de urinaire thalliumwaarden in de regio Menen 18% hoger dan in Vlaanderen. De thalliumwaarden in urine zijn vergelijkbaar met de gerapporteerde resultaten van de Duitse GerES IV (2003-2006) studie bij kinderen van 3 tot 14 jaar (mediaan: 0,26 µg/L; P95: 0,57 µg/L) (Schulz et al., 2009).
102
Tabel 31: Determinanten van thallium in bloed en urine R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Thallium in bloed (µg/l) 17,60 21,77 leeftijd (jaar) (p = 0,23) ≤14,5: 0,94 14,5-15,5: 0,93 <15,5: 1,00 geslacht (p = 0,007) jongen: 1,08 meisje: 1,00 roken (p = 0,14) niet-roker: 0,93 roker: 1,00 regio (p < 0,0001) Menen: 1,27 Vlaanderen: 1,00
Thallium in urine (µg/l) 5,73 45,41 leeftijd (jaar) (p = 0,57) ≤14,5: 0,99 14,5-15,5: 0,95 <15,5: 1,00 geslacht (p = 0,13) jongen: 1,07 meisje: 1,00 roken (p = 0,51) niet-roker: 0,94 roker: 1,00 densiteit (g/cm³) (p < 0,001) <1,018: 0,46 1,018-1,023: 0,72 1,023-1,027: 0,85 ≥1,027: 1,00 duur urinecollectie (p < 0,001) <465 min: 1,16 465-545 min: 0,83 545-600 min: 0,86 ≥600 min: 1,00 regio (p = 0,005) Menen: 1,14 Vlaanderen: 1,00
Een vergelijking van de twee subgebieden binnen de regio Menen toonde geen significant verschil tussen de gehaltes bloed thallium in Menen 1 en deze in Menen 2.
Er werd onderzocht of er een relatie bestaat tussen de individuele waarden van bloed thallium en de afstand en hoek tot meetpost MN01. Op deze meetpost wordt door VMM depositie van PM 10 gemeten. Zware metalen in de lucht worden door VMM niet gemeten in regio Menen. Omdat zware metalen op fijn stof kunnen zitten werd hier de relatie met de meetpost voor PM 10 beschouwd. Zowel voor de hoek als voor de afstand tot de meetpost werd geen significante relatie met bloed thallium gevonden. Ook voor de individuele afstand en hoek tot de dichtstbijzijnde verbrandingsinstallaties (klasse I, klasse II, klasse III en alle klassen samen) werd geen significante relatie met bloed thallium bekomen. De Openbare Vlaamse Afvalstoffen Maatschappij (OVAM) beschikt niet over meetwaarden van thallium in bodemstalen van de regio Menen. De afdeling Water van de Vlaamse Milieumaatschappij (VMM) meet thallium wel in enkele meetpunten van het oppervlaktewatermeetnet. In 2010 werden er in de meetpunten in de regio Menen geen afwijkende waarden vastgesteld.
103
Tussen 2000 en 2006 werden door de Vrije Universiteit Brussel de metaalconcentraties gemeten in de sedimenten van de Leie ter hoogte van Menen (staalnameplaatsen Menen en Waasten) in het kader van een Europees INTERREG programma. De resultaten werden vergeleken met de staalnameplaatsen in de Bovenschelde (tussen Bassin Rond in Noord-Frankrijk en Oudenaarde in Vlaanderen), in de IJzer (van bron tot monding) alsook in de Leie stroomopwaarts van WaastenMenen, en vooral in de zijrivier de Deûle waar één van de grootste Europese non-ferro industrieën, Metaleurop, actief was tot 2005 (zie bijlage 1). Metaleurop produceerde o.a. tot 100 000 ton Zn en 150 000 ton Pb per jaar en verontreinigde de hele omgeving met een aantal metalen. Zn en Pb komen in de grootste concentraties voor, maar ook bijproducten zoals thallium en kwik. De meeste metaalconcentraties ter hoogte van het lozingspunt van Metaleurop dalen progressief stroomafwaarts om in de sedimenten van Menen ongeveer 100 maal lager te liggen (grootteorde), behalve thallium dat maar een tiental maal in concentratie afneemt. In de Bovenschelde en de IJzer zijn de metaalconcentraties in de sedimenten lager dan in Menen, een factor 10 voor thallium, een factor 3 voor cadmium en nog lager voor de andere metalen
104
2.9.
Zware metalen: antimoon
A. Antimoon – achtergrondinformatie Antimoon (Sb) komt in kleine hoeveelheden voor in bodem, water en lucht. In regio’s met uitstoot (loodsmelters, verbrandingsovens, stortplaatsen) is de blootstelling bij de omwonenden hoger. Antimoon in de urine geeft een maat voor de blootstelling van de laatste dagen. Antimoon is schadelijk voor de ogen, longen, hart en maag. Het wordt geassocieerd met verminderde vruchtbaarheid.
Bronnen: Antimoon (Sb) komt van nature in de aardkorst voor. Het wordt ontgonnen of gerecupereerd in loodsmelters. Antimoon wordt niet op zich gebruikt, maar als legering vindt het zijn toepassing in loodbatterijen, soldeersel, metalen platen en buizen. Antimoonoxide wordt gebruikt als brandvertrager in textiel en in plastiek.
Blootstelling bij de mens:
Antimoon komt in kleine hoeveelheden in de natuur voor, zowel in bodem, water als in de lucht (gebonden aan stofpartikels). In regio’s met potentiële bronnen zoals loodsmelters, steenkoolverbranding, huisvuilverbrandingsovens en stortplaatsen kan de concentratie in de omgeving hoger zijn, en is de blootstelling via drinkwater, lucht en bodem bijgevolg hoger. In de geneeskunde wordt antimoon gebruikt voor behandeling van parasieten.
Metabolisme bij de mens: Blootstelling aan antimoon verloopt vooral oraal en via inhalatie. Antimoon in het lichaam komt vooral terecht in de lever, de longen en de milt. Het verlaat het lichaam via faeces en urine over een periode van meerdere weken.
Gezondheidseffecten: Inademen van hoge dosissen antimoon leidt tot oogirritatie, hart- en longproblemen, maagzweren, diarree. Chronische blootstelling resulteert in oogirritatie, haarverlies, longirritatie, hartproblemen en vruchtbaarheidsproblemen. Antimoon is niet geklasseerd als kankerverwekkend.
105
B. Antimoon in de regio Menen – beschrijving van blootstelling Antimoon wordt in deze studie gemeten in urine, en is detecteerbaar bij 60% van de deelnemers. In Tabel 32 wordt de beschrijvende statistiek voor antimoon in urine voorgesteld. Tabel 32: Blootstellingsmerkers voor antimoon in de regio Menen Biomerker
eenheid
N
%>DL
Antimoon in urine
µg/l
191
59,69
Geometrisch gemiddelde (95% BI) 0,07 (0,06-0,08)
Mediaan (P25 - P75) 0,07(0,03-0,12)
P90 0,18
N = aantal deelnemers; DL = detectielimiet (DL antimoon in urine: 0,037 µg/l); BI = betrouwbaarheidinterval; P = percentiel
In Figuur 22 worden de beïnvloedende factoren van antimoon in urine weergegeven. Er bestaat geen significant verband tussen geslacht of leeftijd en urinaire antimoongehaltes. Wel is de verdunningsgraad van de urine sterk geassocieerd met antimoon waardes (p < 0,001). Naast opleiding van het kind (p = 0,03) en hoogste opleiding van het gezin (p = 0,01), is het eten van lokale voeding ook een beïnvloedende factor. Consumptie van lokale groenten en lokaal fruit wordt geassocieerd met lagere urinaire antimoonconcentraties (p = 0,045 en p < 0,001 respectievelijk). Urinair antimoon (µg/l) - geometrische gemiddelden per subgroep 0
0,02
0,04
0,06
0,08
jongens meisjes
0,1
0,12
Geslacht: p = 0,12
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,93
ASO TSO BSO
Opleiding kind: p = 0,03
Geen diploma + Max LS Maximaal HS Hoger onderwijs
Hoogste opleiding gezin: p = 0,01
geen lokale groenten wel lokale groenten
Consumptie lokale groenten: p = 0,045
geen lokaal fruit wel lokaal fruit
Consumptie lokaal fruit: p < 0,001
densiteit urine <1,018 1,018-1,023 1,023-1,027 ≥1,027
Densiteit urine: p < 0,001
Figuur 22: Relatie tussen antimoon in urine en factoren die de blootstelling beïnvloeden
C. Antimoon in de regio Menen – vergelijking met Vlaanderen De ruwe, niet-gecorrigeerde waardes voor urinair antimoon liggen lager in de regio Menen t.o.v. de Vlaamse controlepopulatie (Figuur 23). De geometrische gemiddelden bedragen respectievelijk 0,07 µg/l en 0,09 µg/l, een verschil dat hoog significant is (p = 0,0004). Wat betreft de 90e percentiel wordt geen significant verschil opgetekend (0,18 µg/l versus 0,19 µg/l; p = 0,81). 106
0,20
0,18
Antimoon in urine (µg/l)
0,16
0,19 p = 0,81 0,18
Menen Vlaanderen 0,14
0,14
0,12 0,12
p = 0,0004 0,10
0,09
0,09 0,08
0,07
0,07 0,06 0,06
0,04 0,04
0,03 0,02
0,03
0,03
0,02
0,00 GM
min
P10
P25
P50
P75
P90
Figuur 23: Antimoon in urine in de regio Menen: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Antimoon in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Het meervoudige regressiemodel (Tabel 33) voor antimoon in urine voorspelt 29% van de variatie, de factor gebied verklaart 3,5%. Na correctie voor leeftijd, geslacht, roken, opleiding van het kind, hoogste opleiding binnen het gezin, densiteit van de urine en duur van de urinecollectie, wordt een 25% lagere waarde voor urinair antimoon opgetekend in studiegebied Menen t.o.v. de Vlaamse groep (p = 0,0004). Indien niet gecorrigeerd wordt voor de tijd tussen de urinecollectie en de laatste plasbeurt liggen de waarden van urinair antimoon in de regio Menen 28% lager dan in Vlaanderen.
107
Tabel 33: Determinanten van antimoon in urine R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Antimoon in urine (µg/l) 3,47 29,44 leeftijd (jaar) (p = 0,93) ≤14,5: 1,04 14,5-15,5: 1,04 <15,5: 1,00 geslacht (p = 0,54) jongen: 0,95 meisje: 1,00 roken (p = 0,15) niet-roker: 0,80 roker: 1,00 opleidingstype (p = 0,02) ASO: 0,74 TSO: 0,91 BSO: 1,00 hoogste opleiding gezin (p = 0,03) geen diploma + max LS: 1,16 max HS: 1,32 hoger onderwijs: 1,00 densiteit (g/cm³) (p < 0,001) <1,018: 0,40 1,018-1,023: 0,53 1,023-1,027: 0,67 ≥1,027: 1,00 duur urinecollectie (p = 0,13) <465 min: 0,89 465-545 min: 1,14 545-600 min: 1,10 ≥600 min: 1,00 regio (p = 0,0004) Menen: 0,75 Vlaanderen: 1,00
Een vergelijking van de twee subgebieden binnen de regio Menen toonde geen significant verschil tussen de gehaltes urinair antimoon in Menen 1 en deze in Menen 2.
108
2.10. Zware metalen: kwik A. Kwik – achtergrondinformatie Kwik (Hg) komt voor onder 3 vormen: metaalkwik (o.a. in thermometers, batterijen, lampen, amalgaam tandvullingen), inorganisch kwik (o.a. in verf) en methylkwik (gebruikt als schimmelwerend middel). Vis is een belangrijke bron van methylkwik. Verder worden mensen blootgesteld aan kwik via tandvullingen, kwikdampen van gebroken thermometers, spaarlampen, e.d. Kwik en methylkwik zijn schadelijk voor het zenuwstelsel, de nieren en de longen. Kwik is mogelijk kankerverwekkend.
Kwik (Hg) komt van nature voor in het milieu en bestaat in verschillende vormen. Men onderscheidt drie groepen, namelijk metaalkwik, inorganisch kwik en organisch kwik: Metaalkwik is de pure vorm van kwik, dat o.a. gebruikt wordt in thermometers. In de buurt van afvalsites is het vooral dit metaalkwik dat aangetroffen wordt. Inorganisch kwik bestaat uit een combinatie van kwik met chloor, zwavel of zuurstof. Deze stoffen worden kwikzouten genoemd. Er bestaat een groot aantal organische vormen van kwik, maar veruit de meest voorkomende vorm in het milieu is methylkwik (MeHg). Methylkwik verdient bijzondere aandacht omdat het in staat is te accumuleren in zoet- en zoutwatervissen tot concentraties vele malen hoger dan in het omliggende water.
Bronnen: Er zijn een groot aantal toepassingen voor vloeibaar metaalkwik. Het wordt gebruikt bij de productie van chloorgas en natriumhydroxide, als ook bij de extractie van goud. Het wordt gebruikt in thermometers, barometers, kwikdamplampen (o.a. TL-buizen, fluorescerende lampen,...), batterijen en elektrische schakelaars. Zilverkleurige tandvullingen bestaan voor 50% uit metaalkwik. Sommige inorganisch kwikverbindingen worden gebruikt als schimmel bestrijdende middelen. Kwiksulfide en kwikoxide kunnen gebruikt worden om kleur te geven aan verven. Kwiksulfide is één van de stoffen die als rode kleur dienst doet in tatoeages. Methylkwik wordt eerder geproduceerd door micro-organismen in het milieu dan door de mens. Voordat de schadelijke gezondheidseffecten van methylkwik gekend waren werd het gebruikt als schimmelbestrijdingsmiddel. Sinds de jaren ‘70 is het gebruik ervan echter verboden.
Blootstelling bij de mens: Aangezien kwik van nature voorkomt wordt iedereen blootgesteld aan zeer lage concentraties in lucht, water en voedsel. Een individu kan blootgesteld worden aan kwik door inademing van gecontamineerde lucht, door het inslikken of eten van gecontamineerd water of voedsel, of door huidcontact met kwikverbindingen. De twee voornaamste blootstellingsbronnen voor de mens zijn 1) het eten van vis dat methylkwik heeft geaccumuleerd, en 2) amalgame tandvullingen (metaalkwik). 109
Metabolisme bij de mens: Eliminatie van metaalkwik gebeurt via urine, uitwerpselen en uitgeademde lucht, terwijl inorganisch kwik enkel via urine en uitwerpselen verwijderd kan worden.
Metaalkwik en inorganisch kwik kunnen na inademing snel geabsorbeerd worden in de longen en in de bloedbaan terecht komen. Hier kan het snel oxidatie ondergaan, voornamelijk in de rode bloedcellen, tot zijn inorganische divalente vorm via waterstofperoxide catalase. De oxidatie van metaalkwik kan ook gebeuren in de hersenen, de lever en de longen.
Eens geabsorbeerd kan methylkwik in verschillende weefsels omgezet worden in inorganisch kwik (vnl. divalent kation Hg2+). Organisch kwik wordt voornamelijk via uitwerpselen (gal) uit het lichaam verwijderd.
Biomerkers van blootstelling: Binnen het Steunpunt Milieu en Gezondheid worden Hg en MeHg gemeten in haar. Dit vormt een maat voor de blootstelling gedurende de laatste maanden. Naarmate men dichter naar de haarwortel toe meet, registreert men recentere blootstelling. Voor kwik en methylkwik in haar bestaan geen gezondheidskundige richtwaarden.
Gezondheidseffecten: Gezondheidseffecten ten gevolge van kwikblootstelling zijn sterk afhankelijk van de hoeveelheid kwik, de soort kwikverbinding en de route van blootstelling.
Inhalatie van hoge concentraties aan metaalkwik kan leiden tot irritatie van de mond en de longen met kortademigheid, een branderig gevoel in de longen en hoesten tot gevolg. Bijkomende effecten van kwikinhalatie kunnen zijn: misselijkheid, overgeven, diarree, verhoogde bloeddruk en hartslag, huiduitslag en oogirritaties.
Het centraal zenuwstelsel is zeer gevoelig voor kwik, zowel bij blootstelling aan methylkwik (o.a. eten van gecontamineerde vis) en metaalkwik. Wat betreft inorganisch kwik is er onvoldoende zekerheid hieromtrent. Tot de symptomen behoren o.a. gedragsverandering, tremor, verandering in het zicht, doofheid, ongecontroleerde spierbewegingen, gevoelsverlies en geheugenproblemen.
Inorganisch kwik kan ook effect hebben op de maag en darmen, met diarree, misselijkheid en zweren tot gevolg. Ook effecten op het hart werden gerapporteerd. Kwik wordt door het IARC niet als kankerverwekkend geklasseerd. Kwik en kwikverbindingen blijken echter mutageen te zijn via verschillende mechanismen. Het EPA (Environmental Protection Agency) duidt kwikchloride en methylkwik aan als mogelijk kankerverwekkend.
Ook de nieren zijn gevoelig voor kwikblootstelling (ongeacht het soort kwikverbinding), omdat kwik accumuleert in de nieren.
110
B. Kwik in de regio Menen – beschrijving van blootstelling Er worden twee biomerkers voor blootstelling aan kwik gemeten in de regio Menen, namelijk kwik in haar en methylkwik in haar. Beide biomerkers werden gedetecteerd bij alle deelnemers. De geometrische gemiddelden, de medianen en de 90e percentielen worden gegeven in Tabel 34. Tabel 34: Blootstellingsmerkers voor kwik in de regio Menen Biomerker
eenheid
N
%>DL
Kwik in haar Methylkwik in haar
µg/g µg/g
197 197
100 100
Geometrisch gemiddelde (95% BI) 0,16 (0,14 – 0,18) 0,11 (0,10 – 0,13)
Mediaan (P25 - P75) 0,18 (0,09-0,33) 0,13 (0,06-0,24)
P90 0,49 0,40
N = aantal deelnemers; DL = detectielimiet (DL kwik in haar: 0,0015 µg/g, DL methylkwik in haar: 0,00004 µg/g); BI = betrouwbaarheidinterval; P = percentiel
De gehaltes aan kwik en methylkwik in haar variëren niet naargelang geslacht en leeftijd. De resultaten worden ook niet beïnvloed door kleur, structuur of behandeling van het haar. Zoals verwacht, vertoont consumptie van vis een sterk verband met zowel kwik (Figuur 24) als methylkwik (Figuur 25): een hogere visconsumptie wordt weerspiegeld door hogere kwik en methylkwik concentraties (p < 0,001). Daarnaast wordt er ook voor beide biomerkers een positieve relatie vastgesteld met de hoogste opleiding binnen het gezin van de jongeren. Bij een hogere opleiding binnen het gezin worden hogere kwik concentraties vastgesteld. Dit verschil is significant voor kwik in haar (p = 0,004), maar net niet significant voor methylkwik in haar (p = 0,08). Verder blijken ook de seizoenen een beïnvloedende factor te zijn voor kwikgehaltes in de regio Menen (p = 0,004). Kwik in haar (µg/g) - geometrische gemiddelden per subgroep 0
0,05
0,1
0,15
0,2
jongens meisjes
0,25
0,3
0,35
Geslacht: p = 0,97
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,97
lage consumptie vis matige consumptie vis hoge consumptie vis
Visconsumptie: p < 0,0001
Geen diploma + Max LS Maximaal HS Hoger onderwijs
Hoogste opleiding gezin: p = 0,004
winter lente zomer herfst
Seizoen: p = 0,004
Figuur 24: Relatie tussen kwik in haar en factoren die de blootstelling beïnvloeden
111
Methylkwik in haar (µg/g) - geometrische gemiddelden per subgroep 0
0,05
0,1
0,15
0,2
0,25
jongens meisjes
0,3
Geslacht: p = 0,87
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,80
lage consumptie vis matige consumptie vis hoge consumptie vis
Visconsumptie: p <0,0001
Geen diploma + Max LS Maximaal HS Hoger onderwijs
Hoogste opleiding gezin: p = 0,08
roken: nooit roken: sporadisch roken: dagelijks
Roken: p = 0,09
Figuur 25: Relatie tussen methylkwik in haar en factoren die de blootstelling beïnvloeden
C. Kwik in de regio Menen – vergelijking met Vlaanderen Het geometrisch gemiddelde voor kwik in haar in de regio Menen (0,16 µg/g) ligt significant lager in vergelijking met de Vlaamse controlepopulatie (0,19 µg/g; p = 0,03). De geometrische gemiddelden voor methylkwik bedragen respectievelijk 0,11 µg/g en 0,12 µg/g en verschillen niet significant van elkaar (p = 0,65). De 90e percentielen voor kwikwaarden (p = 0,80) en methylkwikwaarden (p = 0,16) verschillen niet significant tussen regio Menen en Vlaanderen (Figuur 26). Het gaat hierbij om niet-gecorrigeerde waarden, wat wil zeggen dat er geen rekening gehouden wordt met verschillen tussen de groepen, zoals bijvoorbeeld het eten van vis. 0,45
0,60
p = 0,16
Menen Vlaanderen
p = 0,80 0,40
0,49
0,50
Menen Vlaanderen
0,40
0,47
Methylkwik in haar (µg/g)
Kwik in haar (µg/g)
0,35
0,40
0,35 0,33 0,30
p = 0,03 0,20
0,19
0,20
0,18
0,16
0,32 0,30
0,24
0,25
0,21 0,20
p = 0,65 0,15
0,11
0,12
0,13
0,12
0,10
0,09
0,10
0,07
0,05 0,05
0,04
0,12
0,08 0,06
0,03
0,01 0,01
0,00 0,00 0,00
0,00 GM
min
P10
P25
P50
P75
GM
P90
min
P10
P25
P50
P75
P90
Figuur 26: Kwik en methylkwik in haar in de regio Menen: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
112
D. Kwik in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling De relevante factoren die de variabiliteit van kwik en methylkwik kunnen verklaren worden aangegeven in Tabel 35. De finale modellen kunnen respectievelijk 28% en 21% verklaren van de variabiliteit in kwik- en methylkwikwaarden. De belangrijkste determinant van de hoeveelheid kwik in het lichaam, is het eten van vis. Visconsumptie in Vlaanderen en onderzoeksgebied Menen verschillen niet significant van elkaar (zie Tabel 12). Correctie voor visconsumptie, aangevuld met correctie voor leeftijd, geslacht, roken en de hoogste opleiding binnen het gezin zorgt voor een 17% lager gehalte aan kwik in de regio Menen vergeleken met Vlaanderen (p = 0,03). Wat betreft methylkwik werd gecorrigeerd voor visconsumptie, leeftijd, geslacht en roken. Uiteindelijk zijn de waarden voor methylkwik in haar in onderzoeksgroepen Menen en Vlaanderen nagenoeg gelijk (Menen 3% lager, p = 0,76). Tabel 35: Determinanten van kwik en methylkwik in haar R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Kwik in haar (µg/g) 1,24 27,80 leeftijd (jaar) (p = 0,26) ≤14,5: 0,84 14,5-15,5: 0,96 <15,5: 1,00 geslacht (p = 0,54) jongen: 0,95 meisje: 1,00 roken (p = 0,39) niet-roker: 1,14 roker: 1,00 hoogste opleiding gezin (p = 0,0009) geen diploma + max LS: 0,64 max HS: 0,82 hoger onderwijs: 1,00 visconsumptie (p < 0,001) laag: 0,34 matig: 0,61 hoog: 1,00 regio (p = 0,03) Menen: 0,83 Vlaanderen: 1,00
113
Methylkwik in haar (µg/g) 0,05 20,84 leeftijd (jaar) (p = 0,45) ≤14,5: 0,84 14,5-15,5: 0,92 <15,5: 1,00 geslacht (p = 0,98) jongen: 0,99 meisje: 1,00 roken (p = 0,31) niet-roker: 1,20 roker: 1,00 visconsumptie (p < 0,001) laag: 0,33 matig: 0,64 hoog: 1,00 regio (p = 0,76) Menen: 0,97 Vlaanderen: 1,00
Indien de twee subgebieden binnen studiegebied Menen vergeleken worden, lijken de significant lagere gehaltes aan kwik in haar in regio Menen t.o.v. Vlaanderen vooral te wijten te zijn aan de lagere kwikconcentraties in Menen 1. De gemiddelde kwikwaarde in Menen 1 bedraagt 0,14 µg/g tegenover 0,19 µg/g in Menen 2. Deze laatste waarde komt exact overeen met het gemiddelde kwikgehalte in Vlaanderen. Het verschil tussen de kwikwaarden in Menen 1 en Menen 2 is echter wel borderline niet significant (p = 0,065). Kwik in haar (mg/g) - subgebieden 0
0,05
0,1
0,15
0,2
0,25
0,3
Vlaanderen
verschillen tussen subgebieden in Menen: p = 0,065
Menen 1
Menen 2
Figuur 27: Vergelijking van kwikconcentraties in haar in de twee subgebieden in de regio Menen
114
2.11. Persistente gechloreerde polluenten: PCB’s A. PCB’s – achtergrondinformatie
Bronnen: Polygechloreerde biphenyls (PCB’s) zijn als persistente componenten aanwezig in de voedselketen, de lucht, de bodem en in minder mate in het water. Ze zijn vooral afkomstig van historische vervuiling uit het verleden. Ongeveer 90% van de PCB’s komen in ons lichaam terecht via de voeding, vooral via vetrijke voeding van dierlijke oorsprong (eieren, vette vis, vet vlees, …). Merker PCB’s in serum geven een maat voor de cumulatieve blootstelling van de laatste 10 à 20 jaar. PCB’s zijn waarschijnlijk kankerverwekkend, ze kunnen de werking van het immunsysteem verstoren, de neurologische ontwikkeling in de war brengen en hormoonverstorend werken.
PCB’s zijn persistente gechloreerde stoffen die door de mens worden gemaakt; ze komen in de natuur niet voor. Ze werden in het verleden vooral gebruikt in transformatoren, condensatoren, hydraulische systemen, maar ook in verf, inkt en isolatiematerialen. De productie van PCB’s in België is verboden sinds 1979 en vanaf eind 2005 zouden alle bestaande PCB-houdende producten en apparaten op een gecontroleerde manier verwijderd moeten zijn. Slechte opslag, ongelukken, vergissingen en misbruiken met transformatorolie en andere PCBhoudende producten hebben ervoor gezorgd dat er PCB’s in ons milieu terecht gekomen zijn. PCB’s kunnen bij verbrandingsprocessen in de lucht vrijkomen (bijv. verbrandingsovens). PCB’s zijn als persistente componenten aanwezig in de voedselketen, de lucht, de bodem en in minder mate in het water. Ze zijn vooral afkomstig van historische vervuiling uit het verleden. In beperkte mate kan er nog vervuiling zijn via accidentele lekken of illegale lozing, of via de verbranding van PCBhoudend materiaal. Aangezien PCB’s zeer traag worden afgebroken door de natuur, blijven ze zeer lang in de omgeving aanwezig. In totaal zijn er 209 verschillende soorten PCB’s (congeneren). De biologische halfwaardetijd varieert per congeneer en schommelt tussen 2 en 6 jaar. Ze worden opgenomen door mens en dier en opgestapeld in het vetweefsel.
Blootstelling bij de mens: o
Ongeveer 90% van de PCB’s komen in ons lichaam terecht via de voeding. Enkel vetrijke voeding van dierlijke oorsprong bevat PCB’s. De belangrijkste bronnen zijn vette vis (zalm, tonijn, haring, paling), melk en melkproducten, vet vlees en producten waarin dierlijke vetten verwerkt zijn (koekjes, sausen, desserten).
o
In de buurt van verbrandingsovens, crematoria en andere plaatsen waar stoffen verbrand worden, kunnen PCB’s uit de lucht ingeademd worden.
115
Biomerkers van blootstelling: In onze omgeving komen 209 PCBcongeneren voor, sommige in zeer kleine hoeveelheden. Om de PCB belasting bij de mens te meten, wordt er gewerkt met ‘merkers’. In de huidige biomonitoringsstudie worden drie PCB’s gemeten in het serum (of plasma), namelijk PCB138, PCB153 en PCB180. Zij vertegenwoordigen ongeveer 40 tot 60% van de totale PCB-mix en geven dus een goede maat voor PCB-belasting in het menselijk lichaam. Er bestaan geen gezondheidskundige richtwaarden voor PCB’s in serum. In 1976 werd wel een biologische limiet voorgesteld van 20 µg/100g bloed voor blootstelling op de werkvloer (Ouw et al. 1976), maar deze concentratie zou toch nog leverschade teweeg kunnen brengen (Lauwerys and Hoet 2001).
Metabolisme bij de mens: PCB’s stapelen zich voornamelijk op in het vetweefsel en worden slechts heel traag afgebroken. Het gehalte aan PCB’s in het lichaam stijgt met de leeftijd. De halfwaardetijd in het lichaam varieert volgens de structuur van het congeneer en schommelt tussen 2 en 6 jaar.
Gezondheidseffecten: o PCB’s kunnen hormoonverstorende effecten hebben. De 209 verschillende PCB-congeneren kunnen uiteenlopende, soms zelfs tegengestelde effecten hebben. Meestal worden er oestrogene effecten gerapporteerd, d.w.z. dat de werking van vrouwelijke hormonen wordt versterkt en er dus vooral een negatief effect is op de mannelijke vruchtbaarheid. Maar ook antioestrogene effecten werden gerapporteerd.
o
PCB’s worden door het IARC (International Agency for Research on Cancer) geklasseerd als ‘waarschijnlijk kankerverwekkend voor de mens’ (groep 2A).
o
PCB’s zijn schadelijk voor het zenuwstelsel en kunnen leiden tot neurologische ontwikkelingsstoornissen bij kinderen, wat zich bijvoorbeeld kan weerspiegelen in het spelgedrag, de taalontwikkeling en in de beleving van emoties.
o
PCB’s kunnen het immuunsysteem verstoren. Deze effecten zijn zeer complex. Er werden studies gerapporteerd waarbij PCB’s het afweersysteem onderdrukken wat kan leiden tot een grotere vatbaarheid voor ontstekingen (bijvoorbeeld meer oorinfecties bij jonge kinderen), maar anderzijds is het ook mogelijk dat PCB’s het afweersysteem stimuleren waardoor er meer allergische reacties voorkomen.
B. PCB’s in de regio Menen – beschrijving van blootstelling De som van PCB138, PCB153 en PCB180 in serum wordt in humane biomonitoringscampagnes vaak gebruikt als merker omdat deze 3 congeneren kwantitatief het meest voorkomen in het PCB mengsel en dus een goede maat zijn voor de totale PCB blootstelling. PCB153 wordt gedetecteerd in 99,5 % van de serumstalen; PCB138 in 88,3% en PCB180 is detecteerbaar in 90,4% van de deelnemers in regio Menen. De som van de 3 merker PCB’s bedraagt gemiddeld 166 ng/l serum of 37,2 ng/g bloedvet (Tabel 36). Voor andere PCB congeneren, zoals PCB99, PCB118, PCB187, PCB156 en PCB170 ligt het percentage detecteerbare waarden duidelijk lager en ligt ook de gemiddelde concentratie lager. PCB118 is een dioxineachtige PCB, terwijl alle andere gemeten PCB congeneren tot de klasse van de niet dioxine-achtige PCB’s behoren.
116
Tabel 36: Blootstelling aan merker PCB’s (som van PCB138, 153 en 180) in de regio Menen Biomerker
eenheid
N
%>KL
Merker PCB’s in serum Merker PCB’s in serum PCB153 in serum PCB138 in serum PCB180 in serum PCB99 in serum PCB118 in serum PCB187 in serum PCB156 in serum PCB170 in serum
ng/l ng/g vet ng/l ng/l ng/l ng/l ng/l ng/l ng/l ng/l
197 197 197 197 197 197 197 197 197 197
84,26 84,26 99,49 88,32 90,36 13,20 36,55 49,75 30,96 69,04
Geometrisch gemiddelde (95% BI) 165,6 (152 – 181) 37,2 (34,1 – 40,6) 78,4 (72,2 – 85,1) 40,2 (36,1 – 44,7) 42,7 (38,5 – 47,4) 11,3 (10,8 – 11,9) 14,8 (13,7 – 16,0) 9,2 (8,3 – 10,2) 7,1 (6,6 – 7,7) 15,3 (13,5 – 17,4)
Mediaan (P25 - P75) 163 (112 – 246) 35,4 (25,8-53,9) 76,0 (54 – 107) 42,0(25,0– 69,0) 43,0 (28,0–65,0) 10,0 (10,0–10,0) 10,0 (10,0–24,0) 5,0 (5,0 – 15,0) 5,0 (5,0 – 11,0) 19,0 (5,0 – 28,0)
P90 344 84,8 168 106 101 21,0 32,0 22,0 16,0 42,0
N = aantal deelnemers; KL = kwantificatielimiet (KL PCB99, PCB138, PCB153, PCB180, PCB118, PCB187, PCB170: 20 ng/l, KL PCB156: 10 ng/l); BI = betrouwbaarheidinterval; P = percentiel
Figuur 43 geeft de relevante factoren die de PCB-gehaltes in serum (uitgedrukt in ng/l serum) kunnen beïnvloeden. De concentratie aan PCB’s in het serum weerspiegelt de concentratie in het vetweefsel. Meisjes hebben over het algemeen een hoger vetpercentage in hun lichaam dan jongens. De PCB’s worden daardoor bij meisjes over een groter vetvolume verdeeld, en zullen dus meer verdund zijn in het serum. Dit resulteert in een gemiddeld significant lagere PCB-concentratie bij meisjes dan bij jongens (p < 0,001). Dit mechanisme verklaart eveneens waarom de concentratie serum PCB’s daalt met toenemende body-mass index (p < 0,001): bij personen met overgewicht is een groter volume lichaamsvet aanwezig, waardoor de PCB’s verdeeld worden over een grotere massa. Daarbij is het ook niet uitgesloten dat hogere lichaamsconcentraties aan PCB’s een negatief effect hebben op BMI. Naargelang de leeftijd wordt eveneens een significant verband gevonden met PCB-gehaltes in serum (p = 0,045). PCB’s zijn namelijk persistente vetoplosbare stoffen die via de voeding in het lichaam terechtkomen en zo opgestapeld worden in het vetweefsel. Aangezien ze slechts heel traag worden afgebroken, zal de concentratie in het lichaam toenemen met de leeftijd. Jongeren die als baby borstvoeding kregen, hebben significant hogere serum PCB-gehaltes in hun bloed. Moedermelk is een vetrijke voeding, en bijgevolg een belangrijke bron van PCB’s voor de baby. Het eten van lokale eieren, welke ook een bron zijn van PCB’s, staat ook in verband met verhoogde PCB-waarden, al is dit effect borderline niet significant (p = 0,07).
117
Serum PCB's (ng/l) - geometrische gemiddelden per subgroep 0
50
100
150
200
jongens meisjes
250
Geslacht: p < 0,001
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,045
ASO TSO BSO
Opleiding kind: p = 0,005
Geen diploma + Max LS Maximaal HS Hoger onderwijs
Hoogste diploma gezin: p < 0,001
ondergewicht normaal gewicht overgewicht
BMI klasse: p < 0,001
geen borstvoeding wel borstvoeding
Borstvoeding: p < 0,001
geen lokale eieren wel lokale eieren
Eten lokale eieren: p = 0,07
Figuur 28: Relatie tussen merker PCB (som van PCB138, 153 en 180) in serum en factoren die de blootstelling beïnvloeden
C. PCB’s in de regio Menen – vergelijking met Vlaanderen Een vergelijking van de merker PCB’s in serum met de Vlaamse referentiepopulatie wordt gegeven in Figuur 29 (uitgedrukt in ng/l serum en ng/g bloedvet). De gemiddelde merker PCB-gehaltes liggen significant lager in regio Menen t.o.v. Vlaanderen (p < 0,001). Het geometrisch gemiddelde uitgedrukt in ng/l serum bedraagt 166 ng/l in studiegebied Menen tegenover 218 µg/l in Vlaanderen; uitgedrukt in ng/g bloedvet bedragen de respectievelijke waarden 37,2 ng/g en 49,6 ng/g bloedvet. De 90e percentielen zijn niet significant verschillend tussen regio Menen en Vlaanderen, zowel uitgedrukt in ng/l serum (p = 0,19) als in ng/g bloedvet (p = 0,32). 120,00
500,00
Menen Vlaanderen
Merker PCB's in serum (ng/g bloedvet)
409
400,00
Merker PCB's in serum (ng/l)
Menen Vlaanderen
p = 0,19
344
298
300,00 p < 0,001
246 220
218
200,00 166
154 120
100,00
163
112
77 38 44
p = 0,32 98,1
100,00 84,8
80,00 69,8
p < 0,001 60,00
53,9 49,6
40,00
48,7
37,2
35,3 23,6
35,4
25,8
16,8
20,00 9,5 7,9
0,00
0,00 GM
min
P10
P25
P50
P75
GM
P90
min
P10
P25
P50
P75
P90
Figuur 29: Merker PCB’s (som van PCB138, 153 en 180) in serum uitgedrukt in ng/l en ng/g bloedvet: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
118
Indien we de vergelijking met Vlaanderen maken voor de individuele PCB-congeneren die werden gemeten, zien we een verschillend patroon tussen de twee regio’s (Figuur 30). De detectiefrequentie (d.w.z. het % stalen boven de detectielimiet) ligt veel hoger voor PCB99 en PCB187, voor de andere congeneren is de detectiefrequentie min of meer gelijkaardig voor regio Menen en Vlaanderen (Figuur 30 links). De gemiddelde waarden in studiegebied Menen verschillen sterk met de waarden in Vlaanderen voor de individuele congeneren (Figuur 30 rechts). De blootstelling aan PCB138, PCB153, PCB170, PCB180 en PCB187 is significant lager in de onderzoeksgroep Menen dan in Vlaanderen (overal p < 0,001), PCB118 is niet verschillend tussen regio Menen en Vlaanderen. Tenslotte ligt de gemiddelde waarde voor PCB99 hoger in regio Menen in vergelijking met Vlaanderen (p = 0,02), maar gezien het kleine verschil in de gemiddelde waarden (11 ng/l versus 10 ng/l) en het kleine aantal metingen boven de detectielimiet (13% versus 4%) is dit waarschijnlijk te wijten aan toeval.
100
250
Menen Vlaanderen
96
99 100 90
88
95
80 69 62 60 50 37
40
20
31
p<0,001
Menen Vlaanderen
geometrisch gemiddelde (ng/l)
% waarden boven kwantificatielimiet
120
31
13
150 p<0,001
100
100 p<0,001
78
57 50 p=0,02
11 10
4 0
218
200
p=0,17
15 14
40
p<0,001
15
22
43
p<0,001
9 14
0
PCB99
PCB118
PCB138
PCB153
PCB170
PCB180
PCB187
PCB99 PCB118 PCB138 PCB153 PCB170 PCB180 PCB187
Figuur 30: PCB’s (individuele congeneren) in serum in de regio Menen in vergelijking met Vlaanderen. Links: % boven de kwantificatielimiet (LOQ = 20 ng/l voor alle congeneren); rechts: geometrische gemiddelden
D. PCB’s in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Tabel 37 geeft aan welke factoren de concentratie PCB’s in serum kunnen verklaren. Het totale model kan 37% van de variabiliteit verklaren, waarvan 5% verklaard wordt door de factor gebied. Na correctie voor leeftijd, geslacht, roken, opleidingstype van de jongere, hoogste opleiding binnen het gezin, BMI, het eten van zelfgevangen vis en bloedvet ligt de waarde voor serum PCB’s in regio Menen 28% lager dan in de Vlaamse referentiepopulatie. Dit verschil is hoog significant (p < 0,001).
119
Tabel 37: Determinanten van merker PCB’s (som van PCB138, 153 en 180) in serum R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Merker PCB’s in serum (ng/l) 4,99 37,24 leeftijd (jaar) (p = 0,06) ≤14,5: 0,82 14,5-15,5: 0,94 <15,5: 1,00 geslacht (p < 0,001) jongen: 1,41 meisje: 1,00 roken (p = 0,18) niet-roker: 0,89 roker: 1,00 opleidingstype (p = 0,002) ASO: 1,25 TSO: 1,02 BSO: 1,00 bloedvet (mg/dl) (p = 0,23) <400: 0,90 400-430: 0,90 430-480: 1,03 ≥480: 1,00 BMI klasse (p < 0,001) ondergewicht: 2,15 normaal gewicht: 1,74 overgewicht: 1,00 hoogste opleiding gezin (p = 0,003) geen diploma + max LS: 0,80 max HS: 0,82 hoger onderwijs: 1,00 eten zelfgevangen vis (p = 0,009) neen: 0,72 ja: 1,00 regio (p < 0,001) Menen: 0,72 Vlaanderen: 1,00
De verschillen in serum PCB-concentraties tussen de regio Menen en Vlaanderen werden verder in detail geanalyseerd om een mogelijke verklaring te vinden voor de lagere waarden in regio Menen. Aangezien voeding en het al dan niet krijgen van borstvoeding belangrijke blootstellingsroutes zijn voor PCB’s werden een aantal extra analyses uitgevoerd om meer in detail na te gaan of het verschil in serum concentraties verklaard kan worden aan de hand van verschillen in voedingspatronen tussen beide populaties. De jongeren in de onderzoeksgroep Menen eten significant minder lokale eieren (p < 0,0001), lokaal fruit (p < 0,0001) en lokale groenten (p = 120
0,0002) dan in Vlaanderen. In de regio Menen eet slechts 19,3% van de jongeren lokale eieren ten opzichte van 45,0% in de Vlaamse referentiegroep. Verder eten jongeren in regio Menen minder frequent eieren (p = 0,02) en hebben minder jongeren in regio Menen borstvoeding gekregen (p = 0,009; zie Tabel 12). Een extra correctie in het meervoudige regressiemodel voor de consumptie van lokale eieren resulteert in een serum PCB concentratie in de regio Menen die slechts 19% lager ligt (t.o.v. 28% zonder correctie) dan in Vlaanderen (p = 0,0004), wat betekent dat een deel van de lagere PCBwaarden in studiegebied Menen te wijten zijn aan een lagere eiconsumptie. Een ander model waarbij gecorrigeerd wordt voor bloedvet, geslacht, leeftijd, BMI, roken, opleidingstye van het kind, het gekregen hebben van borstvoeding, seizoen en consumptie van lokale eieren toont nog steeds lagere waarden voor de som merker-PCB’s in de regio Menen (19%) dan in de Vlaamse controlepopulatie. PCB’s zijn persistente, vetoplosbare polluenten die vooral afkomstig zijn van historische oorsprong (contaminatie met transformatorolie, verbranding van PCB-bevattende producten) en verbrandingsprocessen. Door de beleidsmaatregelen die de laatste 10-tallen jaren genomen zijn, zijn de concentraties aan PCB’s in het milieu aan het dalen. VMM meet de maandgemiddelde depositie van PCB126 op drie meetposten in Menen. De hoogste waarden werden geregistreerd voor de meetpost nabij de industriezone ‘Grensland’ (MN08). Van april 2010 tot maart 2011 werden 5 meetwaarden geregistreerd waarvan 4 boven de richtwaarde van 6 pg TEQ/m².dag en boven de richtwaarde van 26 pg TEQ/m².dag. De twee meetposten die verder van het industriegebied liggen, in de woonzone, registreerden lagere waarden. De grenswaarde van 6 pg TEQ/m².dag werd op meetpost MN01 3 van de 5 keer overschreven en op meetpost MN13 op slechts 1 van de 5 meetwaarden. De grenswaarde van 26 pg TEQ/m².dag werd op deze meetposten niet overschreden. In het industriegebied ‘Grensland’ was vroeger een afvalverbrandingsoven gelegen. Deze was een belangrijke bron van PCB’s tot de wetgeving van emissiebeperking in 2001 en de sluiting van de oven in 2005. Momenteel is in de industriezone nog een belangrijke schrootverwerkende industrie gesitueerd, welke een bron van PCB’s kan zijn. De daling van PCB’s in het milieu weerspiegelt zich in het lichaam van de mens; ook daar ziet men voor vergelijkbare bevolkingsgroepen dalingen in de tijd. Dit wordt ondermeer geïllustreerd in de WHO-moedermelk-campagnes: in België worden sinds begin de jaren ’90 op regelmatige tijdstippen studies op moedermelk gedaan, en wordt een exponentiële daling vastgesteld in de mens (R² = 0,912; Figuur 31). Het aantal studies in serum van jongeren in Vlaanderen is beperkter in de tijd (eerste metingen dateren van eind jaren ’90), maar de exponentiële daling die men ziet in serum (R² = 0,997) verloopt opvallend parallel met die van moedermelk. We kunnen dus besluiten dat er een duidelijke afname is van PCB’s in de tijd. Aangezien de Vlaamse controlepopulatie 2 jaar vroeger onderzocht werd dan de jongeren in de regio Menen, kunnen we nagaan of het tijdselement een verklarende factor is met betrekking tot de lager PCB gehaltes in regio Menen t.o.v. Vlaanderen. Door de dalende trend in de PCBconcentraties zouden de gehalten aan som merker-PCB’s in de Vlaamse referentiepopulatie in 2010 lager zijn (41,66 ng/g vet), waardoor het verschil met de gehalten in regio Menen minder groot is.
121
som merker-PCB's moedermelk
bloed
Menen
Expon. (moedermelk)
Expon. (bloed)
350 300
ng/g vet
250 200 150 100
R² = 0,912
50
R² = 0,9972
0
Figuur 31: tijdtrends van som merker-PCB’s (PCB138, PCB153 en PCB180) in bloed van 14-15 jarige jongeren en in moedermelk in Vlaanderen.
Een vergelijking van de twee subgebieden binnen de regio Menen toonde geen significant verschil tussen de waarden voor som merker-PCB’s Menen 1 en deze in Menen 2.
122
2.12. Persistente gechloreerde polluenten: p,p’-DDE A. P,p’-DDE, een metaboliet van DDT – achtergrondinformatie
Bronnen:
DDT (dichlorodiphenyltrichloroethaan) is een insectenverdelger die in het verleden over de hele wereld massaal werd gebruikt. DDT is sinds de jaren ’70 verboden in de meeste landen, waaronder België. In enkele ontwikkelingslanden is DDT momenteel nog toegelaten voor de bestrijding van malaria.
DDT wordt in de omgeving gedeeltelijk afgebroken tot DDE (dichlorodiphenyldichloroethyleen) en DDD (dichlorodiphenyldichloroethaan). Al deze componenten zijn zeer persistent en zijn in de omgeving aanwezig in de lucht, in de bodem en in het water. Ze worden afgebroken door het zonlicht of door bacteriën en hebben een halfwaardetijd van 2 tot 15 jaar. DDT en zijn metabolieten zijn sterk vetoplosbaar en accumuleren in de voedselketen.
p,p’-DDE, een metaboliet van DDT, kan in het serum gemeten worden en geeft een maat voor de blootstelling aan DDT gedurende de laatste jaren. DDT en zijn metabolieten kunnen immuunen hormoonverstorend werken. Ze kunnen de neurologische ontwikkeling van kinderen negatief beïnvloeden. DDT is mogelijk kankerverwekkend.
lucht of door hand-mond contact met de bodem. Deze blootstellingswegen spelen vooral een rol in de buurt van verbrandingsovens en stortplaatsen.
Blootstelling bij de mens: In de algemene bevolking gebeurt de voornaamste blootstelling aan DDT via de voeding. DDT kan voorkomen in knolgewassen, bladgroenten, vlees, vis en kip. Groenten kunnen kleine resten van pesticiden bevatten, vooral indien het afkomstig is van landen waar nog DDT gebruikt wordt in de landbouw. Doordat DDT persistent en vetoplosbaar is, stapelt het zich op in de voedselketen, en kan het een contaminant zijn van vette vis en vlees.
Drinkwater kan kleine resten van gechloreerde pesticiden bevatten.
Metabolisme bij de mens: DDT wordt in het lichaam gemetaboliseerd tot DDE. DDT en DDE stapelen zich voornamelijk op in het vetweefsel en worden slechts heel traag afgebroken. De halfwaardetijd in de mens bedraagt 4 jaar voor DDT en 9 à 10 jaar voor DDE. Het gehalte aan DDT en DDE in het lichaam stijgt met de leeftijd.
DDT en DDE binden gemakkelijk aan zandkorrels en fijne stofdeeltjes en kunnen zich op deze manier verspreiden door de wind. Mensen kunnen blootgesteld worden aan DDT/DDE door het inademen van vervuilde
Meten van de humane blootstelling: Verschillende vormen van DDT (p,p’-DDT, o,o’-DDT en o,p’-DDT) en DDE (p,p’-DDE, o,o’-DDE en o,p’-DDE) zijn meetbaar in het serum In de Vlaamse biomonitoring wordt p,p’-DDE in het serum (of plasma) gemeten. Deze biomerker geeft een maat voor de cumulatieve blootstelling aan DDT.
123
Biomonitoring equivalents (BE) in serum (Kirman et al. 2011):
Biomerkers van
DDE: 500 ng/g vet voor risico op kanker (1 x 10-5) blootstelling: (volgens USEPA, gebaseerd op een oral cancer slope P,p’-DDE is een metaboliet van factor van 0,34 mg/kg/dag) het gechloreerde pesticide. Som DDE, DDT, DDD: 5000 ng/g vet voor niet kankergerelateerde schade (volgens USEPA, gebaseerd op een P,p’-DDE in serum geeft een referentiedosis van 0,0005 mg/kg/dag) maat voor de cumulatieve DDT: 4000 ng/g vet voor niet kanker-gerelateerde schade blootstelling over een periode (volgens USEPA, gebaseerd op een referentiedosis van van meerdere jaren aan DDT. 0,0005 mg/kg/dag) Som DDE, DDT, DDD: 40 000 ng/g vet voor niet kanker-gerelateerde schade (volgens WHO, gebaseerd op een TDI (Tolerable Daily Intake) van 0,01 mg/kg/dag) DDT: 30 000 ng/g vet voor niet kanker-gerelateerde schade (volgens WHO, gebaseerd op een TDI (Tolerable Daily Intake) van 0,01 mg/kg/dag) Een BE voor niet kanker gerelateerde schade voor DDE afzonderlijk werd voorlopig nog niet afgeleid; de som van DDE, DDT en DDD bestaat voor 90% uit DDT (Kirman et al. 2011).
Gezondheidseffecten: o
DDT en zijn metabolieten kunnen hormoonverstorend werken. Ze kunnen de werking van de sex hormonen in het lichaam blokkeren of stimuleren. In landelijke regio’s met een hoog gebruik van gechloreerde pesticiden werd het gebruik van DDT in verband gebracht met mannelijke en vrouwelijke vruchtbaarheidsproblemen.
o
DDT en zijn metabolieten kunnen het immuunsysteem verstoren. Contact met gechloreerde pesticiden op jonge leeftijd geeft een grotere kans op het ontstaan van astma en oorinfecties.
o
DDT wordt door het IARC (International Agency for Research on Cancer) geklasseerd als ‘mogelijk kankerverwekkend voor de mens’ (groep 2B) en als waarschijnlijk kankerverwekkend door EPA.
o
Blootstelling aan DDT tijdens de zwangerschap werd in verband gebracht met intra-uteriene groei-achterstand en neurologische ontwikkelingsstoornissen.
124
B. P,p’-DDE in de regio Menen – beschrijving van blootstelling De beschrijvende statistiek van p,p’-DDE, een afbraakproduct van DDT, wordt gegeven in Tabel 38. P,p’-DDE (uitgedrukt in ng/l serum en ng/g vet) werd gedetecteerd in alle deelnemers. Tabel 38: Blootstelling aan p,p’-DDE in de regio Menen Biomerker
eenheid
N
%>KL
p,p’-DDE in serum p,p’-DDE in serum
ng/l ng/g vet
197 197
100 100
Geometrisch gemiddelde (95% BI) 213 (192 – 236) 47,9 (43,2 – 53,0)
Mediaan (P25 - P75) 193 (125 – 320) 43,6(28,0–70,0)
P90 560 115
N = aantal deelnemers; KL = kwantificatielimiet (KL p,p’-DDE: 20 ng/l); BI = betrouwbaarheidinterval; P = percentiel
De ‘biomonitoring equivalent’ voor DDE bedraagt 500 ng/g vet. Voor de totale groep in regio Menen hebben 3 deelnemers (1,5%) een waarde boven deze ‘biomonitoring equivalent’, wat een verhoogd risico op kanker inhoudt. In de Vlaamse referentiepopulatie bedraagt het percentage met verhoogd risico 2,4%. Deze percentages zijn niet significant verschillend tussen regio Menen en Vlaanderen (p = 0,52). Net als bij de PCB’s liggen de waarden voor p,p’-DDE hoger bij jongens dan bij meisjes en neemt de p,p’-DDE concentratie toe met de leeftijd, al zijn deze verschillen net niet statistisch significant. P,p’-DDE is namelijk, zoals de PCB’s, ook een persistente, vetoplosbare stof die accumuleert in de voedselketen en in het menselijk lichaam in vetweefsel gestockeerd wordt. De determinerende factoren zijn dus heel vergelijkbaar met de resultaten bij de PCB’s. Het eten van zelfgevangen vis (p = 0,006), het krijgen van borstvoeding (p < 0,001) en het eten van lokale eieren (p < 0,001) zijn drie factoren die in verband staan met een hoger gehalte aan p,p’-DDE in serum (Figuur 32). Serum p,p'-DDE (ng/l) - geometrische gemiddelden per subgroep 0
100
200
300
jongens meisjes
400
500
Geslacht: p=0,11
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p=0,08
geen zelfgevangen vis wel zelfgevangen vis
Eten zelfgevangen vis: p=0,006
geen borstvoeding borstvoeding
Borstvoeding: p<0,001
geen lokale eieren lokale eieren
Lokale eieren: p<0,001
Figuur 32: Relatie tussen p,p’-DDE in serum en factoren die de blootstelling beïnvloeden
125
C. P,p’-DDE in de regio Menen – vergelijking met Vlaanderen Een vergelijking van de ruwe data met Vlaanderen wordt gemaakt in Figuur 33. Zowel uitgedrukt in ng/l serum als in ng/g bloedvet liggen de waarden voor p,p’-DDE in de regio Menen significant lager dan in de Vlaamse groep. De geometrische gemiddelden bedragen 213 ng/l en 48 ng/g bloedvet bij de jongeren in studiegebied Menen tegenover 309 ng/l en 71 ng/g bloedvet bij de Vlaamse jongeren (p < 0,001 voor beiden). De 90e percentielen bedragen respectievelijk 560 ng/l en 807 ng/l (p = 0,11), en 115 ng/g bloedvet en 189 ng/g bloedvet (p = 0,02). Het gaat hier om nietgecorrigeerde gegevens, waarbij er geen rekening wordt gehouden met verschillen in de karakteristieken van de groepen, zoals bv. het eten van lokale voeding. 900,00
p,p'-DDE in serum (ng/l)
700,00 600,00
560
500,00 400,00
464 p < 0,001 320
309
300,00
265 213
181 193
200,00 95
100,00
Menen Vlaanderen
180,00
p,p'-DDE in serum (ng/g bloedvet)
Menen Vlaanderen
800,00
p = 0,02 189
200,00
p = 0,11 807
134 125
57 51
0,00
160,00 140,00 115
120,00 100,00
107 p < 0,001
80,00 60,00
71
64
48
42
40,00 22 20,00
29
70
44
28
13 11
0,00 GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
Figuur 33: P,p’-DDE in serum in de regio Menen uitgedrukt in ng/l en ng/g bloedvat: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. P,p’-DDE in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Het totale meervoudige regressiemodel kan 16% van de variabiliteit verklaren, waarvan 6% door de factor gebied. Na correctie voor leeftijd, geslacht, roken, bloedvet, BMI en het eten van zelf gevangen vis, wordt een 30% lager gehalte aan p,p’-DDE gevonden in de regio Menen t.o.v. Vlaanderen. Dit verschil is hoog significant (p < 0,001).
126
Tabel 39: Determinanten van p,p’-DDE in serum R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
P,p’-DDE in serum (ng/l) 5,77 16,23 leeftijd (jaar) (p = 0,52) ≤14,5: 0,98 14,5-15,5: 0,90 <15,5: 1,00 geslacht (p = 0,16) jongen: 1,12 meisje: 1,00 roken (p = 0,52) niet-roker: 1,10 roker: 1,00 bloedvet (mg/dl) (p = 0,30) <400: 0,84 400-430: 0,91 430-480: 0,84 ≥480: 1,00 BMI klasse (p = 0,02) ondergewicht: 1,60 normaal gewicht: 1,49 overgewicht: 1,00 zelfgevangen vis (p = 0,0007) neen: 0,51 ja: 1,00 regio (p < 0,001) Menen: 0,70 Vlaanderen: 1,00
Net zoals voor de PCB’s worden de verschillen in p,p’-DDE concentraties meer in detail bestudeerd om een mogelijke verklaring te vinden voor de sterk verlaagde p,p’-DDE waarden in de regio Menen. P,p’-DDE is persistente, vetoplosbare polluent waarbij voeding dus ook een belangrijke blootstellingsroute is. Zoals eerder al aangegeven bij de PCB’s, eten jongeren in regio Menen significant minder lokaal fruit, lokale groenten en (lokale) eieren, en kregen ze minder frequent borstvoeding (zie Tabel 12). Na correctie voor het eten van lokale eieren is de p,p’-DDE concentratie in de regio Menen nog 21% lager dan in Vlaanderen (p = 0,005; 30% zonder correctie). Dit betekent dat een deel van de lagere p,p’-DDE waarden in onderzoeksgebied Menen te verklaren zijn doordat de jongeren in regio Menen minder lokale eieren eten dan in Vlaanderen. Een model met correcties voor geslacht, leeftijd, BMI, roken, borstvoeding gekregen hebben, eten van lokale eieren, zelf gevangen vis en lokale groenten bekomt ook significant lagere p,p’-DDE waarden in de regio Menen (18%) dan in de Vlaamse referentiepopulatie. Wanneer alle lokale voeding uit het model wordt weggelaten en enkel gecorrigeerd wordt voor bloedvet, geslacht, leeftijd, BMI, roken en gebied, liggen DDE-gehaltes in de regio Menen 33% lager dan in Vlaanderen (p < 0,0001). Analoog aan de serum PCB’s kunnen we voor p,p’-DDE inschatten wat het effect is van de tijdsverschillen tussen de Meense en de Vlaamse studiepopulaties. 127
DDE is een afbraakproduct van het pesticide DDT, wat sinds de jaren ’70 niet meer mag gebruikt worden in België. Verschillende sensibiliseringscampagnes van de overheid hebben ervoor gezorgd dat ook vele resterende overschotten werden ingeleverd in containerparken. Blootstelling aan DDT en DDE is dus hoofdzakelijk historische blootstelling door verontreiniging van de grond waarop voedingsproducten worden geteeld. Doorheen de tijd is dan ook een dalende trend van de DDEconcentraties merkbaar die ook zichtbaar is in de mens. Dit wordt ondermeer geïllustreerd in de WHO-moedermelkcampagnes waaraan ook België deelneemt. In Belgische moedermelk wordt een exponentiële daling van DDE vastgesteld (R² = 1;). De exponentiële daling die men ziet in serum (R² = 1) verloopt iets trager dan die van moedermelk. We kunnen dus besluiten dat er een duidelijke afname is van DDE-blootstelling in de tijd. Aangezien de Vlaamse controlepopulatie 2 jaar vroeger onderzocht werd dan de jongeren in de regio Menen, kunnen we nagaan of het tijdselement een verklarende factor is met betrekking tot de lager DDE-gehaltes in regio Menen t.o.v. Vlaanderen. Door de dalende trend in de DDEconcentraties zouden de DDE-gehalten in de Vlaamse referentiepopulatie in 2010 lager zijn (60,28 ng/g vet), waardoor het verschil met de gehalten in Menen minder groot is, maar nog steeds beduidend is.
DDE moedermelk
bloed jongeren
Expon. (moedermelk)
Expon. (bloed jongeren)
Menen
140 120
ng/g vet
100 80 R² = 1 60
R² = 1
40 20 0 2004
2005
2006
2007
2008
2009
2010
Figuur 34: tijdtrends van DDE-gehalten in bloed van 14-15 jarige jongeren en in moedermelk in Vlaanderen.
Een vergelijking van de twee subgebieden binnen de regio Menen toonde geen significant verschil tussen de waarden voor DDE in Menen 1 en deze in Menen 2.
128
2.13. Persistente gechloreerde polluenten: hexachlorobenzeen A. Hexachlorobenzeen – achtergrondinformatie Hexachlorobenzeen (HCB) is een schimmelwerend middel dat in het verleden vooral werd gebruikt op planten, zaden en granen. Het werd vroeger ook gebruikt in de productie van vuurwerk, munitie en synthetisch rubber. Momenteel is het gebruik van HCB verboden maar het komt nog in het milieu terecht als bijproduct in de chemische industrie, in afvalstromen van chlooralkali- en houtbeschermingsindustrie en bij de verbranding van huishoudelijk afval. HCB is zeer persistent en vetoplosbaar waardoor het in de voedselketen accumuleert.
Bronnen: HCB dat in het verleden in onze omgeving terecht gekomen is of dat momenteel nog als afvalproduct in de omgeving wordt geloosd, wordt slechts heel traag afgebroken (halfwaardetijd: 3 tot 6 jaar). Het is als persistente component aanwezig in de voedselketen, de lucht, de bodem en het water.
Blootstelling bij de mens: In de algemene bevolking gebeurt de voornaamste blootstelling aan HCB via de voeding, onder meer via (vette) vis, melk, zuivelproducten en vlees. Drinkwater kan kleine resten van HCB bevatten. HCB bindt zich gemakkelijk aan zandkorrels en fijne stofdeeltjes en kan zich op deze manier verspreiden door de wind. Mensen kunnen blootgesteld worden aan HCB door het inademen van vervuilde lucht of door hand-mond contact met de bodem. Deze blootstellingsweg speelt vooral een rol in de buurt van verbrandingsovens en stortplaatsen.
Metabolisme bij de mens: HCB stapelt zich voornamelijk op in het vetweefsel en wordt slechts heel traag afgebroken. Het gehalte aan HCB in het lichaam stijgt met de leeftijd. De halfwaardetijd in de mens bedraagt ongeveer 6 jaar.
Meting van blootstelling bij de mens:
Biomerkers van blootstelling:
In de Vlaamse biomonitoring wordt HCB in het serum gemeten. Deze biomerker geeft een maat voor de cumulatieve blootstelling (10-tallen jaren) aan HCB.
HCB in serum geeft een maat voor de cumulatieve blootstelling (meerdere jaren) aan hexachlorobenzeen.
129
De Biomonitoring Equivalents (BE’s) voor HCB werden als volgt vastgelegd (Aylward et al. 2010): 340 ng/g vet (volgens USEPA, gebaseerd op een referentiedosis van 0,8 µg/kg/dag) 47 ng/g vet (volgens ATSDR, gebaseerd op een MRL (Minimal Risk Level) van 0,05 µg/kg/dag 82 ng/g vet voor niet-neoplastische effecten (volgens WHO, gebaseerd op een Tolerable Daily Intake (TDI) van 0,17 µg/kg/dag) en 43 ng/g vet voor neoplastische effecten (TDI van 0,16 µg/kg/dag)
Gezondheidseffecten: o
De acute effecten van HCB werden duidelijk toen in Turkije inwoners werden blootgesteld aan hoge dosissen via een accidentele vervuiling van het brood met HCB. Dit incident leidde tot huidletsels (zweren en verkleuring), artritis en problemen met de lever, het zenuwstelsel en de maag.
o
HCB kan het immuunsysteem verstoren.
o
HCB is schadelijk voor ontwikkelingsstoornissen.
o
HCB is kankerverwekkend bij dieren en wordt door het IARC (International Agency for Research on Cancer) geklasseerd als ‘mogelijk kankerverwekkend voor de mens’ (groep 2B).
o
HCB kan hormoonverstorend werken. Het kan de werking van de geslachtshormonen en schildklierhormonen in het lichaam blokkeren of stimuleren.
het
zenuwstelsel
en
kan
leiden
tot
neurologische
B. Hexachlorobenzeen in de regio Menen – beschrijving van blootstelling HCB (uitgedrukt in ng/l serum en ng/g bloedvet) werd bij 91% van de deelnemers gedetecteerd. Het geometrisch gemiddelde, de mediaan en de percentielen worden teruggevonden in Tabel 40. Tabel 40: Blootstelling aan hexachlorobenzeen (HCB) in de regio Menen Biomerker
eenheid
N
%>KL
HCB in serum HCB in serum
ng/l ng/g vet
197 197
91,37 91,37
Geometrisch gemiddelde (95% BI) 34,8 (32,2 – 37,6) 7,8 (7,3 – 8,4)
Mediaan (P25 - P75) 36,0(27,0– 46,0) 8,3(5,9-10,7)
P90 63,0 13,7
N = aantal deelnemers; KL = kwantificatielimiet (KL HCB: 20 ng/l); BI = betrouwbaarheidinterval; P = percentiel
De Biomonitoring Equivalent (BE) voor HCB bedraagt 47 ng/g vet (gebaseerd op ATSDR) en 43 ng/g vet (gebaseerd op WHO inschatting van neoplastische effecten). In de regio Menen viel 1 deelnemer (0,5%) boven deze waarden, tegenover geen enkele deelnemer in de referentiepopulatie (p = 0,30). Analoog aan de andere persistente stoffen in deze studie, is de waarde van HCB in serum gerelateerd aan geslacht (significant hoger bij jongens, p = 0,03), BMI (lagere waarden bij 130
toenemende BMI, p < 0,001) en het eten van lokale eieren (hogere waarden bij consumptie lokale eieren, p = 0,02). Naargelang de leeftijdsgroep wordt er echter geen verband gevonden. Verder wordt er bij een hoger opleidingsniveau van het kind een hoger HCB gehalte vastgesteld (p = 0,03) en is er een relatie met de seizoenen (p = 0,02; Figuur 35).
Serum HCB (ng/l) - geometrische gemiddelden per subgroep 0
10
20
30
40
50
jongens meisjes
60
Geslacht: p=0,027
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p=0,21
ASO TSO BSO
Opleiding: p=0,03
ondergewicht normaal gewicht overgewicht
BMI klasse: p<0,001
winter lente zomer herfst
Seizoen: p=0,02
geen lokale eieren lokale eieren
Lokale eieren: p=0,02
Figuur 35: Relatie tussen hexachlorobenzeen in serum en factoren die de blootstelling beïnvloeden
C. Hexachlorobenzeen in de regio Menen – vergelijking met Vlaanderen De vergelijking van de ruwe data met Vlaanderen levert volgende resultaten op: de waarden voor HCB liggen in regio Menen iets lager dan in Vlaanderen, maar deze verschillen zijn niet significant (uitgedrukt in ng/l: p = 0,32; in ng/g bloedvet: p = 0,23). Op de waarden van de 90 e percentielen zit weinig verschil, en deze zijn dan ook niet statistisch significant (Figuur 36).
60,00
p = 1,00
Menen Vlaanderen
Hexachlorobenzeen in serum (ng/g bloedvet)
Hexachlorobenzeen in serum (ng/l)
70,00
63 63
50
50,00
46 p = 0,32
40,00
40 34,8 36,7
36
30,00
27
29
21 22 20,00 10 10
10,00 0,00 GM
min
P10
P25
P50
P75
16,00
14,1 13,7 11,5 10,7
12,00 10,00 8,00
p = 0,23 7,8
9,2 8,3
8,3 6,0
6,00
6,6
4,7 4,5 4,00 2,0 1,7
2,00 0,00 GM
P90
p = 0,70
Menen Vlaanderen
14,00
min
P10
P25
P50
P75
P90
Figuur 36: Hexachlorobenzeen in serum in de regio Menen: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
131
D. Hexachlorobenzeen in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Het meervoudig regressiemodel voor HCB verklaart in totaal 20% van de variabiliteit: de factor gebied verklaart slechts 0,25%. Na correctie voor leeftijd, geslacht, roken, opleiding van de jongere, bloedvet, BMI en het eten van zelf gevangen vis is de waarde van HCB in de regio Menen 4% lager dan in de Vlaamse referentiegroep. Dit verschil is statistisch niet significant (p = 0,40; Tabel 41). Zonder correctie voor zelfgevangen vis liggen de HCB-gehalten in de regio Menen 6% lager dan in Vlaanderen (p = 0,27). Indien er extra gecorrigeerd wordt voor het eten van lokale eieren ligt het HCB gehalte in de regio Menen 3% hoger dan in Vlaanderen, maar ook dit verschil is niet significant (p = 0,56). Tabel 41: Determinanten van hexachlorobenzeen in serum R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
HCB in serum (ng/l) 0,25 20,28 leeftijd (jaar) (p = 0,27) ≤14,5: 1,11 14,5-15,5: 1,01 <15,5: 1,00 geslacht (p < 0,001) jongen: 1,28 meisje: 1,00 roken (p = 0,38) niet-roker: 1,10 roker: 1,00 opleidingstype (p = 0,0001) ASO: 1,28 TSO: 1,01 BSO: 1,00 bloedvet (mg/dl) (p = 0,01) <400: 0,80 400-430: 0,84 430-480: 0,88 ≥480: 1,00 BMI klasse (p = 0,0003) ondergewicht: 1,67 normaal gewicht: 1,51 overgewicht: 1,00 zelfgevangen vis (p = 0,02) neen: 0,76 ja: 1,00 regio (p = 0,40) Menen: 0,96 Vlaanderen: 1,00
Een vergelijking van de twee subgebieden binnen de regio Menen toonde geen significant verschil tussen de HCB-gehalten in Menen 1 en deze in Menen 2.
132
2.14. Persistente gechloreerde polluenten: dioxines en dioxine-achtige stoffen A. Dioxines en dioxine-achtige stoffen – achtergrondinformatie
Bronnen:
De Calux assay is een techniek om de activiteit van dioxine-achtige stoffen te meten. Tot de dioxine-achtige stoffen behoren de dioxines, furanen en dioxineachtige PCB’s.
Dioxines en furanen worden gevormd bij onvolledige verbrandingsprocessen zoals huisvuilen industriële verbranding, staalindustrie, recyclage van non-ferrometalen, thermische elektriciteitcentrales, cementovens, uitlaatgassen, sigarettenrook en afvalverbranding in tuinen, wat de laatste jaren een belangrijke bron is aan dioxine-achtige stoffen. PCB’s werden vroeger vooral gebruikt in transformatoren, condensatoren, hydraulische systemen, maar kunnen ook ontstaan bij verbrandingsprocessen. De productie van PCB’s in België is verboden sinds 1979.
Dioxines, PCB’s en furanen zijn over de hele wereld terug te vinden in allerlei media, lucht, bodem, water, sedimenten en voedsel. De voornaamste blootstellingsroute bij de mens is vetrijke voeding. PCB’s, dioxines en furanen werken hormoonverstorend, immuunverstorend, zijn neurotoxisch en mogelijk kankerverwekkend.
Blootstelling bij de mens: Ongeveer 90% van de dioxines komen in ons lichaam terecht via de voeding. Enkel vetrijke voeding van dierlijke oorsprong bevat dioxines. De belangrijkste bronnen zijn vette vis (zalm, tonijn, haring, paling), melk en melkproducten, vet vlees en producten waarin dierlijke vetten verwerkt zijn (koekjes, sauzen, desserten).
Metabolisme bij de mens: Dioxine-achtige stoffen zijn schadelijk voor de mens en stapelen zich op in lichaamsvetten. De geschatte halfwaardetijd voor 2,3,7,8-TCDD (het meest toxische dioxine) is 7,5 jaar, voor de groep dioxines wordt de halfwaardetijd geschat op 20-30 jaar. De halfwaardetijd voor de groep van PCB’s en furanen varieert van 2 tot 6 jaar. Deze halfwaardetijden variëren in functie van de leeftijd (langer bij oudere mensen).
Biomerkers van blootstelling: De Calux assay is een bio-assay, die de binding aan de Aryl-hydrocarbon (Ah)-receptor meet. In de Vlaamse biomonitoring wordt de Calux toegepast op serumstalen. Op die manier krijgen we een beeld van stoffen met dioxine-achtige activiteit in het bloed. De Calux-assay is een indicator voor dioxines, furanen (PCDD/PCDF’s) en dioxine-achtige polychloorbifenyls (dl-PCB’s).
Gezondheidseffecten: o PCB’s kunnen hormoonverstorende effecten hebben en verstoringen van het afweersysteem veroorzaken. o Chronische blootstelling aan dioxines wordt geassocieerd met immuunverstoringen, defecten van de neurale ontwikkeling, en verstoringen in de hormoonhuishouding en de vruchtbaarheid. o PCB’s worden door het IARC (International Agency for Research on Cancer) geklasseerd als ‘mogelijk kankerverwekkend voor de mens’ (groep 2B); 2, 3, 7, 8-TCDD als ‘kankerverwekkend voor de mens’ (groep 1). 133
B. Calux assay in de regio Menen – beschrijving van blootstelling Door een gefractioneerde meting uit te voeren op serum, resulteert de Calux assay in twee resultaten: de som van dioxines en furanen wordt weergegeven in één fractie (PCDD/F’s) en de som van de dioxine-achtige PCB’s wordt weergegeven in een tweede fractie (dl-PCB’s). De resultaten worden uitgedrukt in BEQ’s; dit zijn biologische equivalenten, d.w.z. dat de resultaten worden uitgedrukt als een biologische activiteit, en geen chemische concentratie. De waarden voor PCDD/F’s en dl-PCB’s voor de totale groep in de regio Menen worden getoond in Tabel 42. Dioxines en furanen werden gedetecteerd bij alle deelnemers; dioxine-achtige PCB’s gaven een meetbaar signaal bij meer dan 96% van de adolescenten. Tabel 42: Blootstelling aan dioxines + furanen en dioxine-achtige PCB’s in serum (gemeten met Calux assay) in de regio Menen Biomerker
eenheid
N
%>DL
PCDD/F’s PCDD/F’s dl-PCB’s dl-PCB’s
pg BEQ/g serum pg BEQ/g vet pg BEQ/g serum pg BEQ/g vet
197 197 197 197
100 100 96,45 96,45
Geometrisch gemiddelde (95% BI) 0,23 (0,22 – 0,24) 70,0 (65,5-74,9) 0,10 (0,09 – 0,10) 29,1 (27,5 – 30,8)
Mediaan (P25 - P75) 0,21 (0,17-0,31) 68,5(48,0 - 93,3) 0,09 (0,08–0,11) 28,1 (22,3-35,5)
P90 0,43 141 0,16 52,2
PCDD/F’s = som van dioxines en furanen; dl-PCB’s = dioxine-achtige PCB’s; N = aantal deelnemers; DL = detectielimiet (DL PCDD/F’s: 0,05 pg BEQ/g serum en 15,24 pg BEQ/g vet, DL dl-PCB’s: 0,03 pg BEQ/g serum en 7,32 pg BEQ/g vet); BI = betrouwbaarheidinterval; P = percentiel
Figuur 37 en Figuur 38 geven een overzicht van de relevante factoren die de blootstelling aan PCDD/F’s en dl-PCB’s in serum beïnvloeden. Dioxines en furanen kunnen niet in verband gebracht worden met verschillen in geslacht en leeftijd. Het geven van borstvoeding gaat gepaard met lichtjes hogere waarden voor PCDD/F’s; dit effect is rand significant (p = 0,05). Verder wordt er een negatieve relatie vastgesteld tussen PCDD/F gehaltes en het eten van zelfgevangen vis (p = 0,008; Figuur 37).
134
Serum PCDD/PCDF's (pg BEQ/g serum) - geometrische gemiddelden per subgroep 0
0,05
0,1
0,15
0,2
0,25
0,3
jongens Geslacht: p = 0,47
meisjes ≤14,5 jr. 14,5-15,5 jr.
Leeftijd: p = 0,14
>15,5 jr.
geen borstvoeding
Borstvoeding: p = 0,05
wel borstvoeding geen zelfgevangen vis
Eten van zelfgevangen vis: p = 0,008
wel zelfgevangen vis
Figuur 37: Relatie tussen dioxines en furanen in serum en factoren die de blootstelling beïnvloeden Dioxine-achtige PCB’s worden geassocieerd met het geslacht van de jongeren; dl-PCB waarden zijn hoger bij jongens dan bij meisjes (p = 0,008). Ook hebben jongeren in de hoogste leeftijdscategorie hogere dl-PCB gehaltes in hun bloed (p < 0,001). Net zoals voor de PCDD/F’s is het eten van zelfgevangen vis omgekeerd gerelateerd aan de concentratie dl-PCB’s in serum, al is deze relatie rand significant (p = 0,05). Ook de seizoenen worden in verband gebracht met dl-PCB concentraties (p = 0,01; Figuur 38).
135
Dl-PCB's (pg BEQ/g serum) - geometrische gemiddelden per subgroep 0
0,02
0,04
0,06
0,08
0,1
jongens meisjes
0,12
Geslacht: p = 0,008
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p < 0,001
geen zelfgevangen vis wel zelfgevangen vis
Eten van zelfgevangen vis: p = 0,05
winter lente zomer herfst
Seizoen: p = 0,01
Figuur 38: Relatie tussen dioxine-achtige PCB’s in serum en factoren die de blootstelling beïnvloeden
C. Calux assay in de regio Menen – vergelijking met Vlaanderen Een vergelijking met Vlaanderen wordt gegeven in Figuur 39. De verschillen in PCDD/F’s en dl-PCB’s in serum, gemeten met de Calux assay, zijn hoog significant verschillend tussen de regio Menen en Vlaanderen, zowel voor de geometrische gemiddelden als de 90e percentielen. Vooral de PCDD/F’s zijn sterk verlaagd in regio Menen t.o.v. de Vlaamse controlepopulatie (p < 0,001); de dl-PCB waarden zijn minder uitgesproken verlaagd, maar toch ook duidelijk significant (p = 0,0002).
0,18
0,50
0,43 0,39
0,38 0,33
0,31 0,30
0,23
0,22
0,20
0,21 0,17
0,15 0,11 0,09
0,10
0,19 p = 0,06
Menen Vlaanderen
0,16
0,47 p < 0,001
0,40
0,20
0,57
p = 0,0004
Menen Vlaanderen
Dl-PCB's in serum (pg BEQ/g serum)
PCDD/PCDF's in serum (pg BEQ/g serum)
0,60
0,16
0,14 0,14
p = 0,0002 0,12
0,11
0,11 0,11
0,10 0,10
0,09 0,09 0,08
0,08
0,070,07
0,06
0,05
0,04
0,02 0,02
0,00
0,00
GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
Figuur 39: Dioxines + furanen en dioxine-achtige PCB’s in serum in de regio Menen, vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
136
D. Calux assay in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Het totale meervoudige regressiemodel kan 31% van de variabiliteit verklaren voor de dioxines en furanen en 14% voor de dioxine-achtige PCB’s, waarvan respectievelijk 27% en 4% verklaard wordt door de regio. Na correctie voor leeftijd, geslacht, roken, BMI, verwarming in huis en bloedvet liggen zowel de PCDD/F’s als de dl-PCB’s significant lager bij de jongeren in Menen in vergelijking met de Vlaamse referentiepopulatie (p < 0,001 voor beiden). De dioxines en furanen liggen 39% lager in de regio Menen; voor de dioxine-achtige PCB’s bedraagt het verschil 17% (Tabel 43). Tabel 43: Determinanten van PCDD/PCDF’s en Dl-PCB’s in serum R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
PCDD/F’s (pg BEQ/ g serum) Dl-PCB’s (pg BEQ/g serum) 26,59 3,83 31,14 14,04 leeftijd (jaar) (p = 0,30) leeftijd (jaar) (p = 0,0006) ≤14,5: 1,004 ≤14,5: 0,79 14,5-15,5: 0,94 14,5-15,5: 0,86 <15,5: 1,00 <15,5: 1,00 geslacht (p = 0,003) geslacht (p < 0,001) jongen: 1,14 jongen: 1,17 meisje: 1,00 meisje: 1,00 roken (p = 0,27) roken (p = 0,11) niet-roker: 1,10 niet-roker: 1,11 roker: 1,00 roker: 1,00 BMI klasse (p = 0,37) BMI klasse (p = 0,55) ondergewicht: 1,12 ondergewicht: 1,08 normaal gewicht: 1,07 normaal gewicht: 1,05 overgewicht: 1,00 overgewicht: 1,00 binnen stoken (p = 0,16) gebruik kachel (p = 0,11) stookt niet binnen: 0,94 geen kachel: 0,93 stookt binnen: 1,00 kachel: 1,00 bloedvet gravimetrisch (p = bloedvet gravimetrisch (p = 0,03) 0,02) < 2,96: 0,84 < 2,96: 0,87 2,96-3,50: 0,96 2,96-3,50: 0,99 3,50-4,19: 0,95 3,50-4,19: 0,97 ≥ 4,19: 1,00 ≥ 4,19: 1,00 regio (p < 0,001) regio (p < 0,001) Menen: 0,61 Menen: 0,83 Vlaanderen: 1,00 Vlaanderen: 1,00
Een vergelijking van de twee subgebieden binnen de regio Menen toonde geen significant verschil aan tussen de waarden in Menen 1 en in Menen 2 voor zowel de PCDD/F’s als voor de dioxineachtige PCB’s.
137
2.15. Gebromeerde vlamvertragers: polygebromeerde diphenylethers (PBDE’s), hexabromocyclododecaan (HBCD) en tetrabromobisfenol A (TBBPA) A. PBDE’s, HBCD en TBBPA –achtergrondinformatie
Bronnen:
De polygebromeerde diphenylethers (PBDE’s) omvatten 209 gelijkaardige moleculen of congeneren. Het zijn vlamvertragende chemicalieën toegevoegd aan ondermeer textiel, plastiek en elektronische apparatuur om deze minder brandbaar te maken. Sinds 2006 werd in de Europese Unie het gebruik van penta– en octaBDE in elektronisch materiaal reeds verboden. Meer recent werd ook het gebruik van decaBDE verboden in Europa, waar decaBDE in tien keer grotere hoeveelheid gebruikt werd dan alle andere PBDE’s samen.
PBDE’s zijn vlamvertragers die toegevoegd worden aan plastic, textiel en elektronische apparatuur om deze minder brandbaar te maken. PBDE’s kunnen makkelijk vrijkomen uit de producten die ermee behandeld werden en komen zo in de omgeving terecht. Vervolgens binden ze aan stofdeeltjes en verspreiden zich op die manier in de lucht, het water en de bodem. Het gebruik van penta-, octa- en decaBDE werd vrij recent verboden binnen de Europese Unie.
Hexabromocyclododecaan (HBCD) is een brandvertragend middel dat in grote hoeveelheden geproduceerd wordt in België, Nederland, Duitsland en het Verenigd Koninkrijk. Het wordt vooral gebruikt in de bouwsector, meer bepaald in polystyreenschuim dat gebruikt wordt als thermische isolatie. Verder wordt HBCD veel gebruikt in textiel om meubels te stofferen. In commerciële producten worden 3 isomeren onderscheiden (α, β en γ – HBCD), het is vooral het α-isomeer dat accumuleert in vissen en zoogdieren. Het Europees Chemicalieënagentschap (ECHA) heeft HBCD op de eerste kandidatenlijst van ‘zeer zorgwekkende stoffen’ gezet in het kader van de REACH richtlijn. Tetrabromobisfenol A (TBBPA) is een brandvertrager die niet in Europa geproduceerd wordt, maar wel in grote mate wordt ingevoerd, voornamelijk door België, Nederland en Duitsland. Het wordt vooral gebruikt in elektronisch materiaal voor gegevensverwerking en telecommunicatie, en in mindere mate in koelkasten en autoonderdelen.
HBCD’s zijn vlamvertragers die vooral gebruikt worden in polystyreenschuim in de bouwnijverheid en in textiel voor stoffering van meubels. Door de wereldwijde toepassing van HBCD, wordt het bijna overal op aarde teruggevonden in het milieu. Het bindt sterk aan stof– en bodemdeeltjes en kan door lucht en water verspreid worden. Het γ-isomeer omvat 70 tot 90% van alle HBCD’s, terwijl het αisomeer slechts ongeveer 6% inneemt. Niettegenstaande is het toch deze laatste die zich opstapelt in vetrijke weefsels van vissen en zoogdieren, omdat β –en γ-HBCD worden omgezet tot α-HBCD. TBBPA wordt voornamelijk gebruikt als reactieve vlamvertrager die bindingen aangaat met het materiaal waarin het wordt gebruikt. Hierdoor is het gehalte vrije residuele monomeer laag in verbruiksgoederen en zal TBBPA minder snel vrijkomen in de omgeving. Daarnaast wordt TBBPA in sommige toepassingen gebruikt als additieve vlamvertrager. Doordat er dan geen chemische binding tussen TBBPA en het product is, kan TBBPA wel in de omgeving vrijkomen.
138
Blootstelling bij de mens: De belangrijkste blootstelling van de algemene bevolking aan gebromeerde vlamvertragers gebeurt via inademing van binnenhuislucht en huisstof of via vooral vetrijke voeding door opstapeling van PBDE’s, HBCD en TBBPA in de voedselketen. Bij kinderen is de opname van gebromeerde stoffen door hand-aan-mond gedrag tien maal hoger dan bij volwassenen. Bij baby’s is opname van gebromeerde vlamvertragers via de moedermelk ook een zeer belangrijke blootstellingsweg.
Metabolisme bij de mens: Omdat kleinere moleculen gemakkelijker opgenomen worden in het lichaam, worden de PBDE’s met maar 1 tot 5 broomatomen als de gevaarlijkste beschouwd. De halfwaardetijd (t1/2) wordt groter naarmate PBDE’s minder broomatomen bevatten. Voor decaBDE bedraagt t1/2 in de mens 11 tot 18 dagen, dit loopt op tot 68 à 120 dagen voor octaBDE en 2 tot zelfs 26 jaar voor pentaBDE.
Over het gedrag van HBCD in het menselijk lichaam is zeer weinig gekend, de weinige informatie beperkt zich tot enkele dierstudies. HBCD stapelt zich op in vetrijk weefsel en het zou een halfwaardetijd van ongeveer 64 dagen hebben op basis van metingen in moedermelk en vetweefsel van ratten.
139
TBBPA wordt voornamelijk opgenomen door het spijsverteringstelsel; opname door de longen is beperkt. De halfwaardetijd van TBBPA in het menselijk lichaam bedraagt 2 dagen. Het wordt vooral uit het lichaam verwijderd met de uitwerpselen en in mindere mate met de urine.
Gezondheidseffecten:
Biomerkers van blootstelling: In de Vlaamse humane biomonitoring worden PBDE’s , HBCD en TBBPA gemeten in het serum. Deze biomerkers zijn een maat voor de cumulatieve blootstelling aan gebromeerde vlamvertragers. Volgende BDE’s worden gemeten in serum: - triBDE: BDE28; - tetraBDE: BDE47; - pentaBDE: BDE99, BDE100; - hexaBDE: BDE153, BDE154; - heptaBDE: BDE183; - decaBDE: BDE209.
Onderzoek bij beroepsblootstelling, proefdierstudies en in vitro-proeven toont aan dat PBDE’s betrokken zijn bij een verstoring van de schildklierhormonen en andere hormonen en ze kunnen de ontwikkeling van het zenuwstelstel beïnvloeden. PBDE’s werden in verband gebracht met verminderde spermakwaliteit. Verder zijn PBDE’s mogelijk kankerverwekkend en kunnen sommige PBDEmoleculen doorheen de placenta het ongeboren kind bereiken.
Er zijn weinig gegevens beschikbaar omtrent gezondheidseffecten van HBCD bij de mens. Er is wel geweten dat HBCD via de placenta het ongeboren kind kan bereiken. Via studies met proefdieren werd aangetoond dat blootstelling aan HBCD effect heeft op de schildklier, de lever en de hormoon-huishouding. Er is zeer weinig informatie beschikbaar wat betreft de gezondheidseffecten van TBBPA bij de mens. In vitro studies en proefdierstudies tonen aan dat TBBPA de schildklier en het hormonale systeem beïnvloed.
B. PBDE’s in de regio Menen – beschrijving van blootstelling Een aanzienlijke proportie van de deelnemers in de regio Menen had waarden onder de kwantificatielimiet voor de polygebromeerde vlamvertragers (PBDE’s), hexabromocyclododecaan (HBCD) en tetrabromocyclodecaan (TBBPA). Tabel 44 geeft aan welk percentage van de deelnemers waarden onder de kwantificatielimiet had voor iedere afzonderlijke congeneer. Tabel 44: Kwantificatielimieten en proporties onder de kwantificatielimiet voor gebromeerde vlamvertragers in serum (PBDE’s, HBCD, TBBPA) in de regio Menen Biomerker BDE28 BDE47 BDE99 BDE100 BDE153 BDE154 BDE183 BDE209 HBCD TBBPA
KL 2 ng/l 3 ng/l 3 ng/l 2 ng/l 2 ng/l 2 ng/l 2 ng/l 25 ng/l 30 ng/l 15 ng/l
% < KL 99,49% 82,23% 95,94% 94,92% 34,01% 98,98% 94,92% 93,40% 98,48% 95,43%
KL = kwantificatielimiet; % < KL: % deelnemers met waarden onder de kwantificatielimiet; P = percentiel
De meest frequent gedetecteerde PBDE’s zijn BDE47 en BDE153. Voor deze congeneren worden gemiddelde waarden berekend, waarbij de waarden onder de kwantificatielimiet op ½ van de kwantificatielimiet worden gezet (zie Tabel 45).
Tabel 45: Blootstelling aan gebromeerde vlamvertragers BDE47 en BDE153 in serum in de regio Menen Biomerker
eenheid
N
%>KL
BDE47 BDE47 BDE153 BDE153
ng/l ng/g vet ng/l ng/g vet
197 197 197 197
17,77 17,77 65,99 65,99
Geometrisch gemiddelde (95% BI) 1,94 (1,78 – 2,12) 0,44 (0,40 – 0,48) 2,23 (2,02 – 2,47) 0,50 (0,45 – 0,55)
Mediaan (P25 - P75) 1,50 (1,50–1,50) 0,36 (0,33-0,41) 2,00 (1,00–4,00) 0,51 (0,25–0,77)
P90 5,00 1,15 5,00 1,17
N = aantal deelnemers; KL = kwantificatielimiet (KL BDE47: 3 ng/l, BDE153: 2 ng/l); BI = betrouwbaarheidinterval; P = percentiel
De determinanten van BDE47 en BDE153 verschillen aanzienlijk (Figuur 40 en Figuur 41). Dit heeft vermoedelijk te maken met het verschil in halfwaardetijd (triBDE versus hexaBDE) en met de verschillen in proportie onder de kwantificatielimiet (veel waarden onder de KL geven minder variatie in het geometrisch gemiddelde tussen subgroepen). BDE47 in serum is niet geassocieerd met persoonskenmerken of levensstijlfactoren: er werden geen verschillen geobserveerd volgens geslacht, leeftijd of voedingsgewoonten (Figuur 40). BDE153 gedraagt zich analoog aan de andere POP’s: de waarden zijn significant hoger bij jongens dan bij meisjes (p = 0,005), dalen met toenemende BMI-klasse (p = 0,004) en stijgen met de leeftijd, al is dit laatste verschil niet significant (p = 0,70). Er zijn verder geen onderliggende voedingsfactoren (lokale voeding, vis,…) of levensstijlfactoren (contact met electronica, tapijten in huis,…) die de blootstelling beïnvloeden (Figuur 41).
Serum BDE47 (ng/l) - geometrische gemiddelden per subgroep 0
jongens
0,5
1
1,5
2
2,5
Geslacht: p=0.79
meisjes
≤14,5 jr.
Leeftijd: p = 0,12
14,5-15,5 jr. >15,5 jr.
geen borstvoeding wel borstvoeding
Borstvoeding: p=0,11
Figuur 40: Relatie tussen BDE47 in serum en factoren die de blootstelling beïnvloeden
Serum BDE153 (ng/l) - geometrische gemiddelden per subgroep 0
0,5
1
1,5
2
2,5
3
jongens
meisjes
Geslacht: p = 0,005
≤14,5 jr.
Leeftijd: p = 0,70
14,5-15,5 jr. >15,5 jr.
ondergewicht
normaal gewicht BMI klasse: p = 0,004
overgewicht
Figuur 41: Relatie tussen BDE153 in serum en factoren die de blootstellling beïnvloeden
C. PBDE’s in de regio Menen – vergelijking met Vlaanderen De gebromeerde vlamvertragers BDE47 en BDE153 komen het meest frequent voor in het PBDEmengsel. Voor deze twee congeneren werd een vergelijking gemaakt van de gemiddelde serumwaarde in de regio Menen en de Vlaamse referentiegroep (Figuur 42). Aangezien maar 22% in regio Menen en 38% in Vlaanderen van de waarden voor BDE47 boven de kwantificatielimiet liggen, lopen de percentielwaarden gelijk op tot de 50e percentiel. Dit is analoog voor BDE153, waar 66% van de waarden boven de kwantificatielimiet liggen. Het geometrisch gemiddelde van BDE47 is significant lager in studiegebied Menen t.o.v. Vlaanderen (p = 0,0004). Voor BDE147 daarentegen wordt geen significant verschil in geometrische gemiddelden opgetekend (p = 0,72). Wat betreft de 90e percentielen zien we dat voor beide PBDE’s het gehalte lager ligt in regio Menen in vergelijking met de Vlaamse groep (p = 0,12 en p = 0,04 respectievelijk). 8,00
Menen Vlaanderen
7
p = 0,12 7,0
BDE47 in serum (ng/L)
6 5,0
5
Menen: 17,8% >LOD Vlaanderen: 37,6% >LOD
4 3
4,0
p = 0,0004 2,5
2
1,9 1,5 1,5
1,5 1,5
1,5 1,5
1,5 1,5
1,5
Menen Vlaanderen
7,00
BDE153 in serum (ng/L)
8
6,00
Menen: 66% >LOD Vlaanderen: 61,1% >LOD
5,0
5,00 4,0 4,0
4,00 3,00
p = 0,72 2,2
2,3
2,0 2,0
2,00 1,00
1
p = 0,04 7,0
1,0 1,0
1,0 1,0
1,0 1,0
min
P10
P25
0,00
0 GM
min
P10
P25
P50
P75
P90
GM
P50
P75
P90
Figuur 42: Polygebromeerde vlamvertragers BDE47 en BDE153 in de regio Menen, vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. PBDE’s in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Na correctie voor leeftijd, geslacht, bloedvet en BMI, ligt de BDE47-concentratie significant lager in de regio Menen in vergelijking met de Vlaamse controlepopulatie, een verschil van 21% wordt opgetekend (p = 0,0004). BDE153 daarentegen verschilt niet significant tussen regio Menen en Vlaanderen (p = 0,47).
Tabel 46: Determinanten van BDE47 en BDE153 in serum R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
BDE47 (ng/l) 3,00 3,67 leeftijd (jaar) (p = 0,99) ≤14,5: 0,98 14,5-15,5: 0,99 <15,5: 1,00 geslacht (p = 0,94) jongen: 1,005 meisje: 1,00 bloedvet (mg/dl) (p = 0,38) <400: 0,86 400-430: 0,95 430-480: 0,88 ≥480: 1,00 BMI klasse (p = 0,99) ondergewicht: 1,007 normaal gewicht: 0,99 overgewicht: 1,00 regio (p = 0,0004) Menen: 0,79 Vlaanderen: 1,00
BDE153 (ng/l) 0,03 13,68 leeftijd (jaar) (p = 0,51) ≤14,5: 0,98 14,5-15,5: 0,91 <15,5: 1,00 geslacht (p < 0,001) jongen: 1,39 meisje: 1,00 bloedvet (mg/dl) (p = 0,003) <400: 0,74 400-430: 0,84 430-480: 1,02 ≥480: 1,00 BMI klasse (p = 0,0003) ondergewicht: 1,76 normaal gewicht: 1,46 overgewicht: 1,00 regio (p = 0,47) Menen: 0,95 Vlaanderen: 1,00
Een vergelijking van beide subgebieden binnen de regio Menen toont aan dat de waarden voor BDE47 zowel in Menen 1 als in Menen 2 lager liggen dan in Vlaanderen. Het BDE47 gehalte in Menen 2 ligt significant lager dan in Menen 1 (p = 0,03). Wat betreft BDE153 werd geen significant verschil tussen beide gebieden gevonden.
BDE47 in serum (ng/l) - subgebieden 0
0,5
1
1,5
2
2,5
3
Vlaanderen
verschillen tussen subgebieden in Menen: p = 0,03
Menen 1
Menen 2
Figuur 43: Vergelijking van BDE47 concentraties in serum in de twee subgebieden in de regio Menen
2.16. Polyaromatische koolwaterstoffen (PAK’s) A. PAK’s –achtergrondinformatie Polycyclische aromatische koolwaterstoffen (PAK’s) zijn een groep van chemische producten die gevormd worden bij onvolledige verbranding. De mens komt er voornamelijk mee in contact via voedsel, meer bepaald door de aanwezigheid van PAK’s die via precipitatie in plantaardige voedingsstoffen terecht komen, en via de bereiding als die aanleiding geeft tot zwart gebrande deeltjes, bv. in gegrilde vis, vlees, groenten, zwart gebakken brood en gebak. Ook via de lucht wordt de mens blootgesteld aan PAK’s, meer bepaald door sigarettenrook, uitlaatgassen, rook van houtkachels en open haarden, bosbranden e.a. PAK’s op zichzelf zijn niet schadelijk voor onze gezondheid, maar ze worden in ons lichaam afgebroken tot zeer reactieve stoffen. Deze afbraakproducten of metabolieten kunnen wel de gezondheid schaden.
Bronnen: De verzamelnaam PAK’s omvat honderden chemische stoffen, die vooral gevormd worden bij onvolledige verbranding. PAK’s komen vrij in de lucht bij (onvolledige) verbrandingsprocessen zoals bij verbranding van hout, steenkool, stookolie, gas, afval, bosbranden, vulkaanuitbarstingen, sigarettenrook en slaan ook neer op plantaardig voedsel. PAK’s ontstaan ook bij het sterk verhitten van voedingswaren (bijvoorbeeld barbecue). Verder zijn PAK’s ook aanwezig in de uitlaat van auto’s. Een kleine hoeveelheid PAK’s wordt door de mens zelf geproduceerd, o.a. voor toepassingen in asfalt, in roofingmateriaal, in materiaal voor olieraffinaderijen en in teerproducten (creosoot). Bij de productie en het gebruik van deze producten zullen er dus PAK’s in de lucht vrijkomen. Daarnaast worden PAK’s gevormd in voedsel dat bij zeer hoge temperaturen wordt verwarmd of in voedsel dat moet fermenteren. Een aantal voorbeelden van PAK’s productie in onze voeding zijn de zwart verbrande deeltjes bij het grillen of roosteren van vlees, vis of groenten, producten die zeer donker gebakken zijn, zoals de korst van brood, gebak, ontbijtgranen of chips, frituurolie die veel verbrande deeltjes bevat, fermentatie van producten, zoals bij de productie van pickles en in gedestilleerde dranken, zoals whisky of jenever.
Blootstelling bij de mens: De mens wordt voornamelijk blootgesteld aan PAK’s via voeding, zoals bv. verbrande stukjes brood of vlees of voeding gefrituurd in oude olie, een belangrijke bron van PAK’s. Ook neergeslagen PAK’s uit luchtpollutie op plantaardig voedsel vormen een belangrijke bron van blootstelling aan PAK’s. Een andere blootstellingsweg is inademing. De PAK’s die gevormd worden door het verkeer, kachels, het roken van sigaretten etc., kunnen zich binden aan stofdeeltjes in de lucht en zo gedurende langere tijd in de lucht rondzweven en ingeademd worden. PAK’s in de lucht kunnen ook neerslaan op de bodem, op plantenmateriaal en in het water. Ze worden slechts heel traag afgebroken (weken tot maanden) door zonlicht en door interacties met andere chemische stoffen in de bodem en het water.
Metabolisme bij de mens: In het menselijk lichaam worden PAK’s vrij snel afgebroken tot verschillende afvalproducten die via de urine uitgescheiden worden.
Biomerkers van blootstelling: In de urine kunnen afbraakproducten van PAK’s gemeten worden, waarmee een beeld bekomen wordt van de hoeveelheid PAK’s waaraan een persoon is blootgesteld. Eén van de best gekende, en ook één van de meest giftige PAK is benzo[a]pyreen. Eén tot 10% van de PAK’s bestaat uit pyreen. 1-hydroxypyreen is een afbraakproduct van pyreen, de meting van deze metaboliet in de urine is een maat voor de blootstelling aan fenolische PAK’s. De uitscheiding van 1-hydroxypyreen verloopt bi-fasisch met een halfwaardetijd van 4 tot 35 uur voor de eerste fase en 16 dagen voor de tweede fase. Een eenmalige meting van 1hydroxypyreen in de urine wordt beschouwd als een maat voor blootstelling aan PAK’s gedurende de voorbije dag. De concentratie 1-hydroxypyreen in urine zou in personen blootgesteld aan PAK’s op de werkvloer (niet-rokers) beneden 2,7 µg/g crt moeten blijven om geen gezondheidsschade aan te richten (Lauwereys and Hoet 2001). Deze richtlijnen zijn niet bruikbaar voor jongeren van een algemene populatie.
Gezondheidseffecten: PAK’s stapelen zich niet op in het lichaam en zijn op zichzelf niet giftig, maar ze worden vrij snel omgevormd tot schadelijke metabolieten. Deze zeer reactieve afbraakproducten kunnen een verbinding aangaan met verschillende stoffen en cellen in ons lichaam. Allereerst kunnen metabolieten van PAK’s kankerverwekkend zijn, doordat ze een reactie kunnen aangaan met het DNA. PAK’s worden vooral in verband gebracht met long, blaas –en huidkanker. De IARC (International Agency for Research on Cancer) klasseerde het meest giftige metaboliet benzo[a]pyreen als kankerverwekkend voor de mens (groep 1), een aantal anderen, zoals creosoten en cyclopenta(cd)pyreen zijn waarschijnlijk kankerverwekkend voor de mens (groep 2A). Verder kunnen PAK’s metabolieten reageren met receptoren die instaan voor de werking van hormonen. Daardoor kunnen ze een receptor blokkeren of onnodig stimuleren, zodat de hormonen respectievelijk te weinig of te veel werken. Vooral de seksuele ontwikkeling en de groei worden ontregeld door deze hormoonverstorende effecten. Daarnaast kunnen metabolieten van PAK’s interageren met het afweersysteem, met een verminderde weerstand tegen infecties als gevolg.
B. PAK’s in de regio Menen – beschrijving van blootstelling Urinair 1-hydroxypyreen, een biomerker voor blootstelling aan PAK’s, werd gedetecteerd bij 97% van de deelnemers. Het geometrisch gemiddelde bedraagt 215 ng/l; de andere percentielen worden weergegeven in Tabel 47. Tabel 47: Blootstelling aan PAK’s in de regio Menen Biomerker
eenheid
Urinair 1-hydroxypyreen ng/l
N 191
%> DL 97
Geometrisch gemiddelde (95% BI) 215 (189 – 244)
Mediaan (P25 - P75) 230 (160 – 340)
P90 470
N = aantal deelnemers; DL = detectielimiet (DL 1-hydroxypyreen: 10 ng/l); BI = betrouwbaarheidinterval; P = percentiel
Blootstelling aan PAK’s blijkt niet te variëren naargelang de leeftijd en het geslacht van de deelnemers. Naast de densiteit van de urine (p < 0,001), wordt er een hoog significante relatie vastgesteld met rookgedrag: dagelijks roken wordt weerspiegeld door een verdubbeling van de concentratie aan 1-hydroxypyreen in urine (p < 0,001). Ook passief roken (p = 0,02) en het al dan niet gerookt hebben de afgelopen 3 dagen (p = 0,04) staat in verband met PAK’s blootstelling. Tegen de verwachtingen in worden hogere 1-hydroxypyreen concentraties gevonden in de lente en de zomer (p = 0,03; Figuur 44). We verwachten een hogere blootstelling aan PAK’s in de winter, een bevinding die in de literatuur wordt vermeld en toe te schrijven is aan het hogere gebruik van verwarmingstoestellen in de winter. De ongelijke verdeling van de staalafnames over de seizoenen kan hiervoor een verklaring zijn.
Urinair 1-hydroxypyreen (ng/l) - geom. gemiddelde per subgroep 0
100
200
300
400
500
jongens meisjes
geslacht: p=0,35
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p=0,20
roken: nooit roken: sporadisch roken: dagelijks
Roken: p<0,001
niet passief roken wel passief roken recent niet gerookt recent wel gerookt winter lente zomer herfst densiteit urine <1,018 1,018-1,023 1,023-1,027 ≥1,027
Passief roken: p=0,024 Gerookt afgelopen 3 dagen: p = 0,04
Seizoen: p=0,032
Densiteit urine: p < 0,001
Figuur 44: Relatie tussen 1-hydroxypyreen in urine en factoren die de blootstelling beïnvloeden
C. PAK’s in de regio Menen – vergelijking met Vlaanderen De gemiddelde blootstelling aan PAK’s in de regio Menen is sterk significant hoger dan in de Vlaamse controlepopulatie (p < 0,001). Ook de 90e percentiel ligt significant hoger in regio Menen dan in Vlaanderen (p = 0,005; Figuur 45). Het gaat hierbij om niet-gecorrigeerde gegevens, d.w.z. dat er geen rekening wordt gehouden met verschillen in de karakteristieken van de twee groepen. p = 0,0048 470
500
1-hydroxypyreen in urine (ng/l)
Menen Vlaanderen 400 340
313 300 p < 0,001
230
215
224
200
160 137
132 92
100
87 59
24 2
0
GM
min
P10
P25
P50
P75
P90
Figuur 45: Urinair 1-hydroxypyreen in de regio Menen: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. PAK’s in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling In het finale model voor urinair 1-hydroxypyreen wordt 30% van de variabiliteit verklaard, waarvan 8% door de factor gebied. Na correctie voor leeftijd, geslacht, roken, passief roken en densiteit van de urine is de blootstelling aan PAK’s bijna 50% hoger in de regio Menen in vergelijking met Vlaanderen, een verschil dat dan ook hoog significant is (p < 0,001).
Tabel 48: Determinanten van 1-hydroxypyreen in urine R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Urinair 1-hydroxypyreen (ng/l) 7,64 29,54 leeftijd (jaar) (p = 0,27) ≤14,5: 0,89 14,5-15,5: 1,04 <15,5: 1,00 geslacht (p = 0,47) jongen: 0,94 meisje: 1,00 densiteit (g/cm³) (p < 0,001) <1,018: 0,44 1,018-1,023: 0,55 1,023-1,027: 0,78 ≥1,027: 1,00 roken (p = 0,046) niet roker: 0,75 roker: 1,00 passief roken (p = 0,0002) niet passief roken: 0,75 passief roken: 1,00 regio (p < 0,0001) Menen: 1,49 Vlaanderen: 1,00
Bij vergelijking van de twee subgebieden binnen de regio Menen werd geen significant verschil bekomen tussen de waarden voor 1-hydroxypyreen in urine in Menen 1 en deze in Menen 2.
Er werd nagegaan of er een relatie kon gevonden worden tussen de individuele waarden van 1hydroxypyreen in urine van de deelnemers en de afstand en hoek tot meetpost MN01. Op deze meetpost wordt door VMM depositie van PAK’s gemeten. Zowel voor de hoek als voor de afstand tot de meetpost werd geen significante relatie met de urinaire cadmiumwaarden gevonden. PAK’s ontstaan bij verbrandingsprocessen, dus ook voor de individuele afstand en hoek tot de dichtstbijzijnde verbrandingsinstallaties (klasse I, klasse II, klasse III en alle klassen samen) werd de relatie met 1-hydroxypyreen in urine onderzocht. Er werd geen significante relatie bekomen.
2.17. Vluchtige organische stoffen: benzeen A. benzeen –achtergrondinformatie
Bronnen: Benzeen wordt vooral geproduceerd door menselijke activiteiten. Het is bijvoorbeeld aanwezig in uitlaatgassen, in de buurt van chemische industrie, in sigarettenrook, in dampen van lijmen, verven, onderhoudsproducten… Daarnaast kent het ook een natuurlijke oorsprong. Zo wordt benzeen gevormd bij bosbranden, vulkaanuitbarstingen e.d. De mens komt voornamelijk in contact met benzeen via inademing, slechts in zeer beperkte mate (<1% van totale inname) wordt benzeen ingenomen via voeding en drinkwater.
Tegenwoordig wordt benzeen vooral gebruikt voor het vervaardigen van andere synthetische chemicalieën die nodig zijn voor de productie van plastic, rubber, verven, lijmen, was, nylon, detergenten en pesticiden. Benzeen komt ook voor in ruwe olie, uitlaatgassen, in de buurt van petrochemische en chemische industrie, rond stortplaatsen of huisvuilverbrandingsovens en in sigarettenrook. Natuurlijke bronnen van benzeen zijn vulkanen en bosbranden. Benzeen is in gasvorm aanwezig in de lucht, maar het kan ook oplossen in water of het kan neerslaan op de bodem. Het is volledig afgebroken na enkele dagen. Benzeen kan niet opnieuw opgenomen worden door planten.
Blootstelling bij de mens: Benzeen wordt door de mens voornamelijk opgenomen door inademing. Het is vooral binnenshuis aanwezig in dampen afkomstig van detergenten, lijmen, verven etc. Sigarettenrook is een belangrijke bron van benzeen. Buitenshuis is het verkeer een voorname bron van benzeen. Het zogenaamde BTEX mengsel vormt een soort van ‘vingerafdruk’ van het verkeer en wordt gevormd door de vier vluchtige stoffen Benzeen, Tolueen, Ethylbenzeen en Xyleen. Bij grote uitstoot van benzeen in de lucht (bv. in de buurt van druk verkeer, sommige industrieën, stortplaatsen, huisvuilverbrandingsovens) kan benzeen via de bodem in het grondwater terecht komen en het putwater vervuilen.
Metabolisme bij de mens: In het menselijk lichaam wordt benzeen niet opgestapeld, maar op enkele uren tijd volledig afgebroken en vervolgens uitgescheiden via de urine.
Gezondheidseffecten:
Biomerker van blootstelling: T,t’-muconzuur – een afbraakproduct van benzeen - in de urine geeft een maat voor de blootstelling aan benzeen gedurende de voorbije uren. Voor blootstelling op de werkvloer werden richtwaarden vastgesteld: de Deutsche Forschungsgemeinschaft Exposure Equivalent (DFG-EKA) bedraagt 1,6-2 mg/l en de Threshold Limit Value (TLV) opgesteld door de American Conference of Governmental Industrial Hygienist bedraagt 0,5 mg/g crt. Deze waarden weerspiegelen concentraties waaraan personen dagelijks blootgesteld kunnen worden op de werkvloer, zonder dat er schadelijke gezondheidseffecten optreden (Lauwereys and Hoet, 2001). Ze zijn niet bruikbaar voor jongeren uit de algemene bevolking.
Langdurige blootstelling aan benzeen verricht schade aan aan het beenmerg en resulteert hiermee gepaard in bloedarmoede bij zeer sterk verhoogde benzeen concentraties. Het afweersysteem kan verstoord worden, wat leidt tot een verminderde weerstand tegen infecties. Bovendien werd benzeen door het IARC (International Agency for Cancer Research) geklasseerd als ‘zeker kankerverwekkend voor de mens’ (groep 1). Langdurige blootstelling aan benzeen kan leiden tot leukemie.
B. Benzeen in de regio Menen – beschrijving van blootstelling De beschrijvende statistiek van urinair t,t’-muconzuur wordt gegeven in Tabel 49. T,t’-muconzuur werd detecteerd bij 99% van de deelnemers. Tabel 49: Blootstellling aan benzeen in de regio Menen Biomerker
eenheid
N
Urinair t,t’-muconzuur
µg/l
191
%> DL 99
Geometrisch gemiddelde (95% BI) 89,85 (77,17 – 104,62)
Mediaan (P25 - P75) 79,0 (41 – 190)
P90 360
N = aantal deelnemers; DL = detectielimiet (DL 1-t,t’-muconzuur: 5 µg/l); BI = betrouwbaarheidinterval; P = percentiel
T,t’-muconzuur varieert niet naargelang het geslacht van de deelnemers, wel wordt er een verband gevonden met de leeftijd (p = 0,05), de opleiding van het kind (p = 0,01), de hoogste opleiding binnen het gezin (p = 0,02) en de densiteit van de urine (p < 0,001). Wat betreft recent contact met uitlaatgassen wordt een omgekeerde relatie waargenomen (p = 0,01): contact met uitlaatgassen in de afgelopen 3 dagen wordt in verband gebracht met een lagere blootstelling aan benzeen. Aangezien t,t’-muconzuur in urine recente blootstelling weerspiegelt, is dit toch een zeer onverwachte bevinding.
Urinair t,t-muconzuur (µg/l) - geometrische gemiddelden per subgroep 0
20
40
60
80
100
120
140
160
jongens meisjes
Geslacht: p = 0,22
≤14,5 jr. 14,5-15,5 jr. >15,5 jr.
Leeftijd: p = 0,05
ASO TSO BSO
180
Opleiding kind: p = 0,01
Geen diploma + Max LS Maximaal HS Hoger onderwijs
Hoogste opleiding gezin: p = 0,023
recent geen uitlaatgassen recent uitlaatgassen
contact uitlaatgassen afgelopen 3 dagen: p = 0,01
densiteit urine <1,018 1,018-1,023 1,023-1,027 ≥1,027
Densiteit urine: p < 0,001
Figuur 46: Relatie tussen t,t’-muconzuur in urine en factoren die de blootstelling beïnvloeden
C. Benzeen in de regio Menen – vergelijking met Vlaanderen De blootstelling aan benzeen – gemeten door middel van t,t’-muconzuur in urine – is gelijkaardig in de regio Menen en in Vlaanderen (p = 0,83). Ook de 90e percentielen verschillen niet tussen de regio’s (p = 0,47; Figuur 47). Het gaat hierbij om niet-gecorrigeerde gegevens, wat wil zeggen dat er geen rekening gehouden wordt met verschillende karakteristieken tussen de twee populaties. 400
p = 0,47
t,t'-muconzuur in urine (µg/l)
Menen Vlaanderen
360 332
300
190
200
167
p = 0,83 100
90 88
79 80 26 28 3
41 41
11
0
GM
min
P10
P25
P50
P75
P90
Figuur 47: Urinair t,t’-muconzuur in de regio Menen; vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Benzeen in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Het totale meervoudige regressiemodel verklaart 24% van de variatie; de factor gebied verklaart hiervan slechts 0,01%. Correctie voor leeftijd, geslacht, opleiding van de jongere, roken, densiteit van de urine en duur van de urinecollectie levert geen significante verschillen op tussen de regio Menen en Vlaanderen (p = 0,98). Indien de tijd tussen de urinecollectie en de laatste plasbeurt uit het model wordt weggelaten, liggen de waarden voor t,t-muconzuur in urine 4% lager in de regio Menen dan in Vlaanderen (p = 0,69). Tabel 50: Determinanten van t,t’-muconzuur in urine R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Urinair t,t’-muconzuur (µg/l) 0,01 23,72 leeftijd (jaar) (p = 0,29) ≤14,5: 0,80 14,5-15,5: 0,80 <15,5: 1,00 geslacht (p = 0,38) jongen: 0,92 meisje: 1,00 opleidingstype (p = 0,0002) ASO: 0,55 TSO: 0,70 BSO: 1,00 densiteit (g/cm³) (p < 0,001) <1,018: 0,32 1,018-1,023: 0,54 1,023-1,027: 0,53 ≥1,027: 1,00 duur urinecollectie (p = 0,008) <465 min: 0,66 465-545 min: 1,04 545-600 min: 1,003 ≥600 min: 1,00 roken (p = 0,52) niet roker: 0,89 roker: 1,00 regio (p = 0,98) Menen: 1,002 Vlaanderen: 1,00
Bij vergelijking van de gehalten t,t-muconzuur in de urine tussen de twee subgebieden (Menen 1 en Menen 2) binnen de regio Menen werd geen significant verschil waargenomen.
2.18 Perfluorderivaten: perfluoroactaansulfonzuur en perfluoro-octaanzuur A. Perfluorderivaten – achtergrondinformatie
Perfluoro-octaanzuur (PFOA) en perfluoro-octaansulfaat (PFOS) zijn de twee belangrijkste perfluorderivaten. Deze stoffen worden gebruikt voor de oppervlaktebehandeling van tapijten, stoffen, leder en bekleding van meubels en auto-interieur ter verhoging van de resistentie tegen vuil, water en olie. Een tweede gebruiksdomein is de papierindustrie waar deze chemische stoffen worden toegepast op papier, karton en producten zoals wegwerpborden en voedingsverpakkingen om deze een hogere resistentie te geven tegen vuil, vet en water. Daarnaast worden deze stoffen ook gebruikt in verschillende industriële en commerciële toepassingen zoals brandbestrijdend schuim, basische schoonmaakmiddelen, boenwas, fotografische film, gebitsreinigers, shampoo, cosmetica en in Sulfluramid, een insecticide tegen kakkerlakken, mieren en termieten.
Bronnen: Perfluorverbindingen zijn moeilijk afbreekbaar en kunnen lange tijd in het milieu aanwezig blijven. Deze componenten werden reeds teruggevonden in oppervlaktewater, oceanen, dieren, … . Zelfs in zeer afgelegen gebieden zijn perfluorverbindingen aanwezig.
Blootstelling bij de mens: PFOS accumuleert in vis (bloed en lever) en wordt via de voeding door de mens opgenomen. Vooral roofvissen kunnen een bron van PFOS zijn voor de mens. Naast voeding lijken er nog andere blootstellingswegen van belang, zoals inademen van huiselijk stof en contact met verpakkingsmaterialen.
Metabolisme bij de mens: Perfluorverbindingen accumuleren niet in het vetweefsel, maar kunnen toch lange tijd in het lichaam aanwezig zijn. De halfwaardetijd van PFOS in de mens bedraagt 8 à 9 jaar; in humaan serum is de halfwaardetijd 4,5 jaar. Voor PFOA is de halfwaardetijd gelegen tussen 1 en 4,5 jaar.
Gezondheidseffecten: De gezondheidseffecten van lage dosissen PFOS en PFOA zijn nog niet volledig gekend. PFOS en PFOA kunnen leiden tot abnormale celgroei –en functie. Chronische blootstelling kan aanleiding geven tot neurologische, cardiovasculaire, reproductieve en hormonale storingen.
Biomerker van blootstelling: In deze studie worden perfluorverbindingen gemeten in het serum van de jongeren. Momenteel zijn er nog geen richtwaarden voor blootstelling aan perfluorderivaten voorhanden.
B. Perfluorderivaten in de regio Menen – beschrijving van blootstelling De perfluorverbindingen PFOA en PFOS worden bij alle deelnemende jongeren gedetecteerd. De geometrische gemiddelden en de percentielen worden gegeven in Tabel 51. Tabel 51: Blootstelling aan perfluorderivaten in de regio Menen Biomerker
eenheid
N
PFOA PFOS
µg/l µg/l
197 197
%> KL 100 100
Geometrisch gemiddelde (95% BI) 2,55 (2,44 – 2 65) 5,83 (5,41 – 6,29)
Mediaan (P25 - P75) 2,60 (2,13–3,00) 4,00 (5,70-7,80)
P90 3,62 10,80
N = aantal deelnemers; KL = kwantificatielimiet (KL PFOA = 0,3 µg/l;; KL PFOS = 0,3 µg/l); BI = betrouwbaarheidinterval; P = percentiel
In Figuur 48 worden de factoren weergegeven die de blootstelling aan PFOA beïnvloeden. PFOA concentraties in serum worden niet beïnvloed door het geslacht en de leeftijd van de jongeren. Wel wordt er een significant verband vastgesteld met het rookgedrag van de deelnemers, maar deze verschillen zijn niet consistent en dus vermoedelijk te wijten aan toeval omwille van de kleine subgroepen.
PFOA (µg/l) - geometrische gemiddelden per subgroep 0
0,5
1
1,5
2
2,5
3
3,5
jongens meisjes
≤14,5 jr.
Geslacht: p = 0,13
Leeftijd: p = 0,26
14,5-15,5 jr. >15,5 jr.
niet roker
Roken: p = 0,04
minder dan dagelijks roker dagelijks roker
Figuur 48: Relatie tussen PFOA in serum en factoren die de blootstelling beïnvloeden Wat betreft PFOS wordt er ook geen relatie gezien tussen PFOS blootstelling en geslacht en leeftijd. Er is wel een significant verband met de seizoenen (p = 0,001). Verder zien we dat personen met overgewicht lagere PFOS gehaltes in hun serum hebben, maar dit effect is niet significant (p = 0,12).
PFOS (µg/l) - geometrische gemiddelden per subgroep 0
1
2
3
4
5
6
7
8
jongens
meisjes
Geslacht: p = 0,11
≤14,5 jr.
Leeftijd: p = 0,64
14,5-15,5 jr.
>15,5 jr. winter
Seizoen: p = 0,001
lente zomer herfst ondergewicht
BMI: p = 0,12
normaal gewicht overgewicht
Figuur 49: Relatie tussen PFOS in serum en factoren die de blootstelling beïnvloeden
C. PFOA en PFOS in de regio Menen – vergelijking met Vlaanderen In de Vlaamse referentiegroep werden PFOS en PFOA niet gemeten in het serum van de jongeren, waardoor een vergelijking met algemeen Vlaanderen niet gemaakt kan worden. Een vergelijking van PFOS –en PFOA-gehaltes binnen de regio Menen levert geen verschil op voor PFOA. Wat betreft PFOS, worden hogere concentraties waargenomen in deelgebied Menen 2 t.o.v. deelgebied Menen 1 (Figuur 50; p = 0,03).
PFOS (µg/l) - subgebieden 0
1
2
3
4
5
6
7
8
verschillen tussen subgebieden in Menen: p = 0,03
Menen 1
Menen 2
Figuur 50: Vergelijking van PFOS-concentraties in serum in de twee subgebieden in de regio Menen
3. Gezondheidseffecten 3.1.
Astma en allergie
A. Astma en allergie – achtergrondinformatie Verschillende van de polluenten die in de regio Menen gemeten worden, hebben mogelijk immuunverstorende eigenschappen, d.w.z. dat ze het afweersysteem in de war kunnen brengen en leiden tot een verminderd afweersysteem (meer infecties) en/of tot een overstimulatie van het afweersysteem (meer allergieën). In dit rapport wordt op basis van zelfrapportering (via gestandaardiseerde vragenlijsten) nagegaan hoe hoog de prevalentie is van verschillende types van allergie bij de jongeren in studiegebied Menen. De prevalentie wordt vervolgens vergeleken met die in de algemene Vlaamse populatie. Volgende allergieën werden bevraagd: Astma: o doctor-diagnosed astma = astma vastgesteld door een arts; o astma – laatste 12 maanden = in de laatste 12 maanden symptomen van astma gehad; o astma – ooit = ooit symptomen van astma gehad; Hooikoorts: o doctor-diagnosed hooikoorts = hooikoorts vastgesteld door een arts; o hooikoorts ooit = ooit symptomen van hooikoorts gehad; Eczeem: huidallergie; Andere allergieën: o allergie voor metalen of chemische producten = allergie voor metaal, verzorgings-, huishoud- of onderhoudsproducten); o allergie voor voeding, medicatie of insecten; o allergie voor dieren (hond, kat, paard, …). B. Astma en allergie in de regio Menen De prevalentie van de verschillende vormen van astma en allergie in de regio Menen wordt gegeven in Tabel 52. Tabel 52: Voorkomen van astma en allergie in de regio Menen Biomerker astma – doctor diagnosed astma – laatste 12 maanden astma – ooit hooikoorts – doctor diagnosed hooikoorts – ooit eczeem allergie voor metaal of chemische producten allergie voor voeding, geneesmiddelen of insecten allergie voor dieren N = aantal deelnemers; 95% BI = 95% betrouwbaarheidsinterval
N 185 184 179 186 185 187 173 169 177
% (95% BI) 8,65 (5,36 – 13,67) 12,50 (8,44 – 18,13) 16,76 (11,96 – 22,98) 16,67 (11,96 – 22,75) 23,24 (17,70 – 29,89) 12,30 (8,30 – 17,85) 15,61 (10,91 – 21,82) 21,30 (15,76 – 28,14) 9,04 (5,60 – 14,26)
Binnen de onderzoeksgroep in regio Menen wordt eerst nagekeken welke persoonsfactoren en/of levensstijlfactoren gelinkt zijn met het voorkomen van astma en allergie. Figuur 51 geeft de frequentie van de 3 vormen van astma (doctor diagnosed, laatste 12 maanden, ooit) voor verschillende subgroepen. Het voorkomen van astma dat vastgesteld werd door een dokter ligt dubbel zo hoog bij jongeren met een familiale voorgeschiedenis van astma (p = 0,01). Passief roken zorgt voor een verdriedubbeling van de astmaprevalentie (p = 0,02). De 2 andere vormen van astma worden gedefinieerd op basis van symptomen (astma in laatste 12 maanden en astma ooit). We zien dat ‘astma ooit’ eveneens een relatie vertoond met een familiale voorgeschiedenis van astma (p = 0,048) en passief roken (p = 0,02). Voor astma in laatste 12 maanden wordt dezelfde trend waargenomen, maar de verschillen tussen de subgroepen zijn niet significant (p = 0,22 voor familiaal astma en p = 0,09 voor passief roken). Zowel voor astma in de laatste 12 maanden als astma ooit wordt een significant leeftijdseffect gezien, doctor diagnosed astma volgt dezelfde trend. Verder is er een rand niet-significant verband tussen astma in de laatste 12 maanden en de nationaliteit van de ouders. Jongeren waarvan 1 ouder of beide ouders niet-Belg zijn, rapporteerden frequenter astma in de laatste 12 maanden (p = 0,06). Hierbij valt op dat de meerderheid van de niet-Belgen geboren zijn in Frankrijk.
doctor diagnosed astma - % per subgroep 0
5
10
astma in laatste 12 maanden - % per subgroep
15
jongens meisjes
0
20
jongens meisjes
Geslacht: p=0,69
≤14 jaar 14-15 jaar >15 jaar
5
10
15
20
25
30
35 Geslacht: p=0,46
≤14 jaar 14-15 jaar >15 jaar
Leeftijd: p=0,01
geen familiaal astma familiaal astma
Familiaal astma: p=0,11
geen familiaal astma familiaal astma
Familiaal astma: p=0,22
Verkeersblootstelling: p=0,07
beide ouders Belg 1 ouder Belg beide ouders niet-Belg
Geboorteland ouders: p=0,06
verkeer <210 min./week verkeer: 210-335… verkeer: 335-470… verkeer: >470 min./week
Passief roken p=0,02
niet passief roken passief roken
geen passief roken passief roken
astma ooit - % per subgroep 0
jongens
5
10
15
20
25
30
35
40
Geslacht: p=0,52
meisjes ≤14 jaar 14-15 jaar
Opleiding: p=0,02
>15 jaar geen familiaal astma
Familiaal astma: p=0,048
familiaal astma
geen passief roken
Passief roken p=0,02
passief roken
Figuur 51: Voorkomen van astma volgens subgroepen
Leeftijd: p=0,02
Passief roken p=0,09
40
De 2 vormen van hooikoorts worden sterk bepaald door een familiale voorgeschiedenis van hooikoorts (p < 0,001 voor doctor diagnosed hooikoorts en p = 0,003 voor hooikoorts ooit). Leeftijd, geslacht, opleidingsniveau, ethniciteit of blootstelling aan passief roken hebben hierop weinig invloed (Figuur 52). hooikoorts ooit - % per subgroep
doctor diagnosed hooikoorts - % per subgroep 0
5
10
15
20
jongens
25
0
30
5
10
15
20
jongens
Geslacht: p=0,21
25
30
35
Geslacht: p=0,41
meisjes
meisjes
≤14 jaar
≤14 jaar Leeftijd: p=0,77
14-15 jaar
14-15 jaar
Leeftijd: p=0,69
>15 jaar
>15 jaar
geen familiale hooikoorts
Familiaal hooikoorts: p=0,003
geen familiale hooikoorts
Familiale hooikoorts: p<0,001
familiale hooikoorts
familiale hooikoorts
Figuur 52: Voorkomen van hooikoorts volgens subgroepen Ook voor eczeem wordt er geen verband aangetroffen met het geslacht en de leeftijd van de jongeren. Wel wordt de prevalentie van eczeem geassocieerd met een familiale voorgeschiedenis van eczeem (p = 0,05). Daarnaast blijkt een toenemend gebruik van verzorgingsproducten (cosmetica, zepen, zalven) gerelateerd te zijn aan het frequenter rapporteren van eczeem (p = 0,046; Figuur 53). Allergie voor metaal of chemische producten (verzorgings -, huishoud –of onderhoudsproducten) komt, net als voor eczeem, frequenter voor naarmate meer verzorgingsproducten gebruikt worden (p = 0,04) en wordt ook in verband gebracht met een familiale voorgeschiedenis van allergie (p = 0,04). Deze vorm van allergie komt opvallend meer voor bij meisjes (p < 0,001) en bij jongeren waarvan beide ouders niet-Belg zijn (p < 0,001; Figuur 53). allergie voor metaal of chemische producten - % per subgroep
eczeem - % per subgroep 0
jongens meisjes
≤14 jaar 14-15 jaar >15 jaar geen familiaal eczeem familiaal eczeem verzorgingsproducten: laag gebruik matig gebruik hoog gebruik
5
10
15
20 Geslacht: p = 0,49
0
25
jongens meisjes
Leeftijd: p=0,93
≤14 jaar 14-15 jaar >15 jaar
Familiaal eczeem: p=0,05
beide ouders Belg 1 ouder Belg beide ouders niet-Belg
Gebruik verzorgingsproducten p=0,046
10
20
30
40
50
Geslacht: p < 0,001
Leeftijd: p=0,41
Geboorteland ouders: p=0,001
geen familiale allergie familiale allergie
Familiale allergie: p=0,04
verzorgingsproducten: laag gebruik matig gebruik hoog gebruik
Gebruik verzorgingsproducten p=0,04
Figuur 53: Voorkomen van eczeem en allergie voor metalen of chemische producten volgens subgroepen
Allergie voor voeding, medicatie of insectenbeten verschilt niet significant voor geslacht of leeftijd. Opnieuw blijkt een familiale voorgeschiedenis van allergie een belangrijke beïnvloedende factor te zijn (p = 0,01). Het toenemend gebruik van verzorgingsproducten wordt weerspiegeld door een toenemende allergie prevalentie, deze verschillen zijn rand niet-significant (p = 0,07; Figuur 54). Allergie voor dieren wordt beïnvloed door het geslacht: meisjes rapporteerden frequenter een allergie voor dieren dan jongens (p = 0,03). Verder speelt ook een familiale voorgeschiedenis van allergie (p = 0,049), het gebruik van verzorgingsproducten (p < 0,001) en blootstelling aan passief roken een rol (p = 0,04; Figuur 54). allergie voor voeding, medicatie of insecten - % per subgroep 0
jongens meisjes ≤14 jaar 14-15 jaar >15 jaar geen familiale allergie familiale allergie
verzorgingsproducten: laag gebruik matig gebruik hoog gebruik
10
20
30
40
allergie voor dieren - % per subgroep 50
Geslacht: p=0,56
Leeftijd: p=0,49
Familiale allergie: p=0,01
Gebruik verzorgingsproducten: p=0,07
0
5
10
15
20
jongens meisjes
Geslacht: p=0,03
≤14 jaar 14-15 jaar >15 jaar
Leeftijd: p=0,53
geen familiale allergie familiale allergie
Familiale allergie: p=0,049
geen passief roken passief roken
Passief roken: p=0,04
verzorgingsproducten: laag gebruik matig gebruik hoog gebruik verkeer <210 min./week verkeer: 210-335 min./week verkeer: 335-470 min./week verkeer: >470 min./week
25
Gebruik verzorgingsproducten: p<0,001
Verkeersblootstelling: p = 0,08
Figuur 54: Voorkomen van allergie voor voeding, medicatie of insecten en van allergie voor dieren volgens subgroepen
C. Astma en allergie in de regio Menen – vergelijking met Vlaanderen Er worden geen significante verschillen vastgesteld tussen de onderzoekspopulatie in regio Menen en deze in Vlaanderen wat betreft de 3 vormen van astma, eczeem en de 3 vormen van allergie. Hooikoorts, zowel doctor diagnosed hooikoorts als ooit hooikoorts, komt minder voor in Menen in vergelijking met de Vlaamse groep jongeren (p = 0,03 en p = 0,04; Figuur 55). Dit zijn nietgecorrigeerde gegevens, dus dit wil zeggen dat er geen rekening gehouden werd met verschillende karakteristieken tussen beide groepen.
astma - doctor diagnosed
Menen
p = 0,81
astma - laatste 12 ma.
Vlaanderen
p = 0,32
astma - ooit
p = 0,20 p = 0,03
hooikoorts - doctor diagnosed
p = 0,04
hooikoorts - ooit eczeem - ooit
p = 0,59
allergie voeding, insect, medicatie
p = 0,61
allergie metaal, chem.stoffen
p = 0,30 p = 0,61
allergie, dieren 0
5
10
15
20
25
30
35
Figuur 55: Astma en allergie in de regio Menen: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Astma en allergie in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Tabel 53 geeft aan welke factoren de prevalentie van astma kunnen verklaren. Na correctie voor roken, familiaal astma, passief roken (voor astma laatste 12 maanden en astma ooit) en verkeersblootstelling (voor doctor diagnosed astma), wordt voor geen van de 3 vormen van astma een significant verschillende prevalentie waargenomen tussen de regio Menen en Vlaanderen.
Tabel 53: Determinanten van astma astma – doctor diagnosed R² gebied 0,02 R² finaal model 6,05 Odds ratio voor roken (p = 0,75) variabelen in niet roker: 0,81 model roker: 1,00 familiaal astma (p = 0,001) neen: 0,27 ja: 1,00 verkeer (min/week) (p = 0,02) < 210: 0,21 210-335: 1,41 335-470: 0,45 ≥ 470: 1,00 regio (p = 0,70) Menen: 0,86 Vlaanderen: 1,00
astma – laatste 12 maanden 0,27 4,61 roken (p = 0,63) niet roker: 0,77 roker: 1,00 passief roken (p = 0,047) niet passief roken: 0,5 passief roken: 1,00 familiaal astma (p = 0,002) neen: 0,33 ja: 1,00 regio (p = 0,42) Menen: 0,76 Vlaanderen: 1,00
astma – ooit 0,45 5,60 roken (p = 0,70) niet roker: 0,82 roker: 1,00 passief roken (p = 0,03) niet passief roken:0,51 passief roken: 1,00 familiaal astma (p = 0,001) neen: 0,34 ja: 1,00 regio (p = 0,22) Menen: 0,69 Vlaanderen: 1,00
In de finale modellen voor hooikoorts wordt gecorrigeerd voor roken en een familiale voorgeschiedenis van hooikoorts. De prevalentie van hooikoorts door een dokter gediagnosticeerd ligt bij de onderzoekspopulatie in regio Menen 44% lager dan bij de Vlaamse referentiepopulatie; de prevalentie van hooikoorts ooit ligt in de regio Menen 38% lager. Beide verschillen zijn statistisch significant (p = 0,03 en p = 0,049 respectievelijk; Tabel 54). Tabel 54: Determinanten van hooikoorts hooikoorts – doctor diagnosed R² gebied 1,27 R² finaal model 8,93 Odds ratio voor roken (p = 0,62) variabelen in model niet roker: 1,29 roker: 1,00 familiaal hooikoorts (p < 0,001) neen: 0,23 ja: 1,00 regio (p = 0,03) Menen: 0,56 Vlaanderen: 1,00
hooikoorts - ooit 1,17 7,89 roken (p = 0,95) niet roker: 0,97 roker: 1,00 familiaal hooikoorts (p < 0,001) neen: 0,29 ja: 1,00 regio (p = 0,049) Menen: 0,62 Vlaanderen: 1,00
De determinanten van eczeem en allergie voor metaal of chemische producten worden weergegeven in Tabel 55. Voor eczeem zien we na correctie voor roken en familiaal eczeem dat de prevalentie van eczeem in de regio Menen 25% lager ligt dan in Vlaanderen, maar dit verschil is statistisch niet significant (p = 0,36). Na correctie voor roken, een familiale voorgeschiedenis van allergie, geslacht en verkeer, ligt de prevalentie van allergie voor metaal of chemische producten
20% lager in regio Menen t.o.v. de controlegroep in Vlaanderen, maar ook dit verschil is niet significant (p = 0,49). Tabel 55: Determinanten van eczeem en allergie voor metaal of chemische producten eczeem R² gebied 0,08 R² finaal model 4,05 Odds ratio voor roken (p = 0,83) variabelen in model niet roker: 1,16 roker: 1,00 familiaal eczeem (p = 0,0002) neen: 0,23 ja: 1,00 regio (p = 0,36) Menen: 0,75 Vlaanderen: 1,00
allergie voor metaal of chemische producten 0,31 12,01 roken (p = 0,01) niet roker: 0,28 roker: 1,00 familiaal allergie (p = 0,23) neen: 0,65 ja: 1,00 geslacht (p < 0,001) jongen: 0,22 meisje: 1,00 verkeer (p = 0,049) <210 min/week: 1,32 210-335 min/week: 0,75 335-470 min/week: 2,71 ≥470 min/week: 1,00 regio (p = 0,49) Menen: 0,80 Vlaanderen: 1,00
Allergie voor voeding, medicatie of insectenbeten komt 11% meer voor in de regio Menen dan in Vlaanderen. Allergie voor dieren komt 25% minder voor in de regio Menen in vergelijking met de Vlaamse referentiegroep. De verschillen voor beide vormen van allergie zijn statistisch niet significant (p = 0,73 en p = 0,45 respectievelijk). Voor beide parameters werd gecorrigeerd voor roken en een familiale voorgeschiedenis van allergie (Tabel 56). Tabel 56: Determinanten van allergie voor voeding, medicatie of insectenbeten en allergie voor dieren allergie voor voeding, medicatie of insectenbeten R² gebied 0,08 R² finaal model 3,14 Odds ratio voor roken (p = 0,70) variabelen in model niet roker: 1,26 roker: 1,00 familiaal allergie (p = 0,003) neen: 0,37 ja: 1,00 regio (p = 0,73) Menen: 1,11 Vlaanderen: 1,00
allergie voor dieren 0,07 2,69 roken (p = 0,14) niet roker: 0,44 roker: 1,00 familiaal allergie (p = 0,02) neen: 0,33 ja: 1,00 regio (p = 0,45) Menen: 0,75 Vlaanderen: 1,00
3.2.
Genotoxiciteit: komeettest
A. Komeettest – achtergrondinformatie Met de komeettest kan op een vrij eenvoudige, maar toch gevoelige manier DNA-schade aangetoond worden. De schade, die gemeten wordt, hoeft niet noodzakelijk blijvend te zijn en is dus niet altijd onmiddellijk gevaarlijk. DNA-schade bestaat namelijk vooral uit tijdelijke, herstelbare fouten. Bijna alle schade wordt correct hersteld, maar er is steeds een kleine hoeveelheid schade die niet op de juiste manier hersteld wordt, waardoor er dus altijd een (zeer kleine) kans op mutatie is. Dit betekent dat een toename in DNAschade, zoals gemeten met de komeettest, wijst op een toename in sommige deelaspecten van het kankerrisico, maar niet noodzakelijk op een stijging van het totale kankerrisico De komeettest kan , op groepsniveau, op een toegenomen risico voor kanker duiden, maar dit gelt niet op het niveau van het individu, omdat de komeettest slechts een momentopname is.
Methodologie: De komeettest wordt uitgevoerd op volbloed. Bloedcellen worden vermengd met een gel, gespreid op een plastic film en vervolgens gelyseerd in een detergent -en zoutoplossing. Hierdoor wordt de celmembraan afgebroken en worden oplosbare celcomponenten en histonen (eiwitten op DNA) verwijderd. Na incubatie in een alkalische oplossing wordt de gel met het DNA onder elektrische spanning gebracht. DNA is steeds negatief geladen, wat betekent dat het tijdens elektroforese zal migreren naar de positieve pool van het elektrisch veld. Als DNA beschadigd is, ontstaan er meer losse, steeds negatieve geladen fragmenten. Deze losse fragmentjes zijn lichter en zullen dus sneller migreren. Na kleuring en visualisatie van het DNA onder de fluorescentiemicroscoop ziet de kern eruit als een komeet, met de relatieve hoeveelheid DNA in de staart indicatief voor het aantal breuken in het DNA (enkelstrengige en dubbelstrengige, en breuken veroorzaakt tijdens DNAherstel en in delende cellen breuken t.g.v. het replicatieproces). Vervolgens kunnen de lengte en de inhoud van de komeetstaarten gemeten worden met behulp van. automatische beeldanalysesystemen (Metafer 3.5, Metasystems), wat als resultaat het percentage DNA dat zich in de komeetstaart bevindt weergeeft (figuur links). Bij niet-beschadigd DNA vindt men zo goed als geen DNA-fragmenten of losse uiteinden en zal er weinig of geen afzonderlijke migratie optreden. In dat geval wordt geen komeetuitzicht bekomen (figuur rechts).
Na manuele uitzuivering van de foutief gemeten cellen kan dan uiteindelijk een % DNA migratie berekend worden voor elke individu. Deze waarde is een maat voor het aantal breuken dat zich in het DNA heeft voorgedaan. Wie gemiddeld meer cellen met dergelijke DNA schade heeft ten opzichte van een controlepopulatie zal niet noodzakelijk kanker ontwikkelen of een andere aandoening krijgen. Dit wijst echter wel op een verhoogde blootstelling aan genotoxische stoffen
wat potentieel een risico betekent en waarvoor waakzaamheid dus geboden is, bijvoorbeeld het achterhalen en vermijden van de verontreinigende factor die voor de schade verantwoordelijk. DNA-breuken zijn echter niet de meest voorkomende vorm van schade aan het DNA, vaker zijn er modificaties van DNA-basen aanwezig. Bij de komeettest kunnen specificieke enzymen gebruikt worden die bepaalde gemodifieerde basen uitknippen. Geoxideerde purinebasen (8-oxoGua, FaPyAde, FaPyGua, naast gealkyleerde basen zoals N7-methylGua) kunnen detecteerd worden met behulp van het FGP enzyme. Om met de komeettest geoxideerd DNA te detecteren, wordt de enzymebehandeling uitgevoerd na lysis van de cellen. Het FGP enzyme verwijdert de foutieve bases uit het DNA en knipt de DNA streng door op die plaats. Hierdoor ontstaan extra breuken en een verhoogde migratie van het DNA in het elektrisch veld. Het verschil in % DNA migratie met en zonder incubatie met het FGP enzyme, is een maat voor oxidatief beschadigd DNA.
B. Komeettest in de regio Menen DNA-schade wordt in deze studie gemeten met behulp van de komeettest. Het geometrisch gemiddelde bij de jongeren in studiegebied Menen bedraag 5,22% DNA migratie. Na behandeling met fgp enzymen geeft de komeettest een maat voor oxidatieve schade. Voor deze laatste test bedraagt het geometrisch gemiddelde in de regio Menen 4,99%. De overige beschrijvende statistiek is terug te vinden in Tabel 57. Tabel 57: Percentage DNA migratie (gemeten met de komeettest) in de regio Menen Biomerker
eenheid
N
%>DL
Komeettest Komeettest na fgp
% DNA migratie % DNA migratie
198 198
100 100
Geometrisch gemiddelde (95% BI) 5,22 (4,89 – 5,57) 4,99 (4,42 – 5,63)
Mediaan (P25 - P75) 5,40(3,90– 7,30) 5,85(3,90– 8,50)
P90 9,30 10,60
N = aantal deelnemers; DL = detectielimiet (geen DL); BI = betrouwbaarheidsinterval; P = percentiel
Voor zowel de klassieke als voor de oxidatieve komeettest worden geen significante beïnvloeden factoren opgetekend (Figuur 56 en Figuur 57).
Komeettest (% DNA migratie) - geometrische gemiddelden per subgroep 0
1
2
3
4
5
jongens
6
7
Geslacht: p = 0,82
meisjes ≤14,5 jr. 14,5-15,5 jr.
Leeftijd: p = 0,13
>15,5 jr. roken: nooit roken: sporadisch
Roken: p = 0,28
roken: dagelijks verkeer: <210 min/week 210-335 min/week
Verkeer: p = 0,33
335-470 min/week ≥470 min/week
Figuur 56: Relatie tussen de komeettest (% DNA migratie) en beïnvloedende factoren
Komeettest na fgp (% DNA migratie) - geometrische gemiddelden per subgroep 0
1
2
3
4
5
6
7
jongens Geslacht: p = 0,14
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,23
>15,5 jr.
Figuur 57: Relatie tussen het percentage DNA migratie door fgp en beïnvloedende factoren C. Komeettest in de regio Menen – vergelijking met Vlaanderen Figuur 58 toont de vergelijking van de ruwe data tussen de regio Menen en Vlaanderen. Voor beide types komeettesten worden significant hogere waarden genoteerd in regio Menen t.o.v. Vlaanderen (p < 0,001 voor beiden). Voor de klassieke komeettest is ook het 90 e percentiel significant hoger in de regio Menen (p < 0,001). Echter, voor de oxidatieve komeettest zien we het omgekeerde en is de 90e percentiel in de Vlaamse controlepopulatie significant hoger dan in regio Menen (p < 0,001).
10,00
p < 0,001 9,30
Menen Vlaanderen
Komeettest (% DNA migratie)
8,00
7,30 7,00
p < 0,001 5,60
5,40
5,22 5,00
4,50
3,90
4,00
3,50 3,00
2,99
2,70
3,00
1,70
2,00
p < 0,001 15,50
Menen Vlaanderen
16,00
Komeettest na fgp (% DNA migratie)
9,00
6,00
18,00
14,00
12,00
10,60 9,60
10,00
8,50 8,00
5,85
p < 0,001 4,99
6,00
2,54 0,90
1,00
2,20
2,00
1,30
0,00
0,000,00
0,00
4,00
3,90
4,00
0,00
0,00 GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
Figuur 58: Komeettest en komeettest na fgp behandeling in de regio Menen: vergelijking met Vlaamse controlepopulatie, niet-gecorrigeerde gegevens Onderstaande histogrammen geven een gedetailleerd beeld van de verdeling van de DNA schade over de deelnemers in Vlaanderen en Menen, niet-gecorrigeerde gegevens. Uit de figuur m.b.t. Comet_ox (komeettest na fgp) blijkt dat in Vlaanderen een grote groep adolescenten een lage hoeveelheid oxidaties en alkylaties heeft, maar dat een kleine minderheid waarden heeft die daarentegen hoger zijn dan deze die in Menen voorkomen.
70 40
35
Aantal adolescenten
Aantal adolescenten
60
50
40
Vlaanderen
30
20
30
25
20
Menen
15
10
10
5
0
0
0
3
6
9
12
15
18
21
24
27
30
33
0
3
Comet %DNA migratie (breuken)
9
12
15
18
21
24
27
30
33
35
40
35
30
Aantal adolescenten
Aantal adolescenten
6
Comet %DNA migratie (breuken)
30
25
Vlaanderen
20
15
10
25
20
Menen 15
10
5
5
0
0 0
3
6
9
12
15
18
21
24
27
30
33
Comet_ox %DNA migratie (oxidaties, alkylaties)
0
3
6
9
12
15
18
21
24
27
30
33
Comet_ox %DNA migratie (oxidaties, alkylaties)
Figuur 59: Komeettest en komeettest na fgp (Comet_ox). Aantallen personen met welbepaalde hoeveelheid DNA schade.
D. Komeettest in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Tabel 58 geeft de resultaten van de meervoudige regressiemodellen voor de klassieke komeettest en de oxidatieve komeettest na fgp enzyme. Na correctie voor leeftijd, geslacht, roken en de maximum temperatuur van 7 dagen voorafgaand aan de onderzoeksdag wordt er voor beide komeettesten meer DNA-schade geobserveerd bij de jongeren in de regio Menen in vergelijking met de jongeren in de Vlaamse controlegroep (p < 0,001 voor beide testen). De waarden in de regio Menen liggen 71% hoger dan in Vlaanderen bij de klassieke komeettest, voor de oxidatieve komeettest zijn de procentuele verschillen tussen de regio Menen en Vlaanderen nog groter (79% hoger). Voor de klassieke komeettest kan het finale model 21% van de variabiliteit verklaren, waarvan 14% verklaard wordt door de factor gebied. Ter vergelijking, voor de oxidatieve komeettest is dit respectievelijk slechts 10% en 5,5%.
Tabel 58: Determinanten van de komeettest en de komeettest na fgp
R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Komeettest Komeettest na fgp (% DNA migratie) (% DNA migratie) 13,78 5,53 21,46 10,02 geslacht (p = 0,51) geslacht (p = 0,03) jongen: 0,95 jongen: 0,74 meisje: 1,00 meisje: 1,00 leeftijd (jaar) (p = 0,003) leeftijd (jaar) (p = 0,60) ≤14,5: 0,78 ≤14,5: 0,81 14,5-15,5: 0,81 14,5-15,5: 0,93 <15,5: 1,00 <15,5: 1,00 roken (p = 0,81) roken (p = 0,60) niet roker: 0,96 niet roker: 0,88 roker: 1,00 roker: 1,00 temperatuur (max.) laatste 7 temperatuur (max.) laatste 7 dagen (°C) (p<0,0001) dagen (°C) (p = 0,035) <6,5: 1,20 <6,5: 0,38 6,5-10,9: 1,66 6,5-10,9: 0,76 10,9-18,0: 1,34 10,9-18,0: 0,80 ≥18,0: 1.00 ≥18,0: 1.00 regio (p < 0,0001) regio (p < 0,0001) Menen: 1,71 Menen: 1,79 Vlaanderen: 1,00 Vlaanderen: 1,00
Bij vergelijking van de twee subgebieden binnen de regio Menen werd geen significant verschil bekomen tussen de waarden in Menen 1 en deze in Menen 2. voor zowel de klassieke komeettest als voor de oxidatieve komeettest na fgp enzyme. Er werd nagegaan of er een relatie kon gevonden worden tussen de individuele waarden van de klassieke en de oxidatieve komeettest van de deelnemers en de afstand en hoek tot meetposten MN01 en MN08. VMM meet op MN01 depositie van PAK’s, PM10 en dioxines en op MN08 depositie van dioxines en PCB126. Zowel voor de hoek als voor de afstand tot de meetposten werd geen significante relatie bekomen met beide types komeettesten. Ook voor de individuele afstand en hoek tot de dichtstbijzijnde verbrandingsinstallaties (klasse I, klasse II, klasse III en alle klassen samen) werd de relatie met de klassieke en de oxidatieve komeettest onderzocht. Er werd enkel een significante relatie bekomen tussen de oxidatieve komeettest en de afstand tot de dichtstbijzijnde klasse 1 verbrandingsinstallaties (p = 0,02). Bij toenemende afstand tot de verbrandingsinstallaties werden hogere waarden voor de oxidatieve komeettest waargenomen. Ook na correctie voor geslacht, leeftijd en roken bleef de relatie significant (p = 0,04). Dit resultaat is moeilijk te verklaren en kan eventueel te wijten zijn aan toeval.
3.3.
Genotoxiciteit: 8-hydroxy-deoxyguanosine in urine
A. 8-hydroxy-deoxyguanosine in urine– achtergrondinformatie 8-hydroxy-deoxyguanosine (8-oxodG) is een primair product van DNA-herstel. Het kan gebruikt worden als merker van oxidatieve stress van zowel geoxideerd guanine (herstel door nucleotide excisie repair of door nucleotide excisie) en/of herstel van 8-oxoGTP (door het MTH1/NUDT1 enzyme). Daarnaast kan er potentieel een invloed zijn van inname van 8-oxodG via de voeding en kan het aanwezig zijn in de urine door celdood.
Methodologie: 8-oxodG wordt kwantitatief gemeten in de urine d.m.v. een competitieve in vitro immunosorbent assay (ELISA).
B. 8-hydroxy-deoxyguanosine in urine in de regio Menen Naast de komeettest (op bloed) die DNA-schade weerspiegelt, wordt ook 8-hydroxydeoxyguanosine gemeten in de urine. Deze merker geeft een maat voor DNA herstel, en bijgevolg onrechtstreeks dus ook voor DNA-schade. 8-oxodG werd gedetecteerd bij 100% van de deelnemers. De beschrijvende statistiek wordt teruggevonden in Tabel 59. Tabel 59: 8-hydroxy-deoxyguanosine in urine in de regio Menen Biomerker
eenheid
N
%>DL
8-oxodG in urine
µg/l
189
100
Geometrisch gemiddelde (95% BI) 18,4 (16,8 – 20,2)
Mediaan (P25 - P75) 18,8(12,1-27,9)
P90 42,5
N = aantal deelnemers; DL = detectielimiet (DL 8-oxodG: 0,5 µg/l); BI = betrouwbaarheidsinterval; P = percentiel
De concentratie van 8-oxodG neem significant toe naarmate de densiteit van de urine stijgt (p < 0,001), maar verder worden er geen significante relaties met persoonskenmerken of levenstijlfactoren gevonden (Figuur 60).
8-oxodG in urine (µg/l) - geometrische gemiddelden per subgroep 0
10
20
30
jongens
40
Geslacht: p = 0,83
meisjes
≤14,5 jr. 14,5-15,5 jr.
Leeftijd: p = 0,28
>15,5 jr.
densiteit urine <1,018 1,018-1,023
Densiteit urine: p < 0,001
1,023-1,027 ≥1,027
Figuur 60: Relatie tussen 8-OH-deoxyguanosine in urine en beïnvloedende factoren
C. 8-hydroxy-deoxyguanosine in urine in de regio Menen – vergelijking met Vlaanderen Een vergelijking van de ruwe data van de regio Menen met Vlaanderen toont een significant hoger gehalte aan 8-oxodG in urine in regio Menen (p = 0,0002). Ook de 90e percentiel ligt significant hoger in de regio Menen vergeleken met de Vlaamse groep (p = 0,0002). Het gaat hierbij om ruwe, niet-gecorrigeerde gegevens, waarbij geen rekening wordt gehouden met verschillen in karakteristieken van de groepen (Figuur 61). 50
8-oxodG in urine (µg/l)
Menen Vlaanderen
p = 0,0002 42,5
40
30
22,1
p = 0,0002 20
29,8
28,0
18,8
18,4
15,1
14,5
12,1 9,4
8,9
10
6,6 1,6
0,6
0 GM
min
P10
P25
P50
P75
P90
Figuur 61: Urinair 8-OH-deoxyguanosine in urine in de regio Menen: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. 8-hydroxy-deoxyguanosine in urine in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Na correctie voor leeftijd, geslacht, roken en densiteit van de urine ligt de waarde voor 8-oxodG 21% hoger in de regio Menen t.o.v. de Vlaamse controlepopulatie. Dit verschil is statistisch hoog significant (p < 0,001). Het totale model verklaart bijna 52% van de variabiliteit, slechts 3,5% wordt verklaard door de factor gebied (Tabel 60).
Tabel 60: Determinanten van 8-hydroxy-deoxyguanosine in urine R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
8-oxodG in urine (µg/l) 3,52 50,95 leeftijd (jaar) (p = 0,83) ≤14,5: 0,97 14,5-15,5: 1,0007 <15,5: 1,00 geslacht (p = 0,88) jongen: 0,99 meisje: 1,00 roken (p = 0,44) niet roker: 0,93 roker: 1,00 densiteit (g/cm³) (p < 0,001) <1,018: 0,32 1,018-1,023: 0,53 1,023-1,027: 0,70 ≥1,027: 1,00 regio (p < 0,0001) Menen: 1,21 Vlaanderen: 1,00
3.4.
Hormonale effecten: schildklier –en geslachtshormonen
Veel van de bestudeerde polluenten (o.a. PCB’s, dioxines, zware metalen) kunnen hormoonverstorende effecten hebben. Daarom werden in de huidige studie bij de jongeren hormonen gemeten en de concentratie werd vergeleken met de Vlaamse referentiegroep. De schildklierhormonen (thyroïd stimulerend hormoon (TSH), vrij T3 (fT3) en vrij T4 (fT4)) werden gemeten bij 197 deelnemers. De beschrijvende statistiek voor de studiegroep in regio Menen wordt gegeven in Tabel 61. Geslachtshormonen (sex hormone binding globuline (SHBG), testosteron, vrij testosteron, oestradiol, vrij oestradiol, luteïniserend hormoon (LH) en follikel stimulerend hormoon (FSH)) werden enkel gemeten bij alle 114 jongens. De beschrijving van de gehaltes in serum wordt gegeven in Tabel 62. Tabel 61: Schildklierhormonen bij jongens en meisjes in de regio Menen Biomerker
eenheid
N
%>DL
Mediaan (P25 - P75) 2,05 (1,55-2,91)
P90
100
Geometrisch gemiddelde (95% BI) 2,09 (1,96 – 2,24)
Thyroid stimulerend hormoon (TSH) Thyroxine (fT4) Trijodothyronine (fT3)
µU/ml
197
ng/dl pg/ml
197 197
100 100
1,22 (1,20 – 1,25) 4,25 (4,18 – 4,33)
1,24 (1,12-1,35) 4,24 (3,92-4,61)
1,44 5,03
3,72
N = aantal deelnemers; DL = detectielimiet (DL TSH: 0,02 µU/ml, T4: 0,1 ng/dl, T3: 1 pg/ml); BI = betrouwbaarheidsinterval; P = percentiel
Tabel 62: Geslachtshormonen bij jongens in de regio Menen Biomerker
eenheid
N
%>DL
SHBG Testosteron Vrij testosteron Oestradiol Vrij oestradiol Ratio T/E LH FSH
nmol/l ng/dl ng/dl pg/ml pg/ml mU/ml mU/ml
114 114 114 114 114 114 114 114
100 100 100 96,49 100 100 100 100
Geometrisch gemiddelde (95% BI) 35,4 (32,9 – 38,0) 395 (351 – 442) 7,7 (6,6 – 8,8) 25,3 (23,6 – 27,0) 0,47 (0,43 – 0,51) 15,6 (14,9 – 16,9) 3,3 (2,9 – 3,7) 3,6 (3,2 – 3,9)
Mediaan (P25 - P75) 35,3(27,5-43,0) 422(341-566) 8,6 (6,4 – 11,6) 26,1 (22,1-30,3) 0,49(0,40– 0,61) 16,5(12,6-20,1) 3,6 (2,9 – 4,7) 3,7 (2,4-5,3)
P90 55,7 687 14,5 36,4 0,73 23,5 6,1 6,6
N = aantal deelnemers; DL = detectielimiet (DL SHBG: 1 nmol/l, T: 10 ng/dl, E: 12 pg/ml, LH: 0,1 mU/ml, FSH: 0,1 mU/ml); BI = betrouwbaarheidsinterval; P = percentiel
A. Verschillen in hormoonconcentraties tussen de regio Menen en Vlaanderen De gebiedsverschillen in hormoonconcentratie voor de niet-gecorrigeerde data worden gegeven in Figuur 62 en Figuur 63. Er werden talrijke verschillen genoteerd in de hormonale concentraties in het bloed van jongeren uit regio Menen vergeleken met deze uit Vlaanderen in het algemeen. Met betrekking tot de schildklierfunctie vertoonden jongeren uit regio Menen een statistisch significant lagere thyroxine en een statistisch significant hogere triiodothyronine concentratie dan de jongeren uit de referentiestudie, terwijl de concentratie aan thyroied stimulerend hormoon zeer lichtjes (en niet significant) lager lag in regio Menen. Het aantal afwijkend lage thyroxine waarden (15 op 197) was groter in regio Menen dan in Vlaanderen (8 op 204) (p=0,13) en het aantal afwijkend hoge FT3 waarden (22 op 197) was significant groter in regio Menen dan in Vlaanderen (8 op 204) (p=0.007). Dit wijst echter niet op een ziektetoestand. 3
5
1,5 p = 0,87
p < 0,001
p = 0,04 4
2
1
pg/ml
ng/dl
µU/ml
3
2 1
0,5 1
0
Thyroid stimulerend hormoon (TSH)
0
0
Thyroxine (fT4)
Trijodothyronine (fT3)
Figuur 62: Schildklierhormonen in de regio Menen (donkere balkjes): vergelijking met de Vlaamse controlepopulatie (lichte balkjes), niet-gecorrigeerde gegevens Met betrekking tot de functie van geslachtsorganen vertoonden de jongens uit de regio Menen hogere bloedconcentraties aan testosteron (mannelijk geslachtshormoon), aan vrij (aktief, medisch belangrijk) testosteron, aan totaal oestradiol (vrouwelijk geslachtshormoon) en aan vrij (aktief, medisch belangrijk)oestradiol . Gezien de grote verschillen in snelheid van sexuele maturatie en in hormonale concentraties bij gezonde jongeren worden hier geen "normale waarden" aangewend. De enigszins hogere concentratie van luteiniserend hormoon in de regio Menen kan bijdragen tot de vrij duidelijke verschillen in geslachtshormoonconcentraties, terwijl de significant verlaagde concentratie aan sex hormone binding globulin (SHBG) in de regio Menen bijdraagt tot de sterke verhoging in vrij (aktief) testosteron en oestradiol. Ook de significant lagere verhouding testosteron/oestradiol bij jongens in regio Menen trekt de aandacht, omdat men, gezien de hogere testosteron waarde bij deze jongeren, eerder een hogere testosteron/oestradiol waarde zou verwachten. De waarden voor follikel stimulerend hormoon zijn vrij gelijkend.
50
4
p = 0,0004
45
5
p = 0,04
p = 0,20
3,5
40
4 3
35
mU/ml
nmol/l
25
20
mU/ml
2,5
30
2
1,5
3
2
15 1 10
1
0,5
5 0
0
SHBG
0
LH
500
FSH
90
10 p = 0,0097
p < 0,001
p < 0,001 9
400
80
8
70
7
60
ng/dl 200
% jongens
6
ng/dl
300
5
4
50 40 30
3 100
20
2
10
1 0
0
Testosteron (T)
0
Vrij testosteron (fT)
30
volwassen stadium fT (6 ng/dl) bereikt
0,6
p < 0,001
25
p < 0,001
25
0,5
20
0,4
p = 0,02
15
15
ratio
pg/ml
pg/ml
20
0,3
10
10
0,2
5
0,1
0
5
0
Oestradiol (E)
0
Vrij oestradiol (fE)
ratio T/E
Figuur 63: Geslachtshormonen bij jongens in de regio Menen (donkere balkjes): vergelijking met de Vlaamse controlepopulatie (lichte balkjes), niet-gecorrigeerde gegevens De verschillen in concentratie van thyroxine , triiodothyronine, vrij testosteron, oestradiol, vrij oestradiol en testosteron/oestradiol verhouding blijven statistisch significant, na correctie voor verstorende factoren en hoogste opleidingsniveau van de ouders, en na correctie voor verstorende factoren en voor alle statistisch significante covariaten. Voor luteinizerend hormoon zijn de verschillen niet meer significant na correctie voor verstorende factoren. Wat testosteron betreft vermindert de statistische significantie sterk na correctie voor verstorende factoren, om, in functie van de gekozen de wijze waarop leeftijd en BMI in rekening worden gebracht, een p waarde van
0,03 tot 0,16 te bereiken. Onderstaande Tabel 63 geeft de verhouding van de waarde voor de regio Menen t.o.v. deze voor Vlaanderen alsmede het percentage van de totale variatie in de bloedconcentraties verklaard door het gebied bij de onderzochte jongeren en de p-waarde in het gebruikte statistische model. Tabel 63: Effect van het gebied op de hormonale concentraties en percentage van de totale variatie in de bloedwaarden verklaard door het gebied, telkens na correctie voor alle verstorende factoren en voor alle statistisch significante covariaten. Biomerker
Verhouding Menen/Vlaanderen (verschil in %)
Thyroid stimulerend hormoon (TSH) Thyroxine (fT4) Trijodothyronine (fT3) SHBG Testosteron Vrij testosteron Oestradiol Vrij oestradiol Ratio T/E LH FSH
1.004 (+0.4%)
Percentage totale P waarde voor variatie verklaard door gebiedsverschil in het gebied gebruikte statistisch model <0.01 % 0.93
0.955 (-4.5%) 1.089 (+ 8.9%) 0.822 (-17.8%) 1.128 (+12.8%) 2.055 (+205.5%) 1.364 (+36.4%) 2.286 (+228.6%) 0.828 (-17.2%) 1.081 (+8.1%) 0.880 (-12,0%)
2.4% 10.3% 4.8% 0.81% 12.8% 8.9% 24.8% 3.6% 0.4% 1.3%
0.0014 <0.0001 0.0002 0.159 <0.0001 <0.0001 <0.0001 0.0042 0.318 0.076
B. Verschillen in het bereiken van volwassen hormoonconcentraties tussen regio Menen en Vlaanderen Er zijn significante en wellicht biologische betekenisvolle verschillen in het bereiken van "volwassen" concentraties aan zowel totaal testosteron als aan het actieve, medisch belangrijke vrije testosteron. Jongeren in de regio Menen bereiken deze volwassen waarden meer frequent dan jongeren in Vlaanderen in het algemeen. In de regio Menen en Vlaanderen vertonen 88 op 114 respectievelijk 73 op 118 jongens een volwassen concentratie van testosteron (p=0.015), en 91 op 114 respectievelijk 45 op 118 een volwassen concentratie aan vrij testosteron (p<0.0001). Na correctie voor verstorende factoren is het verschil m.b.t. het bereiken van volwassen testosteron concentraties echter niet meer statistisch significant (p= 0.17), terwijl het verschil m.b.t. het bereiken van volwassen concentraties aan vrij testosteron hoog significant blijft (p<0.0001).
C. Factoren die samenhangen met verschillen in hormoonconcentraties Volgende factoren blijken significant geassocieerd te zijn met verschillen in concentraties van hormonen of van sex hormone binding globulin (SHBG): Thyroid stimulerend hormoon (TSH): hoger bij jongens dan bij meisjes (zieTabel 64)
Tabel 64: Determinanten van thyroid stimulerend hormoon in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
TSH in bloed (µU/ml) 0,01 1,88 geslacht (p = 0,01) jongen: 1,12 meisje: 1,00 leeftijd (jaar) (p = 0,69) ≤14,5: 1,05 14,5-15,5: 1,049 <15,5: 1,00 Ziek laatste 14 dagen (p = 0,9) neen: 1,007 ja: 1,00 BMI klassen (p = 0,58) ondergewicht: 0,97 normaal gewicht: 0,94 overgewicht: 1,00 regio (p = 0,93) Menen: 1,003 Vlaanderen: 1,00
Thyroxine (fT4): hoger bij oudere jongeren; hoger bij jongeren met normaal lichaamsgewicht, lager bij bij jongeren met ondergewicht of overgewicht (zie Tabel 65). Tabel 65: Determinanten van thyroxine in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
fT4 in bloed (ng/dl) 1,06 8,22 geslacht (p = 0,12) jongen: 1,02 meisje: 1,00 leeftijd (jaar) (p = 0,0002) ≤14,5: 0,91 14,5-15,5: 0,95 <15,5: 1,00 Ziek laatste 14 dagen (p = 0,29) neen: 0,98 ja: 1,00 BMI klassen (p = 0,049) ondergewicht: 1,01 normaal gewicht: 1,04 overgewicht: 1,00 regio (p = 0,0014) Menen: 0,96 Vlaanderen: 1,00
Triiodothyronine (fT3): hoger bij jongens dan bij meisjes ; neemt af naarmate adolescenten ouder worden; trend naar hogere waarden bij overgewicht (zie Tabel 66) . Tabel 66: Determinanten van trijodothyronine in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
fT3 in bloed (pg/ml) 7,55 37,55 geslacht (p < 0,0001) jongen: 1,15 meisje: 1,00 leeftijd (jaar) (p < 0,0001) ≤14,5: 1,07 14,5-15,5: 1,05 <15,5: 1,00 Ziek laatste 14 dagen (p = 0,39) neen: 1,0099 ja: 1,00 BMI klassen (p = 0,10) ondergewicht: 0,97 normaal gewicht: 0,97 overgewicht: 1,00 regio (p < 0,0001) Menen: 1,089 Vlaanderen: 1,00
Sex hormone binding globulin (SHBG): Neemt af naarmate jongeren ouder worden; neemt af met stijgende BMI (hoger bij jongeren met ondergewicht of normaal gewicht dan bij jongeren met overgewicht of obesitas) (zie Tabel 67).
Tabel 67: Determinanten van sex-hormoon bindend globuline in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
SHBG in bloed (nmol/l) 5,37 24,09 leeftijd (jaar) (p = 0,0029) ≤14,5: 1,26 14,5-15,5: 1,05 <15,5: 1,00 Nuchter bij staalname (p = 0,34) Neen: 0,92 ja: 1,00 BMI klassen (p < 0,0001) ondergewicht: 2,15 normaal gewicht: 1,63 overgewicht: 1,00 Roken (p = 0,26) Niet-roker: 0,91 Roker: 1,00 regio (p = 0,0002) Menen: 0,82 Vlaanderen: 1,00
Luteïnizerend hormoon (LH): hoger naarmate de jongeren ouder zijn (zie Tabel 68). Tabel 68: Determinanten van luteïniserend hormoon in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
LH in bloed (mUl/ml) 1,90 11,16 leeftijd (jaar) (p < 0,0001) ≤14,5: 0,62 14,5-15,5: 0,72 <15,5: 1,00 BMI klassen (p = 0,25) ondergewicht: 0,77 normaal gewicht: 0,92 overgewicht: 1,00 Roken (p = 0,78) Niet-roker: 0,97 Roker: 1,00 regio (p = 0,32) Menen: 1,081 Vlaanderen: 1,00
Follikel stimulerend hormeen (FSH): hoger naarmate de jongeren ouder zijn (zie Tabel 69).
Tabel 69: Determinanten van follikel stimulerend hormoon in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
FSH in bloed (mU/ml) 0,71 3,56 leeftijd (jaar) (p = 0,045) ≤14,5: 0,79 14,5-15,5: 0,85 <15,5: 1,00 BMI klassen (p = 0,53) ondergewicht: 0,81 normaal gewicht: 0,93 overgewicht: 1,00 Roken (p = 0,70) Niet-roker: 1,044 Roker: 1,00 regio (p = 0,07) Menen: 0,88 Vlaanderen: 1,00
Testosteron: hoger naarmate de jongeren ouder zijn; trend naar hogere waarden met stijgende BMI (lager bij jongeren met ondergewicht) (zie Tabel 70). Tabel 70: Determinanten van testosteron in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
testosteron in bloed (ng/dl) 2,87 15,65 leeftijd (jaar) (p < 0,0001) ≤14,5: 0,58 14,5-15,5: 0,79 <15,5: 1,00 Bloedname voor 11u (p = 0,69) Neen: 1,26 Ja: 1,00 BMI klassen (p = 0,07) ondergewicht: 0,59 normaal gewicht: 0,95 overgewicht: 1,00 Roken (p = 0,11) Niet-roker: 0,83 Roker: 1,00 regio (p = 0,15) Menen: 1,13 Vlaanderen: 1,00
Vrije testosteron: hoger naarmate de jongeren ouder zijn; trend naar hogere waarden bij bloedname na 11 uur (wat tegengesteld is aan wat men verwacht); trend naar lagere waarden bij ondergewicht (zie Tabel 71).
Tabel 71: Determinanten van vrij testosteron in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Vrij testosteron in bloed (ng/dl) 18,97 28,40 leeftijd (jaar) (p < 0,0001) ≤14,5: 0,51 14,5-15,5: 0,62 <15,5: 1,00 Bloedname voor 11u (p = 0,06) Neen: 1,26 Ja: 1,00 BMI klassen (p = 0,09) ondergewicht: 0,59 normaal gewicht: 0,95 overgewicht: 1,00 Roken (p = 0,46) Niet-roker: 0,87 Roker: 1,00 regio (p < 0,0001) Menen: 2,055 Vlaanderen: 1,00
Oestradiol: hoger naarmate de jongeren ouder zijn; lager bij jongeren met ondergewicht (zie tabel 71). Tabel 72: Determinanten van oestradiol in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
oestradiol in bloed (pg/ml) 13,76 25,53 leeftijd (jaar) (p < 0,0001) ≤14,5: 0,67 14,5-15,5: 0,82 <15,5: 1,00 Bloedname voor 11u (p = 0,54) Neen: 0,96 Ja: 1,00 BMI klassen (p = 0,015) ondergewicht: 0,69 normaal gewicht: 1,015 overgewicht: 1,00 Roken (p = 0,58) Niet-roker: 1,06 Roker: 1,00 regio (p < 0,0001) Menen: 1,36 Vlaanderen: 1,00
Vrij oestradiol : hoger bij jongeren ouder dan 15.5 jaar; neemt toe met stijgende BMI (hoger bij groter relatief lichaamsgewicht); trend naar hogere waarden bij bloedname na 11 uur (zie Tabel 73). Tabel 73: Determinanten van vrij oestradiol in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Vrij oestradiol in bloed (pg/ml) 29,96 37,12 leeftijd (jaar) (p < 0,0001) ≤14,5: 0,74 14,5-15,5: 0,69 <15,5: 1,00 Bloedname voor 11u (p = 0,07) Neen: 1,22 Ja: 1,00 BMI klassen (p = 0,0038) ondergewicht: 0,51 normaal gewicht: 0,74 overgewicht: 1,00 Roken (p = 0,97) Niet-roker: 1,004 Roker: 1,00 regio (p < 0,0001) Menen: 2,29 Vlaanderen: 1,00
Bereiken van volwassen lichaamsconcentraties aan testosteron en vrij testosteron Covariaten die een associatie met het bereiken van "volwassen" concentraties aan zowel totaal testosteron als vrij testosteron vertonen zijn uiteraard leeftijd (hoe jonger, hoe minder kans op het hebben van volwassen concentraties) maar ook seizoen ( hoewel niet statistisch significant) (met minder frequente volwassen waarden in de winter en vooral de herfst). Jongeren met een Body mass index (een maatvoor relatief lichaamsgewicht) hoger dan 25 hebben significant minder kans op het bereiken van volwassen bloedconcentraties van testosteron en vri jtestosteron. Jongeren die wekelijks alcohol gebruiken hebben meer frequent volwassen concentraties van testosteron en vrij testosteron. In het geval van alcohol rijst natuurlijk de vraag of het alcoholgebruik een oorzaak is van hogere testosteronspiegels, dan wel eerder een gevolg van het bereiken van een verder stadium van sexuele ontwikkeling.
Tabel 74: Determinanten van de ratio testosteron/oestradiol in bloed R² gebied R² finaal model Multiplicatieve factor voor variabelen in model
Ratio T/E in bloed 2,48 9,50 leeftijd (jaar) (p = 0,25) ≤14,5: 0,86 14,5-15,5: 0,96 <15,5: 1,00 Bloedname voor 11u (p = 0,89) Neen: 1,01 Ja: 1,00 BMI klassen (p = 0,09) ondergewicht: 1,43 normaal gewicht: 1,27 overgewicht: 1,00 Roken (p = 0,009) Niet-roker: 0,78 Roker: 1,00 regio (p = 0,004) Menen: 0,83 Vlaanderen: 1,00
D. Welke factoren kunnen de verschillen in hormoonconcentraties tussen de regio Menen en Vlaanderen verklaren? Thyroid Hormonen Omdat in de regio Menen meer abnormale thyroidhormoon concentraties voorkomen dan in de Vlaamse referentiestudie lijkt het waarschijnlijk (maar niet zeker) dat de thyroid hormoon huishouding meer verstoord is in de regio Menen dan gemiddeld in Vlaanderen. Tal van scheikundige stoffen ( onder meer de detergent nonylphenol, de weekmaker dibutylphthalaat, de plastic component Bisphenol A, sommige pesticiden, sommige UV-filters) kunnen het thyroid metabolisme en de functie van thyroidhormonen verstoren. Deze stoffen werken hoofdzakelijk door verstoring van de regulatie van hormonale concentraties ("pre-receptor regulatie van de ligand concentraties), eerder dan door interactie met de receptoren voor de thyroiedhormonen. Sommige Pyrethroid insecticiden verstoren (blokeren) de schildklierfunctie nochtans doorheen interactie met de receptoren voor schildklierhormonen. In de huidige biomonitoring studie op jongeren wonend in de regio Menen werden niet alle stoffen waarvan bekend is dat ze de schildklierfunctie kunnen verstoren echter gemeten zodat geen definitieve uitspraak kan worden gedaan over de oorzaak van de mogelijke verstoring van de schildklierfunctie bij deze jongeren. Geslachtshormonen De concentraties aan geslachtshormonen zijn hoger bij jongeren uit de regio Menen dan bij de jongeren uit de Vlaamse referentiepopulatie. Zoals hierboven aangegeven zijn een aantal verschillen in hormonale concentraties, tussen jongeren wonend in de regio Menen en jongeren uit Vlaanderen in het algemeen, niet uit te leggen door verschillen in persoonsgebonden of
levensstijlfactoren. Welke omgevingsfactoren zouden die verschillen kunnen verklaren? Er is op dit ogenblik helaas geen duidelijk antwoord op deze vraag. Misschien zal het onderzoek van blootstellings-effect verbanden helpen deze verschillen uit te leggen. Op grond van de bestaande kennis over de regulatie van hormoonconcentraties en gezien de samenhang in de waarnemingen lijkt de volgende hypothese min of meer waarschijnlijk: Met betrekking tot de geslachtshormonen zou het primair gegeven in de regio Menen kunnen bestaan in een lichte ontremming van de hypothalamus en de hypofyse tengevolge van de inwerking van lichaamsvreemde stoffen (bijvoorbeeld polluenten) met antiandrogene of vooral anti-oestrogene eigenschappen, met als gevolg een lichtjes hogere productie van gonadotrope hormonen, hoofdzakelijk het luteinizerend hormoon, wat dan leidt tot een hogere productie van testosteron en oestradiol. Recente studies (laatste 5 jaar) tonen aan dat zeer talrijke scheikundige stoffen, waaronder talrijke vervuilende stoffen die in het leefmilieu voorkomen, anti-oestrogene of anti-androgene eigenschappen hebben. Dit werd aangetoond voor sommige gebromineerde diphenyl ethers, sommige UV-filters die frequent voorkomen in het leefmilieu, sommige PCBs en dioxines, sommige insecticiden waaronder sommige pyrethroiede insecticiden en tenminste één organofosfaat pesticide, sommige herbiciden, een fungicide, sommige reukstoffen (polycyclic musks), de weekmaker bis(2-ethylhexyl)phthalate (DEHP), sommige nonylphenol derivaten en sommige gechloreerde styreen derivaten. Van bijzonder belang is wellicht dat anti-oestrogene activiteit ook werd waargenomen voor stoffen in drinkwater die ontstaan bij de desinfectie door chlorinatie; voor stoffen aanwezig in diesel uitlaatgassen en voor stoffen aanwezig in de uitlaatgassen van motorfietsen; voor benzotriazole, een persistente roestwerende stof, aangewend in afwasmachines en voor de behandeling van vliegtuigen, die frequent wordt aangetroffen in grondwater, oppervlaktewater en in waterzuiveringsstations; voor stoffen aanwezig in door verkeer vervuilde gronden; en voor stoffen uit zowel de gasphase als de partikelphase van vervuilde lucht (vooral dan van door verkeer vervuilde lucht). De duidelijk hogere waarden voor inwendige blootstelling aan verbrandingsproducten, waargenomen in de regio Menen, zouden mogelijk voor een deel kunnen verantwoordelijk zijn voor de hogere concentraties aan geslachtshormonen bij de jongeren uit de regio Menen. Andere anti-oestrogene polluenten bleken echter minder aanwezig bij de jongeren uit de regio Menen. Meeromvattende, geïntegreerde metingen van anti-oestrogene activiteit zouden nodig zijn om meer zekerheid te bieden over dit onderwerp. Gezien de hogere concentratie aan testosteron zou men in de regio Menen een hogere verhouding testosteron/oestradiol, dus lagere verhouding van oestradiol/testosteron, verwachten dan in Vlaanderen in het algemeen. Dat eerder het omgekeerde waargenomen werd (namelijk een hogere verhouding oestradiol/testosteron) zou eveneens het gevolg kunnen zijn van een anti-oestrogeen effect. Terwijl de relatief hogere oestradiol concentratie normaal een inhibitie van het aromatase zou moeten induceren (product inhibitie) is het theoretisch mogelijk dat de productinhibitie wordt geblokkeerd door een anti-oestrogeen. Als gevolg hiervan zou dan een relatieve toename van de aromatase activiteit kunnen optreden resulterend in relatief hogere oestradiol concentraties. Antioestrogene activiteit (van polluenten) zou ook kunnen verantwoordelijk zijn voor de lagere concentraties aan sex hormone binding globulin (SHBG). Deze lagere concentraties aan SHBG geven op hun beurt aanleding tot de sterke verhoging van vrij testosteron en vrij oestradiol waargenomen in het bloed van de jongeren uit de regio Menen
3.5.
Hormonale effecten: puberteitsontwikkeling
A. Puberteitsontwikkeling – achtergrondinformatie Voor meisjes zijn er gegevens over maandstonden (reeds bereikt; regelmatig of niet). Deze gegevens zijn op basis van zelfrapportering (vragenlijsten). De puberteitsstadia (borstontwikkeling en pubisbeharing bij meisjes (Marshall and Tanner, 1969); genitale ontwikkeling en pubisbeharing bij jongens (Marshall and Tanner, 1970)) werden opgevraagd bij het Centrum voor Leerlingenbegeleiding (CLB). De frequentieverdeling wordt gegeven in Tabel 75. Opvallend is de lage proportie deelnemers in stadium 5, vooral bij meisjes maar ook bij jongens. Ter validatie van de data wordt eerst nagekeken of de cijfers een goede overeenkomst vertonen met de andere gegevens van puberteit, namelijk leeftijd van menarche bij meisjes en geslachtshormonen bij jongens. Tabel 75: Frequentieverdeling van puberteitsstadia in de regio Menen en Vlaanderen Borstontwikkeling meisjes Pubisbeharing meisjes Genitale ontwikk. jongens Pubisbeharing jongens
Menen Vlaanderen Menen Vlaanderen Menen Vlaanderen Menen Vlaanderen
Stadium 1 Stadium 2 Stadium 3 Stadium 4 Stadium 5 0% 0% 7,9% 84,1% 7,9% 0% 0% 3,8% 42,3% 53,8% 0% 3,2% 4,8% 88,9% 3,2% 0% 0% 5,1% 41,8% 53,2% 1,1% 3,4% 20,4% 54,5% 20,4% 0% 5,0% 13,1% 48,5% 33,3% 1,1% 2,3% 25,0% 56,8% 14,8% 5,0% 5,0% 8,0% 52,0% 30,0%
Voor leeftijd van menarche bij meisjes verwachten we dat er een graduele daling is bij stijgend puberteitsstadium, d.w.z. meisjes die al in een hoger stadium zitten zullen op een vroegere leeftijd de eerste maandstonden hebben gehad. Dit wordt inderdaad vastgesteld voor de gegevens van Vlaanderen; in de regio Menen is er een daling volgens stadium van borstontwikkeling maar niet volgens pubisbeharing (Figuur 64). Er is dus in Menen een discrepantie tussen de zelfgerapporteerde menarche en de puberteitsstadia gerapporteerd door de schoolarts.
14,5 14
14,07
13,5 13,05
13
12,78
12,5 12 B3 (n = 1)
B4 (n = 31)
Vlaanderen leeftijd menarche versus pubisbeharing Leeftijd menarche (jaar)
Leeftijd menarche (jaar)
Vlaanderen leeftijd menarche versus borstontwikkeling 14,5 14
14,26
13,5 13,07
13
12,73
12,5 12 11,5
B5 (n = 36)
P3 (n = 2)
Stadium borstontwikkeling
14
14,25
13,5
13,17
13
12,54
12,5 12 11,5 B3 (n = 3)
B4 (n = 46) Stadium borstontwikkeling
P5 (n = 37)
B5 (n = 3)
Menen leeftijd menarche versus pubisbeharing Leeftijd menarche (jaar)
Leeftijd menarche (jaar)
Menen leeftijd menarche versus borstontwikkeling 14,5
P4 (n = 29) Stadium pubisbeharing
15 14,5
14,47
14,53
14
13,93
13,5
13,08
13 12,5 12 P2 (n = 1)
P3 (n = 2)
P4 (n = 47)
P5 (n = 2)
Stadium pubisbeharing
Figuur 64: Leefijd van menarche volgens puberteitsstadium bij meisjes in Vlaanderen en in de regio Menen
Bij de jongens verwachten we op basis van de literatuur (Kletter et al., 1993; Andersson et al., 1997) en op basis van eerdere studies van het Steunpunt Milieu en Gezondheid (Den Hond et al., 2011) een relatie tussen puberteitsstadium en hormoonconcentratie. Testosteron en LH zullen geleidelijk toenemen van stadium 1 tot 5, met een afvlakking tussen stadium 4 en 5. Deze verwachtte trend wordt duidelijk geobserveerd in de Vlaamse groep jongeren; in de regio Menen is de relaties tussen puberteit en homoonconcentratie niet gradueel maar verloopt daarentegen in pieken (Figuur 65). Er is bijgevolg in Menen geen goede overeenkomst tussen de hormoonmetingen in serum en de puberteitsstadia gerapporteerd door de schoolarts.
Vlaanderen LH versus genitale ontwikkeling 4
500 400
404,43
396,04
300 200
211,85
209
100
LH (mU/ml)
Testosteron (ng/dl)
Vlaanderen Testosteron versus genitale ontwikkeling
0
2
1,86
2,04
1 0
G2 (n = 5)
G3 (n = 13)
G4 (n = 46)
G5 (n = 32)
G2 (n = 5)
Stadium genitale ontwikkeling
G3 (n = 13)
G4 (n = 47)
G5 (n = 32)
Stadium genitale ontwikkeling
Menen - testosteron versus genitale ontwikkeling
Menen LH versus genitale ontwikkeling
600
5
515,4
470,31
400
460,4
515,44
308,33 200 0
LH (mU/ml)
Testosteron (ng/dl)
3,78
3,32
3
4,29
4
4,19
3,85
4,46
3
2 1
G1 (n = 1) G2 (n = 3) G3 (n = 18) G4 (n = 48) G5 (n = 18)
0,1 G1 (n = 1) G2 (n = 3) G3 (n = 18) G4 (n = 48) G5 (n = 18)
Stadium genitale ontwikkeling
Stadium genitale ontwikkeling
0
Figuur 65: Testosteron en LH concentratie volgens puberteitsstadium bij jongens in Vlaanderen en in de regio Menen Een overgroot deel van de data van puberteitsstadia in Menen zijn afkomstig van eenzelfde schoolarts. Daardoor speelt interobserver variabiliteit mogelijk een verstorende rol in de kwaliteit van de data. Er wordt beslist dat de CLB gegevens over de puberteitsstadia in de regio Menen niet voldoende valide zijn en dus niet gebruikt zullen worden voor verdere analyses.
B. Puberteitsontwikkeling in de regio Menen Tabel 76 geeft de beschrijvende statistiek voor de analyse van de maandstonden bij meisjes. Tabel 76: Puberteitsontwikkeling in de regio Menen Biomerker reeds maandstonden regelmatige maandstonden
N 85 72
% (95% BI) 91,76 (83,66 – 96,04) 60,29 (48,21 – 71,24)
N= aantal deelnemers; 95% BI = 95% betrouwbaarheidsinterval
Meer meisjes hebben reeds hun maandstonden in de hogere leeftijdscategorieën (p = 0,02). Verder wordt er een niet significante trend gezien (p = 0,19) wat betreft BMI klasse: meisjes met een hogere BMI rapporteerden frequenter dat ze hun maandstonden al hebben. Het krijgen van regelmatige maandstonden kan enkel in verband gebracht worden met het opleidingsniveau van
het kind (p = 0,02); leerlingen uit het BSO hebben vaker regelmatige maandstonden. Verder werden geen significante relaties waargenomen (Figuur 66). Regelmatige maandstonden? - % per subgroep
Heeft meisje reeds maandstonden? - % per subgroep 0
leeftijd: <=14 jr
20
40
60
80
100
Leeftijd: p =0,02
<=15 jr >15 jr
BMI: ondergewicht normaal gewicht overgewicht
BMI: p = 0,19
0
120
10
20
30
40
50
leeftijd: <=14 jr <=15 jr >15 jr
60
70
80
90
BMI: ondergewicht normaal gewicht overgewicht
BMI: p = 0,33
alcoholgebruik: nooit minder dan maandelijks minder dan wekelijks wekelijks
Alcoholgebruik: p = 0,25
ASO TSO BSO
100
Leeftijd: p = 0,11
Opleiding kind: p = 0,02
Figuur 66: Voorkomen van maandstonden volgens subgroepen
C. Puberteitsontwikkeling in de regio Menen – vergelijking met Vlaanderen De leeftijd van menarche in de regio Menen was vergelijkbaar met die in Vlaanderen (p = 0,84), en ook het al dan niet krijgen van regelmatige maandstonden verschilt niet tussen beide regio’s (p = 0,51). De gebiedsverschillen worden samengevat in Figuur 67. Het gaat hierbij om ruwe gegevens, d.w.z. dat er geen rekening gehouden wordt met eventuele verschillen in de karakteristieken van de deelnemers.
Figuur 67: Puberteitsontwikkeling in de regio Menen: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Puberteitsontwikkeling in de regio Menen – effect van gebied na correctie voor determinanten van blootstelling Na correctie voor leeftijd, BMI en roken is het al dan niet hebben van maandstonden en regelmatige maandstonden gelijkaardig in regio Menen en Vlaanderen. Het percentage meisjes dat reeds maandstonden heeft, ligt 6% lager in de regio Menen (p = 0,92); het percentage meisjes dat regelmatige maandstonden heeft ligt 19% hoger in regio Menen t.o.v. Vlaanderen (p = 0,64). Tabel 77: Determinanten van puberteitsontwikkeling bij meisjes - maandstonden reeds maandstonden R² gebied 0,02 R² finaal model 10,18 Odds ratio voor leeftijd (p < 0,001) variabelen in model ≤14,5 jaar: 0,00 14,5-15,5 jaar: 0,00 >15,5 jaar: 1,00 BMI (p < 0,001) ondergewicht: 0,00 normaal gewicht: 0,00 overgewicht: 1,00 roken (p < 0,001) niet roker: 0,00 roker: 1,00 regio (p = 0,92) Menen: 0,94 Vlaanderen: 1,00
regelmatige maandstonen 0,31 5,57 leeftijd (p = 0,43) ≤14,5 jaar: 0,44 14,5-15,5 jaar: 0,51 >15,5 jaar: 1,00 BMI (p = 0,22) ondergewicht: 0,82 normaal gewicht: 1,90 overgewicht: 1,00 roken (p = 0,15) niet roker: 0,40 roker: 1,00 regio (p = 0,64) Menen: 1,19 Vlaanderen: 1,00
3.6.
Neurologische ontwikkeling: NES-test
A. NES-test – achtergrondinformatie Neurobehavioral Evaluation System (NES) is een batterij van neurologische testen die ontwikkeld is om de effecten van milieuverontreiniging te onderzoeken (Baker et al., 1985). NES is gebruikt in een aantal studies over de cognitieve effecten van giftige stoffen, die hebben getoond dat er een dosis-effect relatie bestaat tussen de graad van blootstelling en de cognitieve vaardigheden (White et al., 2003). In onze studie werden drie testen van de NES3 versie van de NES batterij (Letz, 2000) gebruikt. In de Continuous Performance Test (CP) verschijnt er gedurende 200 msec een letter op het scherm. De taak bestaat erin om zo snel mogelijk te reageren op de letter S door op een toets te klikken. Om de 1000msec wordt er een nieuwe letter getoond. In totaal verschijnt de letter ‘S’ 60 keer. De test meet het concentratievermogen. In onze studie werd de prestatie op drie verschillende manieren gemeten. De gemiddelde reactietijd geeft de gemiddelde tijd weer die verstrijkt vanaf het verschijnen van de letter S tot het moment waarop hierop wordt gereageerd. De incorrecte positieve reacties staan voor het aantal keer dat er op een verkeerde letter gereageerd werd. De correcte reacties geven het aantal keer dat er binnen de 1200 msec op de letter S gereageerd werd weer. De Digit Span Test (DS) bestaat uit twee delen. In het eerste deel wordt een reeks getallen gedicteerd. De taak bestaat erin om hen te reproduceren. Wanneer dit lukt, wordt een volgende reeks gedicteerd die uit één getal meer bestaat. Wanneer een fout wordt gemaakt, wordt een reeks gedicteerd van dezelfde lengte. Het eerste deel van de test eindigt wanneer het twee keer achtereen niet lukt om een reeks te reproduceren. Het tweede deel is identiek aan het eerste, buiten het feit dat de getallen in de omgekeerde volgorde gereproduceerd moeten worden. De prestatie in deze taak wordt gemeten op basis van het maximale aantal getallen dat gereproduceerd werd in de gedicteerde volgorde en de omgekeerde volgorde. In de Finger Tapping Test (FT) moet er gedurende 10 seconden zo snel mogelijk geklikt worden op de spatietoets. Eerst wordt dit vier keer gedaan met de hand naar keuze, daarna vier keer met de andere hand. Er wordt gemeten hoeveel keer iemand in totaal met de hand naar keuze en met de andere hand klikte.
B. NES-test in de regio Menen De beschrijvende statistiek voor de studiegroepen is terug te vinden in de tweede en de derde kolom van Tabel 78. De derde en de vierde kolom geven de p-waardes weer voor de vergelijking van de groepen zonder correctie en na correctie voor geslacht, leeftijd, opleiding van de ouders, economische status, het aantal uren per week doorgebracht achter de computer, school (ASO versus andere), en fysieke activiteit minstens 1 keer per week. De meeste verschillen tussen de regio Menen en de referentiegroep zijn statistisch niet significant. De snelheid waarmee geklikt werd met de hand naar keuze (een parameter voor psychomotoriek) lag significant lager bij de jongeren van regio Menen. Het verschil blijft significant na correctie voor de eerder vermelde covariabelen. De analyse met de correctie suggereert ook een negatief effect van het studiegebied Menen op het aantal cijfers gereproduceerd in de gedicteerde volgorde, een parameter voor een bepaald aspect van geheugen. Wel dient te worden opgemerkt dat de testen in de regio Menen werden afgenomen met een touchscreen en bij de referentiegroep met behulp van de computermuis.
Tabel 78: Resultaten van de NES testen in de regio Menen en de referentiegroep Gemiddelde (SD)
CP, gemiddelde reactietijd CP, incorrecte positieve reacties CP, correcte reacties DS, de gedicteerde volgorde DS, de omgekeerde volgorde FT, de hand naar keuze FT, de andere hand
Menen 410,1 (3,20) 5,59 (0,26) 56,1 (0,52) 5,54 (0,08) 4,49 (0,07) 290,2 (1,95) 260,58 (2,55)
Vlaanderen 410,7 (2,80) 5,21 (0,24) 56,74 (0,44) 5,66 (0,07) 4,49 (0,07) 300,0 (2,85) 257,1 (2,63)
p-waarde NietGecorrigeerde gecorrigeerde * ,89 ,19 ,29 ,06 ,60 1 ,361 ,26 ,042 ,99 0,56 ,017 0,019 ,32 0,49
1
Omwille van het feit dat de verdeling van de regressie errors niet normaal was, werd de test uitgevoerd met de gegevens die getransformeerd werden met een Box-Cox transformatie. * geslacht, leeftijd, opleiding van de ouders, economische status, het aantal uren per week doorgebracht achter de computer, school (ASO versus andere), fysieke activiteit minstens 1 keer per week
3.7.
Neurologische ontwikkeling: slaperigheid tijdens de dag
A. Slaperigheid tijdens de dag– achtergrondinformatie Om de slaperigheid tijdens de dag te meten bij de studiegroep Menen werd de Epworth Sleepiness Scale (Johns, 1991) gebruikt. Deze schaal bestaat uit acht vragen waarbij de persoon die de vragenlijst invult, aanduidt hoe groot de kans is dat hij of zij in een bepaalde situatie in slaap zou vallen. De mogelijke antwoorden ‘ik zal nooit indommelen’, ‘er is een kleine kans tot indommelen’, ‘er is een redelijke kans tot indommelen’, ‘de kans is groot dat ik indommel’ krijgen respectievelijk de score 0, 1, 2 en 3. De totale score is de som van de scores behaald in de acht vragen. Hoge scores in de test zijn typisch voor mensen met verschillende slaapproblemen, zoals narcolepsie (Johns, 2000), slaap-apnoe (Bloch et al., 1999; Chung, 2000; Johns, 1993), en primair snurken (primary snoring, Bertolazi et al., 2009; Bloch et al., 1999). Overmatige vermoeidheid tijdens de dag (Excessive Daytime Sleepiness), een typisch syndroom van slaapstoornissen, komt vaak voor bij jongeren. Zoals het geval is in de meeste studies bij adolescenten waarin de Epworth Sleepiness Scale werd gebruikt, werden ook in onze studie scores hoger dan 10 beschouwd als indicatoren van overmatige vermoeidheid tijdens de dag.
B. Slaperigheid tijdens de dag in de regio Menen Om de resultaten van Menen beter te kunnen situeren, werden ze vergeleken met andere studies waarin de Epworth Sleepiness Scale werd gebruikt. De gemiddelde score lag in de regio Menen veel lager dan in de andere studies (Tabel 79). Dit suggereert dat de jongeren in regio Menen overdag minder slaperig zijn dan de andere groepen. 7.6% van de studiegroep in de regio Menen had een score hoger dan 10. Dit percentage lag hoger in de andere studies. Dit suggereert dat overmatige slaperigheid overdag relatief zeldzaam is bij de adolescenten van de regio Menen.
Tabel 79: De Epworth Sleepiness Scale scores van de jongeren van de regio Menen en andere studiegroepen. Studie
Studiegroep Menen
N
Gemidd. Leeftijd
Gemiddelde (sd)
Overmatige vermoeidheid tijdens de dag
185
15,04
5,28(3,42)
7,6%
e
Shin et al., 2003
Leerlingen uit de 11 graadA, Seoul, South Korea
3871
16,8
7,0
15,9%
Gibson et al., 2006
Leerlingen uit de middelbare school, Ontario, Canada
3235
16,2
8,7
42%
Leerlingen uit de 6 e-12e graadA, Kentucky, USA
9966
NB
8,9
43,3% C
Leerlingen uit de 6 e-12e graadA, Kentucky, USAB
10656
NB
8,2
37% C
Choi et al., 2009
Leerlingen uit de middelbare school, de provincie Gyeonggi en de stad Gwangju, Zuid-Korea
2336
16,7
NA
11,2%
Ng et al., 2009
Leerlingen uit de 11e graadA van de Australian International School, Hong-Kong
59
16,5
7,6(4,2)
25,4%
Leerlingen uit de 9e graadA, Japan
11692
NB
7,9
27,8%
Leerlingen uit de 10e graadA, Japan
18019
NB
9,5
40,8%
Leerlingen uit de 11e graadA, Japan
17240
NB
9,5
40,1%
Leerlingen uit de 9e en 10e graadA, Ijsland
7348
NB
8,3
NB
Danner et al., 2008
Kaneita et al., 2010
Kristjansson et al., 2011
NB – niet beschikbaar A De Engelse term ‘grade’ werd hier letterlijk vertaald. Het schoolsysteem waarvan sprake is, bestaat uit 12 graden, dus de 9e graag komt overeen met het 3e middelbaar in het Belgische systeem. B Het tweede deel van de studie werd 1 jaar na het eerste deel uitgevoerd. Intussen was een wijziging ingevoerd waardoor schooldagen ‘s morgens 1 uur later van start gingen. C In deze studie werden de scores hoger of gelijk aan 10 beschouwd als indicatoren van overmatige vermoeidheid tijdens de dag.
3.8.
Neurologische ontwikkeling: genderidentiteit
A. Genderidentiteit– achtergrondinformatie De Personal Attributes Questionnaire (PAQ, Spence & Helmreich, 1978) meet de mate waarin een mannelijke en vrouwelijke identiteit aanwezig is bij de persoon die de test invult. De vragenlijst bestaat uit 24 vragen. Elke vraag heeft betrekking tot twee tegengestelde eigenschappen, bijvoorbeeld: helemaal niet agressief, heel agressief. De persoon moet zich situeren op een schaal tussen twee extremen door een van de vijf bolletjes in te kleuren.
B. Genderidentiteit in de regio Menen Hoge waarden betekenen dat de mannelijke of de vrouwelijke identiteit sterk aanwezig is. De mannelijke identiteit bij jongens en de vrouwelijke identiteit bij meisjes kwam in vergelijkbare mate naar voor in de studiegroep van de regio Menen en in de referentiegroep (Tabel 80). De mannelijke identiteit bij meisjes en de vrouwelijke identiteit bij jongens waren zwakker aanwezig bij de jongeren van de regio Menen dan in de referentiegroep. Het effect van studiegebied blijft significant in het model waarin er gecorrigeerd wordt voor leeftijd, opleiding van de ouders, economische status en school.
Tabel 80: Resultaten van de vragenlijst PAQ in de regio Menen en de referentiegroep Gemiddelde (SD)
p-waarde
Menen
Vlaanderen
Nietgecorrigeerde
Gecorrigeerde *
Mannelijkheid bij jongens
2,51 (0,05)
2,43 (0,05)
,22
,09
Mannelijkheid bij meisjes
2,13 (0,05)
2,31 (0,05)
,0175
,007
Vrouwelijkheid bij jongens
2,60 (0,04)
2,74 (0,04)
,0182
,040
Vrouwelijkheid bij meisjes
3,03 (0,46)
3,02 (0,05)
,92
,08
* leeftijd, opleiding van de ouders, economische status, school (ASO versus andere)
3.9.
Nierfunctie
A. Nierfunctie – achtergrondinformatie Als merker voor eventuele effecten ter hoogte van de nieren worden alfa-1-microglobuline gemeten in urine en cystatine-C in serum, wat merkers zijn voor respectievelijk tubulaire en glomerulaire nierschade. Deze parameters voor nierschade werden niet gemeten in de referentie-biomonitoring. Het gaat echter om klinische merkers die goed gekend zijn, en waarvoor referentiewaarden beschikbaar zijn vanuit de algemene bevolking. Een verstoring van deze merkers is geassocieerd aan een verhoogd risico op nierziekten.
Alfa-1-microglobuline in urine Alfa-1-microglobuline is een proteïne geproduceerd door alle cellen die histocompatibiliteitsantigenen (MHC klasse I) tot expressie brengen. Het proteïne wordt aan een constant tempo geproduceerd en wordt geëlimineerd via de renale weg. Door zijn kleine moleculaire gewicht (11.8 kDa) kan het vrij gefilterd worden door de glomerulus van de nier tot in de primaire urine, waarna het proteïne volledig gereabsorbeerd wordt in de cellen van de proximale tubulus. Een stijging in het alfa-1-microglobuline niveau in de urine kan dan een indicator zijn van lesie of dysfunctie van de nier (Lisowka-Myjak 2010). Cystatine C in serum Cystatine C is een niet-geglycosyleerd proteine dat tot expressie gebracht wordt door alle cellen met een celkern. Het wordt aan een constant tempo vrijgezet in de bloedstroom. Het proteïne is een endogene inhibitor van cysteïne proteïnases. Cystatine C concentraties in het bloed zijn onafhankelijk van leeftijd, geslacht, ras, lichaamsmassa en hydratatie. Filtratie in de glomerulus van de nier tot in de primaire urine wordt vergemakkelijkt door de hoge concentratie van cystatine C in zo goed als alle lichaamsvloeistoffen, het lage moleculaire gewicht (13.3 kDa) en de positieve lading van het proteïne. Doordat de productie van cystatine C constant blijft, is de meting van cystatine C serum concentraties een goede merker van glomerulaire filtratie, een proces dat onafhankelijk is van infecties, ontstekingen of aantasting van de lever (Lisowka-Myjak 2010).
B. Nierfunctie in de regio Menen De nierfunctieparameters werden niet gemeten in de referentiepopulatie, dus er is geen vergelijking mogelijk tussen de waarden in de regio Menen en algemeen Vlaanderen. De waarden in regio Menen kunnen wel vergeleken worden met de klinische richtwaarden van het laboratorium waar de meting werd uitgevoerd. In Tabel 81 wordt weergegeven welk percentage van de deelnemers binnen en buiten de normale range vallen voor cystatine-C en alfa-1microglobuline. De gegevens zullen in een vervolgproject verder gebruikt worden om na te gaan of personen die meer blootgesteld zijn aan metalen die toxisch zijn voor de nieren ook meer kans hebben op een afwijkende waarde van deze twee nierfunctieparameters.
Tabel 81: Nierparameters in de regio Menen: vergelijking met klinische richtlijnen Biomerker
Richtlijn
% deelnemers
Cystatine-C in serum
lage waarden: < 0,59 mg/l
4,57% (9/197)
normale waarden: 0,59 – 1,04 mg/l
93,4% (184/197)
hoge waarden: > 1,04 mg/l
2,03% (4/197)
normale waarden: < 12 mg/l
100% (191/191)
hoge waarden: ≥ 12 mg/l
0% (0/191)
Alfa-1-microglobuline in urine
4. Perceptie
4.1 Inleiding De vragenlijst van de humane biomonitoringscampagne in regio Menen bevat, net als de referentiecampagne in Vlaanderen, een module rond risicopercepties. Deze module peilt naar de meningen, klachten en bezorgdheden van jongeren over milieuproblemen in hun woonomgeving. Risicopercepties brengen een beeld van de maatschappelijke betekenis van milieu- en gezondheidsrisico’s. Ze zijn relevant voor het beleid omdat ze een belangrijke invloed uitoefenen op hoe risico’s beoordeeld en aangepakt moeten worden7. Daarnaast bestaat er recent ook aandacht voor de klinische relevantie van risicopercepties in de individuele relatie tussen blootstelling en gezondheid. Onderzoek toont aan dat – naast de toxicologische impact van milieuvervuiling – ook de psychosociale impact van de perceptie van die vervuiling schadelijk kan zijn voor de gezondheid8. De perceptie van (potentiële of reële) milieuproblemen zorgt immers voor stress die de gezondheid negatief beïnvloedt. Ook de perceptie van een gebrek aan participatie en betrokkenheid bij het beleidsproces rond het aanpakken en oplossen van milieuproblemen heeft een negatieve impact op de (psychosociale) gezondheid9. De ‘subjectieve’ percepties van mensen over de problematiek van milieu en gezondheid vormen dus een belangrijke en noodzakelijke aanvulling op de ‘objectieve’ meetgegevens van de humane biomonitoring. In wat volgt worden de resultaten van de perceptievragenlijst bij jongeren in Menen voorgesteld. Vier onderwerpen komen achtereenvolgens aan bod: De perceptie van milieuproblemen: wie percipieert welke milieuproblemen in de eigen woonomgeving, en wie is ook ongerust over welke gezondheidsklachten in verband met die problemen? En welke oplossingen zien jongeren voor deze milieuproblemen? Informatie over milieuproblemen: door wie en op welke manier willen jongeren geïnformeerd worden over milieuproblemen? Welke informatiekanalen genieten vertrouwen en welke kanalen zijn belangrijk? En hoe beoordelen ze bestaande informatiecampagnes rond milieu en gezondheid? Attitudes en gedrag rond milieubesef: voelen jongeren zich verantwoordelijk voor het leefmilieu? En vertaalt zich dat ook in milieubewust gedrag? Betrokkenheid en participatie: hoe moet de plaatselijke bevolking best betrokken worden bij het aanpakken van milieuproblemen in de woonomgeving? Wie moet uiteindelijk beslissen? En wie is ook zelf bereid om betrokken te worden? In tabellen en figuren worden de antwoorden van de jongeren weergegeven. We kijken in de eerste plaats naar verschillen met de Vlaamse referentiebiomonitoring. We gaan na voor welke percepties er statistisch significante10 verschillen bestaan tussen jongeren in regio Menen en jongeren in gans Vlaanderen. Daarnaast kijken we binnen de steekproef van de regio Menen ook naar de verdeling van subgroepen per geslacht, sociaal-economische status (SES), etnische 7
Slovic, P. (edit.) (2000), The Perception of Risk, London: Earthscan, 473 p. Lima, M.L. (2004), On the influence of risk perception on mental health: living near an incinerator, in: Journal of Environmental Psychology, vol. 24: 71-84. 9 Vandermoere, F. (2008), Psychosocial health of residents exposed to soil pollution in a Flemish neighbourhood, in: Social Science & Medicine, vol. 66: 1646-1657. 10 Statistische significantie drukken we uit als een p-waarde: hoe kleiner die waarde, hoe kleiner de kans dat het verschil te wijten is aan het toeval. Bij een p-waarde kleiner of gelijk aan 0.05 spreken we van een significant verband (de kans dat het verband toevallig is, is dan kleiner dan 5%). 8
achtergrond en afstand tot de industriezone. We gaan na voor welke percepties er significante verschillen bestaan tussen jongens en meisjes, tussen jongeren met een hoge of een lage SES, enz. Voor sociaal-economische status (de sociale positie die iemand inneemt in de samenleving) bekijken we twee indicatoren: het hoogste opleidingsniveau van de ouders (lager secundair, hoger secundair of hoger onderwijs) en het onderwijstype van de jongeren (ASO, TSO of BSO). Indien we voor een bepaalde perceptievraag lineaire verschillen in SES vinden dan spreken we van een sociale gradiënt. Die kan positief zijn (hoe hoger de SES, hoe hoger de score op de perceptievraag) of negatief (hoe hoger de SES, hoe lager de score). Afstand tot industriezone bekijken we door jongeren die dichter bij de industriezone wonen (studiegebied Menen 1) te vergelijken met jongeren die verder af wonen (studiegebied Menen 2). De verschillen tussen de regio Menen en Vlaanderen worden voor alle vragen getoond. De verschillen in regio Menen per subgroep worden enkel getoond indien ze statistisch significant zijn (in bijlage 5 worden alle berekeningen weergegeven). Tot slot geven we in de tekst ook steeds de relevante verschillen in perceptieresultaten in de hotspot Genk-Zuid weer.
4.2 Respons 197 van de 199 jongeren die deelnamen aan de humane biomonitoring in regio Menen vulden de perceptievragenlijst in. Het eerste luik rond de perceptie van milieuproblemen in de woonomgeving (paragraaf 4.3) werd in de campagne in regio Menen iets slechter ingevuld dan in de referentiecampagne in Vlaanderen (in Menen vulden 8% deze vragen niet of niet juist in, terwijl dit in Vlaanderen 7% was). Ten opzichte van de campagne in Genk-Zuid zijn de verschillen wel groot (daar vulde slechts 2,3% deze vragen niet in). Het luik over de informatiekanalen (paragraaf 4.4) kent in de regio Menen ongeveer een gelijke respons als in Vlaanderen: beide ongeveer 7% missing. Het laatste luik rond de betrokkenheid en participatie (paragraaf 4.6) werd in regio Menen minder goed ingevuld dan in Vlaanderen (resp. 5% t.o.v. 2% missing), maar opvallen beter ingevuld dan in Genk-Zuid (8,6% missing).
4.3 Perceptie van milieuproblemen in de woonomgeving Wie geeft milieuproblemen aan? De eerste vraag in de perceptievragenlijst peilde naar de aanwezigheid van een milieuprobleem in de woonomgeving van de respondenten (gemeente of buurt). Bijna 1 op 6 van alle jongeren (59,5%) stelt in regio Menen minstens één milieuprobleem in zijn of haar woonomgeving vast. In Vlaanderen is dit 26,1%.
100
Menen
90 Vlaanderen
80 70 60
70,4 63,9
59,5
55,6
51,4
53,8
50 40 30
26,1
24,8
29,2
28,1 18,2
20
21,5
10 0 totaal
jongens
meisjes
lager hoger hoger secundair secundair onderwijs
geslacht
opleidingsniveau ouders
Figuur 68: percentage deelnemers die aangaven een milieuprobleem in de omgeving te hebben. Menen (n=190) – Vlaanderen (n=204)
Meisjes geven in regio Menen vaker een milieuprobleem aan dan meisjes. De verschillen in geslacht zijn statistisch significant (p=0.008). In Vlaanderen zien we dezelfde trend, maar in Genkzuid zagen we net het omgekeerde: daar melden jongens vaker dan meisjes een milieuprobleem (p=0,045). We stellen in de regio Menen ook vast dat jongeren met hoogopgeleide ouders vaker een milieuprobleem in hun woonomgeving aangeven dan jongeren met laagopgeleide ouders, maar de verschillen zijn zowel in regio Menen als in Vlaanderen niet significant. Het melden van een milieuprobleem vertoont in de regio Menen daarnaast een significant (maar geen rechtlijnig) verband met het onderwijstype van de jongere (P=0,012) (niet in figuur). Jongeren uit het ASO geven vaker een milieuprobleem aan dan jongeren uit het TSO en het BSO (69,3% t.o.v. resp. 45,9% en 55,6%). Dit verband stelden we ook vast in Vlaanderen, maar niet in Genk-Zuid. Jongeren die in studiegebied Menen dichter bij het industriegebied wonen (Menen 1) melden iets vaker een milieuprobleem dan jongeren die iets verder af wonen (Menen 2) (61,9% t.o.v. 55,6%), maar dit verschil is niet statistisch significant. In vergelijking met de 8 aandachtsgebieden uit het eerste steunpunt11 (2002-2008) liggen de percentages in Menen bijna dubbel zo hoog. Jongeren in Menen geven ongeveer twee keer zo vaak een milieuprobleem aan dan jongeren (in dezelfde leeftijdsgroep) die wonen in havengebied (30,1%), in de Albertkanaalzone (31,7%) of in de buurt van een verbrandingsoven (34%).
Over welke milieuproblemen gaat het? Jongeren die melding maken van een milieuprobleem, konden aan de hand van vooraf omschreven categorieën aanduiden over welke problemen het gaat. We peilden naar het type milieuprobleem (in welk milieucompartiment speelt het probleem zich af), de sector of activiteit die het probleem veroorzaakt en de vervuilende stof(fen) die het probleem veroorzaken. Type milieuproblemen 54,1% van de jongeren uit studiegebied Menen geeft aan dat luchtvervuiling een milieuprobleem is in zijn of haar woonomgeving. 27,3% stelt (ook) bodemvervuiling vast en 16,9% (ook) geluidshinder. 14,2% en 13,1% stelt respectievelijk (ook) geurhinder en geluidshinder vast. Andere 11
Zie: http://www.milieu-en-gezondheid.be/resultaten/2001-2006/jongeren/Perceptierapport%20Jongeren.pdf
milieuproblemen zoals vervuiling via voeding, binnenhuisvervuiling en lichthinder en (niet in figuur) werden minder vaak aangegeven (respectievelijk 2,2%, 1,6% en 0,5%). 60
54,1
Menen Vlaanderen
50 40 27,3
30 20,4
16,9
20 10
6,3
14,2
13,1 13,1 7,3
6,8
0 luchtvervuiling
bodemvervuiling
watervervuiling
geurhinder
geluidshinder
Figuur 69: Types milieuproblemen die werden vermeld (%). Menen (n=183) – Vlaanderen (n=191) De vijf typen milieuproblemen uit de figuur worden in de regio Menen significant vaker gemeld dan in de Vlaamse referentiebiomonitoring (uitgezondheid geluidshinder). De verschillen zijn het grootst voor bodemvervuiling, dat wordt in regio Menen 4,3 keer vaker gemeld dan in Vlaanderen. In Genk-Zuid werd luchtvervuiling eveneens het vaakst aangeduid als type milieuprobleem (70,5%). Opvallend is wel dat jongeren in Genk-Zuid daarnaast vooral melding maken van geurhinder (36,8%) en geluidshinder (25,8%), terwijl dit in de regio Menen vooral bodemvervuiling is. Het melden van bepaalde type milieuproblemen is in regio Menen significant verschillend voor geslacht: meisjes melden significant meer luchtvervuiling, bodemvervuiling en geluidshinder dan jongens. De verschillen in geslacht zijn het grootst voor geluidshinder: meisjes geven 2,2 keer vaker geluidshinder aan dan jongens. Daarnaast is het melden van bodemvervuiling ook significant verschillend per onderwijstype: jongeren uit het ASO melden vaker bodemvervuiling dan jongeren uit het TSO en BSO (41,0% t.o.v. resp. 8,9% en 15,4%) (p<0.001). We stellen geen verschillen vast voor opleidingsniveau van de ouders of voor afstand tot industriezone (Menen 1 versus Menen 2). Geslacht
Luchtvervuiling
Bodemvervuiling
Geluidshinder
Jongens Meisjes Totaal p-waarde
46,6% 63,8% 20,4% 0.040
21,4% 35,0% 27,3% 0.021
8,7% 18,8% 13,1% 0.047
Sectoren en activiteiten die milieuproblemen veroorzaken De industrie is volgens 50,3% van de jongeren de veroorzaker van milieuproblemen in hun woonomgeving. 27,9% stelt ook verkeer verantwoordelijk. Afvalverwerking en sluikstorten worden door respectievelijk 19,1% en 17,5% van de jongeren aangeduid. Het hoge percentage voor industrie maakt dat andere sectoren en activiteiten steeds in combinatie (en dus niet op zichzelf) aangeduid worden door jongeren. Andere sectoren die minder vaak genoemd worden (niet in figuur) zijn roken (9,8%), vernietiging van natuur (9,3%), landbouw (8,7%) en het gebruik van ongezonde producten (6,6%).
60 Menen
50,3 50
Vlaanderen
40 27,9
30
17,8
20
19,1
17,5
12,6
12,0
10
8,4
9,9
zwerfvuil
transport
2,6 0 industrie
verkeer
afvalverwerking
Figuur 70: Sectoren en activiteiten die volgens de deelnemers milieuproblemen veroorzaken. Menen (n=183) – Vlaanderen (n=191)
Alle sectoren en activiteiten uit de figuur worden in de regio Menen significant meer aangeduid dan gemiddeld in Vlaanderen, uitgezonderd transport. Ten opzichte van Vlaanderen valt in de regio Menen vooral het hoge percentage voor industrie en afvalverwerking op. De resultaten in de regio Menen zijn erg vergelijkbaar met Genk-Zuid. Enkel zwerfvuil wordt in Genk-Zuid daar opvallend minder vaak aangeduid als oorzaak van milieuproblemen (7,9%). Geslacht
Industrie
Zwerfvuil
Jongens Meisjes Totaal p-waarde
40,8% 62,5% 50,3% 0.004
11,7% 25,0% 17,5% 0.018
Meisjes duiden significant vaker dan jongens de industrie en zwerfvuil aan als veroorzakende activiteit voor milieuproblemen in de regio Menen. Daarnaast zien we dat afvalverwerking vaker door jongeren met een hogere SES verantwoordelijk wordt gesteld voor milieuproblemen dan door jongeren met een lage SES.
SES Opleiding ouders Lager secundair Hoger secundair Hoger onderwijs p-waarde Onderwijstype jongere BSO TSO ASO p-waarde Totaal
Afvalverwerking 3,8% 14,0% 24,8% 0.030 11,5% 8,9% 24,8% 0.013 19,1%
Vervuilende stoffen die milieuproblemen veroorzaken Uit een lijst van milieuvervuilende stoffen die milieuproblemen kunnen veroorzaken, duiden jongeren uit regio Menen het vaakst uitlaat- en verbrandingsgassen aan (37,7%). Zware metalen en afval komen op een gedeelde tweede plaats met 23%. Dioxines (21,9%) en schadelijke dampen (16,4%) vervolledigen de top 5. Andere stoffen die minder vaak gemeld worden zijn fijn stof (13,7%), chemisch afval (13,19%), radioactief afval (8,2%), mest (7,1%) en pesticiden (6,6%). Alle stoffen uit de top 5 worden significant meer in de regio Menen gemeld dan gemiddeld in Vlaanderen. Vooral het grote verschil met zware metalen en dioxines valt op. Jongeren in GenkZuid duiden eveneens uitlaatgassen en zware metalen het vaakst aan als vervuilende stoffen (resp. 45,8% en 40,0%). Afval en dioxines worden in Genk-Zuid wel minder vaak gemeld dan in de regio Menen.
40
37,7
Menen
35
Vlaanderen
30 23,0
25
23,0
21,9
20,6 20
16,4
15 9,4
10
6,2
4,1
5
3,1
0 uitlaatgassen
zware metalen
Afval
Dioxines
schadelijke dampen
Figuur 71: Vervuilende stoffen die volgens de deelnemers milieuproblemen veroorzaken. Menen (n=183) – Vlaanderen (n=191)
Meisjes duiden significant vaker dan jongens zware metalen, afval, dioxines en schadelijke dampen aan als veroorzakende stoffen voor de milieuproblemen in regio Menen. Daarnaast stellen we vast dat het melden van dioxines en uitlaatgassen een positieve sociale gradiënt volgens: ze worden vaker aangeduid door jongeren met een hogere SES. Er zijn geen significante verschillen tussen jongeren die wonen in studiegebied Menen 1 en studiegebied Menen 2.
Geslacht
Zware metalen
Afval
Dioxines
Jongens Meisjes Totaal p-waarde
16,5% 31,3% 23,0% 0.019
15,5% 32,5% 23,0% 0.007
12,6% 33,8% 21,9% 0.001
SES Onderwijstype jongere BSO TSO ASO Totaal p-waarde
Dioxines 0,0% 16,1% 31,0% 21,9% 0.001
SES Opleiding ouders Lager secundair Hoger secundair Hoger onderwijs Totaal p-waarde
Schadelijke dampen 9,7% 25,0% 16,4% 0.006
Uitlaatgassen 34,6% 24,0% 44,8% 37,7% 0.042
Ongerust over de gezondheid? We zagen hierboven dat bijna zes op de tien jongeren uit onze steekproef in de regio Menen een milieuprobleem percipiëren in hun woonomgeving. Vraag is in hoeverre deze jongeren12 zich hierover ook zorgen maken over hun gezondheid of die van hun huisgenoten. Van de jongeren die in de regio Menen een milieuprobleem melden, is een derde (33,3%) in bepaalde mate ongerust
12
Omdat deze antwoorden enkel betrekking hebben op respondenten die een milieuprobleem aangeven, kunnen we deze percentages niet berekenen op het totaal aantal deelnemers.
over de gezondheidsgevolgen hiervan voor henzelf of hun huisgenoten. Binnen deze groep zien we dat 32,4% aangeeft ‘eerder’ of een ‘beetje ongerust’ te zijn en 0,9% aangeeft ‘zeer ongerust’ te zijn. In Vlaanderen is 22,6% van de jongeren ongerust over de gezondheidsgevolgen van milieuproblemen en is niemand zeer ongerust. De verschillen tussen de regio Menen en Vlaanderen zijn niet significant (p=0,389). De verschillen tussen de regio Menen en Genk-Zuid zijn echter vrij groot: in Genk-Zuid is meer dan de helft (51,1%) van alle jongeren die een milieuprobleem vaststelde ongerust over de gezondheid (waarvan 11,3% zeer ongerust). 100%
,9
90% 80%
0 22,6
32,4 eerder of een beetje ongerust
70% 60% 50%
zeer ongerust
43,4 39,5
40%
eerder niet of weinig ongerust niet ongerust
30%
20% 10%
27,2
34
0% Menen
Vlaanderen
Figuur 72: Mate van ongerustheid over de gezondheid bij de deelnemers. Regio Menen (n=142) – Vlaanderen (n=53)
In de regio Menen is de ongerustheid over de gezondheid niet significant verschillend voor subgroepen. In Genk-Zuid zagen we dat jongeren met een lage SES meer ongerustheid aangaven. Ook gezondheidsklachten? Jongeren konden ook aanduiden welke gezondheidsklachten en ziekten bij henzelf (of bij anderen uit hun gezin) voorkomen die (volgens hen) te wijten zijn aan milieuproblemen. Zij konden dit aankruisen op een lijst van 18 mogelijke klachten (meerdere antwoorden waren mogelijk). Astma wordt het vaakst aangegeven (6,0%), gevolgd door luchtwegklachten en allergie (beide 5,5%). Kanker en hoofdpijn worden respectievelijk door 4,9% en 4,4% van alle jongeren aangeduid. Andere klachten die minder vaak gemeld worden zijn: vermoeidheid (3,8%), slapeloosheid (2,7%) en stress (2,2%). Alle gezondheidsklachten worden door jongeren in de regio Menen meer aangegeven dan door jongeren in Vlaanderen, maar de verschillen zijn enkel significant voor astma en kanker. Vooral het grote verschil in het aangeven van kanker valt op (let wel: in Vlaanderen is er slechts één deelnemer die kanker aangeeft). In vergelijking met jongeren in Genk-Zuid worden er in de regio Menen minder gezondheidsklachten aangegeven. In Genk-Zuid geeft 14,6% van de jongeren luchtwegklachten aan en 11,5% hoofdpijn. Astma, allergie en kanker worden in Genk-Zuid ongeveer even vaak aangeduid als gezondheidsklacht dan in de regio Menen.
7 6
Menen
6 5,5
Vlaanderen
5,5 4,9
5
4,4
4
3,6 2,9
3 2
2
2 0,7
1 0 astma
luchtwegen
allergie
kanker
hoofdpijn
Figuur 73: Gerapporteerde gezondheidsklachten door de deelnemers. Regio Menen (n=183) – Vlaanderen (n=191)
We stellen in de regio Menen geen significante verschillen vast voor geslacht, sociaal-economische status of afstand tot industriezone. In Genk-Zuid zagen we wel sociale verschillen: hoofdpijn, vermoeidheid en stress volgden daar een negatieve sociale gradiënt: ze werden meer gemeld door jongeren met een lage SES.
Oplossingen voor milieuproblemen We stelden jongeren in studiegebied Menen ook de vraag wat volgens hen de beste oplossing is voor de milieuproblemen in hun directe omgeving. In totaal werden 139 oplossingen geformuleerd door 110 jongeren (27 jongeren gaven meer dan één oplossing). 8 jongeren gaven aan geen oplossing te weten, 81 jongeren vulden deze vraag niet in. Omdat het een open vraag betreft kunnen we de verschillende antwoorden hier niet in al hun diversiteit weergeven. Indien we de antwoorden echter in ruimere categorieën onderverdelen, dan valt op dat het verminderen van verkeer en afval het vaakst genoemd worden als oplossingen voor de milieuproblemen (resp. 18,7% en 15,2%). De industrie komt terug in verschillende categorieën: 15,2% van de oplossingen gaan over het verplaatsen of verminderen van de industrie, 10,1% over het strenger controleren en sanctioneren van de industrie en 5,8% over het sluiten van de industrie. Het stimuleren van groene energie (6,5%) en het verminderen van uitstoot (2,9%) hebben (mogelijk) ook betrekking op de industrie, hoewel dit niet altijd wordt vermeld.
20 18 16 14 12 10 8 6 4 2 0
18,7
% van alle oplossingen (n=139) 15,2 12,9 10,8
12,2 10,1 6,5
5,8
5 2,9
We bekijken de top 3 van geformuleerde oplossingen nu in meer detail. 18,7% van de oplossingen (n=26) gaat over het verminderen van verkeer. In onderstaand taartdiagram staat de verdeling van dit soort oplossingen in subcategorieën. verkeer verminderen (n=26) 3,8 Meer dan een derde (33,6%) van alle 7,7 meer gebruik fiets en te voet oplossingen gerelateerd aan verkeer gaan over het stimuleren van milieuvriendelijke 34,6 minder gebruik auto vervoerswijzen. Enkele citaten: “zoveel 23,1 verkeerscirculatie binnenstad mogelijk met de fiets of te voet gaan”, “iedereen die voor korte afstanden het huis minder vrachtverkeer uit moet, met de fiets laten gaan”. Ruim meer gebruik openbaar vervoer 30% van andere oplossingen hangen hier 30,8 nauw mee samen en hebben te maken met het verminderen van autoverkeer: “gewoon minder auto’s”, “allemaal samen in 1 auto ipv allemaal in eigen auto”. 23,1% van de geformuleerde oplossingen rond verkeer gaan specifiek over de verkeerscirculatie en het verkeersplan in de binnenstad: “wegen meer autovrij maken (stadskern)”, “meer verkeer omleiden via grotere toegangswegen”, “ander verkeersplan”. 7,7% vindt dat vooral het vrachtverkeer moet gereduceerd worden, en 3,8% vraagt meer gebruik van openbaar vervoer. 15,2% van de oplossingen voor 4,8 milieuproblemen (n=21) gaat over het Afval verminderen (n=21) 14,3 verminderen van afval. Bijna de helft van al zwerfvuil aanpakken deze voorstellen (47,6%) gaat over het afval sorteren en recycleren aanpakken van zwerfvuil: “zwerfvuil 47,6 vermijden door meer vuilbakken te minder afval produceren plaatsen”, “meer controle op sluikstorten”, minder afval storten “mensen waarschuwen voor boetes voor het 33,3 vervuilen van de straten”. Een derde van de oplossingen gaat over het (beter) sorteren en recycleren van afval: “iedereen moet goed sorteren”. 14,3% en 4,8% gaat respectievelijk over het verminderen van de afvalberg en het minder storten van afval: “het beperkten van afval”, “minder afval produceren”.
12,9% van de oplossingen gaat over het verminderen of verplaatsen van de industrie verminderen (n=18) 22,6 industriële activiteiten in de regio Menen. industrie verminderen Meer dan de helft van deze oplossingen industrie verplaatsen (55,6%) gaan (meestal vrij bondig) over het industrie niet uitbreiden verminderen van het aantal fabrieken: 55,6 “minder fabrieken”, “minder schadelijke 22,6 industrie”. De overige oplossingen in deze categorie gaan over het verplaatsen van de industrie (met name verder weg van de woonzones) of het niet verder uitbreiden van de industriezone: “bedrijventerrein Menen verder van de bebouwde kom plaatsen”, “galloo delocaliseren”, ”fabrieken niet bij huizen zetten”, “uitbreiden van industriegebieden tegenhouden”. Naast de bovenvermelde top 3 zijn er nog twee andere type categorieën die elk ruim 10% van het totaal uitmaken: een meer generieke categorie van antwoorden die stelt dat iedereen dient bij te dragen tot het oplossen van milieuproblemen (10,8%). Citaten uit deze categorie zijn: “iedereen moet een handje helpen”, “als iedereen zijn steentje bijdraagt”, “iedereen zijn eigen verantwoordelijkheid opnemen”. De tweede categorie van rond de 10% betreft meer specifieke oplossingen rond de strengere controle en sancties voor de industrie: “meer controle op gevaarlijke producten bij bedrijf Galloo”, “goede controle van de industrie in verband met uitstoot van dioxine en afvalverwerking”, “strenger toezicht op afvalverwerkende bedrijven, ook voor deze over de grens”, “meer controle op uitstoot”. Andere categorieën van oplossingen die minder vaak genoemd worden, zijn i) het stimuleren van groene energie (6,5%): “*…+ groene energie (windmolens) is de enige oplossing volgens mij”, “bedrijven die milieuvriendelijker worden”, ii) het sluiten van de industrie (5,8%): “galloo’s sluiten”, “fabriek wegdoen”, en iii) mensen beter informeren en sensibiliseren (5,0%): “goede info ontvangen”, “duidelijke tips geven”.
Vergelijken we de antwoorden van jongeren in de regio Menen met die van Genk-Zuid, dan valt op dat er in de regio Menen meer nadruk wordt gelegd op het terugdringen van verkeer en het verplaatsen van de industriële activiteiten en minder op het verminderen van uitstoot van schadelijke stoffen en het stimuleren van groene energie. Het aantal voorgestelde oplossingen om de industrie te sluiten is in de regio Menen en Genk-Zuid vergelijkbaar.
Conclusie Jongeren in regio Menen melden bijna 3 keer vaker een milieuprobleem in hun woonomgeving dan gemiddeld in Vlaanderen (59,5% t.o.v. 26,1%). Het gaat vooral over luchtvervuiling, vaak in combinatie bodemvervuiling. Deze milieuproblemen worden volgens jongeren in de regio Menen veroorzaakt door de industrie, vaak in combinatie met verkeer of afval(verwerking). De milieuproblemen zorgen vooral voor uitlaatgassen, zware metalen en afval. Meisjes en jongeren met een hogere sociaal-economische status percipiëren over het algemeen meer milieuproblemen in hun woonomgeving. Er is echter geen verschil in woonplaats ten opzichte van de industriezone: jongeren die dichter bij de industrie wonen, melden niet meer problemen dan jongeren die verder af wonen. Oplossingen voor de milieuproblemen zien jongeren vooral in het verminderen van
verkeer (vooral het stimuleren van milieuvriendelijke vervoerswijzen), het beperken van afval (vooral zwerfvuil en sluitstorten) en het reduceren of herlokaliseren van industriële activiteiten. Een derde van de jongeren die in regio Menen een milieuprobleem meldt, is ook in bepaalde mate ongerust over de gezondheidsgevolgen daarvan voor zijn of haar gezin. Dit percentage is niet significant verschillend van Vlaanderen. In de regio Menen worden meer gezondheidsklachten gemeld ten gevolge van milieuproblemen dan in Vlaanderen, maar de verschillen zijn niet altijd significant. Iets meer dan 5% van de jongeren geeft astma, luchtwegklachten, allergie of kanker aan. Vergelijken we de resultaten in de regio Menen met die in Genk-Zuid dan valt op dat in regio Menen ruim 10% minder jongeren een milieuprobleem melden dan hun leeftijdsgenoten in GenkZuid. Zowel in de regio Menen als in Genk-Zuid wordt vooral luchtvervuiling aangeduid, maar opvallend is dat daarnaast in Genk-Zuid vooral geurhinder en geluidshinder gemeld wordt, terwijl dit in de regio Menen vooral bodemvervuiling en watervervuiling is. Verder valt op dat in regio Menen zwerfvuil vaker als oorzaak van milieuproblemen wordt gezien dan in Genk-Zuid. Als belangrijkste milieuvervuilende stof wordt zowel in de regio Menen als Genk-Zuid uitlaat- en verbrandingsgassen aangeduid. Op de twee plaats worden in beide gebieden zware metalen genoemd (zij het ongeveer dubbel zo vaak in Genk-Zuid dan in regio Menen). Dit is enigszins opvallend aangezien de milieuproblematiek in regio Menen vooral aandacht heeft voor de dioxines en PCB’s verbonden aan de shredderindustrie. In vergelijking met jongeren in Genk-Zuid wordt er in regio Menen tot slot minder ongerustheid over de gezondheid en minder gezondheidsklachten aangegeven.
4.4 Informatie over milieuproblemen De eerste paragraaf ging over de perceptie van milieuproblemen in de woonomgeving. Dit tweede luik gaat verder in op de meningen van jongeren over informatie rond die milieuproblemen. Eerst kijken we naar mogelijke informatiekanalen. Deze geven aan door wie jongeren geïnformeerd willen worden over milieuproblemen. Daarna gaan we in op de inhoud en de overdracht van informatie: over wat en hoe willen ze geïnformeerd worden? Tot slot bekijken we op welke manier jongeren enkele bestaande informatiecampagnes rond milieu en gezondheid beoordelen. Informatiekanalen: vertrouwen, noodzaak en ervaring Jongeren in regio Menen hebben – net als jongeren in Vlaanderen – het meeste vertrouwen in wetenschappers en huisartsen en het minste vertrouwen in consumentenorganisaties, veroorzakers van milieuproblemen en politieke partijen. De figuur hieronder geeft het percentage jongeren weer dat aangeeft veel vertrouwen te hebben. In de regio Menen hebben jongeren significant minder vertrouwen in de media (zowel de algemene als de regionale media, resp. p=0,001 en 0,023) en het gemeentebestuur (p=0,006) als informatiekanaal voor milieuproblemen in vergelijking met de gemiddelde jongere in Vlaanderen. Ook voor andere infokanalen zien we in de regio Menen iets minder vertrouwen, maar die verschillen zijn niet significant. Opvallend is dat ook in Genk-Zuid jongeren minder vertrouwen hebben in de media. Hun vertrouwen in het gemeentebestuur was echter gelijk aan het Vlaamse gemiddelde, terwijl dit in regio Menen significant lager is. 60 % veel vertrouwen 50
Menen
Vlaanderen
40
30 20 10
0
Menen [n=183-190] – Vlaanderen [n=190-198]
Jongeren uit de regio Menen wensen vooral informatie te ontvangen van wetenschappers (34,7%), onderwijsinstellingen (28,6%) en het gemeentebestuur (26,6%). Hoewel jongeren in regio Menen iets minder vertrouwen hebben in informatiekanalen, wensen zij over het algemeen wel vaker geïnformeerd te worden door die kanalen dan jongeren uit Vlaanderen. Voor 9 van de 13 informatiekanalen wensen meer jongeren in de regio Menen informatie te ontvangen dan
jongeren uit Vlaanderen. Grootste verschillen zien we bij de onderwijsinstellingen (p=0.041). Van de algemene en regionale media en internet wensen jongeren in regio Menen minder informatie dan jongeren in Vlaanderen. 40 van wie info gewenst? 35
Menen Vlaanderen
30 25 20 15 10 5 0
Menen [n=183-190] – Vlaanderen [n=190-198]
In Genk-Zuid stellen we dezelfde trends vast: jongeren wensen meer informatie dan gemiddeld in Vlaanderen (vooral van wetenschappers, huisartsen en gemeentebestuur) en minder van de algemene media. 40
35 30 25 20
15 10 5 0
Menen [n=183-190] – Vlaanderen [n=190-198]
van wie info gekregen?
Menen Vlaanderen
Jongeren in de regio Menen geven aan dat ze in het verleden vooral informatie kregen via de regionale media (27,6%), onderwijsinstellingen (27,1%), vrienden en kennissen (25,6%) en de algemene media (25,1%). Ten opzichte van het Vlaamse gemiddelde geven minder jongeren in regio Menen aan informatie te hebben ontvangen van de algemene media (p=0.007) en onderwijsinstellingen (p=0,096). Ten opzichte Genk-Zuid zien we grotendeels dezelfde resultaten: ook daar geven minder jongeren aan info te hebben ontvangen van de media en onderwijsinstellingen. Maar van het gemeentebestuur ontvingen jongeren wel meer informatie dan gemiddeld. Inhoud en overdracht van informatie We vroegen respondenten hun mening over de wenselijkheid van 6 verschillende manieren van informatieoverdracht (is volgende informatie over milieuproblemen in je woonomgeving wenselijk?): via productinformatie, media, website van de overheid, brochures, bewoners betrekken bij milieubeleid, en bijeenkomsten. Ze konden telkens een antwoord aankruisen op een schaal gaande van ‘niet wenselijk’ tot ‘zeer wenselijk’. Hieronder tonen we de percentages van de jongeren die aangeven de informatievorm wenselijk te vinden (zeer wenselijk of eerder wenselijk). Jongeren in regio Menen willen de media de meest wenselijke manier om geïnformeerd te worden over milieuproblemen in hun woonomgeving (77,3%). Productinformatie komt op de tweede plaats met 75,4%. Groepsbijeenkomsten zijn voor jongeren uit de regio Menen de minst wenselijke manier om geïnformeerd te worden (27,8%). De antwoorden van jongeren uit de Vlaamse steekproef zijn gelijklopend: ook daar scoren media en productinformatie hoog en bijeenkomsten laag. Opvallend is wel dat jongeren in de regio Menen informatieoverdracht via de media even wenselijk vinden dan jongeren in Vlaanderen, maar dat het vertrouwen in de media wel beduidend lager is dan het Vlaamse gemiddelde. De twee meer interactieve informatievormen (via betrokkenheid van buurtbewoners en via bijeenkomsten) worden in regio Menen wenselijker geacht dan in Vlaanderen. De verschillen zijn enkel voor ‘betrokkenheid bewoners’ significant (p=0,017). 90 80 70
77,3 76,7
Menen
75,4 73,5
Vlaanderen 61,2
60 50
46,9
40 30
56,8 50,3
54,5 55,4
49,251,8 27,8 20,9
20 10 0
Menen [n=177-190] – Vlaanderen [n=194-197]
De rangorde in de antwoorden van jongeren in de regio Menen komen ook grotendeels overeen met de jongeren in Genk-Zuid, maar de percentages liggen in de regio Menen wel lager dan in Genk-Zuid. Dit geldt met name voor de wenselijkheid van groepsbijeenkomsten. Zowel in regio Menen als in Genk-Zuid vindt men dit de minst wenselijke vorm van informatieoverdracht, maar in Genk-Zuid ligt het percentage wel opvallend hoger: 46,7%.
Op basis van onze resultaten kunnen we dus stellen dat de voorkeur voor interactieve en participatie vormen van informatieoverdracht bij milieuproblemen in de regio Menen groter is dan in Vlaanderen, maar kleiner dan in Genk-Zuid. Ook stellen we vast dat, ondanks de verhoogde wenselijkheid van interactieve informatievormen, jongeren toch nog steeds de voorkeur geven aan meer passieve vormen van informatieoverdracht via de media, productinformatie of websites. Evaluatie bestaande informatiecampagnes rond milieuproblemen Tot slot van deze paragraaf over informatie van milieuproblemen kijken we naar de beoordeling die jongeren geven aan enkele bestaande informatiecampagnes en brochures van de Vlaamse overheid rond milieu en gezondheid. Jongeren konden de onderstaande 9 campagnes telkens evalueren als ‘onbekend’, ‘onzinvol’ of ‘zinvol’. Onbekend
‘Zonder is gezonder’ ‘Bouw of verbouw gezond’ ‘Asbest in en om het huis’ ‘GSM-gebruik bij kinderen’ ‘Asbest in land- en tuinbouwbedrijven’ ‘53% dioxine-uitstoot’ ‘Slimmer stoken’ ‘Adem diep in’ ‘Wonen en gezondheid’
Niet zinvol
zinvol
Menen
Vl.
Menen
Vl.
Menen
Vl.
p
94,4 85,1 81,9 50,5
89,3 80 82,7 34,2
0,5 3,6 1,6 11,6
3,6 3,6 2,5 20,6
5,1 11,3 16,6 37,9
7,1 16,4 14,7 45,2
0,059 0,339 0,749 0,002
83,9
85,4
6,3
2,0
9,9
12,6
0,075
80,0 76,6 81,8 62,6
73,1 64 71,1 64
5,3 6,3 7,8 5,3
9,1 6,6 9,3 4,6
14,7 17,2 10,4 32,1
17,8 29,4 19,6 31,5
0,163 0,016 0,022 0,942
Menen [n=190-195] – Vlaanderen [n=195-200]
De resultaten zijn grotendeels gelijklopend in de regio Menen en Vlaanderen. De campagne rond GSM gebruik bij kinderen is de best gekende. In regio Menen vindt 37,9% van de jongeren deze campagne zinvol terwijl 11,6% de campagne als onzinvol aanduidt. In de beoordeling van de campagnes verschillen jongeren in regio Menen niet significant van jongeren in Vlaanderen, met uitzondering van de campagne rond ‘GSM-gebruik bij kinderen’, ‘slimmer stoken’ en ‘adem diep in’. Alle deze campagnes zijn bij jongeren in de regio Menen minder bekend dan gemiddeld in Vlaanderen. Conclusie De rangorde van meest betrouwbare infokanalen voor milieuproblemen is vergelijkbaar voor jongeren uit regio Menen en Vlaanderen: wetenschappers, huisartsen, vrienden en milieuorganisaties genieten veel vertrouwen, consumentenorganisaties, politieke partijen en de veroorzakers van milieuproblemen genieten weinig vertrouwen. In de regio Menen hebben jongeren wel minder vertouwen in de algemene en regionale media en in het gemeentebestuur dan de gemiddelde jongere in Vlaanderen. Het lager vertrouwen in de media zagen we ook bij jongeren in Genk-Zuid, maar het vertrouwen in het gemeentebestuur was daar niet lager dan gemiddeld, terwijl dit in de regio Menen wel (significant) lager is. Ondanks het lager vertrouwen, wensen jongeren in regio Menen over het algemeen wel vaker geïnformeerd te worden door de verschillende kanalen dan jongeren uit Vlaanderen, vooral door onderwijsinstellingen, wetenschappers en het gemeentebestuur. De media en internet zijn als informatiekanalen voor milieuproblemen minder wenselijk in de regio Menen dan gemiddeld.
De voorkeur voor interactieve en participatie vormen van informatieoverdracht bij milieuproblemen is groter in de regio Menen dan in Vlaanderen, maar kleiner dan in Genk-Zuid. Ook stellen we vast dat, ondanks de verhoogde wenselijkheid van interactieve informatievormen, jongeren toch nog steeds de voorkeur geven aan meer passieve vormen van informatieoverdracht via de media, productinformatie of websites. Bestaande campagnes rond milieu en gezondheid zijn bij jongeren in studiegebied Menen niet beter gekend dan bij leeftijdsgenoten in Vlaanderen.
4.5 Attitudes en gedrag rond milieubesef Deze paragraaf peilt naar de attitudes van jongeren ten opzichte van het leefmilieu en de bijdragen die ze leveren aan milieuvriendelijk gedrag. Zorg voor het leefmilieu 83,1% van de jongeren in regio Menen vindt de zorg voor het leefmilieu ook zijn of haar verantwoordelijkheid. In Vlaanderen is dit percentage bijna even hoog (82,8%), in Genk-Zuid is het iets lager (78,7%). Verantwoordelijkheidsgevoel voor het leefmilieu volgt in de regio Menen een positieve sociale gradiënt (hoger bij hogere SES), maar deze is niet statistisch significant (in Vlaanderen en in Genk-Zuid was deze sociale gradiënt wel significant). Jongeren die zich verantwoordelijk voelen voor het leefmilieu konden vervolgens aangeven in welke mate ze ook rekening houden met het milieu en welke bijdragen ze leveren aan de zorg voor het leefmilieu. 65,3% van de jongeren in de regio Menen zegt rekening te houden met het milieu. 4,9% vindt dat dit ook resultaat heeft, terwijl 60,4% vindt dat dit weinig invloed heeft zolang bedrijven en andere burgers niet hetzelfde doen. Ongeveer evenveel jongeren in de regio Menen als in Vlaanderen geven 18 16,3 Vlaanderen aan meer rekening te willen houden 16 14,0 13,4 met het leefmilieu (resp. 34,7 en 14 31,4%). Ook de redenen waarom ze 12 dit niet doen zijn gelijklopend in regio 10 Menen als in Vlaanderen: 18,3% geeft 8 aan dat ze niet weten hoe ze dit 6 moeten doen, 14,0% vindt dat de 4 2,4 1,7 bedrijven eerst meer inspanningen 2 moeten doen, en 2,4% zegt dat meer 0 ik weet niet hoe eerst moeten bedrijven kost teveel moeite of geld rekening houden met het leefmilieu meer inspanningen leveren teveel geld of moeite kost. In GenkZuid geven evenveel jongeren aan dat ze meer rekening zouden willen houden met het leefmilieu (34,3%), maar de redenen waarom ze dit niet doen verschillen van regio Menen en Vlaanderen: in Genk-Zuid geven jongeren vooral aan dat de bedrijven eerst meer inspanningen moeten leveren (22,7%). 20
18,3
Menen
Milieuvriendelijke bijdragen Jongeren konden uit een lijst van 9 milieuvriendelijke bijdragen aanduiden wat op hen van toepassing is (meerdere antwoorden mogelijk).
0
20
40
60
ik ga zoveel mogelijk met de fiets of te voet
63,8
37,7
ik ben bereid mijn gedrag aan te passen ik gebruik minder energie in huis en tuin
20,3
ik beperk afval
21,1 18,8
ik gebruik zoveel mogelijk het openbaar vervoer ik doe minder vliegvakanties of ben bereid milieutaks te betalen ik koop milieuvriendelijke producten ook al zijn ze duurder
72,4
57,3 57
ik sorteer afval voor hergebruik
ik gebruik groene energie
80
7,2
45,9
29,1
15,1 13,1 12,1 13
10,6 7,2
34,8 Menen Vlaanderen
Het zich verplaatsen per fiets of te voet wordt door jongeren in studiegebied Menen het vaakst aangeduid als bijdrage voor het leefmilieu (72,4%), gevolgd door sorteren van afval (57,3%). Het kopen van milieuvriendelijke producten wordt met 7,2% het minst vaak aangeduid. De rangorde en grootteorde van het percentages is in de regio Menen grotendeels gelijk aan Vlaanderen, met uitzondering voor het gebruik van openbaar vervoer en van groene energie: openbaar vervoer wordt door jongeren in de regio Menen opvallend minder vaak aangeduid dan door leeftijdsgenoten in Vlaanderen (13,1% t.o.v. 34,8%), terwijl het gebruik van groene energie in regio Menen vaker wordt aangeduid dan in Vlaanderen (15,1% t.o.v. 7,2%). Jongeren in Genk-Zuid geven in grote lijnen dezelfde antwoorden als jongeren in de regio Menen. Het is opvallend dat zowel in de regio Menen als in Genk-Zuid het gebruik van openbaar vervoer minder en het gebruik van groene energie meer wordt aangeduid dan gemiddeld in Vlaanderen. Het bijdragen tot zorg voor het leefmilieu door zich zoveel mogelijk te verplaatsen per fiets of te voet volgt in de regio Menen een positieve sociale gradiënt: jongeren met een hogere SES (onderwijstype) geven dit vaker aan dan jongeren met een lagere SES: 77,4% bij jongeren uit het ASO, 73,0% bij jongeren uit het TSO en 50,0% bij jongeren uit het BSO (p=0,016). Deze sociale gradiënt stelde we ook in Genk-Zuid vast. Conclusie Ongeveer evenveel jongeren in de regio Menen en in Vlaanderen geven aan zorg voor het leefmilieu zijn of haar verantwoordelijkheid te vinden. Ook in het aanduiden van milieuvriendelijke bijdragen die ze leveren, verschillen jongeren in de regio Menen niet van leeftijdsgenoten elders in Vlaanderen, met uitzondering voor het gebruik van openbaar vervoer en van groene energie. Het is opvallend dat zowel in de regio Menen als in Genk-Zuid het gebruik van openbaar vervoer minder en het gebruik van groene energie meer wordt aangeduid dan gemiddeld in Vlaanderen.
4.6 Betrokkenheid bevolking In deze paragraaf bekijken we hoe jongeren denken over de betrokkenheid van buurtbewoners bij het zoeken naar oplossingen voor lokale milieuproblemen. We kijken naar verschillende manieren van betrokkenheid en naar de mate waarin de overheid hiermee rekening zou moeten houden. Tot slot bekijken we of jongeren ook zelf actief betrokken willen worden. Hoe moet de plaatselijke bevolking betrokken worden? We vroegen jongeren naar de meest wenselijke manier om de plaatselijke bevolking te betrekken. Ze konden kiezen uit 6 mogelijke antwoordcategorieën die onderverdeeld kunnen worden in 3 ‘graden’ van betrokkenheid: 1. bevolking niet betrekken of bevolking enkel informeren → geen betrokkenheid, informatieoverdracht in één richting 2. enquête en referendum → schriftelijke en indirecte betrokkenheid 3. buurtgesprekken of werkgroep → directe en interactieve betrokkenheid, dialoog 21,4% van de jongeren is geen voorstander van lokale betrokkenheid. Het informeren van buurtbewoners in de regio Menen is voor 18,2% van de jongeren voldoende. 59,9% van de jongeren is van mening dat de plaatselijke bevolking best op een indirecte manier betrokken wordt: 45,5% vindt een enquête de meest wenselijke manier, 14,4% vindt een referendum meer wenselijk. 18,2% van de jongeren is voorstander van een directe en meer interactieve betrokkenheid van de plaatselijke bevolking: 11,8% vindt het houden van groepsgesprekken de beste manier, 6,4% voelt meer voor deelname aan een werkgroep van de overheid. We vinden geen verschillen voor geslacht of SES. 50
45,5 47
Menen Vlaanderen
40 30 20
14,4 12,1
10
18,217,7 11,812,1 6,4
8,6 3,2 1,9
0
Menen (n=187) – Vlaanderen (n=199)
De resultaten in studiegebied Menen zijn opvallend gelijklopend met die in Vlaanderen. Ten opzichte van de resultaten in Genk-Zuid zien we wel verschillen. Daar zijn minder jongeren voorstander om buurtbewoners enkel te informeren (8,6% in Genk-Zuid t.o.v. 18,2% in de regio Menen) of niet te betrekken (0,5% in Genk-Zuid t.o.v. 3,2% in de regio Menen). Anderzijds zijn er in Genk-Zuid meer jongeren die betrokkenheid via een referendum wenselijk vinden (24,3% t.o.v. 14,4%).
Wie moet beslissen? Vraag is vervolgens in welke mate de overheid rekening moet houden met de inbreng van de bevolking. Slechts 2,1% van de jongeren in Menen Vlaanderen regio Menen vindt dat de overheid overheid moet geen rekening hiermee geen rekening moet 2,1 2,1 houden met inbreng bevolking houden. 77,1% vindt dat de overheid beslist maar moet overheid wel rekening moet houden rekening houden met inbreng 77,1 82,6 met de inbreng van de bevolking, bevolking maar uiteindelijk wel zelf moet bevolking moet beslissen 19,7 15,4 beslissen. 19,7% vindt dat de bevolking zelf zou moeten beslissen. De verschillen tussen jongeren in de regio Menen en Vlaanderen zijn niet significant (p=0,892). We zien voor deze vraag ook geen verschillen in geslacht of SES. Willen jongeren ook zelf betrokken worden? 70,7% van de jongeren in de regio Menen is niet bereid om zelf actief deel te nemen aan groepsgesprekken rond de milieuproblemen in hun woonomgeving. 23,0% wil wel betrokken worden. 6,3% is hiertoe enkel bereid onder bepaalde voorwaarden, bijvoorbeeld: “dat men ook rekening houdt met mijn mening”, “als men het tof genoeg maakt voor jongeren”, “tijdens de schooluren mits het nut heeft en ernaar geluisterd wordt”. Deze cijfers zijn vergelijkbaar met het Vlaams gemiddelde. We stellen Nee 70,7 75,2 dus vast dat jongeren die wonen in Ja, onder voorwaarden 6,3 3,0 de onmiddellijke omgeving van een Ja industriezone, en die in hoge mate 23,0 21,8 daarover milieuproblemen melden, niet significant vaker bereid zijn hierover geconsulteerd te worden dan jongeren uit een representatieve Vlaamse steekproef. Deze conclusie zagen we ook in Genk-Zuid. Genk-Zuid
Vlaanderen
Conclusie De meningen van jongeren over de manier waarop de bevolking betrokken moet worden bij milieuproblemen zijn in de regio Menen opvallend gelijklopend als in Vlaanderen. Ongeveer 20% is geen voorstander van lokale betrokkenheid (enkel informeren is voldoende), 60% vindt schriftelijke en indirecte betrokkenheid voldoende (enquête of referendum), en 20% vindt een directe en meer interactieve betrokkenheid wenselijk (groepsgesprekken, werkgroepen). Meer dan drie op de vier jongeren in de regio Menen vindt dat de overheid uiteindelijk zelf moet beslissen, maar rekening dient te houden met de inbreng van de bevolking. Ondanks de verhoogde perceptie van lokale milieuproblemen in regio Menen, is de bereidheid om ook zelf actief betrokken te worden bij het aanpakken van die problemen in de regio Menen niet groter dan gemiddeld in Vlaanderen. Jongeren in Genk-Zuid zijn iets vaker voorstander van lokale betrokkenheid. De bereidheid om ook zelf betrokken te worden is in Genk-Zuid echter niet groter dan in de regio Menen.
4.7 Algemene conclusie Bijna 60% van alle jongeren stelt in de regio Menen minstens één milieuprobleem in zijn of haar woonomgeving vast. Vooral luchtvervuiling wordt als probleem gemeld, bodemvervuiling komt op de tweede plaats. Deze milieuproblemen worden volgens jongeren in studiegebied Menen veroorzaakt door de industrie, vaak in combinatie met verkeer of afval(verwerking). De milieuproblemen zorgen vooral voor uitlaatgassen, zware metalen en afval. Oplossingen voor de milieuproblemen in regio Menen zien jongeren vooral in het verminderen van verkeer, het beperken van afval en het reduceren of herlokaliseren van industriële activiteiten. Jongeren in regio Menen zijn niet significant vaker ongerust over de gezondheidsgevolgen van milieuprobleem dan hun leeftijdsgenoten in Vlaanderen en melden ook niet opvallend vaker gezondheidsklachten (met uitzondering van astma en kanker). De perceptie van milieuproblemen in de woonomgeving en de ongerustheid over de gezondheid is in de regio Menen lager dan in Genk-Zuid. Luchtvervuiling wordt in beide de regios als belangrijkste probleem ervaren, maar opvallend is dat daarnaast in de regio Menen vooral bodem- en watervervuiling wordt aangegeven, terwijl het in Genk-Zuid vooral over geur- en geluidshinder gaat. In regio Menen hebben jongeren minder vertrouwen dan gemiddeld in de media en in het gemeentebestuur als informatiekanalen voor milieuproblemen. Het lager vertrouwen in de media zagen we ook bij jongeren in Genk-Zuid, maar het vertrouwen in het gemeentebestuur was daar niet lager dan gemiddeld, terwijl dit in de regio Menen wel (significant) lager is. De voorkeur voor interactieve en participatie vormen van informatieoverdracht bij milieuproblemen is iets groter in regio Menen dan in Vlaanderen, maar kleiner dan in Genk-Zuid. Bestaande campagnes rond milieu en gezondheid zijn bij jongeren in de regio Menen niet beter gekend dan bij leeftijdsgenoten in Vlaanderen. Ondanks de verhoogde perceptie van lokale milieuproblemen, is de bereidheid om ook zelf actief betrokken te worden bij het aanpakken van die problemen bij jongeren in de regio Menen niet groter dan gemiddeld in Vlaanderen.
Referenties Andersson AM et al. Serum inhibin B in healthy pubertal and adolescent boys: relation to age, stage of puberty, and follicle-stimulating hormone, luteinizing hormone, testosterone, and estradiol levels (1997).. J Clin Endocrinol Metab 1997; 82:3976-81. ATSDR (Agency for Toxic Substances and Disease Registry): www.atsdr.cdc.gov. Aylward LL, Hays SM, Nong A, Gagné M, Krishnan K (2010) Biomonitoring equivalents for hexachlorobenzene. Regulatory Toxicology and Pharmacology 58(1): 25-32. Aylward LL, LaKind JS, Hays SM (2008) Derivation of Biomonitoring Equivalent (BE) Values for 2,3,7,8-Tetrachlorodibenzo-p-Dioxin (TCDD) and Related Compounds: A Screening Tool for Interpretation of Biomonitoring Data in a Risk Assessment Context/ Journal of Toxicology and Environmental Health, Part A, 71(22): 1499-1508. Baker EL, Letz R, Fidler A (1985). A Computer-Administered Neurobehavioral Evaluation System for Occupational and Environmental Epidemiology. Journal of occupational medicine 27:206-212. Barr DB, Wilder LC, Caudill SP, Gonzalez AJ, Needham LL, Pirkle JL (2005). Urinary creatinine concentrations in the U.S. population: implications for urinary biologic monitoring measurements. Environ Health Perspect; 113: 192-200. Bertolazi AN, Fagondes SC, Hoff LS, Pedro VD, Barreto SSM, Johns MW (2009). Portugueselanguage version of the Epworth sleepiness scale: validation for use in Brazil. J Bras Pneumol 35(9):877-883. Bloch KE, Schoch OD, Zhang JN, Russi EW (1999). German Version of the Epworth Sleepiness Scale. Respiration 66:440–447. Choi K, Son H, Park M, Han J, Kim K, Lee B, Gwak H (2009). Internet overuse and excessive daytime sleepiness in adolescents. Psychiatry and Clinical Neurosciences 63:455–462. Chung KF (2000). Use of the Epworth Sleepiness Scale in Chinese patients with obstructive sleep apnea and normal hospital employees. Journal of Psychosomatic Research 49:367-372. Cosemans G, Lefebvre W, Mensink C, Sleeuwaert F, Van de Vel K, Van Rompaey H (2008). Modellering zware metalen rond industriële vestigingen 2008. Tussentijds rapport. November 2008. Danner F, Philips B (2008). Adolescent Sleep, School Start Time, and Teen Motor Vehicle Crashes. Journal of Clinical Sleep Medicine 4(6):533-535. Den Hond E et al. (2011). Internal exposure to pollutants and sexual maturation in Flemish adolescents. J Expo Sci Environ Epidemiol; 21(1):106-13. Gibson ES, Powles ACP, Thabane L, O'Brien S, Molnar DS, Trajanovic N, Ogilvie R, Shapiro C, Yan M, Chilcott-Tanser L (2006). "Sleepiness" is serious in adolescence: Two surveys of 3235 Canadian students. BMC Public Health 6:116. Hays SM, Nordberg M, Yager JW, Aylward LL (2008) Biomonitoring equivalents (BE) dossier for cadmium (Cd) (CAS No. 7440-43-9). Regulatory Toxicology and Pharmacology 51: 49-56. Hays SM, Aylward LL, Gagné M, Nong A, Krishnan K (2010) Biomonitoring equivalents for inorganic arsenic. Regulatory Toxicology and Pharmacology 58(1):1-9. Iyengar V, Woittiez J. (1988). Trace elements in human clinical specimens: Evaluation of literature data to identify reference values. Clin Chem 34(3):474-481. Johns MW (1991). A New Method for Measuring Daytime Sleepiness: The Epworth Sleepiness Scale. Sleep 14(6):540-545. Johns MW (1993). Daytime Sleepiness, Snoring and Obstructive Sleap Apnea. The Epworth Sleeping Scale. Chest 103:30-36. Johns MW (2000). Sensitivity and specificity of the multiple sleep latency test (MSLT), the maintenance of wakefulness test and the Epworth sleepiness scale: Failure of the MSLT as a gold standard. J. Sleep Res. 9:5–11.
Kaneita Y, Munezewa T, Suzuki H, Ohtsu T, Osaki Y, Kanda H, Minowa M, Suzuki K, Tamaki T, Mori J, Yamamoto R, Ohida T (2010). Excessive daytime sleepiness and sleep behavior among Japanese adolescents: A nation-wide representative survey. Sleep and Biological Rhythms 8:282–294. Kirman CR, Aylward LL, Hays SM, Krishnan K, Nong A (2011) Biomonitoring equivalents for DDT/DDE. Regulatory Toxicoloy and Pharmacology 60(2): 172-180. Kletter GB et al. Serum bioactive gonadotropins during male puberty: a longitudinal study (1993). J Clin Endocrinol Metab 76;432-38. Krishnan K, Adamou T, Aylward LL, Hays SM, Kirman CR, Nong A (2011) Biomonitoring equivalents for 2,2',4,4',5-pentabromodiphenylether (PBDE-99). Regulatory Toxicology and Pharmacology 60(2): 165-171. Kristjansson AL, Sigfusdottir ID, Allegrante JP, James JE (2011). Adolescent Caffeine Consumption, Daytime Sleepiness, and Anger. Journal of caffeine research 1:75-82. Lauwereys RR, Hoet P (2001) Industrial chemical exposure: Guidelines for biological monitoring. Third Edition. Lewis Publishers, CRC Press LLC, ISBN 1-56670-545-2. Letz R (2000). NES3 user’s manual. Atlanta (GA): Neurobehavioral Systems Inc. Lisowska-Myjak B (2010) Serum and Urinary Biomarkers of Acute Kidney Injury. Blood Purif 29:357– 365 Marshall WA, Tanner JM (1969). Variations in the pattern of pubertal changes in girls. Arch Dis Child; 44:291-303. Marshall WA, Tanner JM (1970). Variations in the pattern of pubertal changes in boys. Arch Dis Child; 45:13-23. Ng EP, Ng DK, Chan CH (2009). Sleep duration, wake/sleep symptoms, and academic performance in Hong Kong Secondary School Children. Sleep Breath 13:357–367. Opinion of the Human Biomonitoring Commission of the German Federal Envrionment Agency. Standardisation of substance concentrations in urine – creatinine (2005). Bundesgesundheitsbl – Gesundheitsforsch – Gesundheitsschutz; 48:616-8. Ouw HK, Simpson GR, Siyali DS (1976) Use and health effects of Aroclor 1242, a polychlorinated biphenyl, in an electrical industry. Arch Environ Health 31(189). Schulz C., Angerer J., Ewers U., Heudorf U. & Wilhelm M. (2009). Revised and new reference values for environmental pollutants in urine or blood of children in Germany derived from the German environmental survey on children 2003-2006 (GerES IV), Int J Hyg Environ Health 212(6): 637647. Shin C, Kim J, Lee S, Ahn Y, Joo S (2003). Sleep habits, excessive daytime sleepiness and school performance in high school students. Psychiatry and Clinical Neurosciences 57:451–453. Spence, J.T., & Helmreich, R.L. (1978). Masculinity and femininity: Their psychological dimensions, correlates, and antecedents. Austin, TX: University of Texas Press. Sunderman FW, Hopfer SM, Swift T, et al. (1989). Cobalt, chromium, and nickel concentrations in body fluids of patients with porous-coated knee or hip prostheses. J Orthop Res 7:307-315. Takagi Y, Matsuda S, Imai S, et al. (1986). Trace elements in human hair: An international comparison. Bull Environ Contam Toxicol 36:793-800. White MA, Sabbioni E (1998) Trace element reference values in tissues from inhabitants of the European Union. X. A study of 13 elements in blood and urine of a United Kingdom population. The science of the total environment 216: 253-270. White RF, James KE, Vasterling JJ, Letz R, Marans K, Delaney R, Krengel M, Rose F, Kraemer HC (2003). Neuropsychological Screening for Cognitive Impairment Using Computer-Assisted Tasks. Assessment 10:86-101.
