Voorwoord 2
Lees verder - Steunpunt Milieu en Gezondheid
Lees verder - Steunpunt Milieu en Gezondheid
- No tags were found...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Voorwoord</strong><br />
2
<strong>Voorwoord</strong><br />
<strong>Voorwoord</strong><br />
Dit rapport bevat de eerste resultaten van de tweede cyclus van het Vlaams Humaan<br />
Biomonitoringsprogramma (2007‐2011), luik referentiebiomonitoring. Dit biomonitoringsprogramma<br />
wordt uitgevoerd in opdracht van de Vlaamse Overheid, departementen Volksgezondheid, Leefmilieu<br />
en Wetenschapsbeleid door het Steunpunt Milieu en Gezondheid.<br />
In de eerste humane biomonitoringscampagne (2002‐2006) toonden metingen van chemische<br />
vervuiling en gezondheidseffecten in de mens dat de impact van de milieubelasting verschilt<br />
naargelang het gebied waar men woont. De gegevens ondersteunen een gebiedsgerichte aanpak van<br />
het milieu‐ en gezondheidsbeleid en lanceerden gerichte acties ter bescherming van de gezondheid.<br />
Er volgden maatregelen rond bestrijdingsmiddelen. Een actieplan “astma” en een actieplan<br />
“gechloreerde verbindingen” worden geïmplementeerd.<br />
In het nieuwe biomonitoringsprogramma werd een strategie ontwikkeld om op systematische wijze<br />
aandachtsgebieden of “hot spots” te onderzoeken met biomonitoring. In samenspraak met overheid,<br />
administraties, lokale milieu‐ en gezondheidswerkers en experten werden hot spots opgelijst en<br />
geprioritiseerd die voor biomonitoring in aanmerking kunnen komen. Twee van deze gebieden<br />
(Genk‐Zuid en Menen) zullen onderzocht worden tijdens de periode 2007‐2011. De resultaten van de<br />
hot spots zullen vergeleken worden met referentiegegevens van de algemene bevolking. Deze<br />
referentiegegevens worden weergegeven in dit rapport.<br />
De referentiegegevens zullen de toetssteen vormen voor vergelijking met gebiedsgerichte gegevens<br />
en met gegevens die in de toekomst zullen verzameld worden waardoor trends in de tijd kunnen<br />
worden vastgelegd. Op deze manier kan de effectiviteit of de noodzaak voor beleidsmaatregelen<br />
worden geëvalueerd.<br />
Naast klassieke polluenten worden in de huidige biomonitoringscampagne ook referentiewaarden<br />
bepaald voor nieuwere chemische stoffen die nog maar recent in ons milieu aanwezig zijn. Deze<br />
gegevens zijn uniek en zullen bijdragen om verder prioriteiten voor eventuele preventiemaatregelen<br />
te onderbouwen.<br />
Een transparant, breed gedragen en wetenschappelijk onderbouwd biomonitoringsmeetnetwerk wil<br />
een hoeksteen zijn voor een duurzaam beleid.<br />
Prof. Dr. Greet Schoeters, namens de promotoren<br />
Coördinator Biomonitoringsprogramma<br />
3
<strong>Voorwoord</strong><br />
Partners<br />
De activiteiten van het Steunpunt Milieu en Gezondheid worden gecoördineerd door Prof. W.<br />
Baeyens (Vrije Universiteit Brussel, VUB). De biomonitoringscampagne wordt gecoördineerd door<br />
Prof. G. Schoeters (Vlaamse Instelling voor Technologisch Onderzoek, Vito en Universiteit<br />
Antwerpen, UA). Prof. N. Van Larebeke (Universiteit Gent) is woordvoerder van het Steunpunt.<br />
De meetcampagne is multidisciplinair en werd uitgevoerd door:<br />
- Provinciaal Instituut voor Hygiëne (PIH) Antwerpen, verantwoordelijk voor het veldwerk (Dr. V.<br />
Nelen, E. Van De Mieroop);<br />
- Vito (Prof. G. Schoeters), VUB (Prof. W. Baeyens) en UGent (Prof. N. Van Larebeke),<br />
verantwoordelijk voor het toxicologische onderzoek;<br />
- Universiteit Hasselt, verantwoordelijk voor de statistische verwerking (Prof. G. Molenberghs, L.<br />
Bruckers);<br />
- UGent, verantwoordelijk voor het aspect voeding (Prof. S. De Henauw, Dr. I. Sioen);<br />
- Katholieke Universiteit Leuven (KULeuven), verantwoordelijk voor fijn stof en cardiovasculaire<br />
parameters (Prof. B. Nemery, Dr. T. Nawrot, Drs. L. Jacobs);<br />
- Openbaar Psychiatrisch Ziekenhuis Geel (OPZG), verantwoordelijk voor neurologische opvolging<br />
(Prof. M. Viaene, Dr. G. Vermeir);<br />
- Vito, verantwoordelijk voor de rapportering (Prof. G. Schoeters, Dr. E. Den Hond, A. Colles, E.<br />
Govarts, Dr. G. Koppen);<br />
- UA, verantwoordelijk voor risicocommunicatieonderzoek en ‐advies (Prof. I. Loots, Drs. H. Keune,<br />
B. Morrens);<br />
- VUB, verantwoordelijk voor de coördinatiecel Milieu en Gezondheid (Prof. W. Baeyens, K.<br />
Goeyens);<br />
- UGent, verantwoordelijk voor het woordvoerderschap (Prof. N. Van Larebeke).<br />
De toxicologische metingen gebeurden door partners binnen en buiten het Steunpunt Milieu en<br />
Gezondheid:<br />
- Algemeen Medisch Laboratorium (AML), Antwerpen (M. Stalpaert, M. Uytterhoeven);<br />
- Research Institute for Chromatography (RIC), Kortrijk (Dr. F. David, Dr. E. Dumont);<br />
- Universiteit van Aken, Institute of Occupational and Social Medicine (Dr. T. Schettgen);<br />
- Universiteit Antwerpen, Toxicologisch Centrum (Dr. A. Covaci, Drs. T. Geens);<br />
- Vito, afdeling Milieuanalyse en –techniek (M. Wevers, H. Vandeweghe);<br />
- Vito, afdeling Milieutoxicologie (Prof. G. Schoeters, Dr. G. Koppen, Dr. E. Den Hond, G. Jacobs);<br />
- VUB, departement Analytische en Milieuchemie (ANCH) (Prof. W. Baeyens, Drs. K. Croes, Drs. J.<br />
Vrijens);<br />
- UGent, lab. andrologie (Prof. J‐M. Kaufman, Dr. A. Mahmoud);<br />
- KULeuven, afdeling pneumologie (Prof. B. Nemery, Dr. T. Nawrot, Drs. L. Jacobs).<br />
4
<strong>Voorwoord</strong><br />
De studie gebeurde in opdracht en onder toezicht van de Vlaamse overheid:<br />
- Vlaams Minister van Leefmilieu, Natuur en Cultuur (J. Winters, afgevaardigde van het kabinet<br />
Minister Schauvliege, voorzitter van de stuurgroep)<br />
- Vlaams Minister Welzijn, Volksgezondheid en Gezin (L. Vuylsteke de Laps, afgevaardigde van het<br />
kabinet Minister Vandeurzen, co‐voorzitter van de stuurgroep)<br />
- Vlaams Minister van Innovatie, Overheidsinvesteringen, Media en Armoedebestrijding (R. De<br />
Prêtre, afgevaardigde van het kabinet Minister Lieten)<br />
- Departement Leefmilieu, Natuur en Energie (LNE) (Dr. K. Van Campenhout, Dr. C. Teughels);<br />
- Vlaams ministerie van Welzijn, Volksgezondheid en Gezin (Agentschap Zorg en Gezondheid) (Dr.<br />
D. Wildemeersch, Dr. H. Chovanova);<br />
- Departement Economie, Wetenschap en Innovatie (EWI) (W. Winderickx, R. De Prêtre).<br />
- Vlaamse Milieumaatschappij (VMM) (M. Bossuyt, M. Desmedt, P. D’Hondt)<br />
- Openbare Vlaamse Afvalstoffenmaatschappij (OVAM) (Dr. G. Van Gestel)<br />
- Instituut voor Natuur‐ en bosonderzoek (INBO) (C. Geeraerts, Dr. C. Belpaire)<br />
- Agentschap voor Natuur en Bos (ANB) (V. Heyens, D. Demeyere)<br />
Met speciale dank aan alle deelnemers; de directie, gynaecologen en vroedvrouwen van de<br />
kraamklinieken; de verantwoordelijken en het personeel van de ziekenhuislaboratoria; de<br />
directie en het personeel van de scholen; de schoolartsen en medewerkers van de Centra<br />
voor Leerlingenbegeleiding (CLB’s); de directie en het personeel van de provinciebesturen; het<br />
Algemeen Medische Laboratorium (AML) voor de logistieke steun en het stalentransport; de<br />
medisch milieukundigen (MMK’s) voor advies.<br />
5
Inhoud<br />
Inhoudstabel<br />
SAMENVATTING .................................................................................................................................... 10<br />
Situering ................................................................................................................................................ 10<br />
Humaan biomonitoringsmeetnetwerk .................................................................................................. 10<br />
Methode ............................................................................................................................................ 10<br />
Resultaten ......................................................................................................................................... 11<br />
Besluit ................................................................................................................................................ 16<br />
Perceptieonderzoek .............................................................................................................................. 27<br />
Samenvatting van de resultaten ....................................................................................................... 27<br />
Hoofdstuk 1: INLEIDING ........................................................................................................................ 28<br />
Hoofdstuk 2: METHODE ........................................................................................................................ 30<br />
1. Selectie van deelnemers ............................................................................................................... 30<br />
2. Onderzoeksprotocol ...................................................................................................................... 33<br />
1.1 Pasgeborenen ........................................................................................................................ 33<br />
1.2 Jongeren ................................................................................................................................ 35<br />
1.3 Volwassenen .......................................................................................................................... 38<br />
3. Biomerkers .................................................................................................................................... 40<br />
2.1 Biomerkers van blootstelling ................................................................................................. 43<br />
2.1 Biomerkers van effect ........................................................................................................... 50<br />
4. Statistische analyse ....................................................................................................................... 54<br />
4.1 Beschrijving van de onderzoekspopulatie ............................................................................. 54<br />
4.2 Ruwe gegevens ...................................................................................................................... 54<br />
4.3 Gecorrigeerde gegevens ........................................................................................................ 54<br />
Hoofdstuk 3: RESULTATEN .................................................................................................................... 57<br />
1. Rekrutering .................................................................................................................................... 57<br />
1.1 Pasgeborenen ........................................................................................................................ 57<br />
1.2 Jongeren ................................................................................................................................ 59<br />
1.3 Volwassenen .......................................................................................................................... 60<br />
2. Beschrijving van onderzoekspopulatie .......................................................................................... 64<br />
2.1 Pasgeborenen ........................................................................................................................ 64<br />
2.2 Jongeren ................................................................................................................................ 69<br />
2.3 Volwassenen .......................................................................................................................... 74<br />
3. Biomerkers van blootstelling ......................................................................................................... 78<br />
3.1 Bespreking van polluenten .......................................................................................................... 78<br />
7
Inhoud<br />
3.1.1 Zware metalen ............................................................................................................... 80<br />
3.1.2 Persistente gechloreerde polluenten ............................................................................ 94<br />
3.1.3 Gebromeerde vlamvertragers ..................................................................................... 103<br />
3.1.4 Bisfenol A ..................................................................................................................... 108<br />
3.1.5 Weekmakers: ftalaten ................................................................................................. 110<br />
3.1.6 Perfluorderivaten ........................................................................................................ 113<br />
3.1.7 Polycyclische aromatische koolwaterstoffen (PAK’s) .................................................. 116<br />
3.1.8 Benzeen ....................................................................................................................... 121<br />
3.1.9 Pesticiden: organofosfaat pesticiden .......................................................................... 123<br />
3.1.10 Pesticiden: para‐dichlorobenzeen............................................................................... 127<br />
3.1.11 Overige pesticiden (mengstalen) ................................................................................. 129<br />
3.1.12 Persoonlijke hygiëne producten: musks ..................................................................... 133<br />
3.1.13 Persoonlijke hygiëne producten: triclosan .................................................................. 135<br />
3.1.14 Persoonlijke hygiëne producten: parabenen .............................................................. 137<br />
3.1.15 Sunscreens of UV‐filters .............................................................................................. 141<br />
3.1.16 Cotinine ....................................................................................................................... 143<br />
3.2 Vergelijking eerste en tweede Steunpunt ................................................................................. 145<br />
3.2.1 Verschillen in aanpak voor het bepalen van referentiewaarden in eerste en tweede<br />
Steunpunt .................................................................................................................................... 145<br />
3.2.2 Resultaten van de referentiewaarden van het biomonitorings‐programma van het<br />
eerste en tweede Steunpunt ....................................................................................................... 146<br />
3.2.3 Besluit .......................................................................................................................... 151<br />
4. Effectmerkers .............................................................................................................................. 153<br />
4.1 Astma en allergie ................................................................................................................. 153<br />
4.2 Genotoxiciteitsmerkers ....................................................................................................... 160<br />
4.2.1 Komeettest .................................................................................................................. 160<br />
4.2.2 8‐hydroxydeoxyguanosine in urine ............................................................................. 161<br />
4.3 Groei en ontwikkeling ......................................................................................................... 164<br />
4.4 Endocriene merkers ............................................................................................................ 166<br />
4.4.1 Schildklierhormonen ................................................................................................... 166<br />
4.4.2 Sex hormonen ............................................................................................................. 166<br />
4.4.3 Metabole hormonen ................................................................................................... 168<br />
4.4.4 Puberteitsontwikkeling ............................................................................................... 171<br />
4.4.5 Fertiliteit ...................................................................................................................... 174<br />
4.5 Cardiovasculaire merkers .................................................................................................... 176<br />
8
Inhoud<br />
4.6 Neurologische merkers ....................................................................................................... 177<br />
4.6.1 De PAQ ‐ Personal Attributes Questionnaire (Spence, Helmreich, 1 Stapp, 1981) ..... 177<br />
4.6.2 De SDQ ‐ Strengths and Difficulties Questionnaire ..................................................... 178<br />
4.6.3 Neurocognitieve testen ............................................................................................... 179<br />
5. Perceptieonderzoek .................................................................................................................... 182<br />
5.1 Inleiding ..................................................................................................................................... 182<br />
5.2 Perceptie van milieuproblemen in de woonomgeving ............................................................. 183<br />
5.2.1 Wie geeft milieuproblemen aan? ....................................................................................... 183<br />
5.2.2 Over welke milieuproblemen gaat het? ............................................................................. 184<br />
5.2.3 Ongerust over de gezondheid? .......................................................................................... 186<br />
5.2.4 Ook gezondheidsklachten? ................................................................................................ 187<br />
5.2.7 Conclusie en vergelijking meetcampagnes eerste Steunpunt ........................................... 188<br />
5.3 Informatie over milieuproblemen ............................................................................................. 188<br />
5.3.1 Informatiekanalen: vertrouwen, noodzaak en ervaring .................................................... 189<br />
5.3.2 Inhoud en overdracht van informatie ................................................................................ 191<br />
5.3.3 Evaluatie bestaande informatiecampagnes rond milieuproblemen .................................. 193<br />
5.3.4 Conclusie en vergelijking meetcampagnes eerste Steunpunt ........................................... 195<br />
5.4 Attitudes en gedrag rond milieubesef ....................................................................................... 196<br />
5.4.1 Zorg voor het leefmilieu ..................................................................................................... 196<br />
5.4.2 Milieuvriendelijk bijdragen ................................................................................................. 197<br />
5.4.3. Conclusie ........................................................................................................................... 198<br />
5.5 Betrokkenheid bevolking .......................................................................................................... 199<br />
5.5.1 Hoe moet de plaatselijke bevolking betrokken worden? .................................................. 199<br />
5.5.2 Wie moet beslissen? ........................................................................................................... 200<br />
5.5.3 Zelf actief deelnemen aan groepsgesprek? ....................................................................... 200<br />
5.5.4 Conclusie en vergelijking meetcampagnes eerste Steunpunt ........................................... 201<br />
5.6 Algemene conclusie .................................................................................................................. 202<br />
5.6.1 Respons .............................................................................................................................. 202<br />
5.6.2 Samenvatting ...................................................................................................................... 202<br />
9
Samenvatting<br />
SAMENVATTING<br />
Situering<br />
De tweede cyclus van het humaan biomonitoringsmeetnetwerk dat wordt uitgevoerd in het kader<br />
van het Steunpunt Milieu en Gezondheid 2007‐2011 heeft als doel om nieuwe referentiewaarden te<br />
bepalen. Deze referentiewaarden zijn een maat voor de aanwezigheid en impact van vervuilende<br />
stoffen op de gezondheid in de algemene bevolking van Vlaanderen. Naast de resultaten van<br />
polluenten die reeds eerder werden gemeten in Vlaanderen (zware metalen, dioxines, PCB’s,…),<br />
worden in deze studie voor het eerst gegevens gerapporteerd over de aanwezigheid van nieuwe<br />
bestrijdingsmiddelen, vlamvertragers, en chemicaliën die in verzorgings‐ en consumentenproducten<br />
voorkomen. De referentiewaarden worden ook vergeleken met beschikbare gegevens uit andere<br />
studies. De waarden die zullen bekomen worden bij biomonitoring in geselecteerde hot spots (de<br />
aandachtsgebieden Genk‐Zuid en Menen) kunnen vergeleken worden met deze referentiewaarden.<br />
Binnen het Steunpunt Milieu en Gezondheid 2007‐2011 wordt opnieuw een perceptieonderzoek<br />
uitgevoerd. Via vragenlijsten wordt bij de deelnemers uit de drie leeftijdsgroepen gepeild naar de<br />
mening, bezorgdheden en klachten over milieu en gezondheid. Op deze manier wordt er een beeld<br />
gegenereerd over de maatschappelijke betekenis van milieu‐ en gezondheidsrisico’s dat relevant is<br />
voor het beleid en kan bijdragen tot het analyseren, beheersen en communiceren van risico’s. De<br />
resultaten worden vergeleken met het perceptieonderzoek van het eerste Steunpunt.<br />
Humaan biomonitoringsmeetnetwerk<br />
Methode<br />
De doelgroep voor de referentiebiomonitoring was de algemene Vlaamse bevolking.<br />
Referentiewaarden voor biomerkers van blootstelling aan milieuvervuilende stoffen en<br />
referentiewaarden voor effectmerkers werden bepaald in 650 inwoners die minstens 10 jaar in<br />
Vlaanderen woonden. De deelnemers aan de biomonitoringsstudie werden uit de 5 provincies<br />
gerekruteerd in evenredigheid met het aantal inwoners van elke provincie. Aan 250 jonge moeders<br />
werd gevraagd om deel te nemen wanneer ze kwamen bevallen in de kraamkliniek. 200 jongeren van<br />
het derde middelbaar (14‐15 jaar) werden via de scholen gecontacteerd. 200 volwassen (20‐40 jaar)<br />
werden gerekruteerd onder de werknemers van de provinciebesturen. Per provincie werden twee<br />
kraamklinieken en twee scholen geselecteerd die minstens 20 km van elkaar gesitueerd waren. De<br />
onderzoeken werden over een gans jaar gespreid. De moeders stemden toe om een bloed‐, haar‐ en<br />
navelstrengbloedstaal te geven voor onderzoek en om medische gegevens van de baby op te vragen.<br />
Jongeren gaven een bloed‐, urine‐ en haarstaal en er werd een neurologische test met de computer<br />
afgenomen. Medische gegevens van de jongeren mochten opgevraagd worden bij de CLBs (Centra<br />
voor Leerlingen Begeleiding). Volwassenen gaven een bloed‐ en urinestaal. Al de deelnemers vulden<br />
een vragenlijst in met informatie over algemene gezondheid, blootstelling aan verkeer,<br />
voedingsgewoontes, beroep, socio‐economische gegevens, familiesamenstelling. Een vragenlijst<br />
peilde ook naar perceptie van milieudruk en de respons daarop.<br />
De selectie van biomerkers voor meting op deze stalen gebeurde op basis van volgende criteria:<br />
belang voor de gezondheid, kennis over het voorkomen van de polluent, betrouwbaarheid van de<br />
meting, volume staal dat nodig is voor een betrouwbare meting.<br />
De referentiewaarden werden corrigeerd voor gekende invloedsfactoren en geven de waarde voor<br />
een gemiddelde deelnemer van de huidige studie.<br />
10
Samenvatting<br />
De ruwe meetwaarden worden ook weergegeven, eventueel per subgroep (jongens/meisjes,<br />
rokers/niet‐rokers). Verschillen tussen geometrisch gemiddelde gehalten voor de continue merkers<br />
werden onderzocht door middel van een variantie‐analyse (ANOVA). Verschillen voor proporties van<br />
voorkomen werd nagegaan door middel van een chi‐kwadraat toets.<br />
Naast de individuele stalen werden ook mengstalen aangemaakt om nieuwe biomerkers te meten,<br />
die potentieel belangrijk zijn maar waar nog maar weinig ervaring mee bestaat. Er werden vijf<br />
mengstalen gemaakt voor jongeren en vijf mengstalen voor volwassenen. Ieder mengstaal was<br />
samengesteld op basis van eenzelfde volume urine of bloed van zes geselecteerde personen uit<br />
eenzelfde provincie. Bij jongeren en volwassenen werden de zes personen geselecteerd volgens een<br />
evenredige geslachtsverdeling (drie mannen; drie vrouwen). Bij de volwassenen werd ook de<br />
leeftijdsklasse in rekening gebracht (telkens twee personen uit klasse 20‐26,9; 27‐32,9; 33‐40 jaar).<br />
Het programma werd goedgekeurd door een ethische commissie en voorgelegd ter kennisgeving aan<br />
de commissie ter bescherming van de persoonlijke levenssfeer.<br />
Resultaten<br />
Respons<br />
Een steekproef gaf aan dat 88% van de moeders die in aanmerking kwamen bereid waren om een<br />
staal te geven en mee te werken aan de studie. 51,8% van de jongeren die uitgenodigd werden<br />
reageerden op de oproep, 69,5% van deze jongeren namen effectief deel aan het onderzoek. 30%<br />
van de volwassenen reageerden op de oproep; er waren 7,7% weigeringen.<br />
Op basis van de onderzoeken en de vragenlijstgegevens werden de voornaamste karakteristiekenvan<br />
de onderzoekspopulatie (leeftijdsverdeling, opleiding, roken, voeding, enz….) vergeleken met de<br />
onderzoekspopulatie van de eerste biomonitoringscampagne en met recente gegevens van Vlaamse<br />
onderzoeken, bijv. SPE (Studiecentrum voor Perinatale Epidemiologie), SILC‐enquête (Statistics on<br />
Income and Living Conditions), VCP (voedselconsumptiepeiling), enz... Hieruit bleek dat er in het<br />
algemeen geen grote afwijkingen waren ten opzichte van referentiegegevens voor de moeders. In<br />
vergelijking met de referentiegegevens waren jongeren van het BSO minder vertegenwoordigd, er<br />
kwamen meer jongeren uit gezinnen waarvan de ouders een hoger opleidingsniveau hebben en er<br />
waren meer jongeren met een lage BMI. Bij de volwassenen waren er meer deelnemers met een<br />
hoger opleidingsniveau dan in de Vlaamse referentiepopulatie. De spreiding van de leeftijdsverdeling<br />
was niet optimaal: meer dan de helft van de deelnemers was ouder dan 35 jaar.<br />
Invloed van milieufactoren<br />
We vonden dat milieu‐ en levenstijlfactoren zoals wonen in stedelijk/niet‐stedelijke gebied,<br />
rookgedrag, consumptie van lokale voeding, visconsumptie, barbecueën een meetbare invloed op de<br />
gehaltes van specifieke polluenten in humane stalen hebben. Blootstelling aan passief roken werd<br />
duidelijk gedetecteerd aan de hand van de cotinine merker in urine, maar blootstelling aan passief<br />
roken gaf ook verhoogde interne gehaltes aan polyaromatische koolwaterstoffen. Onderstaande<br />
tabel geeft over deze milieu en levensstijl gerelateerde invloedsfactoren specifieke informatie. Per<br />
invloedsfactor wordt weergegeven welke biomerkers van blootstelling significant met de factor<br />
gecorreleerd zijn. Enkel de significante resultaten worden weergegeven in de tabel.<br />
11
Samenvatting<br />
Milieu invloed<br />
Significante Biomerker/ matrix<br />
Leeftijdsgroep<br />
trend p
Samenvatting<br />
van leeftijd. Ook merker PCB’s en p,p’‐DDE in navelstrengbloed waren sterk geassocieerd met de<br />
leeftijd van de moeder. Arseen in navelstrengbloed en in bloed van de moeder steeg ook met de<br />
leeftijd van de moeder.<br />
Geslacht: bloed lood en bloed thallium zijn hoger bij jongens dan bij meisjes. PCB’s, p,p’‐DDE, HCB<br />
dioxineachtigen en de gebromeerde vlamvertrager BDE153 waren significant hoger bij jongens dan<br />
bij meisjes. De gehaltes aan perfluorverbindingen zijn hoger bij volwassen mannen dan bij vrouwen.<br />
De muskcomponent galaxolide kwam meer voor bij meisjes dan bij jongens. Uit de vragenlijsten<br />
bleek inderdaad dat meisjes meer verzorgingsproducten gebruiken. Urinaire merkers zijn<br />
systematisch hoger bij vrouwen dan bij mannen. Waarschijnlijk is dit te wijten aan het lager<br />
creatinine‐gehalte bij vrouwen.<br />
BMI: Bij jongeren waren de gehaltes van PCB’s, p,p’‐DDE en HCB omgekeerd gecorreleerd met de<br />
body mass index (BMI). PCB’s in navelstrengbloed waren eveneens negatief geassocieerd met de BMI<br />
van de moeder. Jongeren met een lage of hoge BMI hadden lagere concentraties aan BDE153. Bij<br />
volwassenen daalde de urinaire concentratie van de metaboliet van parabenen (HBA) met stijgende<br />
BMI.<br />
Borstvoeding: Er werd opnieuw bevestigd dat het krijgen van borstvoeding tot hogere gehaltes aan<br />
PCBs leidt bij de jongeren.<br />
Pariteit: gehaltes aan perfluorverbindingen in navelstrengbloed nemen af naarmate de moeder meer<br />
kinderen heeft.<br />
Sociale klasse: polycyclische musks zijn gecorreleerd met het opleidingsniveau van de jongeren met<br />
afnemende concentraties van ASO over TSO tot BSO. Dit gaat ook gepaard met het gebruik van<br />
verzorgingsproducten. De concentratie aan dioxineachtige stoffen was omgekeerd gecorreleerd met<br />
het opleidingsniveau van jongeren.<br />
Transfer van moeder naar kind: polluentgehaltes van zware metalen werden bepaald in het bloed<br />
van de moeder en in het navelstrengbloed. Cadmium wordt in belangrijke mate tegen gehouden<br />
door de placenta, waardoor de gehaltes in navelstrengbloed ongeveer 4 maal lager zijn dan de<br />
gehaltes in het bloed van de moeder. Bovendien is er slechts een zwakke correlatie tussen het<br />
gehalte cadmium in navelstrenbloed en in perifeer bloed van de moeder. De loodgehaltes in het<br />
navelstrengbloed zijn gecorreleerd met de gehaltes in bloed van de moeder en ze zijn vergelijkbaar<br />
qua niveau. De gehaltes van koper en thallium liggen ongeveer twee maal lager in het<br />
navelstrengbloed dan in bloed van de moeder. Mangaan gehaltes zijn ongeveer drie maal hoger in<br />
navelstrengbloed dan in bloed van de moeder en heeft mogelijk deels te maken met binding aan de<br />
rode bloedcellen. De gezondheidskundige betekenis hiervan is niet gekend.<br />
Nieuwe polluenten<br />
Voor de vlamvertragers (BDE’s, HBCD en TBBPA) die voor het eerst op grote schaal gemeten werden<br />
in serumstalen besluiten we dat de gehaltes van gebromeerde vlamvertragers vaak onder de<br />
kwantificatielimiet liggen. Nochtans werd gebruik gemaakt van een meettechniek met een<br />
kwantificatielimiet die vergelijkbaar is met andere grote biomonitoringstudies. Ook in andere landen<br />
worden vaak hoge proporties niet‐dectecteerbare waarden gerapporteerd. In deze Vlaamse studie<br />
lagen alleen BDE153 en BDE47 bij meer dan 30% van de jongeren boven de kwantificatielimiet.<br />
Bisfenol A wordt voornamelijk gebruikt als toevoegsel in de productie van polycarbonaten, en vindt<br />
zijn toepassing in de productie van onbreekbare flessen (babyvoeding), tafelbestek, voorwerpen voor<br />
microgolfovens. Bisfenol A werd voor het eerst gemeten in urine van jongeren en was meetbaar bij<br />
99,5% van de deelnemers. Er werden geen duidelijke relaties geobserveerd met de voornaamste<br />
covariaten.<br />
13
Samenvatting<br />
Ftalaten zijn industriële chemische stoffen die worden toegevoegd aan polyvinyl chloride plastics als<br />
weekmakers. Ze maken plastics soepel en flexibel. De belasting met ftalaten (di‐2‐ethylhexyl ftalaat<br />
DEHP, dibutyl ftalaat (DEP) en benzylbutyl ftalaat (BzBP)) werd bepaald door hun<br />
stofwisselingsproducten in urine te meten. Secundaire metabolieten MEOHP en MEHHP kwamen<br />
meer voor dan de primaire metabolieten. Deze waren goed meetbaar. Noch bij de jongeren, noch bij<br />
de volwassenen werden significante verschillen gevonden in ftalaatconcentratie tussen subgroepen.<br />
Organofosfaat pesticiden die actief zijn tegen een breed spectrum van insecten en voorkomen in<br />
ongeveer de helft van de insecticiden die wereldwijd gebruikt worden, werden gemeten via een hun<br />
dialkyl fosfaatmetabolieten. Niet alle metabolieten waren goed meetbaar in urinestalen van<br />
volwassenen en jongeren. Afhankelijk van metaboliet was er een rapporteringsfrequentie (i.e. een<br />
waarde boven de LOD) die varieerde van 5 à 6% (DEDTP) tot 90 à 95% (DMTP). De gemeten gehaltes<br />
waren niet gecorreleerd met de individuele pesticide score die berekend werd uit de<br />
vragenlijstgegevens.<br />
Para‐dichlorobenzeen is een pesticide tegen motten, schimmels en meeldauw. Het wordt<br />
ondermeer gebruikt in mottenballen, luchtverfrissers en toiletblokjes. De metaboliet 2,5‐<br />
dichlorofenol (2,5‐DCP) werd gedetecteerd in 88,8% van de urinestalen bij jongeren en in 80,2% van<br />
de urinestalen van volwassenen.<br />
Synthetische musk componenten worden frequent gebruikt als geurstoffen in de cosmetica‐ en<br />
detergentindustrie, o.a. in detergenten, wasverzachters, schoonmaakmiddelen, zepen, shampoo,<br />
make‐up en parfum. Ze werden in deze campagne voor de eerste keer gemeten in volbloed van<br />
jongeren. De polycylische musks – galaxolide en tonalide – waren meetbaar. Galaxolide was<br />
gecorreleerd met het gebruik van verzorgingsproducten.<br />
Triclosan is een veel gebruikte antibacteriële en schimmelwerende stof die vaak wordt toegevoegd<br />
aan cosmetische en hygiënische producten. Triclosan was goed meetbaar in urinestalen van jongeren<br />
en was positief gecorreleerd met het gebruik van verzorgingsproducten.<br />
Parabenen worden gebruikt als antimicrobiële bewaarmiddelen in voeding, geneesmiddelen,<br />
cosmetica en toiletartikelen. In de individuele urinestalen van jongeren en volwassenen werd een<br />
metaboliet van parabenen, nl. para‐hydroxybenzoëzuur (HBA) gemeten. In de mengstalen werden<br />
individuele parabenen gemeten. Bij 34 van de 50 metingen werden detecteerbare gehaltes<br />
gevonden.<br />
Perfluorverbindingen hebben bijzondere fysico‐chemische eigenschappen en worden gebruikt voor<br />
diverse toepassingen in tal van consumenten producten. Ze zijn persistent en stapelen zich op in het<br />
menselijk lichaam. Ze zijn goed meetbaar in individuele bloedstalen van pasgeborenen en<br />
volwassenen. PFOS was positief gecorreleerd met consumptie van lokaal geproduceerde eieren.<br />
Mengstalen<br />
Biomerkers voor nieuwe polluenten waarmee we nog geen ervaring hadden, werden in stalen<br />
gemeten die samengesteld werden uit urine‐/bloedstalen van zes individuen per provincie. Per<br />
provincie werd één staal aangemaakt.<br />
Metabolieten van pyrethroide pesticiden en de concentratie van het veelgebruikte herbicide 2,4 D<br />
zijn goed meetbaar in urinestalen van jongeren en volwassenen en de gehaltes zijn vergelijkbaar in<br />
beide leeftijdsgroepen. De concentratie van ETU, de metaboliet van dithiocarbamaten of<br />
carbamaatpesticiden, is hoger in urinestalen van volwassenen dan bij jongeren, maar de variabilteit<br />
tussen de mengstalen per provincie is hoger bij volwassenen. 3,5‐DCA, een metaboliet van de<br />
pesticiden iprodion, vinclozolin, procymidone en chlozolinate is eveneens goed meetbaar in<br />
urinestalen van jongeren en volwassen, de gehaltes liggen lager bij jongeren. De metabolieten van<br />
herbiciden zoals diuron en linuron zijn niet detecteerbaar in de humane stalen.<br />
14
Samenvatting<br />
In de bloedmengstalen van jongeren en volwassenen werden ook de parent compounds van<br />
parabenen gemeten die in verzorginsgproducten gebruikt worden. De concentraties bij jongeren zijn<br />
beter meetbaar dan bij volwassenen. Stoffen die als UV‐filters gebruikt worden in<br />
verzorgingsproducten zijn ook goed meetbaar in urinestalen van jongeren en volwassenen. Het<br />
gehalte van benzofenon‐3 is vergelijkbaar bij jongeren en volwassene, maar de relatieve concentratie<br />
van de metabolieten verschilt per leeftijdsgroep (DHMB is hoger bij volwassenen, THB is hoger bij<br />
jongeren). Concentraties van homosalate en van 4‐methylbenzylidenecamfer zijn hoger bij jongeren<br />
dan bij volwassenen. Het bepalen van de gehaltes van deze stoffen in humane stalen is een eerste<br />
stap. Op dit moment is er onvoldoende informatie om uit te maken of deze gehaltes ook<br />
gezondheidseffecten kunnen hebben.<br />
Er werden ook potentiele nieuwe biomerkers voor PAK’s gemeten. Naftol is goed meetbaar in<br />
urinestalen als PAK’s merker, terwijl BaP‐tetrolen in stalen uit Vlaanderen niet meetbaar zijn.<br />
Concentraties van naftol zijn hoger in stalen van volwassenen dan in die van jongeren.<br />
Effectmerkers<br />
Astma en allergie blijven een belangrijk aandachtspunt voor de gezondheid. Het voorkomen van<br />
astma bij moeders is toegenomen in vergelijking met het onderzoek in het eerste Steunpunt 2001‐<br />
2006. De diagnose van astma door een arts werd gesteld bij 4,3% van de moeders in 2001‐2006, nu is<br />
dat bij 7,1%. De verschillen zijn niet toe te schrijven aan het gebruik van een andere definitie,<br />
aangezien exact dezelfde vraagstelling werd gebruikt. De stijging kan mogelijk wel deels zijn toe te<br />
schrijven aan de verschillen in rekruteringsstrategie: in de huidige studie gaat het om algemene<br />
bevolking, terwijl in het eerste Steunpunt deelnemers uit 8 typegebieden werden onderzocht. De<br />
onderzochte groep van 200 à 250 deelnemers is ook kleiner dan in vorige studie waar er ongeveer<br />
1200 moeders werden onderzocht, dit maakt de betrouwbaarheid van het huidige cijfer minder<br />
groot.Bij j de andere subgroep van volwassenen werd ook meer astma gerapporteerd. . Bij jongeren<br />
bleef het voorkomen van astma gelijk.<br />
We vonden dat er verschillen zijn in gezondheidsparameters tussen subgroepen. Inwoners van<br />
stedelijk gebied, rokers, personen die meer alcohol drinken of deelnemers met een hogere opleiding<br />
vertoonden verschillen in het voorkomen van astma, de puberteitsontwikkeling of de<br />
hormonenconcentraties. In sommige gevallen kan het gaan om een direct, oorzakelijk verband; in<br />
andere gevallen om een samengaan van factoren, die niet noodzakelijk oorzaak en gevolg zijn van<br />
elkaar. Dit zal nog verder bestudeerd worden met behulp van multivariate modellen. De relatie<br />
tussen blootstelling aan vervuilende stoffen en gezondheidseffecten zal ook nog worden onderzocht<br />
op basis van vooropgestelde hypotheses.<br />
Vergelijking met buitenlandse waarden<br />
De biomerker gehaltes kunnen vergeleken worden met beschikbare informatie uit buitenlandse<br />
campagnes en eerdere Vlaamse en Belgische studies. Bij deze vergelijkingen moet wel rekening<br />
gehouden worden met verschillen in rekruteringsstrategie, samenstelling van de onderzochte<br />
bevolking, leeftijdsgroep, rekruteringsperiode en meettechniek.<br />
Metalen (lood, cadmium, thallium, koper, arseen, mangaan en (methyl)kwik) lagen binnen de range<br />
die werd teruggevonden in overeenkomstige bevolkingsgroepen in buitenlandse biomonitoringscampagnes.<br />
Ook de persistente gechloreerde polluenten zoals PCB’s, p,p’‐DDE en HCB zijn<br />
vergelijkbaar met metingen in overeenkomstige bevolkingsgroepen, bijv. in Duitsland en de US.<br />
De gehaltes aan gebromeerde vlamvertragers (PBDEs, HBCD, TBBPA) liggen bij tal van metingen<br />
onder de detectielimiet. Op basis van deze gegevens kunnen we stellen dat ze niet hoger liggen dan<br />
in de ons omringende landen die hierover gegevens hebben en lager dan in de US, waar de<br />
concentraties van sommige vlamvertragers veel hoger zijn.<br />
15
Samenvatting<br />
De resultaten van de 1‐hydroxypyreenmetingen en t,t’‐muconzuur, die urinaire merkers zijn voor<br />
korte termijn blootstelling aan respectievelijk PAK’s en benzeen, vertonen veel individuele<br />
variabiliteit maar zijn vergelijkbaar met waarden die ook in het buitenland worden gemeten.<br />
De gehaltes van perfluorverbindingen zijn vergelijkbaar met waardes gemeten in buitenlandse<br />
stalen. Vergelijking met de resultaten van de mengstalen is moeilijk omwille van de grote ruis op de<br />
analytische methoden van het 1 e Steunpunt. De gehaltes van bisfenol A zijn ook vergelijkbaar met de<br />
beschikbare gegevens uit Duitsland en Nederland.<br />
De gehaltes aan organofosfaatpesticiden, gemeten via hun urinaire metabolieten, zijn vergelijkbaar<br />
met Duitse waarden, maar hoger dan Amerikaanse waarden waar er een verbod is op het gebruik<br />
van organofosfaatpesticides voor huishoudelijk gebruik sinds 1996. Voor andere pesticiden zoals<br />
para‐dichlorobenzeen liggen de gehaltes aan urinaire metabolieten lager dan in de meeste<br />
buitenlandse studies. De gehaltes aan metabolieten van dithiocarbamaten of carbamaatpesticiden,<br />
van fungiciden en van pyrethroïde pesticiden zijn vergelijkbaar met deze van buitenlandse studies.<br />
Inwendige concentraties van chemische stoffen zoals musks, triclosan en parabenen, die voorkomen<br />
in persoonlijke verzorginsproducten, zijn vergelijkbaar met buitenlandse meetwaarden. Interne<br />
gehaltes aan sunscreens of UV‐filters, aanwezig in zonbeschermingsproducten, liggen 10 tot 20 maal<br />
lager dan waarden die gerapporteerd worden in een Amerikaanse bevolkingsstudie. Dit zijn de enige<br />
beschikbare waarden voor vergelijking.<br />
Sommige biomerkermetingen vragen verdere analytische optimalisatie alvorens de absolute<br />
waarden goed geïnterpreteerd kunnen worden (o.a. Calux (dioxine), 2,4‐D (herbicide), 3‐BPA<br />
(pesticide), perfluorverbindingen). Harmonisatie van de analytische meetmethodes tussen<br />
verschillende nationale en internationale laboratoria en het beschikken over de nodige<br />
referentiematerialen zou een belangrijke meerwaarde zijn.<br />
Besluit<br />
Via een goed uitgekiende samplingsstrategie zijn we in staat met 200 tot 250 deelnemers per<br />
leeftijdsgroep een representatief staal van de bevolking te rekruteren waarvan de karakteristieken<br />
vrij goed overeenstemmen met die van de Vlaamse bevolking zoals beschreven in veel grotere<br />
onderzoeken. Door te rekruteren over gans Vlaanderen verkrijgen we meer homogene resultaten<br />
voor de biomerkerwaarden in vergelijking met de vroegere campagne waar we de deelnemers uit 8<br />
aandachtsgebieden rekruteerden. Dit benadrukt het belang van een gebiedsgerichte monitoring en<br />
het belang van het bekomen van “referentiewaarden” in de algemene bevolking die als<br />
vergelijkingsbasis kunnen dienen. De huidige biomerkerwaarden liggen over het algemeen lager dan<br />
deze die in de eerste biomonitoringscampagne bekomen werden, behalve voor PAKs‐ en<br />
benzeenmerkers. De lagere waarden kunnen verband houden met een lagere milieubelasting. We<br />
kunnen echter niet uitsluiten dat de lagere waarden gedeeltelijk ook te maken hebben met de<br />
gewijzigde samplingsstrategie en analytische variabiliteit.<br />
Ondanks de kleine steekproef hebben we significante aanwijzingen gevonden dat externe<br />
milieufactoren de aanwezigheid van chemische stoffen in de mens beïnvloeden. Wonen in stedelijk<br />
gebied heeft voornamelijk impact op de aanwezigheid van zware metalen (cadmium, lood, mangaan<br />
en kwik) in sommige leeftijdsgroepen. We merken op dat het stedelijk gebied afgebakend werd als<br />
omvattende de gemeenten met meer dan 600 inwoners per km². Blootstelling aan passief roken is<br />
meetbaar via cotinine in de urine en het gehalte van de urinaire PAK metaboliet stijgt mee.<br />
Levensstijlfactoren hebben duidelijk een invloed. Rookgedrag heeft een effect op de biomerkers voor<br />
cadmium, PAKs, benzeen en cotinine die verhoogd waren, terwijl de biomerkers voor arseen<br />
verlaagd waren. Deelnemers die meer vis consumeren hebben een hogere interne belasting aan<br />
arseen en kwik. Consumptie van lokale voeding (eieren en zelfgevangen vis) heeft een invloed op de<br />
16
Samenvatting<br />
gemeten gehaltes aan gechloreerde koolwaterstoffen (HCB, pp’‐DDE). De metingen van de nieuwere<br />
biomerkers toonden aan dat meer gebruik van verzorginsgproducten aanleiding geeft tot verhoogde<br />
interne gehaltes van triclosan, parabenen en polyclische musks.<br />
Leeftijd, geslacht, BMI, het krijgen van borstvoeding en sociale klasse werden geïdentificeerd als<br />
invloedsfactoren voor sommige van de polluenten.<br />
Globaal kunnen we stellen dat de waarden van zware metalen in bloed en urine in Vlaanderen<br />
relatief laag liggen in vergelijking met waarden die gerapporteerd werden in nationale en<br />
internationale studies. De gezondheidskundige norm voor lood werd niet overschreden; voor<br />
cadmium was er bij de jongeren en bij de volwassenen telkens 1 deelnemer met een waarde boven<br />
de richtlijn voor beroepsblootstelling. Voor de organische componenten die we gemeten hebben<br />
liggen de meeste biomerkerwaarden in dezelfde range als in vroegere nationale en internationale<br />
studies. Hiervoor zijn nog geen normen met gezondheidskundige betekenis beschikbaar. De huidige<br />
resultaten vormen een nulpunt voor opvolging van trends in de tijd. Harmonisatie van de analytische<br />
meetmethodes tussen verschillende nationale en internationale laboratoria en het beschikken over<br />
de nodige referentiematerialen is noodzakelijk voor een goede opvolging verder te verzekeren.<br />
Effectmetingen gaven aan dat het voorkomen van astma en voedselallergie bij de studiepopulatie<br />
moeders toegenomen was tegenover bevragingen die 5 jaar geleden gebeurden. Roken was een<br />
invloedsfactor voor verscheidene effectparameters. Puberteitsontwikkeling bij jongeren en sommige<br />
van de gemeten hormoongehaltes in navelstrengbloed blijken significant beïnvloed te worden door<br />
externe factoren zoals opleidingsniveau en actief roken.<br />
Onderstaande tabellen geven een overzicht van de referentiewaarden die werden bekomen in de<br />
huidige biomonitoringscampagne voor de biomerkers van blootstelling. In tabel I worden de<br />
metingen in de individuele stalen samengevat; in tabel II worden de resultaten van de mengstalen<br />
opgelijst.<br />
17
Samenvatting<br />
Tabel I: Overzicht van gemeten biomerkers van blootstelling in drie leeftijdsgroepen –referentiebiomonitoring 2007‐2011<br />
Polluent Biomerker Eenheid Leeftijdsgroep N % referentiegemiddelde referentie P90 confounders<br />
>LOD/LOQ (95% BI)<br />
(95%BI)<br />
zware metalen<br />
lood lood in volbloed (1) µg/L pasgeborenen 241 100% 8,6 (8,1 – 9,2) 15,9 (13,9 – 17,9) a, b<br />
lood in volbloed (2) µg/L moeders 235 100% 11,1 (10,6 – 11,7) 18,9 (17,1 – 20,7) a, b<br />
lood in volbloed (2) µg/L jongeren 207 100% 14,8 (14,0 – 15,6) 27,6 (23,1 – 32,1) a, b, c<br />
cadmium cadmium in volbloed (1) µg/L pasgeborenen 241 67,9% 0,073 (0,066 – 0,081) 0,160 (0,095 – 0,226) a, b<br />
cadmium in volbloed (2) µg/L moeders 235 68,9% 0,312 (0,291 – 0,334) 0,728 (0,592 – 0,864) a, b<br />
cadmium in volbloed (2) µg/L jongeren 207 98,6% 0,210 (0,192 – 0,230) 0,471 (0,333 – 0,609) a, b, c<br />
cadmium cadmium in urine µg/L volwassenen 194 100% 239 (224 – 256) 444 (363 – 525) a, b, c, d<br />
cadmium in urine µg/g crt volwassenen 194 100% 222 (208 – 237) 413 (358 – 468) a, b, c<br />
mangaan mangaan in volbloed (1) µg/L pasgeborenen 241 100% 31,2 (29,8 – 32,8) 52,2 (47,6 – 56,8) a, b<br />
mangaan in volbloed (2) µg/L moeders 235 100% 12,1 (11,6 – 12,7) 18,6 (16,8 – 20,5) a, b<br />
mangaan in volbloed (2) µg/L jongeren 207 100% 9,7 (9,3 – 10,1) 13,6 (12,8 – 14,4) a, b, c<br />
koper koper in volbloed (1) µg/L pasgeborenen 241 100% 600 (585 – 615) 754 (711 ‐797) a, b<br />
koper in volbloed (2) µg/L moeders 235 100% 1312 (1279 – 1347) 1715 (1631 – 1799) a, b<br />
koper in volbloed (2) µg/L jongeren 207 100% 790 (774 – 807) 938 (908 ‐ 967) a, b, c<br />
thallium koper in volbloed (1) µg/L pasgeborenen 241 100% 0,017 (0,016 – 0,018) 0,025 (0,023 – 0,028) a, b<br />
koper in volbloed (2) µg/L moeders 235 100% 0,028 (0,027 – 0,029) 0,038 (0,036 – 0,040) a, b<br />
koper in volbloed (2) µg/L jongeren 207 100% 0,027 (0,026 – 0,028) 0,036 (0,034 – 0,038) a, b, c<br />
arseen arseen in volbloed (1) µg/L pasgeborenen 241 99,6% 0,54 (0,47 – 0,62) 2,18 (1,53 – 2,83) a, b<br />
arseen in volbloed (2) µg/L moeders 235 100% 0,64 (0,57 – 0,72) 2,04 (1,38 – 2,69) a, b<br />
arseen in volbloed (2) µg/L jongeren 207 100% 0,62 (0,55 – 0,69) 2,12 (1,52 – 2,71) a, b, c<br />
arseen totaal arseen in urine µg/L jongeren 203 100% 12,3 (10,8 – 14,0) 90,0 (60,7 – 119,4) a, b, c, d<br />
totaal arseen in urine µg/L volwassenen 194 100% 17,2 (14,9 – 19,8) 85,3 (61,7 – 108,8) a, b, c, d<br />
totaal arseen in urine µg/g crt jongeren 203 100% 9,3 (8,1 – 10,6) 49,0 (32,3 – 65,7) a, b, c<br />
totaal arseen in urine µg/g crt volwassenen 194 100% 15,9 (13,8 – 18,3) 71,4 (57,0 – 85,9) a, b, c<br />
18
Samenvatting<br />
Polluent Biomerker Eenheid Leeftijdsgroep N % referentiegemiddelde referentie P90 confounders<br />
>LOD/LOQ (95% BI)<br />
(95%BI)<br />
arseen TRA in urine µg/L jongeren 203 95,1% 4,8 (4,2 – 5,4) 10,8 (8,6 – 13,0) a, b, c, d<br />
TRA in urine µg/L volwassenen 194 91,4% 4,0 (3,4 – 4,6) 11,5 (8,4 – 14,7) a, b, c, d<br />
TRA in urine µg/g crt jongeren 203 95,1% 3,6 (3,2 – 4,1) 8,0 (6,2 – 9,8) a, b, c<br />
TRA in urine µg/g crt volwassenen 194 91,4% 3,7 (3,2 – 4,3) 10,7 (8,7 – 12,7) a, b, c<br />
persistente gechloreerde polluenten<br />
PCB’s merker PCB’s in plasma (1) ng/L pasgeborenen 241 75,1% 120 (114 – 128) 227 (198 – 256) a, b, e, f<br />
merker PCB’s in serum (2) ng/L jongeren 205 95,2% 217 (203 – 233) 401 (330 – 472) a, b, c, e, f<br />
merker PCB’s in plasma (1) ng/g vet pasgeborenen 241 75,1% 59 (56 – 63) 112 (98 – 126) a, b, e<br />
merker PCB’s in serum (2) ng/g vet jongeren 205 95,2% 50 (46 – 53) 98 (83 – 115) a, b, c, e<br />
p,p’‐DDE p,p’‐DDE in plasma (1) ng/L pasgeborenen 241 100% 160 (147 – 174) 390 (337 – 442) a, b, e, f<br />
p,p’‐DDE in serum (2) ng/L jongeren 205 100% 307 (277 – 341) 868 (580 – 1155) a, b, c, e, f<br />
p,p’‐DDE in plasma (1) ng/g vet pasgeborenen 241 100% 78 (72 – 85) 192 (162‐ 221) a, b, e<br />
p,p’‐DDE in serum (2) ng/g vet jongeren 205 100% 70 (63 – 78) 207 (151 – 263) a, b, c, e<br />
hexachlorobenzeen<br />
dioxine‐achtige<br />
stoffen<br />
dioxine‐achtige<br />
stoffen<br />
dioxine‐achtige<br />
stoffen<br />
HCB in plasma (1) ng/L pasgeborenen 241 50,6% 19,0 (17,4 – 20,8) 45,7 (41,1 – 50,2) a, b, e, f<br />
HCB in serum (2) ng/L jongeren 205 91,4% 36,5 (34,0 – 39,2) 64,1 (56,4 – 71,9) a, b, c, e, f<br />
HCB in plasma (1) ng/g vet pasgeborenen 241 50,6% 9,3 (8,5 – 10,2) 22,5 (19,9 – 25,1) a, b, e<br />
HCB in serum (2) ng/g vet jongeren 205 91,4% 8,3 (7,8 – 8,9) 14,0 (12,4 – 15,7) a, b, c, e<br />
totaal dioxine‐achtige pg Calux pasgeborenen 225 93,6% 34,1 (32,0 – 36,4) 59,2 (51,5 – 66,9) a, b, e, f<br />
stoffen in plasma (1) TEQ/L<br />
totaal dioxine‐achtige pg Calux pasgeborenen 225 93,6% 17,5 (16,4 – 18,6) 31,4 (28,2 – 34,5) a, b, e<br />
stoffen in plasma (1) TEQ/g vet<br />
dioxines en furanen pg BEQ/ jongeren 172 100% 0,38 (0,36 – 0,40) 0,58 (0,53 – 0,64) a, b, c, e, f<br />
in serum (2)<br />
g serum<br />
dioxines en furanen pg BEQ/ jongeren 173 100% 110 (104 – 116) 167 (145 – 189) a, b, c, e<br />
in serum (2)<br />
g vet<br />
dioxine‐achtige PCB’s pg BEQ/ jongeren 171 98,8% 0,113 (0,106 – 0,120) 0,195 (0,170 – 0,219) a, b, c, e, f<br />
in serum (2)<br />
dioxine‐achtige PCB’s<br />
in serum (2)<br />
g serum<br />
pg BEQ/<br />
g vet<br />
jongeren 172 98,8% 32,7 (30,7 – 34,7) 56,3 (50,0 – 62,5) a, b, c, e<br />
19
Samenvatting<br />
Polluent Biomerker Eenheid Leeftijdsgroep N %<br />
>LOD/LOQ<br />
persistente gebromeerde polluenten<br />
polygebromeerde<br />
difenylethers<br />
polygebromeerde<br />
difenylethers<br />
polygebromeerde<br />
difenylethers<br />
polygebromeerde<br />
difenylethers<br />
polygebromeerde<br />
difenylethers<br />
polygebromeerde<br />
difenylethers<br />
polygebromeerde<br />
difenylethers<br />
polygebromeerde<br />
difenylethers<br />
hexabromocyclododecaan<br />
tetrabromobisfenol<br />
A<br />
referentiegemiddelde<br />
(95% BI)<br />
referentie P90<br />
(95%BI)<br />
confounders<br />
BDE28 in plasma (1) ng/L pasgeborenen 253 0,0% _ _ _<br />
BDE28 in serum (2) ng/L jongeren 208 1,0% _ _ _<br />
BDE47 in plasma (1) ng/L pasgeborenen 253 13,9% _ _ _<br />
BDE47 in serum (2) ng/L jongeren 208 37,6% 2,47 (2,23 – 2,73) 7,43 (5,65 – 9,22) a, c, e, f<br />
BDE47 in serum (2) ng/g vet jongeren 208 37,6% 0,56 (0,51 – 0,62) 1,70 (1,92 – 2,12) a, c, e<br />
BDE99 in plasma (1) ng/L pasgeborenen 253 3,2% _ _ _<br />
BDE99 in serum (2) ng/L jongeren 208 8,1% _ _ _<br />
BDE100 in plasma (1) ng/L pasgeborenen 253 2,4% _ _ _<br />
BDE100 in serum (2) ng/L jongeren 208 13,3% _ _ _<br />
BDE153 in plasma (1) ng/L pasgeborenen 253 5,5% _ _ _<br />
BDE153 in serum (2) ng/L jongeren 208 61,4% 2,27 (2,06 – 2,51) 5,87 (4,99 – 6,73) a, c, e, f<br />
BDE153 in serum (2) ng/g vet jongeren 208 61,4% 0,52 (0,47 – 0,57) 1,43 (1,20 – 1,65) a, c, e<br />
BDE154 in plasma (1) ng/L pasgeborenen 253 0,4% _ _ _<br />
BDE154 in serum (2) ng/L jongeren 208 2,9% _ _ _<br />
BDE183 in plasma (1) ng/L pasgeborenen 253 0,8% _ _ _<br />
BDE183 in serum (2) ng/L jongeren 208 0,0% _ _ _<br />
BDE209 in plasma (1) ng/L pasgeborenen 253 4,7% _ _ _<br />
BDE209 in serum (2) ng/L jongeren 208 5,7% _ _ _<br />
HBCD in plasma (1) ng/L pasgeborenen 253 0,8% _ _ _<br />
HBCD in serum (2) ng/L jongeren 208 0,0% _ _ _<br />
TBBPA in plasma (1) ng/L pasgeborenen 253 3,8% _ _ _<br />
TBBPA in serum (2) ng/L jongeren 208 12,4% _ _ _<br />
bisfenol A<br />
bisfenol A BPA in urine ng/L jongeren 193 99,5% 2,21 (1,97 – 2,48) 6,60 (4,61 – 8,59) a, c, d<br />
BPA in urine ng/g crt jongeren 193 99,5% 1,66 (1,48 – 1,86) 4,80 (3,48 – 6,11) a, c<br />
20
Samenvatting<br />
Polluent Biomerker Eenheid Leeftijdsgroep N % referentiegemiddelde referentie P90 confounders<br />
>LOD/LOQ (95% BI)<br />
(95%BI)<br />
ftalaten<br />
ftalaten MEHP in urine µg/L jongeren 206 90,8% 3,6 (3,2 – 4,1) 12,4 (8,7 – 16,2) a, c, d<br />
MEHP in urine µg/L volwassenen 197 86,8% 2,7 (2,4 – 3,1) 9,9 (7,5 – 12,4) a, c, d<br />
MEHP in urine µg/g crt jongeren 206 90,8% 2,7 (2,4 – 3,1) 8,5 (5,1 – 11,9) a, c<br />
MEHP in urine µg/g crt volwassenen 197 86,8% 2,6 (2,3 – 2,9) 7,0 (5,1 – 8,9) a, c<br />
ftalaten MEHHP in urine µg/L jongeren 206 100% 21,9 (20,1 – 23,9) 75,1 (57,8 – 92,3) a, c, d<br />
MEHHP in urine µg/L volwassenen 197 100% 13,2 (11,7 – 14,9) 35,7 (24,3 – 47,0) a, c, d<br />
MEHHP in urine µg/g crt jongeren 206 100% 16,6 (15,2 – 18,1) 57,0 (38,1 – 75,8) a, c<br />
MEHHP in urine µg/g crt volwassenen 197 100% 12,2 (10,8 – 13,8) 34,0 (25,7 – 42,2) a, c<br />
ftalaten MEOHP in urine µg/L jongeren 206 100% 29,2 (26,3 – 32,5) 116,5 (85,7 – 147,2) a, c, d<br />
MEOHP in urine µg/L volwassenen 197 100% 16,1 (14,0 – 18,6) 71,9 (45,0 – 98,9) a, c, d<br />
MEOHP in urine µg/g crt jongeren 206 100% 22,2 (20,0 – 24,6) 90,8 (63,4 – 118,3) a, c<br />
MEOHP in urine µg/g crt volwassenen 197 100% 15,0 (13,1 – 17,3) 70,9 (50,3 – 91,6) a, c<br />
ftalaten MnBP in urine µg/L jongeren 206 98,1% 39,2 (35,8 – 42,9) 87,6 (72,7 – 102,4) a, c, d<br />
MnBP in urine µg/L volwassenen 197 90,9% 30,6 (27,4 – 34,2) 84,5 (61,9 – 107,0) a, c, d<br />
MnBP in urine µg/g crt jongeren 206 98,1% 29,8 (27,2 – 32,6) 68,0 (56,0 – 80,0) a, c<br />
MnBP in urine µg/g crt volwassenen 197 90,9% 28,4 (25,4 – 31,7) 78,8 (62,9 – 94,7) a, c<br />
ftalaten MBzP in urine µg/L jongeren 206 100% 32,2 (28,7 – 36,1) 109,4 (83,4 – 135,5) a, c, d<br />
MBzP in urine µg/L volwassenen 197 100% 19,3 (16,9 – 22,1) 71,6 (52,6 – 90,5) a, c, d<br />
MBzP in urine µg/g crt jongeren 206 100% 24,4 (21,7 – 27,4) 87,0 (60,4 – 113,6) a, c<br />
MBzP in urine µg/g crt volwassenen 197 100% 18,0 (15,8 – 20,4) 56,8 (39,5 – 74,1) a, c<br />
perfluorderivaten<br />
perfluorderivaten PFOS in plasma (1) µg/L pasgeborenen 218 100% 2,64 (2,46 – 2,83) 5,10 (4,59 – 5,61) a, e<br />
PFOS in serum (2) µg/L volwassenen 201 100% 12,6 (11,6 – 13,6) 24,8 (20,7 – 28,9) a, c, e<br />
perfluorderivaten PFOA in plasma (1) µg/L pasgeborenen 218 100% 1,50 (1,43 – 1,59) 2,56 (2,35 – 2,76) a, e<br />
PFOA in serum (2) µg/L volwassenen 201 100% 3,2 (3,0 – 3,4) 5,7 (5,1 – 6,2) a, c, e<br />
21
Samenvatting<br />
Polluent Biomerker Eenheid Leeftijdsgroep N % referentiegemiddelde referentie P90 confounders<br />
>LOD/LOQ (95% BI)<br />
(95%BI)<br />
polycyclische aromatische koolwaterstoffen (PAK’s)<br />
PAK’s 1‐hydroxypyreen in urine µg/L jongeren 202 100% 137 (127 – 149) 281 (216 – 347) a, b, c<br />
1‐hydroxypyreen in urine µg/L volwassenen 191 100% 101 (91 – 111) 281 (223 – 338) a, b, c<br />
1‐hydroxypyreen in urine µg/L jongeren 202 100% 104 (97 – 113) 224 (170 – 279) a, b, c, d<br />
1‐hydroxypyreen in urine µg/L volwassenen 191 100% 93 (85 – 102) 227 (180 – 274) a, b, c, d<br />
benzeen<br />
benzeen t,t’‐muconzuur in urine µg/L jongeren 203 100% 90 (80 – 102) 344 (241 – 448) a, b, c<br />
t,t’‐muconzuur in urine µg/L volwassenen 194 100% 72 (63 – 83) 299 (223 – 375) a, b, c<br />
t,t’‐muconzuur in urine µg/L jongeren 203 100% 68 (61 – 77) 232 (172 – 291) a, b, c, d<br />
t,t’‐muconzuur in urine µg/L volwassenen 194 100% 67 (59 – 77) 246 (178 – 313) a, b, c, d<br />
organofosfaatpesticiden<br />
organofosfaatpesticiden<br />
organofosfaatpesticiden<br />
organofosfaatpesticiden<br />
organofosfaatpesticiden<br />
organofosfaatpesticiden<br />
DMP in urine µg/L jongeren 191 67,5% 5,0 (4,3 – 5,7) 20,6 (15,4 – 25,9) a, c, d<br />
DMP in urine µg/L volwassenen 196 59,7% 4,1 (3,6 – 4,7) 14,7 (10,6 – 18,9) a, c, d<br />
DMP in urine µg/g crt jongeren 191 67,5% 3,8 (3,3 – 4,4) 15,7 (11,6 – 19,7) a, c<br />
DMP in urine µg/g crt volwassenen 196 59,7% 3,8 (3,3 – 4,3) 14,5 (11,1 – 17,9) a, c<br />
DMTP in urine µg/L jongeren 203 94,6% 5,8 (5,1 – 6,6) 16,4 (11,3 – 21,4) a, c, d<br />
DMTP in urine µg/L volwassenen 181 89,5% 5,0 (4,2 – 5,8) 19,0 (13,2 – 24,8) a, c, d<br />
DMTP in urine µg/g crt jongeren 203 94,6% 4,4 (3,9 – 5,0) 13,9 (10,3 – 17,6) a, c<br />
DMTP in urine µg/g crt volwassenen 181 89,5% 4,6 (3,9 – 5,4) 19,9 (15,6 – 24,2) a, c<br />
DMDTP in urine µg/L jongeren 157 34,4% _ _ _<br />
DMDTP in urine µg/L volwassenen 141 39,7% _ _ _<br />
DEP in urine µg/L jongeren 192 54,7% 2,5 (2,2 – 2,9) 11,8 (7,7 – 15,8) a, c, d<br />
DEP in urine µg/L volwassenen 190 55,8% 2,4 (2,1 – 2,6) 8,2 (5,8 – 10,6) a, c, d<br />
DEP in urine µg/g crt jongeren 192 54,7% 1,9 (1,7 – 2,2) 8,4 (5,8 – 11,0) a, c<br />
DEP in urine µg/g crt volwassenen 190 55,8% 2,2 (1,9 – 2,5) 7,9 (6,2 – 9,5) a, c<br />
DETP in urine µg/L jongeren 206 23,3% _ _ _<br />
DETP in urine µg/L volwassenen 197 32,0% _ _ _<br />
22
Samenvatting<br />
Polluent Biomerker Eenheid Leeftijdsgroep N % referentiegemiddelde referentie P90 confounders<br />
>LOD/LOQ (95% BI)<br />
(95%BI)<br />
organofosfaat‐ DEDTP in urine µg/L jongeren 206 5,3% _ _ _<br />
pesticiden DEDTP in urine µg/L volwassenen 197 6,1% _ _ _<br />
pesticiden: para‐dichlorobenzeen<br />
p‐dichlorobenzeen 2,5‐DCP in urine µg/L jongeren 206 88,8% 1,54 (1,30 – 1,82) 8,88 (4,90 – 12,86) a, c, d<br />
2,5‐DCP in urine µg/L volwassenen 197 80,2% 1,44 (1,18 – 1,76) 14,2 (8,2 – 20,2) a, c, d<br />
2,5‐DCP in urine µg/g crt jongeren 206 88,8% 1,16 (0,98 – 1,37) 5,32 (2,54 – 8,11) a, c<br />
2,5‐DCP in urine µg/g crt volwassenen 197 80,2% 1,34 (1,10 – 1,63) 13,1 (7,9 – 18,2) a, c<br />
persoonlijke hygiëne producten: musks<br />
polycyclische<br />
musks<br />
polycyclische<br />
musks<br />
galaxolide in volbloed (2) ng/L jongeren 202 100% 715 (682 – 749) 1105 (1021 – 1188) a, c, f<br />
galaxolide in volbloed (2) ng/g vet jongeren 202 100% 163 (155 – 172) 261 (233 – 289) a, c<br />
tonalide in volbloed (2) ng/L jongeren 202 100% 118 (108 – 128) 202 (182 – 223) a, c, f<br />
tonalide in volbloed (2) ng/g vet jongeren 202 100% 26,8 (24,7 – 29,2) 48,4 (43,4 – 53,5) a, c<br />
persoonlijke hygiëne producten: triclosan<br />
triclosan triclosan in urine µg/L jongeren 193 100% 2,19 (1,66 – 2,89) 91,5 (41,5 – 141,4) a, c, f<br />
triclosan in urine µg/g crt jongeren 2193 100% 1,63 (1,23 – 2,16) 72,7 (11,7 – 133,7) a, c<br />
persoonlijke hygiëne producten: parabenen<br />
p‐dichlorobenzeen HBA in urine µg/L jongeren 206 100% 1027 (970 – 1088) 1752 (1418 – 2086) a, c, d<br />
HBA in urine µg/L volwassenen 197 100% 689 (639 – 744) 1337 (932 – 1742) a, c, d<br />
HBA in urine µg/g crt jongeren 206 100% 779 (735 – 825) 1463 (1216 – 1710) a, c<br />
HBA in urine µg/g crt volwassenen 197 100% 634 (584 – 687) 1272 (1002 – 1542) a, c<br />
nicotine<br />
nicotine cotinine in urine µg/L jongeren 206 28,2% _ _ _<br />
cotinine in urine µg/L volwassenen 197 42,1% _ _ _<br />
(1)<br />
navelstrengbloed; (2) perifeer bloed<br />
confounders: a = leeftijd; b = roken; c = geslacht; d = creatinine; e = body‐mass index (BMI); f = bloedvet<br />
afkortingen: crt = creatinine; TRA = toxisch relevant arseen; PCB’s = polygechloreerde bifenyls (merker PCB’s = som van PCB 138, 153 en 180); p,p’‐DDE =<br />
p,p’‐dichloordifefenyldichlooretaan (= afbraakproduct van DDT); HCB = hexachlorobenzeen; TEQ = toxisch equivalenten; BEQ = biochemische equivalenten;<br />
BDE = gebromeerde difenylether; HBCD = hexabromocyclododecaan; TBBPA = tetrabromobisfenol A; BPA = bisfenol A; MEHP = mono‐2‐ethylhexyl ftalaat<br />
23
Samenvatting<br />
(primaire metaboliet van di‐2‐ethylhexyl ftalaat of DEHP); MEHHP = mono‐2‐ethyl‐5‐hydroxyhexyl ftalaat (secundaire metaboliet van DEHP); MEOHP =<br />
mono‐2‐ethyl‐5‐oxohexyl ftalaat (secundaire metaboliet van DEHP); MnBP = mono‐n‐butyl ftalaat (metaboliet van dibutyl ftalaat of DBP); MBzP = monobenzyl<br />
ftalaat (metaboliet van benzylbutyl ftalaat of BzBP); PFOS = perfluoro‐octaansulfonaat; PFOA = perfluoro‐octaanzuur; DMP = dimethylfosfaat; DMTP<br />
= dimethylthiofosfaat; DMDTP = dimethyldithiofosfaat; DEP = diethylfosfaat; DETP = diethylthiofosfaat; DEDTP = diethyldithiofosfaat; HBA = parahydroxybenzoëzuur<br />
24
Samenvatting<br />
Tabel II: Overzicht van biomerkers van blootstelling in mengstalen– referentiebiomonitoring 2007‐2011<br />
polluent biomerker eenheid jongeren volwassenen<br />
# >LOD/LOQ gemiddelde (SD) # >LOD/LOQ gemiddelde (SD)<br />
PAK’s 1-naphtol in urine µg/L 4/5 3,26 (0,81) 5/5 9,58 (6,67)<br />
µg/g crt 4/5 2,33 (0,77) 5/5 8,21 (4,96)<br />
PAK’s 2-naphtol in urine µg/L 5/5 7,49 (2,09) 5/5 12,27 (13,89)<br />
µg/g crt 5/5 5,65 (1,94) 5/5 9,88 (9,38)<br />
PAK’s BaP,c10,tetrahydrol in urine µg/L 1/5 2,4 0/5 ‐<br />
PAK’s BaP,t10,tetrahydrol in urine µg/L 1/5 10,0 0/5 ‐<br />
herbiciden 2,4-D in urine µg/L 5/5 0,27 (0,21) 5/5 0,21(0,21)<br />
µg/g crt 5/5 0,21 (0,13) 5/5 0,21 (0,24)<br />
carbamaat pesticiden ETU in urine µg/L 5/5 1,28 (0,43) 3/5 4,00 (4,11)<br />
µg/g crt 5/5 0,92 (0,24) 3/5 4,06 (4,41)<br />
fungiciden 3,5-DCA in urine µg/L 5/5 0,76 (0,18) 5/5 1,40 (0,60)<br />
µg/g crt 5/5 0,57 (0,14) 5/5 1,32 (0,55)<br />
fungiciden 3,4-DCA in urine µg/L 0/5 ‐ 0/5 ‐<br />
fungiciden DCPU in urine µg/L 0/5 ‐ 0/5 ‐<br />
fungiciden DCPMU in urine µg/L 0/5 ‐ 0/5 ‐<br />
pyrethroïde pesticiden 3‐PBA in urine µg/L 4/5 0,41 (0,05) 2/5 0,58 (0,28)<br />
µg/g crt 4/5 0,31 (0,06) 2/5 0,53 (0,18)<br />
pyrethroïde pesticiden FPBA in urine µg/L 5/5 0,39 (0,25) 2/5 0,35 (0,28)<br />
µg/g crt 5/5 0,29 (0,18) 2/5 0,35 (0,31)<br />
parabenen methylparaben in volbloed µg/L 4/5 1,27 (0,46) 4/5 1,13 (0,67)<br />
parabenen ethylparaben in volbloed µg/L 3/5 0,80 (0,23) 0/5<br />
parabenen propylparaben in volbloed µg/L 5/5 3,43 (1,42) 4/5 1,43 (0,49)<br />
parabenen butylparaben in volbloed µg/L 5/5 1,93 (1,83) 2/5 1,15 (0,64)<br />
25
Samenvatting<br />
polluent biomerker eenheid jongeren volwassenen<br />
# >LOD/LOQ gemiddelde (SD) # >LOD/LOQ gemiddelde (SD)<br />
parabenen benzylparaben in volbloed µg/L 5/5 2,70 (2,11) 2/5 0,90 (0,14)<br />
sunscreen: benzofenon‐3 BP‐3 µg/L 4/4 1,72 (0,37) 5/5 1,11 (0,40)<br />
µg/g crt 4/4 1,19 (0,34) 5/5 1,04 (0,39)<br />
sunscreen: benzofenon‐3 DHB µg/L 4/4 3,50 (0,77) 5/5 3,46 (0,95)<br />
µg/g crt 4/4 2,44 (0,82) 5/5 3,24 (1,14)<br />
sunscreen: benzofenon‐3 DHMB µg/L 4/4 0,24 (0,05) 5/5 0,42 (0,17)<br />
µg/g crt 4/4 0,16 (0,04) 5/5 0,39 (0,19)<br />
sunscreen: benzofenon‐3 THB µg/L 4/4 1,32 (0,47) 5/5 0,67 (0,11)<br />
µg/g crt 4/4 0,93 (0,43) 5/5 0,63 (0,15)<br />
sunscreen: homosalaat HMS µg/L 2/4 2,62 3/5 0,89 (0,23)<br />
sunscreen: octyl dimethyl<br />
PABA<br />
sunscreen: 4‐methylbenzylidenecam<br />
µg/g crt 2/4 1,88 3/5 0,87 (0,30)<br />
DABI µg/L 4/4 0,37 (0,06) 5/5 0,51 (0,19)<br />
µg/g crt 4/4 0,25 (0,05) 5/5 0,47 (0,20)<br />
4‐MBC µg/L 4/4 2,80 (1,96) 3/5 1,65 (0,72)<br />
µg/g crt 4/4 2,03 (1,49) 3/5 1,60 (0,87)<br />
afkortingen: LOD = level of dectection (detectielimiet); LOQ = level of quantification (kwantificatielimiet); crt = creatinine; PAK’s = polycyclische aromatische<br />
koolwaterstoffen; BaP = benzo[a]pyreen; 2,4‐D = 2,4‐dichlorofenoxy‐azijnzuur; ETU = ethyleenthioureum; 3,5‐DCA = 3,5‐dichlooraniline; 3,4‐DCA = 3,4‐<br />
dichloroanilin; DCPU = 3,4‐dichlorophenyl urea; DCPMU = 3,4‐dichlorophenyl‐3‐methylurea; 3‐PBA = 3‐fenoxybenzoëzuur; FPBA = 4‐fluoro‐3‐<br />
fenoxybenzoëzuur; BP‐3 = benzofenon‐3; DHB = 2,4‐dihydroxybenzofenon; DHMB = 2,2’‐dihydroxy‐4‐methoxybenzofenon; THB = 2,3,4‐<br />
trihydroxybenzofenon; HMS = homosalaat; DABI = octyl dimethyl PABA; 4‐MBC = 4‐methylbenzylidenecamfor<br />
26
Samenvatting<br />
Perceptieonderzoek<br />
Samenvatting van de resultaten<br />
Bijna de helft van de volwassenen, een derde van de moeders van pasgeborenen en een kwart van<br />
de jongeren geeft een milieuprobleem in hun woonomgeving aan. Hoogopgeleiden melden vaker<br />
een milieuprobleem dan lager opgeleiden. De verkeersproblematiek wordt gepercipieerd als het<br />
belangrijkste milieuprobleem in de woonomgeving: luchtvervuiling en geluidshinder worden het<br />
vaakst gemeld, verkeer en uitlaat‐ en verbrandingsgassen zijn respectievelijk de belangrijkste<br />
sectoren of activiteiten en vervuilende stof en luchtwegproblemen zijn de vaakst gemeld klachten.<br />
Met betrekking tot informatievoorziening rond milieuproblemen stellen we vast dat de meest<br />
betrouwbaar geachte informatiekanalen (wetenschappers en huisartsen) niet dezelfde kanalen zijn<br />
waarvan respondenten aangeven vooral informatie te wensen en te krijgen (gemeentebestuur en<br />
media). Moeders van pasgeborenen en volwassenen wensen vooral van de overheden informatie te<br />
ontvangen, terwijl jongeren dit vooral verwachten van de media en de wetenschap. Hoewel dus<br />
vooral deze kanalen belangrijk geacht worden voor een goede informatievoorziening, wekken ze<br />
duidelijk minder vertrouwen bij de respondenten.<br />
De meest wenselijke manier om geïnformeerd te worden over milieuproblemen in de woonomgeving<br />
is volgens respondenten via productinformatie. Informatieoverdracht via de media of websites van<br />
de overheid komt respectievelijk op de tweede en derde plaats. De bestaande informatiecampagnes<br />
van de overheid rond milieu en gezondheid zijn voor de meeste respondenten onbekend.<br />
Bijna alle respondenten voelen zich mede verantwoordelijk voor de zorg voor het leefmilieu. Ruim<br />
drie kwart van de respondenten zegt ook daadwerkelijk rekening te houden met het leefmilieu,<br />
hoewel slechts een beperkt deel van hen vindt dat dit een positieve invloed heeft. 60% van de<br />
respondenten is bereid zijn of haar gedrag aan te passen indien dit zou helpen bij het oplossen van<br />
milieuproblemen in de leefomgeving. Afval sorteren is de populairste milieubewuste bijdrage die<br />
respondenten leveren. We stellen hier verschillen vast in leeftijdsgroep: jongeren en moeders van<br />
pasgeborenen leveren minder milieubewuste bijdragen dan volwassenen.<br />
Respondenten vinden tot slot dat de plaatselijke bevolking best via een enquête betrokken wordt om<br />
te zoeken naar oplossingen voor lokale milieuproblemen. Ze vinden dat de overheid rekening moet<br />
houden met de wensen van de bevolking, maar uiteindelijk wel zelf moet beslissen. Hoewel de<br />
meerderheid van de respondenten betrokkenheid van de bevolking bij milieubeleid belangrijk vind<br />
om betrokken te worden bij het oplossen van lokale milieuproblemen, geeft ongeveer drie kwart van<br />
de respondenten aan zelf niet bereid te zijn om actief deel te nemen. De bereidheid is in de drie<br />
leeftijdsgroepen wel wat groter bij hoogopgeleiden dan bij lager opgeleiden. De percepties rond<br />
milieuproblemen bij respondenten verspreid over heel Vlaanderen blijken in grote lijnen dezelfde als<br />
die van respondenten uit bepaalde typegebieden in de eerste biomonitoringcampagnes (er werd<br />
toen wel niet gepeild naar beoordeling van informatiecampagnes of attitudes en gedrag inzake<br />
milieuproblemen).<br />
27
Inleiding<br />
Hoofdstuk 1: INLEIDING<br />
Dit rapport bevat de eerste resultaten van het Vlaams Humaan Biomonitoringsprogramma van de<br />
tweede cyclus uitgevoerd door het Steunpunt Milieu en Gezondheid 2007‐2011 in opdracht van de<br />
Vlaamse overheid (minister van Welzijn, Volksgezondheid en Gezin, minister van Leefmilieu, Natuur<br />
en Energie en minister van Economie, Wetenschap en Innovatie).<br />
Het Vlaams Humaan Biomonitoringsprogramma meet de aanwezigheid van vervuilende stoffen in<br />
het menselijk lichaam. Dit programma kadert in het preventiedecreet van de Vlaamse regering (Art.<br />
54. §2) 1 dat voorziet om op regelmatige basis de gehaltes van chemische stoffen in de mens te<br />
bepalen en trends op te volgen.<br />
Humane biomonitoring betekent het organiseren van meetcampagnes bij de mens, waarbij de<br />
blootstelling aan polluenten wordt bestudeerd aan de hand van de inwendige concentraties<br />
(blootstellingsbiomonitoring), en de biologische of gezondheidseffecten van polluenten worden<br />
onderzocht (effectgerichte biomonitoring). Hierdoor laat humane biomonitoring niet alleen toe om<br />
de risico’s op gezondheidseffecten op te sporen vooraleer er zich herkenbare ziektebeelden<br />
voordoen, maar kan het beleid ook preventief worden georiënteerd en nadien worden opgevolgd.<br />
De problematiek van de gezondheidseffecten van milieufactoren is een bevoegdheidsoverschrijdend<br />
thema en behoort tot de bevoegdheden van zowel de Vlaamse minister van Volksgezondheid als de<br />
Vlaamse minister van Leefmilieu. Het biomonitoringsprogramma wordt gesteund en gefinancierd<br />
door beide ministeries, samen metde Vlaamse minister van Wetenschap en Innovatie.De<br />
wetenschappelijke en innovatieve aanpak van het meetnetwerk vindt ook weerklank in Europa waar<br />
Vlaanderen, dank zij dit initiatief, een voortrekkersrol opneemt bij de organisatie van een Europees<br />
biomonitoringsprogramma.<br />
Dit rapport bevat referentiewaarden voor blootstelling en effect van de algemene bevolking aan<br />
goed gekarakteriseerde gevaarlijke stoffen en aan een reeks stoffen die meer recent in het milieu<br />
worden aangetroffen zoals vlamvertragers, nieuwe bestrijdingsmiddelen, perfluorverbindingen en<br />
musks die o.a. in verzorgingsproducten voorkomen.<br />
De referentiewaarden beschrijven op statistische wijze de gehaltes die gemeten worden in een<br />
representatieve steekproef van de bevolking. We hebben hiervoor drie leeftijdsgroepen<br />
geselecteerd: (1) moeders en pasgeborenen werden geselecteerd omdat het ongeboren kind door de<br />
snelle groei en aanleg van organen en weefsels gevoelig is voor de effecten van chemische stoffen<br />
die via de placenta de foetus kunnen bereiken; (2) jongeren (14‐15 jaar) werden geselecteerd omdat<br />
ze meestal blootgesteld zijn aan lokale leefmilieufactoren en de toekomstige generatie vormen; (3)<br />
jong volwassenen (20‐40 jaar) werden vooral geselecteerd voor meting van stoffen die zich met de<br />
leeftijd opstapelen.<br />
De deelnemers vulden een uitgebreide vragenlijst in. Deze informatie laat toe om de invloed van<br />
leeftijd, geslacht, maar ook van milieufactoren zoals actief en passief roken, het gebruik van lokaal<br />
geteelde voeding, verkeersblootstelling , sociale klasse op biomerkerwaarden vast te stellen.<br />
De referentiewaarden beschrijven de gehaltes zoals ze voorkomen in de algemene bevolking. Door ze<br />
met regelmaat op te volgen kunnen trends in de tijd geregistreerd worden. Toename of afname van<br />
van polluentconcentraties in de mens zijn belangrijke gegevens voor de oriëntatie en evaluatie van<br />
de impact van het milieubeleid op de mens.<br />
1 Decreet van 21 november 2003 betreffende het preventieve gezondheidsbeleid (BS: 3/2/2004) gewijzigd door het decreet<br />
van 20 maart 2009 houdende diverse bepalingen betreffende het beleidsdomein Welzijn, Volksgezondheid en Gezin (BS:<br />
6/4/2009)<br />
28
Inleiding<br />
De referentiewaarden laten toe om subpopulaties met afwijkende waarden te identificeren. De<br />
eerste cyclus van het Vlaams Humaan Biomonitoringsprogramma (2002‐2006) gaf aan dat er<br />
belangrijke individuele verschillen zijn in blootstelling en effect van milieuvervuilende stoffen, maar<br />
ook de streek waar men woont heeft een significante invloed op de gehaltes die gemeten worden.<br />
De huidige bekomen referentiewaarden zullen in een latere fase vergeleken worden met de<br />
biomonitoringsresultaten van de geselecteerde hot spots van Genk‐Zuid en Menen waar<br />
ongerustheid bestaat over de lokale milieudruk. In beide hot spots worden jongeren gevraagd om<br />
deel te nemen aan een biomonitoringscampagne. Er zal worden nagegaan of de gehaltes en effecten<br />
die in de jongeren van de hot spots gemeten worden afwijken tegenover de waarden die bekomen<br />
werden in de referentiebiomonitoring.<br />
De referentiewaarden die in dit rapport beschreven worden vormen een benchmark of<br />
referentiekader voor referentiewaarden die in toekomstige campagnes worden bekomen, voor<br />
biomonitoringswaarden van regio’s of subpopulaties binnen Vlaanderen met een specifieke<br />
milieudruk en voor vergelijking met buitenlandse waarden.<br />
29
Methode – selectie van deelnemers<br />
Hoofdstuk 2: METHODE<br />
Eén van de doelstellingen van het Steunpunt Milieu en Gezondheid is het opzetten van een<br />
bewakingssysteem dat de vervuiling en de vroegtijdige gezondheidseffecten in de bevolking meet<br />
met behulp van humane biomonitoring.<br />
De bedoeling is referentiewaarden 2 te bepalen voor biomerkers van blootstelling en biomerkers van<br />
effect in de algemene bevolking van Vlaanderen.<br />
Biomerkers van blootstelling geven een beeld van de interne blootstelling aan polluenten. Er werden<br />
‘historische polluenten’ gemeten zoals zware metalen, PCBs, dioxine‐achtige stoffen, gechloreerde<br />
pesticiden. Daarnaast werden voor het eerst ook ‘nieuwe polluenten’ gemeten op grote schaal, o.a.<br />
gebromeerde vlamvertragers, bisphenol A, ftalaten, metabolieten van nieuwe pesticiden, parabenen,<br />
musks.<br />
Deze referentiewaarden hebben tot doel om:<br />
<br />
<br />
tijdstrends in blootstelling op te volgen binnen Vlaanderen;<br />
blootstelling in Vlaanderen te vergelijken met andere landen;<br />
te dienen als controlewaarde voor later uit te voeren ‘case studies’.<br />
Biomerkers van effect geven een beeld van de biologische effecten die mogelijk het gevolg zijn van<br />
blootstelling aan polluenten. In deze studie worden immunologische, endocriene, genotoxische en<br />
neurologische effecten gemeten.<br />
Het projectplan werd voorgelegd aan de ethische commissie van de Universiteit Antwerpen en werd<br />
goedgekeurd op 16 mei 2008.<br />
1. Selectie van deelnemers<br />
Het doel van de biomonitoringsstudie was om 650 stalen te verzamelen. De stalen werden verspreid<br />
over heel Vlaanderen en over de vier seizoenen en verdeeld over de volgende drie leeftijdsgroepen:<br />
1. Pasgeborene – moeder koppels: 250 stalen<br />
2. Jongeren (14‐15 jaar): 200 stalen<br />
3. Jong volwassen mannen en vrouwen (20‐40 jaar): 200 stalen<br />
Aangezien we referentiewaarden, representatief voor de Vlaamse bevolking, wilden bepalen, was<br />
iedereen die in Vlaanderen woont een mogelijke deelnemer voor de studie, op voorwaarde dat hij/zij<br />
binnen de geselecteerde leeftijdsklasse valt, en op het moment van de studie minimum 10 jaar in<br />
Vlaanderen woont. Ervaringen uit het vorige Steunpunt hebben ons geleerd dat het veldwerk<br />
(rekrutering van de deelnemers, staalname, etc… ) omwille van de praktische haalbaarheid beter<br />
verloopt wanneer wordt gewerkt met een multistage sampling procedure. Deze procedure bestaat<br />
uit 3 stappen.<br />
De 1ste stap is een stratificatie volgens de provincie. Per provincie en leeftijdsgroep werd het aantal<br />
stalen bepaald evenredig met het aantal inwoners in de provincie op 01.06.2007 (zie Tabel 1).<br />
2 Referentiewaarden beschrijven de biomerkergehalten in een representatieve steekproef van de Vlaamse populatie. Referentiewaarden<br />
worden statistisch afgeleid voor verschillende leeftijdsgroepen. Ze laten toe om vast te stellen wanneer biomerkerwaarden verhoogd of<br />
verlaagd zijn. Op die manier kunnen hoog/laag blootgestelde populaties worden geïdentificeerd. De referentiewaarden die we in dit<br />
document afleiden hebben geen rechtstreeks gezondheidkundige betekenis.<br />
30
Methode – selectie van deelnemers<br />
Tabel 1: Berekening van het gewenst aantal deelnemers per Vlaamse provincie<br />
Pasgeborenen<br />
Jongeren / volwassenen<br />
populatie op 01.06.07 ‐<br />
% t.o.v. Vlaamse gewest Aantal deelnemers Aantal deelnemers<br />
Antwerpen 28 70 56<br />
Vlaams‐Brabant 17 42 34<br />
Limburg 13 32 26<br />
Oost‐Vlaanderen 23 58 46<br />
West‐Vlaanderen 19 48 38<br />
Totaal 100 250 200<br />
Voor de pasgeborenen was het streefdoel 250 in plaats van de 200 bij de andere leeftijdsgroepen. De<br />
reden hiervoor is dat deze groep gedurende twee jaar gevolgd zal worden in een neurologische<br />
opvolgstudie. Omdat we een zekere uitval verwachten werden er in eerste instantie meer<br />
deelnemers gerekruteerd om bij het afsluiten van de studie 200 deelnemers over te houden.<br />
De 2de stap van de procedure is de selectie van primaire sampling units (PSU). Om de staalname bij<br />
de deelnemers zo vlot mogelijk te laten verlopen werd gewerkt met een random sampling van<br />
staalname‐eenheden (sampling units). Een willekeurige selectie van 650 personen uit het rijksregister<br />
zou de organisatie van het veldwerk immers belemmeren, aangezien dan op 650 adressen een staal<br />
genomen moest worden. Dit was niet uitvoerbaar. De sampling units of PSU’s waarmee werd<br />
gewerkt waren respectievelijk kraamklinieken voor de pasgeborene‐moeder koppels en scholen voor<br />
de jongeren. Voor de selectie van volwassen mannen en vrouwen werd geopteerd om via de vijf<br />
verschillende provinciebesturen te werken.<br />
Per provincie werden alle PSU’s opgelijst. De grootte van de PSU’s was evenredig met de kans op<br />
selectie. Bijvoorbeeld, de kraamkliniek met het grootst aantal bevallingen het afgelopen jaar had het<br />
meeste kans om geselecteerd te worden.<br />
Voor de selectie van de tweede PSU werden de volgende voorwaarden bepaald:<br />
- deze PSU mag niet in dezelfde stad liggen als de eerste PSU;<br />
- deze PSU mag niet op minder dan 20 km afstand van de eerste PSU liggen.<br />
Door deze voorwaarden in de selectieprocedure op te nemen werd voorkomen dat we twee keer in<br />
hetzelfde ‘gebied’ rekruteerden.<br />
In de 3de stap van de procedure werden binnen elke PSU de potentiële deelnemers op toevalsbasis<br />
geselecteerd. De geselecteerde (moeder, adolescent of volwassene) mocht aan de studie deelnemen<br />
indien hij/zij minimaal 10 jaar in Vlaanderen woonde, bereid was mee te werken<br />
(toestemmingsformulier ondertekend) en in staat was de Nederlandstalige vragenlijst in te vullen.<br />
31
Methode – selectie van deelnemers<br />
Tabel 2: Aantal deelnemers per groep in verschillende campagnes en verschillende provincies<br />
Pasgeborene‐Moeder<br />
Jongeren<br />
groepen<br />
groepen<br />
Antwerpen 20+20+15+15 20+18+18<br />
Vlaams‐Brabant 15+15+12 17+17<br />
Limburg 16+16 13+13<br />
Oost‐Vlaanderen 20+19+19 15+15+16<br />
West‐Vlaanderen 15+15+18 19+19<br />
Totaal 250 200<br />
1. Spreiding over de vier seizoenen<br />
Voor deze groepen/clusters werd de staalname vervolgens, per provincie, verdeeld over de vier<br />
seizoenen. Het is duidelijk dat de effecten van seizoen en provincie niet volledig los van elkaar<br />
bestudeerd kunnen worden. Voor de kleinere provincies werden er stalen genomen op twee<br />
tijdstippen (twee seizoenen). Globaal werd een gelijke verdeling over de vier seizoenen nagestreefd.<br />
Deze verdeling werd in zoverre als mogelijk voor de drie leeftijdsgroepen gelijk gehouden. Hierdoor<br />
spelen de confounding effecten van seizoen en provincie op dezelfde manier in de drie<br />
leeftijdsgroepen.<br />
2. Verdeling over landelijke en stedelijke gebieden<br />
Het was zeer moeilijk te voorspellen hoeveel percent van de deelnemers stedelijk of landelijk woont.<br />
Door de selectiekans van de eerste PSU evenredig te maken met de grootte van deze PSU was het de<br />
bedoeling PSU’s in de studie te hebben die deelnemers omvatten uit een ruimer geografisch gebied.<br />
Door er verder voor te zorgen dat de twee geselecteerde PSU’s binnen een provincie niet uit dezelfde<br />
stad kwamen, hoopten we geen oververtegenwoordiging van deelnemers uit stedelijk gebied te<br />
hebben. Bijsturen tijdens het veldwerk zelf was echter zeer moeilijk. Het opstarten van bijvoorbeeld<br />
het veldwerk in een kraamkliniek is zeer arbeidsintensief en kan dus niet zomaar op korte termijn<br />
gebeuren. Anderzijds was voor de pasgeborenen en de jongeren de woonplaats van de moeder of de<br />
adolescent op het moment van de steekproeftrekking niet bekend.<br />
Indien er een goede indeling in stedelijk en landelijk gebied voor Vlaanderen beschikbaar is, kan deze<br />
informatie wel gebruikt worden om de gegevens later statistisch te wegen.<br />
Samengevat gebeurde de selectie van de deelnemers via een multistage sampling plan.<br />
<br />
<br />
De 1ste stap was een stratificatie volgens de provincie.<br />
In de 2de stap werden de primaire sampling units (PSU) geselecteerd: kraamklinieken in<br />
geval van pasgeborenen; scholen in geval van jongeren; het provinciebestuur bij de<br />
volwassenen.<br />
In de 3de stap werden binnen elke PSU de deelnemers in de juiste leeftijdsklasse –<br />
geselecteerd.<br />
32
Methode – onderzoeksprotocol<br />
2. Onderzoeksprotocol<br />
1.1 Pasgeborenen<br />
Voor de selectie van pasgeborene‐moeder koppels werd gewerkt via kraamklinieken.<br />
Voorwaarden voor inclusie moeders waren:<br />
- Ten minste tien jaar in Vlaanderen wonen;<br />
- Toestemming geven (toestemmingsformulier): dit betekent bereid zijn om zowel een<br />
staal navelstrengbloed, bloed en een haarlok af te staan, een uitgebreide vragenlijst in te<br />
vullen in de week na de bevalling en gedurende twee jaar vragenlijsten in te vullen over<br />
de neurologische ontwikkeling van het kind;<br />
- Nederlandstalige vragenlijst kunnen invullen (met vragen over de zwangerschap/<br />
gezondheid/ sociale parameters/ woonomgeving/ levensstijl/ roken/ alcohol/ voeding en<br />
perceptie over milieu en gezondheid).<br />
Selectie van de kraamklinieken:<br />
Er werden twee kraamklinieken geselecteerd per provincie (met telkens een reserve kraamkliniek<br />
voor het geval dat één van de geselecteerde kraamklinieken deelname weigerde). Vervolgens werd<br />
per kraamkliniek het aantal te rekruteren deelnemers bepaald. Per kraamkliniek werden stalen van<br />
meerdere deelnemers verzameld, eventueel op meerdere (staalafname) momenten (bijvoorbeeld<br />
voorjaar en najaar).<br />
Contact met de kraamklinieken:<br />
Het contact met de kraamklinieken verliep in verschillende fasen. Eerst werd aan de<br />
hoofdgeneesheer van het ziekenhuis gevraagd of het ziekenhuis bereid was om mee te werken aan<br />
de studie. Daarna werd contact opgenomen met de hoofdgynaecoloog, de hoofdvroedvrouw en<br />
eventueel het hoofd van de verpleging of de kwaliteitsmanager van het ziekenhuis. Het dossier werd<br />
voorgelegd aan de ethische commissie van het ziekenhuis. Na akkoord van al deze partijen werden<br />
praktische afspraken gemaakt met de vroedvrouwen en de verpleegkundigen. Ook Kind en Gezin<br />
werd op de hoogte gebracht van deze studie.<br />
Tabel 3: Deelnemende kraamklinieken en periode van staalafname<br />
Naam ziekenhuis Postcode Gemeente Periode staalafname<br />
AZ Sint Maria 1500 Halle 12/11/2008‐17/06/2009<br />
OLV ‐ Campus Asse 1730 Asse 25/03/2009‐01/07/2009<br />
St Vincentiusziekenhuis 2000 Antwerpen 27/10/2008‐20/03/2009<br />
St Augustinus 2610 Antwerpen 02/03/2009‐07/07/2009<br />
St Maarten 2800 Mechelen 08/01/2009‐24/03/2009<br />
Virga Jesse 3500 Hasselt 10/10/2008‐16/01/2009<br />
AZ St Maria 3900 Overpelt 06/01/2009‐02/03/2009<br />
AZ St Jan 8000 Brugge 03/02/2009‐06/04/2009<br />
AZ Groeninge, Campus Sint Niklaas 8500 Kortrijk 01/11/2008‐26/03/2009<br />
Maria Middelares 9000 Gent 04/08/2008‐13/01/2009<br />
AZ Nikolaas 9100 St Niklaas 03/02/2009‐06/04/2009<br />
33
Methode – onderzoeksprotocol<br />
We vroegen aan de gynaecologen en de vroedvrouwen om het navelstrengbloed bij de bevalling op<br />
te vangen (zie punt 2 onderzoeksprotocol). De staalafname in de kraamklinieken startte op 4<br />
augustus 2008 en eindigde op 7 juli 2009 (11 maanden).<br />
Rekrutering van de moeders:<br />
Het streefdoel was om 250 deelnemende moeders te rekruteren met een volledig dossier: minstens<br />
50 mL navelstrengbloed, een ingevulde vragenlijst, 20 mL bloed van de moeder, 150 mg haar van de<br />
moeder en de bereidheid om gedurende twee jaar mee te werken aan de opvolgstudie over de<br />
neurologische ontwikkeling van hun kind.<br />
De veldwerkers van het Provinciaal Instituut voor Hygiëne (PIH) bezochten in de verschillende<br />
kraamklinieken de pas bevallen vrouwen. Zij vertelden de moeders dat het navelstrengbloed werd<br />
opgevangen bij de bevalling en ze gaven informatie over de biomonitoringsstudie. Zij gingen na of de<br />
moeders voldeden aan de criteria en of ze interesse hadden om deel te nemen.<br />
De moeders die wensten deel te nemen kregen een folder en een toestemmingsformulier. Door dit<br />
toestemmingsformulier te tekenen, verklaarden ze zich akkoord met de voorwaarden.<br />
In het toestemmingsformulier werd kort vermeld welke analyses op de stalen zullen uitgevoerd<br />
worden. Er werd ook vermeld dat er een vragenlijst moest worden ingevuld over onder andere<br />
levensstijl, ziekten en beroepsblootstelling en dat er in de toekomst op regelmatige tijdstippen<br />
vragenlijsten moesten ingevuld worden over de neurologische ontwikkeling van het kind.<br />
Er werd verder op gewezen dat:<br />
- De privacy beschermd wordt door het gebruik van anonieme codenummers in plaats van<br />
persoonsgegevens;<br />
- Deelnemers het recht hebben zich terug te trekken uit de studie;<br />
- Deelnemers het recht hebben op informatie over de procedure en het<br />
onderzoeksproject in zijn geheel (via de hoofdonderzoeker) en op inzage van hun eigen<br />
gegevens;<br />
- Deelnemers hun eigen resultaten en de collectieve resultaten ontvangen, indien ze dit<br />
wensen.<br />
Staalafname:<br />
Het onderzoek bestond uit de volgende stappen:<br />
<br />
<br />
<br />
<br />
<br />
<br />
De gynaecoloog of vroedvrouw nam een staal navelstrengbloed bij de bevalling.<br />
Het afgenomen navelstrengbloed werd bewaard tot de toestemming werd verkregen van de<br />
desbetreffende moeder. Het navelstrengbloed van de moeders die weigerden deel te nemen<br />
werd vernietigd.<br />
Het bloedstaal van de moeder werd genomen door verpleegkundigen van de kraamkliniek.<br />
Het haarstaal werd genomen door de veldwerkers van de biomonitoringsstudie.<br />
De vragenlijst werd afgegeven aan de moeder. Zij mocht deze in de kraamkliniek of thuis invullen.<br />
Ze ontving een omslag om de ingevulde vragenlijst gratis terug te sturen.<br />
De deelnemers kregen als beloning een kaphanddoek voor de baby.<br />
De veldwerkers noteerden in de kraamkliniek een aantal gegevens over het kind: gewicht,<br />
lengte, hoofdomtrek, zwangerschapsduur, complicaties tijdens de zwangerschap, aangeboren<br />
afwijkingen, hypospadias, cryptorchidie en resultaten van het standaard neurologisch onderzoek.<br />
34
Methode – onderzoeksprotocol<br />
<br />
<br />
Later werden de gegevens van de centra voor opsporing van metabole ziekten (hielprik) en TSH<br />
opgevraagd.<br />
Bij Kind en Gezin werden gegevens i.v.m. groei en ontwikkeling in de maanden na de geboorte<br />
opgevraagd.<br />
1.2 Jongeren<br />
Selectie van de scholen:<br />
Voor de selectie van de scholen werd een lijst opgesteld van alle middelbare scholen in Vlaanderen<br />
(informatie van Ministerie van Onderwijs). Secundaire scholen met minimaal 100 leerlingen in het<br />
derde leerjaar, in een ASO, TSO of BSO richting kwamen in aanmerking voor de studie. Speciale<br />
scholen zoals Steiner school, Freinet school, joodse school, BUSO school (Buitengewoon Secundair<br />
Onderwijs) kwamen niet in aanmerking omdat het leidt tot de clustering van een bepaalde categorie<br />
leerlingen of omdat de vragenlijst voor sommige van deze leerlingen te moeilijk kon zijn.<br />
Per provincie werden twee scholen geselecteerd voor deze biomonitoringstudie. De kans op selectie<br />
van de school was enerzijds evenredig met het aantal leerlingen in het derde jaar, en anderzijds met<br />
het aanbod van de school. Een school die zowel ASO, TSO en BSO aanbiedt, had meer kans om<br />
geselecteerd te worden dan een even grote school die enkel TSO en BSO aanbiedt.<br />
Nadat de eerste school geselecteerd was, werden alle scholen uit dezelfde stad of binnen een straal<br />
van 20 km uit de lijst verwijderd. Hierdoor voorkwam men dat alle stalen uit een zelfde gebied<br />
zouden komen. Vervolgens werd uit deze gereduceerde lijst een tweede school geselecteerd; waarbij<br />
de kans op selectie evenredig was met de factor die bepaald werd door het aantal leerlingen én het<br />
aanbod (indien de eerst geselecteerde school ASO of TSO of BSO niet aanbiedt moet deze richting<br />
zeker aangeboden worden in de tweede geselecteerde school).<br />
Contact met de scholen:<br />
Het contact met de scholen verliep in verschillende fasen. Eerst werd een brief geschreven aan de<br />
schooldirectie en aan de artsen van de betrokken Centra voor leerlingenbegeleiding (CLB’s). Daarna<br />
werd telefonisch contact opgenomen met de schooldirectie met de vraag om medewerking. Er werd<br />
gevraagd naar een contactpersoon (bijv. leraar biologie, verpleegster van de school,…) die de studie<br />
wilde uitleggen, de leerlingen kan motiveren en bereid was praktische zaken te regelen (zoals het<br />
uitdelen en ophalen van brieven, enz.)<br />
De folders en toestemmingsformulieren werden via de school aan de leerlingen bezorgd en ook terug<br />
verzameld.<br />
Er werden onderzoeksdata vastgelegd en twee weken voor het onderzoek kregen de leerlingen via<br />
de school hun vragenlijst en urinepotje. De staalafname bij de jongeren startte op 27 mei 2008 en<br />
eindigde op 12 mei 2009.<br />
35
Methode – onderzoeksprotocol<br />
Tabel 4: Deelnemende scholen en periode van staalafname bij jongeren<br />
Naam school Postcode Gemeente Periode staalafname<br />
Don Bosco Technisch Instituut 1500 Halle 10/03/2009<br />
Kogeka 2 ‐ Sint Joris 2440 Geel 27/05/2008 – 20/01/2009<br />
Sint Gummarusschool 2500 Lier 03/03/2009 – 24/04/2009<br />
Vrije Technisch Instituut Leuven 3300 Leuven 20/10/2008<br />
Sint Martinus Scholen ‐ campus d 3540 Herk de Stad 14/10/2008<br />
Stedelijke Humaniora 3650 Dilsen 28/04/2009<br />
K.A. 1 8000 Brugge 29/05/2008<br />
Sint Theresia Instituut 8500 Kortrijk 12/05/2009<br />
Koninklijk Atheneum III 9000 Gent 18/11/2008<br />
Sint Maarten Bovenschool 9150 Beveren 10/02/2008 – 21/04/2009<br />
Rekrutering van de leerlingen:<br />
Jongeren uit het derde jaar secundair onderwijs, die maximum één jaar hebben overgedaan, konden<br />
deelnemen. In iedere geselecteerde school werden klassenlijsten opgevraagd van alle leerlingen van<br />
het derde jaar en werden de leerlingen geselecteerd die geboren waren in 1992/93 (schooljaar 2007‐<br />
2008) of 1993/94 (schooljaar 2008‐2009). Er werd een toestemmingsformulier en een folder met<br />
uitleg over de biomonitoringsstudie bezorgd aan de jongeren en hun ouders. Dit gebeurde via de<br />
school. In het toestemmingsformulier werd kort vermeld welke analysen op bloed, urine en haar<br />
zouden worden uitgevoerd. Tevens vroegen we zowel aan de ouders als aan de jongere om een<br />
algemene vragenlijst in te vullen.<br />
Er werd verder gewezen op het feit dat:<br />
- Niet alle jongeren geselecteerd worden voor de studie: de jongere mag enkel deelnemen<br />
indien wordt voldaan aan de inclusiecriteria en indien het aantal deelnemers dat<br />
gerekruteerd moest worden nog niet bereikt was.<br />
- Privacy beschermd wordt door het gebruik van anonieme codenummers.<br />
- Deelnemers recht hebben om zich terug te trekken uit de studie.<br />
- De reststalen van bloed, urine en haar bewaard blijven voor eventuele toekomstige<br />
analyses<br />
- Deelnemers recht hebben op informatie over procedures en het onderzoeksproject in<br />
zijn geheel (via hoofdonderzoeker).<br />
- Er een beloning wordt voorzien voor de jongeren.<br />
Aan de jongeren die niet wensten deel te nemen werd gevraagd anoniem informatie in te vullen over<br />
de reden hiervoor. Uit de jongeren die wel wensten deel te nemen, werd een steekproef van<br />
leerlingen getrokken. Bij de selectie van de leerlingen werd rekening gehouden met de verhoudingen<br />
ASO/TSO/BSO zoals deze op Vlaams niveau voorkomen. Scholen die de drie richtingen aanbieden<br />
werden als laatste bemonsterd, om zo eventuele tekorten in één van de drie richtingen aan te<br />
kunnen vullen. Indien er in een bepaalde school meer dan 20 leerlingen onderzocht moesten<br />
worden, werd ook hier met twee staalafname‐momenten gewerkt. Er werd zo veel mogelijk getracht<br />
om de staalafname‐momenten gelijkmatig te verdelen over de vier seizoenen.<br />
De leerlingen van middelbare scholen zijn doorgaans afkomstig van een ruimere regio rondom de<br />
school. Ook voor deze leeftijdsklasse verwachtten we dat jongeren uit een ruimere geografische<br />
eenheid in de studie opgenomen werden.<br />
36
Methode – onderzoeksprotocol<br />
Voorwaarden voor inclusie deelnemende jongeren:<br />
- Geboren zijn in het jaar 1994, 1993 of 1992;<br />
- Ten minste 10 jaar wonen in Vlaanderen;<br />
- Toestemming van de ouders én de jongere (ondertekend toestemmingsformulier) d.w.z.<br />
bereid zijn om een bloedstaal, urinestaal en haarstaal te leveren, een uitgebreide<br />
vragenlijst in te vullen en een computertest uit te voeren;<br />
- Nederlandstalige vragenlijsten kunnen invullen.<br />
Staalafname:<br />
Het onderzoek bestond uit:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Een bloedafname: 42,5 mL bloed<br />
Urinestaal: samen met de vragenlijsten werd vooraf een potje voor urinecollectie aan de<br />
jongeren meegegeven via de school. De jongere moest op de dag van het onderzoek<br />
ochtendurine collecteren in dit potje en meebrengen naar het onderzoek. Indien er onvoldoende<br />
urine verzameld was, werd dit geregistreerd, maar er werd geen extra staal gevraagd. Indien de<br />
deelnemer zijn urinestaal vergat of niet in het juiste recipiënt had gecollecteerd, werd er<br />
gevraagd om opnieuw een urinestaal te leveren in de loop van de onderzoeksdag.<br />
Een haarstaal werd genomen aan het onderste en bovenste deel van de nek en de zijkant van het<br />
hoofd. Voor het knippen werd een schaar van roestvrij staal gebruikt. Enkel de 2,5 cm van het<br />
haar, het dichtst tegen de schedel werd behouden voor verdere analyse (nieuwgroei). De rest van<br />
het haar werd van het staal verwijderd en weggegooid. De totale hoeveelheid haar per jongere<br />
bedroeg ongeveer 100‐150 mg.<br />
Wegen en meten van jongeren met geijkte weegschaal en meetlat.<br />
Er werd gevraagd aan de ouders en de jongere om samen een algemene vragenlijst in te vullen<br />
over gezinssamenstelling, gezondheid van de jongere, woning, hobby’s, voeding en perceptie<br />
over milieu en gezondheid.<br />
Daarnaast moest de jongere tijdens het veldwerk nog een korte vragenlijst invullen over recente<br />
blootstelling (gedurende de laatste 3 dagen) via roken, alcoholgebruik, specifieke tijdsbesteding<br />
en pilgebruik bij meisjes. Er werd ook een aparte vragenlijst over mentale gezondheid<br />
afgenomen. Deze vragen werden best ingevuld zonder toezicht van de ouders en werden daarom<br />
tijdens het veldwerk in de school afgenomen.<br />
Het afnemen van computertesten om neurologische effectmerkers te meten:<br />
- aandacht (Continuous Performance test);<br />
- snelheid van psychomotoriek (Symbol Digit Substitution test);<br />
- oog‐hand coördinatie (NES 3 test voor visuele accuraatheid van de psycho‐motoriek).<br />
Aanvullend werd een korte vragenlijst afgenomen die toelaat geslachtsspecifiek, apathisch<br />
pseudodepressief gedrag en antisociaal gedrag in te schatten.<br />
De deelnemers kregen twee filmtickets of een aankoopbon voor Fnac als beloning.<br />
Contact met de CLB’s:<br />
De voornaamste reden waarom werd gekozen voor jongeren van het derde jaar secundair onderwijs<br />
is dat deze leeftijdsgroep een uitgebreid puberteitsonderzoek krijgt van de schoolarts. Jongeren en<br />
hun ouders gaven in het informed consent toestemming om CLB‐gegevens van het medisch<br />
schoolonderzoek op te vragen. Via het CLB werden aan de schoolarts gegevens opgevraagd uit het<br />
medisch dossier. Afhankelijk van centrum tot centrum werd de informatie in de dossiers opgezocht<br />
37
Methode – onderzoeksprotocol<br />
door onze studieverpleegsters, of werd de informatie elektronisch doorgegeven door de<br />
verpleegsters van de CLBs. Zowel voor jongens als voor meisjes werden de puberteitsstadia (schaal<br />
van Marshal & Tanner) opgevraagd. Voor jongens werd tevens informatie gevraagd over<br />
testisvolume (orchidometer) en het voorkomen van hypospadias, cryptorchidie of gynecomastie.<br />
1.3 Volwassenen<br />
De doelpopulatie bestond uit jonge mannen en vrouwen van 20–40 jaar. Het steekproefkader was<br />
een lijst van de werknemers van de verschillende Vlaamse provinciebesturen die in de juiste<br />
leeftijdscategorie vallen.<br />
Voordelen van deze aanpak:<br />
- Werknemers van het provinciebestuur zijn afkomstig uit een groter geografische gebied.<br />
- Er werken mensen met een verschillend opleidingsniveau (niveau A ‐ universiteit; B –<br />
hogeschool; C – hoger middelbaar; D – lager middelbaar; E – lager onderwijs of geen<br />
onderwijs) die verschillende activiteiten uitoefenen (administratie, poetspersoneel,<br />
buitendiensten,...).<br />
- Het merendeel van deze werknemers heeft geen beroepsblootstelling (tenzij in het<br />
verleden).<br />
- Het veldwerk vereenvoudigt sterkt als men via de provinciebesturen werkt. De<br />
deelnemers kunnen tijdens werkuren gecontacteerd worden. Bloedafname kan in het<br />
hoofdgebouw of op een paar centrale locaties en tijdens de werkuren gebeuren.<br />
- Er wordt een hoge respons verwacht omdat deelname weinig extra inspanning vraagt<br />
(onderzoeken gebeuren tijdens de werkuren) en omdat de studie ondersteund wordt<br />
door het provinciebestuur.<br />
- Bij de selectie kan men rekening houden met de leeftijd, geslacht en opleidingsniveau<br />
van de deelnemer.<br />
Nadelen van deze aanpak:<br />
- Sommige groepen worden met deze aanpak niet bereikt, bijv. studenten, huismoeders,<br />
werklozen….<br />
Contact met het provinciebestuur:<br />
Er werd contact opgenomen met de deputatie van iedere provincie. Alle betrokken deputés gaven<br />
hun akkoord en er werd vervolgens contact opgenomen met de personeelsverantwoordelijken. Er<br />
werd gekozen voor een uitnodiging per e‐mail. Alle besturen waren het er over eens dat er geen<br />
adressen mochten doorgegeven worden omwille van de privacy en zijzelf mailden de<br />
personeelsleden die in aanmerking kwamen. Ook de diensthoofden ontvingen een mail met uitleg<br />
over het programma en de vraag om hun medewerkers te stimuleren mee te werken, of om<br />
medewerkers die niet of zelden hun mail lezen op de hoogte te brengen van het onderzoek.<br />
Selectie van de deelnemers:<br />
Alle personeelsleden binnen de juiste leeftijdscategorie werden aangeschreven. Uit de<br />
toestemmingsformulieren werd een steekproef getrokken. De bedoeling was om in totaal 200<br />
volwassenen te rekruteren. Bij het samenstellen van de steekproef werd getracht nauw aan te<br />
sluiten bij de leeftijdstructuur, de geslachtsverdeling en opleidingsgraad van de Vlaamse bevolking.<br />
Het onderwijzende personeel van de provinciale scholen werd niet opgenomen in de mailing. Binnen<br />
iedere provincie werd het gewenste aantal deelnemers en enkele reserve deelnemers geselecteerd.<br />
Deze personen werden allen tegelijkertijd aangeschreven om het veldwerk niet te vertragen.<br />
Personen werden gerekruteerd tot het gewenste aantal binnen de provincie werd bereikt.<br />
38
Methode – onderzoeksprotocol<br />
Staalafname gebeurde op verschillende locaties per provincie. Elke deelnemer kon de locatie die hem<br />
het beste uitkwam kiezen. Per staalafname‐moment werden maximaal 20 deelnemers onderzocht.<br />
De staalafname‐momenten werden over de 4 seizoenen verdeeld.<br />
Voorwaarden voor inclusie deelnemers:<br />
- Geboortedatum tussen 1/1/1968 en 31/12/1988;<br />
- Ten minste 10 jaar wonen in Vlaanderen;<br />
- Toestemming gegeven hebben (getekend informed consent), d.w.z. bereid zijn om bloed<br />
en urine te leveren en een uitgebreide vragenlijst in te vullen;<br />
- Nederlandstalige vragenlijsten kunnen invullen.<br />
Rekrutering van de deelnemers:<br />
De potentiële deelnemers ontvangen een folder en een geïnformeerd toestemmingsformulier met<br />
uitleg. Het toestemmingsformulier vermeldt welke analysen op bloed en urine zouden worden<br />
uitgevoerd. Ook vroegen we de deelnemers om een algemene vragenlijst over levensstijl/ ziekten/<br />
beroepsblootstellingen en voeding in te vullen.<br />
Er werd verder gewezen op het feit dat:<br />
- Niet iedereen geselecteerd werd voor de studie: men kon enkel deelnemen indien werd<br />
voldaan aan de inclusiecriteria en tot het gewenst aantal deelnemers bereikt was.<br />
- Privacy wordt beschermd door het gebruik van anonieme codenummers.<br />
- Deelnemers recht hebben om zich terug te trekken uit de studie.<br />
- De reststalen van bloed en urine bewaard blijven voor eventuele toekomstige analyses.<br />
- Deelnemers recht hebben op informatie over procedures en het onderzoeksproject in<br />
zijn geheel (via hoofdonderzoeker).<br />
Tabel 5: Onderzoeksdagen bij volwassenen<br />
onderzoeksdagen<br />
Antwerpen 26/06/2008 – 27/04/2009<br />
Vlaams‐Brabant 02/09/2008 – 29/01/2009<br />
Limburg 19/06/2008 – 08/12/2008<br />
Oost‐Vlaanderen 24/06/2008 – 07/04/2009<br />
West‐Vlaanderen 04/09/2008 – 02/02/2009 ‐ 31/03/2009<br />
39
Methode – biomerkers<br />
3. Biomerkers<br />
<br />
<br />
<br />
Allereerst zijn er de biomerkers van blootstelling die worden gemeten in individuele stalen.<br />
In moeder‐kind cohorte worden polluenten gemeten in navelstrengbloed, in perifeer bloed<br />
van de moeder (enkel zware metalen) en in haar van de moeder (kwik). Bij de jongeren<br />
wordt zowel gemeten in bloed, als in urine en in haarstalen. Bij de volwassenen worden de<br />
meeste metingen uitgevoerd in urine. Er wordt tevens een extra bloedstaal gevraagd dat<br />
vooral bestemd is voor latere analyses (biobank), maar waarop in de huidige campagne reeds<br />
perfluormetingen worden uitgevoerd.<br />
Daarnaast worden ook biomerkers van blootstelling gemeten in mengstalen. Mogelijke<br />
redenen waarom een meting werd uitgevoerd in een mengstaal in plaats van een individueel<br />
staal zijn:<br />
o budgettaire redenen: sommige metingen zijn (voorlopig) te duur om in een grote<br />
groep van individuele stalen uit te voeren;<br />
o onvoldoende validatie: sommige metingen werden specifiek ontwikkeld voor deze<br />
biomonitoringstudie, en zijn dus nog niet gevalideerd om reeds op grote schaal uit te<br />
voeren;<br />
o onvoldoende kennis over de niveaus: voor sommige blootstellingsmerkers is er nog<br />
geen informatie over te verwachten niveaus in de Vlaamse bevolking, of zelfs maar<br />
beperkte informatie over blootstelling in de mens in het algemeen. Door te meten in<br />
mengstalen krijgen we een eerste idee over de waarden voor de biomerker in<br />
Vlaanderen en of de niveaus in Vlaanderen detecteerbaar zijn.<br />
o de aanmaak van de gemengde mengstalen gebeurde als volgt: er werden 5<br />
mengstalen gemaakt voor jongeren en 5 mengstalen voor volwassenen. Ieder<br />
mengstaal was samengesteld op basis van eenzelfde volume urine of bloed van 6<br />
geselecteerde personen uit eenzelfde provincie. Bij jongeren en volwassenen werden<br />
de 6 personen geselecteerd volgens een evenredige geslachtsverdeling (3 mannen; 3<br />
vrouwen). Bij de volwassenen werd ook de leeftijdsklasse in rekening gebracht<br />
(telkens 2 personen uit klasse 20‐26,9; 27‐32,9; 33‐40 jaar).<br />
De effectmerkers zijn een combinatie van toxicologische metingen (biomerkers van effect),<br />
vragenlijstgegevens over gezondheidsklachten en data die beschikbaar zijn vanuit andere<br />
medische registratiesystemen (het medisch dossier van de kraamkliniek en het dossier van<br />
Kind en Gezin bij de pasgeborenen; het medisch dossier van het Centrum voor<br />
Leerlingenbegeleiding (CLB) bij de jongeren).<br />
Voor de berekening van referentiewaarden en interpretatie van de blootstellings‐ en effectmerkers<br />
zijn invloedsfactoren nodig. Sommige van deze data worden gemeten in bloed of urine (bijv. urinair<br />
creatinine of bloedvet); andere worden bekomen via de vragenlijsten.<br />
40
Methode – biomerkers<br />
Tabel 6: Overzicht van biomerkers van blootstelling in drie leeftijdsgroepen – individuele en mengstalen<br />
Deelstudie Pasgeborenen / moeders Jongeren (14‐15 jaar) Volwassenen (20‐40 jaar)<br />
Blootstellingsmerkers<br />
–<br />
individuele stalen<br />
Navelstrengbloed:<br />
- zware metalen (Pb, Cd, Mn, Cu, Tl, As)<br />
- persistente gechloreerde polluenten<br />
(PCB’s, p,p’‐DDE, HCB, Calux)<br />
- persistente gebromeerde polluenten<br />
(PBDE’s, HBCD, TBBPA)<br />
- perfluorderivaten (PFOS, PFOA)<br />
Bloed van de moeder:<br />
- zware metalen (Pb, Cd, Mn, Cu, Tl, As)<br />
Haar van de moeder:<br />
- zware metalen (Hg, MeHg)<br />
Bloed:<br />
- zware metalen (Pb, Cd, Mn, Cu, Tl, As)<br />
- persistente gechloreerde polluenten<br />
(PCB’s, p,p’‐DDE, HCB, Calux)<br />
- persistente gebromeerde polluenten<br />
(PBDE’s, HBCD, TBBPA)<br />
- persoonlijke hygiëne producten<br />
(derivaten van musks)<br />
Urine:<br />
- zware metalen (As, TRA)<br />
- PAK’s (1‐hydroxypyreen)<br />
- benzeen (t,t’‐muconzuur)<br />
- weekmakers (ftalaten, bisfenol A)<br />
- pesticiden (derivaten van organofosfaatpesticiden,<br />
2,5‐DCP)<br />
- persoonlijke hygiëne producten<br />
(triclosan, metaboliet van parabenen)<br />
- tabakrook (cotinine)<br />
Urine:<br />
- zware metalen (Cd, As, TRA)<br />
- PAK’s (1‐hydroxypyreen)<br />
- benzeen (t,t’‐muconzuur)<br />
- weekmakers (ftalaten)<br />
- pesticiden (derivaten van organofosfaatpesticiden,<br />
2,5‐DCP)<br />
- tabakrook (cotinine)<br />
Bloed:<br />
- perfluorderivaten (PFOS, PFOA)<br />
Haar:<br />
- zware metalen (Hg, MeHg)<br />
Blootstellingsmerkers<br />
–<br />
mengstalen<br />
Urine:<br />
- PAK’s (BaP‐tetrol, 1‐ en 2‐naftol)<br />
- pesticiden (ETU, 2,4‐D, derivaten van<br />
pyrethroide pesticiden, fungiciden)<br />
Urine:<br />
- PAK’s (BaP‐tetrol, 1‐ en 2‐naftol)<br />
- pesticiden (ETU, 2,4‐D, derivaten van<br />
pyrethroide pesticiden, fungiciden)<br />
Bloed:<br />
- persoonlijke hygiëne producten<br />
(parabenen, UV‐screens)<br />
Bloed:<br />
- persoonlijke hygiëne producten<br />
(parabenen, UV‐screens)<br />
41
Methode – biomerkers<br />
Effectmerkers<br />
Pasgeborene<br />
Groei en ontwikkeling:<br />
- zwangerschapsduur, lengte, gewicht,<br />
schedelomtrek<br />
- schildklierhormonen (TSH, fT3, fT4)<br />
- metabole hormonen (insuline, leptine)<br />
- sex hormonen (testosteron, oestradiol,<br />
SHBG, LH, FSH)<br />
Moeder<br />
Fertiliteit:<br />
- vruchtbaarheidsbehandeling, tijd tot<br />
zwangerschap, miskraam (vragenlijst)<br />
Immunologie:<br />
- astma en allergie (vragenlijst)<br />
Groei en ontwikkeling:<br />
- schildklierhormonen (TSH, fT3, fT4)<br />
- sex hormonen (testosteron, oestradiol,<br />
SHBG, LH, FSH) – enkel jongens<br />
- puberteitsstadia (CLB)<br />
- leeftijd menarche (vragenlijst)<br />
Genotoxiciteit:<br />
- komeettest<br />
- urinair 8‐hydroxydeoxyguanosine<br />
Immunologie:<br />
- astma en allergie (vragenlijst)<br />
Neurologie:<br />
- score voor ADHD (vragenlijst)<br />
- NES test<br />
Genexpressie<br />
Cardiovasculair:<br />
- bloedplaatjesaggregatie<br />
Fertiliteit:<br />
- vruchtbaarheidsbehandeling, tijd tot<br />
zwangerschap, miskraam (vragenlijst)<br />
- inhibine B – enkel mannen<br />
Immunologie:<br />
- astma en allergie (vragenlijst)<br />
Invloedsfactoren<br />
(confounders)<br />
Biochemie:<br />
- bloedvetten: cholesterol en<br />
triglyceriden in navelstrengbloed<br />
- serum ferritine in navelstrengbloed<br />
Vragenlijst: levensstijl, beroep, voeding,<br />
woonomgeving,…<br />
Biochemie:<br />
- bloedvetten: serum cholesterol en<br />
triglyceriden<br />
- serum ferritine<br />
- urinair creatinine, densiteit<br />
Vragenlijst: levensstijl, hobby’s, voeding,<br />
woonomgeving,…<br />
Biochemie:<br />
- HDL cholesterol, bloedplaatjes,<br />
hematocriet<br />
- urinair creatinine, densiteit<br />
Vragenlijst: levensstijl, hobby’s, voeding,<br />
woonomgeving,…<br />
Afkortingen: Pb: lood; Cd: cadmium; Mn: mangaan; Cu: koper; Tl: thallium; As: arseen; PCB’s: polygechloreerde biphenyls; p,p’‐DDE: p,p’‐dichloordiphenyldichloor‐ethaan;<br />
HCB: hexachlorobenzeen; PBDE’s: polygebromeerde diphenylethers; HBCD: hexabromocyclododecaan; TBBPA: tetrabromo bisphenol A; PFOS: perfluoroctaansulfonzuur;<br />
PFOA: perfluoroctaanzuur; Hg: kwik; MeHg: methylkwik; As: arseen; TRA: toxisch relevant arseen; PAK’s: polycyclische aromatische koolwaterstoffen; 2,5‐DCP: 2,5‐<br />
dichlorophenol; ETU: ethyleenthioureum; 2,4‐D: 2,4‐dichlorofenoxy‐azijnzuur; BaP‐tetrol: benzo[a]pyreen tetrol; TSH: thyroid stimulerend hormoon; fT3: vrij<br />
triiodothyronine; fT4: vrij thyroxine; SHBG: sex hormone binding globuline; LH: luteïniserend hormoon; FSH: follikel stimulerend hormoon; CLB: centrum voor<br />
leerlingenbegeleiding; ADHD: Attention‐Deficit/Hyperactivity Disorder; NES‐test: neurobehaviour examination survey.<br />
42
Methode – biomerkers<br />
2.1 Biomerkers van blootstelling<br />
Een schematisch overzicht van meetmethode, kwaliteitscriteria en uitvoerend lab wordt gegeven in<br />
Tabel 7. Voor een gedetailleerde beschrijving van de toxicologische metingen wordt verwezen naar<br />
bijlage 1.<br />
De uitvoerende laboratoria en verantwoordelijke contactpersonen die meewerkten in deze studie<br />
zijn:<br />
<br />
<br />
<br />
Algemeen Medisch Laboratorium (AML), Desguinlaan 88, 2018 Antwerpen.<br />
Contactpersoon: Dhr. Michel Stalpaert (michel.stalpaert@aml‐lab.be): meting van urinair<br />
cadmium, arseen, toxisch relevant arseen en cotinine.<br />
Research Institute for Chromatography (RIC), President Kennedypark 26, 8500 Kortrijk.<br />
Contactpersoon: Dhr. Frank David (frank.david@richrom.be): meting van musk derivaten,<br />
parabenen en UV filters in volbloed; meting van para‐hydroxy‐benzoëzuur, ETU,<br />
metabolieten van pyrethroïde pesticiden en metabolieten van fungiciden in urine.<br />
RWTA Aachen University (UAachen) ‐ Institute of Occupational and Social Medicine,<br />
Pauwelsstrasse 30, D52074 Aachen, Germany.<br />
Contactpersoon: Dr. Thomas Schettgen (tschettgen@ukaachen.de): meting van<br />
perfluorderivaten in serum/plasma.<br />
Universiteit Antwerpen ‐ Toxicologisch Centrum (UA – TOX), Universiteitsplein 1, 2610<br />
Wilrijk.<br />
Contactpersoon: Dr. Adrian Covaci (adrian.covaci@ua.ac.be): meting van PCB’s, p,p’‐DDE,<br />
hexachloorbenzeen, PBDE’s, totaal hexabromocyclododecaan en tetrabromo‐bisfenol A in<br />
serum/plasma; bisfenol A en triclosan in urine.<br />
Vlaamse Instelling voor Technologische Onderzoek – Milieuanalyse en –techniek (VITO –<br />
MANT), Boeretang 200, 2400 Mol.<br />
Contactpersoon: Dr. Mai Wevers (mai.wevers@vito.be): meting van metabolieten van<br />
ftalaten, metabolieten van organofosfaatpesticiden, 2,5‐DCP en 2,4‐D in urine.<br />
<br />
<br />
Vlaamse Instelling voor Technologische Onderzoek – Milieutoxicologie (VITO – TOX),<br />
Boeretang 200, 2400 Mol.<br />
Contactpersonen:<br />
‐ Mevr. Griet Jacobs (griet.jacobs@vito.be): meting van 1‐hydroxypyreen, 1‐ en 2‐naftol, B[a]‐<br />
pyreen tetrol en t,t’‐muconzuur in urine.<br />
‐ Dr. Gudrun Koppen (gudrun.koppen@vito.be): DR rat Calux assay op serum/plasma.<br />
Vrije Universiteit Brussel – Departement Analytische en Milieuchemie (VUB – ANCH),<br />
Pleinlaan 2, 1050 Brussel.<br />
Contactpersonen:<br />
‐ Drs. Jan Vrijens (jvrijens@vub.ac.be): meting van zware metalen in bloed.<br />
‐ Drs. Kim Croes (kcroes@vub.ac.be): UCD muis Calux assay op serum/plasma.<br />
‐ Prof. dr. Willy Baeyens (wbaeyens@vub.ac.be): kwik en methylkwik in haar.<br />
43
Methode – biomerkers<br />
Tabel 7: Biomerkers van blootstelling: overzicht van gebruikte meetmethoden, kwaliteitscriteria en uitvoerend laboratorium<br />
Biomerker<br />
Uitvoerend Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens<br />
laboratorium<br />
Zware metalen<br />
bloed lood VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 1,9 µg/L 3 6,2 µg/L 4 >1,9 µg/L<br />
moeders / volbloed<br />
jongeren / volbloed<br />
bloed cadmium VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 0,06 µg/L 3 0,201 µg/L 4 >0,06 µg/L<br />
moeders / volbloed<br />
jongeren / volbloed<br />
bloed mangaan VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 0,86 µg/L 3 2,9 µg/L 4 >0,86 µg/L<br />
moeders / volbloed<br />
jongeren / volbloed<br />
bloed koper VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 2,04 µg/L 3 6,8 µg/L 4 >2,04 µg/L<br />
moeders / volbloed<br />
jongeren / volbloed<br />
bloed thallium VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 0,001 µg/L 3 0,005 µg/L 4 >0,001 µg/L<br />
moeders / volbloed<br />
jongeren / volbloed<br />
bloed arseen VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 0,028 µg/L 3 0,093 µg/L 4 >0,028 µg/L<br />
moeders / volbloed<br />
jongeren / volbloed<br />
urinair cadmium AML ICP‐DRC‐MS volwassenen / urine 10 ng/L 100 ng/L > 50 ng/L<br />
urinair arseen AML ICP‐DRC‐MS jongeren / urine<br />
0,04 µg/L 0,1 µg/L > 1 µg/L<br />
volwassenen / urine<br />
toxisch relevant arseen AML Hydride AAS jongeren / urine<br />
0,7 µg/L 1,0 µg/L > 0,7 µg/L<br />
(TRA) in urine<br />
volwassenen / urine<br />
kwik in haar VUB ‐ ANCH AFS moeders / haar<br />
jongeren / haar<br />
0,0015 µg/g 3 0,005 µg/g 4 > 0,0015 µg/g<br />
3 SD blanco * 3<br />
4 SD blanco * 10<br />
44
Methode – biomerkers<br />
Biomerker<br />
Uitvoerend Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens<br />
laboratorium<br />
methylkwik in haar VUB ‐ ANCH AFS moeders / haar<br />
0,00004 µg/g 3 0,0001 µg/g 4 > 0,00004 µg/g<br />
jongeren / haar<br />
Persistente gechloreerde polluenten<br />
som merker PCB’s (138, UA – TOX GC‐MS pasgeborenen / plasma 10 ng/L voor elk 20 ng/L voor elk > 20 ng/L<br />
153 & 180)<br />
jongeren / serum<br />
congeneer congeneer 3<br />
hexachlorobenzeen (HCB) UA – TOX GC‐MS pasgeborenen / plasma 20 ng/L 20 ng/L 3 > 20 ng/L<br />
jongeren / serum<br />
p,p’‐DDE UA – TOX GC‐MS pasgeborenen / plasma 20 ng/L 20 ng/L 3 > 20 ng/L<br />
jongeren / serum<br />
totaal dioxine‐achtige<br />
stoffen<br />
VITO – TOX DR rat Calux pasgeborenen / plasma 9,7 pg Calux TEQ/g<br />
vet<br />
‐ >0,0128 pg Calux<br />
TEQ/well<br />
dioxines en furanen VUB ‐ ANCH UCD muis Calux jongeren / serum ‐ 30,3 pg BEQ/g vet >0,1 pg BEQ/well<br />
dioxine‐achtige PCB’s VUB ‐ ANCH UCD muis Calux jongeren / serum ‐ 14,5 pg BEQ/g vet >0,1 pg BEQ/well<br />
gebromeerde diphenylether:<br />
BDE 28<br />
gebromeerde diphenylether:<br />
BDE 47<br />
gebromeerde diphenylether:<br />
BDE 99<br />
gebromeerde diphenylether:<br />
BDE 100<br />
gebromeerde diphenylether:<br />
BDE 153<br />
gebromeerde diphenylether:<br />
BDE 154<br />
gebromeerde diphenylether:<br />
BDE 183<br />
Gebromeerde vlamvertragers<br />
UA – TOX GC‐MS pasgeborenen / plasma<br />
jongeren / serum<br />
UA – TOX GC‐MS pasgeborenen / plasma<br />
jongeren / serum<br />
UA – TOX GC‐MS pasgeborenen / plasma<br />
jongeren / serum<br />
UA – TOX GC‐MS pasgeborenen / plasma<br />
jongeren / serum<br />
UA – TOX GC‐MS pasgeborenen / plasma<br />
jongeren / serum<br />
UA – TOX GC‐MS pasgeborenen / plasma<br />
jongeren / serum<br />
UA – TOX GC‐MS pasgeborenen / plasma<br />
jongeren / serum<br />
1 ng/L 2 ng/L 3 > 2 ng/L<br />
1 ng/L 3 ng/L 3 > 3 ng/L<br />
1 ng/L 3 ng/L 3 > 3 ng/L<br />
1 ng/L 2 ng/L 3 > 2 ng/L<br />
1 ng/L 2 ng/L 3 > 2 ng/L<br />
1 ng/L 2 ng/L 3 > 2 ng/L<br />
1 ng/L 2 ng/L 3 > 2 ng/L<br />
45
Methode – biomerkers<br />
Biomerker<br />
Uitvoerend Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens<br />
laboratorium<br />
gebromeerde diphenylether:<br />
UA – TOX GC‐MS pasgeborenen / plasma 10 ng/L 40 ng/L 3 > 40 ng/L<br />
BDE 209<br />
jongeren / serum<br />
hexabromocyclo‐dodecaan UA – TOX GC‐MS pasgeborenen / plasma 5 ng/L 20 ng/L 3 > 20 ng/L<br />
(HBCD)<br />
jongeren / serum<br />
tetrabromo bisfenol A UA – TOX GC‐MS pasgeborenen / plasma 3 ng/L 10 ng/L 3 > 10 ng/L<br />
(TBBPA)<br />
jongeren / serum<br />
Plastic componenten<br />
bisfenol A (BPA) UA – TOX GC‐MS jongeren / urine 0,1 µg/L 0,2 µg/L 3 > 0,2 µg/L<br />
ftalaat metaboliet: VITO – MANT LC‐MS/MS jongeren / urine<br />
0,014 µg/L 3 0,029 µg/L 4 > 1,0 µg/L<br />
MeHP<br />
volwassenen / urine<br />
ftalaat metaboliet: VITO – MANT LC‐MS/MS jongeren / urine<br />
0,044 µg/L 3 0,087 µg/L 4 > 0,1 µg/L<br />
5‐OH‐MeHP<br />
volwassenen / urine<br />
ftalaat metaboliet: VITO – MANT LC‐MS/MS jongeren / urine<br />
0,030 µg/L 3 0,060 µg/L 4 > 0,1 µg/L<br />
5‐oxo‐MeHP<br />
volwassenen / urine<br />
ftalaat metaboliet: VITO – MANT LC‐MS/MS jongeren / urine<br />
0,021 µg/L 3 0,041 µg/L 4 > 10 µg/L<br />
MnBP<br />
volwassenen / urine<br />
ftalaat metaboliet: VITO – MANT LC‐MS/MS jongeren / urine<br />
0,074 µg/L 3 0,149 µg/L 4 > 0,2 µg/L<br />
MBzP<br />
volwassenen / urine<br />
Perfluorderivaten<br />
PFOS UAachen HPLC‐MS/MS pasgeborenen / plasma ‐ 0,3 µg/L 4 > 0,3 µg/L<br />
volwassenen / serum<br />
PFOA UAachen HPLC‐MS/MS pasgeborenen / plasma ‐ 0,3 µg/L 4 > 0,3 µg/L<br />
volwassenen / serum<br />
Polycyclische aromatische koolwaterstoffen (PAK’s)<br />
1‐hydroxypyreen VITO – TOX HPLC ‐<br />
jongeren / urine<br />
6 ng/L 5 12 ng/L 6 > 6 ng/L<br />
fluorescentie volwassenen / urine<br />
1‐naftol VITO – TOX HPLC ‐ mengstalen urine jongeren, 1,6 µg/L 5 4,7 µg/L 6 > 1,6 µg/L<br />
5 Calibratiecurve: SE / slope<br />
6 Calibratiecurve<br />
46
Methode – biomerkers<br />
Biomerker<br />
Uitvoerend Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens<br />
laboratorium<br />
fluorescentie volwassenen<br />
2‐naftol VITO – TOX HPLC ‐<br />
mengstalen urine jongeren, 0,9 µg/L 5 2,8 µg/L 6 > 0,9 µg/L<br />
fluorescentie volwassenen<br />
B(a) pyreen tetrolen VITO – TOX HPLC ‐<br />
fluorescentie<br />
mengstalen urine jongeren,<br />
volwassenen<br />
1,4 – 2,3 ng/L 5 (vr.<br />
afzond. tetrolen)<br />
4,1 – 6,9 ng/L 6 (vr.<br />
afzond. tetrolen)<br />
Benzeen<br />
t,t’‐muconzuur VITO – TOX HPLC‐UV jongeren / urine<br />
6 µg/L 5 17 µg/L 6 > 6 µg/L<br />
volwassenen / urine<br />
Pesticiden<br />
metaboliet organofosfaatpesticiden:<br />
VITO – MANT GC‐MS jongeren / urine<br />
0,79 µg/L 3 0,94 µg/L 4 > 3 µg/L<br />
DMP<br />
volwassenen / urine<br />
metaboliet organofosfaatpesticiden:<br />
VITO – MANT GC‐MS jongeren / urine<br />
0,25 µg/L 3 0,50 µg/L 4 > 1 µg/L<br />
DMTP<br />
volwassenen / urine<br />
metaboliet OP‐pesticiden: VITO – MANT GC‐MS jongeren / urine<br />
0,26 µg/L 3 0,52 µg/L 4 > 1 µg/L<br />
DMDTP<br />
volwassenen / urine<br />
metaboliet organofosfaatpesticiden:<br />
VITO – MANT GC‐MS jongeren / urine<br />
0,86 µg/L 3 1,72 µg/L 4 > 2 µg/L<br />
DEP<br />
volwassenen / urine<br />
metaboliet organofosfaatpesticiden:<br />
VITO – MANT GC‐MS jongeren / urine<br />
0,49 µg/L 3 0,97 µg/L 4 > 1 µg/L<br />
DETP<br />
volwassenen / urine<br />
metaboliet OP‐pesticiden: VITO – MANT GC‐MS jongeren / urine<br />
0,70 µg/L 3 1,39 µg/L 4 > 2 µg/L<br />
DEDTP<br />
volwassenen / urine<br />
para‐dichlorofenol VITO – MANT GC‐MS jongeren / urine<br />
0,18 µg/L 3 0,10 µg/L 4 > 0,4 µg/L<br />
(2,5‐DCP)<br />
volwassenen / urine<br />
2,4 dichlorofenoxyazijnzuur<br />
VITO – MANT LC‐MS/MS mengstalen urine jongeren, 0,028 µg/L 3 0,056 µg/L 4 > 0,03 µg/L<br />
(2,4‐D)<br />
volwassenen<br />
ethyleenthioureum RIC LC‐MS/MS mengstalen urine jongeren, 0,1 ng/mL 0,5 ng/mL > 0,5 ng/mL<br />
(ETU)<br />
volwassenen<br />
Metaboliet fungiciden: RIC LC‐MS/MS mengstalen urine jongeren, 0,25 ng/mL 1 ng/mL > 0,5 ng/mL<br />
3,4‐DCA<br />
volwassenen<br />
Metaboliet fungiciden:<br />
3,5‐DCA<br />
RIC LC‐MS/MS mengstalen urine jongeren,<br />
volwassenen<br />
0,25 ng/mL 1 ng/mL > 1 ng/mL<br />
47
Methode – biomerkers<br />
Biomerker<br />
Uitvoerend Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens<br />
laboratorium<br />
Metaboliet fungiciden: RIC LC‐MS/MS mengstalen urine jongeren, 0,25 ng/mL 1 ng/mL > 0,25 ng/mL<br />
DCPMU<br />
volwassenen<br />
Metaboliet fungiciden: RIC LC‐MS/MS mengstalen urine jongeren, 0,50 ng/mL 2 ng/mL > 0,5 ng/mL<br />
DCPU<br />
volwassenen<br />
Metaboliet pyrethroïde RIC GC‐MS mengstalen urine jongeren, 0,12 µg/L 0,24 µg/L > 0,24 µg/L<br />
pesticiden: 3‐PBA<br />
volwassenen<br />
Metaboliet pyrethroïde RIC GC‐MS mengstalen urine jongeren, 0,06 µg/L 0,12 µg/L > 0,12 µg/L<br />
pesticiden: FPBA<br />
volwassenen<br />
Persoonlijke hygiëne producten<br />
Musk derivaat: galaxolide RIC GC‐MS jongeren / volbloed 20 ng/L 40 ng/L > 20 ng/L<br />
(HHCB)<br />
Musk derivaat: tonalide RIC GC‐MS jongeren / volbloed 20 ng/L 40 ng/L > 20 ng/L<br />
(AHTN)<br />
Musk derivaat: musk RIC GC‐MS jongeren / volbloed – subset 40 ng/L 80 ng/L > 40 ng/L<br />
xylene (MX)<br />
van stalen<br />
Musk derivaat: musk RIC GC‐MS jongeren / volbloed – subset 20 ng/L 40 ng/L > 20 ng/L<br />
ketone (MK)<br />
van stalen<br />
Triclosan UA – TOX GC‐MS jongeren / urine 0,1 µg/L 0,05 µg/L > 0,05 µg/L<br />
Metaboliet parabenen:<br />
para‐hydroxy‐benzoëzuur<br />
RIC LC‐MS/MS jongeren / urine<br />
volwassenen / urine<br />
Methyl paraben RIC LC‐MS/MS mengstalen bloed jongeren,<br />
volwassenen<br />
Ethyl paraben RIC LC‐MS/MS mengstalen bloed jongeren,<br />
volwassenen<br />
Propyl paraben RIC LC‐MS/MS mengstalen bloed jongeren,<br />
volwassenen<br />
Butyl paraben RIC LC‐MS/MS mengstalen bloed jongeren,<br />
volwassenen<br />
Benzyl paraben RIC LC‐MS/MS mengstalen bloed jongeren,<br />
volwassenen<br />
50 µg/L 100 µg/L > 100 µg/L<br />
0,3 ng/mL 0,5 ng/mL > 0,5 ng/mL<br />
0,2 ng/mL 0,5 ng/mL > 0,5 ng/mL<br />
0,3 ng/mL 0,5 ng/mL > 0,5 ng/mL<br />
0,1 ng/mL 0,5 ng/mL > 0,5 ng/mL<br />
0,1 ng/mL 0,5 ng/mL > 0,5 ng/mL<br />
48
Methode – biomerkers<br />
Biomerker<br />
sunscreens in bloed:<br />
BP‐3<br />
sunscreens in bloed:<br />
DHB<br />
sunscreens in bloed:<br />
DHMB<br />
sunscreens in bloed:<br />
THB<br />
sunscreens in bloed:<br />
4‐MBC<br />
sunscreens in bloed:<br />
HMS<br />
sunscreens in bloed:<br />
DABI<br />
Uitvoerend<br />
laboratorium<br />
Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens<br />
RIC LC‐MS/MS mengstalen bloed jongeren, 0,02 ng/mL 0,05 ng/mL > 0,05 ng/mL<br />
volwassenen<br />
RIC LC‐MS/MS mengstalen bloed jongeren, 0,02 ng/mL 0,05 ng/mL > 0,05 ng/mL<br />
volwassenen<br />
RIC LC‐MS/MS mengstalen bloed jongeren, 0,07 ng/mL 0,14 ng/mL > 0,14 ng/mL<br />
volwassenen<br />
RIC LC‐MS/MS mengstalen bloed jongeren, 0,25 ng/mL 0,50 ng/mL > 0,50 ng/mL<br />
volwassenen<br />
RIC LC‐MS/MS mengstalen bloed jongeren, 0,17 ng/mL 0,34 ng/mL > 0,34 ng/mL<br />
volwassenen<br />
RIC LC‐MS/MS mengstalen bloed jongeren, 0,10 ng/mL 0,21 ng/mL > 0,21 ng/mL<br />
volwassenen<br />
RIC LC‐MS/MS mengstalen bloed jongeren, 0,03 ng/mL 0,06 ng/mL > 0,06 ng/mL<br />
volwassenen<br />
Tabaksrook<br />
jongeren / urine<br />
5 µg/L 10 µg/L > 10 µg/L<br />
volwassenen / urine<br />
Cotinine AML Chemoluminiscent<br />
immunoassay<br />
49
Methode – biomerkers<br />
2.1 Biomerkers van effect<br />
Als vroegtijdige gezondheidseffecten worden verschillende parameters gemeten. In sommige<br />
gevallen gaat het om chemische metingen in bloed of urine. Daarnaast wordt gebruik gemaakt van<br />
vragenlijstgegevens of gegevens die routinematig verzameld worden. Een overzicht van de<br />
biomerkers van effect wordt gegeven in Tabel 8. Een gedetailleerde beschrijving van de biomerkers<br />
van effect wordt gegeven in bijlage 2.<br />
50
Methode – biomerkers<br />
Tabel 8: Biomerkers van effect: overzicht van definities en meetmethoden<br />
Biomerker Eenheid Doelgroep Herkomst data Definitie/methode<br />
Astma en allergie<br />
Astma ja/neen moeders pasgeborenen,<br />
jongeren & volwassenen<br />
vragenlijst<br />
Astma, ‘current asthma’ volgens definitie<br />
van ECHRS<br />
Astma, vastgesteld door arts ja/neen moeders pasgeborenen, vragenlijst<br />
Astma, diagnose door arts<br />
jongeren & volwassenen<br />
Astma, laatste 12 maanden ja/neen moeders pasgeborenen,<br />
jongeren & volwassenen<br />
vragenlijst<br />
Astma, volgens definitie ECHRS of diagnose<br />
door arts of op basis van symptomen<br />
Hooikoorts ja/neen moeders pasgeborenen,<br />
jongeren & volwassenen<br />
vragenlijst<br />
hooikoorts, diagnose door arts of op basis<br />
van medicatie of symptomen<br />
Hooikoorts, vastgesteld door arts ja/neen moeders pasgeborenen, vragenlijst<br />
hooikoorts, diagnose door arts<br />
jongeren & volwassenen<br />
Eczeem ja/neen moeders pasgeborenen,<br />
jongeren & volwassenen<br />
vragenlijst<br />
eczeem, op basis van medicatie of<br />
symptomen<br />
Allergie voor voeding, insecten of<br />
geneesmiddelen (laatste 5 jaar)<br />
ja/neen moeders pasgeborenen,<br />
jongeren & volwassenen<br />
vragenlijst<br />
allergie of huiduitslag na contact met<br />
voedingsmiddelen, insecten of<br />
geneesmiddelen<br />
Allergie voor metaal of chemische<br />
producten (laatste 5 jaar)<br />
Allergie voor dieren<br />
(laatste 5 jaar)<br />
ja/neen<br />
ja/neen<br />
moeders pasgeborenen,<br />
jongeren & volwassenen<br />
moeders pasgeborenen,<br />
jongeren & volwassenen<br />
vragenlijst<br />
vragenlijst<br />
Genotoxiciteitsmerkers<br />
Komeettest, % DNA migratie jongeren analyse op volbloed<br />
lab: Vito‐toxicologie<br />
Komeettest, fpg enzymes % DNA migratie jongeren analyse op volbloed<br />
lab: Vito‐toxicologie<br />
allergie of huiduitslag na contact met<br />
metaal, verzorgings‐, huishoud‐ of<br />
onderhoudsproducten<br />
allergie of huiduitslag na contact met<br />
dieren of ooit een huisdier weggedaan<br />
omwille van allergie<br />
‘klassieke’ komeettest: maat voor DNAschade<br />
t.g.v. normale replicatieproces<br />
specifieke komeettest: maat voor DNAschade<br />
ter hoogte van geoxideerde<br />
purinebasen<br />
51
Methode – biomerkers<br />
Biomerker Eenheid Doelgroep Herkomst data Definitie/methode<br />
8‐hydroxydeoxyguanosine in urine µg/L jongeren analyse op urine ELISA kit (Gentaur‐Belgium)<br />
lab: Vito‐toxiclogie<br />
8‐hydroxydeoxyguanosine in urine µg/g crt jongeren analyse op urine<br />
lab: Vito‐toxiclogie<br />
ELISA kit (Gentaur‐Belgium) – correctie<br />
voor urinair creatinine<br />
Groei en ontwikkeling<br />
geboortegewicht kg pasgeborenen patiëntendossier gewicht bij de geboorte (kg)<br />
kraamkliniek<br />
geboortelengte cm pasgeborenen patiëntendossier lengte bij de geboorte (cm)<br />
kraamkliniek<br />
schedelomtrek cm pasgeborenen patiëntendossier schedelomtrek bij de geboorte (cm)<br />
kraamkliniek<br />
zwangerschapsduur weken pasgeborenen patiëntendossier duur van de zwangerschap in weken<br />
kraamkliniek<br />
Schildklierhormonen<br />
Thyroid Stimulerend Hormoon<br />
(TSH)<br />
mIU/L pasgeborenen, jongeren analyse op plasma/serum<br />
lab: UGent, andrologie<br />
competitieive immuno‐assay met TSHspecifiek<br />
antilichaam<br />
Thyroxine (fT4) ng/dL pasgeborenen, jongeren analyse op plasma/serum<br />
lab: UGent, andrologie<br />
competitieive immuno‐assay met T4‐<br />
specifiek antilichaam<br />
Triiodothyronine (fT3) pg/mL pasgeborenen, jongeren analyse op plasma/serum<br />
lab: UGent, andrologie<br />
competitieive immuno‐assay met T3‐<br />
specifiek antilichaam<br />
Sex hormonen<br />
Totaal testosteron (T) ng/dL pasgeborenen, jongeren<br />
(enkel jongens)<br />
analyse op plasma/serum<br />
lab: UGent, andrologie<br />
radioimmuno‐assay (RIA) van Orion<br />
Diagnostics<br />
Vrij testosteron (fT) ng/dL jongeren (enkel jongens) berekend<br />
lab: UGent, andrologie<br />
evenwichtsberekening vanuit totaal<br />
testosteron en SHBG<br />
Totaal oestradiol (E2) pg/mL pasgeborenen, jongeren<br />
(enkel jongens)<br />
analyse op plasma/serum<br />
lab: UGent, andrologie<br />
competitieive immuno‐assay met E2‐<br />
specifiek antilichaam<br />
Vrij oestradiol (fE2) pg/mL jongeren (enkel jongens) berekend<br />
lab: UGent, andrologie<br />
evenwichtsberekening vanuit totaal<br />
oestradiol en SHBG<br />
Aromatase index _ jongeren (enkel jongens) berekend aromatase index = ratio T / E2<br />
Sex Hormone Binding Globuline<br />
(SHBG)<br />
nmol/L pasgeborenen, jongeren<br />
(enkel jongens)<br />
analyse op plasma/serum<br />
lab: UGent, andrologie<br />
niet‐competitieve immunoradiometric<br />
assay (IRMA) van Orion Diagnostics<br />
52
Methode – biomerkers<br />
Biomerker Eenheid Doelgroep Herkomst data Definitie/methode<br />
Luteïniserend hormoon (LH) IU/mL pasgeborenen, jongeren<br />
(enkel jongens)<br />
analyse op plasma/serum<br />
lab: UGent, andrologie<br />
competitieive immuno‐assay met LHspecifiek<br />
antilichaam<br />
Follicle Stimulerend Hormone<br />
(FSH)<br />
pasgeborenen, jongeren<br />
(enkel jongens)<br />
analyse op plasma/serum<br />
lab: UGent, andrologie<br />
competitieive immuno‐assay met FSHspecifiek<br />
antilichaam<br />
Metabole hormonen<br />
Leptine ng/mL pasgeborenen analyse op plasma ELISA (DSLabs)<br />
lab: AML<br />
Insuline nmol/L pasgeborenen analyse op plasma RIA<br />
lab: AML<br />
Puberteitsontwikkeling<br />
borstontwikkeling meisjes score 1 tot 5 jongeren, meisjes databank CLB Borstontwikkeling volgens Marshall &<br />
Tanner (score B1 – B5)<br />
pubisbeharing meisjes score 1 tot 5 jongeren, meisjes databank CLB Pubisbeharing volgens Marshall & Tanner<br />
(score P1 – P5)<br />
genitale ontwikkeling jongens score 1 tot 5 jongeren, jongens databank CLB Genitale ontwikkeling volgens Marshall &<br />
Tanner (score G1 – G5)<br />
pubisbeharing jongens score 1 tot 5 jongeren, jongens databank CLB Pubisbeharing volgens Marshall & Tanner<br />
(score P1 – P5)<br />
leeftijd menarche jaar jongeren, meisjes vragenlijst<br />
Leeftijd eerste maandstonden<br />
(zelfrapportering)<br />
Fertiliteit<br />
miskramen ja/neen moeders pasgeborenen vragenlijsten<br />
(zelfrapportering)<br />
resultaat van zwangerschap: ‘spontane<br />
miskraam’ of ‘abortus om medische<br />
redenen’<br />
vruchtbaarheidsbehandeling ja/neen moeders pasgeborenen vragenlijsten<br />
(zelfrapportering)<br />
ontstaan van de zwangerschap na<br />
medische begeleiding<br />
hormonale stimulatie ja/neen moeders pasgeborenen vragenlijsten<br />
(zelfrapportering)<br />
ontstaan van de zwangerschap na<br />
hormonale stimulatie<br />
IVF/ICSI ja/neen moeders pasgeborenen vragenlijsten<br />
(zelfrapportering)<br />
ontstaan van de zwangerschap na IVF of na<br />
ICSI<br />
inhibine B pg/mL volwassenen, mannen analyse op serum<br />
lab: UGent, andrologie<br />
ELISA (Serotec Limited Oxford)<br />
53
Methode – statistische analyse<br />
4. Statistische analyse<br />
4.1 Beschrijving van de onderzoekspopulatie<br />
De steekproef werd beschreven naar o.a. leeftijd van de deelnemer, geslacht, rookgedrag, socioeconomische<br />
status, voedingsgewoonten, verkeersblootstelling, …. Het is belangrijk om een zicht te<br />
hebben op de samenstelling van de steekproef omdat eventuele verschillen met andere<br />
onderzoekspopulaties (zoals de hotspots) aan de basis kunnen liggen van verschillen waargenomen<br />
in effectmerkers en blootstellingmerkers.<br />
Voor de categorische parameters (bijv. hoogste opleidingsniveau) worden frequentietabellen<br />
gepresenteerd, voor continue parameters (bijv. leeftijd) worden gemiddelde, standaard deviatie,<br />
minimum, mediaan en maximum gegeven.<br />
4.2 Ruwe gegevens<br />
Voor elke biomerker en effectmerker worden een aantal samenvattende ruwe statistieken<br />
gepresenteerd.<br />
Voor de continue merkers worden volgende gegevens weergegeven: steekproefgrootte, het<br />
percentage van de deelnemers met een waarde boven de LOD/LOQ (indien van toepassing), het<br />
gemiddelde, standaard fout, minimum, P10, P25, mediaan, P75, P90, maximum en het geometrisch<br />
gemiddelde met een 95% betrouwbaarheidsinterval. Het geometrisch gemiddelde wordt verkregen<br />
na terugtransformatie van de gemiddelden van de natuurlijke logaritmische getransformeerde data.<br />
Voor de binaire merkers worden de steekproefgrootte en de proportie van voorkomen (bijv. van<br />
astma) weergegeven.<br />
Deze statistieken worden berekend voor de referentie‐populatie in zijn geheel en anderzijds voor<br />
subgroepen gedefinieerd op basis van kenmerken van de deelnemers. Zo worden de samenvattende<br />
ruwe statistieken bijvoorbeeld afzonderlijk weergegeven voor rokers, ex‐rokers en nooit rokers.<br />
Merk op dat het aantal deelnemers per groep soms klein is; waardoor de spreiding op de bekomen<br />
statistische waarden groot wordt.<br />
De verschillen tussen de subgroepen werden getoetst op hun statistische significantie (p
Methode – statistische analyse<br />
het voedingspatroon, het rookgedrag, … van de deelnemers van Genk‐Zuid verschillen van dit van de<br />
referentie‐populatie. Bij vergelijking van de merkers tussen de gebieden evenals bij de blootstellingeffectrelaties<br />
moet rekening gehouden worden met deze confounding factoren.<br />
Een vlot haalbare vorm van correctie is stratificatie. Per gebied (hotspot, Vlaanderen) worden de<br />
gegevens dan apart voorgesteld voor verschillende strata (subgroepen) bijvoorbeeld de leeftijd van<br />
de deelnemer in klassen van 5 jaar.<br />
Maar een grondiger correctie voor verscheidene parameters gelijktijdig, (o.a. leeftijd en roken) kan<br />
uitgevoerd worden via een meervoudige regressie analyse.<br />
Meervoudige regressie technieken werden gebruikt worden om de afhankelijkheid van de merkers<br />
met twee of meer verklarende parameters gelijktijdig te onderzoeken. Voor de continue merkers<br />
(blootstelling‐ of effectmerker) werd gebruik gemaakt van lineaire regressie modellen. Voor de<br />
binaire merkers werden logistische regressie modellen gebruikt. De continue blootstellingmerkers<br />
worden volgens de natuurlijke logaritmische functie getransformeerd. Deze getransformeerde<br />
gegevens worden in de regressie modellen als response variabelen gebruikt. De reden hiervoor is dat<br />
de oorspronkelijke gegevens niet normaal verdeeld zijn.<br />
Met meervoudige regressie heeft men de mogelijkheid om het effect van één onafhankelijke<br />
variabele op een afhankelijke variabele Y te bestuderen, terwijl men de andere variabelen gefixeerd<br />
(constant) houdt. De algemene vergelijking voor de meervoudige regressie luidt:<br />
E(Y x<br />
) = α+β 1<br />
x 1<br />
+ β 2<br />
x 2<br />
+β 3<br />
x 3<br />
voor lineaire regressie<br />
log(p/(1 − p) =α+β 1<br />
x 1<br />
+ β 2<br />
x 2<br />
+β 3<br />
x 3<br />
Q(τ) =α(τ) +β(τ) 1<br />
x 1<br />
+ β(τ) 2<br />
x 2<br />
+β(τ) 3<br />
x 3<br />
voor logistische regressie<br />
voor regressie de τ de quantiel<br />
β geeft het effect van X op Y (op p indien logistische regressie en op de P90 indien quantiel regressie<br />
1 1<br />
met τ =0.90), na correctie voor X en X . 2 3<br />
Uiteraard is het niet mogelijk om de relatie tussen de merkers en alle opgemeten/bevraagde<br />
parameters te bestuderen. Voorafgaand aan de verwerkingen dient men voor elke merker te<br />
specificeren welke onafhankelijke variabelen nog in het model worden opgenomen. Deze keuze is<br />
gebaseerd op literatuuronderzoek en discussies tijdens de veldwerkcommitévergaderingen. De<br />
factoren waarvoor we corrigeren verschillen van merker tot merker.<br />
Bovenstaande modellen kunnen gebruikt worden om gemiddelden, kansen en P90 te voorspellen.<br />
Op basis van de verzamelde data schat men de parameters in het model (α, β β β ,…). Vervolgens<br />
1, 2, 3<br />
kan men door middel van deze parameter‐schatters een voorspelling doen voor de gemiddelde<br />
waarden van Y (of de kans p of P90) voor specifieke waarden van x , x en x . Indien bijvoorbeeld x 1 2 3 1<br />
de leeftijd van de deelnemer is, x het geslacht van de deelnemer en x het rookgedrag weergeeft,<br />
2 3<br />
dan kan men voor elke combinatie van x , x en x de gemiddelde verwachtte waarde van Y<br />
1 2 3<br />
berekenen. (Geometrische) gemiddelden voor de blootstellingmerkers die zo bekomen worden op<br />
basis van een meervoudige regressie model noemen we gecorrigeerde gemiddelden. De<br />
gecorrigeerde gemiddelden die gepresenteerd werden, zijn de waarden die op basis van het<br />
regressie model voorspeld worden voor een gemiddelde deelnemer aan de referentie‐biomonitoring.<br />
Deze gecorrigeerde waarde zal weinig verschillen van de ruwe waarde voor de referentiebiomonitoring.<br />
De gecorrigeerde waarde is immers de waarde voor een gemiddelde deelnemer van<br />
de huidige studie. De gecorrigeerde waarden is maar interessant wanneer verschillende gebieden<br />
vergeleken gaan worden. Voor de hotspots zullen we het gemiddelde (de proportie) berekenen die<br />
we in dat gebied verwachten voor een gemiddelde deelnemer van de referentie‐biomonitoring.<br />
Verschillen die we dan nog tussen de hotspot en Vlaanderen zien, kunnen niet te wijten zijn aan<br />
55
Methode – statistische analyse<br />
verschillen in de populaties van de gebieden. Merk op dat dit niet helemaal correct is; we corrigeren<br />
immers slecht voor enkele populatiekenmerken.<br />
56
Resultaten ‐ rekrutering<br />
Hoofdstuk 3: RESULTATEN<br />
1. Rekrutering<br />
1.1 Pasgeborenen<br />
Respons:<br />
De verwerking van de navelstrengbloedstalen en de korte tijdspanne waarin dit diende te gebeuren<br />
legde een zware belasting op het veldwerk. In de verschillende kraamklinieken namen de<br />
vroedvrouwen enkel van maandag tot vrijdag tussen 8u en 16u stalen. Het labo had minstens een<br />
uur werk met de verwerking van de stalen en is na de openingsuren onderbemand. Er stond ook<br />
geen degelijke financiële vergoeding tegenover de inspanningen van het labo. Dit had dus tot gevolg<br />
dat er veel stalen niet konden genomen worden. Van de 168 uren van de week zijn er maar 40 uren<br />
(± 24 %) waarop stalen werden genomen. Bij 83% van de bevallingen werd naar schatting geen staal<br />
genomen omwille van het uur van bevalling (buiten de periode tussen 8 en 16 uur).<br />
Er werd in een aantal kraamklinieken nagekeken hoeveel staalnames er gemist waren en de redenen<br />
daarvoor. De gegevens zijn niet exhaustief omdat dit soort informatie nogal gevoelig lag en omdat<br />
we niet altijd een zicht hadden op alle bevallingen. Op een totaal van 1174 bevallingen werden er<br />
146 stalen genomen. 636 stalen werden niet genomen omdat de bevalling plaats vond buiten de<br />
openingsuren van het labo.<br />
88 moeders waren niet Nederlandstalig en 13 moeders woonden geen 10 jaar in Vlaanderen.<br />
Bij 84 bevallingen was de kraamkliniek vergeten een staal te nemen. Er is geen continuïteit waardoor<br />
de vroedvrouwen soms vergeten om het staal te nemen.<br />
Tabel 9: Overzicht van de staalname bij pasgeborenen (tussentijdse evaluatie)<br />
N %<br />
staal genomen 146 19,16<br />
bevalling buiten de uren van het lab 636 83,46<br />
geen Nederlands spreken 88 11,55<br />
geen 10 jaar wonen in Vlaanderen 13 1,71<br />
andere exclusiecriteria: sectio,<br />
complicaties, … 201 26,38<br />
niet gevraagd 84 11,02<br />
geen reden gekend 6 0,79<br />
Totaal aantal bevallingen 1174<br />
Berekening respons:<br />
Het is moeilijk om de respons rate te berekenen. We weten niet precies hoeveel bevallingen er<br />
geweest zijn binnen de onderzoeksperiode. In sommige kraamklinieken kregen de veldwerkers<br />
inzage in het bevallingsboek. In andere zochten de vroedvrouwen de informatie op die we nodig<br />
hadden. Ook de methode van rekrutering verschilde. Sommige kraamklinieken vroegen toestemming<br />
aan de moeders alvorens een staal te nemen. Als de moeder weigerde werd dit niet genoteerd, het<br />
57
Resultaten ‐ rekrutering<br />
staal werd gewoon niet genomen. In andere ziekenhuizen werd het staal genomen en de<br />
veldwerkers vroegen achteraf toestemming. Indien de moeder weigerde werd dit geregistreerd en<br />
werd het staal vernietigd.<br />
Een steekproef in de loop van het programma leverde de volgende gegevens op over de redenen<br />
waarop moeders weigerden (zie Tabel 10):<br />
van de 170 moeders waarvan een staal navelstrengbloed genomen gaven er 131<br />
toestemming;<br />
21 moeders weigeren deelname;<br />
3 moeders wilden aanvankelijk deelnemen maar weigerden alsnog omwille van de lengte van<br />
de vragenlijst;<br />
bij 2 moeders was er onvoldoende staal en werd het staal gebruikt als mengstaal.<br />
Tabel 10: Overzicht van deelnemers en niet‐deelnemers en redenen voor weigering bij pasgeborenen<br />
(gebaseerd op een steekproef)<br />
Categorie<br />
Effectieve deelnemers 131<br />
Weigeraars 21<br />
Reden: ‐ vragenlijst te zwaar 2<br />
- geen interesse 12<br />
- geen tijd 3<br />
- wil geen haarstaal geven 3<br />
- wel toestemming mengstaal 1<br />
gestopt * 3<br />
mengstaal 2<br />
andere reden voor niet‐deelname ** 13<br />
* omwille van vragenlijst; ** andere redenen: geen 10 jaar wonen, geen Nederlands, te weinig staal<br />
N<br />
Deelnemers:<br />
Het doel was 250 moeders te rekruteren met een volledig dossier d.w.z. al de stalen en een<br />
ingevulde vragenlijst. Tabel 11 geeft een overzicht van het aantal deelnemers per provincie.<br />
Tabel 11: Aantal deelnemers per provincie: pasgeborenen<br />
provincie streefdoel volledig staal mengstaal<br />
Antwerpen 70 64 13<br />
Limburg 32 34 14<br />
Oost‐Vlaanderen 58 60 13<br />
Vlaams‐Brabant 42 48 12<br />
West‐Vlaanderen 48 49 12<br />
Totaal 250 255 64<br />
58
Resultaten ‐ rekrutering<br />
1.2 Jongeren<br />
Respons:<br />
Aanvankelijk kregen alle leerlingen van het derde jaar binnen een bepaalde school via de school een<br />
toestemmingsformulier en folder. Door steeds veel meer jongeren aan te schrijven dan we nodig<br />
hadden was de respons laag. Daarom werd beslist om per school slechts enkele klassen te selecteren<br />
en die jongeren aan te schrijven. Er werden steeds 3 maal meer jongeren aangeschreven dan we<br />
wilden onderzoeken. De respons bedroeg 51,85%.<br />
Tabel 12: Respons bij jongeren<br />
School<br />
n°<br />
Totaal<br />
aantal<br />
Gereageerd* Toestemmingen Weigeringen<br />
N % N % N %<br />
1 258 180 69,77 50 19,38 130 50,39<br />
2 122 9 7,38 3 2,46 6 4,92<br />
3 120 49 40,83 12 10,00 37 30,83<br />
4 71 28 39,44 22 30,99 6 8,45<br />
5 37 37 100,00 14 37,84 23 62,16<br />
6 60 24 40,00 20 33,33 4 6,67<br />
7 63 19 30,16 6 9,52 23 36,51<br />
8 87 32 36,78 12 13,79 20 22,99<br />
9 116 72 62,07 65 56,03 7 6,03<br />
10 148 41 27,70 22 14,86 19 12,84<br />
11 79 66 83,54 21 26,58 45 56,96<br />
12 108 101 93,52 34 31,48 67 62,04<br />
Totaal 1269 658 51,85 281 22,14 387 30,50<br />
* formulier teruggestuurd: positief + negatief<br />
Deelnemers:<br />
Niet alle jongeren die hun toestemming gaven werden uitgenodigd om deel te nemen aan het<br />
onderzoek. Er werd gelet op de verdeling per provincie, het geslacht en de studierichting van de<br />
jongeren.<br />
Tabel 13 geeft aan hoeveel deelnemers per school werden gerekruteerd.<br />
59
Resultaten ‐ rekrutering<br />
Tabel 13: Aantal toestemmingen en aantal deelnemers per school<br />
School n°<br />
Aantal<br />
toestemmingen<br />
Aantal<br />
deelnemers<br />
1 50 21<br />
2 3 0<br />
3 12 12<br />
4 22 19<br />
5 14 13<br />
6 20 15<br />
7 6 6<br />
8 27 16<br />
9 65 36<br />
10 39 31<br />
11 21 13<br />
12 34 28<br />
Totaal 281 210<br />
Naast de 210 deelnemers waren er 7 jongeren waar we niet alle stalen of voldoende stalen van<br />
konden verzamelen. Problemen met de bloedname, niet voldoende urine… De stalen van deze<br />
jongeren werden bewaard in de biobank.<br />
Tabel 14: Aantal deelnemers per provincie bij jongeren<br />
Provincie Streefdoel Volledig staal Staal biobank<br />
Antwerpen 56 60 2<br />
Limburg 26 27 1<br />
Oost‐Vlaanderen 46 47 1<br />
Vlaams‐Brabant 34 36 2<br />
West‐Vlaanderen 38 40 1<br />
Totaal 200 210 7<br />
1.3 Volwassenen<br />
De volwassenen werden aangeschreven via e‐mail door de personeelsdienst van het bestuur van hun<br />
eigen provincie. Na drie weken kregen ze een rappel. Ook hun diensthoofd moedigde hen aan om<br />
deel te nemen. De respons bedroeg 30,36%<br />
60
Resultaten ‐ rekrutering<br />
Tabel 15: Respons per provincie bij volwassenen<br />
Provincie Totaal Gereageerd* Toestemmingen Weigeringen<br />
N % N % N %<br />
Antwerpen 593 120 20,40 109 18,38 11 1,85<br />
Limburg 351 106 30,20 74 21,08 32 9,17<br />
Oost‐Vlaanderen 424 156 38,92 122 28,77 34 8,01<br />
Vlaams‐Brabant 326 76 23,31 53 16,26 23 7,06<br />
West‐Vlaanderen 404 178 44,06 115 28,47 63 15,60<br />
onbekend 19<br />
Totaal 2098 636 30,36 473 22,55 182 7,77<br />
* formulier teruggestuurd: positief + negatief<br />
Tabel 16: Aantal toestemmingen per geslacht en per provincie bij volwassenen<br />
Provincie<br />
Totaal<br />
aangeschreven<br />
Toestemming<br />
mannen<br />
Toestemming<br />
vrouwen<br />
Toestemming<br />
totaal<br />
Antwerpen 593 33 76 109<br />
Limburg 351 24 50 74<br />
Oost‐Vlaanderen 424 42 80 122<br />
Vlaams‐Brabant 326 19 34 53<br />
West‐Vlaanderen 404 45 70 115<br />
Totaal 2098 163 310 473<br />
Tabel 17: % toestemmingen per geslacht en per tewerkstellingsniveau opgedeeld per provincie<br />
Provincie Geslacht Tewerkstellingsniveau TOTAAL<br />
A ‐ B C D ‐ E<br />
Antwerpen man 20,93 7,50 3,17 13,79<br />
vrouw 29,38 12,05 2,99 20,50<br />
Limburg man 24,29 36,36 13,64 23,30<br />
Oost‐Vlaanderen<br />
vrouw 24,69 13,89 10,00 20,16<br />
man<br />
vrouw<br />
Vlaams‐Brabant man 16,48 12,50 5,00 12,93<br />
vrouw 23,53 10,64 7,69 18,99<br />
West‐Vlaanderen man 30,34 27,27 16,28 26,06<br />
vrouw 42,57 27,66 9,09 30,54<br />
TOTAAL man 22,69 18,00 8,33 18,24<br />
vrouw 29,17 17,69 6,90 22,49<br />
61
Resultaten ‐ rekrutering<br />
Respons:<br />
Tabel 18: Aantal weigeringen per geslacht en niveau, opgedeeld per provincie.<br />
Provincie Geslacht Tewerkstellingsniveau Totaal<br />
A + B C D + E onbekend<br />
Antwerpen man 2 ‐ 1 1 4<br />
vrouw 2 1 1 2 6<br />
onbekend ‐ ‐ ‐ 1 1<br />
Totaal 4 1 2 4 11<br />
Limburg man 5 ‐ 2 1 8<br />
vrouw 16 3 3 2 24<br />
Totaal 21 3 5 3 32<br />
Oost‐Vlaanderen man 4 3 2 1 10<br />
vrouw 9 7 2 2 20<br />
onbekend 1 1 ‐ 2 4<br />
Totaal 14 11 4 5 34<br />
Vlaams‐Brabant man 4 1 3 ‐ 8<br />
vrouw 6 7 1 ‐ 14<br />
onbekend ‐ ‐ ‐ 1 1<br />
Totaal 10 8 4 1 23<br />
West‐Vlaanderen man 7 3 4 1 15<br />
vrouw 12 16 12 4 44<br />
onbekend 3 1 ‐ ‐ 4<br />
Totaal 22 20 16 5 63<br />
onbekend man 5 ‐ ‐ 1 6<br />
vrouw 3 3 ‐ 2 8<br />
onbekend ‐ ‐ ‐ 5 5<br />
Totaal 8 3 0 8 19<br />
Alle provincies 79 46 31 26 182<br />
Er waren 182 personen die weigerden deel te nemen. De redenen daarvoor staan in Tabel 19. Men<br />
kon meer dan één reden aankruisen.<br />
62
Resultaten ‐ rekrutering<br />
Tabel 19: Redenen voor weigering bij volwassenen<br />
Reden weigering<br />
geen tijd 81<br />
niet geïnteresseerd in studies 4<br />
niet geïnteresseerd in studies in het algemeen 14<br />
uitleg is te moeilijk 8<br />
weigering bloedafname 28<br />
weigering urinecollectie 12<br />
schending van de privacy 19<br />
gezondheidsredenen 23<br />
andere reden: zwangerschap, te ver… 18<br />
Totaal 207<br />
Deelnemers:<br />
Niet iedereen kon deelnemen aan het onderzoek. Er werd rekening gehouden met geslacht en<br />
niveau van tewerkstelling. Uit de 473 kandidaten selecteerden we 204 deelnemers.<br />
N<br />
Tabel 20: Aantal volwassen deelnemers per geslacht en per provincie<br />
Provincie Streefdoel Aantal<br />
mannen<br />
Aantal<br />
vrouwen<br />
Totaal<br />
aantal<br />
Antwerpen 56 26 30 56<br />
Limburg 26 16 11 27<br />
Oost‐Vlaanderen 46 26 22 48<br />
Vlaams‐Brabant 34 10 24 34<br />
West‐Vlaanderen 38 18 21 39<br />
Totaal 200 96 108 204<br />
Tabel 21 : Aantal volwassen deelnemers per geslacht en tewerkstellingsniveau<br />
Geslacht Tewerkstellingsniveau Totaal<br />
A B C D E aantal<br />
man 35 26 21 12 2 96<br />
vrouw 22 32 37 14 3 108<br />
Totaal 57 58 58 26 5 204<br />
63
Resultaten – beschrijving onderzoekspopulatie<br />
2. Beschrijving van onderzoekspopulatie<br />
2.1 Pasgeborenen<br />
In totaal werden 255 moeders en hun pasgeborenen gerekruteerd. De voornaamste karakteristieken<br />
van de moeders en hun pasgeborenen worden weergegeven in Tabel 22.<br />
De leeftijd van de moeders schommelde tussen 18,2 en 42,4 jaar en bedroeg gemiddeld 30,3 (SD:<br />
4,4) jaar.<br />
De gemiddelde zwangerschapsduur bedroeg 39,3 weken (SD: 1,4) en varieerde tussen 34 en 42<br />
weken. Acht baby’s (3,2%) waren prematuur (zwangerschapsduur < 37 weken). Dit is minder dan de<br />
helft van de frequentie van prematuriteit in Vlaanderen (7,4%), vermoedelijk omdat er bij<br />
risicobevallingen geen deelname van de moeder aan de biomonitoringstudie werd gevraagd.<br />
De gemiddelde body‐mass index (BMI) vóór de zwangerschap bedroeg 23,5 (SD: 4,6) kg/m² met een<br />
minimum‐maximum range van 16,0 tot 47,4 kg/m².<br />
Van de pas bevallen moeders had 96,1% ooit de klassieke pil gebruikt. De gemiddelde duur van het<br />
pilgebruik was 106 (SD: 57) maanden met een range van 0 tot 276 maanden. Daarnaast vermeldden<br />
60 vrouwen (28,4%) ook andere vormen van anticonceptie die enkel progestageen bevat, nl. minipil,<br />
prikpil, hormonenspiraaltje of hormonenimplantaat. De gemiddelde duur van deze andere vormen<br />
van anticonceptie bedroeg 6,2 (SD: 17,2) maanden (min.‐max. = 0 – 120 maanden).<br />
Het serum cholesterol van het navelstrengbloed bedroeg gemiddeld 74 mg/dL (SD: 24; min.‐max.: 34<br />
‐ 205 mg/dL). Serum triglyceriden waren gemiddeld 46 mg/dL (SD: 22; min.‐max.: 18 – 175 mg/dL).<br />
Vanuit serum cholesterol en serum triglyceriden werd het totaal vetgehalte in het serum berekend<br />
op basis van de regressievergelijking voor berekening van totaal bloedvet in navelstrengbloed die<br />
werd opgesteld in het 1 e Steunpunt. Het bloedvetgehalte van het navelstrengbloed bedroeg<br />
gemiddeld 208,6 (SD: 53,2) mg/dL en varieerde tussen 136,3 en 544,2 mg/dL.<br />
Serum ferritine in navelstrengbloed was gemiddeld 186 µg/L (SD: 109; range: 25 – 767 µg/L).<br />
De geografische verdeling van de woonplaats van de moeders en hun pasgeborenen wordt gegeven<br />
in Figuur 1.<br />
64
Resultaten – beschrijving onderzoekspopulatie<br />
Tabel 22: Beschrijvende statistiek – moeders en pasgeborenen<br />
Parameter N (%) Vergelijking met<br />
1 e Steunpunt<br />
Vergelijking met<br />
Vlaanderen<br />
Leeftijd moeder Jaarrapport SPE, 2008 7<br />
≤ 25 jaar 27 (10,6%) 14% 16,0%<br />
25 – 30 jaar 95 (37,2%) 39% 37,9%<br />
30 – 35 jaar 97 (38,0%) 37% 31,9%<br />
> 35 jaar 36 (14,1%) 10% 14,3%<br />
Opleidingsniveau moeder SILC‐enquête, 2007 8<br />
geen diploma of lager secund. 22 ( 8,7%) 78% 10,9%<br />
hoger secundair 75 (29,8%) 48,6%<br />
hoger onderwijs 155 (61,5%) 22% 40,1%<br />
Provincies Vlaams Gewest 1‐6‐07<br />
Antwerpen 64 (25,1%) 28%<br />
Oost‐Vlaanderen 60 (23,5%) 23%<br />
West‐Vlaanderen 49 (19,2%) 19%<br />
Limburg 34 (13,3%) 13%<br />
Vlaams‐Brabant 48 (18,8%) 17%<br />
Urbanisatie Vlaams Gewest 25‐8‐08<br />
niet‐stedelijk (≤600 inw./km²) 98 (38,4%) 53,3% (≤600 inw./km²)<br />
stedelijk (>600 inwoners/km²) 157 (61,6%) 46,7% (>600 inw./km²)<br />
Seizoen<br />
lente 122 (47,8%) 26%<br />
zomer 44 (17,2%) 21%<br />
herfst 25 ( 9,8%) 28%<br />
zomer 64 (25,1%) 25%<br />
Geslacht baby Jaarrapport SPE, 2008 7<br />
jongen 130 (51,0%) 52% 51,4%<br />
meisje 125 (49,0%) 48% 48,6%<br />
Meerlingzwangerschap Jaarrapport SPE, 2008 7<br />
eenling 248 (97,6%) 98,9% eenling: 98,1%<br />
tweeling 6 ( 2,4%) 1,1% tweeling: 1,8%<br />
Complicaties tijdens zwangerschap<br />
neen 156 (62,1%) 92%<br />
ja 95 (37,8%) 9 8% 10<br />
Duur zwangerschap Jaarrapport SPE, 2008 7<br />
≥ 37 weken 242 (96,8%) 95,7% 92,6%<br />
< 37 weken 8 ( 3,2%) 4,3% 7,4%<br />
Aard bevalling Jaarrapport SPE, 2008 7<br />
spontaan 136 (53,5%) 95%<br />
ingeleid 105 (41,3%) inleiding baring: 25,3%<br />
keizersnede 13 ( 5,1%) 5% sectio: 20,2%<br />
7 H. Cammu, G. Martens, E. Martens, K. De Coen, P. Defoort. Perinatale activiteiten in Vlaanderen 2008.<br />
Studiecentrum voor Perinatale Epidemiologie (SPE).<br />
8 Hoogste opleidingsniveau Vlaamse vrouwen tussen 18 en 43 jaar (n=996) (SILC-enquête, 2007, bewerking<br />
CSB, Universiteit Antwerpen)<br />
9 Op basis van vragenlijst van de moeder<br />
10 Op basis van kindfiche van de materniteit<br />
65
Resultaten – beschrijving onderzoekspopulatie<br />
Parameter N (%) Vergelijking met<br />
1 e Steunpunt<br />
Vergelijking met<br />
Vlaanderen<br />
Pariteit Jaarrapport SPE, 2008 7<br />
eerste kind 101 (39,8%) 61% primiparti: 46,9%<br />
tweede kind 85 (33,5%) 27% multiparti: 53,1%<br />
derde kind of later 68 (26,8%) 12%<br />
BMI moeder vóór zwangerschap<br />
ondergewicht (< 18,5 kg/m²) 15 ( 5,9%) Gemiddelde BMI:<br />
normaal (18,5 – 25 kg/m²) 175 (69,2%) 23,3 kg/m²<br />
overgewicht (25 – 30 kg/m²) 40 (15,8%) (min.‐max. =<br />
zwaarlijvigheid (≥ 30 kg/m²) 23 ( 9,1%) 15,4 – 44,6)<br />
Rookgewoonte vóór zwangerschap<br />
nooit gerookt 139 (55,4%) 64%<br />
ex‐roker 37 (14,7%)<br />
minder dan dagelijks roken 17 ( 6,8%) 36%<br />
dagelijks roken 58 (23,1%)<br />
Rookgewoonte tijdens zwangerschap<br />
niet‐roker 220 (88,3%) 84%<br />
roker 29 (11,6%) 16%<br />
Alcohol vóór zwangerschap (1 of meer glazen)<br />
nooit alcohol 37 (14,6%) Vóór zwangerschap<br />
minder dan maandelijks 62 (24,4%) regelmatig<br />
minder dan wekelijks 58 (22,8%) alcoholgebruik:<br />
wekelijks 97 (38,2%) 32,2%<br />
Alcohol tijdens zwangerschap (1 glas/week of meer)<br />
neen 141 (55,5%) 92%<br />
ja 113 (44,5%) 8%<br />
Pilgebruik vóór zwangerschap<br />
neen 10 ( 3,9%) 8,2%<br />
ja 244 (96,1%) 91,8%<br />
Consumptie van lokale voeding<br />
lokaal gekweekte groenten 92 (36,4%) 36,0%<br />
lokaal gekweekt fruit 31 (12,2%) 29,8%<br />
lokaal gekweekte eieren 92 (36,1%) ‐<br />
zelfgevangen vis 16 ( 6,4%) 7,0%<br />
Groenten consumptie VCP, 2004 (15+) 11<br />
laag (≤4 porties/week) 29 (11,5%) gemiddelde = gemidd. = 138,3 g/dag<br />
gemiddeld (5‐7 porties/week) 161 (63,6%) 238 g/dag (5 ‐ 7 porties/week)<br />
hoog (>1 portie/dag) 63 (24,9%)<br />
Fruit consumptie VCP, 2004 (15+) 11<br />
laag (≤4 porties/week) 64 (25,3%) gemiddelde = gemidd. = 118,2 g/dag<br />
gemiddeld (5‐7 porties/week) 116 (45,8%) 227 g/dag (5 ‐ 7 porties/week)<br />
hoog (>1 portie/dag) 73 (28,8%)<br />
Consumptie van melk en melkproducten VCP, 2004 (15+) 11<br />
laag (
Resultaten – beschrijving onderzoekspopulatie<br />
Parameter N (%) Vergelijking met<br />
1 e Steunpunt<br />
Vergelijking met<br />
Vlaanderen<br />
Kaas consumptie VCP, 2004 (15+) 11<br />
laag (
Resultaten – beschrijving onderzoekspopulatie<br />
Figuur 1: Geografische verdeling van deelnemers in moeder / pasgeborenen cohorte<br />
68
Resultaten – beschrijving onderzoekspopulatie<br />
2.2 Jongeren<br />
In totaal namen er 210 jongeren deel aan het onderzoek. De voornaamste karakteristieken van de<br />
jongeren worden weergegeven in Tabel 23.<br />
De gemiddelde leeftijd bedroeg 14,8 (SD: 0,5) jaar, met een spreiding tussen 13,8 en 16,3 jaar.<br />
Bij 18 jongeren waren beide ouders of één van de ouders niet‐Belgisch. Volgende nationaliteiten<br />
kwamen voor bij de moeder: Nederland (n=3), Marokko (n=2), Duitsland, Filipijnen, Hongkong,<br />
Verenigd Koningrijk en Zaïre. Bij de vader kwamen volgende nationaliteiten voor: Nederland (n=5),<br />
Marokko (n=3), Duitsland (n=2), Verenigd Koningrijk (n=2), Canada, Hongkong en Italië.<br />
De rekruteringsperiode liep van 27 mei 2008 tot 12 mei 2009. Aangezien er via scholen werd<br />
gewerkt, waren er geen onderzoeken tijdens de 2 e helft van juni (examens) of tijdens de maanden<br />
juli en augustus (zomervakantie), waardoor er geen deelnemers werden onderzocht in het<br />
zomerseizoen.<br />
De gemiddelde body‐mass index (BMI) in de onderzoeksgroep was 20,1 kg/m² (SD: 2,7; min.‐max.:<br />
15,1 ‐ 33,0 kg/m²).<br />
Ongeveer twee derde van de jongeren had als baby borstvoeding gekregen. De gemiddelde duur van<br />
de borstvoeding bedroeg 11 (SD: 14) weken. De mediaan was 6 weken (minimum – maximum: 0 – 99<br />
weken).<br />
Voor de bloedafname was het niet vereist om nuchter te zijn. Bij jongens werd de bloedafname vόόr<br />
11 a.m. ingepland omdat er testosteron gemeten werd in het serum (varieert in de loop van de dag).<br />
Het serum cholesterol bedroeg gemiddeld 160 mg/dL (SD: 29; range: 84 ‐ 285 mg/dL). Serum<br />
triglyceriden waren gemiddeld 87 mg/dL (SD: 38; min.‐max.: 22 – 212 mg/dL). Vanuit serum<br />
cholesterol en serum triglyceriden werd het totaal vetgehalte in het serum berekend (Covaci, 2006).<br />
Het bloedvetgehalte bedroeg gemiddeld 444 mg/dL (SD: 66; min.‐max.: 313 – 649 mg/dL).<br />
Serum ferritine was gemiddeld 32,6 µg/L (SD: 16,8; min.‐max.: 2,0 – 100,0 µg/L).<br />
Alle jongeren verzamelden een staal ochtendurine. Het creatinine gehalte van de spot urine bedroeg<br />
gemiddeld 143 mg/dL (SD: 60; range: 30 – 308 mg/dL).<br />
De geografische verdeling van de deelnemers in de jongerenstudie wordt gegeven in Figuur 2.<br />
69
Resultaten – beschrijving onderzoekspopulatie<br />
Tabel 23: Beschrijvende statistiek – onderzoeksgroep jongeren<br />
Parameter N (%) Vergelijking met<br />
1 e Steunpunt<br />
Vergelijking met<br />
Vlaanderen<br />
Geslacht Vl. bevolking, 2008 12<br />
jongens 121 (57,6%) 53,1% 50,8%<br />
meisjes 89 (42,4%) 46,9% 49,2%<br />
Leeftijd<br />
≤ 14,5 jaar 67 (31,9%) 23,7%<br />
14,5 – 15,5 jaar 123 (58,6%) 63,8%<br />
> 15,5 jaar 20 ( 9,5%) 12,8%<br />
Opleidingsniveau jongere 3 de jaar SO, 2008 13<br />
BSO 20 ( 9,7%) 11,7% 21,8%<br />
TSO 86 (41,5%) 33,1% 31,7%<br />
ASO 101 (48,8%) 55,2% 46,5%<br />
Hoogste opleidingsniveau in het gezin SILC‐enquête, 2007 14<br />
geen diploma of lager sec. 25 (12,1%) 15,4% 21,4%<br />
hoger secundair 66 (31,9%) 34,9% 41,9%<br />
hoger onderwijs 116 (56,0%) 49,6% 36,8%<br />
Geboorteland ouders<br />
beide ouders Belg 189 (90,4%)<br />
één van de ouders niet‐Belg 15 ( 7,2%)<br />
beide ouders niet‐Belg 5 ( 2,4%)<br />
Provincies Vlaamse Gewest 1‐6‐07<br />
Antwerpen 60 (28,6%) 28%<br />
Oost‐Vlaanderen 47 (22,4%) 23%<br />
West‐Vlaanderen 40 (19,0%) 19%<br />
Limburg 27 (12,9%) 13%<br />
Vlaams‐Brabant 36 (17,1%) 17%<br />
Urbanisatie Vlaams Gewest 25‐8‐08<br />
niet‐stedelijk (≤600 inw./km²) 133 (63,3%) 53,3% (≤600 inw./km²)<br />
stedelijk (>600 inwoners/km²) 77 (36,7%) 46,7% (>600 inw./km²)<br />
Seizoen<br />
herfst 47 (22,4%) 19% 25%<br />
winter 62 (29,5%) 38% 25%<br />
lente 101 (48,1%) 35% 25%<br />
zomer 0 ( 0,0%) 8% 25%<br />
Body‐mass index (BMI) bij jongens 15 HBSC 2006 16<br />
ondergewicht 7 ( 5,8%) 5,3% 2,6%<br />
normaal 101 (83,5%) 81,7% 85,4%<br />
overgewicht 13 (10,7%) 13,0% 11,9%<br />
12<br />
Bevolking volgens het Rijksregister, Vlaamse Gewest, 2008, 14 jaar. Jongens: n=36543; meisjes: n=35387<br />
13<br />
Schoolbevolking derde jaar secundair onderwijs (n= 72221), Vlaanderen, schooljaar 2007-2008<br />
(Onderwijsstatistieken, O&V)<br />
14 Hoogste opleidingsniveau Vlaamse mannen en vrouwen tussen 18 en 43 jaar (n=2520) (SILC-enquête, 2007,<br />
bewerking CSB, Universiteit Antwerpen)<br />
15 http://www.zorg-en-gezondheid.be/uitleg_bmi.aspx<br />
16<br />
HBSC: Health Behaviour of School-Aged Children, 2006 (http://www.hbsc.org/ )<br />
70
Resultaten – beschrijving onderzoekspopulatie<br />
Parameter N (%) Vergelijking met<br />
1 e Steunpunt<br />
Vergelijking met<br />
Vlaanderen<br />
Body‐mass index (BMI) bij meisjes 15 HBSC 2006 16<br />
ondergewicht 8 ( 9,0%) 7,5% 4,4%<br />
normaal 68 (76,4%) 75,6% 86,9%<br />
overgewicht 13 (14,6%) 16,9% 8.6%<br />
Rookgewoonte HBSC, 2006 16<br />
niet‐roker 189 (91,3%) 86,4% 80,6%<br />
minder dan dagelijks roken 9 ( 4,3%) 5,6% 4,6%<br />
dagelijks roken 9 ( 4,3%) 8,0% 8,3%<br />
Passief roker<br />
ja 50 (35,5%)<br />
nee 91 (64,5%)<br />
Alcohol consumptie (1 of meer glazen)<br />
nooit alcohol gedronken 30 (14,6%) 25,2%<br />
minder dan maandelijks 126 (61,2%) 40,9%<br />
minder dan wekelijks 42 (20,4%) 19,8%<br />
wekelijks 8 (3,9%) 14,2%<br />
Alcohol: >6 glazen bij 1 gelegenheid<br />
neen 162 (78,3%)<br />
ja 45 (21,7%)<br />
Pilgebruik bij meisjes HBSC, 2006 16<br />
neen 80 (90,9%) 90,8% 87,6%<br />
ja 8 (9,1%) 9,2% 12,4%<br />
Borstvoeding als baby<br />
neen 69 (33,5%) 39,7%<br />
ja 137 (66,5%) 60,1%<br />
Consumptie van lokale voeding<br />
lokaal gekweekte groenten 81 (39,3%) 50,6%<br />
lokaal gekweekt fruit 48 (23,5%) 44,5%<br />
lokaal gekweekte eieren 89 (45,0%) 36,5%<br />
zelfgevangen vis 16 ( 8,1%) 8,2%<br />
Groenten consumptie Groenten+fruit: VCP, 2004 (België, 15+) 17<br />
laag (≤4 porties/week) 23 (11,2%) gemiddelde = gemiddelde = 138,3 g/dag<br />
gemiddeld (5‐7 porties/wk) 147 (71,7%) 305 g/dag (5 ‐ 7 porties per week)<br />
hoog (>1 portie/dag) 35 (17,1%)<br />
Fruit consumptie Groenten+fruit: VCP, 2004 (België, 15+) 17<br />
laag (≤4 porties/week) 85 (41,9%) gemiddelde = gemiddelde = 118,2 g/dag<br />
gemiddeld (5‐7 porties/wk) 78 (38,4%) 305 g/dag (5 ‐ 7 porties per week)<br />
hoog (>1 portie/dag) 40 (19,7%)<br />
Consumptie van melk en melkproducten VCP, 2004 (België, 15+) 17<br />
laag (
Resultaten – beschrijving onderzoekspopulatie<br />
Parameter N (%) Vergelijking met<br />
1 e Steunpunt<br />
Vergelijking met<br />
Vlaanderen<br />
Kaas consumptie VCP, 2004 (België, 15+) 17<br />
laag (
Resultaten – beschrijving onderzoekspopulatie<br />
Figuur 2: Geografische verdeling van deelnemers in jongerenstudie<br />
73
Resultaten – beschrijving onderzoekspopulatie<br />
2.3 Volwassenen<br />
In de onderzoeksgroep van de volwassenen werden 96 mannen en 108 vrouwen gerekruteerd.<br />
De voornaamste karakteristieken van de deelnemers worden weergegeven in Tabel 24.<br />
Aangezien de leeftijdgroepen tussen het 1 e (50‐65 jaar) en het 2 e (20‐40 jaar) Steunpunt<br />
aanzienlijk verschilden, werd er geen vergelijking gemaakt tussen de deelnemers van beide<br />
campagnes.<br />
De gemiddelde leeftijd van de 204 deelnemers bedroeg 33,9 (SD: 4,6) jaar en schommelde tussen<br />
21,4 en 40,6 jaar. De verdeling volgens leeftijdscategorie (Tabel 24) toont aan dat er<br />
proportioneel minder jongere deelnemers waren; de helft van de onderzoeksgroep was ouder<br />
dan 35 jaar.<br />
Slechts bij 2 deelnemers waren beide ouders of één van de ouders niet‐Belgisch. Moeder en/of<br />
vader waren afkomstig van Spanje of Nederland.<br />
De gemiddelde body‐mass index (BMI) bedroeg 24,2 (SD: 3,8) kg/m², met een min.‐max. range<br />
van 16,9 tot 44,4 kg/m².<br />
Bij de vrouwen had 96,2% ooit de klassieke pil gebruikt. De gemiddelde duur van het pilgebruik<br />
was 127 (SD: 68) maanden met een range van 0 tot 301 maanden. Daarnaast vermeldden 32<br />
vrouwen ook andere vormen van anticonceptie die enkel progestageen bevat, nl. minipil, prikpil,<br />
hormonenspiraaltje of hormonenimplantaat. De gemiddelde duur van deze andere vormen van<br />
anticonceptie bedroeg 13,1 (SD: 25,3) maanden (min.‐max. = 0 – 132 maanden).<br />
Alle volwassenen verzamelden een staal ochtendurine. Het creatinine gehalte van de spot urine<br />
bedroeg gemiddeld 118 mg/dL (SD: 54; min.‐max.: 9 – 258 mg/dL).<br />
De geografische verdeling van de deelnemers in de volwassenenstudie wordt gegeven in Figuur<br />
3.<br />
74
Resultaten – beschrijving onderzoekspopulatie<br />
Tabel 24: Beschrijvende statistiek – onderzoeksgroep volwassenen<br />
Parameter N (%) Vergelijking met Vlaanderen<br />
Geslacht Vl. bevolking, 2008 (20‐40 j.) 18<br />
mannen 96 (47,1%) 50,5%<br />
vrouwen 108 (52,9%) 49,5%<br />
Leeftijd<br />
20 – 25 jaar 8 ( 3,9%)<br />
25 – 30 jaar 44 (21,6%)<br />
30 – 35 jaar 61 (29,9%)<br />
≥ 35 jaar 99 (48,5%)<br />
Opleidingsniveau SILC‐enquête, 2007 19<br />
geen diploma of lager secundair 3 ( 1,5%) 11,7%<br />
hoger secundair 42 (21,0%) 42,9%<br />
hoger onderwijs 155 (77,5%) 45,4%<br />
Provincies Vlaamse Gewest 01‐06‐‘07<br />
Antwerpen 56 (27,4%) 28%<br />
Oost‐Vlaanderen 48 (23,5%) 23%<br />
West‐Vlaanderen 39 (19,2%) 19%<br />
Limburg 27 (13,2%) 13%<br />
Vlaams‐Brabant 34 (16,7%) 17%<br />
Urbanisatie Vlaamse Gewest 25‐08‐‘08<br />
niet‐stedelijk (≤600 inwoners/km²) 105 (51,5%) 53,3% (≤600 inwoners/km²)<br />
stedelijk (>600 inwoners/km²) 99 (48,5%) 46,7% (>600 inwoners/km²)<br />
Seizoen<br />
lente 43 (21,1%) 25%<br />
zomer 99 (48,5%) 25%<br />
herfst 33 (16,2% 25%<br />
winter 29 (14,2%) 25%<br />
Body‐mass index (BMI)<br />
ondergewicht (< 18,5 kg/m²) 3 ( 1,5%)<br />
normaal (18,5 – 25 kg/m²) 137 (67,2%)<br />
overgewicht (25 – 30 kg/m²) 46 (22,6%)<br />
zwaarlijvigheid (≥ 30 kg/m²) 18 ( 8,8%)<br />
Rookgewoonte Gezondheidsenquête ‘04 (35‐34 jr) 20<br />
nooit gerookt 112 (55,7%) nooit gerookt: M: 57%; V: 50%<br />
ex‐roker 42 (20,9%)<br />
minder dan dagelijks roken 20 ( 9,9%)<br />
dagelijks roken 27 (13,4%)<br />
huidig roker: M: 37%; V:29%<br />
Passief roker<br />
ja 22 (17,2%)<br />
nee 106 (82,8%)<br />
Drug gebruik<br />
nooit drugs gebruikt 158 (77,8%)<br />
vroeger, niet afgelopen 2 jaar 32 (15,8%)<br />
18 Bevolking volgens het Rijksregister, Vlaamse Gewest, 2008, 21-40 jaar. Mannen: n=796.858; vrouwen:<br />
n=779.999<br />
19 Hoogste opleidingsniveau Vlaamse mannen en vrouwen tussen 20 en 40 jaar (n=913) (SILC-enquête, 2007,<br />
bewerking CSB, Universiteit Antwerpen)<br />
20 Gezondheidsenquête door middel van Interview, België, 2004. WIV, afdeling epidemiologie, Brussel (EPI<br />
REPORTS N° 2006 – 035)<br />
75
Resultaten – beschrijving onderzoekspopulatie<br />
(af en toe) gebruiker 13 ( 6,4%)<br />
Pil gebruik (enkel vrouwen, n=105)<br />
neen 4 ( 3,8%)<br />
ja 101 (96,2%)<br />
Alcohol consumptie (1 of meer glazen)<br />
nooit alcohol gedronken 9 ( 4,5%)<br />
minder dan maandelijks 33 (16,3%)<br />
minder dan wekelijks 47 (23,3%)<br />
wekelijks 113 (55,9%)<br />
Alcohol: >6 glazen bij 1 gelegenheid<br />
neen 58 (28,7%)<br />
ja 144 (71,3%)<br />
Consumptie van lokale voeding<br />
lokaal gekweekte groenten 85 (42,1%)<br />
lokaal gekweekt fruit 47 (23,5%)<br />
lokaal gekweekte eieren 85 (42,3%)<br />
zelfgevangen vis 17 ( 8,6%)<br />
Groenten consumptie VCP, 2004 (België, 15+) 21<br />
laag (≤4 porties/week) 17 ( 8,5%) gemiddelde = 138,3 g/dag<br />
gemiddeld (5‐7 porties/week) 135 (67,5%) (5 ‐ 7 porties per week)<br />
hoog (>1 portie/dag) 48 (24,0%)<br />
Fruit consumptie VCP, 2004 (België, 15+) 17<br />
laag (≤4 porties/week) 80 (39,6%) gemiddelde = 118,2 g/dag<br />
gemiddeld (5‐7 porties/week) 64 (31,7%) (5 ‐ 7 porties per week)<br />
hoog (>1 portie/dag) 58 (28,7%)<br />
Consumptie van melk en melkproducten VCP, 2004 (België, 15+) 17<br />
laag (
Resultaten – beschrijving onderzoekspopulatie<br />
Figuur 3: Geografische verdeling van de deelnemers in de volwassenstudie<br />
77
Resultaten – blootstelling<br />
3. Biomerkers van blootstelling<br />
3.1 Bespreking van polluenten<br />
Leeswijzer:<br />
De resultaten van de biomerkers van blootstelling worden besproken per categorie van polluent.<br />
Belangrijke achtergronddocumenten:<br />
<br />
<br />
<br />
Bijlage 3: biomerkerfiches: per polluent wordt een beschrijving gegeven van de bronnen,<br />
blootstellingsroutes, het metabolisme bij de mens, de biomerker(s) van blootstelling en de<br />
gezondheidseffecten.<br />
Bijlage 4: resultaten per biomerker. Voor iedere polluent wordt de beschrijvende statistiek<br />
van de biomerkers gegeven per leeftijdsgroep (pasgeborenen, jongeren, volwassenen). De<br />
waarden voor de biomerker worden gegeven voor de totale onderzoeksgroep en per<br />
relevante subklasse (bijv. volgens rookgewoonte, leeftijdsklasse, geslacht, urbanisatie, ….).<br />
Urinaire merkers worden telkens gegeven in twee eenheden: als concentratie (µg/L) en als<br />
creatinine‐gecorrigeerde eenheid (µg/g creatinine). Creatinine wordt gebruikt om te<br />
corrigeren voor de verdunningsgraad van spot urine.<br />
Voor polluenten in serum die vetgerelateerd zijn, worden de resultaten eveneens uitgedrukt<br />
in twee eenheden: per hoeveelheid serum (ng/L) en per hoeveelheid bloedvet (ng/g<br />
bloedvet).<br />
Bijlage 5: vergelijking met de internationale literatuur. Enkel studies met metingen in de<br />
algemene bevolking worden beschouwd (m.a.w. studies over beroepsblootstelling worden<br />
uitgesloten). Aangezien veel biomerkers leeftijdsafhankelijk zijn, wordt vanuit de literatuur<br />
zoveel mogelijk de relevante leeftijdsklasse overgenomen; de leeftijdsrange wordt in ieder<br />
geval vermeld. Er wordt zoveel mogelijk gewerkt met vergelijkbare eenheden (volumegerelateerd<br />
of gecorrigeerd voor creatinine of bloedvet). Er wordt vermeld welke statistiek<br />
(mediaan, gemiddelde, …) gerapporteerd wordt. Al deze factoren (selectie van populatie,<br />
gebruikte eenheid, gehanteerde statistische methoden) zorgen voor variatie in de<br />
beschrijving van de gegevens. De vergelijking van studies onderling moet dus met de nodige<br />
voorzichtigheid gebeuren.<br />
Informatie in dit rapport:<br />
<br />
<br />
<br />
Per polluent wordt een korte beschrijving gegeven van de betekenis van de biomerker(s).<br />
Per biomerker worden de voornaamste beïnvloedende factoren besproken, nl. de meest<br />
markante conclusie van de informatie die wordt weergegeven in de tabellen in bijlage 6 .<br />
Voor urinaire merkers worden de resultaten besproken in creatinine‐gecorrigeerde eenheid<br />
(µg/g creatinine); voor vetgerelateerde polluenten worden de resultaten besproken per<br />
hoeveelheid bloedvet (ng/g vet).<br />
Leeftijd, geslacht en roken zijn belangrijke confounders; voor sommige polluenten zijn er<br />
specifieke confounders (bijv. visconsumptie voor blootstelling aan kwik). Indien er<br />
belangrijke variatie is van de biomerker volgens confounder (cfr. bijlage 6), wordt deze<br />
informatie grafisch weergegeven. Resultaten van pasgeborenen zijn telkens weergegeven in<br />
het blauw, resultaten van jongeren in het groen en resultaten van volwassenen in het rood.<br />
78
Resultaten – blootstelling<br />
Leeswijzer, vervolg:<br />
<br />
Per polluent wordt een overzichtstabel gegeven met de Vlaamse referentiewaarden voor de<br />
verschillende biomerkers in de verschillende leeftijdsgroepen. Er wordt telkens een<br />
gemiddelde en een 90 e percentiel gegeven. De Vlaamse referentiewaarden zijn gecorrigeerd<br />
voor a priori gedefinieerde confounders.<br />
Per polluent worden de Vlaamse referentiewaarden gekaderd t.o.v. nationale en<br />
Leeswijzer, internationale vervolg: waarden uit de literatuur.<br />
79
Resultaten – blootstelling – zware metalen<br />
3.1.1 Zware metalen<br />
In alle leeftijdsgroepen werden zware metalen gemeten:<br />
‐ Een aantal zware metalen, namelijk cadmium (Cd), lood (Pb), mangaan (Mn), koper (Cu),<br />
thallium (Tl) en arseen (As) werd gemeten in navelstrengbloed, in perifeer bloed van de<br />
moeder en in bloed van de jongeren;<br />
‐ Totaal arseen (As) en toxisch relevant arseen (TRA) werden gemeten in de urine van de<br />
jongeren en de volwassenen;<br />
‐ Cadmium (Cd) werd gemeten in de urine van de volwassenen;<br />
‐ Kwik (Hg) en methylkwik (MeHg) werden gemeten in het haar van de pas bevallen moeders<br />
en van de jongeren.<br />
In bijlage 3 wordt per polluent een beschrijving gegeven van de toxicologische relevantie van de<br />
polluent en de gebruikte biomerkers. De betekenis van de biomerkers kan in het kort worden<br />
samengevat als volgt: urinair cadmium weerspiegelt de levenslange blootstelling aan cadmium; bloed<br />
cadmium en bloed lood geven een maat voor de blootstelling gedurende de laatste 2 tot 3 maanden;<br />
bloed mangaan weerspiegelt recente blootstelling (1‐2 dagen). Koper en thallium concentraties in<br />
volbloed weerspiegelen recente blootstelling (grootte‐orde: uren tot dagen). Arseen in bloed en in<br />
urine weerspiegelen beiden recente blootstelling (1‐2 dagen), en worden sterk beïnvloed door de<br />
niet‐toxische vorm van arseen via visinname. De som van anorganisch arseen (As 3 en As 5 ) en de<br />
gemethyleerde vormen van arseen (MMA, monomethylarsonic acid en DMA, dimethylarsinic acid)<br />
worden in de literatuur benoemd als toxisch relevant arseen (TRA) en geven een maat voor de<br />
blootstelling aan arseen via milieu (inhalatie, bodem en water) en minder door visconsumptie<br />
(Apostoli 1999). Methylkwik in haar geeft een maat voor de lichaamsbelasting aan methylkwik, een<br />
neurotoxische vorm van kwik waaraan de mens voornamelijk is blootgesteld via visconsumptie.<br />
Totaal kwik in haar geeft een maat voor de blootstelling aan totaal kwik.<br />
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook<br />
een beschrijvende statistiek gegeven voor relevante subgroepen zoals leeftijdsklassen, geslacht,<br />
roken, urbanisatie, enz... De voornaamste trends worden hier per polluent samengevat.<br />
Voor bloed cadmium werden waarden boven de detectielimiet (LOD = 0,6 µg/L) waargenomen bij<br />
67,9% van de stalen navelstrengbloed, 68,3% van de stalen perifeer bloed van de moeders en 98,6%<br />
van de jongeren. Bloed cadmium wordt sterk beïnvloed door roken: bloed cadmium bij rokers lag<br />
gemiddeld 3 tot 4 maal hoger dan bij niet‐rokers, zowel bij jongeren als bij de moeders van<br />
pasgeborenen (Figuur 4). Waarden in navelstrengbloed waren niet significant verschillend tussen<br />
moeders die roken tijdens de zwangerschap en moeders die niet roken.<br />
bloed Cd (µg/L)<br />
Cadmium en roken ‐ pasgeborenen<br />
bloed moeder<br />
1,2<br />
p
Resultaten – blootstelling – zware metalen<br />
Moeders uit stedelijke gebieden hadden significant hogere cadmiumgehaltes in navelstrengbloed<br />
(0,079 vs. 0,064 µg/L; p=0,036) dan moeders uit niet‐stedelijke gebieden. De waarden in perifeer<br />
bloed vertoonden dezelfde trend, maar de resultaten waren borderline non‐significant (71,7 vs. 63,0<br />
µg/L; p=0,053). Bij jongeren waren er geen verschillen volgens urbanisatie. In de jongerengroep werd<br />
een significante (p=0,01) graduele afname in concentratie bloed cadmium waargenomen per<br />
toenemende categorie van serum ferritine. Dit werd niet vastgesteld bij pasgeborenen: de<br />
concentratie serum ferritine was niet geassocieerd met cadmium in navelstrengbloed. Serum<br />
ferritine in het bloed van de moeder werd niet gemeten. Tot slot, bloed cadmium was niet<br />
verschillend tussen jongens en meisjes, er was geen duidelijk effect van leeftijd en er was ook geen<br />
effect van het eten van lokale groenten of fruit, noch bij moeders, noch bij jongeren.<br />
Urinair cadmium bij volwassenen was significant hoger bij vrouwen dan bij mannen (261 vs. 184 ng/g<br />
creatinine; p
Resultaten – blootstelling – zware metalen<br />
Lood en leeftijd ‐ pasgeborenen<br />
Lood en leeftijd ‐ jongeren<br />
bloed Pb (µg/L)<br />
20<br />
15<br />
10<br />
5<br />
0<br />
navelstrengbloed<br />
p=0,007<br />
11,3<br />
8,6 8,3<br />
7,2<br />
bloed moeder<br />
p=0,002<br />
11,5<br />
10,0 10,3<br />
14,0<br />
Bloed Pb (µg/L)<br />
20,0<br />
15,0<br />
10,0<br />
5,0<br />
0,0<br />
p=0,047<br />
13,3<br />
15,3<br />
16,9<br />
≤ 14,5 jaar 14,5 ‐ 15,5<br />
jaar<br />
> 15,5 jaar<br />
Figuur 6: Effect van leeftijd op bloed lood bij pasgeborenen/moeders en bij jongeren<br />
Bij jongeren werden significant hogere waarden gemeten bij jongens in vergelijking met meisjes voor<br />
bloed lood (16,8 vs. 12,3 µg/L; p
Resultaten – blootstelling – zware metalen<br />
Bloed arseen neemt toe met de leeftijd (Figuur 8). Moeders die roken tijdens de zwangerschap<br />
hadden significant lagere waarden voor arseen in perifeer bloed (0,45 vs. 0,66 µg/L; p=0,03) en in<br />
navelstrengbloed (0,33 vs. 0,57 µg/L; p=0,004).<br />
bloed As (µg/L)<br />
1,5<br />
1<br />
0,5<br />
0<br />
Arseen en leeftijd ‐ pasgeborenen<br />
navelstrengbloed<br />
bloed moeder<br />
p=0,002<br />
p=0,008<br />
1,02<br />
1,00<br />
0,68<br />
0,49<br />
0,54<br />
0,58<br />
0,41<br />
0,44<br />
Bloed As (µg/L)<br />
1,0<br />
0,8<br />
0,6<br />
0,4<br />
0,2<br />
0,0<br />
Arseen en leeftijd ‐ jongeren<br />
p=0,22<br />
0,55<br />
0,62<br />
≤ 14,5 jaar 14,5 ‐ 15,5<br />
jaar<br />
0,87<br />
> 15,5 jaar<br />
Figuur 8: Effect van leeftijd op bloed arseen bij pasgeborenen/moeders en bij jongeren<br />
Bij jongeren en volwassenen werden totaal arseen en toxisch relevant arseen (TRA) in de urine<br />
gemeten. Totaal urinair arseen was duidelijk in verband te brengen met recente visconsumptie<br />
(Figuur 9). Bij jongeren die in de laatste 3 dagen vis of zeevruchten hadden gegeten, was de<br />
gemiddelde urinaire arseen concentratie significant hoger dan bij jongeren die geen vis of<br />
zeevruchten hadden gegeten (p
Resultaten – blootstelling – zware metalen<br />
Hg en MeHg in haar (µg/g)<br />
0,50<br />
0,40<br />
0,30<br />
0,20<br />
0,10<br />
0,00<br />
Kwik & visconsumptie ‐ jongeren<br />
totaal kwik<br />
methylkwik<br />
p
Resultaten – blootstelling – zware metalen<br />
Tabel 25: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor zware metalen<br />
Leeftijdsgroep Biomerker Eenheid N %<br />
>LOD/LOQ<br />
Confounders<br />
Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
Lood (Pb)<br />
pasgeborenen bloed Pb ‐ µg/L 241 100% leeftijd moeder, roken 8,6 (8,1 – 9,2) 15,9 (13,9 – 17,9)<br />
navelstrengbloed<br />
moeders bloed Pb – µg/L 235 100% leeftijd, roken 11,1 (10,6 – 11,7) 18,9 (17,1 – 20,7)<br />
pasgeborenen bloed van moeder<br />
jongeren bloed Pb µg/L 207 100% leeftijd, geslacht, roken 14,8 (14,0 – 15,6) 27,6 (23,1 – 32,1)<br />
Cadmium (Cd)<br />
pasgeborenen bloed Cd ‐ µg/L 241 67,9% leeftijd moeder, roken 0,073 (0,066 – 0,081) 0,160 (0,095 – 0,226)<br />
navelstrengbloed<br />
moeders bloed Cd – µg/L 235 68,9% leeftijd, roken 0,312 (0,291 – 0,334) 0,728 (0,592 – 0,864)<br />
pasgeborenen bloed van moeder<br />
jongeren bloed Cd µg/L 207 98,6% leeftijd, geslacht, roken 0,210 (0,192 – 0,230) 0,471 (0,333 – 0,609)<br />
volwassenen urinair Cd ng/L 194 100% leeftijd, geslacht, 239 (224 – 256) 444 (363 – 525)<br />
roken, creatinine<br />
volwassenen urinair Cd ng/g<br />
194 100% leeftijd, geslacht, roken 222 (208 – 237) 413 (358 – 468)<br />
creatinine<br />
Mangaan (Mn)<br />
pasgeborenen bloed Mn ‐ µg/L 241 100% leeftijd moeder, roken 31,2 (29,8 – 32,8) 52,2 (47,6 – 56,8)<br />
navelstrengbloed<br />
moeders bloed Mn – µg/L 235 100% leeftijd, roken 12,1 (11,6 – 12,7) 18,6 (16,8 – 20,5)<br />
pasgeborenen bloed van moeder<br />
jongeren bloed Mn µg/L 207 100% leeftijd, geslacht, roken 9,7 (9,3 – 10,1) 13,6 (12,8 – 14,4)<br />
Koper (Cu)<br />
pasgeborenen bloed Cu ‐<br />
navelstrengbloed<br />
µg/L 241 100% leeftijd moeder, roken 600 (585 – 615) 754 (711 ‐797)<br />
85
Resultaten – blootstelling – zware metalen<br />
Leeftijdsgroep Biomerker Eenheid N %<br />
>LOD/LOQ<br />
Confounders<br />
Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
moeders bloed Cu – µg/L 235 100% leeftijd, roken 1312 (1279 – 1347) 1715 (1631 – 1799)<br />
pasgeborenen bloed van moeder<br />
jongeren bloed Cu µg/L 207 100% leeftijd, geslacht, roken 790 (774 – 807) 938 (908 ‐ 967)<br />
Thallium (Tl)<br />
pasgeborenen bloed Tl ‐ µg/L 241 100% leeftijd moeder, roken 0,017 (0,016 – 0,018) 0,025 (0,023 – 0,028)<br />
navelstrengbloed<br />
moeders bloed Tl – µg/L 235 100% leeftijd, roken 0,028 (0,027 – 0,029) 0,038 (0,036 – 0,040)<br />
pasgeborenen bloed van moeder<br />
jongeren bloed Tl µg/L 207 100% leeftijd, geslacht, roken 0,027 (0,026 – 0,028) 0,036 (0,034 – 0,038)<br />
Arseen (As)<br />
pasgeborenen bloed As ‐ µg/L 241 99,6% leeftijd moeder, roken 0,54 (0,47 – 0,62) 2,18 (1,53 – 2,83)<br />
navelstrengbloed<br />
moeders bloed As – µg/L 235 100% leeftijd, roken 0,64 (0,57 – 0,72) 2,04 (1,38 – 2,69)<br />
pasgeborenen bloed van moeder<br />
jongeren bloed As µg/L 207 100% leeftijd, geslacht, roken 0,62 (0,55 – 0,69) 2,12 (1,52 – 2,71)<br />
jongeren urinair As µg/L 203 100% leeftijd, geslacht, 12,3 (10,8 – 14,0) 90,0 (60,7 – 119,4)<br />
roken, creatinine<br />
volwassenen urinair As µg/L 194 100% leeftijd, geslacht, 17,2 (14,9 – 19,8) 85,3 (61,7 – 108,8)<br />
roken, creatinine<br />
jongeren urinair As µg/g<br />
203 100% leeftijd, geslacht, roken 9,3 (8,1 – 10,6) 49,0 (32,3 – 65,7)<br />
creatinine<br />
volwassenen urinair As µg/g<br />
194 100% leeftijd, geslacht, roken 15,9 (13,8 – 18,3) 71,4 (57,0 – 85,9)<br />
creatinine<br />
jongeren urinair TRA µg/L 203 95,1% leeftijd, geslacht, 4,8 (4,2 – 5,4) 10,8 (8,6 – 13,0)<br />
roken, creatinine<br />
volwassenen urinair TRA µg/L 194 91,4% leeftijd, geslacht,<br />
roken, creatinine<br />
4,0 (3,4 – 4,6) 11,5 (8,4 – 14,7)<br />
86
Resultaten – blootstelling – zware metalen<br />
Leeftijdsgroep Biomerker Eenheid N %<br />
>LOD/LOQ<br />
Confounders<br />
Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
jongeren urinair TRA µg/g<br />
203 95,1% leeftijd, geslacht, roken 3,6 (3,2 – 4,1) 8,0 (6,2 – 9,8)<br />
creatinine<br />
volwassenen urinair TRA µg/g<br />
194 91,4% leeftijd, geslacht, roken 3,7 (3,2 – 4,3) 10,7 (8,7 – 12,7)<br />
creatinine<br />
Kwik (Hg)<br />
moeders Hg in haar µg/g haar 242 100% leeftijd, roken 0,349 (0,318 – 0,383) 0,821 (0,676 – 0,965)<br />
pasgeborenen<br />
jongeren Hg in haar µg/g haar 206 100% leeftijd, geslacht, roken 0,193 (0,172 – 0,217) 0,468 (0,363 – 0,573)<br />
moeders MeHg in haar µg/g haar 243 100% leeftijd, roken 0,256 (0,231 – 0,283) 0,653 (0,526 – 0,780)<br />
pasgeborenen<br />
jongeren MeHg in haar µg/g haar 201 100% leeftijd, geslacht, roken 0,118 (0,105 – 0,134) 0,352 (0,252 – 0,452)<br />
87
Resultaten – blootstelling – zware metalen<br />
Vergelijking met de literatuur<br />
De Vlaamse referentiewaarden worden vergeleken met de internationale literatuur in bijlage 5. Er<br />
werden geen vergelijkingswaarden gevonden voor thallium in navelstrengbloed en koper in<br />
navelstrengbloed. Globaal kunnen we stellen dat de waarden van zware metalen in bloed en urine in<br />
Vlaanderen relatief laag liggen in vergelijking met de literatuur.<br />
Voor lood is de huidige gerapporteerde waarden laag in vergelijking met waarden uit de literatuur,<br />
zowel in navelstrengbloed als in perifeer bloed (jongeren, moeders). Mogelijk is dit toe te schrijven<br />
aan de dalende tijdstrend die reeds gedurende verschillende decennia in Europa wordt<br />
gerapporteerd (Smolders, 2010), en die zich mogelijk nog steeds verderzet. Dit is o.m. ook te merken<br />
in de opeenvolgende campagnes van de CDC in de U.S.: de waarden in de periode 2003‐04 zijn<br />
lichtjes gedaald tegenover de campagne 1999‐2000.<br />
Eenzelfde tijdstrend speelt mogelijk ook een rol voor cadmium. Ook hier zien we relatief lage<br />
waarden anno 2008‐09 in Vlaanderen, zowel voor navelstrengbloed als voor perifeer bloed. Een<br />
daling van de cadmiumconcentraties wordt inderdaad waargenomen in de opeenvolgende<br />
campagnes van de CDC, zowel in bloed als in urine. De lagere waarden voor lood en cadmium in het<br />
tweede Steunpunt in vergelijking met het eerste Steunpunt kunnen mogelijk mede worden verklaard<br />
door het feit dat de deelnemers in het eerste Steunpunt gerekruteerd werden in typegebieden. In<br />
sommige van deze regio’s was er een historische vervuiling van zware metalen, en dus een grotere<br />
kans op outliers (zie ook verder in het rapport: § 3.2 Vergelijking eerste en tweede Steunpunt). De<br />
waarden voor bloed cadmium bij de moeders van de pasgeborenen en voor urinair cadmium bij de<br />
volwassenen liggen iets lager dan de gemiddelde waarden van vergelijkbare leeftijdsgroepen (uit<br />
vervuild en controlegebied) in de BONK studie, een blootstellingsonderzoek in de buurt van de nonferro<br />
industrie in de Noorderkempen. Voor bloed cadmium werden in de Noorderkempen<br />
geometrische gemiddelden gerapporteerd van 0,327 µg/L voor de klasse 20‐29 jaar en 0,383 µg/L<br />
voor de klasse 30‐39 jaar. De referentiewaarde in de huidige studie bedraagt 0,312 µg/L. Voor urinair<br />
cadmium zijn de respectievelijke waarden 226 µg/g creatinine en 303 µg/g creatinine in de<br />
Noorderkempen en 222 µg/g creatinine bij de volwassenen in de huidige studie.<br />
De gemiddelde waarden voor mangaan (navelstrengbloed en perifeer bloed), koper (perifeer bloed)<br />
en thallium (perifeer bloed), arseen (perifeer bloed, urine) en toxisch relevant arseen (urine)<br />
situeerden zich in de normale range van waarden die terug te vinden zijn in de literatuur. Ook voor<br />
kwik en methylkwik situeert Vlaanderen zich in de midden tot lage range van buitenlandse studie.<br />
Bij kwik valt wel op dat de gemiddelde waarden ver uit elkaar liggen (> factor 10), vermoedelijk door<br />
de hoge visconsumptie in sommige landen (bijv. zeer hoge waarden in Japan, Maleisië). Zelfs indien<br />
we deze studies buiten beschouwing laten, liggen de Vlaamse waarden nog relatief laag t.o.v. het<br />
buitenland. De waarde voor toxicolische relevant arseen in de BONK studie bedroeg gemiddeld 3,45<br />
µg/g creatinine bij 20‐29‐jarigen en 3,57 µg/g creatinine bij 30‐39‐jarigen. Deze waarden zijn<br />
vergelijkbaar met de referentiewaarde van 3,7 µg/g creatinine bij volwassenen.<br />
Vergelijking met internationale advieswaarden<br />
Voor de zware metalen die in de huidige studie gemeten worden, bestaat er enkel een<br />
gezondheidskundige advieswaarde voor bloed lood. De wereldgezondheidsorganisatie (WHO) stelt<br />
de waarden onder de 100 µg/L bloed lood veilig zijn voor de gezondheid van kinderen en<br />
volwassenen. Noch bij de onderzochte jongeren, noch bij de deelnemende moeders waren er<br />
deelnemers met een waarde boven de 100 µg/L. Bij de jongeren bedroeg de hoogst gemeten waarde<br />
76,9 µg/L; bij de moeders was de maximum geobserveerde waarde 69,9 µg/L. De WHO norm geldt<br />
niet voor navelstrengbloed. De WHO norm staat momenteel ter discussie en wordt mogelijk nog<br />
verlaagd. Daarom werd nagegaan wat de frequentieverdeling van de deelnemers is voor<br />
verschillende afkapwaarden voor bloed lood (Tabel 26).<br />
88
Resultaten – blootstelling – zware metalen<br />
Voor bloed cadmium en urinair cadmium bestaan er referentiewaarden voor beroepsblootstelling,<br />
namelijk 5 µg/L voor bloed cadmium en 2 µg/g creatinine voor urinair cadmium (Lauwereys & Hoët,<br />
2000). Bij de 210 jongeren was er 1 persoon (0,48% van de populatie) met een waarde boven de 5 µg<br />
cadmium/L. Deze waarde bedroeg 22,9 µg/L. Bij de 243 moeders was er eveneens 1 deelnemer<br />
(0,41%) met een bloed cadmium waarde boven de 5 µg/L, maar hier was de waarde slechts licht<br />
verhoogd t.o.v. de referentie, nl. 5,2 µg/L. Urinair cadmium werd enkel gemeten bij volwassenen (n =<br />
203). Hier was geen enkele waarden hoger dan de referentiewaarde van 2 µg/g creatinine. Recente<br />
studies uit België en Zweden suggereren dat voor effecten op het bot een afkapwaarde van 2 µg/g<br />
creatinine te hoog zou zijn en men eerder in de richting van 1 µg/g creatinine moet gaan. Daarnaast<br />
wordt cadmium in urine in sommige studies ook getoetst aan de NOAEL van 660 ng/g creatinine. Ook<br />
voor bloed cadmium vinden experten dat de afkapwaarde van 5 µg/g creatinine te hoog is voor de<br />
algemene bevolking. Experten stellen daarom voor om de metingen ook te toetsen aan een waarde<br />
van 2 µg/L. De voorgestelde toetsingswaarden worden toegepast op de huidige populatie in Tabel<br />
26.<br />
Tabel 26: Percentage deelnemers met meetwaarden onder de toetsingswaarden voor bloed lood,<br />
bloed cadmium en urinair cadmium<br />
Biomerker Toetsingswaarde Moeders Jongeren Volwassenen<br />
Bloed lood < 100 µg/L (WHO) 100% (243/243) 100% (210/210) ‐<br />
Bloed lood < 50 µg/L 99,6% (242/243) 98,1% (206/210) ‐<br />
Bloed lood < 250 µg/L 95,9% (233/243) 91,7% (189/210) ‐<br />
Bloed lood < 10 µg/L 42,4% (103/243) 17,6% (37/210) ‐<br />
Bloed cadmium < 5 µg/L (arbeiders) 100% (243/243) 99,5% (209/210) ‐<br />
Bloed cadmium < 2 µg/L (arbeiders) 98,4% (239/243) 98,6% (207/210) ‐<br />
Urinair cadmium<br />
< 2 µg/g creatinine<br />
(arbeiders)<br />
‐ ‐ 100% (203/203)<br />
Urinair cadmium < 1 µg/g creatinine ‐ ‐ 100% (203/203)<br />
Urinair cadmium < 0,66 µg/g creatinine ‐ ‐ 97,0% (197/203)<br />
Vergelijking navelstrengbloed – perifeer bloed<br />
In de moeder‐kind cohorte werden de zware metalen zowel in navelstrengbloed als in perifeer bloed<br />
van de moeder gemeten. De bloedafname bij de moeder gebeurde 1 tot 4 dagen na de bevalling. De<br />
analyse van beide bloedstalen gebeurde door hetzelfde laboratorium. Voor cadmium lagen de<br />
waarden in navelstrengbloed gemiddeld vier keer lager dan de waarden in bloed van de moeder. Er<br />
was geen verband tussen de niveaus in navelstrengbloed en in perifeer bloed: een stijging in het<br />
bloed van de moeder had weinig of geen effect op de niveaus in het navelstrengbloed.<br />
Voor lood waren de niveaus in beide matrices vergelijkbaar, en ook sterk gecorreleerd (R²=0,43).<br />
Mangaan in navelstrengbloed was gemiddeld ongeveer drie maal hoger dan mangaan in perifeer<br />
bloed van de moeder. De waarden in navelstrengbloed varieerden van 7 tot 80 µg/L, terwijl de<br />
waarden bij de moeder in de range van 4 tot 40 µg/L lagen. De hogere concentraties aan mangaan in<br />
navelstrengbloed ten opzichte van perifeer bloed kan waarschijnlijk voor een deel verklaard worden<br />
door het feit dat mangaan zich voornamelijk in rode bloedcellen opstapelt, en de fractie aan rode<br />
89
Resultaten – blootstelling – zware metalen<br />
bloedcellen groter is in navelstrengbloed dan in perifeer bloed (ref. Takser 2004). Er was slechts een<br />
zeer zwakke correlatie tussen de niveaus van mangaan in navelstrengbloed en in het bloed van de<br />
moeder (R²=0,02).<br />
Koper lag gemiddeld ongeveer twee maal lager in navelstrengbloed in vergelijking met bloed van de<br />
moeder. De minimum‐maximum range bedroeg 300 ‐ 1000 µg/L in navelstrengbloed en 730 – 2300<br />
µg/L in perifeer bloed. Er was slechts een zeer zwakke correlatie tussen beide metingen (R²=0,02).<br />
Voor thallium bestond er een goede correlatie tussen de gehaltes in navelstrengbloed en die in het<br />
bloed van de moeder (R²=0,33), maar de waarden in navelstrengbloed lagen gemiddeld ongeveer op<br />
de helft van de waarden bij de moeder.<br />
Arseen in navelstrengbloed en in perifeer bloed waren zeer sterk gecorreleerd (R²=0,55) en de<br />
niveaus waren ook zeer vergelijkbaar.<br />
90
Resultaten – blootstelling – zware metalen<br />
Tabel 27 geeft de gemiddelde waarden voor de zes metalen in beide matrices. Figuur 11 geeft voor<br />
de zes metalen de correlatie tussen de waarden in navelstrengbloed en de waarde in perifeer bloed.<br />
De bevindingen voor de afzonderlijke metalen verschillen duidelijk, zowel wat betreft de correlatie<br />
tussen navelstrengbloed en bloed van de moeder, als wat betreft de vergelijking van de niveaus in<br />
beide matrices. Dit betekent dat ieder metaal zich anders gedraagt in de passage van de placenta, en<br />
mogelijk ook in metabolisme bij de moeder en/of bij de baby.<br />
Voor cadmium lagen de waarden in navelstrengbloed gemiddeld vier keer lager dan de waarden in<br />
bloed van de moeder. Er was geen verband tussen de niveaus in navelstrengbloed en in perifeer<br />
bloed: een stijging in het bloed van de moeder had weinig of geen effect op de niveaus in het<br />
navelstrengbloed.<br />
Voor lood waren de niveaus in beide matrices vergelijkbaar, en ook sterk gecorreleerd (R²=0,43).<br />
Mangaan in navelstrengbloed was gemiddeld ongeveer drie maal hoger dan mangaan in perifeer<br />
bloed van de moeder. De waarden in navelstrengbloed varieerden van 7 tot 80 µg/L, terwijl de<br />
waarden bij de moeder in de range van 4 tot 40 µg/L lagen. De hogere concentraties aan mangaan in<br />
navelstrengbloed ten opzichte van perifeer bloed kan waarschijnlijk voor een deel verklaard worden<br />
door het feit dat mangaan zich voornamelijk in rode bloedcellen opstapelt, en de fractie aan rode<br />
bloedcellen groter is in navelstrengbloed dan in perifeer bloed (ref. Takser 2004). Er was slechts een<br />
zeer zwakke correlatie tussen de niveaus van mangaan in navelstrengbloed en in het bloed van de<br />
moeder (R²=0,02).<br />
Koper lag gemiddeld ongeveer twee maal lager in navelstrengbloed in vergelijking met bloed van de<br />
moeder. De minimum‐maximum range bedroeg 300 ‐ 1000 µg/L in navelstrengbloed en 730 – 2300<br />
µg/L in perifeer bloed. Er was slechts een zeer zwakke correlatie tussen beide metingen (R²=0,02).<br />
Voor thallium bestond er een goede correlatie tussen de gehaltes in navelstrengbloed en die in het<br />
bloed van de moeder (R²=0,33), maar de waarden in navelstrengbloed lagen gemiddeld ongeveer op<br />
de helft van de waarden bij de moeder.<br />
Arseen in navelstrengbloed en in perifeer bloed waren zeer sterk gecorreleerd (R²=0,55) en de<br />
niveaus waren ook zeer vergelijkbaar.<br />
91
Resultaten – blootstelling – zware metalen<br />
Tabel 27: Vergelijking van concentratie zware metalen in navelstrengbloed en concentratie zware<br />
metalen in perifeer bloed van de moeder (mediaan en interquartiel range)<br />
Zware metalen in<br />
navelstrengbloed (µg/L)<br />
mediaan (p25 ‐ p75)<br />
Zware metalen in perifeer<br />
bloed van de moeder (µg/L)<br />
mediaan (p25 ‐ p75)<br />
Cadmium 0,075 (0,030 – 0,104) 0,288 (0,210 – 0,434)<br />
Lood 8,4 (6,6 – 11,4) 10,9 (8,4 – 14,4)<br />
Mangaan 31,9 (25,0 – 39,7) 12,0 (9,8 – 14,9)<br />
Koper 607 (535 – 679) 1323 (1154 – 1499)<br />
Thallium 0,017 (0,014 – 0,021) 0,028 (0,024 – 0,033)<br />
Arseen 0,54 (0,26 – 1,19) 0,62 (0,33 – 1,21)<br />
92
Resultaten – blootstelling – zware metalen<br />
Cadmium in navelstrengbloed vs.<br />
cadmium in perifeer bloed van de moeder<br />
Lood in navelstrengbloed vs.<br />
lood in perifeer bloed van de moeder<br />
Cd in navelstrengbloed (µg/L)<br />
2,5<br />
2<br />
1,5<br />
1<br />
0,5<br />
0<br />
y = ‐0,0105x + 0,1057<br />
R² = 0,0005<br />
0 0,5 1 1,5 2 2,5<br />
Pb in navelstrengbloed (µg/L)<br />
80<br />
60<br />
40<br />
20<br />
0<br />
y = 0,5932x + 2,4268<br />
R² = 0,4324<br />
0 20 40 60 80<br />
Cd in bloed van moeder (µg/L)<br />
Pb in bloed van moeder (µg/L)<br />
Mangaan in navelstrengbloed vs.<br />
mangaan in perifeer bloed van de moeder<br />
Koper in navelstrengbloed vs.<br />
koper in perifeer bloed van de moeder<br />
Mn in navelstrengbloed (µg/L)<br />
80<br />
60<br />
40<br />
20<br />
0<br />
y = 0,4297x + 28,195<br />
R² = 0,0238<br />
0 20 40 60 80<br />
Cu in navelstrengbloed (µg/L)<br />
2500<br />
2000<br />
1500<br />
1000<br />
500<br />
0<br />
y = 0,0626x + 528,24<br />
R² = 0,0211<br />
0 500 1000 1500 2000 2500<br />
Mn in bloed van moeder (µg/L)<br />
Cu in bloed van moeder (µg/L)<br />
Thallium in navelstrengbloed vs.<br />
thallium in perifeer bloed van de moeder<br />
Arseen in navelstrengbloed vs.<br />
arseen in perifeer bloed van de moeder<br />
Tl in navelstrengbloed (µg/L)<br />
0,08<br />
0,06<br />
0,04<br />
0,02<br />
0<br />
y = 0,4378x + 0,005<br />
R² = 0,3279<br />
0 0,02 0,04 0,06 0,08<br />
As in navelstrengbloed (µg/L)<br />
20<br />
15<br />
10<br />
5<br />
0<br />
y = 0,867x + 0,1426<br />
R² = 0,6466<br />
0 5 10 15 20<br />
Tl in bloed van moeder (µg/L)<br />
As in bloed van moeder (µg/L)<br />
Figuur 11: Relaties tussen waarden in navelstrengbloed en waarden in perifeer bloed van de moeder<br />
voor bloed lood (Pb), bloed cadmium (Cd), bloed mangaan (Mn), bloed koper (Cu), bloed thallium (Tl)<br />
en bloed arseen (As)<br />
93
Resultaten – blootstelling – persistente gechloreerde polluenten<br />
3.1.2 Persistente gechloreerde polluenten<br />
Blootstelling aan persistente gechloreerde polluenten werd gemeten bij pasgeborenen en bij<br />
jongeren:<br />
‐ de chemische meting van de merker PCB’s 138, 153 en 180 en van de gechloreerde<br />
pesticiden p,p’‐DDE en hexachlorobenzeen (HCB) gebeurde in plasma van navelstrengbloed<br />
en in serum van jongeren 22 ;<br />
‐ de Calux meting is een bio‐assay en werd uitgevoerd op plasma van navelstrengbloed (BDS‐<br />
DR rat Calux) en op serum van de jongeren (UCD muis Calux).<br />
In bijlage 3 wordt per polluent een beschrijving gegeven van de toxicologische relevantie van de<br />
polluent en de gebruikte biomerkers. Alle polluenten van deze groep zijn persistent, d.w.z. dat ze zich<br />
opstapelen in het menselijk lichaam (vetweefsel) en dat ze daar zeer moeilijk afgebroken worden. De<br />
meting van deze stoffen in de mens geeft dus een beeld van de gecumuleerde blootstelling. De<br />
merker PCB’s 138, 153 en 180 in serum (of plasma) vertegenwoordigen kwantitatief ongeveer 40 à<br />
60% van de totale serum PCB’s en geven dus een goede maat voor de totale gecumuleerde<br />
lichaamsbelasting aan PCB’s (halfwaardetijd: 2‐6 jaar). P,p’‐DDE is een afbraakproduct van DDT en de<br />
hoeveelheid p,p’‐DDE in serum (of plasma) is een maat voor de gecumuleerde belasting aan DDT<br />
(halfwaardetijd: 9‐10 jaar). HCB in serum (of plasma) weerspiegelt de gecumuleerde blootstelling aan<br />
dit gechloreerde pesticide (halfwaardetijd: 6 jaar). De Calux‐meting bepaalt de binding van dioxineachtige<br />
stoffen met de aryl hydorcarbon (Ah) receptor. De uitkomst van de test is dus geen<br />
concentratie van een polluent maar een biologische activiteit. De BDS‐DR‐Calux (ratcellijn) die werd<br />
uitgevoerd op navelstrengbloed, geeft een maat voor de activiteit van alle dioxine‐achtige stoffen in<br />
het plasma. Het perifeer bloed van de jongeren werd geanalyseerd met een ander type van Calux,<br />
namelijk met de UCD‐Calux (muiscellijn). Bij het uitvoeren van de Calux bij de jongeren werden twee<br />
aparte fracties gemeten, namelijk de dioxines en furanen (PCDD’s en PCDF’s) enerzijds, en de<br />
dioxine‐achtige PCB’s anderzijds.<br />
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep en per subgroep<br />
van relevante covariaten. De voornaamste trends voor de merker PCB’s, p,p’‐DDE, HCB en Calux<br />
worden hieronder samengevat.<br />
Figuur 12 geeft de detectiefrequentie van de PCB’s en gechloreerde pesticiden. De detectielimiet<br />
(LOD) bedroeg 20 ng/L voor HCB, voor p,p’‐DDE en voor de afzonderlijke PCB congeneren (138, 153<br />
en 180). De LOD voor alle dioxine‐achtige stoffen bij pasgeborenen bedroeg 9,7 pg Calux TEQ/g vet<br />
(BDS‐DR‐Calux) De LOQ bedroeg 30,3 pg BEQ/g vet voor dioxines en furanen bij jongeren en<br />
14,5Calux pg BEQ/g vet voor dioxine‐achtige PCB’s bij jongeren (UCD Calux). In navelstrengbloed lag<br />
de meting voor p,p’‐DDE boven de detectielimiet bij alle deelnemers, terwijl PCB’s, HCB en dioxineachtige<br />
stoffen gedetecteerd werden in respectievelijk 75%, 51% en 94% van de stalen. Bij jongeren<br />
werden alle stoffen gedetecteerd bij meer dan 90% van de deelnemers.<br />
22 Plasma wordt bereid door onstolbaar gemaakt bloed te centrifugeren zodat de bloedcellen naar de bodem<br />
zakken. De overblijvende bovenstaande vloeistof is het plasma. Serum is de vloeistof die overblijft als men<br />
bloed laat stollen en het stolsel centrifugeert. De samenstelling is in grote trekken vergelijkbaar met die van<br />
bloedplasma, behalve dat de stollingseiwitten (zoals fibrinogeen) grotendeels verwijderd zijn.<br />
94
Resultaten – blootstelling – persistente gechloreerde polluenten<br />
% deelnemers met waarden >LOD/LOQ<br />
PCB's<br />
75<br />
95<br />
p,p'‐DDE<br />
100<br />
100<br />
HCB<br />
51<br />
91<br />
Calux<br />
totaaldioxine‐achtige stoffen (DR rat Calux)<br />
dioxines & furanen(UCD muis Calux)<br />
dioxine‐achtige PCB's (UCD muis Calux)<br />
94<br />
100<br />
99<br />
pasgeborenen<br />
0 25 50 75 100<br />
jongeren<br />
% deelnemers<br />
Figuur 12: Percentage deelnemers met waarden boven detectielimiet voor PCB’s, p,p’‐DDE, HCB en<br />
Calux assay in navelstrengbloed en in perifeer bloed van jongeren<br />
Merker PCB’s, p,p’‐DDE en HCB. Merker PCB’s en p,p’‐DDE in navelstrengbloed zijn sterk<br />
geassocieerd met de leeftijd van de moeder (Figuur 13). Voor HCB is er een trend maar de verschillen<br />
zijn niet significant (Figuur 13). De stijging van de polluenten met de leeftijd is vermoedelijk toe te<br />
schrijven aan twee eigenschappen: (1) aangezien het gecumuleerde polluenten zijn, worden ze in de<br />
loop van het leven opgestapeld in het lichaam en is er dus een toename met de leeftijd; (2)<br />
aangezien er in de loop der jaren maatregelen genomen werden om de POP’s in ons milieu te<br />
reduceren, zijn oudere mensen blootgesteld geweest aan hogere concentraties in het milieu, er is<br />
dus sprake van een cohorte‐effect. Bij de jongeren was er geen effect van leeftijd op de serum<br />
concentratie van PCB’s of gechloreerde pesticiden. De leeftijdsrange van ongeveer 3 jaar is<br />
vermoedelijk te klein om een effect van persistente stoffen vast te stellen.<br />
Bij jongeren was er een duidelijk effect van geslacht: de serum waarden voor PCB’s, p,p’‐DDE en HCB<br />
waren significant hoger bij jongens dan bij meisjes (Figuur 14).<br />
Bij jongeren waren alle persistente gechloreerde polluenten significant en negatief geassocieerd met<br />
de body‐mass index (BMI) (Figuur 15). Deze resultaten zijn in overeenstemming met de bevindingen<br />
bij de jongeren uit het eerste Steunpunt en met bevindingen in de literatuur (Den Hond, 2009). Een<br />
mogelijke verklaring is dat serum waarden van deze persistente polluenten in evenwicht staan met<br />
de polluentconcentratie in het vetweefsel. Bij een hogere BMI worden de vetoplosbare polluenten<br />
verdeeld over een grotere vetmassa, met andere woorden er is sprake van een ‘verdunningseffect’.<br />
PCB’s in navelstrengbloed waren eveneens negatief geassocieerd met de BMI van de moeder<br />
(p
Resultaten – blootstelling – persistente gechloreerde polluenten<br />
Jongeren die als baby borstvoeding hadden gekregen, hadden significant hogere gehaltes aan serum<br />
PCB’s (55 vs. 39 ng/g vet; p
Resultaten – blootstelling – persistente gechloreerde polluenten<br />
PCB's en sex ‐ jongeren<br />
DDE en sex ‐ jongeren<br />
Serum PCB's (ng/g vet)<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
58<br />
jongens<br />
40<br />
meisjes<br />
p
Resultaten – blootstelling – persistente gechloreerde polluenten<br />
PCB's en lokale voeding ‐ jongeren<br />
Serum PCB's (ng/g vet)<br />
100<br />
80<br />
60 46<br />
40<br />
20<br />
0<br />
lokaal ei<br />
p=0,08<br />
zelfgevangen vis<br />
p=0,11<br />
63<br />
53<br />
48<br />
neen ja neen ja<br />
DDE en lokale voeding ‐ jongeren<br />
p,p'‐DDE in serum (ng/g vet)<br />
lokaal ei<br />
zelfgevangen vis<br />
150<br />
p
Resultaten – blootstelling – persistente gechloreerde polluenten<br />
Totaal dioxine‐achtige stoffen bij pasgeborenen; dioxines + furanen en dioxine‐achtige PCB’s bij<br />
jongeren (Calux assay).<br />
Bij de pasgeborenen was er geen uitgesproken effect van eigenschappen van de moeder (leeftijd,<br />
pariteit, opleiding, e.d.) op de hoeveelheid dioxine‐achtige stoffen in navelstrengbloed. Er was een<br />
niet‐significante toename met de leeftijd van de moeder (van 16,3 pg CaluxTEQ/g vet bij ≤25‐jarigen<br />
tegenover 20,2 pg Calux TEQ/g vet bij >35‐jarige moeders) en een lichte afname met de pariteit.<br />
Indien de moeder rapporteerde dat buiten wordt gestookt (open vuren, zowel stoken van hout,<br />
papier als afval) (n= 13 op 234) werden significant hogere waarden van dioxine‐achtige stoffen in<br />
navelstrengbloed (24,8 vs. 17,0 pg Calux TEQ/g vet; p
Resultaten – blootstelling – persistente gechloreerde polluenten<br />
Calux en zelfgevangen vis ‐ jongeren<br />
150<br />
dioxines + furanen<br />
p=0,02 135<br />
dioxine‐achtige PCB's<br />
p=0,12<br />
pg BEQ/g vet<br />
100<br />
50<br />
107<br />
32 38<br />
0<br />
neen ja neen ja<br />
Figuur 19: Effect van eten van zelfgevangen vis op dioxines + furanen en dioxine‐achtige PCB’s in<br />
serum bij jongeren (gemeten met UCD muis Calux)<br />
De Vlaamse referentiewaarden voor de persistente gechloreerden polluenten in de verschillende<br />
leeftijdsgroepen worden weergegeven in Tabel 28. Deze waarden werden gecorrigeerd voor vooraf<br />
gedefinieerde confounders.<br />
Deze Vlaamse referentiewaarden worden vergeleken met de literatuur in bijlage 5.<br />
Voor de interpretatie van de gegevens van PCB’s, p,p’‐DDE en HCB moet rekening worden gehouden<br />
met het feit dat sommige studies zijn uitgevoerd bij bevolkingsgroepen met verhoogde blootstelling<br />
aan persistente polluenten (bijv. Inuits, bewoners van Disco bay area), ook al gaat het wel steeds om<br />
algemene bevolking. De waarden in van pasgeborenen en jongeren in het tweede Steunpunt (2008‐<br />
09) zijn laag in vergelijking met deze populaties.<br />
De waarden van de jongeren in het tweede Steunpunt zijn goed vergelijkbaar met andere algemene<br />
populatie studies zoals het Amerikaanse NHANES (CDC, 2009) en het Duitse GerES (Becker, 2008). In<br />
NHANES worden de waarden gerapporteerd van jongeren tussen de leeftijd van 12 tot 19 jaar (dus<br />
gemiddeld iets ouder dan de Vlaamse jongeren); in GerES zijn waarden beschikbaar voor jongeren<br />
van 12 tot 14 jaar (dus iets jonger dan de Vlaamse studie). Serum PCB’s in Vlaanderen (geometrisch<br />
gemiddelde: 217 ng/L) lagen in de dezelfde grootte‐orde als in Duitsland in de periode 2003‐06<br />
(geometrisch gemiddelde: 266 ng/L). In de U.S. werden voor serum PCB’s in de periode 2003‐04<br />
lagere waarden geregistreerd (mediaan: 12,9 ng/g vet tegenover geometrisch gemiddelde: 50 ng/g<br />
vet in Vlaanderen). Voor p,p’‐DDE waren de waarden dan weer lager in Duitsland (190 µg/L vs. 307<br />
µg/L in Vlaanderen) en hoger in de U.S. (105 ng/g vet vs. 70 ng/g vet in Vlaanderen). Voor HCB lagen<br />
de waarden hoger in Duitsland (91 ng/L vs. 36,5 ng/L in Vlaanderen) en in de U.S. (13,3 ng/g vet vs.<br />
8,3 ng/g vet in Vlaanderen). Indien we de waarden van de huidige campagne vergelijken met vorige<br />
campagnes in Vlaanderen (eerste Steunpunt en pilootstudie), zien we een lagere gemiddelde waarde<br />
voor PCB’s, p,p’‐DDE en HCB, zowel in navelstrengbloed als in perifeer bloed van de jongeren. Dit is in<br />
overeenstemming met de algemene trend in Europa, nl. een daling van de gehaltes aan persisitente<br />
gechloreerde polluenten in de mens dank zij de doorgedreven inspanningen van overheid, industrie<br />
en andere instanties om de uitstoot van PCB’s en gechloreerde pesticiden<br />
100
Resultaten – blootstelling – persistente gechloreerde polluenten<br />
Tabel 28 : Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor persistente gechloreerde polluenten<br />
Leeftijdsgroep Biomerker Eenheid N %<br />
>LOD/LOQ<br />
Confounders<br />
Som van merker PCB’s (PCB 138, 153 en 180)<br />
pasgeborenen PCB’s in plasma ng/L 241 75,1% leeftijd moeder, BMI<br />
navelstrengbloed<br />
moeder, roken, bloedvet<br />
pasgeborenen PCB’s in plasma ng/g bloedvet 241 75,1% leeftijd moeder, BMI<br />
navelstrengbloed<br />
moeder, roken<br />
jongeren PCB’s in serum ng/L 205 95,2% leeftijd, geslacht, BMI,<br />
roken, bloedvet<br />
jongeren PCB’s in serum ng/g bloedvet 205 95,2% leeftijd, geslacht, BMI,<br />
roken<br />
p,p’‐DDE<br />
pasgeborenen p,p’‐DDE in plasma ng/L 241 100% leeftijd moeder, BMI<br />
navelstrengbloed<br />
moeder, roken, bloedvet<br />
pasgeborenen p,p’‐DDE in plasma ng/g bloedvet 241 100% leeftijd moeder, BMI<br />
navelstrengbloed<br />
moeder, roken<br />
jongeren p,p’‐DDE in serum ng/L 205 100% leeftijd, geslacht, BMI,<br />
roken, bloedvet<br />
jongeren p,p’‐DDE in serum ng/g bloedvet 205 100% leeftijd, geslacht, BMI,<br />
roken<br />
Hexachlorobenzeen (HCB)<br />
pasgeborenen HCB in plasma ng/L 241 50,6% leeftijd moeder, BMI<br />
navelstrengbloed<br />
moeder, roken, bloedvet<br />
pasgeborenen HCB in plasma ng/g bloedvet 241 50,6% leeftijd moeder, BMI<br />
navelstrengbloed<br />
moeder, roken<br />
jongeren HCB in serum ng/L 205 91,4% leeftijd, geslacht, BMI,<br />
roken, bloedvet<br />
jongeren HCB in serum ng/g bloedvet 205 91,4% leeftijd, geslacht, BMI,<br />
roken<br />
Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
120 (114 – 128) 227 (198 – 256)<br />
59 (56 – 63) 112 (98 – 126)<br />
217 (203 – 233) 401 (330 – 472)<br />
50 (46 – 53) 98 (83 – 115)<br />
160 (147 – 174) 390 (337 – 442)<br />
78 (72 – 85) 192 (162‐ 221)<br />
307 (277 – 341) 868 (580 – 1155)<br />
70 (63 – 78) 207 (151 – 263)<br />
19,0 (17,4 – 20,8) 45,7 (41,1 – 50,2)<br />
9,3 (8,5 – 10,2) 22,5 (19,9 – 25,1)<br />
36,5 (34,0 – 39,2) 64,1 (56,4 – 71,9)<br />
8,3 (7,8 – 8,9) 14,0 (12,4 – 15,7)<br />
101
Resultaten – blootstelling – persistente gechloreerde polluenten<br />
Leeftijdsgroep Biomerker Eenheid N %<br />
>LOD/LOQ<br />
Confounders<br />
Totaal dioxine‐achtige stoffen (DR rat Calux)<br />
pasgeborenen dioxine‐achtige pg Calux 225 93,6% leeftijd moeder, BMI<br />
stoffen in plasma TEQ/L<br />
moeder, roken, bloedvet<br />
navelstrengbloed<br />
pasgeborenen dioxine‐achtige<br />
stoffen in plasma<br />
navelstrengbloed<br />
Dioxines en furanen (UCD muis Calux)<br />
jongeren dioxines + furanen<br />
in serum<br />
jongeren dioxines + furanen<br />
in serum<br />
pg Calux<br />
TEQ/g<br />
bloedvet<br />
pg BEQ/g<br />
serum<br />
pg BEQ/g<br />
bloedvet<br />
Dioxine‐achtige PCB’s (UCD muis Calux)<br />
jongeren dioxine‐achtige pg BEQ/g<br />
PCB’s in serum serum<br />
jongeren dioxine‐achtige pg BEQ/g<br />
PCB’s in serum bloedvet<br />
225 93,6% leeftijd moeder, BMI<br />
moeder, roken<br />
173 100% leeftijd, geslacht, BMI,<br />
roken, bloedvet<br />
173 100% leeftijd, geslacht, BMI,<br />
roken<br />
171 98,8% leeftijd, geslacht, BMI,<br />
roken, bloedvet<br />
172 98,8% leeftijd, geslacht, BMI,<br />
roken<br />
Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
34,1 (32,0 – 36,4) 59,2 (52,9 – 65,9)<br />
17,5 (16,4 – 18,6) 31,4 (28,2 – 34,5)<br />
0,38 (0,36 – 0,40) 0,56 (0,52 – 0,61)<br />
110 (104 – 116) 167 (145 – 190)<br />
0,113 (0,106 – 0,120) 0,190 (0,166 – 0,213)<br />
32,7 (30,7 – 34,7) 56,3 (50,0 – 62,5)<br />
102
Resultaten – blootstelling –gebromeerde vlamvertragers<br />
3.1.3 Gebromeerde vlamvertragers<br />
Volgende gebromeerde vlamvertragers werden gemeten in plasma van navelstrengbloed bij<br />
pasgeborenen en in serum bij jongeren:<br />
‐ polygebromeerde diphenylethers (PBDE’s): BDE 28, 47, 99, 100, 153, 154, 183 en 209;<br />
‐ hexabromocyclododecaan (HBCD);<br />
‐ tetrabromo‐bisphenol A (TBBPA).<br />
PBDE’s vormen een klasse van chemisch zeer vergelijkbare structuren van gebromeerde<br />
koolwaterstoffen met twee tot tien broomatomen. De gemeten congeneren behoren tot de groep<br />
van de tri‐BDE’s (28), tetra‐BDE’s (47), penta‐BDE’s (99, 100), hexa‐BDE’s (153, 154), hepta‐BDE’s<br />
(183) en deca‐BDE’s (209). PBDE’s en HBCD in serum geven een maat voor gecumuleerde<br />
blootstelling aan gebromeerde vlamvertragers. De halfwaardetijd van deze stoffen in het lichaam<br />
varieert van een 10‐tal dagen tot meer dan 26 jaar. TBBPA in serum weerspiegelt recente<br />
blootstelling; de halfwaardetijd in het lichaam bedraagt ongeveer 2 dagen.<br />
De meting van de gebromeerde vlamvertragers verliep volgens de methode die momenteel het<br />
meest gangbaar is. Toch konden in veel stalen geen waarden boven de kwantificatielimiet (limit of<br />
quantification, LOQ) worden gemeten (zie<br />
Gebromeerde vlamvertragers<br />
BDE28<br />
BDE47<br />
BDE99<br />
BDE100<br />
BDE153<br />
BDE154<br />
BDE183<br />
BDE209<br />
HBCD<br />
TBBPA<br />
Figuur 20).<br />
0,0<br />
1,0<br />
3,2<br />
2,4<br />
5,5<br />
8,1<br />
13,9<br />
13,3<br />
0,4<br />
2,9<br />
0,8<br />
0,0<br />
4,7<br />
5,7<br />
0,8<br />
3,8<br />
8,3<br />
12,4<br />
37,6<br />
% metingen > LOD<br />
0 20 40 60 80 100<br />
61,4<br />
pasgeborenen<br />
jongeren<br />
103
Resultaten – blootstelling –gebromeerde vlamvertragers<br />
Gebromeerde vlamvertragers<br />
BDE28<br />
BDE47<br />
BDE99<br />
BDE100<br />
BDE153<br />
BDE154<br />
BDE183<br />
BDE209<br />
HBCD<br />
TBBPA<br />
0,0<br />
1,0<br />
3,2<br />
8,1<br />
2,4<br />
5,5<br />
0,4<br />
2,9<br />
0,8<br />
0,0<br />
4,7<br />
5,7<br />
0,8<br />
3,8<br />
8,3<br />
12,4<br />
13,9<br />
37,6<br />
13,3<br />
% metingen > LOD<br />
61,4<br />
pasgeborenen<br />
jongeren<br />
0 20 40 60 80 100<br />
Figuur 20: Percentage stalen met detecteerbare waarde voor gebromeerde vlamvertragers (PBDE’s,<br />
HBCD en TBBPA) in navelstrengbloed (pasgeborenen) en serum van jongeren<br />
Het hoog aantal waarden onder de LOQ liet niet toe om een groepsgemiddelde te berekenen, of een<br />
analyse van subgroepen (bijv. per geslacht of per leeftijdsklasse) uit te voeren. Daarom wordt voor<br />
de individuele BDE’s en voor HBCD en TBBPA de statistische analyse in eerste instantie beperkt tot<br />
een tabel met de beschrijvende statistiek, nl. het percentage waarden boven de LOQ en de<br />
percentielen. De resultaten worden voorgesteld in Tabel 29 voor de pasgeborenen en in Tabel 30<br />
voor de jongeren.<br />
BDE47 en BDE153 komen in de grootste proportie voor (>30% detectiefrequentie bij jongeren) en<br />
zijn in de literatuur ook de meest gerapporteerde congeneren. Daarom werd voor deze twee<br />
congeneren bij de jongeren een meer gedetailleerde analyse uitgevoerd en werden Vlaamse<br />
referentiewaarden berekend. Voor BDE47 worden geen duidelijke trends waargenomen voor de<br />
verschillende subgroepen. Bij BDE153 wordt een significant hogere waarde gevonden bij jongens in<br />
vergelijking met meisjes (0,61 vs. 0,41 ng/g bloedvet; p
Resultaten – blootstelling –gebromeerde vlamvertragers<br />
(België, Frankrijk, Duitsland, Zweden en Verenigd Koninkrijk), maar BDE153 is minder prominent in<br />
de Amerikaanse studies. Daar zijn BDE99 en BDE100 relatief belangrijker. In de studies waar BDE209<br />
gerapporteerd wordt, is de concentratie van dit congeneer ook relatief hoog. Dit heeft te maken met<br />
de relatief hoge LOQ (in de huidige studie: 40 ng/mL voor BDE209 t.o.v. 2 tot 3 ng/L voor de overige<br />
congeneren). Indien we de gemiddelde concentratie van BDE47 en BDE153 bij de jongeren<br />
vergelijken met buitenlandse referenties, liggen de waarden in de huidige studie laag. Een<br />
voorzichtige interpretatie is echter geboden aangezien in de meeste referenties niet duidelijk<br />
gerapporteerd wordt, hoe wordt omgegaan met waarden onder de detectielimiet. Dit is<br />
methodologisch zeer belangrijk omwille van de hoge proportie waarden onder de detectielimiet. In<br />
de huidige studie worden deze waarden voor de berekening van het gemiddelde vervangen door de<br />
helft van de detectielimiet.<br />
Voor HBCD zijn er weinig referenties in de literatuur. De gerapporteerde waarden liggen vaak in de<br />
buurt van de kwantificatielimiet.<br />
Ook voor TBBPA is de informatie beperkt en worden vaak waarden gerapporteerd die dicht bij de<br />
kwantificatielimiet liggen. In één Noorse publicatie worden gepoolde stalen gemeten over een<br />
periode van meer dan 30 jaar. Er is geen duidelijke tijdtrend vast te stellen in de concentratie van<br />
TBBPA.<br />
105
Resultaten – blootstelling –gebromeerde vlamvertragers<br />
Tabel 29: Beschrijvende statistiek voor gebromeerde vlamvertragers (PBDE’s, HBCD en TBBPA) in navelstrengbloed bij pasgeborenen (n=253)<br />
LOQ %
Resultaten – blootstelling –gebromeerde vlamvertragers<br />
Tabel 31: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor de gebromeerde vlamvertragers BDE47 en BDE153 bij jongeren<br />
Leeftijdsgroep Biomerker Eenheid N Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
BDE47<br />
jongeren BDE47 in serum ng/L 208 leeftijd, geslacht, BMI, 2,47 (2,23 – 2,73) 7,43 (5,65 – 9,22)<br />
bloedvet<br />
jongeren BDE47 in serum ng/g bloedvet 208 leeftijd, geslacht, BMI 0,56 (0,51 – 0,62) 1,70 (1,92 – 2,12)<br />
BDE153<br />
jongeren BDE153 in serum ng/L 208 leeftijd, geslacht, BMI, 2,27 (2,06 – 2,51) 5,87 (4,99 – 6,73)<br />
bloedvet<br />
jongeren BDE153 in serum ng/g bloedvet 208 leeftijd, geslacht, BMI 0,52 (0,47 – 0,57) 1,43 (1,20 – 1,65)<br />
107
Resultaten – blootstelling –bisfenol A<br />
3.1.4 Bisfenol A<br />
Bisfenol A wordt voornamelijk gebruikt als toevoegsel in de productie van polycarbonaten, en vindt<br />
zijn toepassing in de productie van onbreekbare flessen (babyvoeding), tafelbestek, voorwerpen voor<br />
microgolfovens. Bisfenol A wordt ook gebruikt in epoxyharsen die als beschermende coating worden<br />
gebruikt aan de binnenkant van voedingsverpakkingen in blik of karton, of in reservoirs voor<br />
drinkwater. Daarnaast wordt het gebruikt in vlamvertragende middelen en als oplosmiddel voor<br />
drukinkten.<br />
In de huidige studie werd bisfenol A gemeten in urine van jongeren.<br />
In bijlage 3 wordt een beschrijving gegeven van de toxicologische relevantie van bisfenol A. Urinair<br />
bisfenol A reflecteert zeer recente blootstelling aan bisfenol A (uren tot dagen). De halfwaardetijd<br />
van bisfenol A in de urine bedraagt 6 uur met een bijna volledige excretie na 24 uur (ref Volkel, 2002)<br />
In bijlage 4 worden de ruwe data van bisfenol A in urine gegeven voor de totale groep en per<br />
subgroep van relevante covariaten. De voornaamste trends worden hieronder samengevat.<br />
Bisfenol A werd gedetecteerd (waarde > LOD van 0,2 µg/L) bij 99,5% van de deelnemers. De<br />
gemiddelde (geometrisch) waarde voor de totale groep bedroeg 2,22 µg/L of 1,66 µg/g creatine.<br />
Er werden geen duidelijke relaties geobserveerd met de voornaamste covariaten. Er waren geen<br />
significante verschillen in urinaire bisfenol A concentratie volgens geslacht, opleidingsniveau, leeftijd<br />
of BMI‐klasse van de deelnemer. Er was een borderline significant verschil (p=0,04) tussen<br />
deelnemers uit niet‐stedelijke gemeenten (geometrisch gemiddelde: 1,81 µg/g creatinine) en<br />
deelnemers uit stedelijke gemeenten (1,42 µg/g creatinine), maar de reden hiervoor is niet duidelijk.<br />
De Vlaamse referentiewaarden voor bisfenol A worden gegeven in Tabel 32.<br />
De Vlaamse waarden worden vergeleken met de internationale literatuur in bijlage 5. De waarden in<br />
de huidige studie zijn zeer vergelijkbaar met de niveaus die in andere landen worden gerapporteerd.<br />
De gemiddelde waarde in de Duitse biomonitoringstudie (kinderen van 3‐14 jaar; n = 599) bedraagt<br />
2,66 µg/L, dit is zeer vergelijkbaar met de Vlaamse referentiewaarde van 2,21 µg/L. In de<br />
Amerikaanse NHANES werd bij jongeren tussen de 12 en 19 jaar oud (n = 715) gemiddeld 3,7 µg/L in<br />
de urine gemeten.<br />
108
Resultaten – blootstelling –bisfenol A<br />
Tabel 32: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor bisfenol A in urine<br />
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
Bisfenol A<br />
jongeren bisfenol A µg/L 193 99,5% leeftijd, geslacht, 2,21 (1,97 – 2,48) 6,60 (4,61 – 8,59)<br />
in urine<br />
creatinine<br />
jongeren bisfenol A<br />
in urine<br />
µg/g<br />
creatinine<br />
193 99,5% leeftijd, geslacht 1,66 (1,48 – 1,86) 4,80 (3,48 – 6,11)<br />
109
Resultaten – blootstelling – ftalaten<br />
3.1.5 Weekmakers: ftalaten<br />
Ftalaten zijn industriële chemische stoffen die worden toegevoegd aan polyvinyl chloride plastics als<br />
weekmakers. Ze maken plastics soepel en flexibel.<br />
In bijlage 3 wordt een beschrijving gegeven van de toxicologische relevantie van ftalaten. Het meest<br />
gebruikte ftalaat is DEHP (di‐2‐ethylhexyl ftalaat). In het lichaam wordt DEHP omgezet tot zijn monoester,<br />
nl. MEHP (mono‐2‐ethylhexyl ftalaat) en daarna verder gemetaboliseerd tot de secundaire<br />
metabolieten MEOHP (mono‐(2‐ethyl‐5‐oxohexyl)‐ftalaat) en MEHHP (mono‐(2‐ethyl‐5‐<br />
hydroxyhexyl)‐ftalaat). Deze metabolieten kunnen worden gemeten in de urine; hun concentratie is<br />
een maat voor de recente blootstelling aan DEHP. Aangezien het mono‐ester in het lichaam vrij snel<br />
omgezet wordt tot de secundaire metabolieten, zijn de secundaire metabolieten vermoedelijk betere<br />
biomerkers om de blootstelling in te schatten. Daarnaast zijn er nog andere ftalaten die frequent in<br />
plastics gebruikt worden. Dibutyl ftalaat (DBP) wordt omgezet in zijn metaboliet MnBP (mono‐nbutyl<br />
ftalaat). Benzylbutyl ftalaat (BzBP) wordt omgezet in zijn metaboliet MBzP (mono‐benzyl<br />
ftalaat).<br />
Blootstelling aan ftalaten werd ingeschat door het meten van volgende urinaire metabolieten bij de<br />
jongeren en de volwassenen:<br />
‐ MEHP, MEHHP en MEOHP als maat voor blootstelling aan DEHP;<br />
‐ MnBP als maat voor blootstelling aan DBP;<br />
‐ MBzP als maat voor blootstelling aan BzBP.<br />
In bijlage 4 worden de ruwe data van de ftalaat metabolieten gegeven voor de totale groep en per<br />
subgroep van relevante covariaten. De voornaamste trends worden hieronder samengevat.<br />
De urinaire concentratie van MEHP – het mono‐ester – was lager dan de urinaire gehaltes van de<br />
secundaire metabolieten MEOHP en MEHHP. Dit is in overeenstemming met de hypothese dat<br />
mono‐esters in het lichaam snel worden omgezet tot de secundaire metabolieten.<br />
Noch bij de jongeren noch bij de volwassenen werden significante verschillen gevonden in<br />
ftalaatconcentratie tussen subgroepen (bijv. geslacht, leeftijd, ….). Aangezien de blootstelling aan<br />
ftalaten in het dagelijks leven zeer divers is (voeding, kleding, plastic gebruiksartikelen, vinyl vloeren,<br />
medicijnen, persoonlijke hygiëne producten, enz…) was het zeer moeilijk om via de vragenlijsten de<br />
blootstelling aan plastics in te schatten. Daarom werden er geen specifieke vragen gesteld om een<br />
score voor blootstelling aan ftalaten in te schatten.<br />
Op basis van de literatuur (Koch, 2003) blijkt dat de blootstelling bij kinderen in het algemeen hoger<br />
is dan bij volwassenen. Indien we in de Vlaamse cohorte de resultaten van de jongeren en<br />
volwassenen samen bekijken (Figuur 21), is er een trend voor hogere waarden bij jongeren voor de<br />
secundaire metabolieten van DEHP en de metaboliet van BzBP.<br />
De Vlaamse referentiewaarden voor de ftalaat metabolieten worden weergegeven in Tabel 33.<br />
De waarden in Vlaanderen worden vergeleken met de internationale literatuur in bijlage 5. De<br />
waarden van de urinaire ftalaat metabolieten in Vlaanderen liggen in dezelfde grootte‐orde als in<br />
grote biomonitoringstudies in Duitsland en de U.S. De relatieve verhouding tussen de verschillende<br />
metabolieten kan wel variëren. Dit heeft vermoedelijk te maken met lokale variatie in gebruik van<br />
consumentenproducten.<br />
110
Resultaten – blootstelling – ftalaten<br />
ftalaat metaboliet (µg/g crt)<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
Ftalaat metabolieten in urine<br />
jongeren<br />
volwassenen<br />
31,1<br />
29,7<br />
24,3<br />
22,2<br />
19,7<br />
16,6<br />
16,5<br />
13,4<br />
2,7 2,8<br />
MeHP MeHHP MeOHP MnBP MBzP<br />
Figuur 21: Urinaire concentratie (geometrisch gemiddelde) van ftalaat metabolieten bij jongeren en<br />
volwassenen<br />
111
Resultaten – blootstelling – ftalaten<br />
Tabel 33: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor ftalaat metabolieten in urine<br />
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
primaire metaboliet van DEHP: mono‐2‐ethylhexyl ftalaat (MEHP)<br />
jongeren MEHP in urine µg/L 206 90,8% leeftijd, geslacht, creatinine 3,6 (3,2 – 4,1) 12,4 (8,7 – 16,2)<br />
jongeren MEHP in urine µg/g creatinine 206 90,8% leeftijd, geslacht 2,7 (2,4 – 3,1) 8,5 (5,1 – 11,9)<br />
volwassenen MEHP in urine µg/L 197 86,8% leeftijd, geslacht, creatinine 2,7 (2,4 – 3,1) 9,9 (7,5 – 12,4)<br />
volwassenen MEHP in urine µg/g creatinine 197 86,8% leeftijd, geslacht 2,6 (2,3 – 2,9) 7,0 (5,1 – 8,9)<br />
secundaire metaboliet van DEHP: mono‐2‐ethyl‐5‐hydroxyhexyl ftalaat (MEHHP)<br />
jongeren MEHHP in urine µg/L 206 100% leeftijd, geslacht, creatinine 21,9 (20,1 – 23,9) 75,1 (57,8 – 92,3)<br />
jongeren MEHHP in urine µg/g creatinine 206 100% leeftijd, geslacht 16,6 (15,2 – 18,1) 57,0 (38,1 – 75,8)<br />
volwassenen MEHHP in urine µg/L 197 100% leeftijd, geslacht, creatinine 13,2 (11,7 – 14,9) 35,7 (24,3 – 47,0)<br />
volwassenen MEHHP in urine µg/g creatinine 197 100% leeftijd, geslacht 12,2 (10,8 – 13,8) 34,0 (25,7 – 42,2)<br />
secundaire metaboliet van DEHP: mono‐2‐ethyl‐5‐oxohexyl ftalaat (MEOHP)<br />
jongeren MEOHP in urine µg/L 206 100% leeftijd, geslacht, creatinine 29,2 (26,3 – 32,5) 116,5 (85,7 – 147,2)<br />
jongeren MEOHP in urine µg/g creatinine 206 100% leeftijd, geslacht 22,2 (20,0 – 24,6) 90,8 (63,4 – 118,3)<br />
volwassenen MEOHP in urine µg/L 197 100% leeftijd, geslacht, creatinine 16,1 (14,0 – 18,6) 71,9 (45,0 – 98,9)<br />
volwassenen MEOHP in urine µg/g creatinine 197 100% leeftijd, geslacht 15,0 (13,1 – 17,3) 70,9 (50,3 – 91,6)<br />
metaboliet van DBP: mono‐n‐butyl ftalaat (MnBP)<br />
jongeren MnBP in urine µg/L 206 98,1% leeftijd, geslacht, creatinine 39,2 (35,8 – 42,9) 87,6 (72,7 – 102,4)<br />
jongeren MnBP in urine µg/g creatinine 206 98,1% leeftijd, geslacht 29,8 (27,2 – 32,6) 68,0 (56,0 – 80,0)<br />
volwassenen MnBP in urine µg/L 197 90,9% leeftijd, geslacht, creatinine 30,6 (27,4 – 34,2) 84,5 (61,9 – 107,0)<br />
volwassenen MnBP in urine µg/g creatinine 197 90,9% leeftijd, geslacht 28,4 (25,4 – 31,7) 78,8 (62,9 – 94,7)<br />
metaboliet van BzBP: mono‐benzyl ftalaat (MBzP)<br />
jongeren MBzP in urine µg/L 206 100% leeftijd, geslacht, creatinine 32,2 (28,7 – 36,1) 109,4 (83,4 – 135,5)<br />
jongeren MBzP in urine µg/g creatinine 206 100% leeftijd, geslacht 24,4 (21,7 – 27,4) 87,0 (60,4 – 113,6)<br />
volwassenen MBzP in urine µg/L 197 100% leeftijd, geslacht, creatinine 19,3 (16,9 – 22,1) 71,6 (52,6 – 90,5)<br />
volwassenen MBzP in urine µg/g creatinine 197 100% leeftijd, geslacht 18,0 (15,8 – 20,4) 56,8 (39,5 – 74,1)<br />
112
Resultaten – blootstelling – perfluoroderivaten<br />
3.1.6 Perfluorderivaten<br />
Perfluorcomponenten worden gebruikt voor oppervlaktebehandeling van tapijten, meubelbekleding,<br />
leder e.d. ter verhoging van de resistentie tegen vuil, water en vet. Om dezelfde reden worden ze<br />
gebruikt in de papierindustrie, bijvoorbeeld om wegwerpborden en voedingsverpakking water‐ en<br />
vetafstotend te maken. Perfluors zijn een belangrijke component van tefal en zorgen ervoor dat het<br />
materiaal vetafstotend is. Daarnaast worden perfluorderivaten gebruikt in verschillende industriële<br />
en commerciële toepassingen zoals brandbestrijdend schuim, schoonmaakmiddelen, fotografische<br />
film, cosmetica en in sulfluramid, een insecticide tegen kakkerlakken, mieren en termieten.<br />
In bijlage 3 wordt een beschrijving gegeven van de toxicologische relevantie van perfluorderivaten.<br />
Perfluorverbindingen zijn moeilijk afbreekbaar en kunnen hierdoor lange tijd in het milieu aanwezig<br />
blijven. De blootstelling bij de mens gebeurt vooral via de voeding (o.m. via vis), maar ook door<br />
inhalatie en via migratie uit voedingsverpakkingsmaterialen en beschadigde tefalpannen.<br />
Perfluorcomponenten accumuleren niet in het vetweefsel van de mens maar zijn toch persistent en<br />
blijven gedurende lange tijd in het menselijk lichaam aanwezig.<br />
In de huidige studie worden in het serum van volwassenen en in navelstrengbloed van de<br />
pasgeborenen de twee meest voorkomende perfluorcomponenten gemeten, namelijk:<br />
‐ perfluoro‐octaansulfonaat (PFOS);<br />
‐ perfluoro‐octaanzuur (PFOA).<br />
De halfwaardetijd van PFOS in humaan serum is 5 tot 6 jaar; voor PFOA ligt de halfwaardetijd 1 tot<br />
4,5 jaar.<br />
In bijlage 4 worden de ruwe data van PFOS en PFOA gegeven voor de totale groep en per subgroep<br />
van relevante covariaten. De voornaamste trends worden hieronder samengevat.<br />
Bij de volwassenen werden significant hogere waarden gedetecteerd bij mannen in vergelijking met<br />
vrouwen, zowel voor PFOS als voor PFOA (Figuur 22). Bij pasgeborenen was er significante afname<br />
van de PFOS en PFOA concentratie in navelstrengbloed met toenemende pariteit (Figuur 23).<br />
Aangezien voeding een belangrijke route is voor de blootstelling aan perfluorcomponenten, werden<br />
verschillende voedingsindicatoren uit de vragenlijst geassocieerd met de concentratie van PFOS en<br />
PFOA in serum. Er werd geen significante relatie gevonden met visconsumptie, noch met de<br />
gemiddelde visconsumptie van de deelnemers, noch met de consumptie van lokale (zelfgevangen)<br />
vis. Wel werd vastgesteld dat personen die lokale eieren gebruikten significant hogere serum<br />
waarden van PFOS in het bloed hadden (maar niet van PFOA) (Figuur 24).<br />
serum PFOS, PFOA (µg/L)<br />
20<br />
15<br />
10<br />
5<br />
0<br />
perfluors en sex ‐ volwassenen<br />
14,5<br />
PFOS<br />
p
Resultaten – blootstelling – perfluoroderivaten<br />
serum PFOS, PFOA (µg/L)<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
2,9<br />
perfluors en pariteit ‐ pasgeborenen<br />
PFOS<br />
p=0,04<br />
2,7<br />
2,3<br />
1e kind 2e kind >2 kind<br />
1,8<br />
PFOA<br />
p2 kind<br />
Figuur 23: Effect van pariteit op plasma concentratie van PFOS en PFOA in navelstrengbloed<br />
serum PFOS, PFOA (µg/L)<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
2,34<br />
perfluors en lokale eieren ‐<br />
pasgeborenen<br />
PFOS<br />
p
Resultaten – blootstelling – perfluoroderivaten<br />
Tabel 34: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor perfluorcomponenten in serum/plasma<br />
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
perfluoro‐octaansulfonaat (PFOS)<br />
pasgeborenen PFOS in plasma µg/L 218 100% leeftijd van moeder, 2,64 (2,46 – 2,83) 5,10 (4,59 – 5,61)<br />
(navelstrengbloed)<br />
BMI van moeder<br />
volwassenen PFOS in serum µg/L 201 100% leeftijd, geslacht, BMI 12,6 (11,6 – 13,6) 24,8 (20,7 – 28,9)<br />
perfluoro‐octaanzuur (PFOA)<br />
pasgeborenen PFOA in plasma µg/L 218 100% leeftijd van moeder, 1,50 (1,43 – 1,59) 2,56 (2,35 – 2,76)<br />
(navelstrengbloed)<br />
BMI van moeder<br />
volwassenen PFOA in serum µg/L 201 100% leeftijd, geslacht, BMI 3,2 (3,0 – 3,4) 5,7 (5,1 – 6,2)<br />
115
Resultaten – blootstelling – polycyclische aromatische koolwaterstoffen<br />
3.1.7 Polycyclische aromatische koolwaterstoffen (PAK’s)<br />
Polycyclische aromatische koolwaterstofffen (PAK’s) zijn organische verbindingen die gevormd<br />
worden bij onvolledige verbranding en die gekenmerkt worden door de aanwezigheid van meerdere<br />
aan elkaar verbonden benzeenringen. PAK’s kunnen zeer complexe structuren vormen en kunnen<br />
voorkomen in tal van iso‐vormen.<br />
Voor het meten van de interne humane blootstelling aan PAK’s in de algemene bevolking worden<br />
meestal urinaire fenolische metabolieten gemeten. 1‐hydroxypyreen wordt gevormd vanuit pyreen<br />
en is de meest gebruikte biomerker voor het meten van PAK blootstelling bij arbeiders en in de<br />
algemene bevolking. 1‐ en 2‐naftol (1‐ en 2‐hydroxynaftaleen) worden gevormd vanuit naftaleen en<br />
zijn meetbaar in 90% van de urinestalen uit de algemene bevolking (incl. kinderen). De fenolische<br />
PAK‐metabolieten zijn dus in substantiële hoeveelheid in de urine aanwezig en kunnen goed<br />
gemeten worden met de huidige HPLC‐analysetechnieken tot in de range van nanogram per liter.<br />
Vanuit toxicologisch standpunt zijn de fenolische metabolieten echter minder ideaal als biomerker<br />
aangezien pyreen en naftaleen niet‐genotoxische componenten van het PAK‐mengsel zijn.<br />
PAK‐tetrolen zijn hydrolyseproducten van dihydro‐diol‐epoxiden. Zij geven een betere inschatting<br />
van de biologische effectieve dosis dan de meting van fenolische componenten. Benzo[a]pyreentetrol<br />
(BaP‐tetrol) is het hydrolyseproduct van anti‐benzo[a]pyreen‐7,8‐dihydrodiol‐9,10‐epoxide<br />
(BPDE) en geeft dus een goede maat voor de blootstelling aan carcinogene PAK’s. De urinaire<br />
gehalten zijn echter erg laag en de methoden dienen te worden geoptimaliseerd voor<br />
routinemetingen in de algemene bevolking.<br />
Blootstelling aan PAK’s wordt in de huidige studie gemeten bij jongeren en volwassenen:<br />
‐ in de individuele urinestalen wordt 1‐hydroxypyreen gemeten;<br />
‐ in de mengstalen (1 mengstaal per provincie) worden 1‐naftol, 2‐naftol en BaP‐tetrol<br />
gemeten.<br />
In bijlage 3 wordt de humane toxicologie van PAK’s besproken. De meting van PAK‐metabolieten in<br />
urine geeft een maat voor recente blootstelling aan PAK’s. 1‐hydroxypyreen geeft een maat voor de<br />
blootstelling aan het PAK‐mengsel tijdens de voorbije dag; 1‐ en 2‐naftol voor de blootstelling tijdens<br />
de voorbije uren. BaP‐tetrol geeft een maat voor de biologisch effectieve dosis.<br />
In bijlage 4 worden de ruwe data van 1‐hydroxypyreen gegeven voor de totale groep en per<br />
subgroep van relevante covariaten. De voornaamste trends worden hieronder samengevat.<br />
Bij jongeren werden significant hogere waarden voor 1‐hydroxypyreen in de urine vastgesteld bij<br />
meisjes in vergelijking met jongens (121 vs. 94 ng/g creatinine; p=0,002). Bij volwassenen werd er<br />
geen significant verschil geobserveerd tussen mannen en vrouwen.<br />
1‐hydroxypyreen wordt sterk beïnvloed door roken. Urinaire concentraties waren verhoogd bij<br />
rokers. De resultaten waren significant bij volwassenen, en borderline niet‐significant bij jongeren<br />
(Figuur 25). Het gebrek aan significante bij de jongeren kan vermoedelijk worden verklaard door de<br />
kleine subgroep (n=14) die rookt. Indien we enkel kijken naar de rookgewoonten van de laatste drie<br />
dagen, zijn de resultaten analoog. Dit is in lijn met de verwachtingen, aangezien urinair 1‐<br />
hydroxypyreen de blootstelling weerspiegelt van de voorbije uren tot dagen. Opmerkelijk is dat de<br />
relatie tussen roken en 1‐hydroxypyreen ook duidelijk geobserveerd wordt voor blootstelling aan<br />
passief roken (Figuur 26). Zowel bij jongeren als bij volwassenen was er een hoog significant verschil<br />
in urinaire 1‐hydroxypyreen concentratie tussen diegene die in de drie dagen vóór de urinecollectie<br />
waren blootgesteld aan sigarettenrook via passief roken en diegene die niet waren blootgesteld aan<br />
passief roken. De hogere significantiewaarden voor passief roken in vergelijking met actief roken bij<br />
jongeren kunnen deels worden verklaard door de grotere groep deelnemers (n=60) die is<br />
blootgesteld aan passief roken in vergelijking met de groep die actief rookt (n=14).<br />
116
Resultaten – blootstelling – polycyclische aromatische koolwaterstoffen<br />
Bij volwassenen werd er een relatie gevonden tussen de PAK‐metaboliet en het eten van barbecue.<br />
Personen die in de drie dagen voor de urinecollectie gegrild of geroosterd vlees, vis of groenten<br />
hadden gegeten hadden een significant hogere urinaire 1‐hydroxypyreen concentratie, nl. 121 vs. 86<br />
ng/g creatinine (p=0,02). Bij jongeren werd er geen verhoogde waarde gevonden na het eten van<br />
barbecue.<br />
Verkeer is een mogelijke bron van PAK’s. Toch werd er geen relatie gevonden tussen de tijd dat de<br />
persoon in het verkeer spendeert en de concentratie aan 1‐hydroxypyreen in de urine. Dit is mogelijk<br />
te wijten aan het feit dat er werd gevraagd naar de ‘gebruikelijke’ verkeersblootstelling (som van<br />
week en weekend). De verkeersblootstelling in de voorbije dagen zou waarschijnlijk een betere<br />
predictor zijn, maar deze vraag werd niet gesteld.<br />
1‐hydroxypyreen en roken ‐ jongeren<br />
1‐hydroxypyreen en roken ‐ volwassenen<br />
Urinair 1‐OH‐pyreen (ng/g crt)<br />
250<br />
200<br />
150<br />
100<br />
50<br />
0<br />
p=0,08<br />
101<br />
niet‐roker<br />
112<br />
sporadisch<br />
roker<br />
215<br />
dagelijks<br />
roker<br />
Urinair 1‐OH‐pyreen (ng/g crt)<br />
200<br />
150<br />
100<br />
50<br />
0<br />
nooit<br />
gerookt<br />
p
Resultaten – blootstelling – polycyclische aromatische koolwaterstoffen<br />
aanzienlijk kan variëren (bijv. door verschillen in roken, blootstelling aan verkeer, e.d.). De waarden<br />
van 1‐hydroxypyreen in Vlaanderen zijn dus goed vergelijkbaar met andere grote buitenlandse<br />
campagnes. Zelfs als de gemiddelde niveaus variëren met een factor 1,5 tot 2, kunnen we stellen dat<br />
ze in dezelfde range liggen. De Vlaamse referentiewaarden in de huidige studie bedroegen 104 ng/g<br />
creatinine bij jongeren en 93 ng/g creatinine bij de volwassenen. Dit is onderling zeer vergelijkbaar<br />
en ligt ook in dezelfde range als de waarden uit het eerste Steunpunt, namelijk 88 en 147 ng/g<br />
creatinine, respectievelijk. Deze waarden zijn ook vergelijkbaar met de waarden in de V.S. (periode<br />
2003‐04), namelijk 90 ng/g creatinine bij jongeren (12‐19 jaar) en 80 ng/g creatinine bij volwassenen<br />
(20+).<br />
1‐naftol en 2‐naftol wordt in de huidige studie gemeten in mengstalen urine van jongeren en<br />
volwassenen (1 mengstaal per provincie). De resultaten worden weergeven in Tabel 35. Voor 1‐naftol<br />
was er 1 mengstaal met een niet‐detecteerbare waarde (meting lager dan detectielimiet van 1,6<br />
µg/L). Voor 2‐naftol werd in ieder mengstaal een waarde boven de detectielimiet gedetecteerd. Er<br />
was een goede correlatie tussen de resultaten van 1‐naftol en 2‐naftol (R²=0,40 voor resultaten in<br />
µg/g creatinine, exclusie van staal met waarde onder de LOD).<br />
Tabel 35: Resultaten van 1‐ en 2‐naftol in mengstalen urine van jongeren en volwassenen<br />
Leeftijdsgroep Provincie 1‐naftol 1‐naftol 2‐naftol 2‐naftol<br />
µg/L µg/g creatinine µg/L µg/g creatinine<br />
Jongeren Antwerpen 2,75 1,60 6,82 3,96<br />
Jongeren Oost‐Vlaanderen 4,46 3,39 11,04 8,40<br />
Jongeren West‐Vlaanderen 2,80 2,01 6,58 4,73<br />
Jongeren Limburg 3,04 2,30 7,31 5,51<br />
Jongeren Vlaams‐Brabant
Resultaten – blootstelling – polycyclische aromatische koolwaterstoffen<br />
Voor de meting van BaP‐tetrol in urine waren standaarden beschikbaar van twee isomeren<br />
(cis/trans). Deze isomeren werden gemeten in de mengstalen urine (Tabel 36). Ieder tetrol was<br />
slechts detecteerbaar in 1 van de 10 stalen; voor de overige stalen lagen alle waarden onder de<br />
detectielimiet.<br />
Tabel 36: Resultaten van BaP‐tetrol in mengstalen urine van jongeren en volwassenen<br />
Leeftijdsgroep Provincie B(a)Pyreen-r7,t8,t9,c10-<br />
tetrahydrol<br />
B(a)Pyreen-r7,t8,t9,t10-<br />
tetrahydrol<br />
pg/mL<br />
pg/mL<br />
Jongeren Antwerpen
Resultaten – blootstelling – polycyclische aromatische koolwaterstoffen<br />
Tabel 37: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor 1‐hydroxypyreen in urine<br />
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
1‐hydroxypyreen (PAK‐merker)<br />
jongeren 1‐hydroxypyreen ng/L 202 100% leeftijd, geslacht, 137 (127 – 149) 281 (216 – 347)<br />
in urine<br />
roken, creatinine<br />
jongeren 1‐hydroxypyreen ng/g<br />
202 100% leeftijd, geslacht, roken 104 (97 – 113) 224 (170 – 279)<br />
in urine<br />
creatinine<br />
volwassenen 1‐hydroxypyreen ng/L 191 100% leeftijd, geslacht, 101 (91 – 111) 281 (223 – 338)<br />
in urine<br />
roken, creatinine<br />
volwassenen 1‐hydroxypyreen<br />
in urine<br />
ng/g<br />
creatinine<br />
191 100% leeftijd, geslacht, roken 93 (85 – 102) 227 (180 – 274)<br />
120
Resultaten – blootstelling – benzeen<br />
3.1.8 Benzeen<br />
Blootstelling aan benzeen wordt in de huidige studie gemeten bij jongeren en volwassenen, namelijk<br />
door het meten van de benzeenmetaboliet t,t’‐muconzuur in urine.<br />
In bijlage 3 wordt de humane toxicologie van benzeen besproken. De meting van t,t’‐muconzuur in<br />
urine geeft een maat voor recente blootstelling aan benzeen (laatste 1‐2 dagen).<br />
In bijlage 4 worden de ruwe data van t,t’‐muconzuur in urine gegeven voor de totale groep en per<br />
subgroep van relevante covariaten. De voornaamste trends worden hieronder samengevat.<br />
Er waren geen duidelijke verschillen in de excretie van urinair t,t’‐muconzuur volgens geslacht of<br />
volgens leeftijd. Zowel bij jongeren als bij volwassenen werd een effect van roken geobserveerd:<br />
waarden van t,t’‐muconzuur waren significant hoger bij dagelijkse rokers in vergelijking met de<br />
andere klassen van roken (Figuur 27).<br />
Benzeen is een belangrijke component van het benzinemengsel. Bij jongeren in niet‐stedelijke regio’s<br />
was t,t’‐muconzuur significant hoger dan bij jongeren in stedelijke gebieden (79 vs. 51 µg/g<br />
creatinine; p
Resultaten – blootstelling – benzeen<br />
Tabel 38: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor t,t’‐muconzuur in urine<br />
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
t,t’‐muconzuur (benzeen‐merker)<br />
jongeren t,t’‐muconzuur µg/L 203 100% leeftijd, geslacht, roken, 90 (80 – 102) 344 (241 – 448)<br />
in urine<br />
creatinine<br />
jongeren t,t’‐muconzuur µg/g<br />
203 100% leeftijd, geslacht, roken 68 (61 – 77) 232 (172 – 291)<br />
in urine creatinine<br />
volwassenen t,t’‐muconzuur µg/L 194 99,0% leeftijd, geslacht, roken, 72 (63 – 83) 299 (223 – 375)<br />
in urine<br />
creatinine<br />
volwassenen t,t’‐muconzuur<br />
in urine<br />
µg/g<br />
creatinine<br />
194 99,0% leeftijd, geslacht, roken 67 (59 – 77) 246 (178 – 313)<br />
122
Resultaten – blootstelling – organofosfaat pesticiden<br />
3.1.9 Pesticiden: organofosfaat pesticiden<br />
Organofosfaat pesticiden zijn actief tegen een breed spectrum van insecten en komen voor in<br />
ongeveer de helft van de insecticiden die wereldwijd gebruikt worden. Tot deze klasse behoren<br />
onder meer producten zoals azinphos, chlorpyrifos, coumaphos, dichlorvos, diazinon, malathion,<br />
parathion, en anderen. Organofosfaat pesticiden zijn toxisch voor de mens omdat ze de afbraak van<br />
acetylcholine in het centraal en perifeer zenuwstelsel inhiberen en daardoor kunnen leiden tot<br />
neurotoxische effecten. Ongeveer 75% van de organofosfaat pesticiden worden in het lichaam<br />
gemetaboliseerd tot dialkyl fosfaat metabolieten en geëxcreteerd via de urine. Deze metabolieten<br />
zijn op zichzelf niet toxisch. Meting van deze metabolieten reflecteert de blootstelling aan<br />
organofosfaat pesticiden gedurende de voorbije dagen. Aangezien verschillende organofosfaat<br />
pesticiden kunnen gemetaboliseerd worden tot dezelfde dialkyl fosfaat metaboliet, zijn de<br />
metabolieten niet specifiek voor één bepaald pesticide. Zonder specifieke bijkomende informatie kan<br />
de blootstelling dus niet worden teruggebracht tot één of enkele specifieke pesticiden.<br />
Blootstelling aan organofosfaatpesticiden wordt in de huidige studie gemeten bij jongeren en<br />
volwassenen. Er worden zes dialkyl fosfaat metabolieten gemeten in de urine:<br />
‐ dimethylfosfaat (DMP);<br />
‐ dimethylthiofosfaat (DMTP);<br />
‐ dimethyldithiofosfaat (DMDTP);<br />
‐ diethylfosfaat (DEP);<br />
‐ diethylthiofosfaat (DETP);<br />
‐ diethyldithiofosfaat (DEDTP).<br />
In bijlage 3 wordt de humane toxicologie van organofosfaatpesticiden besproken. De meting van de<br />
zes dialkyl fosfaat metabolieten in urine geeft een maat voor de blootstelling aan één of meerdere<br />
organofosfaatpesticiden gedurende de laatste dagen.<br />
In bijlage 4 worden de ruwe data van DMP, DMTP, DMDTP, DEP, DETP en DEDTP gegeven voor de<br />
totale groep en per subgroep van relevante covariaten. De voornaamste trends worden hieronder<br />
samengevat.<br />
De chemische meting van DMP, DMTP en DMDTP was methodologisch soms problematisch omwille<br />
van het vluchtig karakter van de stoffen. Bij sommige meetreeksen was er een verlies aan standaard<br />
en was de onzekerheid op de meting té hoog. Dit was vooral het geval voor DMDTP. Daarom werden<br />
sommige meetreeksen als onbetrouwbaar beschouwd, en verwijderd uit de dataset. Dit resulteert in<br />
een variabel aantal stalen per metaboliet (zie bijlage 4). Aangezien de stalen gerandomiseerd waren,<br />
veronderstellen we dat het weglaten van enkele meetreeksen geen invloed heeft op de<br />
gerapporteerde niveaus.<br />
Het aantal stalen met een detecteerbare waarden voor de dialkyl fosfaat metabolieten wordt<br />
weergegeven in Figuur 28. Afhankelijk van de metaboliet was er een rapporteringsfrequentie (i.e.<br />
een waarde boven de LOD) die varieerde van 5 à 6% (DEDTP) tot 90 à 95% (DMTP).<br />
Omwille van het hoog aantal stalen onder de LOD van sommige metabolieten, dient er voorzichtig te<br />
worden omgesprongen met de gemiddelde waarden die voor deze metabolieten worden berekend.<br />
Zowel bij jongeren als bij volwassenen werd een hogere concentratie metabolieten van<br />
organofosfaat pesticiden gemeten bij vrouwen in vergelijking met mannen. Dit verschil was<br />
significant voor alle organofosfaatmetabolieten, en is dus waarschijnlijk betekenisvol.De gemiddelde<br />
waarden voor mannen en vrouwen worden weergegeven in Figuur 29.<br />
123
Resultaten – blootstelling – organofosfaat pesticiden<br />
DMP<br />
DMTP<br />
DMDTP<br />
DEP<br />
DETP<br />
DEDTP<br />
Metabolieten organofosfaat pesticiden<br />
% metingen > rapporteergrens<br />
23,3<br />
32,0<br />
5,3<br />
6,1<br />
67,5<br />
59,7<br />
94,6<br />
89,5<br />
34,4<br />
39,7<br />
54,7<br />
55,8<br />
jongeren<br />
volwassenen<br />
0 20 40 60 80 100<br />
rapporteergrens: DMP: 3 µg/L; DMTP: 1 µg/L; DMDTP: 1 µg/L; DEP: 2 µg/L; DETP: 1 µg/L; DEDTP: 2 µg/L<br />
Figuur 28: Percentage stalen met detecteerbare waarde voor metabolieten van organofosfaat<br />
pesticiden in urine bij jongeren en volwassenen<br />
Dialkyl fosfaat metabolieten<br />
in urine (µg/g crt)<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
OP pesticiden & sex ‐ jongeren<br />
jongens<br />
meisjes<br />
DMP DMTP DMDTP DEP DETP DEDTP<br />
Dialkyl fosfaat metabolieten<br />
in urine (µg/g crt)<br />
OP pesticiden & sex ‐ volwassenen<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
mannen<br />
vrouwen<br />
DMP DMTP DMDTP DEP DETP DEDTP<br />
Figuur 29: Effect van geslacht op concentratie metabolieten van organosfosfaat pesticiden in urine<br />
bij jongeren en volwassenen<br />
De urinaire concentratie van de dialkyl fosfaat metabolieten was op geen enkele manier<br />
geassocieerd met een score van pesticiden die werd berekend op basis van de vragenlijsten.<br />
Vermoedelijk is dit te verklaren door het feit dat de vragen vrij algemeen waren. Bovendien werd<br />
gepolst naar ‘gebruikelijke’ blootstelling terwijl de biomerkers een beeld geven van de blootstelling<br />
gedurende de dagen die vooraf gingen aan de urinecollectie.<br />
De Vlaamse referentiewaarden voor de metabolieten van organofosfaat pesticiden worden gegeven<br />
voor de metabolieten die detecteerbaar zijn in meer dan 50% van de deelnemers, nl. voor DMP,<br />
DMTP en DEP. Voor de overige metabolieten (DMDTP, DETP en DEDTP) is het berekenen van een<br />
124
Resultaten – blootstelling – organofosfaat pesticiden<br />
referentiegemiddelde niet voldoende betrouwbaar omwille van de hoge proportie waarden onder de<br />
LOD.<br />
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. Opvallend voor alle<br />
organofosfaatmetabolieten is de grote spreiding van de data in de literatuur. Dit is o.m. te wijten aan<br />
de selectiecriteria in de studie (algemene bevolking van een land of populaties uit een bepaalde<br />
regio) en aan de regionale verschillen in het gebruik van sommige pesticiden (bijv. in de vergelijking<br />
tussen Europa en de Verenigde Staten). De waarden van DMDTP, DETP en DEDTP liggen in onze<br />
Vlaamse referentiepopulatie onder de detectielimiet bij meer dan 60% van de deelnemers. Dit is in<br />
overeenstemming met de literatuur waar zowel in Duitse als in Amerikaanse studies vaak als<br />
mediaan of geometrisch gemiddelde de waarde ‘
Resultaten – blootstelling – organofosfaat pesticiden<br />
Tabel 39: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor metabolieten van organofosfaat pesticiden in urine<br />
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
metaboliet van organofosfaat pesticiden: dimethylfosfaat (DMP)<br />
jongeren DMP in urine µg/L 191 67,5% leeftijd, geslacht, creatinine 5,0 (4,3 – 5,7) 20,6 (15,4 – 25,9)<br />
jongeren DMP in urine µg/g creatinine 191 67,5% leeftijd, geslacht 3,8 (3,3 – 4,4) 15,7 (11,6 – 19,7)<br />
volwassenen DMP in urine µg/L 196 59,7% leeftijd, geslacht, creatinine 4,1 (3,6 – 4,7) 14,7 (10,6 – 18,9)<br />
volwassenen DMP in urine µg/g creatinine 196 59,7% leeftijd, geslacht 3,8 (3,3 – 4,3) 14,5 (11,1 – 17,9)<br />
metaboliet van organofosfaat pesticiden: dimethylthiofosfaat (DMTP)<br />
jongeren DMTP in urine µg/L 203 94,6% leeftijd, geslacht, creatinine 5,8 (5,1 – 6,6) 16,4 (11,3 – 21,4)<br />
jongeren DMTP in urine µg/g creatinine 203 94,6% leeftijd, geslacht 4,4 (3,9 – 5,0) 13,9 (10,3 – 17,6)<br />
volwassenen DMTP in urine µg/L 181 89,5% leeftijd, geslacht, creatinine 5,0 (4,2 – 5,8) 19,0 (13,2 – 24,8)<br />
volwassenen DMTP in urine µg/g creatinine 181 89,5% leeftijd, geslacht 4,6 (3,9 – 5,4) 19,9 (15,6 – 24,2)<br />
metaboliet van organofosfaat pesticiden: diethylfosfaat (DEP)<br />
jongeren DEP in urine µg/L 192 54,7% leeftijd, geslacht, creatinine 2,5 (2,2 – 2,9) 11,8 (7,7 – 15,8)<br />
jongeren DEP in urine µg/g creatinine 192 54,7% leeftijd, geslacht 1,9 (1,7 – 2,2) 8,4 (5,8 – 11,0)<br />
volwassenen DEP in urine µg/L 190 55,8% leeftijd, geslacht, creatinine 2,4 (2,1 – 2,6) 8,2 (5,8 – 10,6)<br />
volwassenen DEP in urine µg/g creatinine 190 55,8% leeftijd, geslacht 2,2 (1,9 – 2,5) 7,9 (6,2 – 9,5)<br />
126
Resultaten – blootstelling – para‐dichlorobenzeen<br />
3.1.10 Pesticiden: paradichlorobenzeen<br />
Para‐dichlorobenzeen is een pesticide tegen motten, schimmels en meeldauw. Het wordt ondermeer<br />
gebruikt in mottenballen, luchtverfrissers en toiletblokjes. 2,5‐dichlorofenol (2,5‐DCP) is een<br />
metaboliet van para‐dichlorobenzeen die wordt geëxcreteerd via de urine. Het geeft een maat voor<br />
de blootstelling tijdens de voorbije dagen.<br />
In de huidige studie wordt 2,5‐DCP gemeten in de urine van jongeren en volwassenen.<br />
2,5‐DCP werd gedetecteerd (waarde > LOD van 0,4 µg/L) in de urine van 88,8% van de jongeren en<br />
80,2% van de volwassenen. De gemiddelde concentratie was vergelijkbaar in beide leeftijdsgroepen,<br />
zowel voor de volume‐eenheid (geometrisch gemiddelde: 1,53 µg/L bij jongeren en 1,48 µg/L bij<br />
volwassenen) als voor de creatinine‐gecorrigeerde waarden (1,16 en 1,34 µg/g creatinine,<br />
respectievelijk).<br />
Bij volwassenen werd een significant hogere waarde voor urinair 2,5‐DCP gemeten bij mannen in<br />
vergelijking met vrouwen (1,67 vs. 1,09 µg/g creatinine; p=0,04). Voor het overige werden er geen<br />
significante relaties gevonden met de bestudeerde covariaten, noch bij de volwassenen, noch bij de<br />
jongeren.<br />
De Vlaamse referentiewaarden voor 2,5‐DCP worden gegeven in Tabel 40.<br />
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. De waarden in de huidige<br />
studie liggen laag in vergelijking met waarden uit de literatuur, zowel van Europese als van<br />
Amerikaanse studies. De gemiddelde waarden in de huidige studie 1,16 µg/g creatinine bij jongeren<br />
en 1,34 µg/g creatinine bij volwassenen) liggen wel in dezelfde range als de metingen in de<br />
mengstalen van het 1 e Steunpunt. In de 8 mengstalen van de jongeren uit het 1 e Steunpunt werden<br />
toen waarden gerapporteerd tussen de 0,77 en 4,15 µg/g creatinine.<br />
127
Resultaten – blootstelling – para‐dichlorobenzeen<br />
Tabel 40: Vlaamse referentiewaarden (gemiddelde en 9 e percentiel) voor 2,5‐dichlorobenzeen (2,5‐DCP) in urine<br />
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
metaboliet van para‐dichlorobenzeen: 2,5‐dichlorofenol (2,5‐DCP)<br />
jongeren 2,5‐DCP in urine µg/L 206 88,8% leeftijd, geslacht, creatinine 1,54 (1,30 – 1,82) 8,88 (4,90 – 12,86)<br />
jongeren 2,5‐DCP in urine µg/g creatinine 206 88,8% leeftijd, geslacht 1,16 (0,98 – 1,37) 5,32 (2,54 – 8,11)<br />
volwassenen 2,5‐DCP in urine µg/L 197 80,2% leeftijd, geslacht, creatinine 1,44 (1,18 – 1,76) 14,2 (8,2 – 20,2)<br />
volwassenen 2,5‐DCP in urine µg/g creatinine 197 80,2% leeftijd, geslacht 1,34 (1,10 – 1,63) 13,1 (7,9 – 18,2)<br />
128
Resultaten – blootstelling – overige pesticiden<br />
3.1.11 Overige pesticiden (mengstalen)<br />
A. 2,4 dichlorofenoxy‐azijnzuur (2,4‐D)<br />
2,4‐dichlorofenoxy‐azijnzuur (2,4‐D) is een herbicide dat ruim gebruikt wordt voor bestrijding van<br />
onkruid, zowel in de landbouw als voor residentiële toepassingen. Na inhalatie of via orale inname<br />
zal 2,4‐D zich verspreiden in het lichaam. 2,4‐D wordt niet gemetaboliseerd, maar verlaat<br />
onveranderd het lichaam via de urine. Het half‐leven van 2,4‐D in het menselijk lichaam varieert van<br />
10 tot 33 uur. Het urinaire 2,4‐gehalte in de urine weerspiegelt dus de blootstelling van de voorbije<br />
dagen.<br />
2,4‐D wordt in de huidige studie gemeten in mengstalen urine van jongeren en volwassenen (1<br />
mengstaal per provincie). De resultaten worden gegeven in Tabel 41. 2,4‐D werd gedetecteerd in alle<br />
stalen, zowel bij jongeren als bij volwassenen. De niveaus in de mengstalen varieerden tussen 0,04<br />
µg/g creatinine en 0,62 µg/g creatinine.<br />
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. De waarden in de literatuur<br />
variëren heel sterk van studie tot studie. De detectielimieten varieren eveneens sterk. In de studies<br />
van CDC, bijvoorbeeld, wordt een dectectielimiet van 0,95 (periode 1999‐2000) en 0,2 (periode 2001‐<br />
2002) gehanteerd, dit is 10 tot 30 keer hoger dan de LOD in de huidige studie. In bijna alle<br />
buitenlandse studies liggen de waarden die gerapporteerd worden hoger dan de waarden uit de<br />
huidige studie. In vergelijking met de mengstalen van het 1 e Steunpunt, daarentegen, liggen de<br />
huidige waarden ongeveer 10 tot 20 maal hoger. Nochtans werden de metingen in het 1 e en het 2 e<br />
Steunpunt uitgevoerd door hetzelfde laboratorium. In het algemeen kunnen we stellen dat gezien de<br />
grote verschillen tussen studies onderling, er meer duidelijkheid nodig is over de chemische meting,<br />
de condities van staalname en de selectie van de deelnemers vooraleer de resultaten op een zinvolle<br />
manier geïnterpreteerd kunnen worden.<br />
Tabel 41: Resultaten van 2,4‐D in mengstalen urine van jongeren en volwassenen<br />
Leeftijdsgroep Provincie 2,4‐D 2,4‐D<br />
µg/L µg/g creatinine<br />
Jongeren Antwerpen 0,18 0,10<br />
Jongeren Oost‐Vlaanderen 0,18 0,14<br />
Jongeren West‐Vlaanderen 0,16 0,12<br />
Jongeren Limburg 0,56 0,42<br />
Jongeren Vlaams‐Brabant 0,26 0,25<br />
Volwassenen Antwerpen 0,19 0,20<br />
Volwassenen Oost‐Vlaanderen 0,053 0,04<br />
Volwassenen West‐Vlaanderen 0,14 0,10<br />
Volwassenen Limburg 0,10 0,09<br />
Volwassenen Vlaams‐Brabant 0,58 0,62<br />
2,4‐D: LOD = 0,028 µg/L; LOQ = 0,056 µg/L<br />
129
Resultaten – blootstelling – overige pesticiden<br />
B. Ethyleenthioureum (ETU)<br />
Dithiocarbamaten of carbamaatpesticiden worden wereldwijd gebruikt als fungiciden, in de<br />
landbouw zowel als in de industrie en waterzuivering. Dithiocarbamaten kunnen worden<br />
onderverdeeld in twee groepen: ethyleenbisdithiocarbamaten (EBDC) zoals maneb, zineb en<br />
mancozeb; en dimethyldithiocarbamaten (DMDC) zoals ferbam, ziram en thiram. Ethyleenthioureum<br />
(ETU) is één van de belangrijkste metabolieten van EBDC’s en wordt geassocieerd met de meeste<br />
toxische effecten van EBDC’s.<br />
ETU wordt in de huidige studie gemeten in mengstalen urine van jongeren en volwassenen (1<br />
mengstaal per provincie). De resultaten worden gegeven in Tabel 42. ETU werd gedetecteerd in alle<br />
mengstalen van de jongeren, en in drie van de vijf mengstalen van de volwassenen. Bij de jongeren<br />
was er weinig variatie in de resultaten van de mengstalen; de niveaus varieerden van 0,57 tot 1,15<br />
µg/g creatinine. De niveaus in de mengstalen van de volwassen varieerden van niet‐detecteerbaar<br />
tot 9,13 µg/g creatinine.<br />
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. De gerapporteerde waarden<br />
in de literatuur liggen ongeveer in dezelfde grootte‐orde en de niveaus in de huidige studie passen<br />
binnen deze range.<br />
Tabel 42: Resultaten van ETU in mengstalen urine van jongeren en volwassenen<br />
Leeftijdsgroep Provincie ETU ETU<br />
µg/L µg/g creatinine<br />
Jongeren Antwerpen 1,6 0,93<br />
Jongeren Oost‐Vlaanderen 1,5 1,14<br />
Jongeren West‐Vlaanderen 1,6 1,15<br />
Jongeren Limburg 1,1 0,83<br />
Jongeren Vlaams‐Brabant 0,6 0,57<br />
Volwassenen Antwerpen 8,7 9,13<br />
Volwassenen Oost‐Vlaanderen 2,2 1,86<br />
Volwassenen West‐Vlaanderen
Resultaten – blootstelling – overige pesticiden<br />
De meetresultaten worden gegeven in Tabel 43. Voor 3,4‐DCA, DCPU en DCPMU lagen alle waarden<br />
onder de detectielimiet. 3,5‐DCA daarentegen werd in alle stalen gedetecteerd, maar de niveaus<br />
lagen laag: in 5 van de 10 stalen lagen de waarden onder de kwantificatielimiet (LOQ) van 1,0 µg/L.<br />
De waarden varieerden tussen 0,41 en 0,75 µg/g creatinine bij jongeren en tussen 0,50 en 1,94 µg/g<br />
creatinine bij volwassenen.<br />
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5.<br />
In de huidige studie lagen alle metingen voor 3,4‐DCA onder de detectielimiet (LOD = 0,5 µg/L). In de<br />
literatuur werden slechts twee studies teruggevonden die resultaten rapporteren voor 3,4‐DCA. De<br />
niveaus in de literatuur liggen in de buurt van de gehanteerde detectielimiet in de huidige studie, nl.<br />
een gemiddelde van 0,65 µg/L in een Italiaanse studie (n=153) en een minimum‐maximum range van<br />
0,13 tot 0,34 µg/g creatinine in een Duitse studie (n=5). In deze Italiaanse en Duitse studie worden<br />
ook waarden gerapporteerd voor 3,5‐DCA. De gemiddelde waarden voor 3,5‐DCA uit de literatuur<br />
liggen binnen de miminum‐maximum range van de waarden die in de mengstalen uit de huidige<br />
studie worden gemeten.<br />
Tabel 43: Resultaten van fungiciden in mengstalen urine van jongeren en volwassenen<br />
Leeftijdsgroep Provincie 3,4‐DCA 3,5‐DCA DCPU DCPMU<br />
µg/L µg/L µg/g crt µg/L µg/L<br />
Jongeren Antwerpen
Resultaten – blootstelling – overige pesticiden<br />
pesticiden zoals cypermethrine, fenvalerate, deltamethrine, cyhalothrine, permethrine en<br />
phenothrine. FPBA is afkomstig van cyfluthrine.<br />
De resultaten worden gegeven in<br />
In de huidige studie ligt de waarde voor FPBA onder de detectielimiet in 3 van 10 pools. In 8 van de<br />
10 referenties uit de literatuur worden een gemiddelde waarde onder de LOD gerapporteerd. De<br />
LOD in de literatuur varieert van 0,05 tot 0,20 µg/L. Dit betekent dat de detectiefrequentie in alle<br />
studies laag is, en dat er in Vlaanderen op dit moment ook geen alarmerende waarden worden<br />
gemeten.<br />
Tabel 44. Bij jongeren werd 3‐PBA in 4 van de 5 stalen en FPBA in alle stalen gedetecteerd. Bij<br />
volwassenen werden 3‐PBA en FPBA teruggevonden in de mengstalen van Antwerpen en Oost‐<br />
Vlaanderen, maar niet in de stalen van de andere provincies. De waarden voor 3‐PBA varieerde<br />
tussen niet‐detecteerbaar en 0,66 µg/g creatinine; de waarden voor FPBA tussen niet‐detecteerbaar<br />
en 0,57 µg/g creatinine.<br />
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5.<br />
De waarden die gerapporteerd worden in de literatuur variëren sterk. Op basis van een ruwe<br />
schatting kunnen we zeggen dat de resultaten van 3‐PBA in de mengstalen in het huidige Steunpunt<br />
laag tot gemiddeld liggen in vergelijking met de literatuur. In vergelijking met de mengstalen uit het<br />
1 e Steunpunt daarentegen, zien we veel hogere waarden. De waarden in de mengstalen van het 1 e<br />
Steunpunt liggen ongeveer een factor 10 lager. De metingen in het 1 e en 2 e Steunpunt werden<br />
uitgevoerd door verschillende laboratoria.<br />
In de huidige studie ligt de waarde voor FPBA onder de detectielimiet in 3 van 10 pools. In 8 van de<br />
10 referenties uit de literatuur worden een gemiddelde waarde onder de LOD gerapporteerd. De<br />
LOD in de literatuur varieert van 0,05 tot 0,20 µg/L. Dit betekent dat de detectiefrequentie in alle<br />
studies laag is, en dat er in Vlaanderen op dit moment ook geen alarmerende waarden worden<br />
gemeten.<br />
Tabel 44: Resultaten van pyrethroïde pesticide metabolieten in mengstalen urine van jongeren en<br />
volwassenen<br />
Leeftijdsgroep Provincie 3‐PBA 3‐PBA FPBA FPBA<br />
µg/L µg/g crt µg/L µg/g crt<br />
Jongeren Antwerpen 0,38 0,22 0,18 0,10<br />
Jongeren Oost‐Vlaanderen 0,47 0,36 0,48 0,37<br />
Jongeren West‐Vlaanderen 0,42 0,30 0,79 0,57<br />
Jongeren Limburg
Resultaten – blootstelling – musks<br />
3.1.12 Persoonlijke hygiëne producten: musks<br />
Synthetische musk componenten worden frequent gebruikt als geurstoffen in de cosmetica‐ en<br />
detergentindustrie, o.a. in detergenten, wasverzachters, schoonmaakmiddelen, zepen, shampoo,<br />
make‐up en parfum.<br />
Er zijn twee belangrijke klasse van synthetische musks, nl.<br />
1. nitromusks, o.a. musk xyleen en musk keton. Deze producten zijn in de EU verboden, maar<br />
worden nog wel teruggevonden in ingevoerde producten (o.a. vanuit China);<br />
2. polycyclische musks, o.a. galaxolide (hexahydro‐hexamethylcyclopenta‐(γ)‐2‐benzopyran of<br />
HHCB), tonalide (6‐acetyl‐1,1,2,4,4,7‐hexamethyltetraline of AHTN). Deze producten worden<br />
in hoge volumes geproduceerd en verbruikt in de EU.<br />
Blootstelling aan musks wordt in de huidige studie gemeten in volbloed van jongeren:<br />
‐ de nitromusks – musk xyleen (MX) en musk keton (MK) – werden in een eerste stadium<br />
gemeten in 20 individuele bloedstalen die willekeurig geselecteerd waren uit de groep van<br />
jongeren. Na meting bleek dat alle waarden onder de detectielimiet lagen (40 ng/L voor MX<br />
en 20 ng/L voor MK). Daarom werd beslist om de meting niet verder uit te voeren in de<br />
overige stalen.<br />
‐ de polycylische musks – galaxolide en tonalide – werden in een eerste fase ook gemeten bij<br />
20 deelnemers en bleken wel detecteerbaar te zijn. De meting werd daarom verder<br />
uitgevoerd bij alle deelnemers.<br />
In bijlage 3 wordt de humane toxicologie van musks besproken. De meting van galaxolide en tonalide<br />
in volbloed geeft een maat voor de blootstelling aan polycyclische musks.<br />
In bijlage 4 worden de ruwe data van galaxolide en tonalide gegeven voor de totale groep en per<br />
subgroep van relevante covariaten. De voornaamste trends worden hieronder samengevat.<br />
De concentratie aan musks in volbloed kon in verband gebracht worden met het gebruik van<br />
verzorgingsproducten. In de vragenlijst werd gevraagd naar het gebruik van zalven, crèmes, zepen,<br />
parfums en andere verzorgingsproducten. Op basis van aantal producten en de frequentie van het<br />
gebruik werd een score berekend voor blootstelling aan verzorgingsproducten. Bij jongeren met een<br />
hogere score voor het gebruik van verzorgingsproducten werd ook een significant hogere<br />
bloedconcentratie van galaxolide waargenomen . Voor tonalide was er een gelijkaardige trend maar<br />
de verschillen waren niet significant (Figuur 30).<br />
Musk metaboliet (ng/g vet)<br />
250<br />
200<br />
153<br />
150<br />
100<br />
50<br />
0<br />
musks en verzorgingsproducten ‐<br />
jongeren<br />
galaxolide<br />
tonalide<br />
p=0,002<br />
189<br />
p=0,32<br />
161<br />
25,6 27,2 29,6<br />
laag matig hoog laag matig hoog<br />
Score werd berekend op basis van wekelijks gebruik (aantal producten en frequentie van gebruik) (zie vragenlijsten)<br />
Figuur 30: Relatie tussen gebruik van verzorgingsproducten (informatie uit vragenlijst) en<br />
polycyclische musks in volbloed bij jongeren.<br />
133
Resultaten – blootstelling – musks<br />
Galaxolide in volbloed kwam in hogere concentratie voor bij meisjes in vergelijking met jongens<br />
(Figuur 31). Bij meisjes werd ook een significant hoger gebruik van verzorgingsproducten vastgesteld<br />
op basis van de vragenlijsten (17% laag, 26% matig en 57% hoog gebruik bij meisjes vs. 73% laag, 24%<br />
matig en 3% hoog gebruik bij jongens; p
Resultaten – blootstelling – triclosan<br />
3.1.13 Persoonlijke hygiëne producten: triclosan<br />
In de huidige studie werd triclosan in urine gemeten bij de jongeren.<br />
In bijlage 3 wordt de humane toxicologie van triclosan besproken. Triclosan is een veel gebruikte<br />
antibacteriële en schimmelwerende stof. Triclosan wordt vaak toegevoegd aan cosmetische en<br />
hygiënische producten zoals zeep, tandpasta, make‐up, aftershave, deodorant, enz… Triclosan<br />
vervult dan de functie van conserveermiddel en geurbestrijder. Voor deze doeleinden wordt het ook<br />
toegevoegd aan textiel (o.m. matrashoezen, tapijten, schoenen, sportkledij) en plastiek materiaal<br />
(o.m. keukengerei). Triclosan in urine kan worden gebruikt als maat voor recente blootstelling. De<br />
halfwaardetijd van triclosan in urine bedraagt 11 uur.<br />
In bijlage 4 worden de ruwe data van triclosan gegeven voor de totale groep en per subgroep van<br />
relevante covariaten. De voornaamste trends worden hieronder samengevat.<br />
Analoog aan de musks werden er sterk toenemende concentraties van triclosan in de urine<br />
gedetecteerd naarmate het gebruik van verzorgingsproducten stijgt (op basis van informatie uit<br />
vragenlijsten van deelnemers) (zie Figuur 33).<br />
De hoeveelheid triclosan in de urine was significant hoger bij meisjes in vergelijking met jongens<br />
(Figuur 34). Dit heeft vermoedelijk te maken met het hogere verbruik van verzorgingsproducten bij<br />
meisjes want bij meisjes werd een significant hoger gebruik van verzorgingsproducten vastgesteld op<br />
basis van de vragenlijsten (cfr. musks).<br />
Triclosan en verzorgingsproducten<br />
Urinair triclosan (µg/g crt)<br />
p=0,003<br />
4,0<br />
3,19<br />
3,0<br />
1,98<br />
2,0<br />
0,99<br />
1,0<br />
0,0<br />
laag matig hoog<br />
Score werd berekend op basis van wekelijks gebruik (aantal producten en frequentie van gebruik) (zie vragenlijsten)<br />
Figuur 33: Relatie tussen gebruik van verzorgingsproducten (informatie uit vragenlijsten) en triclosan<br />
in urine bij jongeren<br />
Triclosan en geslacht<br />
Urinair triclosan (µg/g crt)<br />
4,0<br />
3,0<br />
2,0<br />
1,0<br />
0,0<br />
p=0,002<br />
1,10<br />
jongens<br />
2,80<br />
meisjes<br />
Figuur 34: Effect van geslacht op triclosan in urine bij jongeren<br />
135
Resultaten – blootstelling – triclosan<br />
De Vlaamse referentiewaarden voor triclosan worden gegeven in Tabel 46.<br />
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. Triclosan wordt zowel<br />
gemeten in de urine als in serum/plasma. Er werden slechts 2 studies teruggevonden die waarden in<br />
de urine rapporteren. De gemiddelde waarde in de huidige studie ligt in dezelfde range als in een<br />
Japanse studie (met slechts 6 deelnemers), en lagen ongeveer een factor 5 lager dan de waarden die<br />
gerapporteerd worden door CDC in de Amerikaanse biomonitoring.<br />
136
Resultaten – blootstelling – parabenen<br />
3.1.14 Persoonlijke hygiëne producten: parabenen<br />
Parabenen worden gebruikt als antimicrobiële bewaarmiddelen in voeding, geneesmiddelen,<br />
cosmetica en toiletartikelen.<br />
In de huidige studie wordt blootstelling aan parabenen gemeten:<br />
‐ in individuele stalen van jongeren en volwassenen wordt een metaboliet van parabenen, nl.<br />
para‐hydroxybenzoëzuur (HBA) in urine gemeten;<br />
‐ in mengstalen van jongeren en volwassenen wordt een aantal parabenen rechtstreeks in<br />
bloed gemeten, nl. methyl‐, ethyl‐, propyl‐, butyl‐ en benzylparaben in volbloed.<br />
In bijlage 3 wordt de humane toxicologie van parabenen besproken.<br />
In bijlage 4 worden de ruwe data van HBA gegeven voor de totale groep en per subgroep van<br />
relevante covariaten. De voornaamste trends worden hieronder samengevat.<br />
Gemiddeld gezien lagen de waarden bij de jongeren hoger dan bij de volwassenen, zowel indien de<br />
resultaten worden uitgedrukt in volume‐eenheden (geometrisch gemiddelde: 1021 µg/L bij jongeren<br />
en 696 µg/L bij volwassenen), als wanneer de resultaten worden gecorrigeerd voor creatinine (779<br />
en 631 µg/g creatinine, respectievelijk).<br />
Bij de volwassenen worden significant hogere waarden voor HBA gevonden bij vrouwen in<br />
vergelijking met mannen (Figuur 35) en worden stijgende concentraties aan HBA geobserveerd voor<br />
een toenemend gebruik van verzorgingsproducten (informatie uit vragenlijsten)(Figuur 36). Deze<br />
bevindingen zijn in overeenstemming met de resultaten van musks en triclosan bij jongeren (zie<br />
hierboven). Daarnaast werd een significante relatie gevonden tussen body‐mass index (BMI) en HBA<br />
in urine, nl. een dalende urinaire HBA‐concentratie bij een toenemende BMI (Figuur 37). Het is<br />
verleidelijk om te speculeren over een mogelijke verklaring. Het zou kunnen dat deelnemers met<br />
obesitas en overgewicht minder verzorgingsproducten gebruiken (uitgedrukt in absolute<br />
hoeveelheden), of dat ze minder product gebruiken in functie van hun lichaamsomtrek. Een andere<br />
mogelijke verklaring is dat het metabolisme van parabenen beïnvloed wordt door de<br />
lichaamssamenstelling en dat de urinaire HBA excretie daardoor gerelateerd is met BMI. Verder<br />
onderzoek hieromtrent zou nuttig zijn.<br />
Bij jongeren werd voor geen enkel van de onderzochte covariaten significante verschillen gevonden<br />
in de urinaire concentratie van HBA, dus noch voor geslacht (Figuur 35), noch voor het gebruik van<br />
verzorgingsproducten)(Figuur 36), noch voor ander covariaten. Dit is opmerkelijk, aangezien de<br />
verschillen tussen meisjes en jongens en de relatie met de informatie uit de vragenlijsten bij jongeren<br />
wel duidelijk werd aangetoond voor musks en triclosan.<br />
De Vlaamse referentiewaarden voor HBA worden gegeven in Tabel 46.<br />
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. De gemiddele waarden van<br />
de Vlaamse jongeren en volwassenen liggen binnen de minimum‐maximum range die gerapporteerd<br />
wordt in een Amerikaanse studie bij kinderen (n = 127) en volwassenen (n = 200).<br />
137
Resultaten – blootstelling – parabenen<br />
Urinair HBA (µg/g crt)<br />
1000<br />
800<br />
600<br />
400<br />
200<br />
0<br />
p‐hydroxybenzoëzuur en sex<br />
jongeren<br />
volwassenen<br />
p=0,48<br />
p=0,004<br />
793<br />
760<br />
709<br />
559<br />
jongens meisjes mannen vrouwen<br />
Figuur 35: Effect van geslacht op urinaire concentratie van para‐hydroxybenzoëzuur bij jongeren en<br />
volwassenen<br />
Urinair HBA (µg/g crt)<br />
1000<br />
800<br />
600<br />
400<br />
200<br />
0<br />
Para‐hydroxybenzoëzuur en<br />
verzorgingsproducten<br />
jongeren<br />
p=0,91<br />
781 761 788<br />
laag matig hoog<br />
volwassenen<br />
p=0,02<br />
542<br />
615<br />
719<br />
laag matig hoog<br />
Score werd berekend op basis van wekelijks gebruik (aantal producten en frequentie van gebruik) (zie vragenlijsten)<br />
Figuur 36: Relatie tussen gebruik van verzorgingsproducten (informatie uit vragenlijsten) en urinaire<br />
concentratie van para‐hydroxybenzoëzuur bij jongeren en volwassenen<br />
Para‐hydroxybenzoëzuur en BMI ‐<br />
volwassenen<br />
Urinair HBA (µg/g crt)<br />
800<br />
600<br />
400<br />
200<br />
0<br />
688<br />
534<br />
489<br />
p=0,005<br />
ondergewicht +<br />
normaal<br />
overgewicht<br />
obesitas<br />
Figuur 37: Effect van body‐mass index (BMI) op urinaire concentratie para‐hydroxybenzoëzuur bij<br />
volwassenen<br />
138
Resultaten – blootstelling – parabenen<br />
De individuele parabenen (methyl‐, ethyl‐, propyl‐, butyl‐ en benzylparaben) werden gemeten in<br />
mengstalen volbloed van jongeren (n=5) en volwassenen (n=5). Er werd 1 mengstaal per provincie<br />
gemaakt. De resultaten worden weergegeven in Tabel 45.<br />
Tabel 45: Concentratie parabenen in volbloed in mengstalen van jongeren en volwassenen<br />
Leeftijdsgroep Provincie<br />
methylparabeparabeparabeparaben<br />
ethyl‐<br />
propyl‐<br />
butyl‐<br />
benzyl‐<br />
paraben<br />
µg/L µg/L µg/L µg/L µg/L<br />
Jongeren Antwerpen 1,0
Resultaten – blootstelling – persoonlijke hygiëne producten<br />
Tabel 46: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor blootstelling aan persoonlijke hygiëne producten (musks, triclosan en parabenen)<br />
in volbloed en urine<br />
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
polycyclische musks: galaxolide in volbloed<br />
jongeren galaxolide (HHCB) ng/L 202 100% leeftijd, geslacht, 715 (682 – 749) 1105 (1021 – 1188)<br />
in volbloed<br />
bloedvet<br />
jongeren galaxolide (HHCB) ng/g bloedvet 202 100% leeftijd, geslacht 163 (155 – 172) 261 (233 – 289)<br />
in volbloed<br />
polycyclische musks: tonalide in volbloed<br />
jongeren tonalide (AHTN) ng/L 202 92,6% leeftijd, geslacht, 118 (108 – 128) 202 (182 – 223)<br />
in volbloed<br />
bloedvet<br />
jongeren tonalide (AHTN) ng/g bloedvet 202 92,6% leeftijd, geslacht 26,8 (24,7 – 29,2) 48,4 (43,4 – 53,5)<br />
in volbloed<br />
triclosan in urine<br />
jongeren triclosan<br />
µg/L 193 100% leeftijd, geslacht, 2,19 (1,66 – 2,89) 91,5 (41,5 – 141,4)<br />
in urine<br />
creatinine<br />
jongeren triclosan<br />
µg/g<br />
193 100% leeftijd, geslacht 1,63 (1,23 – 2,16) 72,7 (11,7 – 133,7)<br />
in urine<br />
creatinine<br />
parabenen: para‐hydroxybenzoëzuur in urine<br />
jongeren HBA<br />
µg/L 206 100% leeftijd, geslacht, 1027 (970 – 1088) 1752 (1418 – 2086)<br />
in urine<br />
creatinine<br />
jongeren HBA<br />
µg/g<br />
206 100% leeftijd, geslacht 779 (735 – 825) 1463 (1216 – 1710)<br />
in urine<br />
creatinine<br />
volwassenen HBA<br />
µg/L 197 100% leeftijd, geslacht, 689 (639 – 744) 1337 (932 – 1742)<br />
in urine<br />
creatinine<br />
volwassenen HBA<br />
in urine<br />
µg/g<br />
creatinine<br />
197 100% leeftijd, geslacht 634 (584 – 687) 1272 (1002 – 1542)<br />
140
Resultaten – blootstelling – sunscreens<br />
3.1.15 Sunscreens of UVfilters<br />
Sunscreens of UV‐ filters zijn aanwezig in zonneproducten, cosmetica e.d. en komen na gebruik vaak<br />
in het afvalwater terecht, vanwaar ze zich verder kunnen verspreid in het milieu. Ze kunnen bioaccumuleren<br />
en stapelen zich op in vissen.<br />
In de huidige studie worden volgende UV‐filters gemeten in mengstalen urine van jongeren en<br />
volwassenen:<br />
- benzofenon‐3 (BP‐3), een UV‐filter;<br />
- de voornaamste metabolieten van BP‐3, namelijk 2,4‐dihydroxybenzofenon (DHB), 2,2’‐<br />
dihydroxy‐4‐methoxybenzofenon (DHMB) en 2,3,4‐trihydroxybenzofenon (THB);<br />
- andere frequent voorkomende UV‐filters: homosalate (HMS), octyl dimethyl PABA (DABI) en<br />
4‐methylbenzylidenecamfor (4‐MBC).<br />
Andere UV‐filters waarvan in de literatuur vermeld wordt dat ze frequent voorkomen in serum, urine<br />
en/of moedermelk zijn octyl methoxycinnamaat (OMC), benzofenon‐4 (BP‐4), 3‐benzylidene<br />
camphor (3‐BC) en isoamyl p‐methoxycinnamaat (IMZ). Deze stoffen konden in de huidige studie niet<br />
worden gemeten o.w.v. het ontbreken van referentiemateriaal.<br />
De resultaten van de metingen van UV‐filters in mengstalen worden gegeven in Tabel 47 en Tabel 48.<br />
Er was 1 staal (jongeren uit provincie Oost‐Vlaanderen) waarbij de extractie mislukte, waardoor er<br />
geen resultaten konden worden gerapporteerd. Voor alle gemeten UV‐screens kan gesteld worden<br />
dat de concentraties zeer vergelijkbaar waren bij jongeren en volwassenen, zowel per volumeeenheid<br />
(µg/L) als na correctie voor creatinine (µg/g creatinine).<br />
BP‐3 en zijn metabolieten waren detecteerbaar in alle mengstalen. De minimum – maximum range<br />
varieerde van 0,55 tot 3,83 µg/g creatinine voor BP‐3; van 1,56 tot 5,23 µg/g creatinine voor DHB;<br />
van 0,13 tot 0,65 µg/g creatinine voor DHMB en van 0,44 tot 1,62 µg/g creatinine voor THB.<br />
HMS was slechts detecteerbaar in 5 van de 9 stalen. De waarden varieerden tussen niet‐decteerbaar<br />
(< LOQ van 0,21 µg/L) en 1,88 µg/g creatinine. DABI werd gedecteerd in alle mengstalen. De variatie<br />
op de resultaten van de verschillende mengstalen was zeer klein; de resultaten schommelden tussen<br />
0,22 en 0,61 µg/g creatinine. 4‐MBC werd gedecteerd in alle (n=4) stalen bij jongeren en in 3 van de<br />
5 stalen bij de volwassenen. De gehaltes varieerden tussen niet decteerbaar (
Resultaten – blootstelling – sunscreens<br />
Tabel 47: Resultaten van UV‐filters in mengstalen urine bij jongeren en volwassenen: benzofenon‐3<br />
(BP‐3) en metabolieten van BP‐3<br />
Leeftijdsgroep Provincie<br />
metabolieten van BP‐3<br />
BP‐3 BP‐3 DHB DHB DHMB DHMB THB THB<br />
µg/L µg/g<br />
crt<br />
µg/L µg/g<br />
crt<br />
µg/L µg/g<br />
crt<br />
µg/L µg/g<br />
crt<br />
Jongeren Antwerpen 1,72 1,00 2,68 1,56 0,25 0,15 0,80 0,46<br />
Jongeren Oost‐Vlaanderen n.d. ‐ n.d. ‐ n.d. ‐ n.d. ‐<br />
Jongeren West‐Vlaanderen 1,36 0,98 3,62 2,60 0,18 0,13 1,45 1,04<br />
Jongeren Limburg 2,09 1,58 4,20 3,17 0,28 0,21 1,72 1,30<br />
Jongeren Vlaams‐Brabant 4,02 3,83 2,63 2,51 0,19 0,18 1,70 1,62<br />
Volwassenen Antwerpen 1,33 1,40 4,99 5,23 0,48 0,50 0,82 0,86<br />
Volwassenen Oost‐Vlaanderen 1,70 1,44 3,30 2,79 0,44 0,37 0,73 0,62<br />
Volwassenen West‐Vlaanderen 0,77 0,55 3,45 2,47 0,25 0,18 0,61 0,44<br />
Volwassenen Limburg 0,77 0,76 3,17 3,13 0,66 0,65 0,66 0,65<br />
Volwassenen Vlaams‐Brabant 0,97 1,04 2,39 2,56 0,25 0,27 0,53 0,57<br />
n.d.: not detected. LOQ’s: BP‐3: 0,03 µg/L; DHB: 0,05 µg/L; DHBM: 0,14 µg/L; THB: 0,50 µg/L<br />
Tabel 48: Resultaten van UV‐filters in mengstalen urine bij jongeren en volwassenen: homosalaat<br />
(HMS), octyl dimethyl PABA (DABI) en 4‐methylbenzylidenecamfor (4‐MBC)<br />
Leeftijdsgroep Provincie HMS HMS DABI DABI 4‐MBC 4‐MBC<br />
µg/L µg/g crt µg/L µg/g crt µg/L µg/g crt<br />
Jongeren Antwerpen < LOQ < LOQ 0,38 0,22 0,54 0,31<br />
Jongeren Oost‐Vlaanderen n.d. ‐ n.d. ‐ n.d. ‐<br />
Jongeren West‐Vlaanderen 2,62 1,88 0,43 0,31 3,91 2,81<br />
Jongeren Limburg < LOQ < LOQ 0,31 0,23 3,95 2,98<br />
Jongeren Vlaams‐Brabant 0,85 0,81 0,25 0,24 1,83 1,75<br />
Volwassenen Antwerpen < LOQ < LOQ 0,66 0,69 2,01 2,11<br />
Volwassenen Oost‐Vlaanderen 0,85 0,72 0,61 0,52 < LOQ < LOQ<br />
Volwassenen West‐Vlaanderen < LOQ < LOQ 0,44 0,31 0,83 0,59<br />
Volwassenen Limburg 0,68 0,67 0,63 0,62 2,12 2,10<br />
Volwassenen Vlaams‐Brabant 1,13 1,21 0,21 0,22 < LOQ < LOQ<br />
n.d.: not detected. LOQ’s: HMS: 0,21 µg/L; DABI: 0,06 µg/L; 4‐MBC: 0,34 µg/L<br />
142
Resultaten – blootstelling – cotinine<br />
3.1.16 Cotinine<br />
In de huidige studie werd cotinine gemeten in de urine van jongeren en volwassenen.<br />
Cotinine is een afbraakproduct van nicotine. De concentratie van cotinine in urine geeft een maat<br />
voor de blootstelling aan nicotine (actief én passief) gedurende de voorbije uren tot dagen.<br />
In bijlage 4 worden de ruwe data van cotinine gegeven voor de totale groep en per subgroep van<br />
relevante covariaten. Relaties met variabelen zoals geslacht, leeftijd, opleidingsniveau, BMI, enz. zijn<br />
allen toe te schrijven aan rookgewoonten. Hieronder wordt enkel de relatie met roken en passief<br />
roken besproken.<br />
Zowel bij jongeren als bij volwassenen was er een zeer duidelijke relatie tussen urinair cotinine en<br />
huidige rookgewoonten. Bij jongeren werd urinair cotinine gedetecteerd (waarde > LOD van 10 µg/L)<br />
bij 22% van de niet‐rokers, 78% van de jongeren die sporadisch rookten en 100% van de rokers.<br />
Sporadisch roken leidde tot een lichte verhoging van de urinaire cotinine excretie; dagelijks roken<br />
resulteerde in een sterk verhoogde waarde (Figuur 38) met een maximum van 8.534 µg/g creatinine.<br />
Bij volwassenen kwamen we tot zeer vergelijkbare conclusies: cotinine werd gedetecteerd in de urine<br />
van 24% van de niet‐rokers, 37% van de ex‐rokers, 84% van de sporadische rokers en 100% van de<br />
rokers. De gemiddelde concentraties per klasse van roken wordt weergegeven in Figuur 38. De<br />
maximum waarde bij volwassenen bedroeg 13.743 µg/g creatinine. De gemiddelde cotinine waarde<br />
bij volwassen rokers was ongeveer het dubbele van de gemiddelde waarde bij de jongeren die<br />
dagelijks roken. Dit is wellicht te wijten aan het feit dat volwassenen meer sigaretten per dag roken<br />
dan jongeren.<br />
Cotinine en roken ‐ jongeren<br />
Cotinine en roken ‐ volwassenen<br />
Urinair cotinine (µg/g crt)<br />
2.500<br />
2.000<br />
1.500<br />
1.000<br />
500<br />
0<br />
p
Resultaten – blootstelling – cotinine<br />
Cotinine en passief roken ‐<br />
jongeren<br />
Cotinine en passief roken ‐<br />
volwassenen<br />
Urinair cotinine (µg/g crt)<br />
20<br />
15<br />
10<br />
5<br />
0<br />
neen<br />
p
Resultaten – vergelijking 1 e en 2 e Steunpunt<br />
3.2 Vergelijking eerste en tweede Steunpunt<br />
3.2.1 Verschillen in aanpak voor het bepalen van referentiewaarden in<br />
eerste en tweede Steunpunt<br />
In opdracht van de Vlaamse Overheid liep in de periode 2002‐2006 een eerste cyclus van het Vlaams<br />
Humaan Biomonitoringsprogramma. Het doel van de eerste campagne was het uitbouwen van een<br />
bewakingsmeetnetwerk voor biomonitoring in Vlaanderen. Aan de hand van blootstellings‐ en<br />
effectindicatoren werd een eerste beeld gecreëerd van blootstelling aan vervuilende stoffen en<br />
vroegtijdige biologische – en gezondheidseffecten. We rekruteerden op systematische wijze in 8<br />
aandachtsgebieden 1196 moeders en hun pasgeborenen, 1679 jongeren van 14 en 15 jaar en 1583<br />
volwassenen tussen 50 en 65 jaar. Er waren ongeveer 200 deelnemers per aandachtsgebied, ze<br />
woonden minstens 5 jaar in het gebied. De aandachtsgebieden werden gekenmerkt door een<br />
verschillende milieubelasting en omvatten niet‐stedelijke gemeenten, de grootstedelijke<br />
agglomeraties Antwerpen en Gent, industriegebieden met petrochemische en metaalvervuiling, de<br />
fruitstreek rond Sint Truiden en gebieden in de onmiddellijke omgeving van verbrandingsovens voor<br />
huishoudelijk afval. Per aandachtsgebied werd getracht om telkens 200 moeders met pasgeborenen,<br />
200 jongeren(14‐15 jaar) en 200 volwassenen(50‐65 jaar) te onderzoeken. De gebiedsgerichte<br />
aanpak en de vraagstelling of de signalen van milieublootstelling en/of effect verschillen tussen de<br />
gebieden was één van de belangrijke vragen in deze eerste biomonitoringscyclus.<br />
De resultaten toonden aan dat biomerkerwaarden en gezondheidseffecten inderdaad verschillen<br />
tussen bewoners van verschillende aandachtsgebieden. Deze bevindingen waren de aanleiding voor<br />
het “hot spot” onderzoek in de huidige tweede cyclus van het biomonitoringsprogramma waarin de<br />
impact van lokale milieudruk wordt onderzocht.<br />
Om een beeld te hebben van biomerkerwaarden in de algemene bevolking werden ook in de eerste<br />
cyclus van het biomonitoringsprogramma referentiewaarden zoals het geometrisch gemiddelde en<br />
de P90 23 waarden berekend.<br />
De referentiewaarden zijn vergelijkingspunten waartegenover we de meetwaarden van<br />
aandachtsgebieden of “hot spots” kunnen positioneren, ze laten toe de toestand in Vlaanderen af te<br />
toetsen met gelijkaardige buitenlandse meetresultaten, ze dienen als referentie/maatstaf bij<br />
opvolging in de tijd, ze worden gebruikt als toetsingsniveau om verdere stappen te nemen die<br />
kunnen leiden tot beleidsacties.<br />
De referentiewaarden van het biomonitoringsprogramma van het eerste Steunpunt werden per<br />
leeftijdsgroep berekend op basis van de meetwaarden van alle deelnemers samen.<br />
Aandachtsgebieden met een groter bevolkingsaantal kregen een groter gewicht bij de berekening<br />
van de referentiewaarden (populatiegewogen). We wensen hierbij op te merken dat de<br />
aandachtsgebieden in het eerste Steunpunt slechts ongeveer 22% van het oppervlakte van<br />
Vlaanderen afdekten, 20% van de gemeenten en 20% van de inwoners.<br />
In het huidige biomonitoringsprogramma werden de deelnemers aan de referentiebiomonitoring<br />
gerekruteerd over gans Vlaanderen, gestratifieerd per provincie (zie Hoofdstuk 2: Selectie van de<br />
onderzoekspopulatie). Om te mogen deelnemen moesten ze minimaal 10 jaar in Vlaanderen wonen.<br />
In totaal werden er 255 moeder‐pasgeborenen koppels, 210 jongeren (14‐15 jaar) en 204<br />
volwassenen (20‐40 jaar) gerekruteerd.<br />
23 P90 d.w.z. 90% van de deelnemers hebben waarden beneden de P 90 . Als men voor 100 personen de gemeten waarden<br />
rangschikt van klein naar groot is de P 90 de waarde van 90ste persoon.<br />
145
Resultaten – vergelijking 1 e en 2 e Steunpunt<br />
Het vergelijken van de referentiewaarden van de twee biomonitoringscampagnes moet voorzichtig<br />
gebeuren. Vermits de volwassen groep verschilt in leeftijd tussen het eerste en tweede<br />
biomonitoringsprogramma worden de resultaten niet naast elkaar geplaatst. De moeders en hun<br />
pasgeborenen en de jongeren vertegenwoordigen wel dezelfde leeftijdsgroep. Tabel 49 plaatst de<br />
referentiewaarden (geometrisch gemiddelde en 90 e percentiel) van de overeenkomstige<br />
leeftijdsgroepen van de twee campagnes naast elkaar.<br />
De referentiewaarden voor de biomerkers werden gecorrigeerd voor gekende factoren die een<br />
invloed kunnen hebben op de gemeten waarden, maar die geen relatie hebben met de kwaliteit van<br />
het leefmilieu. Bij de moeders en hun pasgeborenen werden al de biomerkerwaarden gecorrigeerd<br />
voor leeftijd van de moeder en actief rookgedrag tijdens de zwangerschap. Bij de jongeren werd<br />
gecorrigeerd voor geslacht en rookgedrag. Vetoplosbare biomerkers zoals PCBs, HCB, p,p’‐DDE<br />
werden bij moeders en jongeren bijkomend gecorrigeerd voor BMI. De referentiewaarden<br />
voorspellen de biomerkerwaarden voor een gemiddelde deelnemer aan de steekproef. Deze<br />
gemiddelde deelnemer verschilt tussen de eerste en tweede biomonitoringcampagne.<br />
3.2.2 Resultaten van de referentiewaarden van het biomonitoringsprogramma<br />
van het eerste en tweede Steunpunt<br />
Tabel 49 geeft aan dat de referentiewaarden van bloed lood en bloed cadmium aanzienlijk lager<br />
liggen in de nieuwe campagne tegenover de vorige meetcampagne. Het 95% betrouwbaarheidsinterval<br />
van het geometrische gemiddelde en van de P90‐waarde overlapt niet als we de gegevens<br />
van de twee campagnes vergelijken.<br />
De geometrische gemiddelden en P90 waarden van PCBs, p,p’‐DDE en HCB liggen nu lager dan deze<br />
die vier jaar eerder werden gemeten in de eerste biomonitoringscampagne. Ook hier overlappen de<br />
betrouwbaarheidsintervallen niet, behalve voor het geometrisch gemiddelde van het PCB‐gehalte in<br />
navelstrengbloed.<br />
Het geometrisch gemiddelde van de merker voor korte termijn blootstelling aan PAK’s bij jongeren<br />
ligt hoger bij de huidige campagne dan bij de vorige campagne. De geometrisch gemiddelden van de<br />
urinaire merker van benzeen blootstelling zijn vergelijkbaar en liggen binnen elkaars betrouwbaarheidsinterval.<br />
De lagere referentiewaarden voor de zware metalen en gechloreerde koolwaterstoffen kunnen<br />
verscheidene oorzaken hebben.<br />
De daling kan verband houden met een verminderde opname van de polluenten uit het milieu.<br />
Dalende tijdstrends voor zware metalen en gechloreerde persistente polluenten werden ook eerder<br />
waargenomen en kunnen het gevolg zijn van efficiënte milieubeleidsmaatregelen en sensbilisatie<br />
campagnes.<br />
We kunnen echter niet uitsluiten dat andere parameters zoals de verschillen in steekproeftrekking<br />
tussen de eerste en tweede biomonitoringscampagne mede de oorzaak zijn voor de verlaagde<br />
waarden die werden waargenomen. Naast het verschillend aantal studiedeelnemers per<br />
leeftijdsgroep is er ook maar een beperkte overlap tussen de gebieden waaruit de deelnemers van<br />
de eerste en tweede campagne afkomstig zijn.<br />
De deelnemers van de huidige campagne wonen meer homogeen verdeeld over Vlaanderen. We<br />
merken dat de P90 waarden voor de meeste biomerkers niet alleen veel lager liggen in vergelijking<br />
met de vorige campagne, maar dat ze ook relatief dichter bij het geometrisch gemiddelde liggen. Dit<br />
is vooral opmerkelijk voor de waarden van bloed lood en cadmium en voor de urinaire PAK‐merker.<br />
Mogelijk komen afwijkende biomerkerwaarden meer voor in de typegebieden, waar de eerste<br />
biomonitoringscampagne liep.<br />
146
Resultaten – vergelijking 1 e en 2 e Steunpunt<br />
Tabel 49: Resultaten van de referentiewaarden van het biomonitoringsprogramma van het eerste en tweede Steunpunt.<br />
Referentiewaarden 1 e Steunpunt<br />
Referentiewaarden 2 e Steunpunt<br />
Leeftijdsgroep Biomerker N Geom. gemiddelde 90 e percentiel N Geom. gemiddelde 90 e percentiel<br />
(95% BI)<br />
(95% BI)<br />
(95% BI)<br />
Bloed lood (µg/L)<br />
pasgeborenen bloed Pb ‐<br />
1107 14,7 (14,0‐15,5) 43 (28‐57) 241 8,6 (8,1‐9,2) 15,9 (13,9‐17,9)<br />
navelstrengbloed<br />
jongeren bloed Pb 1659 21,7 (20,8‐22,6) 47 (44‐49) 207 14,8 (14,0‐15,6) 27,6 (23,1‐32,1)<br />
Bloed cadmium (µg/L)<br />
pasgeborenen bloed Cd ‐<br />
1107 0,21(0,19‐0,23) 1,28(0,87‐1,68) 241 0,07 (0,07‐0,08) 0,16 (0,01‐0,23)<br />
navelstrengbloed<br />
jongeren bloed Cd 1659 0,36 (0,33‐0,38) 1,32 (1,23‐1,40) 207 0,21 (0,19‐0,23) 0,47 (0,33‐0,61)<br />
PCB’s (som van PCB 138, 153 en 180) (ng/g vet)<br />
pasgeborenen PCB’s in plasma 1054 64 (61‐68) 166 (140‐192) 241 59 (56‐63) 112 (98‐126)<br />
navelstrengbloed<br />
jongeren PCB’s in serum 1645 68 (66‐70) 116 (111‐121) 205 50 (46‐53) 98 (83‐115)<br />
p,p’‐DDE (ng/g vet)<br />
pasgeborenen p,p’‐DDE in plasma 1112 110 (104‐116) 332 (237‐428) 241 78 (72‐85) 192 (162‐ 221)<br />
navelstrengbloed<br />
jongeren p,p’‐DDE in serum 1645 94 (89‐99) 274 (242‐306) 205 70 (63‐78) 207 (151‐263)<br />
HCB (ng/g vet)<br />
pasgeborenen HCB in plasma<br />
1044 19 (18‐20) 48 (39‐57) 241 9,3 (8,5‐10,2) 22,5 (19,9‐25,1)<br />
navelstrengbloed<br />
jongeren HCB in serum 1581 21 (20‐21) 31 (29‐32) 205 8,3 (7,8‐8,9) 14,0 (12,4‐15,7)<br />
PAK‐merker (1‐hydroxypyreen) (ng/g creatinine)<br />
jongeren<br />
1‐hydroxypyreen 1598 88 (81‐95) 484 (405‐559) 202 104 (97‐113) 224 (170‐279)<br />
in urine<br />
Benzeen‐merker (t,t’‐muconzuur) (µg/g creatinine)<br />
jongeren<br />
t,t’‐muconzuur<br />
in urine<br />
1598 72 (66‐79) 271 (241‐300) 203 68 (61‐77) 232 (172‐291)<br />
147
Resultaten – vergelijking 1 e en 2 e Steunpunt<br />
Tabel 50 vat de belangrijkste verschillen samen tussen beide biomonitoringscampagnes die een<br />
invloed kunnen hebben op de biomerkerwaarden.<br />
Naast de verschillen tussen de steekproefdeelnemers in rookgedrag, leeftijd van de moeders,<br />
geslacht van de jongeren en BMI, die gebruikt werden voor het corrigeren van de<br />
biomerkerwaarden, zijn er nog andere verschillen in karakteristieken van de steekproefpopulaties die<br />
mogelijk de biomerkerwaarden kunnen beïnvloeden. Deze zijn uitgebreid gedocumenteerd in<br />
“Hoofdstuk 3: Beschrijving van de steekproefpopulatie”.<br />
Tabel 50: Vergelijking biomonitoringscampagne van het eerste en tweede Steunpunt<br />
Eerste<br />
biomonitoringscampagne<br />
Tweede<br />
biomonitoringscampagne<br />
Moeders – pasgeborenen<br />
Aantal deelnemers 1196 255<br />
Rekruteringsperiode Okt. ‘02 – feb. ‘04 Aug. ’08 – juli ‘09<br />
Rekruteringsgebied 8 aandachtsgebieden gans Vlaanderen<br />
% roken tijdens zwangerschap 16% 11,6%<br />
Gemiddelde leeftijd moeder 30 jaar 30,3 jaar<br />
Gemiddelde BMI 23,3 kg/m² 23,5 kg/m²<br />
Jongeren<br />
Aantal deelnemers 1679 210<br />
Rekruteringsperiode Okt. ’03 – juli ‘04 mei ‘08 – mei ‘09<br />
Rekruteringsgebied 8 aandachtsgebieden gans Vlaanderen<br />
% roken 13,6% 8,6%<br />
Gemiddelde BMI 20,5 kg/m² 20,1 kg/m²<br />
Ook de chemisch analytische bepalingen kunnen afwijken tussen de twee campagnes. De<br />
biomerkermetingen gebeurden in beide campagnes door laboratoria die een uigebreide expertise<br />
hebben met deze bepalingen en die dat ook gestaafd hebben op basis van een validatiedossier.<br />
Als extra controle werd een aantal stalen van de eerste campagne opnieuw gemeten in de<br />
laboratoria die de chemische analyses uitvoerden voor de tweede campagne.<br />
De metingen van de gechloreerde verbindingen (PCB’s, p,p’‐DDE en HCB ) werden herhaald op een<br />
staal met een hoge, een lage en een gemiddelde waarde (op basis van PCB 180, nl. 0,26; 0,97 en 4,60<br />
µg/L). De stalen werden in het eerste Steunpunt gemeten in 2005. Ze werden bewaard bij ‐20°C. De<br />
hermeting gebeurde in juli 2009. De nieuwe meetresultaten waren zeer goed gecorreleerd met die<br />
van de vorige campagne (zie Figuur 40). De recovery bedroeg 105% voor PCB 138 en PCB 153; 99%<br />
voor PCB 180; 92% voor p,p’‐DDE en 75% voor HCB. In de eerste campagne werd er ook<br />
gerapporteerd dat de variabiliteit op de meting van HCB het grootst was.<br />
148
Resultaten – vergelijking 1 e en 2 e Steunpunt<br />
PCB118 (µg/L)<br />
PCB153 (µg/L)<br />
PCB180 (µg/L)<br />
P 2,0<br />
T<br />
S<br />
e<br />
1 1,5<br />
n<br />
le<br />
ta<br />
s 1,0<br />
g<br />
tin<br />
e 0,5<br />
rm<br />
e<br />
h 0,0<br />
y = 0,8566x - 0,0031<br />
R² = 1<br />
0,0 0,5 1,0 1,5 2,0<br />
1e STP<br />
8<br />
P<br />
T y = 0,8059x + 0,2555<br />
S<br />
R² = 0,9945<br />
e 6<br />
1<br />
n<br />
le<br />
4<br />
ta<br />
s<br />
g<br />
2 tin<br />
e<br />
rm<br />
e 0<br />
h<br />
0 2 4 6 8<br />
1e STP<br />
P4<br />
T y = 0,8071x + 0,1179<br />
S<br />
R² = 0,9933<br />
e<br />
1 3<br />
n<br />
le<br />
ta 2<br />
s<br />
g<br />
tin<br />
1<br />
e<br />
rm<br />
e<br />
h0<br />
0 1 2 3 4<br />
1e STP<br />
p,p'-DDE (µg/L)<br />
P 50<br />
T y = 0,8248x + 0,3436<br />
S<br />
R² = 0,9998<br />
e 40<br />
1<br />
n<br />
le 30<br />
ta<br />
s<br />
20 g<br />
tin<br />
e 10<br />
rm<br />
e<br />
h 0<br />
0 10 20 30 40 50<br />
1e STP<br />
HCB (µg/L)<br />
P 1,2<br />
T y = 0,575x + 0,0581<br />
S<br />
R² = 0,9987<br />
1,0<br />
e<br />
1<br />
n 0,8<br />
le<br />
ta 0,6<br />
s<br />
g<br />
0,4<br />
tin<br />
e<br />
0,2<br />
rm<br />
e<br />
h 0,0<br />
0,0 0,5 1,0 1,5 2,0<br />
1e STP<br />
Figuur 40: Vergelijkende metingen van PCB’s, p,p’‐DDE en HCB van stalen van het eerste Steunpunt.<br />
In het huidige Steunpunt werden Calux metingen uitgevoerd bij jongeren (muizencellijn) en<br />
pasgeborenen (rattencellijn), terwijl in het eerste Steunpunt bij volwassenen (muizencellijn) en<br />
pasgeborenen (rattencellijn) werd gemeten. De Calux meting is een bioassay waarbij de binding van<br />
zuur resistente uit bloedvet geëxtraheerde stoffen met de dioxine receptor wordt gemeten. De<br />
bioassays zijn nog geen routinetechnieken, ze zijn nog volop in ontwikkeling. Ze laten momenteel al<br />
wel toe om uitgaande van een klein bloedvolume een meting te doen van de bioactieve stoffen in<br />
het bloed die een dioxine achtige toxiciteit hebben. Dit is voor de gezondheid een belangrijke<br />
stoffengroep om op te volgen. De vergelijking van de Calux resultaten met chemische dioxine<br />
metingen is al wel gebeurd voor de rattencellijn, maar nog niet voor de muizencellijn.<br />
Vergelijkbaarheid van beide technieken wordt verder onderzocht.<br />
De rattencellijn is een gevoelige cellijn waarbij slechts en klein volume plasma/serum (2,5 mL) nodig<br />
is. Met de rattencellijn is reeds heel wat ervaring opgebouwd. De nieuwere muizencellijn heeft een<br />
iets lagere gevoeligheid en vereist een staalvolume van 4 à 5 mL, maar beschikt over een protocol<br />
dat toelaat om een afzonderlijke analyse van dioxine‐achtige PCBs en dioxines/furanen uit te voeren.<br />
Het analyseprotocol voor de rattencellijn is enkel gevalideerd voor een totaalanalyse van het<br />
mengsel van dioxine‐achtige PCBs en dioxines en furanen.<br />
Voor de analyse van de pasgeborenen in het eerste en het huidige Steunpunt werd geopteerd om de<br />
Caluxmetingen uit te voeren met de rattencellijn, aangezien slechts een beperkt volume<br />
navelstrengbloed beschikbaar was en aangezien het wenselijk is om de resultaten te vergelijken met<br />
deze van de vorige campagne bij dezelfde doelgroep. Voor de analyse van stalen van volwassenen en<br />
jongeren was meer serum beschikbaar, er werd geopteerd voor de afzonderlijke analyse van zowel<br />
dioxine‐achtige PCBs als dioxines en furanen met de nieuwe muizencellijn.De plasmastalen van de<br />
pasgeborenen werden zowel in de huidige campagne als in het eerste Steunpunt gemeten door<br />
hetzelfde lab met de BDS‐Calux rattencellijn en kunnen dus op dezelfde manier geïnterpreteerd<br />
worden Deze resultaten geven de totale belasting aan dioxines en dioxine‐achtige PCBs. Indien we<br />
de waarden van de huidige campagne vergelijken met de resultaten uit het eerste Steunpunt zien we<br />
net zoals voor de merker PCB’s, p,p’‐DDE en HCB een dalende trend (17,5 pg Calux TEQ/g vet vs. 23<br />
pg Calux TEQ/g vet in het eerste Steunpunt).<br />
149
Resultaten – vergelijking 1 e en 2 e Steunpunt<br />
De hogere meetwaarden voor de dioxine fractie (dioxines en furanen) van de Calux metingen bij<br />
jongeren in het tweede Steunpunt in vergelijking met de volwassenen uit het eerste Steunpunt<br />
kunnen worden verklaard door het gebruik van een gevoeligere muizencellijn (H1L7.5c1 cellijn). Deze<br />
cellijn maakt het mogelijk om met goede accuraatheid een volledige dosis‐respons verdunningscurve<br />
te bepalen i.p.v. één bepaalde verdunning, wat standaard uitgevoerd werd met de H1L6.1c3 cellijn,<br />
die gebruikt werd tijdens het eerste Steunpunt. Hierdoor kon het meest optimale werkgebied voor<br />
de nieuwe Calux muizencellijn bepaald worden en alle metingen bij jongeren werden dan ook met<br />
deze aangepaste methode uitgevoerd.<br />
Om toch een grootte‐orde vergelijking tussen de jongeren in het tweede Steunpunt en de<br />
volwassenen uit het eerste Steunpunt te kunnen maken, werd een gepoold serumstaal van<br />
volwassenen uit het eerste Steunpunt verschillende keren hermeten met de oude (H1L6.1c3<br />
muizencellijn) en de nieuwe (H1L7.5c1 muizencellijn) methode. De nieuwe methode gaf resultaten<br />
die 7 à 8 maal hoger waren, wat betekent dat de dioxine resultaten van de jongeren dienen<br />
vergeleken te worden met een berekende gemiddelde waarde voor volwassen uit het eerste<br />
Steunpunt van 134,4‐153,6 pg BEQ/g vet i.p.v. 19,2 pg BEQ/g vet. Deze aangepaste gemiddelde<br />
waarde ligt beduidend hoger dan de gemiddelde waarde van 110 pg BEQ/g vet van de jongeren in<br />
deze meetcampagne, wat logisch is gezien het grote leeftijdsverschil tussen beide populaties (14‐15<br />
jaar tegenover 50‐65 jaar).<br />
De dioxine‐achtige PCB fractie werd in het eerste steunpunt niet gemeten, aangezien de H1L6.1c3<br />
cellijn hiervoor niet voldoende gevoelig was. Ook in de literatuur worden Calux metingen van<br />
dioxine‐achtige PCBs in serumstalen niet gerapporteerd. GC‐HR‐MS metingen zijn in sommige studies<br />
wel voorhanden. (zie bijlage 5).<br />
Vergelijking van stalen die gemeten werden met verschillende types van Calux cellijnen of met GC‐<br />
HR‐MS is niet mogelijk, tenzij voorafgaand op hetzelfde staaltype een correlatie gevonden werd<br />
tussen de verschillende meettechnieken. Het verschil in opzuiveringsprocedure, het al dan niet<br />
scheiden van dioxines en dioxine‐achtige PCBs, het type cellijn bij Calux metingen, de gebruikte<br />
verdunning en de inductie t.o.v. de standaardcurve bij Calux metingen (dit bepaald de plaats op de<br />
sigmoïdale curve), de keuze van TEF/REP waarden bij GC‐HR‐MS metingen e.d. hebben allen een<br />
invloed op het eindresultaat. In de literatuur zijn vrij weinig studies beschikbaar met gegevens over<br />
Calux metingen in bloedstalen (zie bijlage 5). De beschikbare studies gebruiken dikwijls een ander<br />
type cellijn en een andere opzuiveringsmethode en details betreffende gebruikte verdunning en<br />
gemeten inductie worden vaak niet vermeld. Er is dan ook een vrij grote spreiding in de<br />
dioxinegehalten die in de verschillende studies gerapporteerd worden. De gerapporteerde resultaten<br />
verschillen ook meer dan wat op basis van populatieverschillen zou verwacht worden. Zo is er een<br />
range aan dioxine resultaten (PCDD/Fs) van 11 pg TEQ/g vet (Todaka et al., 2010) tot 428 pg TEQ/g<br />
vet (Long et al., 2006). Ook binnen eenzelfde studie worden er grote verschillen gerapporteerd<br />
naargelang de gebruikte meettechniek. Van Wouwe et al. (2004) rapporteerde PCDD/F gehaltes van<br />
41,8 pg TEQ/g vet (Calux muizencellen) en 25,7 pg TEQ/g vet (GC‐HR‐MS) voor dezelfde stalen. In de<br />
studie van Koppen et al. (2001) werden daarentegen hogere waarden voor GC‐HR‐MS dan voor Calux<br />
(78,9 pg TEQ/g vet vs. 35,0 p TEQ/g vet) gevonden.<br />
Enige voorzichtigheid is dan ook nodig bij de interpretatie van deze gegevens! Vergelijking van de in<br />
dit rapport weergegeven referentiewaarden en metingen uit de hotspots Genk‐Zuid en Menen is<br />
echter wel mogelijk, aangezien deze analysen op exact dezelfde wijze zullen uitgevoerd worden.<br />
Om de vergelijkbaarheid van de meetresultaten van bloed lood en bloed cadmium te evalueren<br />
werden 22 stalen uit de eerste campagne opnieuw gedigereerd en gemeten. Tabel 51 geeft het<br />
gemiddelde en de P90 voor de resultaten van cadmium. Bij de hermeting van stalen uit de eerste<br />
campagne werd nu voor cadmium een waarde gevonden die gemiddeld 87% bedraagt van de waarde<br />
die destijds gemeten werd. In acht genomen dat de hermeten stalen dateren van 2004 is dit resultaat<br />
150
Resultaten – vergelijking 1 e en 2 e Steunpunt<br />
acceptabel. De correlatiecoefficiënt (r 2 = 0,94) van de regressierechte in Figuur 41 geeft aan dat er<br />
een goede correlatie is tussen de twee metingen.<br />
Ook voor lood vinden we een goede correlatie tussen de meting van de eerste campagne en de<br />
hermeting (r 2 = 0,89) (Figuur 41). Bij de hermeting van stalen uit de eerste campagne werd nu voor<br />
lood een waarde gevonden die gemiddeld slechts 70% bedraagt van de waarde die destijds gemeten<br />
werd (Tabel 52). De oorzaak hiervan is moeilijk te achterhalen, maar zoals hierboven reeds<br />
aangegeven, dateren de stalen reeds van 2004 en zijn ze bovendien meerdere keren ingevroren en<br />
ontdooid, wat een mogelijke verklaring kan zijn. De mogelijkheid bestaat echter dat verschillen in<br />
meettechnieken geleid hebben tot lagere waarden bij de meetcampagne van het 2 e Steunpunt,<br />
zodanig dat niet met zekerheid kan gesteld worden dat de inwendige blootstelling aan lood bij<br />
jongeren duidelijk gedaald is.<br />
Tabel 51: Cadmium concentraties van de hermeting van stalen van de eerste campagne<br />
Bloed cadmium (µg/L)<br />
1 e Steunpunt Hermeting Recovery<br />
gemiddelde 0,68 0,59 87 %<br />
P90 1,71 1,31 77 %<br />
Tabel 52: Lood concentraties van de hermeting van stalen van de eerste campagne<br />
Bloed lood (µg/L)<br />
1 e Steunpunt Hermeting Recovery<br />
gemiddelde 30,4 21,4 70 %<br />
P90 60,4 42,4 70 %<br />
S<br />
T<br />
P<br />
e<br />
1<br />
n<br />
le<br />
sta<br />
g<br />
tin<br />
e<br />
rm<br />
e<br />
h<br />
3,5<br />
3,0<br />
2,5<br />
2,0<br />
1,5<br />
1,0<br />
0,5<br />
0,0<br />
Bloed cadmium (µg/L)<br />
y = 0,9432x ‐ 0,0523<br />
R² = 0,9353<br />
0,0 0,5 1,0 1,5 2,0 2,5 3,0<br />
meting 1e STP<br />
80<br />
S<br />
T<br />
P<br />
e60<br />
1<br />
n<br />
le<br />
40<br />
sta<br />
g<br />
tin<br />
20<br />
e<br />
rm<br />
e<br />
h 0<br />
Bloed lood (µg/L)<br />
y = 0,6078x + 2,9116<br />
R² = 0,888<br />
0 20 40 60 80<br />
meting 1e STP<br />
Figuur 41: Regressierechten voor de vergelijking van Cd‐ en Pb‐concentraties van de hermeting en de<br />
resultaten van de eerste campagne.<br />
3.2.3 Besluit<br />
Met uitzondering van de biomerkers voor PAK‐ en benzeenblootstelling bij jongeren, liggen de<br />
nieuwe referentiewaarden nu lager dan de waarden die gemeten werden in de<br />
biomonitoringscampagne van het eerste Steunpunt.<br />
Mogelijke verklaringen hiervoor zijn:<br />
<br />
<br />
een dalende tijdstrend in chemische blootstelling;<br />
een verschil in steekproeftrekking;<br />
151
Resultaten – vergelijking 1 e en 2 e Steunpunt<br />
<br />
een verschil in juistheid van de chemische analyse.<br />
Een eventuele vergelijking tussen de eerste en tweede biomonitoringscampagne moet met de<br />
nodige nuancering gebeuren. Om tijdstrends correct te evalueren is het belangrijk om de<br />
steekproeftrekking constant te houden. Uit de vergelijking van de resultaten van beide<br />
biomonitoringscampagnes blijkt dat een steekproeftrekking verspreid over Vlaanderen een meer<br />
homogeen beeld geeft over de blootstelling dan wanneer de steekproeftrekking in geselecteerde<br />
typegebieden gebeurt.<br />
152
Resultaten – effectmerkers – astma en allergie<br />
4. Effectmerkers<br />
Effectmerkers zijn belangrijke uitkomstvariabelen om te bestuderen in relatie met blootstelling. Een<br />
gedetailleerde analyse van dosis‐effect relaties, met correctie voor relevante confounders en<br />
mechanistische interpretatie zal gebeuren in een apart rapport.<br />
In het huidige rapport wordt de analyse beperkt tot een beschrijvende statistiek van de<br />
effectmerkers, zowel voor de totale populatie als na stratificatie voor relevante subgroepen. Indien<br />
relevant wordt een geometrische gemiddelde en een 10 e en/of 90 e percentiel berekend voor<br />
continue variabelen en een proportie voor binaire variabelen, telkes met correctie van a priori<br />
geselecteerde confounders. Multivariate analyses, mechanistische interpretaties en relaties met<br />
blootstellingsmerkers worden later gerapporteerd.<br />
4.1 Astma en allergie<br />
Astma en allergie werd meegenomen als merker van effect in alle leeftijdsgroepen. Astma en allergie<br />
werd geëvalueerd op basis van gevalideerde vragenlijsten. Deze vragenlijsten werden afgenomen bij<br />
de moeders van de pasgeborenen, bij de jongeren en bij de volwassenen. Als parameters werden<br />
gekeken naar: astma gediagnosticeerd door een arts, astmaklachten ooit, astmaklachten de laatste<br />
12 maanden (huidig astma), hooikoorts, hooikoortsklachten ooit, eczeem, allergie voor<br />
voedingsmiddelen‐ geneesmiddelen – insectenbeten, voor dieren en voor metaalverzorgingsproducten<br />
– huishoud of onderhoudsproducten in de afgelopen 5 jaar. Als verklarende<br />
variabelen werden meegenomen leeftijd, geslacht, opleiding, roken, alcohol gebruik,<br />
urbanisatiegraad , BMI en het familiaal voorkomen van astma, eczeem of hooikoorts.<br />
In bijlage 3 wordt per parameter een beschrijving gegeven van de relevantie van de gebruikte<br />
biomerkers.<br />
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook<br />
een beschrijvende statistiek gegeven voor relevante subgroepen zoals leeftijdsklassen, geslacht,<br />
roken, urbanisatie, enz... De voornaamste trends worden hier per variabele samengevat.<br />
Voor de variabelen astma vastgesteld door een arts, astmaklachten ooit en huidig astma werden<br />
geen significante verschillen gevonden tussen de 3 studiegroepen. Het familiaal voorkomen van<br />
astma was een risicofactor voor het voorkomen van astma bij de 3 doelgroepen. Bij de volwassenen<br />
en de moeders speelde roken een rol; rokers rapporteren meer astmaklachten. Bij de jongeren had<br />
het hoogste opleidingsniveau binnen het gezin een invloed op het voorkomen van astma diagnose bij<br />
de jongeren; er werd meer astma gediagnosticeerd bij laag opleidingsniveau. De andere factoren<br />
zoals leeftijd, geslacht, urbanisatiegraad, alcoholgebruik en BMI hadden geen significante invloed op<br />
het voorkomen van astma.<br />
Hooikoorts. Moeders van pasgeborenen rapporteerde het minst hooikoorts, volwassenen<br />
rapporteerden dit het meest. Familiale anamnese van hooikoorts was een belangrijke risicofactor. De<br />
moeders met ondergewicht en met obesitas rapporteerden meer hooikoorts.<br />
Eczeem. Het voorkomen van eczeem was vergelijkbaar over de 3 doelgroepen. Familiale voorkomen<br />
is een belangrijke risicofactor.<br />
Allergie voor voedingsmiddelen, geneesmiddelen of insectenbeten in de laatste 5 jaar. Familiale<br />
risicofactoren speelden alleen een significante rol bij de moeders.<br />
Allergie voor metaal, verzorgingsproducten, huishoud‐ en onderhoudsproducten in de laatste 5<br />
jaar. Bij jongeren stelden we een invloed vast van geslacht (meer bij meisjes: 29,87% versus 12,25%)<br />
153
Resultaten – effectmerkers – astma en allergie<br />
en van roken (meer bij rokers maar het aantal rokers bij de jongeren was klein). Bij de moeders<br />
kwam deze allergie meer voor bij een lager opleidingsniveau<br />
Allergie voor dieren in de laatste 5 jaar: was vergelijkbaar in de 3 doelgroepen. Geen van de<br />
onderzochte invloedsfactoren vertoonde een significante relatie met het voorkomen van deze<br />
allergie.<br />
154
Resultaten – effectmerkers – astma en allergie<br />
Tabel 53: Vlaamse referentiewaarden (gemiddelde proportie en CI ) astma en allergie<br />
Leeftijdsgroep Biomerker Eenheid N Confounders Gemiddelde proportie<br />
(95% BI)<br />
Astmaklachten ooit<br />
Moeders pasgeborenen Astma ooit % 222 leeftijd moeder, roken 24,89 (19,40 – 31,30)<br />
jongeren Astma ooit % 178 leeftijd, geslacht, roken 21,11 (15,60 – 28,00)<br />
volwassenen Astma ooit % 194 leeftijd, geslacht, roken 20,13 (14,90 – 26,62)<br />
Astma diagnose arts<br />
Moeders pasgeborenen Astma diagnose % 233 leeftijd moeder, roken 7,05 (4,20 – 11,70)<br />
arts<br />
jongeren<br />
Astma diagnose % 183 leeftijd, geslacht, roken 8,15 (4,80 – 13,50)<br />
arts<br />
volwassenen<br />
Astma diagnose % 194 leeftijd, geslacht, roken 7,34 (4,27 – 12,32)<br />
arts<br />
Huidig astma<br />
Moeders pasgeborenen huidig astma % 227 leeftijd moeder, roken 17,23 (12,70 – 22,90)<br />
jongeren huidig astma % 183 leeftijd, geslacht, roken 14,76 (10,20 – 20,90)<br />
volwassenen huidig astma % 194 leeftijd, geslacht, roken 15,16 (10,50 – 21,39)<br />
Hooikoortsklachten ooit<br />
Moeders pasgeborenen Hooikoorts ooit % 229 leeftijd moeder, roken 21,83 (16,70 – 28,00)<br />
jongeren Hooikoorts ooit % 179 leeftijd, geslacht, roken 31,37 (24,60 – 39,10)<br />
volwassenen Hooikoorts ooit % 197 leeftijd, geslacht, roken 35,44 (28,83 – 42,67)<br />
155
Resultaten – effectmerkers – astma en allergie<br />
Hooikoorts<br />
Moeders pasgeborenen Hooikoorts % 236 leeftijd moeder, roken 16,27 (11,80 – 21,90)<br />
jongeren Hooikoorts % 181 leeftijd, geslacht, roken 23,90 (17,80 ‐31,30)<br />
volwassenen Hooikoorts % 198 leeftijd, geslacht, roken 33,61 (27,12 – 40,79)<br />
Eczeem<br />
Moeders pasgeborenen Eczeem % 231 leeftijd moeder, roken 12,01 (8,30 – 17,10)<br />
jongeren Eczeem % 180 leeftijd, geslacht, roken 12,88 (8,40 – 19,20)<br />
volwassenen Eczeem % 197 leeftijd, geslacht, roken 12,43 (8,06 – 18,68)<br />
Allergie voor voedingsmiddelen, geneesmiddelen of insectenbeten in de afgelopen 5 jaar<br />
Moeders pasgeborenen Allergie voeding, … % 219 leeftijd moeder, roken 23,99 (18,50 – 30,40)<br />
jongeren Allergie voeding, … % 153 leeftijd, geslacht, roken 19,02 (13,30 – 26,40)<br />
volwassenen Allergie voeding, … % 184 leeftijd, geslacht, roken 42,42 (35,16 – 50,01)<br />
Allergie voor metaal, verzorgingsproducten, huishoud‐ en onderhoudsproducten in de afgelopen 5 jaar<br />
Moeders pasgeborenen Allergie metaal, … % 224 leeftijd moeder, roken 30,00 (24,30 – 36,40)<br />
jongeren Allergie metaal, … % 155 leeftijd, geslacht, roken 19,39 ( 13,70 – 26,70)<br />
volwassenen Allergie metaal, … % 178 leeftijd, geslacht, roken 30,03 (23,45 – 37,56)<br />
Allergie voor dieren in de afgelopen 5 jaar<br />
Moeders pasgeborenen Allergie dieren % 230 leeftijd moeder, roken 9,48 (6,30 – 14,10)<br />
jongeren Allergie dieren % 172 leeftijd, geslacht, roken 10,40 (6,50 – 16,20)<br />
156
volwassenen Allergie dieren % 188 leeftijd, geslacht, roken 10,67 (6,87 – 16,19)<br />
Resultaten – effectmerkers – astma en allergie<br />
Definities:<br />
Huidig astma: Laatste 12m astma aanvallen ,Laatste 12m geneesmiddelen voor astma, Laatste 12m wakker geworden door aanval van kortademigheid, Laatste 12m wakker<br />
geworden met een gevoel van beklemming in de borstkas.<br />
Astma diagnose door een dokter: Ooit astma gehad, bevestigd door een arts<br />
Astmaklachten ooit: Laatste 12m astma aanvallen, Laatste 12m geneesmiddelen voor astma, Laatste 12m wakker geworden door aanval van kortademigheid , Laatste 12m<br />
wakker geworden met een gevoel van beklemming in de borstkas, Laatste 12m last van piepen of fluiten in borstkas gecombineerd met kortademigheid en voorkomen<br />
buiten periode van verkoudheid, Ooit astma gehad, bevestigd door een arts, Ooit beklemming of piepende ademhaling tijdens het op het werk/school zijn<br />
Hooikoorts: Enige vorm van neusallergie/hooikoorts<br />
Hooikoortsklachten ooit: Enige vorm van neusallergie/hooikoorts, Laatste 12 m last gehad van enige vorm van neusallergie/hooikoorts, Laatste 12 m geneesmiddelen<br />
tegen hooikoorts, neusklachten,<br />
Eczeem: Laatste 12 m eczeem gehad, Laatste 12m geneesmiddelen tegen eczeem genomen<br />
Allergie voor voedsel, insecten of geneesmiddelen: Allergie of huiduitslag na contact met voedingsmiddelen (pinda, chocolade, tomaten, aardbeien,….), Allergie of<br />
huiduitslag na contact met insectenbeten, Allergie of huiduitslag na contact met geneesmiddelen<br />
Allergie voor metaal, verzorgingsproducten, huishoud‐ en onderhoudsproducten: Allergie of huiduitslag na contact met metaal (piercing, oorring, metalen juweel,..),<br />
Allergie of huiduitslag na contact met verzorgingsproducten (make‐up, crèmes, parfum,..), Allergie of huiduitslag na contact met huishoud‐ en onderhoudsproducten<br />
(afwasmiddel, waspoeder, wasverzachter , zeep,…)<br />
Dierenallergie: Allergie of huiduitslag na contact met huisdier (kat, hond, konijn,…),Ooit huisdier weggedaan omdat u er allergisch aan was<br />
157
Resultaten – effectmerkers – astma en allergie<br />
Vergelijking van de gemeten percentages met de resultaten van het eerste Steunpunt 2001‐2006:<br />
In het steunpunt 2001‐2006 werd eveneens astma en allergie bevraagd in de verschillende<br />
leeftijdsgroepen. Naast de evolutie in de tijd verschillen de onderzoeksgroepen uit beide<br />
steunpunten wat betreft het gebied waaruit ze afkomstig zijn en wat betreft de leeftijd van de<br />
volwassen deelnemers (50‐65 jaar in het eerste Steunpunt en 20‐40 jaar in het tweede Steunpunt).<br />
Verschillen in resultaten zijn daarom met voorzichtigheid te interpreteren. Soms werd ook de<br />
vraagstelling licht aangepast. Mensen rapporteren astma indien een arts hun deze diagnose heeft<br />
meegedeeld. De vraag naar ‘astma diagnose door een arts’ wordt in veel internationale studies<br />
gebruikt om een zicht te krijgen op het voorkomen van astma in een populatie. In het eerste<br />
steunpunt 2001‐2006 rapporteerden 4,3% van de moeders een astma diagnose door een arts; in het<br />
huidige steunpunt is dat 7,05%. Bij volwassenen evolueerde astma diagnose van 5,5 naar 7,3% maar<br />
het betreft nu een jongere leeftijdsgroep dan in de vorige campagne. Bij jongeren zijn de cijfers van<br />
nu en vroeger vergelijkbaar: 8,8 en 8,15%. Bij de interpretatie van deze cijfers moeten we er rekening<br />
mee houden dat de populatie in het tweede Steunpunt bestaat uit 200 tot 250 deelnemers. Bij<br />
ja/neen vragen met een lage proportie, zal het effect van enkele personen meer of minder een vrij<br />
grote impact hebben op de uitkomst. Mogelijk is een groep van 200 (of 250) deelnemers<br />
onvoldoende om uitspraken te doen over gezondheidseffecten met een lage frequentie. De<br />
verschillen in astma diagnose tussen beide steunpunten vallen dan ook binnen de normale<br />
spreiding.<br />
Andere parameters van astma werden bij moeders eveneens meer gerapporteerd in vergelijking met<br />
het vorige steunpunt. Het voorkomen van ‘astmaklachten ooit’ bij moeders is hoger in vergelijking<br />
met het onderzoek in het eerste Steunpunt 2001‐2006 (16,2% in 2001‐2006, 24,9% nu); de<br />
rapportering van huidig astma bij moeders nam toe van 9,6 naar 17,2%.<br />
Ook bij volwassenen lag het rapporteren van astmaklachten ooit en huidig astma hoger dan in het<br />
vorige Steunpunt. Het ging hierbij echter om een andere leeftijdsgroep dan in de campagne 2002‐<br />
2006; nl. jongvolwassenen van 20‐40 jaar, een jongere groep dan voordien. De leeftijdsgroep is wel<br />
vergelijkbaar met de groep van de moeders.<br />
Bij jongeren bleef de rapportering van astmaklachten vergelijkbaar met vroeger.<br />
In vergelijking met het vorige Steunpunt werd hooikoorts meer gerapporteerd bij volwassenen (33,6<br />
versus 21,4% vroeger). Deze volwassenen waren jonger dan in het vorige steunpunt.<br />
Hooikoortsklachten ooit werden in vergelijking met vroeger minder gerapporteerd door moeders en<br />
jongeren (moeders 21,8 versus 34,2% vroeger; jongeren 31,4 versus 50,3% vroeger). Voedselallergie<br />
nam toe bij moeders (24,0 versus 7,0% vroeger) en bij volwassenen (41,8 versus 22,7% vroeger).<br />
Verschillen in de leeftijdsgroep volwassenen en verschillen in bevraging kunnen mede<br />
verantwoordelijk zijn voor deze verschillen.<br />
Allergie voor dieren, voor metaal, verzorgings‐ huishoud‐ en onderhoudsproducten en eczeem was<br />
voor de 3 leeftijdsgroepen vergelijkbaar met vroeger.<br />
Vergelijking van de gemeten percentages met literatuur<br />
In de jaren ‘90 werd astma bevraagd bij jongeren en volwassenen van vergelijkbare leeftijd uit de<br />
Stad Antwerpen en de zuidelijke rand rond Antwerpen (Wieringa, 1999 and 2001). Diagnose van<br />
astma door een arts bij jongeren in de Antwerpse agglomeratie was 7,4%; in Antwerpen‐Zuid 7,51%.<br />
Voor volwassenen waren de cijfers 7,1% en 5,6%. De huidige cijfers zijn hiermee vergelijkbaar. In een<br />
Zweedse studie gepubliceerd in 2010 werd astma gediagnosticeerd door een arts bij 9,3% van een<br />
volwassen populatie van 20‐69 jaar (Ekerljung, 2010). In Nederland bedroeg de prevalentie bij<br />
jongeren 7,8%. Binnen Europa zijn er grote verschillen in deze prevalentie van 2,7% in Albanië tot<br />
22,9 in Ijsland (Weinmayr, 2007). Hooikoorts werd in het verleden gerapporteerd door 20,2% van de<br />
158
Resultaten – effectmerkers – astma en allergie<br />
Antwerpse jongeren (Vellinga, 2005). In dezelfde studie werd bij 25,6% van de jongeren eczeem<br />
gerapporteerddat is meer dan in het huidige onderzoek.<br />
159
Resultaten – effectmerkers – genotoxiciteit<br />
4.2 Genotoxiciteitsmerkers<br />
4.2.1 Komeettest<br />
DNA schade bestaat voornamelijk uit tijdelijke (transiënte) herstelbare fouten (laesies). De schade<br />
die wordt gemeten reflecteert een dynamische “steady state” tussen schade inductie en herstel. De<br />
alkalische komeettest is een methode om DNA‐schade te meten. De komeettest kan wellicht, op<br />
groepsniveau, op een toegenomen risico voor kanker duiden, maar op het niveau van het individu is<br />
dit nog niet onderzocht. De meeste, bijna alle, schade wordt correct hersteld, maar er is steeds een<br />
kleine hoeveelheid schade die niet correct hersteld wordt en aanleiding geeft tot mutaties.<br />
De komeettest is een veelgebruikte techniek in biomonitoring voor het inschatten van het effect bij<br />
blootstelling aan fijn stof, polycyclische aromatische koolwaterstoffen, zware metalen, vluchtige<br />
organische stoffen, pesticiden, gechloreerde verbindingen (Sram et al. 1996; Moller 2006; Dusinska<br />
and Collins 2008; Valverde and Rojas 2009). Samengevat kan gesteld worden dat de komeettest kan<br />
beschouwd worden als “A tool of risk assessment that can be used in characterization of hazards”<br />
(Møller, 2006).<br />
Bij de komeettest worden bloedcellen vermengd met een gel, gespreid op een plastic film en<br />
vervolgens gelyseerd in een detergent‐ en zoutoplossing. In deze oplossing wordt de celmembraan<br />
afgebroken en oplosbare celcomponenten en histonen (eiwitten op het DNA) verwijderd. Resultaat<br />
is supercoiled DNA vastgehecht aan de nucleaire matrix. Na een incubatie in alkalische oplossing<br />
volgt een elektroforese, waarbij DNA ‘loops’ die een breuk bevatten, naar de positieve pool<br />
migreren. Na kleuring en visualisatie met een fluorescentiemicroscoop ziet de kern eruit als een<br />
komeet, met de relatieve hoeveelheid DNA in de staart (% DNA migratie), indicatief voor het aantal<br />
breuken in het DNA (enkelstrengige en dubbelstrengige, naast breuken veroorzaakt tijdens DNA<br />
herstel en in delende cellen ook breuken t.g.v. het replicatieproces). De DNA breuken die worden<br />
gedetecteerd in de alkalische komeettest omvatten ook breuken ontstaan in de alkalische oplossing<br />
ter hoogte van zones waar een DNA base ontbreekt (apurinic/apyrimidinic of AP sites). In de huidige<br />
studie werden 300 cellen gescoord met het automatische beeldanalysesysteem (Metafer 3.5,<br />
Metasystems) verbonden aan de fluorescnetiemicroscoop. Na manuele uitzuivering van de foutief<br />
gemeten cellen werd een mediaan % DNA migratie berekend voor elk individu.<br />
DNA breuken zijn niet de belangrijkste vorm van schade aan het DNA, vaker zijn er modificaties van<br />
DNA basen aanwezig. Bij de komeettest kunnen specifieke enzymen gebruikt worden die bepaalde<br />
gemodifieerde basen uitknippen. Het FPG enzyme wordt gebruikt om geoxideerde purinebasen te<br />
detecteren (8‐oxoGua, FaPyAde, FaPyGua, naast gealkyleerde basen zoals N7‐methylGua). Aldus,<br />
kan de komeettest gebruikt worden om geoxideerd DNA te detecteren. Hiervoor wordt de<br />
enzymebehandeling uitgevoerd na lysis van de cellen. Het (in de huidige studie gebruikte) FPG<br />
enzyme verwijdert de foutieve base uit het DNA (glycosylase) en knipt de DNA streng door op die<br />
plaats (lyase). Hierdoor ontstaan extra breuken en een verhoogde migratie van het DNA in het<br />
elektrisch veld. Het verschil in % DNA migratie met en zonder incubatie met FPG enzyme, is een<br />
maat voor oxidatief beschadigd DNA.<br />
In de huidige studie werd de komeettest uitgevoerd op volbloed van de jongeren.<br />
De ruwe gegevens van de komeettest voor de totale groep en voor relevante subgroepen worden<br />
gegeven in bijlage 4. Het Vlaamse referentiegemiddelde voor de komeettest wordt gegeven in Tabel<br />
54.<br />
Het % DNA migratie t.g.v. breuken en AP sites (zie kader) in het DNA bedroeg gemiddeld 3,0 % na<br />
correctie voor roken, leeftijd, geslacht. Dit is hoger dan 1,0 % (n = 450, correctie voor roken en<br />
geslacht) gemeten bij een gelijke leeftijdsgroep in de eerste biomonitoringscampagne (2003‐2004).<br />
160
Resultaten – effectmerkers – genotoxiciteit<br />
Dit verschil is deels te wijten aan de gebruikte beeldanalysemethode. Sinds 2005 werd<br />
overgeschakeld naar een automatisch beeldanalysesysteem (Metafer 3.5). Dit laatste systeem werd<br />
ook gebruikt bij de uitvoer van de komeettest op stalen van de volwassenen uit de eerste<br />
biomonitoringscampagne (2005‐2006). De gemiddelde DNA migratie in de oudere leeftijdsgroep<br />
bedroeg 1,9% (n = 580, correctie voor roken, leeftijd en geslacht). Het effect van leeftijd werd<br />
onderzocht in een gepoolde analyse van 125 biomonitoringsstudies door Møller (2006). Deze toonde<br />
een positieve associatie tussen leeftijd en DNA schade. Echter bij combinatie van controlegroepen<br />
uit verschillende populatiestudies, vonden Dusinska en Collins (2008) geen correlatie tussen DNA<br />
schade en leeftijd. Ook het effect van roken op DNA schade gemeten met de komeettest is niet<br />
consistent over de verschillende studies in de literatuur (uit: Møller, 2006; Dusinska en Collins, 2008).<br />
Gezien het kleine percentage rokers in de huidige studie, kan geen uitspraak gedaan worden over de<br />
invloed van roken.<br />
Uit de bovenvermelde metastudie van Møller volgt, dat vooral fysieke activiteit, lucht‐/verkeerspollutie,<br />
zonlicht (seizoen) en dieet, factoren zijn die een invloed hebben op de<br />
komeettestresultaten. In de huidige studie hebben jongeren uit een stedelijke gemeenten een<br />
minimaal hogere gehalte aan DNA breuken (en niet van oxidatieve schade) in vergelijking met<br />
jongeren uit een niet‐stedelijke gemeenten (3,3 vs. 2,9 % DNA migratie; p=0,27). De oxidatieve DNA<br />
schade aan de bloedcellen is duidelijk hoger bij jongeren gerekruteerd in de lente (5,0 %) in<br />
vergelijking met jongeren onderzocht in de winter of herfst (respectievelijk 1,6 en 1,7 % DNA migratie<br />
t.g.v. FPG sensitieve sites). Ook Møller et al. (2002), Smolková et al. (2004) en Verschaeve et al.<br />
(2007) rapporteerden een hogere %DNA migratie in het lente of zomerseizoen.<br />
4.2.2 8hydroxydeoxyguanosine in urine<br />
8‐hydroxydeoxyguanosine (8‐oxodG) in urine is een primair product van DNA herstel, zowel van<br />
geoxideerd guanine in de DNA strengen aanwezig (nucleotide excisie repair of herstel door<br />
nucleotide excisie) en/of het herstel (door het MTH1/NUDT1 enzyme) van 8‐oxodGTP in de<br />
nucleotide‐pool van de cel. Daarnaast kan er potentieel een invloed zijn van inname van 8‐oxodG via<br />
voeding en kan het aanwezig zijn in de urine door celdood.<br />
In de huidige studie werd 8‐oxodG gemeten in de urine van de jongeren.<br />
De ruwe gegevens van urinair 8‐oxodG voor de totale groep en voor relevante subgroepen worden<br />
gegeven in bijlage 4. Het Vlaamse referentiegemiddelde voor 8‐oxodG wordt gegeven in Tabel 54.<br />
Zowel in de eerste als in de tweede campagne van de Vlaamse biomontioring werd 8‐oxodG in de<br />
urine gemeten m.b.v. een ELISA kit (Japan institute for Control of Ageing, Shizuoka, Japan, verdeeld<br />
door Gentaur‐Belgium). Het gehalte in de huidige studie bedroeg 14,9 µg/g creatinine (correctie voor<br />
leeftijd, geslacht en roken). Dit is exact hetzelfde als 14,9 µg/g creatinine gemeten bij 50‐65 jarigen in<br />
de eerste biomonitoringscampagne (2004‐2005) en duidelijk lager dan 23 µg/g creatinine gemeten<br />
bij 118 drie‐jarigen in de opvolgstudie astma/allergie van het eerste Steunpunt. Bij jongere kinderen<br />
worden hogere gehalten aan geoxideerd DNA in urine gemeten in vergelijking met jongeren, wat<br />
mogelijk te verklaren is door de meer intensieve ademhaling en metabolisatie bij jonge kinderen<br />
(Tsukahara 2007; Svecova et al. 2009). In een groep van 11‐16 jarige Japanse kinderen werd een<br />
gehalte van gemiddelde 9 µg/g creatinine gemeten (uit: Tsukahara, 2007). Bij 51 gezonde 0‐15 jarige<br />
kinderen werd een waarde van 19 µg/g creatinine gerapporteerd.<br />
In de huidige studie hadden meisjes een hoger gehalte 8‐oxodG dan jongens (16,7 vs. 13,5 µg/g<br />
creatinine; p=0,009). In stedelijke omgeving zijn de waarden minimaal hoger in vergelijking met nietstedelijke<br />
regio’s (15,2 vs. 14,6 µg/g creatinine; p=0,61). In een Tsjechische populatie van 894<br />
kinderen van gemiddeld 7,5 jaar oud, werden meetwaarden van 32,4 µg/g creatinine (=15<br />
nmol/mmol creatinine) bepaald (Svecova et al. 2009) (NB: De gebruikte ELISA was verschillend, wat<br />
161
Resultaten – effectmerkers – genotoxiciteit<br />
gedeeltelijk de hogere meetwaarden kan verklaren). De 8‐oxodG meetwaarden in de Tsjechische<br />
studie waren gerelateerd met leeftijd, blootstelling aan tabaksrook en PM 10 of PM 2.5 en PAK’s<br />
blootstelling gemeten in stationaire meetstations gedurende 3 tot 7 dagen voor de urinecollectie.<br />
Sommige studies tonen een verhoogde hoeveelheid 8‐oxodG in urine bij rokers, alhoewel de<br />
gegevens niet consistent zijn. Blootstelling aan relatief hoge gehalten outdoor fijn stof, polycyclische<br />
aromatische koolwaterstoffen en benzeen werden geassocieerd met hoger urinaire 8‐oxodG<br />
waarden. Fysieke inspanning kan het gehalte aan 8‐oxodG beïnvloeden: zware fysieke activiteit<br />
onder hypoxische condities kan het gehalten doen toenemen, daar waar gemiddelde dagelijkse<br />
fysieke oefening 8‐oxodG in urine kan doen afnemen. Echter ook hier zijn de resultaten niet steeds<br />
consistent (Loft and Moller 2007). Hu et al. (2010) detecteerde een iets verhoogde 8‐oxodG waarde<br />
bij individuen die regelmatige fysieke activiteit deden, naast een verhoging bij rokers, en personen<br />
die energiedranken consumeerden.<br />
162
Resultaten – effectmerkers – genotoxiciteit<br />
Tabel 54: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor gentoxiciteitsmerkers<br />
Leeftijdsgroep Biomerker Eenheid N Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
genotoxiciteitsmerkers<br />
jongeren komeettest % DNA migratie 203 leeftijd, geslacht, roken 3,0 (2,6 – 3,4) 5,7 (5,0 – 6,4)<br />
jongeren<br />
jongeren<br />
jongeren<br />
komeettest, met<br />
fpg enzymen<br />
8‐hydroxydeoxyguanosine<br />
in urine<br />
8‐hydroxydeoxyguanosine<br />
in urine<br />
% DNA migratie 172 leeftijd, geslacht, roken 2,5 (1,9 – 3,3) 14,4 (10,2 – 18,5)<br />
µg/L 202 leeftijd, geslacht, roken 19,7 (18,2 – 21,3) 45,5 (40,7 – 50,3)<br />
µg/g creatinine 202 leeftijd, geslacht, roken 14,9 (13,8 – 16,2) 30,2 (27,3 – 33,1)<br />
163
Resultaten – effectmerkers – groei en ontwikkeling<br />
4.3 Groei en ontwikkeling<br />
In de huidige studie worden volgende parameters voor groei en ontwikkeling bestudeerd:<br />
‐ geboortegewicht, geboortelengte, schedelomtrek en zwangerschapsduur bij<br />
pasgeborenen.<br />
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook<br />
een beschrijvende statistiek gegeven voor relevante subgroepen.<br />
Geboortegewicht was sterk geassocieerd met de zwangerschapsduur (p
Resultaten – effectmerkers – groei en ontwikkeling<br />
Tabel 55: Referentiewaarden (gemiddelde en 90 e percentiel) voor indicatoren voor groei en ontwikkeling bij pasgeborenen<br />
Leeftijdsgroep Biomerker Eenheid N Confounders Geom. gemiddelde<br />
(95% BI)<br />
90 e percentiel<br />
(95%BI)<br />
groei en ontwikkeling<br />
pasgeborenen geboortegewicht kg 240 duur zwangerschap, leeftijd 3,46 (3,41 – 3,52) 4,08 (3,93 – 4,23)<br />
moeder, pariteit, meerling,<br />
geslacht baby, gewicht moeder,<br />
roken tijdens zwangerschap<br />
pasgeborenen geboortelengte cm 227 duur zwangerschap, pariteit, 49,5 (49,2 – 49,8) 53,4 (52,9 – 53,9)<br />
geslacht baby, leeftijd moeder,<br />
lengte moeder, roken tijdens<br />
zwangerschap<br />
pasgeborenen schedelomtrek cm 235 duur zwangerschap, pariteit, 33,9 (33,6 – 34,2) 36,5 (36,2 ‐36,8)<br />
meerling, geslacht baby, leeftijd<br />
moeder, roken tijdens<br />
zwangerschap<br />
pasgeborenen zwangerschapsduur weken 238 leeftijd moeder, roken tijdens<br />
zwangerschap<br />
39,3 (39,2 – 39,5) 41,0 (40,7‐ 41,3)<br />
165
Resultaten – effectmerkers – endocriene merkers<br />
4.4 Endocriene merkers<br />
4.4.1 Schildklierhormonen<br />
In de huidige studie werden volgende schildklierhormonen gemeten:<br />
‐ thyroid stimulerend hormoon (TSH), triiodothyronine (fT3) en thyroxine (fT4)<br />
inavelstrengbloed bij pasgeborenen;<br />
‐ thyroid stimulerend hormoon (TSH), triiodothyronine (fT3) en thyroxine (fT4) in serum van<br />
de jongeren.<br />
Sommige polluenten kunnen een effect hebben op de intra‐uteriene groei, of de groei op latere<br />
leeftijd. Schildklierhormonen zijn belangrijke regulerende factoren in de groei en groeispurt, en<br />
kunnen dus mogelijk van belang zijn in het zoeken naar een mechanisme voor groeiverstoring onder<br />
invloed van polluenten.<br />
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook<br />
een beschrijvende statistiek gegeven voor relevante subgroepen.<br />
TSH in navelstrengbloed was significant lager bij moeders die roken in vergelijking met niet‐rokers<br />
(p
Resultaten – effectmerkers – endocriene merkers<br />
betekenis van de niveaus in navelstrengbloed. Indien we vergelijken met de gemiddelde waarden bij<br />
jongeren, zien we dat de niveaus in navelstrengbloed in dezelfde grootte‐orde liggen voor<br />
testosteron en SHBG; ongeveer een factor 10 lager liggen voor LH en FSH en een factor 400 hoger<br />
liggen voor oestradiol (Tabel 56).<br />
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook<br />
een beschrijvende statistiek gegeven voor relevante subgroepen. Het geslacht van de baby had een<br />
invloed op de gehaltes van testosteron, oestradiol, LH en FSH in navelstrengbloed. De waarden<br />
waren telkens significant hoger bij jongens dan bij meisjes. Voor FSH was dit verschil groot: bij<br />
jongens werd FSH gedetecteerd bij 100% van de deelnemers; bij meisjes bij 91,5% van de<br />
deelnemers. De gemiddelde waarde bedroeg 0,475 mU/mL bij jongens en 0,196 mU/mL bij meisjes<br />
(p
Resultaten – effectmerkers – endocriene merkers<br />
4.4.3 Metabole hormonen<br />
In de huidige studie werden volgende metabole hormonen gemeten:<br />
‐ leptine en insuline in navelstrengbloed bij pasgeborenen.<br />
Recent is er in de literatuur toenemende aandacht voor de obesogene werking van polluenten, d.w.z.<br />
hun rol in de ontwikkeling van obesitas. Mogelijk verloopt dit obesogeen effect via een hormonaal<br />
mechanisme. De metabole hormonen in navelstrengbloed zijn dus voornamelijk bedoeld zijn om<br />
dosis‐effect relaties met polluenten te bestuderen. Er is weinig referentiekader voor de klinische<br />
betekenis van de niveaus van leptine en insuline in navelstrengbloed.<br />
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook<br />
een beschrijvende statistiek gegeven voor relevante subgroepen. Leptine in navelstrengbloed<br />
varieerde met de BMI van de moeder: bij stijgende BMI werden hogere waarden voor leptine<br />
geobserveerd (p=0,001). Verder werd de concentratie leptine in navelstrengbloed beïnvloed door de<br />
zwangerschapsduur: bij aterme baby’s was de concentratie significant hoger dan bij preterme baby’s<br />
(p=0,002). Voor insuline in navelstrengbloed werden een significant effect gevonden van roken: bij<br />
moeders die roken werden significant hogere waarden gevonden in vergelijking met niet‐rokers.<br />
Referentiewaarden voor de huidige studiepopulatie worden gegeven in Tabel 56. Aangezien er<br />
weinig literatuur beschikbaar is over niveaus van leptine en insuline in navelstrengbloed, werden er a<br />
priori geen confounders gedefinieerd. Naast het geometrische gemiddelde worden zowel de 10 e als<br />
de 90 e percentiel gegeven.<br />
168
Resultaten – effectmerkers – endocriene merkers<br />
Tabel 56: Vlaamse referentiewaarden (gemiddelde, 10 e en 90 e percentiel) voor hormonen: schildklierhormonen, sex hormonen en metabole hormonen<br />
Leeftijdsgroep Biomerker Eenheid N Confounders Geom. gemiddelde<br />
(95% BI)<br />
10 e percentiel<br />
(95%BI)<br />
90 e percentiel<br />
(95%BI)<br />
schildklierhormonen<br />
pasgeborenen TSH mIU/L 210 duur zwangerschap, 8,36 (7,79 – 8,96) 4,47 (3,89 – 5,05) 16,57 (13,86 – 19,27)<br />
aard bevalling, SGA<br />
pasgeborenen fT4 ng/dL 210 duur zwangerschap, 1,33 (1,31 – 1,35) 1,16 (1,12 – 1,20) 1,55 (1,50 – 1,59)<br />
aard bevalling, SGA<br />
pasgeborenen fT3 pg/mL 210 duur zwangerschap, 1,46 (1,43 – 1,50) 1,17 (1,13 – 1,22) 1,77 (1,66 – 1,88)<br />
aard bevalling, SGA<br />
jongeren TSH mIU/L 200 leeftijd, geslacht, BMI, 2,10 (1,98 – 2,23) 1,26 (1,13 – 1,39) 3,61 (3,26 – 3,97)<br />
ziek in afgelopen dagen<br />
jongeren fT4 ng/dL 200 leeftijd, geslacht, BMI, 1,26 (1,24 – 1,28) 1,07 (1,04 – 1,10) 1,48 (1,44 – 1,53)<br />
ziek in afgelopen dagen<br />
jongeren fT3 pg/mL 200 leeftijd, geslacht, BMI, 3,96 (3,90 – 4,01) 3,50 (3,41 – 3,59) 4,51 (4,40 – 4,61)<br />
ziek in afgelopen dagen<br />
sex hormonen<br />
pasgeborenen testosteron (T) ng/dL 201 – 142 (134 – 150) 87 (76 – 98) 219 (204 – 234)<br />
pasgeborenen oestradiol (E2) pg/mL 185 – 7.660 (6.979 – 8.408) 3.482 (2.945 – 4.019) 16.114 (10.586 – 21.641)<br />
pasgeborenen LH mU/mL 185 – 0,17 (0,13 – 0,21) 0,05 (‐) 1,91 (1,30 – 2,52)<br />
pasgeborenen SHBG nmol/L 201 – 30,4 (28,3 – 32,5) 20,1 (18,7 – 21,5) 52,1 (38,8 – 65,4)<br />
pasgeborenen FSH mU/mL 185 – 0,30 (0,27 – 0,33) 0,16 (0,12 – 0,19) 0,80 (0,67 – 0,93)<br />
jongeren testosteron (T) ng/dL 117 leeftijd, roken, BMI, 315 (282 – 353) 163 (92 – 233) 554 (461 – 647)<br />
uur bloedafname<br />
jongeren % deelnemers % 117 leeftijd, roken, BMI, 62,3 (51,9 – 71,6) – –<br />
T>321 ng/dL<br />
uur bloedafname<br />
jongeren vrij testosteron ng/dL 117 leeftijd, roken, BMI, 3,28 (2,75 – 3,91) 0,96 (0,38 – 1,55) 9,05 (7,42 – 10,69)<br />
(fT)<br />
uur bloedafname<br />
jongeren % deelnemers % 117 leeftijd, roken, BMI, 25,0 (14,8 – 32,9) – –<br />
fT>6 ng/dL<br />
uur bloedafname<br />
jongeren oestradiol (E2) pg/mL 118 leeftijd, roken, BMI, 17,3 (15,8 – 19,0) 6 (‐) 29,6 (22,2 – 37,0)<br />
uur bloedafname<br />
169
Resultaten – effectmerkers – endocriene merkers<br />
jongeren oestradiol (fE2) pg/mL 99 leeftijd, roken, BMI, 0,19 (0,16 – 0,22) 0,06 (0,02 – 0,11) 0,47 (0,31 – 0,64)<br />
uur bloedafname<br />
jongeren aromatase 117 leeftijd, roken, BMI, 18,6 (16,6 – 19,8) 10,0 (6,7 – 13,2) 31,1 (23,3 – 38,8)<br />
uur bloedafname<br />
jongeren LH mU/mL 118 leeftijd, roken, BMI 2,82 (2,55 – 3,12) 1,49 (0,95 – 2,04) 5,49 (4,15 – 6,83)<br />
jongeren SHBG nmol/L 117 leeftijd, roken, BMI, 43,1 (40,2 – 46,3) 26,9 (20,7 – 33,1) 77,2 (65,1 – 89,4)<br />
nuchter (ja/neen)<br />
jongeren FSH mU/mL 118 leeftijd, roken, BMI 3,90 (3,56 – 4,28) 2,35 (1,89 – 2,81) 8,22 (6,29 – 10,14)<br />
metabole hormonen<br />
pasgeborenen leptine µg/L 252 – 16,3 (14,7 – 18,0) 5,7 (4,6 – 6,9) 46,7 (40,2 – 53,2)<br />
pasgeborenen insuline mU/L 252 – 5,5 (5,2 – 5,8) 3,3 (2,9 – 3,7) 9,8 (9,0 – 10,6)<br />
170
Resultaten – effectmerkers – endocriene merkers<br />
4.4.4 Puberteitsontwikkeling<br />
In de huidige studie werden volgende indicatoren voor puberteitsontwikkeling gemeten in de groep<br />
van de jongeren:<br />
‐ puberteitsstadia van Marshall & Tanner: genitale ontwikkeling en pubisbeharing bij jongens;<br />
‐ puberteitsstadia van Marshall & Tanner: borstontwikkeling en pubisbeharing bij meisjes;<br />
‐ leeftijd menarche bij meisjes (op basis van informatie uit de vragenlijsten).<br />
Heel wat polluenten zijn hormoonverstorend. Er zijn aanwijzingen in de literatuur dat polluenten via<br />
hun hormoonverstorend mechanisme de puberteit kunnen versnellen of vertragen. De<br />
puberteitsgegevens zijn dus voornamelijk bedoeld om dosis‐effect relaties te berekenen.<br />
De gegevens van de puberteitsontwikkeling werden opgevraagd bij het CLB. Deze parameters<br />
worden standaard geregistreerd door de schoolarts. Zij krijgen hiervoor de nodige opleiding en<br />
voeren deze meting op regelmatige basis uit. In het vorige Steunpunt werd duidelijk aangetoond dat<br />
de meting goed correleert met de hormonenmetingen en met de gegevens uit de vragenlijst, en dus<br />
kan beschouwd worden als een betrouwbare parameter voor routine‐gebruik in epidemiologisch<br />
onderzoek (Den Hond, 2010).<br />
Naast de puberteitsstadia werden ook lengte en gewicht van de jongere op het moment van het CLB<br />
onderzoek opgevraagd. Op basis van deze gegevens werd de BMI berekend, en het is deze waarde<br />
die gebruikt werd in de analyse van de puberteitsstadia. Het CLB‐onderzoek en de<br />
biomonitoringsstudie gebeurden weliswaar binnen hetzelfde schooljaar, maar aangezien jongeren<br />
zich in de leeftijdsrange van de groeispurt bevinden, kunnen lengte en gewicht op enkele maanden<br />
tijd toch variëren.<br />
Bij 109 van de 121 jongens werden gegevens van het CLB bekomen. Bij de jongens werd het<br />
percentage deelnemers berekend dat stadium 4 of 5 bereikt had. In totaal hadden 80,7% van de<br />
jongens stadium 4 of 5 van genitale ontwikkeling bereikt en 79,6% hadden stadmium 4 of 5 van<br />
pubisbeharing bereikt. Er werden geen verschillen gevonden in puberteitsontwikkeling volgens<br />
opleiding, rookgewoonten, alcoholgebruik, BMI of origine (geboorteland van de ouders). Wel werd<br />
een significant verschil vastgesteld tussen jongeren uit stedelijke en niet‐stedelijke gemeenten. In de<br />
stedelijke gebieden was het percentage dat een hogere stadium had bereikt groter dan in de nietstedelijke<br />
gebieden, nl. 92,7% vs. 73,5% (p=0,01) voor genitale ontwikkeling en 90,5% vs. 72,7%<br />
(p=0,03) voor pubisbeharing (zie bijlage 4).<br />
Bij 83 van de 89 meisjes waren gegevens van het CLB beschikbaar. Hier werd het percentage<br />
deelnemers berekend dat stadium 5 bereikt had. Deze cut‐off is verschillende van de jongens omdat<br />
meisjes sneller tot seksuele ontwikkeling komen dan jongens. In de totale groep hadden 51,2% van<br />
de meisjes het stadium 5 van borstontwikkeling bereikt; 51,8% hadden het stadium 5 van<br />
pubisbeharing bereikt. Er was een duidelijke relatie tussen lichaamssamenstelling en<br />
puberteitsontwikkeling, namelijk een veel tragere ontwikkeling bij meisjes met ondergewicht. Voor<br />
borstontwikkeling had 26% van de meisjes met ondergewicht stadium 5 bereikt tegenover 58% van<br />
de meisjes met een normaal gewicht en 60% van de meisjes met overgewicht (p=0,03). Voor<br />
pubisbeharing waren de respectievelijke cijfers 26%, 59% en 80% (p=0,01). Verder werden er<br />
significante verschillen in puberteitsontwikkeling gevonden tussen de verschillende<br />
opleidingsniveaus. Meisjes uit het ASO hadden een tragere ontwikkeling dan meisjes uit TSO en BSO<br />
(p=0,04 voor borstontwikkeling en p=0,015 voor pubisbeharing) (zie bijlage 4).<br />
De informatie over leeftijd van menarche was afkomstig van zelfrapportering door de deelnemer via<br />
de vragenlijsten. Van de 86 meisjes die de vraag invulden, waren er 78 meisjes (90,9%) die reeds<br />
maandstonden hadden. 71 meisjes beantwoordden de vraag over regelmatige maandstonden, en<br />
54,8% antwoordde positief. 75 meisjes beantwoordden de vraag over de leeftijd van menarche. De<br />
171
Resultaten – effectmerkers – endocriene merkers<br />
gemiddelde leeftijd van de totale groep bedroeg 12,9 jaar. Van de onderzochte factoren (leeftijd,<br />
BMI, roken, opleiding, origine, alcohol) was er enkel een effect van alcoholconsumptie. Meisjes die<br />
wekelijks alcohol gebruikten (n=3) hadden een latere leeftijd van menarche (p=0,003).<br />
Referentiewaarden voor de huidige studiepopulatie worden gegeven in Tabel 57. Er werd<br />
gecorrigeerd voor dezelfde confounders als in het eerste Steunpunt. Wegens het klein aantal<br />
observaties in sommige cellen (> 90% had stadium bereikt), was het niet betrouwbaar om een P10 of<br />
P90 op de data te berekenen. Voor leeftijd van menarche werd er wel een 10 e en een 90 e percentiel<br />
berekend. In het kader van endocriene verstoring is het relevant om zowel een vertraagde als een<br />
versnelde puberteitsontwikkeling te bestuderen.<br />
172
Resultaten – effectmerkers – endocriene merkers<br />
Tabel 57: Vlaamse referentiewaarden (gemiddelde, 10 e en 90 e percentiel) voor puberteitsontwikkeling<br />
Leeftijdsgroep Biomerker Eenheid N Confounders Gemiddelde proportie (95% BI)<br />
Puberteitstadia jongens (Marshall & Tanner)<br />
Jongeren, jongens genitale ontwikkeling % dat stadium 3, 4 of 5 105 leeftijd, roken, BMI 83,1 (73,7 – 89,6)<br />
heeft bereikt<br />
Jongeren, jongens pubisbeharing % dat stadium 3, 4 of 5 104 leeftijd, roken, BMI 90,8 ( 85,1 – 94,4)<br />
heeft bereikt<br />
Puberteitstadia meisjes (Marshall & Tanner)<br />
Jongeren, meisjes borstontwikkeling % dat stadium 4 of 5 75 leeftijd, roken, BMI, 47,7 (33,5 – 62,3)<br />
heeft bereikt<br />
pilgebruik<br />
Jongeren, meisjes pubisbeharing % dat stadium 4 of 5 76 leeftijd, roken, BMI, 50,0 (35,2 – 62,9)<br />
heeft bereikt<br />
pilgebruik<br />
Leeftijdsgroep Biomerker Eenheid N Confounders Gemiddelde (95% BI)<br />
P10 (95% BI)<br />
P90 (95% BI)<br />
Leeftijd menarche meisjes<br />
Jongeren, meisjes Leeftijd menarche jaar 73 leeftijd, roken, BMI Gemiddelde: 12,9 (12,7 – 13,1)<br />
P10: 11,6 (10,1 – 13,0)<br />
P90: 14,1 (13,1 – 15,0)<br />
173
Resultaten – effectmerkers – endocriene merkers<br />
4.4.5 Fertiliteit<br />
In de huidige studie werden volgende indicatoren voor vruchtbaarheid gemeten:<br />
‐ frequentie van miskramen bij moeders van pasgeborenen;<br />
‐ frequentie van vruchtbaarheidsbehandeling bij moeders van pasgeborenen;<br />
‐ inhibine B in serum bij volwassen mannen.<br />
De beschrijvende statistiek van de data per relevante klasse van covariaten wordt gegeven in bijlage<br />
4. De voornaamste resultaten worden hieronder beschreven.<br />
De frequentie van miskramen werd berekend bij de moeders van de pasgeborenen via de vragenlijst<br />
(zelfrapportering). 17,2 % van de 251 moeders had ooit een miskraam gehad. De frequentie van<br />
miskramen nam toe met de leeftijd: 0% in de leeftijdsklasse ≤25 jaar; 13,7% bij 25‐30 jarigen; 18,6%<br />
bij 30‐35 jarigen en 36,1% in de klasse >35 jaar (p
Resultaten – effectmerkers – endocriene merkers<br />
De referentiewaarden voor miskramen en zwangerschapsstimulatie worden gegeven in Tabel 58. De<br />
frequentie van miskramen in de huidige studie – na correctie voor confounders – bedraagt 20,2%. Dit<br />
is vergelijkbaar met de waarden uit het eerste Steunpunt, namelijk 15,9% (op 923 vrouwen; correctie<br />
voor dezelfde confounders). De gegevens over zwangerschapsstimulatie in de huidige studie kunnen<br />
niet worden vergeleken met het eerste Steunpunt omdat de vragen niet met elkaar<br />
overeenstemmen. De vragen in het tweede Steunpunt werden verfijnd na overleg met gynaecologen<br />
van verschillende fertiliteitscentra in Vlaanderen en op basis van nieuwe ontwikkelde technieken.<br />
Bij mannen in de volwassenen studie (n=95) werd inhibine B gemeten als maat voor testiculaire<br />
functie. De gemiddelde waarde in de huidige populatie bedroeg 123 pg/mL (95% BI: 108 – 140<br />
pg/mL). De 90 e percentiel bedroeg 223 pg/mL. Er was geen effect van leeftijd, roken of BMI. De<br />
werden geen referentiewaarden berekend na correctie voor confounders.<br />
175
Resultaten – effectmerkers – cardiovasculaire merkers<br />
4.5 Cardiovasculaire merkers<br />
Bij volwassenen werd plaatjesfunctie (PLA, platelet aggregation) gemeten als merker voor<br />
cardiovasculaire functie.<br />
De beschrijvende statistiek van de data per relevante klasse van covariaten wordt gegeven in bijlage<br />
4. Er was geen significant effect van geslacht, leeftijd, roken, alcoholconsumptie, opleiding, BMI of<br />
urbanisatie.<br />
De referentiewaarden werden gecorrigeerd voor vooraf gedefinieerde confounders, nl. voor<br />
geslacht, leeftijd, BMI en roken. De gemiddelde gecorrigeerde waarde (n=186) bedroeg 125 (95% BI:<br />
119 – 131) seconden en de 90 e percentiel bedroeg 167 (95% BI: 125 – 178) seconden.<br />
176
Resultaten – effectmerkers – neurologische merkers<br />
4.6 Neurologische merkers<br />
De referentiebiomonitoring van het tweede Steunpunt Milieu en Gezondheid (2007‐2011)<br />
onderzoekt over heel Vlaanderen de aanwezigheid van vervuilende stoffen in het lichaam en de<br />
mogelijke gezondheidseffecten. In dit kader werden bij jongeren een aantal cognitieve en<br />
gedragsmatige parameters onderzocht. Voorgaand onderzoek heeft reeds meermaals aangetoond<br />
dat bepaalde omgevingspolluenten een invloed hebben op de verstandelijke ontwikkeling van<br />
jongeren. Daarnaast vindt men meer en meer evidentie voor een beïnvloeding op het gedragsmatige<br />
aspect van de ontwikkeling. Bepaalde gedragskenmerken komen in hogere mate voor bij bepaalde<br />
ontwikkelingsstoornissen. Een screening van deze symptomen in een steekproef in Vlaanderen zou<br />
vroegtijdige effecten kunnen opsporen. Daarnaast worden bij een verhoogde blootstelling aan een<br />
aantal polluenten ook verandering in gender‐gedrag vastgesteld. Hiermee wordt het typisch<br />
mannelijk of vrouwelijk gedrag bedoeld.<br />
In deze deelstudie werden een aantal cognitieve en gedragsmatige parameters onderzocht, die<br />
mogelijks een indicatie kunnen zijn van een ontwikkelingsproblematiek, zoals bijvoorbeeld ADHD.<br />
Voorgaande studies hebben reeds aangetoond dat er een aantal beïnvloedende factoren zijn zoals<br />
blootstelling aan alcohol en/of nicotine, prenatale blootstelling aan stress bij de moeder, een laag<br />
geboortegewicht, sociale klasse (inkomen). Dit zijn de factoren die niet milieugebonden zijn.<br />
Daarnaast kan er (simultaan) een beïnvloeding zijn van milieupolluenten.<br />
Zo zou blootstelling aan Pb (lage dosissen) op jonge leeftijd tot blijvende veranderingen in de<br />
aandachtsfunctie kunnen leiden.<br />
Er zijn een aantal studies die reeds een relatie aantoonden tussen blootstelling aan Pb met<br />
hyperactief gedrag (hoewel dit niet noodzakelijk bijdraagt tot de klinische diagnose van ADHD).<br />
Naast het effect van milieupolluenten op aandacht‐ en concentratiefuncties, worden meer recent<br />
ook effecten op gedragsmatige aspecten vastgesteld.<br />
Er werden 3 types van parameters verzameld:<br />
1) gender gedrag<br />
2) psychopathologisch gedrag (screening)<br />
3) neurocognitieve metingen<br />
De neurocognitieve testen werden afgenomen op een laptop, de gedragsparameters werden<br />
toegevoegd aan de Vragenlijst recente blootstelling.<br />
Hieronder een beschrijvend overzicht van de groepsresultaten, opgesplits naar geslacht (indien<br />
relevant).<br />
4.6.1 De PAQ Personal Attributes Questionnaire (Spence, Helmreich, 1<br />
Stapp, 1981)<br />
Deze vragenlijst screent de mate waarin typisch mannelijk en/of typisch vrouwelijk gedrag voorkomt<br />
bij jongeren en resulteert in 2 schalen: 1) Mannelijk gedrag en 2) Vrouwelijk gedrag.<br />
De resultaten worden per geslacht weergegeven.<br />
177
Resultaten – effectmerkers – neurologische merkers<br />
Jongens<br />
score PAQ<br />
3,5<br />
3<br />
2,5<br />
2<br />
1,5<br />
1<br />
0,5<br />
0<br />
Mannelijk<br />
gender gedrag<br />
Vrouwelijk<br />
R1<br />
Figuur 42: PAQ‐scores bij jongens<br />
Meisjes<br />
score PAQ<br />
3,5<br />
3<br />
2,5<br />
2<br />
1,5<br />
1<br />
0,5<br />
0<br />
Mannelijk<br />
gender gedrag<br />
Vrouwelijk<br />
R1<br />
Figuur 43: PAS‐scores bij meisjes<br />
Het verschil in vrouwelijk gendergedrag is significant tussen beiden sexen (p
Resultaten – effectmerkers – neurologische merkers<br />
‐ problemen met leeftijdsgenoten (peer problems)<br />
‐ sociale problemen (prosocial)<br />
‐ totaal moelijkheden (total difficulties)<br />
SDQ-scores<br />
12<br />
10<br />
8<br />
6<br />
4<br />
2<br />
0<br />
schalen<br />
emotional symptoms<br />
conduct problems<br />
hyperactivity/inattenti<br />
on<br />
peer problems<br />
prosocial<br />
total difficulties<br />
jongens<br />
scores<br />
jongens<br />
meisjes<br />
Figuur 44: SDQ‐scores volgens geslacht<br />
We zien dat in deze groep meisjes gemiddeld gezien iets hoger scoren op deze schalen, behalve op<br />
gedragsproblemen.<br />
4.6.3 Neurocognitieve testen<br />
De neurocognitieve testen bestaan uit een viertal subtesten die geselecteerd werden op basis van<br />
hun sensitiviteit en betrouwbaarheid bij toepassing op bevolkingsgroepen, zoals bij epidemiologische<br />
studies als toegepast op een klinische populatie.<br />
neurotesten afname meerpretentie<br />
Symbol digit substitution laptop ‐ Psychomotore functie<br />
‐ Visueel scannen<br />
‐ Informatiewerkingssnelheid<br />
Continuous performance test laptop ‐ Volgehouden aandacht<br />
‐ Selectieve aandacht<br />
‐ ‘Vigilance’<br />
Digit Span laptop ‐ Korte termijn geheugen<br />
Finger Tapping laptop ‐ Motorische snelheid<br />
‐ Gelateraliseerde functie<br />
179
Resultaten – effectmerkers – neurologische merkers<br />
1) Symbol Digit Substitution<br />
Figuur 45: Reactietijden (in ms) volgens geslacht op de Symbol Digit Substitution taak<br />
Jongens hebben significant langere reactietijden dan meisjes op deze visuomotorische taak (p
Resultaten – effectmerkers – neurologische merkers<br />
Meisjes behalen een hogere score op de eerste taak, terwijl jongens hoger scoren dan meisjes op de<br />
tweede taak.<br />
4) Finger Tapping<br />
In deze taak wordt de motorische snelheid van beide handen nagegaan. Er werd steeds een lagere<br />
reactiesnelheid verwacht (minder aantal reacties binnen 1 blok) voor de niet‐voorkeurshand. Na blok<br />
3 werd telkens een pauze ingelast. Verwacht werd dat het aantal reacties hier zou toenemen. Dit<br />
bleek telkens het geval te zijn. Het aantal reacties is systematisch lager voor de niet‐voorkeurshand.<br />
Finger Tapping<br />
70<br />
60<br />
50<br />
# taps<br />
40<br />
30<br />
TapP<br />
TapNP<br />
20<br />
10<br />
0<br />
blok1 blok2 blok3 blok4 blok5<br />
Blokken<br />
Figuur 48: Digit Span Backwards volgens geslacht<br />
Conclusie neurologische effectparameters:<br />
Bovenstaande resultaten bevestigen dat de geselecteerde subtesten op een valide manier werden<br />
afgenomen en dus bruikbaar zijn voor interpretatie in termen van blootstellingseffecten.<br />
Bijkomend voordeel van het werken met een gecomputeriseerd testsysteem is dat de data<br />
onmiddellijk worden weggeschreven naar een bestand en dataverlies bijgevolg minimaal is.<br />
181
Resultaten – perceptieonderzoek<br />
5. Perceptieonderzoek<br />
5.1 Inleiding<br />
De referentiebiomonitoring van het tweede Steunpunt Milieu en Gezondheid (2007‐2011) meet in<br />
het bloed, de urine en het haar van mensen over heel Vlaanderen de aanwezigheid van vervuilende<br />
stoffen in het lichaam en de mogelijke gezondheidseffecten. Een schriftelijke vragenlijst peilt naar<br />
factoren die de aanwezigheid van die stoffen en hun effecten mogelijk kunnen beïnvloeden (bv.<br />
levensstijl, ziekte, werk, voeding). De vragenlijst bevat daarnaast, net als in het eerste Steunpunt<br />
(2001‐06), ook perceptievragen. Deze peilen naar de meningen van mensen over milieu en<br />
gezondheid.<br />
De percepties van mensen, hun meningen, bezorgdheden en klachten, brengen een beeld van de<br />
maatschappelijke betekenis van milieu‐ en gezondheidsrisico’s. Ze zijn relevant voor het beleid<br />
omdat ze een belangrijke invloed uitoefenen op het analyseren, beheersen en communiceren van<br />
risico’s (Slovic 2000). Percepties hebben echter niet enkel een invloed op hoe we risico’s beoordelen<br />
en aanpakken. Recent bestaat er ook aandacht voor de klinische relevantie van risicopercepties in de<br />
individuele relatie tussen blootstelling en gezondheid. Onderzoek toont aan dat – naast de<br />
toxicologische impact van milieuvervuiling – ook de psychosociale impact van de perceptie van die<br />
vervuiling schadelijk kan zijn voor de gezondheid (Lima 2004, Vandermoere 2008). De perceptie van<br />
(potentiële of reële) milieuproblemen zorgt immers voor stress die de gezondheid negatief<br />
beïnvloedt. Ook de perceptie van een gebrek aan participatie en betrokkenheid bij het beleidsproces<br />
rond het aanpakken en oplossen van milieuproblemen heeft een negatieve impact op de<br />
(psychosociale) gezondheid.<br />
De ‘subjectieve’ percepties van mensen over de problematiek van milieu en gezondheid vormen dus<br />
een belangrijke en noodzakelijke aanvulling op de ‘objectieve’ meetgegevens van de humane<br />
biomonitoring. In wat volgt worden de resultaten van de perceptievragenlijst voorgesteld. Het gaat<br />
om gegevens over drie leeftijdsgroepen: moeders van pasgeborenen, jongeren (14‐15 jaar) en<br />
volwassenen (20‐40 jaar). Vier onderwerpen komen achtereenvolgens aan bod:<br />
<br />
<br />
<br />
<br />
De perceptie van milieuproblemen: wie percipieert welke milieuproblemen in de eigen<br />
woonomgeving, en wie is ook ongerust over welke gezondheidsklachten in verband met die<br />
problemen?<br />
Informatie over milieuproblemen: door wie en op welke manier wil men geïnformeerd<br />
worden over milieuproblemen in de woonomgeving? Welke informatiekanalen genieten<br />
vertrouwen en welke kanalen zijn belangrijk? En hoe beoordelen respondenten enkele<br />
bestaande informatiecampagnes rond milieu en gezondheid?<br />
Attitudes en gedrag rond milieubesef: voelen respondenten zich verantwoordelijk voor het<br />
leefmilieu? En vertaalt zich dat ook in milieubewust gedrag?<br />
Betrokkenheid en participatie: hoe moet de plaatselijke bevolking best betrokken worden<br />
bij het aanpakken van milieuproblemen in de woonomgeving? Wie moet uiteindelijk<br />
beslissen? En wie is ook zelf bereid om betrokken te worden?<br />
We geven in figuren en tabellen steeds de antwoorden weer voor de 3 leeftijdsgroepen apart en<br />
voor het totaal aantal respondenten (3 leeftijdsgroepen samen). Waar mogelijk, maken we een<br />
vergelijking met de resultaten uit de campagnes van het eerste Steunpunt Milieu en Gezondheid.<br />
Deze vergelijking dient echter met de nodige omzichtigheid bekeken te worden aangezien de<br />
rekrutering in het eerste Steunpunt verliep in typegebieden (en dus niet in heel Vlaanderen). Bij de<br />
volwassenencampagne werd toen ook een andere doelgroep op een andere manier gerekruteerd<br />
(50‐65 jarigen via bevolkingsregisters t.o.v. 20‐40 jarigen die werken aan provinciebesturen). De<br />
gedetailleerde informatie en de statistische verwerking wordt gegeven in bijlage 6.<br />
182
Resultaten – perceptieonderzoek<br />
5.2 Perceptie van milieuproblemen in de woonomgeving<br />
5.2.1 Wie geeft milieuproblemen aan?<br />
De eerste vraag in de perceptievragenlijst peilde naar de aanwezigheid van een milieuprobleem in de<br />
woonomgeving van de respondenten (gemeente of buurt). Bijna de helft van de volwassenen (48,7%,<br />
n=97), een derde van de moeders van pasgeborenen (33,1%, n=83) en een kwart van de jongeren<br />
(26%, n=53) beantwoordde deze vraag positief. In totaal percipieert dus 35,6% (n=233) van alle<br />
respondenten een lokaal milieuprobleem. 2,2% van de respondenten (n=15) vulde deze vraag niet in.<br />
Leeftijdsgroep Milieuprobleem<br />
Geen Totaal aantal<br />
milieuprobleem respondenten<br />
Missing<br />
Moeders pasgeborenen 33,1% 66,9% n=251 n=4<br />
Jongeren 26% 73% n=204 n=6<br />
Volwassenen 48,7% 51,3% n=199 n=5<br />
Totaal 35,6% 64,4% n=654 n=15<br />
In de drie leeftijdsgroepen geven hoog opgeleiden (respondenten met een diploma hoger onderwijs)<br />
vaker een lokaal milieuprobleem aan dan respondenten zonder diploma hoger onderwijs. Enkel bij<br />
de volwassenen is dit verschil echter statistisch significant. Bij de jongeren gebruikten we het hoogste<br />
opleidingsniveau van de ouders. Kijken we naar het onderwijstype van de jongeren (ASO, TSO of BSO,<br />
niet in figuur) dan zien we echter ook hier significante verschillen: jongeren uit het ASO geven meer<br />
dan dubbel zo vaak een milieuprobleem aan dan jongeren uit het TSO en het BSO samen (resp. 35,6%<br />
t.o.v. 16,8%) 24 . De perceptie van lokale milieuproblemen toont binnen de drie leeftijdsgroepen<br />
verder geen statistisch significant verschil in geslacht of leeftijd.<br />
Alle respondenten<br />
26<br />
33,1<br />
35,6<br />
48,7<br />
Respondenten hoger<br />
onderwijs<br />
30,2<br />
36,2<br />
41,4<br />
57,3<br />
Respondenten geen<br />
hoger onderwijs<br />
19,8<br />
28,1<br />
26,5<br />
32,8<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
0 10 20 30 40 50 60 70 80<br />
% respondenten<br />
Figuur 49: Perceptie milieuprobleem volgens opleidingsniveau<br />
24 Hierbij dient opgemerkt dat de spreiding van onderwijstype in de steekproef ongelijk is en met name het<br />
percentage leerlingen uit BSO laag is (9,7%, n=20).<br />
183
Resultaten – perceptieonderzoek<br />
5.2.2 Over welke milieuproblemen gaat het?<br />
De respondenten die melding maken van een milieuprobleem, konden aan de hand van vooraf<br />
omschreven categorieën aanduiden over welke problemen het gaat. We peilden naar het type<br />
milieuprobleem (in welk milieucompartiment speelt het probleem zich af), de sector of activiteit die<br />
het probleem veroorzaakt en de vervuilende stoffen die het probleem veroorzaken. Omdat een<br />
respondent per vraag meerdere antwoorden kon geven, kunnen we de gegevens op twee manieren<br />
bekijken: als het percentage van alle respondenten 25 (vb: hoeveel % van de respondenten zegt dat<br />
luchtvervuiling een probleem is?) en als het percentage van alle milieuproblemen (vb: hoeveel % van<br />
alle aangegeven milieuproblemen gaat over luchtvervuiling). De figuren tonen telkens de<br />
percentages van alle respondenten.<br />
5.2.2.1 Type milieuproblemen<br />
In de drie leeftijdsgroepen wordt in totaal 573 keer een type milieuprobleem aangeduid (door 233<br />
respondenten). Moeders van pasgeborenen en jongeren geven gemiddeld 2 keer een type<br />
milieuproblemen aan, volwassenen gemiddeld 3.<br />
Luchtvervuiling<br />
20,4<br />
27,0<br />
29,8<br />
42,3<br />
Geluidshinder<br />
12,9<br />
13,1<br />
16,5<br />
24,2<br />
Geurhinder<br />
9,0<br />
7,3<br />
10,5<br />
15,5<br />
Bodemvervuiling<br />
Watervervuiling<br />
6,4<br />
6,3<br />
9,9<br />
6,4<br />
6,8<br />
8,4<br />
12,4<br />
17,5<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
0 10 20 30 40 50<br />
% respondenten<br />
Moeders pasgeborenen n=233 Jongeren n=191 Volwassenen n=194 Totaal n=618<br />
Figuur 50: De vijf belangrijkste type milieuproblemen<br />
Luchtvervuiling wordt het meest aangeduid als milieuprobleem. 29,8% van alle respondenten zegt<br />
dat er sprake is van luchtvervuiling in zijn of haar woonomgeving. Volwassenen melden dit het vaakst<br />
(42,3%), jongeren het minst vaak (20,4%). Geluidshinder komt op de tweede plaats. 16,5% van de<br />
respondenten geeft aan dat dit een probleem is. De top 5 wordt vervolledigd door geurhinder<br />
(10,5%), bodemvervuiling (9,9%) en watervervuiling (8,4%). Type problemen die minder vaak gemeld<br />
worden zijn lichthinder, binnenhuisvervuiling en vervuiling via voeding (niet in figuur).<br />
25 Respondenten die in de eerste vraag geen milieuprobleem melden, maar toch de daaropvolgende vragen<br />
naar omschrijving van het probleem invulden (7,3%, n=49) werden op missing gezet en werden dus niet<br />
meegenomen in de analyses.<br />
184
Resultaten – perceptieonderzoek<br />
Kijken we naar het aandeel dat de verschillende type problemen hebben op het totale aantal<br />
gemelde problemen (i.p.v. op het aantal respondenten), dan blijkt luchtvervuiling in totaal 32,8% uit<br />
te maken van alle milieuproblemen (niet in figuur). Voor geluidshinder is dat gemiddeld 18,4%. De<br />
helft van alle gemelde milieuproblemen gaat met andere woorden over luchtvervuiling en<br />
geluidshinder. De top 5 zoals zichtbaar in Figuur 50 representeert 82,4% van alle type<br />
milieuproblemen (n=573).<br />
5.2.2.2 Sectoren en activiteiten die milieuproblemen veroorzaken<br />
Voor de types milieuproblemen die hierboven werden omschreven, duiden respondenten in totaal<br />
717 keer een sector of een activiteit aan als veroorzaker van het probleem.<br />
Meer dan een kwart van alle respondenten (26,2%) vindt dat het verkeer (onder andere) de<br />
veroorzaker is van milieuproblemen in de eigen woonomgeving. Volwassenen vinden dit meer dan<br />
dubbel zo vaak dan jongeren (36,6% t.o.v. 17,8%). Bij de moeders van pasgeborenen duidt 24,5% het<br />
verkeer als veroorzaker aan. Op de tweede plaats komt de industrie: 21,2% houdt deze sector (ook)<br />
verantwoordelijk voor lokale milieuproblemen. De top 5 bestaat daarnaast uit transport (15,0%),<br />
landbouw (7,4%) en huishoudens (7,0%).<br />
Verkeer<br />
17,8<br />
24,5<br />
26,2<br />
36,6<br />
Industrie<br />
12,6<br />
20,6<br />
21,2<br />
30,4<br />
Transport<br />
9,9<br />
14,6<br />
15,0<br />
20,6<br />
Landbouw<br />
Huishoudens<br />
1,5<br />
4,3<br />
6,8<br />
7,4<br />
5,2<br />
7,0<br />
11,9<br />
14,4<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
0 10 20 30 40 50<br />
% respondenten<br />
Moeders pasgeborenen n=233 Jongeren n=191 Volwassenen n=194 Totaal n=618<br />
Figuur 51: De vijf belangrijkste veroorzakende sectoren<br />
Kijken we naar het aandeel van de verschillende sectoren dan blijkt dat verkeer en transport samen<br />
36,1% uitmaken van alle aangeduide veroorzakers van lokale milieuproblemen (niet in figuur). De top<br />
5 vertegenwoordigt 66,2% van alle antwoorden. Andere sectoren of activiteiten die minder vaak<br />
vermeld worden (niet in figuur), zijn sluikstorten, afvalverwerking, roken en ongezonde producten.<br />
Vergelijken we de antwoorden van de drie leeftijdsgroepen, dan zien we grote verschillen. Over het<br />
belang van de drie belangrijkste veroorzakers (verkeer, industrie en transport), zijn de drie<br />
leeftijdsgroepen het onderling eens. Maar in de verdere rangschikking (niet in figuur) valt<br />
bijvoorbeeld op dat moeders van pasgeborenen en volwassenen meer afvalverwerking benadrukken<br />
als mogelijke veroorzaker van lokale milieuproblemen en jongeren meer op sluikstorten wijzen. Op<br />
185
Resultaten – perceptieonderzoek<br />
vlak van levensstijlfactoren duiden jongeren opvallend vaker roken aan terwijl moeders en vooral<br />
volwassenen vaker ongezonde producten aanduiden.<br />
5.2.2.3 Vervuilende stoffen die milieuproblemen veroorzaken<br />
Op de vraag welke vervuilende stoffen verantwoordelijk zijn voor de milieuproblemen, wordt het<br />
vaakst uitlaat‐ en verbrandingsgassen geantwoord (27,6% van de respondenten). Fijn stof komt met<br />
17,3% op de tweede plaats. Vooral bij fijn stof zijn er grote verschillen zichtbaar tussen de<br />
volwassenen enerzijds en de moeders en jongeren anderzijds: volwassenen zien fijn stof 3 keer vaker<br />
als een veroorzaker van lokale milieuproblemen dan jongeren of dan moeders van pasgeborenen. De<br />
top 5 wordt vervolledigd door afval (11,1%), zware metalen (7,7%) en schadelijke dampen (7,5%). De<br />
verschillen tussen de drie leeftijdsgroepen zijn hier minder groot dan bij fijn stof.<br />
In totaal wordt 648 keer een vervuilende stof (of een groep vervuilende stoffen) opgesomd (niet in<br />
figuur). De helft van al die antwoorden wordt geformuleerd door de volwassenen. 43,2% van alle<br />
antwoorden gaat over uitlaat‐ en verbrandingsgassen en fijn stof. De top 5 vertegenwoordigt samen<br />
68,5% van de antwoorden. Andere stoffen die minder vaak gemeld worden zijn pesticiden, dioxines,<br />
mest en chemisch‐ en radioactief afval.<br />
Uitlaatgassen<br />
20,6<br />
24,4<br />
27,6<br />
38,3<br />
Fijn stof<br />
11,1<br />
9,8<br />
17,3<br />
32,1<br />
Afval<br />
9,4<br />
9,3<br />
11,1<br />
14,8<br />
Zware metalen<br />
Schadelijke dampen<br />
6,0<br />
4,1<br />
7,7<br />
4,7<br />
6,2<br />
7,5<br />
13,3<br />
12,2<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
0 10 20 30 40 50<br />
% respondenten<br />
Moeders pasgeborenen n=233 Jongeren n=191 Volwassenen n=194 Totaal n=618<br />
Figuur 52: De vijf belangrijkste vervuilende stoffen<br />
5.2.3 Ongerust over de gezondheid?<br />
We zagen dat in totaal 35,6% van de respondenten een milieuprobleem percipieert in zijn of haar<br />
woonomgeving. Vraag is in hoeverre deze mensen zich hierdoor ook zorgen maken over hun<br />
gezondheid of die van hun huisgenoten inzake die milieuproblemen. Omdat deze antwoorden enkel<br />
betrekking hebben op respondenten die een milieuprobleem aangeven, berekenen we de<br />
percentages hier niet op het totaal aantal deelnemers. We stellen grote verschillen vast naar<br />
leeftijdsgroep.<br />
186
Resultaten – perceptieonderzoek<br />
Volwassenen geven het vaakst een bepaalde mate van ongerustheid aan (eerder wel, een beetje of<br />
zeer ongerust). Het gaat om 56,8% van de volwassenen die een milieuprobleem melden. Bij de<br />
moeders van pasgeborenen is dat 50,0%. Jongeren zijn opvallend minder ongerust (22,6%). Het<br />
aandeel respondenten dat aangeeft ‘zeer ongerust’ te zijn, ligt erg laag: 9,8% bij de moeders, 5,3% bij<br />
de volwassenen en 0% bij de jongeren.<br />
Zeer ongerust<br />
Een beetje ongerust<br />
0,0<br />
5,3<br />
5,7<br />
9,8<br />
13,2<br />
13,7<br />
16,5<br />
22,0<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
Eerder wel ongerust<br />
9,4<br />
18,3<br />
24,3<br />
37,9<br />
Eerder niet ongerust<br />
11,3<br />
23,2<br />
21,1<br />
19,6<br />
Weinig ongerust<br />
12,6<br />
22,0<br />
20,4<br />
32,1<br />
Niet ongerust<br />
4,9<br />
9,5<br />
13,5<br />
34,0<br />
0 5 10 15 20 25 30 35 40<br />
% respondenten<br />
Moeders pasgeborenen n=82 Jongeren n=53 Volwassenen n=95 Totaal n=230<br />
Figuur 53: Mate van ongerustheid voor de gezondheid inzake milieuproblemen<br />
Opvallend zijn verder de grote verschillen tussen de leeftijdsgroepen bij degenen die aangeven ‘niet<br />
ongerust’ te zijn: bij moeders van pasgeborenen is dit 4,9%, bij volwassenen 9,5% en bij jongeren<br />
34,0%. Indien we dus naar de uitersten kijken (‘niet ongerust’ en ‘zeer ongerust’) kunnen we<br />
concluderen dat moeders van pasgeborenen het meest en jongeren veruit het minst ongerust zijn.<br />
5.2.4 Ook gezondheidsklachten?<br />
In totaal wordt 228 keer een type gezondheidsklacht aangegeven. Luchtwegklachten worden het<br />
vaakst aangegeven (in totaal 14,8% van alle respondenten die een milieuprobleem aangeven),<br />
gevolgd door allergie (14,3%). Vermoeidheid, astma en hoofdpijn worden telkens door 8,3% van de<br />
respondenten genoemd, maar de onderlinge verschillen tussen de leeftijdsgroepen zijn vrij groot:<br />
vermoeidheid wordt het vaakst gemeld door jongeren, astma door volwassenen en hoofdpijn door<br />
moeders van pasgeborenen.<br />
187
Resultaten – perceptieonderzoek<br />
Luchtwegklachten<br />
11,3<br />
14,7<br />
14,8<br />
17,1<br />
Allergie<br />
11,3<br />
13,4<br />
14,3<br />
16,8<br />
Vermoeidheid<br />
Astma<br />
5,7<br />
7,3<br />
9,4<br />
8,4<br />
8,3<br />
8,5<br />
9,5<br />
8,3<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
Hoofdpijn<br />
4,2<br />
7,5<br />
8,3<br />
13,4<br />
0 5 10 15 20<br />
% respondenten<br />
Moeders pasgeborenen n=82 Jongeren n=53 Volwassenen n=95 Totaal n=230<br />
Figuur 54: De 5 belangrijkste gezondheidsklachten<br />
5.2.7 Conclusie en vergelijking meetcampagnes eerste Steunpunt<br />
In vergelijking met de perceptievragenlijst uit het eerste Steunpunt M&G (2002‐2006) moeten<br />
respondenten nu geen rangorde meer aanbrengen in de gepercipieerde milieuproblemen. Dit<br />
vereenvoudigt de opzet van de vragenlijst, maar heeft als nadeel dat we antwoorden over de<br />
veroorzakende sectoren en stoffen en gerelateerde gezondheidsklachten niet meer kunnen<br />
verbinden met de type milieuproblemen. Echter ook zonder verbindingen te kunnen leggen tussen<br />
de antwoorden, kunnen we concluderen dat de verkeersproblematiek gepercipieerd wordt als<br />
belangrijkste milieuprobleem in de woonomgeving: luchtvervuiling en geluidshinder worden het<br />
vaakst gemeld, verkeer en uitlaat‐ en verbrandingsgassen zijn respectievelijk de belangrijkste sector<br />
en vervuilende stof en luchtwegproblemen zijn de vaakst gemelde klachten. De problemen worden<br />
het vaakst gemeld door volwassenen.<br />
Dit strookt in grote lijnen met de resultaten uit het eerste Steunpunt (2002‐2006). Ook daar werden<br />
problemen rond luchtvervuiling en geluidshinder het vaakst aangegeven. Verkeer was de tweede<br />
belangrijkste veroorzakende activiteit, na bedrijven (in de stedelijke agglomeraties van Antwerpen en<br />
Gent was het aandeel van verkeer opvallend groter). Uitlaatgassen waren ook hier de meest als<br />
oorzaak gemelde stof en luchtwegproblemen de meest gemelde gezondheidsklacht. Verschilpunt is<br />
wel dat respondenten toen in open vragen konden antwoorden (deze werden in de analyses<br />
geordend tot de bestaande milieucompartimenten, activiteiten, stoffen en gezondheidsklachten). De<br />
respondenten werden in het eerste Steunpunt, zoals reeds gemeld, ook gerekruteerd in<br />
typegebieden en niet in heel Vlaanderen.<br />
5.3 Informatie over milieuproblemen<br />
Naast percepties over lokale milieuproblemen, gaat deze paragraaf verder in op informatie over<br />
lokale milieuproblemen. Eerst bekijken we de percepties rond bepaalde informatiekanalen (5.3.1).<br />
Deze geven aan door wie respondenten geïnformeerd willen worden rond milieuproblemen. Daarna<br />
gaan we in op de inhoud en overdracht van informatie (5.3.2): over wat en hoe willen respondenten<br />
188
Resultaten – perceptieonderzoek<br />
geïnformeerd worden? Tot slot bekijken we op welke manier respondenten enkele bestaande<br />
informatiecampagnes rond milieu en gezondheid beoordelen (3.3).<br />
5.3.1 Informatiekanalen: vertrouwen, noodzaak en ervaring<br />
Hieronder tonen we per leeftijdsgroep drie soorten gegevens over telkens 13 informatiekanalen. i)<br />
de achtergrondkleuren geven de mate van vertrouwen in de informatiekanalen weer. De staafjes<br />
geven weer hoeveel respondenten ii) informatie wensen te ontvangen van de kanalen en iii) in het<br />
verleden ook al effectief informatie ontvangen hebben van de kanalen.<br />
100<br />
90<br />
Weinig vertrouwen<br />
% respondenten<br />
80<br />
70<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
14,9<br />
Veroorz. milieuprobleem<br />
5,1<br />
1,6<br />
Politieke partijen<br />
12,2<br />
7,1<br />
4,7<br />
31,8<br />
7,1<br />
23,1<br />
Lokale/regionale media<br />
Internet<br />
Provinciale/centrale overheden<br />
14,9<br />
14<br />
Consumentenorganisaties<br />
8,2<br />
29,8<br />
Algemene media<br />
21,2<br />
45,5<br />
Gemeentebestuur<br />
18<br />
9,4 8,6<br />
Vrienden/kennissen<br />
12,5<br />
7,1<br />
Onderwijsinstellingen<br />
Matig vertrouwen<br />
21,6<br />
Milieuorganisaties<br />
Veel vertrouwen<br />
14,9<br />
20<br />
Huisarts<br />
5,5<br />
28,2<br />
Wetenschappers<br />
Veel vertrouwen Matig vertrouwen Weinig vertrouwen Info gewenst Info gekregen<br />
5,5<br />
Totaal: n=233-240<br />
Figuur 55: Perceptie van informatiekanalen door moeders van pasgeborenen<br />
Respondenten uit de drie leeftijdsgroepen hebben het meeste vertrouwen in wetenschappers en<br />
huisartsen. De veroorzakers van milieuproblemen en politieke partijen genieten het minste<br />
vertrouwen. Daartussen bevinden zich milieuorganisaties, onderwijsinstellingen, media, lokale en<br />
centrale overheden, vrienden en consumentenorganisaties. Voor sommige informatiekanalen<br />
verschilt de mate van vertrouwen tussen de drie leeftijdsgroepen, bijvoorbeeld bij wetenschappers,<br />
overheden en vrienden. Wetenschappers en vooral overheden genieten bij de volwassenen duidelijk<br />
meer vertrouwen dan bij jongeren en moeders van pasgeborenen. Dit laatste is mogelijk te wijten<br />
aan het feit dat volwassenen gerekruteerd werden via de provinciebesturen. Het vertrouwen in<br />
vrienden en kennissen is dan weer opvallend hoger bij jongeren. Bij andere kanalen is de spreiding<br />
tussen de leeftijdsgroepen minder groot, bijvoorbeeld bij de huisarts, onderwijsinstellingen en het<br />
internet. Opmerkelijk is bij moeders van pasgeborenen en jongeren verder het verschil in vertrouwen<br />
189
Resultaten – perceptieonderzoek<br />
tussen milieu‐ en consumentenorganisaties. Milieuorganisaties genieten veel vertrouwen terwijl<br />
consumentenorganisaties eerder matig scoren in vertrouwen.<br />
100<br />
90<br />
W einig vertrouwen<br />
80<br />
70<br />
60<br />
Matig vertrouwen<br />
50<br />
40<br />
34,8<br />
37,6<br />
29<br />
29,5<br />
30<br />
22,9<br />
21<br />
18,6<br />
19,5<br />
20<br />
15,2<br />
13,3 12,9<br />
7,1 6,2<br />
7,6<br />
10<br />
3,3 3,33,8<br />
1,4<br />
0<br />
Veroorz. milieuproblemen<br />
Politieke partijen<br />
Consumentenorganisaties<br />
Internet<br />
Provinciale/centrale overheden<br />
Gemeentebestuur<br />
Lokale/regionale media<br />
Onderwijsinstellingen<br />
Algemene media<br />
Vrienden/kennissen<br />
Veel vertrouwen<br />
31,4<br />
29<br />
21,4<br />
21<br />
17,6 16,7<br />
13,8<br />
10<br />
Milieuorganisaties<br />
Huisarts<br />
Wetenschappers<br />
Veel vertrouwen Matig vertrouwen Weinig vertrouwen Info gewenst Info gekregen<br />
Totaal: n=190-198<br />
Figuur 56: Perceptie van informatiekanalen door jongeren<br />
Deze vaststellingen stroken in grote lijnen met Europees perceptieonderzoek (Eurobarometer 2008).<br />
Aan 26.730 Europeanen (vanaf 15 jaar) werd via een persoonlijk interview de vraag gesteld welke<br />
instelling of organisatie zij het meest vertrouwen op vlak van milieuproblemen. Wetenschappers<br />
scoorden samen met milieuorganisaties het hoogst (36%). Kijken we naar de Belgische steekproef<br />
(n=1004), dan scoren wetenschappers nog hoger (48%), gevolgd door milieuorganisaties (39%).<br />
In het perceptieonderzoek van de Vlaamse biomonitoring zijn lokale en centrale overheden volgens<br />
moeders van pasgeborenen en volwassenen de meest wenselijke informatiekanalen voor lokale<br />
milieuproblemen. Bij jongeren zijn dit de media, gevolgd door wetenschappers. Politieke partijen zijn<br />
voor de drie leeftijdsgroepen de minst wenselijke informatiekanalen. Respondenten kregen in het<br />
verleden het vaakst informatie rond milieuproblemen via de algemene media en het<br />
gemeentebestuur. Bij de jongeren scoren ook onderwijsinstellingen hoog. Het verschil tussen het<br />
percentage gewenste en gekregen info is in de drie leeftijdsgroepen opvallend groot bij<br />
wetenschappers. Bij moeders van pasgeborenen geldt dit verder ook voor de huisarts en de<br />
provinciale en centrale overheden. Volwassenen tonen grote verschillen bij de huisarts. Bij de<br />
jongeren zijn de verschillen tussen beide percentages veel kleiner dan bij de twee andere<br />
leeftijdsgroepen. Het aantal jongeren dat informatie kreeg is vaak ook groter dan het aantal dat<br />
informatie wenst. Dit geldt vooral voor informatie van provinciale en centrale overheden en<br />
onderwijsinstellingen.<br />
190
Resultaten – perceptieonderzoek<br />
We stellen tot slot vast dat respondenten niet altijd informatie wensen of krijgen van de kanalen die<br />
zij het meest vertrouwen.<br />
100<br />
90<br />
80<br />
70<br />
65,5<br />
Weinig vertrouwen<br />
Matig vertrouwen<br />
60<br />
56,7<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
46,8<br />
38,9<br />
Veel vertrouwen<br />
32,5 31<br />
28,6<br />
29,1<br />
27,6<br />
21,7<br />
23,2 23,2<br />
25,1 24,1<br />
18,7<br />
15,3 16,3<br />
14,3<br />
14,3<br />
10,8<br />
10,3<br />
9,9 10,8<br />
7,4<br />
8,4<br />
3<br />
Politieke partijen<br />
Veroorz. milieuprobleem<br />
Internet<br />
Vrienden/kennissen<br />
Lokale/regionale media<br />
Consumentenorganisaties<br />
Onderwijsinstellingen<br />
Algemene media<br />
Gemeentebestuur<br />
Provinciale/centrale overheden<br />
Milieuorganisaties<br />
Huisarts<br />
Wetenschappers<br />
Veel vertrouwen Matig vertrouwen Weinig vertrouwen Info gewenst Info ontvangen<br />
Totaal:n=191-199<br />
Figuur 57: Perceptie van informatiekanalen door volwassenen<br />
5.3.2 Inhoud en overdracht van informatie<br />
Volgende vraag betreft de inhoud en overdracht van informatie rond milieuproblemen in de<br />
woonomgeving. Welk soort informatie wensen respondenten te ontvangen en op welke manier<br />
willen ze geïnformeerd worden?<br />
Respondenten konden aanduiden hoe wenselijk zij informatie vinden over:<br />
• Activiteiten in en rond de woning die schadelijk kunnen zijn voor het milieu en de gezondheid<br />
• Producten met gezondheidsrisico’s: huishoudelijke producten, voeding, roken<br />
• Producten die slecht zijn voor het milieu<br />
• Maatregelen die de gezondheidsrisico’s van milieuproblemen kunnen beperken<br />
De 4 soorten informatie worden door de overgrote meerderheid van de respondenten wenselijk<br />
geacht. Gemiddeld 85% van de moeders van pasgeborenen en 90% van de volwassenen vindt ze<br />
‘eerder’ of ‘zeer’ wenselijk. Bij de jongeren is dit gemiddeld 65%. We stellen vast dat de<br />
respondenten weinig onderscheid maken tussen de verschillende vormen van informatie. Informatie<br />
over risicoreducerende maatregelen worden in de drie leeftijdsgroepen het meest wenselijk geacht:<br />
191
Resultaten – perceptieonderzoek<br />
88,6% van de moeders van pasgeborenen, 73,4% van de jongeren en 94% van de volwassenen vindt<br />
dit eerder of zeer wenselijk.<br />
Vervolgens gaven respondenten hun mening over de wenselijkheid van 6 verschillende manieren van<br />
informatieoverdracht: productinformatie, media, website van de overheid, brochures, bewoners<br />
betrekken bij milieubeleid, en bijeenkomsten. We vroegen respondenten telkens of deze wijze van<br />
informeren over milieuproblemen in de woonomgeving wenselijk is. Ze konden een antwoord<br />
aankruisen op een schaal gaande van ‘niet wenselijk’ tot ‘zeer wenselijk’.<br />
Zeer<br />
wenselijk<br />
30,6<br />
46,7<br />
47,7<br />
65,8<br />
23,9<br />
28,6<br />
33<br />
28,5<br />
Eerder<br />
wenselijk<br />
31,2<br />
39,6<br />
43,8<br />
42,9<br />
55,5<br />
52,8<br />
53,5<br />
54,0<br />
Eerder niet<br />
wenselijk<br />
2<br />
4,5<br />
7,1<br />
15,3<br />
9,2<br />
13,7<br />
9,5<br />
10,7<br />
Niet<br />
wenselijk<br />
1<br />
5<br />
5,7<br />
11,2<br />
Productinformatie<br />
4<br />
6,7<br />
9,6<br />
6,8<br />
Media<br />
0 10 20 30 40 50 60 70<br />
0 10 20 30 40 50 60 70<br />
Zeer<br />
wenselijk<br />
12,3<br />
28,1<br />
29,8<br />
41,8<br />
11,2<br />
17,4<br />
18,7<br />
27,6<br />
Eerder<br />
wenselijk<br />
46,2<br />
43,1<br />
44,9<br />
44,8<br />
39,1<br />
49,7<br />
48,8<br />
56<br />
Eerder niet<br />
wenselijk<br />
10,2<br />
15,5<br />
17,6<br />
27,7<br />
13,7<br />
15,6<br />
17,6<br />
24,4<br />
Niet<br />
wenselijk<br />
3,1<br />
8,4<br />
9,4<br />
16,9<br />
Website overheid<br />
7<br />
12,9<br />
14,9<br />
25,4<br />
Brochure<br />
0 10 20 30 40 50 60 70<br />
0 10 20 30 40 50 60 70<br />
Zeer<br />
wenselijk<br />
11,3<br />
18<br />
18,7<br />
26,8<br />
3,8<br />
4,1<br />
7,7<br />
5,1<br />
Eerder<br />
wenselijk<br />
35,6<br />
47,5<br />
51,9<br />
54,1<br />
17,8<br />
16,8<br />
23,9<br />
38,5<br />
Eerder niet<br />
wenselijk<br />
16,5<br />
20,5<br />
22,8<br />
32<br />
46,6<br />
39,3<br />
40<br />
42,3<br />
Niet<br />
wenselijk<br />
2,6<br />
9,6<br />
11,0<br />
21,1<br />
Betrokkenheid beleid<br />
13,8<br />
28,7<br />
31,8<br />
39,8<br />
Bijeenkomsten<br />
0 10 20 30 40 50 60 70<br />
0 10 20 30 40 50 60 70<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
Moeders pasgeborenen (n=236-242)<br />
Jongeren (n=197-194)<br />
Volwassenen (n=194-200)<br />
Figuur 58: Wenselijkheid van verschillende manier van informeren over milieuproblemen<br />
192
Resultaten – perceptieonderzoek<br />
Respondenten vinden productinformatie de meest wenselijke manier om geïnformeerd te worden<br />
over lokale milieuproblemen. Bijna de helft van de respondenten (47,7%) vindt dit ‘zeer wenselijk’ en<br />
bijna 40% vindt dit ‘eerder wenselijk’. Volwassenen vinden deze manier van informeren duidelijk<br />
zinvoller dan jongeren: volwassenen geven dubbel zo vaak dan jongeren aan dat productinformatie<br />
een zeer wenselijke manier van informeren is.<br />
Informatieoverdracht via de media komt op de tweede plaats. Het percentage respondenten die de<br />
media ‘zeer wenselijk’ vinden, is opvallend lager dan bij productinformatie (28,5% t.o.v. 47,7%), maar<br />
veel respondenten (54%) plaatsen de media in de categorie ‘eerder wenselijk’. De verschillen tussen<br />
de drie leeftijdsgroepen zijn hier ook opvallend kleiner dan bij productinformatie.<br />
Informatie over lokale milieuproblemen via een website van de overheid vindt 28,1% van de<br />
respondenten ‘zeer wenselijk’ en 44,8% ‘eerder wenselijk’. 27% van alle respondenten vindt een<br />
overheidswebsite (veeleer) niet wenselijk om informatie te ontvangen. Volwassenen vinden dit<br />
wenselijker dan moeders van pasgeborenen en vooral dan jongeren. De verschillen tussen de<br />
leeftijdsgroepen concentreren zich hoofdzakelijk in de uiterste categorieën (‘zeer wenselijk’ en ‘niet<br />
wenselijk’).<br />
18,7% van de respondenten vindt brochures een zeer wenselijke manier om geïnformeerd te worden<br />
over lokale milieuproblemen, bijna de helft (48,8%) vindt ze ‘eerder wenselijk’. In de eerste categorie<br />
scoren volwassenen het hoogst, in de tweede categorie scoren moeders van pasgeborenen het<br />
hoogst. Opvallend is verder dat een kwart van de jongeren aangeeft brochures niet wenselijk te<br />
vinden. Dat is bijna vier keer meer dan volwassenen.<br />
66,2% vindt betrokkenheid van bewoners aan milieubeleid ‘zeer wenselijk’ of ‘eerder wenselijk’. 29%<br />
van de respondenten vindt informatieoverdracht via bijeenkomsten wenselijk (waarvan slechts 5,1%<br />
dit zeer wenselijk vindt). Deze laatste, meer interactieve vorm van informatieoverdracht, wordt dus<br />
door respondenten duidelijk het minst wenselijk geacht.<br />
5.3.3 Evaluatie bestaande informatiecampagnes rond milieuproblemen<br />
In deze paragraaf kijken we naar de evaluatie van enkele bestaande (en hier genoemde)<br />
informatiecampagnes en brochures van de Vlaamse overheid rond milieu en gezondheid.<br />
Respondenten konden 9 campagnes beoordelen als ‘zinvol’, ‘onzinvol’ of ‘onbekend’.<br />
Gemiddeld geeft 72,7% van alle respondenten aan de campagnes niet te kennen. Bij de moeders van<br />
pasgeborenen zijn de campagnes het meest onbekend (gemiddeld 77,2%), gevolgd door de jongeren<br />
(71,5%) en de volwassenen (68,6%). De campagnes ‘Adem diep in’ en ‘Asbest in bedrijven’ worden<br />
door de drie leeftijdsgroepen het vaakst als onbekend beoordeeld (resp. 84 en 83,8%). De campagne<br />
‘GSM‐gebruik bij kinderen’ wordt het minst vaak als onbekend omschreven (50,3%).<br />
193
Resultaten – perceptieonderzoek<br />
50<br />
40<br />
% respondenten<br />
30<br />
20<br />
10<br />
0<br />
GSMgebruik<br />
bij<br />
kinderen<br />
Slimmer<br />
stoken<br />
Adem diep<br />
in<br />
Asbest in<br />
en om huis<br />
Zonder is<br />
gezonder<br />
Bouw of<br />
verbouw<br />
gezond<br />
Asbest in<br />
bedrijven<br />
Wonen en<br />
gezondheid<br />
Moeders pasgeborenen 38,2 21,7 17,2 9,1 26,2 11,2 25,6 15,6 22,5<br />
Jongeren 45,2 17,8 29,4 19,6 14,7 7,1 16,4 12,6 31,5<br />
Volwassenen 40 41,3 27,4 9,5 39,5 35,8 34,8 11,5 22,5<br />
Totaal 40,9 26,6 24,1 12,4 26,8 17,7 25,7 13,4 25,3<br />
Moeders pasgeborenen n=238-244 Jongeren n=194-199 Volwassenen n=200-201 Totaal n=632-644<br />
Figuur 59: Beoordeling bestaande informatiecampagnes als ‘onbekend’<br />
100<br />
80<br />
% respondenten<br />
60<br />
40<br />
20<br />
0<br />
53%<br />
dioxineuitstoot<br />
GSMgebruik<br />
bij<br />
kinderen<br />
53%<br />
dioxineuitstoot<br />
Slimmer<br />
stoken<br />
Adem diep<br />
in<br />
Asbest in<br />
bedrijven<br />
Zonder is<br />
gezonder<br />
Bouw of<br />
verbouw<br />
gezond<br />
Asbest in Wonen en<br />
en om huis gezondheid<br />
Moeders pasgeborenen 58,5 74,6 79,1 90,1 82,4 88 72,7 72,9 76,2<br />
Jongeren 34,2 73,1 64 71,1 85,4 89,3 80 82,7 64<br />
Volwassenen 56,5 55,2 70,6 89,1 84 61,7 64,7 58,5 77<br />
Totaal 50,3 68,0 71,8 84,0 83,8 80,2 72,4 71,4 72,7<br />
Moeders pasgeborenen n=238-244 Jongeren n=194-199 Volwassenen n=200-201 Totaal n=632-644<br />
Figuur 60: Beoordeling bestaande informatiecampagnes als ‘zinvol’<br />
Rest tot slot een gemiddelde van 3,6% van alle respondenten die de informatiecampagnes onzinvol<br />
achten. Jongeren beoordelen de campagnes het vaakst als onzinvol (gemiddeld 6,9%), gevolgd door<br />
volwassenen (2,3%) en moeders van pasgeborenen (2,0%). De campagne ‘GSM‐gebruik bij kinderen’<br />
wordt het vaakst als onzinvol geëvalueerd (8,8% in de drie leeftijdsgroepen). Dit komt vooral omdat<br />
194
Resultaten – perceptieonderzoek<br />
opvallend veel jongeren deze campagne onzinvol vinden, namelijk 20,6%. De campagnes ‘Asbest in<br />
en om het huis’, ‘Wonen en gezondheid’ en ‘Bouw en verbouw gezond’ worden het minst vaak<br />
onzinvol bevonden (resp. 1,7 en 1,9%).<br />
25<br />
20<br />
% respondenten<br />
15<br />
10<br />
5<br />
0<br />
GSMgebruik<br />
bij<br />
kinderen<br />
53%<br />
dioxineuitstoot<br />
Slimmer<br />
stoken<br />
Adem diep<br />
in<br />
Asbest in<br />
bedrijven<br />
Zonder is<br />
gezonder<br />
Bouw of<br />
verbouw<br />
gezond<br />
Asbest in<br />
en om huis<br />
Moeders pasgeborenen 3,3 3,8 3,7 0,8 2 0,8 1,7 0,8 1,2<br />
Jongeren 20,6 9,1 6,6 9,3 2 3,6 3,6 2,5 4,6<br />
Volwassenen 3,5 3,5 2 1,5 4,5 2,5 0,5 2 0,5<br />
Totaal 8,8 5,3 4,0 3,8 2,8 2,2 1,9 1,7 1,9<br />
Moeders pasgeborenen n=238-244 Jongeren n=194-199 Volwassenen n=200-201 Totaal n=632-644<br />
Figuur 61: Beoordeling bestaande informatiecampagnes als ‘onzinvol’<br />
Wonen en<br />
gezondheid<br />
5.3.4 Conclusie en vergelijking meetcampagnes eerste Steunpunt<br />
Wetenschappers en huisartsen genieten in de drie leeftijdsgroepen het meeste vertrouwen als<br />
informatiekanalen voor lokale milieuproblemen. Milieuorganisaties komen op de derde plaats.<br />
Politieke partijen en de veroorzakers van milieuproblemen genieten het minste vertrouwen. De<br />
meest vertrouwde infokanalen zijn niet noodzakelijk dezelfde als deze waar mensen ook effectief<br />
informatie van verwachten. Niet alle leeftijdsgroepen denken hier echter hetzelfde over. Moeders<br />
van pasgeborenen en volwassenen wensen vooral van de overheden informatie te ontvangen, terwijl<br />
jongeren dit vooral verwachten van de media en de wetenschap. In de vorige meetcampagnes van<br />
het Steunpunt zagen we in grote lijnen hetzelfde beeld.<br />
Respondenten vinden productinformatie de meest aangewezen manier om geïnformeerd te worden<br />
over lokale milieuproblemen. Meer interactieve vormen van informatieoverdracht (lokale<br />
bijeenkomsten) lijken respondenten minder aangewezen.<br />
De overgrote meerderheid van de respondenten (72%) geeft aan de bestaande informatiecampagnes<br />
van de overheid rond milieu en gezondheid niet te kennen. 24% beoordeelt de campagnes als zinvol.<br />
Ongeveer 4% vindt de bestaande campagnes onzinvol. Volwassenen evalueren de campagnes<br />
positiever dan moeders van pasgeborenen en jongeren. De campagnes rond ‘asbest in bedrijven’ en<br />
‘adem diep in’ krijgen de meest negatieve evaluatie, de campagne rond GSM‐gebuik bij kinderen de<br />
meest positieve (hoewel deze campagne onder de jongeren ook vaak onzinvol wordt beoordeeld).<br />
195
Resultaten – perceptieonderzoek<br />
5.4 Attitudes en gedrag rond milieubesef<br />
Een volgend thema in de perceptievragenlijst betreft de houding van respondenten ten opzichte van<br />
het leefmilieu en de bijdragen die ze leveren rond milieuvriendelijk gedrag.<br />
5.4.1 Zorg voor het leefmilieu<br />
In totaal vindt 93,4% van alle respondenten zichzelf mede verantwoordelijk voor de zorg voor het<br />
leefmilieu. Bij volwassenen is dat 97,5%, bij moeders van pasgeborenen 96,8% en bij jongeren 82,8%.<br />
In totaal vulde 2,4% (n=16) deze vraag niet in.<br />
Respondenten die zich verantwoordelijk voelen voor het leefmilieu (n=610), konden vervolgens<br />
aangeven in welke mate ze ook rekening houden met het milieu en welke bijdragen ze leveren aan<br />
de zorg voor het leefmilieu. 76,5% van alle respondenten zegt rekening te houden met het milieu.<br />
17,8% vindt dat dit ook helpt, terwijl 58,7% vindt dat dit weinig invloed heeft zolang bedrijven en<br />
andere burgers niet hetzelfde doen. Volwassenen geven vaker aan rekening te houden met het<br />
milieu dan moeders van pasgeborenen, maar vooral vaker dan jongeren (86,6% t.o.v. resp. 73,9 en<br />
68%). Volwassenen geven ook vaker dan jongeren en moeders aan dat dit ook resultaat heeft (28,7%<br />
t.o.v. resp. 16,5 en 7%).<br />
Ik weet niet hoe<br />
3,1<br />
9,8<br />
10,5<br />
16,6<br />
Bedrijven eerst<br />
inspanningen leveren<br />
1,5<br />
7,2<br />
7,6<br />
13<br />
Kost te veel<br />
moeite/geld<br />
1,8<br />
6,5<br />
8<br />
8,7<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
0 5 10 15 20<br />
% respondenten<br />
Moeders pasgeborenen n=237 Jongeren n=169 Volwassenen n=195 Totaal n=601<br />
Figuur 62: Redenen om onvoldoende rekening te houden met milieu<br />
23,5% van de respondenten zou meer rekening willen houden met het milieu. Het betreft hier vooral<br />
jongeren en moeders van pasgeborenen. De redenen waarom ze onvoldoende rekening houden met<br />
het milieu, verschillen per leeftijdsgroep. ‘Niet weten hoe dit moet’ wordt het vaakst geantwoord (in<br />
totaal 9,8%). Vooral jongeren geven dit vaak als reden aan (16,6%). 7,2% van de respondenten zou<br />
meer rekening willen houden met het milieu, maar vindt dat eerst bedrijven meer inspanningen<br />
moeten leveren. Ook hier scoren de jongeren het hoogst. Volwassenen antwoorden dit opvallend<br />
weinig. Onvoldoende rekening houden met het milieu omdat het teveel moeite of geld kost, wordt<br />
dan weer vaker door volwassenen en moeders van pasgeborenen geantwoord en weinig door<br />
jongeren.<br />
196
Resultaten – perceptieonderzoek<br />
5.4.2 Milieuvriendelijk bijdragen<br />
60% van de respondenten zegt bereid te zijn zijn/haar gedrag aan te passen indien dit zou helpen bij<br />
het oplossen van lokale milieuproblemen. Bij de volwassenen is dit 68%, bij de moeders van<br />
pasgeborenen 56,6% en bij jongeren, 55,6%.<br />
Respondenten konden op een voorafgegeven lijst aanduiden welke milieuvriendelijke bijdragen ze<br />
leveren (meerdere antwoorden mogelijk). We stellen vast dat volwassenen vaker dan jongeren en<br />
dan moeders van pasgeborenen milieuvriendelijk gedrag aangeven. Afval sorteren scoort het hoogst<br />
met in totaal 83,3%. Bewust geen eigen auto hebben scoort met 5,4% het laagst. Grootste verschillen<br />
tussen de leeftijdsgroepen zijn er bij het gebruik van milieuvriendelijke vervoersmiddelen (fiets, te<br />
voet, openbaar vervoer) en van groene energie. Jongeren geven het vaakst aan zich per fiets of te<br />
voet en met het openbaar vervoer, wat niet verwonderlijk is aangezien zij nog geen rijbewijs hebben.<br />
Daarnaast stellen we vast dat moeders van pasgeborenen opvallend minder vaak dan volwassenen<br />
aangeven deze vervoersmiddelen te gebruiken (mogelijk is dit te wijten aan de periode van<br />
zwangerschap die voorafging aan het invullen van de vragenlijst bij moeders). Toch zien we ook dat<br />
moeders van pasgeborenen minder vaak dan volwassenen het gebruik van groene energie (en in<br />
mindere mate ook de aankoop van milieuvriendelijke producten en het verminderen van<br />
vliegvakanties) aangeven.<br />
197
Resultaten – perceptieonderzoek<br />
Afval sorteren<br />
69,2<br />
85,2<br />
83,3<br />
92,9<br />
Verplaatsen per fiets of te voet<br />
31,1<br />
55,8<br />
52,0<br />
77,5<br />
Milieuaspect criterium bij grote<br />
uitgaven<br />
44,3<br />
49,2<br />
55,3<br />
Minder energie gebruiken<br />
24,9<br />
48,0<br />
54,5<br />
59,9<br />
Afval beperken<br />
22,5<br />
35,2<br />
36,2<br />
49,2<br />
Verplaatsen met openbaar<br />
vervoer<br />
12,7<br />
27,7<br />
35<br />
40,8<br />
Milieuvriendelijke producten<br />
kopen<br />
8,3<br />
27,9<br />
26,1<br />
39,1<br />
Trager rijden met auto<br />
15,2<br />
23,9<br />
19,0<br />
Minder vliegvakanties<br />
14,8<br />
13<br />
16,7<br />
22,3<br />
Groene energie gebruiken<br />
Bewust geen eigen auto<br />
10,7<br />
8,9<br />
13,3<br />
2,5<br />
9,1<br />
5,4<br />
20,3<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
0 10 20 30 40 50 60 70 80 90 100<br />
% respondenten<br />
Moeders pasgeborenen n=244 Jongeren n=169 Volwassenen n=197 Totaal n=610<br />
Figuur 63: Bijdragen aan zorg voor het leefmilieu<br />
5.4.3. Conclusie<br />
Meer dan 90% van alle respondenten voelt zich mede verantwoordelijk voor de zorg voor het<br />
leefmilieu. Jongeren geven dit minder vaak aan dan volwassenen. Ruim drie kwart van de<br />
respondenten zegt ook daadwerkelijk rekening te houden met het leefmilieu, hoewel slechts een<br />
beperkt deel van hen vindt dat dit een positieve invloed heeft. 60% van de respondenten is bereid<br />
zijn of haar gedrag aan te passen indien dit zou helpen bij het oplossen van milieuproblemen in de<br />
leefomgeving.<br />
Afval sorteren is de populairste milieubewuste bijdrage. Bewust geen eigen auto hebben de minst<br />
populaire. Volwassenen leveren meer milieubewuste bijdragen dan moeders van pasgeborenen en<br />
jongeren. Vooral bij het gebruik van milieubewuste vervoersmiddelen (fiets, te voet, openbaar<br />
vervoer) en van groene energie geven volwassenen duidelijk vaker aan dat ze op die manier<br />
milieubewust gedrag vorm geven.<br />
198
Resultaten – perceptieonderzoek<br />
5.5 Betrokkenheid bevolking<br />
We zagen in paragraaf 3 reeds dat tweederde van de respondenten de betrokkenheid van bewoners<br />
aan milieubeleid wenselijk vinden om geïnformeerd te worden over lokale milieuproblemen.<br />
Hieronder bekijken we of respondenten ook vinden dat buurtbewoners betrokken moeten worden<br />
bij het zoeken naar oplossingen voor lokale milieuproblemen. We kijken naar verschillende manieren<br />
van betrokkenheid en naar de mate waarin de overheid hiermee rekening moet houden. Tot slot<br />
bekijken we of respondenten ook zelf actief betrokken willen worden.<br />
5.5.1 Hoe moet de plaatselijke bevolking betrokken worden?<br />
Respondenten konden uit een lijst van 6 mogelijke vormen van betrokkenheid kiezen welke ze het<br />
meest wenselijk vinden voor de plaatselijke bevolking om te zoeken naar oplossingen voor lokale<br />
milieuproblemen. De 6 vormen kunnen onderverdeeld worden in 3 ‘graden’ van betrokkenheid:<br />
1. bevolking niet betrekken of enkel informeren → geen betrokkenheid, informatieoverdracht<br />
in één richting<br />
2. enquête en referendum → schriftelijke en indirecte betrokkenheid<br />
3. buurtgesprekken en werkgroep → directe en interactieve betrokkenheid, dialoog<br />
Bijna één op vijf van de respondenten (19,1%) is van mening dat de bevolking best niet betrokken<br />
wordt of enkel geïnformeerd dient te worden. Moeders van pasgeborenen vinden dit vaker dan<br />
volwassenen (21,8% t.o.v. 14,6%). Meer dan de helft van alle respondenten vindt dat de plaatselijke<br />
bevolking best op een veeleer indirecte manier betrokken kan worden. Voor 36,9% gebeurt dit best<br />
via een enquête, voor 14,2% lijkt een referendum beter. Opvallend is het hoge percentage jongeren<br />
dat een enquête verkiest (47%, bijna dubbel zoveel dan de volwassenen). 28,5% van de<br />
respondenten is voorstander van meer directe vormen van betrokkenheid (groepsgesprekken of<br />
werkgroepen). Vooral volwassenen zijn te vinden voor een meer directe betrokkenheid.<br />
Werkgroep van de<br />
overheid<br />
8,6<br />
11,3<br />
14,6<br />
24,7<br />
Buurtgesprekken<br />
11,3<br />
12,1<br />
13,9<br />
18,7<br />
Enquête<br />
25,3<br />
37,0<br />
38,5<br />
47<br />
Referendum<br />
15,1<br />
12,1<br />
15,2<br />
14,2<br />
Enkel informeren<br />
Niet betrekken<br />
0,4<br />
1,9<br />
0<br />
0,8<br />
17,7<br />
14,6<br />
18,3<br />
21,8<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
0 10 20 30 40 50<br />
% respondenten<br />
Moeders pasgeborenen n=237 Jongeren n=197 Volwassenen n=202 Totaal n=636<br />
Figuur 64: Betrokkenheid van plaatselijke bevolking<br />
199
Resultaten – perceptieonderzoek<br />
5.5.2 Wie moet beslissen?<br />
Vraag is vervolgens in welke mate de overheid rekening moet houden met de inbreng van de<br />
bevolking? 11,2% van de respondenten vindt dat de bevolking uiteindelijk zelf zou moeten beslissen.<br />
86% vindt dat de overheid beslist, maar rekening moet houden met de wensen van de bevolking.<br />
1,6% vindt dat de overheid geen rekening moet houden met de bevolking. Grootste verschillen<br />
tussen de leeftijdsgroepen zijn er bij de respondenten die vinden dat de bevolking moet beslissen: bij<br />
de volwassenen is dit 6,4%, bij de jongeren 15,2% en bij de moeders 11,8%.<br />
Moeders<br />
pasgeborenen<br />
(n=237)<br />
Jongeren<br />
(n=197)<br />
Volwassenen<br />
(n=202)<br />
Totaal<br />
(n=636)<br />
De overheid beslist 1,3% 2,0% 1,5% 1,6%<br />
De overheid beslist, rekening<br />
houdend met bevolking<br />
85,7% 81,7% 90,6% 86,0%<br />
De bevolking beslist 11,8% 15,2% 6,4% 11,2%<br />
Ander 1,3% 1,0% 1,5% 1,3%<br />
De respondenten die een ander beslissingsvoorstel aanbrengen (n= 8; 1,3%), sluiten zich meestal aan<br />
bij het voorstel dat de overheid moet beslissen, maar sommigen onder hen wijzen er wel op dat de<br />
overheid zich hierbij vooral moet baseren op (wetenschappelijk onderbouwde) kennis.<br />
5.5.3 Zelf actief deelnemen aan groepsgesprek?<br />
Bijna drie kwart van de respondenten is niet bereid om zelf actief deel te nemen aan gesprekken<br />
rond lokale milieuproblemen. Bij de volwassenen is dit de helft, bij de moeders bijna 90%. Vooral<br />
volwassenen stellen voorwaarden aan hun eventuele deelname aan groepsgesprekken. Bijna de helft<br />
van die voorwaarden hebben te maken met de tijdsinvestering.<br />
Moeders<br />
pasgeborenen<br />
(n=237)<br />
Jongeren<br />
(n=197)<br />
Volwassenen<br />
(n=202)<br />
Totaal<br />
(n=636)<br />
Ja 7,3% 21,8% 33,0% j 19,7%<br />
Ja, mits bepaalde<br />
voorwaarden<br />
3,2% 3,0% 14,2% 6,5%<br />
Nee 89,5% 75,2% 52,8% 73,8%<br />
Hoogopgeleiden zijn in de drie leeftijdsgroepen vaker bereid om deel te nemen dan lager opgeleiden.<br />
Enkel bij de volwassenen is dit verband ook statistisch significant. Onderstaande figuur toont de<br />
respondenten die willen deelnemen (al dan niet onder bepaalde voorwaarden), opgedeeld naar<br />
opleidingsniveau (hoger onderwijs of geen hoger onderwijs). Jongeren werden toegewezen aan het<br />
hoogste opleidingsniveau van hun ouders.<br />
200
Resultaten – perceptieonderzoek<br />
10,7<br />
Alle respondenten<br />
25<br />
46,5<br />
26,4<br />
Respondenten<br />
hoger onderwijs<br />
11,9<br />
30,2<br />
32,4<br />
58<br />
Respondenten geen<br />
hoger onderwijs<br />
8,6<br />
17,9<br />
16,5<br />
26,2<br />
Moeders pasgeborenen<br />
Jongeren<br />
Volwassenen<br />
Totaal<br />
0 20 40 60 80<br />
% respondenten<br />
Moeders pasgeborenen n=244 Jongeren n=200 Volwassenen n=196 Totaal n=640<br />
Figuur 65: Bereidheid tot deelname aan groepsgesprekken volgens opleidingsniveau<br />
5.5.4 Conclusie en vergelijking meetcampagnes eerste Steunpunt<br />
Bijna één op vijf van de respondenten vindt dat de plaatselijke bevolking best niet betrokken wordt<br />
of enkel geïnformeerd dient te worden bij het zoeken naar oplossingen voor milieuproblemen. Meer<br />
dan de helft van alle respondenten vindt een indirecte en schriftelijke manier van betrokkenheid<br />
(enquête of referendum) de beste manier. Het zijn vooral volwassenen die te vinden zijn voor een<br />
meer directe betrokkenheid.<br />
De overgrote meerderheid van de respondenten (86%) vindt dat de overheid rekening moet houden<br />
met de wensen van de bevolking maar uiteindelijk wel zelf moet beslissen.<br />
Bijna drie kwart van de respondenten is niet bereid om zelf actief deel te nemen aan gesprekken<br />
rond lokale milieuproblemen. De bereidheid is in de drie leeftijdsgroepen groter bij hoogopgeleiden<br />
dan bij lager opgeleiden.<br />
In de campagnes van het eerste Steunpunt was er een grotere belangstelling voor de meer directe en<br />
interactieve vormen van betrokkenheid (groepsgesprekken, werkgroepen). Daarnaast was ook het<br />
aantal respondenten dat vond dat de bevolking enkel geïnformeerd moest worden (dus geen<br />
betrokkenheid), in het eerste Steunpunt kleiner dan nu. Anderzijds was het percentage jongeren en<br />
volwassenen dat bereid is tot actieve deelname aan groepsgesprekken in het eerste Steunpunt lager<br />
dan nu: volwassenen zijn nu dubbel zo vaak bereid tot deelname dan vorige keer (waarschijnlijk heeft<br />
dit te maken met de andere leeftijdsgrenzen en rekruteringsmethode).<br />
201
Resultaten – perceptieonderzoek<br />
5.6 Algemene conclusie<br />
5.6.1 Respons<br />
Missing respons<br />
Van de in totaal 669 respondenten die deelnamen aan de humane biomonitoring vulden er slechts 3<br />
het gehele luik rond risicoperceptie in de vragenlijst niet in (2 deelnemers uit de jongerencampagne<br />
en 1 uit de volwassenencampagne). Jongeren vulden de perceptievragen het minst volledig in,<br />
gevolgd door moeders van pasgeborenen. De vraag rond het vertrouwen in informatiekanalen wordt<br />
in de drie leeftijdsgroepen het slechtst ingevuld (missing: moeders pasgeborenen 7,1%, jongeren<br />
7,6% en volwassenen 4,9%). Daarnaast wordt ook de vraag naar de beslissingsbevoegdheid van de<br />
overheid (de laatste vraag uit het perceptieluik) door moeders van pasgeborenen en jongeren<br />
minder goed ingevuld (resp. 7,1% en 6,2% missing).<br />
Foutieve respons<br />
Sommige vragen uit het perceptieluik waren doorverwijsvragen en moesten niet door iedereen<br />
worden ingevuld. Zo peilde de eerste vraag naar de aanwezigheid van een milieuprobleem in de<br />
woonomgeving. Enkel respondenten die hier ‘ja’ invulden, moesten vervolgens in een aantal<br />
volgende vragen dat probleem/problemen verder toelichten. Toch stellen we vast dat in totaal 7,3%<br />
(n=49) van alle respondenten deze verdere vragen invulden hoewel ze geen milieuprobleem<br />
aangaven. Vooral jongeren en moeders van pasgeborenen vulden die vragen vaak foutief in (resp.<br />
9,0% en 8,6%). Bij de volwassenen was de foutieve respons 3,9%. Dit kan een indicatie zijn dat de<br />
eerste selectievraag in de vragenlijst te streng geformuleerd is en dat een deel van de respondenten<br />
toch type problemen (en daarbij aansluitend ook activiteiten, vervuilende stoffen en<br />
gezondheidsklachten) percipiëren, die ze initieel niet als een lokaal milieuprobleem beschouwden.<br />
In de analyses werden zowel de missing respons als de foutieve respons niet opgenomen.<br />
5.6.2 Samenvatting<br />
Bijna de helft van de volwassenen, een derde van de moeders van pasgeborenen en een kwart van<br />
de jongeren geeft een milieuprobleem in hun woonomgeving aan. Hoogopgeleiden melden vaker<br />
een milieuprobleem dan lager opgeleiden. De verkeersproblematiek wordt gepercipieerd als het<br />
belangrijkste milieuprobleem in de woonomgeving: luchtvervuiling en geluidshinder worden het<br />
vaakst gemeld, verkeer en uitlaat‐ en verbrandingsgassen zijn respectievelijk de belangrijkste sector<br />
en vervuilende stof en luchtwegproblemen zijn de vaakst gemeld klachten.<br />
Met betrekking tot informatievoorziening rond milieuproblemen stellen we een verschil vast tussen<br />
de meest betrouwbaar geachte informatiekanalen (wetenschappers en huisartsen) en de kanalen<br />
waarvan respondenten informatie het meest wensen en gekregen hebben (gemeentebestuur en<br />
media). Moeders van pasgeborenen en volwassenen wensen vooral van de overheden informatie te<br />
ontvangen, terwijl jongeren dit vooral verwachten van de media en de wetenschap.<br />
De meest wenselijke manier om geïnformeerd te worden over milieuproblemen is volgens<br />
respondenten via productinformatie. Enkele bestaande informatiecampagnes van de overheid rond<br />
milieu en gezondheid worden door de meeste respondenten als onbekend beoordeeld.<br />
Bijna alle respondenten voelen zich mede verantwoordelijk voor de zorg voor het leefmilieu. Ruim<br />
drie kwart van de respondenten zegt ook daadwerkelijk rekening te houden met het leefmilieu,<br />
202
Resultaten – perceptieonderzoek<br />
hoewel slechts een beperkt deel van hen vindt dat dit een positieve invloed heeft. 60% van de<br />
respondenten is bereid zijn of haar gedrag aan te passen indien dit zou helpen bij het oplossen van<br />
milieuproblemen in de leefomgeving. Afval sorteren is de populairste milieubewuste bijdrage die<br />
respondenten leveren. We stellen hier verschillen vast in leeftijdsgroep: jongeren en moeders van<br />
pasgeborenen leveren minder milieubewuste bijdragen dan volwassenen.<br />
Respondenten vinden tot slot dat de plaatselijke bevolking best via een enquête betrokken worden<br />
om te zoeken naar oplossingen voor lokale milieuproblemen. Ze vinden dat de overheid rekening<br />
moet houden met de wensen van de bevolking, maar uiteindelijk wel zelf moet beslissen. Bijna drie<br />
kwart van de respondenten is niet bereid om zelf actief deel te nemen aan gesprekken rond lokale<br />
milieuproblemen. De bereidheid is in de drie leeftijdsgroepen groter bij hoogopgeleiden dan bij lager<br />
opgeleiden.<br />
De percepties rond milieuproblemen bij respondenten verspreid over heel Vlaanderen blijken in<br />
grote lijnen dezelfde als die van respondenten uit bepaalde typegebieden.<br />
203
Referenties<br />
Referenties<br />
Apostoli P, Bartoli D, Alessio L, Buchet JP. Biological monitoring of occupational exposure to inorganic<br />
arsenic. Occup Environ Med. 1999;56:825‐32.<br />
Becker K, Müssig‐Zufika M, Conrad A, et al. 2008. German Environmental Survey for Children<br />
2003/06 (GerES IV), Human Biomonitoring‐Levels of selected substances in blood and urine of<br />
children in Germany. WaBoLu‐Hefte 01/08, Umweltbundesamt, Dessau‐Roßlau.<br />
CDC, Centers for Disease Control and Prevention. Department of Health and Human Services. Fourth<br />
National Report on Human Exposure to Environmental Chemicals. Atlanta, US, 2009. Website:<br />
http://www.cdc.gov/exposurereport<br />
Den Hond E, Govarts E, Bruckers L, Schoeters G. Determinants of polychlorinated aromatic<br />
hydrocarbons in serum in three age classes—Methodological implications for human biomonitoring.<br />
Environmental Research 2009; 109: 495–502.<br />
Dusinska, M. and A. R. Collins. The comet assay in human biomonitoring: gene‐environment<br />
interactions. Mutagenesis 2008; 23:191‐205.<br />
Ekerljung L, Andersson A, Sundblad BM, Rönmark E, Larsson K, Ahlstedt S, Dahlén SE, Lundbäck B.<br />
Has the increase in the prevalence of asthma and respiratory symptoms reached a plateau in<br />
Stockholm, Sweden? Int J Tuberc Lung Dis. 2010 Jun;14(6):764‐71.<br />
European Commission (2008), Attitudes of European citizens towards the environment, Special<br />
Eurobarometer 295/Wave 68.2 – TNS Opinion & Social<br />
Goodman R, Ford T, Simmons H, Gatward R, Meltzer H (2000) Using the Strengths and Difficulties<br />
Questionnaire (SDQ) to screen for child psychiatric disorders in a community sample. British Journal<br />
of Psychiatry, 177, 534‐539. http://www.sdqinfo.com/<br />
Holene E, Nafstad I, Skaare JU, Sagvolden T. Behavioural hyperactivity in rats following postnatal<br />
exposure to sub‐toxic doses of polychlorinated biphenyl congeners 153 and 126. Behav Brain Res<br />
1998;94:213‐24.<br />
Koch HM, Rossbach B, Drexler H, Angerer J. Internal exposure of the general population to DEHP and<br />
other phthalates‐‐determination of secondary and primary phthalate monoester metabolites in<br />
urine. Environ Res 2003;93(2):177‐85.<br />
Koppen G, Covaci A, Van Cleuvenbergen R, et al. Comparison of CALUX‐TEQ values with PCB and<br />
PCDD/F measurements in human serum of the Flanders Environmental and Health Study (FLEHS).<br />
Toxicology Letters 2001; 123: 59‐67.<br />
Krengler M, White RF, Diamond R, Letz R, Cyrus P, Durso R. A comparison of NES2 and traditional<br />
neuropsychological tests in a neurologic patient sample. Neurotoxicology and Teratology 1996: 18(4):<br />
435‐439.<br />
Krengel M , White R F, Diamond R , Letz R , Cyrus P , Durso R . A comparison of NES2 and traditional<br />
neuropsychological tests in a neurologic patient sample.Neurotoxicol Teratol 1996;18:435‐9.<br />
Letz, R. (1993). NES2 user’s manual (Version 4.6). Winchester, Mass.: Neurobehavioral Systems Inc.<br />
Letz R: NES3 User's Manual. Atlanta. GA, Neurobehavioral Systems. 2000.<br />
Letz R, Green RC, Woodward JL. Development of a computer‐based battery designed to screen adults<br />
for neuropsychological impairment. Neurotoxicol Teratol 1996; 18: 365‐70.<br />
Letz R. Pieper WA. Morris R: NES test performance in a large U.S. Army veteran sample: relationships<br />
with both demographic factors and traditional neuropsychological tests. Neurotoxicol Teratol 1996;<br />
18: 381‐90.<br />
204
Referenties<br />
Letz R: The Neurobehavioral Evaluation System: an international effort. In: Advances in Behavioral<br />
Toxicology, pp 189‐201. Edited by Johnson B. Chelsea, MI. Lewis Publishers. 1990.<br />
Letz R. Dilorio CK, Shafer PO, Yeager KA, Schemer DL, Henry TR: Further standardization of some<br />
NES3 tests. Neurotoxicology 2003; 24: 491‐501.<br />
Lima ML. On the influence of risk perception on mental health: living near an incinerator. Journal of<br />
Environmental Psychology 2004; 24: 71‐84.<br />
Linnet et al. Maternal lifestyle Factors in Pregnancy risk of ttention Deficit Hyperactivity Disorder and<br />
associated behaviors: review of the current evidence. AM J Psychiatry 2002;160:1028‐1040.<br />
Loft, S. and P. Moller. State of validation of biomarkers of carcinogen exposure and early effects and<br />
their applicability to molecular epidemiology: State of validation of biomarkers of carcinogen<br />
exposure and effect: Generic biomarkers: DNA base oxidation and repair. ECNIS; 2007: 32‐39.<br />
Long M, Andersen BS, Lindh CH, et al. Dioxin‐like activities in serum across European and Inuit<br />
Populations. Environmental Health: A Global Access Science Source 2006;5:14.<br />
Minder B, Das‐Smaal EA, Brand EF, Orlebeke JF. Exposure to lead and specific attentional problems in<br />
schoolchildren. J Learn Disabil 1994;27:393‐399.<br />
Moller P, Wallin H, et al. Sunlight induced DNA damage in human mononuclear cells. FASEB J.<br />
2002;16: 45‐53.<br />
Moller P. The alkaline comet assay: towards validation in biomonitoring of DNA damaging exposures.<br />
Basic Clin Pharmacol Toxicol 2006; 98(4): 336‐45.<br />
Morgan RE, Garavan H, Smith EG, Driscoll LL, Levitsky DA, Strupp BJ. Early Lead exposure produces<br />
lasting changes in sustained attention, response initiation, and reactivity to errors. Neurotox en Terat<br />
2001;23:519‐531.<br />
Muris P, Meesters C, van den Berg F (2003) The Strengths and Difficulties Questionnaire (SDQ):<br />
Further evidence for its reliability and validity in a community sample of Dutch children and<br />
adolescents. European Child and Adolescent Psychiatry, 12, 1‐8.<br />
Slovic, P. (edit.) (2000), The Perception of Risk, London: Earthscan, 473 p.<br />
Smolders R, Alimonti A, Cerna M, Den Hond E, Kristiansen J, Palkovicova L, Ranft U, Selden A,<br />
Telišman S, Schoeters G. Availability and comparability of human biomonitoring data across Europe:<br />
A case study on blood lead levels. Sci Total Environ 2010, 408(6):1437‐45.<br />
Sram RJ, Benes I, et al. Teplice program‐the impact of air pollution on human health. Environ Health<br />
Perspect 1996; 104 Suppl 4: 699‐714.<br />
Svecova V, Rossner Jr P, et al. Urinary 8‐oxodeoxyguanosine levels in children exposed to air<br />
pollutants. Mutat. Res. 2009;662(1‐2): 37‐43.<br />
Todaka T, Hirakawa H, Kajiwara J, et al. Relationship between the concentrations of polychlorinated<br />
dibenzo‐p‐dioxins, polychlorinated dibenzofurans, and polychlorinated biphenyls in maternal blood<br />
and those in breast milk, Chemosphere 78; 2010:185–192.<br />
Tsukahara, H. Biomarkers for Oxidative Stress: Clinical Application in Pediatric Medicine." Current<br />
Medicinal Chemistry 2007;14: 339‐351.<br />
Tuthill RW. Hair lead levels related to children's classroom attention‐deficit behavior. Arch Environ<br />
Health 1996;51:214‐220.<br />
Valverde M and Rojas E. Environmental and occupational biomonitoring using the Comet assay.<br />
Mutat Res 2009;681(1): 93‐109.<br />
205
Referenties<br />
Vandermoere F. Psychosocial health of residents exposed to soil pollution in a Flemish<br />
neighbourhood. Social Science & Medicine 2008; 66: 1646‐1657.<br />
Van Widenfelt BM, Goedhart AW, Treffers PDA, Goodman R (2003) Dutch version of the Strengths<br />
and Difficulties Questionnaire (SDQ). European Child and Adolescent Psychiatry, 12, 281‐289.<br />
Van Wouwe N, Windal I, Vanderperren H, et al. Validation of the CALUX bioassay for PCDD/F analyses<br />
in human blood plasma and comparison with GC‐HRMS. Talanta 2004; 63: 1157–1167.<br />
Vellinga A, Droste JH, Vermeire PA, Desager K, De Backer WA, Nelen VJ, Weyler JJ. Changes in<br />
respiratory and allergic symptoms in schoolchildren from 1996 to 2002, results from the ISAAC<br />
surveys in Antwerp (Belgium). Acta Clin Belg 2005; 60:219‐25.<br />
Verschaeve L, Koppen G, et al. Seasonal variations in spontaneous levels of DNA damage; implication<br />
in the risk assessment of environmental chemicals. J Appl Toxicol 2007;27(6): 612‐20.<br />
White RF, Diamond R, Krengel M, et al. Validation of the NES2 in patients with neurologic disorders.<br />
Neurotoxicology and Teratology 1996; 18(4): 441‐448.<br />
White R F, James K E, Vasterling J J, et al. Interrater reliability of neuropsychological diagnoses: a<br />
Department of Veterans Affairs cooperative study. J Int Neuropsychol Soc 2002;8:555‐65.<br />
White R F, Diamond R , Krengel M , et al. Validation of the NES2 in patients with neurologic<br />
disorders.Neurotoxicol Teratol 1996;18:441‐8.<br />
Wieringa MH, Vermeire PA, Van Bever HP, Nelen VJ, Weyler JJ. Higher occurrence of asthma‐related<br />
symptoms in an urban than a suburban area in adults, but not in children. Eur Respir J 2001; 17:422‐<br />
427<br />
Wieringa MH, Weyler JJ, Van Bever HP, Nelen VJ, Vermeire PA. Gender differences in respiratory,<br />
nasal and skin symptoms in 6‐7 year versus 13‐14‐year old children. Acta Paediatr 1999 Feb;<br />
88(2):147‐149<br />
Weinmayr G, Weiland SK, Björkstén B, et al.and the ISAAC Phase Two Study Group. Atopic<br />
sensitisation and the international variation of asthma symptom prevalence in children. Am J Respir<br />
Crit Care Med. 2007;176(6):565‐74.<br />
206