Voorwoord 2

Voorwoord
2

Voorwoord
Voorwoord
Dit rapport bevat de eerste resultaten van de tweede cyclus van het Vlaams Humaan
Biomonitoringsprogramma (2007‐2011), luik referentiebiomonitoring. Dit biomonitoringsprogramma
wordt uitgevoerd in opdracht van de Vlaamse Overheid, departementen Volksgezondheid, Leefmilieu
en Wetenschapsbeleid door het Steunpunt Milieu en Gezondheid.
In de eerste humane biomonitoringscampagne (2002‐2006) toonden metingen van chemische
vervuiling en gezondheidseffecten in de mens dat de impact van de milieubelasting verschilt
naargelang het gebied waar men woont. De gegevens ondersteunen een gebiedsgerichte aanpak van
het milieu‐ en gezondheidsbeleid en lanceerden gerichte acties ter bescherming van de gezondheid.
Er volgden maatregelen rond bestrijdingsmiddelen. Een actieplan “astma” en een actieplan
“gechloreerde verbindingen” worden geïmplementeerd.
In het nieuwe biomonitoringsprogramma werd een strategie ontwikkeld om op systematische wijze
aandachtsgebieden of “hot spots” te onderzoeken met biomonitoring. In samenspraak met overheid,
administraties, lokale milieu‐ en gezondheidswerkers en experten werden hot spots opgelijst en
geprioritiseerd die voor biomonitoring in aanmerking kunnen komen. Twee van deze gebieden
(Genk‐Zuid en Menen) zullen onderzocht worden tijdens de periode 2007‐2011. De resultaten van de
hot spots zullen vergeleken worden met referentiegegevens van de algemene bevolking. Deze
referentiegegevens worden weergegeven in dit rapport.
De referentiegegevens zullen de toetssteen vormen voor vergelijking met gebiedsgerichte gegevens
en met gegevens die in de toekomst zullen verzameld worden waardoor trends in de tijd kunnen
worden vastgelegd. Op deze manier kan de effectiviteit of de noodzaak voor beleidsmaatregelen
worden geëvalueerd.
Naast klassieke polluenten worden in de huidige biomonitoringscampagne ook referentiewaarden
bepaald voor nieuwere chemische stoffen die nog maar recent in ons milieu aanwezig zijn. Deze
gegevens zijn uniek en zullen bijdragen om verder prioriteiten voor eventuele preventiemaatregelen
te onderbouwen.
Een transparant, breed gedragen en wetenschappelijk onderbouwd biomonitoringsmeetnetwerk wil
een hoeksteen zijn voor een duurzaam beleid.
Prof. Dr. Greet Schoeters, namens de promotoren
Coördinator Biomonitoringsprogramma
3

Voorwoord
Partners
De activiteiten van het Steunpunt Milieu en Gezondheid worden gecoördineerd door Prof. W.
Baeyens (Vrije Universiteit Brussel, VUB). De biomonitoringscampagne wordt gecoördineerd door
Prof. G. Schoeters (Vlaamse Instelling voor Technologisch Onderzoek, Vito en Universiteit
Antwerpen, UA). Prof. N. Van Larebeke (Universiteit Gent) is woordvoerder van het Steunpunt.
De meetcampagne is multidisciplinair en werd uitgevoerd door:
- Provinciaal Instituut voor Hygiëne (PIH) Antwerpen, verantwoordelijk voor het veldwerk (Dr. V.
Nelen, E. Van De Mieroop);
- Vito (Prof. G. Schoeters), VUB (Prof. W. Baeyens) en UGent (Prof. N. Van Larebeke),
verantwoordelijk voor het toxicologische onderzoek;
- Universiteit Hasselt, verantwoordelijk voor de statistische verwerking (Prof. G. Molenberghs, L.
Bruckers);
- UGent, verantwoordelijk voor het aspect voeding (Prof. S. De Henauw, Dr. I. Sioen);
- Katholieke Universiteit Leuven (KULeuven), verantwoordelijk voor fijn stof en cardiovasculaire
parameters (Prof. B. Nemery, Dr. T. Nawrot, Drs. L. Jacobs);
- Openbaar Psychiatrisch Ziekenhuis Geel (OPZG), verantwoordelijk voor neurologische opvolging
(Prof. M. Viaene, Dr. G. Vermeir);
- Vito, verantwoordelijk voor de rapportering (Prof. G. Schoeters, Dr. E. Den Hond, A. Colles, E.
Govarts, Dr. G. Koppen);
- UA, verantwoordelijk voor risicocommunicatieonderzoek en ‐advies (Prof. I. Loots, Drs. H. Keune,
B. Morrens);
- VUB, verantwoordelijk voor de coördinatiecel Milieu en Gezondheid (Prof. W. Baeyens, K.
Goeyens);
- UGent, verantwoordelijk voor het woordvoerderschap (Prof. N. Van Larebeke).
De toxicologische metingen gebeurden door partners binnen en buiten het Steunpunt Milieu en
Gezondheid:
- Algemeen Medisch Laboratorium (AML), Antwerpen (M. Stalpaert, M. Uytterhoeven);
- Research Institute for Chromatography (RIC), Kortrijk (Dr. F. David, Dr. E. Dumont);
- Universiteit van Aken, Institute of Occupational and Social Medicine (Dr. T. Schettgen);
- Universiteit Antwerpen, Toxicologisch Centrum (Dr. A. Covaci, Drs. T. Geens);
- Vito, afdeling Milieuanalyse en –techniek (M. Wevers, H. Vandeweghe);
- Vito, afdeling Milieutoxicologie (Prof. G. Schoeters, Dr. G. Koppen, Dr. E. Den Hond, G. Jacobs);
- VUB, departement Analytische en Milieuchemie (ANCH) (Prof. W. Baeyens, Drs. K. Croes, Drs. J.
Vrijens);
- UGent, lab. andrologie (Prof. J‐M. Kaufman, Dr. A. Mahmoud);
- KULeuven, afdeling pneumologie (Prof. B. Nemery, Dr. T. Nawrot, Drs. L. Jacobs).
4

Voorwoord
De studie gebeurde in opdracht en onder toezicht van de Vlaamse overheid:
- Vlaams Minister van Leefmilieu, Natuur en Cultuur (J. Winters, afgevaardigde van het kabinet
Minister Schauvliege, voorzitter van de stuurgroep)
- Vlaams Minister Welzijn, Volksgezondheid en Gezin (L. Vuylsteke de Laps, afgevaardigde van het
kabinet Minister Vandeurzen, co‐voorzitter van de stuurgroep)
- Vlaams Minister van Innovatie, Overheidsinvesteringen, Media en Armoedebestrijding (R. De
Prêtre, afgevaardigde van het kabinet Minister Lieten)
- Departement Leefmilieu, Natuur en Energie (LNE) (Dr. K. Van Campenhout, Dr. C. Teughels);
- Vlaams ministerie van Welzijn, Volksgezondheid en Gezin (Agentschap Zorg en Gezondheid) (Dr.
D. Wildemeersch, Dr. H. Chovanova);
- Departement Economie, Wetenschap en Innovatie (EWI) (W. Winderickx, R. De Prêtre).
- Vlaamse Milieumaatschappij (VMM) (M. Bossuyt, M. Desmedt, P. D’Hondt)
- Openbare Vlaamse Afvalstoffenmaatschappij (OVAM) (Dr. G. Van Gestel)
- Instituut voor Natuur‐ en bosonderzoek (INBO) (C. Geeraerts, Dr. C. Belpaire)
- Agentschap voor Natuur en Bos (ANB) (V. Heyens, D. Demeyere)
Met speciale dank aan alle deelnemers; de directie, gynaecologen en vroedvrouwen van de
kraamklinieken; de verantwoordelijken en het personeel van de ziekenhuislaboratoria; de
directie en het personeel van de scholen; de schoolartsen en medewerkers van de Centra
voor Leerlingenbegeleiding (CLB’s); de directie en het personeel van de provinciebesturen; het
Algemeen Medische Laboratorium (AML) voor de logistieke steun en het stalentransport; de
medisch milieukundigen (MMK’s) voor advies.
5

Inhoud
Inhoudstabel
SAMENVATTING .................................................................................................................................... 10
Situering ................................................................................................................................................ 10
Humaan biomonitoringsmeetnetwerk .................................................................................................. 10
Methode ............................................................................................................................................ 10
Resultaten ......................................................................................................................................... 11
Besluit ................................................................................................................................................ 16
Perceptieonderzoek .............................................................................................................................. 27
Samenvatting van de resultaten ....................................................................................................... 27
Hoofdstuk 1: INLEIDING ........................................................................................................................ 28
Hoofdstuk 2: METHODE ........................................................................................................................ 30
1. Selectie van deelnemers ............................................................................................................... 30
2. Onderzoeksprotocol ...................................................................................................................... 33
1.1 Pasgeborenen ........................................................................................................................ 33
1.2 Jongeren ................................................................................................................................ 35
1.3 Volwassenen .......................................................................................................................... 38
3. Biomerkers .................................................................................................................................... 40
2.1 Biomerkers van blootstelling ................................................................................................. 43
2.1 Biomerkers van effect ........................................................................................................... 50
4. Statistische analyse ....................................................................................................................... 54
4.1 Beschrijving van de onderzoekspopulatie ............................................................................. 54
4.2 Ruwe gegevens ...................................................................................................................... 54
4.3 Gecorrigeerde gegevens ........................................................................................................ 54
Hoofdstuk 3: RESULTATEN .................................................................................................................... 57
1. Rekrutering .................................................................................................................................... 57
1.1 Pasgeborenen ........................................................................................................................ 57
1.2 Jongeren ................................................................................................................................ 59
1.3 Volwassenen .......................................................................................................................... 60
2. Beschrijving van onderzoekspopulatie .......................................................................................... 64
2.1 Pasgeborenen ........................................................................................................................ 64
2.2 Jongeren ................................................................................................................................ 69
2.3 Volwassenen .......................................................................................................................... 74
3. Biomerkers van blootstelling ......................................................................................................... 78
3.1 Bespreking van polluenten .......................................................................................................... 78
7

Inhoud
3.1.1 Zware metalen ............................................................................................................... 80
3.1.2 Persistente gechloreerde polluenten ............................................................................ 94
3.1.3 Gebromeerde vlamvertragers ..................................................................................... 103
3.1.4 Bisfenol A ..................................................................................................................... 108
3.1.5 Weekmakers: ftalaten ................................................................................................. 110
3.1.6 Perfluorderivaten ........................................................................................................ 113
3.1.7 Polycyclische aromatische koolwaterstoffen (PAK’s) .................................................. 116
3.1.8 Benzeen ....................................................................................................................... 121
3.1.9 Pesticiden: organofosfaat pesticiden .......................................................................... 123
3.1.10 Pesticiden: para‐dichlorobenzeen............................................................................... 127
3.1.11 Overige pesticiden (mengstalen) ................................................................................. 129
3.1.12 Persoonlijke hygiëne producten: musks ..................................................................... 133
3.1.13 Persoonlijke hygiëne producten: triclosan .................................................................. 135
3.1.14 Persoonlijke hygiëne producten: parabenen .............................................................. 137
3.1.15 Sunscreens of UV‐filters .............................................................................................. 141
3.1.16 Cotinine ....................................................................................................................... 143
3.2 Vergelijking eerste en tweede Steunpunt ................................................................................. 145
3.2.1 Verschillen in aanpak voor het bepalen van referentiewaarden in eerste en tweede
Steunpunt .................................................................................................................................... 145
3.2.2 Resultaten van de referentiewaarden van het biomonitorings‐programma van het
eerste en tweede Steunpunt ....................................................................................................... 146
3.2.3 Besluit .......................................................................................................................... 151
4. Effectmerkers .............................................................................................................................. 153
4.1 Astma en allergie ................................................................................................................. 153
4.2 Genotoxiciteitsmerkers ....................................................................................................... 160
4.2.1 Komeettest .................................................................................................................. 160
4.2.2 8‐hydroxydeoxyguanosine in urine ............................................................................. 161
4.3 Groei en ontwikkeling ......................................................................................................... 164
4.4 Endocriene merkers ............................................................................................................ 166
4.4.1 Schildklierhormonen ................................................................................................... 166
4.4.2 Sex hormonen ............................................................................................................. 166
4.4.3 Metabole hormonen ................................................................................................... 168
4.4.4 Puberteitsontwikkeling ............................................................................................... 171
4.4.5 Fertiliteit ...................................................................................................................... 174
4.5 Cardiovasculaire merkers .................................................................................................... 176
8

Inhoud
4.6 Neurologische merkers ....................................................................................................... 177
4.6.1 De PAQ ‐ Personal Attributes Questionnaire (Spence, Helmreich, 1 Stapp, 1981) ..... 177
4.6.2 De SDQ ‐ Strengths and Difficulties Questionnaire ..................................................... 178
4.6.3 Neurocognitieve testen ............................................................................................... 179
5. Perceptieonderzoek .................................................................................................................... 182
5.1 Inleiding ..................................................................................................................................... 182
5.2 Perceptie van milieuproblemen in de woonomgeving ............................................................. 183
5.2.1 Wie geeft milieuproblemen aan? ....................................................................................... 183
5.2.2 Over welke milieuproblemen gaat het? ............................................................................. 184
5.2.3 Ongerust over de gezondheid? .......................................................................................... 186
5.2.4 Ook gezondheidsklachten? ................................................................................................ 187
5.2.7 Conclusie en vergelijking meetcampagnes eerste Steunpunt ........................................... 188
5.3 Informatie over milieuproblemen ............................................................................................. 188
5.3.1 Informatiekanalen: vertrouwen, noodzaak en ervaring .................................................... 189
5.3.2 Inhoud en overdracht van informatie ................................................................................ 191
5.3.3 Evaluatie bestaande informatiecampagnes rond milieuproblemen .................................. 193
5.3.4 Conclusie en vergelijking meetcampagnes eerste Steunpunt ........................................... 195
5.4 Attitudes en gedrag rond milieubesef ....................................................................................... 196
5.4.1 Zorg voor het leefmilieu ..................................................................................................... 196
5.4.2 Milieuvriendelijk bijdragen ................................................................................................. 197
5.4.3. Conclusie ........................................................................................................................... 198
5.5 Betrokkenheid bevolking .......................................................................................................... 199
5.5.1 Hoe moet de plaatselijke bevolking betrokken worden? .................................................. 199
5.5.2 Wie moet beslissen? ........................................................................................................... 200
5.5.3 Zelf actief deelnemen aan groepsgesprek? ....................................................................... 200
5.5.4 Conclusie en vergelijking meetcampagnes eerste Steunpunt ........................................... 201
5.6 Algemene conclusie .................................................................................................................. 202
5.6.1 Respons .............................................................................................................................. 202
5.6.2 Samenvatting ...................................................................................................................... 202
9

Samenvatting
SAMENVATTING
Situering
De tweede cyclus van het humaan biomonitoringsmeetnetwerk dat wordt uitgevoerd in het kader
van het Steunpunt Milieu en Gezondheid 2007‐2011 heeft als doel om nieuwe referentiewaarden te
bepalen. Deze referentiewaarden zijn een maat voor de aanwezigheid en impact van vervuilende
stoffen op de gezondheid in de algemene bevolking van Vlaanderen. Naast de resultaten van
polluenten die reeds eerder werden gemeten in Vlaanderen (zware metalen, dioxines, PCB’s,…),
worden in deze studie voor het eerst gegevens gerapporteerd over de aanwezigheid van nieuwe
bestrijdingsmiddelen, vlamvertragers, en chemicaliën die in verzorgings‐ en consumentenproducten
voorkomen. De referentiewaarden worden ook vergeleken met beschikbare gegevens uit andere
studies. De waarden die zullen bekomen worden bij biomonitoring in geselecteerde hot spots (de
aandachtsgebieden Genk‐Zuid en Menen) kunnen vergeleken worden met deze referentiewaarden.
Binnen het Steunpunt Milieu en Gezondheid 2007‐2011 wordt opnieuw een perceptieonderzoek
uitgevoerd. Via vragenlijsten wordt bij de deelnemers uit de drie leeftijdsgroepen gepeild naar de
mening, bezorgdheden en klachten over milieu en gezondheid. Op deze manier wordt er een beeld
gegenereerd over de maatschappelijke betekenis van milieu‐ en gezondheidsrisico’s dat relevant is
voor het beleid en kan bijdragen tot het analyseren, beheersen en communiceren van risico’s. De
resultaten worden vergeleken met het perceptieonderzoek van het eerste Steunpunt.
Humaan biomonitoringsmeetnetwerk
Methode
De doelgroep voor de referentiebiomonitoring was de algemene Vlaamse bevolking.
Referentiewaarden voor biomerkers van blootstelling aan milieuvervuilende stoffen en
referentiewaarden voor effectmerkers werden bepaald in 650 inwoners die minstens 10 jaar in
Vlaanderen woonden. De deelnemers aan de biomonitoringsstudie werden uit de 5 provincies
gerekruteerd in evenredigheid met het aantal inwoners van elke provincie. Aan 250 jonge moeders
werd gevraagd om deel te nemen wanneer ze kwamen bevallen in de kraamkliniek. 200 jongeren van
het derde middelbaar (14‐15 jaar) werden via de scholen gecontacteerd. 200 volwassen (20‐40 jaar)
werden gerekruteerd onder de werknemers van de provinciebesturen. Per provincie werden twee
kraamklinieken en twee scholen geselecteerd die minstens 20 km van elkaar gesitueerd waren. De
onderzoeken werden over een gans jaar gespreid. De moeders stemden toe om een bloed‐, haar‐ en
navelstrengbloedstaal te geven voor onderzoek en om medische gegevens van de baby op te vragen.
Jongeren gaven een bloed‐, urine‐ en haarstaal en er werd een neurologische test met de computer
afgenomen. Medische gegevens van de jongeren mochten opgevraagd worden bij de CLBs (Centra
voor Leerlingen Begeleiding). Volwassenen gaven een bloed‐ en urinestaal. Al de deelnemers vulden
een vragenlijst in met informatie over algemene gezondheid, blootstelling aan verkeer,
voedingsgewoontes, beroep, socio‐economische gegevens, familiesamenstelling. Een vragenlijst
peilde ook naar perceptie van milieudruk en de respons daarop.
De selectie van biomerkers voor meting op deze stalen gebeurde op basis van volgende criteria:
belang voor de gezondheid, kennis over het voorkomen van de polluent, betrouwbaarheid van de
meting, volume staal dat nodig is voor een betrouwbare meting.
De referentiewaarden werden corrigeerd voor gekende invloedsfactoren en geven de waarde voor
een gemiddelde deelnemer van de huidige studie.
10

Samenvatting
De ruwe meetwaarden worden ook weergegeven, eventueel per subgroep (jongens/meisjes,
rokers/niet‐rokers). Verschillen tussen geometrisch gemiddelde gehalten voor de continue merkers
werden onderzocht door middel van een variantie‐analyse (ANOVA). Verschillen voor proporties van
voorkomen werd nagegaan door middel van een chi‐kwadraat toets.
Naast de individuele stalen werden ook mengstalen aangemaakt om nieuwe biomerkers te meten,
die potentieel belangrijk zijn maar waar nog maar weinig ervaring mee bestaat. Er werden vijf
mengstalen gemaakt voor jongeren en vijf mengstalen voor volwassenen. Ieder mengstaal was
samengesteld op basis van eenzelfde volume urine of bloed van zes geselecteerde personen uit
eenzelfde provincie. Bij jongeren en volwassenen werden de zes personen geselecteerd volgens een
evenredige geslachtsverdeling (drie mannen; drie vrouwen). Bij de volwassenen werd ook de
leeftijdsklasse in rekening gebracht (telkens twee personen uit klasse 20‐26,9; 27‐32,9; 33‐40 jaar).
Het programma werd goedgekeurd door een ethische commissie en voorgelegd ter kennisgeving aan
de commissie ter bescherming van de persoonlijke levenssfeer.
Resultaten
Respons
Een steekproef gaf aan dat 88% van de moeders die in aanmerking kwamen bereid waren om een
staal te geven en mee te werken aan de studie. 51,8% van de jongeren die uitgenodigd werden
reageerden op de oproep, 69,5% van deze jongeren namen effectief deel aan het onderzoek. 30%
van de volwassenen reageerden op de oproep; er waren 7,7% weigeringen.
Op basis van de onderzoeken en de vragenlijstgegevens werden de voornaamste karakteristiekenvan
de onderzoekspopulatie (leeftijdsverdeling, opleiding, roken, voeding, enz….) vergeleken met de
onderzoekspopulatie van de eerste biomonitoringscampagne en met recente gegevens van Vlaamse
onderzoeken, bijv. SPE (Studiecentrum voor Perinatale Epidemiologie), SILC‐enquête (Statistics on
Income and Living Conditions), VCP (voedselconsumptiepeiling), enz... Hieruit bleek dat er in het
algemeen geen grote afwijkingen waren ten opzichte van referentiegegevens voor de moeders. In
vergelijking met de referentiegegevens waren jongeren van het BSO minder vertegenwoordigd, er
kwamen meer jongeren uit gezinnen waarvan de ouders een hoger opleidingsniveau hebben en er
waren meer jongeren met een lage BMI. Bij de volwassenen waren er meer deelnemers met een
hoger opleidingsniveau dan in de Vlaamse referentiepopulatie. De spreiding van de leeftijdsverdeling
was niet optimaal: meer dan de helft van de deelnemers was ouder dan 35 jaar.
Invloed van milieufactoren
We vonden dat milieu‐ en levenstijlfactoren zoals wonen in stedelijk/niet‐stedelijke gebied,
rookgedrag, consumptie van lokale voeding, visconsumptie, barbecueën een meetbare invloed op de
gehaltes van specifieke polluenten in humane stalen hebben. Blootstelling aan passief roken werd
duidelijk gedetecteerd aan de hand van de cotinine merker in urine, maar blootstelling aan passief
roken gaf ook verhoogde interne gehaltes aan polyaromatische koolwaterstoffen. Onderstaande
tabel geeft over deze milieu en levensstijl gerelateerde invloedsfactoren specifieke informatie. Per
invloedsfactor wordt weergegeven welke biomerkers van blootstelling significant met de factor
gecorreleerd zijn. Enkel de significante resultaten worden weergegeven in de tabel.
11

Samenvatting
Milieu invloed
Significante Biomerker/ matrix
Leeftijdsgroep
trend p

Samenvatting
van leeftijd. Ook merker PCB’s en p,p’‐DDE in navelstrengbloed waren sterk geassocieerd met de
leeftijd van de moeder. Arseen in navelstrengbloed en in bloed van de moeder steeg ook met de
leeftijd van de moeder.
Geslacht: bloed lood en bloed thallium zijn hoger bij jongens dan bij meisjes. PCB’s, p,p’‐DDE, HCB
dioxineachtigen en de gebromeerde vlamvertrager BDE153 waren significant hoger bij jongens dan
bij meisjes. De gehaltes aan perfluorverbindingen zijn hoger bij volwassen mannen dan bij vrouwen.
De muskcomponent galaxolide kwam meer voor bij meisjes dan bij jongens. Uit de vragenlijsten
bleek inderdaad dat meisjes meer verzorgingsproducten gebruiken. Urinaire merkers zijn
systematisch hoger bij vrouwen dan bij mannen. Waarschijnlijk is dit te wijten aan het lager
creatinine‐gehalte bij vrouwen.
BMI: Bij jongeren waren de gehaltes van PCB’s, p,p’‐DDE en HCB omgekeerd gecorreleerd met de
body mass index (BMI). PCB’s in navelstrengbloed waren eveneens negatief geassocieerd met de BMI
van de moeder. Jongeren met een lage of hoge BMI hadden lagere concentraties aan BDE153. Bij
volwassenen daalde de urinaire concentratie van de metaboliet van parabenen (HBA) met stijgende
BMI.
Borstvoeding: Er werd opnieuw bevestigd dat het krijgen van borstvoeding tot hogere gehaltes aan
PCBs leidt bij de jongeren.
Pariteit: gehaltes aan perfluorverbindingen in navelstrengbloed nemen af naarmate de moeder meer
kinderen heeft.
Sociale klasse: polycyclische musks zijn gecorreleerd met het opleidingsniveau van de jongeren met
afnemende concentraties van ASO over TSO tot BSO. Dit gaat ook gepaard met het gebruik van
verzorgingsproducten. De concentratie aan dioxineachtige stoffen was omgekeerd gecorreleerd met
het opleidingsniveau van jongeren.
Transfer van moeder naar kind: polluentgehaltes van zware metalen werden bepaald in het bloed
van de moeder en in het navelstrengbloed. Cadmium wordt in belangrijke mate tegen gehouden
door de placenta, waardoor de gehaltes in navelstrengbloed ongeveer 4 maal lager zijn dan de
gehaltes in het bloed van de moeder. Bovendien is er slechts een zwakke correlatie tussen het
gehalte cadmium in navelstrenbloed en in perifeer bloed van de moeder. De loodgehaltes in het
navelstrengbloed zijn gecorreleerd met de gehaltes in bloed van de moeder en ze zijn vergelijkbaar
qua niveau. De gehaltes van koper en thallium liggen ongeveer twee maal lager in het
navelstrengbloed dan in bloed van de moeder. Mangaan gehaltes zijn ongeveer drie maal hoger in
navelstrengbloed dan in bloed van de moeder en heeft mogelijk deels te maken met binding aan de
rode bloedcellen. De gezondheidskundige betekenis hiervan is niet gekend.
Nieuwe polluenten
Voor de vlamvertragers (BDE’s, HBCD en TBBPA) die voor het eerst op grote schaal gemeten werden
in serumstalen besluiten we dat de gehaltes van gebromeerde vlamvertragers vaak onder de
kwantificatielimiet liggen. Nochtans werd gebruik gemaakt van een meettechniek met een
kwantificatielimiet die vergelijkbaar is met andere grote biomonitoringstudies. Ook in andere landen
worden vaak hoge proporties niet‐dectecteerbare waarden gerapporteerd. In deze Vlaamse studie
lagen alleen BDE153 en BDE47 bij meer dan 30% van de jongeren boven de kwantificatielimiet.
Bisfenol A wordt voornamelijk gebruikt als toevoegsel in de productie van polycarbonaten, en vindt
zijn toepassing in de productie van onbreekbare flessen (babyvoeding), tafelbestek, voorwerpen voor
microgolfovens. Bisfenol A werd voor het eerst gemeten in urine van jongeren en was meetbaar bij
99,5% van de deelnemers. Er werden geen duidelijke relaties geobserveerd met de voornaamste
covariaten.
13

Samenvatting
Ftalaten zijn industriële chemische stoffen die worden toegevoegd aan polyvinyl chloride plastics als
weekmakers. Ze maken plastics soepel en flexibel. De belasting met ftalaten (di‐2‐ethylhexyl ftalaat
DEHP, dibutyl ftalaat (DEP) en benzylbutyl ftalaat (BzBP)) werd bepaald door hun
stofwisselingsproducten in urine te meten. Secundaire metabolieten MEOHP en MEHHP kwamen
meer voor dan de primaire metabolieten. Deze waren goed meetbaar. Noch bij de jongeren, noch bij
de volwassenen werden significante verschillen gevonden in ftalaatconcentratie tussen subgroepen.
Organofosfaat pesticiden die actief zijn tegen een breed spectrum van insecten en voorkomen in
ongeveer de helft van de insecticiden die wereldwijd gebruikt worden, werden gemeten via een hun
dialkyl fosfaatmetabolieten. Niet alle metabolieten waren goed meetbaar in urinestalen van
volwassenen en jongeren. Afhankelijk van metaboliet was er een rapporteringsfrequentie (i.e. een
waarde boven de LOD) die varieerde van 5 à 6% (DEDTP) tot 90 à 95% (DMTP). De gemeten gehaltes
waren niet gecorreleerd met de individuele pesticide score die berekend werd uit de
vragenlijstgegevens.
Para‐dichlorobenzeen is een pesticide tegen motten, schimmels en meeldauw. Het wordt
ondermeer gebruikt in mottenballen, luchtverfrissers en toiletblokjes. De metaboliet 2,5‐
dichlorofenol (2,5‐DCP) werd gedetecteerd in 88,8% van de urinestalen bij jongeren en in 80,2% van
de urinestalen van volwassenen.
Synthetische musk componenten worden frequent gebruikt als geurstoffen in de cosmetica‐ en
detergentindustrie, o.a. in detergenten, wasverzachters, schoonmaakmiddelen, zepen, shampoo,
make‐up en parfum. Ze werden in deze campagne voor de eerste keer gemeten in volbloed van
jongeren. De polycylische musks – galaxolide en tonalide – waren meetbaar. Galaxolide was
gecorreleerd met het gebruik van verzorgingsproducten.
Triclosan is een veel gebruikte antibacteriële en schimmelwerende stof die vaak wordt toegevoegd
aan cosmetische en hygiënische producten. Triclosan was goed meetbaar in urinestalen van jongeren
en was positief gecorreleerd met het gebruik van verzorgingsproducten.
Parabenen worden gebruikt als antimicrobiële bewaarmiddelen in voeding, geneesmiddelen,
cosmetica en toiletartikelen. In de individuele urinestalen van jongeren en volwassenen werd een
metaboliet van parabenen, nl. para‐hydroxybenzoëzuur (HBA) gemeten. In de mengstalen werden
individuele parabenen gemeten. Bij 34 van de 50 metingen werden detecteerbare gehaltes
gevonden.
Perfluorverbindingen hebben bijzondere fysico‐chemische eigenschappen en worden gebruikt voor
diverse toepassingen in tal van consumenten producten. Ze zijn persistent en stapelen zich op in het
menselijk lichaam. Ze zijn goed meetbaar in individuele bloedstalen van pasgeborenen en
volwassenen. PFOS was positief gecorreleerd met consumptie van lokaal geproduceerde eieren.
Mengstalen
Biomerkers voor nieuwe polluenten waarmee we nog geen ervaring hadden, werden in stalen
gemeten die samengesteld werden uit urine‐/bloedstalen van zes individuen per provincie. Per
provincie werd één staal aangemaakt.
Metabolieten van pyrethroide pesticiden en de concentratie van het veelgebruikte herbicide 2,4 D
zijn goed meetbaar in urinestalen van jongeren en volwassenen en de gehaltes zijn vergelijkbaar in
beide leeftijdsgroepen. De concentratie van ETU, de metaboliet van dithiocarbamaten of
carbamaatpesticiden, is hoger in urinestalen van volwassenen dan bij jongeren, maar de variabilteit
tussen de mengstalen per provincie is hoger bij volwassenen. 3,5‐DCA, een metaboliet van de
pesticiden iprodion, vinclozolin, procymidone en chlozolinate is eveneens goed meetbaar in
urinestalen van jongeren en volwassen, de gehaltes liggen lager bij jongeren. De metabolieten van
herbiciden zoals diuron en linuron zijn niet detecteerbaar in de humane stalen.
14

Samenvatting
In de bloedmengstalen van jongeren en volwassenen werden ook de parent compounds van
parabenen gemeten die in verzorginsgproducten gebruikt worden. De concentraties bij jongeren zijn
beter meetbaar dan bij volwassenen. Stoffen die als UV‐filters gebruikt worden in
verzorgingsproducten zijn ook goed meetbaar in urinestalen van jongeren en volwassenen. Het
gehalte van benzofenon‐3 is vergelijkbaar bij jongeren en volwassene, maar de relatieve concentratie
van de metabolieten verschilt per leeftijdsgroep (DHMB is hoger bij volwassenen, THB is hoger bij
jongeren). Concentraties van homosalate en van 4‐methylbenzylidenecamfer zijn hoger bij jongeren
dan bij volwassenen. Het bepalen van de gehaltes van deze stoffen in humane stalen is een eerste
stap. Op dit moment is er onvoldoende informatie om uit te maken of deze gehaltes ook
gezondheidseffecten kunnen hebben.
Er werden ook potentiele nieuwe biomerkers voor PAK’s gemeten. Naftol is goed meetbaar in
urinestalen als PAK’s merker, terwijl BaP‐tetrolen in stalen uit Vlaanderen niet meetbaar zijn.
Concentraties van naftol zijn hoger in stalen van volwassenen dan in die van jongeren.
Effectmerkers
Astma en allergie blijven een belangrijk aandachtspunt voor de gezondheid. Het voorkomen van
astma bij moeders is toegenomen in vergelijking met het onderzoek in het eerste Steunpunt 2001‐
2006. De diagnose van astma door een arts werd gesteld bij 4,3% van de moeders in 2001‐2006, nu is
dat bij 7,1%. De verschillen zijn niet toe te schrijven aan het gebruik van een andere definitie,
aangezien exact dezelfde vraagstelling werd gebruikt. De stijging kan mogelijk wel deels zijn toe te
schrijven aan de verschillen in rekruteringsstrategie: in de huidige studie gaat het om algemene
bevolking, terwijl in het eerste Steunpunt deelnemers uit 8 typegebieden werden onderzocht. De
onderzochte groep van 200 à 250 deelnemers is ook kleiner dan in vorige studie waar er ongeveer
1200 moeders werden onderzocht, dit maakt de betrouwbaarheid van het huidige cijfer minder
groot.Bij j de andere subgroep van volwassenen werd ook meer astma gerapporteerd. . Bij jongeren
bleef het voorkomen van astma gelijk.
We vonden dat er verschillen zijn in gezondheidsparameters tussen subgroepen. Inwoners van
stedelijk gebied, rokers, personen die meer alcohol drinken of deelnemers met een hogere opleiding
vertoonden verschillen in het voorkomen van astma, de puberteitsontwikkeling of de
hormonenconcentraties. In sommige gevallen kan het gaan om een direct, oorzakelijk verband; in
andere gevallen om een samengaan van factoren, die niet noodzakelijk oorzaak en gevolg zijn van
elkaar. Dit zal nog verder bestudeerd worden met behulp van multivariate modellen. De relatie
tussen blootstelling aan vervuilende stoffen en gezondheidseffecten zal ook nog worden onderzocht
op basis van vooropgestelde hypotheses.
Vergelijking met buitenlandse waarden
De biomerker gehaltes kunnen vergeleken worden met beschikbare informatie uit buitenlandse
campagnes en eerdere Vlaamse en Belgische studies. Bij deze vergelijkingen moet wel rekening
gehouden worden met verschillen in rekruteringsstrategie, samenstelling van de onderzochte
bevolking, leeftijdsgroep, rekruteringsperiode en meettechniek.
Metalen (lood, cadmium, thallium, koper, arseen, mangaan en (methyl)kwik) lagen binnen de range
die werd teruggevonden in overeenkomstige bevolkingsgroepen in buitenlandse biomonitoringscampagnes.
Ook de persistente gechloreerde polluenten zoals PCB’s, p,p’‐DDE en HCB zijn
vergelijkbaar met metingen in overeenkomstige bevolkingsgroepen, bijv. in Duitsland en de US.
De gehaltes aan gebromeerde vlamvertragers (PBDEs, HBCD, TBBPA) liggen bij tal van metingen
onder de detectielimiet. Op basis van deze gegevens kunnen we stellen dat ze niet hoger liggen dan
in de ons omringende landen die hierover gegevens hebben en lager dan in de US, waar de
concentraties van sommige vlamvertragers veel hoger zijn.
15

Samenvatting
De resultaten van de 1‐hydroxypyreenmetingen en t,t’‐muconzuur, die urinaire merkers zijn voor
korte termijn blootstelling aan respectievelijk PAK’s en benzeen, vertonen veel individuele
variabiliteit maar zijn vergelijkbaar met waarden die ook in het buitenland worden gemeten.
De gehaltes van perfluorverbindingen zijn vergelijkbaar met waardes gemeten in buitenlandse
stalen. Vergelijking met de resultaten van de mengstalen is moeilijk omwille van de grote ruis op de
analytische methoden van het 1 e Steunpunt. De gehaltes van bisfenol A zijn ook vergelijkbaar met de
beschikbare gegevens uit Duitsland en Nederland.
De gehaltes aan organofosfaatpesticiden, gemeten via hun urinaire metabolieten, zijn vergelijkbaar
met Duitse waarden, maar hoger dan Amerikaanse waarden waar er een verbod is op het gebruik
van organofosfaatpesticides voor huishoudelijk gebruik sinds 1996. Voor andere pesticiden zoals
para‐dichlorobenzeen liggen de gehaltes aan urinaire metabolieten lager dan in de meeste
buitenlandse studies. De gehaltes aan metabolieten van dithiocarbamaten of carbamaatpesticiden,
van fungiciden en van pyrethroïde pesticiden zijn vergelijkbaar met deze van buitenlandse studies.
Inwendige concentraties van chemische stoffen zoals musks, triclosan en parabenen, die voorkomen
in persoonlijke verzorginsproducten, zijn vergelijkbaar met buitenlandse meetwaarden. Interne
gehaltes aan sunscreens of UV‐filters, aanwezig in zonbeschermingsproducten, liggen 10 tot 20 maal
lager dan waarden die gerapporteerd worden in een Amerikaanse bevolkingsstudie. Dit zijn de enige
beschikbare waarden voor vergelijking.
Sommige biomerkermetingen vragen verdere analytische optimalisatie alvorens de absolute
waarden goed geïnterpreteerd kunnen worden (o.a. Calux (dioxine), 2,4‐D (herbicide), 3‐BPA
(pesticide), perfluorverbindingen). Harmonisatie van de analytische meetmethodes tussen
verschillende nationale en internationale laboratoria en het beschikken over de nodige
referentiematerialen zou een belangrijke meerwaarde zijn.
Besluit
Via een goed uitgekiende samplingsstrategie zijn we in staat met 200 tot 250 deelnemers per
leeftijdsgroep een representatief staal van de bevolking te rekruteren waarvan de karakteristieken
vrij goed overeenstemmen met die van de Vlaamse bevolking zoals beschreven in veel grotere
onderzoeken. Door te rekruteren over gans Vlaanderen verkrijgen we meer homogene resultaten
voor de biomerkerwaarden in vergelijking met de vroegere campagne waar we de deelnemers uit 8
aandachtsgebieden rekruteerden. Dit benadrukt het belang van een gebiedsgerichte monitoring en
het belang van het bekomen van “referentiewaarden” in de algemene bevolking die als
vergelijkingsbasis kunnen dienen. De huidige biomerkerwaarden liggen over het algemeen lager dan
deze die in de eerste biomonitoringscampagne bekomen werden, behalve voor PAKs‐ en
benzeenmerkers. De lagere waarden kunnen verband houden met een lagere milieubelasting. We
kunnen echter niet uitsluiten dat de lagere waarden gedeeltelijk ook te maken hebben met de
gewijzigde samplingsstrategie en analytische variabiliteit.
Ondanks de kleine steekproef hebben we significante aanwijzingen gevonden dat externe
milieufactoren de aanwezigheid van chemische stoffen in de mens beïnvloeden. Wonen in stedelijk
gebied heeft voornamelijk impact op de aanwezigheid van zware metalen (cadmium, lood, mangaan
en kwik) in sommige leeftijdsgroepen. We merken op dat het stedelijk gebied afgebakend werd als
omvattende de gemeenten met meer dan 600 inwoners per km². Blootstelling aan passief roken is
meetbaar via cotinine in de urine en het gehalte van de urinaire PAK metaboliet stijgt mee.
Levensstijlfactoren hebben duidelijk een invloed. Rookgedrag heeft een effect op de biomerkers voor
cadmium, PAKs, benzeen en cotinine die verhoogd waren, terwijl de biomerkers voor arseen
verlaagd waren. Deelnemers die meer vis consumeren hebben een hogere interne belasting aan
arseen en kwik. Consumptie van lokale voeding (eieren en zelfgevangen vis) heeft een invloed op de
16

Samenvatting
gemeten gehaltes aan gechloreerde koolwaterstoffen (HCB, pp’‐DDE). De metingen van de nieuwere
biomerkers toonden aan dat meer gebruik van verzorginsgproducten aanleiding geeft tot verhoogde
interne gehaltes van triclosan, parabenen en polyclische musks.
Leeftijd, geslacht, BMI, het krijgen van borstvoeding en sociale klasse werden geïdentificeerd als
invloedsfactoren voor sommige van de polluenten.
Globaal kunnen we stellen dat de waarden van zware metalen in bloed en urine in Vlaanderen
relatief laag liggen in vergelijking met waarden die gerapporteerd werden in nationale en
internationale studies. De gezondheidskundige norm voor lood werd niet overschreden; voor
cadmium was er bij de jongeren en bij de volwassenen telkens 1 deelnemer met een waarde boven
de richtlijn voor beroepsblootstelling. Voor de organische componenten die we gemeten hebben
liggen de meeste biomerkerwaarden in dezelfde range als in vroegere nationale en internationale
studies. Hiervoor zijn nog geen normen met gezondheidskundige betekenis beschikbaar. De huidige
resultaten vormen een nulpunt voor opvolging van trends in de tijd. Harmonisatie van de analytische
meetmethodes tussen verschillende nationale en internationale laboratoria en het beschikken over
de nodige referentiematerialen is noodzakelijk voor een goede opvolging verder te verzekeren.
Effectmetingen gaven aan dat het voorkomen van astma en voedselallergie bij de studiepopulatie
moeders toegenomen was tegenover bevragingen die 5 jaar geleden gebeurden. Roken was een
invloedsfactor voor verscheidene effectparameters. Puberteitsontwikkeling bij jongeren en sommige
van de gemeten hormoongehaltes in navelstrengbloed blijken significant beïnvloed te worden door
externe factoren zoals opleidingsniveau en actief roken.
Onderstaande tabellen geven een overzicht van de referentiewaarden die werden bekomen in de
huidige biomonitoringscampagne voor de biomerkers van blootstelling. In tabel I worden de
metingen in de individuele stalen samengevat; in tabel II worden de resultaten van de mengstalen
opgelijst.
17

Samenvatting
Tabel I: Overzicht van gemeten biomerkers van blootstelling in drie leeftijdsgroepen –referentiebiomonitoring 2007‐2011
Polluent Biomerker Eenheid Leeftijdsgroep N % referentiegemiddelde referentie P90 confounders
>LOD/LOQ (95% BI)
(95%BI)
zware metalen
lood lood in volbloed (1) µg/L pasgeborenen 241 100% 8,6 (8,1 – 9,2) 15,9 (13,9 – 17,9) a, b
lood in volbloed (2) µg/L moeders 235 100% 11,1 (10,6 – 11,7) 18,9 (17,1 – 20,7) a, b
lood in volbloed (2) µg/L jongeren 207 100% 14,8 (14,0 – 15,6) 27,6 (23,1 – 32,1) a, b, c
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
cadmium in volbloed (2) µg/L moeders 235 68,9% 0,312 (0,291 – 0,334) 0,728 (0,592 – 0,864) a, b
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
cadmium cadmium in urine µg/L volwassenen 194 100% 239 (224 – 256) 444 (363 – 525) a, b, c, d
cadmium in urine µg/g crt volwassenen 194 100% 222 (208 – 237) 413 (358 – 468) a, b, c
mangaan mangaan in volbloed (1) µg/L pasgeborenen 241 100% 31,2 (29,8 – 32,8) 52,2 (47,6 – 56,8) a, b
mangaan in volbloed (2) µg/L moeders 235 100% 12,1 (11,6 – 12,7) 18,6 (16,8 – 20,5) a, b
mangaan in volbloed (2) µg/L jongeren 207 100% 9,7 (9,3 – 10,1) 13,6 (12,8 – 14,4) a, b, c
koper koper in volbloed (1) µg/L pasgeborenen 241 100% 600 (585 – 615) 754 (711 ‐797) a, b
koper in volbloed (2) µg/L moeders 235 100% 1312 (1279 – 1347) 1715 (1631 – 1799) a, b
koper in volbloed (2) µg/L jongeren 207 100% 790 (774 – 807) 938 (908 ‐ 967) a, b, c
thallium koper in volbloed (1) µg/L pasgeborenen 241 100% 0,017 (0,016 – 0,018) 0,025 (0,023 – 0,028) a, b
koper in volbloed (2) µg/L moeders 235 100% 0,028 (0,027 – 0,029) 0,038 (0,036 – 0,040) a, b
koper in volbloed (2) µg/L jongeren 207 100% 0,027 (0,026 – 0,028) 0,036 (0,034 – 0,038) a, b, c
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
arseen in volbloed (2) µg/L moeders 235 100% 0,64 (0,57 – 0,72) 2,04 (1,38 – 2,69) a, b
arseen in volbloed (2) µg/L jongeren 207 100% 0,62 (0,55 – 0,69) 2,12 (1,52 – 2,71) a, b, c
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
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
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
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
18

Samenvatting
Polluent Biomerker Eenheid Leeftijdsgroep N % referentiegemiddelde referentie P90 confounders
>LOD/LOQ (95% BI)
(95%BI)
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
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
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
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
persistente gechloreerde polluenten
PCB’s merker PCB’s in plasma (1) ng/L pasgeborenen 241 75,1% 120 (114 – 128) 227 (198 – 256) a, b, e, f
merker PCB’s in serum (2) ng/L jongeren 205 95,2% 217 (203 – 233) 401 (330 – 472) a, b, c, e, f
merker PCB’s in plasma (1) ng/g vet pasgeborenen 241 75,1% 59 (56 – 63) 112 (98 – 126) a, b, e
merker PCB’s in serum (2) ng/g vet jongeren 205 95,2% 50 (46 – 53) 98 (83 – 115) a, b, c, e
p,p’‐DDE p,p’‐DDE in plasma (1) ng/L pasgeborenen 241 100% 160 (147 – 174) 390 (337 – 442) a, b, e, f
p,p’‐DDE in serum (2) ng/L jongeren 205 100% 307 (277 – 341) 868 (580 – 1155) a, b, c, e, f
p,p’‐DDE in plasma (1) ng/g vet pasgeborenen 241 100% 78 (72 – 85) 192 (162‐ 221) a, b, e
p,p’‐DDE in serum (2) ng/g vet jongeren 205 100% 70 (63 – 78) 207 (151 – 263) a, b, c, e
hexachlorobenzeen
dioxine‐achtige
stoffen
dioxine‐achtige
stoffen
dioxine‐achtige
stoffen
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
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
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
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
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
stoffen in plasma (1) TEQ/L
totaal dioxine‐achtige pg Calux pasgeborenen 225 93,6% 17,5 (16,4 – 18,6) 31,4 (28,2 – 34,5) a, b, e
stoffen in plasma (1) TEQ/g vet
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
in serum (2)
g serum
dioxines en furanen pg BEQ/ jongeren 173 100% 110 (104 – 116) 167 (145 – 189) a, b, c, e
in serum (2)
g vet
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
in serum (2)
dioxine‐achtige PCB’s
in serum (2)
g serum
pg BEQ/
g vet
jongeren 172 98,8% 32,7 (30,7 – 34,7) 56,3 (50,0 – 62,5) a, b, c, e
19

Samenvatting
Polluent Biomerker Eenheid Leeftijdsgroep N %
>LOD/LOQ
persistente gebromeerde polluenten
polygebromeerde
difenylethers
polygebromeerde
difenylethers
polygebromeerde
difenylethers
polygebromeerde
difenylethers
polygebromeerde
difenylethers
polygebromeerde
difenylethers
polygebromeerde
difenylethers
polygebromeerde
difenylethers
hexabromocyclododecaan
tetrabromobisfenol
A
referentiegemiddelde
(95% BI)
referentie P90
(95%BI)
confounders
BDE28 in plasma (1) ng/L pasgeborenen 253 0,0% _ _ _
BDE28 in serum (2) ng/L jongeren 208 1,0% _ _ _
BDE47 in plasma (1) ng/L pasgeborenen 253 13,9% _ _ _
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
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
BDE99 in plasma (1) ng/L pasgeborenen 253 3,2% _ _ _
BDE99 in serum (2) ng/L jongeren 208 8,1% _ _ _
BDE100 in plasma (1) ng/L pasgeborenen 253 2,4% _ _ _
BDE100 in serum (2) ng/L jongeren 208 13,3% _ _ _
BDE153 in plasma (1) ng/L pasgeborenen 253 5,5% _ _ _
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
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
BDE154 in plasma (1) ng/L pasgeborenen 253 0,4% _ _ _
BDE154 in serum (2) ng/L jongeren 208 2,9% _ _ _
BDE183 in plasma (1) ng/L pasgeborenen 253 0,8% _ _ _
BDE183 in serum (2) ng/L jongeren 208 0,0% _ _ _
BDE209 in plasma (1) ng/L pasgeborenen 253 4,7% _ _ _
BDE209 in serum (2) ng/L jongeren 208 5,7% _ _ _
HBCD in plasma (1) ng/L pasgeborenen 253 0,8% _ _ _
HBCD in serum (2) ng/L jongeren 208 0,0% _ _ _
TBBPA in plasma (1) ng/L pasgeborenen 253 3,8% _ _ _
TBBPA in serum (2) ng/L jongeren 208 12,4% _ _ _
bisfenol A
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
BPA in urine ng/g crt jongeren 193 99,5% 1,66 (1,48 – 1,86) 4,80 (3,48 – 6,11) a, c
20

Samenvatting
Polluent Biomerker Eenheid Leeftijdsgroep N % referentiegemiddelde referentie P90 confounders
>LOD/LOQ (95% BI)
(95%BI)
ftalaten
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
MEHP in urine µg/L volwassenen 197 86,8% 2,7 (2,4 – 3,1) 9,9 (7,5 – 12,4) a, c, d
MEHP in urine µg/g crt jongeren 206 90,8% 2,7 (2,4 – 3,1) 8,5 (5,1 – 11,9) a, c
MEHP in urine µg/g crt volwassenen 197 86,8% 2,6 (2,3 – 2,9) 7,0 (5,1 – 8,9) a, c
ftalaten MEHHP in urine µg/L jongeren 206 100% 21,9 (20,1 – 23,9) 75,1 (57,8 – 92,3) a, c, d
MEHHP in urine µg/L volwassenen 197 100% 13,2 (11,7 – 14,9) 35,7 (24,3 – 47,0) a, c, d
MEHHP in urine µg/g crt jongeren 206 100% 16,6 (15,2 – 18,1) 57,0 (38,1 – 75,8) a, c
MEHHP in urine µg/g crt volwassenen 197 100% 12,2 (10,8 – 13,8) 34,0 (25,7 – 42,2) a, c
ftalaten MEOHP in urine µg/L jongeren 206 100% 29,2 (26,3 – 32,5) 116,5 (85,7 – 147,2) a, c, d
MEOHP in urine µg/L volwassenen 197 100% 16,1 (14,0 – 18,6) 71,9 (45,0 – 98,9) a, c, d
MEOHP in urine µg/g crt jongeren 206 100% 22,2 (20,0 – 24,6) 90,8 (63,4 – 118,3) a, c
MEOHP in urine µg/g crt volwassenen 197 100% 15,0 (13,1 – 17,3) 70,9 (50,3 – 91,6) a, c
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
MnBP in urine µg/L volwassenen 197 90,9% 30,6 (27,4 – 34,2) 84,5 (61,9 – 107,0) a, c, d
MnBP in urine µg/g crt jongeren 206 98,1% 29,8 (27,2 – 32,6) 68,0 (56,0 – 80,0) a, c
MnBP in urine µg/g crt volwassenen 197 90,9% 28,4 (25,4 – 31,7) 78,8 (62,9 – 94,7) a, c
ftalaten MBzP in urine µg/L jongeren 206 100% 32,2 (28,7 – 36,1) 109,4 (83,4 – 135,5) a, c, d
MBzP in urine µg/L volwassenen 197 100% 19,3 (16,9 – 22,1) 71,6 (52,6 – 90,5) a, c, d
MBzP in urine µg/g crt jongeren 206 100% 24,4 (21,7 – 27,4) 87,0 (60,4 – 113,6) a, c
MBzP in urine µg/g crt volwassenen 197 100% 18,0 (15,8 – 20,4) 56,8 (39,5 – 74,1) a, c
perfluorderivaten
perfluorderivaten PFOS in plasma (1) µg/L pasgeborenen 218 100% 2,64 (2,46 – 2,83) 5,10 (4,59 – 5,61) a, e
PFOS in serum (2) µg/L volwassenen 201 100% 12,6 (11,6 – 13,6) 24,8 (20,7 – 28,9) a, c, e
perfluorderivaten PFOA in plasma (1) µg/L pasgeborenen 218 100% 1,50 (1,43 – 1,59) 2,56 (2,35 – 2,76) a, e
PFOA in serum (2) µg/L volwassenen 201 100% 3,2 (3,0 – 3,4) 5,7 (5,1 – 6,2) a, c, e
21

Samenvatting
Polluent Biomerker Eenheid Leeftijdsgroep N % referentiegemiddelde referentie P90 confounders
>LOD/LOQ (95% BI)
(95%BI)
polycyclische aromatische koolwaterstoffen (PAK’s)
PAK’s 1‐hydroxypyreen in urine µg/L jongeren 202 100% 137 (127 – 149) 281 (216 – 347) a, b, c
1‐hydroxypyreen in urine µg/L volwassenen 191 100% 101 (91 – 111) 281 (223 – 338) a, b, c
1‐hydroxypyreen in urine µg/L jongeren 202 100% 104 (97 – 113) 224 (170 – 279) a, b, c, d
1‐hydroxypyreen in urine µg/L volwassenen 191 100% 93 (85 – 102) 227 (180 – 274) a, b, c, d
benzeen
benzeen t,t’‐muconzuur in urine µg/L jongeren 203 100% 90 (80 – 102) 344 (241 – 448) a, b, c
t,t’‐muconzuur in urine µg/L volwassenen 194 100% 72 (63 – 83) 299 (223 – 375) a, b, c
t,t’‐muconzuur in urine µg/L jongeren 203 100% 68 (61 – 77) 232 (172 – 291) a, b, c, d
t,t’‐muconzuur in urine µg/L volwassenen 194 100% 67 (59 – 77) 246 (178 – 313) a, b, c, d
organofosfaatpesticiden
organofosfaatpesticiden
organofosfaatpesticiden
organofosfaatpesticiden
organofosfaatpesticiden
organofosfaatpesticiden
DMP in urine µg/L jongeren 191 67,5% 5,0 (4,3 – 5,7) 20,6 (15,4 – 25,9) a, c, d
DMP in urine µg/L volwassenen 196 59,7% 4,1 (3,6 – 4,7) 14,7 (10,6 – 18,9) a, c, d
DMP in urine µg/g crt jongeren 191 67,5% 3,8 (3,3 – 4,4) 15,7 (11,6 – 19,7) a, c
DMP in urine µg/g crt volwassenen 196 59,7% 3,8 (3,3 – 4,3) 14,5 (11,1 – 17,9) a, c
DMTP in urine µg/L jongeren 203 94,6% 5,8 (5,1 – 6,6) 16,4 (11,3 – 21,4) a, c, d
DMTP in urine µg/L volwassenen 181 89,5% 5,0 (4,2 – 5,8) 19,0 (13,2 – 24,8) a, c, d
DMTP in urine µg/g crt jongeren 203 94,6% 4,4 (3,9 – 5,0) 13,9 (10,3 – 17,6) a, c
DMTP in urine µg/g crt volwassenen 181 89,5% 4,6 (3,9 – 5,4) 19,9 (15,6 – 24,2) a, c
DMDTP in urine µg/L jongeren 157 34,4% _ _ _
DMDTP in urine µg/L volwassenen 141 39,7% _ _ _
DEP in urine µg/L jongeren 192 54,7% 2,5 (2,2 – 2,9) 11,8 (7,7 – 15,8) a, c, d
DEP in urine µg/L volwassenen 190 55,8% 2,4 (2,1 – 2,6) 8,2 (5,8 – 10,6) a, c, d
DEP in urine µg/g crt jongeren 192 54,7% 1,9 (1,7 – 2,2) 8,4 (5,8 – 11,0) a, c
DEP in urine µg/g crt volwassenen 190 55,8% 2,2 (1,9 – 2,5) 7,9 (6,2 – 9,5) a, c
DETP in urine µg/L jongeren 206 23,3% _ _ _
DETP in urine µg/L volwassenen 197 32,0% _ _ _
22

Samenvatting
Polluent Biomerker Eenheid Leeftijdsgroep N % referentiegemiddelde referentie P90 confounders
>LOD/LOQ (95% BI)
(95%BI)
organofosfaat‐ DEDTP in urine µg/L jongeren 206 5,3% _ _ _
pesticiden DEDTP in urine µg/L volwassenen 197 6,1% _ _ _
pesticiden: para‐dichlorobenzeen
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
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
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
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
persoonlijke hygiëne producten: musks
polycyclische
musks
polycyclische
musks
galaxolide in volbloed (2) ng/L jongeren 202 100% 715 (682 – 749) 1105 (1021 – 1188) a, c, f
galaxolide in volbloed (2) ng/g vet jongeren 202 100% 163 (155 – 172) 261 (233 – 289) a, c
tonalide in volbloed (2) ng/L jongeren 202 100% 118 (108 – 128) 202 (182 – 223) a, c, f
tonalide in volbloed (2) ng/g vet jongeren 202 100% 26,8 (24,7 – 29,2) 48,4 (43,4 – 53,5) a, c
persoonlijke hygiëne producten: triclosan
triclosan triclosan in urine µg/L jongeren 193 100% 2,19 (1,66 – 2,89) 91,5 (41,5 – 141,4) a, c, f
triclosan in urine µg/g crt jongeren 2193 100% 1,63 (1,23 – 2,16) 72,7 (11,7 – 133,7) a, c
persoonlijke hygiëne producten: parabenen
p‐dichlorobenzeen HBA in urine µg/L jongeren 206 100% 1027 (970 – 1088) 1752 (1418 – 2086) a, c, d
HBA in urine µg/L volwassenen 197 100% 689 (639 – 744) 1337 (932 – 1742) a, c, d
HBA in urine µg/g crt jongeren 206 100% 779 (735 – 825) 1463 (1216 – 1710) a, c
HBA in urine µg/g crt volwassenen 197 100% 634 (584 – 687) 1272 (1002 – 1542) a, c
nicotine
nicotine cotinine in urine µg/L jongeren 206 28,2% _ _ _
cotinine in urine µg/L volwassenen 197 42,1% _ _ _
(1)
navelstrengbloed; (2) perifeer bloed
confounders: a = leeftijd; b = roken; c = geslacht; d = creatinine; e = body‐mass index (BMI); f = bloedvet
afkortingen: crt = creatinine; TRA = toxisch relevant arseen; PCB’s = polygechloreerde bifenyls (merker PCB’s = som van PCB 138, 153 en 180); p,p’‐DDE =
p,p’‐dichloordifefenyldichlooretaan (= afbraakproduct van DDT); HCB = hexachlorobenzeen; TEQ = toxisch equivalenten; BEQ = biochemische equivalenten;
BDE = gebromeerde difenylether; HBCD = hexabromocyclododecaan; TBBPA = tetrabromobisfenol A; BPA = bisfenol A; MEHP = mono‐2‐ethylhexyl ftalaat
23

Samenvatting
(primaire metaboliet van di‐2‐ethylhexyl ftalaat of DEHP); MEHHP = mono‐2‐ethyl‐5‐hydroxyhexyl ftalaat (secundaire metaboliet van DEHP); MEOHP =
mono‐2‐ethyl‐5‐oxohexyl ftalaat (secundaire metaboliet van DEHP); MnBP = mono‐n‐butyl ftalaat (metaboliet van dibutyl ftalaat of DBP); MBzP = monobenzyl
ftalaat (metaboliet van benzylbutyl ftalaat of BzBP); PFOS = perfluoro‐octaansulfonaat; PFOA = perfluoro‐octaanzuur; DMP = dimethylfosfaat; DMTP
= dimethylthiofosfaat; DMDTP = dimethyldithiofosfaat; DEP = diethylfosfaat; DETP = diethylthiofosfaat; DEDTP = diethyldithiofosfaat; HBA = parahydroxybenzoëzuur
24

Samenvatting
Tabel II: Overzicht van biomerkers van blootstelling in mengstalen– referentiebiomonitoring 2007‐2011
polluent biomerker eenheid jongeren volwassenen
# >LOD/LOQ gemiddelde (SD) # >LOD/LOQ gemiddelde (SD)
PAK’s 1-naphtol in urine µg/L 4/5 3,26 (0,81) 5/5 9,58 (6,67)
µg/g crt 4/5 2,33 (0,77) 5/5 8,21 (4,96)
PAK’s 2-naphtol in urine µg/L 5/5 7,49 (2,09) 5/5 12,27 (13,89)
µg/g crt 5/5 5,65 (1,94) 5/5 9,88 (9,38)
PAK’s BaP,c10,tetrahydrol in urine µg/L 1/5 2,4 0/5 ‐
PAK’s BaP,t10,tetrahydrol in urine µg/L 1/5 10,0 0/5 ‐
herbiciden 2,4-D in urine µg/L 5/5 0,27 (0,21) 5/5 0,21(0,21)
µg/g crt 5/5 0,21 (0,13) 5/5 0,21 (0,24)
carbamaat pesticiden ETU in urine µg/L 5/5 1,28 (0,43) 3/5 4,00 (4,11)
µg/g crt 5/5 0,92 (0,24) 3/5 4,06 (4,41)
fungiciden 3,5-DCA in urine µg/L 5/5 0,76 (0,18) 5/5 1,40 (0,60)
µg/g crt 5/5 0,57 (0,14) 5/5 1,32 (0,55)
fungiciden 3,4-DCA in urine µg/L 0/5 ‐ 0/5 ‐
fungiciden DCPU in urine µg/L 0/5 ‐ 0/5 ‐
fungiciden DCPMU in urine µg/L 0/5 ‐ 0/5 ‐
pyrethroïde pesticiden 3‐PBA in urine µg/L 4/5 0,41 (0,05) 2/5 0,58 (0,28)
µg/g crt 4/5 0,31 (0,06) 2/5 0,53 (0,18)
pyrethroïde pesticiden FPBA in urine µg/L 5/5 0,39 (0,25) 2/5 0,35 (0,28)
µg/g crt 5/5 0,29 (0,18) 2/5 0,35 (0,31)
parabenen methylparaben in volbloed µg/L 4/5 1,27 (0,46) 4/5 1,13 (0,67)
parabenen ethylparaben in volbloed µg/L 3/5 0,80 (0,23) 0/5
parabenen propylparaben in volbloed µg/L 5/5 3,43 (1,42) 4/5 1,43 (0,49)
parabenen butylparaben in volbloed µg/L 5/5 1,93 (1,83) 2/5 1,15 (0,64)
25

Samenvatting
polluent biomerker eenheid jongeren volwassenen
# >LOD/LOQ gemiddelde (SD) # >LOD/LOQ gemiddelde (SD)
parabenen benzylparaben in volbloed µg/L 5/5 2,70 (2,11) 2/5 0,90 (0,14)
sunscreen: benzofenon‐3 BP‐3 µg/L 4/4 1,72 (0,37) 5/5 1,11 (0,40)
µg/g crt 4/4 1,19 (0,34) 5/5 1,04 (0,39)
sunscreen: benzofenon‐3 DHB µg/L 4/4 3,50 (0,77) 5/5 3,46 (0,95)
µg/g crt 4/4 2,44 (0,82) 5/5 3,24 (1,14)
sunscreen: benzofenon‐3 DHMB µg/L 4/4 0,24 (0,05) 5/5 0,42 (0,17)
µg/g crt 4/4 0,16 (0,04) 5/5 0,39 (0,19)
sunscreen: benzofenon‐3 THB µg/L 4/4 1,32 (0,47) 5/5 0,67 (0,11)
µg/g crt 4/4 0,93 (0,43) 5/5 0,63 (0,15)
sunscreen: homosalaat HMS µg/L 2/4 2,62 3/5 0,89 (0,23)
sunscreen: octyl dimethyl
PABA
sunscreen: 4‐methylbenzylidenecam
µg/g crt 2/4 1,88 3/5 0,87 (0,30)
DABI µg/L 4/4 0,37 (0,06) 5/5 0,51 (0,19)
µg/g crt 4/4 0,25 (0,05) 5/5 0,47 (0,20)
4‐MBC µg/L 4/4 2,80 (1,96) 3/5 1,65 (0,72)
µg/g crt 4/4 2,03 (1,49) 3/5 1,60 (0,87)
afkortingen: LOD = level of dectection (detectielimiet); LOQ = level of quantification (kwantificatielimiet); crt = creatinine; PAK’s = polycyclische aromatische
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‐
dichloroanilin; DCPU = 3,4‐dichlorophenyl urea; DCPMU = 3,4‐dichlorophenyl‐3‐methylurea; 3‐PBA = 3‐fenoxybenzoëzuur; FPBA = 4‐fluoro‐3‐
fenoxybenzoëzuur; BP‐3 = benzofenon‐3; DHB = 2,4‐dihydroxybenzofenon; DHMB = 2,2’‐dihydroxy‐4‐methoxybenzofenon; THB = 2,3,4‐
trihydroxybenzofenon; HMS = homosalaat; DABI = octyl dimethyl PABA; 4‐MBC = 4‐methylbenzylidenecamfor
26

Samenvatting
Perceptieonderzoek
Samenvatting van de resultaten
Bijna de helft van de volwassenen, een derde van de moeders van pasgeborenen en een kwart van
de jongeren geeft een milieuprobleem in hun woonomgeving aan. Hoogopgeleiden melden vaker
een milieuprobleem dan lager opgeleiden. De verkeersproblematiek wordt gepercipieerd als het
belangrijkste milieuprobleem in de woonomgeving: luchtvervuiling en geluidshinder worden het
vaakst gemeld, verkeer en uitlaat‐ en verbrandingsgassen zijn respectievelijk de belangrijkste
sectoren of activiteiten en vervuilende stof en luchtwegproblemen zijn de vaakst gemeld klachten.
Met betrekking tot informatievoorziening rond milieuproblemen stellen we vast dat de meest
betrouwbaar geachte informatiekanalen (wetenschappers en huisartsen) niet dezelfde kanalen zijn
waarvan respondenten aangeven vooral informatie te wensen en te krijgen (gemeentebestuur en
media). Moeders van pasgeborenen en volwassenen wensen vooral van de overheden informatie te
ontvangen, terwijl jongeren dit vooral verwachten van de media en de wetenschap. Hoewel dus
vooral deze kanalen belangrijk geacht worden voor een goede informatievoorziening, wekken ze
duidelijk minder vertrouwen bij de respondenten.
De meest wenselijke manier om geïnformeerd te worden over milieuproblemen in de woonomgeving
is volgens respondenten via productinformatie. Informatieoverdracht via de media of websites van
de overheid komt respectievelijk op de tweede en derde plaats. De bestaande informatiecampagnes
van de overheid rond milieu en gezondheid zijn voor de meeste respondenten onbekend.
Bijna alle respondenten voelen zich mede verantwoordelijk voor de zorg voor het leefmilieu. Ruim
drie kwart van de respondenten zegt ook daadwerkelijk rekening te houden met het leefmilieu,
hoewel slechts een beperkt deel van hen vindt dat dit een positieve invloed heeft. 60% van de
respondenten is bereid zijn of haar gedrag aan te passen indien dit zou helpen bij het oplossen van
milieuproblemen in de leefomgeving. Afval sorteren is de populairste milieubewuste bijdrage die
respondenten leveren. We stellen hier verschillen vast in leeftijdsgroep: jongeren en moeders van
pasgeborenen leveren minder milieubewuste bijdragen dan volwassenen.
Respondenten vinden tot slot dat de plaatselijke bevolking best via een enquête betrokken wordt om
te zoeken naar oplossingen voor lokale milieuproblemen. Ze vinden dat de overheid rekening moet
houden met de wensen van de bevolking, maar uiteindelijk wel zelf moet beslissen. Hoewel de
meerderheid van de respondenten betrokkenheid van de bevolking bij milieubeleid belangrijk vind
om betrokken te worden bij het oplossen van lokale milieuproblemen, geeft ongeveer drie kwart van
de respondenten aan zelf niet bereid te zijn om actief deel te nemen. De bereidheid is in de drie
leeftijdsgroepen wel wat groter bij hoogopgeleiden dan bij lager opgeleiden. De percepties rond
milieuproblemen bij respondenten verspreid over heel Vlaanderen blijken in grote lijnen dezelfde als
die van respondenten uit bepaalde typegebieden in de eerste biomonitoringcampagnes (er werd
toen wel niet gepeild naar beoordeling van informatiecampagnes of attitudes en gedrag inzake
milieuproblemen).
27

Inleiding
Hoofdstuk 1: INLEIDING
Dit rapport bevat de eerste resultaten van het Vlaams Humaan Biomonitoringsprogramma van de
tweede cyclus uitgevoerd door het Steunpunt Milieu en Gezondheid 2007‐2011 in opdracht van de
Vlaamse overheid (minister van Welzijn, Volksgezondheid en Gezin, minister van Leefmilieu, Natuur
en Energie en minister van Economie, Wetenschap en Innovatie).
Het Vlaams Humaan Biomonitoringsprogramma meet de aanwezigheid van vervuilende stoffen in
het menselijk lichaam. Dit programma kadert in het preventiedecreet van de Vlaamse regering (Art.
54. §2) 1 dat voorziet om op regelmatige basis de gehaltes van chemische stoffen in de mens te
bepalen en trends op te volgen.
Humane biomonitoring betekent het organiseren van meetcampagnes bij de mens, waarbij de
blootstelling aan polluenten wordt bestudeerd aan de hand van de inwendige concentraties
(blootstellingsbiomonitoring), en de biologische of gezondheidseffecten van polluenten worden
onderzocht (effectgerichte biomonitoring). Hierdoor laat humane biomonitoring niet alleen toe om
de risico’s op gezondheidseffecten op te sporen vooraleer er zich herkenbare ziektebeelden
voordoen, maar kan het beleid ook preventief worden georiënteerd en nadien worden opgevolgd.
De problematiek van de gezondheidseffecten van milieufactoren is een bevoegdheidsoverschrijdend
thema en behoort tot de bevoegdheden van zowel de Vlaamse minister van Volksgezondheid als de
Vlaamse minister van Leefmilieu. Het biomonitoringsprogramma wordt gesteund en gefinancierd
door beide ministeries, samen metde Vlaamse minister van Wetenschap en Innovatie.De
wetenschappelijke en innovatieve aanpak van het meetnetwerk vindt ook weerklank in Europa waar
Vlaanderen, dank zij dit initiatief, een voortrekkersrol opneemt bij de organisatie van een Europees
biomonitoringsprogramma.
Dit rapport bevat referentiewaarden voor blootstelling en effect van de algemene bevolking aan
goed gekarakteriseerde gevaarlijke stoffen en aan een reeks stoffen die meer recent in het milieu
worden aangetroffen zoals vlamvertragers, nieuwe bestrijdingsmiddelen, perfluorverbindingen en
musks die o.a. in verzorgingsproducten voorkomen.
De referentiewaarden beschrijven op statistische wijze de gehaltes die gemeten worden in een
representatieve steekproef van de bevolking. We hebben hiervoor drie leeftijdsgroepen
geselecteerd: (1) moeders en pasgeborenen werden geselecteerd omdat het ongeboren kind door de
snelle groei en aanleg van organen en weefsels gevoelig is voor de effecten van chemische stoffen
die via de placenta de foetus kunnen bereiken; (2) jongeren (14‐15 jaar) werden geselecteerd omdat
ze meestal blootgesteld zijn aan lokale leefmilieufactoren en de toekomstige generatie vormen; (3)
jong volwassenen (20‐40 jaar) werden vooral geselecteerd voor meting van stoffen die zich met de
leeftijd opstapelen.
De deelnemers vulden een uitgebreide vragenlijst in. Deze informatie laat toe om de invloed van
leeftijd, geslacht, maar ook van milieufactoren zoals actief en passief roken, het gebruik van lokaal
geteelde voeding, verkeersblootstelling , sociale klasse op biomerkerwaarden vast te stellen.
De referentiewaarden beschrijven de gehaltes zoals ze voorkomen in de algemene bevolking. Door ze
met regelmaat op te volgen kunnen trends in de tijd geregistreerd worden. Toename of afname van
van polluentconcentraties in de mens zijn belangrijke gegevens voor de oriëntatie en evaluatie van
de impact van het milieubeleid op de mens.
1 Decreet van 21 november 2003 betreffende het preventieve gezondheidsbeleid (BS: 3/2/2004) gewijzigd door het decreet
van 20 maart 2009 houdende diverse bepalingen betreffende het beleidsdomein Welzijn, Volksgezondheid en Gezin (BS:
6/4/2009)
28

Inleiding
De referentiewaarden laten toe om subpopulaties met afwijkende waarden te identificeren. De
eerste cyclus van het Vlaams Humaan Biomonitoringsprogramma (2002‐2006) gaf aan dat er
belangrijke individuele verschillen zijn in blootstelling en effect van milieuvervuilende stoffen, maar
ook de streek waar men woont heeft een significante invloed op de gehaltes die gemeten worden.
De huidige bekomen referentiewaarden zullen in een latere fase vergeleken worden met de
biomonitoringsresultaten van de geselecteerde hot spots van Genk‐Zuid en Menen waar
ongerustheid bestaat over de lokale milieudruk. In beide hot spots worden jongeren gevraagd om
deel te nemen aan een biomonitoringscampagne. Er zal worden nagegaan of de gehaltes en effecten
die in de jongeren van de hot spots gemeten worden afwijken tegenover de waarden die bekomen
werden in de referentiebiomonitoring.
De referentiewaarden die in dit rapport beschreven worden vormen een benchmark of
referentiekader voor referentiewaarden die in toekomstige campagnes worden bekomen, voor
biomonitoringswaarden van regio’s of subpopulaties binnen Vlaanderen met een specifieke
milieudruk en voor vergelijking met buitenlandse waarden.
29

Methode – selectie van deelnemers
Hoofdstuk 2: METHODE
Eén van de doelstellingen van het Steunpunt Milieu en Gezondheid is het opzetten van een
bewakingssysteem dat de vervuiling en de vroegtijdige gezondheidseffecten in de bevolking meet
met behulp van humane biomonitoring.
De bedoeling is referentiewaarden 2 te bepalen voor biomerkers van blootstelling en biomerkers van
effect in de algemene bevolking van Vlaanderen.
Biomerkers van blootstelling geven een beeld van de interne blootstelling aan polluenten. Er werden
‘historische polluenten’ gemeten zoals zware metalen, PCBs, dioxine‐achtige stoffen, gechloreerde
pesticiden. Daarnaast werden voor het eerst ook ‘nieuwe polluenten’ gemeten op grote schaal, o.a.
gebromeerde vlamvertragers, bisphenol A, ftalaten, metabolieten van nieuwe pesticiden, parabenen,
musks.
Deze referentiewaarden hebben tot doel om:
tijdstrends in blootstelling op te volgen binnen Vlaanderen;
blootstelling in Vlaanderen te vergelijken met andere landen;
te dienen als controlewaarde voor later uit te voeren ‘case studies’.
Biomerkers van effect geven een beeld van de biologische effecten die mogelijk het gevolg zijn van
blootstelling aan polluenten. In deze studie worden immunologische, endocriene, genotoxische en
neurologische effecten gemeten.
Het projectplan werd voorgelegd aan de ethische commissie van de Universiteit Antwerpen en werd
goedgekeurd op 16 mei 2008.
1. Selectie van deelnemers
Het doel van de biomonitoringsstudie was om 650 stalen te verzamelen. De stalen werden verspreid
over heel Vlaanderen en over de vier seizoenen en verdeeld over de volgende drie leeftijdsgroepen:
1. Pasgeborene – moeder koppels: 250 stalen
2. Jongeren (14‐15 jaar): 200 stalen
3. Jong volwassen mannen en vrouwen (20‐40 jaar): 200 stalen
Aangezien we referentiewaarden, representatief voor de Vlaamse bevolking, wilden bepalen, was
iedereen die in Vlaanderen woont een mogelijke deelnemer voor de studie, op voorwaarde dat hij/zij
binnen de geselecteerde leeftijdsklasse valt, en op het moment van de studie minimum 10 jaar in
Vlaanderen woont. Ervaringen uit het vorige Steunpunt hebben ons geleerd dat het veldwerk
(rekrutering van de deelnemers, staalname, etc… ) omwille van de praktische haalbaarheid beter
verloopt wanneer wordt gewerkt met een multistage sampling procedure. Deze procedure bestaat
uit 3 stappen.
De 1ste stap is een stratificatie volgens de provincie. Per provincie en leeftijdsgroep werd het aantal
stalen bepaald evenredig met het aantal inwoners in de provincie op 01.06.2007 (zie Tabel 1).
2 Referentiewaarden beschrijven de biomerkergehalten in een representatieve steekproef van de Vlaamse populatie. Referentiewaarden
worden statistisch afgeleid voor verschillende leeftijdsgroepen. Ze laten toe om vast te stellen wanneer biomerkerwaarden verhoogd of
verlaagd zijn. Op die manier kunnen hoog/laag blootgestelde populaties worden geïdentificeerd. De referentiewaarden die we in dit
document afleiden hebben geen rechtstreeks gezondheidkundige betekenis.
30

Methode – selectie van deelnemers
Tabel 1: Berekening van het gewenst aantal deelnemers per Vlaamse provincie
Pasgeborenen
Jongeren / volwassenen
populatie op 01.06.07 ‐
% t.o.v. Vlaamse gewest Aantal deelnemers Aantal deelnemers
Antwerpen 28 70 56
Vlaams‐Brabant 17 42 34
Limburg 13 32 26
Oost‐Vlaanderen 23 58 46
West‐Vlaanderen 19 48 38
Totaal 100 250 200
Voor de pasgeborenen was het streefdoel 250 in plaats van de 200 bij de andere leeftijdsgroepen. De
reden hiervoor is dat deze groep gedurende twee jaar gevolgd zal worden in een neurologische
opvolgstudie. Omdat we een zekere uitval verwachten werden er in eerste instantie meer
deelnemers gerekruteerd om bij het afsluiten van de studie 200 deelnemers over te houden.
De 2de stap van de procedure is de selectie van primaire sampling units (PSU). Om de staalname bij
de deelnemers zo vlot mogelijk te laten verlopen werd gewerkt met een random sampling van
staalname‐eenheden (sampling units). Een willekeurige selectie van 650 personen uit het rijksregister
zou de organisatie van het veldwerk immers belemmeren, aangezien dan op 650 adressen een staal
genomen moest worden. Dit was niet uitvoerbaar. De sampling units of PSU’s waarmee werd
gewerkt waren respectievelijk kraamklinieken voor de pasgeborene‐moeder koppels en scholen voor
de jongeren. Voor de selectie van volwassen mannen en vrouwen werd geopteerd om via de vijf
verschillende provinciebesturen te werken.
Per provincie werden alle PSU’s opgelijst. De grootte van de PSU’s was evenredig met de kans op
selectie. Bijvoorbeeld, de kraamkliniek met het grootst aantal bevallingen het afgelopen jaar had het
meeste kans om geselecteerd te worden.
Voor de selectie van de tweede PSU werden de volgende voorwaarden bepaald:
- deze PSU mag niet in dezelfde stad liggen als de eerste PSU;
- deze PSU mag niet op minder dan 20 km afstand van de eerste PSU liggen.
Door deze voorwaarden in de selectieprocedure op te nemen werd voorkomen dat we twee keer in
hetzelfde ‘gebied’ rekruteerden.
In de 3de stap van de procedure werden binnen elke PSU de potentiële deelnemers op toevalsbasis
geselecteerd. De geselecteerde (moeder, adolescent of volwassene) mocht aan de studie deelnemen
indien hij/zij minimaal 10 jaar in Vlaanderen woonde, bereid was mee te werken
(toestemmingsformulier ondertekend) en in staat was de Nederlandstalige vragenlijst in te vullen.
31

Methode – selectie van deelnemers
Tabel 2: Aantal deelnemers per groep in verschillende campagnes en verschillende provincies
Pasgeborene‐Moeder
Jongeren
groepen
groepen
Antwerpen 20+20+15+15 20+18+18
Vlaams‐Brabant 15+15+12 17+17
Limburg 16+16 13+13
Oost‐Vlaanderen 20+19+19 15+15+16
West‐Vlaanderen 15+15+18 19+19
Totaal 250 200
1. Spreiding over de vier seizoenen
Voor deze groepen/clusters werd de staalname vervolgens, per provincie, verdeeld over de vier
seizoenen. Het is duidelijk dat de effecten van seizoen en provincie niet volledig los van elkaar
bestudeerd kunnen worden. Voor de kleinere provincies werden er stalen genomen op twee
tijdstippen (twee seizoenen). Globaal werd een gelijke verdeling over de vier seizoenen nagestreefd.
Deze verdeling werd in zoverre als mogelijk voor de drie leeftijdsgroepen gelijk gehouden. Hierdoor
spelen de confounding effecten van seizoen en provincie op dezelfde manier in de drie
leeftijdsgroepen.
2. Verdeling over landelijke en stedelijke gebieden
Het was zeer moeilijk te voorspellen hoeveel percent van de deelnemers stedelijk of landelijk woont.
Door de selectiekans van de eerste PSU evenredig te maken met de grootte van deze PSU was het de
bedoeling PSU’s in de studie te hebben die deelnemers omvatten uit een ruimer geografisch gebied.
Door er verder voor te zorgen dat de twee geselecteerde PSU’s binnen een provincie niet uit dezelfde
stad kwamen, hoopten we geen oververtegenwoordiging van deelnemers uit stedelijk gebied te
hebben. Bijsturen tijdens het veldwerk zelf was echter zeer moeilijk. Het opstarten van bijvoorbeeld
het veldwerk in een kraamkliniek is zeer arbeidsintensief en kan dus niet zomaar op korte termijn
gebeuren. Anderzijds was voor de pasgeborenen en de jongeren de woonplaats van de moeder of de
adolescent op het moment van de steekproeftrekking niet bekend.
Indien er een goede indeling in stedelijk en landelijk gebied voor Vlaanderen beschikbaar is, kan deze
informatie wel gebruikt worden om de gegevens later statistisch te wegen.
Samengevat gebeurde de selectie van de deelnemers via een multistage sampling plan.
De 1ste stap was een stratificatie volgens de provincie.
In de 2de stap werden de primaire sampling units (PSU) geselecteerd: kraamklinieken in
geval van pasgeborenen; scholen in geval van jongeren; het provinciebestuur bij de
volwassenen.
In de 3de stap werden binnen elke PSU de deelnemers in de juiste leeftijdsklasse –
geselecteerd.
32

Methode – onderzoeksprotocol
2. Onderzoeksprotocol
1.1 Pasgeborenen
Voor de selectie van pasgeborene‐moeder koppels werd gewerkt via kraamklinieken.
Voorwaarden voor inclusie moeders waren:
- Ten minste tien jaar in Vlaanderen wonen;
- Toestemming geven (toestemmingsformulier): dit betekent bereid zijn om zowel een
staal navelstrengbloed, bloed en een haarlok af te staan, een uitgebreide vragenlijst in te
vullen in de week na de bevalling en gedurende twee jaar vragenlijsten in te vullen over
de neurologische ontwikkeling van het kind;
- Nederlandstalige vragenlijst kunnen invullen (met vragen over de zwangerschap/
gezondheid/ sociale parameters/ woonomgeving/ levensstijl/ roken/ alcohol/ voeding en
perceptie over milieu en gezondheid).
Selectie van de kraamklinieken:
Er werden twee kraamklinieken geselecteerd per provincie (met telkens een reserve kraamkliniek
voor het geval dat één van de geselecteerde kraamklinieken deelname weigerde). Vervolgens werd
per kraamkliniek het aantal te rekruteren deelnemers bepaald. Per kraamkliniek werden stalen van
meerdere deelnemers verzameld, eventueel op meerdere (staalafname) momenten (bijvoorbeeld
voorjaar en najaar).
Contact met de kraamklinieken:
Het contact met de kraamklinieken verliep in verschillende fasen. Eerst werd aan de
hoofdgeneesheer van het ziekenhuis gevraagd of het ziekenhuis bereid was om mee te werken aan
de studie. Daarna werd contact opgenomen met de hoofdgynaecoloog, de hoofdvroedvrouw en
eventueel het hoofd van de verpleging of de kwaliteitsmanager van het ziekenhuis. Het dossier werd
voorgelegd aan de ethische commissie van het ziekenhuis. Na akkoord van al deze partijen werden
praktische afspraken gemaakt met de vroedvrouwen en de verpleegkundigen. Ook Kind en Gezin
werd op de hoogte gebracht van deze studie.
Tabel 3: Deelnemende kraamklinieken en periode van staalafname
Naam ziekenhuis Postcode Gemeente Periode staalafname
AZ Sint Maria 1500 Halle 12/11/2008‐17/06/2009
OLV ‐ Campus Asse 1730 Asse 25/03/2009‐01/07/2009
St Vincentiusziekenhuis 2000 Antwerpen 27/10/2008‐20/03/2009
St Augustinus 2610 Antwerpen 02/03/2009‐07/07/2009
St Maarten 2800 Mechelen 08/01/2009‐24/03/2009
Virga Jesse 3500 Hasselt 10/10/2008‐16/01/2009
AZ St Maria 3900 Overpelt 06/01/2009‐02/03/2009
AZ St Jan 8000 Brugge 03/02/2009‐06/04/2009
AZ Groeninge, Campus Sint Niklaas 8500 Kortrijk 01/11/2008‐26/03/2009
Maria Middelares 9000 Gent 04/08/2008‐13/01/2009
AZ Nikolaas 9100 St Niklaas 03/02/2009‐06/04/2009
33

Methode – onderzoeksprotocol
We vroegen aan de gynaecologen en de vroedvrouwen om het navelstrengbloed bij de bevalling op
te vangen (zie punt 2 onderzoeksprotocol). De staalafname in de kraamklinieken startte op 4
augustus 2008 en eindigde op 7 juli 2009 (11 maanden).
Rekrutering van de moeders:
Het streefdoel was om 250 deelnemende moeders te rekruteren met een volledig dossier: minstens
50 mL navelstrengbloed, een ingevulde vragenlijst, 20 mL bloed van de moeder, 150 mg haar van de
moeder en de bereidheid om gedurende twee jaar mee te werken aan de opvolgstudie over de
neurologische ontwikkeling van hun kind.
De veldwerkers van het Provinciaal Instituut voor Hygiëne (PIH) bezochten in de verschillende
kraamklinieken de pas bevallen vrouwen. Zij vertelden de moeders dat het navelstrengbloed werd
opgevangen bij de bevalling en ze gaven informatie over de biomonitoringsstudie. Zij gingen na of de
moeders voldeden aan de criteria en of ze interesse hadden om deel te nemen.
De moeders die wensten deel te nemen kregen een folder en een toestemmingsformulier. Door dit
toestemmingsformulier te tekenen, verklaarden ze zich akkoord met de voorwaarden.
In het toestemmingsformulier werd kort vermeld welke analyses op de stalen zullen uitgevoerd
worden. Er werd ook vermeld dat er een vragenlijst moest worden ingevuld over onder andere
levensstijl, ziekten en beroepsblootstelling en dat er in de toekomst op regelmatige tijdstippen
vragenlijsten moesten ingevuld worden over de neurologische ontwikkeling van het kind.
Er werd verder op gewezen dat:
- De privacy beschermd wordt door het gebruik van anonieme codenummers in plaats van
persoonsgegevens;
- Deelnemers het recht hebben zich terug te trekken uit de studie;
- Deelnemers het recht hebben op informatie over de procedure en het
onderzoeksproject in zijn geheel (via de hoofdonderzoeker) en op inzage van hun eigen
gegevens;
- Deelnemers hun eigen resultaten en de collectieve resultaten ontvangen, indien ze dit
wensen.
Staalafname:
Het onderzoek bestond uit de volgende stappen:
De gynaecoloog of vroedvrouw nam een staal navelstrengbloed bij de bevalling.
Het afgenomen navelstrengbloed werd bewaard tot de toestemming werd verkregen van de
desbetreffende moeder. Het navelstrengbloed van de moeders die weigerden deel te nemen
werd vernietigd.
Het bloedstaal van de moeder werd genomen door verpleegkundigen van de kraamkliniek.
Het haarstaal werd genomen door de veldwerkers van de biomonitoringsstudie.
De vragenlijst werd afgegeven aan de moeder. Zij mocht deze in de kraamkliniek of thuis invullen.
Ze ontving een omslag om de ingevulde vragenlijst gratis terug te sturen.
De deelnemers kregen als beloning een kaphanddoek voor de baby.
De veldwerkers noteerden in de kraamkliniek een aantal gegevens over het kind: gewicht,
lengte, hoofdomtrek, zwangerschapsduur, complicaties tijdens de zwangerschap, aangeboren
afwijkingen, hypospadias, cryptorchidie en resultaten van het standaard neurologisch onderzoek.
34

Methode – onderzoeksprotocol
Later werden de gegevens van de centra voor opsporing van metabole ziekten (hielprik) en TSH
opgevraagd.
Bij Kind en Gezin werden gegevens i.v.m. groei en ontwikkeling in de maanden na de geboorte
opgevraagd.
1.2 Jongeren
Selectie van de scholen:
Voor de selectie van de scholen werd een lijst opgesteld van alle middelbare scholen in Vlaanderen
(informatie van Ministerie van Onderwijs). Secundaire scholen met minimaal 100 leerlingen in het
derde leerjaar, in een ASO, TSO of BSO richting kwamen in aanmerking voor de studie. Speciale
scholen zoals Steiner school, Freinet school, joodse school, BUSO school (Buitengewoon Secundair
Onderwijs) kwamen niet in aanmerking omdat het leidt tot de clustering van een bepaalde categorie
leerlingen of omdat de vragenlijst voor sommige van deze leerlingen te moeilijk kon zijn.
Per provincie werden twee scholen geselecteerd voor deze biomonitoringstudie. De kans op selectie
van de school was enerzijds evenredig met het aantal leerlingen in het derde jaar, en anderzijds met
het aanbod van de school. Een school die zowel ASO, TSO en BSO aanbiedt, had meer kans om
geselecteerd te worden dan een even grote school die enkel TSO en BSO aanbiedt.
Nadat de eerste school geselecteerd was, werden alle scholen uit dezelfde stad of binnen een straal
van 20 km uit de lijst verwijderd. Hierdoor voorkwam men dat alle stalen uit een zelfde gebied
zouden komen. Vervolgens werd uit deze gereduceerde lijst een tweede school geselecteerd; waarbij
de kans op selectie evenredig was met de factor die bepaald werd door het aantal leerlingen én het
aanbod (indien de eerst geselecteerde school ASO of TSO of BSO niet aanbiedt moet deze richting
zeker aangeboden worden in de tweede geselecteerde school).
Contact met de scholen:
Het contact met de scholen verliep in verschillende fasen. Eerst werd een brief geschreven aan de
schooldirectie en aan de artsen van de betrokken Centra voor leerlingenbegeleiding (CLB’s). Daarna
werd telefonisch contact opgenomen met de schooldirectie met de vraag om medewerking. Er werd
gevraagd naar een contactpersoon (bijv. leraar biologie, verpleegster van de school,…) die de studie
wilde uitleggen, de leerlingen kan motiveren en bereid was praktische zaken te regelen (zoals het
uitdelen en ophalen van brieven, enz.)
De folders en toestemmingsformulieren werden via de school aan de leerlingen bezorgd en ook terug
verzameld.
Er werden onderzoeksdata vastgelegd en twee weken voor het onderzoek kregen de leerlingen via
de school hun vragenlijst en urinepotje. De staalafname bij de jongeren startte op 27 mei 2008 en
eindigde op 12 mei 2009.
35

Methode – onderzoeksprotocol
Tabel 4: Deelnemende scholen en periode van staalafname bij jongeren
Naam school Postcode Gemeente Periode staalafname
Don Bosco Technisch Instituut 1500 Halle 10/03/2009
Kogeka 2 ‐ Sint Joris 2440 Geel 27/05/2008 – 20/01/2009
Sint Gummarusschool 2500 Lier 03/03/2009 – 24/04/2009
Vrije Technisch Instituut Leuven 3300 Leuven 20/10/2008
Sint Martinus Scholen ‐ campus d 3540 Herk de Stad 14/10/2008
Stedelijke Humaniora 3650 Dilsen 28/04/2009
K.A. 1 8000 Brugge 29/05/2008
Sint Theresia Instituut 8500 Kortrijk 12/05/2009
Koninklijk Atheneum III 9000 Gent 18/11/2008
Sint Maarten Bovenschool 9150 Beveren 10/02/2008 – 21/04/2009
Rekrutering van de leerlingen:
Jongeren uit het derde jaar secundair onderwijs, die maximum één jaar hebben overgedaan, konden
deelnemen. In iedere geselecteerde school werden klassenlijsten opgevraagd van alle leerlingen van
het derde jaar en werden de leerlingen geselecteerd die geboren waren in 1992/93 (schooljaar 2007‐
2008) of 1993/94 (schooljaar 2008‐2009). Er werd een toestemmingsformulier en een folder met
uitleg over de biomonitoringsstudie bezorgd aan de jongeren en hun ouders. Dit gebeurde via de
school. In het toestemmingsformulier werd kort vermeld welke analysen op bloed, urine en haar
zouden worden uitgevoerd. Tevens vroegen we zowel aan de ouders als aan de jongere om een
algemene vragenlijst in te vullen.
Er werd verder gewezen op het feit dat:
- Niet alle jongeren geselecteerd worden voor de studie: de jongere mag enkel deelnemen
indien wordt voldaan aan de inclusiecriteria en indien het aantal deelnemers dat
gerekruteerd moest worden nog niet bereikt was.
- Privacy beschermd wordt door het gebruik van anonieme codenummers.
- Deelnemers recht hebben om zich terug te trekken uit de studie.
- De reststalen van bloed, urine en haar bewaard blijven voor eventuele toekomstige
analyses
- Deelnemers recht hebben op informatie over procedures en het onderzoeksproject in
zijn geheel (via hoofdonderzoeker).
- Er een beloning wordt voorzien voor de jongeren.
Aan de jongeren die niet wensten deel te nemen werd gevraagd anoniem informatie in te vullen over
de reden hiervoor. Uit de jongeren die wel wensten deel te nemen, werd een steekproef van
leerlingen getrokken. Bij de selectie van de leerlingen werd rekening gehouden met de verhoudingen
ASO/TSO/BSO zoals deze op Vlaams niveau voorkomen. Scholen die de drie richtingen aanbieden
werden als laatste bemonsterd, om zo eventuele tekorten in één van de drie richtingen aan te
kunnen vullen. Indien er in een bepaalde school meer dan 20 leerlingen onderzocht moesten
worden, werd ook hier met twee staalafname‐momenten gewerkt. Er werd zo veel mogelijk getracht
om de staalafname‐momenten gelijkmatig te verdelen over de vier seizoenen.
De leerlingen van middelbare scholen zijn doorgaans afkomstig van een ruimere regio rondom de
school. Ook voor deze leeftijdsklasse verwachtten we dat jongeren uit een ruimere geografische
eenheid in de studie opgenomen werden.
36

Methode – onderzoeksprotocol
Voorwaarden voor inclusie deelnemende jongeren:
- Geboren zijn in het jaar 1994, 1993 of 1992;
- Ten minste 10 jaar wonen in Vlaanderen;
- Toestemming van de ouders én de jongere (ondertekend toestemmingsformulier) d.w.z.
bereid zijn om een bloedstaal, urinestaal en haarstaal te leveren, een uitgebreide
vragenlijst in te vullen en een computertest uit te voeren;
- Nederlandstalige vragenlijsten kunnen invullen.
Staalafname:
Het onderzoek bestond uit:
Een bloedafname: 42,5 mL bloed
Urinestaal: samen met de vragenlijsten werd vooraf een potje voor urinecollectie aan de
jongeren meegegeven via de school. De jongere moest op de dag van het onderzoek
ochtendurine collecteren in dit potje en meebrengen naar het onderzoek. Indien er onvoldoende
urine verzameld was, werd dit geregistreerd, maar er werd geen extra staal gevraagd. Indien de
deelnemer zijn urinestaal vergat of niet in het juiste recipiënt had gecollecteerd, werd er
gevraagd om opnieuw een urinestaal te leveren in de loop van de onderzoeksdag.
Een haarstaal werd genomen aan het onderste en bovenste deel van de nek en de zijkant van het
hoofd. Voor het knippen werd een schaar van roestvrij staal gebruikt. Enkel de 2,5 cm van het
haar, het dichtst tegen de schedel werd behouden voor verdere analyse (nieuwgroei). De rest van
het haar werd van het staal verwijderd en weggegooid. De totale hoeveelheid haar per jongere
bedroeg ongeveer 100‐150 mg.
Wegen en meten van jongeren met geijkte weegschaal en meetlat.
Er werd gevraagd aan de ouders en de jongere om samen een algemene vragenlijst in te vullen
over gezinssamenstelling, gezondheid van de jongere, woning, hobby’s, voeding en perceptie
over milieu en gezondheid.
Daarnaast moest de jongere tijdens het veldwerk nog een korte vragenlijst invullen over recente
blootstelling (gedurende de laatste 3 dagen) via roken, alcoholgebruik, specifieke tijdsbesteding
en pilgebruik bij meisjes. Er werd ook een aparte vragenlijst over mentale gezondheid
afgenomen. Deze vragen werden best ingevuld zonder toezicht van de ouders en werden daarom
tijdens het veldwerk in de school afgenomen.
Het afnemen van computertesten om neurologische effectmerkers te meten:
- aandacht (Continuous Performance test);
- snelheid van psychomotoriek (Symbol Digit Substitution test);
- oog‐hand coördinatie (NES 3 test voor visuele accuraatheid van de psycho‐motoriek).
Aanvullend werd een korte vragenlijst afgenomen die toelaat geslachtsspecifiek, apathisch
pseudodepressief gedrag en antisociaal gedrag in te schatten.
De deelnemers kregen twee filmtickets of een aankoopbon voor Fnac als beloning.
Contact met de CLB’s:
De voornaamste reden waarom werd gekozen voor jongeren van het derde jaar secundair onderwijs
is dat deze leeftijdsgroep een uitgebreid puberteitsonderzoek krijgt van de schoolarts. Jongeren en
hun ouders gaven in het informed consent toestemming om CLB‐gegevens van het medisch
schoolonderzoek op te vragen. Via het CLB werden aan de schoolarts gegevens opgevraagd uit het
medisch dossier. Afhankelijk van centrum tot centrum werd de informatie in de dossiers opgezocht
37

Methode – onderzoeksprotocol
door onze studieverpleegsters, of werd de informatie elektronisch doorgegeven door de
verpleegsters van de CLBs. Zowel voor jongens als voor meisjes werden de puberteitsstadia (schaal
van Marshal & Tanner) opgevraagd. Voor jongens werd tevens informatie gevraagd over
testisvolume (orchidometer) en het voorkomen van hypospadias, cryptorchidie of gynecomastie.
1.3 Volwassenen
De doelpopulatie bestond uit jonge mannen en vrouwen van 20–40 jaar. Het steekproefkader was
een lijst van de werknemers van de verschillende Vlaamse provinciebesturen die in de juiste
leeftijdscategorie vallen.
Voordelen van deze aanpak:
- Werknemers van het provinciebestuur zijn afkomstig uit een groter geografische gebied.
- Er werken mensen met een verschillend opleidingsniveau (niveau A ‐ universiteit; B –
hogeschool; C – hoger middelbaar; D – lager middelbaar; E – lager onderwijs of geen
onderwijs) die verschillende activiteiten uitoefenen (administratie, poetspersoneel,
buitendiensten,...).
- Het merendeel van deze werknemers heeft geen beroepsblootstelling (tenzij in het
verleden).
- Het veldwerk vereenvoudigt sterkt als men via de provinciebesturen werkt. De
deelnemers kunnen tijdens werkuren gecontacteerd worden. Bloedafname kan in het
hoofdgebouw of op een paar centrale locaties en tijdens de werkuren gebeuren.
- Er wordt een hoge respons verwacht omdat deelname weinig extra inspanning vraagt
(onderzoeken gebeuren tijdens de werkuren) en omdat de studie ondersteund wordt
door het provinciebestuur.
- Bij de selectie kan men rekening houden met de leeftijd, geslacht en opleidingsniveau
van de deelnemer.
Nadelen van deze aanpak:
- Sommige groepen worden met deze aanpak niet bereikt, bijv. studenten, huismoeders,
werklozen….
Contact met het provinciebestuur:
Er werd contact opgenomen met de deputatie van iedere provincie. Alle betrokken deputés gaven
hun akkoord en er werd vervolgens contact opgenomen met de personeelsverantwoordelijken. Er
werd gekozen voor een uitnodiging per e‐mail. Alle besturen waren het er over eens dat er geen
adressen mochten doorgegeven worden omwille van de privacy en zijzelf mailden de
personeelsleden die in aanmerking kwamen. Ook de diensthoofden ontvingen een mail met uitleg
over het programma en de vraag om hun medewerkers te stimuleren mee te werken, of om
medewerkers die niet of zelden hun mail lezen op de hoogte te brengen van het onderzoek.
Selectie van de deelnemers:
Alle personeelsleden binnen de juiste leeftijdscategorie werden aangeschreven. Uit de
toestemmingsformulieren werd een steekproef getrokken. De bedoeling was om in totaal 200
volwassenen te rekruteren. Bij het samenstellen van de steekproef werd getracht nauw aan te
sluiten bij de leeftijdstructuur, de geslachtsverdeling en opleidingsgraad van de Vlaamse bevolking.
Het onderwijzende personeel van de provinciale scholen werd niet opgenomen in de mailing. Binnen
iedere provincie werd het gewenste aantal deelnemers en enkele reserve deelnemers geselecteerd.
Deze personen werden allen tegelijkertijd aangeschreven om het veldwerk niet te vertragen.
Personen werden gerekruteerd tot het gewenste aantal binnen de provincie werd bereikt.
38

Methode – onderzoeksprotocol
Staalafname gebeurde op verschillende locaties per provincie. Elke deelnemer kon de locatie die hem
het beste uitkwam kiezen. Per staalafname‐moment werden maximaal 20 deelnemers onderzocht.
De staalafname‐momenten werden over de 4 seizoenen verdeeld.
Voorwaarden voor inclusie deelnemers:
- Geboortedatum tussen 1/1/1968 en 31/12/1988;
- Ten minste 10 jaar wonen in Vlaanderen;
- Toestemming gegeven hebben (getekend informed consent), d.w.z. bereid zijn om bloed
en urine te leveren en een uitgebreide vragenlijst in te vullen;
- Nederlandstalige vragenlijsten kunnen invullen.
Rekrutering van de deelnemers:
De potentiële deelnemers ontvangen een folder en een geïnformeerd toestemmingsformulier met
uitleg. Het toestemmingsformulier vermeldt welke analysen op bloed en urine zouden worden
uitgevoerd. Ook vroegen we de deelnemers om een algemene vragenlijst over levensstijl/ ziekten/
beroepsblootstellingen en voeding in te vullen.
Er werd verder gewezen op het feit dat:
- Niet iedereen geselecteerd werd voor de studie: men kon enkel deelnemen indien werd
voldaan aan de inclusiecriteria en tot het gewenst aantal deelnemers bereikt was.
- Privacy wordt beschermd door het gebruik van anonieme codenummers.
- Deelnemers recht hebben om zich terug te trekken uit de studie.
- De reststalen van bloed en urine bewaard blijven voor eventuele toekomstige analyses.
- Deelnemers recht hebben op informatie over procedures en het onderzoeksproject in
zijn geheel (via hoofdonderzoeker).
Tabel 5: Onderzoeksdagen bij volwassenen
onderzoeksdagen
Antwerpen 26/06/2008 – 27/04/2009
Vlaams‐Brabant 02/09/2008 – 29/01/2009
Limburg 19/06/2008 – 08/12/2008
Oost‐Vlaanderen 24/06/2008 – 07/04/2009
West‐Vlaanderen 04/09/2008 – 02/02/2009 ‐ 31/03/2009
39

Methode – biomerkers
3. Biomerkers
Allereerst zijn er de biomerkers van blootstelling die worden gemeten in individuele stalen.
In moeder‐kind cohorte worden polluenten gemeten in navelstrengbloed, in perifeer bloed
van de moeder (enkel zware metalen) en in haar van de moeder (kwik). Bij de jongeren
wordt zowel gemeten in bloed, als in urine en in haarstalen. Bij de volwassenen worden de
meeste metingen uitgevoerd in urine. Er wordt tevens een extra bloedstaal gevraagd dat
vooral bestemd is voor latere analyses (biobank), maar waarop in de huidige campagne reeds
perfluormetingen worden uitgevoerd.
Daarnaast worden ook biomerkers van blootstelling gemeten in mengstalen. Mogelijke
redenen waarom een meting werd uitgevoerd in een mengstaal in plaats van een individueel
staal zijn:
o budgettaire redenen: sommige metingen zijn (voorlopig) te duur om in een grote
groep van individuele stalen uit te voeren;
o onvoldoende validatie: sommige metingen werden specifiek ontwikkeld voor deze
biomonitoringstudie, en zijn dus nog niet gevalideerd om reeds op grote schaal uit te
voeren;
o onvoldoende kennis over de niveaus: voor sommige blootstellingsmerkers is er nog
geen informatie over te verwachten niveaus in de Vlaamse bevolking, of zelfs maar
beperkte informatie over blootstelling in de mens in het algemeen. Door te meten in
mengstalen krijgen we een eerste idee over de waarden voor de biomerker in
Vlaanderen en of de niveaus in Vlaanderen detecteerbaar zijn.
o de aanmaak van de gemengde mengstalen gebeurde als volgt: er werden 5
mengstalen gemaakt voor jongeren en 5 mengstalen voor volwassenen. Ieder
mengstaal was samengesteld op basis van eenzelfde volume urine of bloed van 6
geselecteerde personen uit eenzelfde provincie. Bij jongeren en volwassenen werden
de 6 personen geselecteerd volgens een evenredige geslachtsverdeling (3 mannen; 3
vrouwen). Bij de volwassenen werd ook de leeftijdsklasse in rekening gebracht
(telkens 2 personen uit klasse 20‐26,9; 27‐32,9; 33‐40 jaar).
De effectmerkers zijn een combinatie van toxicologische metingen (biomerkers van effect),
vragenlijstgegevens over gezondheidsklachten en data die beschikbaar zijn vanuit andere
medische registratiesystemen (het medisch dossier van de kraamkliniek en het dossier van
Kind en Gezin bij de pasgeborenen; het medisch dossier van het Centrum voor
Leerlingenbegeleiding (CLB) bij de jongeren).
Voor de berekening van referentiewaarden en interpretatie van de blootstellings‐ en effectmerkers
zijn invloedsfactoren nodig. Sommige van deze data worden gemeten in bloed of urine (bijv. urinair
creatinine of bloedvet); andere worden bekomen via de vragenlijsten.
40

Methode – biomerkers
Tabel 6: Overzicht van biomerkers van blootstelling in drie leeftijdsgroepen – individuele en mengstalen
Deelstudie Pasgeborenen / moeders Jongeren (14‐15 jaar) Volwassenen (20‐40 jaar)
Blootstellingsmerkers
–
individuele stalen
Navelstrengbloed:
- zware metalen (Pb, Cd, Mn, Cu, Tl, As)
- persistente gechloreerde polluenten
(PCB’s, p,p’‐DDE, HCB, Calux)
- persistente gebromeerde polluenten
(PBDE’s, HBCD, TBBPA)
- perfluorderivaten (PFOS, PFOA)
Bloed van de moeder:
- zware metalen (Pb, Cd, Mn, Cu, Tl, As)
Haar van de moeder:
- zware metalen (Hg, MeHg)
Bloed:
- zware metalen (Pb, Cd, Mn, Cu, Tl, As)
- persistente gechloreerde polluenten
(PCB’s, p,p’‐DDE, HCB, Calux)
- persistente gebromeerde polluenten
(PBDE’s, HBCD, TBBPA)
- persoonlijke hygiëne producten
(derivaten van musks)
Urine:
- zware metalen (As, TRA)
- PAK’s (1‐hydroxypyreen)
- benzeen (t,t’‐muconzuur)
- weekmakers (ftalaten, bisfenol A)
- pesticiden (derivaten van organofosfaatpesticiden,
2,5‐DCP)
- persoonlijke hygiëne producten
(triclosan, metaboliet van parabenen)
- tabakrook (cotinine)
Urine:
- zware metalen (Cd, As, TRA)
- PAK’s (1‐hydroxypyreen)
- benzeen (t,t’‐muconzuur)
- weekmakers (ftalaten)
- pesticiden (derivaten van organofosfaatpesticiden,
2,5‐DCP)
- tabakrook (cotinine)
Bloed:
- perfluorderivaten (PFOS, PFOA)
Haar:
- zware metalen (Hg, MeHg)
Blootstellingsmerkers
–
mengstalen
Urine:
- PAK’s (BaP‐tetrol, 1‐ en 2‐naftol)
- pesticiden (ETU, 2,4‐D, derivaten van
pyrethroide pesticiden, fungiciden)
Urine:
- PAK’s (BaP‐tetrol, 1‐ en 2‐naftol)
- pesticiden (ETU, 2,4‐D, derivaten van
pyrethroide pesticiden, fungiciden)
Bloed:
- persoonlijke hygiëne producten
(parabenen, UV‐screens)
Bloed:
- persoonlijke hygiëne producten
(parabenen, UV‐screens)
41

Methode – biomerkers
Effectmerkers
Pasgeborene
Groei en ontwikkeling:
- zwangerschapsduur, lengte, gewicht,
schedelomtrek
- schildklierhormonen (TSH, fT3, fT4)
- metabole hormonen (insuline, leptine)
- sex hormonen (testosteron, oestradiol,
SHBG, LH, FSH)
Moeder
Fertiliteit:
- vruchtbaarheidsbehandeling, tijd tot
zwangerschap, miskraam (vragenlijst)
Immunologie:
- astma en allergie (vragenlijst)
Groei en ontwikkeling:
- schildklierhormonen (TSH, fT3, fT4)
- sex hormonen (testosteron, oestradiol,
SHBG, LH, FSH) – enkel jongens
- puberteitsstadia (CLB)
- leeftijd menarche (vragenlijst)
Genotoxiciteit:
- komeettest
- urinair 8‐hydroxydeoxyguanosine
Immunologie:
- astma en allergie (vragenlijst)
Neurologie:
- score voor ADHD (vragenlijst)
- NES test
Genexpressie
Cardiovasculair:
- bloedplaatjesaggregatie
Fertiliteit:
- vruchtbaarheidsbehandeling, tijd tot
zwangerschap, miskraam (vragenlijst)
- inhibine B – enkel mannen
Immunologie:
- astma en allergie (vragenlijst)
Invloedsfactoren
(confounders)
Biochemie:
- bloedvetten: cholesterol en
triglyceriden in navelstrengbloed
- serum ferritine in navelstrengbloed
Vragenlijst: levensstijl, beroep, voeding,
woonomgeving,…
Biochemie:
- bloedvetten: serum cholesterol en
triglyceriden
- serum ferritine
- urinair creatinine, densiteit
Vragenlijst: levensstijl, hobby’s, voeding,
woonomgeving,…
Biochemie:
- HDL cholesterol, bloedplaatjes,
hematocriet
- urinair creatinine, densiteit
Vragenlijst: levensstijl, hobby’s, voeding,
woonomgeving,…
Afkortingen: Pb: lood; Cd: cadmium; Mn: mangaan; Cu: koper; Tl: thallium; As: arseen; PCB’s: polygechloreerde biphenyls; p,p’‐DDE: p,p’‐dichloordiphenyldichloor‐ethaan;
HCB: hexachlorobenzeen; PBDE’s: polygebromeerde diphenylethers; HBCD: hexabromocyclododecaan; TBBPA: tetrabromo bisphenol A; PFOS: perfluoroctaansulfonzuur;
PFOA: perfluoroctaanzuur; Hg: kwik; MeHg: methylkwik; As: arseen; TRA: toxisch relevant arseen; PAK’s: polycyclische aromatische koolwaterstoffen; 2,5‐DCP: 2,5‐
dichlorophenol; ETU: ethyleenthioureum; 2,4‐D: 2,4‐dichlorofenoxy‐azijnzuur; BaP‐tetrol: benzo[a]pyreen tetrol; TSH: thyroid stimulerend hormoon; fT3: vrij
triiodothyronine; fT4: vrij thyroxine; SHBG: sex hormone binding globuline; LH: luteïniserend hormoon; FSH: follikel stimulerend hormoon; CLB: centrum voor
leerlingenbegeleiding; ADHD: Attention‐Deficit/Hyperactivity Disorder; NES‐test: neurobehaviour examination survey.
42

Methode – biomerkers
2.1 Biomerkers van blootstelling
Een schematisch overzicht van meetmethode, kwaliteitscriteria en uitvoerend lab wordt gegeven in
Tabel 7. Voor een gedetailleerde beschrijving van de toxicologische metingen wordt verwezen naar
bijlage 1.
De uitvoerende laboratoria en verantwoordelijke contactpersonen die meewerkten in deze studie
zijn:
Algemeen Medisch Laboratorium (AML), Desguinlaan 88, 2018 Antwerpen.
Contactpersoon: Dhr. Michel Stalpaert (michel.stalpaert@aml‐lab.be): meting van urinair
cadmium, arseen, toxisch relevant arseen en cotinine.
Research Institute for Chromatography (RIC), President Kennedypark 26, 8500 Kortrijk.
Contactpersoon: Dhr. Frank David (frank.david@richrom.be): meting van musk derivaten,
parabenen en UV filters in volbloed; meting van para‐hydroxy‐benzoëzuur, ETU,
metabolieten van pyrethroïde pesticiden en metabolieten van fungiciden in urine.
RWTA Aachen University (UAachen) ‐ Institute of Occupational and Social Medicine,
Pauwelsstrasse 30, D52074 Aachen, Germany.
Contactpersoon: Dr. Thomas Schettgen (tschettgen@ukaachen.de): meting van
perfluorderivaten in serum/plasma.
Universiteit Antwerpen ‐ Toxicologisch Centrum (UA – TOX), Universiteitsplein 1, 2610
Wilrijk.
Contactpersoon: Dr. Adrian Covaci (adrian.covaci@ua.ac.be): meting van PCB’s, p,p’‐DDE,
hexachloorbenzeen, PBDE’s, totaal hexabromocyclododecaan en tetrabromo‐bisfenol A in
serum/plasma; bisfenol A en triclosan in urine.
Vlaamse Instelling voor Technologische Onderzoek – Milieuanalyse en –techniek (VITO –
MANT), Boeretang 200, 2400 Mol.
Contactpersoon: Dr. Mai Wevers (mai.wevers@vito.be): meting van metabolieten van
ftalaten, metabolieten van organofosfaatpesticiden, 2,5‐DCP en 2,4‐D in urine.
Vlaamse Instelling voor Technologische Onderzoek – Milieutoxicologie (VITO – TOX),
Boeretang 200, 2400 Mol.
Contactpersonen:
‐ Mevr. Griet Jacobs (griet.jacobs@vito.be): meting van 1‐hydroxypyreen, 1‐ en 2‐naftol, B[a]‐
pyreen tetrol en t,t’‐muconzuur in urine.
‐ Dr. Gudrun Koppen (gudrun.koppen@vito.be): DR rat Calux assay op serum/plasma.
Vrije Universiteit Brussel – Departement Analytische en Milieuchemie (VUB – ANCH),
Pleinlaan 2, 1050 Brussel.
Contactpersonen:
‐ Drs. Jan Vrijens (jvrijens@vub.ac.be): meting van zware metalen in bloed.
‐ Drs. Kim Croes (kcroes@vub.ac.be): UCD muis Calux assay op serum/plasma.
‐ Prof. dr. Willy Baeyens (wbaeyens@vub.ac.be): kwik en methylkwik in haar.
43

Methode – biomerkers
Tabel 7: Biomerkers van blootstelling: overzicht van gebruikte meetmethoden, kwaliteitscriteria en uitvoerend laboratorium
Biomerker
Uitvoerend Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens
laboratorium
Zware metalen
bloed lood VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 1,9 µg/L 3 6,2 µg/L 4 >1,9 µg/L
moeders / volbloed
jongeren / volbloed
bloed cadmium VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 0,06 µg/L 3 0,201 µg/L 4 >0,06 µg/L
moeders / volbloed
jongeren / volbloed
bloed mangaan VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 0,86 µg/L 3 2,9 µg/L 4 >0,86 µg/L
moeders / volbloed
jongeren / volbloed
bloed koper VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 2,04 µg/L 3 6,8 µg/L 4 >2,04 µg/L
moeders / volbloed
jongeren / volbloed
bloed thallium VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 0,001 µg/L 3 0,005 µg/L 4 >0,001 µg/L
moeders / volbloed
jongeren / volbloed
bloed arseen VUB ‐ ANCH ICP‐MS pasgeborenen / volbloed 0,028 µg/L 3 0,093 µg/L 4 >0,028 µg/L
moeders / volbloed
jongeren / volbloed
urinair cadmium AML ICP‐DRC‐MS volwassenen / urine 10 ng/L 100 ng/L > 50 ng/L
urinair arseen AML ICP‐DRC‐MS jongeren / urine
0,04 µg/L 0,1 µg/L > 1 µg/L
volwassenen / urine
toxisch relevant arseen AML Hydride AAS jongeren / urine
0,7 µg/L 1,0 µg/L > 0,7 µg/L
(TRA) in urine
volwassenen / urine
kwik in haar VUB ‐ ANCH AFS moeders / haar
jongeren / haar
0,0015 µg/g 3 0,005 µg/g 4 > 0,0015 µg/g
3 SD blanco * 3
4 SD blanco * 10
44

Methode – biomerkers
Biomerker
Uitvoerend Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens
laboratorium
methylkwik in haar VUB ‐ ANCH AFS moeders / haar
0,00004 µg/g 3 0,0001 µg/g 4 > 0,00004 µg/g
jongeren / haar
Persistente gechloreerde polluenten
som merker PCB’s (138, UA – TOX GC‐MS pasgeborenen / plasma 10 ng/L voor elk 20 ng/L voor elk > 20 ng/L
153 & 180)
jongeren / serum
congeneer congeneer 3
hexachlorobenzeen (HCB) UA – TOX GC‐MS pasgeborenen / plasma 20 ng/L 20 ng/L 3 > 20 ng/L
jongeren / serum
p,p’‐DDE UA – TOX GC‐MS pasgeborenen / plasma 20 ng/L 20 ng/L 3 > 20 ng/L
jongeren / serum
totaal dioxine‐achtige
stoffen
VITO – TOX DR rat Calux pasgeborenen / plasma 9,7 pg Calux TEQ/g
vet
‐ >0,0128 pg Calux
TEQ/well
dioxines en furanen VUB ‐ ANCH UCD muis Calux jongeren / serum ‐ 30,3 pg BEQ/g vet >0,1 pg BEQ/well
dioxine‐achtige PCB’s VUB ‐ ANCH UCD muis Calux jongeren / serum ‐ 14,5 pg BEQ/g vet >0,1 pg BEQ/well
gebromeerde diphenylether:
BDE 28
gebromeerde diphenylether:
BDE 47
gebromeerde diphenylether:
BDE 99
gebromeerde diphenylether:
BDE 100
gebromeerde diphenylether:
BDE 153
gebromeerde diphenylether:
BDE 154
gebromeerde diphenylether:
BDE 183
Gebromeerde vlamvertragers
UA – TOX GC‐MS pasgeborenen / plasma
jongeren / serum
UA – TOX GC‐MS pasgeborenen / plasma
jongeren / serum
UA – TOX GC‐MS pasgeborenen / plasma
jongeren / serum
UA – TOX GC‐MS pasgeborenen / plasma
jongeren / serum
UA – TOX GC‐MS pasgeborenen / plasma
jongeren / serum
UA – TOX GC‐MS pasgeborenen / plasma
jongeren / serum
UA – TOX GC‐MS pasgeborenen / plasma
jongeren / serum
1 ng/L 2 ng/L 3 > 2 ng/L
1 ng/L 3 ng/L 3 > 3 ng/L
1 ng/L 3 ng/L 3 > 3 ng/L
1 ng/L 2 ng/L 3 > 2 ng/L
1 ng/L 2 ng/L 3 > 2 ng/L
1 ng/L 2 ng/L 3 > 2 ng/L
1 ng/L 2 ng/L 3 > 2 ng/L
45

Methode – biomerkers
Biomerker
Uitvoerend Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens
laboratorium
gebromeerde diphenylether:
UA – TOX GC‐MS pasgeborenen / plasma 10 ng/L 40 ng/L 3 > 40 ng/L
BDE 209
jongeren / serum
hexabromocyclo‐dodecaan UA – TOX GC‐MS pasgeborenen / plasma 5 ng/L 20 ng/L 3 > 20 ng/L
(HBCD)
jongeren / serum
tetrabromo bisfenol A UA – TOX GC‐MS pasgeborenen / plasma 3 ng/L 10 ng/L 3 > 10 ng/L
(TBBPA)
jongeren / serum
Plastic componenten
bisfenol A (BPA) UA – TOX GC‐MS jongeren / urine 0,1 µg/L 0,2 µg/L 3 > 0,2 µg/L
ftalaat metaboliet: VITO – MANT LC‐MS/MS jongeren / urine
0,014 µg/L 3 0,029 µg/L 4 > 1,0 µg/L
MeHP
volwassenen / urine
ftalaat metaboliet: VITO – MANT LC‐MS/MS jongeren / urine
0,044 µg/L 3 0,087 µg/L 4 > 0,1 µg/L
5‐OH‐MeHP
volwassenen / urine
ftalaat metaboliet: VITO – MANT LC‐MS/MS jongeren / urine
0,030 µg/L 3 0,060 µg/L 4 > 0,1 µg/L
5‐oxo‐MeHP
volwassenen / urine
ftalaat metaboliet: VITO – MANT LC‐MS/MS jongeren / urine
0,021 µg/L 3 0,041 µg/L 4 > 10 µg/L
MnBP
volwassenen / urine
ftalaat metaboliet: VITO – MANT LC‐MS/MS jongeren / urine
0,074 µg/L 3 0,149 µg/L 4 > 0,2 µg/L
MBzP
volwassenen / urine
Perfluorderivaten
PFOS UAachen HPLC‐MS/MS pasgeborenen / plasma ‐ 0,3 µg/L 4 > 0,3 µg/L
volwassenen / serum
PFOA UAachen HPLC‐MS/MS pasgeborenen / plasma ‐ 0,3 µg/L 4 > 0,3 µg/L
volwassenen / serum
Polycyclische aromatische koolwaterstoffen (PAK’s)
1‐hydroxypyreen VITO – TOX HPLC ‐
jongeren / urine
6 ng/L 5 12 ng/L 6 > 6 ng/L
fluorescentie volwassenen / urine
1‐naftol VITO – TOX HPLC ‐ mengstalen urine jongeren, 1,6 µg/L 5 4,7 µg/L 6 > 1,6 µg/L
5 Calibratiecurve: SE / slope
6 Calibratiecurve
46

Methode – biomerkers
Biomerker
Uitvoerend Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens
laboratorium
fluorescentie volwassenen
2‐naftol VITO – TOX HPLC ‐
mengstalen urine jongeren, 0,9 µg/L 5 2,8 µg/L 6 > 0,9 µg/L
fluorescentie volwassenen
B(a) pyreen tetrolen VITO – TOX HPLC ‐
fluorescentie
mengstalen urine jongeren,
volwassenen
1,4 – 2,3 ng/L 5 (vr.
afzond. tetrolen)
4,1 – 6,9 ng/L 6 (vr.
afzond. tetrolen)
Benzeen
t,t’‐muconzuur VITO – TOX HPLC‐UV jongeren / urine
6 µg/L 5 17 µg/L 6 > 6 µg/L
volwassenen / urine
Pesticiden
metaboliet organofosfaatpesticiden:
VITO – MANT GC‐MS jongeren / urine
0,79 µg/L 3 0,94 µg/L 4 > 3 µg/L
DMP
volwassenen / urine
metaboliet organofosfaatpesticiden:
VITO – MANT GC‐MS jongeren / urine
0,25 µg/L 3 0,50 µg/L 4 > 1 µg/L
DMTP
volwassenen / urine
metaboliet OP‐pesticiden: VITO – MANT GC‐MS jongeren / urine
0,26 µg/L 3 0,52 µg/L 4 > 1 µg/L
DMDTP
volwassenen / urine
metaboliet organofosfaatpesticiden:
VITO – MANT GC‐MS jongeren / urine
0,86 µg/L 3 1,72 µg/L 4 > 2 µg/L
DEP
volwassenen / urine
metaboliet organofosfaatpesticiden:
VITO – MANT GC‐MS jongeren / urine
0,49 µg/L 3 0,97 µg/L 4 > 1 µg/L
DETP
volwassenen / urine
metaboliet OP‐pesticiden: VITO – MANT GC‐MS jongeren / urine
0,70 µg/L 3 1,39 µg/L 4 > 2 µg/L
DEDTP
volwassenen / urine
para‐dichlorofenol VITO – MANT GC‐MS jongeren / urine
0,18 µg/L 3 0,10 µg/L 4 > 0,4 µg/L
(2,5‐DCP)
volwassenen / urine
2,4 dichlorofenoxyazijnzuur
VITO – MANT LC‐MS/MS mengstalen urine jongeren, 0,028 µg/L 3 0,056 µg/L 4 > 0,03 µg/L
(2,4‐D)
volwassenen
ethyleenthioureum RIC LC‐MS/MS mengstalen urine jongeren, 0,1 ng/mL 0,5 ng/mL > 0,5 ng/mL
(ETU)
volwassenen
Metaboliet fungiciden: RIC LC‐MS/MS mengstalen urine jongeren, 0,25 ng/mL 1 ng/mL > 0,5 ng/mL
3,4‐DCA
volwassenen
Metaboliet fungiciden:
3,5‐DCA
RIC LC‐MS/MS mengstalen urine jongeren,
volwassenen
0,25 ng/mL 1 ng/mL > 1 ng/mL
47

Methode – biomerkers
Biomerker
Uitvoerend Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens
laboratorium
Metaboliet fungiciden: RIC LC‐MS/MS mengstalen urine jongeren, 0,25 ng/mL 1 ng/mL > 0,25 ng/mL
DCPMU
volwassenen
Metaboliet fungiciden: RIC LC‐MS/MS mengstalen urine jongeren, 0,50 ng/mL 2 ng/mL > 0,5 ng/mL
DCPU
volwassenen
Metaboliet pyrethroïde RIC GC‐MS mengstalen urine jongeren, 0,12 µg/L 0,24 µg/L > 0,24 µg/L
pesticiden: 3‐PBA
volwassenen
Metaboliet pyrethroïde RIC GC‐MS mengstalen urine jongeren, 0,06 µg/L 0,12 µg/L > 0,12 µg/L
pesticiden: FPBA
volwassenen
Persoonlijke hygiëne producten
Musk derivaat: galaxolide RIC GC‐MS jongeren / volbloed 20 ng/L 40 ng/L > 20 ng/L
(HHCB)
Musk derivaat: tonalide RIC GC‐MS jongeren / volbloed 20 ng/L 40 ng/L > 20 ng/L
(AHTN)
Musk derivaat: musk RIC GC‐MS jongeren / volbloed – subset 40 ng/L 80 ng/L > 40 ng/L
xylene (MX)
van stalen
Musk derivaat: musk RIC GC‐MS jongeren / volbloed – subset 20 ng/L 40 ng/L > 20 ng/L
ketone (MK)
van stalen
Triclosan UA – TOX GC‐MS jongeren / urine 0,1 µg/L 0,05 µg/L > 0,05 µg/L
Metaboliet parabenen:
para‐hydroxy‐benzoëzuur
RIC LC‐MS/MS jongeren / urine
volwassenen / urine
Methyl paraben RIC LC‐MS/MS mengstalen bloed jongeren,
volwassenen
Ethyl paraben RIC LC‐MS/MS mengstalen bloed jongeren,
volwassenen
Propyl paraben RIC LC‐MS/MS mengstalen bloed jongeren,
volwassenen
Butyl paraben RIC LC‐MS/MS mengstalen bloed jongeren,
volwassenen
Benzyl paraben RIC LC‐MS/MS mengstalen bloed jongeren,
volwassenen
50 µg/L 100 µg/L > 100 µg/L
0,3 ng/mL 0,5 ng/mL > 0,5 ng/mL
0,2 ng/mL 0,5 ng/mL > 0,5 ng/mL
0,3 ng/mL 0,5 ng/mL > 0,5 ng/mL
0,1 ng/mL 0,5 ng/mL > 0,5 ng/mL
0,1 ng/mL 0,5 ng/mL > 0,5 ng/mL
48

Methode – biomerkers
Biomerker
sunscreens in bloed:
BP‐3
sunscreens in bloed:
DHB
sunscreens in bloed:
DHMB
sunscreens in bloed:
THB
sunscreens in bloed:
4‐MBC
sunscreens in bloed:
HMS
sunscreens in bloed:
DABI
Uitvoerend
laboratorium
Methode Doelgroep / matrix LOD LOQ Rapporteer‐grens
RIC LC‐MS/MS mengstalen bloed jongeren, 0,02 ng/mL 0,05 ng/mL > 0,05 ng/mL
volwassenen
RIC LC‐MS/MS mengstalen bloed jongeren, 0,02 ng/mL 0,05 ng/mL > 0,05 ng/mL
volwassenen
RIC LC‐MS/MS mengstalen bloed jongeren, 0,07 ng/mL 0,14 ng/mL > 0,14 ng/mL
volwassenen
RIC LC‐MS/MS mengstalen bloed jongeren, 0,25 ng/mL 0,50 ng/mL > 0,50 ng/mL
volwassenen
RIC LC‐MS/MS mengstalen bloed jongeren, 0,17 ng/mL 0,34 ng/mL > 0,34 ng/mL
volwassenen
RIC LC‐MS/MS mengstalen bloed jongeren, 0,10 ng/mL 0,21 ng/mL > 0,21 ng/mL
volwassenen
RIC LC‐MS/MS mengstalen bloed jongeren, 0,03 ng/mL 0,06 ng/mL > 0,06 ng/mL
volwassenen
Tabaksrook
jongeren / urine
5 µg/L 10 µg/L > 10 µg/L
volwassenen / urine
Cotinine AML Chemoluminiscent
immunoassay
49

Methode – biomerkers
2.1 Biomerkers van effect
Als vroegtijdige gezondheidseffecten worden verschillende parameters gemeten. In sommige
gevallen gaat het om chemische metingen in bloed of urine. Daarnaast wordt gebruik gemaakt van
vragenlijstgegevens of gegevens die routinematig verzameld worden. Een overzicht van de
biomerkers van effect wordt gegeven in Tabel 8. Een gedetailleerde beschrijving van de biomerkers
van effect wordt gegeven in bijlage 2.
50

Methode – biomerkers
Tabel 8: Biomerkers van effect: overzicht van definities en meetmethoden
Biomerker Eenheid Doelgroep Herkomst data Definitie/methode
Astma en allergie
Astma ja/neen moeders pasgeborenen,
jongeren & volwassenen
vragenlijst
Astma, ‘current asthma’ volgens definitie
van ECHRS
Astma, vastgesteld door arts ja/neen moeders pasgeborenen, vragenlijst
Astma, diagnose door arts
jongeren & volwassenen
Astma, laatste 12 maanden ja/neen moeders pasgeborenen,
jongeren & volwassenen
vragenlijst
Astma, volgens definitie ECHRS of diagnose
door arts of op basis van symptomen
Hooikoorts ja/neen moeders pasgeborenen,
jongeren & volwassenen
vragenlijst
hooikoorts, diagnose door arts of op basis
van medicatie of symptomen
Hooikoorts, vastgesteld door arts ja/neen moeders pasgeborenen, vragenlijst
hooikoorts, diagnose door arts
jongeren & volwassenen
Eczeem ja/neen moeders pasgeborenen,
jongeren & volwassenen
vragenlijst
eczeem, op basis van medicatie of
symptomen
Allergie voor voeding, insecten of
geneesmiddelen (laatste 5 jaar)
ja/neen moeders pasgeborenen,
jongeren & volwassenen
vragenlijst
allergie of huiduitslag na contact met
voedingsmiddelen, insecten of
geneesmiddelen
Allergie voor metaal of chemische
producten (laatste 5 jaar)
Allergie voor dieren
(laatste 5 jaar)
ja/neen
ja/neen
moeders pasgeborenen,
jongeren & volwassenen
moeders pasgeborenen,
jongeren & volwassenen
vragenlijst
vragenlijst
Genotoxiciteitsmerkers
Komeettest, % DNA migratie jongeren analyse op volbloed
lab: Vito‐toxicologie
Komeettest, fpg enzymes % DNA migratie jongeren analyse op volbloed
lab: Vito‐toxicologie
allergie of huiduitslag na contact met
metaal, verzorgings‐, huishoud‐ of
onderhoudsproducten
allergie of huiduitslag na contact met
dieren of ooit een huisdier weggedaan
omwille van allergie
‘klassieke’ komeettest: maat voor DNAschade
t.g.v. normale replicatieproces
specifieke komeettest: maat voor DNAschade
ter hoogte van geoxideerde
purinebasen
51

Methode – biomerkers
Biomerker Eenheid Doelgroep Herkomst data Definitie/methode
8‐hydroxydeoxyguanosine in urine µg/L jongeren analyse op urine ELISA kit (Gentaur‐Belgium)
lab: Vito‐toxiclogie
8‐hydroxydeoxyguanosine in urine µg/g crt jongeren analyse op urine
lab: Vito‐toxiclogie
ELISA kit (Gentaur‐Belgium) – correctie
voor urinair creatinine
Groei en ontwikkeling
geboortegewicht kg pasgeborenen patiëntendossier gewicht bij de geboorte (kg)
kraamkliniek
geboortelengte cm pasgeborenen patiëntendossier lengte bij de geboorte (cm)
kraamkliniek
schedelomtrek cm pasgeborenen patiëntendossier schedelomtrek bij de geboorte (cm)
kraamkliniek
zwangerschapsduur weken pasgeborenen patiëntendossier duur van de zwangerschap in weken
kraamkliniek
Schildklierhormonen
Thyroid Stimulerend Hormoon
(TSH)
mIU/L pasgeborenen, jongeren analyse op plasma/serum
lab: UGent, andrologie
competitieive immuno‐assay met TSHspecifiek
antilichaam
Thyroxine (fT4) ng/dL pasgeborenen, jongeren analyse op plasma/serum
lab: UGent, andrologie
competitieive immuno‐assay met T4‐
specifiek antilichaam
Triiodothyronine (fT3) pg/mL pasgeborenen, jongeren analyse op plasma/serum
lab: UGent, andrologie
competitieive immuno‐assay met T3‐
specifiek antilichaam
Sex hormonen
Totaal testosteron (T) ng/dL pasgeborenen, jongeren
(enkel jongens)
analyse op plasma/serum
lab: UGent, andrologie
radioimmuno‐assay (RIA) van Orion
Diagnostics
Vrij testosteron (fT) ng/dL jongeren (enkel jongens) berekend
lab: UGent, andrologie
evenwichtsberekening vanuit totaal
testosteron en SHBG
Totaal oestradiol (E2) pg/mL pasgeborenen, jongeren
(enkel jongens)
analyse op plasma/serum
lab: UGent, andrologie
competitieive immuno‐assay met E2‐
specifiek antilichaam
Vrij oestradiol (fE2) pg/mL jongeren (enkel jongens) berekend
lab: UGent, andrologie
evenwichtsberekening vanuit totaal
oestradiol en SHBG
Aromatase index _ jongeren (enkel jongens) berekend aromatase index = ratio T / E2
Sex Hormone Binding Globuline
(SHBG)
nmol/L pasgeborenen, jongeren
(enkel jongens)
analyse op plasma/serum
lab: UGent, andrologie
niet‐competitieve immunoradiometric
assay (IRMA) van Orion Diagnostics
52

Methode – biomerkers
Biomerker Eenheid Doelgroep Herkomst data Definitie/methode
Luteïniserend hormoon (LH) IU/mL pasgeborenen, jongeren
(enkel jongens)
analyse op plasma/serum
lab: UGent, andrologie
competitieive immuno‐assay met LHspecifiek
antilichaam
Follicle Stimulerend Hormone
(FSH)
pasgeborenen, jongeren
(enkel jongens)
analyse op plasma/serum
lab: UGent, andrologie
competitieive immuno‐assay met FSHspecifiek
antilichaam
Metabole hormonen
Leptine ng/mL pasgeborenen analyse op plasma ELISA (DSLabs)
lab: AML
Insuline nmol/L pasgeborenen analyse op plasma RIA
lab: AML
Puberteitsontwikkeling
borstontwikkeling meisjes score 1 tot 5 jongeren, meisjes databank CLB Borstontwikkeling volgens Marshall &
Tanner (score B1 – B5)
pubisbeharing meisjes score 1 tot 5 jongeren, meisjes databank CLB Pubisbeharing volgens Marshall & Tanner
(score P1 – P5)
genitale ontwikkeling jongens score 1 tot 5 jongeren, jongens databank CLB Genitale ontwikkeling volgens Marshall &
Tanner (score G1 – G5)
pubisbeharing jongens score 1 tot 5 jongeren, jongens databank CLB Pubisbeharing volgens Marshall & Tanner
(score P1 – P5)
leeftijd menarche jaar jongeren, meisjes vragenlijst
Leeftijd eerste maandstonden
(zelfrapportering)
Fertiliteit
miskramen ja/neen moeders pasgeborenen vragenlijsten
(zelfrapportering)
resultaat van zwangerschap: ‘spontane
miskraam’ of ‘abortus om medische
redenen’
vruchtbaarheidsbehandeling ja/neen moeders pasgeborenen vragenlijsten
(zelfrapportering)
ontstaan van de zwangerschap na
medische begeleiding
hormonale stimulatie ja/neen moeders pasgeborenen vragenlijsten
(zelfrapportering)
ontstaan van de zwangerschap na
hormonale stimulatie
IVF/ICSI ja/neen moeders pasgeborenen vragenlijsten
(zelfrapportering)
ontstaan van de zwangerschap na IVF of na
ICSI
inhibine B pg/mL volwassenen, mannen analyse op serum
lab: UGent, andrologie
ELISA (Serotec Limited Oxford)
53

Methode – statistische analyse
4. Statistische analyse
4.1 Beschrijving van de onderzoekspopulatie
De steekproef werd beschreven naar o.a. leeftijd van de deelnemer, geslacht, rookgedrag, socioeconomische
status, voedingsgewoonten, verkeersblootstelling, …. Het is belangrijk om een zicht te
hebben op de samenstelling van de steekproef omdat eventuele verschillen met andere
onderzoekspopulaties (zoals de hotspots) aan de basis kunnen liggen van verschillen waargenomen
in effectmerkers en blootstellingmerkers.
Voor de categorische parameters (bijv. hoogste opleidingsniveau) worden frequentietabellen
gepresenteerd, voor continue parameters (bijv. leeftijd) worden gemiddelde, standaard deviatie,
minimum, mediaan en maximum gegeven.
4.2 Ruwe gegevens
Voor elke biomerker en effectmerker worden een aantal samenvattende ruwe statistieken
gepresenteerd.
Voor de continue merkers worden volgende gegevens weergegeven: steekproefgrootte, het
percentage van de deelnemers met een waarde boven de LOD/LOQ (indien van toepassing), het
gemiddelde, standaard fout, minimum, P10, P25, mediaan, P75, P90, maximum en het geometrisch
gemiddelde met een 95% betrouwbaarheidsinterval. Het geometrisch gemiddelde wordt verkregen
na terugtransformatie van de gemiddelden van de natuurlijke logaritmische getransformeerde data.
Voor de binaire merkers worden de steekproefgrootte en de proportie van voorkomen (bijv. van
astma) weergegeven.
Deze statistieken worden berekend voor de referentie‐populatie in zijn geheel en anderzijds voor
subgroepen gedefinieerd op basis van kenmerken van de deelnemers. Zo worden de samenvattende
ruwe statistieken bijvoorbeeld afzonderlijk weergegeven voor rokers, ex‐rokers en nooit rokers.
Merk op dat het aantal deelnemers per groep soms klein is; waardoor de spreiding op de bekomen
statistische waarden groot wordt.
De verschillen tussen de subgroepen werden getoetst op hun statistische significantie (p

Methode – statistische analyse
het voedingspatroon, het rookgedrag, … van de deelnemers van Genk‐Zuid verschillen van dit van de
referentie‐populatie. Bij vergelijking van de merkers tussen de gebieden evenals bij de blootstellingeffectrelaties
moet rekening gehouden worden met deze confounding factoren.
Een vlot haalbare vorm van correctie is stratificatie. Per gebied (hotspot, Vlaanderen) worden de
gegevens dan apart voorgesteld voor verschillende strata (subgroepen) bijvoorbeeld de leeftijd van
de deelnemer in klassen van 5 jaar.
Maar een grondiger correctie voor verscheidene parameters gelijktijdig, (o.a. leeftijd en roken) kan
uitgevoerd worden via een meervoudige regressie analyse.
Meervoudige regressie technieken werden gebruikt worden om de afhankelijkheid van de merkers
met twee of meer verklarende parameters gelijktijdig te onderzoeken. Voor de continue merkers
(blootstelling‐ of effectmerker) werd gebruik gemaakt van lineaire regressie modellen. Voor de
binaire merkers werden logistische regressie modellen gebruikt. De continue blootstellingmerkers
worden volgens de natuurlijke logaritmische functie getransformeerd. Deze getransformeerde
gegevens worden in de regressie modellen als response variabelen gebruikt. De reden hiervoor is dat
de oorspronkelijke gegevens niet normaal verdeeld zijn.
Met meervoudige regressie heeft men de mogelijkheid om het effect van één onafhankelijke
variabele op een afhankelijke variabele Y te bestuderen, terwijl men de andere variabelen gefixeerd
(constant) houdt. De algemene vergelijking voor de meervoudige regressie luidt:
E(Y x
) = α+β 1
x 1
+ β 2
x 2
+β 3
x 3
voor lineaire regressie
log(p/(1 − p) =α+β 1
x 1
+ β 2
x 2
+β 3
x 3
Q(τ) =α(τ) +β(τ) 1
x 1
+ β(τ) 2
x 2
+β(τ) 3
x 3
voor logistische regressie
voor regressie de τ de quantiel
β geeft het effect van X op Y (op p indien logistische regressie en op de P90 indien quantiel regressie
1 1
met τ =0.90), na correctie voor X en X . 2 3
Uiteraard is het niet mogelijk om de relatie tussen de merkers en alle opgemeten/bevraagde
parameters te bestuderen. Voorafgaand aan de verwerkingen dient men voor elke merker te
specificeren welke onafhankelijke variabelen nog in het model worden opgenomen. Deze keuze is
gebaseerd op literatuuronderzoek en discussies tijdens de veldwerkcommitévergaderingen. De
factoren waarvoor we corrigeren verschillen van merker tot merker.
Bovenstaande modellen kunnen gebruikt worden om gemiddelden, kansen en P90 te voorspellen.
Op basis van de verzamelde data schat men de parameters in het model (α, β β β ,…). Vervolgens
1, 2, 3
kan men door middel van deze parameter‐schatters een voorspelling doen voor de gemiddelde
waarden van Y (of de kans p of P90) voor specifieke waarden van x , x en x . Indien bijvoorbeeld x 1 2 3 1
de leeftijd van de deelnemer is, x het geslacht van de deelnemer en x het rookgedrag weergeeft,
2 3
dan kan men voor elke combinatie van x , x en x de gemiddelde verwachtte waarde van Y
1 2 3
berekenen. (Geometrische) gemiddelden voor de blootstellingmerkers die zo bekomen worden op
basis van een meervoudige regressie model noemen we gecorrigeerde gemiddelden. De
gecorrigeerde gemiddelden die gepresenteerd werden, zijn de waarden die op basis van het
regressie model voorspeld worden voor een gemiddelde deelnemer aan de referentie‐biomonitoring.
Deze gecorrigeerde waarde zal weinig verschillen van de ruwe waarde voor de referentiebiomonitoring.
De gecorrigeerde waarde is immers de waarde voor een gemiddelde deelnemer van
de huidige studie. De gecorrigeerde waarden is maar interessant wanneer verschillende gebieden
vergeleken gaan worden. Voor de hotspots zullen we het gemiddelde (de proportie) berekenen die
we in dat gebied verwachten voor een gemiddelde deelnemer van de referentie‐biomonitoring.
Verschillen die we dan nog tussen de hotspot en Vlaanderen zien, kunnen niet te wijten zijn aan
55

Methode – statistische analyse
verschillen in de populaties van de gebieden. Merk op dat dit niet helemaal correct is; we corrigeren
immers slecht voor enkele populatiekenmerken.
56

Resultaten ‐ rekrutering
Hoofdstuk 3: RESULTATEN
1. Rekrutering
1.1 Pasgeborenen
Respons:
De verwerking van de navelstrengbloedstalen en de korte tijdspanne waarin dit diende te gebeuren
legde een zware belasting op het veldwerk. In de verschillende kraamklinieken namen de
vroedvrouwen enkel van maandag tot vrijdag tussen 8u en 16u stalen. Het labo had minstens een
uur werk met de verwerking van de stalen en is na de openingsuren onderbemand. Er stond ook
geen degelijke financiële vergoeding tegenover de inspanningen van het labo. Dit had dus tot gevolg
dat er veel stalen niet konden genomen worden. Van de 168 uren van de week zijn er maar 40 uren
(± 24 %) waarop stalen werden genomen. Bij 83% van de bevallingen werd naar schatting geen staal
genomen omwille van het uur van bevalling (buiten de periode tussen 8 en 16 uur).
Er werd in een aantal kraamklinieken nagekeken hoeveel staalnames er gemist waren en de redenen
daarvoor. De gegevens zijn niet exhaustief omdat dit soort informatie nogal gevoelig lag en omdat
we niet altijd een zicht hadden op alle bevallingen. Op een totaal van 1174 bevallingen werden er
146 stalen genomen. 636 stalen werden niet genomen omdat de bevalling plaats vond buiten de
openingsuren van het labo.
88 moeders waren niet Nederlandstalig en 13 moeders woonden geen 10 jaar in Vlaanderen.
Bij 84 bevallingen was de kraamkliniek vergeten een staal te nemen. Er is geen continuïteit waardoor
de vroedvrouwen soms vergeten om het staal te nemen.
Tabel 9: Overzicht van de staalname bij pasgeborenen (tussentijdse evaluatie)
N %
staal genomen 146 19,16
bevalling buiten de uren van het lab 636 83,46
geen Nederlands spreken 88 11,55
geen 10 jaar wonen in Vlaanderen 13 1,71
andere exclusiecriteria: sectio,
complicaties, … 201 26,38
niet gevraagd 84 11,02
geen reden gekend 6 0,79
Totaal aantal bevallingen 1174
Berekening respons:
Het is moeilijk om de respons rate te berekenen. We weten niet precies hoeveel bevallingen er
geweest zijn binnen de onderzoeksperiode. In sommige kraamklinieken kregen de veldwerkers
inzage in het bevallingsboek. In andere zochten de vroedvrouwen de informatie op die we nodig
hadden. Ook de methode van rekrutering verschilde. Sommige kraamklinieken vroegen toestemming
aan de moeders alvorens een staal te nemen. Als de moeder weigerde werd dit niet genoteerd, het
57

Resultaten ‐ rekrutering
staal werd gewoon niet genomen. In andere ziekenhuizen werd het staal genomen en de
veldwerkers vroegen achteraf toestemming. Indien de moeder weigerde werd dit geregistreerd en
werd het staal vernietigd.
Een steekproef in de loop van het programma leverde de volgende gegevens op over de redenen
waarop moeders weigerden (zie Tabel 10):
van de 170 moeders waarvan een staal navelstrengbloed genomen gaven er 131
toestemming;
21 moeders weigeren deelname;
3 moeders wilden aanvankelijk deelnemen maar weigerden alsnog omwille van de lengte van
de vragenlijst;
bij 2 moeders was er onvoldoende staal en werd het staal gebruikt als mengstaal.
Tabel 10: Overzicht van deelnemers en niet‐deelnemers en redenen voor weigering bij pasgeborenen
(gebaseerd op een steekproef)
Categorie
Effectieve deelnemers 131
Weigeraars 21
Reden: ‐ vragenlijst te zwaar 2
- geen interesse 12
- geen tijd 3
- wil geen haarstaal geven 3
- wel toestemming mengstaal 1
gestopt * 3
mengstaal 2
andere reden voor niet‐deelname ** 13
* omwille van vragenlijst; ** andere redenen: geen 10 jaar wonen, geen Nederlands, te weinig staal
N
Deelnemers:
Het doel was 250 moeders te rekruteren met een volledig dossier d.w.z. al de stalen en een
ingevulde vragenlijst. Tabel 11 geeft een overzicht van het aantal deelnemers per provincie.
Tabel 11: Aantal deelnemers per provincie: pasgeborenen
provincie streefdoel volledig staal mengstaal
Antwerpen 70 64 13
Limburg 32 34 14
Oost‐Vlaanderen 58 60 13
Vlaams‐Brabant 42 48 12
West‐Vlaanderen 48 49 12
Totaal 250 255 64
58

Resultaten ‐ rekrutering
1.2 Jongeren
Respons:
Aanvankelijk kregen alle leerlingen van het derde jaar binnen een bepaalde school via de school een
toestemmingsformulier en folder. Door steeds veel meer jongeren aan te schrijven dan we nodig
hadden was de respons laag. Daarom werd beslist om per school slechts enkele klassen te selecteren
en die jongeren aan te schrijven. Er werden steeds 3 maal meer jongeren aangeschreven dan we
wilden onderzoeken. De respons bedroeg 51,85%.
Tabel 12: Respons bij jongeren
School
n°
Totaal
aantal
Gereageerd* Toestemmingen Weigeringen
N % N % N %
1 258 180 69,77 50 19,38 130 50,39
2 122 9 7,38 3 2,46 6 4,92
3 120 49 40,83 12 10,00 37 30,83
4 71 28 39,44 22 30,99 6 8,45
5 37 37 100,00 14 37,84 23 62,16
6 60 24 40,00 20 33,33 4 6,67
7 63 19 30,16 6 9,52 23 36,51
8 87 32 36,78 12 13,79 20 22,99
9 116 72 62,07 65 56,03 7 6,03
10 148 41 27,70 22 14,86 19 12,84
11 79 66 83,54 21 26,58 45 56,96
12 108 101 93,52 34 31,48 67 62,04
Totaal 1269 658 51,85 281 22,14 387 30,50
* formulier teruggestuurd: positief + negatief
Deelnemers:
Niet alle jongeren die hun toestemming gaven werden uitgenodigd om deel te nemen aan het
onderzoek. Er werd gelet op de verdeling per provincie, het geslacht en de studierichting van de
jongeren.
Tabel 13 geeft aan hoeveel deelnemers per school werden gerekruteerd.
59

Resultaten ‐ rekrutering
Tabel 13: Aantal toestemmingen en aantal deelnemers per school
School n°
Aantal
toestemmingen
Aantal
deelnemers
1 50 21
2 3 0
3 12 12
4 22 19
5 14 13
6 20 15
7 6 6
8 27 16
9 65 36
10 39 31
11 21 13
12 34 28
Totaal 281 210
Naast de 210 deelnemers waren er 7 jongeren waar we niet alle stalen of voldoende stalen van
konden verzamelen. Problemen met de bloedname, niet voldoende urine… De stalen van deze
jongeren werden bewaard in de biobank.
Tabel 14: Aantal deelnemers per provincie bij jongeren
Provincie Streefdoel Volledig staal Staal biobank
Antwerpen 56 60 2
Limburg 26 27 1
Oost‐Vlaanderen 46 47 1
Vlaams‐Brabant 34 36 2
West‐Vlaanderen 38 40 1
Totaal 200 210 7
1.3 Volwassenen
De volwassenen werden aangeschreven via e‐mail door de personeelsdienst van het bestuur van hun
eigen provincie. Na drie weken kregen ze een rappel. Ook hun diensthoofd moedigde hen aan om
deel te nemen. De respons bedroeg 30,36%
60

Resultaten ‐ rekrutering
Tabel 15: Respons per provincie bij volwassenen
Provincie Totaal Gereageerd* Toestemmingen Weigeringen
N % N % N %
Antwerpen 593 120 20,40 109 18,38 11 1,85
Limburg 351 106 30,20 74 21,08 32 9,17
Oost‐Vlaanderen 424 156 38,92 122 28,77 34 8,01
Vlaams‐Brabant 326 76 23,31 53 16,26 23 7,06
West‐Vlaanderen 404 178 44,06 115 28,47 63 15,60
onbekend 19
Totaal 2098 636 30,36 473 22,55 182 7,77
* formulier teruggestuurd: positief + negatief
Tabel 16: Aantal toestemmingen per geslacht en per provincie bij volwassenen
Provincie
Totaal
aangeschreven
Toestemming
mannen
Toestemming
vrouwen
Toestemming
totaal
Antwerpen 593 33 76 109
Limburg 351 24 50 74
Oost‐Vlaanderen 424 42 80 122
Vlaams‐Brabant 326 19 34 53
West‐Vlaanderen 404 45 70 115
Totaal 2098 163 310 473
Tabel 17: % toestemmingen per geslacht en per tewerkstellingsniveau opgedeeld per provincie
Provincie Geslacht Tewerkstellingsniveau TOTAAL
A ‐ B C D ‐ E
Antwerpen man 20,93 7,50 3,17 13,79
vrouw 29,38 12,05 2,99 20,50
Limburg man 24,29 36,36 13,64 23,30
Oost‐Vlaanderen
vrouw 24,69 13,89 10,00 20,16
man
vrouw
Vlaams‐Brabant man 16,48 12,50 5,00 12,93
vrouw 23,53 10,64 7,69 18,99
West‐Vlaanderen man 30,34 27,27 16,28 26,06
vrouw 42,57 27,66 9,09 30,54
TOTAAL man 22,69 18,00 8,33 18,24
vrouw 29,17 17,69 6,90 22,49
61

Resultaten ‐ rekrutering
Respons:
Tabel 18: Aantal weigeringen per geslacht en niveau, opgedeeld per provincie.
Provincie Geslacht Tewerkstellingsniveau Totaal
A + B C D + E onbekend
Antwerpen man 2 ‐ 1 1 4
vrouw 2 1 1 2 6
onbekend ‐ ‐ ‐ 1 1
Totaal 4 1 2 4 11
Limburg man 5 ‐ 2 1 8
vrouw 16 3 3 2 24
Totaal 21 3 5 3 32
Oost‐Vlaanderen man 4 3 2 1 10
vrouw 9 7 2 2 20
onbekend 1 1 ‐ 2 4
Totaal 14 11 4 5 34
Vlaams‐Brabant man 4 1 3 ‐ 8
vrouw 6 7 1 ‐ 14
onbekend ‐ ‐ ‐ 1 1
Totaal 10 8 4 1 23
West‐Vlaanderen man 7 3 4 1 15
vrouw 12 16 12 4 44
onbekend 3 1 ‐ ‐ 4
Totaal 22 20 16 5 63
onbekend man 5 ‐ ‐ 1 6
vrouw 3 3 ‐ 2 8
onbekend ‐ ‐ ‐ 5 5
Totaal 8 3 0 8 19
Alle provincies 79 46 31 26 182
Er waren 182 personen die weigerden deel te nemen. De redenen daarvoor staan in Tabel 19. Men
kon meer dan één reden aankruisen.
62

Resultaten ‐ rekrutering
Tabel 19: Redenen voor weigering bij volwassenen
Reden weigering
geen tijd 81
niet geïnteresseerd in studies 4
niet geïnteresseerd in studies in het algemeen 14
uitleg is te moeilijk 8
weigering bloedafname 28
weigering urinecollectie 12
schending van de privacy 19
gezondheidsredenen 23
andere reden: zwangerschap, te ver… 18
Totaal 207
Deelnemers:
Niet iedereen kon deelnemen aan het onderzoek. Er werd rekening gehouden met geslacht en
niveau van tewerkstelling. Uit de 473 kandidaten selecteerden we 204 deelnemers.
N
Tabel 20: Aantal volwassen deelnemers per geslacht en per provincie
Provincie Streefdoel Aantal
mannen
Aantal
vrouwen
Totaal
aantal
Antwerpen 56 26 30 56
Limburg 26 16 11 27
Oost‐Vlaanderen 46 26 22 48
Vlaams‐Brabant 34 10 24 34
West‐Vlaanderen 38 18 21 39
Totaal 200 96 108 204
Tabel 21 : Aantal volwassen deelnemers per geslacht en tewerkstellingsniveau
Geslacht Tewerkstellingsniveau Totaal
A B C D E aantal
man 35 26 21 12 2 96
vrouw 22 32 37 14 3 108
Totaal 57 58 58 26 5 204
63

Resultaten – beschrijving onderzoekspopulatie
2. Beschrijving van onderzoekspopulatie
2.1 Pasgeborenen
In totaal werden 255 moeders en hun pasgeborenen gerekruteerd. De voornaamste karakteristieken
van de moeders en hun pasgeborenen worden weergegeven in Tabel 22.
De leeftijd van de moeders schommelde tussen 18,2 en 42,4 jaar en bedroeg gemiddeld 30,3 (SD:
4,4) jaar.
De gemiddelde zwangerschapsduur bedroeg 39,3 weken (SD: 1,4) en varieerde tussen 34 en 42
weken. Acht baby’s (3,2%) waren prematuur (zwangerschapsduur < 37 weken). Dit is minder dan de
helft van de frequentie van prematuriteit in Vlaanderen (7,4%), vermoedelijk omdat er bij
risicobevallingen geen deelname van de moeder aan de biomonitoringstudie werd gevraagd.
De gemiddelde body‐mass index (BMI) vóór de zwangerschap bedroeg 23,5 (SD: 4,6) kg/m² met een
minimum‐maximum range van 16,0 tot 47,4 kg/m².
Van de pas bevallen moeders had 96,1% ooit de klassieke pil gebruikt. De gemiddelde duur van het
pilgebruik was 106 (SD: 57) maanden met een range van 0 tot 276 maanden. Daarnaast vermeldden
60 vrouwen (28,4%) ook andere vormen van anticonceptie die enkel progestageen bevat, nl. minipil,
prikpil, hormonenspiraaltje of hormonenimplantaat. De gemiddelde duur van deze andere vormen
van anticonceptie bedroeg 6,2 (SD: 17,2) maanden (min.‐max. = 0 – 120 maanden).
Het serum cholesterol van het navelstrengbloed bedroeg gemiddeld 74 mg/dL (SD: 24; min.‐max.: 34
‐ 205 mg/dL). Serum triglyceriden waren gemiddeld 46 mg/dL (SD: 22; min.‐max.: 18 – 175 mg/dL).
Vanuit serum cholesterol en serum triglyceriden werd het totaal vetgehalte in het serum berekend
op basis van de regressievergelijking voor berekening van totaal bloedvet in navelstrengbloed die
werd opgesteld in het 1 e Steunpunt. Het bloedvetgehalte van het navelstrengbloed bedroeg
gemiddeld 208,6 (SD: 53,2) mg/dL en varieerde tussen 136,3 en 544,2 mg/dL.
Serum ferritine in navelstrengbloed was gemiddeld 186 µg/L (SD: 109; range: 25 – 767 µg/L).
De geografische verdeling van de woonplaats van de moeders en hun pasgeborenen wordt gegeven
in Figuur 1.
64

Resultaten – beschrijving onderzoekspopulatie
Tabel 22: Beschrijvende statistiek – moeders en pasgeborenen
Parameter N (%) Vergelijking met
1 e Steunpunt
Vergelijking met
Vlaanderen
Leeftijd moeder Jaarrapport SPE, 2008 7
≤ 25 jaar 27 (10,6%) 14% 16,0%
25 – 30 jaar 95 (37,2%) 39% 37,9%
30 – 35 jaar 97 (38,0%) 37% 31,9%
> 35 jaar 36 (14,1%) 10% 14,3%
Opleidingsniveau moeder SILC‐enquête, 2007 8
geen diploma of lager secund. 22 ( 8,7%) 78% 10,9%
hoger secundair 75 (29,8%) 48,6%
hoger onderwijs 155 (61,5%) 22% 40,1%
Provincies Vlaams Gewest 1‐6‐07
Antwerpen 64 (25,1%) 28%
Oost‐Vlaanderen 60 (23,5%) 23%
West‐Vlaanderen 49 (19,2%) 19%
Limburg 34 (13,3%) 13%
Vlaams‐Brabant 48 (18,8%) 17%
Urbanisatie Vlaams Gewest 25‐8‐08
niet‐stedelijk (≤600 inw./km²) 98 (38,4%) 53,3% (≤600 inw./km²)
stedelijk (>600 inwoners/km²) 157 (61,6%) 46,7% (>600 inw./km²)
Seizoen
lente 122 (47,8%) 26%
zomer 44 (17,2%) 21%
herfst 25 ( 9,8%) 28%
zomer 64 (25,1%) 25%
Geslacht baby Jaarrapport SPE, 2008 7
jongen 130 (51,0%) 52% 51,4%
meisje 125 (49,0%) 48% 48,6%
Meerlingzwangerschap Jaarrapport SPE, 2008 7
eenling 248 (97,6%) 98,9% eenling: 98,1%
tweeling 6 ( 2,4%) 1,1% tweeling: 1,8%
Complicaties tijdens zwangerschap
neen 156 (62,1%) 92%
ja 95 (37,8%) 9 8% 10
Duur zwangerschap Jaarrapport SPE, 2008 7
≥ 37 weken 242 (96,8%) 95,7% 92,6%
< 37 weken 8 ( 3,2%) 4,3% 7,4%
Aard bevalling Jaarrapport SPE, 2008 7
spontaan 136 (53,5%) 95%
ingeleid 105 (41,3%) inleiding baring: 25,3%
keizersnede 13 ( 5,1%) 5% sectio: 20,2%
7 H. Cammu, G. Martens, E. Martens, K. De Coen, P. Defoort. Perinatale activiteiten in Vlaanderen 2008.
Studiecentrum voor Perinatale Epidemiologie (SPE).
8 Hoogste opleidingsniveau Vlaamse vrouwen tussen 18 en 43 jaar (n=996) (SILC-enquête, 2007, bewerking
CSB, Universiteit Antwerpen)
9 Op basis van vragenlijst van de moeder
10 Op basis van kindfiche van de materniteit
65

Resultaten – beschrijving onderzoekspopulatie
Parameter N (%) Vergelijking met
1 e Steunpunt
Vergelijking met
Vlaanderen
Pariteit Jaarrapport SPE, 2008 7
eerste kind 101 (39,8%) 61% primiparti: 46,9%
tweede kind 85 (33,5%) 27% multiparti: 53,1%
derde kind of later 68 (26,8%) 12%
BMI moeder vóór zwangerschap
ondergewicht (< 18,5 kg/m²) 15 ( 5,9%) Gemiddelde BMI:
normaal (18,5 – 25 kg/m²) 175 (69,2%) 23,3 kg/m²
overgewicht (25 – 30 kg/m²) 40 (15,8%) (min.‐max. =
zwaarlijvigheid (≥ 30 kg/m²) 23 ( 9,1%) 15,4 – 44,6)
Rookgewoonte vóór zwangerschap
nooit gerookt 139 (55,4%) 64%
ex‐roker 37 (14,7%)
minder dan dagelijks roken 17 ( 6,8%) 36%
dagelijks roken 58 (23,1%)
Rookgewoonte tijdens zwangerschap
niet‐roker 220 (88,3%) 84%
roker 29 (11,6%) 16%
Alcohol vóór zwangerschap (1 of meer glazen)
nooit alcohol 37 (14,6%) Vóór zwangerschap
minder dan maandelijks 62 (24,4%) regelmatig
minder dan wekelijks 58 (22,8%) alcoholgebruik:
wekelijks 97 (38,2%) 32,2%
Alcohol tijdens zwangerschap (1 glas/week of meer)
neen 141 (55,5%) 92%
ja 113 (44,5%) 8%
Pilgebruik vóór zwangerschap
neen 10 ( 3,9%) 8,2%
ja 244 (96,1%) 91,8%
Consumptie van lokale voeding
lokaal gekweekte groenten 92 (36,4%) 36,0%
lokaal gekweekt fruit 31 (12,2%) 29,8%
lokaal gekweekte eieren 92 (36,1%) ‐
zelfgevangen vis 16 ( 6,4%) 7,0%
Groenten consumptie VCP, 2004 (15+) 11
laag (≤4 porties/week) 29 (11,5%) gemiddelde = gemidd. = 138,3 g/dag
gemiddeld (5‐7 porties/week) 161 (63,6%) 238 g/dag (5 ‐ 7 porties/week)
hoog (>1 portie/dag) 63 (24,9%)
Fruit consumptie VCP, 2004 (15+) 11
laag (≤4 porties/week) 64 (25,3%) gemiddelde = gemidd. = 118,2 g/dag
gemiddeld (5‐7 porties/week) 116 (45,8%) 227 g/dag (5 ‐ 7 porties/week)
hoog (>1 portie/dag) 73 (28,8%)
Consumptie van melk en melkproducten VCP, 2004 (15+) 11
laag (

Resultaten – beschrijving onderzoekspopulatie
Parameter N (%) Vergelijking met
1 e Steunpunt
Vergelijking met
Vlaanderen
Kaas consumptie VCP, 2004 (15+) 11
laag (

Resultaten – beschrijving onderzoekspopulatie
Figuur 1: Geografische verdeling van deelnemers in moeder / pasgeborenen cohorte
68

Resultaten – beschrijving onderzoekspopulatie
2.2 Jongeren
In totaal namen er 210 jongeren deel aan het onderzoek. De voornaamste karakteristieken van de
jongeren worden weergegeven in Tabel 23.
De gemiddelde leeftijd bedroeg 14,8 (SD: 0,5) jaar, met een spreiding tussen 13,8 en 16,3 jaar.
Bij 18 jongeren waren beide ouders of één van de ouders niet‐Belgisch. Volgende nationaliteiten
kwamen voor bij de moeder: Nederland (n=3), Marokko (n=2), Duitsland, Filipijnen, Hongkong,
Verenigd Koningrijk en Zaïre. Bij de vader kwamen volgende nationaliteiten voor: Nederland (n=5),
Marokko (n=3), Duitsland (n=2), Verenigd Koningrijk (n=2), Canada, Hongkong en Italië.
De rekruteringsperiode liep van 27 mei 2008 tot 12 mei 2009. Aangezien er via scholen werd
gewerkt, waren er geen onderzoeken tijdens de 2 e helft van juni (examens) of tijdens de maanden
juli en augustus (zomervakantie), waardoor er geen deelnemers werden onderzocht in het
zomerseizoen.
De gemiddelde body‐mass index (BMI) in de onderzoeksgroep was 20,1 kg/m² (SD: 2,7; min.‐max.:
15,1 ‐ 33,0 kg/m²).
Ongeveer twee derde van de jongeren had als baby borstvoeding gekregen. De gemiddelde duur van
de borstvoeding bedroeg 11 (SD: 14) weken. De mediaan was 6 weken (minimum – maximum: 0 – 99
weken).
Voor de bloedafname was het niet vereist om nuchter te zijn. Bij jongens werd de bloedafname vόόr
11 a.m. ingepland omdat er testosteron gemeten werd in het serum (varieert in de loop van de dag).
Het serum cholesterol bedroeg gemiddeld 160 mg/dL (SD: 29; range: 84 ‐ 285 mg/dL). Serum
triglyceriden waren gemiddeld 87 mg/dL (SD: 38; min.‐max.: 22 – 212 mg/dL). Vanuit serum
cholesterol en serum triglyceriden werd het totaal vetgehalte in het serum berekend (Covaci, 2006).
Het bloedvetgehalte bedroeg gemiddeld 444 mg/dL (SD: 66; min.‐max.: 313 – 649 mg/dL).
Serum ferritine was gemiddeld 32,6 µg/L (SD: 16,8; min.‐max.: 2,0 – 100,0 µg/L).
Alle jongeren verzamelden een staal ochtendurine. Het creatinine gehalte van de spot urine bedroeg
gemiddeld 143 mg/dL (SD: 60; range: 30 – 308 mg/dL).
De geografische verdeling van de deelnemers in de jongerenstudie wordt gegeven in Figuur 2.
69

Resultaten – beschrijving onderzoekspopulatie
Tabel 23: Beschrijvende statistiek – onderzoeksgroep jongeren
Parameter N (%) Vergelijking met
1 e Steunpunt
Vergelijking met
Vlaanderen
Geslacht Vl. bevolking, 2008 12
jongens 121 (57,6%) 53,1% 50,8%
meisjes 89 (42,4%) 46,9% 49,2%
Leeftijd
≤ 14,5 jaar 67 (31,9%) 23,7%
14,5 – 15,5 jaar 123 (58,6%) 63,8%
> 15,5 jaar 20 ( 9,5%) 12,8%
Opleidingsniveau jongere 3 de jaar SO, 2008 13
BSO 20 ( 9,7%) 11,7% 21,8%
TSO 86 (41,5%) 33,1% 31,7%
ASO 101 (48,8%) 55,2% 46,5%
Hoogste opleidingsniveau in het gezin SILC‐enquête, 2007 14
geen diploma of lager sec. 25 (12,1%) 15,4% 21,4%
hoger secundair 66 (31,9%) 34,9% 41,9%
hoger onderwijs 116 (56,0%) 49,6% 36,8%
Geboorteland ouders
beide ouders Belg 189 (90,4%)
één van de ouders niet‐Belg 15 ( 7,2%)
beide ouders niet‐Belg 5 ( 2,4%)
Provincies Vlaamse Gewest 1‐6‐07
Antwerpen 60 (28,6%) 28%
Oost‐Vlaanderen 47 (22,4%) 23%
West‐Vlaanderen 40 (19,0%) 19%
Limburg 27 (12,9%) 13%
Vlaams‐Brabant 36 (17,1%) 17%
Urbanisatie Vlaams Gewest 25‐8‐08
niet‐stedelijk (≤600 inw./km²) 133 (63,3%) 53,3% (≤600 inw./km²)
stedelijk (>600 inwoners/km²) 77 (36,7%) 46,7% (>600 inw./km²)
Seizoen
herfst 47 (22,4%) 19% 25%
winter 62 (29,5%) 38% 25%
lente 101 (48,1%) 35% 25%
zomer 0 ( 0,0%) 8% 25%
Body‐mass index (BMI) bij jongens 15 HBSC 2006 16
ondergewicht 7 ( 5,8%) 5,3% 2,6%
normaal 101 (83,5%) 81,7% 85,4%
overgewicht 13 (10,7%) 13,0% 11,9%
12
Bevolking volgens het Rijksregister, Vlaamse Gewest, 2008, 14 jaar. Jongens: n=36543; meisjes: n=35387
13
Schoolbevolking derde jaar secundair onderwijs (n= 72221), Vlaanderen, schooljaar 2007-2008
(Onderwijsstatistieken, O&V)
14 Hoogste opleidingsniveau Vlaamse mannen en vrouwen tussen 18 en 43 jaar (n=2520) (SILC-enquête, 2007,
bewerking CSB, Universiteit Antwerpen)
15 http://www.zorg-en-gezondheid.be/uitleg_bmi.aspx
16
HBSC: Health Behaviour of School-Aged Children, 2006 (http://www.hbsc.org/ )
70

Resultaten – beschrijving onderzoekspopulatie
Parameter N (%) Vergelijking met
1 e Steunpunt
Vergelijking met
Vlaanderen
Body‐mass index (BMI) bij meisjes 15 HBSC 2006 16
ondergewicht 8 ( 9,0%) 7,5% 4,4%
normaal 68 (76,4%) 75,6% 86,9%
overgewicht 13 (14,6%) 16,9% 8.6%
Rookgewoonte HBSC, 2006 16
niet‐roker 189 (91,3%) 86,4% 80,6%
minder dan dagelijks roken 9 ( 4,3%) 5,6% 4,6%
dagelijks roken 9 ( 4,3%) 8,0% 8,3%
Passief roker
ja 50 (35,5%)
nee 91 (64,5%)
Alcohol consumptie (1 of meer glazen)
nooit alcohol gedronken 30 (14,6%) 25,2%
minder dan maandelijks 126 (61,2%) 40,9%
minder dan wekelijks 42 (20,4%) 19,8%
wekelijks 8 (3,9%) 14,2%
Alcohol: >6 glazen bij 1 gelegenheid
neen 162 (78,3%)
ja 45 (21,7%)
Pilgebruik bij meisjes HBSC, 2006 16
neen 80 (90,9%) 90,8% 87,6%
ja 8 (9,1%) 9,2% 12,4%
Borstvoeding als baby
neen 69 (33,5%) 39,7%
ja 137 (66,5%) 60,1%
Consumptie van lokale voeding
lokaal gekweekte groenten 81 (39,3%) 50,6%
lokaal gekweekt fruit 48 (23,5%) 44,5%
lokaal gekweekte eieren 89 (45,0%) 36,5%
zelfgevangen vis 16 ( 8,1%) 8,2%
Groenten consumptie Groenten+fruit: VCP, 2004 (België, 15+) 17
laag (≤4 porties/week) 23 (11,2%) gemiddelde = gemiddelde = 138,3 g/dag
gemiddeld (5‐7 porties/wk) 147 (71,7%) 305 g/dag (5 ‐ 7 porties per week)
hoog (>1 portie/dag) 35 (17,1%)
Fruit consumptie Groenten+fruit: VCP, 2004 (België, 15+) 17
laag (≤4 porties/week) 85 (41,9%) gemiddelde = gemiddelde = 118,2 g/dag
gemiddeld (5‐7 porties/wk) 78 (38,4%) 305 g/dag (5 ‐ 7 porties per week)
hoog (>1 portie/dag) 40 (19,7%)
Consumptie van melk en melkproducten VCP, 2004 (België, 15+) 17
laag (

Resultaten – beschrijving onderzoekspopulatie
Parameter N (%) Vergelijking met
1 e Steunpunt
Vergelijking met
Vlaanderen
Kaas consumptie VCP, 2004 (België, 15+) 17
laag (

Resultaten – beschrijving onderzoekspopulatie
Figuur 2: Geografische verdeling van deelnemers in jongerenstudie
73

Resultaten – beschrijving onderzoekspopulatie
2.3 Volwassenen
In de onderzoeksgroep van de volwassenen werden 96 mannen en 108 vrouwen gerekruteerd.
De voornaamste karakteristieken van de deelnemers worden weergegeven in Tabel 24.
Aangezien de leeftijdgroepen tussen het 1 e (50‐65 jaar) en het 2 e (20‐40 jaar) Steunpunt
aanzienlijk verschilden, werd er geen vergelijking gemaakt tussen de deelnemers van beide
campagnes.
De gemiddelde leeftijd van de 204 deelnemers bedroeg 33,9 (SD: 4,6) jaar en schommelde tussen
21,4 en 40,6 jaar. De verdeling volgens leeftijdscategorie (Tabel 24) toont aan dat er
proportioneel minder jongere deelnemers waren; de helft van de onderzoeksgroep was ouder
dan 35 jaar.
Slechts bij 2 deelnemers waren beide ouders of één van de ouders niet‐Belgisch. Moeder en/of
vader waren afkomstig van Spanje of Nederland.
De gemiddelde body‐mass index (BMI) bedroeg 24,2 (SD: 3,8) kg/m², met een min.‐max. range
van 16,9 tot 44,4 kg/m².
Bij de vrouwen had 96,2% ooit de klassieke pil gebruikt. De gemiddelde duur van het pilgebruik
was 127 (SD: 68) maanden met een range van 0 tot 301 maanden. Daarnaast vermeldden 32
vrouwen ook andere vormen van anticonceptie die enkel progestageen bevat, nl. minipil, prikpil,
hormonenspiraaltje of hormonenimplantaat. De gemiddelde duur van deze andere vormen van
anticonceptie bedroeg 13,1 (SD: 25,3) maanden (min.‐max. = 0 – 132 maanden).
Alle volwassenen verzamelden een staal ochtendurine. Het creatinine gehalte van de spot urine
bedroeg gemiddeld 118 mg/dL (SD: 54; min.‐max.: 9 – 258 mg/dL).
De geografische verdeling van de deelnemers in de volwassenenstudie wordt gegeven in Figuur
3.
74

Resultaten – beschrijving onderzoekspopulatie
Tabel 24: Beschrijvende statistiek – onderzoeksgroep volwassenen
Parameter N (%) Vergelijking met Vlaanderen
Geslacht Vl. bevolking, 2008 (20‐40 j.) 18
mannen 96 (47,1%) 50,5%
vrouwen 108 (52,9%) 49,5%
Leeftijd
20 – 25 jaar 8 ( 3,9%)
25 – 30 jaar 44 (21,6%)
30 – 35 jaar 61 (29,9%)
≥ 35 jaar 99 (48,5%)
Opleidingsniveau SILC‐enquête, 2007 19
geen diploma of lager secundair 3 ( 1,5%) 11,7%
hoger secundair 42 (21,0%) 42,9%
hoger onderwijs 155 (77,5%) 45,4%
Provincies Vlaamse Gewest 01‐06‐‘07
Antwerpen 56 (27,4%) 28%
Oost‐Vlaanderen 48 (23,5%) 23%
West‐Vlaanderen 39 (19,2%) 19%
Limburg 27 (13,2%) 13%
Vlaams‐Brabant 34 (16,7%) 17%
Urbanisatie Vlaamse Gewest 25‐08‐‘08
niet‐stedelijk (≤600 inwoners/km²) 105 (51,5%) 53,3% (≤600 inwoners/km²)
stedelijk (>600 inwoners/km²) 99 (48,5%) 46,7% (>600 inwoners/km²)
Seizoen
lente 43 (21,1%) 25%
zomer 99 (48,5%) 25%
herfst 33 (16,2% 25%
winter 29 (14,2%) 25%
Body‐mass index (BMI)
ondergewicht (< 18,5 kg/m²) 3 ( 1,5%)
normaal (18,5 – 25 kg/m²) 137 (67,2%)
overgewicht (25 – 30 kg/m²) 46 (22,6%)
zwaarlijvigheid (≥ 30 kg/m²) 18 ( 8,8%)
Rookgewoonte Gezondheidsenquête ‘04 (35‐34 jr) 20
nooit gerookt 112 (55,7%) nooit gerookt: M: 57%; V: 50%
ex‐roker 42 (20,9%)
minder dan dagelijks roken 20 ( 9,9%)
dagelijks roken 27 (13,4%)
huidig roker: M: 37%; V:29%
Passief roker
ja 22 (17,2%)
nee 106 (82,8%)
Drug gebruik
nooit drugs gebruikt 158 (77,8%)
vroeger, niet afgelopen 2 jaar 32 (15,8%)
18 Bevolking volgens het Rijksregister, Vlaamse Gewest, 2008, 21-40 jaar. Mannen: n=796.858; vrouwen:
n=779.999
19 Hoogste opleidingsniveau Vlaamse mannen en vrouwen tussen 20 en 40 jaar (n=913) (SILC-enquête, 2007,
bewerking CSB, Universiteit Antwerpen)
20 Gezondheidsenquête door middel van Interview, België, 2004. WIV, afdeling epidemiologie, Brussel (EPI
REPORTS N° 2006 – 035)
75

Resultaten – beschrijving onderzoekspopulatie
(af en toe) gebruiker 13 ( 6,4%)
Pil gebruik (enkel vrouwen, n=105)
neen 4 ( 3,8%)
ja 101 (96,2%)
Alcohol consumptie (1 of meer glazen)
nooit alcohol gedronken 9 ( 4,5%)
minder dan maandelijks 33 (16,3%)
minder dan wekelijks 47 (23,3%)
wekelijks 113 (55,9%)
Alcohol: >6 glazen bij 1 gelegenheid
neen 58 (28,7%)
ja 144 (71,3%)
Consumptie van lokale voeding
lokaal gekweekte groenten 85 (42,1%)
lokaal gekweekt fruit 47 (23,5%)
lokaal gekweekte eieren 85 (42,3%)
zelfgevangen vis 17 ( 8,6%)
Groenten consumptie VCP, 2004 (België, 15+) 21
laag (≤4 porties/week) 17 ( 8,5%) gemiddelde = 138,3 g/dag
gemiddeld (5‐7 porties/week) 135 (67,5%) (5 ‐ 7 porties per week)
hoog (>1 portie/dag) 48 (24,0%)
Fruit consumptie VCP, 2004 (België, 15+) 17
laag (≤4 porties/week) 80 (39,6%) gemiddelde = 118,2 g/dag
gemiddeld (5‐7 porties/week) 64 (31,7%) (5 ‐ 7 porties per week)
hoog (>1 portie/dag) 58 (28,7%)
Consumptie van melk en melkproducten VCP, 2004 (België, 15+) 17
laag (

Resultaten – beschrijving onderzoekspopulatie
Figuur 3: Geografische verdeling van de deelnemers in de volwassenstudie
77

Resultaten – blootstelling
3. Biomerkers van blootstelling
3.1 Bespreking van polluenten
Leeswijzer:
De resultaten van de biomerkers van blootstelling worden besproken per categorie van polluent.
Belangrijke achtergronddocumenten:
Bijlage 3: biomerkerfiches: per polluent wordt een beschrijving gegeven van de bronnen,
blootstellingsroutes, het metabolisme bij de mens, de biomerker(s) van blootstelling en de
gezondheidseffecten.
Bijlage 4: resultaten per biomerker. Voor iedere polluent wordt de beschrijvende statistiek
van de biomerkers gegeven per leeftijdsgroep (pasgeborenen, jongeren, volwassenen). De
waarden voor de biomerker worden gegeven voor de totale onderzoeksgroep en per
relevante subklasse (bijv. volgens rookgewoonte, leeftijdsklasse, geslacht, urbanisatie, ….).
Urinaire merkers worden telkens gegeven in twee eenheden: als concentratie (µg/L) en als
creatinine‐gecorrigeerde eenheid (µg/g creatinine). Creatinine wordt gebruikt om te
corrigeren voor de verdunningsgraad van spot urine.
Voor polluenten in serum die vetgerelateerd zijn, worden de resultaten eveneens uitgedrukt
in twee eenheden: per hoeveelheid serum (ng/L) en per hoeveelheid bloedvet (ng/g
bloedvet).
Bijlage 5: vergelijking met de internationale literatuur. Enkel studies met metingen in de
algemene bevolking worden beschouwd (m.a.w. studies over beroepsblootstelling worden
uitgesloten). Aangezien veel biomerkers leeftijdsafhankelijk zijn, wordt vanuit de literatuur
zoveel mogelijk de relevante leeftijdsklasse overgenomen; de leeftijdsrange wordt in ieder
geval vermeld. Er wordt zoveel mogelijk gewerkt met vergelijkbare eenheden (volumegerelateerd
of gecorrigeerd voor creatinine of bloedvet). Er wordt vermeld welke statistiek
(mediaan, gemiddelde, …) gerapporteerd wordt. Al deze factoren (selectie van populatie,
gebruikte eenheid, gehanteerde statistische methoden) zorgen voor variatie in de
beschrijving van de gegevens. De vergelijking van studies onderling moet dus met de nodige
voorzichtigheid gebeuren.
Informatie in dit rapport:
Per polluent wordt een korte beschrijving gegeven van de betekenis van de biomerker(s).
Per biomerker worden de voornaamste beïnvloedende factoren besproken, nl. de meest
markante conclusie van de informatie die wordt weergegeven in de tabellen in bijlage 6 .
Voor urinaire merkers worden de resultaten besproken in creatinine‐gecorrigeerde eenheid
(µg/g creatinine); voor vetgerelateerde polluenten worden de resultaten besproken per
hoeveelheid bloedvet (ng/g vet).
Leeftijd, geslacht en roken zijn belangrijke confounders; voor sommige polluenten zijn er
specifieke confounders (bijv. visconsumptie voor blootstelling aan kwik). Indien er
belangrijke variatie is van de biomerker volgens confounder (cfr. bijlage 6), wordt deze
informatie grafisch weergegeven. Resultaten van pasgeborenen zijn telkens weergegeven in
het blauw, resultaten van jongeren in het groen en resultaten van volwassenen in het rood.
78

Resultaten – blootstelling
Leeswijzer, vervolg:
Per polluent wordt een overzichtstabel gegeven met de Vlaamse referentiewaarden voor de
verschillende biomerkers in de verschillende leeftijdsgroepen. Er wordt telkens een
gemiddelde en een 90 e percentiel gegeven. De Vlaamse referentiewaarden zijn gecorrigeerd
voor a priori gedefinieerde confounders.
Per polluent worden de Vlaamse referentiewaarden gekaderd t.o.v. nationale en
Leeswijzer, internationale vervolg: waarden uit de literatuur.
79

Resultaten – blootstelling – zware metalen
3.1.1 Zware metalen
In alle leeftijdsgroepen werden zware metalen gemeten:
‐ Een aantal zware metalen, namelijk cadmium (Cd), lood (Pb), mangaan (Mn), koper (Cu),
thallium (Tl) en arseen (As) werd gemeten in navelstrengbloed, in perifeer bloed van de
moeder en in bloed van de jongeren;
‐ Totaal arseen (As) en toxisch relevant arseen (TRA) werden gemeten in de urine van de
jongeren en de volwassenen;
‐ Cadmium (Cd) werd gemeten in de urine van de volwassenen;
‐ Kwik (Hg) en methylkwik (MeHg) werden gemeten in het haar van de pas bevallen moeders
en van de jongeren.
In bijlage 3 wordt per polluent een beschrijving gegeven van de toxicologische relevantie van de
polluent en de gebruikte biomerkers. De betekenis van de biomerkers kan in het kort worden
samengevat als volgt: urinair cadmium weerspiegelt de levenslange blootstelling aan cadmium; bloed
cadmium en bloed lood geven een maat voor de blootstelling gedurende de laatste 2 tot 3 maanden;
bloed mangaan weerspiegelt recente blootstelling (1‐2 dagen). Koper en thallium concentraties in
volbloed weerspiegelen recente blootstelling (grootte‐orde: uren tot dagen). Arseen in bloed en in
urine weerspiegelen beiden recente blootstelling (1‐2 dagen), en worden sterk beïnvloed door de
niet‐toxische vorm van arseen via visinname. De som van anorganisch arseen (As 3 en As 5 ) en de
gemethyleerde vormen van arseen (MMA, monomethylarsonic acid en DMA, dimethylarsinic acid)
worden in de literatuur benoemd als toxisch relevant arseen (TRA) en geven een maat voor de
blootstelling aan arseen via milieu (inhalatie, bodem en water) en minder door visconsumptie
(Apostoli 1999). Methylkwik in haar geeft een maat voor de lichaamsbelasting aan methylkwik, een
neurotoxische vorm van kwik waaraan de mens voornamelijk is blootgesteld via visconsumptie.
Totaal kwik in haar geeft een maat voor de blootstelling aan totaal kwik.
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook
een beschrijvende statistiek gegeven voor relevante subgroepen zoals leeftijdsklassen, geslacht,
roken, urbanisatie, enz... De voornaamste trends worden hier per polluent samengevat.
Voor bloed cadmium werden waarden boven de detectielimiet (LOD = 0,6 µg/L) waargenomen bij
67,9% van de stalen navelstrengbloed, 68,3% van de stalen perifeer bloed van de moeders en 98,6%
van de jongeren. Bloed cadmium wordt sterk beïnvloed door roken: bloed cadmium bij rokers lag
gemiddeld 3 tot 4 maal hoger dan bij niet‐rokers, zowel bij jongeren als bij de moeders van
pasgeborenen (Figuur 4). Waarden in navelstrengbloed waren niet significant verschillend tussen
moeders die roken tijdens de zwangerschap en moeders die niet roken.
bloed Cd (µg/L)
Cadmium en roken ‐ pasgeborenen
bloed moeder
1,2
p

Resultaten – blootstelling – zware metalen
Moeders uit stedelijke gebieden hadden significant hogere cadmiumgehaltes in navelstrengbloed
(0,079 vs. 0,064 µg/L; p=0,036) dan moeders uit niet‐stedelijke gebieden. De waarden in perifeer
bloed vertoonden dezelfde trend, maar de resultaten waren borderline non‐significant (71,7 vs. 63,0
µg/L; p=0,053). Bij jongeren waren er geen verschillen volgens urbanisatie. In de jongerengroep werd
een significante (p=0,01) graduele afname in concentratie bloed cadmium waargenomen per
toenemende categorie van serum ferritine. Dit werd niet vastgesteld bij pasgeborenen: de
concentratie serum ferritine was niet geassocieerd met cadmium in navelstrengbloed. Serum
ferritine in het bloed van de moeder werd niet gemeten. Tot slot, bloed cadmium was niet
verschillend tussen jongens en meisjes, er was geen duidelijk effect van leeftijd en er was ook geen
effect van het eten van lokale groenten of fruit, noch bij moeders, noch bij jongeren.
Urinair cadmium bij volwassenen was significant hoger bij vrouwen dan bij mannen (261 vs. 184 ng/g
creatinine; p

Resultaten – blootstelling – zware metalen
Lood en leeftijd ‐ pasgeborenen
Lood en leeftijd ‐ jongeren
bloed Pb (µg/L)
20
15
10
5
0
navelstrengbloed
p=0,007
11,3
8,6 8,3
7,2
bloed moeder
p=0,002
11,5
10,0 10,3
14,0
Bloed Pb (µg/L)
20,0
15,0
10,0
5,0
0,0
p=0,047
13,3
15,3
16,9
≤ 14,5 jaar 14,5 ‐ 15,5
jaar
> 15,5 jaar
Figuur 6: Effect van leeftijd op bloed lood bij pasgeborenen/moeders en bij jongeren
Bij jongeren werden significant hogere waarden gemeten bij jongens in vergelijking met meisjes voor
bloed lood (16,8 vs. 12,3 µg/L; p

Resultaten – blootstelling – zware metalen
Bloed arseen neemt toe met de leeftijd (Figuur 8). Moeders die roken tijdens de zwangerschap
hadden significant lagere waarden voor arseen in perifeer bloed (0,45 vs. 0,66 µg/L; p=0,03) en in
navelstrengbloed (0,33 vs. 0,57 µg/L; p=0,004).
bloed As (µg/L)
1,5
1
0,5
0
Arseen en leeftijd ‐ pasgeborenen
navelstrengbloed
bloed moeder
p=0,002
p=0,008
1,02
1,00
0,68
0,49
0,54
0,58
0,41
0,44
Bloed As (µg/L)
1,0
0,8
0,6
0,4
0,2
0,0
Arseen en leeftijd ‐ jongeren
p=0,22
0,55
0,62
≤ 14,5 jaar 14,5 ‐ 15,5
jaar
0,87
> 15,5 jaar
Figuur 8: Effect van leeftijd op bloed arseen bij pasgeborenen/moeders en bij jongeren
Bij jongeren en volwassenen werden totaal arseen en toxisch relevant arseen (TRA) in de urine
gemeten. Totaal urinair arseen was duidelijk in verband te brengen met recente visconsumptie
(Figuur 9). Bij jongeren die in de laatste 3 dagen vis of zeevruchten hadden gegeten, was de
gemiddelde urinaire arseen concentratie significant hoger dan bij jongeren die geen vis of
zeevruchten hadden gegeten (p

Resultaten – blootstelling – zware metalen
Hg en MeHg in haar (µg/g)
0,50
0,40
0,30
0,20
0,10
0,00
Kwik & visconsumptie ‐ jongeren
totaal kwik
methylkwik
p

Resultaten – blootstelling – zware metalen
Tabel 25: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor zware metalen
Leeftijdsgroep Biomerker Eenheid N %
>LOD/LOQ
Confounders
Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
Lood (Pb)
pasgeborenen bloed Pb ‐ µg/L 241 100% leeftijd moeder, roken 8,6 (8,1 – 9,2) 15,9 (13,9 – 17,9)
navelstrengbloed
moeders bloed Pb – µg/L 235 100% leeftijd, roken 11,1 (10,6 – 11,7) 18,9 (17,1 – 20,7)
pasgeborenen bloed van moeder
jongeren bloed Pb µg/L 207 100% leeftijd, geslacht, roken 14,8 (14,0 – 15,6) 27,6 (23,1 – 32,1)
Cadmium (Cd)
pasgeborenen bloed Cd ‐ µg/L 241 67,9% leeftijd moeder, roken 0,073 (0,066 – 0,081) 0,160 (0,095 – 0,226)
navelstrengbloed
moeders bloed Cd – µg/L 235 68,9% leeftijd, roken 0,312 (0,291 – 0,334) 0,728 (0,592 – 0,864)
pasgeborenen bloed van moeder
jongeren bloed Cd µg/L 207 98,6% leeftijd, geslacht, roken 0,210 (0,192 – 0,230) 0,471 (0,333 – 0,609)
volwassenen urinair Cd ng/L 194 100% leeftijd, geslacht, 239 (224 – 256) 444 (363 – 525)
roken, creatinine
volwassenen urinair Cd ng/g
194 100% leeftijd, geslacht, roken 222 (208 – 237) 413 (358 – 468)
creatinine
Mangaan (Mn)
pasgeborenen bloed Mn ‐ µg/L 241 100% leeftijd moeder, roken 31,2 (29,8 – 32,8) 52,2 (47,6 – 56,8)
navelstrengbloed
moeders bloed Mn – µg/L 235 100% leeftijd, roken 12,1 (11,6 – 12,7) 18,6 (16,8 – 20,5)
pasgeborenen bloed van moeder
jongeren bloed Mn µg/L 207 100% leeftijd, geslacht, roken 9,7 (9,3 – 10,1) 13,6 (12,8 – 14,4)
Koper (Cu)
pasgeborenen bloed Cu ‐
navelstrengbloed
µg/L 241 100% leeftijd moeder, roken 600 (585 – 615) 754 (711 ‐797)
85

Resultaten – blootstelling – zware metalen
Leeftijdsgroep Biomerker Eenheid N %
>LOD/LOQ
Confounders
Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
moeders bloed Cu – µg/L 235 100% leeftijd, roken 1312 (1279 – 1347) 1715 (1631 – 1799)
pasgeborenen bloed van moeder
jongeren bloed Cu µg/L 207 100% leeftijd, geslacht, roken 790 (774 – 807) 938 (908 ‐ 967)
Thallium (Tl)
pasgeborenen bloed Tl ‐ µg/L 241 100% leeftijd moeder, roken 0,017 (0,016 – 0,018) 0,025 (0,023 – 0,028)
navelstrengbloed
moeders bloed Tl – µg/L 235 100% leeftijd, roken 0,028 (0,027 – 0,029) 0,038 (0,036 – 0,040)
pasgeborenen bloed van moeder
jongeren bloed Tl µg/L 207 100% leeftijd, geslacht, roken 0,027 (0,026 – 0,028) 0,036 (0,034 – 0,038)
Arseen (As)
pasgeborenen bloed As ‐ µg/L 241 99,6% leeftijd moeder, roken 0,54 (0,47 – 0,62) 2,18 (1,53 – 2,83)
navelstrengbloed
moeders bloed As – µg/L 235 100% leeftijd, roken 0,64 (0,57 – 0,72) 2,04 (1,38 – 2,69)
pasgeborenen bloed van moeder
jongeren bloed As µg/L 207 100% leeftijd, geslacht, roken 0,62 (0,55 – 0,69) 2,12 (1,52 – 2,71)
jongeren urinair As µg/L 203 100% leeftijd, geslacht, 12,3 (10,8 – 14,0) 90,0 (60,7 – 119,4)
roken, creatinine
volwassenen urinair As µg/L 194 100% leeftijd, geslacht, 17,2 (14,9 – 19,8) 85,3 (61,7 – 108,8)
roken, creatinine
jongeren urinair As µg/g
203 100% leeftijd, geslacht, roken 9,3 (8,1 – 10,6) 49,0 (32,3 – 65,7)
creatinine
volwassenen urinair As µg/g
194 100% leeftijd, geslacht, roken 15,9 (13,8 – 18,3) 71,4 (57,0 – 85,9)
creatinine
jongeren urinair TRA µg/L 203 95,1% leeftijd, geslacht, 4,8 (4,2 – 5,4) 10,8 (8,6 – 13,0)
roken, creatinine
volwassenen urinair TRA µg/L 194 91,4% leeftijd, geslacht,
roken, creatinine
4,0 (3,4 – 4,6) 11,5 (8,4 – 14,7)
86

Resultaten – blootstelling – zware metalen
Leeftijdsgroep Biomerker Eenheid N %
>LOD/LOQ
Confounders
Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
jongeren urinair TRA µg/g
203 95,1% leeftijd, geslacht, roken 3,6 (3,2 – 4,1) 8,0 (6,2 – 9,8)
creatinine
volwassenen urinair TRA µg/g
194 91,4% leeftijd, geslacht, roken 3,7 (3,2 – 4,3) 10,7 (8,7 – 12,7)
creatinine
Kwik (Hg)
moeders Hg in haar µg/g haar 242 100% leeftijd, roken 0,349 (0,318 – 0,383) 0,821 (0,676 – 0,965)
pasgeborenen
jongeren Hg in haar µg/g haar 206 100% leeftijd, geslacht, roken 0,193 (0,172 – 0,217) 0,468 (0,363 – 0,573)
moeders MeHg in haar µg/g haar 243 100% leeftijd, roken 0,256 (0,231 – 0,283) 0,653 (0,526 – 0,780)
pasgeborenen
jongeren MeHg in haar µg/g haar 201 100% leeftijd, geslacht, roken 0,118 (0,105 – 0,134) 0,352 (0,252 – 0,452)
87

Resultaten – blootstelling – zware metalen
Vergelijking met de literatuur
De Vlaamse referentiewaarden worden vergeleken met de internationale literatuur in bijlage 5. Er
werden geen vergelijkingswaarden gevonden voor thallium in navelstrengbloed en koper in
navelstrengbloed. Globaal kunnen we stellen dat de waarden van zware metalen in bloed en urine in
Vlaanderen relatief laag liggen in vergelijking met de literatuur.
Voor lood is de huidige gerapporteerde waarden laag in vergelijking met waarden uit de literatuur,
zowel in navelstrengbloed als in perifeer bloed (jongeren, moeders). Mogelijk is dit toe te schrijven
aan de dalende tijdstrend die reeds gedurende verschillende decennia in Europa wordt
gerapporteerd (Smolders, 2010), en die zich mogelijk nog steeds verderzet. Dit is o.m. ook te merken
in de opeenvolgende campagnes van de CDC in de U.S.: de waarden in de periode 2003‐04 zijn
lichtjes gedaald tegenover de campagne 1999‐2000.
Eenzelfde tijdstrend speelt mogelijk ook een rol voor cadmium. Ook hier zien we relatief lage
waarden anno 2008‐09 in Vlaanderen, zowel voor navelstrengbloed als voor perifeer bloed. Een
daling van de cadmiumconcentraties wordt inderdaad waargenomen in de opeenvolgende
campagnes van de CDC, zowel in bloed als in urine. De lagere waarden voor lood en cadmium in het
tweede Steunpunt in vergelijking met het eerste Steunpunt kunnen mogelijk mede worden verklaard
door het feit dat de deelnemers in het eerste Steunpunt gerekruteerd werden in typegebieden. In
sommige van deze regio’s was er een historische vervuiling van zware metalen, en dus een grotere
kans op outliers (zie ook verder in het rapport: § 3.2 Vergelijking eerste en tweede Steunpunt). De
waarden voor bloed cadmium bij de moeders van de pasgeborenen en voor urinair cadmium bij de
volwassenen liggen iets lager dan de gemiddelde waarden van vergelijkbare leeftijdsgroepen (uit
vervuild en controlegebied) in de BONK studie, een blootstellingsonderzoek in de buurt van de nonferro
industrie in de Noorderkempen. Voor bloed cadmium werden in de Noorderkempen
geometrische gemiddelden gerapporteerd van 0,327 µg/L voor de klasse 20‐29 jaar en 0,383 µg/L
voor de klasse 30‐39 jaar. De referentiewaarde in de huidige studie bedraagt 0,312 µg/L. Voor urinair
cadmium zijn de respectievelijke waarden 226 µg/g creatinine en 303 µg/g creatinine in de
Noorderkempen en 222 µg/g creatinine bij de volwassenen in de huidige studie.
De gemiddelde waarden voor mangaan (navelstrengbloed en perifeer bloed), koper (perifeer bloed)
en thallium (perifeer bloed), arseen (perifeer bloed, urine) en toxisch relevant arseen (urine)
situeerden zich in de normale range van waarden die terug te vinden zijn in de literatuur. Ook voor
kwik en methylkwik situeert Vlaanderen zich in de midden tot lage range van buitenlandse studie.
Bij kwik valt wel op dat de gemiddelde waarden ver uit elkaar liggen (> factor 10), vermoedelijk door
de hoge visconsumptie in sommige landen (bijv. zeer hoge waarden in Japan, Maleisië). Zelfs indien
we deze studies buiten beschouwing laten, liggen de Vlaamse waarden nog relatief laag t.o.v. het
buitenland. De waarde voor toxicolische relevant arseen in de BONK studie bedroeg gemiddeld 3,45
µg/g creatinine bij 20‐29‐jarigen en 3,57 µg/g creatinine bij 30‐39‐jarigen. Deze waarden zijn
vergelijkbaar met de referentiewaarde van 3,7 µg/g creatinine bij volwassenen.
Vergelijking met internationale advieswaarden
Voor de zware metalen die in de huidige studie gemeten worden, bestaat er enkel een
gezondheidskundige advieswaarde voor bloed lood. De wereldgezondheidsorganisatie (WHO) stelt
de waarden onder de 100 µg/L bloed lood veilig zijn voor de gezondheid van kinderen en
volwassenen. Noch bij de onderzochte jongeren, noch bij de deelnemende moeders waren er
deelnemers met een waarde boven de 100 µg/L. Bij de jongeren bedroeg de hoogst gemeten waarde
76,9 µg/L; bij de moeders was de maximum geobserveerde waarde 69,9 µg/L. De WHO norm geldt
niet voor navelstrengbloed. De WHO norm staat momenteel ter discussie en wordt mogelijk nog
verlaagd. Daarom werd nagegaan wat de frequentieverdeling van de deelnemers is voor
verschillende afkapwaarden voor bloed lood (Tabel 26).
88

Resultaten – blootstelling – zware metalen
Voor bloed cadmium en urinair cadmium bestaan er referentiewaarden voor beroepsblootstelling,
namelijk 5 µg/L voor bloed cadmium en 2 µg/g creatinine voor urinair cadmium (Lauwereys & Hoët,
2000). Bij de 210 jongeren was er 1 persoon (0,48% van de populatie) met een waarde boven de 5 µg
cadmium/L. Deze waarde bedroeg 22,9 µg/L. Bij de 243 moeders was er eveneens 1 deelnemer
(0,41%) met een bloed cadmium waarde boven de 5 µg/L, maar hier was de waarde slechts licht
verhoogd t.o.v. de referentie, nl. 5,2 µg/L. Urinair cadmium werd enkel gemeten bij volwassenen (n =
203). Hier was geen enkele waarden hoger dan de referentiewaarde van 2 µg/g creatinine. Recente
studies uit België en Zweden suggereren dat voor effecten op het bot een afkapwaarde van 2 µg/g
creatinine te hoog zou zijn en men eerder in de richting van 1 µg/g creatinine moet gaan. Daarnaast
wordt cadmium in urine in sommige studies ook getoetst aan de NOAEL van 660 ng/g creatinine. Ook
voor bloed cadmium vinden experten dat de afkapwaarde van 5 µg/g creatinine te hoog is voor de
algemene bevolking. Experten stellen daarom voor om de metingen ook te toetsen aan een waarde
van 2 µg/L. De voorgestelde toetsingswaarden worden toegepast op de huidige populatie in Tabel
26.
Tabel 26: Percentage deelnemers met meetwaarden onder de toetsingswaarden voor bloed lood,
bloed cadmium en urinair cadmium
Biomerker Toetsingswaarde Moeders Jongeren Volwassenen
Bloed lood < 100 µg/L (WHO) 100% (243/243) 100% (210/210) ‐
Bloed lood < 50 µg/L 99,6% (242/243) 98,1% (206/210) ‐
Bloed lood < 250 µg/L 95,9% (233/243) 91,7% (189/210) ‐
Bloed lood < 10 µg/L 42,4% (103/243) 17,6% (37/210) ‐
Bloed cadmium < 5 µg/L (arbeiders) 100% (243/243) 99,5% (209/210) ‐
Bloed cadmium < 2 µg/L (arbeiders) 98,4% (239/243) 98,6% (207/210) ‐
Urinair cadmium
< 2 µg/g creatinine
(arbeiders)
‐ ‐ 100% (203/203)
Urinair cadmium < 1 µg/g creatinine ‐ ‐ 100% (203/203)
Urinair cadmium < 0,66 µg/g creatinine ‐ ‐ 97,0% (197/203)
Vergelijking navelstrengbloed – perifeer bloed
In de moeder‐kind cohorte werden de zware metalen zowel in navelstrengbloed als in perifeer bloed
van de moeder gemeten. De bloedafname bij de moeder gebeurde 1 tot 4 dagen na de bevalling. De
analyse van beide bloedstalen gebeurde door hetzelfde laboratorium. Voor cadmium lagen de
waarden in navelstrengbloed gemiddeld vier keer lager dan de waarden in bloed van de moeder. Er
was geen verband tussen de niveaus in navelstrengbloed en in perifeer bloed: een stijging in het
bloed van de moeder had weinig of geen effect op de niveaus in het navelstrengbloed.
Voor lood waren de niveaus in beide matrices vergelijkbaar, en ook sterk gecorreleerd (R²=0,43).
Mangaan in navelstrengbloed was gemiddeld ongeveer drie maal hoger dan mangaan in perifeer
bloed van de moeder. De waarden in navelstrengbloed varieerden van 7 tot 80 µg/L, terwijl de
waarden bij de moeder in de range van 4 tot 40 µg/L lagen. De hogere concentraties aan mangaan in
navelstrengbloed ten opzichte van perifeer bloed kan waarschijnlijk voor een deel verklaard worden
door het feit dat mangaan zich voornamelijk in rode bloedcellen opstapelt, en de fractie aan rode
89

Resultaten – blootstelling – zware metalen
bloedcellen groter is in navelstrengbloed dan in perifeer bloed (ref. Takser 2004). Er was slechts een
zeer zwakke correlatie tussen de niveaus van mangaan in navelstrengbloed en in het bloed van de
moeder (R²=0,02).
Koper lag gemiddeld ongeveer twee maal lager in navelstrengbloed in vergelijking met bloed van de
moeder. De minimum‐maximum range bedroeg 300 ‐ 1000 µg/L in navelstrengbloed en 730 – 2300
µg/L in perifeer bloed. Er was slechts een zeer zwakke correlatie tussen beide metingen (R²=0,02).
Voor thallium bestond er een goede correlatie tussen de gehaltes in navelstrengbloed en die in het
bloed van de moeder (R²=0,33), maar de waarden in navelstrengbloed lagen gemiddeld ongeveer op
de helft van de waarden bij de moeder.
Arseen in navelstrengbloed en in perifeer bloed waren zeer sterk gecorreleerd (R²=0,55) en de
niveaus waren ook zeer vergelijkbaar.
90

Resultaten – blootstelling – zware metalen
Tabel 27 geeft de gemiddelde waarden voor de zes metalen in beide matrices. Figuur 11 geeft voor
de zes metalen de correlatie tussen de waarden in navelstrengbloed en de waarde in perifeer bloed.
De bevindingen voor de afzonderlijke metalen verschillen duidelijk, zowel wat betreft de correlatie
tussen navelstrengbloed en bloed van de moeder, als wat betreft de vergelijking van de niveaus in
beide matrices. Dit betekent dat ieder metaal zich anders gedraagt in de passage van de placenta, en
mogelijk ook in metabolisme bij de moeder en/of bij de baby.
Voor cadmium lagen de waarden in navelstrengbloed gemiddeld vier keer lager dan de waarden in
bloed van de moeder. Er was geen verband tussen de niveaus in navelstrengbloed en in perifeer
bloed: een stijging in het bloed van de moeder had weinig of geen effect op de niveaus in het
navelstrengbloed.
Voor lood waren de niveaus in beide matrices vergelijkbaar, en ook sterk gecorreleerd (R²=0,43).
Mangaan in navelstrengbloed was gemiddeld ongeveer drie maal hoger dan mangaan in perifeer
bloed van de moeder. De waarden in navelstrengbloed varieerden van 7 tot 80 µg/L, terwijl de
waarden bij de moeder in de range van 4 tot 40 µg/L lagen. De hogere concentraties aan mangaan in
navelstrengbloed ten opzichte van perifeer bloed kan waarschijnlijk voor een deel verklaard worden
door het feit dat mangaan zich voornamelijk in rode bloedcellen opstapelt, en de fractie aan rode
bloedcellen groter is in navelstrengbloed dan in perifeer bloed (ref. Takser 2004). Er was slechts een
zeer zwakke correlatie tussen de niveaus van mangaan in navelstrengbloed en in het bloed van de
moeder (R²=0,02).
Koper lag gemiddeld ongeveer twee maal lager in navelstrengbloed in vergelijking met bloed van de
moeder. De minimum‐maximum range bedroeg 300 ‐ 1000 µg/L in navelstrengbloed en 730 – 2300
µg/L in perifeer bloed. Er was slechts een zeer zwakke correlatie tussen beide metingen (R²=0,02).
Voor thallium bestond er een goede correlatie tussen de gehaltes in navelstrengbloed en die in het
bloed van de moeder (R²=0,33), maar de waarden in navelstrengbloed lagen gemiddeld ongeveer op
de helft van de waarden bij de moeder.
Arseen in navelstrengbloed en in perifeer bloed waren zeer sterk gecorreleerd (R²=0,55) en de
niveaus waren ook zeer vergelijkbaar.
91

Resultaten – blootstelling – zware metalen
Tabel 27: Vergelijking van concentratie zware metalen in navelstrengbloed en concentratie zware
metalen in perifeer bloed van de moeder (mediaan en interquartiel range)
Zware metalen in
navelstrengbloed (µg/L)
mediaan (p25 ‐ p75)
Zware metalen in perifeer
bloed van de moeder (µg/L)
mediaan (p25 ‐ p75)
Cadmium 0,075 (0,030 – 0,104) 0,288 (0,210 – 0,434)
Lood 8,4 (6,6 – 11,4) 10,9 (8,4 – 14,4)
Mangaan 31,9 (25,0 – 39,7) 12,0 (9,8 – 14,9)
Koper 607 (535 – 679) 1323 (1154 – 1499)
Thallium 0,017 (0,014 – 0,021) 0,028 (0,024 – 0,033)
Arseen 0,54 (0,26 – 1,19) 0,62 (0,33 – 1,21)
92

Resultaten – blootstelling – zware metalen
Cadmium in navelstrengbloed vs.
cadmium in perifeer bloed van de moeder
Lood in navelstrengbloed vs.
lood in perifeer bloed van de moeder
Cd in navelstrengbloed (µg/L)
2,5
2
1,5
1
0,5
0
y = ‐0,0105x + 0,1057
R² = 0,0005
0 0,5 1 1,5 2 2,5
Pb in navelstrengbloed (µg/L)
80
60
40
20
0
y = 0,5932x + 2,4268
R² = 0,4324
0 20 40 60 80
Cd in bloed van moeder (µg/L)
Pb in bloed van moeder (µg/L)
Mangaan in navelstrengbloed vs.
mangaan in perifeer bloed van de moeder
Koper in navelstrengbloed vs.
koper in perifeer bloed van de moeder
Mn in navelstrengbloed (µg/L)
80
60
40
20
0
y = 0,4297x + 28,195
R² = 0,0238
0 20 40 60 80
Cu in navelstrengbloed (µg/L)
2500
2000
1500
1000
500
0
y = 0,0626x + 528,24
R² = 0,0211
0 500 1000 1500 2000 2500
Mn in bloed van moeder (µg/L)
Cu in bloed van moeder (µg/L)
Thallium in navelstrengbloed vs.
thallium in perifeer bloed van de moeder
Arseen in navelstrengbloed vs.
arseen in perifeer bloed van de moeder
Tl in navelstrengbloed (µg/L)
0,08
0,06
0,04
0,02
0
y = 0,4378x + 0,005
R² = 0,3279
0 0,02 0,04 0,06 0,08
As in navelstrengbloed (µg/L)
20
15
10
5
0
y = 0,867x + 0,1426
R² = 0,6466
0 5 10 15 20
Tl in bloed van moeder (µg/L)
As in bloed van moeder (µg/L)
Figuur 11: Relaties tussen waarden in navelstrengbloed en waarden in perifeer bloed van de moeder
voor bloed lood (Pb), bloed cadmium (Cd), bloed mangaan (Mn), bloed koper (Cu), bloed thallium (Tl)
en bloed arseen (As)
93

Resultaten – blootstelling – persistente gechloreerde polluenten
3.1.2 Persistente gechloreerde polluenten
Blootstelling aan persistente gechloreerde polluenten werd gemeten bij pasgeborenen en bij
jongeren:
‐ de chemische meting van de merker PCB’s 138, 153 en 180 en van de gechloreerde
pesticiden p,p’‐DDE en hexachlorobenzeen (HCB) gebeurde in plasma van navelstrengbloed
en in serum van jongeren 22 ;
‐ de Calux meting is een bio‐assay en werd uitgevoerd op plasma van navelstrengbloed (BDS‐
DR rat Calux) en op serum van de jongeren (UCD muis Calux).
In bijlage 3 wordt per polluent een beschrijving gegeven van de toxicologische relevantie van de
polluent en de gebruikte biomerkers. Alle polluenten van deze groep zijn persistent, d.w.z. dat ze zich
opstapelen in het menselijk lichaam (vetweefsel) en dat ze daar zeer moeilijk afgebroken worden. De
meting van deze stoffen in de mens geeft dus een beeld van de gecumuleerde blootstelling. De
merker PCB’s 138, 153 en 180 in serum (of plasma) vertegenwoordigen kwantitatief ongeveer 40 à
60% van de totale serum PCB’s en geven dus een goede maat voor de totale gecumuleerde
lichaamsbelasting aan PCB’s (halfwaardetijd: 2‐6 jaar). P,p’‐DDE is een afbraakproduct van DDT en de
hoeveelheid p,p’‐DDE in serum (of plasma) is een maat voor de gecumuleerde belasting aan DDT
(halfwaardetijd: 9‐10 jaar). HCB in serum (of plasma) weerspiegelt de gecumuleerde blootstelling aan
dit gechloreerde pesticide (halfwaardetijd: 6 jaar). De Calux‐meting bepaalt de binding van dioxineachtige
stoffen met de aryl hydorcarbon (Ah) receptor. De uitkomst van de test is dus geen
concentratie van een polluent maar een biologische activiteit. De BDS‐DR‐Calux (ratcellijn) die werd
uitgevoerd op navelstrengbloed, geeft een maat voor de activiteit van alle dioxine‐achtige stoffen in
het plasma. Het perifeer bloed van de jongeren werd geanalyseerd met een ander type van Calux,
namelijk met de UCD‐Calux (muiscellijn). Bij het uitvoeren van de Calux bij de jongeren werden twee
aparte fracties gemeten, namelijk de dioxines en furanen (PCDD’s en PCDF’s) enerzijds, en de
dioxine‐achtige PCB’s anderzijds.
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep en per subgroep
van relevante covariaten. De voornaamste trends voor de merker PCB’s, p,p’‐DDE, HCB en Calux
worden hieronder samengevat.
Figuur 12 geeft de detectiefrequentie van de PCB’s en gechloreerde pesticiden. De detectielimiet
(LOD) bedroeg 20 ng/L voor HCB, voor p,p’‐DDE en voor de afzonderlijke PCB congeneren (138, 153
en 180). De LOD voor alle dioxine‐achtige stoffen bij pasgeborenen bedroeg 9,7 pg Calux TEQ/g vet
(BDS‐DR‐Calux) De LOQ bedroeg 30,3 pg BEQ/g vet voor dioxines en furanen bij jongeren en
14,5Calux pg BEQ/g vet voor dioxine‐achtige PCB’s bij jongeren (UCD Calux). In navelstrengbloed lag
de meting voor p,p’‐DDE boven de detectielimiet bij alle deelnemers, terwijl PCB’s, HCB en dioxineachtige
stoffen gedetecteerd werden in respectievelijk 75%, 51% en 94% van de stalen. Bij jongeren
werden alle stoffen gedetecteerd bij meer dan 90% van de deelnemers.
22 Plasma wordt bereid door onstolbaar gemaakt bloed te centrifugeren zodat de bloedcellen naar de bodem
zakken. De overblijvende bovenstaande vloeistof is het plasma. Serum is de vloeistof die overblijft als men
bloed laat stollen en het stolsel centrifugeert. De samenstelling is in grote trekken vergelijkbaar met die van
bloedplasma, behalve dat de stollingseiwitten (zoals fibrinogeen) grotendeels verwijderd zijn.
94

Resultaten – blootstelling – persistente gechloreerde polluenten
% deelnemers met waarden >LOD/LOQ
PCB's
75
95
p,p'‐DDE
100
100
HCB
51
91
Calux
totaaldioxine‐achtige stoffen (DR rat Calux)
dioxines & furanen(UCD muis Calux)
dioxine‐achtige PCB's (UCD muis Calux)
94
100
99
pasgeborenen
0 25 50 75 100
jongeren
% deelnemers
Figuur 12: Percentage deelnemers met waarden boven detectielimiet voor PCB’s, p,p’‐DDE, HCB en
Calux assay in navelstrengbloed en in perifeer bloed van jongeren
Merker PCB’s, p,p’‐DDE en HCB. Merker PCB’s en p,p’‐DDE in navelstrengbloed zijn sterk
geassocieerd met de leeftijd van de moeder (Figuur 13). Voor HCB is er een trend maar de verschillen
zijn niet significant (Figuur 13). De stijging van de polluenten met de leeftijd is vermoedelijk toe te
schrijven aan twee eigenschappen: (1) aangezien het gecumuleerde polluenten zijn, worden ze in de
loop van het leven opgestapeld in het lichaam en is er dus een toename met de leeftijd; (2)
aangezien er in de loop der jaren maatregelen genomen werden om de POP’s in ons milieu te
reduceren, zijn oudere mensen blootgesteld geweest aan hogere concentraties in het milieu, er is
dus sprake van een cohorte‐effect. Bij de jongeren was er geen effect van leeftijd op de serum
concentratie van PCB’s of gechloreerde pesticiden. De leeftijdsrange van ongeveer 3 jaar is
vermoedelijk te klein om een effect van persistente stoffen vast te stellen.
Bij jongeren was er een duidelijk effect van geslacht: de serum waarden voor PCB’s, p,p’‐DDE en HCB
waren significant hoger bij jongens dan bij meisjes (Figuur 14).
Bij jongeren waren alle persistente gechloreerde polluenten significant en negatief geassocieerd met
de body‐mass index (BMI) (Figuur 15). Deze resultaten zijn in overeenstemming met de bevindingen
bij de jongeren uit het eerste Steunpunt en met bevindingen in de literatuur (Den Hond, 2009). Een
mogelijke verklaring is dat serum waarden van deze persistente polluenten in evenwicht staan met
de polluentconcentratie in het vetweefsel. Bij een hogere BMI worden de vetoplosbare polluenten
verdeeld over een grotere vetmassa, met andere woorden er is sprake van een ‘verdunningseffect’.
PCB’s in navelstrengbloed waren eveneens negatief geassocieerd met de BMI van de moeder
(p

Resultaten – blootstelling – persistente gechloreerde polluenten
Jongeren die als baby borstvoeding hadden gekregen, hadden significant hogere gehaltes aan serum
PCB’s (55 vs. 39 ng/g vet; p

Resultaten – blootstelling – persistente gechloreerde polluenten
PCB's en sex ‐ jongeren
DDE en sex ‐ jongeren
Serum PCB's (ng/g vet)
60
50
40
30
20
10
0
58
jongens
40
meisjes
p

Resultaten – blootstelling – persistente gechloreerde polluenten
PCB's en lokale voeding ‐ jongeren
Serum PCB's (ng/g vet)
100
80
60 46
40
20
0
lokaal ei
p=0,08
zelfgevangen vis
p=0,11
63
53
48
neen ja neen ja
DDE en lokale voeding ‐ jongeren
p,p'‐DDE in serum (ng/g vet)
lokaal ei
zelfgevangen vis
150
p

Resultaten – blootstelling – persistente gechloreerde polluenten
Totaal dioxine‐achtige stoffen bij pasgeborenen; dioxines + furanen en dioxine‐achtige PCB’s bij
jongeren (Calux assay).
Bij de pasgeborenen was er geen uitgesproken effect van eigenschappen van de moeder (leeftijd,
pariteit, opleiding, e.d.) op de hoeveelheid dioxine‐achtige stoffen in navelstrengbloed. Er was een
niet‐significante toename met de leeftijd van de moeder (van 16,3 pg CaluxTEQ/g vet bij ≤25‐jarigen
tegenover 20,2 pg Calux TEQ/g vet bij >35‐jarige moeders) en een lichte afname met de pariteit.
Indien de moeder rapporteerde dat buiten wordt gestookt (open vuren, zowel stoken van hout,
papier als afval) (n= 13 op 234) werden significant hogere waarden van dioxine‐achtige stoffen in
navelstrengbloed (24,8 vs. 17,0 pg Calux TEQ/g vet; p

Resultaten – blootstelling – persistente gechloreerde polluenten
Calux en zelfgevangen vis ‐ jongeren
150
dioxines + furanen
p=0,02 135
dioxine‐achtige PCB's
p=0,12
pg BEQ/g vet
100
50
107
32 38
0
neen ja neen ja
Figuur 19: Effect van eten van zelfgevangen vis op dioxines + furanen en dioxine‐achtige PCB’s in
serum bij jongeren (gemeten met UCD muis Calux)
De Vlaamse referentiewaarden voor de persistente gechloreerden polluenten in de verschillende
leeftijdsgroepen worden weergegeven in Tabel 28. Deze waarden werden gecorrigeerd voor vooraf
gedefinieerde confounders.
Deze Vlaamse referentiewaarden worden vergeleken met de literatuur in bijlage 5.
Voor de interpretatie van de gegevens van PCB’s, p,p’‐DDE en HCB moet rekening worden gehouden
met het feit dat sommige studies zijn uitgevoerd bij bevolkingsgroepen met verhoogde blootstelling
aan persistente polluenten (bijv. Inuits, bewoners van Disco bay area), ook al gaat het wel steeds om
algemene bevolking. De waarden in van pasgeborenen en jongeren in het tweede Steunpunt (2008‐
09) zijn laag in vergelijking met deze populaties.
De waarden van de jongeren in het tweede Steunpunt zijn goed vergelijkbaar met andere algemene
populatie studies zoals het Amerikaanse NHANES (CDC, 2009) en het Duitse GerES (Becker, 2008). In
NHANES worden de waarden gerapporteerd van jongeren tussen de leeftijd van 12 tot 19 jaar (dus
gemiddeld iets ouder dan de Vlaamse jongeren); in GerES zijn waarden beschikbaar voor jongeren
van 12 tot 14 jaar (dus iets jonger dan de Vlaamse studie). Serum PCB’s in Vlaanderen (geometrisch
gemiddelde: 217 ng/L) lagen in de dezelfde grootte‐orde als in Duitsland in de periode 2003‐06
(geometrisch gemiddelde: 266 ng/L). In de U.S. werden voor serum PCB’s in de periode 2003‐04
lagere waarden geregistreerd (mediaan: 12,9 ng/g vet tegenover geometrisch gemiddelde: 50 ng/g
vet in Vlaanderen). Voor p,p’‐DDE waren de waarden dan weer lager in Duitsland (190 µg/L vs. 307
µg/L in Vlaanderen) en hoger in de U.S. (105 ng/g vet vs. 70 ng/g vet in Vlaanderen). Voor HCB lagen
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.
8,3 ng/g vet in Vlaanderen). Indien we de waarden van de huidige campagne vergelijken met vorige
campagnes in Vlaanderen (eerste Steunpunt en pilootstudie), zien we een lagere gemiddelde waarde
voor PCB’s, p,p’‐DDE en HCB, zowel in navelstrengbloed als in perifeer bloed van de jongeren. Dit is in
overeenstemming met de algemene trend in Europa, nl. een daling van de gehaltes aan persisitente
gechloreerde polluenten in de mens dank zij de doorgedreven inspanningen van overheid, industrie
en andere instanties om de uitstoot van PCB’s en gechloreerde pesticiden
100

Resultaten – blootstelling – persistente gechloreerde polluenten
Tabel 28 : Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor persistente gechloreerde polluenten
Leeftijdsgroep Biomerker Eenheid N %
>LOD/LOQ
Confounders
Som van merker PCB’s (PCB 138, 153 en 180)
pasgeborenen PCB’s in plasma ng/L 241 75,1% leeftijd moeder, BMI
navelstrengbloed
moeder, roken, bloedvet
pasgeborenen PCB’s in plasma ng/g bloedvet 241 75,1% leeftijd moeder, BMI
navelstrengbloed
moeder, roken
jongeren PCB’s in serum ng/L 205 95,2% leeftijd, geslacht, BMI,
roken, bloedvet
jongeren PCB’s in serum ng/g bloedvet 205 95,2% leeftijd, geslacht, BMI,
roken
p,p’‐DDE
pasgeborenen p,p’‐DDE in plasma ng/L 241 100% leeftijd moeder, BMI
navelstrengbloed
moeder, roken, bloedvet
pasgeborenen p,p’‐DDE in plasma ng/g bloedvet 241 100% leeftijd moeder, BMI
navelstrengbloed
moeder, roken
jongeren p,p’‐DDE in serum ng/L 205 100% leeftijd, geslacht, BMI,
roken, bloedvet
jongeren p,p’‐DDE in serum ng/g bloedvet 205 100% leeftijd, geslacht, BMI,
roken
Hexachlorobenzeen (HCB)
pasgeborenen HCB in plasma ng/L 241 50,6% leeftijd moeder, BMI
navelstrengbloed
moeder, roken, bloedvet
pasgeborenen HCB in plasma ng/g bloedvet 241 50,6% leeftijd moeder, BMI
navelstrengbloed
moeder, roken
jongeren HCB in serum ng/L 205 91,4% leeftijd, geslacht, BMI,
roken, bloedvet
jongeren HCB in serum ng/g bloedvet 205 91,4% leeftijd, geslacht, BMI,
roken
Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
120 (114 – 128) 227 (198 – 256)
59 (56 – 63) 112 (98 – 126)
217 (203 – 233) 401 (330 – 472)
50 (46 – 53) 98 (83 – 115)
160 (147 – 174) 390 (337 – 442)
78 (72 – 85) 192 (162‐ 221)
307 (277 – 341) 868 (580 – 1155)
70 (63 – 78) 207 (151 – 263)
19,0 (17,4 – 20,8) 45,7 (41,1 – 50,2)
9,3 (8,5 – 10,2) 22,5 (19,9 – 25,1)
36,5 (34,0 – 39,2) 64,1 (56,4 – 71,9)
8,3 (7,8 – 8,9) 14,0 (12,4 – 15,7)
101

Resultaten – blootstelling – persistente gechloreerde polluenten
Leeftijdsgroep Biomerker Eenheid N %
>LOD/LOQ
Confounders
Totaal dioxine‐achtige stoffen (DR rat Calux)
pasgeborenen dioxine‐achtige pg Calux 225 93,6% leeftijd moeder, BMI
stoffen in plasma TEQ/L
moeder, roken, bloedvet
navelstrengbloed
pasgeborenen dioxine‐achtige
stoffen in plasma
navelstrengbloed
Dioxines en furanen (UCD muis Calux)
jongeren dioxines + furanen
in serum
jongeren dioxines + furanen
in serum
pg Calux
TEQ/g
bloedvet
pg BEQ/g
serum
pg BEQ/g
bloedvet
Dioxine‐achtige PCB’s (UCD muis Calux)
jongeren dioxine‐achtige pg BEQ/g
PCB’s in serum serum
jongeren dioxine‐achtige pg BEQ/g
PCB’s in serum bloedvet
225 93,6% leeftijd moeder, BMI
moeder, roken
173 100% leeftijd, geslacht, BMI,
roken, bloedvet
173 100% leeftijd, geslacht, BMI,
roken
171 98,8% leeftijd, geslacht, BMI,
roken, bloedvet
172 98,8% leeftijd, geslacht, BMI,
roken
Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
34,1 (32,0 – 36,4) 59,2 (52,9 – 65,9)
17,5 (16,4 – 18,6) 31,4 (28,2 – 34,5)
0,38 (0,36 – 0,40) 0,56 (0,52 – 0,61)
110 (104 – 116) 167 (145 – 190)
0,113 (0,106 – 0,120) 0,190 (0,166 – 0,213)
32,7 (30,7 – 34,7) 56,3 (50,0 – 62,5)
102

Resultaten – blootstelling –gebromeerde vlamvertragers
3.1.3 Gebromeerde vlamvertragers
Volgende gebromeerde vlamvertragers werden gemeten in plasma van navelstrengbloed bij
pasgeborenen en in serum bij jongeren:
‐ polygebromeerde diphenylethers (PBDE’s): BDE 28, 47, 99, 100, 153, 154, 183 en 209;
‐ hexabromocyclododecaan (HBCD);
‐ tetrabromo‐bisphenol A (TBBPA).
PBDE’s vormen een klasse van chemisch zeer vergelijkbare structuren van gebromeerde
koolwaterstoffen met twee tot tien broomatomen. De gemeten congeneren behoren tot de groep
van de tri‐BDE’s (28), tetra‐BDE’s (47), penta‐BDE’s (99, 100), hexa‐BDE’s (153, 154), hepta‐BDE’s
(183) en deca‐BDE’s (209). PBDE’s en HBCD in serum geven een maat voor gecumuleerde
blootstelling aan gebromeerde vlamvertragers. De halfwaardetijd van deze stoffen in het lichaam
varieert van een 10‐tal dagen tot meer dan 26 jaar. TBBPA in serum weerspiegelt recente
blootstelling; de halfwaardetijd in het lichaam bedraagt ongeveer 2 dagen.
De meting van de gebromeerde vlamvertragers verliep volgens de methode die momenteel het
meest gangbaar is. Toch konden in veel stalen geen waarden boven de kwantificatielimiet (limit of
quantification, LOQ) worden gemeten (zie
Gebromeerde vlamvertragers
BDE28
BDE47
BDE99
BDE100
BDE153
BDE154
BDE183
BDE209
HBCD
TBBPA
Figuur 20).
0,0
1,0
3,2
2,4
5,5
8,1
13,9
13,3
0,4
2,9
0,8
0,0
4,7
5,7
0,8
3,8
8,3
12,4
37,6
% metingen > LOD
0 20 40 60 80 100
61,4
pasgeborenen
jongeren
103

Resultaten – blootstelling –gebromeerde vlamvertragers
Gebromeerde vlamvertragers
BDE28
BDE47
BDE99
BDE100
BDE153
BDE154
BDE183
BDE209
HBCD
TBBPA
0,0
1,0
3,2
8,1
2,4
5,5
0,4
2,9
0,8
0,0
4,7
5,7
0,8
3,8
8,3
12,4
13,9
37,6
13,3
% metingen > LOD
61,4
pasgeborenen
jongeren
0 20 40 60 80 100
Figuur 20: Percentage stalen met detecteerbare waarde voor gebromeerde vlamvertragers (PBDE’s,
HBCD en TBBPA) in navelstrengbloed (pasgeborenen) en serum van jongeren
Het hoog aantal waarden onder de LOQ liet niet toe om een groepsgemiddelde te berekenen, of een
analyse van subgroepen (bijv. per geslacht of per leeftijdsklasse) uit te voeren. Daarom wordt voor
de individuele BDE’s en voor HBCD en TBBPA de statistische analyse in eerste instantie beperkt tot
een tabel met de beschrijvende statistiek, nl. het percentage waarden boven de LOQ en de
percentielen. De resultaten worden voorgesteld in Tabel 29 voor de pasgeborenen en in Tabel 30
voor de jongeren.
BDE47 en BDE153 komen in de grootste proportie voor (>30% detectiefrequentie bij jongeren) en
zijn in de literatuur ook de meest gerapporteerde congeneren. Daarom werd voor deze twee
congeneren bij de jongeren een meer gedetailleerde analyse uitgevoerd en werden Vlaamse
referentiewaarden berekend. Voor BDE47 worden geen duidelijke trends waargenomen voor de
verschillende subgroepen. Bij BDE153 wordt een significant hogere waarde gevonden bij jongens in
vergelijking met meisjes (0,61 vs. 0,41 ng/g bloedvet; p

Resultaten – blootstelling –gebromeerde vlamvertragers
(België, Frankrijk, Duitsland, Zweden en Verenigd Koninkrijk), maar BDE153 is minder prominent in
de Amerikaanse studies. Daar zijn BDE99 en BDE100 relatief belangrijker. In de studies waar BDE209
gerapporteerd wordt, is de concentratie van dit congeneer ook relatief hoog. Dit heeft te maken met
de relatief hoge LOQ (in de huidige studie: 40 ng/mL voor BDE209 t.o.v. 2 tot 3 ng/L voor de overige
congeneren). Indien we de gemiddelde concentratie van BDE47 en BDE153 bij de jongeren
vergelijken met buitenlandse referenties, liggen de waarden in de huidige studie laag. Een
voorzichtige interpretatie is echter geboden aangezien in de meeste referenties niet duidelijk
gerapporteerd wordt, hoe wordt omgegaan met waarden onder de detectielimiet. Dit is
methodologisch zeer belangrijk omwille van de hoge proportie waarden onder de detectielimiet. In
de huidige studie worden deze waarden voor de berekening van het gemiddelde vervangen door de
helft van de detectielimiet.
Voor HBCD zijn er weinig referenties in de literatuur. De gerapporteerde waarden liggen vaak in de
buurt van de kwantificatielimiet.
Ook voor TBBPA is de informatie beperkt en worden vaak waarden gerapporteerd die dicht bij de
kwantificatielimiet liggen. In één Noorse publicatie worden gepoolde stalen gemeten over een
periode van meer dan 30 jaar. Er is geen duidelijke tijdtrend vast te stellen in de concentratie van
TBBPA.
105

Resultaten – blootstelling –gebromeerde vlamvertragers
Tabel 29: Beschrijvende statistiek voor gebromeerde vlamvertragers (PBDE’s, HBCD en TBBPA) in navelstrengbloed bij pasgeborenen (n=253)
LOQ %

Resultaten – blootstelling –gebromeerde vlamvertragers
Tabel 31: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor de gebromeerde vlamvertragers BDE47 en BDE153 bij jongeren
Leeftijdsgroep Biomerker Eenheid N Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
BDE47
jongeren BDE47 in serum ng/L 208 leeftijd, geslacht, BMI, 2,47 (2,23 – 2,73) 7,43 (5,65 – 9,22)
bloedvet
jongeren BDE47 in serum ng/g bloedvet 208 leeftijd, geslacht, BMI 0,56 (0,51 – 0,62) 1,70 (1,92 – 2,12)
BDE153
jongeren BDE153 in serum ng/L 208 leeftijd, geslacht, BMI, 2,27 (2,06 – 2,51) 5,87 (4,99 – 6,73)
bloedvet
jongeren BDE153 in serum ng/g bloedvet 208 leeftijd, geslacht, BMI 0,52 (0,47 – 0,57) 1,43 (1,20 – 1,65)
107

Resultaten – blootstelling –bisfenol A
3.1.4 Bisfenol A
Bisfenol A wordt voornamelijk gebruikt als toevoegsel in de productie van polycarbonaten, en vindt
zijn toepassing in de productie van onbreekbare flessen (babyvoeding), tafelbestek, voorwerpen voor
microgolfovens. Bisfenol A wordt ook gebruikt in epoxyharsen die als beschermende coating worden
gebruikt aan de binnenkant van voedingsverpakkingen in blik of karton, of in reservoirs voor
drinkwater. Daarnaast wordt het gebruikt in vlamvertragende middelen en als oplosmiddel voor
drukinkten.
In de huidige studie werd bisfenol A gemeten in urine van jongeren.
In bijlage 3 wordt een beschrijving gegeven van de toxicologische relevantie van bisfenol A. Urinair
bisfenol A reflecteert zeer recente blootstelling aan bisfenol A (uren tot dagen). De halfwaardetijd
van bisfenol A in de urine bedraagt 6 uur met een bijna volledige excretie na 24 uur (ref Volkel, 2002)
In bijlage 4 worden de ruwe data van bisfenol A in urine gegeven voor de totale groep en per
subgroep van relevante covariaten. De voornaamste trends worden hieronder samengevat.
Bisfenol A werd gedetecteerd (waarde > LOD van 0,2 µg/L) bij 99,5% van de deelnemers. De
gemiddelde (geometrisch) waarde voor de totale groep bedroeg 2,22 µg/L of 1,66 µg/g creatine.
Er werden geen duidelijke relaties geobserveerd met de voornaamste covariaten. Er waren geen
significante verschillen in urinaire bisfenol A concentratie volgens geslacht, opleidingsniveau, leeftijd
of BMI‐klasse van de deelnemer. Er was een borderline significant verschil (p=0,04) tussen
deelnemers uit niet‐stedelijke gemeenten (geometrisch gemiddelde: 1,81 µg/g creatinine) en
deelnemers uit stedelijke gemeenten (1,42 µg/g creatinine), maar de reden hiervoor is niet duidelijk.
De Vlaamse referentiewaarden voor bisfenol A worden gegeven in Tabel 32.
De Vlaamse waarden worden vergeleken met de internationale literatuur in bijlage 5. De waarden in
de huidige studie zijn zeer vergelijkbaar met de niveaus die in andere landen worden gerapporteerd.
De gemiddelde waarde in de Duitse biomonitoringstudie (kinderen van 3‐14 jaar; n = 599) bedraagt
2,66 µg/L, dit is zeer vergelijkbaar met de Vlaamse referentiewaarde van 2,21 µg/L. In de
Amerikaanse NHANES werd bij jongeren tussen de 12 en 19 jaar oud (n = 715) gemiddeld 3,7 µg/L in
de urine gemeten.
108

Resultaten – blootstelling –bisfenol A
Tabel 32: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor bisfenol A in urine
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
Bisfenol A
jongeren bisfenol A µg/L 193 99,5% leeftijd, geslacht, 2,21 (1,97 – 2,48) 6,60 (4,61 – 8,59)
in urine
creatinine
jongeren bisfenol A
in urine
µg/g
creatinine
193 99,5% leeftijd, geslacht 1,66 (1,48 – 1,86) 4,80 (3,48 – 6,11)
109

Resultaten – blootstelling – ftalaten
3.1.5 Weekmakers: ftalaten
Ftalaten zijn industriële chemische stoffen die worden toegevoegd aan polyvinyl chloride plastics als
weekmakers. Ze maken plastics soepel en flexibel.
In bijlage 3 wordt een beschrijving gegeven van de toxicologische relevantie van ftalaten. Het meest
gebruikte ftalaat is DEHP (di‐2‐ethylhexyl ftalaat). In het lichaam wordt DEHP omgezet tot zijn monoester,
nl. MEHP (mono‐2‐ethylhexyl ftalaat) en daarna verder gemetaboliseerd tot de secundaire
metabolieten MEOHP (mono‐(2‐ethyl‐5‐oxohexyl)‐ftalaat) en MEHHP (mono‐(2‐ethyl‐5‐
hydroxyhexyl)‐ftalaat). Deze metabolieten kunnen worden gemeten in de urine; hun concentratie is
een maat voor de recente blootstelling aan DEHP. Aangezien het mono‐ester in het lichaam vrij snel
omgezet wordt tot de secundaire metabolieten, zijn de secundaire metabolieten vermoedelijk betere
biomerkers om de blootstelling in te schatten. Daarnaast zijn er nog andere ftalaten die frequent in
plastics gebruikt worden. Dibutyl ftalaat (DBP) wordt omgezet in zijn metaboliet MnBP (mono‐nbutyl
ftalaat). Benzylbutyl ftalaat (BzBP) wordt omgezet in zijn metaboliet MBzP (mono‐benzyl
ftalaat).
Blootstelling aan ftalaten werd ingeschat door het meten van volgende urinaire metabolieten bij de
jongeren en de volwassenen:
‐ MEHP, MEHHP en MEOHP als maat voor blootstelling aan DEHP;
‐ MnBP als maat voor blootstelling aan DBP;
‐ MBzP als maat voor blootstelling aan BzBP.
In bijlage 4 worden de ruwe data van de ftalaat metabolieten gegeven voor de totale groep en per
subgroep van relevante covariaten. De voornaamste trends worden hieronder samengevat.
De urinaire concentratie van MEHP – het mono‐ester – was lager dan de urinaire gehaltes van de
secundaire metabolieten MEOHP en MEHHP. Dit is in overeenstemming met de hypothese dat
mono‐esters in het lichaam snel worden omgezet tot de secundaire metabolieten.
Noch bij de jongeren noch bij de volwassenen werden significante verschillen gevonden in
ftalaatconcentratie tussen subgroepen (bijv. geslacht, leeftijd, ….). Aangezien de blootstelling aan
ftalaten in het dagelijks leven zeer divers is (voeding, kleding, plastic gebruiksartikelen, vinyl vloeren,
medicijnen, persoonlijke hygiëne producten, enz…) was het zeer moeilijk om via de vragenlijsten de
blootstelling aan plastics in te schatten. Daarom werden er geen specifieke vragen gesteld om een
score voor blootstelling aan ftalaten in te schatten.
Op basis van de literatuur (Koch, 2003) blijkt dat de blootstelling bij kinderen in het algemeen hoger
is dan bij volwassenen. Indien we in de Vlaamse cohorte de resultaten van de jongeren en
volwassenen samen bekijken (Figuur 21), is er een trend voor hogere waarden bij jongeren voor de
secundaire metabolieten van DEHP en de metaboliet van BzBP.
De Vlaamse referentiewaarden voor de ftalaat metabolieten worden weergegeven in Tabel 33.
De waarden in Vlaanderen worden vergeleken met de internationale literatuur in bijlage 5. De
waarden van de urinaire ftalaat metabolieten in Vlaanderen liggen in dezelfde grootte‐orde als in
grote biomonitoringstudies in Duitsland en de U.S. De relatieve verhouding tussen de verschillende
metabolieten kan wel variëren. Dit heeft vermoedelijk te maken met lokale variatie in gebruik van
consumentenproducten.
110

Resultaten – blootstelling – ftalaten
ftalaat metaboliet (µg/g crt)
35
30
25
20
15
10
5
0
Ftalaat metabolieten in urine
jongeren
volwassenen
31,1
29,7
24,3
22,2
19,7
16,6
16,5
13,4
2,7 2,8
MeHP MeHHP MeOHP MnBP MBzP
Figuur 21: Urinaire concentratie (geometrisch gemiddelde) van ftalaat metabolieten bij jongeren en
volwassenen
111

Resultaten – blootstelling – ftalaten
Tabel 33: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor ftalaat metabolieten in urine
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
primaire metaboliet van DEHP: mono‐2‐ethylhexyl ftalaat (MEHP)
jongeren MEHP in urine µg/L 206 90,8% leeftijd, geslacht, creatinine 3,6 (3,2 – 4,1) 12,4 (8,7 – 16,2)
jongeren MEHP in urine µg/g creatinine 206 90,8% leeftijd, geslacht 2,7 (2,4 – 3,1) 8,5 (5,1 – 11,9)
volwassenen MEHP in urine µg/L 197 86,8% leeftijd, geslacht, creatinine 2,7 (2,4 – 3,1) 9,9 (7,5 – 12,4)
volwassenen MEHP in urine µg/g creatinine 197 86,8% leeftijd, geslacht 2,6 (2,3 – 2,9) 7,0 (5,1 – 8,9)
secundaire metaboliet van DEHP: mono‐2‐ethyl‐5‐hydroxyhexyl ftalaat (MEHHP)
jongeren MEHHP in urine µg/L 206 100% leeftijd, geslacht, creatinine 21,9 (20,1 – 23,9) 75,1 (57,8 – 92,3)
jongeren MEHHP in urine µg/g creatinine 206 100% leeftijd, geslacht 16,6 (15,2 – 18,1) 57,0 (38,1 – 75,8)
volwassenen MEHHP in urine µg/L 197 100% leeftijd, geslacht, creatinine 13,2 (11,7 – 14,9) 35,7 (24,3 – 47,0)
volwassenen MEHHP in urine µg/g creatinine 197 100% leeftijd, geslacht 12,2 (10,8 – 13,8) 34,0 (25,7 – 42,2)
secundaire metaboliet van DEHP: mono‐2‐ethyl‐5‐oxohexyl ftalaat (MEOHP)
jongeren MEOHP in urine µg/L 206 100% leeftijd, geslacht, creatinine 29,2 (26,3 – 32,5) 116,5 (85,7 – 147,2)
jongeren MEOHP in urine µg/g creatinine 206 100% leeftijd, geslacht 22,2 (20,0 – 24,6) 90,8 (63,4 – 118,3)
volwassenen MEOHP in urine µg/L 197 100% leeftijd, geslacht, creatinine 16,1 (14,0 – 18,6) 71,9 (45,0 – 98,9)
volwassenen MEOHP in urine µg/g creatinine 197 100% leeftijd, geslacht 15,0 (13,1 – 17,3) 70,9 (50,3 – 91,6)
metaboliet van DBP: mono‐n‐butyl ftalaat (MnBP)
jongeren MnBP in urine µg/L 206 98,1% leeftijd, geslacht, creatinine 39,2 (35,8 – 42,9) 87,6 (72,7 – 102,4)
jongeren MnBP in urine µg/g creatinine 206 98,1% leeftijd, geslacht 29,8 (27,2 – 32,6) 68,0 (56,0 – 80,0)
volwassenen MnBP in urine µg/L 197 90,9% leeftijd, geslacht, creatinine 30,6 (27,4 – 34,2) 84,5 (61,9 – 107,0)
volwassenen MnBP in urine µg/g creatinine 197 90,9% leeftijd, geslacht 28,4 (25,4 – 31,7) 78,8 (62,9 – 94,7)
metaboliet van BzBP: mono‐benzyl ftalaat (MBzP)
jongeren MBzP in urine µg/L 206 100% leeftijd, geslacht, creatinine 32,2 (28,7 – 36,1) 109,4 (83,4 – 135,5)
jongeren MBzP in urine µg/g creatinine 206 100% leeftijd, geslacht 24,4 (21,7 – 27,4) 87,0 (60,4 – 113,6)
volwassenen MBzP in urine µg/L 197 100% leeftijd, geslacht, creatinine 19,3 (16,9 – 22,1) 71,6 (52,6 – 90,5)
volwassenen MBzP in urine µg/g creatinine 197 100% leeftijd, geslacht 18,0 (15,8 – 20,4) 56,8 (39,5 – 74,1)
112

Resultaten – blootstelling – perfluoroderivaten
3.1.6 Perfluorderivaten
Perfluorcomponenten worden gebruikt voor oppervlaktebehandeling van tapijten, meubelbekleding,
leder e.d. ter verhoging van de resistentie tegen vuil, water en vet. Om dezelfde reden worden ze
gebruikt in de papierindustrie, bijvoorbeeld om wegwerpborden en voedingsverpakking water‐ en
vetafstotend te maken. Perfluors zijn een belangrijke component van tefal en zorgen ervoor dat het
materiaal vetafstotend is. Daarnaast worden perfluorderivaten gebruikt in verschillende industriële
en commerciële toepassingen zoals brandbestrijdend schuim, schoonmaakmiddelen, fotografische
film, cosmetica en in sulfluramid, een insecticide tegen kakkerlakken, mieren en termieten.
In bijlage 3 wordt een beschrijving gegeven van de toxicologische relevantie van perfluorderivaten.
Perfluorverbindingen zijn moeilijk afbreekbaar en kunnen hierdoor lange tijd in het milieu aanwezig
blijven. De blootstelling bij de mens gebeurt vooral via de voeding (o.m. via vis), maar ook door
inhalatie en via migratie uit voedingsverpakkingsmaterialen en beschadigde tefalpannen.
Perfluorcomponenten accumuleren niet in het vetweefsel van de mens maar zijn toch persistent en
blijven gedurende lange tijd in het menselijk lichaam aanwezig.
In de huidige studie worden in het serum van volwassenen en in navelstrengbloed van de
pasgeborenen de twee meest voorkomende perfluorcomponenten gemeten, namelijk:
‐ perfluoro‐octaansulfonaat (PFOS);
‐ perfluoro‐octaanzuur (PFOA).
De halfwaardetijd van PFOS in humaan serum is 5 tot 6 jaar; voor PFOA ligt de halfwaardetijd 1 tot
4,5 jaar.
In bijlage 4 worden de ruwe data van PFOS en PFOA gegeven voor de totale groep en per subgroep
van relevante covariaten. De voornaamste trends worden hieronder samengevat.
Bij de volwassenen werden significant hogere waarden gedetecteerd bij mannen in vergelijking met
vrouwen, zowel voor PFOS als voor PFOA (Figuur 22). Bij pasgeborenen was er significante afname
van de PFOS en PFOA concentratie in navelstrengbloed met toenemende pariteit (Figuur 23).
Aangezien voeding een belangrijke route is voor de blootstelling aan perfluorcomponenten, werden
verschillende voedingsindicatoren uit de vragenlijst geassocieerd met de concentratie van PFOS en
PFOA in serum. Er werd geen significante relatie gevonden met visconsumptie, noch met de
gemiddelde visconsumptie van de deelnemers, noch met de consumptie van lokale (zelfgevangen)
vis. Wel werd vastgesteld dat personen die lokale eieren gebruikten significant hogere serum
waarden van PFOS in het bloed hadden (maar niet van PFOA) (Figuur 24).
serum PFOS, PFOA (µg/L)
20
15
10
5
0
perfluors en sex ‐ volwassenen
14,5
PFOS
p

Resultaten – blootstelling – perfluoroderivaten
serum PFOS, PFOA (µg/L)
5
4
3
2
1
0
2,9
perfluors en pariteit ‐ pasgeborenen
PFOS
p=0,04
2,7
2,3
1e kind 2e kind >2 kind
1,8
PFOA
p2 kind
Figuur 23: Effect van pariteit op plasma concentratie van PFOS en PFOA in navelstrengbloed
serum PFOS, PFOA (µg/L)
5
4
3
2
1
0
2,34
perfluors en lokale eieren ‐
pasgeborenen
PFOS
p

Resultaten – blootstelling – perfluoroderivaten
Tabel 34: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor perfluorcomponenten in serum/plasma
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
perfluoro‐octaansulfonaat (PFOS)
pasgeborenen PFOS in plasma µg/L 218 100% leeftijd van moeder, 2,64 (2,46 – 2,83) 5,10 (4,59 – 5,61)
(navelstrengbloed)
BMI van moeder
volwassenen PFOS in serum µg/L 201 100% leeftijd, geslacht, BMI 12,6 (11,6 – 13,6) 24,8 (20,7 – 28,9)
perfluoro‐octaanzuur (PFOA)
pasgeborenen PFOA in plasma µg/L 218 100% leeftijd van moeder, 1,50 (1,43 – 1,59) 2,56 (2,35 – 2,76)
(navelstrengbloed)
BMI van moeder
volwassenen PFOA in serum µg/L 201 100% leeftijd, geslacht, BMI 3,2 (3,0 – 3,4) 5,7 (5,1 – 6,2)
115

Resultaten – blootstelling – polycyclische aromatische koolwaterstoffen
3.1.7 Polycyclische aromatische koolwaterstoffen (PAK’s)
Polycyclische aromatische koolwaterstofffen (PAK’s) zijn organische verbindingen die gevormd
worden bij onvolledige verbranding en die gekenmerkt worden door de aanwezigheid van meerdere
aan elkaar verbonden benzeenringen. PAK’s kunnen zeer complexe structuren vormen en kunnen
voorkomen in tal van iso‐vormen.
Voor het meten van de interne humane blootstelling aan PAK’s in de algemene bevolking worden
meestal urinaire fenolische metabolieten gemeten. 1‐hydroxypyreen wordt gevormd vanuit pyreen
en is de meest gebruikte biomerker voor het meten van PAK blootstelling bij arbeiders en in de
algemene bevolking. 1‐ en 2‐naftol (1‐ en 2‐hydroxynaftaleen) worden gevormd vanuit naftaleen en
zijn meetbaar in 90% van de urinestalen uit de algemene bevolking (incl. kinderen). De fenolische
PAK‐metabolieten zijn dus in substantiële hoeveelheid in de urine aanwezig en kunnen goed
gemeten worden met de huidige HPLC‐analysetechnieken tot in de range van nanogram per liter.
Vanuit toxicologisch standpunt zijn de fenolische metabolieten echter minder ideaal als biomerker
aangezien pyreen en naftaleen niet‐genotoxische componenten van het PAK‐mengsel zijn.
PAK‐tetrolen zijn hydrolyseproducten van dihydro‐diol‐epoxiden. Zij geven een betere inschatting
van de biologische effectieve dosis dan de meting van fenolische componenten. Benzo[a]pyreentetrol
(BaP‐tetrol) is het hydrolyseproduct van anti‐benzo[a]pyreen‐7,8‐dihydrodiol‐9,10‐epoxide
(BPDE) en geeft dus een goede maat voor de blootstelling aan carcinogene PAK’s. De urinaire
gehalten zijn echter erg laag en de methoden dienen te worden geoptimaliseerd voor
routinemetingen in de algemene bevolking.
Blootstelling aan PAK’s wordt in de huidige studie gemeten bij jongeren en volwassenen:
‐ in de individuele urinestalen wordt 1‐hydroxypyreen gemeten;
‐ in de mengstalen (1 mengstaal per provincie) worden 1‐naftol, 2‐naftol en BaP‐tetrol
gemeten.
In bijlage 3 wordt de humane toxicologie van PAK’s besproken. De meting van PAK‐metabolieten in
urine geeft een maat voor recente blootstelling aan PAK’s. 1‐hydroxypyreen geeft een maat voor de
blootstelling aan het PAK‐mengsel tijdens de voorbije dag; 1‐ en 2‐naftol voor de blootstelling tijdens
de voorbije uren. BaP‐tetrol geeft een maat voor de biologisch effectieve dosis.
In bijlage 4 worden de ruwe data van 1‐hydroxypyreen gegeven voor de totale groep en per
subgroep van relevante covariaten. De voornaamste trends worden hieronder samengevat.
Bij jongeren werden significant hogere waarden voor 1‐hydroxypyreen in de urine vastgesteld bij
meisjes in vergelijking met jongens (121 vs. 94 ng/g creatinine; p=0,002). Bij volwassenen werd er
geen significant verschil geobserveerd tussen mannen en vrouwen.
1‐hydroxypyreen wordt sterk beïnvloed door roken. Urinaire concentraties waren verhoogd bij
rokers. De resultaten waren significant bij volwassenen, en borderline niet‐significant bij jongeren
(Figuur 25). Het gebrek aan significante bij de jongeren kan vermoedelijk worden verklaard door de
kleine subgroep (n=14) die rookt. Indien we enkel kijken naar de rookgewoonten van de laatste drie
dagen, zijn de resultaten analoog. Dit is in lijn met de verwachtingen, aangezien urinair 1‐
hydroxypyreen de blootstelling weerspiegelt van de voorbije uren tot dagen. Opmerkelijk is dat de
relatie tussen roken en 1‐hydroxypyreen ook duidelijk geobserveerd wordt voor blootstelling aan
passief roken (Figuur 26). Zowel bij jongeren als bij volwassenen was er een hoog significant verschil
in urinaire 1‐hydroxypyreen concentratie tussen diegene die in de drie dagen vóór de urinecollectie
waren blootgesteld aan sigarettenrook via passief roken en diegene die niet waren blootgesteld aan
passief roken. De hogere significantiewaarden voor passief roken in vergelijking met actief roken bij
jongeren kunnen deels worden verklaard door de grotere groep deelnemers (n=60) die is
blootgesteld aan passief roken in vergelijking met de groep die actief rookt (n=14).
116

Resultaten – blootstelling – polycyclische aromatische koolwaterstoffen
Bij volwassenen werd er een relatie gevonden tussen de PAK‐metaboliet en het eten van barbecue.
Personen die in de drie dagen voor de urinecollectie gegrild of geroosterd vlees, vis of groenten
hadden gegeten hadden een significant hogere urinaire 1‐hydroxypyreen concentratie, nl. 121 vs. 86
ng/g creatinine (p=0,02). Bij jongeren werd er geen verhoogde waarde gevonden na het eten van
barbecue.
Verkeer is een mogelijke bron van PAK’s. Toch werd er geen relatie gevonden tussen de tijd dat de
persoon in het verkeer spendeert en de concentratie aan 1‐hydroxypyreen in de urine. Dit is mogelijk
te wijten aan het feit dat er werd gevraagd naar de ‘gebruikelijke’ verkeersblootstelling (som van
week en weekend). De verkeersblootstelling in de voorbije dagen zou waarschijnlijk een betere
predictor zijn, maar deze vraag werd niet gesteld.
1‐hydroxypyreen en roken ‐ jongeren
1‐hydroxypyreen en roken ‐ volwassenen
Urinair 1‐OH‐pyreen (ng/g crt)
250
200
150
100
50
0
p=0,08
101
niet‐roker
112
sporadisch
roker
215
dagelijks
roker
Urinair 1‐OH‐pyreen (ng/g crt)
200
150
100
50
0
nooit
gerookt
p

Resultaten – blootstelling – polycyclische aromatische koolwaterstoffen
aanzienlijk kan variëren (bijv. door verschillen in roken, blootstelling aan verkeer, e.d.). De waarden
van 1‐hydroxypyreen in Vlaanderen zijn dus goed vergelijkbaar met andere grote buitenlandse
campagnes. Zelfs als de gemiddelde niveaus variëren met een factor 1,5 tot 2, kunnen we stellen dat
ze in dezelfde range liggen. De Vlaamse referentiewaarden in de huidige studie bedroegen 104 ng/g
creatinine bij jongeren en 93 ng/g creatinine bij de volwassenen. Dit is onderling zeer vergelijkbaar
en ligt ook in dezelfde range als de waarden uit het eerste Steunpunt, namelijk 88 en 147 ng/g
creatinine, respectievelijk. Deze waarden zijn ook vergelijkbaar met de waarden in de V.S. (periode
2003‐04), namelijk 90 ng/g creatinine bij jongeren (12‐19 jaar) en 80 ng/g creatinine bij volwassenen
(20+).
1‐naftol en 2‐naftol wordt in de huidige studie gemeten in mengstalen urine van jongeren en
volwassenen (1 mengstaal per provincie). De resultaten worden weergeven in Tabel 35. Voor 1‐naftol
was er 1 mengstaal met een niet‐detecteerbare waarde (meting lager dan detectielimiet van 1,6
µg/L). Voor 2‐naftol werd in ieder mengstaal een waarde boven de detectielimiet gedetecteerd. Er
was een goede correlatie tussen de resultaten van 1‐naftol en 2‐naftol (R²=0,40 voor resultaten in
µg/g creatinine, exclusie van staal met waarde onder de LOD).
Tabel 35: Resultaten van 1‐ en 2‐naftol in mengstalen urine van jongeren en volwassenen
Leeftijdsgroep Provincie 1‐naftol 1‐naftol 2‐naftol 2‐naftol
µg/L µg/g creatinine µg/L µg/g creatinine
Jongeren Antwerpen 2,75 1,60 6,82 3,96
Jongeren Oost‐Vlaanderen 4,46 3,39 11,04 8,40
Jongeren West‐Vlaanderen 2,80 2,01 6,58 4,73
Jongeren Limburg 3,04 2,30 7,31 5,51
Jongeren Vlaams‐Brabant

Resultaten – blootstelling – polycyclische aromatische koolwaterstoffen
Voor de meting van BaP‐tetrol in urine waren standaarden beschikbaar van twee isomeren
(cis/trans). Deze isomeren werden gemeten in de mengstalen urine (Tabel 36). Ieder tetrol was
slechts detecteerbaar in 1 van de 10 stalen; voor de overige stalen lagen alle waarden onder de
detectielimiet.
Tabel 36: Resultaten van BaP‐tetrol in mengstalen urine van jongeren en volwassenen
Leeftijdsgroep Provincie B(a)Pyreen-r7,t8,t9,c10-
tetrahydrol
B(a)Pyreen-r7,t8,t9,t10-
tetrahydrol
pg/mL
pg/mL
Jongeren Antwerpen

Resultaten – blootstelling – polycyclische aromatische koolwaterstoffen
Tabel 37: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor 1‐hydroxypyreen in urine
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
1‐hydroxypyreen (PAK‐merker)
jongeren 1‐hydroxypyreen ng/L 202 100% leeftijd, geslacht, 137 (127 – 149) 281 (216 – 347)
in urine
roken, creatinine
jongeren 1‐hydroxypyreen ng/g
202 100% leeftijd, geslacht, roken 104 (97 – 113) 224 (170 – 279)
in urine
creatinine
volwassenen 1‐hydroxypyreen ng/L 191 100% leeftijd, geslacht, 101 (91 – 111) 281 (223 – 338)
in urine
roken, creatinine
volwassenen 1‐hydroxypyreen
in urine
ng/g
creatinine
191 100% leeftijd, geslacht, roken 93 (85 – 102) 227 (180 – 274)
120

Resultaten – blootstelling – benzeen
3.1.8 Benzeen
Blootstelling aan benzeen wordt in de huidige studie gemeten bij jongeren en volwassenen, namelijk
door het meten van de benzeenmetaboliet t,t’‐muconzuur in urine.
In bijlage 3 wordt de humane toxicologie van benzeen besproken. De meting van t,t’‐muconzuur in
urine geeft een maat voor recente blootstelling aan benzeen (laatste 1‐2 dagen).
In bijlage 4 worden de ruwe data van t,t’‐muconzuur in urine gegeven voor de totale groep en per
subgroep van relevante covariaten. De voornaamste trends worden hieronder samengevat.
Er waren geen duidelijke verschillen in de excretie van urinair t,t’‐muconzuur volgens geslacht of
volgens leeftijd. Zowel bij jongeren als bij volwassenen werd een effect van roken geobserveerd:
waarden van t,t’‐muconzuur waren significant hoger bij dagelijkse rokers in vergelijking met de
andere klassen van roken (Figuur 27).
Benzeen is een belangrijke component van het benzinemengsel. Bij jongeren in niet‐stedelijke regio’s
was t,t’‐muconzuur significant hoger dan bij jongeren in stedelijke gebieden (79 vs. 51 µg/g
creatinine; p

Resultaten – blootstelling – benzeen
Tabel 38: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor t,t’‐muconzuur in urine
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
t,t’‐muconzuur (benzeen‐merker)
jongeren t,t’‐muconzuur µg/L 203 100% leeftijd, geslacht, roken, 90 (80 – 102) 344 (241 – 448)
in urine
creatinine
jongeren t,t’‐muconzuur µg/g
203 100% leeftijd, geslacht, roken 68 (61 – 77) 232 (172 – 291)
in urine creatinine
volwassenen t,t’‐muconzuur µg/L 194 99,0% leeftijd, geslacht, roken, 72 (63 – 83) 299 (223 – 375)
in urine
creatinine
volwassenen t,t’‐muconzuur
in urine
µg/g
creatinine
194 99,0% leeftijd, geslacht, roken 67 (59 – 77) 246 (178 – 313)
122

Resultaten – blootstelling – organofosfaat pesticiden
3.1.9 Pesticiden: organofosfaat pesticiden
Organofosfaat pesticiden zijn actief tegen een breed spectrum van insecten en komen voor in
ongeveer de helft van de insecticiden die wereldwijd gebruikt worden. Tot deze klasse behoren
onder meer producten zoals azinphos, chlorpyrifos, coumaphos, dichlorvos, diazinon, malathion,
parathion, en anderen. Organofosfaat pesticiden zijn toxisch voor de mens omdat ze de afbraak van
acetylcholine in het centraal en perifeer zenuwstelsel inhiberen en daardoor kunnen leiden tot
neurotoxische effecten. Ongeveer 75% van de organofosfaat pesticiden worden in het lichaam
gemetaboliseerd tot dialkyl fosfaat metabolieten en geëxcreteerd via de urine. Deze metabolieten
zijn op zichzelf niet toxisch. Meting van deze metabolieten reflecteert de blootstelling aan
organofosfaat pesticiden gedurende de voorbije dagen. Aangezien verschillende organofosfaat
pesticiden kunnen gemetaboliseerd worden tot dezelfde dialkyl fosfaat metaboliet, zijn de
metabolieten niet specifiek voor één bepaald pesticide. Zonder specifieke bijkomende informatie kan
de blootstelling dus niet worden teruggebracht tot één of enkele specifieke pesticiden.
Blootstelling aan organofosfaatpesticiden wordt in de huidige studie gemeten bij jongeren en
volwassenen. Er worden zes dialkyl fosfaat metabolieten gemeten in de urine:
‐ dimethylfosfaat (DMP);
‐ dimethylthiofosfaat (DMTP);
‐ dimethyldithiofosfaat (DMDTP);
‐ diethylfosfaat (DEP);
‐ diethylthiofosfaat (DETP);
‐ diethyldithiofosfaat (DEDTP).
In bijlage 3 wordt de humane toxicologie van organofosfaatpesticiden besproken. De meting van de
zes dialkyl fosfaat metabolieten in urine geeft een maat voor de blootstelling aan één of meerdere
organofosfaatpesticiden gedurende de laatste dagen.
In bijlage 4 worden de ruwe data van DMP, DMTP, DMDTP, DEP, DETP en DEDTP gegeven voor de
totale groep en per subgroep van relevante covariaten. De voornaamste trends worden hieronder
samengevat.
De chemische meting van DMP, DMTP en DMDTP was methodologisch soms problematisch omwille
van het vluchtig karakter van de stoffen. Bij sommige meetreeksen was er een verlies aan standaard
en was de onzekerheid op de meting té hoog. Dit was vooral het geval voor DMDTP. Daarom werden
sommige meetreeksen als onbetrouwbaar beschouwd, en verwijderd uit de dataset. Dit resulteert in
een variabel aantal stalen per metaboliet (zie bijlage 4). Aangezien de stalen gerandomiseerd waren,
veronderstellen we dat het weglaten van enkele meetreeksen geen invloed heeft op de
gerapporteerde niveaus.
Het aantal stalen met een detecteerbare waarden voor de dialkyl fosfaat metabolieten wordt
weergegeven in Figuur 28. Afhankelijk van de metaboliet was er een rapporteringsfrequentie (i.e.
een waarde boven de LOD) die varieerde van 5 à 6% (DEDTP) tot 90 à 95% (DMTP).
Omwille van het hoog aantal stalen onder de LOD van sommige metabolieten, dient er voorzichtig te
worden omgesprongen met de gemiddelde waarden die voor deze metabolieten worden berekend.
Zowel bij jongeren als bij volwassenen werd een hogere concentratie metabolieten van
organofosfaat pesticiden gemeten bij vrouwen in vergelijking met mannen. Dit verschil was
significant voor alle organofosfaatmetabolieten, en is dus waarschijnlijk betekenisvol.De gemiddelde
waarden voor mannen en vrouwen worden weergegeven in Figuur 29.
123

Resultaten – blootstelling – organofosfaat pesticiden
DMP
DMTP
DMDTP
DEP
DETP
DEDTP
Metabolieten organofosfaat pesticiden
% metingen > rapporteergrens
23,3
32,0
5,3
6,1
67,5
59,7
94,6
89,5
34,4
39,7
54,7
55,8
jongeren
volwassenen
0 20 40 60 80 100
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
Figuur 28: Percentage stalen met detecteerbare waarde voor metabolieten van organofosfaat
pesticiden in urine bij jongeren en volwassenen
Dialkyl fosfaat metabolieten
in urine (µg/g crt)
6
5
4
3
2
1
0
OP pesticiden & sex ‐ jongeren
jongens
meisjes
DMP DMTP DMDTP DEP DETP DEDTP
Dialkyl fosfaat metabolieten
in urine (µg/g crt)
OP pesticiden & sex ‐ volwassenen
6
5
4
3
2
1
0
mannen
vrouwen
DMP DMTP DMDTP DEP DETP DEDTP
Figuur 29: Effect van geslacht op concentratie metabolieten van organosfosfaat pesticiden in urine
bij jongeren en volwassenen
De urinaire concentratie van de dialkyl fosfaat metabolieten was op geen enkele manier
geassocieerd met een score van pesticiden die werd berekend op basis van de vragenlijsten.
Vermoedelijk is dit te verklaren door het feit dat de vragen vrij algemeen waren. Bovendien werd
gepolst naar ‘gebruikelijke’ blootstelling terwijl de biomerkers een beeld geven van de blootstelling
gedurende de dagen die vooraf gingen aan de urinecollectie.
De Vlaamse referentiewaarden voor de metabolieten van organofosfaat pesticiden worden gegeven
voor de metabolieten die detecteerbaar zijn in meer dan 50% van de deelnemers, nl. voor DMP,
DMTP en DEP. Voor de overige metabolieten (DMDTP, DETP en DEDTP) is het berekenen van een
124

Resultaten – blootstelling – organofosfaat pesticiden
referentiegemiddelde niet voldoende betrouwbaar omwille van de hoge proportie waarden onder de
LOD.
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. Opvallend voor alle
organofosfaatmetabolieten is de grote spreiding van de data in de literatuur. Dit is o.m. te wijten aan
de selectiecriteria in de studie (algemene bevolking van een land of populaties uit een bepaalde
regio) en aan de regionale verschillen in het gebruik van sommige pesticiden (bijv. in de vergelijking
tussen Europa en de Verenigde Staten). De waarden van DMDTP, DETP en DEDTP liggen in onze
Vlaamse referentiepopulatie onder de detectielimiet bij meer dan 60% van de deelnemers. Dit is in
overeenstemming met de literatuur waar zowel in Duitse als in Amerikaanse studies vaak als
mediaan of geometrisch gemiddelde de waarde ‘

Resultaten – blootstelling – organofosfaat pesticiden
Tabel 39: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor metabolieten van organofosfaat pesticiden in urine
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
metaboliet van organofosfaat pesticiden: dimethylfosfaat (DMP)
jongeren DMP in urine µg/L 191 67,5% leeftijd, geslacht, creatinine 5,0 (4,3 – 5,7) 20,6 (15,4 – 25,9)
jongeren DMP in urine µg/g creatinine 191 67,5% leeftijd, geslacht 3,8 (3,3 – 4,4) 15,7 (11,6 – 19,7)
volwassenen DMP in urine µg/L 196 59,7% leeftijd, geslacht, creatinine 4,1 (3,6 – 4,7) 14,7 (10,6 – 18,9)
volwassenen DMP in urine µg/g creatinine 196 59,7% leeftijd, geslacht 3,8 (3,3 – 4,3) 14,5 (11,1 – 17,9)
metaboliet van organofosfaat pesticiden: dimethylthiofosfaat (DMTP)
jongeren DMTP in urine µg/L 203 94,6% leeftijd, geslacht, creatinine 5,8 (5,1 – 6,6) 16,4 (11,3 – 21,4)
jongeren DMTP in urine µg/g creatinine 203 94,6% leeftijd, geslacht 4,4 (3,9 – 5,0) 13,9 (10,3 – 17,6)
volwassenen DMTP in urine µg/L 181 89,5% leeftijd, geslacht, creatinine 5,0 (4,2 – 5,8) 19,0 (13,2 – 24,8)
volwassenen DMTP in urine µg/g creatinine 181 89,5% leeftijd, geslacht 4,6 (3,9 – 5,4) 19,9 (15,6 – 24,2)
metaboliet van organofosfaat pesticiden: diethylfosfaat (DEP)
jongeren DEP in urine µg/L 192 54,7% leeftijd, geslacht, creatinine 2,5 (2,2 – 2,9) 11,8 (7,7 – 15,8)
jongeren DEP in urine µg/g creatinine 192 54,7% leeftijd, geslacht 1,9 (1,7 – 2,2) 8,4 (5,8 – 11,0)
volwassenen DEP in urine µg/L 190 55,8% leeftijd, geslacht, creatinine 2,4 (2,1 – 2,6) 8,2 (5,8 – 10,6)
volwassenen DEP in urine µg/g creatinine 190 55,8% leeftijd, geslacht 2,2 (1,9 – 2,5) 7,9 (6,2 – 9,5)
126

Resultaten – blootstelling – para‐dichlorobenzeen
3.1.10 Pesticiden: para­dichlorobenzeen
Para‐dichlorobenzeen is een pesticide tegen motten, schimmels en meeldauw. Het wordt ondermeer
gebruikt in mottenballen, luchtverfrissers en toiletblokjes. 2,5‐dichlorofenol (2,5‐DCP) is een
metaboliet van para‐dichlorobenzeen die wordt geëxcreteerd via de urine. Het geeft een maat voor
de blootstelling tijdens de voorbije dagen.
In de huidige studie wordt 2,5‐DCP gemeten in de urine van jongeren en volwassenen.
2,5‐DCP werd gedetecteerd (waarde > LOD van 0,4 µg/L) in de urine van 88,8% van de jongeren en
80,2% van de volwassenen. De gemiddelde concentratie was vergelijkbaar in beide leeftijdsgroepen,
zowel voor de volume‐eenheid (geometrisch gemiddelde: 1,53 µg/L bij jongeren en 1,48 µg/L bij
volwassenen) als voor de creatinine‐gecorrigeerde waarden (1,16 en 1,34 µg/g creatinine,
respectievelijk).
Bij volwassenen werd een significant hogere waarde voor urinair 2,5‐DCP gemeten bij mannen in
vergelijking met vrouwen (1,67 vs. 1,09 µg/g creatinine; p=0,04). Voor het overige werden er geen
significante relaties gevonden met de bestudeerde covariaten, noch bij de volwassenen, noch bij de
jongeren.
De Vlaamse referentiewaarden voor 2,5‐DCP worden gegeven in Tabel 40.
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. De waarden in de huidige
studie liggen laag in vergelijking met waarden uit de literatuur, zowel van Europese als van
Amerikaanse studies. De gemiddelde waarden in de huidige studie 1,16 µg/g creatinine bij jongeren
en 1,34 µg/g creatinine bij volwassenen) liggen wel in dezelfde range als de metingen in de
mengstalen van het 1 e Steunpunt. In de 8 mengstalen van de jongeren uit het 1 e Steunpunt werden
toen waarden gerapporteerd tussen de 0,77 en 4,15 µg/g creatinine.
127

Resultaten – blootstelling – para‐dichlorobenzeen
Tabel 40: Vlaamse referentiewaarden (gemiddelde en 9 e percentiel) voor 2,5‐dichlorobenzeen (2,5‐DCP) in urine
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
metaboliet van para‐dichlorobenzeen: 2,5‐dichlorofenol (2,5‐DCP)
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)
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)
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)
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)
128

Resultaten – blootstelling – overige pesticiden
3.1.11 Overige pesticiden (mengstalen)
A. 2,4 dichlorofenoxy‐azijnzuur (2,4‐D)
2,4‐dichlorofenoxy‐azijnzuur (2,4‐D) is een herbicide dat ruim gebruikt wordt voor bestrijding van
onkruid, zowel in de landbouw als voor residentiële toepassingen. Na inhalatie of via orale inname
zal 2,4‐D zich verspreiden in het lichaam. 2,4‐D wordt niet gemetaboliseerd, maar verlaat
onveranderd het lichaam via de urine. Het half‐leven van 2,4‐D in het menselijk lichaam varieert van
10 tot 33 uur. Het urinaire 2,4‐gehalte in de urine weerspiegelt dus de blootstelling van de voorbije
dagen.
2,4‐D wordt in de huidige studie gemeten in mengstalen urine van jongeren en volwassenen (1
mengstaal per provincie). De resultaten worden gegeven in Tabel 41. 2,4‐D werd gedetecteerd in alle
stalen, zowel bij jongeren als bij volwassenen. De niveaus in de mengstalen varieerden tussen 0,04
µg/g creatinine en 0,62 µg/g creatinine.
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. De waarden in de literatuur
variëren heel sterk van studie tot studie. De detectielimieten varieren eveneens sterk. In de studies
van CDC, bijvoorbeeld, wordt een dectectielimiet van 0,95 (periode 1999‐2000) en 0,2 (periode 2001‐
2002) gehanteerd, dit is 10 tot 30 keer hoger dan de LOD in de huidige studie. In bijna alle
buitenlandse studies liggen de waarden die gerapporteerd worden hoger dan de waarden uit de
huidige studie. In vergelijking met de mengstalen van het 1 e Steunpunt, daarentegen, liggen de
huidige waarden ongeveer 10 tot 20 maal hoger. Nochtans werden de metingen in het 1 e en het 2 e
Steunpunt uitgevoerd door hetzelfde laboratorium. In het algemeen kunnen we stellen dat gezien de
grote verschillen tussen studies onderling, er meer duidelijkheid nodig is over de chemische meting,
de condities van staalname en de selectie van de deelnemers vooraleer de resultaten op een zinvolle
manier geïnterpreteerd kunnen worden.
Tabel 41: Resultaten van 2,4‐D in mengstalen urine van jongeren en volwassenen
Leeftijdsgroep Provincie 2,4‐D 2,4‐D
µg/L µg/g creatinine
Jongeren Antwerpen 0,18 0,10
Jongeren Oost‐Vlaanderen 0,18 0,14
Jongeren West‐Vlaanderen 0,16 0,12
Jongeren Limburg 0,56 0,42
Jongeren Vlaams‐Brabant 0,26 0,25
Volwassenen Antwerpen 0,19 0,20
Volwassenen Oost‐Vlaanderen 0,053 0,04
Volwassenen West‐Vlaanderen 0,14 0,10
Volwassenen Limburg 0,10 0,09
Volwassenen Vlaams‐Brabant 0,58 0,62
2,4‐D: LOD = 0,028 µg/L; LOQ = 0,056 µg/L
129

Resultaten – blootstelling – overige pesticiden
B. Ethyleenthioureum (ETU)
Dithiocarbamaten of carbamaatpesticiden worden wereldwijd gebruikt als fungiciden, in de
landbouw zowel als in de industrie en waterzuivering. Dithiocarbamaten kunnen worden
onderverdeeld in twee groepen: ethyleenbisdithiocarbamaten (EBDC) zoals maneb, zineb en
mancozeb; en dimethyldithiocarbamaten (DMDC) zoals ferbam, ziram en thiram. Ethyleenthioureum
(ETU) is één van de belangrijkste metabolieten van EBDC’s en wordt geassocieerd met de meeste
toxische effecten van EBDC’s.
ETU wordt in de huidige studie gemeten in mengstalen urine van jongeren en volwassenen (1
mengstaal per provincie). De resultaten worden gegeven in Tabel 42. ETU werd gedetecteerd in alle
mengstalen van de jongeren, en in drie van de vijf mengstalen van de volwassenen. Bij de jongeren
was er weinig variatie in de resultaten van de mengstalen; de niveaus varieerden van 0,57 tot 1,15
µg/g creatinine. De niveaus in de mengstalen van de volwassen varieerden van niet‐detecteerbaar
tot 9,13 µg/g creatinine.
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. De gerapporteerde waarden
in de literatuur liggen ongeveer in dezelfde grootte‐orde en de niveaus in de huidige studie passen
binnen deze range.
Tabel 42: Resultaten van ETU in mengstalen urine van jongeren en volwassenen
Leeftijdsgroep Provincie ETU ETU
µg/L µg/g creatinine
Jongeren Antwerpen 1,6 0,93
Jongeren Oost‐Vlaanderen 1,5 1,14
Jongeren West‐Vlaanderen 1,6 1,15
Jongeren Limburg 1,1 0,83
Jongeren Vlaams‐Brabant 0,6 0,57
Volwassenen Antwerpen 8,7 9,13
Volwassenen Oost‐Vlaanderen 2,2 1,86
Volwassenen West‐Vlaanderen

Resultaten – blootstelling – overige pesticiden
De meetresultaten worden gegeven in Tabel 43. Voor 3,4‐DCA, DCPU en DCPMU lagen alle waarden
onder de detectielimiet. 3,5‐DCA daarentegen werd in alle stalen gedetecteerd, maar de niveaus
lagen laag: in 5 van de 10 stalen lagen de waarden onder de kwantificatielimiet (LOQ) van 1,0 µg/L.
De waarden varieerden tussen 0,41 en 0,75 µg/g creatinine bij jongeren en tussen 0,50 en 1,94 µg/g
creatinine bij volwassenen.
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5.
In de huidige studie lagen alle metingen voor 3,4‐DCA onder de detectielimiet (LOD = 0,5 µg/L). In de
literatuur werden slechts twee studies teruggevonden die resultaten rapporteren voor 3,4‐DCA. De
niveaus in de literatuur liggen in de buurt van de gehanteerde detectielimiet in de huidige studie, nl.
een gemiddelde van 0,65 µg/L in een Italiaanse studie (n=153) en een minimum‐maximum range van
0,13 tot 0,34 µg/g creatinine in een Duitse studie (n=5). In deze Italiaanse en Duitse studie worden
ook waarden gerapporteerd voor 3,5‐DCA. De gemiddelde waarden voor 3,5‐DCA uit de literatuur
liggen binnen de miminum‐maximum range van de waarden die in de mengstalen uit de huidige
studie worden gemeten.
Tabel 43: Resultaten van fungiciden in mengstalen urine van jongeren en volwassenen
Leeftijdsgroep Provincie 3,4‐DCA 3,5‐DCA DCPU DCPMU
µg/L µg/L µg/g crt µg/L µg/L
Jongeren Antwerpen

Resultaten – blootstelling – overige pesticiden
pesticiden zoals cypermethrine, fenvalerate, deltamethrine, cyhalothrine, permethrine en
phenothrine. FPBA is afkomstig van cyfluthrine.
De resultaten worden gegeven in
In de huidige studie ligt de waarde voor FPBA onder de detectielimiet in 3 van 10 pools. In 8 van de
10 referenties uit de literatuur worden een gemiddelde waarde onder de LOD gerapporteerd. De
LOD in de literatuur varieert van 0,05 tot 0,20 µg/L. Dit betekent dat de detectiefrequentie in alle
studies laag is, en dat er in Vlaanderen op dit moment ook geen alarmerende waarden worden
gemeten.
Tabel 44. Bij jongeren werd 3‐PBA in 4 van de 5 stalen en FPBA in alle stalen gedetecteerd. Bij
volwassenen werden 3‐PBA en FPBA teruggevonden in de mengstalen van Antwerpen en Oost‐
Vlaanderen, maar niet in de stalen van de andere provincies. De waarden voor 3‐PBA varieerde
tussen niet‐detecteerbaar en 0,66 µg/g creatinine; de waarden voor FPBA tussen niet‐detecteerbaar
en 0,57 µg/g creatinine.
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5.
De waarden die gerapporteerd worden in de literatuur variëren sterk. Op basis van een ruwe
schatting kunnen we zeggen dat de resultaten van 3‐PBA in de mengstalen in het huidige Steunpunt
laag tot gemiddeld liggen in vergelijking met de literatuur. In vergelijking met de mengstalen uit het
1 e Steunpunt daarentegen, zien we veel hogere waarden. De waarden in de mengstalen van het 1 e
Steunpunt liggen ongeveer een factor 10 lager. De metingen in het 1 e en 2 e Steunpunt werden
uitgevoerd door verschillende laboratoria.
In de huidige studie ligt de waarde voor FPBA onder de detectielimiet in 3 van 10 pools. In 8 van de
10 referenties uit de literatuur worden een gemiddelde waarde onder de LOD gerapporteerd. De
LOD in de literatuur varieert van 0,05 tot 0,20 µg/L. Dit betekent dat de detectiefrequentie in alle
studies laag is, en dat er in Vlaanderen op dit moment ook geen alarmerende waarden worden
gemeten.
Tabel 44: Resultaten van pyrethroïde pesticide metabolieten in mengstalen urine van jongeren en
volwassenen
Leeftijdsgroep Provincie 3‐PBA 3‐PBA FPBA FPBA
µg/L µg/g crt µg/L µg/g crt
Jongeren Antwerpen 0,38 0,22 0,18 0,10
Jongeren Oost‐Vlaanderen 0,47 0,36 0,48 0,37
Jongeren West‐Vlaanderen 0,42 0,30 0,79 0,57
Jongeren Limburg

Resultaten – blootstelling – musks
3.1.12 Persoonlijke hygiëne producten: musks
Synthetische musk componenten worden frequent gebruikt als geurstoffen in de cosmetica‐ en
detergentindustrie, o.a. in detergenten, wasverzachters, schoonmaakmiddelen, zepen, shampoo,
make‐up en parfum.
Er zijn twee belangrijke klasse van synthetische musks, nl.
1. nitromusks, o.a. musk xyleen en musk keton. Deze producten zijn in de EU verboden, maar
worden nog wel teruggevonden in ingevoerde producten (o.a. vanuit China);
2. polycyclische musks, o.a. galaxolide (hexahydro‐hexamethylcyclopenta‐(γ)‐2‐benzopyran of
HHCB), tonalide (6‐acetyl‐1,1,2,4,4,7‐hexamethyltetraline of AHTN). Deze producten worden
in hoge volumes geproduceerd en verbruikt in de EU.
Blootstelling aan musks wordt in de huidige studie gemeten in volbloed van jongeren:
‐ de nitromusks – musk xyleen (MX) en musk keton (MK) – werden in een eerste stadium
gemeten in 20 individuele bloedstalen die willekeurig geselecteerd waren uit de groep van
jongeren. Na meting bleek dat alle waarden onder de detectielimiet lagen (40 ng/L voor MX
en 20 ng/L voor MK). Daarom werd beslist om de meting niet verder uit te voeren in de
overige stalen.
‐ de polycylische musks – galaxolide en tonalide – werden in een eerste fase ook gemeten bij
20 deelnemers en bleken wel detecteerbaar te zijn. De meting werd daarom verder
uitgevoerd bij alle deelnemers.
In bijlage 3 wordt de humane toxicologie van musks besproken. De meting van galaxolide en tonalide
in volbloed geeft een maat voor de blootstelling aan polycyclische musks.
In bijlage 4 worden de ruwe data van galaxolide en tonalide gegeven voor de totale groep en per
subgroep van relevante covariaten. De voornaamste trends worden hieronder samengevat.
De concentratie aan musks in volbloed kon in verband gebracht worden met het gebruik van
verzorgingsproducten. In de vragenlijst werd gevraagd naar het gebruik van zalven, crèmes, zepen,
parfums en andere verzorgingsproducten. Op basis van aantal producten en de frequentie van het
gebruik werd een score berekend voor blootstelling aan verzorgingsproducten. Bij jongeren met een
hogere score voor het gebruik van verzorgingsproducten werd ook een significant hogere
bloedconcentratie van galaxolide waargenomen . Voor tonalide was er een gelijkaardige trend maar
de verschillen waren niet significant (Figuur 30).
Musk metaboliet (ng/g vet)
250
200
153
150
100
50
0
musks en verzorgingsproducten ‐
jongeren
galaxolide
tonalide
p=0,002
189
p=0,32
161
25,6 27,2 29,6
laag matig hoog laag matig hoog
Score werd berekend op basis van wekelijks gebruik (aantal producten en frequentie van gebruik) (zie vragenlijsten)
Figuur 30: Relatie tussen gebruik van verzorgingsproducten (informatie uit vragenlijst) en
polycyclische musks in volbloed bij jongeren.
133

Resultaten – blootstelling – musks
Galaxolide in volbloed kwam in hogere concentratie voor bij meisjes in vergelijking met jongens
(Figuur 31). Bij meisjes werd ook een significant hoger gebruik van verzorgingsproducten vastgesteld
op basis van de vragenlijsten (17% laag, 26% matig en 57% hoog gebruik bij meisjes vs. 73% laag, 24%
matig en 3% hoog gebruik bij jongens; p

Resultaten – blootstelling – triclosan
3.1.13 Persoonlijke hygiëne producten: triclosan
In de huidige studie werd triclosan in urine gemeten bij de jongeren.
In bijlage 3 wordt de humane toxicologie van triclosan besproken. Triclosan is een veel gebruikte
antibacteriële en schimmelwerende stof. Triclosan wordt vaak toegevoegd aan cosmetische en
hygiënische producten zoals zeep, tandpasta, make‐up, aftershave, deodorant, enz… Triclosan
vervult dan de functie van conserveermiddel en geurbestrijder. Voor deze doeleinden wordt het ook
toegevoegd aan textiel (o.m. matrashoezen, tapijten, schoenen, sportkledij) en plastiek materiaal
(o.m. keukengerei). Triclosan in urine kan worden gebruikt als maat voor recente blootstelling. De
halfwaardetijd van triclosan in urine bedraagt 11 uur.
In bijlage 4 worden de ruwe data van triclosan gegeven voor de totale groep en per subgroep van
relevante covariaten. De voornaamste trends worden hieronder samengevat.
Analoog aan de musks werden er sterk toenemende concentraties van triclosan in de urine
gedetecteerd naarmate het gebruik van verzorgingsproducten stijgt (op basis van informatie uit
vragenlijsten van deelnemers) (zie Figuur 33).
De hoeveelheid triclosan in de urine was significant hoger bij meisjes in vergelijking met jongens
(Figuur 34). Dit heeft vermoedelijk te maken met het hogere verbruik van verzorgingsproducten bij
meisjes want bij meisjes werd een significant hoger gebruik van verzorgingsproducten vastgesteld op
basis van de vragenlijsten (cfr. musks).
Triclosan en verzorgingsproducten
Urinair triclosan (µg/g crt)
p=0,003
4,0
3,19
3,0
1,98
2,0
0,99
1,0
0,0
laag matig hoog
Score werd berekend op basis van wekelijks gebruik (aantal producten en frequentie van gebruik) (zie vragenlijsten)
Figuur 33: Relatie tussen gebruik van verzorgingsproducten (informatie uit vragenlijsten) en triclosan
in urine bij jongeren
Triclosan en geslacht
Urinair triclosan (µg/g crt)
4,0
3,0
2,0
1,0
0,0
p=0,002
1,10
jongens
2,80
meisjes
Figuur 34: Effect van geslacht op triclosan in urine bij jongeren
135

Resultaten – blootstelling – triclosan
De Vlaamse referentiewaarden voor triclosan worden gegeven in Tabel 46.
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. Triclosan wordt zowel
gemeten in de urine als in serum/plasma. Er werden slechts 2 studies teruggevonden die waarden in
de urine rapporteren. De gemiddelde waarde in de huidige studie ligt in dezelfde range als in een
Japanse studie (met slechts 6 deelnemers), en lagen ongeveer een factor 5 lager dan de waarden die
gerapporteerd worden door CDC in de Amerikaanse biomonitoring.
136

Resultaten – blootstelling – parabenen
3.1.14 Persoonlijke hygiëne producten: parabenen
Parabenen worden gebruikt als antimicrobiële bewaarmiddelen in voeding, geneesmiddelen,
cosmetica en toiletartikelen.
In de huidige studie wordt blootstelling aan parabenen gemeten:
‐ in individuele stalen van jongeren en volwassenen wordt een metaboliet van parabenen, nl.
para‐hydroxybenzoëzuur (HBA) in urine gemeten;
‐ in mengstalen van jongeren en volwassenen wordt een aantal parabenen rechtstreeks in
bloed gemeten, nl. methyl‐, ethyl‐, propyl‐, butyl‐ en benzylparaben in volbloed.
In bijlage 3 wordt de humane toxicologie van parabenen besproken.
In bijlage 4 worden de ruwe data van HBA gegeven voor de totale groep en per subgroep van
relevante covariaten. De voornaamste trends worden hieronder samengevat.
Gemiddeld gezien lagen de waarden bij de jongeren hoger dan bij de volwassenen, zowel indien de
resultaten worden uitgedrukt in volume‐eenheden (geometrisch gemiddelde: 1021 µg/L bij jongeren
en 696 µg/L bij volwassenen), als wanneer de resultaten worden gecorrigeerd voor creatinine (779
en 631 µg/g creatinine, respectievelijk).
Bij de volwassenen worden significant hogere waarden voor HBA gevonden bij vrouwen in
vergelijking met mannen (Figuur 35) en worden stijgende concentraties aan HBA geobserveerd voor
een toenemend gebruik van verzorgingsproducten (informatie uit vragenlijsten)(Figuur 36). Deze
bevindingen zijn in overeenstemming met de resultaten van musks en triclosan bij jongeren (zie
hierboven). Daarnaast werd een significante relatie gevonden tussen body‐mass index (BMI) en HBA
in urine, nl. een dalende urinaire HBA‐concentratie bij een toenemende BMI (Figuur 37). Het is
verleidelijk om te speculeren over een mogelijke verklaring. Het zou kunnen dat deelnemers met
obesitas en overgewicht minder verzorgingsproducten gebruiken (uitgedrukt in absolute
hoeveelheden), of dat ze minder product gebruiken in functie van hun lichaamsomtrek. Een andere
mogelijke verklaring is dat het metabolisme van parabenen beïnvloed wordt door de
lichaamssamenstelling en dat de urinaire HBA excretie daardoor gerelateerd is met BMI. Verder
onderzoek hieromtrent zou nuttig zijn.
Bij jongeren werd voor geen enkel van de onderzochte covariaten significante verschillen gevonden
in de urinaire concentratie van HBA, dus noch voor geslacht (Figuur 35), noch voor het gebruik van
verzorgingsproducten)(Figuur 36), noch voor ander covariaten. Dit is opmerkelijk, aangezien de
verschillen tussen meisjes en jongens en de relatie met de informatie uit de vragenlijsten bij jongeren
wel duidelijk werd aangetoond voor musks en triclosan.
De Vlaamse referentiewaarden voor HBA worden gegeven in Tabel 46.
De Vlaamse waarden worden vergeleken met de literatuur in bijlage 5. De gemiddele waarden van
de Vlaamse jongeren en volwassenen liggen binnen de minimum‐maximum range die gerapporteerd
wordt in een Amerikaanse studie bij kinderen (n = 127) en volwassenen (n = 200).
137

Resultaten – blootstelling – parabenen
Urinair HBA (µg/g crt)
1000
800
600
400
200
0
p‐hydroxybenzoëzuur en sex
jongeren
volwassenen
p=0,48
p=0,004
793
760
709
559
jongens meisjes mannen vrouwen
Figuur 35: Effect van geslacht op urinaire concentratie van para‐hydroxybenzoëzuur bij jongeren en
volwassenen
Urinair HBA (µg/g crt)
1000
800
600
400
200
0
Para‐hydroxybenzoëzuur en
verzorgingsproducten
jongeren
p=0,91
781 761 788
laag matig hoog
volwassenen
p=0,02
542
615
719
laag matig hoog
Score werd berekend op basis van wekelijks gebruik (aantal producten en frequentie van gebruik) (zie vragenlijsten)
Figuur 36: Relatie tussen gebruik van verzorgingsproducten (informatie uit vragenlijsten) en urinaire
concentratie van para‐hydroxybenzoëzuur bij jongeren en volwassenen
Para‐hydroxybenzoëzuur en BMI ‐
volwassenen
Urinair HBA (µg/g crt)
800
600
400
200
0
688
534
489
p=0,005
ondergewicht +
normaal
overgewicht
obesitas
Figuur 37: Effect van body‐mass index (BMI) op urinaire concentratie para‐hydroxybenzoëzuur bij
volwassenen
138

Resultaten – blootstelling – parabenen
De individuele parabenen (methyl‐, ethyl‐, propyl‐, butyl‐ en benzylparaben) werden gemeten in
mengstalen volbloed van jongeren (n=5) en volwassenen (n=5). Er werd 1 mengstaal per provincie
gemaakt. De resultaten worden weergegeven in Tabel 45.
Tabel 45: Concentratie parabenen in volbloed in mengstalen van jongeren en volwassenen
Leeftijdsgroep Provincie
methylparabeparabeparabeparaben
ethyl‐
propyl‐
butyl‐
benzyl‐
paraben
µg/L µg/L µg/L µg/L µg/L
Jongeren Antwerpen 1,0

Resultaten – blootstelling – persoonlijke hygiëne producten
Tabel 46: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor blootstelling aan persoonlijke hygiëne producten (musks, triclosan en parabenen)
in volbloed en urine
Leeftijdsgroep Biomerker Eenheid N % >LOD/LOQ Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
polycyclische musks: galaxolide in volbloed
jongeren galaxolide (HHCB) ng/L 202 100% leeftijd, geslacht, 715 (682 – 749) 1105 (1021 – 1188)
in volbloed
bloedvet
jongeren galaxolide (HHCB) ng/g bloedvet 202 100% leeftijd, geslacht 163 (155 – 172) 261 (233 – 289)
in volbloed
polycyclische musks: tonalide in volbloed
jongeren tonalide (AHTN) ng/L 202 92,6% leeftijd, geslacht, 118 (108 – 128) 202 (182 – 223)
in volbloed
bloedvet
jongeren tonalide (AHTN) ng/g bloedvet 202 92,6% leeftijd, geslacht 26,8 (24,7 – 29,2) 48,4 (43,4 – 53,5)
in volbloed
triclosan in urine
jongeren triclosan
µg/L 193 100% leeftijd, geslacht, 2,19 (1,66 – 2,89) 91,5 (41,5 – 141,4)
in urine
creatinine
jongeren triclosan
µg/g
193 100% leeftijd, geslacht 1,63 (1,23 – 2,16) 72,7 (11,7 – 133,7)
in urine
creatinine
parabenen: para‐hydroxybenzoëzuur in urine
jongeren HBA
µg/L 206 100% leeftijd, geslacht, 1027 (970 – 1088) 1752 (1418 – 2086)
in urine
creatinine
jongeren HBA
µg/g
206 100% leeftijd, geslacht 779 (735 – 825) 1463 (1216 – 1710)
in urine
creatinine
volwassenen HBA
µg/L 197 100% leeftijd, geslacht, 689 (639 – 744) 1337 (932 – 1742)
in urine
creatinine
volwassenen HBA
in urine
µg/g
creatinine
197 100% leeftijd, geslacht 634 (584 – 687) 1272 (1002 – 1542)
140

Resultaten – blootstelling – sunscreens
3.1.15 Sunscreens of UV­filters
Sunscreens of UV‐ filters zijn aanwezig in zonneproducten, cosmetica e.d. en komen na gebruik vaak
in het afvalwater terecht, vanwaar ze zich verder kunnen verspreid in het milieu. Ze kunnen bioaccumuleren
en stapelen zich op in vissen.
In de huidige studie worden volgende UV‐filters gemeten in mengstalen urine van jongeren en
volwassenen:
- benzofenon‐3 (BP‐3), een UV‐filter;
- de voornaamste metabolieten van BP‐3, namelijk 2,4‐dihydroxybenzofenon (DHB), 2,2’‐
dihydroxy‐4‐methoxybenzofenon (DHMB) en 2,3,4‐trihydroxybenzofenon (THB);
- andere frequent voorkomende UV‐filters: homosalate (HMS), octyl dimethyl PABA (DABI) en
4‐methylbenzylidenecamfor (4‐MBC).
Andere UV‐filters waarvan in de literatuur vermeld wordt dat ze frequent voorkomen in serum, urine
en/of moedermelk zijn octyl methoxycinnamaat (OMC), benzofenon‐4 (BP‐4), 3‐benzylidene
camphor (3‐BC) en isoamyl p‐methoxycinnamaat (IMZ). Deze stoffen konden in de huidige studie niet
worden gemeten o.w.v. het ontbreken van referentiemateriaal.
De resultaten van de metingen van UV‐filters in mengstalen worden gegeven in Tabel 47 en Tabel 48.
Er was 1 staal (jongeren uit provincie Oost‐Vlaanderen) waarbij de extractie mislukte, waardoor er
geen resultaten konden worden gerapporteerd. Voor alle gemeten UV‐screens kan gesteld worden
dat de concentraties zeer vergelijkbaar waren bij jongeren en volwassenen, zowel per volumeeenheid
(µg/L) als na correctie voor creatinine (µg/g creatinine).
BP‐3 en zijn metabolieten waren detecteerbaar in alle mengstalen. De minimum – maximum range
varieerde van 0,55 tot 3,83 µg/g creatinine voor BP‐3; van 1,56 tot 5,23 µg/g creatinine voor DHB;
van 0,13 tot 0,65 µg/g creatinine voor DHMB en van 0,44 tot 1,62 µg/g creatinine voor THB.
HMS was slechts detecteerbaar in 5 van de 9 stalen. De waarden varieerden tussen niet‐decteerbaar
(< LOQ van 0,21 µg/L) en 1,88 µg/g creatinine. DABI werd gedecteerd in alle mengstalen. De variatie
op de resultaten van de verschillende mengstalen was zeer klein; de resultaten schommelden tussen
0,22 en 0,61 µg/g creatinine. 4‐MBC werd gedecteerd in alle (n=4) stalen bij jongeren en in 3 van de
5 stalen bij de volwassenen. De gehaltes varieerden tussen niet decteerbaar (

Resultaten – blootstelling – sunscreens
Tabel 47: Resultaten van UV‐filters in mengstalen urine bij jongeren en volwassenen: benzofenon‐3
(BP‐3) en metabolieten van BP‐3
Leeftijdsgroep Provincie
metabolieten van BP‐3
BP‐3 BP‐3 DHB DHB DHMB DHMB THB THB
µg/L µg/g
crt
µg/L µg/g
crt
µg/L µg/g
crt
µg/L µg/g
crt
Jongeren Antwerpen 1,72 1,00 2,68 1,56 0,25 0,15 0,80 0,46
Jongeren Oost‐Vlaanderen n.d. ‐ n.d. ‐ n.d. ‐ n.d. ‐
Jongeren West‐Vlaanderen 1,36 0,98 3,62 2,60 0,18 0,13 1,45 1,04
Jongeren Limburg 2,09 1,58 4,20 3,17 0,28 0,21 1,72 1,30
Jongeren Vlaams‐Brabant 4,02 3,83 2,63 2,51 0,19 0,18 1,70 1,62
Volwassenen Antwerpen 1,33 1,40 4,99 5,23 0,48 0,50 0,82 0,86
Volwassenen Oost‐Vlaanderen 1,70 1,44 3,30 2,79 0,44 0,37 0,73 0,62
Volwassenen West‐Vlaanderen 0,77 0,55 3,45 2,47 0,25 0,18 0,61 0,44
Volwassenen Limburg 0,77 0,76 3,17 3,13 0,66 0,65 0,66 0,65
Volwassenen Vlaams‐Brabant 0,97 1,04 2,39 2,56 0,25 0,27 0,53 0,57
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
Tabel 48: Resultaten van UV‐filters in mengstalen urine bij jongeren en volwassenen: homosalaat
(HMS), octyl dimethyl PABA (DABI) en 4‐methylbenzylidenecamfor (4‐MBC)
Leeftijdsgroep Provincie HMS HMS DABI DABI 4‐MBC 4‐MBC
µg/L µg/g crt µg/L µg/g crt µg/L µg/g crt
Jongeren Antwerpen < LOQ < LOQ 0,38 0,22 0,54 0,31
Jongeren Oost‐Vlaanderen n.d. ‐ n.d. ‐ n.d. ‐
Jongeren West‐Vlaanderen 2,62 1,88 0,43 0,31 3,91 2,81
Jongeren Limburg < LOQ < LOQ 0,31 0,23 3,95 2,98
Jongeren Vlaams‐Brabant 0,85 0,81 0,25 0,24 1,83 1,75
Volwassenen Antwerpen < LOQ < LOQ 0,66 0,69 2,01 2,11
Volwassenen Oost‐Vlaanderen 0,85 0,72 0,61 0,52 < LOQ < LOQ
Volwassenen West‐Vlaanderen < LOQ < LOQ 0,44 0,31 0,83 0,59
Volwassenen Limburg 0,68 0,67 0,63 0,62 2,12 2,10
Volwassenen Vlaams‐Brabant 1,13 1,21 0,21 0,22 < LOQ < LOQ
n.d.: not detected. LOQ’s: HMS: 0,21 µg/L; DABI: 0,06 µg/L; 4‐MBC: 0,34 µg/L
142

Resultaten – blootstelling – cotinine
3.1.16 Cotinine
In de huidige studie werd cotinine gemeten in de urine van jongeren en volwassenen.
Cotinine is een afbraakproduct van nicotine. De concentratie van cotinine in urine geeft een maat
voor de blootstelling aan nicotine (actief én passief) gedurende de voorbije uren tot dagen.
In bijlage 4 worden de ruwe data van cotinine gegeven voor de totale groep en per subgroep van
relevante covariaten. Relaties met variabelen zoals geslacht, leeftijd, opleidingsniveau, BMI, enz. zijn
allen toe te schrijven aan rookgewoonten. Hieronder wordt enkel de relatie met roken en passief
roken besproken.
Zowel bij jongeren als bij volwassenen was er een zeer duidelijke relatie tussen urinair cotinine en
huidige rookgewoonten. Bij jongeren werd urinair cotinine gedetecteerd (waarde > LOD van 10 µg/L)
bij 22% van de niet‐rokers, 78% van de jongeren die sporadisch rookten en 100% van de rokers.
Sporadisch roken leidde tot een lichte verhoging van de urinaire cotinine excretie; dagelijks roken
resulteerde in een sterk verhoogde waarde (Figuur 38) met een maximum van 8.534 µg/g creatinine.
Bij volwassenen kwamen we tot zeer vergelijkbare conclusies: cotinine werd gedetecteerd in de urine
van 24% van de niet‐rokers, 37% van de ex‐rokers, 84% van de sporadische rokers en 100% van de
rokers. De gemiddelde concentraties per klasse van roken wordt weergegeven in Figuur 38. De
maximum waarde bij volwassenen bedroeg 13.743 µg/g creatinine. De gemiddelde cotinine waarde
bij volwassen rokers was ongeveer het dubbele van de gemiddelde waarde bij de jongeren die
dagelijks roken. Dit is wellicht te wijten aan het feit dat volwassenen meer sigaretten per dag roken
dan jongeren.
Cotinine en roken ‐ jongeren
Cotinine en roken ‐ volwassenen
Urinair cotinine (µg/g crt)
2.500
2.000
1.500
1.000
500
0
p

Resultaten – blootstelling – cotinine
Cotinine en passief roken ‐
jongeren
Cotinine en passief roken ‐
volwassenen
Urinair cotinine (µg/g crt)
20
15
10
5
0
neen
p

Resultaten – vergelijking 1 e en 2 e Steunpunt
3.2 Vergelijking eerste en tweede Steunpunt
3.2.1 Verschillen in aanpak voor het bepalen van referentiewaarden in
eerste en tweede Steunpunt
In opdracht van de Vlaamse Overheid liep in de periode 2002‐2006 een eerste cyclus van het Vlaams
Humaan Biomonitoringsprogramma. Het doel van de eerste campagne was het uitbouwen van een
bewakingsmeetnetwerk voor biomonitoring in Vlaanderen. Aan de hand van blootstellings‐ en
effectindicatoren werd een eerste beeld gecreëerd van blootstelling aan vervuilende stoffen en
vroegtijdige biologische – en gezondheidseffecten. We rekruteerden op systematische wijze in 8
aandachtsgebieden 1196 moeders en hun pasgeborenen, 1679 jongeren van 14 en 15 jaar en 1583
volwassenen tussen 50 en 65 jaar. Er waren ongeveer 200 deelnemers per aandachtsgebied, ze
woonden minstens 5 jaar in het gebied. De aandachtsgebieden werden gekenmerkt door een
verschillende milieubelasting en omvatten niet‐stedelijke gemeenten, de grootstedelijke
agglomeraties Antwerpen en Gent, industriegebieden met petrochemische en metaalvervuiling, de
fruitstreek rond Sint Truiden en gebieden in de onmiddellijke omgeving van verbrandingsovens voor
huishoudelijk afval. Per aandachtsgebied werd getracht om telkens 200 moeders met pasgeborenen,
200 jongeren(14‐15 jaar) en 200 volwassenen(50‐65 jaar) te onderzoeken. De gebiedsgerichte
aanpak en de vraagstelling of de signalen van milieublootstelling en/of effect verschillen tussen de
gebieden was één van de belangrijke vragen in deze eerste biomonitoringscyclus.
De resultaten toonden aan dat biomerkerwaarden en gezondheidseffecten inderdaad verschillen
tussen bewoners van verschillende aandachtsgebieden. Deze bevindingen waren de aanleiding voor
het “hot spot” onderzoek in de huidige tweede cyclus van het biomonitoringsprogramma waarin de
impact van lokale milieudruk wordt onderzocht.
Om een beeld te hebben van biomerkerwaarden in de algemene bevolking werden ook in de eerste
cyclus van het biomonitoringsprogramma referentiewaarden zoals het geometrisch gemiddelde en
de P90 23 waarden berekend.
De referentiewaarden zijn vergelijkingspunten waartegenover we de meetwaarden van
aandachtsgebieden of “hot spots” kunnen positioneren, ze laten toe de toestand in Vlaanderen af te
toetsen met gelijkaardige buitenlandse meetresultaten, ze dienen als referentie/maatstaf bij
opvolging in de tijd, ze worden gebruikt als toetsingsniveau om verdere stappen te nemen die
kunnen leiden tot beleidsacties.
De referentiewaarden van het biomonitoringsprogramma van het eerste Steunpunt werden per
leeftijdsgroep berekend op basis van de meetwaarden van alle deelnemers samen.
Aandachtsgebieden met een groter bevolkingsaantal kregen een groter gewicht bij de berekening
van de referentiewaarden (populatiegewogen). We wensen hierbij op te merken dat de
aandachtsgebieden in het eerste Steunpunt slechts ongeveer 22% van het oppervlakte van
Vlaanderen afdekten, 20% van de gemeenten en 20% van de inwoners.
In het huidige biomonitoringsprogramma werden de deelnemers aan de referentiebiomonitoring
gerekruteerd over gans Vlaanderen, gestratifieerd per provincie (zie Hoofdstuk 2: Selectie van de
onderzoekspopulatie). Om te mogen deelnemen moesten ze minimaal 10 jaar in Vlaanderen wonen.
In totaal werden er 255 moeder‐pasgeborenen koppels, 210 jongeren (14‐15 jaar) en 204
volwassenen (20‐40 jaar) gerekruteerd.
23 P90 d.w.z. 90% van de deelnemers hebben waarden beneden de P 90 . Als men voor 100 personen de gemeten waarden
rangschikt van klein naar groot is de P 90 de waarde van 90ste persoon.
145

Resultaten – vergelijking 1 e en 2 e Steunpunt
Het vergelijken van de referentiewaarden van de twee biomonitoringscampagnes moet voorzichtig
gebeuren. Vermits de volwassen groep verschilt in leeftijd tussen het eerste en tweede
biomonitoringsprogramma worden de resultaten niet naast elkaar geplaatst. De moeders en hun
pasgeborenen en de jongeren vertegenwoordigen wel dezelfde leeftijdsgroep. Tabel 49 plaatst de
referentiewaarden (geometrisch gemiddelde en 90 e percentiel) van de overeenkomstige
leeftijdsgroepen van de twee campagnes naast elkaar.
De referentiewaarden voor de biomerkers werden gecorrigeerd voor gekende factoren die een
invloed kunnen hebben op de gemeten waarden, maar die geen relatie hebben met de kwaliteit van
het leefmilieu. Bij de moeders en hun pasgeborenen werden al de biomerkerwaarden gecorrigeerd
voor leeftijd van de moeder en actief rookgedrag tijdens de zwangerschap. Bij de jongeren werd
gecorrigeerd voor geslacht en rookgedrag. Vetoplosbare biomerkers zoals PCBs, HCB, p,p’‐DDE
werden bij moeders en jongeren bijkomend gecorrigeerd voor BMI. De referentiewaarden
voorspellen de biomerkerwaarden voor een gemiddelde deelnemer aan de steekproef. Deze
gemiddelde deelnemer verschilt tussen de eerste en tweede biomonitoringcampagne.
3.2.2 Resultaten van de referentiewaarden van het biomonitoringsprogramma
van het eerste en tweede Steunpunt
Tabel 49 geeft aan dat de referentiewaarden van bloed lood en bloed cadmium aanzienlijk lager
liggen in de nieuwe campagne tegenover de vorige meetcampagne. Het 95% betrouwbaarheidsinterval
van het geometrische gemiddelde en van de P90‐waarde overlapt niet als we de gegevens
van de twee campagnes vergelijken.
De geometrische gemiddelden en P90 waarden van PCBs, p,p’‐DDE en HCB liggen nu lager dan deze
die vier jaar eerder werden gemeten in de eerste biomonitoringscampagne. Ook hier overlappen de
betrouwbaarheidsintervallen niet, behalve voor het geometrisch gemiddelde van het PCB‐gehalte in
navelstrengbloed.
Het geometrisch gemiddelde van de merker voor korte termijn blootstelling aan PAK’s bij jongeren
ligt hoger bij de huidige campagne dan bij de vorige campagne. De geometrisch gemiddelden van de
urinaire merker van benzeen blootstelling zijn vergelijkbaar en liggen binnen elkaars betrouwbaarheidsinterval.
De lagere referentiewaarden voor de zware metalen en gechloreerde koolwaterstoffen kunnen
verscheidene oorzaken hebben.
De daling kan verband houden met een verminderde opname van de polluenten uit het milieu.
Dalende tijdstrends voor zware metalen en gechloreerde persistente polluenten werden ook eerder
waargenomen en kunnen het gevolg zijn van efficiënte milieubeleidsmaatregelen en sensbilisatie
campagnes.
We kunnen echter niet uitsluiten dat andere parameters zoals de verschillen in steekproeftrekking
tussen de eerste en tweede biomonitoringscampagne mede de oorzaak zijn voor de verlaagde
waarden die werden waargenomen. Naast het verschillend aantal studiedeelnemers per
leeftijdsgroep is er ook maar een beperkte overlap tussen de gebieden waaruit de deelnemers van
de eerste en tweede campagne afkomstig zijn.
De deelnemers van de huidige campagne wonen meer homogeen verdeeld over Vlaanderen. We
merken dat de P90 waarden voor de meeste biomerkers niet alleen veel lager liggen in vergelijking
met de vorige campagne, maar dat ze ook relatief dichter bij het geometrisch gemiddelde liggen. Dit
is vooral opmerkelijk voor de waarden van bloed lood en cadmium en voor de urinaire PAK‐merker.
Mogelijk komen afwijkende biomerkerwaarden meer voor in de typegebieden, waar de eerste
biomonitoringscampagne liep.
146

Resultaten – vergelijking 1 e en 2 e Steunpunt
Tabel 49: Resultaten van de referentiewaarden van het biomonitoringsprogramma van het eerste en tweede Steunpunt.
Referentiewaarden 1 e Steunpunt
Referentiewaarden 2 e Steunpunt
Leeftijdsgroep Biomerker N Geom. gemiddelde 90 e percentiel N Geom. gemiddelde 90 e percentiel
(95% BI)
(95% BI)
(95% BI)
Bloed lood (µg/L)
pasgeborenen bloed Pb ‐
1107 14,7 (14,0‐15,5) 43 (28‐57) 241 8,6 (8,1‐9,2) 15,9 (13,9‐17,9)
navelstrengbloed
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)
Bloed cadmium (µg/L)
pasgeborenen bloed Cd ‐
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)
navelstrengbloed
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)
PCB’s (som van PCB 138, 153 en 180) (ng/g vet)
pasgeborenen PCB’s in plasma 1054 64 (61‐68) 166 (140‐192) 241 59 (56‐63) 112 (98‐126)
navelstrengbloed
jongeren PCB’s in serum 1645 68 (66‐70) 116 (111‐121) 205 50 (46‐53) 98 (83‐115)
p,p’‐DDE (ng/g vet)
pasgeborenen p,p’‐DDE in plasma 1112 110 (104‐116) 332 (237‐428) 241 78 (72‐85) 192 (162‐ 221)
navelstrengbloed
jongeren p,p’‐DDE in serum 1645 94 (89‐99) 274 (242‐306) 205 70 (63‐78) 207 (151‐263)
HCB (ng/g vet)
pasgeborenen HCB in plasma
1044 19 (18‐20) 48 (39‐57) 241 9,3 (8,5‐10,2) 22,5 (19,9‐25,1)
navelstrengbloed
jongeren HCB in serum 1581 21 (20‐21) 31 (29‐32) 205 8,3 (7,8‐8,9) 14,0 (12,4‐15,7)
PAK‐merker (1‐hydroxypyreen) (ng/g creatinine)
jongeren
1‐hydroxypyreen 1598 88 (81‐95) 484 (405‐559) 202 104 (97‐113) 224 (170‐279)
in urine
Benzeen‐merker (t,t’‐muconzuur) (µg/g creatinine)
jongeren
t,t’‐muconzuur
in urine
1598 72 (66‐79) 271 (241‐300) 203 68 (61‐77) 232 (172‐291)
147

Resultaten – vergelijking 1 e en 2 e Steunpunt
Tabel 50 vat de belangrijkste verschillen samen tussen beide biomonitoringscampagnes die een
invloed kunnen hebben op de biomerkerwaarden.
Naast de verschillen tussen de steekproefdeelnemers in rookgedrag, leeftijd van de moeders,
geslacht van de jongeren en BMI, die gebruikt werden voor het corrigeren van de
biomerkerwaarden, zijn er nog andere verschillen in karakteristieken van de steekproefpopulaties die
mogelijk de biomerkerwaarden kunnen beïnvloeden. Deze zijn uitgebreid gedocumenteerd in
“Hoofdstuk 3: Beschrijving van de steekproefpopulatie”.
Tabel 50: Vergelijking biomonitoringscampagne van het eerste en tweede Steunpunt
Eerste
biomonitoringscampagne
Tweede
biomonitoringscampagne
Moeders – pasgeborenen
Aantal deelnemers 1196 255
Rekruteringsperiode Okt. ‘02 – feb. ‘04 Aug. ’08 – juli ‘09
Rekruteringsgebied 8 aandachtsgebieden gans Vlaanderen
% roken tijdens zwangerschap 16% 11,6%
Gemiddelde leeftijd moeder 30 jaar 30,3 jaar
Gemiddelde BMI 23,3 kg/m² 23,5 kg/m²
Jongeren
Aantal deelnemers 1679 210
Rekruteringsperiode Okt. ’03 – juli ‘04 mei ‘08 – mei ‘09
Rekruteringsgebied 8 aandachtsgebieden gans Vlaanderen
% roken 13,6% 8,6%
Gemiddelde BMI 20,5 kg/m² 20,1 kg/m²
Ook de chemisch analytische bepalingen kunnen afwijken tussen de twee campagnes. De
biomerkermetingen gebeurden in beide campagnes door laboratoria die een uigebreide expertise
hebben met deze bepalingen en die dat ook gestaafd hebben op basis van een validatiedossier.
Als extra controle werd een aantal stalen van de eerste campagne opnieuw gemeten in de
laboratoria die de chemische analyses uitvoerden voor de tweede campagne.
De metingen van de gechloreerde verbindingen (PCB’s, p,p’‐DDE en HCB ) werden herhaald op een
staal met een hoge, een lage en een gemiddelde waarde (op basis van PCB 180, nl. 0,26; 0,97 en 4,60
µg/L). De stalen werden in het eerste Steunpunt gemeten in 2005. Ze werden bewaard bij ‐20°C. De
hermeting gebeurde in juli 2009. De nieuwe meetresultaten waren zeer goed gecorreleerd met die
van de vorige campagne (zie Figuur 40). De recovery bedroeg 105% voor PCB 138 en PCB 153; 99%
voor PCB 180; 92% voor p,p’‐DDE en 75% voor HCB. In de eerste campagne werd er ook
gerapporteerd dat de variabiliteit op de meting van HCB het grootst was.
148

Resultaten – vergelijking 1 e en 2 e Steunpunt
PCB118 (µg/L)
PCB153 (µg/L)
PCB180 (µg/L)
P 2,0
T
S
e
1 1,5
n
le
ta
s 1,0
g
tin
e 0,5
rm
e
h 0,0
y = 0,8566x - 0,0031
R² = 1
0,0 0,5 1,0 1,5 2,0
1e STP
8
P
T y = 0,8059x + 0,2555
S
R² = 0,9945
e 6
1
n
le
4
ta
s
g
2 tin
e
rm
e 0
h
0 2 4 6 8
1e STP
P4
T y = 0,8071x + 0,1179
S
R² = 0,9933
e
1 3
n
le
ta 2
s
g
tin
1
e
rm
e
h0
0 1 2 3 4
1e STP
p,p'-DDE (µg/L)
P 50
T y = 0,8248x + 0,3436
S
R² = 0,9998
e 40
1
n
le 30
ta
s
20 g
tin
e 10
rm
e
h 0
0 10 20 30 40 50
1e STP
HCB (µg/L)
P 1,2
T y = 0,575x + 0,0581
S
R² = 0,9987
1,0
e
1
n 0,8
le
ta 0,6
s
g
0,4
tin
e
0,2
rm
e
h 0,0
0,0 0,5 1,0 1,5 2,0
1e STP
Figuur 40: Vergelijkende metingen van PCB’s, p,p’‐DDE en HCB van stalen van het eerste Steunpunt.
In het huidige Steunpunt werden Calux metingen uitgevoerd bij jongeren (muizencellijn) en
pasgeborenen (rattencellijn), terwijl in het eerste Steunpunt bij volwassenen (muizencellijn) en
pasgeborenen (rattencellijn) werd gemeten. De Calux meting is een bioassay waarbij de binding van
zuur resistente uit bloedvet geëxtraheerde stoffen met de dioxine receptor wordt gemeten. De
bioassays zijn nog geen routinetechnieken, ze zijn nog volop in ontwikkeling. Ze laten momenteel al
wel toe om uitgaande van een klein bloedvolume een meting te doen van de bioactieve stoffen in
het bloed die een dioxine achtige toxiciteit hebben. Dit is voor de gezondheid een belangrijke
stoffengroep om op te volgen. De vergelijking van de Calux resultaten met chemische dioxine
metingen is al wel gebeurd voor de rattencellijn, maar nog niet voor de muizencellijn.
Vergelijkbaarheid van beide technieken wordt verder onderzocht.
De rattencellijn is een gevoelige cellijn waarbij slechts en klein volume plasma/serum (2,5 mL) nodig
is. Met de rattencellijn is reeds heel wat ervaring opgebouwd. De nieuwere muizencellijn heeft een
iets lagere gevoeligheid en vereist een staalvolume van 4 à 5 mL, maar beschikt over een protocol
dat toelaat om een afzonderlijke analyse van dioxine‐achtige PCBs en dioxines/furanen uit te voeren.
Het analyseprotocol voor de rattencellijn is enkel gevalideerd voor een totaalanalyse van het
mengsel van dioxine‐achtige PCBs en dioxines en furanen.
Voor de analyse van de pasgeborenen in het eerste en het huidige Steunpunt werd geopteerd om de
Caluxmetingen uit te voeren met de rattencellijn, aangezien slechts een beperkt volume
navelstrengbloed beschikbaar was en aangezien het wenselijk is om de resultaten te vergelijken met
deze van de vorige campagne bij dezelfde doelgroep. Voor de analyse van stalen van volwassenen en
jongeren was meer serum beschikbaar, er werd geopteerd voor de afzonderlijke analyse van zowel
dioxine‐achtige PCBs als dioxines en furanen met de nieuwe muizencellijn.De plasmastalen van de
pasgeborenen werden zowel in de huidige campagne als in het eerste Steunpunt gemeten door
hetzelfde lab met de BDS‐Calux rattencellijn en kunnen dus op dezelfde manier geïnterpreteerd
worden Deze resultaten geven de totale belasting aan dioxines en dioxine‐achtige PCBs. Indien we
de waarden van de huidige campagne vergelijken met de resultaten uit het eerste Steunpunt zien we
net zoals voor de merker PCB’s, p,p’‐DDE en HCB een dalende trend (17,5 pg Calux TEQ/g vet vs. 23
pg Calux TEQ/g vet in het eerste Steunpunt).
149

Resultaten – vergelijking 1 e en 2 e Steunpunt
De hogere meetwaarden voor de dioxine fractie (dioxines en furanen) van de Calux metingen bij
jongeren in het tweede Steunpunt in vergelijking met de volwassenen uit het eerste Steunpunt
kunnen worden verklaard door het gebruik van een gevoeligere muizencellijn (H1L7.5c1 cellijn). Deze
cellijn maakt het mogelijk om met goede accuraatheid een volledige dosis‐respons verdunningscurve
te bepalen i.p.v. één bepaalde verdunning, wat standaard uitgevoerd werd met de H1L6.1c3 cellijn,
die gebruikt werd tijdens het eerste Steunpunt. Hierdoor kon het meest optimale werkgebied voor
de nieuwe Calux muizencellijn bepaald worden en alle metingen bij jongeren werden dan ook met
deze aangepaste methode uitgevoerd.
Om toch een grootte‐orde vergelijking tussen de jongeren in het tweede Steunpunt en de
volwassenen uit het eerste Steunpunt te kunnen maken, werd een gepoold serumstaal van
volwassenen uit het eerste Steunpunt verschillende keren hermeten met de oude (H1L6.1c3
muizencellijn) en de nieuwe (H1L7.5c1 muizencellijn) methode. De nieuwe methode gaf resultaten
die 7 à 8 maal hoger waren, wat betekent dat de dioxine resultaten van de jongeren dienen
vergeleken te worden met een berekende gemiddelde waarde voor volwassen uit het eerste
Steunpunt van 134,4‐153,6 pg BEQ/g vet i.p.v. 19,2 pg BEQ/g vet. Deze aangepaste gemiddelde
waarde ligt beduidend hoger dan de gemiddelde waarde van 110 pg BEQ/g vet van de jongeren in
deze meetcampagne, wat logisch is gezien het grote leeftijdsverschil tussen beide populaties (14‐15
jaar tegenover 50‐65 jaar).
De dioxine‐achtige PCB fractie werd in het eerste steunpunt niet gemeten, aangezien de H1L6.1c3
cellijn hiervoor niet voldoende gevoelig was. Ook in de literatuur worden Calux metingen van
dioxine‐achtige PCBs in serumstalen niet gerapporteerd. GC‐HR‐MS metingen zijn in sommige studies
wel voorhanden. (zie bijlage 5).
Vergelijking van stalen die gemeten werden met verschillende types van Calux cellijnen of met GC‐
HR‐MS is niet mogelijk, tenzij voorafgaand op hetzelfde staaltype een correlatie gevonden werd
tussen de verschillende meettechnieken. Het verschil in opzuiveringsprocedure, het al dan niet
scheiden van dioxines en dioxine‐achtige PCBs, het type cellijn bij Calux metingen, de gebruikte
verdunning en de inductie t.o.v. de standaardcurve bij Calux metingen (dit bepaald de plaats op de
sigmoïdale curve), de keuze van TEF/REP waarden bij GC‐HR‐MS metingen e.d. hebben allen een
invloed op het eindresultaat. In de literatuur zijn vrij weinig studies beschikbaar met gegevens over
Calux metingen in bloedstalen (zie bijlage 5). De beschikbare studies gebruiken dikwijls een ander
type cellijn en een andere opzuiveringsmethode en details betreffende gebruikte verdunning en
gemeten inductie worden vaak niet vermeld. Er is dan ook een vrij grote spreiding in de
dioxinegehalten die in de verschillende studies gerapporteerd worden. De gerapporteerde resultaten
verschillen ook meer dan wat op basis van populatieverschillen zou verwacht worden. Zo is er een
range aan dioxine resultaten (PCDD/Fs) van 11 pg TEQ/g vet (Todaka et al., 2010) tot 428 pg TEQ/g
vet (Long et al., 2006). Ook binnen eenzelfde studie worden er grote verschillen gerapporteerd
naargelang de gebruikte meettechniek. Van Wouwe et al. (2004) rapporteerde PCDD/F gehaltes van
41,8 pg TEQ/g vet (Calux muizencellen) en 25,7 pg TEQ/g vet (GC‐HR‐MS) voor dezelfde stalen. In de
studie van Koppen et al. (2001) werden daarentegen hogere waarden voor GC‐HR‐MS dan voor Calux
(78,9 pg TEQ/g vet vs. 35,0 p TEQ/g vet) gevonden.
Enige voorzichtigheid is dan ook nodig bij de interpretatie van deze gegevens! Vergelijking van de in
dit rapport weergegeven referentiewaarden en metingen uit de hotspots Genk‐Zuid en Menen is
echter wel mogelijk, aangezien deze analysen op exact dezelfde wijze zullen uitgevoerd worden.
Om de vergelijkbaarheid van de meetresultaten van bloed lood en bloed cadmium te evalueren
werden 22 stalen uit de eerste campagne opnieuw gedigereerd en gemeten. Tabel 51 geeft het
gemiddelde en de P90 voor de resultaten van cadmium. Bij de hermeting van stalen uit de eerste
campagne werd nu voor cadmium een waarde gevonden die gemiddeld 87% bedraagt van de waarde
die destijds gemeten werd. In acht genomen dat de hermeten stalen dateren van 2004 is dit resultaat
150

Resultaten – vergelijking 1 e en 2 e Steunpunt
acceptabel. De correlatiecoefficiënt (r 2 = 0,94) van de regressierechte in Figuur 41 geeft aan dat er
een goede correlatie is tussen de twee metingen.
Ook voor lood vinden we een goede correlatie tussen de meting van de eerste campagne en de
hermeting (r 2 = 0,89) (Figuur 41). Bij de hermeting van stalen uit de eerste campagne werd nu voor
lood een waarde gevonden die gemiddeld slechts 70% bedraagt van de waarde die destijds gemeten
werd (Tabel 52). De oorzaak hiervan is moeilijk te achterhalen, maar zoals hierboven reeds
aangegeven, dateren de stalen reeds van 2004 en zijn ze bovendien meerdere keren ingevroren en
ontdooid, wat een mogelijke verklaring kan zijn. De mogelijkheid bestaat echter dat verschillen in
meettechnieken geleid hebben tot lagere waarden bij de meetcampagne van het 2 e Steunpunt,
zodanig dat niet met zekerheid kan gesteld worden dat de inwendige blootstelling aan lood bij
jongeren duidelijk gedaald is.
Tabel 51: Cadmium concentraties van de hermeting van stalen van de eerste campagne
Bloed cadmium (µg/L)
1 e Steunpunt Hermeting Recovery
gemiddelde 0,68 0,59 87 %
P90 1,71 1,31 77 %
Tabel 52: Lood concentraties van de hermeting van stalen van de eerste campagne
Bloed lood (µg/L)
1 e Steunpunt Hermeting Recovery
gemiddelde 30,4 21,4 70 %
P90 60,4 42,4 70 %
S
T
P
e
1
n
le
sta
g
tin
e
rm
e
h
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0,0
Bloed cadmium (µg/L)
y = 0,9432x ‐ 0,0523
R² = 0,9353
0,0 0,5 1,0 1,5 2,0 2,5 3,0
meting 1e STP
80
S
T
P
e60
1
n
le
40
sta
g
tin
20
e
rm
e
h 0
Bloed lood (µg/L)
y = 0,6078x + 2,9116
R² = 0,888
0 20 40 60 80
meting 1e STP
Figuur 41: Regressierechten voor de vergelijking van Cd‐ en Pb‐concentraties van de hermeting en de
resultaten van de eerste campagne.
3.2.3 Besluit
Met uitzondering van de biomerkers voor PAK‐ en benzeenblootstelling bij jongeren, liggen de
nieuwe referentiewaarden nu lager dan de waarden die gemeten werden in de
biomonitoringscampagne van het eerste Steunpunt.
Mogelijke verklaringen hiervoor zijn:
een dalende tijdstrend in chemische blootstelling;
een verschil in steekproeftrekking;
151

Resultaten – vergelijking 1 e en 2 e Steunpunt
een verschil in juistheid van de chemische analyse.
Een eventuele vergelijking tussen de eerste en tweede biomonitoringscampagne moet met de
nodige nuancering gebeuren. Om tijdstrends correct te evalueren is het belangrijk om de
steekproeftrekking constant te houden. Uit de vergelijking van de resultaten van beide
biomonitoringscampagnes blijkt dat een steekproeftrekking verspreid over Vlaanderen een meer
homogeen beeld geeft over de blootstelling dan wanneer de steekproeftrekking in geselecteerde
typegebieden gebeurt.
152

Resultaten – effectmerkers – astma en allergie
4. Effectmerkers
Effectmerkers zijn belangrijke uitkomstvariabelen om te bestuderen in relatie met blootstelling. Een
gedetailleerde analyse van dosis‐effect relaties, met correctie voor relevante confounders en
mechanistische interpretatie zal gebeuren in een apart rapport.
In het huidige rapport wordt de analyse beperkt tot een beschrijvende statistiek van de
effectmerkers, zowel voor de totale populatie als na stratificatie voor relevante subgroepen. Indien
relevant wordt een geometrische gemiddelde en een 10 e en/of 90 e percentiel berekend voor
continue variabelen en een proportie voor binaire variabelen, telkes met correctie van a priori
geselecteerde confounders. Multivariate analyses, mechanistische interpretaties en relaties met
blootstellingsmerkers worden later gerapporteerd.
4.1 Astma en allergie
Astma en allergie werd meegenomen als merker van effect in alle leeftijdsgroepen. Astma en allergie
werd geëvalueerd op basis van gevalideerde vragenlijsten. Deze vragenlijsten werden afgenomen bij
de moeders van de pasgeborenen, bij de jongeren en bij de volwassenen. Als parameters werden
gekeken naar: astma gediagnosticeerd door een arts, astmaklachten ooit, astmaklachten de laatste
12 maanden (huidig astma), hooikoorts, hooikoortsklachten ooit, eczeem, allergie voor
voedingsmiddelen‐ geneesmiddelen – insectenbeten, voor dieren en voor metaalverzorgingsproducten
– huishoud of onderhoudsproducten in de afgelopen 5 jaar. Als verklarende
variabelen werden meegenomen leeftijd, geslacht, opleiding, roken, alcohol gebruik,
urbanisatiegraad , BMI en het familiaal voorkomen van astma, eczeem of hooikoorts.
In bijlage 3 wordt per parameter een beschrijving gegeven van de relevantie van de gebruikte
biomerkers.
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook
een beschrijvende statistiek gegeven voor relevante subgroepen zoals leeftijdsklassen, geslacht,
roken, urbanisatie, enz... De voornaamste trends worden hier per variabele samengevat.
Voor de variabelen astma vastgesteld door een arts, astmaklachten ooit en huidig astma werden
geen significante verschillen gevonden tussen de 3 studiegroepen. Het familiaal voorkomen van
astma was een risicofactor voor het voorkomen van astma bij de 3 doelgroepen. Bij de volwassenen
en de moeders speelde roken een rol; rokers rapporteren meer astmaklachten. Bij de jongeren had
het hoogste opleidingsniveau binnen het gezin een invloed op het voorkomen van astma diagnose bij
de jongeren; er werd meer astma gediagnosticeerd bij laag opleidingsniveau. De andere factoren
zoals leeftijd, geslacht, urbanisatiegraad, alcoholgebruik en BMI hadden geen significante invloed op
het voorkomen van astma.
Hooikoorts. Moeders van pasgeborenen rapporteerde het minst hooikoorts, volwassenen
rapporteerden dit het meest. Familiale anamnese van hooikoorts was een belangrijke risicofactor. De
moeders met ondergewicht en met obesitas rapporteerden meer hooikoorts.
Eczeem. Het voorkomen van eczeem was vergelijkbaar over de 3 doelgroepen. Familiale voorkomen
is een belangrijke risicofactor.
Allergie voor voedingsmiddelen, geneesmiddelen of insectenbeten in de laatste 5 jaar. Familiale
risicofactoren speelden alleen een significante rol bij de moeders.
Allergie voor metaal, verzorgingsproducten, huishoud‐ en onderhoudsproducten in de laatste 5
jaar. Bij jongeren stelden we een invloed vast van geslacht (meer bij meisjes: 29,87% versus 12,25%)
153

Resultaten – effectmerkers – astma en allergie
en van roken (meer bij rokers maar het aantal rokers bij de jongeren was klein). Bij de moeders
kwam deze allergie meer voor bij een lager opleidingsniveau
Allergie voor dieren in de laatste 5 jaar: was vergelijkbaar in de 3 doelgroepen. Geen van de
onderzochte invloedsfactoren vertoonde een significante relatie met het voorkomen van deze
allergie.
154

Resultaten – effectmerkers – astma en allergie
Tabel 53: Vlaamse referentiewaarden (gemiddelde proportie en CI ) astma en allergie
Leeftijdsgroep Biomerker Eenheid N Confounders Gemiddelde proportie
(95% BI)
Astmaklachten ooit
Moeders pasgeborenen Astma ooit % 222 leeftijd moeder, roken 24,89 (19,40 – 31,30)
jongeren Astma ooit % 178 leeftijd, geslacht, roken 21,11 (15,60 – 28,00)
volwassenen Astma ooit % 194 leeftijd, geslacht, roken 20,13 (14,90 – 26,62)
Astma diagnose arts
Moeders pasgeborenen Astma diagnose % 233 leeftijd moeder, roken 7,05 (4,20 – 11,70)
arts
jongeren
Astma diagnose % 183 leeftijd, geslacht, roken 8,15 (4,80 – 13,50)
arts
volwassenen
Astma diagnose % 194 leeftijd, geslacht, roken 7,34 (4,27 – 12,32)
arts
Huidig astma
Moeders pasgeborenen huidig astma % 227 leeftijd moeder, roken 17,23 (12,70 – 22,90)
jongeren huidig astma % 183 leeftijd, geslacht, roken 14,76 (10,20 – 20,90)
volwassenen huidig astma % 194 leeftijd, geslacht, roken 15,16 (10,50 – 21,39)
Hooikoortsklachten ooit
Moeders pasgeborenen Hooikoorts ooit % 229 leeftijd moeder, roken 21,83 (16,70 – 28,00)
jongeren Hooikoorts ooit % 179 leeftijd, geslacht, roken 31,37 (24,60 – 39,10)
volwassenen Hooikoorts ooit % 197 leeftijd, geslacht, roken 35,44 (28,83 – 42,67)
155

Resultaten – effectmerkers – astma en allergie
Hooikoorts
Moeders pasgeborenen Hooikoorts % 236 leeftijd moeder, roken 16,27 (11,80 – 21,90)
jongeren Hooikoorts % 181 leeftijd, geslacht, roken 23,90 (17,80 ‐31,30)
volwassenen Hooikoorts % 198 leeftijd, geslacht, roken 33,61 (27,12 – 40,79)
Eczeem
Moeders pasgeborenen Eczeem % 231 leeftijd moeder, roken 12,01 (8,30 – 17,10)
jongeren Eczeem % 180 leeftijd, geslacht, roken 12,88 (8,40 – 19,20)
volwassenen Eczeem % 197 leeftijd, geslacht, roken 12,43 (8,06 – 18,68)
Allergie voor voedingsmiddelen, geneesmiddelen of insectenbeten in de afgelopen 5 jaar
Moeders pasgeborenen Allergie voeding, … % 219 leeftijd moeder, roken 23,99 (18,50 – 30,40)
jongeren Allergie voeding, … % 153 leeftijd, geslacht, roken 19,02 (13,30 – 26,40)
volwassenen Allergie voeding, … % 184 leeftijd, geslacht, roken 42,42 (35,16 – 50,01)
Allergie voor metaal, verzorgingsproducten, huishoud‐ en onderhoudsproducten in de afgelopen 5 jaar
Moeders pasgeborenen Allergie metaal, … % 224 leeftijd moeder, roken 30,00 (24,30 – 36,40)
jongeren Allergie metaal, … % 155 leeftijd, geslacht, roken 19,39 ( 13,70 – 26,70)
volwassenen Allergie metaal, … % 178 leeftijd, geslacht, roken 30,03 (23,45 – 37,56)
Allergie voor dieren in de afgelopen 5 jaar
Moeders pasgeborenen Allergie dieren % 230 leeftijd moeder, roken 9,48 (6,30 – 14,10)
jongeren Allergie dieren % 172 leeftijd, geslacht, roken 10,40 (6,50 – 16,20)
156

volwassenen Allergie dieren % 188 leeftijd, geslacht, roken 10,67 (6,87 – 16,19)
Resultaten – effectmerkers – astma en allergie
Definities:
Huidig astma: Laatste 12m astma aanvallen ,Laatste 12m geneesmiddelen voor astma, Laatste 12m wakker geworden door aanval van kortademigheid, Laatste 12m wakker
geworden met een gevoel van beklemming in de borstkas.
Astma diagnose door een dokter: Ooit astma gehad, bevestigd door een arts
Astmaklachten ooit: Laatste 12m astma aanvallen, Laatste 12m geneesmiddelen voor astma, Laatste 12m wakker geworden door aanval van kortademigheid , Laatste 12m
wakker geworden met een gevoel van beklemming in de borstkas, Laatste 12m last van piepen of fluiten in borstkas gecombineerd met kortademigheid en voorkomen
buiten periode van verkoudheid, Ooit astma gehad, bevestigd door een arts, Ooit beklemming of piepende ademhaling tijdens het op het werk/school zijn
Hooikoorts: Enige vorm van neusallergie/hooikoorts
Hooikoortsklachten ooit: Enige vorm van neusallergie/hooikoorts, Laatste 12 m last gehad van enige vorm van neusallergie/hooikoorts, Laatste 12 m geneesmiddelen
tegen hooikoorts, neusklachten,
Eczeem: Laatste 12 m eczeem gehad, Laatste 12m geneesmiddelen tegen eczeem genomen
Allergie voor voedsel, insecten of geneesmiddelen: Allergie of huiduitslag na contact met voedingsmiddelen (pinda, chocolade, tomaten, aardbeien,….), Allergie of
huiduitslag na contact met insectenbeten, Allergie of huiduitslag na contact met geneesmiddelen
Allergie voor metaal, verzorgingsproducten, huishoud‐ en onderhoudsproducten: Allergie of huiduitslag na contact met metaal (piercing, oorring, metalen juweel,..),
Allergie of huiduitslag na contact met verzorgingsproducten (make‐up, crèmes, parfum,..), Allergie of huiduitslag na contact met huishoud‐ en onderhoudsproducten
(afwasmiddel, waspoeder, wasverzachter , zeep,…)
Dierenallergie: Allergie of huiduitslag na contact met huisdier (kat, hond, konijn,…),Ooit huisdier weggedaan omdat u er allergisch aan was
157

Resultaten – effectmerkers – astma en allergie
Vergelijking van de gemeten percentages met de resultaten van het eerste Steunpunt 2001‐2006:
In het steunpunt 2001‐2006 werd eveneens astma en allergie bevraagd in de verschillende
leeftijdsgroepen. Naast de evolutie in de tijd verschillen de onderzoeksgroepen uit beide
steunpunten wat betreft het gebied waaruit ze afkomstig zijn en wat betreft de leeftijd van de
volwassen deelnemers (50‐65 jaar in het eerste Steunpunt en 20‐40 jaar in het tweede Steunpunt).
Verschillen in resultaten zijn daarom met voorzichtigheid te interpreteren. Soms werd ook de
vraagstelling licht aangepast. Mensen rapporteren astma indien een arts hun deze diagnose heeft
meegedeeld. De vraag naar ‘astma diagnose door een arts’ wordt in veel internationale studies
gebruikt om een zicht te krijgen op het voorkomen van astma in een populatie. In het eerste
steunpunt 2001‐2006 rapporteerden 4,3% van de moeders een astma diagnose door een arts; in het
huidige steunpunt is dat 7,05%. Bij volwassenen evolueerde astma diagnose van 5,5 naar 7,3% maar
het betreft nu een jongere leeftijdsgroep dan in de vorige campagne. Bij jongeren zijn de cijfers van
nu en vroeger vergelijkbaar: 8,8 en 8,15%. Bij de interpretatie van deze cijfers moeten we er rekening
mee houden dat de populatie in het tweede Steunpunt bestaat uit 200 tot 250 deelnemers. Bij
ja/neen vragen met een lage proportie, zal het effect van enkele personen meer of minder een vrij
grote impact hebben op de uitkomst. Mogelijk is een groep van 200 (of 250) deelnemers
onvoldoende om uitspraken te doen over gezondheidseffecten met een lage frequentie. De
verschillen in astma diagnose tussen beide steunpunten vallen dan ook binnen de normale
spreiding.
Andere parameters van astma werden bij moeders eveneens meer gerapporteerd in vergelijking met
het vorige steunpunt. Het voorkomen van ‘astmaklachten ooit’ bij moeders is hoger in vergelijking
met het onderzoek in het eerste Steunpunt 2001‐2006 (16,2% in 2001‐2006, 24,9% nu); de
rapportering van huidig astma bij moeders nam toe van 9,6 naar 17,2%.
Ook bij volwassenen lag het rapporteren van astmaklachten ooit en huidig astma hoger dan in het
vorige Steunpunt. Het ging hierbij echter om een andere leeftijdsgroep dan in de campagne 2002‐
2006; nl. jongvolwassenen van 20‐40 jaar, een jongere groep dan voordien. De leeftijdsgroep is wel
vergelijkbaar met de groep van de moeders.
Bij jongeren bleef de rapportering van astmaklachten vergelijkbaar met vroeger.
In vergelijking met het vorige Steunpunt werd hooikoorts meer gerapporteerd bij volwassenen (33,6
versus 21,4% vroeger). Deze volwassenen waren jonger dan in het vorige steunpunt.
Hooikoortsklachten ooit werden in vergelijking met vroeger minder gerapporteerd door moeders en
jongeren (moeders 21,8 versus 34,2% vroeger; jongeren 31,4 versus 50,3% vroeger). Voedselallergie
nam toe bij moeders (24,0 versus 7,0% vroeger) en bij volwassenen (41,8 versus 22,7% vroeger).
Verschillen in de leeftijdsgroep volwassenen en verschillen in bevraging kunnen mede
verantwoordelijk zijn voor deze verschillen.
Allergie voor dieren, voor metaal, verzorgings‐ huishoud‐ en onderhoudsproducten en eczeem was
voor de 3 leeftijdsgroepen vergelijkbaar met vroeger.
Vergelijking van de gemeten percentages met literatuur
In de jaren ‘90 werd astma bevraagd bij jongeren en volwassenen van vergelijkbare leeftijd uit de
Stad Antwerpen en de zuidelijke rand rond Antwerpen (Wieringa, 1999 and 2001). Diagnose van
astma door een arts bij jongeren in de Antwerpse agglomeratie was 7,4%; in Antwerpen‐Zuid 7,51%.
Voor volwassenen waren de cijfers 7,1% en 5,6%. De huidige cijfers zijn hiermee vergelijkbaar. In een
Zweedse studie gepubliceerd in 2010 werd astma gediagnosticeerd door een arts bij 9,3% van een
volwassen populatie van 20‐69 jaar (Ekerljung, 2010). In Nederland bedroeg de prevalentie bij
jongeren 7,8%. Binnen Europa zijn er grote verschillen in deze prevalentie van 2,7% in Albanië tot
22,9 in Ijsland (Weinmayr, 2007). Hooikoorts werd in het verleden gerapporteerd door 20,2% van de
158

Resultaten – effectmerkers – astma en allergie
Antwerpse jongeren (Vellinga, 2005). In dezelfde studie werd bij 25,6% van de jongeren eczeem
gerapporteerddat is meer dan in het huidige onderzoek.
159

Resultaten – effectmerkers – genotoxiciteit
4.2 Genotoxiciteitsmerkers
4.2.1 Komeettest
DNA schade bestaat voornamelijk uit tijdelijke (transiënte) herstelbare fouten (laesies). De schade
die wordt gemeten reflecteert een dynamische “steady state” tussen schade inductie en herstel. De
alkalische komeettest is een methode om DNA‐schade te meten. De komeettest kan wellicht, op
groepsniveau, op een toegenomen risico voor kanker duiden, maar op het niveau van het individu is
dit nog niet onderzocht. De meeste, bijna alle, schade wordt correct hersteld, maar er is steeds een
kleine hoeveelheid schade die niet correct hersteld wordt en aanleiding geeft tot mutaties.
De komeettest is een veelgebruikte techniek in biomonitoring voor het inschatten van het effect bij
blootstelling aan fijn stof, polycyclische aromatische koolwaterstoffen, zware metalen, vluchtige
organische stoffen, pesticiden, gechloreerde verbindingen (Sram et al. 1996; Moller 2006; Dusinska
and Collins 2008; Valverde and Rojas 2009). Samengevat kan gesteld worden dat de komeettest kan
beschouwd worden als “A tool of risk assessment that can be used in characterization of hazards”
(Møller, 2006).
Bij de komeettest worden bloedcellen vermengd met een gel, gespreid op een plastic film en
vervolgens gelyseerd in een detergent‐ en zoutoplossing. In deze oplossing wordt de celmembraan
afgebroken en oplosbare celcomponenten en histonen (eiwitten op het DNA) verwijderd. Resultaat
is supercoiled DNA vastgehecht aan de nucleaire matrix. Na een incubatie in alkalische oplossing
volgt een elektroforese, waarbij DNA ‘loops’ die een breuk bevatten, naar de positieve pool
migreren. Na kleuring en visualisatie met een fluorescentiemicroscoop ziet de kern eruit als een
komeet, met de relatieve hoeveelheid DNA in de staart (% DNA migratie), indicatief voor het aantal
breuken in het DNA (enkelstrengige en dubbelstrengige, naast breuken veroorzaakt tijdens DNA
herstel en in delende cellen ook breuken t.g.v. het replicatieproces). De DNA breuken die worden
gedetecteerd in de alkalische komeettest omvatten ook breuken ontstaan in de alkalische oplossing
ter hoogte van zones waar een DNA base ontbreekt (apurinic/apyrimidinic of AP sites). In de huidige
studie werden 300 cellen gescoord met het automatische beeldanalysesysteem (Metafer 3.5,
Metasystems) verbonden aan de fluorescnetiemicroscoop. Na manuele uitzuivering van de foutief
gemeten cellen werd een mediaan % DNA migratie berekend voor elk individu.
DNA breuken zijn niet de belangrijkste vorm van schade aan het DNA, vaker zijn er modificaties van
DNA basen aanwezig. Bij de komeettest kunnen specifieke enzymen gebruikt worden die bepaalde
gemodifieerde basen uitknippen. Het FPG enzyme wordt gebruikt om geoxideerde purinebasen te
detecteren (8‐oxoGua, FaPyAde, FaPyGua, naast gealkyleerde basen zoals N7‐methylGua). Aldus,
kan de komeettest gebruikt worden om geoxideerd DNA te detecteren. Hiervoor wordt de
enzymebehandeling uitgevoerd na lysis van de cellen. Het (in de huidige studie gebruikte) FPG
enzyme verwijdert de foutieve base uit het DNA (glycosylase) en knipt de DNA streng door op die
plaats (lyase). Hierdoor ontstaan extra breuken en een verhoogde migratie van het DNA in het
elektrisch veld. Het verschil in % DNA migratie met en zonder incubatie met FPG enzyme, is een
maat voor oxidatief beschadigd DNA.
In de huidige studie werd de komeettest uitgevoerd op volbloed van de jongeren.
De ruwe gegevens van de komeettest voor de totale groep en voor relevante subgroepen worden
gegeven in bijlage 4. Het Vlaamse referentiegemiddelde voor de komeettest wordt gegeven in Tabel
54.
Het % DNA migratie t.g.v. breuken en AP sites (zie kader) in het DNA bedroeg gemiddeld 3,0 % na
correctie voor roken, leeftijd, geslacht. Dit is hoger dan 1,0 % (n = 450, correctie voor roken en
geslacht) gemeten bij een gelijke leeftijdsgroep in de eerste biomonitoringscampagne (2003‐2004).
160

Resultaten – effectmerkers – genotoxiciteit
Dit verschil is deels te wijten aan de gebruikte beeldanalysemethode. Sinds 2005 werd
overgeschakeld naar een automatisch beeldanalysesysteem (Metafer 3.5). Dit laatste systeem werd
ook gebruikt bij de uitvoer van de komeettest op stalen van de volwassenen uit de eerste
biomonitoringscampagne (2005‐2006). De gemiddelde DNA migratie in de oudere leeftijdsgroep
bedroeg 1,9% (n = 580, correctie voor roken, leeftijd en geslacht). Het effect van leeftijd werd
onderzocht in een gepoolde analyse van 125 biomonitoringsstudies door Møller (2006). Deze toonde
een positieve associatie tussen leeftijd en DNA schade. Echter bij combinatie van controlegroepen
uit verschillende populatiestudies, vonden Dusinska en Collins (2008) geen correlatie tussen DNA
schade en leeftijd. Ook het effect van roken op DNA schade gemeten met de komeettest is niet
consistent over de verschillende studies in de literatuur (uit: Møller, 2006; Dusinska en Collins, 2008).
Gezien het kleine percentage rokers in de huidige studie, kan geen uitspraak gedaan worden over de
invloed van roken.
Uit de bovenvermelde metastudie van Møller volgt, dat vooral fysieke activiteit, lucht‐/verkeerspollutie,
zonlicht (seizoen) en dieet, factoren zijn die een invloed hebben op de
komeettestresultaten. In de huidige studie hebben jongeren uit een stedelijke gemeenten een
minimaal hogere gehalte aan DNA breuken (en niet van oxidatieve schade) in vergelijking met
jongeren uit een niet‐stedelijke gemeenten (3,3 vs. 2,9 % DNA migratie; p=0,27). De oxidatieve DNA
schade aan de bloedcellen is duidelijk hoger bij jongeren gerekruteerd in de lente (5,0 %) in
vergelijking met jongeren onderzocht in de winter of herfst (respectievelijk 1,6 en 1,7 % DNA migratie
t.g.v. FPG sensitieve sites). Ook Møller et al. (2002), Smolková et al. (2004) en Verschaeve et al.
(2007) rapporteerden een hogere %DNA migratie in het lente of zomerseizoen.
4.2.2 8­hydroxydeoxyguanosine in urine
8‐hydroxydeoxyguanosine (8‐oxodG) in urine is een primair product van DNA herstel, zowel van
geoxideerd guanine in de DNA strengen aanwezig (nucleotide excisie repair of herstel door
nucleotide excisie) en/of het herstel (door het MTH1/NUDT1 enzyme) van 8‐oxodGTP in de
nucleotide‐pool van de cel. Daarnaast kan er potentieel een invloed zijn van inname van 8‐oxodG via
voeding en kan het aanwezig zijn in de urine door celdood.
In de huidige studie werd 8‐oxodG gemeten in de urine van de jongeren.
De ruwe gegevens van urinair 8‐oxodG voor de totale groep en voor relevante subgroepen worden
gegeven in bijlage 4. Het Vlaamse referentiegemiddelde voor 8‐oxodG wordt gegeven in Tabel 54.
Zowel in de eerste als in de tweede campagne van de Vlaamse biomontioring werd 8‐oxodG in de
urine gemeten m.b.v. een ELISA kit (Japan institute for Control of Ageing, Shizuoka, Japan, verdeeld
door Gentaur‐Belgium). Het gehalte in de huidige studie bedroeg 14,9 µg/g creatinine (correctie voor
leeftijd, geslacht en roken). Dit is exact hetzelfde als 14,9 µg/g creatinine gemeten bij 50‐65 jarigen in
de eerste biomonitoringscampagne (2004‐2005) en duidelijk lager dan 23 µg/g creatinine gemeten
bij 118 drie‐jarigen in de opvolgstudie astma/allergie van het eerste Steunpunt. Bij jongere kinderen
worden hogere gehalten aan geoxideerd DNA in urine gemeten in vergelijking met jongeren, wat
mogelijk te verklaren is door de meer intensieve ademhaling en metabolisatie bij jonge kinderen
(Tsukahara 2007; Svecova et al. 2009). In een groep van 11‐16 jarige Japanse kinderen werd een
gehalte van gemiddelde 9 µg/g creatinine gemeten (uit: Tsukahara, 2007). Bij 51 gezonde 0‐15 jarige
kinderen werd een waarde van 19 µg/g creatinine gerapporteerd.
In de huidige studie hadden meisjes een hoger gehalte 8‐oxodG dan jongens (16,7 vs. 13,5 µg/g
creatinine; p=0,009). In stedelijke omgeving zijn de waarden minimaal hoger in vergelijking met nietstedelijke
regio’s (15,2 vs. 14,6 µg/g creatinine; p=0,61). In een Tsjechische populatie van 894
kinderen van gemiddeld 7,5 jaar oud, werden meetwaarden van 32,4 µg/g creatinine (=15
nmol/mmol creatinine) bepaald (Svecova et al. 2009) (NB: De gebruikte ELISA was verschillend, wat
161

Resultaten – effectmerkers – genotoxiciteit
gedeeltelijk de hogere meetwaarden kan verklaren). De 8‐oxodG meetwaarden in de Tsjechische
studie waren gerelateerd met leeftijd, blootstelling aan tabaksrook en PM 10 of PM 2.5 en PAK’s
blootstelling gemeten in stationaire meetstations gedurende 3 tot 7 dagen voor de urinecollectie.
Sommige studies tonen een verhoogde hoeveelheid 8‐oxodG in urine bij rokers, alhoewel de
gegevens niet consistent zijn. Blootstelling aan relatief hoge gehalten outdoor fijn stof, polycyclische
aromatische koolwaterstoffen en benzeen werden geassocieerd met hoger urinaire 8‐oxodG
waarden. Fysieke inspanning kan het gehalte aan 8‐oxodG beïnvloeden: zware fysieke activiteit
onder hypoxische condities kan het gehalten doen toenemen, daar waar gemiddelde dagelijkse
fysieke oefening 8‐oxodG in urine kan doen afnemen. Echter ook hier zijn de resultaten niet steeds
consistent (Loft and Moller 2007). Hu et al. (2010) detecteerde een iets verhoogde 8‐oxodG waarde
bij individuen die regelmatige fysieke activiteit deden, naast een verhoging bij rokers, en personen
die energiedranken consumeerden.
162

Resultaten – effectmerkers – genotoxiciteit
Tabel 54: Vlaamse referentiewaarden (gemiddelde en 90 e percentiel) voor gentoxiciteitsmerkers
Leeftijdsgroep Biomerker Eenheid N Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
genotoxiciteitsmerkers
jongeren komeettest % DNA migratie 203 leeftijd, geslacht, roken 3,0 (2,6 – 3,4) 5,7 (5,0 – 6,4)
jongeren
jongeren
jongeren
komeettest, met
fpg enzymen
8‐hydroxydeoxyguanosine
in urine
8‐hydroxydeoxyguanosine
in urine
% DNA migratie 172 leeftijd, geslacht, roken 2,5 (1,9 – 3,3) 14,4 (10,2 – 18,5)
µg/L 202 leeftijd, geslacht, roken 19,7 (18,2 – 21,3) 45,5 (40,7 – 50,3)
µg/g creatinine 202 leeftijd, geslacht, roken 14,9 (13,8 – 16,2) 30,2 (27,3 – 33,1)
163

Resultaten – effectmerkers – groei en ontwikkeling
4.3 Groei en ontwikkeling
In de huidige studie worden volgende parameters voor groei en ontwikkeling bestudeerd:
‐ geboortegewicht, geboortelengte, schedelomtrek en zwangerschapsduur bij
pasgeborenen.
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook
een beschrijvende statistiek gegeven voor relevante subgroepen.
Geboortegewicht was sterk geassocieerd met de zwangerschapsduur (p

Resultaten – effectmerkers – groei en ontwikkeling
Tabel 55: Referentiewaarden (gemiddelde en 90 e percentiel) voor indicatoren voor groei en ontwikkeling bij pasgeborenen
Leeftijdsgroep Biomerker Eenheid N Confounders Geom. gemiddelde
(95% BI)
90 e percentiel
(95%BI)
groei en ontwikkeling
pasgeborenen geboortegewicht kg 240 duur zwangerschap, leeftijd 3,46 (3,41 – 3,52) 4,08 (3,93 – 4,23)
moeder, pariteit, meerling,
geslacht baby, gewicht moeder,
roken tijdens zwangerschap
pasgeborenen geboortelengte cm 227 duur zwangerschap, pariteit, 49,5 (49,2 – 49,8) 53,4 (52,9 – 53,9)
geslacht baby, leeftijd moeder,
lengte moeder, roken tijdens
zwangerschap
pasgeborenen schedelomtrek cm 235 duur zwangerschap, pariteit, 33,9 (33,6 – 34,2) 36,5 (36,2 ‐36,8)
meerling, geslacht baby, leeftijd
moeder, roken tijdens
zwangerschap
pasgeborenen zwangerschapsduur weken 238 leeftijd moeder, roken tijdens
zwangerschap
39,3 (39,2 – 39,5) 41,0 (40,7‐ 41,3)
165

Resultaten – effectmerkers – endocriene merkers
4.4 Endocriene merkers
4.4.1 Schildklierhormonen
In de huidige studie werden volgende schildklierhormonen gemeten:
‐ thyroid stimulerend hormoon (TSH), triiodothyronine (fT3) en thyroxine (fT4)
inavelstrengbloed bij pasgeborenen;
‐ thyroid stimulerend hormoon (TSH), triiodothyronine (fT3) en thyroxine (fT4) in serum van
de jongeren.
Sommige polluenten kunnen een effect hebben op de intra‐uteriene groei, of de groei op latere
leeftijd. Schildklierhormonen zijn belangrijke regulerende factoren in de groei en groeispurt, en
kunnen dus mogelijk van belang zijn in het zoeken naar een mechanisme voor groeiverstoring onder
invloed van polluenten.
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook
een beschrijvende statistiek gegeven voor relevante subgroepen.
TSH in navelstrengbloed was significant lager bij moeders die roken in vergelijking met niet‐rokers
(p

Resultaten – effectmerkers – endocriene merkers
betekenis van de niveaus in navelstrengbloed. Indien we vergelijken met de gemiddelde waarden bij
jongeren, zien we dat de niveaus in navelstrengbloed in dezelfde grootte‐orde liggen voor
testosteron en SHBG; ongeveer een factor 10 lager liggen voor LH en FSH en een factor 400 hoger
liggen voor oestradiol (Tabel 56).
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook
een beschrijvende statistiek gegeven voor relevante subgroepen. Het geslacht van de baby had een
invloed op de gehaltes van testosteron, oestradiol, LH en FSH in navelstrengbloed. De waarden
waren telkens significant hoger bij jongens dan bij meisjes. Voor FSH was dit verschil groot: bij
jongens werd FSH gedetecteerd bij 100% van de deelnemers; bij meisjes bij 91,5% van de
deelnemers. De gemiddelde waarde bedroeg 0,475 mU/mL bij jongens en 0,196 mU/mL bij meisjes
(p

Resultaten – effectmerkers – endocriene merkers
4.4.3 Metabole hormonen
In de huidige studie werden volgende metabole hormonen gemeten:
‐ leptine en insuline in navelstrengbloed bij pasgeborenen.
Recent is er in de literatuur toenemende aandacht voor de obesogene werking van polluenten, d.w.z.
hun rol in de ontwikkeling van obesitas. Mogelijk verloopt dit obesogeen effect via een hormonaal
mechanisme. De metabole hormonen in navelstrengbloed zijn dus voornamelijk bedoeld zijn om
dosis‐effect relaties met polluenten te bestuderen. Er is weinig referentiekader voor de klinische
betekenis van de niveaus van leptine en insuline in navelstrengbloed.
In bijlage 4 worden de ruwe data van de biomerkers gegeven voor de totale groep, en wordt er ook
een beschrijvende statistiek gegeven voor relevante subgroepen. Leptine in navelstrengbloed
varieerde met de BMI van de moeder: bij stijgende BMI werden hogere waarden voor leptine
geobserveerd (p=0,001). Verder werd de concentratie leptine in navelstrengbloed beïnvloed door de
zwangerschapsduur: bij aterme baby’s was de concentratie significant hoger dan bij preterme baby’s
(p=0,002). Voor insuline in navelstrengbloed werden een significant effect gevonden van roken: bij
moeders die roken werden significant hogere waarden gevonden in vergelijking met niet‐rokers.
Referentiewaarden voor de huidige studiepopulatie worden gegeven in Tabel 56. Aangezien er
weinig literatuur beschikbaar is over niveaus van leptine en insuline in navelstrengbloed, werden er a
priori geen confounders gedefinieerd. Naast het geometrische gemiddelde worden zowel de 10 e als
de 90 e percentiel gegeven.
168

Resultaten – effectmerkers – endocriene merkers
Tabel 56: Vlaamse referentiewaarden (gemiddelde, 10 e en 90 e percentiel) voor hormonen: schildklierhormonen, sex hormonen en metabole hormonen
Leeftijdsgroep Biomerker Eenheid N Confounders Geom. gemiddelde
(95% BI)
10 e percentiel
(95%BI)
90 e percentiel
(95%BI)
schildklierhormonen
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)
aard bevalling, SGA
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)
aard bevalling, SGA
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)
aard bevalling, SGA
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)
ziek in afgelopen dagen
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)
ziek in afgelopen dagen
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)
ziek in afgelopen dagen
sex hormonen
pasgeborenen testosteron (T) ng/dL 201 – 142 (134 – 150) 87 (76 – 98) 219 (204 – 234)
pasgeborenen oestradiol (E2) pg/mL 185 – 7.660 (6.979 – 8.408) 3.482 (2.945 – 4.019) 16.114 (10.586 – 21.641)
pasgeborenen LH mU/mL 185 – 0,17 (0,13 – 0,21) 0,05 (‐) 1,91 (1,30 – 2,52)
pasgeborenen SHBG nmol/L 201 – 30,4 (28,3 – 32,5) 20,1 (18,7 – 21,5) 52,1 (38,8 – 65,4)
pasgeborenen FSH mU/mL 185 – 0,30 (0,27 – 0,33) 0,16 (0,12 – 0,19) 0,80 (0,67 – 0,93)
jongeren testosteron (T) ng/dL 117 leeftijd, roken, BMI, 315 (282 – 353) 163 (92 – 233) 554 (461 – 647)
uur bloedafname
jongeren % deelnemers % 117 leeftijd, roken, BMI, 62,3 (51,9 – 71,6) – –
T>321 ng/dL
uur bloedafname
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)
(fT)
uur bloedafname
jongeren % deelnemers % 117 leeftijd, roken, BMI, 25,0 (14,8 – 32,9) – –
fT>6 ng/dL
uur bloedafname
jongeren oestradiol (E2) pg/mL 118 leeftijd, roken, BMI, 17,3 (15,8 – 19,0) 6 (‐) 29,6 (22,2 – 37,0)
uur bloedafname
169

Resultaten – effectmerkers – endocriene merkers
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)
uur bloedafname
jongeren aromatase 117 leeftijd, roken, BMI, 18,6 (16,6 – 19,8) 10,0 (6,7 – 13,2) 31,1 (23,3 – 38,8)
uur bloedafname
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)
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)
nuchter (ja/neen)
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)
metabole hormonen
pasgeborenen leptine µg/L 252 – 16,3 (14,7 – 18,0) 5,7 (4,6 – 6,9) 46,7 (40,2 – 53,2)
pasgeborenen insuline mU/L 252 – 5,5 (5,2 – 5,8) 3,3 (2,9 – 3,7) 9,8 (9,0 – 10,6)
170

Resultaten – effectmerkers – endocriene merkers
4.4.4 Puberteitsontwikkeling
In de huidige studie werden volgende indicatoren voor puberteitsontwikkeling gemeten in de groep
van de jongeren:
‐ puberteitsstadia van Marshall & Tanner: genitale ontwikkeling en pubisbeharing bij jongens;
‐ puberteitsstadia van Marshall & Tanner: borstontwikkeling en pubisbeharing bij meisjes;
‐ leeftijd menarche bij meisjes (op basis van informatie uit de vragenlijsten).
Heel wat polluenten zijn hormoonverstorend. Er zijn aanwijzingen in de literatuur dat polluenten via
hun hormoonverstorend mechanisme de puberteit kunnen versnellen of vertragen. De
puberteitsgegevens zijn dus voornamelijk bedoeld om dosis‐effect relaties te berekenen.
De gegevens van de puberteitsontwikkeling werden opgevraagd bij het CLB. Deze parameters
worden standaard geregistreerd door de schoolarts. Zij krijgen hiervoor de nodige opleiding en
voeren deze meting op regelmatige basis uit. In het vorige Steunpunt werd duidelijk aangetoond dat
de meting goed correleert met de hormonenmetingen en met de gegevens uit de vragenlijst, en dus
kan beschouwd worden als een betrouwbare parameter voor routine‐gebruik in epidemiologisch
onderzoek (Den Hond, 2010).
Naast de puberteitsstadia werden ook lengte en gewicht van de jongere op het moment van het CLB
onderzoek opgevraagd. Op basis van deze gegevens werd de BMI berekend, en het is deze waarde
die gebruikt werd in de analyse van de puberteitsstadia. Het CLB‐onderzoek en de
biomonitoringsstudie gebeurden weliswaar binnen hetzelfde schooljaar, maar aangezien jongeren
zich in de leeftijdsrange van de groeispurt bevinden, kunnen lengte en gewicht op enkele maanden
tijd toch variëren.
Bij 109 van de 121 jongens werden gegevens van het CLB bekomen. Bij de jongens werd het
percentage deelnemers berekend dat stadium 4 of 5 bereikt had. In totaal hadden 80,7% van de
jongens stadium 4 of 5 van genitale ontwikkeling bereikt en 79,6% hadden stadmium 4 of 5 van
pubisbeharing bereikt. Er werden geen verschillen gevonden in puberteitsontwikkeling volgens
opleiding, rookgewoonten, alcoholgebruik, BMI of origine (geboorteland van de ouders). Wel werd
een significant verschil vastgesteld tussen jongeren uit stedelijke en niet‐stedelijke gemeenten. In de
stedelijke gebieden was het percentage dat een hogere stadium had bereikt groter dan in de nietstedelijke
gebieden, nl. 92,7% vs. 73,5% (p=0,01) voor genitale ontwikkeling en 90,5% vs. 72,7%
(p=0,03) voor pubisbeharing (zie bijlage 4).
Bij 83 van de 89 meisjes waren gegevens van het CLB beschikbaar. Hier werd het percentage
deelnemers berekend dat stadium 5 bereikt had. Deze cut‐off is verschillende van de jongens omdat
meisjes sneller tot seksuele ontwikkeling komen dan jongens. In de totale groep hadden 51,2% van
de meisjes het stadium 5 van borstontwikkeling bereikt; 51,8% hadden het stadium 5 van
pubisbeharing bereikt. Er was een duidelijke relatie tussen lichaamssamenstelling en
puberteitsontwikkeling, namelijk een veel tragere ontwikkeling bij meisjes met ondergewicht. Voor
borstontwikkeling had 26% van de meisjes met ondergewicht stadium 5 bereikt tegenover 58% van
de meisjes met een normaal gewicht en 60% van de meisjes met overgewicht (p=0,03). Voor
pubisbeharing waren de respectievelijke cijfers 26%, 59% en 80% (p=0,01). Verder werden er
significante verschillen in puberteitsontwikkeling gevonden tussen de verschillende
opleidingsniveaus. Meisjes uit het ASO hadden een tragere ontwikkeling dan meisjes uit TSO en BSO
(p=0,04 voor borstontwikkeling en p=0,015 voor pubisbeharing) (zie bijlage 4).
De informatie over leeftijd van menarche was afkomstig van zelfrapportering door de deelnemer via
de vragenlijsten. Van de 86 meisjes die de vraag invulden, waren er 78 meisjes (90,9%) die reeds
maandstonden hadden. 71 meisjes beantwoordden de vraag over regelmatige maandstonden, en
54,8% antwoordde positief. 75 meisjes beantwoordden de vraag over de leeftijd van menarche. De
171

Resultaten – effectmerkers – endocriene merkers
gemiddelde leeftijd van de totale groep bedroeg 12,9 jaar. Van de onderzochte factoren (leeftijd,
BMI, roken, opleiding, origine, alcohol) was er enkel een effect van alcoholconsumptie. Meisjes die
wekelijks alcohol gebruikten (n=3) hadden een latere leeftijd van menarche (p=0,003).
Referentiewaarden voor de huidige studiepopulatie worden gegeven in Tabel 57. Er werd
gecorrigeerd voor dezelfde confounders als in het eerste Steunpunt. Wegens het klein aantal
observaties in sommige cellen (> 90% had stadium bereikt), was het niet betrouwbaar om een P10 of
P90 op de data te berekenen. Voor leeftijd van menarche werd er wel een 10 e en een 90 e percentiel
berekend. In het kader van endocriene verstoring is het relevant om zowel een vertraagde als een
versnelde puberteitsontwikkeling te bestuderen.
172

Resultaten – effectmerkers – endocriene merkers
Tabel 57: Vlaamse referentiewaarden (gemiddelde, 10 e en 90 e percentiel) voor puberteitsontwikkeling
Leeftijdsgroep Biomerker Eenheid N Confounders Gemiddelde proportie (95% BI)
Puberteitstadia jongens (Marshall & Tanner)
Jongeren, jongens genitale ontwikkeling % dat stadium 3, 4 of 5 105 leeftijd, roken, BMI 83,1 (73,7 – 89,6)
heeft bereikt
Jongeren, jongens pubisbeharing % dat stadium 3, 4 of 5 104 leeftijd, roken, BMI 90,8 ( 85,1 – 94,4)
heeft bereikt
Puberteitstadia meisjes (Marshall & Tanner)
Jongeren, meisjes borstontwikkeling % dat stadium 4 of 5 75 leeftijd, roken, BMI, 47,7 (33,5 – 62,3)
heeft bereikt
pilgebruik
Jongeren, meisjes pubisbeharing % dat stadium 4 of 5 76 leeftijd, roken, BMI, 50,0 (35,2 – 62,9)
heeft bereikt
pilgebruik
Leeftijdsgroep Biomerker Eenheid N Confounders Gemiddelde (95% BI)
P10 (95% BI)
P90 (95% BI)
Leeftijd menarche meisjes
Jongeren, meisjes Leeftijd menarche jaar 73 leeftijd, roken, BMI Gemiddelde: 12,9 (12,7 – 13,1)
P10: 11,6 (10,1 – 13,0)
P90: 14,1 (13,1 – 15,0)
173

Resultaten – effectmerkers – endocriene merkers
4.4.5 Fertiliteit
In de huidige studie werden volgende indicatoren voor vruchtbaarheid gemeten:
‐ frequentie van miskramen bij moeders van pasgeborenen;
‐ frequentie van vruchtbaarheidsbehandeling bij moeders van pasgeborenen;
‐ inhibine B in serum bij volwassen mannen.
De beschrijvende statistiek van de data per relevante klasse van covariaten wordt gegeven in bijlage
4. De voornaamste resultaten worden hieronder beschreven.
De frequentie van miskramen werd berekend bij de moeders van de pasgeborenen via de vragenlijst
(zelfrapportering). 17,2 % van de 251 moeders had ooit een miskraam gehad. De frequentie van
miskramen nam toe met de leeftijd: 0% in de leeftijdsklasse ≤25 jaar; 13,7% bij 25‐30 jarigen; 18,6%
bij 30‐35 jarigen en 36,1% in de klasse >35 jaar (p

Resultaten – effectmerkers – endocriene merkers
De referentiewaarden voor miskramen en zwangerschapsstimulatie worden gegeven in Tabel 58. De
frequentie van miskramen in de huidige studie – na correctie voor confounders – bedraagt 20,2%. Dit
is vergelijkbaar met de waarden uit het eerste Steunpunt, namelijk 15,9% (op 923 vrouwen; correctie
voor dezelfde confounders). De gegevens over zwangerschapsstimulatie in de huidige studie kunnen
niet worden vergeleken met het eerste Steunpunt omdat de vragen niet met elkaar
overeenstemmen. De vragen in het tweede Steunpunt werden verfijnd na overleg met gynaecologen
van verschillende fertiliteitscentra in Vlaanderen en op basis van nieuwe ontwikkelde technieken.
Bij mannen in de volwassenen studie (n=95) werd inhibine B gemeten als maat voor testiculaire
functie. De gemiddelde waarde in de huidige populatie bedroeg 123 pg/mL (95% BI: 108 – 140
pg/mL). De 90 e percentiel bedroeg 223 pg/mL. Er was geen effect van leeftijd, roken of BMI. De
werden geen referentiewaarden berekend na correctie voor confounders.
175

Resultaten – effectmerkers – cardiovasculaire merkers
4.5 Cardiovasculaire merkers
Bij volwassenen werd plaatjesfunctie (PLA, platelet aggregation) gemeten als merker voor
cardiovasculaire functie.
De beschrijvende statistiek van de data per relevante klasse van covariaten wordt gegeven in bijlage
4. Er was geen significant effect van geslacht, leeftijd, roken, alcoholconsumptie, opleiding, BMI of
urbanisatie.
De referentiewaarden werden gecorrigeerd voor vooraf gedefinieerde confounders, nl. voor
geslacht, leeftijd, BMI en roken. De gemiddelde gecorrigeerde waarde (n=186) bedroeg 125 (95% BI:
119 – 131) seconden en de 90 e percentiel bedroeg 167 (95% BI: 125 – 178) seconden.
176

Resultaten – effectmerkers – neurologische merkers
4.6 Neurologische merkers
De referentiebiomonitoring van het tweede Steunpunt Milieu en Gezondheid (2007‐2011)
onderzoekt over heel Vlaanderen de aanwezigheid van vervuilende stoffen in het lichaam en de
mogelijke gezondheidseffecten. In dit kader werden bij jongeren een aantal cognitieve en
gedragsmatige parameters onderzocht. Voorgaand onderzoek heeft reeds meermaals aangetoond
dat bepaalde omgevingspolluenten een invloed hebben op de verstandelijke ontwikkeling van
jongeren. Daarnaast vindt men meer en meer evidentie voor een beïnvloeding op het gedragsmatige
aspect van de ontwikkeling. Bepaalde gedragskenmerken komen in hogere mate voor bij bepaalde
ontwikkelingsstoornissen. Een screening van deze symptomen in een steekproef in Vlaanderen zou
vroegtijdige effecten kunnen opsporen. Daarnaast worden bij een verhoogde blootstelling aan een
aantal polluenten ook verandering in gender‐gedrag vastgesteld. Hiermee wordt het typisch
mannelijk of vrouwelijk gedrag bedoeld.
In deze deelstudie werden een aantal cognitieve en gedragsmatige parameters onderzocht, die
mogelijks een indicatie kunnen zijn van een ontwikkelingsproblematiek, zoals bijvoorbeeld ADHD.
Voorgaande studies hebben reeds aangetoond dat er een aantal beïnvloedende factoren zijn zoals
blootstelling aan alcohol en/of nicotine, prenatale blootstelling aan stress bij de moeder, een laag
geboortegewicht, sociale klasse (inkomen). Dit zijn de factoren die niet milieugebonden zijn.
Daarnaast kan er (simultaan) een beïnvloeding zijn van milieupolluenten.
Zo zou blootstelling aan Pb (lage dosissen) op jonge leeftijd tot blijvende veranderingen in de
aandachtsfunctie kunnen leiden.
Er zijn een aantal studies die reeds een relatie aantoonden tussen blootstelling aan Pb met
hyperactief gedrag (hoewel dit niet noodzakelijk bijdraagt tot de klinische diagnose van ADHD).
Naast het effect van milieupolluenten op aandacht‐ en concentratiefuncties, worden meer recent
ook effecten op gedragsmatige aspecten vastgesteld.
Er werden 3 types van parameters verzameld:
1) gender gedrag
2) psychopathologisch gedrag (screening)
3) neurocognitieve metingen
De neurocognitieve testen werden afgenomen op een laptop, de gedragsparameters werden
toegevoegd aan de Vragenlijst recente blootstelling.
Hieronder een beschrijvend overzicht van de groepsresultaten, opgesplits naar geslacht (indien
relevant).
4.6.1 De PAQ ­ Personal Attributes Questionnaire (Spence, Helmreich, 1
Stapp, 1981)
Deze vragenlijst screent de mate waarin typisch mannelijk en/of typisch vrouwelijk gedrag voorkomt
bij jongeren en resulteert in 2 schalen: 1) Mannelijk gedrag en 2) Vrouwelijk gedrag.
De resultaten worden per geslacht weergegeven.
177

Resultaten – effectmerkers – neurologische merkers
Jongens
score PAQ
3,5
3
2,5
2
1,5
1
0,5
0
Mannelijk
gender gedrag
Vrouwelijk
R1
Figuur 42: PAQ‐scores bij jongens
Meisjes
score PAQ
3,5
3
2,5
2
1,5
1
0,5
0
Mannelijk
gender gedrag
Vrouwelijk
R1
Figuur 43: PAS‐scores bij meisjes
Het verschil in vrouwelijk gendergedrag is significant tussen beiden sexen (p

Resultaten – effectmerkers – neurologische merkers
‐ problemen met leeftijdsgenoten (peer problems)
‐ sociale problemen (prosocial)
‐ totaal moelijkheden (total difficulties)
SDQ-scores
12
10
8
6
4
2
0
schalen
emotional symptoms
conduct problems
hyperactivity/inattenti
on
peer problems
prosocial
total difficulties
jongens
scores
jongens
meisjes
Figuur 44: SDQ‐scores volgens geslacht
We zien dat in deze groep meisjes gemiddeld gezien iets hoger scoren op deze schalen, behalve op
gedragsproblemen.
4.6.3 Neurocognitieve testen
De neurocognitieve testen bestaan uit een viertal subtesten die geselecteerd werden op basis van
hun sensitiviteit en betrouwbaarheid bij toepassing op bevolkingsgroepen, zoals bij epidemiologische
studies als toegepast op een klinische populatie.
neurotesten afname meerpretentie
Symbol digit substitution laptop ‐ Psychomotore functie
‐ Visueel scannen
‐ Informatiewerkingssnelheid
Continuous performance test laptop ‐ Volgehouden aandacht
‐ Selectieve aandacht
‐ ‘Vigilance’
Digit Span laptop ‐ Korte termijn geheugen
Finger Tapping laptop ‐ Motorische snelheid
‐ Gelateraliseerde functie
179

Resultaten – effectmerkers – neurologische merkers
1) Symbol Digit Substitution
Figuur 45: Reactietijden (in ms) volgens geslacht op de Symbol Digit Substitution taak
Jongens hebben significant langere reactietijden dan meisjes op deze visuomotorische taak (p

Resultaten – effectmerkers – neurologische merkers
Meisjes behalen een hogere score op de eerste taak, terwijl jongens hoger scoren dan meisjes op de
tweede taak.
4) Finger Tapping
In deze taak wordt de motorische snelheid van beide handen nagegaan. Er werd steeds een lagere
reactiesnelheid verwacht (minder aantal reacties binnen 1 blok) voor de niet‐voorkeurshand. Na blok
3 werd telkens een pauze ingelast. Verwacht werd dat het aantal reacties hier zou toenemen. Dit
bleek telkens het geval te zijn. Het aantal reacties is systematisch lager voor de niet‐voorkeurshand.
Finger Tapping
70
60
50
# taps
40
30
TapP
TapNP
20
10
0
blok1 blok2 blok3 blok4 blok5
Blokken
Figuur 48: Digit Span Backwards volgens geslacht
Conclusie neurologische effectparameters:
Bovenstaande resultaten bevestigen dat de geselecteerde subtesten op een valide manier werden
afgenomen en dus bruikbaar zijn voor interpretatie in termen van blootstellingseffecten.
Bijkomend voordeel van het werken met een gecomputeriseerd testsysteem is dat de data
onmiddellijk worden weggeschreven naar een bestand en dataverlies bijgevolg minimaal is.
181

Resultaten – perceptieonderzoek
5. Perceptieonderzoek
5.1 Inleiding
De referentiebiomonitoring van het tweede Steunpunt Milieu en Gezondheid (2007‐2011) meet in
het bloed, de urine en het haar van mensen over heel Vlaanderen de aanwezigheid van vervuilende
stoffen in het lichaam en de mogelijke gezondheidseffecten. Een schriftelijke vragenlijst peilt naar
factoren die de aanwezigheid van die stoffen en hun effecten mogelijk kunnen beïnvloeden (bv.
levensstijl, ziekte, werk, voeding). De vragenlijst bevat daarnaast, net als in het eerste Steunpunt
(2001‐06), ook perceptievragen. Deze peilen naar de meningen van mensen over milieu en
gezondheid.
De percepties van mensen, hun meningen, bezorgdheden en klachten, brengen een beeld van de
maatschappelijke betekenis van milieu‐ en gezondheidsrisico’s. Ze zijn relevant voor het beleid
omdat ze een belangrijke invloed uitoefenen op het analyseren, beheersen en communiceren van
risico’s (Slovic 2000). Percepties hebben echter niet enkel een invloed op hoe we risico’s beoordelen
en aanpakken. Recent bestaat er ook aandacht voor de klinische relevantie van risicopercepties in de
individuele relatie tussen blootstelling en gezondheid. Onderzoek toont aan dat – naast de
toxicologische impact van milieuvervuiling – ook de psychosociale impact van de perceptie van die
vervuiling schadelijk kan zijn voor de gezondheid (Lima 2004, Vandermoere 2008). De perceptie van
(potentiële of reële) milieuproblemen zorgt immers voor stress die de gezondheid negatief
beïnvloedt. Ook de perceptie van een gebrek aan participatie en betrokkenheid bij het beleidsproces
rond het aanpakken en oplossen van milieuproblemen heeft een negatieve impact op de
(psychosociale) gezondheid.
De ‘subjectieve’ percepties van mensen over de problematiek van milieu en gezondheid vormen dus
een belangrijke en noodzakelijke aanvulling op de ‘objectieve’ meetgegevens van de humane
biomonitoring. In wat volgt worden de resultaten van de perceptievragenlijst voorgesteld. Het gaat
om gegevens over drie leeftijdsgroepen: moeders van pasgeborenen, jongeren (14‐15 jaar) en
volwassenen (20‐40 jaar). Vier onderwerpen komen achtereenvolgens aan bod:
De perceptie van milieuproblemen: wie percipieert welke milieuproblemen in de eigen
woonomgeving, en wie is ook ongerust over welke gezondheidsklachten in verband met die
problemen?
Informatie over milieuproblemen: door wie en op welke manier wil men geïnformeerd
worden over milieuproblemen in de woonomgeving? Welke informatiekanalen genieten
vertrouwen en welke kanalen zijn belangrijk? En hoe beoordelen respondenten enkele
bestaande informatiecampagnes rond milieu en gezondheid?
Attitudes en gedrag rond milieubesef: voelen respondenten zich verantwoordelijk voor het
leefmilieu? En vertaalt zich dat ook in milieubewust gedrag?
Betrokkenheid en participatie: hoe moet de plaatselijke bevolking best betrokken worden
bij het aanpakken van milieuproblemen in de woonomgeving? Wie moet uiteindelijk
beslissen? En wie is ook zelf bereid om betrokken te worden?
We geven in figuren en tabellen steeds de antwoorden weer voor de 3 leeftijdsgroepen apart en
voor het totaal aantal respondenten (3 leeftijdsgroepen samen). Waar mogelijk, maken we een
vergelijking met de resultaten uit de campagnes van het eerste Steunpunt Milieu en Gezondheid.
Deze vergelijking dient echter met de nodige omzichtigheid bekeken te worden aangezien de
rekrutering in het eerste Steunpunt verliep in typegebieden (en dus niet in heel Vlaanderen). Bij de
volwassenencampagne werd toen ook een andere doelgroep op een andere manier gerekruteerd
(50‐65 jarigen via bevolkingsregisters t.o.v. 20‐40 jarigen die werken aan provinciebesturen). De
gedetailleerde informatie en de statistische verwerking wordt gegeven in bijlage 6.
182

Resultaten – perceptieonderzoek
5.2 Perceptie van milieuproblemen in de woonomgeving
5.2.1 Wie geeft milieuproblemen aan?
De eerste vraag in de perceptievragenlijst peilde naar de aanwezigheid van een milieuprobleem in de
woonomgeving van de respondenten (gemeente of buurt). Bijna de helft van de volwassenen (48,7%,
n=97), een derde van de moeders van pasgeborenen (33,1%, n=83) en een kwart van de jongeren
(26%, n=53) beantwoordde deze vraag positief. In totaal percipieert dus 35,6% (n=233) van alle
respondenten een lokaal milieuprobleem. 2,2% van de respondenten (n=15) vulde deze vraag niet in.
Leeftijdsgroep Milieuprobleem
Geen Totaal aantal
milieuprobleem respondenten
Missing
Moeders pasgeborenen 33,1% 66,9% n=251 n=4
Jongeren 26% 73% n=204 n=6
Volwassenen 48,7% 51,3% n=199 n=5
Totaal 35,6% 64,4% n=654 n=15
In de drie leeftijdsgroepen geven hoog opgeleiden (respondenten met een diploma hoger onderwijs)
vaker een lokaal milieuprobleem aan dan respondenten zonder diploma hoger onderwijs. Enkel bij
de volwassenen is dit verschil echter statistisch significant. Bij de jongeren gebruikten we het hoogste
opleidingsniveau van de ouders. Kijken we naar het onderwijstype van de jongeren (ASO, TSO of BSO,
niet in figuur) dan zien we echter ook hier significante verschillen: jongeren uit het ASO geven meer
dan dubbel zo vaak een milieuprobleem aan dan jongeren uit het TSO en het BSO samen (resp. 35,6%
t.o.v. 16,8%) 24 . De perceptie van lokale milieuproblemen toont binnen de drie leeftijdsgroepen
verder geen statistisch significant verschil in geslacht of leeftijd.
Alle respondenten
26
33,1
35,6
48,7
Respondenten hoger
onderwijs
30,2
36,2
41,4
57,3
Respondenten geen
hoger onderwijs
19,8
28,1
26,5
32,8
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
0 10 20 30 40 50 60 70 80
% respondenten
Figuur 49: Perceptie milieuprobleem volgens opleidingsniveau
24 Hierbij dient opgemerkt dat de spreiding van onderwijstype in de steekproef ongelijk is en met name het
percentage leerlingen uit BSO laag is (9,7%, n=20).
183

Resultaten – perceptieonderzoek
5.2.2 Over welke milieuproblemen gaat het?
De respondenten die melding maken van een milieuprobleem, konden aan de hand van vooraf
omschreven categorieën aanduiden over welke problemen het gaat. We peilden naar het type
milieuprobleem (in welk milieucompartiment speelt het probleem zich af), de sector of activiteit die
het probleem veroorzaakt en de vervuilende stoffen die het probleem veroorzaken. Omdat een
respondent per vraag meerdere antwoorden kon geven, kunnen we de gegevens op twee manieren
bekijken: als het percentage van alle respondenten 25 (vb: hoeveel % van de respondenten zegt dat
luchtvervuiling een probleem is?) en als het percentage van alle milieuproblemen (vb: hoeveel % van
alle aangegeven milieuproblemen gaat over luchtvervuiling). De figuren tonen telkens de
percentages van alle respondenten.
5.2.2.1 Type milieuproblemen
In de drie leeftijdsgroepen wordt in totaal 573 keer een type milieuprobleem aangeduid (door 233
respondenten). Moeders van pasgeborenen en jongeren geven gemiddeld 2 keer een type
milieuproblemen aan, volwassenen gemiddeld 3.
Luchtvervuiling
20,4
27,0
29,8
42,3
Geluidshinder
12,9
13,1
16,5
24,2
Geurhinder
9,0
7,3
10,5
15,5
Bodemvervuiling
Watervervuiling
6,4
6,3
9,9
6,4
6,8
8,4
12,4
17,5
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
0 10 20 30 40 50
% respondenten
Moeders pasgeborenen n=233 Jongeren n=191 Volwassenen n=194 Totaal n=618
Figuur 50: De vijf belangrijkste type milieuproblemen
Luchtvervuiling wordt het meest aangeduid als milieuprobleem. 29,8% van alle respondenten zegt
dat er sprake is van luchtvervuiling in zijn of haar woonomgeving. Volwassenen melden dit het vaakst
(42,3%), jongeren het minst vaak (20,4%). Geluidshinder komt op de tweede plaats. 16,5% van de
respondenten geeft aan dat dit een probleem is. De top 5 wordt vervolledigd door geurhinder
(10,5%), bodemvervuiling (9,9%) en watervervuiling (8,4%). Type problemen die minder vaak gemeld
worden zijn lichthinder, binnenhuisvervuiling en vervuiling via voeding (niet in figuur).
25 Respondenten die in de eerste vraag geen milieuprobleem melden, maar toch de daaropvolgende vragen
naar omschrijving van het probleem invulden (7,3%, n=49) werden op missing gezet en werden dus niet
meegenomen in de analyses.
184

Resultaten – perceptieonderzoek
Kijken we naar het aandeel dat de verschillende type problemen hebben op het totale aantal
gemelde problemen (i.p.v. op het aantal respondenten), dan blijkt luchtvervuiling in totaal 32,8% uit
te maken van alle milieuproblemen (niet in figuur). Voor geluidshinder is dat gemiddeld 18,4%. De
helft van alle gemelde milieuproblemen gaat met andere woorden over luchtvervuiling en
geluidshinder. De top 5 zoals zichtbaar in Figuur 50 representeert 82,4% van alle type
milieuproblemen (n=573).
5.2.2.2 Sectoren en activiteiten die milieuproblemen veroorzaken
Voor de types milieuproblemen die hierboven werden omschreven, duiden respondenten in totaal
717 keer een sector of een activiteit aan als veroorzaker van het probleem.
Meer dan een kwart van alle respondenten (26,2%) vindt dat het verkeer (onder andere) de
veroorzaker is van milieuproblemen in de eigen woonomgeving. Volwassenen vinden dit meer dan
dubbel zo vaak dan jongeren (36,6% t.o.v. 17,8%). Bij de moeders van pasgeborenen duidt 24,5% het
verkeer als veroorzaker aan. Op de tweede plaats komt de industrie: 21,2% houdt deze sector (ook)
verantwoordelijk voor lokale milieuproblemen. De top 5 bestaat daarnaast uit transport (15,0%),
landbouw (7,4%) en huishoudens (7,0%).
Verkeer
17,8
24,5
26,2
36,6
Industrie
12,6
20,6
21,2
30,4
Transport
9,9
14,6
15,0
20,6
Landbouw
Huishoudens
1,5
4,3
6,8
7,4
5,2
7,0
11,9
14,4
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
0 10 20 30 40 50
% respondenten
Moeders pasgeborenen n=233 Jongeren n=191 Volwassenen n=194 Totaal n=618
Figuur 51: De vijf belangrijkste veroorzakende sectoren
Kijken we naar het aandeel van de verschillende sectoren dan blijkt dat verkeer en transport samen
36,1% uitmaken van alle aangeduide veroorzakers van lokale milieuproblemen (niet in figuur). De top
5 vertegenwoordigt 66,2% van alle antwoorden. Andere sectoren of activiteiten die minder vaak
vermeld worden (niet in figuur), zijn sluikstorten, afvalverwerking, roken en ongezonde producten.
Vergelijken we de antwoorden van de drie leeftijdsgroepen, dan zien we grote verschillen. Over het
belang van de drie belangrijkste veroorzakers (verkeer, industrie en transport), zijn de drie
leeftijdsgroepen het onderling eens. Maar in de verdere rangschikking (niet in figuur) valt
bijvoorbeeld op dat moeders van pasgeborenen en volwassenen meer afvalverwerking benadrukken
als mogelijke veroorzaker van lokale milieuproblemen en jongeren meer op sluikstorten wijzen. Op
185

Resultaten – perceptieonderzoek
vlak van levensstijlfactoren duiden jongeren opvallend vaker roken aan terwijl moeders en vooral
volwassenen vaker ongezonde producten aanduiden.
5.2.2.3 Vervuilende stoffen die milieuproblemen veroorzaken
Op de vraag welke vervuilende stoffen verantwoordelijk zijn voor de milieuproblemen, wordt het
vaakst uitlaat‐ en verbrandingsgassen geantwoord (27,6% van de respondenten). Fijn stof komt met
17,3% op de tweede plaats. Vooral bij fijn stof zijn er grote verschillen zichtbaar tussen de
volwassenen enerzijds en de moeders en jongeren anderzijds: volwassenen zien fijn stof 3 keer vaker
als een veroorzaker van lokale milieuproblemen dan jongeren of dan moeders van pasgeborenen. De
top 5 wordt vervolledigd door afval (11,1%), zware metalen (7,7%) en schadelijke dampen (7,5%). De
verschillen tussen de drie leeftijdsgroepen zijn hier minder groot dan bij fijn stof.
In totaal wordt 648 keer een vervuilende stof (of een groep vervuilende stoffen) opgesomd (niet in
figuur). De helft van al die antwoorden wordt geformuleerd door de volwassenen. 43,2% van alle
antwoorden gaat over uitlaat‐ en verbrandingsgassen en fijn stof. De top 5 vertegenwoordigt samen
68,5% van de antwoorden. Andere stoffen die minder vaak gemeld worden zijn pesticiden, dioxines,
mest en chemisch‐ en radioactief afval.
Uitlaatgassen
20,6
24,4
27,6
38,3
Fijn stof
11,1
9,8
17,3
32,1
Afval
9,4
9,3
11,1
14,8
Zware metalen
Schadelijke dampen
6,0
4,1
7,7
4,7
6,2
7,5
13,3
12,2
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
0 10 20 30 40 50
% respondenten
Moeders pasgeborenen n=233 Jongeren n=191 Volwassenen n=194 Totaal n=618
Figuur 52: De vijf belangrijkste vervuilende stoffen
5.2.3 Ongerust over de gezondheid?
We zagen dat in totaal 35,6% van de respondenten een milieuprobleem percipieert in zijn of haar
woonomgeving. Vraag is in hoeverre deze mensen zich hierdoor ook zorgen maken over hun
gezondheid of die van hun huisgenoten inzake die milieuproblemen. Omdat deze antwoorden enkel
betrekking hebben op respondenten die een milieuprobleem aangeven, berekenen we de
percentages hier niet op het totaal aantal deelnemers. We stellen grote verschillen vast naar
leeftijdsgroep.
186

Resultaten – perceptieonderzoek
Volwassenen geven het vaakst een bepaalde mate van ongerustheid aan (eerder wel, een beetje of
zeer ongerust). Het gaat om 56,8% van de volwassenen die een milieuprobleem melden. Bij de
moeders van pasgeborenen is dat 50,0%. Jongeren zijn opvallend minder ongerust (22,6%). Het
aandeel respondenten dat aangeeft ‘zeer ongerust’ te zijn, ligt erg laag: 9,8% bij de moeders, 5,3% bij
de volwassenen en 0% bij de jongeren.
Zeer ongerust
Een beetje ongerust
0,0
5,3
5,7
9,8
13,2
13,7
16,5
22,0
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
Eerder wel ongerust
9,4
18,3
24,3
37,9
Eerder niet ongerust
11,3
23,2
21,1
19,6
Weinig ongerust
12,6
22,0
20,4
32,1
Niet ongerust
4,9
9,5
13,5
34,0
0 5 10 15 20 25 30 35 40
% respondenten
Moeders pasgeborenen n=82 Jongeren n=53 Volwassenen n=95 Totaal n=230
Figuur 53: Mate van ongerustheid voor de gezondheid inzake milieuproblemen
Opvallend zijn verder de grote verschillen tussen de leeftijdsgroepen bij degenen die aangeven ‘niet
ongerust’ te zijn: bij moeders van pasgeborenen is dit 4,9%, bij volwassenen 9,5% en bij jongeren
34,0%. Indien we dus naar de uitersten kijken (‘niet ongerust’ en ‘zeer ongerust’) kunnen we
concluderen dat moeders van pasgeborenen het meest en jongeren veruit het minst ongerust zijn.
5.2.4 Ook gezondheidsklachten?
In totaal wordt 228 keer een type gezondheidsklacht aangegeven. Luchtwegklachten worden het
vaakst aangegeven (in totaal 14,8% van alle respondenten die een milieuprobleem aangeven),
gevolgd door allergie (14,3%). Vermoeidheid, astma en hoofdpijn worden telkens door 8,3% van de
respondenten genoemd, maar de onderlinge verschillen tussen de leeftijdsgroepen zijn vrij groot:
vermoeidheid wordt het vaakst gemeld door jongeren, astma door volwassenen en hoofdpijn door
moeders van pasgeborenen.
187

Resultaten – perceptieonderzoek
Luchtwegklachten
11,3
14,7
14,8
17,1
Allergie
11,3
13,4
14,3
16,8
Vermoeidheid
Astma
5,7
7,3
9,4
8,4
8,3
8,5
9,5
8,3
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
Hoofdpijn
4,2
7,5
8,3
13,4
0 5 10 15 20
% respondenten
Moeders pasgeborenen n=82 Jongeren n=53 Volwassenen n=95 Totaal n=230
Figuur 54: De 5 belangrijkste gezondheidsklachten
5.2.7 Conclusie en vergelijking meetcampagnes eerste Steunpunt
In vergelijking met de perceptievragenlijst uit het eerste Steunpunt M&G (2002‐2006) moeten
respondenten nu geen rangorde meer aanbrengen in de gepercipieerde milieuproblemen. Dit
vereenvoudigt de opzet van de vragenlijst, maar heeft als nadeel dat we antwoorden over de
veroorzakende sectoren en stoffen en gerelateerde gezondheidsklachten niet meer kunnen
verbinden met de type milieuproblemen. Echter ook zonder verbindingen te kunnen leggen tussen
de antwoorden, kunnen we concluderen dat de verkeersproblematiek gepercipieerd wordt als
belangrijkste milieuprobleem in de woonomgeving: luchtvervuiling en geluidshinder worden het
vaakst gemeld, verkeer en uitlaat‐ en verbrandingsgassen zijn respectievelijk de belangrijkste sector
en vervuilende stof en luchtwegproblemen zijn de vaakst gemelde klachten. De problemen worden
het vaakst gemeld door volwassenen.
Dit strookt in grote lijnen met de resultaten uit het eerste Steunpunt (2002‐2006). Ook daar werden
problemen rond luchtvervuiling en geluidshinder het vaakst aangegeven. Verkeer was de tweede
belangrijkste veroorzakende activiteit, na bedrijven (in de stedelijke agglomeraties van Antwerpen en
Gent was het aandeel van verkeer opvallend groter). Uitlaatgassen waren ook hier de meest als
oorzaak gemelde stof en luchtwegproblemen de meest gemelde gezondheidsklacht. Verschilpunt is
wel dat respondenten toen in open vragen konden antwoorden (deze werden in de analyses
geordend tot de bestaande milieucompartimenten, activiteiten, stoffen en gezondheidsklachten). De
respondenten werden in het eerste Steunpunt, zoals reeds gemeld, ook gerekruteerd in
typegebieden en niet in heel Vlaanderen.
5.3 Informatie over milieuproblemen
Naast percepties over lokale milieuproblemen, gaat deze paragraaf verder in op informatie over
lokale milieuproblemen. Eerst bekijken we de percepties rond bepaalde informatiekanalen (5.3.1).
Deze geven aan door wie respondenten geïnformeerd willen worden rond milieuproblemen. Daarna
gaan we in op de inhoud en overdracht van informatie (5.3.2): over wat en hoe willen respondenten
188

Resultaten – perceptieonderzoek
geïnformeerd worden? Tot slot bekijken we op welke manier respondenten enkele bestaande
informatiecampagnes rond milieu en gezondheid beoordelen (3.3).
5.3.1 Informatiekanalen: vertrouwen, noodzaak en ervaring
Hieronder tonen we per leeftijdsgroep drie soorten gegevens over telkens 13 informatiekanalen. i)
de achtergrondkleuren geven de mate van vertrouwen in de informatiekanalen weer. De staafjes
geven weer hoeveel respondenten ii) informatie wensen te ontvangen van de kanalen en iii) in het
verleden ook al effectief informatie ontvangen hebben van de kanalen.
100
90
Weinig vertrouwen
% respondenten
80
70
60
50
40
30
20
10
0
14,9
Veroorz. milieuprobleem
5,1
1,6
Politieke partijen
12,2
7,1
4,7
31,8
7,1
23,1
Lokale/regionale media
Internet
Provinciale/centrale overheden
14,9
14
Consumentenorganisaties
8,2
29,8
Algemene media
21,2
45,5
Gemeentebestuur
18
9,4 8,6
Vrienden/kennissen
12,5
7,1
Onderwijsinstellingen
Matig vertrouwen
21,6
Milieuorganisaties
Veel vertrouwen
14,9
20
Huisarts
5,5
28,2
Wetenschappers
Veel vertrouwen Matig vertrouwen Weinig vertrouwen Info gewenst Info gekregen
5,5
Totaal: n=233-240
Figuur 55: Perceptie van informatiekanalen door moeders van pasgeborenen
Respondenten uit de drie leeftijdsgroepen hebben het meeste vertrouwen in wetenschappers en
huisartsen. De veroorzakers van milieuproblemen en politieke partijen genieten het minste
vertrouwen. Daartussen bevinden zich milieuorganisaties, onderwijsinstellingen, media, lokale en
centrale overheden, vrienden en consumentenorganisaties. Voor sommige informatiekanalen
verschilt de mate van vertrouwen tussen de drie leeftijdsgroepen, bijvoorbeeld bij wetenschappers,
overheden en vrienden. Wetenschappers en vooral overheden genieten bij de volwassenen duidelijk
meer vertrouwen dan bij jongeren en moeders van pasgeborenen. Dit laatste is mogelijk te wijten
aan het feit dat volwassenen gerekruteerd werden via de provinciebesturen. Het vertrouwen in
vrienden en kennissen is dan weer opvallend hoger bij jongeren. Bij andere kanalen is de spreiding
tussen de leeftijdsgroepen minder groot, bijvoorbeeld bij de huisarts, onderwijsinstellingen en het
internet. Opmerkelijk is bij moeders van pasgeborenen en jongeren verder het verschil in vertrouwen
189

Resultaten – perceptieonderzoek
tussen milieu‐ en consumentenorganisaties. Milieuorganisaties genieten veel vertrouwen terwijl
consumentenorganisaties eerder matig scoren in vertrouwen.
100
90
W einig vertrouwen
80
70
60
Matig vertrouwen
50
40
34,8
37,6
29
29,5
30
22,9
21
18,6
19,5
20
15,2
13,3 12,9
7,1 6,2
7,6
10
3,3 3,33,8
1,4
0
Veroorz. milieuproblemen
Politieke partijen
Consumentenorganisaties
Internet
Provinciale/centrale overheden
Gemeentebestuur
Lokale/regionale media
Onderwijsinstellingen
Algemene media
Vrienden/kennissen
Veel vertrouwen
31,4
29
21,4
21
17,6 16,7
13,8
10
Milieuorganisaties
Huisarts
Wetenschappers
Veel vertrouwen Matig vertrouwen Weinig vertrouwen Info gewenst Info gekregen
Totaal: n=190-198
Figuur 56: Perceptie van informatiekanalen door jongeren
Deze vaststellingen stroken in grote lijnen met Europees perceptieonderzoek (Eurobarometer 2008).
Aan 26.730 Europeanen (vanaf 15 jaar) werd via een persoonlijk interview de vraag gesteld welke
instelling of organisatie zij het meest vertrouwen op vlak van milieuproblemen. Wetenschappers
scoorden samen met milieuorganisaties het hoogst (36%). Kijken we naar de Belgische steekproef
(n=1004), dan scoren wetenschappers nog hoger (48%), gevolgd door milieuorganisaties (39%).
In het perceptieonderzoek van de Vlaamse biomonitoring zijn lokale en centrale overheden volgens
moeders van pasgeborenen en volwassenen de meest wenselijke informatiekanalen voor lokale
milieuproblemen. Bij jongeren zijn dit de media, gevolgd door wetenschappers. Politieke partijen zijn
voor de drie leeftijdsgroepen de minst wenselijke informatiekanalen. Respondenten kregen in het
verleden het vaakst informatie rond milieuproblemen via de algemene media en het
gemeentebestuur. Bij de jongeren scoren ook onderwijsinstellingen hoog. Het verschil tussen het
percentage gewenste en gekregen info is in de drie leeftijdsgroepen opvallend groot bij
wetenschappers. Bij moeders van pasgeborenen geldt dit verder ook voor de huisarts en de
provinciale en centrale overheden. Volwassenen tonen grote verschillen bij de huisarts. Bij de
jongeren zijn de verschillen tussen beide percentages veel kleiner dan bij de twee andere
leeftijdsgroepen. Het aantal jongeren dat informatie kreeg is vaak ook groter dan het aantal dat
informatie wenst. Dit geldt vooral voor informatie van provinciale en centrale overheden en
onderwijsinstellingen.
190

Resultaten – perceptieonderzoek
We stellen tot slot vast dat respondenten niet altijd informatie wensen of krijgen van de kanalen die
zij het meest vertrouwen.
100
90
80
70
65,5
Weinig vertrouwen
Matig vertrouwen
60
56,7
50
40
30
20
10
0
46,8
38,9
Veel vertrouwen
32,5 31
28,6
29,1
27,6
21,7
23,2 23,2
25,1 24,1
18,7
15,3 16,3
14,3
14,3
10,8
10,3
9,9 10,8
7,4
8,4
3
Politieke partijen
Veroorz. milieuprobleem
Internet
Vrienden/kennissen
Lokale/regionale media
Consumentenorganisaties
Onderwijsinstellingen
Algemene media
Gemeentebestuur
Provinciale/centrale overheden
Milieuorganisaties
Huisarts
Wetenschappers
Veel vertrouwen Matig vertrouwen Weinig vertrouwen Info gewenst Info ontvangen
Totaal:n=191-199
Figuur 57: Perceptie van informatiekanalen door volwassenen
5.3.2 Inhoud en overdracht van informatie
Volgende vraag betreft de inhoud en overdracht van informatie rond milieuproblemen in de
woonomgeving. Welk soort informatie wensen respondenten te ontvangen en op welke manier
willen ze geïnformeerd worden?
Respondenten konden aanduiden hoe wenselijk zij informatie vinden over:
• Activiteiten in en rond de woning die schadelijk kunnen zijn voor het milieu en de gezondheid
• Producten met gezondheidsrisico’s: huishoudelijke producten, voeding, roken
• Producten die slecht zijn voor het milieu
• Maatregelen die de gezondheidsrisico’s van milieuproblemen kunnen beperken
De 4 soorten informatie worden door de overgrote meerderheid van de respondenten wenselijk
geacht. Gemiddeld 85% van de moeders van pasgeborenen en 90% van de volwassenen vindt ze
‘eerder’ of ‘zeer’ wenselijk. Bij de jongeren is dit gemiddeld 65%. We stellen vast dat de
respondenten weinig onderscheid maken tussen de verschillende vormen van informatie. Informatie
over risicoreducerende maatregelen worden in de drie leeftijdsgroepen het meest wenselijk geacht:
191

Resultaten – perceptieonderzoek
88,6% van de moeders van pasgeborenen, 73,4% van de jongeren en 94% van de volwassenen vindt
dit eerder of zeer wenselijk.
Vervolgens gaven respondenten hun mening over de wenselijkheid van 6 verschillende manieren van
informatieoverdracht: productinformatie, media, website van de overheid, brochures, bewoners
betrekken bij milieubeleid, en bijeenkomsten. We vroegen respondenten telkens of deze wijze van
informeren over milieuproblemen in de woonomgeving wenselijk is. Ze konden een antwoord
aankruisen op een schaal gaande van ‘niet wenselijk’ tot ‘zeer wenselijk’.
Zeer
wenselijk
30,6
46,7
47,7
65,8
23,9
28,6
33
28,5
Eerder
wenselijk
31,2
39,6
43,8
42,9
55,5
52,8
53,5
54,0
Eerder niet
wenselijk
2
4,5
7,1
15,3
9,2
13,7
9,5
10,7
Niet
wenselijk
1
5
5,7
11,2
Productinformatie
4
6,7
9,6
6,8
Media
0 10 20 30 40 50 60 70
0 10 20 30 40 50 60 70
Zeer
wenselijk
12,3
28,1
29,8
41,8
11,2
17,4
18,7
27,6
Eerder
wenselijk
46,2
43,1
44,9
44,8
39,1
49,7
48,8
56
Eerder niet
wenselijk
10,2
15,5
17,6
27,7
13,7
15,6
17,6
24,4
Niet
wenselijk
3,1
8,4
9,4
16,9
Website overheid
7
12,9
14,9
25,4
Brochure
0 10 20 30 40 50 60 70
0 10 20 30 40 50 60 70
Zeer
wenselijk
11,3
18
18,7
26,8
3,8
4,1
7,7
5,1
Eerder
wenselijk
35,6
47,5
51,9
54,1
17,8
16,8
23,9
38,5
Eerder niet
wenselijk
16,5
20,5
22,8
32
46,6
39,3
40
42,3
Niet
wenselijk
2,6
9,6
11,0
21,1
Betrokkenheid beleid
13,8
28,7
31,8
39,8
Bijeenkomsten
0 10 20 30 40 50 60 70
0 10 20 30 40 50 60 70
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
Moeders pasgeborenen (n=236-242)
Jongeren (n=197-194)
Volwassenen (n=194-200)
Figuur 58: Wenselijkheid van verschillende manier van informeren over milieuproblemen
192

Resultaten – perceptieonderzoek
Respondenten vinden productinformatie de meest wenselijke manier om geïnformeerd te worden
over lokale milieuproblemen. Bijna de helft van de respondenten (47,7%) vindt dit ‘zeer wenselijk’ en
bijna 40% vindt dit ‘eerder wenselijk’. Volwassenen vinden deze manier van informeren duidelijk
zinvoller dan jongeren: volwassenen geven dubbel zo vaak dan jongeren aan dat productinformatie
een zeer wenselijke manier van informeren is.
Informatieoverdracht via de media komt op de tweede plaats. Het percentage respondenten die de
media ‘zeer wenselijk’ vinden, is opvallend lager dan bij productinformatie (28,5% t.o.v. 47,7%), maar
veel respondenten (54%) plaatsen de media in de categorie ‘eerder wenselijk’. De verschillen tussen
de drie leeftijdsgroepen zijn hier ook opvallend kleiner dan bij productinformatie.
Informatie over lokale milieuproblemen via een website van de overheid vindt 28,1% van de
respondenten ‘zeer wenselijk’ en 44,8% ‘eerder wenselijk’. 27% van alle respondenten vindt een
overheidswebsite (veeleer) niet wenselijk om informatie te ontvangen. Volwassenen vinden dit
wenselijker dan moeders van pasgeborenen en vooral dan jongeren. De verschillen tussen de
leeftijdsgroepen concentreren zich hoofdzakelijk in de uiterste categorieën (‘zeer wenselijk’ en ‘niet
wenselijk’).
18,7% van de respondenten vindt brochures een zeer wenselijke manier om geïnformeerd te worden
over lokale milieuproblemen, bijna de helft (48,8%) vindt ze ‘eerder wenselijk’. In de eerste categorie
scoren volwassenen het hoogst, in de tweede categorie scoren moeders van pasgeborenen het
hoogst. Opvallend is verder dat een kwart van de jongeren aangeeft brochures niet wenselijk te
vinden. Dat is bijna vier keer meer dan volwassenen.
66,2% vindt betrokkenheid van bewoners aan milieubeleid ‘zeer wenselijk’ of ‘eerder wenselijk’. 29%
van de respondenten vindt informatieoverdracht via bijeenkomsten wenselijk (waarvan slechts 5,1%
dit zeer wenselijk vindt). Deze laatste, meer interactieve vorm van informatieoverdracht, wordt dus
door respondenten duidelijk het minst wenselijk geacht.
5.3.3 Evaluatie bestaande informatiecampagnes rond milieuproblemen
In deze paragraaf kijken we naar de evaluatie van enkele bestaande (en hier genoemde)
informatiecampagnes en brochures van de Vlaamse overheid rond milieu en gezondheid.
Respondenten konden 9 campagnes beoordelen als ‘zinvol’, ‘onzinvol’ of ‘onbekend’.
Gemiddeld geeft 72,7% van alle respondenten aan de campagnes niet te kennen. Bij de moeders van
pasgeborenen zijn de campagnes het meest onbekend (gemiddeld 77,2%), gevolgd door de jongeren
(71,5%) en de volwassenen (68,6%). De campagnes ‘Adem diep in’ en ‘Asbest in bedrijven’ worden
door de drie leeftijdsgroepen het vaakst als onbekend beoordeeld (resp. 84 en 83,8%). De campagne
‘GSM‐gebruik bij kinderen’ wordt het minst vaak als onbekend omschreven (50,3%).
193

Resultaten – perceptieonderzoek
50
40
% respondenten
30
20
10
0
GSMgebruik
bij
kinderen
Slimmer
stoken
Adem diep
in
Asbest in
en om huis
Zonder is
gezonder
Bouw of
verbouw
gezond
Asbest in
bedrijven
Wonen en
gezondheid
Moeders pasgeborenen 38,2 21,7 17,2 9,1 26,2 11,2 25,6 15,6 22,5
Jongeren 45,2 17,8 29,4 19,6 14,7 7,1 16,4 12,6 31,5
Volwassenen 40 41,3 27,4 9,5 39,5 35,8 34,8 11,5 22,5
Totaal 40,9 26,6 24,1 12,4 26,8 17,7 25,7 13,4 25,3
Moeders pasgeborenen n=238-244 Jongeren n=194-199 Volwassenen n=200-201 Totaal n=632-644
Figuur 59: Beoordeling bestaande informatiecampagnes als ‘onbekend’
100
80
% respondenten
60
40
20
0
53%
dioxineuitstoot
GSMgebruik
bij
kinderen
53%
dioxineuitstoot
Slimmer
stoken
Adem diep
in
Asbest in
bedrijven
Zonder is
gezonder
Bouw of
verbouw
gezond
Asbest in Wonen en
en om huis gezondheid
Moeders pasgeborenen 58,5 74,6 79,1 90,1 82,4 88 72,7 72,9 76,2
Jongeren 34,2 73,1 64 71,1 85,4 89,3 80 82,7 64
Volwassenen 56,5 55,2 70,6 89,1 84 61,7 64,7 58,5 77
Totaal 50,3 68,0 71,8 84,0 83,8 80,2 72,4 71,4 72,7
Moeders pasgeborenen n=238-244 Jongeren n=194-199 Volwassenen n=200-201 Totaal n=632-644
Figuur 60: Beoordeling bestaande informatiecampagnes als ‘zinvol’
Rest tot slot een gemiddelde van 3,6% van alle respondenten die de informatiecampagnes onzinvol
achten. Jongeren beoordelen de campagnes het vaakst als onzinvol (gemiddeld 6,9%), gevolgd door
volwassenen (2,3%) en moeders van pasgeborenen (2,0%). De campagne ‘GSM‐gebruik bij kinderen’
wordt het vaakst als onzinvol geëvalueerd (8,8% in de drie leeftijdsgroepen). Dit komt vooral omdat
194

Resultaten – perceptieonderzoek
opvallend veel jongeren deze campagne onzinvol vinden, namelijk 20,6%. De campagnes ‘Asbest in
en om het huis’, ‘Wonen en gezondheid’ en ‘Bouw en verbouw gezond’ worden het minst vaak
onzinvol bevonden (resp. 1,7 en 1,9%).
25
20
% respondenten
15
10
5
0
GSMgebruik
bij
kinderen
53%
dioxineuitstoot
Slimmer
stoken
Adem diep
in
Asbest in
bedrijven
Zonder is
gezonder
Bouw of
verbouw
gezond
Asbest in
en om huis
Moeders pasgeborenen 3,3 3,8 3,7 0,8 2 0,8 1,7 0,8 1,2
Jongeren 20,6 9,1 6,6 9,3 2 3,6 3,6 2,5 4,6
Volwassenen 3,5 3,5 2 1,5 4,5 2,5 0,5 2 0,5
Totaal 8,8 5,3 4,0 3,8 2,8 2,2 1,9 1,7 1,9
Moeders pasgeborenen n=238-244 Jongeren n=194-199 Volwassenen n=200-201 Totaal n=632-644
Figuur 61: Beoordeling bestaande informatiecampagnes als ‘onzinvol’
Wonen en
gezondheid
5.3.4 Conclusie en vergelijking meetcampagnes eerste Steunpunt
Wetenschappers en huisartsen genieten in de drie leeftijdsgroepen het meeste vertrouwen als
informatiekanalen voor lokale milieuproblemen. Milieuorganisaties komen op de derde plaats.
Politieke partijen en de veroorzakers van milieuproblemen genieten het minste vertrouwen. De
meest vertrouwde infokanalen zijn niet noodzakelijk dezelfde als deze waar mensen ook effectief
informatie van verwachten. Niet alle leeftijdsgroepen denken hier echter hetzelfde over. Moeders
van pasgeborenen en volwassenen wensen vooral van de overheden informatie te ontvangen, terwijl
jongeren dit vooral verwachten van de media en de wetenschap. In de vorige meetcampagnes van
het Steunpunt zagen we in grote lijnen hetzelfde beeld.
Respondenten vinden productinformatie de meest aangewezen manier om geïnformeerd te worden
over lokale milieuproblemen. Meer interactieve vormen van informatieoverdracht (lokale
bijeenkomsten) lijken respondenten minder aangewezen.
De overgrote meerderheid van de respondenten (72%) geeft aan de bestaande informatiecampagnes
van de overheid rond milieu en gezondheid niet te kennen. 24% beoordeelt de campagnes als zinvol.
Ongeveer 4% vindt de bestaande campagnes onzinvol. Volwassenen evalueren de campagnes
positiever dan moeders van pasgeborenen en jongeren. De campagnes rond ‘asbest in bedrijven’ en
‘adem diep in’ krijgen de meest negatieve evaluatie, de campagne rond GSM‐gebuik bij kinderen de
meest positieve (hoewel deze campagne onder de jongeren ook vaak onzinvol wordt beoordeeld).
195

Resultaten – perceptieonderzoek
5.4 Attitudes en gedrag rond milieubesef
Een volgend thema in de perceptievragenlijst betreft de houding van respondenten ten opzichte van
het leefmilieu en de bijdragen die ze leveren rond milieuvriendelijk gedrag.
5.4.1 Zorg voor het leefmilieu
In totaal vindt 93,4% van alle respondenten zichzelf mede verantwoordelijk voor de zorg voor het
leefmilieu. Bij volwassenen is dat 97,5%, bij moeders van pasgeborenen 96,8% en bij jongeren 82,8%.
In totaal vulde 2,4% (n=16) deze vraag niet in.
Respondenten die zich verantwoordelijk voelen voor het leefmilieu (n=610), konden vervolgens
aangeven in welke mate ze ook rekening houden met het milieu en welke bijdragen ze leveren aan
de zorg voor het leefmilieu. 76,5% van alle respondenten zegt rekening te houden met het milieu.
17,8% vindt dat dit ook helpt, terwijl 58,7% vindt dat dit weinig invloed heeft zolang bedrijven en
andere burgers niet hetzelfde doen. Volwassenen geven vaker aan rekening te houden met het
milieu dan moeders van pasgeborenen, maar vooral vaker dan jongeren (86,6% t.o.v. resp. 73,9 en
68%). Volwassenen geven ook vaker dan jongeren en moeders aan dat dit ook resultaat heeft (28,7%
t.o.v. resp. 16,5 en 7%).
Ik weet niet hoe
3,1
9,8
10,5
16,6
Bedrijven eerst
inspanningen leveren
1,5
7,2
7,6
13
Kost te veel
moeite/geld
1,8
6,5
8
8,7
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
0 5 10 15 20
% respondenten
Moeders pasgeborenen n=237 Jongeren n=169 Volwassenen n=195 Totaal n=601
Figuur 62: Redenen om onvoldoende rekening te houden met milieu
23,5% van de respondenten zou meer rekening willen houden met het milieu. Het betreft hier vooral
jongeren en moeders van pasgeborenen. De redenen waarom ze onvoldoende rekening houden met
het milieu, verschillen per leeftijdsgroep. ‘Niet weten hoe dit moet’ wordt het vaakst geantwoord (in
totaal 9,8%). Vooral jongeren geven dit vaak als reden aan (16,6%). 7,2% van de respondenten zou
meer rekening willen houden met het milieu, maar vindt dat eerst bedrijven meer inspanningen
moeten leveren. Ook hier scoren de jongeren het hoogst. Volwassenen antwoorden dit opvallend
weinig. Onvoldoende rekening houden met het milieu omdat het teveel moeite of geld kost, wordt
dan weer vaker door volwassenen en moeders van pasgeborenen geantwoord en weinig door
jongeren.
196

Resultaten – perceptieonderzoek
5.4.2 Milieuvriendelijk bijdragen
60% van de respondenten zegt bereid te zijn zijn/haar gedrag aan te passen indien dit zou helpen bij
het oplossen van lokale milieuproblemen. Bij de volwassenen is dit 68%, bij de moeders van
pasgeborenen 56,6% en bij jongeren, 55,6%.
Respondenten konden op een voorafgegeven lijst aanduiden welke milieuvriendelijke bijdragen ze
leveren (meerdere antwoorden mogelijk). We stellen vast dat volwassenen vaker dan jongeren en
dan moeders van pasgeborenen milieuvriendelijk gedrag aangeven. Afval sorteren scoort het hoogst
met in totaal 83,3%. Bewust geen eigen auto hebben scoort met 5,4% het laagst. Grootste verschillen
tussen de leeftijdsgroepen zijn er bij het gebruik van milieuvriendelijke vervoersmiddelen (fiets, te
voet, openbaar vervoer) en van groene energie. Jongeren geven het vaakst aan zich per fiets of te
voet en met het openbaar vervoer, wat niet verwonderlijk is aangezien zij nog geen rijbewijs hebben.
Daarnaast stellen we vast dat moeders van pasgeborenen opvallend minder vaak dan volwassenen
aangeven deze vervoersmiddelen te gebruiken (mogelijk is dit te wijten aan de periode van
zwangerschap die voorafging aan het invullen van de vragenlijst bij moeders). Toch zien we ook dat
moeders van pasgeborenen minder vaak dan volwassenen het gebruik van groene energie (en in
mindere mate ook de aankoop van milieuvriendelijke producten en het verminderen van
vliegvakanties) aangeven.
197

Resultaten – perceptieonderzoek
Afval sorteren
69,2
85,2
83,3
92,9
Verplaatsen per fiets of te voet
31,1
55,8
52,0
77,5
Milieuaspect criterium bij grote
uitgaven
44,3
49,2
55,3
Minder energie gebruiken
24,9
48,0
54,5
59,9
Afval beperken
22,5
35,2
36,2
49,2
Verplaatsen met openbaar
vervoer
12,7
27,7
35
40,8
Milieuvriendelijke producten
kopen
8,3
27,9
26,1
39,1
Trager rijden met auto
15,2
23,9
19,0
Minder vliegvakanties
14,8
13
16,7
22,3
Groene energie gebruiken
Bewust geen eigen auto
10,7
8,9
13,3
2,5
9,1
5,4
20,3
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
0 10 20 30 40 50 60 70 80 90 100
% respondenten
Moeders pasgeborenen n=244 Jongeren n=169 Volwassenen n=197 Totaal n=610
Figuur 63: Bijdragen aan zorg voor het leefmilieu
5.4.3. Conclusie
Meer dan 90% van alle respondenten voelt zich mede verantwoordelijk voor de zorg voor het
leefmilieu. Jongeren geven dit minder vaak aan dan volwassenen. Ruim drie kwart van de
respondenten zegt ook daadwerkelijk rekening te houden met het leefmilieu, hoewel slechts een
beperkt deel van hen vindt dat dit een positieve invloed heeft. 60% van de respondenten is bereid
zijn of haar gedrag aan te passen indien dit zou helpen bij het oplossen van milieuproblemen in de
leefomgeving.
Afval sorteren is de populairste milieubewuste bijdrage. Bewust geen eigen auto hebben de minst
populaire. Volwassenen leveren meer milieubewuste bijdragen dan moeders van pasgeborenen en
jongeren. Vooral bij het gebruik van milieubewuste vervoersmiddelen (fiets, te voet, openbaar
vervoer) en van groene energie geven volwassenen duidelijk vaker aan dat ze op die manier
milieubewust gedrag vorm geven.
198

Resultaten – perceptieonderzoek
5.5 Betrokkenheid bevolking
We zagen in paragraaf 3 reeds dat tweederde van de respondenten de betrokkenheid van bewoners
aan milieubeleid wenselijk vinden om geïnformeerd te worden over lokale milieuproblemen.
Hieronder bekijken we of respondenten ook vinden dat buurtbewoners betrokken moeten worden
bij het zoeken naar oplossingen voor lokale milieuproblemen. We kijken naar verschillende manieren
van betrokkenheid en naar de mate waarin de overheid hiermee rekening moet houden. Tot slot
bekijken we of respondenten ook zelf actief betrokken willen worden.
5.5.1 Hoe moet de plaatselijke bevolking betrokken worden?
Respondenten konden uit een lijst van 6 mogelijke vormen van betrokkenheid kiezen welke ze het
meest wenselijk vinden voor de plaatselijke bevolking om te zoeken naar oplossingen voor lokale
milieuproblemen. De 6 vormen kunnen onderverdeeld worden in 3 ‘graden’ van betrokkenheid:
1. bevolking niet betrekken of enkel informeren → geen betrokkenheid, informatieoverdracht
in één richting
2. enquête en referendum → schriftelijke en indirecte betrokkenheid
3. buurtgesprekken en werkgroep → directe en interactieve betrokkenheid, dialoog
Bijna één op vijf van de respondenten (19,1%) is van mening dat de bevolking best niet betrokken
wordt of enkel geïnformeerd dient te worden. Moeders van pasgeborenen vinden dit vaker dan
volwassenen (21,8% t.o.v. 14,6%). Meer dan de helft van alle respondenten vindt dat de plaatselijke
bevolking best op een veeleer indirecte manier betrokken kan worden. Voor 36,9% gebeurt dit best
via een enquête, voor 14,2% lijkt een referendum beter. Opvallend is het hoge percentage jongeren
dat een enquête verkiest (47%, bijna dubbel zoveel dan de volwassenen). 28,5% van de
respondenten is voorstander van meer directe vormen van betrokkenheid (groepsgesprekken of
werkgroepen). Vooral volwassenen zijn te vinden voor een meer directe betrokkenheid.
Werkgroep van de
overheid
8,6
11,3
14,6
24,7
Buurtgesprekken
11,3
12,1
13,9
18,7
Enquête
25,3
37,0
38,5
47
Referendum
15,1
12,1
15,2
14,2
Enkel informeren
Niet betrekken
0,4
1,9
0
0,8
17,7
14,6
18,3
21,8
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
0 10 20 30 40 50
% respondenten
Moeders pasgeborenen n=237 Jongeren n=197 Volwassenen n=202 Totaal n=636
Figuur 64: Betrokkenheid van plaatselijke bevolking
199

Resultaten – perceptieonderzoek
5.5.2 Wie moet beslissen?
Vraag is vervolgens in welke mate de overheid rekening moet houden met de inbreng van de
bevolking? 11,2% van de respondenten vindt dat de bevolking uiteindelijk zelf zou moeten beslissen.
86% vindt dat de overheid beslist, maar rekening moet houden met de wensen van de bevolking.
1,6% vindt dat de overheid geen rekening moet houden met de bevolking. Grootste verschillen
tussen de leeftijdsgroepen zijn er bij de respondenten die vinden dat de bevolking moet beslissen: bij
de volwassenen is dit 6,4%, bij de jongeren 15,2% en bij de moeders 11,8%.
Moeders
pasgeborenen
(n=237)
Jongeren
(n=197)
Volwassenen
(n=202)
Totaal
(n=636)
De overheid beslist 1,3% 2,0% 1,5% 1,6%
De overheid beslist, rekening
houdend met bevolking
85,7% 81,7% 90,6% 86,0%
De bevolking beslist 11,8% 15,2% 6,4% 11,2%
Ander 1,3% 1,0% 1,5% 1,3%
De respondenten die een ander beslissingsvoorstel aanbrengen (n= 8; 1,3%), sluiten zich meestal aan
bij het voorstel dat de overheid moet beslissen, maar sommigen onder hen wijzen er wel op dat de
overheid zich hierbij vooral moet baseren op (wetenschappelijk onderbouwde) kennis.
5.5.3 Zelf actief deelnemen aan groepsgesprek?
Bijna drie kwart van de respondenten is niet bereid om zelf actief deel te nemen aan gesprekken
rond lokale milieuproblemen. Bij de volwassenen is dit de helft, bij de moeders bijna 90%. Vooral
volwassenen stellen voorwaarden aan hun eventuele deelname aan groepsgesprekken. Bijna de helft
van die voorwaarden hebben te maken met de tijdsinvestering.
Moeders
pasgeborenen
(n=237)
Jongeren
(n=197)
Volwassenen
(n=202)
Totaal
(n=636)
Ja 7,3% 21,8% 33,0% j 19,7%
Ja, mits bepaalde
voorwaarden
3,2% 3,0% 14,2% 6,5%
Nee 89,5% 75,2% 52,8% 73,8%
Hoogopgeleiden zijn in de drie leeftijdsgroepen vaker bereid om deel te nemen dan lager opgeleiden.
Enkel bij de volwassenen is dit verband ook statistisch significant. Onderstaande figuur toont de
respondenten die willen deelnemen (al dan niet onder bepaalde voorwaarden), opgedeeld naar
opleidingsniveau (hoger onderwijs of geen hoger onderwijs). Jongeren werden toegewezen aan het
hoogste opleidingsniveau van hun ouders.
200

Resultaten – perceptieonderzoek
10,7
Alle respondenten
25
46,5
26,4
Respondenten
hoger onderwijs
11,9
30,2
32,4
58
Respondenten geen
hoger onderwijs
8,6
17,9
16,5
26,2
Moeders pasgeborenen
Jongeren
Volwassenen
Totaal
0 20 40 60 80
% respondenten
Moeders pasgeborenen n=244 Jongeren n=200 Volwassenen n=196 Totaal n=640
Figuur 65: Bereidheid tot deelname aan groepsgesprekken volgens opleidingsniveau
5.5.4 Conclusie en vergelijking meetcampagnes eerste Steunpunt
Bijna één op vijf van de respondenten vindt dat de plaatselijke bevolking best niet betrokken wordt
of enkel geïnformeerd dient te worden bij het zoeken naar oplossingen voor milieuproblemen. Meer
dan de helft van alle respondenten vindt een indirecte en schriftelijke manier van betrokkenheid
(enquête of referendum) de beste manier. Het zijn vooral volwassenen die te vinden zijn voor een
meer directe betrokkenheid.
De overgrote meerderheid van de respondenten (86%) vindt dat de overheid rekening moet houden
met de wensen van de bevolking maar uiteindelijk wel zelf moet beslissen.
Bijna drie kwart van de respondenten is niet bereid om zelf actief deel te nemen aan gesprekken
rond lokale milieuproblemen. De bereidheid is in de drie leeftijdsgroepen groter bij hoogopgeleiden
dan bij lager opgeleiden.
In de campagnes van het eerste Steunpunt was er een grotere belangstelling voor de meer directe en
interactieve vormen van betrokkenheid (groepsgesprekken, werkgroepen). Daarnaast was ook het
aantal respondenten dat vond dat de bevolking enkel geïnformeerd moest worden (dus geen
betrokkenheid), in het eerste Steunpunt kleiner dan nu. Anderzijds was het percentage jongeren en
volwassenen dat bereid is tot actieve deelname aan groepsgesprekken in het eerste Steunpunt lager
dan nu: volwassenen zijn nu dubbel zo vaak bereid tot deelname dan vorige keer (waarschijnlijk heeft
dit te maken met de andere leeftijdsgrenzen en rekruteringsmethode).
201

Resultaten – perceptieonderzoek
5.6 Algemene conclusie
5.6.1 Respons
Missing respons
Van de in totaal 669 respondenten die deelnamen aan de humane biomonitoring vulden er slechts 3
het gehele luik rond risicoperceptie in de vragenlijst niet in (2 deelnemers uit de jongerencampagne
en 1 uit de volwassenencampagne). Jongeren vulden de perceptievragen het minst volledig in,
gevolgd door moeders van pasgeborenen. De vraag rond het vertrouwen in informatiekanalen wordt
in de drie leeftijdsgroepen het slechtst ingevuld (missing: moeders pasgeborenen 7,1%, jongeren
7,6% en volwassenen 4,9%). Daarnaast wordt ook de vraag naar de beslissingsbevoegdheid van de
overheid (de laatste vraag uit het perceptieluik) door moeders van pasgeborenen en jongeren
minder goed ingevuld (resp. 7,1% en 6,2% missing).
Foutieve respons
Sommige vragen uit het perceptieluik waren doorverwijsvragen en moesten niet door iedereen
worden ingevuld. Zo peilde de eerste vraag naar de aanwezigheid van een milieuprobleem in de
woonomgeving. Enkel respondenten die hier ‘ja’ invulden, moesten vervolgens in een aantal
volgende vragen dat probleem/problemen verder toelichten. Toch stellen we vast dat in totaal 7,3%
(n=49) van alle respondenten deze verdere vragen invulden hoewel ze geen milieuprobleem
aangaven. Vooral jongeren en moeders van pasgeborenen vulden die vragen vaak foutief in (resp.
9,0% en 8,6%). Bij de volwassenen was de foutieve respons 3,9%. Dit kan een indicatie zijn dat de
eerste selectievraag in de vragenlijst te streng geformuleerd is en dat een deel van de respondenten
toch type problemen (en daarbij aansluitend ook activiteiten, vervuilende stoffen en
gezondheidsklachten) percipiëren, die ze initieel niet als een lokaal milieuprobleem beschouwden.
In de analyses werden zowel de missing respons als de foutieve respons niet opgenomen.
5.6.2 Samenvatting
Bijna de helft van de volwassenen, een derde van de moeders van pasgeborenen en een kwart van
de jongeren geeft een milieuprobleem in hun woonomgeving aan. Hoogopgeleiden melden vaker
een milieuprobleem dan lager opgeleiden. De verkeersproblematiek wordt gepercipieerd als het
belangrijkste milieuprobleem in de woonomgeving: luchtvervuiling en geluidshinder worden het
vaakst gemeld, verkeer en uitlaat‐ en verbrandingsgassen zijn respectievelijk de belangrijkste sector
en vervuilende stof en luchtwegproblemen zijn de vaakst gemeld klachten.
Met betrekking tot informatievoorziening rond milieuproblemen stellen we een verschil vast tussen
de meest betrouwbaar geachte informatiekanalen (wetenschappers en huisartsen) en de kanalen
waarvan respondenten informatie het meest wensen en gekregen hebben (gemeentebestuur en
media). Moeders van pasgeborenen en volwassenen wensen vooral van de overheden informatie te
ontvangen, terwijl jongeren dit vooral verwachten van de media en de wetenschap.
De meest wenselijke manier om geïnformeerd te worden over milieuproblemen is volgens
respondenten via productinformatie. Enkele bestaande informatiecampagnes van de overheid rond
milieu en gezondheid worden door de meeste respondenten als onbekend beoordeeld.
Bijna alle respondenten voelen zich mede verantwoordelijk voor de zorg voor het leefmilieu. Ruim
drie kwart van de respondenten zegt ook daadwerkelijk rekening te houden met het leefmilieu,
202

Resultaten – perceptieonderzoek
hoewel slechts een beperkt deel van hen vindt dat dit een positieve invloed heeft. 60% van de
respondenten is bereid zijn of haar gedrag aan te passen indien dit zou helpen bij het oplossen van
milieuproblemen in de leefomgeving. Afval sorteren is de populairste milieubewuste bijdrage die
respondenten leveren. We stellen hier verschillen vast in leeftijdsgroep: jongeren en moeders van
pasgeborenen leveren minder milieubewuste bijdragen dan volwassenen.
Respondenten vinden tot slot dat de plaatselijke bevolking best via een enquête betrokken worden
om te zoeken naar oplossingen voor lokale milieuproblemen. Ze vinden dat de overheid rekening
moet houden met de wensen van de bevolking, maar uiteindelijk wel zelf moet beslissen. Bijna drie
kwart van de respondenten is niet bereid om zelf actief deel te nemen aan gesprekken rond lokale
milieuproblemen. De bereidheid is in de drie leeftijdsgroepen groter bij hoogopgeleiden dan bij lager
opgeleiden.
De percepties rond milieuproblemen bij respondenten verspreid over heel Vlaanderen blijken in
grote lijnen dezelfde als die van respondenten uit bepaalde typegebieden.
203

Referenties
Referenties
Apostoli P, Bartoli D, Alessio L, Buchet JP. Biological monitoring of occupational exposure to inorganic
arsenic. Occup Environ Med. 1999;56:825‐32.
Becker K, Müssig‐Zufika M, Conrad A, et al. 2008. German Environmental Survey for Children
2003/06 (GerES IV), Human Biomonitoring‐Levels of selected substances in blood and urine of
children in Germany. WaBoLu‐Hefte 01/08, Umweltbundesamt, Dessau‐Roßlau.
CDC, Centers for Disease Control and Prevention. Department of Health and Human Services. Fourth
National Report on Human Exposure to Environmental Chemicals. Atlanta, US, 2009. Website:
http://www.cdc.gov/exposurereport
Den Hond E, Govarts E, Bruckers L, Schoeters G. Determinants of polychlorinated aromatic
hydrocarbons in serum in three age classes—Methodological implications for human biomonitoring.
Environmental Research 2009; 109: 495–502.
Dusinska, M. and A. R. Collins. The comet assay in human biomonitoring: gene‐environment
interactions. Mutagenesis 2008; 23:191‐205.
Ekerljung L, Andersson A, Sundblad BM, Rönmark E, Larsson K, Ahlstedt S, Dahlén SE, Lundbäck B.
Has the increase in the prevalence of asthma and respiratory symptoms reached a plateau in
Stockholm, Sweden? Int J Tuberc Lung Dis. 2010 Jun;14(6):764‐71.
European Commission (2008), Attitudes of European citizens towards the environment, Special
Eurobarometer 295/Wave 68.2 – TNS Opinion & Social
Goodman R, Ford T, Simmons H, Gatward R, Meltzer H (2000) Using the Strengths and Difficulties
Questionnaire (SDQ) to screen for child psychiatric disorders in a community sample. British Journal
of Psychiatry, 177, 534‐539. http://www.sdqinfo.com/
Holene E, Nafstad I, Skaare JU, Sagvolden T. Behavioural hyperactivity in rats following postnatal
exposure to sub‐toxic doses of polychlorinated biphenyl congeners 153 and 126. Behav Brain Res
1998;94:213‐24.
Koch HM, Rossbach B, Drexler H, Angerer J. Internal exposure of the general population to DEHP and
other phthalates‐‐determination of secondary and primary phthalate monoester metabolites in
urine. Environ Res 2003;93(2):177‐85.
Koppen G, Covaci A, Van Cleuvenbergen R, et al. Comparison of CALUX‐TEQ values with PCB and
PCDD/F measurements in human serum of the Flanders Environmental and Health Study (FLEHS).
Toxicology Letters 2001; 123: 59‐67.
Krengler M, White RF, Diamond R, Letz R, Cyrus P, Durso R. A comparison of NES2 and traditional
neuropsychological tests in a neurologic patient sample. Neurotoxicology and Teratology 1996: 18(4):
435‐439.
Krengel M , White R F, Diamond R , Letz R , Cyrus P , Durso R . A comparison of NES2 and traditional
neuropsychological tests in a neurologic patient sample.Neurotoxicol Teratol 1996;18:435‐9.
Letz, R. (1993). NES2 user’s manual (Version 4.6). Winchester, Mass.: Neurobehavioral Systems Inc.
Letz R: NES3 User's Manual. Atlanta. GA, Neurobehavioral Systems. 2000.
Letz R, Green RC, Woodward JL. Development of a computer‐based battery designed to screen adults
for neuropsychological impairment. Neurotoxicol Teratol 1996; 18: 365‐70.
Letz R. Pieper WA. Morris R: NES test performance in a large U.S. Army veteran sample: relationships
with both demographic factors and traditional neuropsychological tests. Neurotoxicol Teratol 1996;
18: 381‐90.
204

Referenties
Letz R: The Neurobehavioral Evaluation System: an international effort. In: Advances in Behavioral
Toxicology, pp 189‐201. Edited by Johnson B. Chelsea, MI. Lewis Publishers. 1990.
Letz R. Dilorio CK, Shafer PO, Yeager KA, Schemer DL, Henry TR: Further standardization of some
NES3 tests. Neurotoxicology 2003; 24: 491‐501.
Lima ML. On the influence of risk perception on mental health: living near an incinerator. Journal of
Environmental Psychology 2004; 24: 71‐84.
Linnet et al. Maternal lifestyle Factors in Pregnancy risk of ttention Deficit Hyperactivity Disorder and
associated behaviors: review of the current evidence. AM J Psychiatry 2002;160:1028‐1040.
Loft, S. and P. Moller. State of validation of biomarkers of carcinogen exposure and early effects and
their applicability to molecular epidemiology: State of validation of biomarkers of carcinogen
exposure and effect: Generic biomarkers: DNA base oxidation and repair. ECNIS; 2007: 32‐39.
Long M, Andersen BS, Lindh CH, et al. Dioxin‐like activities in serum across European and Inuit
Populations. Environmental Health: A Global Access Science Source 2006;5:14.
Minder B, Das‐Smaal EA, Brand EF, Orlebeke JF. Exposure to lead and specific attentional problems in
schoolchildren. J Learn Disabil 1994;27:393‐399.
Moller P, Wallin H, et al. Sunlight induced DNA damage in human mononuclear cells. FASEB J.
2002;16: 45‐53.
Moller P. The alkaline comet assay: towards validation in biomonitoring of DNA damaging exposures.
Basic Clin Pharmacol Toxicol 2006; 98(4): 336‐45.
Morgan RE, Garavan H, Smith EG, Driscoll LL, Levitsky DA, Strupp BJ. Early Lead exposure produces
lasting changes in sustained attention, response initiation, and reactivity to errors. Neurotox en Terat
2001;23:519‐531.
Muris P, Meesters C, van den Berg F (2003) The Strengths and Difficulties Questionnaire (SDQ):
Further evidence for its reliability and validity in a community sample of Dutch children and
adolescents. European Child and Adolescent Psychiatry, 12, 1‐8.
Slovic, P. (edit.) (2000), The Perception of Risk, London: Earthscan, 473 p.
Smolders R, Alimonti A, Cerna M, Den Hond E, Kristiansen J, Palkovicova L, Ranft U, Selden A,
Telišman S, Schoeters G. Availability and comparability of human biomonitoring data across Europe:
A case study on blood lead levels. Sci Total Environ 2010, 408(6):1437‐45.
Sram RJ, Benes I, et al. Teplice program‐the impact of air pollution on human health. Environ Health
Perspect 1996; 104 Suppl 4: 699‐714.
Svecova V, Rossner Jr P, et al. Urinary 8‐oxodeoxyguanosine levels in children exposed to air
pollutants. Mutat. Res. 2009;662(1‐2): 37‐43.
Todaka T, Hirakawa H, Kajiwara J, et al. Relationship between the concentrations of polychlorinated
dibenzo‐p‐dioxins, polychlorinated dibenzofurans, and polychlorinated biphenyls in maternal blood
and those in breast milk, Chemosphere 78; 2010:185–192.
Tsukahara, H. Biomarkers for Oxidative Stress: Clinical Application in Pediatric Medicine." Current
Medicinal Chemistry 2007;14: 339‐351.
Tuthill RW. Hair lead levels related to children's classroom attention‐deficit behavior. Arch Environ
Health 1996;51:214‐220.
Valverde M and Rojas E. Environmental and occupational biomonitoring using the Comet assay.
Mutat Res 2009;681(1): 93‐109.
205

Referenties
Vandermoere F. Psychosocial health of residents exposed to soil pollution in a Flemish
neighbourhood. Social Science & Medicine 2008; 66: 1646‐1657.
Van Widenfelt BM, Goedhart AW, Treffers PDA, Goodman R (2003) Dutch version of the Strengths
and Difficulties Questionnaire (SDQ). European Child and Adolescent Psychiatry, 12, 281‐289.
Van Wouwe N, Windal I, Vanderperren H, et al. Validation of the CALUX bioassay for PCDD/F analyses
in human blood plasma and comparison with GC‐HRMS. Talanta 2004; 63: 1157–1167.
Vellinga A, Droste JH, Vermeire PA, Desager K, De Backer WA, Nelen VJ, Weyler JJ. Changes in
respiratory and allergic symptoms in schoolchildren from 1996 to 2002, results from the ISAAC
surveys in Antwerp (Belgium). Acta Clin Belg 2005; 60:219‐25.
Verschaeve L, Koppen G, et al. Seasonal variations in spontaneous levels of DNA damage; implication
in the risk assessment of environmental chemicals. J Appl Toxicol 2007;27(6): 612‐20.
White RF, Diamond R, Krengel M, et al. Validation of the NES2 in patients with neurologic disorders.
Neurotoxicology and Teratology 1996; 18(4): 441‐448.
White R F, James K E, Vasterling J J, et al. Interrater reliability of neuropsychological diagnoses: a
Department of Veterans Affairs cooperative study. J Int Neuropsychol Soc 2002;8:555‐65.
White R F, Diamond R , Krengel M , et al. Validation of the NES2 in patients with neurologic
disorders.Neurotoxicol Teratol 1996;18:441‐8.
Wieringa MH, Vermeire PA, Van Bever HP, Nelen VJ, Weyler JJ. Higher occurrence of asthma‐related
symptoms in an urban than a suburban area in adults, but not in children. Eur Respir J 2001; 17:422‐
427
Wieringa MH, Weyler JJ, Van Bever HP, Nelen VJ, Vermeire PA. Gender differences in respiratory,
nasal and skin symptoms in 6‐7 year versus 13‐14‐year old children. Acta Paediatr 1999 Feb;
88(2):147‐149
Weinmayr G, Weiland SK, Björkstén B, et al.and the ISAAC Phase Two Study Group. Atopic
sensitisation and the international variation of asthma symptom prevalence in children. Am J Respir
Crit Care Med. 2007;176(6):565‐74.
206