luik humane biomonitoring in Genk-Zuid

Comments

Transcription

luik humane biomonitoring in Genk-Zuid
Foto: Stad Genk
VLAAMS HUMAAN BIOMONITORINGSPROGRAMMA 2007-2011
Resultatenrapport
Resultaten van het
onderzoek bij
jongeren in
Genk-Zuid
september 2011
Foto: Stad Genk
in opdracht van de Vlaamse overheid
1
Voorwoord
Dit rapport bevat de eerste resultaten van een biomonitoringsprogramma dat werd uitgevoerd bij
jongeren die wonen rond het industriegebied van Genk Zuid. In dit rapport worden de resultaten
van de jongeren van Genk Zuid vergeleken met de “referentie” resultaten van jongeren die door
toeval werden geselecteerd uit de algemene Vlaamse bevolking. Het biomonitoringsprogramma
wordt uitgevoerd in opdracht van de Vlaamse Overheid, departementen Volksgezondheid,
Leefmilieu en Wetenschapsbeleid door het Steunpunt Milieu en Gezondheid.
Genk Zuid is de eerste locatie waarvoor een strategie werd ontwikkeld om na te gaan of lokale
milieudruk tot verhoogde concentraties van vervuilende stoffen en effecten leidt in de mens. De
hot spot Genk Zuid werd geselecteerd in samenspraak met overheid, administraties, lokale milieuen gezondheidswerkers en experten.
De aflijning van het onderzoeksgebied, de keuze van biomerkers om blootstelling en effecten te
meten werd mede bepaald door voorafgaandelijke analyse van de informatie over de
bedrijfsactiviteiten en de milieumeetgegevens. 197 jongeren uit Genk Zuid van 14 en 15 jaar
namen deel aan de studie. Deze aanpak was alleen maar mogelijk door een hechte samenwerking
van de onderzoekers met de lokale gemeenschap, de werkgroep Genk-Zuid en
beleidsverantwoordelijken.
Het rapport beschrijft de studiepopulatie, de biomerkerwaarden en de resultaten van de
gezondheidsparameters die gemeten werden. De resultaten worden vergeleken met de
referentiewaarden van jongeren die eerder uitvoerig werden gepubliceerd http://www.milieu-engezondheid.be/resultaten.html.
De studie opent het spoor om naast milieumeetgegevens ook gezondheidsgegevens te betrekken
in de analyse en onderstreept als dusdanig het belang dat wordt gehecht aan een gezonde
leefomgeving. Metingen in de mens geven een directer beeld van de gevolgen van milieubelasting
op de gezondheid dan extrapolaties uit milieumetingen. Tegelijkertijd moet er echter rekening
gehouden worden met de complexiteit van de relatie tussen omgeving en gezondheid en met een
aantal factoren die de interpretatie bemoeilijken zoals de variabiliteit tussen mensen, verschillen
in eetgewoontes, levensstijl en huisvesting, biomerkermetingen die soms maar een
momentopname zijn.
De studiegegevens dienen geïnterpreteerd te worden als één van de puzzelstukken die de lokale
milieudruk en de effecten ervan op de lokale bewoners beschrijft. De relatie tussen de gemeten
polluenten in de jongeren en de gemeten gezondheidsparameters zal nog verder worden
onderzocht. Dit rapport draagt bij tot een beter wetenschappelijk inzicht in de relatie tussen milieu
en gezondheid en wil op die manier mee een verdere leidraad zijn voor beleidsmakers.
Prof. Dr. Greet Schoeters, namens de promotoren
Coördinator Biomonitoringsprogramma
3
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);
-
Openbaar Psychiatrisch Ziekenhuis Geel (OPZG), verantwoordelijk voor neurologische
opvolging (Prof. M. Viaene, Dr. G. Vermeir);
-
Vito, verantwoordelijk voor coördinatie en rapportering (Prof. G. Schoeters, Dr. E. Den Hond, A.
Colles, E. Govarts);
-
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);
-
Universiteit Antwerpen, Toxicologisch Centrum (Dr. A. Covaci);
-
Vito, afdeling Milieurisicio en gezondheid (Prof. G. Schoeters, Dr. G. Koppen, Dr. E. Den Hond,
G. Jacobs);
-
VUB, departement Analytische en Milieuchemie (ANCH) (Prof. W. Baeyens, Drs. K. Croes, Drs. J.
Vrijens);
-
UGent, lab. andrologie (Prof. J-M. Kaufman, Dr. A. Mahmoud);
4
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, B. Bautmans);
-
Departement Economie, Wetenschap en Innovatie (EWI) (W. Winderickx, R. De Prêtre).
-
Vlaamse Milieumaatschappij (VMM) (M. Bossuyt, M. Desmedt, P. D’Hondt)
-
Openbare Vlaamse Afvalstoffenmaatschappij (OVAM) (Dr. G. Van Gestel)
-
Instituut voor Natuur- en bosonderzoek (INBO) (C. Geeraerts, Dr. C. Belpaire)
-
Agentschap voor Natuur en Bos (ANB) (V. Heyens, D. Demeyere)
Met speciale dank aan alle deelnemers en hun ouders; de directie en het personeel van de
deelnemende scholen; de schoolartsen en medewerkers van de Centra voor
Leerlingenbegeleiding (CLB’s); alle lokale actoren die het steunpunt adviseerden, in het bijzonder
het OCMW van Genk en de dienst wijkontwikkeling, de huisartsen van geneeskunde voor het
volk, de milieudienst van Diepenbeek en Genk, en de vrijwilligers die de huisbezoeken en
infosessies begeleidden.
5
6
Contents
Voorwoord _____________________________________________________________________ 3
Partners________________________________________________________________________ 4
Samenvatting ___________________________________________________________________ 9
Inleiding ______________________________________________________________________ 22
Methode ______________________________________________________________________ 24
1.
Onderzoeksgebied _______________________________________________________ 24
2.
Biomerkers ____________________________________________________________ 25
3.
3.1
3.2
4.
Rekrutering en veldwerk __________________________________________________ 26
Selectie van deelnemers ______________________________________________ 26
Onderzoeksprotocol _________________________________________________ 27
Metingen en bevragingen _________________________________________________ 30
4.1
Biomerkers van blootstelling __________________________________________ 30
4.2
Biomerkers van effect ________________________________________________ 33
5.
Statistische analyses _____________________________________________________ 35
5.1
Beschrijving van de steekproef en vergelijking met deze van de
referentiebiomonitoring ______________________________________________________ 35
5.2
Resultaten voor biomerkers en effectmerkers _____________________________ 36
Resultaten _____________________________________________________________________ 38
1.
1.1.
1.2.
1.3.
2.
Beschrijving van onderzoekspopulatie _______________________________________ 38
Respons ___________________________________________________________ 38
Karakteristieken van de onderzoeksgroep ________________________________ 40
Staalafnamecondities ________________________________________________ 45
Blootstellingsmerkers ____________________________________________________ 52
2.1.
Zware metalen: cadmium _____________________________________________ 54
2.2.
Zware metalen: lood _________________________________________________ 60
2.3.
Zware metalen: chroom ______________________________________________ 65
2.4.
Zware metalen: nikkel ________________________________________________ 71
2.5.
Zware metalen: arseen _______________________________________________ 78
2.6.
Zware metalen: mangaan _____________________________________________ 85
2.7.
Zware metalen: koper ________________________________________________ 89
2.8.
Zware metalen: thallium ______________________________________________ 94
2.9.
Zware metalen: antimoon _____________________________________________ 99
2.10.
Zware metalen: kwik ________________________________________________ 102
2.11.
Persistente gechloreerde polluenten: PCB’s ______________________________ 107
2.12.
Persistente gechloreerde polluenten: p,p’-DDE ___________________________ 115
2.13.
Persistente gechloreerde polluenten: hexachlorobenzeen __________________ 121
2.14.
Persistente gechloreerde polluenten: dioxines en dioxine-achtige stoffen ______ 125
2.15.
Gebromeerde vlamvertragers: polygebromeerde diphenylesters (PBDE’s),
hexabromocyclododecaan (HBCD) en tetrabromobisfenol A (TBBPA) __________________ 129
2.16.
Polyaromatische koolwaterstoffen (PAK’s)_______________________________ 135
2.17.
Vluchtige organische stoffen: benzeen __________________________________ 139
2.18.
Vluchtige organische stoffen: tolueen __________________________________ 143
3. Gezondheidseffecten ________________________________________________________ 147
3.1 Astma en allergie________________________________________________________ 147
3.2 Genotoxiciteit: komeettest ________________________________________________ 154
3.3 Genotoxiciteit: 8-hydroxy-deoxyguanosine in urine _____________________________ 158
7
3.4 Hormonale effecten: schildklier- en geslachtshormonen _________________________ 161
3.5 Hormonale effecten: puberteitsontwikkeling __________________________________ 166
3.6 Neurologische ontwikkeling: NES-test _______________________________________ 171
3.7 Neurologische ontwikkeling: slaperigheid tijdens de dag_________________________ 173
3.8 Neurologische ontwikkeling: genderidentiteit _________________________________ 175
3.7 Nierfunctie_____________________________________________________________ 176
4. Perceptie _________________________________________________________________ 178
4.1 Inleiding _______________________________________________________________ 178
4.2 Respons _______________________________________________________________ 179
4.3 Perceptie van milieuproblemen in de woonomgeving ___________________________ 179
4.4 Informatie over milieuproblemen ___________________________________________ 190
4.5 Attitudes en gedrag rond milieubesef _______________________________________ 193
4.6 Betrokkenheid bevolking _________________________________________________ 196
4.7 Algemene conclusie _____________________________________________________ 199
Referenties _________________________________________________________________ 201
8
Samenvatting
Kadering
Het industriegebied Genk-Zuid werd als eerste prioriteit geselecteerd in de hot spot
selectieprocedure van het Steunpunt 2007-2011. Genk-Zuid werd geselecteerd omwille van de
ongerustheid die er heerst over de gezondheid van de mensen die nabij de industriezone wonen in
relatie tot de industriële activiteiten.
De opzet van de biomonitoringscampagne in Genk-Zuid is om de inwendige blootstelling aan
vervuilende stoffen en een aantal biologische en gezondheidskenmerken te meten of bevragen en
deze te vergelijken met een steekproef van dezelfde leeftijdsklasse uit de algemene Vlaamse
bevolking.
Dit onderzoek wordt uitgevoerd door het Steunpunt Milieu en Gezondheid in opdracht van de
Vlaamse Overheid (beleidsdomeinen Wetenschap, Leefmilieu en Volksgezondheid).
Methode
1. Selectie van biomerkers
Biomerkers van blootstelling:
Op basis van de beschikbare milieumeetgegevens, gemodelleerde pluimberekeningen van de
emissies en een inventaris van de aanwezige industrie werden polluenten geselecteerd die relevant
zijn voor de hot spot en waarvoor biomerkers beschikbaar zijn. Dit gebeurde in nauw overleg met
de werkgroep Genk-Zuid (VMM, Toezicht Volksgezondheid, MMK en lokale artsen).
Voor volgende polluenten werden biomerkers geselecteerd:
o zware metalen: cadmium, lood, nikkel, chroom, koper, mangaan, thallium, antimoon,
arseen en kwik;
o POP’s: PCB’s, gechloreerde pesticiden (DDE en HCB), dioxines en dioxine-achtigen,
gebromeerde vlamvertragers;
o vluchtige stoffen: PAK’s, benzeen, tolueen.
Biomerkers van effect:
Op basis van de mogelijke effecten van de geselecteerde polluenten, is het aangewezen om
volgende gezondheidsparameters te bestuderen in Genk-Zuid:
o astma en allergie;
o genotoxiciteit;
o hormoonverstoring;
o neurologische ontwikkeling;
o nierschade.
2. Selectie van doelgroep
Aangezien het doel van de studie is om de blootstelling in Genk-Zuid te vergelijken met de
algemene Vlaamse bevolking, wordt de keuze van de doelgroep gestuurd door de beschikbaarheid
van relevante Vlaamse referentiewaarden.
In de referentiebiomonitoring werden drie leeftijdsgroepen bestudeerd: pasgeborenen, jongeren
(14-15 jaar) en volwassenen (20-40 jaar). Op basis van bovenstaande selectie van biomerkers
(metalen in bloed en urine; POP’s in serum; metabolieten van vluchtige stoffen in urine) komt
enkel de jongerenpopulatie in aanmerking als referentiepopulatie. Bijgevolg werd de studie in
Genk-Zuid uitgevoerd bij 14-15 jarige jongeren uit de regio. Hier werden dan ook de relevante
9
biologische effecten bestudeerd, nl. prevalentie van astma en allergie; merkers voor DNA-schade in
bloed en DNA-herstel in urine als maat voor genotoxiciteit; puberteit en hormonen in serum als
maat voor hormoonverstoring; NES test en gestandaardiseerde vragenlijsten voor neurologische
ontwikkeling. Voor nierschade zijn geen metingen beschikbaar in de referentiepopulatie, maar de
klinische merkers werden vergeleken met diagnostische waarden.
Analoog aan de referentiepopulatie werd in Genk-Zuid ook een vragenlijst afgenomen over
milieuperceptie. Hierin werd gepeild welke milieuproblemen jongeren in hun omgeving ervaren, op
welke manier ze door wie geïnformeerd willen worden over milieuproblemen, hoe ze denken over
zorg voor het leefmilieu en of ze betrokkenheid van buurtbewoners belangrijk vinden voor het
verhelpen van milieuproblemen.
3. Selectie van onderzoeksgebied en deelnemers
Voor de selectie van het studiegebied werd een aantal criteria in aanmerking genomen, nl.
- studiegebied van de gezondheidsenquête, uitgevoerd in 2007;
- beschikbare milieumetingen: VMM-metingen van zware metalen op zwevend stof, VMM
depositiemetingen, VMM metingen van PCB126 en dioxines in de lucht, metingen van
zware metalen in groenten en bodem, pluimberekeningen van zware metalen;
- de overheersende windrichting;
- bevolkingsgegevens.
Op basis van deze gegevens werd het onderzoeksgebied geselecteerd. Het gebied bestond uit
wijken rond het industriegebied uit de gemeenten Genk en Diepenbeek (zie kaart).
Alle jongeren die binnen het onderzoeksgebied wonen en geboren zijn in 1994, 1995 of 1996
(n=586) werden aangeschreven op hun thuisadres met een uitnodiging tot deelname aan de studie.
In dezelfde periode werd de studie ook aangekondigd via de lokale media (lokale kranten, lokale
televisie, gemeenteblad, …), via affiches en flyers in de buurt (jeugdhuizen, apothekers,
huisartsen,…) en via lokale netwerken (buurtwerkers, huisartsen, imam, …). De studieverpleegsters
gaven informatiesessies in de middelbare scholen en gingen op huisbezoek in sommige wijken.
10
4. Onderzoeksplan
Volgende vragen worden beantwoord met behulp van de aangewezen statistische technieken:
1. De karakteristieken van de onderzoeksgroep in Genk-Zuid worden vergeleken met die van
de Vlaamse referentiegroep.
2. De blootstelling aan milieupolluenten in Genk-Zuid wordt vergeleken met die in de
Vlaamse referentiegroep: zowel het geometrisch gemiddelde als de 90e percentiel worden
vergeleken. Op die manier krijgen we een beeld van de gemiddelde blootstelling en van de
piekblootstelling in de groep. Deze analyse gebeurt op de ruwe, niet-gecorrigeerde data,
d.w.z. dat er geen rekening wordt gehouden met verschillen in de karakteristieken van de
twee groepen.
3. De gemiddelde blootstelling in Genk-Zuid en Vlaanderen wordt vergeleken na correctie
voor de voornaamste determinanten van blootstelling. Op die manier kan worden
berekend wat het effect is van wonen in Genk-Zuid, na correctie voor alle andere gekende
determinanten van de blootstelling.
4. De blootstellingsmerkers in Genk-Zuid worden vergeleken met gezondheidskundige
richtwaarden.
5. Binnen Genk-Zuid worden de wijken onderling vergeleken om na te gaan of er lokale
verschillen voorkomen in de blootstelling.
6. De blootstellingsmerkers worden in verband gebracht met externe milieumetingen. Er
wordt ook nagegaan of er een geografische trend geobserveerd kan worden in de
blootstelling, namelijk of er een relatie is tussen blootstellingsmerkers en afstand tot
meetposten op het industrieterrein. Verder worden de blootstellingsmerkers in de mens in
verband gebracht met de immissies van de dagen, voorafgaand aan de onderzoeksdag.
7. De gezondheidseffecten worden vergeleken tussen Genk-Zuid en de Vlaamse
referentiepopulatie.
8. De perceptievragenlijst wordt vergeleken tussen Genk-Zuid en Vlaanderen.
Resultaten
1. Beschrijving van de onderzoeksgroep
De totale respons bedraagt 34%. De finale onderzoeksgroep in Genk-Zuid bestaat uit 197 jongeren.
De rekrutering gebeurde op 17 onderzoeksdagen in de periode van 11 januari 2010 tot 27
november 2010. De voornaamste kenmerken van de deelnemers worden gegeven in Tabel I.
In vergelijking met de Vlaamse referentiegroep is de proportie meisjes in Genk-Zuid significant
hoger en ook oudere jongeren (>15,5 jaar) zijn significant meer vertegenwoordigd in Genk-Zuid.
Ondanks de kleine variatie in de gemiddelde leeftijd (15,0 jaar in Genk-Zuid vs. 14,8 jaar in
Vlaanderen) zijn de verschillen tussen de twee groepen toch significant (p=0,002).
Het opleidingsniveau van de jongeren en van het gezin ligt significant lager in Genk-Zuid.
In Genk-Zuid wonen in sommige wijken rond het industriegebied meer allochtonen. De proportie
deelnemers van Turkse, Marokkaanse en Italiaanse origine (bepaald op basis van geboorteland van
de ouders) is hoger in Genk-Zuid in vergelijking met de referentiepopulatie.
Zowel bij jongens (p=0,04) als bij meisjes (p=0,05) is de proportie deelnemers met overgewicht
hoger in Genk-Zuid. De gemiddelde BMI van de totale groep bedraagt 21,2 kg/m² in Genk-Zuid
tegenover 20,1 kg/m² in Vlaanderen (p=0,001).
Rookgewoonten, pilgebruik, voorgeschiedenis van borstvoeding zijn niet verschillend tussen de
twee groepen.
In Genk-Zuid wordt minder lokale voeding gegeten. Het percentage deelnemers dat lokale
producten consumeert, is significant verschillend voor eieren en fruit, maar niet voor groenten.
11
Tabel I: Beschrijvende statistiek voor onderzoeksgroep in Genk-Zuid en vergelijking met Vlaamse
referentiegroep
Parameter
Geslacht, n (%)
jongens
meisjes
Leeftijd , n (%)
≤ 14,5 jaar
14,5 – 15,5 jaar
> 15,5 jaar
Opleidingsniveau jongere
BSO
TSO
ASO
Hoogste opleidingsniveau in het gezin
geen diploma of lager onderw.
lager secundair
hoger secundair
hoger onderwijs
Geboorteland ouders
beide ouders Belg
één van de ouders niet-Belg
beide ouders niet-Belg
BMI-klasse bij jongens
ondergewicht
normaal
overgewicht
BMI-klasse bij meisjes
ondergewicht
normaal
overgewicht
Rookgewoonten
niet-roker
minder dan dagelijks roken
dagelijks roken
Pilgebruik bij meisjes
neen
ja
Borstvoeding als baby
neen
ja
Lokaal gekweekte groenten
neen
ja
Lokaal gekweekt fruit
neen
ja
Genk-Zuid
Vlaanderen
(n=197)
(n=210)
89 (45,2%)
108 (54,8%)
121 (57,6%)
89 (42,4%)
p = 0,01
58 (29,4%)
86 (43,7%)
53 (26,9%)
67 (31,9%)
123 (58,6%)
20 ( 9,5%)
p <0,001
39 (20,4%)
43 (22,5%)
109 (57,1%)
20 ( 9,7%)
86 (41,5%)
101 (48,8%)
p < 0,001
15 (7,8%)
23 (11,9%)
61 (31,6%)
94 (48,7%)
3 (1,4%)
22 (10,6%)
66 (31,9%)
116 (56,0%)
p = 0,02
128 (67,7%)
22 (11,6%)
39 (20,6%)
189 (90,4%)
15 (7,2%)
5 (2,4%)
p < 0,001
11 (12,4%)
60 (67,4%)
18 (20,2%)
8 (6,6%)
100 (82,6%)
13 (10,7%)
p = 0,04
9 (8,3%)
75 (69,4%)
24 (22,2%)
12 (13,5%)
68 (76,4%)
9 (10,1%)
p = 0,05
185 (94,4%)
7 (3,6%)
4 (2,0%)
189 (91,3%)
9 (4,3%)
9 (4,3%)
p = 0,42
96 (88,9%)
12 (11,1%)
80 (90,9%)
8 (9,1%)
p = 0,64
55 (28,2%)
140 (71,8%)
69 (33,5%)
137 (66,5%)
p = 0,25
121 (63,4%)
70 (36,6%)
125 (60,4%)
82 (39,8%)
p = 0,54
173 (87,8%)
24 (12,2%)
158 (76,7%)
48 (23,3%)
p = 0,004
12
Genk-zuid vs.
Vlaanderen
Parameter
Lokaal gekweekte eieren
neen
ja
Genk-Zuid
Vlaanderen
(n=197)
(n=210)
121 (68,0%)
57 (32,0%)
110 (55,0%)
90 (45,0%)
Genk-zuid vs.
Vlaanderen
p = 0,01
2. Blootstelling in Genk-Zuid in vergelijking met Vlaanderen
Tabel II geeft de blootstelling in Genk-Zuid in vergelijking met de Vlaamse controlepopulatie. Zowel
de waarde van de gemiddelde deelnemers (GM) als van de 90e percentiel wordt weergegeven. De
rode vlakken duiden significant hogere waarden aan.
In Genk-Zuid wordt een significante verhoging vastgesteld van de gemiddelde én de 90e percentiel
waarde voor koper in bloed, thallium in bloed en in urine, cadmium in urine en de PAK-metaboliet
1-hydroxypyreen in urine. Voor cadmium in bloed, chroom in bloed, koper in urine en toxisch
relevant arseen in de urine is het geometrisch gemiddelde (maar niet de P90) in Genk-Zuid
significant hoger dan in de referentiepopulatie.
In Vlaanderen wordt een significant hoger gemiddelde en 90e percentiel gevonden voor merker
PCB’s, p,p’-DDE, de som van dioxines en furanen, dioxine-achtige PCB’s en gebromeerde
vlamvertrager BDE153. Voor nikkel in bloed, antimoon in urine, kwik in haar en BDE47 in serum is
het gemiddelde (maar niet de P90) significant hoger in Vlaanderen.
Tabel II: Vergelijking van biomerkers van blootstelling tussen Genk-Zuid en Vlaanderen, nietgecorrigeerde data.
Biomerker
lood (µg/l)
cadmium (µg/l)
chroom (ng/l)
nikkel (ng/l)
koper (µg/l)
thallium (µg/l)
mangaan (µg/l)
cadmium (µg/l)
nikkel (µg/l)
schatter
Genk-Zuid
zware metalen in bloed
GM (95% BI)
13,7 (12,9-14,5)
90e percentiel
23,8
GM (95% BI)
0,24 (0,22-0,25)
e
90 percentiel
0,43
GM (95% BI)
334 (308-363)
90e percentiel
587
GM (95% BI)
1153 (1106-1201)
90e percentiel
1637
GM (95% BI)
839 (819-860)
90e percentiel
1010
GM (95% BI)
0,029 (0,028-0,030)
90e percentiel
0,038
GM (95% BI)
10,0 (9,6-10,4)
e
90 percentiel
14,1
Vlaanderen
p-waarde
14,8 (13,9-15,7)
25,1
0,21 (0,19-0,23)
0,41
255 (236-275)
497
1245 (1187-1307)
1656
790 (774-807)
913
0,027 (0,026-0,028)
0,034
9,7 (9,3-10,0)
13,8
0,08
0,63
0,03
0,78
<0,001
0,08
0,02
0,88
<0,001
0,008
<0,001
0,002
0,25
0,65
zware metalen in urine
GM (95% BI)
0,30 (0,28-0,33)
e
90 percentiel
0,61
GM (95% BI)
2,42 (2,21-2,65)
90e percentiel
5,30
0,24 (0,22-0,27)
0,51
2,58 (2,29-2,91)
5,70
0,001
0,04
0,39
0,56
13
Biomerker
koper (µg/l)
thallium (µg/l)
antimoon (µg/l)
totaal arseen (µg/l)
TRA (µg/l)
kwik (µg/g)
methylkwik (µg/g)
merker PCB's (ng/l)
p,p’-DDE (ng/l)
HCB (ng/l)
Calux PCDD/F's
(pg BEQ/g vet)
Calux dl-PCB's
(pg BEQ/g vet)
BDE47 (ng/l)
BDE153 (ng/l)
schatter
GM (95% BI)
90e percentiel
GM (95% BI)
90e percentiel
GM (95% BI)
90e percentiel
GM (95% BI)
90e percentiel
GM (95% BI)
90e percentiel
Genk-Zuid
12,0 (11,2-12,8)
20,9
0,240 (0,224-0,258)
0,430
0,074 (0,066-0,083)
0,181
12,2 (10,7-13,9)
48,5
6,47 (6,01-6,97)
11,4
Vlaanderen
10,0 (9,2-10,9)
19,0
0,195 (0,179-0,213)
0,354
0,087 (0,080-0,100)
0,187
12,1 (10,4-13,6)
43,9
4,66 (4,09-5,31)
10,3
p-waarde
0,001
0,30
<0,001
0,03
0,02
0,89
0,79
0,74
<0,001
0,24
0,19 (0,17-0,22)
0,47
0,12 (0,10-0,13)
0,32
0,004
0,18
0,19
0,26
POP’s - persistente organische polluenten
GM (95% BI)
138 (128-150)
218 (201-235)
90e percentiel
289
408
GM (95% BI)
213 (191-237)
309 (278-344)
e
90 percentiel
542
821
GM (95% BI)
34,5 (31,8-37,4)
36,7 (34,2-39,4)
90e percentiel
62,0
63,0
<0,001
<0,001
<0,001
0,04
0,26
0,88
GM (95% BI)
48,1 (43,7-53,0)
107,7 (101,4-114,4)
<0,001
90e percentiel
100
168
<0,001
GM (95% BI)
10,9 (10,1-11,8)
32,1 (30,1-34,2)
<0,001
90e percentiel
GM (95% BI)
90e percentiel
GM (95% BI)
90e percentiel
22,4
2,02 (1,84-2,22)
5,00
1,89 (1,72-2,08)
5,00
55,1
2,47 (2,42-2,73)
7,00
2,29 (2,06-2,55)
7,00
<0,001
0,004
0,20
0,008
0,002
137 (123-149)
313
88 (77-101)
313
<0,001
<0,001
0,15
0,11
zware metalen in haar
GM (95% BI)
0,15 (0,14-0,17)
e
90 percentiel
0,38
GM (95% BI)
0,11 (0,09-0,12)
90e percentiel
0,28
1-hydroxypyreen (ng/l) GM (95% BI)
90e percentiel
t,t'-muconzuur (µg/l) GM (95% BI)
90e percentiel
vluchtige stoffen
203 (183-224)
455
102 (87-121)
458
GM = geometrisch gemiddelde; BI = betrouwbaarheidsinterval; TRA = toxisch relevant arseen; PBC’s =
polygechloreerde biphenyls; p,p’-DDE = metaboliet van pesticide DDT; HCB = hexachlorobenzeen; PCDD/F’s = som
van dioxines en furanen; dl-PCB’s = dioxine-achtige PCB’s; BDE = polygebromeerde diphenyl ether.
14
3. Effect van gebied na correctie voor determinanten van blootstelling
De ruwe data geven een totaal beeld van verschillen tussen Genk-Zuid en Vlaanderen. Variaties zijn
mogelijk te wijten aan lokale milieuvervuiling, maar kunnen ook het gevolg zijn van verschillen in
persoonskenmerken (bijv. leeftijd, geslacht, enz…) of levensstijl van de deelnemers (bijv.
rookgewoonten, voeding, enz..) Daarom is het belangrijk om rekening te houden met de variatie
van gekende determinanten van de blootstelling in het statistisch model.
Na correctie voor verstorende factoren kunnen we dan berekenen hoeveel hoger/lager de waarde
van een biomerker in Genk-Zuid ligt t.o.v. Vlaanderen. Op die manier kan worden uitgedrukt
hoeveel % van de biomerkerwaarde verklaard wordt door ‘gebied’ (zie Tabel III). Significante
resultaten zijn gemarkeerd in het rood.
Wat betreft de zware metalen is wonen in Genk-Zuid geassocieerd met significant hogere
blootstelling aan cadmium (18% hoger in urine), chroom (32% hoger in bloed), koper (5% hoger in
bloed; 11% hoger in urine), thallium (11% hoger in bloed) en arseen (toxisch arseen in urine 32%
hoger), maar anderzijds werden significant lagere waarden geobserveerd voor antimoon (21% lager
in urine), nikkel (7% lager in urine) en kwik (15% lager in haar) (Tabel III).
Cadmium geeft een maat voor middellange tot levenslange blootstelling, en kan dus
geaccumuleerde blootstelling uit de regio weerspiegelen. Chroom, koper en thallium zijn merkers
voor recente blootstelling en verhoogde waarden rond het industriegebied kunnen mogelijk wijzen
op een lokale bron. Blootstelling aan arseen gebeurt via de lucht en/of via het drinkwater (vaak
omwille van natuurlijk verrijkte arseenconcentraties in de bodem). Op basis van de
drinkwatergegevens uit de regio kunnen de hogere waarden niet worden verklaard.
De lagere waarden van antimoon en kwik geven mogelijk aan dat sommige bronnen van deze
polluenten (electronica industrie, steenkoolverbranding voor thallium en consumptie van vis voor
kwik) meer voorkomen in de Vlaamse referentiegroep in vergelijking met Genk-Zuid. Nikkel in
bloed is verlaagd ondanks het feit dat er mogelijk een lokale bron aanwezig is. Via de biomonitoring
is het enkel mogelijk om oplosbaar nikkel te meten, terwijl onoplosbaar nikkel - vaak afkomstig van
industriële oorsprong en toxicologisch relevant (belangrijker voor de gezondheid)- moeillijker te
meten is in de mens.
De blootstelling aan POP’s in Genk-Zuid is lager dan in Vlaanderen: de verschillen zijn significant
voor alle gemeten gechloreerde en gebromeerde polluenten, behalve voor het pesticide
hexachlorobenzeen (HCB). De waarden in Genk-Zuid liggen 32% tot 93% lager dan in de Vlaamse
referentiegroep (Tabel III). De verschillen tussen Genk-Zuid en Vlaanderen kunnen niet verklaard
worden door variatie in voedingsgewoonten, lichaamssamenstelling, opleidingsniveau, seizoen.
Ook het verschil in studieperiode (twee jaar later in Genk-Zuid) kan de lagere waarden niet volledig
verklaren. We kunnen dus besluiten dat er een regio-effect is, en dat de blootstelling aan POP’s
lager is in de regio Genk-Zuid in vergelijking met algemeen Vlaanderen.
Van de 10 verschillende gebromeerde stoffen die in deze studie worden gemeten zijn de waarden
niet kwantificeerbaar voor 42,9% tot 98% van de stalen. Dit is vergelijkbaar met de Vlaamse
referentiepopulatie en met studies binnen Europa.
De PAK-metaboliet (1-hydroxypyreen) komt in hogere concentratie voor in Genk-Zuid in
vergelijking met algemeen Vlaanderen. De blootstelling is 33% hoger na correctie voor
persoonsgebonden of levensstijlfactoren. Voor de benzeenmetaboliet (t,t’-muconzuur) ligt de
waarde in Genk-Zuid 8% hoger, maar dit verschil is niet significant (Tabel III). Zowel PAK’s als
benzeen zijn vooral afkomstig van verkeersemissies. Beiden kunnen ook industriële bronnen
hebben. De tolueen metaboliet (o-cresol) is niet detecteerbaar in 99% van de deelnemers; bij 2
deelnemers liggen de waarden net boven de detectielimiet. Er werd dus geen probleem voor
tolueen vastgesteld in het studiegebied (als geheel beschouwd) op basis van de biomonitoring. De
15
gemeten biomerker weerspiegelt zeer recente blootstelling (afgelopen uren), waardoor het
mogelijk is dat piekbelastingen van tolueen in de omgeving niet zijn opgepikt.
Tabel III: Vergelijking van biomerkers van blootstelling tussen Genk-Zuid en Vlaanderen, na
correctie voor verschillen in samenstelling van de groepen. De cijfers geven aan hoeveel procent
hoger (+) of lager (-) de waarde in Gent-Zuid ligt t.o.v. Vlaanderen na correctie voor verschillen in
samenstelling van de groepen.
Biomerker
lood (µg/l)
cadmium (µg/l)
chroom (ng/l)
nikkel (ng/l)
koper (µg/l)
thallium (µg/l)
mangaan (µg/l)
cadmium (µg/l)
koper (µg/l)
thallium (µg/l)
nikkel (µg/l)
antimoon (µg/l)
totaal arseen (µg/l)
TRA (µg/l)
kwik (µg/g)
methylkwik (µg/g)
merker PCB's (ng/l)
effect van
p-waarde
correctiefactoren
gebied
(Genk-Zuid
t.o.v. Vlaand.)
zware metalen in bloed
-2%
0,63
leeftijd, geslacht, roken, opleiding,
seizoen
+10%
0,14
leeftijd, geslacht, roken, opleiding, serum
ferritine
+32%
<0,001
leeftijd, geslacht, roken, seizoen
- 7%
0,03
leeftijd, geslacht, roken
+5%
0,009
leeftijd, geslacht, roken, opleiding,
seizoen
+11%
<0,001
leeftijd, geslacht, roken, seizoen
+2%
0,42
leeftijd, geslacht, roken, opleiding,
seizoen
zware metalen in urine
+18%
0,008
densiteit van de urine, leeftijd, geslacht,
roken, duur collectie
+11%
0,03
densiteit van de urine, leeftijd, geslacht,
roken, duur collectie
+8%
0,16
densiteit van de urine, leeftijd, geslacht,
roken, seizoen, duur collectie
-8%
0,30
densiteit van de urine, leeftijd, geslacht,
roken, duur collectie
-21%
0,003
densiteit van de urine, leeftijd, geslacht,
roken, duur collectie
+6%
0,55
densiteit van de urine, leeftijd, geslacht,
roken, visconsumptie, duur urinecollectie
+32%
0,001
densiteit, leeftijd, geslacht, roken,
visconsumptie, seizoen, duur
urinecollectie
zware metalen in haar
-15%
0,04
leeftijd, geslacht, roken, opleiding,
visconsumptie
-7%
0,39
leeftijd, geslacht, roken, visconsumptie
POP’s - persistente organische polluenten
-28%
<0,001
bloedvet, leeftijd, geslacht, roken, BMI,
opleiding, borstvoeding, lokale eieren,
seizoen
16
Biomerker
p,p-DDE (ng/l)
effect van
gebied
(Genk-Zuid
t.o.v. Vlaand.)
-22%
HCB (ng/l)
-7%
Calux PCDD/F's
(pg BEQ/g serum)
Calux dl-PCB's
(pg BEQ/g serum)
BDE47 (ng/l)
BDE153 (ng/l)
-59%
1-hydroxypyreen
(ng/l)
+33%
t,t'-muconzuur (µg/l)
+8%
-68%
-18%
-11%
p-waarde
correctiefactoren
0,002
bloedvet, leeftijd, geslacht, roken, BMI,
borstvoeding, lokale eieren
0,17
bloedvet, leeftijd, geslacht, roken, BMI,
opleiding, borstvoeding, zelfgevangen vis,
seizoen
<0,001
bloedvet, leeftijd, geslacht, roken, BMI,
seizoen
<0,001
bloedvet, leeftijd, geslacht, roken, BMI,
seizoen
0,007
bloedvet, leeftijd, geslacht, BMI, seizoen
0,10
bloedvet, leeftijd, geslacht, BMI,
opleiding
vluchtige stoffen
<0,001
densiteit van de urine, geslacht, leeftijd,
roken, passief roken, opleiding, seizoen,
duur urinecollectie
0,49
densiteit van de urine, leeftijd, geslacht,
roken, opleiding, duur urinecollectie
TRA = toxisch relevant arseen (= som van inorganisch arseen (iAs), monomethylarseenzuur (MMA) en
dimethylarseenzuur (DMA)); PBC’s = polygechloreerde biphenyls; p,p’-DDE = metaboliet van pesticide DDT; HCB =
hexachlorobenzeen; PCDD/F’s = som van dioxines en furanen; dl-PCB’s = dioxine-achtige PCB’s; BDE = polygebromeerde
diphenyl ether.
4. Blootstelling in vergelijking met gezondheidskundige richtwaarden
De blootstelling bij de jongeren in Genk-Zuid wordt vergeleken met gezondheidskundige
richtwaarden voor de algemene bevolking. Deze richtwaarden zijn afgeleid door wetenschappelijke
commissies op basis van een evaluatie van beschikbare gegevens in de literatuur (HBM I en HBM II)
of zijn geëxtrapoleerd vanuit proefdierstudies, rekening houdend met de toxico-kinetiek bij de
mens (biomonitoring equivalents, BE’s). Slechts voor enkele stoffen bestaan er
gezondheidskundige richtwaarden. Zowel binnen Genk-Zuid als in de Vlaamse referentiepopulatie
werd nagekeken welk percentage van de deelnemers een meetwaarde hoger dan de richtwaarde
heeft (tabel IV). Een hogere inwendige blootstelling aan toxische stoffen brengt mogelijk een
gezondheidsrisico mee, maar de kans op een betekenisvol risico is uiteraard groter wanneer
gezondheidskundige richtwaarden worden overschreden.
Voor urinair cadmium hebben 19,6% van de jongeren een waarde die hoger is dan de HBM I
waarde van 0,5 µg/l, dit betekent dat gezondheidsrisico’s niet zijn uit te sluiten; geen enkele
jongere had een meting boven de 2,0 µg/l (HBM II), de waarde waarboven extra gezondheidsrisico
mogelijk is. In algemeen Vlaanderen had 11,4% van de jongeren een waarde boven de HBM I
richtwaarde. De Biomonitoring Equivalents (BE’s) van 1,2 en 1,5 µg/l voor urinair cadmium worden
niet overschreden.
Voor toxisch relevant arseen (TRA) had 65,4% van de jongeren een waarde boven de richtlijn. Dit is
dubbel zo veel als in de algemene populatie.
Voor de overige polluenten was het percentage jongeren dat de gezondheidskundige norm
overschrijdt laag (geen, 1 of 2 personen van de totale groep).
17
Tabel IV: Vergelijking van blootstelling bij jongeren in Genk-Zuid met gezondheidskundige
richtwaarden
Biomerker
gezondheidskundige richtwaarden
Cadmium in urine
HBM I
HBM II
BE (ATSDR)
BE (USEPA)
BE (ATSDR)
BE (USEPA)
WHO
BE
BE
BE (ATSDR)
BE (WHO neoplasm)
Bloed cadmium
Bloed lood
TRA in urine
Serum p,p’-DDE
Serum HCB
0,5 µg/l
2 µg/l
1,2 µg/l
1,5 µg/l
1,4 µg/l
1,7 µg/l
100 µg/l
6,4 µg/l
500 ng/g vet
47 ng/g vet
43 ng/g vet
% boven de richtwaarde
Genk
Vlaanderen
19,6%
11,4%
0%
0%
0%
0%
0%
0%
0,5%
1,9%
0,5%
1,9%
0%
0%
64,5%
33,8%
1,0%
2,4%
0,5%
0%
0,5%
0%
HBM = human biomonitoring waarde van de Duitse biomonitoring commissie; BE = biomonitoring equivalent
ATSDR = Agency for Toxic Substances and Disease Registry; USEPA= United States Environmental Protection Agency.
5. Wijken van Genk-Zuid
Binnen Genk-Zuid werden de blootstellingsmerkers
vergeleken tussen de verschillende wijken. De
indeling in de wijken was gebaseerd op de
geografische ligging en het aantal deelnemers: de
groepen moesten voldoende groot zijn om als apart
gebied onderzocht te worden.
De interpretatie van deze analyses dient met
omzichtigheid te gebeuren omdat de studie eigenlijk
niet ontworpen is om dergelijke kleine subgroepen
zoals de wijken binnen Genk-Zuid te vergelijken.
Bovendien werd er niet gecorrigeerd voor verschillen
tussen de groepen (bijv. leeftijd, roken, voeding, enz..). De resultaten geven een zicht op mogelijke
verschillen binnen de regio, maar kunnen enkel geïnterpreteerd worden als ‘trends’, d.w.z. dat
bevestiging van andere gegevens nodig is om de resultaten te valideren.
Voor de zware metalen werden significante verschillen binnen de regio Genk-Zuid vastgesteld voor
lood, chroom, nikkel en koper (Tabel V). Ten opzichte van sommige andere wijken werden
significant hogere waarden geobserveerd in Nieuw-Sledderlo voor bloed lood, bloed chroom en
bloed koper; in Kolderbos voor bloed koper en in Diepenbeek voor bloed chroom; nikkel in bloed
was signficant lager in Oud-Termien ten opzichte van sommige andere wijken. De resultaten in
Nieuw-Sledderlo zijn mogelijks betekenisvol omdat verschillende metalen verhoogd zijn en
aangezien deze wijk in de overheersende windrichting, dicht bij het industrieterrein ligt. In Langerlo
werd een (statistisch niet significante) trend naar hoge koperwaarden in bloed gevonden.
Voor de POP’s werden significant verschillen tussen de wijken vastgesteld voor PCB’s, p,p’-DDE en
de gebromeerde vlamvertrager BDE153 (Tabel VI). In vergelijking met sommige andere wijken
werden significant hogere waarden geobserveerd in Oud-Termien en Oud-Sledderlo.
18
Tabel V: Vergelijking van blootstelling aan zware metalen tussen de wijken in Genk-Zuid
N
lood in bloed chroom in bloed
nikkel in bloed
koper in bloed
(µg/l)
(ng/l)
(ng/l)
(µg/l)
Diepenbeek
60 11,9 (10,7-13,1) 389 (351-431)
1114 (1054-1178) 818 (782-855)
Oud-Termien
15 15,3 (11,8-19,7) 270 (187-388)
954 (839-1085)
774 (722-830)
Langerlo+
27 13,1 (11,5-15,0) 258 (208-320)
1184 (1054-1330) 879 (794-974)
Kolderbos
20 12,5 (10,4-15,0) 342 (250-468)
1355 (1115-1647) 861 (803-923)
Nieuw-Sledderlo
31 19,6 (16,6-23,0) 410 (334-503)
1165 (1098-1236) 890 (848-934)
Oud-Sledderlo
15 14,0 (11,2-17,4) 265 (195-358)
1176 (855-1637) 815 (757-879)
Terboekt+
29 13,2 (11,8-14,7) 288 (220-377)
1171 (1014-1351) 829 (777-884)
p-value
<0,001
<0,001
0,02
0,008
N= aantal deelnemers
Tabel VI: Vergelijking van blootstelling aan POP’s tussen de wijken in Genk-Zuid
N
Serum PCB’s
Serum p,p’Serum BDE153
(ng/l)
DDE (ng/l)
(ng/l)
Diepenbeek
60
126 (109-145)
204 (164-252)
2,34 (2,01-2,73)
Oud-Termien
15
189 (154-233)
289 (239-350)
3,19 (2,34-4,33)
Langerlo+
27
160 (133-191)
182 (148-224)
2,02 (1,55-2,64)
Kolderbos
20
120 (86-167)
184 (114-296)
1,46 (1,12-1,91)
Nieuw-Sledderlo
31
106 (87-130)
214 (155-296)
1,12 (1,02-1,23)
Oud-Sledderlo
15
183 (143-234)
296 (200-438)
1,99 (1,32-3,00)
Terboekt+
29
158 (125-200)
212 (161-279)
1,77 (1,30-2,43)
p-value
<0,001
0,01
<0,001
6. Blootstelling in relatie met externe milieumetingen
Er werd bestudeerd of de biomonitoringsresultaten een verband vertonen met de VMM-metingen
die werden geregistreerd tijdens de periode van rekrutering. De immissies van de 3 dagen die
voorafgaan aan een veldwerkdag van de biomonitoring werden gecorreleerd met de
respectievelijke biomerkers van blootstelling voor de verschillende metalen. Er werd een significant
verband gevonden tussen de immissie van chroom in de laatste drie dagen en de waarde van
chroom in de urine. Per stijging van 20 ng/m² in de lucht neemt de waarde in urine toe met een
factor 1,03. Bijv. de waarden voor immissies van 20, 100 en 200 ng/m³ stemmen overeen met
urinaire Cr-waarden van respectievelijk 0,276; 0,313 en 0,360 µg/l.
Er werd ook bestudeerd of er een relatie is tussen de biomerker van blootstelling en de afstand tot
de VMM meetposten, die een proxy vormen voor de bronnen op het industrieterrein. Voor bloed
lood was er een significante toename van de bloed loodconcentratie bij kortere afstanden tot
meetposten GK02 en GK11. Dit bevestigt de hoge waarden van bloed lood die gevonden werden in
Nieuw-Sledderlo, de wijk kort bij het industrieterrein.
7. Gezondheidseffecten
Astma en allergie
In de totale groep van Genk-Zuid heeft 9,2% van de deelnemers astma (diagnose gesteld door de
dokter). Dit is zeer vergelijkbaar met de algemene Vlaamse referentiegroep. Binnen Genk-Zuid
werd echter wel significant meer astma vastgesteld in de wijken Kolderbos (29,4%) en Oud19
Sledderlo (20,0%) ten opzicht van de andere wijken. Mogelijk kunnen ook binnenshuisfactoren
bijdragen tot deze verschillen.
In vergelijking met Vlaanderen is de prevalentie van allergie voor dieren significant lager in GenkZuid.
Genotoxische effecten
DNA-schade (breuken in de DNA ketens) in bloedcellen, gemeten met de komeettest, blijkt
aanzienlijk (26%) en significant hoger in Genk-Zuid dan in de Vlaamse referentiepopulatie. Het
verschil in DNA-breuken na omzetten van sommige andere vormen van DNA-schade (oxidaties,
andere chemische veranderingen aan de DNA bouwstenen) in breuken blijkt nog groter te zijn
(69%). De hogere interne blootstelling aan PAK's en aan sommige zware metalen kan bijgedragen
hebben aan de hogere DNA schade in Genk. DNA-breuken, zoals gemeten door de komeettest,
worden bijna altijd hersteld. Het herstel is echter nooit voor 100% volledig en correct, zodat
mutaties kunnen ontstaan. Op het niveau van het individu kan niet gesteld worden dat een grotere
hoeveelheid breuken geassocieerd is aan een grotere kans op kanker, omdat één bepaald individu
met meer DNA-breuken ook een grotere capaciteit tot correct herstel van de breuken kan
vertonen. Op groepsniveau is het echter waarschijnlijk dat een grotere hoeveelheid breuken in
DNA gepaard gaat met een groter kankerrisico.
Hormonaal evenwicht en sexuele rijping
Er werden talrijke verschillen genoteerd in de hormonale concentraties in het bloed van jongeren
uit Genk-Zuid vergeleken met deze uit Vlaanderen in het algemeen.
Met betrekking tot de schildklierfunctie vertoonden jongeren uit Genk-Zuid een statistisch
significant lagere thyroxine en een statistisch significant hogere triiodothyronine concentratie dan
de jongeren uit de referentiestudie. Er zijn iets meer abnormaal hoge triiodothyronine waarden
gemeten in Genk-2uid (13 op 197) dan in Vlaanderen (8 op 204), maar dit verschil is niet statistisch
significant (p=0,26). Het aantal te lage thyroxine waarden was ongeveer gelijk in Genk-Zuid (9/197)
en Vlaanderen (8/204). Met betrekking tot de functie van geslachtsorganen vertoonden de
mannelijke adolescenten uit Genk-Zuid hogere bloedconcentraties aan vrij (actief, medisch
belangrijk) testosteron (mannelijk geslachtshormoon), aan totaal oestradiol (vrouwelijk
geslachtshormoon) en aan vrij (actief, medisch belangrijk) oestradiol. Jongens uit Genk-Zuid
bereiken meer frequent volwassen hormoonconcentraties, ook na correctie voor verstorende
factoren en voor alle statistisch significante covariaten. Met betrekking tot seks-gebonden
lichamelijke ontwikkeling bleken jongeren in Genk-Zuid, na correctie voor persoonsgebonden
factoren waaronder leeftijd, verder te staan in het proces van seksuele rijping. Dit verschil was
echter alleen uitgesproken en statistisch significant voor meisjes.
Een aantal verschillen in hormonale concentraties en sexuele rijping, tussen jongeren wonend in
Genk-Zuid en jongeren uit Vlaanderen in het algemeen, zijn niet uit te leggen door verschillen in
persoonsgebonden of levensstijlfactoren. Deze verschillen zijn zeer waarschijnlijk voor een deel te
wijten aan verschillen in milieuvervuiling. Ethniciteit (meer allochtonen in Genk Zuid) en het feit dat
er iets meer jongeren boven de leeftijd van 15,5 jaar deelnamen in Genk Zuid , factoren waarvoor
de statistische correctie mogelijk (leeftijd) of waarschijnlijk (ethniciteit) onvolledig was, kunnen
echter ook een rol spelen. Welke zijn de omgevingsfactoren die kunnen bijdragen tot de
verschillen? Er is op dit ogenblik helaas geen duidelijk antwoord op deze vraag. Wel staat vast dat
hormoonverstorende polluenten een invloed kunnen hebben op de sexuele rijping. Onder meer
vervroegd optreden van de puberteit bij meisjes wordt dikwijls waargenomen.
Neurologische ontwikkeling
De NES test (Neurobehavioral Evaluation System) is een batterij van neurologische testen die
ontwikkeld is om de effecten van milieuverontreiniging te onderzoeken en bestaan uit vier
onderdelen. Enkel in de "Continuous Performance" test die het concentratievermogen meet werd,
20
na correctie voor verstorende factoren (zoals leeftijd, geslacht, opleidingsniveau), een significant
verschil gemeten tussen adolescenten uit Genk-Zuid en deze uit Vlaanderen in het algemeen.
Jongeren uit Genk-Zuid maakten meer fouten in deze test. Het is mogelijk dat deze lichte verstoring
van het concentratievermogen verband houdt met een ietwat hogere inwendige blootstelling aan
zware metalen.
8. Perceptie
Bijna drie op de vier jongeren in Genk-Zuid meldt een milieuprobleem in zijn of haar
woonomgeving, dat is bijna 3 keer vaker dan hun leeftijdsgenoten in Vlaanderen. Het gaat vooral
over luchtvervuiling, vaak in combinatie met geurhinder en geluidshinder. Jongeren zien in GenkZuid vooral een combinatie van milieuproblemen veroorzaakt door de industrie, verkeer/transport
en afval(verwerking). Oplossingen voor deze problemen zien jongeren voornamelijk in het
reduceren van uitstoot, het sorteren en reduceren van afval en het stimuleren van groene energie.
De helft van de jongeren die in Genk-Zuid een milieuprobleem aangeeft, is in bepaalde mate
ongerust over de gezondheidsgevolgen van die problemen. Bij leeftijdsgenoten in Vlaanderen
bedraagt dit percentage 22%. Jongeren in Genk-Zuid stellen ook vaker dan gemiddeld
gezondheidsklachten vast binnen hun gezin die ze relateren aan milieuproblemen: vooral
luchtwegklachten, vermoeidheid, hoofdpijn, stress en allergie.
De rangorde van meest betrouwbare infokanalen voor milieuproblemen is vergelijkbaar voor
jongeren uit Genk-Zuid en Vlaanderen: wetenschappers, huisartsen en milieuorganisaties genieten
veel vertrouwen. Consumentenorganisaties, politieke partijen en de veroorzakers van
milieuproblemen genieten weinig vertrouwen. In vergelijking met Vlaanderen hebben jongeren in
Genk-Zuid wel minder vertrouwen in de algemene media en wetenschappers. Ook voor andere
infokanalen zien we in Genk-Zuid iets minder vertrouwen, maar die verschillen zijn kleiner.
Ondanks het lager vertouwen, hebben jongeren in Genk-Zuid wel meer behoefte aan
informatieverstrekking dan gemiddeld door bijna alle informatiekanalen. Vooral wetenschappers
en de veroorzakers van milieuproblemen moeten volgens jongeren in Genk-Zuid meer informatie
verstrekken.
Jongeren in Genk-Zuid vinden een actieve betrokkenheid van de plaatselijke bevolking bij het
informeren over milieuproblemen en het zoeken naar oplossingen voor de problemen wenselijker
dan gemiddeld in Vlaanderen; hoewel ook in Genk-Zuid meer passieve vormen van betrokkenheid
hoger scoren. De bereidheid om ook zelf actief betrokken te worden is in Genk-Zuid echter niet
groter dan gemiddeld.
Attitudes en gedrag rond milieubesef zijn grotendeels gelijklopend bij jongeren uit Genk-Zuid en
Vlaanderen. In Genk-Zuid geven jongeren wel minder vaak dan gemiddeld aan gebruik te maken
van het openbaar vervoer en de fiets om zorg voor het leefmilieu te dragen. Jongeren die in GenkZuid aangeven dat ze meer rekening met het leefmilieu zouden willen houden geven ook vaker dan
gemiddeld aan dat ze vinden dat bedrijven daar eerst meer inspanningen voor moeten leveren.
Conclusie
In vergelijking met een steekproef van algemeen Vlaanderen wordt bij jongeren die wonen in de
buurt van het industriegebied Genk-Zuid een hogere blootstelling aan PAK's en bepaalde zware
metalen vastgesteld en een lagere blootstelling aan persistente stoffen zoals PCB’s, DDT, dioxines
en gebromeerde vlamvertragers. Er worden ook enkele verschillen gevonden voor sommige
gezondheidsparameters, namelijk verschillen in hormoonconcentraties en seksuele rijping, meer
DNA schade en een zeer lichte daling in concentratievermogen.
In een verder fase van de studie zal de relatie tussen blootstelling en gezondheid in detail worden
onderzocht, en zal worden gezocht naar mogelijke bronnen van de verhoogde blootstelling.
21
Inleiding
Dit rapport bevat de resultaten van een biomonitoringsprogramma dat werd uitgevoerd bij
jongeren die wonen rond het industriegebied van Genk Zuid. Deze studie maakt deel uit van de
tweede cyclus van het Vlaams Humaan Biomonitoringsprogramma dat wordt uitgevoerd door het
Steunpunt Milieu en Gezondheid 2007-2011 in opdracht van de Vlaamse overheid (minister van
Welzijn, Volksgezondheid en Gezin, minister van Leefmilieu, Natuur en Energie en minister van
Economie, Wetenschap en Innovatie).
Het Vlaams Humaan Biomonitoringsprogramma meet de aanwezigheid van vervuilende stoffen 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.
Deze trends kunnen tijdstrends zijn maar ook ruimtelijke gradaties. In de tweede cyclus van het
Vlaams humaan biomonitoringsprogramma werden twee “hot spot” gebieden geselecteerd waar
een bijzonder zorg is over de effecten van de lokale omgeving op de gezondheid.
Humane biomonitoring betekent het organiseren van meetcampagnes bij de mens, waarbij de
blootstelling aan polluenten wordt bestudeerd aan de hand van de inwendige concentraties
(blootstellingsbiomonitoring), en de biologische of gezondheidseffecten van polluenten worden
onderzocht (effectgerichte biomonitoring). Hierdoor laat humane biomonitoring niet alleen toe om
de risico’s op gezondheidseffecten op te sporen vooraleer er zich herkenbare ziektebeelden
voordoen, maar geeft ook inzicht in het beleid om eventueel preventieve maatregelen te nemen
en de efficiëntie ervan op te volgen.
De
problematiek
van
de
gezondheidseffecten
van
milieufactoren
is
een
bevoegdheidsoverschrijdend thema en behoort tot de bevoegdheden van zowel de Vlaamse
minister van Volksgezondheid als de Vlaamse minister van Leefmilieu. Het
biomonitoringsprogramma wordt gesteund en gefinancierd door beide ministeries, samen met de
Vlaamse minister van Wetenschap en Innovatie. De wetenschappelijke en innovatieve aanpak van
het meetnetwerk en het participatief karakter ervan dat gereflecteerd wordt in de hechte
samenwerking tussen onderzoekers, beleidsmakers, lokale actoren en residenten vindt ook
weerklank in Europa waar Vlaanderen, dank zij dit initiatief, een voortrekkersrol opneemt.
De eerste cyclus van het Vlaams Humaan Biomonitoringsprogramma (2002-2006) gaf aan dat er
belangrijke individuele verschillen zijn in blootstelling en effect van milieuvervuilende stoffen, maar
ook de streek waar men woont heeft een significante invloed op de gehaltes die gemeten worden.
In de tweede cyclus (2007-2011) werd een uitgebreid pannel van biomerkers voor vervuilende
stoffen en effecten gemeten in drie leeftijdsgroepen: (1) moeders en pasgeborenen (2) jongeren
(14-15 jaar) (3) jong volwassenen (20-40 jaar). Naast de biomerkers van blootstelling werden ook
gezondheidsparameters bepaald en werd gepeild naar de perceptie van milieuproblemen. De
deelnemers werden op toevallige basis geselecteerd uit de algemene Vlaamse bevolking. De
steekproef leverde voor elke leeftijdsgroep en voor elke biomerker “referentiewaarden” op.
Biomerkerwaarden werden bekomen voor goed karakteriseerde giftige stoffen, maar ook voor
nieuwere chemicaliën die recent in het milieu werden geïntroduceerd. De “referentiewaarden”
laten toe om populaties met afwijkende waarden te identificeren.
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)
22
Via een ruime maatschappelijke overlegprocedure werden een aantal mogelijke “ hot spot”
gebieden opgelijst. In de tweede cyclus van het Vlaams humaan biomonitoringsprogramma werden
twee prioritaire gebieden effectief opgenomen in biomonitoringsonderzoek nl. Genk-Zuid en
Menen omwille van ongerustheid over de lokale milieudruk.
Dit rapport beschrijft op statistische wijze de gehaltes aan specifieke polluenten en
gezondheidsparameters die gemeten worden in een steekproef van jongeren (14-15 jaar) die
wonen rond het industriegebied van Genk Zuid en vergelijkt deze met een steekproef van jongeren
afkomstig uit de algemene bevolking van Vlaanderen. Jongeren (14-15 jaar) werden geselecteerd
als leeftijdsgroep omdat ze vooral blootgesteld zijn aan lokale leefmilieufactoren en ook omdat ze
de toekomstige generatie vormen. Deze gegevens worden hier gerapporteerd.
In een vervolgfase zal de relatie tussen de blootstellingsmerkers en gezondheidsparameters verder
onderzocht worden. Hiervoor zullen de biomerkeranalyses van alle jongeren samen gebracht
worden, zowel deze van het onderzoeksgebied Genk Zuid, als deze van het onderzoeksgebied
Menen en de referentiebiomonitoring. Op deze manier wordt de onderzoeksgroep voldoende
groot om de relaties op statistische wijze verder te onderzoeken.
In de hot spots werden jongeren gevraagd om deel te nemen aan de biomonitoringscampagne. De
deelnemers vulden een uitgebreide vragenlijst in. Deze informatie laat toe om de invloed van
leeftijd, geslacht, maar ook van omgevingsfactoren zoals actief en passief roken, het gebruik van
lokaal geteelde voeding, verkeersblootstelling, sociale klasse op biomerkerwaarden vast te stellen.
De campagne werd uitgevoerd door een multidisciplinair team van onderzoekers in nauw overleg
met de lokale actoren en de stuurgroep Genk Zuid.
Dit rapport rapporteert alle bevindingen tot dusver, ruwe gegevens worden weergegeven evenals
de vergelijkbaarheid met referentiewaarden uit Vlaanderen en voor zover beschikbaar ook de
gezondheidskundige betekenis. Toename of afname van polluentconcentraties in de mens zijn
belangrijke gegevens voor de oriëntatie en evaluatie van de impact van het milieubeleid op de
mens.
23
Methode
1. Onderzoeksgebied
Voor de selectie van het onderzoeksgebied werd in eerste instantie vertrokken van de regio uit de
gezondheidsenquête. De gezondheidsenquête werd afgenomen bij volwassenen (20-70 jaar)
wonend rondom het industriegebied Genk-Zuid, in de gemeenten Bilzen, Genk, Diepenbeek en
Zutendaal en bij een controlegroep van dezelfde leeftijd in de rest van de betrokken gemeenten
(Provinciaal Instituut voor Hygiëne, 2007).
Daarnaast werd een inventaris gemaakt van de beschikbare milieumeetgegevens die beschikbaar
zijn voor de regio. Volgende data werden gebruikt:
VMM-metingen zware metalen op zwevend stof. VMM voert metingen uit van zware
metalen op PM10 in volgende meetposten: 00GK02, 00GK03, 00GK04, 00GK05, 00GK06 en
00GK10. Voor de gebiedsselectie werd gebruik gemaakt van de meetresultaten van 2008.
De Lambert X-, Y-coördinaten van deze meetstations werden verkregen van VMM.
VMM-depositiemetingen. In 2008 voerde VMM een meetcampagne naar zware metalen
op stofuitval (depositie) in de wijken Sledderlo en Ter Boekt. De Lambert X-, Y-coördinaten
van deze meetplaatsen werden verkregen bij VMM.
VMM-metingen dioxines en PCB126 in de lucht. In Genk-Zuid heeft VMM twee
meetplaatsen voor dioxines en PCB126, geplaatst in functie van het schrootverwerkende
bedrijf. De gemeten dioxinegehalten voor 2008 liggen in beide meetposten onder de
grenswaarde van 26 pg TEQ/m².dag. Voor PCB126 worden wel hoge waarden gemeten in
meetpost Genk2.
Metingen zware metalen op groenten en in bodemstalen. In opdracht van TOVO werden
bodem- en groentemonsters onderzocht op zware metalen in de wijken Sledderlo en Ter
Boekt.
Pluimberekeningen zware metalen. In opdracht van VMM ontwikkelt VITO een
rekenmodel voor zware metalen in hotspots, gebaseerd op zowel geleide als diffuse
emissies. Het rekenmodel dat gebruikt wordt, is een uitbreiding van het IFDM-model
(Cosemans et al., 2008). Om de ontbrekende diffuse emissies te bepalen, wordt gebruik
gemaakt van zogenaamde ‘omgekeerde modellering’. Op basis van meetgegevens
afkomstig van de VMM meetposten (voor Genk-Zuid zijn dit meetposten 00GK02, 00GK03
en 00GK05) kan via omgekeerde modellering het aandeel ontbrekende diffuse emissies
berekend worden. Zowel de gerapporteerde geleide emissies als de berekende diffuse
emissies kunnen dan bij de pluimberekening in rekening worden gebracht.
Overheersende windrichting. Bij de interpretatie van de milieumeetgegevens in zwevend
stof en in de lucht werd rekening gehouden met de windrozen van de regio.
Een derde en laatste parameter die meegenomen werd in de selectie van het onderzoeksgebied is
de bevolkingsdichtheid van de leeftijdsgroepen die in aanmerking komen voor biomonitoring
(pasgeborenen, jongeren 14-16 jaar, volwassenen 20-40 jaar). De gebruikte bevolkingsgegevens
zijn afkomstig van de gemeentelijke fiches demografie, editie 2009, van de Provincie Limburg. De
gegevens in deze fiches zijn afkomstig van FOD Economie, Algemene Directie Statistiek en
Economische Informatie, Dienst Demografie en geven de situatie weer op 01/01/2006.
Vertrekkende van het onderzoeksgebied uit de gezondheidsenquête en op basis van de
beschikbare milieumeetgegevens, overheersende windrichting en bevolkingscijfers werd het
onderzoeksgebied bepaald door een werkgroep die bestond uit leden van het veldwerkcomité van
24
het Steunpunt Milieu en Gezondheid, experten van VMM en Tovo, de medisch milieukundige uit de
regio en lokale huisartsen.
Het geselecteerde onderzoeksgebied wordt gegeven in Figuur 1. De wijken liggen in de
overheersde zuid-west windrichting en bestaan uit wijken van de gemeente Genk (Oud-Termien,
Kolderbos, Langerlo, Fletersdel, Terboekt, Koebaan, Meibos, Oud-Sledderlo en Nieuw-Sledderlo) en
de gemeente Diepenbeek (Lutselus, Rozendaal, Caetsbeek, Kaatsbeek en Kabergheide).
Figuur 1: Onderzoeksgebied voor humane biomonitoring in Genk-Zuid
2. Biomerkers
Op basis van de beschikbare milieumeetgegevens, gemodelleerde pluimberekeningen van de
emissies en een inventaris van de aanwezige industrie werden polluenten geselecteerd die relevant
zijn voor de hot spot en waarvoor biomerkers beschikbaar zijn. Dit gebeurde in nauw overleg met
de werkgroep Genk-Zuid (VMM, Toezicht Volksgezondheid, MMK en lokale artsen).
Voor volgende polluenten werden biomerkers geselecteerd:
o zware metalen: cadmium, lood, nikkel, chroom, koper, mangaan, thallium, antimoon,
arseen en kwik;
o POP’s: PCB’s, gechloreerde pesticiden (DDE en HCB), dioxines en dioxine-achtigen,
gebromeerde vlamvertragers;
o vluchtige stoffen: PAK’s, benzeen, tolueen.
Op basis van de mogelijke effecten van de geselecteerde polluenten, is het aangewezen om
volgende gezondheidsparameters te bestuderen in Genk-Zuid:
o astma en allergie;
25
o
o
o
o
genotoxiciteit;
hormoonverstoring;
neurologische ontwikkeling;
nierschade.
Aangezien het doel van de studie is om de blootstelling in Genk-Zuid te vergelijken met de
algemene Vlaamse bevolking, wordt de keuze van de doelgroep gestuurd door de beschikbaarheid
van relevante Vlaamse referentiewaarden.
In de referentiebiomonitoring werden drie leeftijdsgroepen bestudeerd: pasgeborenen, jongeren
(14-15 jaar) en volwassenen (20-40 jaar). Op basis van bovenstaande selectie van biomerkers
(metalen in bloed en urine; POP’s in serum; metabolieten van vluchtige stoffen in urine) komt
enkel de jongerenpopulatie in aanmerking als referentiepopulatie. Bijgevolg werd de studie in
Genk-Zuid uitgevoerd bij 14-15 jarige jongeren uit de regio. Hier werden dan ook de relevante
biologische effecten bestudeerd, nl. prevalentie van astma en allergie; merkers voor DNA-schade in
bloed en DNA-herstel in urine als maat voor genotoxiciteit; puberteit en hormonen in serum als
maat voor hormoonverstoring; NES test en gestandaardiseerde vragenlijsten voor neurologische
ontwikkeling. Voor nierschade zijn geen metingen beschikbaar in de referentiepopulatie, maar de
klinische merkers werden vergeleken met diagnostische waarden.
Analoog aan de referentiepopulatie werd in Genk-Zuid ook een vragenlijst afgenomen over
milieuperceptie. Hierin werd gepeild welke milieuproblemen jongeren in hun omgeving ervaren, op
welke manier ze door wie geïnformeerd willen worden over milieuproblemen, hoe ze denken over
zorg voor het leefmilieu en of ze betrokkenheid van buurtbewoners belangrijk vinden voor het
verhelpen van milieuproblemen.
3. Rekrutering en veldwerk
3.1 Selectie van deelnemers
Aangezien het doel van de studie is om de blootstelling in Genk-Zuid te vergelijken met de
algemene Vlaamse bevolking, wordt de keuze van de doelgroep gestuurd door de beschikbaarheid
van relevante Vlaamse referentiewaarden.
In de referentiebiomonitoring werden drie leeftijdsgroepen bestudeerd: pasgeborenen, jongeren
(14-15 jaar) en volwassenen (20-40 jaar). Op basis van bovenstaande selectie van biomerkers
(metalen in bloed en urine; POP’s in serum; metabolieten van vluchtige stoffen in urine) komt
enkel de jongerenpopulatie in aanmerking als referentiepopulatie. Bijgevolg werd de studie in
Genk-Zuid uitgevoerd bij 14-15 jarige jongeren uit de regio.
Het doel van de biomonitoringsstudie was om 200 stalen te verzamelen van adolescenten die
wonen in het studiegebied Genk Zuid. Iedereen die in het studiegebied woont is een mogelijke
deelnemer voor de studie, op voorwaarde dat hij/zij binnen de geselecteerde leeftijdsklasse valt,
en op het moment van de studie minimum 5 jaar in het studiegebied woont.
In het geselecteerde onderzoeksgebied wonen 592 jongeren in de leeftijdsklasse 14-15 jaar. Dit
betekent dat er een deelnemings% van 34 % nodig is om tot 200 deelnemers te komen. Om dit te
halen werd een rekruteringsstrategie uitgewerkt in overleg met de lokale actoren.
26
3.2 Onderzoeksprotocol
A. Selectie van de jongeren
De stad Genk en de gemeente Diepenbeek leverden de persoonsgegegevens van alle jongeren
geboren in 1994 tot en met 1996. Daaruit werden de adressen geselecteerd die binnen het
studiegebied vielen.
Deelnemers werden of aangeschreven op hun thuisadres of werden aan huis bezocht (Kolderbos
en Sledderlo) . Zij ontvingen een folder, een toestemmingsformulier en een selectieformulier (zie
bijlage 1) Er werd gevraagd in welke school zij lessen volgen. Het veldwerk zelf gebeurt bij voorkeur
op school, omwille van praktische redenen maar ook om de participatie te verhogen. Jongeren
moeten dan geen extra inspanningen doen om naar het onderzoek te komen en worden tijdens de
lesuren onderzocht.
Jongeren die niet in Genk of Diepenbeek naar school gaan of die niet aanwezig konden zijn op de
geplande onderzoeksdag op school konden deelnemen op onderzoeksdagen in hun buurt, tijdens
de schoolvakanties of op een zaterdag.
B. 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. De
geselecteerde jongeren werden samengeroepen op school voor een infosessie die door een
veldwerker gegeven werd.
Bij voldoende respons d.w.z. meer dan 8 jongeren, werd er samen met de directie van de school
een onderzoeksdag vastgelegd.
Twee weken voor het onderzoek kregen de leerlingen, hun vragenlijst en urinepotje via de school.
Tabel 1: Deelnemende scholen en periode van staalafname bij jongeren
Naam school
Technische School St. Lodewijk
St. Jan-Berghmanscollege
St. Jozef Bokrijk
Regina Mundi
O.L.V-Lyceum
Provinciale Secundaire School
Onderzoeken buiten de school
Postcode
3600
3600
3600
3600
3600
3590
Gemeente
Genk
Genk
Genk
Genk
Genk
Diepenbeek
3600
3590
Genk
Diepenbeek
Periode staalafname
11-01-2010 - 28/10/2010
18/01/2010 - 25/10/2010
01/02/2010 - 22/11/2010
08/02/2010 - 28/10/2010
26/04/2010 – 25/10/2010
29-04-2010 - 18/11/2010
16/01/2010
12/04/2010
15/04/2010 - 01/07/2010
04/11/2010 - 27/11/2010
C. Rekrutering van de leerlingen
Jongeren uit het 2de, 3de en 4de jaar secundair onderwijs, die in het juiste geboortejaar resp 1994,
1995 of 1996 waren geboren (en bij voorkeur 14 of 15 jaar jaar waren op het moment van het
onderzoek), konden deelnemen. Er werd een toestemmingsformulier, een selectieformulier en een
folder met uitleg over de biomonitoringsstudie bezorgd aan de jongeren en hun ouders. Dit
gebeurde via huisbezoek, schoolinfosessie en/of de post.
27
-
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 werd door het gebruik van anonieme codenummers.
Deelnemers recht hebben om zich terug te trekken uit de studie.
De reststalen van bloed, urine en haar bewaard blijven voor eventuele toekomstige
analyses
Deelnemers recht hebben op informatie over procedures en het onderzoeksproject in
zijn geheel (via hoofdonderzoeker).
Er een beloning wordt voorzien voor de jongeren.
Voorwaarden voor inclusie deelnemende jongeren:
- Geboren zijn in het jaar 1994, 1995 of 1996;
- Ten minste 5 jaar wonen in het studiegebied;
- 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.
D. Sensibilisatie
Er werden veel inspanningen gedaan op het vlak van sensibilisatie.
Tabel 2: Lijst van infomomenten op de scholen
datum
13/10/2009
15/10/2009
15/10/2009
16/10/2009
16/10/2009
27/09/2010
13/10/2009
13/10/2009
27/09/2010
13/10/2009
27/09/2010
15/10/2009
27/09/2010
16/10/2009
28/09/2010
19/10/2009
28/09/2010
uur
11u10
10u20
13u50
10u20
14u00
10u25
10u25
13u15
11u30
14u45
14u45
12u20
12u30
12u00
12u30
12u00
16u10
school
Kunstschool
Atheneum
GSM
KTA 2
Lucernacollege
Sint Lodewijk
Sint Lodewijk
Sint Jan Bergman College
Sint Jan Bergman College
Sint Jozef Bokrijk
Sint Jozef Bokrijk
OLV Lyceum
OLV Lyceum
Regina Mundi
Regina Mundi
Provinciale secundaire school
Provinciale secundaire school
adres
Collegelaan 9
Mosselerlaan 62
Appelboomgaardstraat 2,
Mosselerlaan 94
Woudstraat 25
Mosselerlaan 110
Mosselerlaan 110
Collegelaan 1
Collegelaan 1
Hasseltweg 383
Hasseltweg 383
Collegelaan 30
Collegelaan 30
Grote straat
Grote straat
Stationstraat 36
Stationstraat 36
Genk
Genk
Bilzen
Genk
Genk
Genk
Genk
Genk
Genk
Bokrijk
Bokrijk
Genk
Genk
Genk
Genk
Diepenbeek
Diepenbeek
In de wijken Sledderlo en Kolderbos werden huisbezoeken afgelegd bij de jongeren ipv een mailing
per post, omdat er in deze wijken veel anderstaligen wonen. De projectmedewerkers bezochten
28
samen met een tolk of lokale vrijwilliger de ouders om het onderzoek uit te leggen en om
toestemming te vragen.
De directie van de Europaschool, een lagere school in Kolderbos gaf een informatiebrief mee voor
de ouders en steunde het onderzoek.
Ook via de moskee werd informatie aan de buurtbewoners gegeven.
Er werden twee info-avonden voorzien voor de ouders. Deze werden echter afgelast wegens
gebrek aan interesse.
Eén van de studieverpleegkundigen bezocht de scholen om de studie uit te leggen aan de
leerlingen en hen te motiveren om deel te nemen.
E. Staalafname
Het onderzoek bestond uit:

Een bloedafname: 42,5 mL bloed

Een urinestaal: samen met de vragenlijsten werd vooraf een potje voor urinecollectie aan de
jongeren bezorgd. De jongere moest op de dag van het onderzoek ochtendurine collecteren in
dit potje en dit meebrengen naar het onderzoek. Indien er geen of onvoldoende ochtendurine
verzameld was, werd dit geregistreerd, en werd aan de jongere gevraagd om een extra staal (of
bijstaal) te leveren tijdens het onderzoek. Indien de deelnemer zijn urinestaal vergat of niet in
het juiste recipiënt had gecollecteerd, werd eveneens gevraagd om opnieuw een urinestaal te
leveren in de loop van de onderzoeksvoormiddag.

Een haarstaal werd genomen ter hoogte van het onderste en bovenste deel van de nek en de
zijkant van het hoofd. Voor het knippen werd een schaar van roestvrij staal gebruikt. Enkel de
2,5 cm van het haar, het dichtst tegen de schedel werd behouden voor analyse (nieuwgroei).
De rest van het haar van het staal werd weggegooid. De totale hoeveelheid haar per jongere
bedroeg ongeveer 100-150 mg.

De jongeren werden gewogen en gemeten 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.

Tijdens het veldwerk moest de jongere nog een korte vragenlijst invullen over recente
blootstelling (gedurende de laatste 3 dagen) via roken, alcoholgebruik, specifieke tijdsbesteding
en pilgebruik bij meisjes. Er was ook een aparte vragenlijst over de mentale gezondheid. Deze
vragen werden best ingevuld zonder toezicht van de ouders en werden daarom tijdens het
veldwerk afgenomen.

Aanvullend werd een korte vragenlijst afgenomen die toelaat geslachtsspecifiek, apathisch
pseudodepressief gedrag en antisociaal gedrag in te schatten.

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).

De deelnemers kregen een aankoopbon ter waarde van 10 euro, te besteden bij lokale
handelaars, als beloning.
Het totale onderzoek nam ongeveer 60 min in beslag (buiten het invullen van de thuisvragenlijst)
De staalafname bij de jongeren startte op 11 januari 2010 en eindigde op 27 november 2010.
29
F. Contact met de CLB’s
De voornaamste reden waarom er bij voorkeur jongeren van het derde jaar secundair onderwijs
werden geselecteerd is dat deze leeftijdsgroep een uitgebreid puberteitsonderzoek krijgen 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 het centrum werd de informatie in de dossiers
opgezocht 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.
4. Metingen en bevragingen
4.1 Biomerkers van blootstelling
Een schematisch overzicht van meetmethode, kwaliteitscriteria en uitvoerend lab wordt gegeven in
Tabel 3. 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 ([email protected]): meting van urinair
arseen, toxisch relevant arseen en tolueen.
Universiteit Antwerpen - Toxicologisch Centrum (UA – TOX), Universiteitsplein 1, 2610
Wilrijk.
Contactpersoon: Dr. Adrian Covaci ([email protected]): meting van PCB’s, p,p’-DDE,
hexachloorbenzeen, PBDE’s, totaal hexabromocyclododecaan (HBCD) en tetrabromobisfenol A (TBBPA) in serum.
Vlaamse Instelling voor Technologische Onderzoek – Milieutoxicologie (VITO – TOX),
Boeretang 200, 2400 Mol.
Contactpersoon: mevr. Griet Jacobs ([email protected]): meting van 1-hydroxypyreen
en t,t’-muconzuur in urine.
Vrije Universiteit Brussel – Departement Analytische en Milieuchemie (VUB – ANCH),
Pleinlaan 2, 1050 Brussel.
Contactpersonen:
- Drs. Jan Vrijens ([email protected]): meting van zware metalen in bloed en urine.
- Drs. Kim Croes ([email protected]): UCD muis Calux assay op serum/plasma.
- Prof. dr. Willy Baeyens ([email protected]): kwik en methylkwik in haar.
30
Tabel 3: Biomerkers van blootstelling: overzicht van gebruikte meetmethoden, kwaliteitscriteria en uitvoerend laboratorium
Biomerker
Uitvoerend
laboratorium
Methode
Matrix
LOD
bloed lood
VUB - ANCH
bloed cadmium
VUB - ANCH
bloed mangaan
VUB - ANCH
bloed koper
VUB - ANCH
bloed thallium
VUB - ANCH
bloed chroom
AML
bloed nikkel
AML
urinair cadmium
VUB - ANCH
urinair chroom
VUB - ANCH
urinair nikkel
VUB - ANCH
urinair koper
VUB - ANCH
urinair thallium
VUB - ANCH
urinair antimoon
VUB - ANCH
urinair arseen
AML
toxisch relevant arseen AML
(TRA) in urine
kwik in haar
VUB - ANCH
methylkwik in haar
VUB - ANCH
ICP-MS
ICP-MS
ICP-MS
ICP-MS
ICP-MS
ICP-MS
ICP-MS
ICP-MS
ICP-MS
ICP-MS
ICP-MS
ICP-MS
ICP-MS
ICP-DRC-MS
Hydride AAS
Zware metalen
volbloed
volbloed
volbloed
volbloed
volbloed
volbloed
volbloed
urine
urine
urine
urine
urine
urine
urine
urine
1,499 µg/l 2
0,056 µg/l1
0,712 µg/l1
1,207 µg/l1
0,0015 µg/l1
4,56 ng/l
4,92 ng/l
0,012 µg/l1
0,061 µg/l1
0,275 µg/l1
1,499 µg/l1
0,001 µg/l1
0,037 µg/l1
1 µg/l
0,3 µg/l
som merker PCB’s
(138, 153 & 180)
hexachlorobenzeen (HCB)
p,p’-DDE
UA – TOX
GC-MS
UA – TOX
UA – TOX
GC-MS
GC-MS
AFS
AFS
haar
0,0015 µg/g1
haar
0,00004 µg/g1
Persistente gechloreerde polluenten
serum
serum
serum
2
SD blanco * 3
Calibratiecurve: SE/slope
2
31
LOQ
Rapporteer-grens
>1,499 µg/l
>0,056 µg/l
>0,712 µg/l
>1,207 µg/l
>0,0015 µg/l
>4,56 ng/l
>4,92 ng/l
>0,012 µg/l
>0,061 µg/l
>0,275 µg/l
>1,499 µg/l
>0,001 µg/l
>0,037 µg/l
> 1 µg/l
> 0,3 µg/l
> 0,0015 µg/g
> 0,00004 µg/g
20 ng/l per
congeneer
20 ng/l 1
20 ng/l 1
> 20 ng/l
> 20 ng/l
> 20 ng/l
Biomerker
Uitvoerend
laboratorium
Calux: dioxines en furanen VUB - ANCH
(PCDD/F’s)
Calux: dioxine-achtige
VUB - ANCH
PCB’s (dl-PCB’s)
Methode
Matrix
UCD muis Calux
serum
UCD muis Calux
serum
BDE 28
BDE 47
BDE 99
BDE 100
BDE 153
BDE 154
BDE 183
BDE 209
hexabromocyclo-dodecaan
(HBCD)
tetrabromo bisfenol A
(TBBPA)
UA – TOX
UA – TOX
UA – TOX
UA – TOX
UA – TOX
UA – TOX
UA – TOX
UA – TOX
UA – TOX
GC-MS
GC-MS
GC-MS
GC-MS
GC-MS
GC-MS
GC-MS
GC-MS
GC-MS
UA – TOX
GC-MS
1-hydroxypyreen
VITO – TOX
t,t’-muconzuur
VITO – TOX
ortho-cresol
AML
LOD
LOQ
0,03 pg
serum
0,05 pg
serum
Gebromeerde vlamvertragers
serum
serum
serum
serum
serum
serum
serum
serum
serum
serum
Polycyclische aromatische koolwaterstoffen (PAK’s)
HPLC
- urine
10 ng/l2
fluorescentie
Benzeen
HPLC-UV
urine
5 µg/l 2
Tolueen
GC-FID
urine
0,1 mg/l
32
Rapporteer-grens
BEQ/g >0,1 pg BEQ/well
BEQ/g >0,1 pg BEQ/well
2 ng/l1
3 ng/l 1
3 ng/l 1
2 ng/l 1
2 ng/l 1
2 ng/l 1
2 ng/l 1
25 ng/l 1
30 ng/l 1
>3 ng/l
> 3 ng/l
> 3 ng/l
> 2 ng/l
> 2 ng/l
> 2 ng/l
> 2 ng/l
> 25 ng/l
> 30 ng/l
15 ng/l 1
> 15 ng/l
> 10 ng/l
> 5 µg/l
>0,1 mg/l
4.2 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 en definitie van
de biomerkers van effect wordt gegeven in Tabel 4.
Tabel 4: Biomerkers van effect: overzicht van definities en meetmethoden
Biomerker
Eenheid
Astma
ja/neen
Astma, vastgesteld
door arts
Astma, laatste 12
maanden
ja/neen
Herkomst data
Definitie/methode
Astma en allergie
vragenlijst
Astma, ‘current asthma’ volgens
definitie van ECHRS
vragenlijst
Astma, diagnose door arts
ja/neen
vragenlijst
Hooikoorts
ja/neen
vragenlijst
Hooikoorts,
vastgesteld door
arts
Eczeem
ja/neen
vragenlijst
ja/neen
vragenlijst
Allergie voor
ja/neen
voeding, insecten
of geneesmiddelen
(laatste 5 jaar)
Allergie voor
ja/neen
metaal of
chemische
producten (laatste
5 jaar)
Allergie voor dieren ja/neen
(laatste 5 jaar)
vragenlijst
Komeettest
% DNA
migratie
Komeettest, fpg
enzymes
% DNA
migratie
8-OH-deoxyguanosine in urine
µg/l
Thyroid
Stimulerend
Hormoon (TSH)
mIU/l
Astma, volgens definitie ECHRS of
diagnose door arts of op basis van
symptomen
hooikoorts, diagnose door arts of op
basis van medicatie of symptomen
hooikoorts, diagnose door arts
eczeem, op basis van medicatie of
symptomen
allergie of huiduitslag na contact met
voedingsmiddelen, insecten of
geneesmiddelen
vragenlijst
allergie of huiduitslag na contact met
metaal, verzorgings-, huishoud- of
onderhoudsproducten
vragenlijst
allergie of huiduitslag na contact met
dieren of ooit een huisdier weggedaan
omwille van allergie
Genotoxiciteitsmerkers
analyse op
‘klassieke’ komeettest: maat voor
volbloed
DNA-schade t.g.v. normale
(Vito-tox)
replicatieproces
analyse op
specifieke komeettest: maat voor
volbloed
DNA-schade ter hoogte van
(Vito-tox)
geoxideerde purinebasen
analyse op urine
ELISA kit (Gentaur-Belgium)
(Vito-tox)
Schildklierhormonen
analyse op serum competitieve immuno-assay met TSH(UGent)
specifiek antilichaam
33
Biomerker
Thyroxine (fT4)
Eenheid
ng/dl
Triiodothyronine
(fT3)
pg/ml
Totaal testosteron
(T)
Vrij testosteron (fT)
ng/dl
Totaal oestradiol
(E2)
Vrij oestradiol (fE2)
pg/ml
Aromatase index
Sex Hormone
Binding Globuline
(SHBG)
Luteïniserend
hormoon (LH)
Follicle Stimulerend
Hormone (FSH)
_
nmol/l
borstontwikkeling
meisjes
pubisbeharing
meisjes
genitale
ontwikkeling
jongens
pubisbeharing
jongens
leeftijd menarche
score 1 - 5
Serum cystatine-C
mg/l
Urinair alfa-1
microglobuline
mg/l
reactie tijd
ms
korte termijn
geheugen
korte termijn
geheugen met
bijkomende
verwerking van
informatie
aantal
ng/dl
pg/ml
Herkomst data
Definitie/methode
analyse op serum competitieve immuno-assay met T4(UGent)
specifiek antilichaam
analyse op serum competitieve immuno-assay met T3(UGent)
specifiek antilichaam
Sex hormonen (enkel jongens)
analyse op serum radioimmuno-assay (RIA) van Orion
(UGent)
Diagnostics
berekend
evenwichtsberekening vanuit totaal
(UGent)
testosteron en SHBG
analyse op serum competitieive immuno-assay met E2(UGent)
specifiek antilichaam
berekend
evenwichtsberekening vanuit totaal
(UGent)
oestradiol en SHBG
berekend
aromatase index = ratio T / E2
analyse op serum niet-competitieve immunoradiometric
(UGent)
assay (IRMA) van Orion Diagnostics
IU/ml
mU/ml
score 1 - 5
score 1 - 5
score 1 - 5
jaar
aantal
analyse op serum competitieve immuno-assay met LH(UGent)
specifiek antilichaam
analyse op serum competitieve immuno-assay met FSH(UGent)
specifiek antilichaam
Puberteitsontwikkeling
databank CLB
Borstontwikkeling volgens Marshall &
Tanner (score B1 – B5)
databank CLB
Pubisbeharing volgens Marshall &
Tanner (score P1 – P5)
databank CLB
Genitale ontwikkeling volgens
Marshall & Tanner (score G1 – G5)
databank CLB
Pubisbeharing volgens Marshall &
Tanner (score P1 – P5)
Leeftijd eerste maandstonden
vragenlijst
(zelfrapportering)
Parameters voor nierfunctie
analyse op serum Immunonephelometrie
(AML)
analyse op urine
Immunonephelometrie
(AML)
Neurologische parameters
NES (Continuous
de gemiddelde reactie tijd op een
Performance Test) visuele stimulus
NES (Digit Span
het aantal gereproduceerde cijfers in
Test)
de gedicteerde volgorde
NES (Digit Span
het aantal gereproduceerde cijfers in
Test)
de omgekeerde volgorde
34
Biomerker
motorische
snelheid van de
hand naar keuze
motorische
snelheid van de
andere hand dan
de hand naar keuze
slaperigheid tijdens
de dag
overmatige
vermoeidheid
tijdens de dag
mannelijkheid
Eenheid
aantal
Herkomst data
NES (Finger
Tapping test)
Definitie/methode
het aantal taps op de spatietoets
gedurende 40 seconden
aantal
NES (Finger
Tapping test)
het aantal taps op de spatietoets
gedurende 40 seconden
score 0-32
psychometrische
test
psychometrische
test
Epworth Sleepiness Scale
Personal Attributes Questionnaire
vrouwelijkheid
score 0-4
psychometrische
test
psychometrische
test
ja/neen
score 0-4
score hoger dan 10 in de Epworth
Sleepiness Scale
Personal Attributes Questionnaire
De uitvoerende laboratoria en verantwoordelijke contactpersonen die meewerkten in deze studie
zijn:
Vlaamse Instelling voor Technologische Onderzoek – Milieutoxicologie (VITO – TOX),
Boeretang 200, 2400 Mol.
Contactpersoon: Dr. Gudrun Koppen ([email protected]: meting van komeettest en
8-hydroxydeoxyguanosine in urine.
UGent, lab. andrologie – Universitair Ziekenhuis Gent, De Pintelaan 185, 9000 Gent
Contactpersoon:
Dr. A. Mahmoud ([email protected]): meting van
schildklierhormonen en geslachtshormonen.
Algemeen Medisch Laboratorium (AML), Desguinlaan 88, 2018 Antwerpen.
Contactpersoon: Dhr. Michel Stalpaert ([email protected]): meting van
cystatine-C in serum en alfa-1-microglobuline in urine.
5. Statistische analyses
5.1 Beschrijving van de steekproef
referentiebiomonitoring
en
vergelijking
met
deze
van
de
De steekproef van Genk-Zuid werd beschreven naar o.a. leeftijd van de deelnemer, geslacht,
rookgedrag, socio-economische status, voedingsgewoonten, verkeersblootstelling, enz. Het is
belangrijk om een zicht te hebben op de samenstelling van de steekproef omdat eventuele
verschillen met de steekproef van de referentiebiomonitoring aan de basis kunnen liggen van
verschillen waargenomen in effectmerkers en blootstellingmerkers. Voor de categorische
parameters (bijv. hoogste opleidingsniveau) worden frequentietabellen gepresenteerd, voor
continue parameters (bijv. leeftijd) worden gemiddelde, standaard deviatie, minimum, mediaan en
maximum gegeven. De waargenomen verschillen tussen Genk-Zuid en de referentiebiomonitoring
werden ook op hun statistische significantie onderzocht. Voor de continue gegevens werd een
variantie-analyse toegepast; voor de ordinale/binaire gegevens werd een chi-kwadraat toets
gebruikt.
35
5.2 Resultaten voor biomerkers en effectmerkers
Voor elke biomerker en effectmerker worden een aantal samenvattende ruwe statistieken
gepresenteerd op basis van de gegevens van de steekproef van Genk-zuid. Voor de continue
merkers worden volgende gegevens weergegeven: steekproefgrootte, het percentage van de
deelnemers met een waarde boven de LOD/LOQ (indien van toepassing), het gemiddelde,
standaard fout, minimum, P10, P25, mediaan, P75, P90, maximum en het geometrisch gemiddelde
met een 95% betrouwbaarheidsinterval. Het geometrisch gemiddelde wordt verkregen na
terugtransformatie van de gemiddelden van de natuurlijke logaritmische getransformeerde data.
Voor de binaire merkers worden de steekproefgrootte en de proportie van voorkomen (bijv. van
astma) weergegeven.
A. Stratificatie
Deze statistieken worden berekend voor de steekproef Genk-Zuid in zijn geheel en anderzijds voor
subgroepen gedefinieerd op basis van kenmerken van de deelnemers. Zo worden de
samenvattende ruwe statistieken bijvoorbeeld afzonderlijk weergegeven voor meisjes-jongens,
rokers- niet rokers, en de verschillende wijken in Genk (geografische analyse) enz. Merk op dat het
aantal deelnemers per subgroep soms klein is; waardoor de spreiding op de statistieken groot
wordt. De verschillen tussen de subgroepen werden getoetst op hun statistische significantie.
B. Vergelijking met Vlaanderen
Vervolgens worden de resultaten van Genk-Zuid naast deze van de referentiebiomonitoring gezet.
Verschillen tussen Genk-Zuid en de referentiebiomonitoring werden ook op hun statistische
significantie onderzocht.
Verschillen tussen subgroepen en tussen Genk-zuid en de referentiebiomonitoring, voor wat
betreft de 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. Verschillen voor de P90 werden onderzocht
door middel van quantiel regressie.
De interpretatie van deze resultaten moet voorzichtig gebeuren. Het statistisch vermogen van deze
vergelijking is soms laag door het kleine aantal deelnemers per subgroep. Anderzijds kunnen
statistisch significante verschillen tussen subgroepen, of tussen Genk-Zuid en Vlaanderen mogelijks
verklaard worden door verschillen in de samenstelling van de (sub)groepen (bijv. rokers die ouder
zijn dan niet rokers, jongens die meer roken dan meisjes,… ).
Verder werd voor de biomerkers waarvoor er (internationale gezondheidskundige) richtwaarden
beschikbaar zijn, het percentage deelnemers met een waarde boven (of onder) deze richtwaarde
berekend; voor Genk-Zuid en voor de referentiebiomonitoring. De chi-kwadraat toets werd
gebruikt om te na te gaan of deze percentages statistisch verschillen.
C. Gecorrigeerde gebiedsvergelijking
Tal van factoren waaronder leeftijd, geslacht, levensstijlfactoren, beroep, sociaaleconomische
status,... kunnen een invloed hebben op de gezondheid en op de biomerkers. Wanneer we GenkZuid willen vergelijken met Vlaanderen is het belangrijk hier rekening mee te houden. De hotspot
36
Genk-zuid kan immers verschillen van de referentie-biomonitoring voor deze factoren. Zo kan 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 moet rekening gehouden
worden met deze confounding factoren.
Een grondige correctie voor verscheidene parameters gelijktijdig, (o.a. leeftijd en roken) kan
uitgevoerd worden via een meervoudige regressie analyse. Meervoudige regressie technieken
werden gebruikt om de afhankelijkheid van de merkers met meerdere 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 steeds
normaal verdeeld zijn.
Met meervoudige regressie heeft men aldus de mogelijkheid om het effect van gebied (dit is GenkZuid versus Vlaanderen) op een afhankelijke variabele Y (biomerker of effectmerker) te
bestuderen, terwijl men de andere variabelen (bijv. leeftijd, geslacht, rookgedrag,…) gefixeerd
(constant) houdt. Uiteraard is het niet mogelijk om de relatie tussen de merkers en alle
opgemeten/bevraagde parameters te bestuderen. Voorafgaand aan de verwerkingen dient men
voor elke merker te specificeren welke onafhankelijke variabelen, naast gebied, nog in het model
worden opgenomen. Deze keuze is gebaseerd op literatuuronderzoek en discussies tijdens de
veldwerkcommitévergaderingen. De factoren waarvoor we corrigeren verschillen van merker tot
merker.
Verschillen tussen Genk-Zuid en Vlaanderen bekomen op basis van dit meervoudige regressie
model noemen we gecorrigeerde verschillen. De resultaten van de gebiedsvergelijkingen worden
als verhoudingen van geometrische gemiddelden voorgesteld voor de continue merkers en als
odds-ratios voor de binaire merkers. Verschillen die we nog tussen de hotspot en Vlaanderen zien,
kunnen niet te wijten zijn aan verschillen in de populaties van de gebieden. Merk op dat dit niet
helemaal correct is; we corrigeren immers slecht voor enkele populatiekenmerken.
D. Bijkomende verwerkingen
Voor iedere individuele deelnemer uit Genk-zuid werd de afstand en de hoek berekend t.o.v.
een aantal VMM meetposten. Op basis van lineaire regressie modellen werd vervolgens
nagegaan of het geometrisch gemiddelde gehalte van een biomerker varieert als functie van de
afstand en/of hoek t.o.v. de meetpost.
VMM emissie gegevens van dezelfde meetposten, gemeten in de periode voor de
bemonstering, werden gerelateerd aan de interne waarden van de biomerkers. Ook hiervoor
werd er gebruik gemaakt van regressie modellen.
37
Resultaten
1. Beschrijving van onderzoekspopulatie
1.1.
Respons
Alle jongeren die in aanmerking kwamen (juiste gebied en geboortejaar) werden aangesproken om
deel te nemen aan de studie. Er werd een rappel verstuurd aan de non-responders.
Jongeren geboren in 1995 die op de eerste 2 uitnodigingen niet reageerden, kregen een 3 de
uitnodiging in het 2de werkjaar van de studie. Zij hadden vorig schooljaar de eerste mailing en
rappel ontvangen. Maar omdat er een nieuwe, meer aantrekkelijke folder werd ontworpen werden
zij nogmaals aangeschreven. Gelijktijdig ontvingen de jongeren van °1996 hun eerste uitnodiging.
Alle jongeren uit de wijken Kolderbos en Sledderlo, kregen een huisbezoek (verspreid over 2
schooljaren – eerst °94 en °95, fase 2: °96). In totaal werden er 214 huisbezoeken afgelegd. Deze
levereden 57 deelnemers op (26%).
Jongeren die in Genk of Diepenbeek school liepen, kregen eveneens een infosessie op school.
Tabel 5: Respons bij jongeren volgens geboortejaar
geboortejaar
toestemming weigering
1994
1995
1996
totaal (% op 586 jongeren
aangeschreven)
77
67
57
201
(34%)
12
11
29
52
(9%)
voldoet niet
aan criteria
6
7
3
16
(3%)
verhuisd
geen respons
0
4
4
8
(1%)
117
103
89
309
(53%)
Alle jongeren die hun toestemming gaven, werden uitgenodigd om deel te nemen aan het
onderzoek. Van de 210 deelnemers waren er 3 jongeren waar niet alle stalen konden worden
verzameld: er waren problemen met de bloedafname of er was onvoldoende urine. De stalen van
deze jongeren werden bewaard in de biobank, maar ze werden niet beschouwd als deelnemers.
Eén jongere bleek achteraf buiten het studiegebied te wonen, en werd uitgesloten uit de analyse.
Het finaal aantal deelnemers bedroeg dus 197 jongeren.
Het merendeel van de jongeren werd gecontacteerd via de school (Tabel 6) en ook de onderzoek
zelf gebeurde voornamelijk in de school (Tabel 7). De rekrutering per wijk wordt gegeven in Tabel
8. De invloed van lidmaatschap aan het verenigingsleven wordt gegeven in Tabel 9.
Tabel 6: Manier van rekruteren
Contact met deelnemers
Schoolinfo
Huisbezoek (eventueel aangevuld met
telefonisch contact of schoolinfossesie)
Spontaan na flyer
Na telefonisch contact
Totaal
N
94
57
%
47 %
29 %
16
31
198
8%
16 %
100 %
38
Tabel 7: Plaats van rekrutering
Plaats van onderzoek
in de school
buiten de school
Totaal
N
145
53
198
%
73%
27%
100 %
Tabel 8: Aantal deelnemers per wijk
Wijk
Kolderbos
Nieuw Sledderlo
Oud Sledderlo
Overige wijken in Genk
Diepenbeek
Totaal
N
24
33
39
53
49
198
%
12%
17%
20%
27%
25%
100%
Tabel 9: Invloed lidmaatschap aan het verenigingsleven
Verenigingsleven
Lid van vereniging
Geen lid van vereniging
Onbekend
Totaal
N
126
66
6
198
%
64%
33%
3%
100%
wel grote sociale betrokkenheid van bijv. Turkse gemeenschap, moskee
verenigingsleven = voetbal, turnkring, jeugdbeweging, muziekschool,..
39
1.2.
Karakteristieken van de onderzoeksgroep
De voornaamste kenmerken van de 197 deelnemers uit Genk-Zuid worden gegeven in
Tabel 12. Er wordt tevens aangegeven of de onderzoeksgroep in Genk-Zuid significant verschilt van
de Vlaamse referentiegroep.
Leeftijd
In totaal namen 89 jongens (45,2%) en 108 meisjes (54,8%) deel aan het onderzoek. De proportie
meisjes is in Genk-Zuid significant hoger (p=0,01) in vergelijking met de Vlaamse referentiegroep.
Ondanks het kleine verschil in de gemiddelde leeftijd (15,0 jaar in Genk-Zuid vs. 14,8 jaar in
Vlaanderen) zijn de leeftijdsverschillen toch significant (p=0,002). Bij de verdeling in
leeftijdsgroepen zien we dat de oudere groep (>15,5 jaar) hoger vertegenwoordigd is in Genk-Zuid.
Dit heeft te maken met het feit dat jongeren uit het 3e middelbaar werden gevraagd voor
deelname. In Genk-Zuid was het aantal jongeren dat 1 of 2 jaren had overgedaan groter, en
daardoor kwamen relatief meer oudere jongeren in aanmerking voor de studie.
Studieniveau
Het studieniveau in Genk-Zuid is anders dan in de Vlaamse referentiegroep: deelnemers uit GenkZuid komen vaker uit het beroepsonderwijs (BSO), minder vaak uit het technisch onderwijs (TSO)
en ook iets vaker uit het algemeen secundair onderwijs (ASO).
In vergelijking met het studieniveau in de hele gemeenten Genk en Diepenbeek is het studieniveau
in de gerekruteerde onderzoeksgroep iets hoger, d.w.z. dat leerlingen uit het ASO
oververtegenwoordigd zijn (zie Tabel 10). Dit is een typisch fenomeen bij gezondheidsstudies: het
is vaak moeilijk om lager opgeleide deelnemers te bereiken en te motiveren om aan de studie deel
te nemen.
Tabel 10: Studieniveau van jongeren in de huidige steekproef in vergelijking met studieniveau van
Genk, Diepenbeek en Vlaanderen
onderwijstype
ASO
TSO
BSO
KSO
huidige steekproef *
56,8%
22,4%
20,3%
0,5%
Genk **
36,8%
26,2%
33,7%
3,3%
Diepenbeek **
46,2%
31,0%
20,8%
2,0%
Vlaanderen **
40,8%
32,2%
24,9%
2,1%
* 14-15 jarigen; ** 14-18 jarigen (2008)
Bron: MVG onderwijs 2008, verwerking provincie Limburg - 2de Directie Welzijn - stafdienst Strategie en
Planning – Studiecel Verwerking: provincie Limburg - 2de Directie Welzijn - stafdienst Strategie en Planning –
Studiecel
http://www.limburg.be/eCache/32761/Onderwijs(kansen)monitor_indicatorfiches_en_-kaarten.html
Sociale klasse
Verschillende parameters van sociale klasse werden bestudeerd. Globaal gezien is er een lager
opleidingsniveau in Genk-Zuid (p=0,02) met vooral een hogere proportie van gezin met geen
diploma of maximum een diploma lager onderwijs. Het equivalent inkomen (= netto inkomen per
gezinslid) is significant lager in Genk-Zuid dan in Vlaanderen. Er is echter geen significant verschil in
het percentage gezinnen dat zelf eigenaar is van de woning.
Ook hier stellen we vast dat het opleidingsniveau van het gezin in de steekproef hoger is dan de
cijfers voor de gemeenten Genk en Diepenbeek en dat er dus een selectiebias is voor hoger
opgeleiden (Tabel 11).
40
Tabel 11: Opleidingsniveau van het gezin in huidige steefproef in vergelijking met opleidingsniveau
van algemene bevolking in Genk, Diepenbeek en Vlaanderen
scholingsgraad
Lager secundair
Hoger secundair
Hoger onderwijs
Biomonitoring*
19,7%
31,6%
48,7%
Genk**
30,3%
45,9%
23,8%
Diepenbeek**
19,1%
43,8%
37,1%
Vlaanderen**
19,4%
42,1%
38,6%
* Hoogste opleiding gezin
** Hoogste opleiding mannen en vrouwen 20-40 jaar (2001) Bron: FOD Economie - Afdeling Statistiek, Algemene Socioeconomische Enquête 2001, eigen bewerking
Etnische achtergrond
In Genk-Zuid wonen in sommige wijken rond het industriegebied meer allochtonen. De proportie
deelnemers van Turkse, Marokkaanse en Italiaanse origine is hoger in Genk-Zuid in vergelijking met
de referentiepopulatie.
Op basis van provinciale cijfers (www.limburg.be/eCache/24920/Cijferkorf_demografie) zijn er in
Genk 13% inwoners met een andere nationaliteit, waarvan 2,1% Turken, 0,7% Marokanen en 6,6%
Italianen. In Diepenbeek zijn de respectievelijke cijfers 6,4%, 0,03%, 0,03% en 0,4%. Deze gegevens
zijn echter gebaseerd op nationaliteit, terwijl de cijfers in de studie gebaseerd zijn op het
geboorteland van de ouders.
Seizoenen
Er is een ongelijke verdeling over de seizoenen in Genk-Zuid en de Vlaamse referentiegroep; in
Genk-Zuid werd de grootste proportie (41,1%) van de deelnemers onderzocht in de winter; in de
referentiegroep werd bijna de helft van de deelnemers (48,1%) onderzocht in de lente. In de
referentiegroep werden alle jongeren via de school onderzocht er waren er bijgevolg geen
onderzoeken tussen begin juni en half september (zomer). In Genk-Zuid werd voornamelijk via de
scholen gewerkt, maar in beperkte mate ook via de wijken en bijgevolg was er wel één
onderzoeksdag (8 deelnemers) in de zomerperiode.
Body-mass index (BMI)
De gemiddelde body-mass index bedraagt 21,2 kg/m² en is significant hoger in Genk-Zuid dan in de
Vlaamse referentiegroep (p=0,001); dit heeft mogelijk te maken met de hogere leeftijd in GenkZuid.
Roken, alcohol en drugs
In Genk-Zuid zijn 5,4% rokers, waarvan 2% dagelijkse rokers; dit is niet significant verschillend van
de referentiegroep. Ongeveer de helft van de niet-rokers is regelmatig blootgesteld aan
sigarettenrook van anderen. Passief roken was zeer vergelijkbaar in Genk-Zuid en Vlaanderen.
Alcoholconsumptie in Genk-Zuid verschilt significant van Vlaanderen: enerzijds is er een hogere
proportie jongeren die nog nooit alcohol heeft gedronken (35,0% vs.14,6%) maar anderzijds ook
een hoger percentage dat wekelijks alcohol drinkt (5,2% vs. 3,9%). Rapportering van druggebruik is
zeer laag (n=4) en verschilt niet van algemeen Vlaanderen.
Verkeer
De gemiddelde verkeersblootstelling was niet verschillend tussen Genk-Zuid en Vlaanderen, maar
in beide groepen was de spreiding in het aantal minuten dat men dagelijks in het verkeer
doorbrengt zeer groot.
Levensstijl
41
In Genk-Zuid gebruikt 11,1% van de ondervraagde meisjes de pil. Dit is analoog aan de Vlaamse
referentiegroep (9,1%; p=0,64). Het aantal personen met amalgaam tandvullingen, het gebruik van
verzorgingsproducten en het gebruik van pesticiden (op basis van vragenlijst) is eveneens zeer
vergelijkbaar in de twee groepen. Het percentage jongeren dat als baby borstvoeding had gekregen
was hoog (71,8%), maar niet significant verschillend van Vlaanderen (66,5%; p=0,25).
Voeding
In Genk-Zuid worden minder lokaal gekweekte eieren (32,0% vs. 45,0%; p=0,01) en minder lokaal
gekweekt fruit (12,2% vs. 23,3%; p=0,004) gegeten dan in de Vlaamse referentiegroep; de
consumptie van lokaal gekweekte groenten is vergelijkbaar tussen de twee groepen (36,6% vs.
39,8%; p=0,54).
Op basis van een semi-kwantitatieve inschatting van het voedingspatroon blijkt dat jongeren in
Genk-Zuid significant minder groenten en minder vlees eten, terwijl de consumptie van fruit, melk
en melkproducten, kaas, ei en vis niet signficant verschilt.
Tabel 12: Beschrijvende statistiek voor onderzoeksgroep in Genk-Zuid en vergelijking met
karakteristieken van Vlaamse referentiegroep
Parameter
Geslacht, n (%)
jongens
meisjes
Leeftijd , n (%)
≤ 14,5 jaar
14,5 – 15,5 jaar
> 15,5 jaar
Leeftijd, jaar
gemiddelde (SD)
mediaan (min. – max.)
Opleidingsniveau jongere
BSO
TSO
ASO
Hoogste opleidingsniveau in het gezin
geen diploma of lager onderw.
lager secundair
hoger secundair
hoger onderwijs
Equivalent inkomen
gemiddelde (SD)
mediaan (min. – max.)
Eigenaar eigen woning
neen
ja
Geboorteland ouders
beide ouders Belg
Genk-Zuid
Vlaanderen
89 (45,2%)
108 (54,8%)
121 (57,6%)
89 (42,4%)
p = 0,01
58 (29,4%)
86 (43,7%)
53 (26,9%)
67 (31,9%)
123 (58,6%)
20 ( 9,5%)
p <0,001
15,0 (0,7)
14,8 (13,9 – 16,5)
14,8 (0,5)
14,7 (13,8 – 16,3)
p = 0,002
39 (20,4%)
43 (22,5%)
109 (57,1%)
20 ( 9,7%)
86 (41,5%)
101 (48,8%)
p < 0,001
15 (7,8%)
23 (11,9%)
61 (31,6%)
94 (48,7%)
3 (1,4%)
22 (10,6%)
66 (31,9%)
116 (56,0%)
p = 0,02
1318 (517)
1295 (312 – 2619)
1502 (542)
1548 (104 – 3056)
p = 0,001
34 (17,6%)
159 (82,4%)
25 (12,2%)
180 (87,8%)
p = 0,13
128 (67,7%)
189 (90,4%)
42
Genk-zuid vs.
Vlaanderen
Parameter
Genk-Zuid
Vlaanderen
één van de ouders niet-Belg
beide ouders niet-Belg
Geboorteland vader / moeder
België
Turkije
Marokko
Italië
Nederland
andere landen
Seizoen
herfst
winter
lente
zomer
Body-mass index (BMI), kg/m²
gemiddelde (SD)
mediaan (min. – max.)
BMI-klasse bij jongens3
ondergewicht
normaal
overgewicht
BMI-klasse bij meisjes3
ondergewicht
normaal
overgewicht
Rookgewoonten
niet-roker
minder dan dagelijks roken
dagelijks roken
Passief roken (enkel niet-rokers)
zelf niet roken, geen passief roken
zelf niet roken, wel passief roken
Alcohol consumptie (1 of meer glazen)
nooit alcohol gedronken
minder dan maandelijks
minder dan wekelijks
wekelijks
Alcohol: >6 glazen bij 1 gelegenheid
neen
ja
Drug gebruikt (ooit)
neen
ja
Aantal minuten in het verkeer
gemiddelde (SD)
22 (11,6%)
39 (20,6%)
15 (7,2%)
5 (2,4%)
141 / 141
33 / 34
13 / 9
3/2
0/1
3/3
194 / 199
0/0
3/2
1/0
5/3
6/5
59 (29,9%)
81 (41,1%)
49 (24,8%)
8 (4,1%)
47 (22,4%)
62 (29,5%)
101 (48,1%)
0 ( 0,0%)
p < 0,001
21,2 (3,6)
20,4 (15,6 – 31,8)
20,1 (2,7)
19,7 (15,1 – 33,1)
p = 0,001
11 (12,4%)
60 (67,4%)
18 (20,2%)
8 (6,6%)
100 (82,6%)
13 (10,7%)
p = 0,04
9 (8,3%)
75 (69,4%)
24 (22,2%)
12 (13,5%)
68 (76,4%)
9 (10,1%)
p = 0,05
185 (94,4%)
7 (3,6%)
4 (2,0%)
189 (91,3%)
9 (4,3%)
9 (4,3%)
p = 0,42
73 (47,4%)
81 (52,6%)
95 (55,9%)
75 (44,1%)
p = 0,13
68 (35,0%)
78 (40,2%)
38 (19,6%)
10 (5,2%)
30 (14,6%)
126 (61,2%)
42 (20,4%)
8 (3,9%)
p < 0,001
153 (78,5%)
42 (21,5%)
162 (78,3%)
45 (21,7%)
p = 0,96
188 (87,9%)
4 (2,1%)
197 (85,2%)
10 (4,8%)
p = 0,14
387 (259)
393 (281)
3
http://www.zorg-en-gezondheid.be/uitleg_bmi.aspx
43
Genk-zuid vs.
Vlaanderen
p < 0,001
Parameter
mediaan (min. – max.)
Pilgebruik bij meisjes
neen
ja
Amalgaam tandvulling
neen
ja
weet niet
Score verzorgingsproducten
laag
matig
hoog
Score gebruik pesticiden
laag
matig
hoog
Familiaal voorkomen astma
neen
ja
Familiaal voorkomen allergie
neen
ja
Borstvoeding als baby
neen
ja
Lokaal gekweekte groenten
neen
ja
Lokaal gekweekt fruit
neen
ja
Lokaal gekweekte eieren
neen
ja
Groenten consumptie
laag (≤4 porties/week)
gemiddeld (5-7 porties/wk)
hoog (>1 portie/dag)
Fruit consumptie
laag (≤4 porties/week)
gemiddeld (5-7 porties/wk)
hoog (>1 portie/dag)
Consumptie van melk en melkproducten
laag (<140 g/dag)
gemiddeld (140-175 g/dag)
hoog (≥175 g/dag)
Genk-Zuid
Vlaanderen
335 (25 – 1325)
335 (7 – 1940)
p = 0,84
96 (88,9%)
12 (11,1%)
80 (90,9%)
8 (9,1%)
p = 0,64
124 (65,3%)
39 (20,5%)
27 (14,2%)
140 (69,6%)
39 (19,4%)
22 (11,0%)
p = 0,56
68 (34,7%)
56 (28,6%)
72 (36,7%)
101 (48,3%)
53 (25,4%)
55 (26,3%)
p = 0,15
58 (29,4%)
110 (55,8%)
29 (14,7%)
58 (27,9%)
110 (52,8%)
40 (19,2%)
p = 0,48
150 (80,7%)
36 (19,3%)
160 (83,8%)
31 (16,2%)
p = 0,43
61 (33,0%)
124 (67,0%)
66 (36,1%)
117 (63,9%)
p = 0,53
55 (28,2%)
140 (71,8%)
69 (33,5%)
137 (66,5%)
p = 0,25
121 (63,4%)
70 (36,6%)
125 (60,4%)
82 (39,8%)
p = 0,54
173 (87,8%)
24 (12,2%)
158 (76,7%)
48 (23,3%)
p = 0,004
121 (68,0%)
57 (32,0%)
110 (55,0%)
90 (45,0%)
p = 0,01
54 (28,1%)
113 (58,9%)
25 (13,0%)
23 (11,2%)
147 (71,4%)
36 (17,5%)
p < 0,001
100 (51,8%)
56 (29,0%)
37 (19,2%)
85 (41,7%)
78 (38,2%)
41 (20,1%)
p = 0,09
98 (50,8%)
22 (11,4%)
73 (37,8%)
95 (46,3%)
24 (11,7%)
86 (41,9%)
p = 0,66
44
Genk-zuid vs.
Vlaanderen
Parameter
Kaas consumptie
laag (<1 boterham/dag)
gemiddeld (1-3 boterh./d)
hoog (≥4 boterh./d)
Vlees consumptie
laag (<100 g/dag)
gemiddeld (100-150 g/dag)
hoog (≥150 g/dag)
Ei consumptie
laag (<1 ei/week)
gemiddeld (1-4 eieren/wk)
hoog (>4 eieren/week)
Vis consumptie
laag (≤12 g/dag)
gemiddeld (12-25 g/dag)
hoog (>25 g/dag)
Vis of zeevruchten in afgelopen 3 dagen
neen
ja
1.3.
Genk-Zuid
Vlaanderen
Genk-zuid vs.
Vlaanderen
146 (74,8%)
44 (22,6%)
5 (2,6%)
162 (77,5%)
41 (19,6%)
6 (2,9%)
p = 0,76
70 (35,9%)
20 (10,3%)
105 (53,8%)
45 (21,6%)
28 (13,5%)
135 (64,9%)
p = 0,006
65 (34,0%)
119 (62,3%)
7 (3,7%)
79 (38,5%)
121 (59,0%)
5 (2,4%)
p = 0,54
87 (45,1%)
77 (39,9%)
29 (15,0%)
84 (40,2%)
75 (35,9%)
50 (23,9%)
p = 0,08
122 (61,9%)
75 (38,1%)
118 (57,0%)
89 (43,0%)
p = 0,31
Staalafnamecondities
De afname van bloed, urine en haar bij de deelnemers van de biomonitoringstudie werden
uitgevoerd volgens standaard procedures. Binnen deze vastgelegde procedures kunnen er nog
verschillen zijn in de condities waarin het veldwerk werd uitgevoerd, bijv. het tijdstip van de
urinecollectie, het uur van de bloedafname, al dan niet nuchter staal, enz…. Vooraleer een analyse
te doen van de biomerkers werd daarom eerst gecontroleerd welke condities een invloed hebben
op de metingen, hoe deze condities verschillen tussen Genk-Zuid en Vlaanderen, en op welke
manier er rekening mee gehouden zal worden in de verdere statistische analyses.
A. Bloedafname & bloedparameters
Nuchter zijn bij de bloedafname was geen vereiste, maar werd wel geregistreerd door de
studieverpleegster. In Genk-Zuid waren er 12,2% van de jongeren die ’s morgens niets hadden
gegeten; in Vlaanderen was 9,1% van de deelnemers nog nuchter op het moment van de
bloedafname. Dit verschil was niet significant (zie Tabel 13).
Bij de jongens werd gevraagd dat de bloedafname gebeurde vόόr 11 uur ’s morgens omdat het
testosterongehalte in serum variëert volgens het uur van de dag. In Genk-Zuid werden 4 jongens
na 11 uur geprikt (4,5%), terwijl dit percentage in de referentiebiomonitoring hoger was (n=15
(12,4%; p=0,0485). Aangezien deze parameter een belangrijke determinant is van
testesterongehalte, zal het uur van bloedafname worden meegenomen in alle verdere statistische
analyses van serum testosteron.
45
Tabel 13: Staalafnamecondities voor bloed en routinemetingen in serum: Genk-Zuid in vergelijking
met Vlaamse referentiegroep
Parameter
Nuchter bij bloedafname, n (%)
neen
ja
Tijdstip bloedafname bij jongens, n (%)
vόόr 11 a.m.
na 11 a.m.
Serum ferritine (µg/l)
gemiddelde (SD)
mediaan (min. – max.)
Serum ferritine in klassen, n (%)
≤ 20 µg/l
20 - 30 µg/l
30 - 40 µg/l
> 40 µg/l
Serum cholesterol (mg/dl)
gemiddelde (SD)
mediaan (min. – max.)
Serum triglyceriden (mg/dl)
gemiddelde (SD)
mediaan (min. – max.)
Bloedvet (mg/dl)
gemiddelde (SD)
mediaan (min. – max.)
Bloedvet in klassen, n (%)
< 400 mg/dl
400 - 430 mg/dl
430 - 480 mg/dl
≥ 480 mg/dl
Genk-Zuid
Vlaanderen
Genk-zuid vs.
Vlaanderen
173 (87,8%)
24 (12,2%)
191 (90,9%)
19 (9,1%)
p = 0,30
85 (95,5%)
4 (4,5%)
106 (87,6%)
15 (12,4%)
p = 0,05
29,8 (20,8)
26 (2 – 189)
32,6 (16,9)
29 (2 – 100)
p = 0,14
63 (32,0%)
46 (23,3%)
49 (24,9%)
39 (19,8%)
51 (24,5%)
54 (26,0%)
47 (22,6%)
56 (26,9%)
p = 0,20
163,1 (28,2)
160 (99 – 270)
160,5 (29,2)
158 (84 – 285)
p = 0,37
91,3 (46,3)
83 (27 – 333)
87,1 (37,9)
80,5 (22 – 212)
p = 0,32
452 (75,8)
436 (303 – 810)
444 (66,4)
430 (313 – 649)
p = 0,24
46 (23,3%)
44 (22,3%)
50 (25,4%)
57 (28,9%)
55 (26,4%)
51 (24,5%)
49 (23,6%)
53 (25,5%)
p = 0,76
In het serum van de deelnemers werd een aantal routineparameters gemeten die nodig zijn voor
de interpretatie van de biomerkers.
Serum ferritine is nodig als covariaat voor bloed lood en bloed cadmium aangezien een lagere
ijzerstatus vaak gepaard gaat met een effciëntere opname van sommige metalen.
Serum ferritine is niet significant verschillend tussen de deelnemers van Genk-Zuid en van
Vlaanderen, noch de gemiddelde concentratie, noch de verdeling in klassen (zie Tabel 13).
Serum triglyceriden en serum cholesterol werden gemeten en laten toe om het bloedvetgehalte
te berekenen. Dit is nodig voor de correctie van vetgerelateerde polluenten in het bloed (bijv.
PCB’s), hetzij als correctiefactor in de formule, hetzij als covariaat in de statistische analyse. Er zijn
geen significante verschillen in de gehaltes van serum cholesterol, serum triglyceriden of totaal
bloedvet tussen de deelnemers van Genk-Zuid en van de referentiepopulatie (Tabel 13).
46
Aangezien bloedvet gebruikt wordt in de noemer van vetgerelateerde biomerkers (o.a. PCB’s,
gechloreerde pesticiden, Calux en gebromeerde vlamvertragers), kan het een belangrijke invloed
hebben op de gebiedsvergelijking. Door bloedvet in de noemer te gebruiken, kan extra variabiliteit
in de resultaten worden geïntroduceerd, en kunnen gebiedsverschillen beïnvloed worden. Daarom
worden enkele extra analyses uitgevoerd op bloedvet.
Figuur 2 toont de cumulatieve distributie van bloedvet in Genk-Zuid en in de Vlaamse
referentiegroep; de verdeling is zeer gelijklopend.
Figuur 3 toont de relatie tussen bloedvet en invloedsfactoren zoals leeftijd, geslacht en
opleidingstype van de jongeren. Ook hier zijn de resultaten zeer vergelijkbaar tussen Genk-Zuid en
Vlaanderen.
Vlaanderen
gebied
Genk-Zuid
Figuur 2: Cumulatieve verdeling van bloedvet in Genk-Zuid en in Vlaanderen
Bloedvetgehalte (mg/dl) - mediaan per subgroep - Genk-Zuid
0
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
ASO
TSO
BSO
100
200
300
Bloedvetgehalte (mg/dl) - mediaan per subgroep - Vlaanderen
400
500
0
meisjes
440
≤14,5 jr.
453
434
100
jongens
427
14,5-15,5 jr.
200
300
400
500
427
436
447
423
>15,5 jr.
427
438
427
436
ASO
429
TSO
432
BSO
432
Figuur 3: Invloedsfactoren van bloedvet in Genk-Zuid en in Vlaanderen
47
458
Besluiten:
- het tijdstip van bloedafname verschilt borderline significant tussen Genk-Zuid en de Vlaamse
referentiegroep. Hiermee dient rekening te worden gehouden bij de interpretatie van serum
testosteron aangezien deze waarde variëert volgens het uur van de dag.
- de bloedparameters (serum ferritine, serum cholesterol, serum triglyceriden, totaal bloedvet) zijn
vergelijkbaar tussen Genk-Zuid en de Vlaamse referentiegroep, en kunnen dus zonder probleem
gebruikt worden in de gebiedsvergelijking.
B. Urinecollectie en verdunningsgraad van de urine
Vanuit methodologisch standpunt zou de meting van biomerkers in bevolkingstudies bij voorkeur
gebeuren in 24-uurs urines. Vanuit praktisch standpunt is het echter zeer moeilijk om volledige 24uur stalen te bekomen. Het is een majeur bezwaar voor deelnemers om in de studie te stappen, en
vaak stelt men vast dat de collecties (gewild of ongewild) onvolledig zijn. Daarom wordt in de
Vlaamse Humane Biomonitoringstudies geopteerd voor spot urines, d.w.z. een éénmalige
urinecollectie. Om de methode zo goed mogelijk te standaardiseren om en voldoende
geconcentreerde stalen te bekomen worden ochtendurinestalen gevraagd van de deelnemers.
Tabel 14 geeft een overzicht van de staalafnamecondites van urine bij de deelnemers in Genk-Zuid
en in de Vlaamse referentiegroep.
Alhoewel aan de jongeren geschreven instructies werden bezorgd voor de collectie van
ochtendurine, zijn er toch acht jongeren (6 in Vlaanderen en 2 in Genk-Zuid) die een avonduur voor
de urinecollectie rapporteerden; zij hebben dus de avond vόόr het onderzoek een urinestaal
gecollecteerd. Bij de jongeren die ochtendurine collecteerden, zijn er significante verschillen in het
tijdstip van urinecollectie tussen de deelnemers van Genk-Zuid en van Vlaanderen (hogere
frequentie collecties na 10 uur ‘s morgens in Genk-Zuid). Dit heeft vermoedelijk te maken met het
feit dat alle jongeren in de referentiegroep via de scholen werden onderzocht, terwijl in Genk-Zuid
ook onderzoeken gebeurden in lokale onderzoekscentra tijdens de weekends of schoolvakanties.
Op basis van het uur van de urinecollectie en het uur van de vorige plasbeurt kon de duur van de
urinecollectie worden berekend. Deze parameter weerspiegelt de periode van urineproductie in
het lichaam. Aangezien gevraagd werd aan de deelnemers om de eerste ochtendurine te
collecteren, is de periode van urinecollectie in principe de nacht vόόr het onderzoek. In Tabel 14
wordt voor Genk-Zuid en Vlaanderen de gemiddelde duur van de urinecollectie gegeven en een
indeling in tijdsklassen. In beide regio’s is er een zeer grote spreiding op de duur van de
urinecollectie: minimum 30 minuten en maximum 1380 minuten (d.i. 23 uur!). De mediane waarde
bedraagt 540 minuten (9 uur) in Genk-Zuid en 550 minuten (9 uur 10 minuten) in Vlaanderen, wat
kan overeenkomen met een gemiddelde nacht voor een 14-15-jarige. De gemiddelde duur van de
urinecollectie is lager in Genk-Zuid dan in Vlaanderen (486 vs. 522 minuten; p=0,06). In Genk-Zuid
is zowel de proportie deelnemers met lage duurtijden (< 465 minuten) als de proportie deelnemers
met lange duurtijden (≥ 600 minuten) hoger dan in Vlaanderen (p<0,001).
Aangezien met spot urine gewerkt wordt, en niet met 24-uurs collecties, is er een standaardisatie
nodig voor de verdunningsgraad van de urine. Op deze manier wordt er rekening gehouden met
verschillen in de excretie van een biomerker te wijten aan variatie in staalafname. Men gaat er dan
van uit dat de excretie van een polluent gebeurt via een simpel renaal eliminatieproces,
proportioneel aan de glomerulaire filtratie snelheid, zonder reabsoptie in de nier.
In de internationale literatuur wordt meestal urinair creatinine gebruikt als correctiefactor voor de
verdunningsgraad van urine (Barr et al. EHP 2005; Opinion of the HBM Commission, 2005).
Creatinine is een bijproduct van het eiwitmetabolisme, en wordt niet gereabsorbeerd in de nier. Bij
gezonde personen is de individuele excretie zeer constant over een periode van 24 uur. Fractionele
48
bepalingen geven dus een goede maat voor de verdunningsgraad van de urine. Een nadeel is dat er
vrij grote inter-individuele verschillen in creatinineconcentratie kunnen optreden. Aangezien
creatinine excretie gerelateerd is aan spiermassa, bestaan er vrij grote verschillen volgens geslacht,
leeftijd, lichaamssamenstelling, voedingsgewoonten, e.d. Door te corrigeren voor creatinine
brengen we dus extra variabiliteit in de statistische analyses.
Een alternatieve manier om voor de verdunningsgraad van de urine te corrigeren is de densiteit of
het soortelijk gewicht van de urine.
Zowel creatinine als soortelijk gewicht worden steeds gemeten in de Vlaamse
biomonitoringstudies, maar tot nu toe werd steeds creatinine gebruikt als correctiefactor
aangezien dit het meest gangbare is in de wetenschappelijke literatuur.
Tabel 14: Staalafnamecondities voor urine in Genk-Zuid in vergelijking met Vlaamse referentiegroep
Parameter
Tijdstip urinecollectie, n (%)
avond voor onderzoek
ochtendurine, vόόr 8 a.m.
ochtendurine, tussen 8 & 10 a.m.
ochtendurine, na 10 a.m.
Duur urinecollectie (minuten)
gemiddelde (SD)
mediaan (min. – max.)
Duur urinecollectie (minuten), n (%)
< 465 minuten
465 – 545 minuten
465 – 600 minuten
≥ 600 minuten
Creatinine in urine (mg/dl)
geometrisch gemiddelde (95%BI)
Densiteit van urine (g/cm³)
geometrisch gemiddelde
(95%BI)
Genk-Zuid
Vlaanderen
Genk-zuid vs.
Vlaanderen
2 (1,1%)
100 (53,5%)
44 (23,5%)
41 (21,9%)
6 (2,9%)
167 (79,5%)
18 (8,6%)
19 (9,0%)
p < 0,001
487 (203)
540 (30 – 1197)
522 (161)
550 (35 – 1380)
p = 0,06
72 (36,5%)
36 (18,3%)
33 (16,8%)
56 (28,4%)
48 (22,9%)
59 (28,1%)
60 (28,6%)
43 (20,5%)
p < 0,001
151 (140 – 163)
131 (123 – 139)
p = 0,004
1,0224
(1,0215 – 1,0234)
1,0219
(1,0210 – 1,0227)
p = 0,38
Urinair creatinine is significant hoger in Genk-Zuid in vergelijking met de Vlaamse
referentiepopulatie (Tabel 14); de cumulatieve frequentieverdeling wordt gegeven in Figuur 4.
Urinair creatinine varieert volgens BMI-klasse (p=0,001), geslacht (p=0,02), leeftijdsklasse (p=0,05),
duur van de urinecollectie (p<0,001) en tijdstip van de urinecollectie (p<0,001).
Densiteit is niet significant verschillend tussen Genk-Zuid en Vlaanderen (Tabel 14; Figuur 4) en
varieerde volgens geslacht (p=0,02), duur van de urinecollectie (p<0,001) en tijdstip van de
urinecollectie (p<0,001). Densiteit was dus minder afhankelijk van lichaamssamenstelling.
Aangezien deze studie wordt uitgevoerd bij jongeren van 14-15 jaar die zich in de puberteit
bevinden en in verschillende fasen van de groeispurt kunnen zijn, kan de lichaamssamenstelling
binnen de groep aanzienlijk variëren. Bovendien waren er tussen Genk en Vlaanderen significante
verschillen in de verdeling van geslacht, leeftijd en BMI (zie tabel met beschrijvende data:
49
Tabel 12), factoren waarvan werd aangetoond dat ze creatinine significant beïnvloeden. Daarom
wordt beslist om de densiteit van urine te gebruiken als parameter voor de correctie van de
verdunningsgraad van urine, en niet urinair creatinine. Voor de urinaire merkers wordt een
beschrijvende statistiek gegeven in µg/l en in µg/g creatinine. De gebiedsvergelijking van de
urinaire merkers, en de relatie met determinanten wordt uitgevoerd voor de urinaire merkers
uitgedrukt in µg/l, met densiteit als vaste confounder in het model. Daarnaast wordt ook duur van
urinecollectie meegenomen als te testen covariaat, d.w.z. dat er in een enkelvoudige regressie
getest wordt of duur van urinecollectie een significante determinant is van de urinaire polluent en
wordt meegenomen als parameter in de verdere analyses indien er significante relatie is met de
polluent.
Figuur 4: Cumulatieve verdeling voor urinair creatinine (mg/dl)(linkse figuur) en densiteit (g/cm³)
(rechtse figuur) in Genk-Zuid (rode lijn) en in Vlaanderen (blauwe lijn)
Zowel in Vlaanderen als in Genk-Zuid wordt een zeer lage creatininewaarde en densiteit gevonden
voor de stalen die de avond voor de onderzoeksdag werden gecollecteerd (Figuur 5). Vermoedelijk
zijn dit stalen gecollecteerd over een korte periode, en methodologische is er niet voldaan aan de
gestelde criteria. Daarom worden deze stalen (2 in Genk-Zuid en 6 in de referentiegroep)
geëxcludeerd in de verdere analyses.
Creatinine - relatie met tijdstip van urinecollectie
Densiteit - relatie met tijdstip urinecollectie
avond (n=2)
avond (n=2)
< 8 a.m. (n=105)
p<0,001
GENK
GENK
< 8 a.m. (n=105)
< 10 a.m. (n=48)
> 10 a.m. (n=42)
> 10 a.m. (n=42)
avond (n=6)
VLAANDEREN
avond (n=6)
VLAANDEREN
p<0,001
< 10 a.m. (n=48)
< 8 a.m. (n=166)
p=0,14
< 10 a.m. (n=18)
< 8 a.m. (n=166)
p=0,23
< 10 a.m. (n=18)
> 10 a.m. (n=19)
> 10 a.m. (n=19)
0
50
100
150
200
1
250
1.005
1.01
1.015
1.02
1.025
1.03
densiteit (g/cm³)
creatinine (mg/dl)
Figuur 5: Urinair creatinine en densiteit van urine volgens tijdstip van urinecollectie
C. Collectie van haar
Zowel in de referentiebiomonitoring als in Genk-Zuid werd een haarstaal genomen voor de meting
van kwik en methylkwik. Hiervoor werden ook enkele vragen over de haarkwaliteit gesteld. In
Genk-Zuid hebben significant meer jongeren hun haar gekleurd in de voorbije zes maanden (11,3
50
vs. 4,8% in Vlaanderen; p=0,02), maar er zijn geen verschillen tussen de twee gebieden in
structuurverandering van het haar (ontkrullen, permanent, enz…) (Tabel 15). Beide parameters
worden meegenomen in de statistische analyse van (methyl)kwik in haar.
Tabel 15: Staalafnamecondities voor haar in Genk-Zuid in vergelijking met Vlaamse referentiegroep
Parameter
Genk-Zuid
Haar gekleurd in voorbije 6 maanden, n (%)
neen
173 (88,7%)
ja
22 (11,3%)
Structuur haar veranderd in voorbije 6 maanden, n (%)
neen
162 (83,9%)
ja
31 (16,1%)
51
Vlaanderen
Genk-zuid vs.
Vlaanderen
199 (95,2%)
10 (4,8%)
p = 0,02
172 (83,9%)
33 (16,1%)
p = 0,99
2. Blootstellingsmerkers
Leeswijzer:
In de beschrijving van de verschillende blootstellingsmerkers wordt telkens dezelfde indeling
gehanteerd:
A. Achtergrondinformatie
Korte beschrijving van de polluent en zijn biomerker, zijn betekenis en aspecten die
belangrijk zijn voor de interpretatie
B. Beschrijving van de blootstelling in Genk-Zuid
Voor iedere biomerker worden beschrijvende data gegeven voor de totale groep in
Genk-Zuid: geometrisch gemiddelde (met 95% betrouwbaarheidsinterval); mediaan
(met interkwartiel range) en 90e percentiel.
Indien er gezondheidskundige richtlijnen beschikbaar zijn, wordt nagekeken welke
proportie van de deelnemers een waarde boven de richtwaarde heeft.
Binnen de onderzoeksgroep Genk-Zuid wordt nagegaan welke factoren een relatie
vertonen met de biomerker, bijv. of er verschillen zijn tussen jongens en meisjes,
volgens leeftijdsklasse, rookgewoonte, opleidingsniveau,… Alle geteste variabelen
worden weergegeven in bijlage 2; in het rapport zelf wordt een samenvatting gegeven
van de voornaamste resultaten; de effecten van leeftijd en geslacht worden steeds
weergegeven in de figuren.
C. Vergelijking Genk-Zuid met Vlaanderen
De gemiddelde concentratie en de 90e percentiel van een biomerker in Genk-Zuid
wordt vergeleken met respectievelijke waarden in de Vlaamse controlepopulatie. Het
gaat hier om ruwe, niet-gecorrigeerde gegevens, d.w.z. dat er bij de vergelijking geen
rekening wordt gehouden met verschillen in de karakteristieken van de groepen.
D. Effect van gebied na correctie voor determinanten van blootstelling
Via een meervoudig regressiemodel wordt nagegaan welke factoren de concentratie
van een biomerker beïnvloeden. Voor iedere biomerker wordt een model opgesteld met
volgende variabelen: ‘gebied’; vooraf geselecteerde confounders; covariaten die in
enkelvoudige modellen significant (p<0,10) geassoiceerd zijn met de biomerker.
De output van het model geeft de relatie tussen de biomerker en elk van de
confounders/covariaten (regressiecoefficiënt en p-waaren) en het effect van ‘gebied’
(Genk-Zuid vs. Vlaanderen). De regressiecoëfficient (en p-waarde) van ‘gebied’ geeft
aan hoe groot het verschil is tussen Genk-Zuid en Vlaanderen, nadat rekening werd
gehouden met verschillen tussen de groepen (bijv. verschillen in leeftijd, rookgewoonte,
opleidingsniveau,…). Een waarde van 1,10 betekent dat de waarde in Genk-Zuid 10%
hoger ligt dan in Vlaanderen; een waarde van 0,90 betekent dat de waarde in GenkZuid 10% lager ligt dan in Vlaanderen.
52
Voor alle biomerkers wordt de concentratie van de biomerker vergeleken tussen de
wijken van Genk-Zuid. Deze analyses vergelijken niet-gecorrigeerde waarden tussen
de wijken. Eerst wordt getest of er een verschil is tussen de wijken (Anova). Indien de
overall p-waarde significant (<0,05) is, wordt een post-hoc analyse uitgevoerd waarbij
de wijken twee aan twee worden vergeleken.
Voor zware metalen wordt de waarde van de biomerker geassocieerd met de
immissies van het overeenkomstig metaal. De cijfers voor immissie zijn gemiddelden
van de drie dagen die voorafgaan aan de onderzoeksdag.
De biomerkers worden bestudeerd in relatie met de afstand tot het industrieterrein.
Voor iedere individuele deelnemer wordt de afstand en hoek tot de meetpost
berekend, en per biomerker wordt een regressieanalyse uitgevoerd afstand en hoek
tot de meetpost in het model. Voor zware metalen wordt de afstand berekend tot
meetposten 00GK02 en 00GK11; voor persistente polluenten tot meetpost 75GK18;
voor PAK’s en benzeen tot meetpost 40GK09.
53
2.1.
Zware metalen: cadmium
A. Cadmium - achtergrondinformatie
Cadmium (Cd) is een zwaar
metaal dat o.a. in de
omgeving terecht komt via
sigarettenrook, non-ferro
industrie, verbrandingsovens en crematoria.
Cadmium kan worden
ingeademd en komt in
lokale groenten en vlees
terecht.
Cadmium kan de
nierwerking verstoren, de
botvorming belemmeren,
de bloeddruk verhogen en
longkanker veroorzaken.
Cadmium in bloed geeft een
maat voor blootstelling
tijdens de laatste 3 tot 4
maanden; urinair cadmium
geeft een maat voor
levenslange blootstelling. Er
zijn gezondheidskundige
richtwaarden ter
beschikking voor deze
biomerkers.
Bronnen:
Eén van de belangrijkste
bronnen van cadmium in
onze
omgeving
is
sigarettenrook. De roker
wordt
blootgesteld
aan
cadmium, maar ook diegene
die zich in de rookomgeving
bevindt.
In sommige streken in
Vlaanderen,
zoals
de
Noorderkempen, Hoboken of
Olen, is de omgeving
historisch
vervuild
met
cadmium door de uitstoot
van de non-ferro industrie
(zinksmelters).
Bovendien
leverde
de
fabriek
cadmiumrijke
zinkslakken
waarmee pleintjes, wegen en
opritten in de buurt werden
aangelegd. Ondertussen zijn
veel van deze problemen
aangepakt, maar er is nog
steeds uitstoot van cadmium
door
de
industrie
en
bovendien blijft het cadmium
uit het verleden in de
omgeving aanwezig.
Cadmium werd vroeger ook
uitgestoten in de lucht door
verbrandingsovens
(verbranden
van
cadmiumbevattend
afval
zoals batterijen) en door
crematoria.
In tegenstelling tot lood,
wordt cadmium opgenomen
door planten en groenten en
komt
dus
in
onze
voedselketen terecht. Vooral
bladgroenten
zoals
sla,
spinazie en selder kunnen
gemakkelijk
cadmium
opnemen. Ook orgaanvlees
(nieren, lever) van vee uit
vervuilde gebieden is een
bron van cadmium in onze
voeding.
Blootstelling bij de mens:
Metabolisme bij de mens:
Personen die leven in een rokersomgeving
zullen veel cadmium inademen.
Cadmium wordt in het lichaam opgenomen
via de darm en via de longen. Cadmium
stapelt zich vooral op in de nieren en heeft
een halfwaardetijd van enkele tientallen
jaren.
Voedingsproducten uit vervuilde gebieden
kunnen cadmium bevatten. Bij groenten zijn
dit vooral bladgroenten zoals sla, spinazie,
selder; bij vlees gaat het vooral om lever en
nieren.
In de buurt van non-ferro industrie of
verbrandingsovens is cadmium gebonden aan
fijne stofdeeltjes. Dit vervuild stof kan door
omwonenden worden ingeademd.
54
Richtwaarden voor biomerkers:
Biomerkers van
blootstelling:
Cadmium in bloed is een maat
voor de opname in het lichaam
gedurende de laatste 3 à 4
maanden.
Cadmium in urine is een maat
voor levenslange blootstelling.
Internationale organisaties
cadmium in bloed en urine.
geven
richtwaarden
voor
Cadmium in bloed:
Biomonitoring equivalents (BE)
BE’s zijn concentratiewaarden in het lichaam die
overeenstemmen met bestaande gezondheids-gerelateerde
blootstellingsrichtlijnen. Voor cadmium in bloed werden
volgende BE’s berekend (Hays et al. 2008):
- 1,7 µg Cd/l bloed: volgens USEPA (Environmental
Protection Agency, USA), gebaseerd op referentiedosis van
0,001 mg/kg/dag;
- 1,4 µg Cd /l bloed: volgens ATSDR (Agency for Toxic
Substances and Disease Registry, USA), gebaseerd op een
minimale risico concentratie (minimal risk level, MRL) van
0,0002 mg/kg/dag)
Cadmium in urine
Biomonitoring equivalents (BE)
BE’s zijn concentratiewaarden in het lichaam die overeenstemmen met bestaande gezondheidsgerelateerde blootstellingsrichtlijnen. Voor cadmium in urine werden volgende BE’s berekend
(Hays et al. 2008):
- 1,5 µg Cd/l urine: volgens USEPA (Environmental Protection Agency, USA), gebaseerd op
referentiedosis van 0,001 mg/kg/dag;
- 1,2 µg Cd /l urine: volgens ATSDR (Agency for Toxic Substances and Disease Registry, USA),
gebaseerd op een minimale risico concentratie (minimal risk level, MRL) van 0,0002 mg/kg/dag)
Human Biomonitoring values (HBM waarden) voor jongeren ≤ 25 jaar
HBM I en HBM II waarden werden opgesteld door de Duitse Biomonitoring Commissie op basis van
bestaande literatuur (http://www.umweltbundesamt.de/gesundheit-e/monitor/index.htm). Het zijn
consensuswaarden van de commissie en kunnen geïnterpreteerd worden als volgt:
< HBM I: geen risico voor de gezondheid;
tussen HBM I en HBM II: gezondheidsrisico’s zijn niet uit te sluiten;
≥ HBM II: extra gezondheidsrisico is mogelijk.
Voor cadmium in urine bij jongeren bedraagt de HBM I waarde 0,5 µg/l en de HBM II waarde 2,0
µg/l.
Gezondheidseffecten:
o
Cadmium stapelt zich op in de nieren en kan de nierwerking verstoren.
o
Cadmium zal de beenderen minder stevig maken en dit kan leiden tot osteoporose en een
hogere kans op botbreuken.
o
Cadmium is kankerverwekkend bij dieren en wordt door het Internationaal Agentschap voor
Kankeronderzoek (IARC) geklasseerd als kankerverwekkend bij de mens (groep 1). Langdurige
blootstelling aan cadmium via de lucht kan leiden tot longkanker.
55
B. Cadmium in Genk-Zuid – beschrijving van blootstelling
De gemiddelde blootstelling aan cadmium in Genk-Zuid wordt gegeven in Tabel 16. Zowel in bloed
als in urine liggen de waarden voor cadmium in alle stalen boven de detectielimiet.
Tabel 16: Blootstellingsmerkers voor cadmium in Genk-Zuid
Biomerker
eenheid
N
% >DL
Bloed cadmium
Urinair cadmium
Urinair cadmium
µg/l
µg/l
µg/g crt
197
186
186
100%
100%
100%
geometrisch
gemiddelde (95% BI)
0,24 (0,22 – 0,25)
0,30 (0,28 – 0,33)
0,20 (0,19 – 0,22)
mediaan
(P25 – P75)
0,23 (0,18 – 0,30)
0,31 (0,21 – 0,46)
0,21 (0,16 – 0,27)
P90
0,43
0,61
0,50
N = aantal deelnemers; DL = detectielimiet (DL bloed cadmium: 0,056 µg/l; DL urinair cadmium: 0,012 µg/l);
BI = betrouwbaarheidsinterval; P = percentiel; crt = creatinine
De waarden voor bloed cadmium en urinair cadmium in Genk-Zuid worden vergeleken met
gezondheidskundige richtwaarden (zie Tabel 17).
Voor urinair cadmium hebben 19,6% een urinair cadmium van 0,5 µg/l of hoger. Geen enkele
deelnemer had een waarde van 2,0 µg/l of hoger. Ter vergelijking worden ook de cijfers voor de
Vlaamse controlegroep gegeven: 11,4% van de jongeren uit algemeen Vlaanderen heeft een
urinaire cadmiumwaarde hoger dan 0,5 µg/l. Dit betekent dat de achtergrondconcentratie aan
cadmium in Vlaanderen bij ongeveer 10% van de jongeren leidt tot urinaire cadmuimexcretie
waarbij gezondheidsrisicio niet is uit te sluiten. In Genk-Zuid is dit percentage ongeveer het
dubbele. Het verschil in proportie tussen Genk-Zuid en Vlaanderen is borderline niet-significant
(p=0,054).
Voor bloed cadmium hebben twee jongeren in Genk (0,5%) en 4 jongeren in de controlegroep
(1,9%) een waarde boven de ‘Biomonitoring Equivalent’. De verschillen tussen Genk en Vlaanderen
zijn niet statistisch significant.
Tabel 17: Bloed cadmium en urinair cadmium in Genk-Zuid in vergelijking met gezondheidskundige
richtwaarden
Biomerker
gezondheidskundige richtwaarden
Cadmium in urine
HBM I
HBM II
BE (ATSDR)
BE (USEPA)
BE (ATSDR)
BE (USEPA)
Bloed cadmium
0,5 µg/l
2 µg/l
1,2 µg/l
1,5 µg/l
1,4 µg/l
1,7 µg/l
% boven de richtwaarde
Genk
Vlaanderen
19,6%
11,4%
0%
0%
0%
0%
0%
0%
0,5%
1,9%
0,5%
1,9%
In bijlage 2 wordt de beschrijvende statistiek van bloed cadmium en urinair cadmium (ruwe data)
gegeven voor de totale groep, en voor relevante subgroepen zoals leeftijdsklassen, geslacht, roken,
enz… Het bloed cadmiumgehalte is niet verschillend tussen jongens en meisjes, vertoont wel een
stijgende trend met de leeftijd (p=0,03) en wordt duidelijk beïnvloedt door roken. Jongeren uit het
BSO en TSO hebben significant hogere bloed cadmium waarden dan jongeren uit het ASO. Er is een
zwakker relatie met serum ferritine, d.w.z. bloed cadmium waarden zijn hoger bij lagere serum
ferritine gehaltes, maar deze resultaten zijn niet significant (p=0,09) (zie Figuur 6).
Voor urinair cadmium zijn er geen duidelijke relaties met leeftijd, geslacht of roken. Mogelijk is de
invloed van recent roken (jongeren van 14-15 jaar) beperkt bij een merker die cumulatieve
blootstelling weerspiegelt. Het eten van lokale groenten wordt wel significant weerspiegelt in de
56
urinaire cadmiumconcentratie; eten van lokaal fruit geeft geen verhoogde waarden. Er is een
sterke relatie tussen urinair cadmium en urinair creatinine (p<0,001).
Bloed cadmium (µg/L) - geometrische gemiddelden per subgroep
0
0,1
0,2
0,3
0,4
jongens
meisjes
geslacht: p=0,53
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
leeftijd: p=0,03
roken: nooit
roken: sporadisch
roken: dagelijks
0,5
roken: p<0,001
ASO
TSO
BSO
opleiding: p=0,01
ferritine: ≤20 µg/l
20-30 µg/l
30-40 µg/l
>40 µg/l
serum ferritine: p=0,09
Figuur 6: Relatie tussen bloed cadmium en factoren die de blootstelling beïnvloeden
Urinair cadmium (µg/L) - geometrische gemiddelden per subgroep
0
0,1
0,2
0,3
jongens
meisjes
0,4
0,5
geslacht: p=0,91
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
leeftijd: p=0,34
roken: nooit
roken: sporadisch
roken: dagelijks
roken: p=0.38
creatinine: ≤95 mg/dl
95-135 µg/l
135-190 µg/l
>190 µg/l
creatinine: p<0,001
geen lokale groenten
lokale groenten
lokale groenten: p=0,005
Figuur 7: Relatie tussen urinair cadmium en factoren die blootstelling beïnvloeden
57
C. Cadmium in Genk-Zuid – vergelijking met Vlaanderen
De waarden voor de ruwe, niet-gecorrigeerde data van bloed cadmium liggen significant hoger in
Genk-Zuid in vergelijking met de Vlaamse controlepopulatie. In Genk-Zuid liggen alle waarden
boven de detectielimiet; in Vlaanderen is dit 98,6% van de metingen. Het geometrisch gemiddelde
bedraagt 0,24 (95% BI: 0,22 – 0,25) µg/l in Genk-Zuid en is significant hoger (p=0,03) in vergelijking
met Vlaanderen (0,21 (0,19 – 0,23) µg/l). Het 90e percentiel is niet significant verschillend tussen de
twee regio’s (p=0,78; zie Figuur 8).
Urinair cadmium (µg/l) in Genk-Zuid is significant hoger dan in Vlaanderen: het geometrisch
gemiddelde bedraagt 0,303 (95% BI: 0,278 – 0,329) µg/l in Genk-Zuid vs. 0,244 (0,221 – 0,269) µg/l
in Vlaanderen (p=0,001). Het 90e percentiel bedraagt respectievelijk 0,511 en 0,607 µg/l; deze
verschillen zijn borderline significant (p=0,04; zie Figuur 8). Het gaat hier om niet-gecorrigeerde
gegevens, d.w.z. dat er bij de vergelijking geen rekening wordt gehouden met verschillen in de
karakteristieken van de groepen.
0,50
0,70
p = 0,78
Genk-Zuid
Vlaanderen
Genk-Zuid
Vlaanderen
0,43
0,60
0,40
0,40
p = 0,04
0,61
Urinair cadmium (µg/l)
Bloed cadmium (µg/L)
0,51
p = 0,03
0,30
0,30
0,26
0,24
0,23
0,21
0,20
0,18
0,19
0,15
0,13
0,11
0,50
0,40
0,30
0,46
p = 0,001
0,35
0,31
0,30
0,24
0,22
0,20
0,24
0,16
0,130,12
0,10
0,06
0,10
0,050,05
0,03
0,00
0,00
GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
GM = geometrisch gemiddelde; min = minimum; P = percentiel
Figuur 8: Bloed cadmium en urinair cadmium in Genk-Zuid: vergelijking met Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
D. Cadmium in Genk-Zuid – effect van gebied na correctie voor determinanten van
blootstelling
Er wordt een significant verschil vastgesteld tussen Genk-Zuid en Vlaanderen voor de nietgecorrigeerde waarden van bloed cadmium (µg/l) en urinair cadmium (µg/l). Deze verschillen
kunnen mogelijk te wijten zijn aan methodologische factoren (bijv. de verdunningsgraad van de
urine) of aan verschillen tussen de onderzoeksgroepen (bijv. leeftijd, rookgewoonte, voeding,
enz..). Daarom wordt eerst gezocht naar de factoren die een invloed hebben op de waarden van
bloed cadmium en urinair cadmium. Daarna wordt nagegaan of er, na correctie van deze factoren,
nog een significant effect is van het gebied waar men woont, d.w.z. of de waarden van Genk-Zuid
significant afwijken van die van Vlaanderen.
Tabel 18 geeft aan welke factoren de concentratie van bloed cadmium en urinair cadmium kunnen
verklaren. Voor bloed cadmium kan het model in totaal 20% van de variabiliteit verklaren. Na
correctie voor leeftijd, geslacht, roken, opleidingstype en serum ferritine is de waarde voor bloed
cadmium in Genk-Zuid 10% hoger dan in Vlaanderen. Dit verschil is niet statistisch significant
(p=0,14).
Voor urinair cadmium kan het model 31,8% van de variabiliteit verklaren. Na correctie voor leeftijd,
geslacht, roken, densiteit van de urine en duur van de urinecollectie is de waarde voor urinair
cadmium 19% hoger in Genk-Zuid dan in Vlaanderen. Dit verschil is statistisch significant (p=0,008).
58
Tabel 18: Determinanten van bloed cadmium en urinair cadmium
R² gebied
R² finaal model
Multiplicatieve
factor voor
variabelen in model
Bloed cadmium (µg/l)
0,55
19,96
leeftijd (jaar) (p=0,002)
≤ 14,5: 0,75
14,5-15,5: 0,84
>15,5: 1,00
geslacht (p=0,06)
jongen: 1,13
meisje: 1,00
roken (p<0,001)
niet-roker: 0,54
roker: 1,00
opleidingstype (p=0,05)
ASO: 0,79
TSO: 0,85
BSO: 1,00
serum ferritine (µg/l) (p<0,001)
≤20: 1,45
20-30: 1,32
30-40: 1,09
>40: 1,00
regio (p=0,14)
- Genk-Zuid: 1,10
- Vlaanderen: 1,00
59
Urinair cadmium (µg/l)
3,65
31,78
leeftijd (jaar) (p=0,60)
≤ 14,5: 1,003
14,5-15,5: 0,94
>15,5: 1,00
geslacht (p=0,99)
jongen: 1,00
meisje: 1,00
roken (p=0,24)
niet-roker: 1,18
roker: 1,00
densiteit (g/cm³) (p<0,001)
<1,018: 0,44
1,018-1,023: 0,68
1,023-1,027: 0,77
≥1,027: 1,00
duur urinecollectie (min.) (p=0,51)
<465 min.: 0,90
465-545 min.: 0.89
545-600 min.:0,93
≥600 min.: 1,00
regio (p=0,008)
- Genk-Zuid: 1,19
- Vlaanderen: 1,00
2.2.
Zware metalen: lood
A. Lood - achtergrondinformatie
Lood (Pb) is het verleden sterk
verspreid geraakt in de omgeving
via de uitstoot van non-ferro
bedrijven, het gebruik van
loodhoudende benzine, door loden
buizen voor drinkwaterleidingen en
het gebruik van loodhoudende verf
op muren en meubels. Door de
voortdurende circulatie van stof en
water blijft lood nog steeds ruim
verspreid in onze omgeving.
Langdurige blootstelling aan lood
kan bloedarmoede veroorzaken, de
werking van de nieren en de
vruchtbaarheid verstoren. Bij
kinderen kunnen lage dosissen een
remmende werking hebben op de
intelligentie.
Bloed lood geeft een maat voor de
blootstelling in de voorbije 3 tot 4
maanden. De Wereldgezondheidsorganisatie stelt 100 µg/l als norm.
Deze norm staat ter discussie.
Bronnen:
Tot 1986 werd lood algemeen gebruikt als antiklopmiddel
in benzine. Sinds 1 januari 2000 is lood in benzine
volledig verboden, maar de omgeving in de buurt van
drukke verkeerswegen is nog steeds vervuild met lood.
De verspreiding naar andere gebieden en naar
binnenshuis gebeurt vooral via stof.
In de buurt van (non)-ferro industrie (bijv. de
Noorderkempen, Hoboken, Olen) is vroeger mogelijk
lood uitgestoten via de lucht. Doordat lood zich
gemakkelijk bindt aan fijne stofdeeltjes is het verspreid
geraakt in de omgeving, en is het nu aanwezig in de lucht,
in de bodem, op groenten en planten, in het
oppervlaktewater en in de huizen.
Loden waterleidingen kunnen in oude huizen het
drinkwater vervuilen.
Loodhoudende verf kan
gebruikt zijn in oude huizen,
op oude meubels of oud
speelgoed. Verfschilfers die
lood
bevatten
kunnen
ingeademd of ingeslikt
worden. Vooral bij kinderen kan dit belangrijk zijn omdat zij hun
vingers veel in de mond steken en daardoor heel wat vuiltjes en stof opeten.
Geglazuurd keramiek dat in de keuken wordt gebruikt, kan lood vrijgeven in de voeding, vooral bij
zure voedingsmiddelen.
Blootstelling bij de mens:
Metabolisme bij de mens:
Stofdeeltjes die lood bevatten kunnen
ingeademd worden.
Lood wordt in het lichaam opgenomen via de
darm en via de longen. De opname in de
darm hangt o.m. af van de ijzerstatus van het
individu: bij een laag ijzergehalte wordt er
relatief meer lood opgenomen in het
lichaam.
Water of groenten die vervuild zijn met lood
kunnen opgegeten worden. In gebieden met
loodvervuiling (verkeer, (non)-ferro industrie)
kunnen loodpartikels neerslaan op de
groenten. Vooral bladgroenten zoals sla en
spinazie kunnen, omwille van hun grote
oppervlakte, veel loodhoudend stof bevatten.
Lood stapelt zich vooral op in het bot en de
tanden. De halfwaardetijd van lood in het
menselijk lichaam bedraagt enkele tientallen
jaren.
In oudere huizen kunnen nog loden
waterleidingbuizen aanwezig zijn, of
loodhoudende verf op muren of meubels.
60
Richtwaarden voor biomerkers:
Biomerkers van
blootstelling:
Het gehalte aan lood in bloed geeft
een beeld van de blootstelling aan
lood gedurende de laatste 3 tot 4
maanden.
De Wereldgezondheidsorganisatie (WHO) beschouwt
waarden lager dan 100 µg/L als niet schadelijk voor de
gezondheid. Er gaan echter stemmen op om deze
richtlijn te verlagen voor kinderen en jongeren.
Wetenschappers zijn namelijk bezorgd over de effecten
van lood - zelfs bij concentraties lager dan 100 µg/L - op
de intellectuele ontwikkeling van jonge kinderen.
Gezondheidseffecten:
o
Loodblootstelling vóór de geboorte of bij
jonge kinderen kan een nadelige invloed
hebben op de intelligentie en leiden tot
lichte achterstand van de fijne motoriek
of tot concentratiestoornissen.
o
Vruchtbaarheidsproblemen
werden
vastgesteld bij mannen die via hun
beroep blootgesteld zijn aan lood zoals
arbeiders uit de non-ferro industrie en
buschauffeurs.
o
Lood
veroorzaakt
bloedarmoede
(anemie). Vooral bij kinderen en
jongeren die volop in de groei zijn, kan dit
problematisch zijn.
o
o
Bij langdurige blootstelling aan lood kan
de nierwerking verstoord worden.
Lood is kankerverwekkend bij dieren en
wordt
door
het
Internationaal
Agentschap voor Kankeronderzoek (IARC)
geklasseerd
als
‘waarschijnlijk
kankerverwekkend’ (groep 2A).
B. Lood in Genk-Zuid – beschrijving van blootstelling
Lood wordt gedetecteerd in de bloedstalen van alle deelnemers in Genk-Zuid. Het geometrisch
gemiddelde bedraagt 13,7 µg/l (zie Tabel 19). Er ligt geen enkele waarde boven de WHO-norm van
100 µg/l.
Tabel 19: Blootstelling aan lood in Genk-Zuid
Biomerker
eenheid
N
% >DL
Bloed lood
µg/l
197
100%
geometrisch
gemiddelde (95% BI)
13,7 (12,9 – 14,5)
mediaan
(P25 – P75)
13,6 (10,5 – 17,3)
P90
23,8
N = aantal deelnemers; DL = detectielimiet (DL bloed lood: 1,499 µg/l); BI = betrouwbaarheidsinterval; P = percentiel
Figuur 9 toont de voornaamste determinanten van bloed lood in deze studie. Bloed
loodconcentraties in Genk zijn significant hoger bij jongens dan bij meisjes, maar er is geen effect
van de leeftijd. Bloed lood variëert significant met het onderwijstype van de jongeren: de
concentratie neemt toe van ASO over TSO naar BSO. Een analoge trend wordt vastgesteld voor het
opleidingsniveau in het gezin: op basis van het hoogste diploma binnen het gezin wordt een
significant (p=0,02) hogere bloed loodconcentratie vastgesteld bij een lager opleidingsniveau, nl.
15,5 (95% BI: 13,2 – 18,2) µg/L bij jongeren uit gezinnen met lager secundair diploma; 14,5 (13,1 –
16,1) µg/L met diploma hoger secundair en 12,6 (11,7 – 13,8) µg/L met diploma hoger onderwijs. Er
is een negatieve correlatie tussen bloed lood en serum ferritine, maar de verschillen zijn niet
significant. Hogere blootstelling aan verkeer (op basis van vragenlijstgegevens) is geassocieerd met
significant hogere bloed lood waarden (p=0,02).
61
Bloed lood (µg/L) - geometrische gemiddelden per subgroep
0
5
10
jongens
meisjes
15
20
Geslacht: p=0,01
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: 0,65
ASO
TSO
BSO
Opleiding: p=0,01
ferritine: ≤20 µg/l
20-30 µg/l
30-40 µg/l
>40 µg/l
Serum ferritine: p=0,63
verkeer: <210 min./week
210-335 min./week
335-470 min./week
≥470 min./week
Verkeer: p=0,02
Figuur 9: Relatie tussen bloed lood en factoren die de blootstelling beïnvloeden
C. Lood in Genk-Zuid – vergelijking met Vlaanderen
De gemiddelde bloed loodconcentratie bedraagt 13,7 (95% BI: 12,9 – 14,5) µg/L in Genk-Zuid en
14,8 (13,9 – 15,7) in Vlaanderen. Deze verschillen zijn niet significant (p=0,08). Ook het 90e
percentiel verschilt niet significant tussen de twee regio’s (p = 0,63; zie Figuur 10). Het gaat hier om
niet-gecorrigeerde gegevens, d.w.z. dat er bij de vergelijking geen rekening wordt gehouden met
verschillen in de karakteristieken van de groepen.
30,00
Genk-Zuid
Vlaanderen
Bloed lood (µg/)
25,00
20,00
15,00
p = 0,63
25,1
23,8
18,9
17,3
p = 0,08
14,8
13,7
14,5
13,7
11,1
10,5
10,00
7,9 8,5
5,4 5,4
5,00
0,00
GM
min
P10
P25
P50
P75
P90
Figuur 10: Bloed lood in Genk-Zuid: vergelijking met Vlaamse controlepopulatie, niet-gecorrigeerde
gegevens
D. Lood in Genk-Zuid – effect van gebied na correctie voor determinanten van blootstelling
Tabel 20 geeft aan welke factoren de concentratie van bloed lood kunnen verklaren. In totaal kan
het model 14% van de variabiliteit verklaren. Na correctie voor leeftijd, geslacht, roken,
opleidingsniveau van het gezin en seizoen is de waarde voor bloed lood in Genk-Zuid 2% lager dan
in Vlaanderen. Dit verschil is niet statistisch significant (p=0,56).
62
Tabel 20: Determinanten van bloed lood
R² gebied
R² finaal model
Multiplicatieve factor
voor variabelen in
model
Bloed lood (µg/l)
0,74
15,38
leeftijd (jaar) (p=0,76)
≤ 14,5: 0,96
14,5-15,5: 0,99
>15,5 jr: 1,00
geslacht (p<0,001)
jongen: 1,27
meisje: 1,00
roken (p=0,57)
niet roker: 0,96
roker: 1,00
opleidingstype (p=0,002)
ASO: 0,82
TSO: 0,89
BSO: 1,00
seizoen (p<0,001)
winter: 1,10
lente: 1,08
zomer: 0,60
herfst: 1,00
regio (p=0,63)
- Genk-Zuid: 0,98
- Vlaanderen: 1,00
Alhoewel de bloed lood concentratie voor de totale groep van Genk-Zuid niet verschilt van
Vlaanderen, werden binnen het gebied Genk-Zuid toch geografische verschillen vastgesteld in de
concentratie van bloed lood.
Voor iedere individuele deelnemer werd de afstand en de hoek berekend t.o.v. de meetposten
00GK02 en 00GK11, dit zijn de meetposten voor meting van zware metalen ten zuidoosten van het
industrieterrein. Op groepsniveau zien we dat er voor een toenemende afstand van de meetposten
een significant dalende concentratie van bloed lood wordt vastgesteld, d.w.z. dat de waarden van
bloed lood het hoogst zijn dicht bij het industrieterrein. Op basis van het bekomen
regressiemodellen kan de bloedloodconcentratie worden berekend voor toenenemende afstand
ten opzichte van meetpost 00GK02. Personen die wonen op 500, 1000 en 2000 meter afstand
hebben een berekende waarde voor lood in bloed van respectievelijk 15,1 µg/l, 14,7 µg/l en 14,0
µg/l.
Verder werd een statistische vergelijking uitgevoerd van lood in bloed in de verschillende wijken
binnen Genk-Zuid (indeling wijken: zie Figuur 1). Het geometrisch gemiddelde van de bloed lood
concentratie per wijk wordt gegeven in Figuur 11. Er worden verschillen in bloed lood concentratie
vastgesteld tussen de wijken onderling (overall p-waarde in Anova: <0,001). De
bloedloodconcentratie in Nieuw-Sledderlo is significant hoger in vergelijking met Diepenbeek,
Kolderbos+ en Terboekt. Deze analyses per wijk dienen met voorzichtigheid te worden
geïnterpreteerd aangezien studie hiervoor oorspronkelijk niet ontworpen was en de aantallen
bijgevolg relatief klein zijn. Bovendien wordt niet gecorrigeerd voor verschillen tussen de groepen
(bijv. leeftijd, roken, voeding, enz..). De resultaten van de wijkanalyse en de analyse t.o.v. de
meetpost wijzen echter wel in dezelfde richting, namelijk dat omwonenden dicht bij het
industrieterrein meer zijn blootgesteld aan lood. Bovendien ligt Nieuw-Sledderlo ten opzicht van
63
het industrieterrein in de overheersende windrichting. Mogelijk zijn de resultaten dus wel
betekenisvol.
Vlaanderen
14,8
verschillen tussen wijken in Genk: p<0,001
Diepenbeek
11,9
Oud-Termien
15,3
Langerlo+
13,1
Kolderbos
12,5
Nieuw-Sledderlo
19,6
Oud-Sledderlo
14,0
Terboekt+
13,2
0
5
10
15
20
25
Bloed lood (µg/l)
Geometrisch gemiddeld (± 95% betrouwbaarheidsinterval) per wijk. De p-waarde geeft de
overall significantie (ANOVA) voor vergelijking van wijken in Genk; post-hoc analyse: NieuwSledderlo significant hoger dan Diepenbeek, Kolderbos, Terboekt+. De waarde van Vlaanderen
wordt louter ter illustratie gegeven.
Figuur 11: Vergelijking van bloed lood concentratie in wijken in Genk-Zuid
Aangezien de metingen van lood in bloed duidelijk verhoogd waren in één specifieke wijk werd als
eerste opvolging van de resultaten nagekeken of het drinkwater in deze wijk mogelijk verhoogde
loodconcentraties bevat door aanwezigheid van loden buizen. De Vlaamse Maatschappij voor
Watervoorziening (VMW) voerde extra metingen uit op 5 adressen in Nieuw-Sledderlo. Er werd
geen enkele waarde boven de drinkwaternorm gevonden. Deze resultaten zullen mee opgenomen
worden in de verder interpretatie van de biomonitoringgegevens (faseplan).
64
2.3.
Zware metalen: chroom
A. Chroom – achtergrondinformatie
Chroom (Cr) komt in de natuur voor in
rotsen, aarde, planten en dieren. Het
komt voor in verschillende vormen en
kan afhankelijk van de condities
makkelijk van vorm veranderen. Cr(0)
wordt gebruikt in de staalproductie, en
Cr(III) en Cr(VI) worden gebruikt in
kleurstoffen
en
in
de
houtbewerkingssector. Cr(III) is een
essentieel element, d.w.z. dat de mens
het nodig heeft voor een goede
gezondheid. Blootstelling aan chroom
gebeurt via de voeding, of door
inademing van gecontamineerde lucht in
de buurt van bepaalde industrieën.
Cr(VI) is een toxisch element: het is
kankerverwekkend,
veroorzaakt
bloedarmoede, en schade aan maag en
darmen.
Bronnen:
Chroom (Cr) is een natuurlijk element dat o.m.
voorkomt in rotsen, aarde, planten en dieren. Het
komt voor onder verschillende vormen, het kan zich
gedragen als een gas, een vaste stof, of een
vloeistof. De meest voorkomende vormen van
chroom zijn Cr(0), Cr(III) en Cr(VI). Chroom(III) is een
essentieel element dat het menselijke lichaam nodig
heeft voor het metabolisme van suiker, proteïne en
vet. Cr(0) wordt gebruikt om staal te maken, Cr(VI)
en Cr(III) komen voor in kleurstoffen en pigmenten,
en worden gebruikt voor het kleuren van leer en het
bewerken van hout. Chroom blijft niet hangen in de
lucht, maar wordt meestal neegezet in de bodem en
het water. Afhankelijk van de condities kan chroom
makkelijk van de ene vorm in de andere veranderen
in water en de bodem. Chroom accumuleert niet in
vissen.
Blootstelling bij de mens:
De mens kan blootgesteld worden aan chroom door het eten van voedsel dat
chroom bevat of door het drinken van gecontamineerd water. In de buurt
van industrieën die chroom gebruiken kan men gecontamineerde lucht
inademen
Metabolisme bij de mens:
Chroom kan het menselijk lichaam betreden via de longen, via
het maagdarmstelsel of kleine hoeveelheden kunnen het
lichaam binnendringen via de huid. In ons lichaam wordt Cr(VI)
omgevormd tot Cr(III), en dit wordt dan grotendeels
geëxcreteerd via de urine binnen de week. In het menselijk
lichaam heeft Cr(III) een halfwaardetijd van 10 tot 40 uur,
Cr(VI) kan opgenomen worden door rode bloedcellen en bezit
daarom een grotere halfwaardetijd van 25 à 35 dagen.
65
Meten van bloostelling bij de mens:
Biomerkers van blootstelling:
Chroom in urine geeft een maat voor
de blootstelling aan totaal chroom in
de voorbije dagen.
Chroom in plasma of volbloed geeft
een maat voor de blootstelling aan
totaal chroom in de voorbije dagen.
Chroom in rode bloedcellen geeft
een maat voor Cr(VI) in de voorbije
maand.
Aangezien Cr(III) een essentieel element is en van
nature voorkomt in ons voedsel, zal er altijd een zekere
hoeveelheid chroom aanwezig zijn in het menselijk
lichaam. Chroom kan gemeten worden in haar, urine en
bloed. Endogene chroomconcentraties werden reeds
geschat op 0,01-0,17 µg/l in serum (www.atsdr.cdc.gov,
Sunderman et al. 1989); 0,24-1,8 µg/l in urine
(www.atsdr.cdc.gov, Iyengar and Woittiez 1988) en
0,234 mg/kg in haar (www.atsdr.cdc.gov, Takagi et al.
1986). Een verhoging van de chroomconcentratie in
bloedplasma en urine weerspiegelt enkel de recente
blootstelling aan chroom. Meting van chroom in de
rode bloedcellen weerspiegelt de blootstelling an
Cr(VI).
Voor blootstelling op de werkvloer werden gezondheidkundige richtwaarden vastgesteld: de
Deutsche Forschungsgemeinschaft Exposure Equivalents for Carcinogenic Substances (DFG-EKA)
bedraagt 12-40 µg/l in urine en de Finse Occupational Exposure Limit (F-OEL) bedraagt 5,2-31 µg/l
in urine. Deze waarden weerspiegelen concentraties waaraan personen dagelijks blootgesteld
kunnen worden op de werkvloer, zonder dat er schadelijke gezondheidseffecten optreden
(Lauwereys and Hoet 2001). Deze richtwaarden zijn niet geschikt om de blootstelling van jongeren
uit de algemene bevolking mee te vergelijken.
Gezondheidseffecten:
De voornaamste gezondheidseffecten die gezien werden bij dieren na inname van Cr(VI) zijn
irritaties en zweren in de maag en de dunne darm, en bloedarmoede.
Verder zou Cr(VI) ook het mannelijke voortplantingssysteem en sperma kunnen beschadigen.
Huidcontact met Cr(VI) veroorzaakt huidzweren en kan allergische reacties teweegbrengen.
Inademing van hoge concentraties Cr(VI) kan irritaties van het neusslijmvlies, zweren op de neus en
ademhalingproblemen, zoals astma, hoesten of kortademigheid veroorzaken.
Daarnaast is Cr(VI) kankerverwekkend (long-, neustussenschot- en maagkanker). Cr(III) blijkt veel
minder toxisch te zijn en veroorzaakt al deze problemen niet.
B. Chroom in Genk-Zuid – beschrijving van blootstelling
Kadering.
In het oorspronkelijke onderzoeksprotocol was voorzien om blootstelling aan chroom door middel
van twee biomerkers op te volgen.
Chroom in de rode bloedcellen geeft een specifieke maat voor blootstelling aan Cr(VI) – de toxische
relevante vorm van chroom – over een middellange periode (enkele maanden). Deze meting is
echter alleen nog maar toegepast op arbeiders; de niveaus in de algemene bevolking zijn nog niet
gekend. Er zijn geen referentiewaarden voor chroom in rode bloedcellen beschikbaar in de
Vlaamse controlegroep.
Chroom in de urine geeft een maat voor recente blootstelling aan totaal chroom. De meting is niet
beschikbaar in de referentiegroep, maar er zijn nog reststalen (biobank) van urine uit de
referentiepopulatie bewaard. Het meten van biobankstalen uit de referentiepopulatie zou toelaten
66
om de chroom waarden van de jongeren in Genk-Zuid te vergelijken met die van de Vlaamse
referentiegroep.
Resultaten.
De meting van chroom in de rode bloedcellen werd in de wetenschappelijke literatuur enkel
gerapporteerd bij arbeiders en niet bij personen uit de algemene bevolking (Lewalter et al. 1985;
Lukanova et al. 1996; Qu et al. 2008; Scheepers et al. 2008). De waarden bij arbeiders liggen echter
vrij dicht bij de detectielimiet. Daarom werd beslist om de meting eerst uit te voeren in een subset
van 38 jongeren van Genk-Zuid om na te gaan of de waarden van Cr(VI) detecteerbaar zijn in rode
bloedcellen. Hieruit bleek dat in geen enkel van de 38 stalen de waarde van chroom detecteerbaar
was. De methode is dus momenteel nog te beperkt om blootstelling aan Cr(VI) bij de algemene
bevolkingen op te pikken. Er werd daarom beslist om geen verdere metingen uit te voeren.
De meting van chroom in de urine was gepland voor de stalen van Genk-Zuid en voor stalen van de
referentiebiomonitoring die nog bewaard werden in de biobank.
Tijdens de kwalitietscontroles van de biobankstalen bleek dat de urinestalen van sommige
veldwerkdagen abnormaal hoog waren, namelijk drie tot vijf maal hoger dan de waarden die men
verwacht als achtergrondwaarde voor de algemene bevolking op basis van de literatuur. Aangezien
de meting van chroom (en nikkel) oorspronkelijk niet gepland waren in de referentiegroep, waren
geen specifieke maatregelen genomen om de contaminatie van chroom te vermijden.
Vermoedelijk is dit de verklaring voor de verhoogde waarden. Bij de biomonitoring in Genk-Zuid
werden wel speciale maatregelen voorzien. Er werd daarom beslist om de metingen van chroom in
urine in Genk-Zuid wel uit te voeren en te gebruiken voor vergelijking met determinanten, afstand
tot het industrieterrein, relatie met immissiegegevens en later ook in dosis-effectrelaties. Er kan
echter geen gebiedsvergelijking (Genk-Zuid vs. Vlaanderen) worden uitgevoerd, aangezien de
metingen in de referentiepopulatie niet konden worden uitgevoerd.
Aangezien chroom een belangrijke polluent is in de regio Genk-Zuid, en aangezien de twee
geplande metingen (chroom in rode bloedcellen en chroom in urine) problemen opleverden bij de
meting, werd alsnog beslist om chroom te meten in volbloed. Chroom in bloed geeft, analoog aan
urine, een maat voor recente blootstelling aan totaal chroom. De meting werd uitgevoerd op
reststalen van bloed (genomen in metaalvrije tubes) in Genk-Zuid en in de Vlaamse
referentiepopulatie.
Het geometrisch gemiddelde en 90e percentiel voor chroom in bloed en chroom in urine voor de
totale groep in Genk-Zuid wordt gegeven in Tabel 21.
Tabel 21: Blootstelling aan chroom in Genk-Zuid
Biomerker
eenheid
N
% >DL
Bloed chroom
Urinair chroom
Urinair chroom
ng/l
µg/l
µg/g crt
187
184
184
100
99
99
geometrisch
gemiddelde (95% BI)
334 (308-363)
0,267 (0,245-0,291)
0,180 (0,165-0,195)
mediaan
(P25 – P75)
358 (251-473)
0,274 (0,184-0,374)
0,169 (0,116-0,257)
P90
587
0,528
0,405
Urinair chroom varieert significant met de urinaire creatinine waarde (p<0,001). Verder is er een
significante (p=0,005) afname van urinair chroom bij hogere leeftijd (Figuur 12). Voor chroomin
bloed is er eveneens een daling met de leeftijd, maar deze trend is niet significant (Figuur 13). De
seizoensverschillen in urinair chroom en chroom in bloed lopen niet parallel, mogelijk door het lage
aantal deelnemers in de zomer (n=8).
67
Urinair chroom (µg/l) - Geometrische gemiddelden per subgroep
0
0,05
0,1
0,15
0,2
0,25
0,3
jongens
meisjes
0,35
0,4
Geslacht: p = 0,44
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p = 0,005
winter
lente
zomer
herfst
Seizoen: p < 0,001
creatinine: <95 µg/l
95-135 µg/l
135-190 µg/l
>190 µg/l
Creatinine: p < 0,001
Figuur 12: Relatie tussen chroom in urine en factoren die de blootstelling beïnvloeden
Chroom in bloed (ng/l) - Geometrische gemiddelden per subgroep
0
50
100
150
200
250
300
350
400
450
jongens
Geslacht: p = 0,29
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,66
>15,5 jr.
winter
Seizoen: p = 0,15
lente
zomer
herfst
Figuur 13: Relatie tussen chroom in bloed en factoren die de blootstelling beïnvloeden
C. Chroom in Genk-Zuid – vergelijking met Vlaanderen
Voor urinair chroom is geen gebiedsvergelijking mogelijk omdat er geen waarden in de Vlaamse
referentiepopulatie beschikbaar zijn.
Bloed chroom is significant hoger in Genk-Zuid dan in Vlaanderen. Het geometisch gemiddelde
(95%BI) bedraagt 334 (308 – 363) ng/l in Genk-Zuid vs. 255 (236 – 275) ng/l in Vlaanderen
(p<0,001). Het 90e percentiel is 587 ng/l in Genk-Zuid en 497 ng/l in Vlaanderen; deze verschillen
zijn niet statistisch significant (p=0,08). Het gaat hierbij om ruwe, net-gecorrigeerde waarden
waarbij in de vergelijking geen rekening gehouden wordt met verschillen tussen de twee
onderzoeksgroepen.
68
700
Genk-Zuid
Vlaanderen
Chroom in bloed (ng/l)
600
p=0,08
587
500
400
p<0,001
358
334
300
497
473
255
251
357
248
181
200
137 136
100
42
19
0
GM
min
P10
P25
P50
P75
P90
Figuur 14: Chroom in bloed in Genk-Zuid: vergelijking met Vlaamse controlepopulatie, nietgecorrigeerde gegevens
D. Chroom in Genk-Zuid – effect van gebied na correctie voor determinanten van
blootstelling
Na correctie voor geslacht, leeftijd en roken is de waarde voor bloed chroom 32% hoger in GenkZuid in vergelijking met Vlaanderen (p<0,001). Het totale model verklaart 6,7% van de variatie
waarvan gebied 5,5% verklaart.
Tabel 22: Determinanten van chroom in bloed
Chroom in bloed (ng/l)
R² gebied
5,55
R² finaal model
6,73
Multiplicatieve factor geslacht (p=0,42)
voor variabelen in
jongen: 1,05
model
meisje: 1,00
leeftijd (p=0,23)
≤14,5 jaar: 1,09
14,5-15,5 jaar: 0,99
>15,5 jaar: 1,00
roken (p=0,56)
niet roker: 1,06
roker: 1,00
regio (p<0,001)
Genk-Zuid: 1,32
Vlaanderen: 1,00
Binnen het gebied Genk-Zuid werden de metingen van chroom in urine en van chroom in bloed in
verband gebracht met de beschikbare milieumetingen van VMM.
Per onderzoeksdag werd een gemiddelde berekend van de immissies van chroom tijdens de drie
dagen die voorafgaan aan iedere veldwerkdag. Deze waarden worden grafisch weergegeven in
Figuur 15. De gemiddelde 3-daagse immissie varieert tussen 4 en 187 µg/m³. Iedere deelnemer
kreeg op die manier een immissiewaarde toegekend, en er werd een associatie berekend tussen de
immissiewaarden in de lucht en de chroomwaarden in bloed en urine. Voor chroom in bloed is er
geen significante relatie. Er wordt een significant verband gevonden tussen de immissie van
chroom in de laatste drie dagen en de waarde van chroom in de urine. Per stijging van 20 ng/m² in
69
Cr in lucht (ng/m³)
gemiddelde van 3 dagen voor onderzoeksdag
de lucht neemt de waarde in urine toe met een factor 1,03. Bijv. de waarden voor immissies van
20, 100 en 200 ng/m³ stemmen overeen met urinaire Cr-waarden van respectievelijk 0,276; 0,313
en 0,360 ng/l.
200
180
160
140
120
100
80
60
40
20
0
datum onderzoeksdag
:
Figuur 15: Immissies van chroom in Genk-Zuid: gemiddelde van de drie dagen die voorafgaan aan
veldwerkdagen van de humane biomonitoring
Indien de wijken binnen Genk-Zuid worden vergeleken, wordt er een significant verschil
vastgesteld voor de waarden van chroom in bloed (Figuur 16). De waarde ligt het hoogst in NieuwSledderlo (gemiddeld 410 ng/l); deze wijk verschilt significant van Langerlo+, Oud-Sledderlo, OudTermien en Terboekt+. De waarde in Diepenbeek (gemiddeld 389 ng/l) verschilt significant van
Langerlo+, Oud-Termien en Terboekt+.
Vlaanderen
255
verschillen tussen wijken in Genk: p<0,001
Diepenbeek
389
Oud-Termien
270
Langerlo+
258
Kolderbos
342
Nieuw-Sledderlo
410
Oud-Sledderlo
265
Terboekt+
288
0
100
200
300
400
500
600
Chroom in bloed (ng/l)
Geometrisch gemiddeld (± 95% betrouwbaarheidsinterval) per wijk. De p-waarde geeft de overall
significantie (ANOVA) voor vergelijking van wijken in Genk; post-hoc analyse: Nieuw-Sledderlo significant
hoger dan Langerlo+, Oud-Sledderlo, Oud-Termien, Terboekt+; Diepenbeek significant hoger dan
Langerlo+, Oud-Termien, Terboekt+. De waarde van Vlaanderen wordt louter ter illustratie gegeven.
Figuur 16: Vergelijking van bloed chroom concentratie tussen wijken in Genk-Zuid
70
2.4.
Zware metalen: nikkel
A. Nikkel - achtergrondinformatie
Bronnen:
Nikkel (Ni) komt van nature voor in de bodem,
in noten, peulvruchten en volkorenproducten.
Nikkel (Ni) is een natuurlijk element dat o.m.
voorkomt in de aardkorst, in meteorieten, in
oceaanbodems
en
in
lava
van
vulkaanuitbarstingen.
Milieuvervuiling met nikkel komt voor in de
buurt van industrieën die nikkel verwerken
(o.a. productie van roestvrij staal, nikkel
legeringen, …) of in de buurt van olie- of
steenkoolcentrales en
huisvuilverbrandingsovens.
Blootstelling gebeurt vooral via de lucht, o.m.
via sigarettenrook en via milieuvervuiling in
regio’s rond metaalraffinageindustrie, roestvrij
staal industrie, verbrandingsovens of
steenkoolcentrales. Inademing van nikkel kan
leiden tot chronische bronchitis, verminderde
longfunctie. Het wordt ook in verband gebracht
met longkanker en kanker van het
neustussenschot.
Contact met nikkel via de huid (o.m. via
juwelen, munten, …) kan leiden tot allergische
reacties.
Meting van nikkel in urine of bloed geeft een
maat voor de recente blootstelling (laatste
dagen) aan oplosbaar nikkel.
Nikkel wordt gebruikt in combinatie met
andere metalen, vooral voor productie van
roestvrij staal. Daarnaast wordt het gebruikt
in legeringen, o.a. met ijzer, koper, chroom en
zink, voor de productie van munten, juwelen,
warmtewisselaars, enz...
In combinatie met chloor, zwavel en zuurstof
worden nikkelcomponenten gemaakt voor
toepassingen in batterijen, catalysatoren,
kleurstoffen, enz…
Milieuvervuiling met nikkel komt voor in de
buurt van industrieën die nikkel verwerken
(o.a. productie van roestvrij staal, nikkel
legeringen, nikkel componenten) of in de
buurt van olie- of steenkoolcentrales en
huisvuilverbrandingsovens. Nikkel kan zich
binden aan luchtpartikels, kan zich neerzetten
op de bodem en kan het drinkwater
verontreinigen. Het accumuleert niet in de
voedselketen.
Blootstelling bij de mens:
Sommige voedingsmiddelen zoals noten, chocolade, peulvruchten en volkorenproducten zijn
een bron van nikkel voor de mens.
In regio’s met milieuvervuiling van nikkel, worden omwoners blootgesteld aan nikkel via de lucht
(fijn stof partikels met nikkel), via water, of via contact met verontreinigde bodem.
Nikkel komt voor in sigarettenrook.
Huidcontact met nikkel via juwelen, geld (munten), roestvrij stalen materiaal kan bij sommige
mensen huidirritatie en eczeem veroorzaken.
71
Metabolisme bij de mens:
Absorptie.
De
humane
blootstelling
aan
nikkel
gebeurt voornamelijk via
inhalatie, en in mindere mate
via gastro-intestinale en
dermale
absorptie.
Onoplosbare
nikkel
componenten
(bijv.
nikkeloxide, –sulfide of –
carbonaat; dampen van
roestvrij
staal)
kunnen
worden geïnhaleerd via fijn
stof. Gasvormig nikkel (bijv.
nikkel carbonyl) en aërosolen
van
oplosbare
vormen
(nikkelchloride, -sulfaat en –
nitraat) worden rechtstreeks
geïnhaleerd. De respiratoire
absorptie verhoogt met de
oplosbaarheid. De gastrointestinale
biobeschikbaarheid varieert
van ongeveer 25% in
drinkwater tot ongeveer 1%
in vezelrijke voeding.
Lichaamsbelasting. Uit postmortem studies blijkt dat de
hoogste concentratie aan
nikkel in het menselijk
lichaam
wordt
teruggevonden in het bot;
daarnaast accumuleert nikkel
ook in de longen, de nier, de
lever
en
het
hart.
Onoplosbare
nikkelcomponenten stapelen zich
voornamelijk op in de long en
ter
hoogte
van
de
lymfeknopen.
Excretie. De excretie van
nikkel gebeurt voornamelijk
via de urine. Naast een
biologische pool die snel
wordt geëlimineerd (halfwaardetijd (t½) van één tot
enkele dagen) is er ook een
lichaamspool met tragere
eliminatie-snelheid (t½ van
enkele maanden).
Biomerkers van blootstelling:
Nikkel kan worden gemeten in de urine, in volbloed of in serum. Al deze biomerkers geven een
maat voor recente blootstelling (voorbije dagen) aan oplosbaar nikkel.
Meten van bloostelling bij de mens:
Blootstelling aan onoplosbaar nikkel (nikkeloxides, -sulfides, -carbonaat of dampen van roestvrij
staal) gebeurt vooral via inhalatie. De nikkelcomponenten zetten zich vast in de long. Aangezien
onoplosbaar nikkel dus slechts heel traag wordt opgenomen in de bloedbaan, zal het weinig effect
hebben op de waarden van nikkel in bloed, serum of urine. Metingen in urine, bloed of serum
weerspiegelen de recente blootstelling (voorbije dagen) aan oplosbaar nikkel (Ni-chloride, -sulfaat,
-nitraat).
Voor blootstelling op de werkvloer werden richtwaarden vastgesteld: de Deutsche
Forschungsgemeinschaft Exposure Equivalent (DFG-EKA) bedraagt 15-45 µg/l in urine en de Finse
Occupational Exposure Limit (F-OEL) bedraagt 76 µg/l in urine. Deze waarden weerspiegelen
concentraties waaraan personen dagelijks blootgesteld kunnen worden op de werkvloer, zonder
dat er schadelijke gezondheidseffecten optreden (Lauwereys and Hoet 2001). Deze waarden
kunnen niet gebruikt worden voor jongeren uit de algemene bevolking.
72
Gezondheidseffecten:
Blootstelling aan nikkel kan leiden tot allergische reacties.
Ongeveer 10-20% van de bevoking is overgevoelig voor nikkel.
Allergie kan ontstaan door langdurig contact met nikkel, bijv. via
juwelen, broeksriem, … Eens een persoon gesensitiseerd is voor
nikkel, zal nieuwe contact met nikkel tot een hevige reactie van
de huid leiden (eczeem). Bij sommige mensen leidt
overgevoeligheid voor nikkel tot astma.
Personen die regelmatig worden blootgesteld aan nikkel
kunnen last hebben van chronische bronchitis of verminderde
longfunctie. Dit komt onder meer voor bij arbeiders uit de metaal
raffinage of roestvrij staal industrie.
Het internationaal agentschap voor kankeronderzoek
(IARC, International Agency for Research on Cancer) klasseert
nikkel sulfaat, en de combinatie van nikkel sulfides en oxides in de
nikkel raffinage industrie als kankerverwekkend voor de mens
(groep 1). Metallisch nikkel en nikkel legeringen worden
gerangschikt als mogelijk kankerverwekkend voor de mens (groep
2B). Blootstelling aan nikkel wordt in verband gebracht met
longkanker en kanker van het neustussenschot.
B. Nikkel in Genk-Zuid – beschrijving van blootstelling
In de biomonitoringscampagne van Genk-Zuid was oorspronkelijk voorzien om nikkel te meten in
de urine als maat voor recente blootstelling aan oplosbaar nikkel. Omwille van de problemen met
urinair chroom werd beslist om chroom in bloed te meten. Deze extra methode liet toe om
tegelijkertijd ook nikkel in bloed te meten. Nikkel in bloed is een maat voor blootstelling aan nikkel
in de voorbije dagen.
Het geometrisch gemiddelde, de mediaan en het 90e percentiel voor nikkel in bloed en nikkel in
urine voor de totale groep van Genk-Zuid worden gegeven in Tabel 23.
Tabel 23: Blootstelling aan nikkel in Genk-Zuid
Biomerker
eenheid
N
% >DL
Bloed nikkel
Urinair nikkel
Urinair nikkel
ng/l
µg/l
µg/g crt
187
184
184
100
99
99
geometrisch
gemiddelde (95% BI)
1153 (1106-1201)
2,42 (2,20-2,65)
1,63 (1,50-1,76)
73
mediaan
(P25 – P75)
1099 (974-1283)
2,41 (1,72-3,53)
1,62 (1,15-2,30)
P90
1637
5,30
3,06
Voor nikkel in bloed (Figuur 17) is er geen relatie met externe factoren zoals leeftijd, sex, roken of
het hebben van orthodontische blokjes of implantaten (die meestal bestaan uit roestvrij staal).
Nikkel in bloed varieert met de seizoenen: de hoogste waarden worden waargenomen in de
winter.
Nikkel in bloed (ng/l) - Geometrische gemiddelden per subgroep
0
500
1000
1500
jongens
2000
Geslacht: p = 0,56
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,57
>15,5 jr.
winter
lente
Seizoen: p < 0,001
zomer
herfst
geen orthodontie/implantaat
Orthodontieimplantaat: p = 0,14
orthodontie/implantaat
Figuur 17: Relatie tussen nikkel in bloed en factoren die de blootstelling beïnvloeden
Voor nikkel in urine (Figuur 18) is er geen verschil tussen jongens en meisjes. Er wordt een
significant verschil vastgesteld volgens leeftijdsklasse, nl. hogere waarden bij jongere deelnemers.
In tegenstelling tot de verwachtingen worden significant lagere waarden vastgesteld bij rokers.
Mogelijk is dit toe te schrijven aan het kleine aantal rokers (n=9) en een aantal andere factoren
(bijv. voeding, blootstelling via milieu) die de waarden bij niet-rokers verhogen. Er worden
significant hogere waarden van urinair nikkel gevonden na het eten van chocolade of van lokale
groenten. De urinaire nikkelwaarden verschillen significant volgens seizoen, maar in tegenstelling
tot nikkel in bloed worden hier de hoogste waarden waargenomen in de herfst.
Nikkel in urine (µg/l) - Geometrische gemiddelden per subgroep
0
1
2
3
jongens
meisjes
Geslacht: p = 0,62
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p = 0,02
niet roker
minder dan dagelijks roker
dagelijks roker
Roken: p= 0,04
winter
lente
zomer
herfst
chocolade: nooit
minder dan 1x/week
minstens 1x/week
4
Seizoen: p = 0,003
Chocolade consumptie: p = 0,01
Lokale groenten: p = 0,005
geen lokale groenten
lokale groenten
Figuur 18: Relatie tussen nikkel in urine en factoren die de blootstelling beïnvloeden
74
C. Nikkel in Genk-Zuid – vergelijking met Vlaanderen
De ruwe waarden van nikkel in bloed en nikkel in urine worden vergeleken tussen Genk-Zuid en
Vlaanderen in Figuur 19. Voor nikkel in bloed is de waarde in Genk-Zuid significant lager in
vergelijking met Vlaanderen: het geometrisch gemiddelde (95% BI) bedraagt 1153 (1106 – 1201)
ng/l vs. 1245 (1186 – 1307) ng/l (p=0,02). Het 90e percentiel verschilt weinig tussen de regio’s: 1636
ng/l in Genk-Zuid vs. 1656 ng/l in Vlaanderen (p=0,88). Voor nikkel in urine is er geen significant
verschil tussen de twee gebieden, noch voor de gemiddelde waarden, noch voor de 90e
percentielwaarden.
7
2000
p=0,02
1282
1245
1153
854
923
974
1035
p = 0,56
5,70
5,30
1452
Nikkel in urine (µg/l)
Nikkel in bloed (ng/l)
6
16371656
1500
1000
Genk-Zuid
Vlaanderen
p=0,88
Genk-Zuid
Vlaanderen
1142
1100
637
528
5
4
4,00
p = 0,38
3
2,42
3,53
2,58
2,41
2
2,55
1,72 1,65
500
1,16 1,23
1
0,14 0,18
0
0
GM
min
P10
P25
P50
P75
GM
P90
min
P10
P25
P50
P75
P90
Figuur 19: Nikkel in bloed en in urine in Genk-Zuid: vergelijking met Vlaamse controlepopulatie,
niet-gecorrigeerde gegevens
D. Nikkel in Genk-Zuid – effect van gebied na correctie voor determinanten van blootstelling
Na correctie voor geslacht, leeftijd, roken en seizoen worden significant lagere waarden van bloed
nikkel gevonden in Genk-Zuid ten opzichte van Vlaanderen: de waarden liggen 7% lager; het
verschil is rand significant (p=0,03). Het totale model verklaart 7,6% waarvan 1,5% verklaard wordt
door gebied (Tabel 24).
Voor urinair nikkel worden geen verschillen vastgesteld tussen de jongeren van Genk-Zuid en van
Vlaanderen na correctie voor geslacht, leeftijd, roken, densiteit en duur van de urinecollectie.
Alhoewel het totale model bijna 20% verklaart, wordt minder dan 1% verklaard door gebied (Tabel
24).
De significant lagere waarde voor nikkel in bloed in Genk-Zuid is niet in overeenstemming met de
verwachtingen. Omwille van de lokale aanwezigheid van de roestvrij staal industrie werd eerder
een verhoogde blootstelling aan nikkel verwacht bij lokale omwoners. Eén van de mogelijke
verklaringen is dat bloed nikkel en urinair nikkel enkel het oplosbaar nikkel meten, terwijl
onoplosbaar nikkel een belangrijke fractie vormt van de industriële uitstoot. Onoplosbaar nikkel in
de lucht wordt door de mens ingeademd en zet zich vast ter hoogte van de longen waar het
mogelijk een effect op de gezondheid kan hebben. Het komt slechts in beperkte mate vrij in de
bloedbaan en zal dus weinig invloed hebben op de waarde in bloed of urine.
Uit een VITO studie die werd uitgevoerd in opdracht van Arcelor Mittal (Standaert et al., 2010)
bleek dat de nikkelfractie in het stof in Sledderlo voornamelijk uit (niet-oplosbare) oxidische
nikkelverbindingen bestaat (78,3%). Oplosbare nikkelverbindingen zijn goed voor 11,3%, terwijl
sulfidische verbindingen en metallisch nikkel elk goed zijn voor respectievelijk 5,3% en 5,0. De
grootste fractie in het stof in Genk-Zuid is dus onoplosbaar nikkel. Dit zou kunnen verklaren
waarom nikkel in urine niet verhoogd is in Genk-Zuid.
75
Tabel 24: Determinanten van nikkel in bloed en urine
Nikkel in bloed (ng/l)
R² gebied
1,46
R² finaal model
7,63
Multiplicatieve factor geslacht (p=0,07)
voor variabelen in
jongen: 0,94
model
meisje: 1,00
leeftijd (p=0,26)
≤14,5 jaar: 1,06
14,5-15,5 jaar: 0,99
>15,5 jaar: 1,00
roken (p=0,79)
niet roker: 0,98
roker: 1,00
seizoen (p<0,001)
winter: 1,20
lente: 1,14
zomer: 1,02
herfst: 1,00
regio (p=0,03)
Genk-Zuid: 0,93
Vlaanderen: 1,00
Nikkel in urine (µg/l)
0,25
19,64
geslacht (p=0,12)
jongen: 0,89
meisje: 1,00
leeftijd (p=0,02)
≤14,5 jaar: 1,36
14,5-15,5 jaar: 1,23
>15,5 jaar: 1,00
densiteit (g/cm³) (p<0,001)
<1,018: 0,50
1,018-1,023: 0,60
1,023-1,027: 0,84
≥1,027: 1,00
duur urinecollectie (min.) (p=0,47)
<465 min.: 0,94
465-545 min.: 1,09
545-600 min.: 0,96
≥600 min.: 1,00
roken (p=0,65)
niet roker: 0,93
roker: 1,00
gebied (p=0,30)
Genk-Zuid: 0,92
Vlaanderen: 1,00
76
Binnen Genk-Zuid worden significante verschillen voor nikkel in bloed gevonden tussen de wijken,
maar de verschillen zijn slechts borderline significant (p=0,03), en bovendien liggen de waarden van
de afzonderlijke wijken laag in vergelijking met de refentiebiomonitoring. Deze bevindingen dienen
dus met extra voorzichtigheid worden geïnterpreteerd. De resultaten tonen vooral een lagere
waarde in Oud-Termien (significant lager dan in Kolderbos, Langerlo+ en Terboekt+); de waarde in
Diepenbeek is tevens significant lager dan in Kolderbos (Figuur 20.
Vlaanderen
1.245
verschillen tussen wijken in Genk: p=0,03
Diepenbeek
1.114
Oud-Termien
954
Langerlo+
1.184
Kolderbos
1.355
Nieuw-Sledderlo
1.165
Oud-Sledderlo
1.176
Terboekt+
1.171
0
500
1000
1500
2000
Nikkel in bloed (ng/l)
Geometrisch gemiddeld (± 95% betrouwbaarheidsinterval) per wijk. De p-waarde geeft de
overall significantie (ANOVA) voor vergelijking van wijken in Genk; post-hoc analyse: OudTermien significant lager dan Kolderbos, Langerlo+, Terboekt+; Diepenbeek significant lager
dan Kolderbos. De waarde van Vlaanderen wordt louter ter illustratie gegeven.
Figuur 20: Vergelijking van nikkel in bloed tussen de wijken in Genk-Zuid
77
2.5.
Zware metalen: arseen
A. Arseen - achtergrondinformatie
Arseen (As) komt in de natuur wijd
verspreid voor. Vis en zeevruchten
zijn een belangrijke bron van
arseen, maar vooral van de
organische, niet-toxische vorm van
arseen. Inorganisch arseen (iAs) is
kankerverwekkend. Het komt in
sommige regio’s van nature voor in
de bodem . Vroeger werd
inorganisch arseen gebruikt als
pesticide; momenteel wordt het
nog gebruikt als houtbehandelingsmiddel. De uitstoot van arseen kan
verhoogd zijn in de buurt van
afvalsites en metaalverwerkende
industrie. De blootstelling aan
totaal en toxisch arseen in de
voorbije dagen kan worden
gemeten in de urine.
Bronnen:
Arseen komt in de natuur wijd verspreid voor,
voornamelijk in combinatie met elementen als zuurstof,
chloor en zwavel. Arseen wordt chemisch geklassificeerd
als een metalloid, met zowel eigenschappen van een
metaal als van een niet-metaal.
Vandaag de dag wordt 90% van het geproduceerde arseen
gebruikt als een behandelingsmiddel van hout, om het
rotten tegen te gaan (chroom koper arsenaat, CCA).
Daarnaast wordt arseen gebruikt in legeringen voor loodzuur batterijen van voertuigen. Een andere belangrijke
toepassing van arseen is in semiconductoren en diodes
In het verleden werd inorganisch arseen gebruikt als
pesticiden, maar het gebruik ervan in de landbouw is
tegenwoordig verboden.
Blootstelling bij de mens:
Vis en zeevruchten accumuleren arseen in hun lichaam. Het eten
van vis is een belangrijke blootstellingsroute van arseen bij de
mens, maar het gaat hier vooral om de organische, niet toxische
vorm van arseen (arsenobetaïne).
In sommige regio’s is de bodem van nature rijk aan arseen. Hier kan
grondwater een belangrijke bron van arseen zijn.
Personen in de buurt van afvalsites of industriële sites waar arseen
wordt verwerkt, worden blootgesteld via inademing van met arseen
geladen stofpartikels of door orale inname van arseen via water of
voeding, of via huidcontact met gecontamineerde bodem.
Metabolisme bij de mens:
Inorganisch arseen (iAs) kan twee belangrijke processen ondergaan in het lichaam:
reductie/oxidatie van As(III) en As(V), en methylatie van arseen naar monomethylarseen (MMA) en
dimethylarseen (DMA). Deze processen lijken hetzelfde te zijn ongeacht blootstelling via inhalatie,
oraal of dermaal.
Het lichaam kan inorganisch arseen omzetten in organisch arseen (methylatie) dat makkelijker via
de urine wordt verwijderd. Geschat wordt dat meer dan 75% van het inorganisch arseen door deze
twee processen via de urine verwijderd wordt. Bijkomend kan ook inorganisch arseen rechtstreeks
via de urine geëlimineerd worden.
78
Organisch arseen ondergaat meestal weinig metabolisme in het lichaam en verlaat het lichaam via
de urine in onveranderde vorm.
Meten van bloostelling bij de mens:
Biomerkers van blootstelling:
Als biomerkers van blootstelling aan arseen worden bij
de deelnemers van Genk-Zuid twee metingen in urine
Binnen het Steunpunt wordt arseen
uitgevoerd: 1) totaal arseen en 2) toxisch relevant
gemeten in urine.
arseen (TRA) worden gemeten in urine. Beide
Totaal arseen geeft een maat voor
metingen weerspiegelen recente blootstelling van de
toxisch én niet-toxisch arseen van de
voorbije 1 tot 2 dagen (halfleven van ongeveer 18
laatste 1 à 2 dagen.
uur). De hoeveelheid totaal arseen geeft een beeld
van het toxische én niet-toxische arseen en wordt
De som van iAs, MMA(V) en DMA in
sterk beïnvloed door de niet-toxische vorm van arseen
urine is een maat voor toxisch relevant
via visinname. De som van inorganisch arseen (As3 en
arseen (TRA) van de voorbije 1 tot 2
As5) en de gemethyleerde vormen van arseen (MMA,
dagen.
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).
Als gezondheidskundige richtwaarde voor TRA zijn er een Biomonitoring Equivalents (BE) berekend
(Hays et al. 2010):
6,4 µg/l in urine voor chronische blootstelling (gebaseerd op Amerikaanse
referentiewaarden van 0,3 µg/kg/dag van ATSDR en USEPA)
120,9 µg/l in urine voor acute blootstelling (volgens ATSDR, gebaseerd op een MRL
(Minimal Risk Level) van 5 µg/kg/dag)
Gezondheidseffecten:
De meeste vormen van arseen toxiciteit zijn het gevolg van
blootstelling aan inorganisch arseen.
- Inhalatie: verhoogd risico op longkanker, respiratoire irritatie,
misselijkheid, huidaandoeningen en neurologische effecten
- Huidcontact: kans op lokale irritatie en onsteking
- Oraal: dermale, cardiovasculaire, respiratoire, gastro-intestinale
en neurologische effecten.
- Inorganisch arseen wordt geklasseerd als kankerverwekkend voor
de mens (IARC groep 1, 1987) en is geassocieerd met longkanker,
huidkanker, blaaskanker, leverkanker.
79
B. Arseen in Genk-Zuid – beschrijving van blootstelling
Als biomerkers van blootstelling aan arseen worden bij de deelnemers van Genk-Zuid twee
metingen in urine uitgevoerd, nl. totaal arseen en toxisch relevant arseen (TRA) in urine. De
beschrijvende statistiek van de urinaire merkers voor arseen in Genk-Zuid wordt gegeven in Tabel
25. Zowel totaal arseen als toxisch relevant arseen waren detecteerbaar in de urine bij alle
deelnemers.
Tabel 25: Blootstelling aan arseen in Genk-Zuid
Biomerker
eenheid
N
Totaal arseen in urine
Totaal arseen in urine
TRA in urine
TRA in urine
µg/l
µg/g crt
µg/l
µg/g crt
185
185
185
185
%
>DL
100%
100%
100%
100%
geometrisch
gemiddelde (95% BI)
12,2 (10,7 – 13,9)
8,2 (7,2 – 9,4)
6,5 (6,0 – 7,0)
4,3 (4,0 – 4,7)
mediaan
(P25 – P75)
9,7 (6,3 – 22,8)
6,6 (4,0 – 13,1)
6,2 (4,7 – 8,8)
4,1 (2,9 – 6,1)
P90
48,5
28,1
11,4
9,8
N = aantal deelnemers; DL = detectielimiet (DL totaal arseen: 1 µg/l; DL TRA: 0,3 µg/l); BI =
betrouwbaarheidsinterval; P = percentiel; TRA = toxisch relevant arseen; crt = creatinine
De Biomonitoring Equivalent (BE) voor toxisch relevant arseen bedraagt 6,4 µg/l. Dit is in de buurt
van het geometrisch gemiddelde. Voor de totale groep in Genk-Zuid heeft 64,5% van de
deelnemers een waarde boven de BE, d.w.z. dat er gezondheidsrisico mogelijk is. Ter vergelijking,
in de Vlaamse controlegroep hadden 33,8% van de jongeren een waarde die de BE overschrijdt. In
Genk-Zuid is het percentage jongeren met mogelijk gezondheidsrisicio dus dubbel zo hoog als in
algemeen Vlaanderen. Dit verschil is statistisch significant (p=0,01).
Dit hoge percentage deelnemers met een waarde boven de gezondheidsnorm is merkwaardig,
maar wordt ook vastgesteld in anderen studies, bijv. in de Amerikaanse biomonitoringstudie.
Mogelijk wordt de meting van TRA beïnvloed door componenten in vis, die de waarde verhogen
maar toch niet bijdragen tot de toxiciteit. Het feit dat TRA inderdaad hoger is in viseters in onze
studiegroep (zie verder) bevestigt dit vermoeden. Er is nog meer internationaal overleg nodig om
de meting en de norm verder te interpreteren.
Urinair arseen (µg/l) - geometrische gemiddelden per subgroep
0
5
10
15
20
jongens
Geslacht: p = 0,67
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,69
>15,5 jr.
roken: nooit
roken: sporadisch
Roken: p = 0,02
roken: dagelijks
recent geen vis
Recent vis gegeten: p < 0,001
recent vis
Figuur 21: Relatie tussen totaal arseen in urine en factoren die de blootstelling beïnvloeden
80
In Figuur 21 en Figuur 22 worden de voornaamste determinanten van arseen en TRA in de
populatie van Genk-Zuid gegeven.
Zoals verwacht, is er een duidelijk effect van vis eten. Jongeren die in de voorbije 3 dagen vis of
zeevruchten hadden gegeten hebben significant hogere waarden voor totaal arseen. De
gemiddelde concentratie van toxisch relevant arseen in de urine is ook hoger bij viseters, maar de
verschillen zijn minder groot en borderline significant (p=0,04). Er is geen effect van leeftijd of van
geslacht. De waarden van TRA verschillen significant volgens seizoen (p=0,02). De lagere waarden
in de zomer zijn mogelijk toe te schrijven aan andere eetgewoonten, maar mogelijk ook aan de
kleine subgroep van de zomer (n=7).
De waarden van totaal arseen in urine liggen significant lager bij rokers. Dit werd ook vastgesteld
bij pasgeborenen en volwassenen in de Vlaamse referentiepopulatie. Er is tot nu toe geen
verklaring voor deze bevinding, maar aangezien het consistent voorkomt, is het waarschijnlijk een
reële verlaging zijn.
Toxisch relevant arseen in urine (µg/l) - geometrische gemiddelden per
subgroep
0
1
2
3
4
5
6
7
8
9
10
jongens
Geslacht: p = 0,07
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,53
>15,5 jr.
winter
lente
Seizoen: p = 0,02
zomer
herfst
Recent vis gegeten: p = 0,04
recent geen vis
recent vis gegeten
Figuur 22: Relatie tussen toxisch relevant arseen in urine en factoren die de blootstelling
beïnvloeden
C. Arseen in Genk-Zuid – vergelijking met Vlaanderen
Totaal arseen in urine is niet significant verschillend in Genk-Zuid ten opzichte van de Vlaamse
controlepopulatie (GM: p=0,99; P90: p=0,74; zie Figuur 23). Toxisch relevant arseen in urine – de
som van inorganisch arseen en de gemethyleerde vormen MMA en DMA – is in Genk-Zuid
significant hoger dan in Vlaanderen (zie Figuur 23). In Genk-Zuid is TRA detecteerbaar in alle stalen;
in Vlaanderen lag 95,1% van de stalen boven de detectielimiet. Het geometrische gemiddelde
bedraagt 6,46 (95% BI: 6,00 – 6,95) µg/l in Genk-Zuid vs. 4,72 (4,15 – 5,37) µg/l in Vlaanderen
(p<0,001). Het 90e percentiel is niet significant verschillend tussen beide regio’s (p = 0,24) en
bedraagt respectievelijk 11,4 µg/l en 10,4 µg/l (Figuur 13). Het gaat hier om niet-gecorrigeerde
gegevens, d.w.z. dat er bij de vergelijking geen rekening wordt gehouden met verschillen in de
karakteristieken van de groepen.
81
Genk-Zuid
Vlaanderen
Totaal arseen in urine (µg/l)
50,00
Toxisch relevant arseen in urine (µg/l)
60,00
p = 0,74
48,5
47,1
40,00
30,00
22,8
19,7
p = 0,99
20,00
12,2 12,1
9,7 9,8
10,00
2,1 2,7
4,9 4,3
6,3 6,2
12,00
p = 0,24
11,4
Genk-Zuid
Vlaanderen
10,00
10,4
8,8
p < 0,001
8,00
7,4
6,5
6,2
5,6
6,00
4,7
4,7
4,00
3,8
3,3
2,4
2,1
2,00
0,2
0,00
0,00
GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
Figuur 23: Totaal arseen in urine en toxisch relevant arseen in urine in Genk-Zuid: vergelijking met
Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Arseen in Genk-Zuid – effect van gebied na correctie voor determinanten van
blootstelling
Tabel 26: Determinanten van arseen in urine
R² gebied
R² finaal model
Multiplicatieve
factor
voor variabelen
in model
Totaal arseen in urine
(µg/l)
0,02
22,67
densiteit (g/cm³) (p<0,001)
<1,018: 0,51
1,018-1,023: 0,53
1,023-1,027: 0,75
≥1,027: 1,00
duur urinecollectie (min.) (p=0,54)
<465 min.: 0,95
465-545 min.: 1,14
545-600 min.: 1,04
≥600 min.: 1,00
leeftijd (jaar) (p = 0,96)
≤ 14,5: 1,01
14,5-15,5: 0,98
>15,5: 1,00
geslacht (p =0,42)
jongen: 1,08
meisje: 1,00
roken (p =0,71)
niet roker: 1,07
roker: 1,00
visconsumptie in laatste 3 dagen
(p<0,001)
geen vis: 0,49
wel vis: 1,00
regio (p=0,55)
Genk-Zuid: 1,06
Vlaanderen: 1,00
82
Toxisch relevant arseen in urine
(µg/l)
4,46
20,80
densiteit (g/cm³) (p<0,001)
<1,018: 0,61
1,018-1,023: 0,54
1,023-1,027: 0,83
≥1,027: 1,00
duur urinecollectie (min.) (p=0,54)
<465 min.: 0,99
465-545 min.: 1,01
545-600 min.: 1,90
≥600 min.: 1,00
leeftijd (jaar) (p= 0,20)
≤ 14,5: 1,3
14,5-15,5: 1,13
>15,5: 1,00
geslacht (p =0,98)
jongen: 0,998
meisje: 1,00
roken (p =0,35)
niet roker: 0,88
roker: 1,00
seizoen (p=0,004)
winter: 1,46
lente: 1,26
zomer: 0,94
herfst: 1,00
regio (p = 0,001)
Genk-Zuid: 1,32
Vlaanderen: 1,00
Tabel 26 geeft aan welke factoren de concentratie van urinair arseen kunnen verklaren. In totaal
kan het model 23% van de variabiliteit van totaal arseen en 21% van de variabiliteit van TRA
verklaren. Voor arseen is, naast creatinine, visconsumptie een zeer belangrijke factor. Voor TRA is
er een seizoensinvloed op de gehaltes met de hoogste waarden in de winter en de lente.
Na correctie voor creatinine, leeftijd, geslacht, roken en recente visconsumptie is er geen
significant verschil in totaal arseen in urine tussen Genk-Zuid en Vlaanderen. Na correctie voor
creatinine, leeftijd, geslacht, roken en seizoen is TRA in urine 32% hoger in Genk-Zuid dan in
Vlaanderen (p=0,001).
As in lucht (ng/m³)
gemiddelde van 3 dagen voor onderzoeksdag
Er werd nagegaan of de hogere waarden van toxisch arseen in Genk-Zuid verklaard kunnen worden
door hogeren water in drinkwater of in de lucht, aangezien dit twee belangrijke
blootstellingsroutes zijn.
Drinkwater is in sommige regio’s een bron van arseen omdat in bepaalde streken de bodem van
nature rijk is aan arseen. De drinkwatergegevens van de Vlaamse Maatschappij voor
Watervoorziening (VMW) voor de gemeenten Genk en Diepenbeek werden opgevraagd voor de
periode waarin het veldwerk plaatsvond (januari 2010 tot november 2010). Er was geen enkele
overschrijding van de norm van arseen. We kunnen dus besluiten dat de hogere waarden van
toxisch arseen in Genk-Zuid niet verklaard kunnen worden door verhoogde concentraties in het
leidingwater.
1,8
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0
datum onderzoeksdag
Figuur 24: Immissies van arseen in Genk-Zuid: gemiddelde van de drie dagen die voorafgaan aan
veldwerkdagen van de humane biomonitoring
Naast het drinkwater werden ook de immissies van arseen in Genk-Zuid bekene. Per
onderzoeksdag werd een gemiddelde berekend van de immissies van arseen tijdens de drie dagen
die voorafgaan aan iedere veldwerkdag. Deze waarden worden grafisch weergegeven in Figuur 24.
De gemiddelde 3-daagse immissie varieert zeer weinig. Er werd nagekeken of de urinaire waarde
van TRA geassocieerd was met de immissiewaarden van arseen in de lucht. Er wordt een significant
negatief verband gevonden tussen de immissie van arseen in de laatste drie dagen en de waarde
van TRA in de urine, d.w.z. dat er lagere waarden in urine worden geobserveerd bij hogere
immissies. De grafische weergave van de data wordt gegeven in Figuur 25. De relatie wordt
kunstmatig scheef getrokken door de het grote aantal personen met lage immissie. Door de
beperkte variate in immissie zijn deze data dus niet op een betrouwbare manier te interpreteren.
83
We kunnen dus besluiten dat er geen duidelijke relatie is tussen urinair TRA en arseen in de lucht.
De hoge waarden van toxisch arseen kunnen dus niet verklaard worden door immissiegegevens.
Verder onderzoek naar mogelijke bronnen voor toxisch arseen zal in de toekomst worden
uitgevoerd (cfr. faseplan).
Toxisch relevant arseen in urine (µg/l)
60
50
40
30
20
y = -4,264x + 10,414
R² = 0,0269
10
0
0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
1,8
Imissiegegevens arseen (ng/m³)
(gemiddelde van 3 dagen voor onderzoeksdatum)
Figuur 25: Relatie tussen toxisch relevant arseen in de urine en immissiegegevens van arseen
84
2.6.
Zware metalen: mangaan
A. Mangaan - achtergrondinformatie
Mangaan (Mn) is een essentieel
element; de mens heeft kleine
hoeveelheden nodig om gezond te
blijven.
Mangaan komt van nature voor in
de bodem, maar er kan vervuiling
van de omgeving optreden via de
industrie (metallurgie, chemische
nijverheid, leer-, glas-, textiel en
staalindustrie). Mangaan komt
vooral bij de mens terecht via de
voeding (drinkwater, granen,
noten, bonen, thee) of via
inademing. Sommige beroepen
zoals lassers en metaalarbeiders
zijn meer blootgesteld. Mangaan
heeft een toxisch effect op het
zenuwstelsel (gedrags-, leer- en
bewegingsstoornissen) .
Bronnen:
Mangaan (Mn) is een zwaar metaal dat wijd verspreid
voorkomt in de aardkorst. Het komt van nature niet
voor in de pure vorm, maar voornamelijk als oxides,
carbonaten en silicaten.
Mangaan wordt vooral gebruikt in metallurgische
processen, als een deoxiderend en desulfurizerend
additief en als een bestanddeel van legeringen.
Mangaan wordt gebruikt bij de productie van staal om
de stevigheid en sterkte van staal te verbeteren. Het
wordt ook gebruikt bij de productie van droge cel
batterijen, in de chemische nijverheid, in de productie
van glas, in de leer- en textielindustrie en als
kunstmeststof. Organische carbonylcomponenten van
mangaan worden gebruikt als olie-additieven en
rookinhibitoren .
Blootstelling bij de mens:
Voeding is de voornaamste bron van mangaan voor de
meeste mensen. Typische bronnen van mangaan zijn
granen, bonen, noten, thee en voedingssupplementen.
In sommige beroepen is er een verhoogde blootstelling
aan mangaan, bijv. bij lassers, arbeiders in de
staalindustrie.
Is sommige regio’s is er een aanrijking van mangaan in
de bodem. Inwoners kunnen blootgesteld worden aan
mangaan via grondwater, drinkwater, of via de
bodempartikels.
Metabolisme bij de mens:
Mangaan zal door de mens vooral worden opgenomen
via inademing en via ingestie.
Mangaan kan als klein partikel via ingeademde lucht
in de longen terecht komen en hier vastgeraken. Een
deel van het ingeademde mangaan kan ook in de
mucus vast komen te zitten, en na ophoesten door
slikken in de maag terecht komen.
Mangaan kan via water en voeding terecht komen in
het gastro-intestinaal stelsel.
Opname via de huid is zeer beperkt.
85
Na inhalatie komt mangaan via de bloedbaan eerst terecht in de hersenen. Afhankelijk van de
mogelijkheid om de bloed-hersen barrière te passeren zal dit mangaan gebieden in het centraal
zenuwstelsel kunnen bereiken en neurotoxische effecten veroorzaken.
Geabsorbeerd mangaan wordt uit het lichaam verwijderd in de lever waar het via de gal wordt
afgevoerd naar de darmen om uiteindelijk via de stoelgang uit het lichaam te verdwijnen.
Biomerkers van blootstelling:
Blootstelling aan mangaan kan worden gemeten in urine of volbloed. In de Vlaamse
biomonitoring wordt mangaan gemeten in volbloed. Dit geeft een maat voor de blootstelling in
de voorbije dagen.
Volgens ATSDR (American Toxic Substances and Disease Registration) bedraagt de normale
concentratie mangaan in bloed 4-15 µg/l, in urine 1-8 µg/l en in serum 0,4-0,85 µg/l. Er bestaan
geen gezondheidskundige richtwaarden voor mangaan in urine of bloed.
Gezondheidseffecten:
Verschillende epidemiologische studies hebben aangetoond dat neurotoxische aandoeningen
geassocieerd kunnen worden met beroepsblootstelling aan mangaan; dit wordt benoemd als
‘manganisme’. Er was onder meer sprake van stemmingswisselingen en bewegingsstoornissen
(trage bewegingen en toenemende onhandigheid).
Blootstelling aan mangaan bij kinderen werd in verband gebracht met gedragsveranderingen,
stoornissen in leercapaciteit en geheugenstoornissen.
B. Mangaan in Genk-Zuid – beschrijving van blootstelling
Mangaan in volboed is detecteerbaar in alle deelnemers. De beschrijvende statistiek wordt
gegeven in Tabel 27.
Tabel 27: Blootstelling aan mangaan in Genk-Zuid
Biomerker
eenheid
N
Mangaan in volbloed
µg/l
197
%
geometrisch
mediaan
>DL gemiddelde (95% BI) (P25 – P75)
100% 9,98 (9,59–10,40)
10,03 (8,32–12,19)
P90
14,14
N = aantal deelnemers; DL = detectielimiet (DL bloed mangaan: 0,712 µg/l); BI = betrouwbaarheidsinterval; P = percentiel
Er worden geen significante verschillen vastgesteld voor mangaan in volbloed volgens leeftijd,
geslacht of rookgewoonten (Figuur 26). Er worden wel seizoensverschillen gevonden, met hogere
waarden in de winter en de herfst.
86
Bloed mangaan (µg/l) - geometrische gemiddelden per subgroep
0
2
4
6
8
10
jongens
12
Geslacht: p = 0,75
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0.20
>15,5 jr.
roken: nooit
roken: sporadisch
Roken: p = 0,18
roken: dagelijks
winter
lente
Seizoen: p = 0,008
zomer
herfst
Figuur 26: Relatie tussen mangaan in volbloed en factoren die de blootstelling beïnvloeden
C. Mangaan in Genk-Zuid – vergelijking met Vlaanderen
Er worden geen significante verschillen gevonden in de concentratie van bloed mangaan tussen
Genk-Zuid en Vlaanderen (GM: p = 0,25 en P90: p = 0,65; zie Figuur 27).
16
14
Mangaan in bloed (µm/l)
p = 0,65
Genk-Zuid
Vlaanderen
14,1
13,8
12,2
12
10
11,4
p = 0,25
10,0
10,0 9,8
9,7
8,3
8
7,9
6,9 6,7
6
4,9
4,4
4
2
0
GM
min
P10
P25
P50
P75
P90
Figuur 27: Bloed mangaan in Genk-Zuid: vergelijking met Vlaamse controlepopulatie, nietgecorrigeerde gegevens
D. Mangaan in Genk-Zuid – effect van gebied na correctie voor determinanten van
blootstelling
Tabel 28 geeft aan welke factoren de variabiliteit van mangaan in bloed kunnen verklaren. In totaal
wordt 3,5% verklaard. Na correctie voor leeftijd, geslacht, roken en seizoen is de waarde in GenkZuid zeer vergelijkbaar met de Vlaamse controlepopulatie.
87
Tabel 28: Determinanten van mangaan in bloed
Bloed mangaan (µg/l)
R² gebied
0,33
R² finaal model
3,52
leeftijd (jaar) (p=0,74)
Multiplicatieve factor
≤14,5: 1,01
voor variabelen in
14,5 – 15,5: 1,03
model
>15,5: 1,00
geslacht (p=0,65)
jongen: 0,99
meisje: 1,00
roken (p=0,12)
niet roker: 0,94
roker: 1,00
seizoen (p=0,009)
winter: 0,95
lente: 0,89
zomer: 0,82
herfst: 1,00
regio (p=0,42)
Genk-Zuid: 1,02
Vlaanderen: 1,00
88
2.7.
Zware metalen: koper
A. Koper - achtergrondinformatie
Koper (Cu) is een roodachtig metaal
dat van nature voorkomt in het milieu.
Het is een essentieel element voor de
mens, maar kan toxisch zijn bij hoge
concentraties.
Koper in het milieu is van natuurlijke
oorsprong,
of
afkomstig
van
industriële
bronnen
(ontginning,
metaalindustrie, …)
Hoge blootstelling aan koper leidt tot
algemene
ziekteverschijnselen
(hoofdpijn, diarree, beklemming) en
tot schade van lever en nieren.
Koper in urine en bloed geeft een
maat van de blootstelling in de
voorbije dagen.
Bronnen:
Koper (Cu) is een roodachtig metaal dat natuurlijk
voorkomt in gesteenten, bodem, water, sediment en, in
lage concentraties, in lucht. Het is een essentieel
element voor alle levende organismen. In te hoge
concentraties kunnen echter toxische effecten
optreden.
Naast natuurlijke bronnen zijn er een groot aantal
antropogene bronnen van koper: stortplaatsen,
huishoudelijk afvalwater, verbranding van fossiele
brandstoffen en afval, houtproductie,... Ook kan koper
in het milieu terecht komen bij de ontginning van koper
en andere metalen, en door fabrieken die koper
produceren of gebruiken. Door deze grote hoeveelheid
aan bronnen is koper wijd verspreid in het milieu.
Blootstelling bij de mens:
Metabolisme bij de mens:
De mens kan aan koper blootgesteld worden
via inhalatie, consumptie van voeding en
water, en via de huid.
Het metabolisme van koper bestaat
voornamelijk uit de transfer tussen
verschillende
organische
liganden,
voornamelijk thiol- en imidazolegroepen op
proteïnen. Meerdere bindingsproteïnen zijn
geïdentificeerd die belangrijk zijn voor de
opname, opslag en vrijzetting van koper uit
weefsels.
Een potentiele oorzaak voor verhoogde
koperblootstelling in de algemene bevolking
is de hoge consumptie van drinkwater dat
veel koper heeft opgenomen van het
distributienet,
of
dat
reeds
hoge
concentraties aan koper bevat door
natuurlijke of menselijke activiteit (bijv. in de
buurt van ontginningssites).
In de lever en in andere weefsels wordt koper
opgeslaan
door
het
binden
aan
metallothioneïne en aminozuren, en door de
associatie met koper afhankelijke enzymes.
Volgens verschillende studies induceert
koperblootstelling
de
productie
van
metallothioneïne.
Gebonden
aan
dit
molecule wordt koper uit de lever verwijderd
via de gal.
Mensen die in de buurt wonen van
afvalverwerkingssites hebben een groter
risico op blootstelling dan de algemene
populatie.
Omwonenden
van
kopersmelterijen en –raffinaderijen en
werknemers in deze industriën kunnen ook
blootgesteld
worden
aan
hogere
concentraties van koper, door inhalatie of
ingestie.
Geabsorbeerd mangaan wordt uit het
lichaam verwijderd in de lever waar het via
de gal wordt afgevoerd naar de darmen om
uiteindelijk via de stoelgang uit het lichaam
te verdwijnen.
89
Biomerkers van blootstelling:
Blootstelling aan koper kan worden gemeten in urine,
plasma of volbloed. In de Vlaamse biomonitoring wordt
koper gemeten in urine en in volbloed.
Referentiewaarden koper: 150 µg/ 100 ml serum
(ATSDR), 220 µg/ 100 ml bloed (ATSDR) en 11,7 µg/l in
urine (White and Sabbioni 1998). Er zijn te weinig data
beschikbaar om gezondheidskundige richtwaarden af te
leiden.
Gezondheidseffecten:
Koper is essentieel voor een goede gezondheid. Maar bij te hoge concentraties kan het schadelijk
zijn voor de mens.
Langdurige inhalatie van koper kan leiden tot irritatie van de neus, mond en ogen, en tot
hoofdpijn, duizeligheid, misselijkheid en diarree.
De inname van water met te hoge koper concentraties kan misselijkheid, overgeven,
maagkrampen of diarree veroorzaken. Extreem hoge waarden aan koper kan de nieren of de lever
beschadigen, of zelfs tot de dood leiden.
Er is onvoldoende bewijs om koper als kankerverwekkend te classificeren. Zeer hoge dosissen
koper hebben wellicht een kankerverwekkend effect, maar dosissen koper zoals die doorgaans bij
de mens voorkomen hebben wellicht geen kankerverwekkend effect.
B. Koper in Genk-Zuid – beschrijving van blootstelling
Koper werd gemeten in volbloed en in urine. De gemiddelde, mediane en P90 blootstelling in GenkZuid wordt gegeven in Tabel 29.
Tabel 29: Blootstelling aan koper in Genk-Zuid
Biomerker
eenheid
N
Koper in volbloed
Koper in urine
Koper in urine
µg/l
µg/l
µg/g crt
197
184
181
%
>DL
100
100
100
geom. gemiddelde
(95% BI)
839 (819-960)
11,9 (11,2-12,8)
8,1 (7,8-8,3)
N = aantal deelnemers; DL = detectielimiet (DL koper in volbloed:
betrouwbaarheidsinterval; P = percentiel; crt = creatinine
mediaan
(P25 – P75)
819 (748-898)
12,5 (9,0-16,6)
8,3 (6,9-9,2)
P90
1010
20,9
11,0
1,207 µg/l; DL koper in urine: 0,492 µg/l); BI =
Bloed koper is significant hoger bij meisjes dan bij jongens (p=0,001). Bloed koper neemt toe met
een dalend opleidingsniveau, zowel op basis van het opleidingniveau van de ouders, als volgens het
studietype van de jongere. Waarden van bloed koper liggen hoger in de winter en de herfst, maar
de verschillen zijn net niet significant (Figuur 28). Voor urinair koper worden geen significante
verschillen vastgesteld volgens geslacht, leeftijd of opleiding van de deelnemers. De concentratie
koper in urine varieert sterk met de verdunningsgraad van de urine (Figuur 29).
90
Bloed koper (µg/l) - geometrische gemiddelden per subgroep
720
740
760
780
800
820
840
860
jongens
meisjes
880
900
920
Geslacht: p = 0,001
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p = 0,35
ASO
TSO
BSO
Opleiding: p = 0,008
Winter
Lente
Zomer
Herfst
Seizoen: p = 0,05
Geen diploma + Max LS
Maximaal HS
Hoger onderwijs
Hoogste opleiding gezin: p = 0,02
Figuur 28: Relatie tussen bloed koper en factoren die de blootstelling beïnvloeden
Urinair koper (µg/l) - geometrische gemiddelden per subgroep
0
2
4
6
8
10
12
14
16
18
20
jongens
Geslacht: p = 0,88
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,62
>15,5 jr.
ASO
TSO
Opleiding: p = 0,13
BSO
creatinine: <95 µg/l
95-135 µg/l
creatinine: p <0,0001
135-190 µg/l
>190 µg/l
Figuur 29: Relatie tussen urinair koper en factoren die de blootstelling beïnvloeden
C. Koper in Genk-Zuid – vergelijking met Vlaanderen
De gemiddelde waarden van koper in bloed en van koper in urine liggen significant hoger in GenkZuid dan in de Vlaamse controlepopulatie (p=0,003 en 0,002). Het 90e percentiel voor koper in
bloed en urine verschilt significant tussen Genk-Zuid en Vlaanderen voor koper in bloed (p=0,008)
maar niet voor koper in urine (p=0,30) (Figuur 30).
.
91
1200
800
p = 0,008
Vlaanderen
1.010
p = 0,003
839
790
898
819
699
748 734
400
20,9
20
912
19,1
858
793
656
606
600
p = 0,30
Genk-Zuid
Vlaanderen
Koper in urine (µg/l)
Koper in bloed (µg/l)
1000
25
Genk-Zuid
357
16,6
15
p = 0,002
10
10,0
9,5
9,0
7,4
6,4
5
200
12,9
12,5
11,8
5,8
3,9
2,4
0
0
GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
Figuur 30: Koper in volbloed en koper in urine in Genk-Zuid: vergelijking met Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
D. Koper in Genk-Zuid – effect van gebied na correctie voor determinanten van blootstelling
Tabel 30: Determinanten van koper in bloed en koper in urine
R² gebied
Bloed koper (µg/l)
Urinair koper (µg/l)
3,21
3,35
R² finaal model
14,18
leeftijd (jaar) (p=0,53)
Multiplicatieve factor
≤14,5: 1,004
voor variabelen in
14,5-15,5: 0,98
model
>15,5: 1,00
geslacht (p < 0,0001)
jongen: 0,93
meisje: 1,00
roken (p=0,47)
niet roker: 0,97
roker: 1,00
opleidingstype (p=0,0003)
ASO: 0,92
TSO: 0,97
BSO: 1,00
seizoen (p=0,001)
winter: 0,98
lente: 0,93
zomer: 0,92
herfst: 1,00
regio (p=0,009)
Genk-Zuid: 1,04
Vlaanderen: 1,00
46,59
leeftijd (jaar) (p=0,75)
≤14,5: 0,98
14,5-15,5: 0,96
>15,5: 1,00
geslacht (p=0,13)
jongen: 0,94
meisje: 1,00
roken (p=0,99)
niet roker: 1,002
roker: 1,00
densiteit (g/cm³) (p<0,0001)
<1,018: 0,44
1,018-1,023: 0,62
1,023-1,027: 0,80
≥1,027: 1,00
duur urinecollectie (min.) (p=0,63)
<465 min.: 0,94
465-545 min.: 0.98
545-600 min.: 0,95
≥600 min.: 1,00
regio (p=0,03)
Genk-Zuid: 1,11
Vlaanderen: 1,00
Na correctie voor leeftijd, geslacht, roken, opleiding en seizoen is de gemiddelde concentratie van
koper in bloed significant hoger in Genk-Zuid in vergelijking met de Vlaamse controlegroep. De
92
waarden liggen 4% hoger maar door de kleine spreiding op de gegevens is dit verschil tussen de
twee groepen hoog-significant (p=0,009). De gemiddelde waarde van koper in de urine – na
correctie voor leefijd, geslacht, roken, densiteit van de urine en duur van de urinecollectie – ligt
11% hoger in Genk dan in Vlaanderen; dit verschil is significant (p=0,03) (Tabel 30).
Binnen Genk-Zuid worden verschillen in gemiddelde bloed koper concentratie vastgesteld volgens
de wijken. De hoogste waarden worden gedetecteerd in Langerlo+ en Nieuw-Sledderlo (Figuur 31).
Vlaanderen
790
verschillen tussen wijken in Genk: p=0,008
Diepenbeek
818
Oud-Termien
774
Langerlo+
879
Kolderbos
861
Nieuw-Sledderlo
890
Oud-Sledderlo
815
Terboekt+
829
0
200
400
600
800
1000
1200
Bloed koper (µg/l)
Geometrisch gemiddeld (± 95% betrouwbaarheidsinterval) per wijk. De p-waarde geeft de
overall significantie (ANOVA) voor vergelijking van wijken in Genk; post-hoc analyse: NieuwSledderlo significant hoger dan Diepenbeek en Oud-Termien; Langerlo+ significant hoger dan
Oud-Termien. De waarde van Vlaanderen wordt louter ter illustratie gegeven.
Figuur 31: Verschillen in bloed koper concentratie tussen wijken in Genk-Zuid
93
2.8.
Zware metalen: thallium
A. Thallium - achtergrondinformatie
Thallium (Tl) is van nature in zeer
lage concentraties aanwezig. Het
wordt gebruikt in vele industriële
toepassingen, voornamelijk in de
elektronische industrie.
Sigaretten zijn een belangrijke bron
van thallium. Daarnaast zijn
vervuilde groenten belangrijk als
bron voor de mens in gebieden
met thalliumvervuiling (bijv. in de
buurt van smeltovens, steenkoolcentrales, cementfabrieken).
Thallium in bloed en urine geeft
een maat voor de blootstelling van
de voorbije dagen.
Thallium veroorzaakt algemene
ziekteverschijnselen en effecten op
het zenuwstelsel.
Bronnen:
Thallium (Tl) is een metaal dat van nature in zeer lage
concentraties voorkomt.
Thallium kan voorkomen in pure vorm of gemengd met
andere metalen in legeringen. Daarnaast wordt het ook
teruggevonden in combinatie met broom, chloor, fluor
of jood als zout.
Thallium wordt industrieel in zeer kleine hoeveelheden
geproduceerd. Maar thallium en zijn componenten
hebben een groot aantal gebruikstoepassingen. De
belangrijkste toepassingen zijn in de elektronische
industrie (elektronische toestellen, horloges, sloten) en
in de productie van bepaalde glassoorten. Ook wordt
thallium gebruikt als radio-isotoop in de medische
beeldvorming.
Emissies van thallium naar de omgeving gebeuren
meestal vanuit minerale smeltovens, steenkoolcentrales, baksteen- en cementfabrieken.
Blootstelling bij de mens:
De mens wordt aan thallium blootgesteld via drinkwater,
voeding (voornamelijk groenten) en lucht. De
concentraties aan thallium in lucht en water zijn echter
zeer laag. De belangrijkste bron is de voeding, meer
bepaald thuis gekweekte groenten en fruit. Deze kunnen
gecontamieerd worden met thallium geproduceerd door
steenkoolcentrales, cementfabrieken en smeltovens.
Sigarettenrook is ook een belangrijke bron van thallium.
Mensen die roken hebben twee maal hogere concentratie
aan thallium in hun lichaam dan niet-rokers.
Metabolisme bij de mens:
Thallium wordt snel geabsorbeerd in het spijsverteringskanaal en het ademhalingsstelsel, en kan
ook via de huid opgenomen worden. Na opname wordt thallium snel verspreid naar alle organen.
Thallium kan door de placenta en de bloed-hersen-barrière passeren.
Bij acute blootstelling krijgt men initieel hoge concentraties aan thallium in de nieren, lage
concentraties in vetweefsel en de hersenen, en intermediaire concentraties in de andere organen.
94
De verwijdering van thallium gebeurt langs het gasto-intestinaal stelsel, de nieren, haren, huid,
zweet en moedermelk. De halfwaardetijd in de mens bedraagt ongeveer 10 dagen, maar waarden
tot 30 dagen werden ook gerapporteerd.
Biomerkers van blootstelling:
Blootstelling aan thallium kan worden gemeten in urine, serum of volbloed. Er is nog geen
duidelijke consensus over de interpretatie van de data (termijn blootstelling, relatie met extern
milieu). In de Vlaamse biomonitoring wordt thallium gemeten in urine en bloed. Er bestaan geen
gezondheidskundige richtwaarden voor thallium in urine of bloed.
Referentiewaarden voor thallium in urine: 0,6 µg/l voor kinderen en 0,5 µg/l voor volwassenen
(http://www.umweltbundesamt.de/gesundheit-e/monitor/index.htm). Er bestaan geen gezondheidskundige
richtwaarden voor thallium in urine of bloed.
Gezondheidseffecten:
Thallium kan effect hebben op het centraal zenuwstelsel, de longen, het hart, de lever en de nieren
wanneer grote hoeveelheden worden gegeten of gedronken gedurende een korte tijdsspannen.
Tijdelijk haarverlies, overgeven en diarree kunnen hiervan nadelige effecten zijn, en zelfs de dood
kan volgen.
Bij arbeiders die langdurig zijn blootgesteld aan thallium, werden effecten op het zenuwstelsel
gerapporteerd (gevoelloosheid van vingers en tenen).
Sommige antimoonverbindingen zijn kankerverwekkend bij dieren. Gegevens bij de mens
ontbreken.
B. Thallium in Genk-Zuid – beschrijving van blootstelling
De beschrijvende statistiek van de blootstelling aan thallium bij de deelnemers van Genk-Zuid via
metingen in bloed en urine wordt gegeven in Tabel 31.
Zowel thallium in bloed als thallium in urine zijn significant hoger bij jongens dan bij meisjes (Figuur
32; Figuur 33). Er is geen relatie met leeftijd. De verschillen tussen niet-rokers, sporadisch rokers en
dagelijks rokers zijn significant maar niet consistent en dus vermoedelijke te wijten aan toeval
omwille van de kleine subgroepen. Thallium in urine is sterk geassocieerd met de densiteit van de
urine (p<0,001). Er wordt ook een significant verhoogde waarde van urinair thallium vastgesteld bij
jongeren die lokaal gekweekte groenten eten (Figuur 33).
Tabel 31: Blootstelling aan thallium in Genk-Zuid
Biomerker
eenheid
N
Thallium in volbloed
Thallium in urine
Thallium in urine
µg/l
µg/l
µg/g crt
197
184
184
%
>DL
100
100
100
geometrisch
gemiddelde (95% BI)
0,029 (0,028-0,030)
0,240 (0,224-0,258)
0,162 (0,153-0,171)
N = aantal deelnemers; DL = detectielimiet (DL thallium in bloed:
betrouwbaarheidsinterval; P = percentiel; crt = creatinine
95
mediaan
(P25 – P75)
0,029 (0,026-0,034)
0,258 (0,176-0,340)
0,164 (0,124-0,206)
0,0015 µg/l; DL thallium in urine:
P90
0,038
0,430
0,257
0,001 µg/l); BI =
Bloed thallium (µg/l) - geometrische gemiddelden per subgroep
0
0,005
0,01
0,015
0,02
0,025
0,03
0,035
0,04
jongens
meisjes
Geslacht: p = 0,002
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,39
>15,5 jr.
roken: nooit
Roken: p = 0,006
roken: sporadisch
roken: dagelijks
Hoogste opleiding
gezin: p = 0,09
Geen diploma + Max LS
Maximaal HS
Hoger onderwijs
Figuur 32: Relatie tussen thallium in bloed en factoren die de blootstelling beïnvloeden
0
Urinair thallium (µg/l) - geometrische gemiddelden per subgroep
0,05
0,1
0,15
0,2
0,25
0,3
0,35
jongens
meisjes
Geslacht: p = 0,08
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p = 0,83
roken: nooit
roken: sporadisch
roken: dagelijks
Roken: p = 0,07
creatinine: <95 µg/l
95-135 µg/l
135-190 µg/l
>190 µg/l
Creatinine: p < 0,0001
Winter
Lente
Zomer
Herfst
Seizoen: p = 0,04
geen lokale groenten
lokale groenten
Lokale groenten: p = 0,03
Figuur 33: Relatie tussen thallium in urine en factoren die de blootstelling beïnvloeden
96
C. Thallium in Genk-Zuid – vergelijking met Vlaanderen
De ruwe, niet-gecorrigeerde gegevens van thallium in bloed en thallium in urine tonen gemiddeld
significant hogere waarden voor Genk-Zuid dan voor de Vlaamse referentiegroep (p = 0,002 en p =
0,0004). Het 90e percentiel voor Genk-Zuid ligt ook significant hoger dan het 90e percentiel voor de
Vlaamse controlepopulatie in bloed (p = 0,002) en in urine (p = 0,03) (Figuur 34).
0,05
0,04
0,80
Genk-Zuid
Vlaanderen
0,70
p = 0,002
0,70
Genk-Zuid
Vlaanderen
0,64
0,04
0,03
p = 0,0002
0,03
0,03
0,03
0,50
0,03
0,03
0,43
0,03
0,03
Thallium in urine (µg/l)
Thallium in bloed (µg/l)
0,60
0,03
0,02
0,02
0,02
0,02
0,02
0,01
0,01
0,40
p = 0,0004
0,28
0,26
0,24
0,20
0,20
0,19
0,18
0,13
0,10
0,35
0,34
0,30
0,14
0,10
0,060,06
0,00
GM
0,00
GM
min
P10
P25
P50
P75
P90
min
P10
P25
P50
P75
P90
max
Axis Title
Figuur 34: Thallium in volbloed en thallium in urine in Genk-Zuid: vergelijking met Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
D. Thallium in Genk-Zuid – effect van gebied na correctie voor determinanten van
blootstelling
De meervoudige regressiemodellen voor thallium in bloed en thallium in urine voorspellen
respectivelijk 12% en 46% van de variatie; in beide gevallen verklaart de factor ‘gebied’ ongeveer 3
à 4% van de variatie (Tabel 32). De gemiddelde waarde voor thallium in bloed is na correctie voor
leeftijd, geslacht, roken, opleiding en seizoen 11% hoger in Genk-Zuid dan in Vlaanderen (p<0,001);
voor thallium in urine bedraagt het verschil tussen Genk-Zuid en Vlaanderen 8% na correctie voor
leeftijd, geslacht, roken, densiteit van de urine, duur van de urinecollectie en seizoen maar dit
verschil is niet significant (p=0,16).
97
Tabel 32: Determinanten van thallium in bloed en thallium in urine
R² gebied
R² finaal model
Bloed thallium (µg/l)
Urinair thallium (µg/l)
3,35
11,57
4,15
46,33
leeftijd (jaar) (p=0,09)
≤14,5: 0,86
14,5-15,5: 0,96
>15,5: 1,00
geslacht (p=0,10)
jongen: 1,08
meisje: 1,00
roken (p = 0,88)
niet roker: 0,98
roker: 1,00
densiteit (g/cm³) (p<0,001)
<1,018: 0,44
1,018-1,023: 0,71
1,023-1,027: 0,84
≥1,027: 1,00
duur urinecollectie (min.)
(p=0,009)
<465 min.: 1,08
465-545 min.: 0,88
545-600 min.: 0,94
≥600 min.: 1,00
seizoen (p=0,01)
winter: 1,012
lente: 0,9
zomer: 0,67
herfst: 1,00
regio (p=0,16)
Genk-Zuid: 1,08
Vlaanderen: 1,00
Multiplicatieve factor leeftijd (jaar) (p=0,43)
voor
variabelen in
≤14,5: 0,95
model
14,5-15,5: 0,97
>15,5: 1,00
geslacht (p<0,001)
jongen: 1,10
meisje: 1,00
roken (p = 0,71)
niet roker: 0,99
roker: 1,00
hoogste opleiding gezin(p=0,10)
geen diploma + max LS: 0,996
max HS: 1,052
hoger onderwijs: 1,00
seizoen (p< 0,001)
winter: 0,98
lente: 1,005
zomer: 0,77
herfst: 1,00
regio (p<0,001)
Genk-Zuid: 1,11
Vlaanderen: 1,00
98
2.9.
Zware metalen: antimoon
A. Antimoon - achtergrondinformatie
Antimoon (Sb) komt in kleine
hoeveelheden voor in bodem, water
en lucht. In regio’s met uitstoot
(loodsmelters, verbrandingsovens,
stortplaatsen) is de blootstelling bij
de omwonenden hoger.
Antimoon in de urine geeft een maat
voor de blootstelling van de laatste
dagen.
Antimoon is schadelijk voor de ogen,
longen, hart en maag. Het wordt
geassocieerd met verminderde
vruchtbaarheid.
Bronnen:
Antimoon (Sb) komt van nature in de aardkorst voor.
Het wordt ontgonnen of gerecupereerd in
loodsmelters.
Antimoon wordt niet op zich gebruikt, maar als legering
vindt het zijn toepassing in lood batterijen, soldeersel,
metalen platen en buizen. Antimoon oxide wordt
gebruikt als brandvertrager in textiel en in plastiek.
Blootstelling bij de mens:
Antimoon komt in kleine hoeveelheden in de natuur
voor, zowel in bodem, water als in de lucht (gebonden
aan stofpartikels). In regio’s met potentiële bronnen
zoals loodsmelters, steenkoolverbranding, huisvuil-verbrandingsovens, stortplaatsen kan de
concentratie in de omgeving hoger zijn, en is de blootstelling via drinkwater, lucht en bodem
bijgevolg hoger.
In de geneeskunde wordt antimoon gebruikt voor behandeling van parasieten.
Metabolisme bij de mens:
Blootstelling aan antimoon verloopt vooral oraal en
via inhalatie.
Antimoon in het lichaam komt vooral terecht in de
lever, long en milt. Het verlaat het lichaam via
faeces en urine over een periode van meerdere
weken.
Gezondheidseffecten:
Inademen van hoge dossissen antimoon leidt tot oogirritatie, hart- en longproblemen,
maagzweren, diarree. Chronische blootstelling resulteert in oogirritatie, haarverlies, longirritatie,
hartproblemen en vruchtbaarheidsproblemen. Antimoon is niet geklasseerd als kankerverwekkend.
99
B. Antimoon in Genk-Zuid – beschrijving van blootstelling
Tabel 33: Blootstelling aan antimoon in Genk-Zuid
Biomerker
eenheid
N
Antimoon in urine
Antimoon in urine
µg/l
µg/g crt
184
184
%
>DL
87
87
geometrisch
gemiddelde (95% BI)
0,074 (0,066-0,083)
0,050 (0,046-0,054)
mediaan
(P25 – P75)
0,078 (0,047-0,114)
0,049 (0,036-0,072)
P90
0,181
0,101
N = aantal deelnemers; DL = detectielimiet (DL antimoon in urine: 0,037 µg/l); BI = betrouwbaarheidsinterval; P = percentiel; crt =
creatinine
Antimoon werd gemeten in de urine. De data voor Genk-Zuid worden beschreven in Tabel 33.
Buiten de verdunningsgraad van de urine is geen van de onderzochte factoren significant
geassocieerd met antimoon in de urine Figuur 35.
Urinair antimoon (µg/l) - geometrische gemiddelden per subgroep
0
0,02
0,04
0,06
0,08
0,1
0,12
jongens
Geslacht: p = 0,12
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,93
>15,5 jr.
creatinine: <95 µg/l
95-135 µg/l
Creatinine: p < 0,0001
135-190 µg/l
>190 µg/l
Figuur 35: Relatie tussen antimoon in urine en factoren die de blootstelling beïnvloeden
C. Antimoon in Genk-Zuid – vergelijking met Vlaanderen
0,20
0,18
Antimoon in urine (µg/l)
0,16
0,19
0,18
Genk-Zuid
Vlaanderen
0,14
0,14
0,11
0,12
p = 0,043
0,10
0,09
0,09
0,08
0,08
0,07
0,06
0,06
0,05
0,04
0,04
0,020,02 0,02
0,02
0,00
GM
min
P10
P25
P50
P75
P90
Axis Title
Figuur 36: Antimoon in urine in Genk-Zuid: vergelijking met Vlaamse controlepopulatie, nietgecorrigeerde gegevens
100
De gemiddelde waarde van antimoon in urine bedraagt gemiddeld 0,073 (95% BI: 0,066 – 0,082)
µg/l in Genk-Zuid en 0,087 (0,077 – 0,096) µg/l in Vlaanderen. Dit verschil is borderline significant
(p=0,04) (Figuur 36). Het 90e percentiel verschilt niet signficant tussen Genk-Zuid en Vlaanderen
(0,181 vs. 0,187 µg/l; p=0,89).
D. Antimoon in Genk-Zuid – effect van gebied na correctie voor determinanten van
blootstelling
Na correctie voor leeftijd, geslacht, roken, densiteit van de urine en duur van de urinecollectie is de
waarde voor antimoon in de urine 21% lager dan in de Vlaamse referentiepopulatie (p=0,003)
(Tabel 34). Het totale model verklaart 27,5% van de variatie, waarvan 1,7% verklaard wordt door
gebied.
Tabel 34: Determinanten van antimoon in urine
Urinair antimoon (µg/l)
R² gebied
1,75
R² finaal model
27,55
Multiplicatieve factor leeftijd (jaar) (p=0,83)
voor variabelen in
≤14,5: 1,01
model
14,5-15,5: 1,05
>15,5: 1,00
geslacht (p=0,18)
jongen: 1,10
meisje: 1,00
roken (p=0,52)
niet roker: 0,89
roker: 1,00
densiteit (g/cm³) (p<0,001)
<1,018: 0,40
1,018-1,023: 0,57
1,023-1,027: 0,85
≥1,027: 1,00
duur urinecollectie (min.) (p=0,45)
<465 min.: 0,98
465-545 min.: 1,14
545-600 min.: 0,96
≥600 min.: 1,00
regio (p=0,003)
Genk-Zuid: 0,79
Vlaanderen: 1,00
101
2.10. Zware metalen: kwik
A. Kwik - achtergrondinformatie
Kwik (Hg) komt voor onder 3 vormen:
metaalkwik (o.a. in thermometers,
batterijen, lampen, amalgaam
tandvullingen), inorganisch kwik (o.a.
in verf) en methylkwik (gebruikt als
schimmelwerend middel).
Vis is een belangrijke bron van
methylkwik. Verder worden mensen
blootgesteld aan kwik via
tandvullingen, kwikdampen van
gebroken thermometers,
spaarlampen, e.d.
Kwik en methylkwik zijn schadelijk
voor het zenuwstelsel, de nieren en
de longen. Kwik is mogelijk
kankerverwekkend.
Kwik (Hg) komt van nature voor in het milieu en
bestaat in verschillende vormen. Men onderscheidt
drie groepen, namelijk metaalkwik, inorganische kwik
en organische kwik:
Metaalkwik is de pure vorm van kwik, dat o.a.
gebruikt wordt in thermometers. In de buurt van
afvalsites is het vooral dit metaalkwik dat aangetroffen
wordt.
Inorganisch kwik bestaat uit een combinatie van
kwik met chloor, zwavel of zuurstof. Deze stoffen
worden kwikzouten genoemd.
Er bestaat een groot aantal organische vormen
van kwik, maar veruit de meest voorkomende vorm in
het milieu is methylkwik (MeHg). Methylkwik verdient
bijzondere aandacht omdat het in staat is te
accumuleren in zoet- en zoutwatervissen tot
concentraties vele malen hoger dan in het omliggende
water.
Bronnen:
Er zijn een groot aantal toepassingen voor vloeibaar metaalkwik. Het wordt
gebruikt bij de productie van chloorgas en natriumhydroxide, als ook bij de
extractie van goud. Het wordt gebruikt in thermometers, barometers,
kwikdamplampen (o.a. TL-buizen, fluorescerende lampen,...), batterijen en
elektrische schakelaars. Zilverkleurige tandvullingen bestaan voor 50% uit
metaalkwik.
Sommige inorganisch kwikverbindingen worden gebruikt als schimmel
bestrijdende middelen. Kwiksulfide en kwikoxide kunnen gebruikt worden om
kleur te geven aan verven. Kwiksulfide is één van de stoffen die als rode kleur
dienst doet in tatoeages.
Methylkwik wordt eerder geproduceerd door micro-organismen in het milieu dan door
de mens. Voordat de schadelijke gezondheidseffecten van methylkwik gekend waren
werd het gebruikt als schimmelbestrijdingsmiddel. Sinds de jaren ‘70 is het gebruik
ervan echter verboden.
Blootstelling bij de mens:
Aangezien kwik van nature voorkomt wordt iedereen blootgesteld aan zeer lage concentraties in
lucht, water en voedsel.
Een individu kan blootgesteld worden aan kwik door inademing van gecontamineerde lucht, door
het inslikken of eten van gecontamineerd water of voedsel, of door huidcontact met
kwikverbindingen.
De twee voornaamste blootstellingsbronnen voor de mens zijn 1) het eten van vis dat methylkwik
heeft geaccumuleerd; 2) amalgame tandvullingen (metaalkwik).
102
Metabolisme bij de mens:
Eliminatie van metaalkwik gebeurt via urine,
uitwerpselen en uitgeademde lucht, tewijl
inorganisch kwik enkel via urine en
uitwerpselen afgegeven kan worden.
Metaalkwik en inorganisch kwik kunnen na
inademing snel geabsorbeerd worden in de
longen en in de bloedbaan terecht komen.
Hier kan het snel oxidatie ondergaan,
voornamelijk in de rode bloedcellen, tot zijn
inorganische
divalente
vorm
via
waterstofperoxide catalase. De oxidatie van
metaalkwik kan ook gebeuren in de
hersenen, de lever en de longen.
Eens geabsorbeerd kan methylkwik in
verschillende weefsels omgezet worden in
inorganisch kwik (vnl. divalent kation Hg2+).
Organisch kwik wordt voornamelijk via
uitwerpselen (gal) uit het lichaam verwijderd.
Biomerkers van blootstelling:
Binnen het Steunpunt Milieu en Gezondheid worden Hg en MeHg gemeten in haar. Dit vormt
een maat voor de blootstelling gedurende de laatste maanden. Naarmate men dichter naar de
haarwortel toe meet, registreert men recentere blootstelling.
Voor kwik en methylkwik in haar bestaan geen gezondheidskundige richtwaarden.
Gezondheidseffecten:
Gezondheidseffecten ten gevolge van
kwikblootstelling zijn sterk afhankelijk van de
hoeveelheid kwik, de soort kwikverbinding en
de route van bloostelling.
Inhalatie van hoge concentraties aan
metaalkwik kan leiden tot irritatie van de
mond en de longen met kortademigheid, een
branderig gevoel in de longen en hoesten tot
gevolg.
Bijkomende
effecten
van
kwikinhallatie kunnen zijn: misselijkheid,
overgeven, diarree, verhoogde bloeddruk en
hartslag, huiduitslag en oogirritaties.
Het centraal zenuwstelsel is zeer gevoelig
voor kwik, zowel bij blootstelling aan
methylkwik (o.a. eten van gecontamineerde
vis) en metaalkwik. Wat betreft inorganisch
kwik is er onvoldoende zekerheid
hieromtrent. Tot de symptomen behoren o.a.
gedragsverandering, tremor, verandering in
het zicht, doofheid, ongecontroleerde
spierbewegingen,
gevoelsverlies
en
geheugenproblemen.
Inorganisch kwik kan ook effect hebben op
de maag en darmen, met diarree,
misselijkheid en zweren tot gevolg. Ook
effecten op het hart werden gerapporteerd.
Kwik wordt door het IARC niet als
kankerverwekkend geklasseerd. Kwik en
kwikverbindingen blijken echter mutageen te
zijn via verschillende mechanismen. Het EPA
(Environmental Protection Agency) duidt
kwikchloride en methylkwik aan als mogelijk
kankerverwekkend.
Ook de nieren zijn gevoelig voor
kwikblootstelling (ongeacht het soort
kwikverbinding), omdat kwik accumuleert in
de nieren.
103
B. Kwik in Genk-Zuid – beschrijving van blootstelling
Kwik en methylkwik in haar werden gemeten bij 188 deelnemers in Genk-Zuid. De waarden liggen
boven de detectielimiet bij alle jongeren. De beschrijvende statistiek van de totale groep in GenkZuid wordt gegeven in Tabel 35; in Figuur 37 en Figuur 38 worden gemiddelden per subgroep
gegeven. De waarden van kwik en methylkwik in haar zijn vergelijkbaar in jongens en meisjes en
variëren niet significant met de leeftijd. De resultaten worden niet beïnvloed door de kleur,
structuur of behandeling van het haar. Er is een sterke associatie met visconsumptie: bij
toenemende visconsumptie stijgen de waarden van kwik en methylkwik in haar (p<0,001).
Aangezien de meting van kwik en methylkwik de blootstelling van de voorbije 3 maanden
weerspiegelen, wordt gekeken naar de ‘gebruikelijke’ visconsumptie.
Tabel 35: Blootstelling aan kwik in Genk-Zuid
Biomerker
eenheid
N
% >DL
Totaal kwik in haar
Methylkwik in haar
µg/g haar
µg/g haar
188
187
100
100
geometrisch
gemiddelde (95% BI)
0,15 (0,14 – 0,17)
0,11 (0,09 – 0,12)
mediaan
(P25 – P75)
0,16 (0,09 – 0,22)
0,11 (0,06 – 0,18)
P90
0,38
0,28
N = aantal deelnemers; DL = detectielimiet (DL totaal kwik in haar: 0,0015 µg/g haar; DL methylkwik in haar: 0,00004 µg/g haar); BI =
betrouwbaarheidsinterval; P = percentiel
Kwik in haar (µg/g) - geometrische gemiddelden per subgroep
0
0,05
0,1
0,15
0,2
jongens
0,25
Geslacht: p = 0,72
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,41
>15,5 jr.
lage consumptie vis
Visconsumptie: p < 0,0001
matige consumptie vis
hoge consumptie vis
Geen diploma + Max LS
Maximaal HS
Hoogste opleiding gezin: p = 0,11
Hoger onderwijs
Figuur 37: Relatie tussen kwik in haar en factoren die de blootstelling beïnvloeden
104
Methylkwik in haar (µg/g) - geometrische gemiddelden per subgroep
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
jongens
Geslacht: p = 0,85
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,57
>15,5 jr.
lage consumptie vis
Visconsumptie: p <0,0001
matige consumptie vis
hoge consumptie vis
Geen diploma + Max LS
Maximaal HS
Hoogste opleiding gezin: p = 0,18
Hoger onderwijs
Figuur 38: Relatie tussen methylkwik in haar en factoren die de blootstelling beïnvloeden
C. Kwik in Genk-Zuid – vergelijking met Vlaanderen
De gemiddelde waarde van kwik en van methlylkwik in haar ligt significant lager in Genk-Zuid in
vergelijking met Vlaanderen (p<0,001 voor beiden; zie Figuur 39). De 90e percentielen voor
kwikwaarden (p=0,18) en methylkwikwaarden (p=0,26) verschillen niet significant tussen de twee
gebieden. Het gaat hier om niet-gecorrigeerde waarden, d.w.z. dat er geen rekening wordt
gehouden met verschillen tussen de groepen, bijv. verschillen in visconsumptie.
0,35
0,50
0,47
Genk-Zuid
Vlaanderen
0,45
0,30
0,40
p = 0,26
Genk-Zuid
Vlaanderen
0,28
Methylkwik in haar (µg/g)
0,38
0,35
0,35
Kwik in haar (µg/g)
0,32
p = 0,18
0,30
0,25
p < 0,0001
0,22
0,20
0,19
0,20
0,16
0,15
0,15
0,12
0,25
0,21
0,20
0,18
p < 0,0001
0,15
0,11
0,12
0,11
0,08
0,09
0,10
0,06
0,12
0,10
0,07
0,04
0,05
0,05
0,06
0,05
0,02
0,01
0,01
0,00
0,00
0,00
GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
Figuur 39: Kwik en methylkwik in haar in Genk-Zuid: vergelijking met Vlaamse controlepopulatie,
niet-gecorrigeerde gegevens
D. Kwik in Genk-Zuid – effect van gebied na correctie voor determinanten van blootstelling
Tabel 36 geeft aan welke factoren de variabiliteit van kwik en methylkwik verklaren. In totaal wordt
respectievelijk 21% en 13% verklaard. Vooral visconsumptie is een belangrijke determinant van de
hoeveelheid kwik in het lichaam. Na correctie voor leeftijd, geslacht, roken, visconsumptie en
opleidingsniveau is kwik in haar in Genk-Zuid 15% lager dan in de Vlaamse referentiegroep; dit
verschil is borderline significant (p=0,04). Methylkwik in haar in Genk-Zuid is 7% lager (p=0,39) dan
in de referentiepopulatie, na correctie voor leeftijd, geslacht, roken en visconsumptie. De grote
verschillen in de ruwe data tussen Genk-Zuid en Vlaanderen zijn dus voor een belangrijk deel toe te
105
schrijven aan de verschillen in visconsumptie. Blootstelling aan (methyl)kwik in Genk-Zuid is lager
dan in algemeen Vlaanderen, maar dit wordt deels verklaard door de lagere visconsumptie.
Tabel 36: Determinanten van kwik en methylkwik in haar
Kwik in haar
R² gebied
2,04
R² finaal model
20,86
Multiplicatieve factor leeftijd (jaar) (p=0,30)
voor variabelen in
≤14,5: 0,83
model
14,5-15,5: 0,92
>15,5: 1,00
geslacht (p=0,55)
jongen: 0,96
meisje: 1,00
roken (p=0,92)
niet roker: 0,99
roker: 1,00
hoogste opleiding gezin(p=0,009)
geen of max. LS: 0,77
max. HS: 0,79
hoger onderwijs: 1,00
visconsumptie (p<0,001)
laag: 0,44
matig: 0,74
hoog: 1,00
regio (p=0,04)
Genk-Zuid: 0,85
Vlaanderen: 1,00
LS = lagere secundair; HS = hoger secundair
106
Methylkwik in haar
0,45
13,07
leeftijd (jaar) (p=0,60)
≤14,5: 0,87
14,5-15,5: 0,91
>15,5: 1,00
geslacht (p=0,68)
jongen: 1,04
meisje: 1,00
roken (p=0,94)
niet roker: 0,99
roker: 1,00
visconsumptie (p<0,001)
laag: 0,47
matig: 0,77
hoog: 1,00
regio (p=0,39)
Genk-Zuid: 0,93
Vlaanderen: 1,00
2.11. Persistente gechloreerde polluenten: PCB’s
A. PCB’s - achtergrondinformatie
Bronnen:
Polygechloreerde biphenyls
(PCB’s) zijn als persistente
componenten aanwezig in de
voedselketen, de lucht, de bodem
en in minder mate in het water. Ze
zijn vooral afkomstig van
historische vervuiling uit het
verleden.
Ongeveer 90% van de PCB’s komen
in ons lichaam terecht via de
voeding, vooral via vetrijke voeding
van dierlijke oorsprong (eieren,
vette vis, vet vlees, …).
Merker PCB’s in serum geven een
maat voor de cumulatieve
blootstelling van de laatste 10 à 20
jaar.
PCB’s zijn waarschijnlijk
kankerverwekkend, ze kunnen de
werking van het immunsysteem
verstoren, de neurologische
ontwikkeling in de war brengen en
hormoonverstorend werken.
PCB’s zijn persistente gechloreerde stoffen die door de
mens worden gemaakt; ze komen in de natuur niet voor.
Ze werden in het verleden vooral gebruikt in
transformatoren, condensatoren, hydraulische systemen,
maar ook in verf, inkt en isolatiematerialen. De productie
van PCB’s in België is verboden sinds 1979 en vanaf eind
2005 zouden alle bestaande PCB-houdende producten en
apparaten op een gecontroleerde manier verwijderd
moeten zijn. Slechte opslag, ongelukken, vergissingen en
misbruiken met transformatorolie en andere PCBhoudende producten hebben ervoor gezorgd dat er PCB’s
in ons milieu terecht gekomen zijn. PCB’s kunnen bij
verbrandingsprocessen in de lucht vrijkomen (bijv.
verbrandingsovens). PCB’s zijn als persistente
componenten aanwezig in de voedselketen, de lucht, de
bodem en in minder mate in het water. Ze zijn vooral
afkomstig van historische vervuiling uit het verleden. In
beperkte mate kan er nog vervuiling zijn via accidentele
lekken of illegale lozing, of via de verbranding van PCBhoudend materiaal.
Aangezien PCB’s zeer traag worden afgebroken door de
natuur, blijven ze zeer lang in de omgeving aanwezig. In
totaal zijn er 209 verschillende soorten PCB’s
(congeneren). De biologische halfwaardetijd varieert per
congeneer en schommelt tussen de 2 en 6 jaar.
Ze worden opgenomen door mens en dier en op
gestapeld in het vetweefsel.
Blootstelling bij de mens:
o
Ongeveer 90% van de PCB’s komen in ons lichaam
terecht via de voeding. Enkel vetrijke voeding van
dierlijke oorsprong bevat PCB’s. De belangrijkste
bronnen zijn vette vis (zalm, tonijn, haring, paling), melk
en melkproducten, vet vlees en producten waarin
dierlijke vetten verwerkt zijn (koekjes, sausen,
desserten).
o
In de buurt van verbrandingsovens, crematoria en
andere plaatsen waar stoffen verbrand worden, kunnen
PCB’s uit de lucht ingeademd worden.
107
Biomerkers van blootstelling:
In onze omgeving komen 209 PCBcongeneren voor, sommige in zeer kleine
hoeveelheden. Om de PCB belasting bij de
mens te meten, wordt er gewerkt met
‘merkers’. In de huidige biomonitoringsstudie
worden drie PCB’s gemeten in het serum (of
plasma), namelijk PCB138, PCB153 en
PCB180. Zij vertegenwoordigen ongeveer 40
tot 60% van de totale PCB-mix en geven dus
een goede maat voor PCB-belasting in het
menselijk lichaam.
Er bestaan geen gezondheidskundige
richtwaarden voor PCB’s in serum. In 1976
werd wel een biologische limiet voorgesteld
van 20 µg/100g bloed voor blootstelling op
de werkvloer (Ouw et al. 1976), maar deze
concentratie zou toch nog leverschade
teweeg kunnen brengen (Lauwerys and Hoet
2001).
Metabolisme bij de mens:
PCB’s stapelen zich voornamelijk op in het
vetweefsel en worden slechts heel traag
afgebroken. Het gehalte aan PCB’s in het lichaam
stijgt met de leeftijd. De halfwaardetijd in het
lichaam varieert volgens de structuur van het
congeneer en schommelt tussen de 2 en 6 jaar.
Gezondheidseffecten:
o PCB’s kunnen hormoonverstorende effecten
hebben. De 209 verschillende PCB-congener
kunnen uiteenlopend, soms zelfs tegengestelde
effecten hebben. Meestal worden er oestrogene
effecten gerapporteerd, d.w.z. dat de werking
van vrouwelijke hormonen wordt versterkt en er
dus vooral een negatief effect is op de
mannelijke vruchtbaarheid. Maar ook antioestrogene effecten werden gerapporteerd.
o
PCB’s worden door het IARC (International Agency for Research on Cancer) geklasseerd als
‘waarschijnlijk kankerverwekkend voor de mens’ (groep 2A).
o
PCB’s zijn schadelijk voor het zenuwstelsel en kunnen leiden tot neurologische
ontwikkelingsstoornissen bij kinderen, wat zich bijvoorbeeld kan weerspiegelen in het
spelgedrag, de taalontwikkeling en in de beleving van emoties.
o
PCB’s kunnen het immuunsysteem verstoren. Deze effecten zijn zeer complex. Er werden
studies gerapporteerd waarbij PCB’s het afweersysteem onderdrukken wat kan leiden tot een
grotere vatbaarheid voor ontstekingen (bijvoorbeeld meer oorinfecties bij jonge kinderen),
maar anderzijds is het ook mogelijk dat PCB’s het afweersysteem stimuleren waardoor er meer
allergische reacties voorkomen.
B. PCB’s in Genk-Zuid – beschrijving van blootstelling
De som van serum PCB138, PCB153 en PCB180 wordt in humane biomonitoringstudies vaak
gebruikt als merker aangezien deze 3 congeneren kwantitatief het meest voorkomen in het PCB
mengsel en dus een goede maat zijn voor de totale PCB blootstelling.
PCB138 wordt gedetecteerd in 96,4% van de serumstalen; PCB153 in 98,5% en PCB180 is
deteceerbaar in het serum van 75,0% van de deelnemers. De som van de 3 merker PCB’s bedraagt
gemiddeld 138 ng/l serum of 31,0 ng/g bloedvet (Tabel 37). Voor andere PCB congeneren zoals
PCB99, PCB118 en PCB178 is het percentage detecteerbare waarden duidelijk lager en ligt de
gemiddelde concentratie ook lager. PCB118 is een dioxine-achtige PCB, terwijl alle andere gemeten
congeneren behoren tot de klasse van de niet-dioxine achtige PCB’s.
Figuur 40 geeft aan hoe de verdeling van PCB’s is over verschillende subgroepen in de studie. De
concentratie aan serum PCB’s (uitgedrukt in ng/g bloedvet) neemt significant toe met de leeftijd.
PCB’s zijn namelijk persistente, vetoplosbare stoffen. Ze komen via de voeding in het lichaam
terecht, en worden in het vetweefsel opgestapeld. Aangezien ze slechts heel traag worden
afgebroken, zal de concentratie in het lichaam toenemen met de leeftijd.
108
De concentratie aan PCB’s in het serum weerspiegelt de concentratie in het vetweefsel. Meisjes
hebben over het algemeen een hoger vetpercentage in hun lichaam dan jongens. De PCB’s worden
bij meisjes over een groter vetvolume verdeeld, en zullen dus meer verdund zijn in het serum.
Vandaar dat de de gemiddelde PCB concentratie bij meisjes significant lager is dan bij jongens
(Figuur 40). Dit mechanisme verklaart ook waarom de concentratie serum PCB’s daalt met
toenemende body-mass index: bij personen met overgewicht is een groter volume lichaamsvet
aanwezig en worden de PCB’s dus verdeeld over een grotere massa. Ook is het niet uitgesloten dat
hogere lichaamsconcentraties aan PCBs een negatief effect hebben op de BMI.
Jongeren die als baby borstvoeding hebben gekregen, hebben hogere niveau’s van serum PCB’s.
Moedermelk is een vetrijke voeding, en bijgevolg vaak een belangrijke bron van PCB’s.
Serum PCB’s zijn significant hoger bij jongeren uit het ASO in vergelijking met leerlingen uit TSO of
BSO. Mogelijk heeft dit te maken met andere voedingsgewoonten of levensstijl.
Tabel 37: Blootstelling aan merker PCB’s (som van PCB138, 153 en 180) in Genk-Zuid
Biomerker
eenheid
N
% >KL
Merker PCB’s in serum
Merker PCB’s in serum
PCB153 in serum
PCB138 in serum
PCB180 in serum
PCB99 in serum
PCB118 in serum
PCB187 in serum
ng/l
ng/g vet
ng/l
ng/l
ng/l
ng/l
ng/l
ng/l
196
196
196
196
196
196
196
196
75%
75%
99%
96%
75%
7%
90%
30%
geometrisch
gemiddelde (95% BI)
138 (128 – 150)
31,0 (28,6 – 33,6)
58,9 (54,2 – 64,0)
47,8 (44,4 – 51,5)
29,0 (26,1 – 32,2)
10,6 (10,3 – 11,0)
16,0 (14,9 – 17,2)
6,9 (6,4 – 7,4)
mediaan
(P25 – P75)
141 (94 – 204)
32,6 (21,2 – 45,2)
60 (40 – 92)
48 (35 – 67)
31 (15 – 51)
10 (10 – 10)
16 (13 – 22)
5 (5 – 11)
P90
289
67,4
129
89
74
10
25
16
N = aantal deelnemers; KL = kwantificatielimiet (KL PCB99, PCB138, PCB153, PCB180: 20 ng/l; KL PCB118, PCB187: 10 ng/l); BI =
betrouwbaarheidsinterval; P = percentiel;
merker PCB’s = som van PCB138, PCB153 en PCB180
Serum PCB's (ng/g vet) - geometrische gemiddelden per subgroep
0
10
20
30
jongens
meisjes
40
50
Geslacht: p=0,002
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p=0,002
ASO
TSO
BSO
Opleiding: p=0,005
ondergewicht
normaal gewicht
overgewicht
BMI klasse: p<0,001
geen borstvoeding
borstvoeding
Borstvoeding: p<0,001
Figuur 40: Relatie tussen merker PCB’s in serum (som van PCB138, 153 en 180) en factoren die de
blootstelling beïnvloeden
109
C. PCB’s in Genk-Zuid – vergelijking met Vlaanderen
De gemiddelde concentratie van merker PCB’s in serum is significant lager in Genk-Zuid dan in
Vlaanderen. Het geometrisch gemiddelde van merker PCB’s in serum, uitgedrukt per volume serum
bedraagt 138 (95% BI: 128 – 150) µg/l in Genk-Zuid vs. 218 (201 – 235) µg/l in Vlaanderen
(p<0,001); uitgedrukt per volume bloedvet bedragen de respectievelijke waarden 31,0 (28,6 – 33,6)
vs. 49,6 (45,7 – 53,8) ng/g bloedvet (p<0,001). Ook de verschillen tussen de 90e percentielen zijn
hoog significant zowel voor de waarden uitgedrukt per volume serum (p<0,001) als voor de
waarden uitgedrukt per volume bloedvet (p<0,001). Het gaat hier om niet-gecorrigeerde gegevens,
d.w.z. dat er bij de vergelijking geen rekening wordt gehouden met verschillen in de
karakteristieken van de groepen.
500,00
120,00
Genk-Zuid
Vlaanderen
Merker PCB's in serum (ng/g bloedvet)
409
Merker PCB's in serum (ng/l)
400,00
300,00
Genk-Zuid
Vlaanderen
p = 0,0005
p < 0,001
298
220
218
289
205
200,00
154
138
142
120
94
100,00
63
30
44
p = 0,0001
98,1
100,00
80,00
69,8
p < 0,001
67,4
60,00
49,6
48,7
40,00
35,3
31,0
23,6
20,00
44,7
32,6
21,3
14,3
7,1 7,9
0,00
0,00
GM
min
P10
P25
P50
P75
GM
P90
min
P10
P25
P50
P75
P90
Figuur 41: Merker PCB’s (som van PCB138, 153 en 180) in serum in Genk-Zuid uitgedrukt in ng/l en
in ng/g bloedvet: vergelijking met Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
De vergelijking tussen Genk-Zuid en Vlaanderen voor alle individuele congeneren die werden
gemeten in serum wordt weergegeven in Figuur 42. Er is een verschillend congenerenpatroon in de
twee regio’s. De detectiefrequentie (d.w.z. het % stalen boven de kwantificatielimiet) van PCB99 en
PCB118 is iets hoger in Genk-Zuid dan in Vlaanderen, terwijl het voor alle andere congeneren
vergelijkbaar of lager is. Ook de gemiddelde blootstelling is anders volgens congeneeer: de
blootstelling aan PCB138, PCB153, PCB170, PCB180 en PCB187 is significant lager in Genk-Zuid,
maar PCB99 en PCB118 zijn niet verschillend tussen de Genk-Zud en Vlaanderen. We kunnen dus
besluiten dat PCB99 en PCB118 in Genk-Zuid relatief gezien meer voorkomen.
100
Genk
Vlaanderen
250
96 96
98 100
95
80
75
62
60
37
40
31
31
28
150
138
p<0,001
100
100
p=0,002
48
p=0,54
5
4
11 10
0
218
200
50
20
7
p<0,001
Genk
Vlaanderen
geometrisch gemiddelde
% waarden boven kwantificatielimiet
120
57
59
p<0,001
p<0,001
p=0,61
14 14
13
22
10 14
0
PCB99
PCB118
PCB138
PCB153
PCB170
PCB180
PCB187
PCB99 PCB118 PCB138 PCB153 PCB170 PCB180 PCB187
Figuur 42: PCB’s (individuele congeneren) in serum in Genk-Zuid in vergelijking met Vlaanderen.
Links: % waarden boven de kwantificatielimiet (KL = 20 ng/l voor alle PCB congeneren); Rechts:
geometrische gemiddelden
110
D. PCB’s in Genk-Zuid – effect van gebied na correctie voor determinanten van blootstelling
Tabel 38 geeft aan welke factoren de concentratie van serum PCB’s kunnen verklaren. In totaal kan
het model 40% van de variabiliteit verklaren. Na correctie voor leeftijd, geslacht, roken, body-mass
index, bloedvet, opleidingsniveau van de jongere, borstvoeding, consumptie van lokale eieren en
seizoen was de waarde voor serum PCB’s in Genk-Zuid 28% lager dan in Vlaanderen. Dit verschil
was statitistisch significant (p<0,001).
Tabel 38: Determinanten van merker PCB’s (som van PCB138, 153 en 180) in serum
R² gebied
R² finaal model
Multiplicatieve
factor
voor variabelen
in model
Merker PCB’s in serum
(µg/l)
13,77
39,86
leeftijd (jaar) (p=0,07)
≤ 14,5: 0,83
14,5-15,5: 0,91
>15,5: 1,00
geslacht (p<0,001)
jongen: 1,36
meisje: 1,00
roken (p=0,82)
niet roker: 1,02
roker: 1,00
BMI-klasse (p<0,001)
ondergewicht: 1,89
normaal gewicht: 1,44
overgewicht: 1,00
bloedvet (mg/dl) (p=0,03)
<400: 0,86
400-430: 0,83
430-480: 0,92
≥480: 1,00
Opleidingstype (p=0,01)
ASO: 1,23
TSO: 1,06
BSO: 1,00
borstvoeding (p<0,001)
neen: 0,71
ja: 1,00
lokale eieren (p=0,10)
neen: 0,91
ja: 1,00
seizoen (p=0,002)
winter: 0,97
lente: 1,17
zomer: 0,66
herfst: 1,00
regio (p<0,001)
Genk-Zuid: 0,72
111
Vlaanderen: 1,00
De verschillen tussen Genk-Zuid en Vlaanderen werden nog verder in detail geanalyseerd om een
mogelijke verklaring te vinden voor de lagere waarden in Genk-Zuid.
Allereerst werd nagekeken of er binnen de referentiebiomonitoring geografische clusters
voorkomen die de waarde in de referentiepopulatie verhogen. Daarom wordt het geometrische
gemiddelde in Genk-Zuid vergeleken met de individuele scholen in de referentiepopulatie (telkens
2 scholen per provincie). We zien dat het geometrische gemiddelde voor de merkers PCB’s in GenkZuid lager is dan het geometrische gemiddelde van iedere individuele school in de
referentiepopulatie (Figuur 43). De verschillen zijn dus niet toe te schrijven aan abnormaal hoge
waarden in een subgroep van de referentiepopulatie.
Genk-Zuid (n=196)
31
school1 (n=16)
50
school2 (n=12)
65
school3 (n=27)
96
school4 (n=15)
100
school5 (n=31)
94
school6 (n=35)
49
school7 (n=12)
46
school8 (n=28)
96
school9 (n=13)
85
school10 (n=19)
41
0
20
40
60
80
100
120
merker PCB's in serum (ng/g bloedvet)
merker PCB’s = som van PCB138, PCB153 en PCB180
Figuur 43: Serum PCB’s in Genk-Zuid in vergelijking met individuele scholen in de referentiegroep in
Vlaanderen
Aangezien voeding een belangrijke blootstellingsroute is voor PCB’s werd een aantal extra
verkennende analyses uitgevoerd om meer in detail na te gaan of het verschil in serum PCB
concentratie tussen Genk-Zuid en Vlaanderen verklaard kan worden door verschillen in
voedingsgewoonten.
Wanneer de voedingsgewoonten van de jongeren in Genk-Zuid worden vergeleken met deze in
Vlaanderen (zie tabel met beschrijvende statistiek: Tabel 12), wordt vastgesteld dat in Genk-Zuid
minder jongeren lokaal gekweekt fruit (p=0,004) en lokaal gekweekte eieren (p=0,01)
consumeerden dan in de referentiepopulatie. Ook blijken de jongeren in Genk-Zuid minder
frequent groenten (p<0,001) en vlees (p=0,006) te eten dan de referentiepopulatie. Aangezien
vlees en lokale eieren een belangrijke bron zijn van PCB’s en dioxines, kan dit mogelijks bijdragen
tot de significante lagere concentraties van deze stoffen gemeten in jongeren in Genk-Zuid
vergeleken met Vlaanderen.
Mogelijk kunnen de verschillen in voedingsgewoonten tussen Genk-Zuid en Vlaanderen te maken
hebben met het feit dat in Genk meer allochtone jongeren wonen. Daarom werd binnen de groep
van Genk-Zuid nagegaan of er verschillen waren in voedingsgewoonten tussen jongeren van wie
beide ouders Belg waren versus jongeren van wie één of beide ouders niet-Belg waren. Bij de
jongeren met één of beide ouders niet-Belg, werd een lager gebruik van lokale eieren vastgesteld
(p=0,001), als ook een lagere consumptiefrequentie van groenten (p<0,001) en van vlees (p<0,001).
We vonden bij deze groep een hogere consumptiefrequentie van commerciële eieren (p=0,04),
vleesvervangers (p=0,002) en kaas (p=0,007).
112
PCB’s zijn persistente, vetoplosbare polluenten die vooral afkomstig zijn van historische oorsprong
(contaminatie met transformator-olie, verbranding van PCB-bevattende producten). Door de
beleidsmaatregelen die de laatste 10-tallen jaren genomen zijn, zijn de concentraties van PCB’s in
het milieu aan het dalen. De huidige uitstoot van PCB’s is normaal gezien vrij laag, tenzij er een
lokale bron aanwezig is.
De daling van PCB’s in het milieu weerspiegelt zich in het lichaam van de mens; ook daar ziet men
voor vergelijkbare bevolkingsgroepen dalingen in de tijd. Dit wordt onder meer geïllustreerd in de
WHO moedermelk campagnes: in België worden sinds de begin jaren ’90 op regelmatige tijdstippen
studies op moedermelk gedaan, en wordt een exponentiële daling vastgesteld in de mens
(R²=0,912) (Figuur 44, rode lijn). Het aantal studies in serum van jongeren in Vlaanderen is
beperkter in de tijd (eerste metingen dateren van eind jaren ’90) maar de exponentiële daling die
men ziet in serum loopt opvallend parallel met die van moedermelk (R²=0,997) (Figuur 44). We
kunnen dus stellen dat er een duidelijke afname is van PCB’s in de tijd.
Aangezien de controlepopulatie 2 jaar vroeger onderzocht werd dan de jongeren in Genk-Zuid,
kunnen we nagaan of het tijdselement een rol speelt bij de interpretatie van de gebiedvergelijking.
Op basis van de geschatte tijdslijn voor de Vlaamse studies die in verleden werden uitgevoerd,
verwachten we dat de waarde in Genk-Zuid hoger zou liggen dan degene die in deze studie
geobserveerd wordt (Figuur 44, paarse balk). De gemiddelde blootstelling aan merker PCB’s in
Genk-Zuid ligt dus iets lager dan we zouden verwachten op basis van de historische waarden in
Vlaanderen. Het gaat hier om een schatting op basis van geïnterpoleerde data.
moedermelk
serum jongeren
Genk
400
merker PCB's in serum (ng/g vet)
350
300
250
R² = 0,912
200
R² = 0,997
150
100
50
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
0
Merker PCB’s = som van PCB138, 153, 180
Figuur 44: Literatuurgegevens: daling van PCB’s in de tijd op basis van Belgische studies in
moedermelk (WHO moedermelkcampagnes) en Vlaamse studies in serum PCB’s van jongeren
(Steunpunt Milieu en Gezondheid).
113
Binnen Genk-Zuid werden de wijken onderling vergeleken. Er was een significant verschil tussen de
wijken onderling (p<0,001). Voorzichtigheid is geboden bij de interpretatie van de gegevens,
aangezien er in totaal 7 groepen onderling vergeleken worden (wat gevaar oplevert voor
‘overtesting’) en aangezien het aantal personen in de subgroepen klein wordt (en dus meer
beïnvloedt kan worden door toevalligheden). Ook moet benadrukt worden dat de gemiddelde
waarde van iedere individuele wijk lager is dan de gemiddelde referentiewaarde in Vlaanderen.
Globaal kunnen we echter stellen dat de waarden voor serum PCB’s hoger liggen in de wijken OudTermien en Oud-Sledderlo en lager in de wijk Nieuw-Sledderlo.
Vlaanderen
218
verschillen tussen wijken in Genk-Zuid: p<0,001
Diepenbeek
126
Oud-Termien
189
Langerlo+
160
Kolderbos
120
Nieuw-Sledderlo
106
Oud-Sledderlo
183
Terboekt+
158
0
50
100
150
200
250
300
som PCB138, 153, 180 in serum (ng/l)
Geometrisch gemiddeld (± 95% betrouwbaarheidsinterval) per wijk. De p-waarde geeft de overall
significantie (ANOVA) voor vergelijking van wijken in Genk; post-hoc analyse: Oud-Termien en OudSleddero verschillend van Nieuw-Sledderlo, Kolderbos en Diepenbeek; Langerlo+ en Terboekt+
verschillend van Nieuw-Sledderlo. De donkerblauwe balk geeft de waarde in de Vlaamse
referentiepopulatie (ter illustratie).
Figuur 45: Vergelijking van serum PCB’s (som van PCB138, 153 en 180) tussen wijken van GenkZuid.
114
2.12. Persistente gechloreerde polluenten: p,p’-DDE
A. p,p-DDE, een metaboliet van DDT - achtergrondinformatie
Bronnen:
DDT (dichlorodiphenyltrichloroethaan) is een
insectenverdelger die in het verleden over de
hele wereld massaal werd gebruikt. DDT is
sinds de jaren ’70 verboden in de meeste
landen, waaronder België. In enkele
ontwikkelingslanden is DDT momenteel nog
toegelaten voor de bestrijding van malaria.
DDT wordt in de omgeving gedeeltelijk
afgebroken tot DDE (dichlorodiphenyldichloroethyleen) en DDD (dichlorodiphenyldichloroethaan). Al deze componenten zijn
zeer persistent en zijn in de omgeving aanwezig
in de lucht, in de bodem en
in het water. Ze worden
afgebroken door het zonlicht
of door bacteriën en hebben
een halfwaardetijd van 2 tot
15 jaar. DDT en zijn
metabolieten
zijn
sterk
vetoplosbaar
en
accumuleren
in
de
voedselketen.
p,p’-DDE, een metaboliet van DDT, kan in het
serum gemeten worden en geeft een maat
voor de blootstelling aan DDT gedurende de
laatste jaren.
DDT en zijn metabolieten kunnen immuunen hormoonverstorend werken. Ze kunnen
de neurologische ontwikkeling van kinderen
negatief beïnvloeden). DDT is mogelijk
kankerverwekkend.
lucht of door hand-mond contact met de
bodem. Deze blootstellingswegen spelen
vooral een rol in de buurt van
verbrandingsovens en stortplaatsen.
Blootstelling bij de mens:
In de algemene bevolking gebeurt de
voornaamste blootstelling aan DDT via de
voeding. DDT kan voorkomen in knolgewassen,
bladgroenten, vlees, vis en kip. Groenten
kunnen kleine resten van pesticiden bevatten,
vooral indien het afkomstig is van landen waar
nog DDT gebruikt wordt in de landbouw.
Doordat DDT persistent en vetoplosbaar is,
stapelt het zich op in de voedselketen, en kan
het een contaminant zijn van vette vis en vlees.
Drinkwater kan kleine resten van gechloreerde
pesticiden bevatten.
Metabolisme bij de mens:
DDT wordt in het lichaam gemetaboliseerd tot
DDE. DDT en DDE stapelen zich voornamelijk
op in het vetweefsel en worden slechts heel
traag afgebroken. De halfwaardetijd in de
mens bedraagt 4 jaar voor DDT en 9 à 10 jaar
voor DDE. Het gehalte aan DDT en DDE in het
lichaam stijgt met de leeftijd.
DDT en DDE binden gemakkelijk aan
zandkorrels en fijne stofdeeltjes en kunnen
zich op deze manier verspreiden door de wind.
Mensen kunnen blootgesteld worden aan
DDT/DDE door het inademen van vervuilde
Meten van de humane blootstelling:
Verschillende vormen van DDT (p,p’-DDT, o,o’-DDT en o,p’-DDT) en DDE (p,p’-DDE, o,o’-DDE en
o,p’-DDE) zijn meetbaar in het serum
In de Vlaamse biomonitoring wordt p,p’-DDE in het serum (of plasma) gemeten. Deze biomerker
geeft een maat voor de cumulatieve blootstelling aan DDT.
115
Biomonitoring equivalents (BE) in serum (Kirman et al. 2011):
Biomerkers van
DDE: 500 ng/g vet voor risico op kanker (1 x 10-5)
blootstelling:
(volgens USEPA, gebaseerd op een oral cancer slope
P,p’-DDE is een metaboliet van
factor van 0,34 mg/kg/dag)
het gechloreerde pesticide.
Som DDE, DDT, DDD: 5000 ng/g vet voor niet kankergerelateerde schade (volgens USEPA, gebaseerd op een
P,p’-DDE in serum geeft een
referentiedosis van 0,0005 mg/kg/dag)
maat voor de cumulatieve
DDT: 4000 ng/g vet voor niet kanker-gerelateerde schade
blootstelling over een periode
(volgens USEPA, gebaseerd op een referentiedosis van
van meerdere jaren aan DDT.
0,0005 mg/kg/dag)
Som DDE, DDT, DDD: 40 000 ng/g vet voor niet kanker-gerelateerde schade (volgens WHO,
gebaseerd op een TDI (Tolerable Daily Intake) van 0,01 mg/kg/dag)
DDT: 30 000 ng/g vet voor niet kanker-gerelateerde schade (volgens WHO, gebaseerd op
een TDI (Tolerable Daily Intake) van 0,01 mg/kg/dag)
Een BE voor niet kanker gerelateerde schade voor DDE afzonderlijk werd voorlopig nog niet
afgeleid; de som van DDE, DDT en DDD bestaat voor 90% uit DDT (Kirman et al. 2011).
Gezondheidseffecten:
o
DDT en zijn metabolieten kunnen hormoonverstorend
werken. Ze kunnen de werking van de sex hormonen in
het lichaam blokkeren of stimuleren. In landelijke
regio’s met een hoog gebruik van gechloreerde
pesticiden werd het gebruik van DDT in verband
gebracht
met
mannelijke
en
vrouwelijke
vruchtbaarheidsproblemen.
o
DDT en zijn metabolieten kunnen het immuunsysteem
verstoren. Contact met gechloreerde pesticiden op
jonge leeftijd geeft een grotere kans op het ontstaan
van astma en oorinfecties.
o
DDT wordt door het IARC (International Agency for
Research on Cancer) geklasseerd als ‘mogelijk
kankerverwekkend voor de mens’ (groep 2B) en als
waarschijnlijk kankerverwekkend door EPA.
o
Blootstelling aan DDT tijdens de zwangerschap werd in
verband gebracht met intra-uteriene groei-achterstand
en neurologische ontwikkelingsstoornissen.
B. p,p’-DDE – beschrijving van blootstelling
P,p’-DDE, een afbraakproduct van DDT, kon gedecteerd worden in alle deelnemers van Genk-Zuid.
De beschrijvende statistiek van p,p’-DDE - uitgedrukt in ng/l serum en in ng/g bloedvet - wordt
gegeven in Tabel 39.
116
Tabel 39: Blootstelling aan p,p’-DDE in Genk-Zuid
Biomerker
eenheid
N
% >KL
p,p’-DDE in serum
p,p’-DDE in serum
ng/l
ng/g vet
196
196
100%
100%
geometrisch
gemiddelde (95% BI)
213 (191 – 237)
47,6 (42,7 – 53,1)
mediaan
(P25 – P75)
194 (132 – 301)
44,5 (29,0 – 67,1)
P90
542
116,3
N = aantal deelnemers; KL = detectielimiet (KL p,p’-DDE: 20 ng/l); BI = betrouwbaarheidsinterval; P = percentiel
Net als PCB’s, is p,p’-DDE een persistente, vetoplosbare stof die accumuleert in de voedselketen en
in het menselijk lichaam gestockeerd wordt in het vetweefsel. De determinerende factoren van
p,p’-DDE zijn dus heel vergelijkbaar met de resultaten van de PCB’s (Figuur 46). P,p’-DDE is
significant hoger bij jongens dan bij meisjes, nam toe met de leeftijd, met het opleidingsniveau van
de jongere, met stijgende BMI, en was hoger na het krijgen van borstvoeding. P,p’-DDE is eveneens
significant hoger bij jongeren die eieren van lokale kweek eten.
Serum p,p'-DDE (ng/g vet) - geometrische gemiddelden per subgroep
0
20
40
jongens
meisjes
60
80
Geslacht: p=0,25
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p=0,72
ASO
TSO
BSO
Opleiding: p=0,01
ondergewicht
normaal gewicht
overgewicht
BMI klasse: p=0,003
geen borstvoeding
borstvoeding
Borstvoeding: p<0,001
geen lokale eieren
lokale eieren
Lokale eieren: p=0,02
Figuur 46: Relatie tussen p,p’-DDE in serum en factoren die de blootstelling beïnvloeden
De Biomonitoring Equivalent (BE) voor DDE bedraagt 500 ng/g vet. Voor de totale groep in GenkZuid heeft 1% van de deelnemers een waarde boven de BE, d.w.z. een verhoogd risico op kanker. In
de Vlaamse controlegroep bedraagt het percentage met verhoogd risico 2,4% . Deze percentages
zijn niet significant verschillend tussen Genk-Zuid en Vlaanderen.
C. p,p’-DDE in Genk-Zuid – vergelijking met Vlaanderen
De gemiddelde concentratie van p,p’-DDE bij de jongeren in Genk-Zuid is significant lager dan die
van de jongeren uit de Vlaamse referentiegroep, zowel uitgedrukt per liter serum als per gram
bloedvet (Figuur 47). De 90e percentielen voor Genk-Zuid en de Vlaamse controlepopulatie
bedragen respectievelijk 542 ng/l en 807 ng/l (p=0,04), en 116 ng/g bloedvet en 189 ng/g bloedvet
(p=0,02; zie Figuur 33). Het gaat hier om niet-gecorrigeerde gegevens, d.w.z. dat er bij de
vergelijking geen rekening wordt gehouden met verschillen in de karakteristieken van de groepen.
117
900,00
700,00
600,00
542
500,00
400,00
464
p < 0,001
309
300,00
302
265
213
181 194
200,00
97
100,00
134 132
Genk-Zuid
Vlaanderen
180,00
p,p'-DDE in serum (ng/g bloedvet)
p,p'-DDE in serum (ng/l)
800,00
p = 0,02
189
200,00
p = 0,04
807
Genk-Zuid
Vlaanderen
34 51
0,00
160,00
140,00
116
120,00
100,00
107
p < 0,001
80,00
60,00
71
64
48
42
40,00
22
20,00
29
67
45
29
9 11
0,00
GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
Figuur 47: P,p’-DDE in serum in Genk-Zuid uitgedrukt in ng/l en in ng/g creatinine: vergelijking met
Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. p,p’-DDE in Genk-Zuid – effect van gebied na correctie voor determinanten van
blootstelling
Tabel 40: Determinanten van p,p’-DDE in serum
R² gebied
R² finaal model
Multiplicatieve
factor
voor variabelen
in model
p,p’-DDE in serum
(ng/l)
5,51
18,75
leeftijd (jaar) (p=0,87)
≤ 14,5: 1,02
14,5-15,5: 0,97
>15,5: 1,00
geslacht (p=0,20)
jongen: 1,11
meisje: 1,00
roken (p=0,02)
niet roker: 1,30
roker: 1,00
BMI-klasse(p=0,004)
ondergewicht: 1,62
normaal gewicht: 1,34
overgewicht: 1,00
bloedvet (mg/dl) (p=0,03)
<400: 0,82
400-430: 0,93
430-480: 0,73
≥480: 1,00
borstvoeding (p<0,001)
neen: 0,72
ja: 1,00
lokale eieren (p<0,001)
neen: 0,67
ja: 1,00
regio (p=0,003)
Genk-Zuid: 0,79
Vlaanderen: 1,00
118
Na correctie voor leeftijd, geslacht, roken, body-mass index, bloedvet, borstvoeding en consumptie
van lokale eieren was de serum p,p’-DDE concentratie gemiddeld 21% (p=0,003) lager dan in de
Vlaamse referentiepopulatie (Tabel 40).
Analoog aan de serum PCB’s, kunnen we voor p,p’-DDE inschatten wat het effect van de
tijdsverschillen is tussen de 2 studiepopulaties. Op basis van de literatuur verwachten we iets
hogere waarden dan de niveau’s die in deze studie bij de jongeren van Genk-Zuid geobserveerd
worden.
moedermelk
serum jongeren
Genk
140
Serum p,p'-DDE (ng/g vet)
120
100
R² = 1
80
R² = 1
60
40
20
0
2004
2005
2006
2007
2008
2009
2010
Figuur 48: Literatuurgegevens: daling van p,p’-DDE in de tijd op basis van Belgische studies in
moedermelk (WHO moedermelk campagne) en Vlaamse studies bij jongeren (Steunpunt M&G).
Indien de wijken in Genk-Zuid onderling worden vergeleken, wordt er een overall significant
verschil (p<0,01) gevonden, maar verdere analyse van de wijken twee aan twee (post hoc analyse:
Tukey) wordt er geen significantie gevonden op het 0,05 niveau. De wijken met de hoogste
gemiddelde waarde zijn Oud-Sledderlo en Oud-Termien; dit is analoog aan de resultaten van de
PCB’s. Langerlo+ en Kolderbos hebben de laagste gemiddelde waarden. In iedere individuele wijk
ligt de gemiddelde waarde lager dan het Vlaamse referentiegemiddelde.
119
Vlaanderen
309
verschillen tussen wijken in Genk-Zuid: p=0,01
Diepenbeek
204
Oud-Termien
290
Langerlo+
182
Kolderbos
184
Nieuw-Sledderlo
214
Oud-Sledderlo
296
Terboekt+
212
0
100
200
300
400
500
p,p'-DDE in serum (ng/l)
Geometrisch gemiddeld (± 95% betrouwbaarheidsinterval) per wijk. De p-waarde geeft de overall
significantie (ANOVA) voor vergelijking van wijken in Genk; post-hoc analyse: geen verschillen op
niveau p<0,05.
Figuur 49: Vergelijking van p,p’-DDE tussen wijken van Genk-Zuid
120
2.13. Persistente gechloreerde polluenten: hexachlorobenzeen
A. Hexachlorobenzeen - achtergrondinformatie
Bronnen:
Hexachlorobenzeen
(HCB)
is
een
schimmelwerend middel dat in het verleden
vooral werd gebruikt op planten, zaden en
granen. Het werd vroeger ook gebruikt in de
productie van vuurwerk, munitie en
synthetisch rubber. Momenteel is het gebruik
van HCB verboden maar het komt nog in het
milieu terecht als bijproduct in de chemische
industrie, in afvalstromen van chlooralkali- en
houtbeschermingsindustrie en bij de
verbranding van huishoudelijk afval. HCB is
zeer persistent en vetoplosbaar waardoor het
in de voedselketen accumuleert.
HCB dat in het verleden in onze omgeving
terecht gekomen is of dat momenteel nog als
afvalproduct in de omgeving wordt geloosd,
wordt slechts heel traag afgebroken
(halfwaardetijd: 3 tot 6 jaar). Het is als
persistente component aanwezig in de
voedselketen, de lucht, de bodem en het
water.
Blootstelling bij de mens:
In de algemene bevolking gebeurt de voornaamste blootstelling aan HCB
via de voeding, onder meer via (vette) vis, melk, zuivelproducten en vlees.
Drinkwater kan kleine resten van HCB bevatten. HCB bindt zich
gemakkelijk aan zandkorrels en fijne stofdeeltjes en kan zich op deze
manier verspreiden door de wind. Mensen kunnen blootgesteld worden
aan HCB door het inademen van vervuilde lucht of door hand-mond
contact met de bodem. Deze blootstellingsweg speelt vooral een rol in de
buurt van verbrandingsovens en stortplaatsen.
Metabolisme bij de mens:
HCB stapelt zich voornamelijk op in het vetweefsel en wordt slechts heel traag afgebroken. Het
gehalte aan HCB in het lichaam stijgt met de leeftijd. De halfwaardetijd in de mens bedraagt
ongeveer 6 jaar.
Meting van blootstelling bij de mens:
In de Vlaamse biomonitoring wordt HCB in het serum
gemeten. Deze biomerker geeft een maat voor de
cumulatieve blootstelling (10-tallen jaren) aan HCB.
121
Biomerkers van blootstelling:
HCB in serum geeft een maat voor de
cumulatieve blootstelling (meerdere
jaren) aan hexachlorobenzeen.
De Biomonitoring Equivalents (BE’s) voor HCB werden als volgt vastgelegd (Aylward et al. 2010):
340 ng/g vet (volgens USEPA, gebaseerd op een referentiedosis van 0,8 µg/kg/dag)
47 ng/g vet (volgens ATSDR, gebaseerd op een MRL (Minimal Risk Level) van 0,05
µg/kg/dag
82 ng/g vet voor niet-neoplastische effecten (volgens WHO, gebaseerd op een Tolerable
Daily Intake (TDI) van 0,17 µg/kg/dag) en 43 ng/g vet voor neoplastische effecten (TDI van
0,16 µg/kg/dag)
Gezondheidseffecten:
o
De acute effecten van HCB werden duidelijk toen in Turkije inwoners werden blootgestel aan
hoge dosissen via een accidentele vervuiling van het brood met HCB. Dit incident leidde tot
huidletsels (zweren en verkleuring), artritis en problemen met de lever, het zenuwstelsel en de
maag.
o
HCB kan het immuunsysteem verstoren.
o
HCB is schadelijk voor
ontwikkelingsstoornissen.
o
HCB is kankerverwekkend bij dieren en wordt door het IARC
(International Agency for Research on Cancer) geklasseerd als
‘mogelijk kankerverwekkend voor de mens’ (groep 2B).
o
HCB kan hormoonverstorend werken. Het kan de werking van
de sex hormonen en schildklierhormonen in het lichaam
blokkeren of stimuleren.
het
zenuwstelsel
en
kan
leiden
tot
neurologische
B. Hexachlorobenzeen – beschrijving van blootstelling
Hexachlorobenzeen in serum ligt boven de kwantificatielimiet bij 88,8% van de jongeren in GenkZuid. De gemiddelde, mediane en 90e-percentielwaarde voor de totale groep in Genk-Zuid worden
gegeven in Tabel 41.
Analoog aan de andere persistente stoffen in deze studie, is de waarde van hexachlorobenzeen in
serum gerelateerd aan geslacht (significant hogere waarden in jongens), leeftijd (significante
toename met de leeftijd), opleidingsniveau (hogere waarden bij hoger opleidingsniveau), bodymass index (lagere waarden bij toenemende BMI) en het krijgen van borstvoeding als baby (hogere
waarden na borstvoeding). Er was een trend voor hogere waarden van hexachlorobenzeen na het
eten van lokale eieren (p=0,23).
Tabel 41: Blootstelling aan hexachlorobenzeen (HCB) in Genk-Zuid
Biomerker
eenheid
N
% >KL
HCB in serum
HCB in serum
ng/l
ng/g vet
196
196
88,8%
88,8%
geometrisch
gemiddelde (95% BI)
34,5 (31,8 – 37,4)
7,73 (7,14 – 8,37)
mediaan
(P25 – P75)
37,0 (28,5 – 48,0)
8,14 (6,27 – 11,04)
P90
62,0
13,67
N = aantal deelnemers; KL = kwantificatielimiet (KL HCB: 20 ng/l); BI = betrouwbaarheidsinterval; P =
percentiel
De Biomonitoring Equivalent (BE) voor HCB bedraagt 47 ng/g vet (gebaseerd op ATSDR) en 43 ng/g
vet (gebaseerd op WHO inschatting van neoplastische effecten). In Genk-Zuid viel 1 deelnemer
(0,5%) boven deze waarden, tegenover geen enkele deelnemer in de referentiepopulatie.
122
Serum HCB (ng/g vet) - geometrische gemiddelden per subgroep
0
3
6
9
12
jongens
meisjes
15
Geslacht: p<0,001
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p=0,02
ASO
TSO
BSO
Opleiding: p=0,006
ondergewicht
normaal gewicht
overgewicht
BMI klasse: p=0,001
geen borstvoeding
borstvoeding
Borstvoeding: p<0,001
geen lokale eieren
lokale eieren
Lokale eieren: p=0,23
Figuur 50: Relatie tussen hexachlorobenzeen in serum en factoren die de blootstelling beïnvloeden
Hexachlorobenzeen in serum (ng/l)
70,00
p = 0,88
62 63
Genk-Zuid
Vlaanderen
60,00
Hexachlorobenzeen in serum (ng/g bloedvet)
C. Hexachlorobenzeen in Genk-Zuid – vergelijking met Vlaanderen
Hexachlorobenzeen wordt gedetecteerd bij 91,4% van de deelnemers uit de Vlaamse
referentiepopulatie tegenover 88,8% in Genk-Zuid. De gemiddelde waarde is iets lager in Genk-Zuid
dan in Vlaanderen, maar de verschillen zijn niet statistisch significant. Op de waarden van de 90e
percentielen zit weinig verschil, en deze zijn dan ook niet statistisch significant (Figuur 51).
48
50,00
50
p = 0,26
40,00
34,5
37
36,7
40
29 29
30,00
22
20,00
10 10
10,00
10
0,00
GM
min
P10
P25
P50
P75
16,00
14,00
14,1
13,7
11,5
11,0
12,00
p = 0,17
10,00
8,00
9,2
7,7
8,3
8,1
6,3
6,6
6,00
4,5
4,00
2,8
1,9 1,7
2,00
0,00
GM
P90
p = 0,71
Genk-Zuid
Vlaanderen
min
P10
P25
P50
P75
P90
Figuur 51: Hexachlorobenzeen in serum in Genk-Zuid: vergelijking met Vlaamse controlepopulatie,
niet-gecorrigeerde gegevens
D. Hexachlorobenzeen in Genk-Zuid – effect van gebied na correctie voor determinanten
van blootstelling
Het meervoudig regressiemodel voor hexachlorobenzeen verklaart in totaal 27% van de variabiiteit
voor hexachlorobenzeen in serum; gebied verklaart slechts 0,33% (Tabel 42). Na correctie voor
leeftijd, geslacht, roken, BMI, bloedvet, opleiding, borstvoeding, seizoen en lokale eieren is de
waarde van hexachlorobenzeen in Genk-Zuid 7% lager dan die in de Vlaamse referentiepopulatie.
Het verschil is niet statistisch significant (p=0,18).
123
Tabel 42: Determinanten van hexachlorobenzeen in serum
R² gebied
R² finaal model
Multiplicatieve
factor
voor variabelen
in model
hexachlorobenzeen in serum
(ng/l)
0,33
26,91
leeftijd (jaar) (p=0,37)
≤ 14,5: 0,89
14,5-15,5: 0,95
>15,5: 1,00
geslacht (p<0,001)
jongen: 1,29
meisje: 1,00
roken (p=0,73)
niet roker: 1,05
roker: 1,00
BMI-klasse (p<0,001)
ondergewicht: 1,52
normaal gewicht: 1,36
overgewicht: 1,00
bloedvet (mg/dl) (p<0,001)
<400: 0,76
400-430: 0,78
430-480: 0,76
≥480: 1,00
Opleidingstype (p< 0,001)
ASO: 1,21
TSO: 0,97
BSO: 1,00
borstvoeding (p=0,03)
neen: 0,87
ja: 1,00
zelfgevangen vis (p=0,01)
neen: 0,79
ja: 1,00
seizoen (p<0,001)
winter: 1,15
lente: 0,83
zomer: 0,71
herfst: 1,00
regio (p=0,18)
Genk-Zuid: 0,93
Vlaanderen: 1,00
124
2.14. Persistente gechloreerde polluenten: dioxines en dioxine-achtige stoffen
A. Dioxines en dioxine-achtige stoffen - achtergrondinformatie
Bronnen:
De Calux assay is een techniek om de
activiteit van dioxine-achtige stoffen te
meten. Tot de dioxine-achtige stoffen
behoren de dioxines, furanen en dioxineachtige PCB’s.
Dioxines en furanen worden gevormd bij
onvolledige
verbrandingsprocessen
zoals
huisvuilen
industriële
verbranding,
staalindustrie, recyclage van non-ferrometalen,
thermische elektriciteitcentrales, cementovens,
uitlaatgassen,
sigarettenrook
en
afvalverbranding in tuinen, wat de laatste jaren
een belangrijke bron is aan dioxine-achtige
stoffen. PCBs werden vroeger vooral gebruikt
in
transformatoren,
condensatoren,
hydraulische systemen, maar kunnen ook
ontstaan bij verbrandingsprocessen. De
productie van PCB’s in België is verboden sinds
1979.
Dioxines, PCB’s en furanen zijn over de hele
wereld terug te vinden in allerlei media,
lucht, bodem, water, sedimenten en voedsel.
De voornaamste blootstellingsroute bij de
mens is vetrijke voeding.
PCB’s, dioxines en furanen werken
hormoonverstorend, immuunverstorend, zijn
neurotoxisch en mogelijk kankerverwekkend.
Blootstelling bij de mens:
Ongeveer 90% van de dioxines komen in ons lichaam
terecht via de voeding. Enkel vetrijke voeding van dierlijke
oorsprong bevat dioxines. De belangrijkste bronnen zijn
vette vis (zalm, tonijn, haring, paling), melk en
melkproducten, vet vlees en producten waarin dierlijke
vetten verwerkt zijn (koekjes, sauzen, desserten).
Metabolisme bij de mens:
Dioxine-achtige stoffen zijn schadelijk voor de mens en stapelen op in lichaamsvetten.
Geschatte halfwaardetijd voor 2,3,7,8-TCDD (het meest toxische dioxine) is 7,5 jaar, voor de groep
dioxines wordt de halfwaardetijd geschat op 20-30 jaar. De halfwaardetijd voor de groep van PCB’s
en furanen varieert van 2 tot 6 jaar.
Biomerkers van blootstelling:
De Calux assay is een bio-assay, die
de binding aan de Aryl-hydrocarbon
(Ah)-receptor meet. In de Vlaamse
biomonitoring wordt de Calux
toegepast op serumstalen. Op die
manier krijgen we een beeld van
stoffen met dioxine-achtige activiteit
in het bloed. De Calux-assay is een
indicator voor dioxines, furanen
(PCDD/PCDF’s) en dioxine-achtige
polychloorbifenyls (dl-PCB’s).
Gezondheidseffecten:
o PCB’s kunnen hormoonverstorende effecten
hebben en verstoringen van het afweersysteem
veroorzaken.
o Chronische blootstelling aan dioxines wordt
geassocieerd met immuunverstoringen, defecten
van de neurale ontwikkeling, verstoringen in de
hormoonhuishouding en vruchtbaarheid.
o PCB’s worden door het IARC (International
Agency for Research on Cancer) geklasseerd als
‘mogelijk kankerverwekkend voor de mens’ (groep
2B); 2, 3, 7, 8 TCDD als ‘kankerverwekkend voor de
mens’ (groep 1).
125
B. Calux assay – beschrijving van blootstelling
Door een gefractioneerde meting uit te voeren op serum, resulteert de Calux assay in twee
resultaten: de som van dioxines en furanen worden weergegeven als 1 fractie (PCDD/F’s) en de
som van de dioxine-achtige PCB’s wordt weergegeven in een tweede fractie (dl-PCB’s). De
resultaten worden uitgedrukt in BEQ’s, dit zijn biologische equivalenten d.w.z. dat de resultaten
worden uitgedrukt als een biologische activiteit ten opzicht van een referentiestaal. Op die manier
meet men dus een activiteit, en geen chemische concentratie.
De waarden voor PCDD/F’s en dl-PCB’s voor de totale groep in Genk-Zuid worden gegeven in Tabel
43. Dioxines en furanen werden gedetecteerd in alle stalen; dioxine-achtige PCB’s gaven een
meetbaar signaal bij 58,6% van de deelnemers.
Tabel 43: Blootstelling aan dioxines+furanen en dioxine-achtige PCB’s in serum (gemeten met Calux
assay) in Genk-Zuid
Biomerker
eenheid
N
PCDD/F’s
PCDD/F’s
dl-PCB’s
dl-PCB’s
pg BEQ/g serum
pg BEQ/g vet
pg BEQ/g serum
pg BEQ/g vet
193
193
193
193
%
>DL
100
100
58,6
58,6
geometrisch gemidd.
(95% BI)
0,16 (0,15 – 0,17)
48,1 (43,7 – 53,0)
0,03 (0,03 – 0,04)
10,9 (10,1 – 11,8)
mediaan
(P25 – P75)
0,14 (0,11 – 0,19)
45,2 (30,6-65,7)
0,03 (0,02 – 0,05)
9,7 (7,4 – 14,6)
P90
0,30
99,85
0,06
22,45
PCDD/F’s = som van dioxines en furanen; dl-PCB’s = dioxine-achtige PCB’s; N = aantal deelnemers; DL =
detectielimiet (DL PCDD/F’s: 0,05 pg BEQ/g serum en 15,2 pg BEQ/g vet ; DL dl-PCB’s: 0,03 pg BEQ/g serum
en 7,3 pg BEQ/g vet ); BI = betrouwbaarheidsinterval; P = percentiel.
Dioxines en furanen in serum zijn niet geassocieerd met persoonskenmerken of levensstijlfactoren:
er werden geen verschillen geobserveerd volgens geslacht, leeftijd, opleidingstype of
voedingsgewoonten (Figuur 52).
Serum PCDD/PCDF's (pg BEQ/g serum) - geometrische gemiddelden per
subgroep
0
0,02
0,04
0,06
0,08
0,1
jongens
0,12
0,14
0,16
0,18
0,2
Geslacht:
p = 0,66
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,70
>15,5 jr.
ASO
TSO
BSO
Opleiding: p = 0,15
geen zelfgevangen vis
Eten van zelfgevangen
vis: p = 0,23
zelfgevangen vis
Figuur 52: Relatie tussen dioxines en furanen in serum en factoren die de blootstelling beïnvloeden
126
Dioxine-achtige PCB’s in serum zijn hoger bij jongens dan bij meisjes, maar dit verschil is net niet
significant (p=0,06). Dl-PCB’s in serum zijn geassocieerd met opleidingstype van de jongeren
(significant hoger in ASO; p=0,02), hoger na het eten van lokale vis (p=0,02) en na het krijgen van
borstvoeding als baby (p=0,03) (zie Figuur 53).
Dl-PCB's (pg BEQ/g serum) - geometrische gemiddelden per subgroep
0
0,005
0,01
0,015
0,02
0,025
0,03
0,035
jongens
meisjes
0,04
0,045
Geslacht: p = 0,06
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p = 0,69
ASO
TSO
BSO
Opleiding: p = 0,02
geen zelfgevangen vis
zelfgevangen vis
Eten van zelfgevangen
geen borstvoeding
borstvoeding
Borstvoeding: p = 0,04
Figuur 53: Relatie tussen dioxineachtige PCB’s in serum en factoren die de blootstelling beïnvloeden
C. Calux assay in Genk-Zuid – vergelijking met Vlaanderen
De verschillen in PCDD/F’s en dl-PCB’s, gemeten met de Calux assay zijn hoog significant
verschillend tussen Genk-Zuid en de Vlaamse referentiepopulatie, zowel voor de geometrische
gemiddelden als de 90e percentielen. De waarden in Genk-Zuid liggen op ⅓ tot ¼ van die in de
referentiepopulatie (Figuur 54).
0,20
0,57
p < 0,0001
Genk-Zuid
Vlaanderen
0,18
0,50
0,47
Dl-PCB's in serum (pg BEQ/g serum)
PCDD/PCDF's in serum (pg BEQ/g serum)
0,60
p < 0,0001
0,39
0,38
0,40
0,33
0,30
0,30
0,22
0,19
0,20
0,16
0,14
0,11
0,11
0,09
0,10
0,19
Genk-Zuid
Vlaanderen
p < 0,0001
0,16
0,14
0,14
p < 0,0001
0,12
0,11
0,11
0,10
0,09
0,08
0,07
0,06
0,06
0,04
0,05
0,03
0,03
0,020,02 0,02
0,06
0,02
0,02
0,00
0,00
GM
min
P10
P25
P50
P75
GM
P90
min
P10
P25
P50
P75
P90
Figuur 54: PCDD/PCDF’s en dl-PCB’s in serum in Genk-Zuid: vergelijking met Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
127
D. Calux assay in Genk-Zuid – effect van gebied na correctie voor determinanten van
blootstelling
Na correctie voor leeftijd, geslacht, BMI, bloedvet, roken en seizoen bedraagt de waarde in GenkZuid 41% van de gemiddelde referentiewaarde voor PCDD/F’s en 32% van de gemiddelde
referentiewaarde voor dl-PCB’s. De modellen verklaarden in totaal respectievelijk 58% en 63%; het
aandeel van gebied was respectievelijk 45% en 47% (Tabel 44).
Tabel 44: Determinanten van PCDD/PCDF’s en Dl-PCB’s in serum
R² gebied
R² finaal model
Multiplicatieve factor
voor variabelen in
model
PCDD/PCDF’s (pg BEQ/g serum)
45,34
57,78
leeftijd (jaar) (p=0,90)
≤ 14,5: 0,998
14,5-15,5: 0,98
>15,5: 1,00
geslacht (p=0,12)
jongen: 1,1
meisje: 1,00
BMI-klasse (p=0,38)
ondergewicht: 1,04
normaal gewicht: 1,1
overgewicht: 1,00
bloedvet gravimetrisch (p=0,75)
<2,96: 1,05
2,96 – 3,50: 0,98
3,50 – 4,19: 1,02
≥4,19: 1,00
roken (p=0,81)
niet roker: 0,98
roker: 1,00
seizoen (p=0,04)
winter: 1,1
lente: 0,91
zomer: 1,12
herfst: 1,00
regio (p<0,001)
Genk-Zuid: 0,41
Vlaanderen: 1,00
128
Dl-PCB’s (pg BEQ/g serum)
47,50
63,40
leeftijd (jaar) (p=0,66)
≤ 14,5: 0,99
14,5-15,5: 1,04
>15,5: 1,00
geslacht (p<0,001)
jongen: 1,25
meisje: 1,00
BMI-klasse (p=0,51)
ondergewicht: 0,96
normaal gewicht: 1,03
overgewicht: 1,00
bloedvet gravimetrisch (p=0,04)
<2,96: 0,81
2,96 – 3,50: 0,85
3,50 – 4,19: 0,89
≥4,19: 1,00
roken (p=0,37)
niet roker: 0,90
roker: 1,00
seizoen (p<0,001)
winter: 1,32
lente: 1,09
zomer: 0,85
herfst: 1,00
regio (p<0,001)
Genk-Zuid: 0,32
Vlaanderen: 1,00
2.15. Gebromeerde vlamvertragers: polygebromeerde diphenylesters (PBDE’s),
hexabromocyclododecaan (HBCD) en tetrabromobisfenol A (TBBPA)
A. PBDE’s, HBCD en TBBPA - achtergrondinformatie
Bronnen:
De
polygebromeerde
diphenylesters
(PBDE’s)
omvatten
209
gelijkaardige
moleculen of congeneren. Het zijn
vlamvertragende chemicalieën toegevoegd
aan
ondermeer
textiel,
plastic
en
elektronische apparatuur om deze minder
brandbaar te maken. Sinds 2006 werd in de
Europese Unie het gebruik van penta– en
octaBDE in elektronisch materiaal reeds
verboden. Meer recent werd ook het gebruik
van decaBDE verboden in Europa, waar
decaBDE in tien keer grotere hoeveelheid
gebruikt werd dan alle andere PBDE’s samen.
PBDE’s zijn vlamvertragers die toegevoegd
worden aan plastic, textiel en elektronische
apparatuur om deze minder brandbaar te
maken. PBDE’s kunnen makkelijk vrijkomen uit
de producten die ermee behandeld werden en
komen zo in de omgeving terecht. Vervolgens
binden ze aan stofdeeltjes en verspreiden zich
op die manier in de lucht, het water en de
bodem.
Het gebruik van penta-, octa- en decaBDE werd
vrij recent verboden binnen de Europese Unie.
Hexabromocyclododecaan (HBCD) is een
brandvertragend middel dat in grote
hoeveelheden geproduceerd wordt in België,
Nederland, Duitsland en het Verenigd
Koninkrijk. Het wordt vooral gebruikt in de
bouwsector, in polystyreenschuim dat
gebruikt wordt als thermische isolatie. Verder
wordt HBCD veel gebruikt in textiel om
meubels te stofferen. In commerciële
producten worden 3 isomeren onderscheiden
(α, β en γ – HBCD), het is vooral het α-isomeer
dat accumuleert in vissen en zoogdieren. Het
Europees Chemicalieënagentschap (ECHA)
heeft HBCD op de eerste kandidatenlijst van
‘zeer zorgwekkende stoffen’ gezet in het
kader van de REACH richtlijn.
Tetrabromobisfenol A (TBBPA) is een
brandvertrager
die
niet
in
Europa
geproduceerd wordt, maar wel in grote mate
wordt ingevoerd, voornamelijk door België,
Nederland en Duitsland. Het wordt vooral
gebruikt in elektronisch materiaal voor
gegevensverwerking en telecommunicatie, en
in mindere mate in koelkasten en autoonderdelen.
HBCD’s zijn vlamvertragers die vooral gebruikt
worden
in
polystyreenschuim
in
de
bouwnijverheid en in textiel voor stoffering van
meubels. Door de wereldwijde toepassing van
HBCD, wordt het bijna overal op aarde
teruggevonden in het milieu. Het bindt sterk aan
stof– en bodemdeeltjes en kan door lucht en
water verspreid worden. Het γ-isomeer omvat
70 tot 90% van alle HBCD’s, terwijl het αisomeer slechts ongeveer 6% inneemt.
Niettegenstaande is het toch deze laatste die
zich opstapelt in vetrijke weefsels van vissen en
zoogdieren, omdat β –en γ-HBCD worden
omgezet tot α-HBCD.
TBBPA wordt voornamelijk gebruikt als
reactieve vlamvertrager die bindingen aangaat
met het materiaal waarin het wordt gebruikt.
Hierdoor is het gehalte vrije residuele
monomeer laag in verbruiksgoederen en zal
TBBPA minder snel vrijkomen in de omgeving.
Daarnaast
wordt
TBBPA
in
sommige
toepassingen
gebruikt
als
additieve
vlamvertrager. Doordat er dan geen chemische
binding tussen TBBPA en het product is, kan
TBBPA wel in de omgeving vrijkomen.
129
Blootstelling bij de mens:
De belangrijkste blootstelling van de algemene bevolking aan gebromeerde vlamvertragers gebeurt
via inademing van binnenhuislucht en huisstof of via vooral vetrijke voeding door opstapeling van
PBDE’s, HBCD en TBBPA in de voedselketen. Bij kinderen is de opname van gebromeerde stoffen
door hand-aan-mond gedrag tien maal hoger dan bij volwassenen. Bij baby’s is opname van
gebromeerde vlamvertragers via de moedermelk ook een zeer belangrijke blootstellingsweg.
Metabolisme bij de mens:
Omdat kleinere moleculen
makkelijker
opgenomen
worden in het lichaam, worden
de PBDE’s met maar 1 tot 5
broomatomen
als
de
gevaarlijkste beschouwd. De
halfwaardetijd (t1/2) wordt
groter
naarmate
PBDE’s
minder
broomatomen
bevatten.
Voor
decaBDE
bedraagt t1/2 in de mens 11
tot 18 dagen, dit loopt op tot
68 à 120 dagen voor octaBDE
en 2 tot zelfs 26 jaar voor
pentaBDE.
Over het gedrag van HBCD in
het menselijk lichaam is zeer
weinig gekend, de weinige
informatie beperkt zich tot
enkele dierstudies. HBCD
stapelt zich op in vetrijk
weefsel en het zou een
halfwaardetijd van ongeveer
64 dagen hebben op basis van
metingen in moedermelk en
vetweefsel van ratten.
TBBPA wordt voornamelijk
opgenomen
door
het
spijsverteringstelsel; opname
door de longen is beperkt. De
halfwaardetijd van TBBPA in
het menselijk lichaam bedraagt
2 dagen. Het wordt vooral uit
het lichaam verwijderd met de
uitwerpselen en in mindere
mate met de urine.
Gezondheidseffecten:
Biomerkers van blootstelling:
In de Vlaamse humane biomonitoring worden
PBDE’s , HBCD en TBBPA gemeten in het
serum. Deze biomerkers zijn een maat voor de
cumulatieve blootstelling aan gebromeerde
vlamvertragers.
Volgende BDE’s worden gemeten in serum:
- triBDE: BDE28;
- tetraBDE: BDE47;
- pentaBDE: BDE99, BDE100;
- hexaBDE: BDE153, BDE154;
- heptaBDE: BDE183;
- decaBDE: BDE209.
Onderzoek
bij
beroepsblootstelling,
proefdierstudies en in vitro-proeven toont aan
dat PBDE’s betrokken zijn bij een verstoring
van de schildklierhormonen en andere
hormonen en ze kunnen de ontwikkeling van
het zenuwstelstel beïnvloeden. PBDE’s
werden in verband gebracht met verminderde
spermakwaliteit. Verder zijn PBDE’s mogelijk
kankerverwekkend en kunnen sommige PBDEmoleculen doorheen de placenta het
ongeboren kind bereiken.
Er zijn weinig gegevens beschikbaar omtrent
gezondheidseffecten van HBCD bij de mens. Er
is wel geweten dat HBCD via de placenta het ongeboren kind kan bereiken. Via studies met
proefdieren werd aangetoond dat blootstelling aan HBCD effect heeft op de schildklier, de lever en
de hormoon-huishouding.
Er is zeer weinig informatie beschikbaar wat betreft de gezondheidseffecten van TBBPA bij de
mens. In vitro studies en proefdierstudies tonen aan dat TBBPA de schildklier en het hormonale
systeem beïnvloed.
130
B. PBDE’s in Genk-Zuid - blootstelling
Een aanzienlijke proportie van de deelnemers in Genk-Zuid had waarden onder de
kwanticatielimiet
voor
de
polygebromeerde
vlamvertragers
(PBDE’s),
voor
hexabromocyclododecaan (HBCD) en tetrabromocyclodecaan (TBBPA). Tabel 45 geeft aan welke
percentage van de deelnemers waarden boven de kwantificatielimiet had voor iedere afzonderlijke
congeneer. De meest frequent voorkomende BDE’s zijn BDE47 en BDE153. Voor deze congeneren
worden gemiddelde waarden berekend, waarbij de waarden onder de kwantificatielimiet op ½ van
de kwantificatielimiet worden gezet (zie Tabel 46).
Tabel 45: Beschrijvende statistiek voor gebromeerde vlamvertragers in serum (PBDE’s, HBCD,
TBBPA) in Genk-Zuid (n=196)
Biomerker
BDE28
BDE47
BDE99
BDE100
BDE153
BDE154
BDE183
BDE209
HBCD
TBBPA
KL
2 ng/L
3 ng/L
3 ng/L
2 ng/L
2 ng/L
2 ng/L
2 ng/L
25 ng/L
30 ng/L
15 ng/L
% <KL
98,0%
78,1%
93,9%
93,9%
42,9%
97,4%
97,4%
88,8%
91,1%
94,9%
P50
<2
<3
<3
<2
2
<2
<2
<25
<30
<15
P75
<2
<3
<3
<2
2
<2
<2
<25
<30
<15
P90
<2
4
<3
<2
4
<2
<2
34
71
<15
P95
<2
9
3
2
7
<2
<2
79
117
21
P99
2
27
7
3
11
3
3
290
151
55
max.
3
36
8
4
13
6
5
343
234
75
KL = kwantificatielimiet; % <KL: % deelnemers met waarden onder de kwantificatielimiet; P = percentiel
Tabel 46: Gebromeerde vlamvertragers BDE47 en BDE153 in serum in Genk-Zuid
Biomerker
eenheid
N
% >KL
BDE47
BDE47
BDE153
BDE153
ng/l
ng/g vet
ng/l
ng/g vet
196
196
196
196
21,9
21,9
57,1
57,1
geometrisch gemidd.
(95% BI)
2,02 (1,84 – 2,22)
0,45 (0,41 – 0,50)
1,89 (1,72 – 2,08)
0,42 (0,39 – 0,47)
mediaan
(P25 – P75)
1,50 (1,50 – 1,50)
0,37 (0,32 – 0,43)
2,00 (1,00 – 3,00)
0,42 (0,23 – 0,66)
P90
5,00
1,03
5,00
1,03
N = aantal deelnemers; KL = kwantificatielimiet (KL BDE47: 3 ng/l; KL BDE153: 2 ng/l);
BI = betrouwbaarheidsinterval; P = percentiel.
De determinanten van BDE47 en BDE153 verschillen aanzienlijk (Figuur 55). Dit heeft vermoedelijk
te maken met het verschil in halfwaardetijd (triBDE vs. hexaBDE) en met de verschillen in proportie
waarden onder de kwantificiatielimiet (veel waarden onder de KL geven minder variatie in het
geometrische gemiddelde tussen subgroepen). BDE47 was niet geassocieerd met
levensstijlfactoren of persoonlijke factoren: er was geen verschil in gemiddelde concentratie
volgens geslacht, leeftijd, BMI, opleidingsniveau of voedingsgewoonten. BDE153 gedraagt zich
analoog aan de andere POP’s: de waarden zijn significant hoger bij jongens dan bij meisjes
(p<0,001), dalen met toenemende BMI-klasse (p<0,001) en stijgen met de leeftijd (niet significant).
Er worden hogere waarden geobserveerd bij hoger opleidingsniveau van de jongere, maar er zijn
geen onderliggenden voedingsfactoren (lokale voeding, vis,…) of levensstijlfactoren (contact met
electronica, tapijten in huis,…) die de verschillen verder kunnen verklaren.
131
Serum BDE47 (ng/g vet) - geometrische gemiddelden per subgroep
0
0,1
0,2
0,3
0,4
0,5
jongens
meisjes
0,6
0,7
0,8
Geslacht: p=0.88
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p=0,02
ondergewicht
normaal gewicht
overgewicht
BMI klasse: p=0,11
Geen diploma +…
Maximaal HS
Hoger onderwijs
Opleidingsniveau gezin: p=0,11
Figuur 55: Relatie tussen gebromeerde vlamvertragers BDE47 in serum en factoren die de
blootstelling beïnvloeden
Serum BDE153 (ng/g vet) - geometrische gemiddelden per subgroep
0
0,2
0,4
0,6
jongens
meisjes
0,8
1
Geslacht: p<0,001
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p=0,33
ASO
TSO
BSO
opleiding: p=0,006
ondergewicht
normaal gewicht
overgewicht
BMI klasse: p<0,001
Figuur 56: Relatie tussen gebromeerde vlamvertragers BDE153 in serum en factoren die de
blootstelling beïnvloeden
C. PBDE’s in Genk-Zuid – vergelijking met Vlaanderen
De gebromeerde vlamvertragers BDE47 en BDE153 komen het meest frequent voor in het PBDE
mengsel. Voor deze twee congeneren werd een vergelijking gemaakt van de gemiddelde
serumwaarde in Genk-Zuid en in de Vlaamse controlepopulatie (zie Figuur 57). Aangezien de
waarden van BDE47 onder de kwantificatielimiet liggen voor 21,8% (Genk-Zuid) en 37,6%
(Vlaanderen), lopen de percentielwaarden gelijk op tot het 75e percentiel. Dit is analoog voor
BDE153, waar iets meer dan de helft van de waarden onder de kwantificatielimiet liggen. Het
geometrisch gemiddelde voor beide congeneren is significant lager in Genk-Zuid in vergelijking met
de Vlaamse referentiepopulatie. Ook het 90e percentiel voor BDE153 ligt significant hoger voor
Vlaanderen in vergelijking met Genk-Zuid (p = 0,002). Het 90e percentiel voor BDE47 daarentegen
132
bedraagt 7,0 µg/l voor de Vlaamse referentiepopulatie en 5,0 µg/l voor Genk-Zuid, maar dit
verschil is niet statistisch significant (p = 0,20; zie Figuur 42).
8
Genk-Zuid
Vlaanderen
7
8,00
p = 0,20
7,0
5,0
Genk-Zuid: 21,8% >LOD
Vlaanderen: 37,6% >LOD
4
3
BDE153 in serum (ng/L)
BDE47 in serum (ng/L)
6
p < 0,0001
5
4,0
p = 0,003
2,5
2
2,0
1,5 1,5
1,5 1,5
1,5 1,5
1,5 1,5
Genk-Zuid
Vlaanderen
7,00
1,5
6,00
Genk-Zuid: 56,8% >LOD
Vlaanderen: 61,1% >LOD
5,0
5,00
4,0
4,00
3,00
p = 0,007
3,0
2,3
2,00
2,0 2,0
1,9
1,00
1
p = 0,002
7,0
1,0 1,0
1,0 1,0
1,0 1,0
min
P10
P25
0,00
0
GM
min
P10
P25
P50
P75
GM
P90
P50
P75
P90
Figuur 57: Polygebromeerde vlamvertragers BDE47 en BDE153 in serum in Genk-Zuid: vergelijking
met Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
Figuur 58 toont de verschillen in de detectiefrequentie (% deelnemers met waarde boven de
kwanticatielimiet) en gemiddelde concentratie van BDE47 en BDE153 per wijk in Genk-Zuid. De
hoogste waarden worden geobserveerd in Oud-Termien. Hier liggen 40% van de waarden van
BDE47 en 100% van de waarden van BDE153 boven de kwantificatielimiet, tegenover
respectievelijk 38% en 61% in de Vlaamse referentie en 22% en 57% in de totale regio Genk-Zuid.
De gemiddelde waarde van BDE153 in Oud-Termien is significant hoger dan alle andere wijken in
Genk-Zuid, behalve Diepenbeek, en is ook merkelijk hoger dan de waarde in Vlaanderen
(significantie niet getest).
verschillen tussen wijken BDE47: p=0,20; BDE153: p<0,001
38
Vlaanderen
BDE47
61
BDE153
Vlaanderen
2,47
2,29
Diepenbeek
2,11
2,34
BDE47
BDE153
28
Diepenbeek
80
40
Oud-Termien
100
2,42
Oud-Termien
3,19
19
Langerlo+
67
2,09
2,02
Langerlo+
10
Kolderbos
20
40
2,46
1,99
1,86
1,77
Terboekt+
39
0
1,12
Oud-Sledderlo
53
18
Terboekt+
1,85
Nieuw-Sledderlo
20
Oud-Sledderlo
1,65
1,46
Kolderbos
35
16
16
Nieuw-Sledderlo
60
80
100
0
BPDE's in serum: frequentie > KL
1
2
3
4
5
PBDE's in serum (ng/l)
KL = kwantificatielimiet
Vergelijking van geometrisch gemiddelde tussen wijken: BDE47 (p=0,20): geen significante verschillen tussen de regio’s;
BDE153 (p<0,001): Oud-Termien significant verschillend van alle andere wijken, behalve Diepenbeek; Diepenbeek
significant verschillend van Nieuw-Sledderlo, Kolderbos, Terboekt+; Oud-Sledderlo en Langerlo+ significant verschillend
van Nieuw-Sledderlo. De waarde van de Vlaamse referentiepopulatie wordt gegeven ter illustratie (niet statistisch
getest).
Figuur 58: Polygebromeerde vlamvertragers BDE47 en BDE153 in serum in afzonderlijke wijken in
Genk-Zuid. Links: % waarden boven de kwantificatielimiet (KL = 3 ng/l voor BDE47 en 2 ng/l voor
BDE153); Rechts: geometrische gemiddelden
133
D. PBDE’s in Genk-Zuid – effect van gebied na correctie voor determinanten van
blootstelling
Het meervoudige regressiemodel voor BDE47 in serum verklaart in totaal 7% van de variabiliteit,
waarvan 2% verklaard wordt door gebied; voor BDE153 zijn de respectievelijke cijfers 20% en 2%
(Tabel 47). Na correctie voor leeftijd, geslacht, BMI, bloedvet en seizoen is de gemiddelde serum
concentratie van BDE47 in Genk-Zuid 18% lager dan in de Vlaamse referentiepopulatie (p=0,007).
Voor BDE153 in serum wordt na correctie voor leeftijd, geslacht, BMI en bloedvet geen signficante
verschil geobserveerd tussen Genk-Zuid en Vlaanderen: de waarde ligt 11% lager in Genk-Zuid
(p=0,10).
Tabel 47: Determinanten van BDE47 en BDE153 in serum
R² gebied
R² finaal model
Multiplicatieve
factor voor
variabelen in
model
BDE47 (ng/l)
2,05
6,98
leeftijd (jaar) (p=0,12)
≤ 14,5: 1,22
14,5-15,5: 1,12
>15,5: 1,00
geslacht (p=0,78)
jongen: 1,02
meisje: 1,00
BMI-klasse (p=0,16)
ondergewicht: 1,43
normaal gewicht: 1,04
overgewicht: 1,00
bloedvet (mg/dl) (p=0,88)
<400: 0,93
400-430: 0,94
430-480: 0,97
≥480: 1,00
seizoen (p=0,01)
winter: 1,31
lente: 1,09
zomer: 1,45
herfst: 1,00
regio (p=0,007)
Genk-Zuid: 0,82
Vlaanderen: 1,00
LS = lager secundair; HS = hoger secundair
134
BDE153 (ng/l)
1,73
20,05
leeftijd (jaar) (p=0,14)
≤ 14,5: 0,91
14,5-15,5: 0,84
>15,5: 1,00
geslacht (p<0,001)
jongen: 1,49
meisje: 1,00
BMI-klasse (p<0,001)
ondergewicht: 1,73
normaal gewicht: 1,42
overgewicht: 1,00
bloedvet (mg/dl) (p<0,001)
<400: 0,75
400-430: 0,79
430-480: 1,02
≥480: 1,00
opleiding gezin (p<0,001)
max. LS: 0,69
max. HS: 0,90
hoger onderwijs: 1,00
regio (p=0,10)
Genk-Zuid: 0,89
Vlaanderen: 1,00
2.16. Polyaromatische koolwaterstoffen (PAK’s)
A. PAK’s- achtergrondinformatie
Polycyclische aromatische koolwaterstoffen
(PAK’s) zijn een groep van chemische
producten die gevormd worden bij
onvolledige verbranding. De mens komt er
voornamelijk mee in contact via de lucht,
meer
bepaald
door
sigarettenrook,
uitlaatgassen, rook van houtkachels en open
haarden, bosbranden e.a. Indien er zwart
gebrande deeltjes aanwezig zijn, vormt ook
ons voedsel een belangrijke bron van PAK’s,
bv. in gegrilde vis, vlees, groenten, zwart
gebakken brood en gebak.
PAK’s op zichzelf zijn niet schadelijk voor onze
gezondheid, maar ze worden in ons lichaam
afgebroken tot zeer reactieve stoffen. Deze
afbraakproducten of metabolieten kunnen
wel de gezondheid schaden.
Bronnen:
De verzamelnaam PAK’s omvat honderden
chemische stoffen, die vooral gevormd worden
bij onvolledige verbranding. PAK’s komen vrij in
de lucht bij (onvolledige) verbrandingsprocessen
zoals bij verbranding van hout, steenkool,
stookolie,
gas,
afval,
bosbranden,
orkaanuitbarstingen, sigarettenrook en bij
voeding bereit op de barbecue. Verder zijn PAK’s
ook aanwezig in de uitlaat van auto’s.
Een kleine hoeveelheid PAK’s wordt door de
mens zelf geproduceerd, o.a. voor toepassingen
in asfalt, in roofingmateriaal, in materiaal voor
olieraffinaderijen
en
in
teerproducten
(creosoot). Bij de productie en het gebruik van
deze producten zullen er dus PAK’s in de lucht
vrijkomen.
Daarnaast worden PAK’s gevormd in voedsel dat
bij zeer hoge temperaturen wordt verwarmd of
in voedsel dat moet fermenteren. Een aantal
voorbeelden van PAK’s productie in onze
voeding zijn de zwart verbrande deeltjes bij het
grillen of roosteren van vlees, vis of groenten,
producten die zeer donker gebakken zijn, zoals
de korst van brood, gebak, ontbijtgranen of
chips, frituurolie die veel verbrande deeltjes
bevat, fermentatie van producten, zoals bij de
productie van pickles en in gedestilleerde
dranken, zoals whisky of jenever.
Blootstelling bij de mens:
De mens wordt voornamelijk blootgesteld aan PAK’s via inademing. De PAK’s die gevormd worden
het verkeer, kachels, het roken van sigaretten etc., kunnen zich binden aan stofdeeltjes in de lucht
en zo gedurende langere tijd in de lucht rondzweven en ingeademd worden. PAK’s in de lucht
kunnen ook neerslaan op de bodem, op plantenmateriaal en in het water. Ze worden slechts heel
traag afgebroken (weken tot maanden) door zonlicht en door interacties met andere chemische
stoffen in de bodem en het water.
Verder is voeding, zoals bv. verbrande stukjes brood of vlees of voeding gefrituurd in oude olie, een
belangrijke bron van PAK’s.
Ook neergeslagen PAKs uit luchtpollutie op plantaardig voedsel vormen een belangrijke bron van
blootstelling aan PAKs.
Metabolisme bij de mens:
In het menselijk lichaam worden PAK’s vrij snel afgebroken tot verschillende afvalproducten die via
de urine uitgescheiden worden.
135
Biomerkers van blootstelling:
In de urine kunnen afbraakproducten van PAK’s gemeten worden, waarmee een beeld bekomen
wordt van de hoeveelheid PAK’s waaraan een persoon is blootgesteld.
Eén van de best gekende, en ook één van de meest giftige PAK is benzo[a]pyreen. Eén tot 10%
van de PAK’s bestaat uit pyreen. 1-hydroxypyreen is een afbraakproduct van pyreen, de meting
van deze metaboliet in de urine is een maat voor de blootstelling aan fenolische PAK’s. De
uitscheiding van 1-hydroxypyreen verloopt bi-fasisch met een halfwaardetijd van 4 tot 35 uur
voor de eerste fase en 16 dagen voor de tweede fase. Een eenmalige meting van 1hydroxypyreen in de urine wordt beschouwd als een maat voor blootstelling aan PAK’s
gedurende de voorbije dag.
De concentratie 1-hydroxypyreen in urine zou in personen blootgesteld aan PAK’s op de
werkvloer (niet-rokers) beneden 2,7 µg/g crt moeten blijven om geen gezondheidsschade aan te
richten (Lauwereys and Hoet 2001). Deze richtlijnen zijn niet bruikbaar voor jongeren van een
algemene populatie.
Gezondheidseffecten:
PAK’s stapelen zich niet op in het lichaam en zijn op zichzelf niet giftig, maar ze worden vrij snel
omgevormd tot schadelijke metabolieten. Deze zeer reactieve afbraakproducten kunnen een
verbinding aangaan met verschillende stoffen en cellen in ons lichaam.
Allereerst kunnen metabolieten van PAK’s kankerverwekkend zijn, doordat ze een reactie kunnen
aangaan met het DNA. PAK’s worden vooral in verband gebracht met long, blaas –en huidkanker.
De IARC (International Agency for Research on Cancer) klasseerde het meest giftige metaboliet
benzo[a]pyreen als kankerverwekkend voor de mens (groep 1), een aantal anderen, zoals
creosoten en cyclopenta(cd)pyreen zijn waarschijnlijk kankerverwekkend voor de mens (groep 2A).
Verder kunnen PAK’s metabolieten reageren met receptoren die instaan voor de werking van
hormonen. Daardoor kunnen ze een receptor blokkeren of onnodig stimuleren, zodat de
hormonen respectievelijk te weinig of te veel werken. Vooral de seksuele ontwikkeling en de groei
worden ontregeld door deze hormoonverstorende effecten.
Daarnaast kunnen metabolieten van PAK’s interageren met het afweersysteem, met een
verminderde weerstand tegen infecties als gevolg.
B. PAK’s in Genk-Zuid – blootstelling
1-hydroxypyreen in urine – merker voor blootstelling aan PAK’s – was detecteerbaar in de
urinestaelen van alle deelnemers behalve één. Gemiddelde en percentielwaarden uitgedrukt in
ng/l en ng/g creatinine worden gegeven in Tabel 48.
Tabel 48: Blootstelling aan PAK’s in Genk-Zuid
biomerker
eenheid
N
Urinair 1-hydroxypyreen
Urinair 1-hydroxypyreen
ng/l
ng/g crt
184
184
%
>DL
99
99
Geometrisch
gemidd. (95% BI)
203 (183 – 224)
137 (125 – 149)
mediaan
(P25-P75)
202 (139 – 343)
137 (100–199)
P90
455
267
N = aantal deelnemers; DL = detectielimiet (DL 1-hydroxypyreen: 10 ng/l ); BI = betrouwbaarheidsinterval; P = percentiel
De PAK blootstelling varieert niet significant met leeftijd of geslacht. Er wordt een significant
hogere blootstelling PAK blootstelling geobserveerd in de winter (p=0,03), een bevinding die ook in
de literatuur wordt vermeld en vermoedelijk toe te schrijven is aan het hogere gebruik van
verwarmingstoestellen in de winter. PAK blootstelling is het hoogst bij jongeren van het TSO
(p=0,01). De PAK blootstelling is niet significant geassocieerd met roken of met
136
verkeersblootstelling. De urinaire concentratie van 1-hydroxypyreen is sterk gecorreleerd met het
creatinine gehalte van de urine, een maat voor de verdunningsgraad (Figuur 59).
Urinair 1-hydroxypyreen (ng/l) - geom. gemiddelde per subgroep
0
50
100
150
200
jongens
meisjes
250
300
geslacht: p=0,60
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p=0,07
ASO
TSO
BSO
Opleiding: p=0,01
creatinine: <95 µg/l
95-135 µg/l
135-190 µg/l
>190 µg/l
Creatinine: p<0,001
winter
lente
zomer
herfst
Seizoen: p=0,03
Figuur 59: Relatie tussen 1-hydroxypyreen in urine en factoren die de blootstelling beïnvloeden
C. PAK’s– vergelijking met Vlaanderen
De blootstelling aan PAK’s is significant hoger in Genk-Zuid in vergelijking met de Vlaamse
referentiepopulatie (GM en P90: p<0,001). Het gaat hierbij om niet-gecorrigeerde waarden, d.w.z.
dat er geen rekening wordt gehouden met verschillen in de karakteristieken van de twee groepen.
500
p < 0,0001
455
1-hydroxypyreen in urine (ng/l)
Genk-Zuid
Vlaanderen
400
343
313
300
p < 0,001
200
224
203
203
139
137
100
132
87
82
59
24
5
0
GM
min
P10
P25
P50
P75
P90
Figuur 60: Urinair 1-hydroxypyreen in Genk-Zuid: vergelijking met Vlaamse controlepopulatie, nietgecorrigeerde gegevens
137
D. PAK’s – effect van gebied na correctie voor determinanten van blootstelling
Het meervoudig regressiemodel voor 1-hydroxypyreen verklaart 36% van de variabiliteit waarvan
8% verklaard wordt door gebied. Na correctie voor leeftijd, geslacht, roken, passief roken, seizoen,
opleiding, densiteit van de urine en verdunningsgraad van de urine is de blootstelling aan PAK’s in
Genk-Zuid 33% (p<0,001) hoger in vergelijking met de Vlaamse referentiegroep (Tabel 49).
Tabel 49: Determinanten van 1-hydroxypyreen in urine
Urinair 1-hydroxy-pyreen (ng/l)
R² gebied
7,85
R² finaal model
35,85
Multiplicatieve factor leeftijd (jaar) (p=0,04)
voor variabelen in
≤14,5: 0,75
model
14,5-15,5: 0,80
>15,5: 1,00
geslacht (p=0,03)
jongen: 0,86
meisje: 1,00
roken (p=0,65)
niet roker: 0,93
roker: 1,00
passief roken (p=0,06)
niet passief roker: 0,87
passief roker: 1,00
opleiding kind (p=0,008)
ASO: 0,80
TSO: 0,97
BSO: 1,00
seizoen (p=0,06)
winter: 1,16
lente: 0,97
zomer: 0,75
herfst: 1,00
densiteit (g/cm³) (p<0,001)
<1,018: 0,48
1,018-1,023: 0,63
1,023-1,027: 0,92
≥1,027: 1,00
duur urinecollectie (min.) (p=0,68)
<465 min.: 0,98
465-545 min.: 1,09
545-600 min.: 1,01
≥600 min.: 1,00
regio (p<0,001)
Genk-Zuid: 1,33
Vlaanderen: 1,00
138
2.17. Vluchtige organische stoffen: benzeen
A. Benzeen - achtergrondinformatie
Bronnen:
Benzeen wordt vooral geproduceerd
door menselijke activiteiten. Het is
bijvoorbeeld aanwezig in uitlaatgassen,
in de buurt van chemische industrie, in
sigarettenrook, in dampen van lijmen,
verven,
onderhoudsproducten…
Daarnaast kent het ook een natuurlijke
oorsprong. Zo wordt benzeen gevormd
bij bosbranden, vulkaanuitbarstingen
e.d. De mens komt voornamelijk in
contact met benzeen via inademing,
slecht in zeer beperkte mate (<1% van
totale
inname)
wordt
benzeen
ingekomen via voeding en drinkwater.
Tegenwoordig wordt benzeen vooral gebruikt
voor het vervaardigen van andere synthetische
chemicalieën die nodig zijn voor de productie
van plastic, rubber, verven, lijmen, was, nylon,
detergenten en pesticiden. Benzeen komt ook
voor in ruwe olie, uitlaatgassen, in de buurt van
petrochemische en chemische industrie, rond
stortplaatsen of huisvuilverbrandingsovens en in
sigarettenrook. Natuurlijke bronnen van
benzeen zijn vulkanen en bosbranden.
Benzeen is in gasvorm aanwezig in de lucht,
maar het kan ook oplossen in water of het kan
neerslaan op de bodem. Het wordt afgebroken
en is volledig afgebroken na enkele dagen.
Benzeen kan niet opnieuw opgenomen worden
door planten.
Blootstelling bij de mens:
Benzeen
wordt
door
de
mens
voornamelijk opgenomen door inademing.
Het is vooral binnenshuis aanwezig in
dampen afkomstig van detergenten,
lijmen, verven etc. Sigarettenrook is een
belangrijke bron van benzeen. Buitenshuis
is het verkeer een voorname bron van
benzeen. Het zogenaamde BTEX mengsel
vormt een soort van ‘vingerafdruk’ van het
verkeer en wordt gevormd door de vier
vluchtige stoffen Benzeen, Tolueen,
Ethylbenzeen en Xyleen.
Bij grote uitstoot van benzeen in de lucht
(bv. in de buurt van druk verkeer,
sommige
industrieën,
stortplaatsen,
huisvuilverbrandingsovens) kan benzeen
via de bodem in het grondwater terecht
komen en het putwater vervuilen.
Metabolisme bij de mens:
In het menselijk lichaam wordt benzeen
niet opgestapeld, maar op enkele uren tijd
volledig
afgebroken en
vervolgens
uitgescheiden via de urine.
139
Gezondheidseffecten:
Biomerker van blootstelling:
T,t’-muconzuur – een afbraakproduct van benzeen - in
de urine geeft een maat voor de blootstelling aan
benzeen gedurende de voorbije uren.
Voor blootstelling op de werkvloer werden richtwaarden
vastgesteld: de Deutsche Forschungsgemeinschaft
Exposure Equivalent (DFG-EKA) bedraagt 1,6-2 mg/l en
de Threshold Limit Value (TLV) opgesteld door de
American Conference of Governmental Industrial
Hygienist bedraagt 0,5 mg/g crt. Deze waarden
weerspiegelen concentraties waaraan personen
dagelijks blootgesteld kunnen worden op de werkvloer,
zonder dat er schadelijke gezondheidseffecten optreden
(Lauwereys and Hoet, 2001). Ze zijn niet bruikbaar voor
jongeren uit de algemene bevolking.
Langdurige
blootstelling
aan
benzeen verricht schade aan het
beenmerg en resulteert hiermee
gepaard in bloedarmoede bij zeer
sterk
verhoogde
benzeen
concentraties. Het afweersysteem
kan verstoord worden, wat leidt tot
een verminderde weerstand tegen
infecties. Bovendien werd benzeen
door het IARC (International Agency
for Cancer Research) geklasseerd
als ‘zeker kankerverwekkend voor
de mens’ (groep 1). Langdurige
blootstelling aan benzeen kan
leiden tot leukemie.
B. Benzeen in Genk-Zuid - blootstelling
T,t’-muconzuur in de urine is lager dan de detectielimiet van 5 µg/l bij één deelnemer. De
beschrijvende statistiek van de deelnemers in Genk-Zuid wordt gegeven in Tabel 50. T,t’muconzuur in Genk-Zuid varieert met het creatinine gehalte van de urine (Figuur 61), maar is niet
geassocieerd met andere factoren zoals leeftijd, geslacht, opleiding, blootstelling aan verkeer of
mogelijke binnenhuisbronnen van benzeen.
Urinair t,t-muconzuur (µg/l) - geometrische gemiddelden per subgroep
0
20
40
60
80
100
120
140
160
180
200
jongens
Geslacht: p = 0,33
meisjes
≤14,5 jr.
14,5-15,5 jr.
Leeftijd: p = 0,59
>15,5 jr.
ASO
TSO
Opleiding kind: p = 0,19
BSO
creatinine: <95 µg/l
95-135 µg/l
Creatinine: p < 0,0001
135-190 µg/l
>190 µg/l
Figuur 61: Relatie tussen t,t’-muconzuur in urine en factoren die de blootstelling beïnvloeden
140
Tabel 50: Blootstelling aan benzeen in Genk-Zuid
biomerker
eenheid
N
% >DL
Urinair t,t’-muconzuur
Urinair t,t’-muconzuur
µg/l
µg/g crt
185
185
99
99
Geometrisch
gemidd. (95% BI)
102 (87 - 121)
69 (60 – 80)
mediaan
(P25-P75)
92 (50 – 223)
63 (32 – 131)
P90
458
259
N = aantal deelnemers; DL = detectielimiet (DL t,t-muconzuur: 5 µg/l); BI = betrouwbaarheidsinterval; P = percentiel
C. Benzeen in Genk-Zuid – vergelijking met Vlaanderen
De blootstelling aan benzeen – gemeten door middel van t,t’-muconzuur in urine – is significant
hoger in Genk-Zuid in vergelijking met de Vlaamse referentiepopulatie (Figuur 62). De 90e
percentielen verschillen niet tussen beide regio’s (p = 0,11). De vergelijking gebeurt op basis van de
ruwe data, d.w.z. dat er geen rekening gehouden wordt met verschillen in karakteristieken van de
twee populaties.
500
p = 0,11
458
t,t'-muconzuur in urine (µg/l)
Genk-Zuid
Vlaanderen
400
332
300
223
200
167
p = 0,18
100
102
92
88
3
0
GM
11
min
26 28
P10
80
50 41
P25
P50
P75
P90
Figuur 62: Urinair t,t-muconzuur in Genk-Zuid: vergelijking met Vlaamse controlepopulatie, nietgecorrigeerde gegevens
D. Benzeen in Genk-Zuid – effect van gebied na correctie voor determinanten van
blootstelling
Na correctie voor leeftijd, geslacht, roken, opleiding, densiteit van de urine en duur van de
urinecollectie is de gemiddelde urinaire t,t’-muconzuurconcentratie in de urine in Genk-Zuid 8%
hoger dan in de Vlaamse referentiepopulatie. Dit verschil is niet significant. Het totale model
verklaart 26% van de variabiliteit; gebied verklaart hiervan 0,5% (Tabel 51).
141
Tabel 51: Determinanten van t,t-muconzuur in urine
R² gebied
R² finaal model
Multiplicatieve factor
voor variabelen in
model
Uriniar t,t-muconzuur (µg/l)
0,53
26,27
leeftijd (jaar) (p=0,02)
≤14,5: 0,80
14,5-15,5: 0,69
>15,5: 1,00
geslacht (p=0,42)
jongen: 0,92
meisje: 1,00
roken (p=0,39)
niet roker: 1,16
roker: 1,00
opleiding kind (p=0,008)
ASO: 0,64
TSO: 0,68
BSO: 1,00
densiteit (g/cm³) (p<0,001)
<1,018: 0,31
1,018-1,023: 0,499
1,023-1,027: 0,69
≥1,027: 1,00
duur urinecollectie (min.) (p<0,001)
<465 min.: 0,64
465-545 min.: 1,14
545-600 min.: 1,11
≥600 min.: 1,00
regio (p=0,49)
Genk-Zuid: 1,08
Vlaanderen: 1,00
142
2.18. Vluchtige organische stoffen: tolueen
A. Tolueen - achtergrondinformatie
Tolueen (methylbenzeen) is een heldere,
kleurloze vloeistof met een aparte geur. In
de natuur is het aanwezig in aardolie en in
the tolu boom. Verder wordt tolueen
geproduceerd door menselijke activiteiten,
zoals bij de productie van benzine en
andere brandstoffen. Tolueen wordt ook
gebruikt voor het maken van verven,
verfverdunners, nagellak, adhesieven,
rubber e.d.
De mens komt vooral in aanraking met
tolueen
door
inademing
van
gecontamineerde lucht. Tolueen verdampt
zeer snel en is slecht wateroplosbaar,
waardoor orale opname door vervuild
drinkwater of voedsel weinig waarschijnlijk
is.
Bronnen:
Tolueen wordt gebruikt in brandstoffen om het
octaangehalte te verhogen, het vervangt
tegenwoordig vaak het kankerverwekkende
benzeen in vele toepassingen. Tolueen ruikt
men slechts in zeer hoge concentraties die al
schadelijk kunnen zijn voor de gezondheid.
Luchtvervuiling door het verkeer is eveneens
een belangrijke bron van tolueen, het is dan ook
vaak aanwezig in smog en in de buitenlucht van
steden. Binnenshuis vindt men tolueendampen
terug afkomstig van diverse huishoudproducten,
zoals verven, antiroestmiddelen, boenwas,
spuitlak, inkt, nagellak, lijm e.a. Ook
sigarettenrook bevat veel tolueen.
Natuurlijke bronnen van tolueen zijn aardolie en
de tolu boom.
Blootstelling bij de mens:
Metabolisme bij de mens:
Meestal gebeurt blootstelling aan tolueen door
inademing van gecontamineerde lucht nabij
bepaalde industrieën of in het verkeer.
Tolueen maakt, net zoals benzeen, deel uit van
het zogenaamde BTEX mengsel in het verkeer.
Daarnaast vorm sigarettenrook ook een
belangrijke bron van tolueen besmetting. Ook
binnenshuis kan tolueen ingeademd worden in
de buurt van o.a. verven, lijmen, nagelijk…
Tolueen kan opgenomen worden door het
drinken van besmet water, maar dit is weinig
waarschijnlijk omdat tolueen snel verdamt en
slecht wateroplosbaar is.
Tolueen wordt via het bloed vooral
naar vetweefsel, de nieren, de lever
en de hersenen gebracht. Daarna
kan het nog enkele dagen in het
lichaam aanwezig blijven tot het
voornamelijk uitgescheiden wordt
via de nieren.
143
Biomerker van blootstelling:
De mate van blootstelling aan tolueen kan bepaald worden m.b.v een meting van de
afbraakproducten van tolueen in de urine. In deze studie wordt de concentratie ortho-cresol (ocresol) opgemeten. Er werd reeds aangetoond dat de hoeveelheid o-cresol in de urine gecorreleerd
is met de mate van blootstelling aan tolueen. De halfwaardetijd van o-cresol is slechts kort, dus een
meting van o-cresol concentraties weerspiegelt de blootstelling aan tolueen van de afgelopen uren.
Voor blootstelling op de werkvloer werden richtwaarden vastgesteld: de Deutsche
Forschungsgemeinschaft Biologic Tolerance Level (DFG-BAT) bedraagt 3 mg/l en de Threshold Limit
Value (TLV) opgesteld door de American Conference of Governmental Industrial Hygienist bedraagt
0,5 mg/l. Deze waarden weerspiegelen concentraties waaraan personen dagelijks blootgesteld
kunnen worden op de werkvloer, zonder dat er schadelijke gezondheidseffecten optreden
(Lauwereys and Hoet, 2001). Deze richtlijnen zijn niet bruikbaar voor jongeren van de algemene
populatie.
Gezondheidseffecten:
De giftigheid van tolueen lijkt sterk op die van benzeen, maar tolueen is in tegenstelling tot
benzeen niet kankerverwekkend.
Tolueen heeft een impact op het zenuwstelsel. Een lage tot matige dosis kan leiden tot
vermoeidheid, verwardheid, zwakte, geheugenverlies, misselijkheid, verlies van eetlust en verlies
van gehoor en kleurenzicht. Deze symptomen verdwijnen meestel als de blootstelling ophoudt. Als
hoge concentraties tolueen ingeademd worden op korte termijn kan dit leiden tot duizeligheid,
slaperigheid, vertraagde reactietijd... Men veronderstelt dat tolueen dan wel blijvende schade aan
verstandelijke en emotionele functies kan veroorzaken: verminderd geheugen, prikkelbaarheid,
spraakproblemen, tremor, vermoeidheid, hoofdpijn. Bovendien kan tolueen verlies van bewustzijn
en zelfs de dood veroorzaken. Hoge tolueen concentraties kunnen ook de nieren aantasten.
A. Tolueen – blootstelling in Genk-Zuid
Probleemstelling.
Op basis van metingen van de milieu-inspectie werden in 2009 in één meetpost in Genk-Zuid hoge
waarden van tolueen gemeten. Deze hoge waarden werden vooral veroorzaakt door sporadisch
hoge piekwaarden.
Methodologie.
Ortho-cresol is een afbraakproduct van tolueen dat kan worden gemeten in de urine. De
metaboliet heeft een korte halfwaardetijd en geeft dus een beeld van recente blootstelling
(voorbije uren).
Ortho-cresol werd enkel gemeten in de urine van jongeren van Genk-Zuid. Het was niet
beschikbaar in de Vlaamse referentiepopulatie en omwille van mogelijke stabitiliteitsproblemen
werd er beslist dat het niet opportuun was om o-cresol te meten in stalen die reeds 2 jaar bewaard
worden. De stabiliteit van o-cresol in diepgevroren stalen is namelijk onzeker.
De opzet van de studie was om o-cresol te meten bij jongeren in Genk-Zuid en na te gaan of er
verhogingen voorkomen binnen de groep. Bij verhoogde waarden kunnen deze vergeleken worden
met gezondheidskundige richtlijnen, en kan worden bestudeerd worden of er een geografische
spreiding is op de data, m.a.w. of de waarden in verband kunnen worden gebracht met een
puntbron.
144
Resultaten en interpretatie.
Ortho-cresol werd gemeten bij 198 deelnemers. De dectielimiet bedraagt 0,1 mg/l. Bij 196 van de
198 deelnemers liggen de metingen onder de detectielimiet; de 2 overige metingen bedragen
respectievelijk 0,1 mg/l en 0,2 mg/l. Er kan dus geen blootstelling aan tolueen worden
gedectecteerd door middel van biomonitoring. De korte halfwaardetijd van de biomerker is hierbij
mogelijk een belangrijke beperkende factor: blootstelling aan tolueen kan enkel worden gemeten
in de urine indien het plaatsvond in de uren vόόr de urinecollectie. Daarnaast speelt ook de
verblijfplaats van de deelnemers een rol: tolueen is een vluchtige stof die zich verspreid via de
lucht, en dus afneemt in concentratie volgens toenemende afstand tot de bron. De jongeren in de
studie wonen rond het industriegebied in een straal van verschillende kilometers.
Op basis van de VMM metingen kon de blootstelling aan tolueen tijdens de periode van staalname
worden ingeschat. Er waren gegevens beschikbaar van de meetpost 40GK09 (sluis Langerlo) voor
de periode van 01/01/2010 tot 31/08/2010. Tolueen (µg/m³) werd om het half uur gemeten (dus
48 metingen per dag). Figuur 63 geeft de minimum en maximum dagwaarde voor de periode van
januari tot en met augustus 2010. De maximum toelaatbare piekwaarde van 1000 µg/m³ werd in
deze periode niet overschreden. Daarnaast werd ook verder ingezoomd op de dagen dat het
veldwerk gebeurde. In de periode van 1 januari tot 31 augustus gebeurde er staalname voor de
biomonitoringscampagne tijdens elf dagen. Op basis van de VMM metingen werd de
tolueenconcentratie (half-uur waarden) bekeken voor een periode van 33 uren voorafgaand aan de
veldwerkdag (met startpunt van veldwerkdag op 9 a.m.). Voor deze 11 waarden was er geen
overschrijding van deWHO norm van 1000 µg/m³; op 5 van de 11 dagen was er een duidelijke
stijging boven de basislijn (≥ 20 µg/m³); op 3 van de 11 dagen was er een stijging boven de 100
µg/m³ (zie Figuur 64).
Tolueen in lucht (µg/m³) - VMM meetpost 40GK09
1000
Tolueen (µg/m³)
800
Dag min.
600
Dag max.
max. toelaatbare
piekwaarde
400
200
0
1/01/2010
1/02/2010
1/03/2010
1/04/2010
1/05/2010
1/06/2010
1/07/2010
1/08/2010
Figuur 63: Tolueen (µg/m³) van meetpost 40GK09: resultaten per dag (minimum en maximum
waarde op 48 metingen per dag)
145
0:00:00
30/06/2010
146
9:00:00
8:00:00
7:00:00
6:00:00
5:00:00
0:00:00
9:00:00
8:00:00
7:00:00
6:00:00
5:00:00
4:00:00
3:00:00
2:00:00
1:00:00
0:00:00
23:00:00
22:00:00
21:00:00
20:00:00
19:00:00
18:00:00
17:00:00
16:00:00
15:00:00
14:00:00
13:00:00
12:00:00
11:00:00
10:00:00
9:00:00
8:00:00
7:00:00
6:00:00
5:00:00
4:00:00
3:00:00
2:00:00
1:00:00
Tolueen (µg/m³)
15/01/2010
4:00:00
28/04/2010
3:00:00
2:00:00
1:00:00
0:00:00
23:00:00
22:00:00
21:00:00
20:00:00
19:00:00
18:00:00
17:00:00
16:00:00
15:00:00
14:00:00
13:00:00
12:00:00
11:00:00
10:00:00
9:00:00
8:00:00
7:00:00
6:00:00
5:00:00
4:00:00
3:00:00
2:00:00
1:00:00
Tolueen (µg/m³)
0:00:00
9:00:00
8:00:00
7:00:00
6:00:00
5:00:00
4:00:00
3:00:00
2:00:00
1:00:00
0:00:00
23:00:00
22:00:00
21:00:00
20:00:00
19:00:00
18:00:00
17:00:00
16:00:00
15:00:00
14:00:00
13:00:00
12:00:00
11:00:00
10:00:00
9:00:00
8:00:00
7:00:00
6:00:00
5:00:00
4:00:00
3:00:00
2:00:00
1:00:00
Tolueen (µg/m³)
120
VMM meetpost 40GK09 - onderzoeksdag 16 januari 2010
100
80
60
40
20
0
VMM meetpost 40GK09 - onderzoeksdag 29 april 2010
16/01/2010
140
120
100
80
60
40
20
0
29/04/2010
120
VMM meetpost 40GK09 - onderzoeksdag 1 juli 2010
100
80
60
40
20
0
1/07/2010
Figuur 64: Halfuurswaarden voor tolueen (µg/m³) op dagen voorafgaand aan onderzoeksdagen
voor drie onderzoeksdagen met een piekwaarde boven de 100 µg/m³
Besluit:
Op basis van metingen van ortho-cresol in de urine werd geen verhoogde blootstelling aan tolueen
vastgesteld bij de jongeren in de studie. Bij de interpretatie van de data dient rekening te worden
gehouden met de korte halfwaardetijd van de biomerker en het feit dat jongeren verspreid rond
het industriegebied wonen.
3. Gezondheidseffecten
3.1 Astma en allergie
A. Astma en allergie - achtergrondinformatie
Verschillende van de polluenten die in Genk-Zuid gemeten worden hebben mogelijk
immuunverstorende eigenschappen, d.w.z. dat ze het afweersysteem in de war kunnen brengen en
leiden tot een verminderd afweersysteem (meer infecties) en/of tot een overstimulatie van het
afweersysteem (meer allergieën).
In dit rapport wordt op basis van zelfrapportering (via gestandaardiseerde vragenlijsten) nagegaan
hoe hoog de prevalentie is van verschillende types van allergie bij de jongeren in Genk-Zuid. De
prevalentie wordt vervolgens vergeleken met die in de algemene Vlaamse populatie.
Volgende allergieën worden bevraagd:
Astma:
o doctor-diagnosed astma = astma vastgesteld door een arts;
o astma – laatste 12 maanden = in de laatste 12 maanden symptomen van astma
gehad;
o astma – ooit = ooit symptomen van astma gehad;
Hooikoorts:
o doctor-diagnosed hooikoorts = hooikoorts vastgesteld door een arts;
o hooikoorts ooit = ooit symptomen van hooikoorts gehad;
Eczeem: huidallergie;
Andere allergieën:
o allergie voor metalen of chemische producten = allergie voor metaal, verzorgings-,
huishoud- of onderhoudsproducten);
o allergie voor voeding, medicatie of insecten;
o allergie voor dieren (hond, kat, paard, …).
B. Astma en allergie in Genk-Zuid
De prevalentie van de verschillende vormen van astma en allergie in Genk-Zuid wordt gegeven in
Tabel 52.
Tabel 52: Voorkomen van astma en allergie in Genk-Zuid
Biomerker
astma – doctor diagnosed
astma – laatste 12 maanden
astma – ooit
hooikoorts – doctor diagnosed
hooikoorts – ooit
eczeem
allergie voor metaal of chemische producten
allergie voor voeding, geneesmiddelen of insecten
allergie voor dieren
N
185
178
178
186
187
185
173
172
180
N = aantal deelnemers; 95% BI = 95% betrouwbaarheidsinterval
147
% (95% BI)
9,2 (5,8 – 14,3)
14,6 (10,1 – 20,6)
21,9 (16,4 – 28,6)
21,0 (15,7 – 27,4)
28,9 (22,8 – 35,8)
21,1 (15,8 – 27,6)
19,1 (13,9 – 25,6)
24,4 (18,6 – 31,4)
5,0 (2,6 – 9,3)
Binnen de onderzoeksgroep in Genk-Zuid wordt eerst nagekeken welke persoonsfactoren en/of
levensstijlfactoren gelinkt zijn met het voorkomen van astma en allergie.
Figuur 65 geeft de frequentie van de drie vormen van astma (doctor diagnosed, laatste 12
maanden, ooit) voor verschillende subgroepen. Voor de 2 vormen van astma die gedefinieerd
worden op basis van symptomen (astma in laatste 12 maanden en ooit astma) wordt een aantal
trends vastgesteld, maar de verschillen tusen de subgroepen zijn niet statistisch significant: astma
komt meer voor bij meisjes dan bij jongens, meer bij jongeren met een familiale voorgeschiedenis
van astma, neemt toe met dalend opleidingsniveau, is hoger bij jongeren van niet-Belgische
afkomst en bij jongeren die zijn blootgesteld aan passief roken (Figuur 65). Het voorkomen van
doctor-diagnosed astma, daarentegen, volgde andere trends: de prevalentie is hoger bij jongens,
lager bij jongeren uit het BSO en lager bij jongeren die zijn blootgesteld aan passief roken
(verschillen tussen subgroepen niet significant). De prevalentie van doctor diagnosed astma is
significant hoger bij jongeren van niet-Belgische afkomst (p=0,04).
doctor diagnosed astma - % per subgroep
0
5
10
15
20
25
jongens
meisjes
30
35
40
Sex: p=0,54
geen familiaal astma
familiaal astma
Familiaal astma: p=0,67
ASO
TSO
BSO
Opleiding: p=0,54
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
Etniciteit: p=0,04
geen passief roken
passief roken
Passief roken p=0,30
astma in laatste 12 maanden - % per subgroep
0
jongens
meisjes
geen familiaal astma
familiaal astma
5
10
15
20
25
30
35
astma ooit - % per subgroep
40
0
jongens
meisjes
Sex: p=0,37
geen familiaal astma
familiaal astma
Familiaal astma: p=0,27
ASO
TSO
BSO
Opleiding: p=0,19
ASO
TSO
BSO
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
Etniciteit: p=0,14
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
geen passief roken
passief roken
geen passief roken
passief roken
Passief roken p=0,26
5
10
15
20
25
30
35
40
Sex: p=0,28
Familiaal astma: p=0,31
Opleiding: p=0,11
Etniciteit: p=0,07
Passief roken p=0,97
Figuur 65: Voorkomen van astma volgens subgroepen
Hooikoorts bij jongeren in Genk-Zuid wordt sterk bepaald door de familiale voorgeschiedenis van
hooikoorts (Figuur 66), maar varieert weinig volgens geslacht, opleidingsniveau, ethniciteit of
blootstelling aan passief roken.
Eczeem komt significant meer voor bij meisjes dan bij jongens (31,6% vs. 9,2%; p<0,001) en is sterk
geassocieerd met familiale voorgeschiedenis van eczeem (p=0,001) (Figuur 67). De prevalentie van
eczeem varieert weinig met opleidingsniveau, ethniciteit of blootstelling aan passief roken. Bij
toenemend gebruik van verzorgingsproducten (cosmetica, zepen, zalven,…) wordt meer eczeem
gerapporteerd, maar de verschillen tussen de subgroepen zijn niet significant (p=0,12).
Allergie voor metaal of chemische producten (verzorgings-, huishoud- of onderhoudsproducten)
vertoont veel gelijkenis met het voorkomen van eczeem. Er worden significante verschillen
vastgesteld tussen jongens en meisjes, tussen klassen van ethniciteit en volgens gebruik van
148
verzorgingsproducten. Er is een associatie met familiale voorgeschiedenis van allergie, maar deze
relatie is niet significant (Figuur 67).
Allergie voor voeding, medicatie of insecten verschilt niet significant volgens geslacht, familiale
voorgeschiedenis van allergie, opleidingsniveau, ethniciteit of blootstelling aan passief roken
(Figuur 68). Allergie voor dieren komt niet zo frequent voor (5,0% van totale groep). De frequentie
verschilt niet significant volgens de onderzochte subgroepen (Figuur 68).
hooikoorts ooit - % per subgroep
doctor diagnosed hooikoorts - % per subgroep
0
10
20
30
jongens
meisjes
40
0
50
Sex: p=0,73
geen familiale hooikoorts
familiale hooikoorts
10
20
30
jongens
meisjes
Familiaal hooikoorts: p=0,001
ASO
TSO
BSO
Opleiding: p=0,51
ASO
TSO
BSO
Opleiding: p=0,29
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
Etniciteit: p=0,74
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
Etniciteit: p=0,92
geen passief roken
passief roken
geen passief roken
passief roken
Passief roken p=0,66
50
Sex: p=0,72
geen familiale hooikoorts
familiale hooikoorts
Familiale hooikoorts: p<0,001
40
Passief roken p=0,66
Figuur 66: Voorkomen van hooikoorts volgens subgroepen
allergie voor metaal of chemische producten - % per subgroep
eczeem - % per subgroep
0
10
20
30
40
jongens
meisjes
0
50
Sex: p<0,001
ASO
TSO
BSO
Opleiding: p=0,94
ASO
TSO
BSO
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
Etniciteit: p=0,46
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
geen passief roken
passief roken
30
50
Familiale allergie: p=0,12
Opleiding: p=0,07
Etniciteit: p=0,004
Passief roken: p=0,21
verzorgingsproducten:
laag gebruik
matig gebruik
hoog gebruik
Gebruik verzorgingsproducten p=0,12
40
Sex: p=0,001
geen passief roken
passief roken
Passief roken: p=0,78
verzorgingsproducten:
laag gebruik
matig gebruik
hoog gebruik
20
geen familiale allergie
familiale allergie
Familiaal eczeem: p=0,001
geen familiaal eczeem
familiaal eczeem
10
jongens
meisjes
Gebruik verzorgingsproducten p=0,01
Figuur 67: Voorkomen van eczeem en allergie voor metaal of chemische producten volgens
subgroepen
allergie voor voeding, medicatie of insecten - % per subgroep
0
jongens
meisjes
geen familiale allergie
familiale allergie
10
20
30
40
allergie voor dieren - % per subgroep
0
50
jongens
meisjes
Sex: p=0,24
geen familiale allergie
familiale allergie
Familiale allergie: p=0,49
5
10
15
Sex: p=0,13
Familiale allergie: p=0,50
ASO
TSO
BSO
Opleiding: p=0,73
ASO
TSO
BSO
Opleiding: p=0,24
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
Etniciteit: p=0,46
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
Etniciteit: p=0,76
geen passief roken
passief roken
geen passief roken
passief roken
Passief roken: p=0,72
20
Passief roken: p=0,38
Figuur 68: Voorkomen van allergie voor voeding, medicatie of insecten en van allergie voor dieren
volgens subgroepen
149
C. Astma en allergie in Genk-Zuid – vergelijking met Vlaanderen
Er worden geen significant verschillen vastgesteld tussen de prevalentie van astma en allergie in
Genk-Zuid in vergelijking met een analoge leeftijdsgroep in Vlaanderen. Eczeem komt meer voor in
Genk-Zuid dan in de controlegroep (21,1% vs. 14,2%), maar de verschillen zijn niet statistisch
significant (p=0,08); allergie voor dieren kwam minder voor in Genk-Zuid (5,0% vs. 10,6%; p=0,05).
astma - doctor diagnosed
Genk
p = 0,95
astma - laatste 12 ma.
Vlaanderen
p = 0,68
astma - ooit
p = 0,98
p = 0,26
hooikoorts - doctor diagnosed
p = 0,39
hooikoorts - ooit
eczeem - ooit
p = 0,08
allergie voeding, insect, medicatie
p = 0,23
allergie metaal, chem.stoffen
p = 0,84
p = 0,05
allergie, dieren
0
5
10
15
20
25
30
35
Figuur 69: Astma en allergie in Genk-Zuid: vergelijking met Vlaamse controlepopulatie, nietgecorrigeerde gegevens
D. Astma en allergie – effect van gebied na correctie voor determinanten van blootstelling
Na correctie voor roken, familiaal astma en significante covariaten (verkeersblootstelling voor
doctor-diagnosed astma en voor ooit astma; passief roken voor astma in laatste 12 maanden) is er
geen significant verschil in de prevalentie van astma tussen Genk-Zuid en Vlaanderen (Tabel 53).
Frequentie per wijk. De p-waarde geeft de overall significantie (Chi-square) voor vergelijking van wijken in Genk; posthoc analyse: Kolderbos verschillend van Nieuw-Sledderlo en Diepenbeek voor doctor-diagnosed astma; Kolderbos
verschillende van Langerlo+ voor ooit astma. De donkerblauwe balk geeft de waarde in de Vlaamse referentiepopulatie
(ter illustratie).
Figuur 70 geeft de frequentie van astma (volgens drie verschillende definities) voor de
verschillende wijken in Genk-Zuid. Voorzichtigheid is geboden aangezien het gaat om kleine
subgroepen. Toch zijn er opvallende verschillen tussen de wijken. Voor doctor-diagnosed astma
(p=0,03) en ooit astma (p=0,04) is de frequentie in Kolderbos en Oud-Sledderlo twee tot drie keer
hoger dan gemiddeld in Genk-Zuid. Voor astma in de voorbije 12 maanden zijn de verschillen
minder duidelijk.
150
Tabel 53: Determinanten van astma
astma –
doctor diagnosed
0,00
4,97
roken (p=0,41)
niet roker: 0,59
roker: 1,00
familiaal astma (p=0,01)
geen fam. astma: 0,35
wel fam. astma: 1,00
verkeer (p=0,02 )
<210 min./week: 0,36
210-335 min./wk.: 0,53
335-470 min./wk.: 0,17
≥470 min./wk.: 1,00
regio (p=0,89)
Genk-Zuid: 0,95
Vlaanderen: 1,00
R² gebied
R² finaal model
Odds ratio
voor variabelen
in model
astma –
laatste 12 maanden
0,05
3,38
roken (p=0,22)
niet roker: 2,38
roker: 1,00
passief roken (p=0,10)
niet passief: 0,56
passief en/of actief: 1,00
familiaal astma (p=0,01)
geen fam. astma: 0,38
wel fam. astma: 1,00
regio (p=0,30)
Genk-Zuid: 0,70
Vlaanderen: 1,00
astma –
ooit
0,00
4,55
roken (p=0,66)
niet roker: 1,09
roker: 1,00
familiaal astma (p=0,04)
geen fam. astma: 0,50
wel fam. astma: 1,00
verkeer (p=0,01 )
<210 min./week: 0,48
210-335 min./wk.: 0,35
335-470 min./wk.: 0,36
≥470 min./wk.: 1,00
regio (p=0,63)
Genk-Zuid: 0,88
Vlaanderen: 1,00
doctor-diagnosed astma
Vlaanderen
9,4
Diepenbeek
5,4
Oud-Termien
0,0
Langerlo+
7,7
Kolderbos
29,4
Nieuw-Sledderlo
3,6
Oud-Sledderlo
20,0
Terboekt+
p = 0,03
10,7
0
5
10
15
20
25
30
35
% deelnemers
astma - ooit
astma - laatste 12 maanden
Vlaanderen
Vlaanderen
16,1
Diepenbeek
Diepenbeek
13,0
Oud-Termien
20,8
Oud-Termien
0,0
Langerlo+
Oud-Sledderlo
p = 0,30
17,9
10
15
20
25
30
19,2
Oud-Sledderlo
28,6
5
41,2
Nieuw-Sledderlo
14,8
Terboekt+
11,5
Kolderbos
25,0
Nieuw-Sledderlo
0,0
Langerlo+
8,0
Kolderbos
0
22,0
42,9
Terboekt+
35
25,0
0
% deelnemers
p = 0,04
10
20
30
40
50
% deelnemers
Frequentie per wijk. De p-waarde geeft de overall significantie (Chi-square) voor vergelijking van wijken in Genk; post-hoc
analyse: Kolderbos verschillend van Nieuw-Sledderlo en Diepenbeek voor doctor-diagnosed astma; Kolderbos
verschillende van Langerlo+ voor ooit astma. De donkerblauwe balk geeft de waarde in de Vlaamse referentiepopulatie
(ter illustratie).
Figuur 70: Frequentie van astma per wijk
151
Na correctie voor roken en het familiaal voorkomen van hooikoorts in de familie is er geen
significant verschil tussen Genk en Vlaanderen in de frequentie van doctor-diagnosed hooikoorts.
De hooikoorts op basis van symptomen is 41% lager in Genk-Zuid dan in Vlaanderen na correctie
voor familiaal voorkomen, roken, passief roken en opleidingsniveau van het gezin. Dit verschil is
net niet significant (p=0,053) (Tabel 54).
Tabel 54: Determinanten van hooikoorts
R² gebied
R² finaal model
Odds ratio
voor variabelen
in model
hooikoorts – doctor diagnosed
0,34
8,34
roken (p=0,71)
niet roker: 1,22
roker: 1,00
familiale hooikoorts (p<0,001)
geen fam. astma: 0,24
wel fam. astma: 1,00
regio (p=0,24)
Genk-Zuid: 0,73
Vlaanderen: 1,00
hooikoorts – ooit
0,20
13,12
roken (p=0,94)
niet roker: 1,04
roker: 1,00
passief roken (p=0,01)
niet passief: 0,50
passief en/of actief: 1,00
opleidingsniveau gezin (p=0,007)
max. lager secundair: 0,21
hoger secundair: 0,59
hoger onderwijs: 1,00
familiale hooikoorts (p<0,001)
geen fam. astma: 0,27
wel fam. astma: 1,00
regio (p=0,053)
Genk-Zuid: 0,59
Vlaanderen: 1,00
Na correctie voor roken, geslacht en familiaal voorkomen van eczeem komt eczeem 48% meer
voor bij jongeren uit Genk-Zuid dan bij jongeren uit de Vlaamse controlegroep (p=0,17) (Tabel 55).
Allergie voor metalen of chemische producten komt 41% keer minder voor nadat gecorrigeerd
wordt voor roken, geslacht, opleiding en familiale voorgeschiedenis van allergie (Tabel 55).
Aangezien voor gecombineerde vormen van allerige niet specifiek naar famiale allergie gevraagd
wordt, maar enkel wordt nagegaan of er ‘een’ vorm van allergie voorkomt in de familie, is de
relatie minder sterk dan bijvoorbeeld voor astma, hooikoorts of eczeem.
Allergie voor voeding, medicatie of insectenbeten komt 28% keer meer voor na correctie wordt
voor roken en familiale voorgeschiedenis van allergie (Tabel 56).
Na correctie voor roken en familiale voorgeschiedenis van allerige komt allergie voor dieren
significant minder voor in Genk-Zuid (Tabel 56).
152
Tabel 55: Determinanten van eczeem en allergie voor metaal of chemische producten
eczeem
R² gebied
R² finaal model
Odds ratio
voor variabelen
in model
allergie voor metaal of chemische
producten
0,01
9,13
roken (p=0,28)
niet roker: 0,55
roker: 1,00
familiale allergie (p=0,21)
geen fam. astma: 0,67
wel fam. astma: 1,00
geslacht (p<0,001)
jongen: 0,25
meisje: 1,00
opleidingstype (p=0,01)
ASO: 0,31
TSO: 0,38
BSO: 1,00
regio (p=0,18)
Genk-Zuid: 0,66
Vlaanderen: 1,00
0,81
8,12
roken (p=0,73)
niet roker: 1,25
roker: 1,00
familiaal eczeem (p<0,001)
geen fam. astma: 0,27
wel fam. astma: 1,00
geslacht (p=0,01)
jongen: 0,50
meisje: 1,00
regio (p=0,17)
Genk-Zuid: 1,48
Vlaanderen: 1,00
Tabel 56: Determinanten van allergie voor voeding,medicatie of insectenenbeten en allergie voor
dieren
R² gebied
R² finaal model
Odds ratio
voor variabelen
in model
allergie voor voeding, medicatie
of insectenbeten
0,42
1,18
roken (p=0,68)
niet roker: 0,80
roker: 1,00
familiale allergie (p=0,10)
geen fam. astma: 0,61
wel fam. astma: 1,00
regio (p=0,37)
Genk-Zuid: 1,28
Vlaanderen: 1,00
153
allergie voor dieren
1,12
2,22
roken (p=0,38)
niet roker: 0,56
roker: 1,00
familiale allergie (p=0,10)
geen fam. astma: 0,45
wel fam. astma: 1,00
regio (p=0,04)
Genk-Zuid: 0,43
Vlaanderen: 1,00
3.2 Genotoxiciteit: komeettest
A. Komeettest - achtergrondinformatie
Met de komeettest kan op een vrij eenvoudige, maar toch gevoelige manier DNA schade
aangetoond worden. De schade die gemeten wordt hoeft niet noodzakelijk blijvend te zijn
en is dus niet altijd onmiddellijk gevaarlijk. DNA schade bestaat namelijk vooral uit
tijdelijke, herstelbare fouten. De meeste, bijna alle, schade wordt correct hersteld, maar er
is steeds een kleine hoeveelheid schade die niet op de juiste manier hersteld wordt,
waardoor er dus altijd een (zeer kleine) kans op mutatie is. Dit betekent dat het aantonen
van DNA schade met de komeettest alleen een potentieel, maar geen zéker risico inhoudt.
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.
Methodologie:
De komeettest wordt uitgevoerd op volbloed. Bloedcellen worden vermengd met een gel, gespreid
op een plastic film en vervolgens gelyseerd in een detergent -en zoutoplossing. Hierdoor wordt de
celmembraan afgebroken en worden oplosbare celcomponenten en histonen (eiwitten op DNA)
verwijderd. Na incubatie in een alkalische oplossing wordt de gel met het DNA onder elektrische
spanning gebracht. DNA is steeds negatief geladen, wat betekent dat het tijdens elektroforese zal
migreren naar de positieve pool van het elektrisch veld. Als DNA beschadigd is, ontstaan er meer
losse, steeds negatieve geladen fragmenten. Deze losse fragmentjes zijn lichter en zullen dus
sneller migreren. Na kleuring en visualisatie van het DNA onder de fluorescentiemicroscoop ziet de
kern eruit als een komeet, met de relatieve hoeveelheid DNA in de staart indicatief voor het aantal
breuken in het DNA (enkelstrengige en dubbelstrengige, en breuken veroorzaakt tijdens DNA
herstel en in delende cellen breuken t.g.v. het replicatieproces). Vervolgens kunnen de lengte en de
inhoud van de komeetstaarten gemeten worden m.b.v. automatische beeldanalysesystemen
(Metafer 3.5, Metasystems), wat als resultaat het percentage DNA dat zich in de komeetstaart
bevindt weergeeft (figuur links). Bij niet beschadigd DNA vindt men zo goed als geen DNA
fragmenten of losse uiteinden en zal er weinig of geen afzonderlijke migratie optreden. In dat geval
wordt geen komeetuitzicht bekomen (figuur rechts).
Na manuele uitzuivering van de foutief gemeten cellen kan dan uiteindelijk een % DNA migratie
berekend worden voor elke individu. Wie gemiddeld meer cellen met dergelijke DNA schade heeft
t.o.v. een controlepopulatie zal niet noodzakelijk kanker ontwikkelen of een andere aandoening
krijgen. Dit wijst echter wel op een verhoogde blootstelling aan genotoxische stoffen wat
potentieel een risico kan betekenen en waarvoor waakzaamheid dus geboden is, bijvoorbeeld het
achterhalen van de verontreinigende factor die voor de schade verantwoordelijk.
154
DNA breuken zijn echter niet de belangrijkste vorm van schade aan het DNA, vaker zijn er
modificaties van DNA basen aanwezig. Bij de komeettest kunnen specificieke enzymen gebruikt
worden die bepaalde gemodifieerde basen uitknippen. Geoxideerde purinebasen (8-oxoGua,
FaPyAde, FaPyGua, naast gealkyleerde basen zoals N7-methylGua) kunnen detecteerd worden
m.b.v. het FGP enzyme. Om met de komeettest geoxideerd DNA te detecteren, wordt de
enzymebehandeling uitgevoerd na lysis van de cellen. Het FGP enzyme verwijdert de foutieve
bases uit het DNA en knipt de DNA streng door op die plaats. Hierdoor ontstaan extra breuken en
een verhoogde migratie van het DNA in het elektrisch veld. Het verschil in % DNA migratie met en
zonder incubatie met het FGP enzyme, is een maat voor oxidatief beschadigd DNA.
B. Komeettest in Genk-Zuid
DNA-schade bij de jongeren van Genk-Zuid werd gemeten met behulp van de komeettest. De
gemiddelde waarde, gemeten met de klassieke komeettest bedraagt 4,43% DNA-schade. Na
behandeling met fgp enzymen geeft de komeettest een maat voor oxidatieve schade. Voor deze
laatste test bedraagt het geometrisch gemiddelde 3,93% DNA-schade (Tabel 57).
Tabel 57: Percentage DNA migratie (gemeten met de komeettest) in Genk-Zuid
biomerker
eenheid
N
Komeettest
Komeettest
na fgp
% DNA migratie
% DNA migratie
194
193
%>
DL
100
100
Geometrisch
gemiddelde (95% BI)
4,43 (4,12 – 4,77)
3,93 (3,27 – 4,72)
mediaan
(P25-P75)
4,55 (3,4 – 6,1)
5,2 (2,7 – 8,6)
P90
8,3
12,9
N = aantal deelnemers; DL = detectielimiet (geen DL); BI = betrouwbaarheidsinterval; P = percentiel
Komeettest (% DNA migratie) - geometrische gemiddelden per subgroep
0
1
2
3
4
jongens
meisjes
5
6
7
Geslacht: p = 0,19
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p = 0,02
niet roker
minder dan dagelijks roker
dagelijks roker
Roken: p = 0,01
verkeer: <210 min./week
210-335 min./week
335-470 min./week
≥470 min./week
Verkeersblootstelling: p = 0,04
temperatuur: < 6,48°
6,48-10,90°
10,90°-17,95°
≥17,95°
Max temperatuur afgelopen 7
ozon: < 36,6 ug/m³
36,6-47,0 ug/m³
47,0-79,9 ug/m³
≥ 79,9 ug/m³
Gemeten max ozon-waarden
afgelopen 7 dagen: p = 0,002
Figuur 71: Relatie tussen de komeettest (% DNA migratie) en beïnvloedende factoren
Voor de klassieke komeettest is er een duidelijke invloed van roken: de waarden liggen significant
hoger bij jongeren die dagelijks roken. Er wordt ook een significant hogere waarde geobserveerd
bij jongeren die ouder zijn (p=0,02). DNA-schade is significant hoger bij hogere gemiddelde
155
dagtemperaturen en bij hogere ozonconcentraties. De relatie met verkeersblootstelling is niet heel
duidelijk (Figuur 71).
Voor de oxidatieve komeettest zijn de relaties met beïnvloedende factoren minder duidelijk. Er is
een significant effect van roken, maar de hoogste waarde wordt gevonden bij sporadische rokers.
De waarden zijn hoger bij lage (<6,48°C) én bij hoge (≥17,95°C) dagtemperaturen; er is geen effect
van ozonconcentraties in de lucht (Figuur 72).
Komeettest na fgp (% DNA migratie) - geometrische gemiddelden per
subgroep
0
2
4
6
8
10
jongens
meisjes
12
Geslacht: p = 0,81
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p = 0,62
Roken: p < 0,0001
niet roker
minder dan dagelijks
dagelijks roker
ASO
TSO
BSO
Opleiding kind: p = 0,08
Geen diploma + Max LS
Maximaal HS
Hoger onderwijs
Hoogste opleiding gezin: p = 0,01
temperatuur: < 6,48°
6,48-10,90°
10,90°-17,95°
≥17,95°
Max temperatuur afgelopen 7 dagen: p = 0,08
Figuur 72: Relatie tussen het percentage DNA migratie door fgp en beïnvloedende factoren
C. Komeettest in Genk-Zuid – vergelijking met Vlaanderen
Zowel voor de klassieke komeettest als voor de oxidatieve komeettest zijn de gemiddelde waarden
in Genk-Zuid significant hoger in Genk in vergelijking met de Vlaamse referentiegroep. Voor de
klassieke komeettest is ook het 90e percentiel in Genk-Zuid verhoogd t.o.v. Vlaanderen (Figuur 73).
9,00
16,00
7,00
Komeettest (% DNA migratie)
18,00
6,10
6,00
5,60
5,00
4,55
4,43
4,50
4,00
3,50
3,40
p < 0,0001
2,99
2,70
3,00
2,30
1,70
2,00
Komeettest na fgp (% DNA migratie)
8,00
p < 0,0001
8,30
Genk-Zuid
Vlaanderen
p = 0,20
15,50
Genk-Zuid
Vlaanderen
14,00
12,90
12,00
9,60
10,00
8,60
8,00
6,00
4,00
p = 0,0096
5,20
4,00
3,93
2,70
2,54
1,00
2,00
0,60
1,00
0,00
0,000,00
0,00
1,30
0,00
0,00
GM
min
P10
P25
P50
P75
P90
GM
min
P10
P25
P50
P75
P90
Figuur 73: Komeettest en komeettest na fgp behandeling in Genk-Zuid: vergelijking met Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
156
D. Komeettest – effect van gebied na correctie voor determinanten van blootstelling
Tabel 58 geeft de resultaten van de meervoudige regressiemodellen voor de klassieke komeettest
en de oxidatieve komeettest (na fgp enzyme).
Voor de klassieke komeettest wordt er significant meer DNA-schade geobserveerd in Genk-Zuid in
vergelijking met de Vlaamse controlegroep, en dit na corretie voor leeftijd, geslacht, roken,
temperatuur (gemiddelde maximum temperatuur van de voorbije zeven dagen) en
ozonconcentratie in de lucht (gemiddelde van voorbije twee dagen). Het totale model verklaart
16,5%; gebied verklaart 7% van de variabiliteit. De waarden in Genk-Zuid liggen 26% hoger
(p<0,001).
Voor de oxidatieve komeettest zijn de procentuele verschillen tussen Genk-Zuid en Vlaanderen
groter, maar toch zijn de resultaten minder krachtig, vermoedelijk omwille van een grotere
spreiding op de data. Gebied verklaart 2% van de variabiliteit (van de 9% die in totaal door het
model wordt verklaard). De waarde in Genk-Zuid is 69% hoger dan in Vlaanderen, met een pwaarde van 0,008. In deze analyses wordt gecorrigeerd voor leeftijd, geslacht, roken,
opleidingsniveau en temperatuur (gemiddelde maximum temperatuur van de voorbije zeven
dagen).
Tabel 58: Determinanten van de komeettest en de komeettest na fgp
R² gebied
R² finaal model
Multiplicatieve factor
voor variabelen in
model
komeettest
(% DNA migratie)
6,95
16,49
leeftijd (jaar) (p=0,003)
≤ 14,5: 0,78
14,5-15,5: 0,78
>15,5: 1,00
geslacht (p=0,51)
jongen: 0,96
meisje: 1,00
roken (p=0,92)
niet roker: 1,02
roker: 1,00
temperatuur (max.) laatste
7d. (°C) (p=0,006)
<6,5: 1,56
6,5-10,9: 1,82
10,9-18,0: 1,40
≥18: 1,00
ozon laatste 2d. (µg/m³)
(p=0,001)
<36,6: 0,70
36,6-47,0: 0,63
47,0-79,9: 0,62
≥79,9: 1,00
regio (p< 0,001)
Genk-Zuid: 1,26
Vlaanderen: 1,00
157
komeettest na fpg
(% DNA migratie)
1,89
9,33
leeftijd (jaar) (p=0,92)
≤ 14,5: 0,91
14,5-15,5: 0,96
>15,5: 1,00
geslacht (p=0,48)
jongen: 0,89
meisje: 1,00
roken (p=0,36)
niet roker: 0,76
roker: 1,00
hoogste opleiding gezin
(p=0,003)
geen diploma + max LS: 0,96
max HS: 1,69
hoger onderwijs: 1,00
temperatuur (max.) laatste 7d.
(°C) (p=0,004)
<6,5: 0,57
6,5-10,9: 0,59
10,9-18,0: 0,40
≥18: 1,00
regio (p=0,008)
Genk-Zuid: 1,69
Vlaanderen: 1,00
3.3 Genotoxiciteit: 8-hydroxy-deoxyguanosine in urine
A. 8-hydroxy-deoxyguanosine in urine - achtergrondinformatie
8-hydroxy-deoxyguanosine (8-oxodG) is een primair
product van DNA herstel. Het kan gebruikt worden als
merker van oxidatieve stress van zowel geoxideerd
guanine (herstel door nucleotide excisie repair of door
nucleotide excisie) en/of herstel van 8-oxoGTP (door het
MTH1/NUDT1 enzyme). Daarnaast kan er potentieel een
invloed zijn van inname van 8-oxodG via de voeding en
kan het aanwezig zijn in de urine door celdood.
Methodologie:
8-oxodG
wordt
kwantitatief
gemeten in de urine d.m.v. een
competitieve
in
vitro
immunosorbent assay (ELISA).
B. 8-hydroxy-deoxyguanosine in urine in Genk-Zuid
Naast de komeettest (op bloed) die DNA schade weerspiegelt, wordt ook 8-hydroxydeoxyguanonise (8-oxodG) in de urine gemeten. Deze biomerker geeft een maat voor DNA herstel,
en bijgevolg onrechtstreeks dus ook voor schade.
De beschrijvende statistiek voor 8-oxodG (in µg/l en µg/g creatinine) wordt gegeven in Tabel 59.
8-oxodG in urine neemt significant toe met stijgende creatinine concentratie, maar verder wordt er
geen significante relatie met determinanten gevonden (Figuur 74).
Tabel 59: 8-hydroxy-deoxyguanosine in urine in Genk-Zuid
biomerker
eenheid
N
8-oxodG in urine
8-oxodG in urine
µg/l
µg/g crt
185
185
%>
DL
100
100
Geometrisch
gemiddelde (95% BI)
14,5 (13,3 – 15,8)
9,7 (9,3 – 10,2)
mediaan
(P25-P75)
16,3 (10,8 – 20,9)
9,6 (8,0 – 11,8)
P90
27,4
13,8
Crt = creatinine; N = aantal deelnemers; DL = detectielimiet (DL 8-oxodG: 0,5 µg/l); BI =
betrouwbaarheidsinterval; P = percentiel
8-oxodG in urine (µg/l) - geometrische gemiddelden per subgroep
0
5
10
15
jongens
meisjes
20
25
Geslacht: p = 0,37
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Leeftijd: p = 0,40
creatinine: <95 µg/l
95-135 µg/l
135-190 µg/l
>190 µg/l
Creatinine: p < 0,0001
winter
lente
zomer
herfst
Seizoen: p = 0,06
verkeer: <210 min./week
210-335 min./week
335-470 min./week
≥470 min./week
Verkeersblootstelling:
p = 0,06
Figuur 74: Relatie tussen 8-OH-deoxyguanosine in urine en beïnvloedende factoren
158
C. 8-hydroxy-deoxyguanosine in urine – vergelijking met Vlaanderen
Er wordt geen significant verschil gevonden in de concentratie van 8-oxodG in de urine tussen
Genk-Zuid en Vlaanderen, noch in de gemiddelde waarde, noch in het 90e percentiel (Figuur 75).
Het gaat hierbij om ruwe niet-gecorrigeerde data waarbij geen verschil wordt gehouden met
verschillen in karakteristieken van de groepen.
40
8-oxodG in urine (µg/l)
Genk-Zuid
Vlaanderen
p = 0,59
29,8
30
27,4
20,9
22,1
20
p = 0,99
16,3
14,5 14,5
10,9
10
15,1
9,4
6,5 6,6
1,9
0,6
0
GM
min
P10
P25
P50
P75
P90
Figuur 75: Urinair 8-oxodG in Genk-Zuid: vergelijking met Vlaamse controlepopulatie, nietgecorrigeerde gegevens
D. 8-hydroxy-deoxyguanosine in urine – effect van gebied na correctie voor determinanten
van blootstelling
Na correctie voor leeftijd, geslacht, roken, densiteit van de urine en duur van de urinecollectie is de
waarde voor 8-oxodG 6% lager in Genk-Zuid t.o.v. Vlaanderen (p=0,19). Het totale model verklaart
bijna 52% maar er wordt 0% verklaard door gebied (Tabel 60).
159
Tabel 60: Determinanten van 8-hydroxy-deoxyguanosine in urine
8-oxodG in urine (µg/l)
R² gebied
0,00
R² finaal model
51,61
Multiplicatieve factor Leeftijd (jaar) (p=0,68)
voor variabelen in
≤ 14,5: 1,02
model
14,5-15,5: 0,98
>15,5: 1,00
geslacht (p=0,71)
jongen: 0,98
meisje: 1,00
roken (p=0,88)
niet roker: 1,02
roker: 1,00
densiteit (g/cm³) (p<0,001)
<1,018: 0,32
1,018-1,023: 0,57
1,023-1,027: 0,77
≥1,027: 1,00
duur urinecollectie (min.) (p=0,66)
<465 min.: 0,96
465-545 min.: 1,03
545-600 min.: 0,97
≥600 min.: 1,00
regio (p=0,19)
Genk-Zuid: 0,94
Vlaanderen: 1,00
160
3.4 Hormonale effecten: schildklier- en geslachtshormonen
Veel van de bestudeerde polluenten (o.a. PCB’s, dioxines, zware metalen) kunnen
hormoonverstorende effecten hebben. Daarom werden in de huidige studie bij de jongeren
hormonen gemeten en de concentratie werd vergeleken met de Vlaamse referentiegroep.
De schildklierhormonen (thyroïd stimulerend hormoon (TSH), vrij T3 (fT3) en vrij T4 (fT4)) werden
gemeten bij alle deelnemers. De beschrijvende statistiek voor de studiegroep in Genk-Zuid wordt
gegeven in Tabel 61. Geslachtshormonen (sex hormone binding globuline (SHBG), testosteron, vrij
testosteron, oestradiol, vrij oestradiol, luteïniserend hormoon (LH) en follikel stimulerend hormoon
(FSH)) werden enkel gemeten bij jongens. De beschrijving van de gehaltes in serum wordt gegeven
in Tabel 62.
Tabel 61: Schildklierhormonen bij jongens en meisjes in Genk-Zuid
Biomerker
eenheid
N
% >DL
Thyroid stimulerend
hormoon (TSH)
Thyroxine (fT4)
Trijodothyronine (fT3)
µU/ml
197
100%
geometrisch gemiddelde
(95% BI)
2,22 (2,08 – 2,36)
ng/dl
pg/ml
197
197
100%
100%
1,21 (1,19 – 1,23)
4,15 (4,08 – 4,22)
N = aantal deelnemers; DL = detectielimiet (DL TSH: 0,02 µU/ml; T4: 0,1 ng/dl; T3: 1 pg/ml); BI =
betrouwbaarheidsinterval
Tabel 62: Geslachtshormonen bij jongens in Genk-Zuid
Biomerker
eenheid
N
% >DL
SHBG
Testosteron
Vrij testosteron
Oestradiol
Vrij oestradiol
Ratio testosteron/oestradiol
LH
FSH
nmol/l
ng/dl
ng/dl
pg/ml
pg/ml
mU/ml
mU/ml
89
89
89
89
89
89
89
89
100%
100%
92%
100%
100%
geometrisch gemiddelde (95%
BI)
38,7 (34,9 – 42,9)
363 (309 – 427)
5,6 (4,6 – 6,9)
21,7 (19,6 – 24,1)
0,31 (0,27 – 0,20)
16,7 (14,9 – 18,8)
3,03 (2,67 – 3,44)
3,83 (3,35 – 4,38)
N = aantal deelnemers; DL = detectielimiet (DL SHBG: 1 nmol/l; T: 10 ng/dl; E: 12 pg/ml; LH: 0,1 mU/ml; FSH: 0,1 mU/ml); BI =
betrouwbaarheidsinterval.
SHBG = sex hormone binding globulin; LH = luteïniserend hormoon; FSH = follikel stimulerend hormoon.
A. Verschillen in hormoonconcentraties tussen Genk en Vlaanderen
De gebiedsverschillen in hormoonconcentratie voor de niet-gecorrigeerde data worden gegeven in
Figuur 76 en Figuur 77.
Er werden talrijke verschillen genoteerd in de hormonale concentraties in het bloed van jongeren
uit Genk vergeleken met deze uit Vlaanderen in het algemeen.
Met betrekking tot de schildklierfunctie vertoonden jongeren uit Genk een statistisch significant
lagere thyroxine en een statistisch significant hogere triiodothyronine concentratie dan de
161
jongeren uit de referentiestudie, terwijl de concentratie aan thyroied stimulerend hormoon zeer
lichtjes (en niet significant) hoger lag in Genk.
Met betrekking tot de functie van geslachtsorganen vertoonden de jongeren uit Genk hogere
bloedconcentraties aan vrij (aktief, medisch belangrijk) testosteron (mannelijk geslachtshormoon),
aan totaal oestradiol (vrouwelijk geslachtshormoon) en aan vrij (aktief, medisch belangrijk)
oestradiol. De concentratie aan totaal testosteron was hoger in Genk, maar dit verschil was niet
statistisch significant. De biobeschikbare oestradiol en testosteron concentraties waren niet
significant verschillend, maar de betekenis van deze waarden is minder duidelijk dan van de
waarden voor vrije testosteron en oestradiol. Andere parameters m.b.t. het hormonale evenwicht
waren niet duidelijk verschillend, hoewel de lichtjes hogere concentratie van luteiniserend
hormoon in Genk misschien een rol kan spelen bij het verklaren van de vrij duidelijke verschillen in
geslachtshormoonconcentraties. Ook de lichtjes lagere verhouding testosteron/oestradiol bij
jongeren in Genk trekt enigszins de aandacht, omdat men, gezien de hogere testosteron waarde bij
deze jongeren, eerder een hogere testosteron/oestradiol waarde zou verwachten. De waarden
voor follikel stimulerend hormoon zijn vrij gelijkend. De concentratie aan sex hormone binding
globulin zijn iets (niet significant) lager in Genk.
3
5
1,5
p = 0,26
p = 0,003
p = 0,002
4
2
1
pg/ml
ng/dl
µU/ml
3
2
1
0,5
1
0
Thyroid stimulerend hormoon (TSH)
0
0
Thyroxine (fT4)
Trijodothyronine (fT3)
Figuur 76: Schildklierhormonen: vergelijking Genk-Zuid vs. Vlaanderen (niet-gecorrigeerde data)
De verschillen in concentratie van thyroxine , triiodothyronine, vrij testosteron, oestradiol en vrij
oestradiol blijven statistisch significant, na correctie voor verstorende factoren en hoogste
opleidingsniveau van de ouders, en na correctie voor verstorende factoren en voor alle statistisch
significante covariaten. In statistische termen verklaart het gebied van residentie voor thyroxine,
triodothyronine, vrij testosteron, oestradiol en vrij oestradiol, respectievelijk 2,35%, 3,26%, 6,80%,
4,17% en 8,05% van de variatie in de bloedconcentraties bij de onderzochte jongeren.
162
50
4
p = 0,11
45
5
p = 0,43
p = 0,82
3,5
40
4
3
25
20
mU/ml
2,5
30
mU/ml
nmol/l
35
2
1,5
3
2
15
1
10
1
0,5
5
0
0
0
LH
SHBG
500
FSH
90
p = 0,19
8
p = 0,03
p < 0,001
80
400
7
70
6
60
5
200
50
ng/dl
ng/dl
% jongens
300
40
3
30
2
20
100
0
Testosteron (T)
4
10
1
0
0
volwassen stadium T (321 ng/dl) bereikt
70
Vrij testosteron
(fT)
30
p = 0,007
0,4
p = 0,003
60
p < 0,001
0,35
25
0,3
50
20
pg/ml
40
30
pg/ml
% jongens
0,25
15
0,2
0,15
10
20
0,1
5
10
0,05
0
0
0
volwassen stadium fT (6 ng/dl) bereikt
Vrij oestradiol
(fE)
Oestradiol (E)
25
p = 0,28
20
ratio
15
10
5
0
ratio T/E
Figuur 77: Geslachtshormonen bij jongens: vergelijking Genk-Zuid vs. Vlaanderen (nietgecorrigeerde data)
163
B. Verschillen in het bereiken van volwassen hormoonconcentraties tussen Genk en Vlaanderen
Er zijn significante en wellicht biologische betekenisvolle verschillen in het bereiken van
"volwassen" concentraties aan zowel totaal testosteron als aan het actieve, medisch belangrijke
vrije testosteron. Jongeren in Genk Zuid bereiken deze volwassen waarden meer frequent dan
jongeren in Vlaanderen in het algemeen. Deze verschillen blijven bestaan na correctie voor
verstorende factoren, na correctie voor verstorende factoren en hoogste opleidingsniveau van de
ouders, en na correctie voor verstorende factoren en voor alle statistisch significante covariaten.
Covariaten die een associatie met het bereiken van "volwassen" concentraties, aan zowel totaal
testosteron als vrij testosteron, vertonen zijn uiteraard leeftijd (hoe jonger, hoe minder kans op het
hebben van volwassen concentraties) maar ook seizoen (statistisch significant alleen voor totaal
testosteron) (met minder frequente volwassen waarden in de herfst). Body mass index (een maat
voor relatief lichaamsgewicht) en gebruik van alcohol vertonen een zwakkere (niet statistisch
significante) associatie. Jongeren onder het normaal gewicht voor hun leeftijd en lengte hebben
minder frequent volwassen concentraties aan totaal testosteron en vrij testosteron; jongeren met
overgewicht of obesitas hebben minder frequent een volwassen concentratie aan totaal
testosteron. In het geval van alcohol rijst natuurlijk de vraag of het alcoholgebruik een oorzaak is
van hogere testosteronspiegels, dan wel eerder een gevolg van het bereiken van een verder
stadium van sexuele ontwikkeling.
C. Factoren die samenhangen met verschillen in hormoonconcentraties
Volgende factoren blijken significant geassocieerd te zijn met verschillen in concentraties van
hormonen of van sex hormone binding globulin:
Thyroid stimulerend hormoon (TSH): hoger bij jongens dan bij meisje; lager bij jongeren uit het
Technisch secondair onderwijs.
Thyroxine (fT4): hoger bij jongeren met normaal lichaamsgewicht, lager bij bij jongeren met
ondergewicht; hoger bij jongeren die de gedurende de laatste 14 dagen voor het onderzoek ziek
waren geweest; lager bij jongeren uit het Technisch secondair onderwijs.
Triiodothyronine (fT3): hoger bij jongens dan bij meisje ; hoger bij jongeren minder dan 14,5
jaar oud; hoger bij jongeren die de gedurende de laatste 14 dagen voor het onderzoek ziek
waren geweest.
Sex hormone binding globulin (SHBG): Hoger bij jongeren met ondergewicht of normaal
gewicht dan bij jongeren met overgewicht of obesitas.
Testosteron: hoger naarmate de jongeren ouder zijn; hoger bij jongeren met normaal
lichaamsgewicht, lager bij jongeren met ondergewicht; lager bij bloedafname na 10uur 's
morgens.
Vrije testosteron: hoger naarmate de jongeren ouder zijn; lager bij jongeren met ondergewicht;
hoger bij jongeren die de gedurende de laatste 14 dagen voor het onderzoek ziek waren
geweest.
Biobeschikbare testosteron: lager bij jongeren minder dan 14,5 jaar oud; lager bij jongeren met
ondergewicht; lager bij bloedafname in de herfst
Oestradiol: lager bij jongeren minder dan 14,5 jaar oud; lager bij jongeren met ondergewicht.
Vrij oestradiol : hoger naarmate de jongeren ouder zijn; lager bij jongeren met ondergewicht;
lager in de lente ; hoger bij jongeren die de gedurende de laatste 14 dagen voor het onderzoek
ziek waren geweest.
Biobeschikbare oestradiol: lager bij jongeren met ondergewicht; lager in de herfst; lager bij
jongeren die wekelijks alcohol drinken
Luteïnizerend hormoon (LH): hoger naarmate de jongeren ouder zijn; hoger bij jongeren uit het
beroeps secondair onderwijs; lager in de herfst.
164
Follikel stimulerend hormoon (FSH): hoger bij niet-rokers; hoger bij jongeren uit het beroeps
secondair onderwijs.
Ratio testosteron/oestradiol: lager bij jongeren minder dan 14,5 jaar oud; lager bij niet-rokers;
hoger bij jongeren met normaal lichaamsgewicht dan bij deze met ondergewicht, overgewicht
of obesitas.
D. Welke factoren kunnen de verschillen in hormoonconcentraties tussen Genk en Vlaanderen
verklaren?
Zoals hierboven (punten 1 en 2) aangegeven zijn een aantal verschillen in hormonale concentraties,
tussen jongeren wonend in Genk en jongeren uit Vlaanderen in het algemeen, niet uit te leggen
door verschillen in persoonsgebonden of levensstijlfactoren. Welke omgevingsfactoren zouden die
verschillen kunnen verklaren? Er is op dit ogenblik helaas geen duidelijk antwoord op deze vraag.
Misschien zal het onderzoek van blootstellings-effect verbanden helpen deze verschillen uit te
leggen.
Op grond van de bestaande kennis over de regulatie van hormoonconcentraties en gezien de
samenhang in de waarnemingen lijkt volgende hypothesen min of meer waarschijnlijk:
Met betrekking tot de schildklierfunctie lijkt het primair gegeven in Genk een lichte daling van de
productie van thyroxine te zijn, gevolgd door een zeer lichte stijging van het Thyroied stimulerend
hormoon die dan bijdraagt tot een stijging van de omzetting van thyroxine in triiodothyronine, met
als gevolg een hogere triiodothyronine bij jongeren in Genk.
Met betrekking tot de sexhormonen zou het primair gegeven in Genk kunnen bestaan in een lichte
ontremming van de hypothalamus en de hypofyse tengevolge van de inwerking van
lichaamsvreemde stoffen (bijvoorbeeld polluenten) met anti-oestrogene of anti-androgene
eigenschappen, met als gevolg een lichtjes hogere productie van gonadotrope hormonen
waaronder luteinizerend hormoon die dan leidt tot een hogere productie van testosteron en
oestradiol.
Gezien de hogere concentratie aan testosteron zou men in Genk een hogere verhouding
testosteron/oestradiol verwachten dan in Vlaanderen in het algemeen. Dat eerder het omgekeerde
waargenomen werd zou het gevolg kunnen zijn van een hogere concentratie en activiteit van
aromatase bij jongeren in Genk, gevolg van meer vetweefsel of mogelijk het gevolg van een
verhoogde expressie van het CYP19 aromatase gen onder invloed van prostaglandine E2 achtige
stoffen.
165
3.5 Hormonale effecten: puberteitsontwikkeling
A. Puberteitsontwikkeling - achtergrondinformatie
De puberteitsstadia worden standaard geregistreerd door de schoolarts van het Centrum voor
Leerlingenbegeleiding (CLB). Alle jongeren in het 3e jaar secundair onderwijs krijgen een verplicht
onderzoek bij de schoolarts. De puberteitsstadia zijn gebaseerd op de methode van Marshall &
Tanner.
Voor meisjes worden volgende stadia gerapporteerd:
borstontwikkeling: score B1 tot en met B5
pubisbehairing: score P1 tot en met P5
Voor jongens worden volgende stadia gerapporteerd:
genitale ontwikkeling: score G1 tot en met G5
pubisbehairing: score P1 tot en met P5
In de statistische analyse wordt nagegaan welk percentage van de jongeren een bepaald stadium
heeft bereikt, nl.
borstontwikkeling: % deelnemers dat stadium 5 heeft bereikt;
pubisbehairing bij meisjes: % deelnemers dat stadium 5 heeft bereikt;
genitale ontwikkeling: % deelnemers dat stadium 4 of 5 heeft bereikt;
pubisbehairing bij jongens: % deelnemers dat stadium 4 of 5 heeft bereikt.
Voor meisjes zijn er gegevens over maandstonden (reeds bereikt; regelmatig of niet). Deze
gegevens zijn op basis van zelfrapportering (vragenlijsten).
B. Puberteitsontwikkeling in Genk-Zuid
Tabel 63 geeft de beschrijvende statistiek voor de puberteitsstadia bij jongens en meisjes en voor
de analyse van de menses bij meisjes.
Puberteitsontwikkeling volgens subgroepen wordt gegeven in Figuur 78 bij jongens en Figuur 79 bij
meisjes. Er zijn een aantal trends, nl. grotere percentage in hogere stadia bij hogere leeftijd, hogere
BMI klasse en bij allochtonen, maar de verschillen zijn niet significant, vermoedelijk omwille van de
kleine aantallen in de subgroepen. Bij meisjes was er een hoger % met maandstonden in de hogere
leeftijdsklasse (Figuur 80).
Tabel 63: Puberteitsontwikkeling in Genk-Zuid
Biomerker
genitale ontwikkeling – jongens
pubisbeharing – jongens
borstontwikkeling – meisjes
pubisbeharing – meisjes
reeds maandstonden
regelmatige maandstonden
N
55
55
74
66
106
84
N = aantal deelnemers; 95% BI = 95% betrouwbaarheidsinterval
166
% (95% BI)
87,3 (75,6 – 93,8)
83,6 (71,4 – 91,3)
73 (61,7 – 81,9)
72,7 (60,7 – 82,2)
93,4 (86,8 – 96,8)
70,2 (59,6 – 79,1)
Genitale ontwikkeling jongens - % per subgroep
Pubisbeharing jongens - % per subgroep
0
20
40
60
leeftijd: 14-14,5 jr
14,5-15 jr
15-15,5 jr
15,5-16 jr
80
100
0
120
geen diploma + max LS
max HS
hoger onderwijs
60
80
100
Hoogste diploma gezin:
p = 0,16
BMI: p = 0,35
alcoholgebruik: nooit
minder dan maandelijks
minder dan wekelijks
wekelijks
Geboorteland ouders:
p = 0,21
120
Leeftijd bij
onderzoek:
p = 0,22
BMI: ondergewicht
normaal gewicht
overgewicht
Alcoholgebruik: p = 0,15
beide ouders Belg
één ouder Belg
beide ouders niet-Belg
40
geen diploma + max LS
max HS
hoger onderwijs
Hoogste opleiding gezin:
p = 0,20
alcoholgebruik: nooit
minder dan maandelijks
minder dan wekelijks
wekelijks
20
leeftijd: 14-14,5 jr
14,5-15 jr
15-15,5 jr
15,5-16 jr
Leeftijd bij onderzoek: p = 0,15
Alcoholgebruik:
p = 0,14
Figuur 78: Puberteitsontwikkeling bij jongens volgens subgroepen
Pubisbeharing meisjes - % per subgroep
0
20
40
60
leeftijd: 14-14,5 jr
14,5-15 jr
15-15,5 jr
15,5-16 jr
80
Borstontwikkeling meisjes - % per subgroep
100
120
0
Leeftijd bij onderzoek: p = 0,73
20
40
60
80
leeftijd: 14-14,5 jr
100
120
Leeftijd bij onderzoek: p = 0,64
14,5-15 jr
15-15,5 jr
15,5-16 jr
BMI: ondergewicht
normaal gewicht
overgewicht
BMI: p = 0,14
BMI: ondergewicht
beide ouders Belg
één ouder Belg
beide ouders niet-Belg
BMI: p = 0,12
normaal gewicht
Geboorteland ouders: p = 0,07
overgewicht
beide ouders Belg
geen diploma + max LS
max HS
hoger onderwijs
Hoogste opleiding gezin:
p = 0,26
Geboorteland ouders: p = 0,10
één ouder Belg
beide ouders niet-Belg
ASO
TSO
BSO
Opleiding kind: p = 0,23
pilgebruik: ja
Pilgebruik: p = 0,33
nee
Figuur 79: Puberteitsontwikkeling bij meisjes volgens subgroepen
Heeft meisje reeds maandstonden? - % per subgroep
0
leeftijd: <=14 jr
<=15 jr
>15 jr
20
40
60
80
Regelmatige maandstonden? - % per subgroep
100
120
0
leeftijd: <=14 jr
Leeftijd: p =0,03
20
40
60
80
100
Leeftijd: p = 0,52
<=15 jr
>15 jr
geen diploma + max LS
max HS
hoger onderwijs
Hoogste
opleiding
gezin:
p = 0,06
BMI: ondergewicht
BMI: p = 0,30
normaal gewicht
ASO
TSO
BSO
Opleiding
kind:
p = 0,18
overgewicht
Alcoholgebruik:
p = 0,10
minder dan maandelijks
alcoholgebruik: nooit
alcoholgebruik: nooit
minder dan maandelijks
minder dan wekelijks
wekelijks
minder dan wekelijks
wekelijks
Figuur 80: Voorkomen van maandstonden volgens subgroepen
167
Alcoholgebruik: p = 0,15
120
C. Puberteitsontwikkeling in Genk-Zuid – vergelijking met Vlaanderen
De puberteitsontwikkeling bij jongens in Genk-Zuid en Vlaanderen was zeer gelijklopend. Er
werden geen significante verschillen geobserveerd voor genitale ontwikkeling of pubisbeharing.
Bij meisjes hadden significant meer deelnemers in Genk-Zuid het volwassen stadium bereikt, zowel
voor borstontwikkeling (73% in Genk-Zuid vs. 54% in Vlaanderen; p=0,02) als voor pubisbeharing
(respectievelijk 73% en 53%; p=0,02).
De leeftijd van menarche in Genk-Zuid was vergelijkbaar met die in Vlaanderen, maar in Genk-Zuid
was er een hoger percentage meisjes met regelmatige maandstonden (70,2% vs. 54,8%; p=0,048).
Alle gebiedsverschillen worden samengevat in Figuur 81. Het gaat hierbij om ruwe gegevens, d.w.z.
dat er geen rekening wordt gehouden met verschillen in karakterisitieken van de deelnemers.
Daarenboven moet worden opgemerkt dat de observaties van de puberteitsstadia gebeurden door
verschillende schoolartsen (zowel in Genk als in Vlaanderen), en dat inter-observer variabiliteit in
onze studie niet getest kan worden, en bijgevolg ook niet uitgesloten.
Genk-Zuid
Vlaanderen
0
10
20
30
40
50
60
70
80
90
reeds maandstonden
regelmatige maandstonden
p = 0,52
p = 0,048
borstontwikkeling meisjes
p = 0,02
pubis beharing meisjes
p = 0,02
genitale ontwikkeling jongens
pubis beharing jongens
100
p = 0,38
p = 0,80
Figuur 81: Puberteitsontwikkeling in Genk-Zuid: vergelijking met Vlaamse controlepopulatie, nietgecorrigeerde gegevens
D. Puberteitsontwikkeling – effect van gebied na correctie voor determinanten van
blootstelling
Tabel 64, Tabel 65 en Tabel 66 geven de meervoudige regressiemodellen voor de
puberteitsontwikkeling bij jongens en meisjes. Voor jongens werd geen significant effect van
gebied vastgesteld op de puberteitsstadia. Bij meisjes was wonen in Genk geassocieerd met 3,3
maal meer kans om het volwassen stadium van pubisbeharing te bereiken na correctie voor
leeftijd, BMI, roken, pilgebruik en opleidingsniveau (p=0,01) en met 2,6 maal meer kans om het
volwassen stadium voor borstontwikkeling te bereiken na correctie voor leeftijd, BMI, roken en
pilgebruik (p=0,02). De leeftijd van menarch was niet significant verschillend tussen Genk en
Vlaanderen (p=0,96), maar in Genk was er een grotere kans op regelmatige maandstonden.
De resultaten dienen met voorzichtigheid te worden geïnterpreteerd omwille van bovenvermeldde
observariabiliteit van de schoolartsen, en omwille van mogelijke verschillen in etniciteit. Omwille
van het klein aantal allochtonen in de referentiepopulatie was het statistisch gezien niet mogelijk
om te corrigeren voor deze parameter, maar data uit de literatuur suggereren dat er een vroegere
puberteitsontwikkeling plaats vindt bij meisjes van Marokkaanse afkomst (Fredriks et al., 2004) en
meisjes van Turkse afkomst (Semiz et al. 2008).
168
Tabel 64: Determinanten van puberteitsontwikkeling bij jongens
pubisbeharing
R² gebied
0,04
R² finaal model
15,10
Odds
ratio
voor leeftijd (p<0,0001)
variabelen in model
14-14,5 jaar: 0,00
14,5-15 jaar: 0,00
15-15,5 jaar: 0,62
15,5-16 jaar: 1,00
BMI op mst onderzoek (p = 0,24)
<18,5: 2,33
18,5-25: 3,80
>25: 1,00
roken (p = 0,41)
niet roker: 2,17
roker: 1,00
regio (p = 0,73)
Genk-Zuid: 1,21
Vlaanderen: 1,00
genitale ontwikkeling
0,52
13,55
leeftijd (p<0,0001)
14-14,5 jaar: 0,18
14,5-15 jaar: 0,64
15-15,5 jaar: 3610282,20
15,5-16 jaar: 1,00
BMI op mst onderzoek (p = 0,10)
<18,5: 1,63
18,5-25: 4,07
>25: 1,00
roken (p = 0,31)
niet roker: 2,43
roker: 1,00
regio (p = 0,31)
Genk-Zuid: 1,85
Vlaanderen: 1,00
Tabel 65: Determinanten van puberteitsontwikkeling bij meisjes
pubisbeharing
R² gebied
4,01
R² finaal model
21,10
Odds
ratio
voor leeftijd (p = 0,10)
variabelen in model
14-14,5 jaar: 1,02
14,5-15 jaar: 3,26
15-15,5 jaar: 2,71
15,5-16 jaar: 1,00
BMI op mst onderzoek (p = 0,02)
<18,5: 0,09
18,5-25: 0,23
>25: 1,00
roken (p = 0,23)
niet roker: 0,40
roker: 1,00
pilgebruik (p = 0,36)
nee: 1,98
ja: 1,00
opleiding kind (p = 0,01)
ASO: 2,65
TSO: 8,66
BSO: 1,00
regio (p = 0,01)
Genk-Zuid: 3,30
Vlaanderen: 1,00
169
borstontwikkeling
3,89
15,63
leeftijd (p = 0,09)
14-14,5 jaar: 0,59
14,5-15 jaar: 1,85
15-15,5 jaar: 1,57
15,5-16 jaar: 1,00
BMI op mst onderzoek (p = 0,02)
<18,5: 0,12
18,5-25: 0,29
>25: 1,00
roken (p = 0,16)
niet roker: 0,36
roker: 1,00
pilgebruik (p = 0,71)
nee: 1,29
ja: 1,00
regio (p = 0,02)
Genk-Zuid: 2,60
Vlaanderen: 1,00
Tabel 66: Determinanten van puberteitsontwikkeling bij meisjes - maandstonden
reeds maandstonden
R² gebied
0,21
R² finaal model
7,47
Odds
ratio
voor leeftijd
variabelen in model
≤14,5 jaar: 0,00
14,5-15,5 jaar: 0,00
>15,5 jaar: 1,00
BMI op mst onderzoek (p = 0,36)
<18,5: 0,17
18,5-25: 0,31
>25: 1,00
roken
niet roker: 0,00
roker: 1,00
regio (p = 0,96)
Genk-Zuid: 0,97
Vlaanderen: 1,00
170
regelmatige maandstonden
2,52
7,10
leeftijd (p = 0,35)
≤14,5 jaar: 1,25
14,5-15,5 jaar: 1,94
>15,5 jaar: 1,00
BMI op mst onderzoek (p = 0,49)
<18,5: 0,63
18,5-25: 1,30
>25: 1,00
roken (p = 0,11)
niet roker: 0,29
roker: 1,00
regio (p = 0,02)
Genk-Zuid: 2,53
Vlaanderen: 1,00
3.6 Neurologische ontwikkeling: NES-test
A. NES test - achtergrondinformatie
Neurobehavioral Evaluation System (NES) is een batterij van neurologische testen die ontwikkeld is
om de effecten van milieuverontreiniging te onderzoeken (Baker et al., 1985). NES is gebruikt in
een aantal studies over de cognitieve effecten van giftige stoffen, die hebben getoond dat er een
dosis-effect relatie bestaat tussen de graad van blootstelling en de cognitieve vaardigheden (White
et al., 2003). In onze studie werden drie testen van de NES3 versie van de NES batterij (Letz, 2000)
gebruikt.
In de Continuous Performance Test (CP) verschijnt er gedurende 200 msec een letter op het
scherm. De taak bestaat erin om zo snel mogelijk te reageren op de letter S door op een toets te
klikken. Om de 1000msec wordt er een nieuwe letter getoond. In totaal verschijnt de letter ‘S’ 60
keer. De test meet het concentratievermogen. In onze studie werd de prestatie op drie
verschillende manieren gemeten. De gemiddelde reactietijd geeft de gemiddelde tijd weer die
verstrijkt vanaf het verschijnen van de letter S tot het moment waarop hierop wordt gereageerd.
De incorrecte positieve reacties staan voor het aantal keer dat er op een verkeerde letter
gereageerd werd. De correcte reacties geven het aantal keer dat er binnen de 1200 msec op de
letter S gereageerd werd weer.
De Digit Span Test (DS) bestaat uit twee delen. In het eerste deel wordt een reeks getallen
gedicteerd. De taak bestaat erin om hen de reproduceren. Wanneer dit lukt, wordt een volgende
reeks gedicteerd die uit één getal meer bestaat. Wanneer er een foutje wordt gemaakt, wordt er
een reeks gedicteerd van dezelfde lengte. Het eerste deel van de test wordt beëindigd wanneer het
twee keer achtereen niet lukt om een reeks te reproduceren. Het tweede deel is identiek aan het
eerste, behalve het feit dat de getallen in de omgekeerde volgorde gereproduceerd moeten
worden. De prestatie in deze taak wordt gemeten op basis van het maximale aantal getallen dat
gereproduceerd werd in de gedicteerde volgorde en de omgekeerde volgorde.
In de Finger Tapping Test (FT) moet er gedurende 10 seconden zo snel mogelijk geklikt worden op
de spatietoets. Eerst wordt dit vier keer gedaan met de hand naar keuze, daarna vier keer met de
andere hand. Er wordt gemeten hoeveel keer iemand in totaal met de hand naar keuze en met de
andere hand klikte.
B. NES-test - resultaten Genk-Zuid
De beschrijvende statistiek voor de studiegroepen wordt gegeven in de tweede en de derde kolom
van Tabel 67. De gemiddelde reactietijd in de CP test lag iets hoger bij de adolescenten van GenkZuid. Deze laatsten reageerden ook vaker op een verkeerde letter en hadden minder correcte
reacties in deze test. In vergelijking met de referentiegroep reproduceerde de deelnemers van
Genk-Zuid gemiddeld 0,18 getallen minder rein de volgorde waarop ze gedicteerd werden en 0,05
minder in de omgekeerde volgorde. De adolescenten van Genk-Zuid klikten trager met de hand
naar keuze en iets sneller met de andere hand.
De p-waardes voor de vergelijking van de groepen zonder correctie en na correctie voor geslacht,
leeftijd, opleiding van de ouders, economische status en het aantal uren per week doorgebracht
achter de computer worden in de derde en de vierde kolom van Tabel 67 gegeven. De meeste
verschillen tussen Genk-Zuid en de referentiegroep zijn statistisch niet significant. De snelheid
waarmee geklikt werd met de hand naar keuze lag significant lager bij de adolescenten van GenkZuid, maar de significantie verdwijt na correctie voor de eerder vermelde covariabelen. De analyse
met de correctie toont dat er een groter aantal reacties op een verkeerde letter waren in GenkZuid dan in de referentiegroep.
171
Tabel 67: Resultaten van de NES testen in Genk-Zuid en de referentiegroep
Gemiddelde (SD)
CP, gemiddelde reactietijd
CP, incorrecte positieve reacties
CP, correcte reacties
DS, de gedicteerde volgorde
DS, de omgekeerde volgorde
FT, de hand naar keuze
FT, de andere hand
Genk-Zuid
411,9 (3,13)
5,91 (0,26)
55,86 (0,57)
5,48 (0,07)
4,44 (0,08)
291,3 (3,06)
258,0 (2,39)
1
Vlaanderen
410,7 (2,80)
5,21 (0,24)
56,74 (0,44)
5,66 (0,07)
4,49 (0,07)
300,0 (2,85)
257,1 (2,63)
p-waarde
NietGecorrigeerde
gecorrigeerde
*
,77
,18
,053
,018
,111
,141
,085
,10
,64
,95
,039
,21
,788
,84
Omwille van het feit dat de verdeling van de regressie errors niet normaal was, werd de test uitgevoerd met de
gegevens die getransformeerd werden met een Box-Cox transformatie.
* geslacht, leeftijd, opleiding van de ouders, economische status en het aantal uren per week doorgebracht achter de
computer.
172
3.7 Neurologische ontwikkeling: slaperigheid tijdens de dag
A. Slaperigheid tijdens de dag – achtergrondinformatie
Om de slaperigheid tijdens de dag te meten bij de studiegroep Genk-Zuid werd de Epworth
Sleepiness Scale (Johns, 1991) gebruikt. Deze schaal bestaat uit acht vragen waarbij de persoon die
de vragenlijst invult, aanduidt hoe groot de kans is dat hij of zij in een bepaalde situatie in slaap zou
vallen. De mogelijke antwoorden ‘ik zal nooit indommelen’, ‘er is een kleine kans tot indommelen’,
‘er is een redelijke kans tot indommelen’, ‘de kans is groot dat ik indommel’ krijgen respectievelijk
de score 0, 1, 2 en 3. De totale score is de som van de scores behaald in de acht vragen. Hoge
scores in de test zijn typisch voor mensen met verschillende slaapproblemen, zoals narcolepsie
(Johns, 2000), slaap-apnoe (Bloch et al., 1999; Chung, 2000; Johns, 1993), en primair snurken
(primary snoring, Bertolazi et al., 2009; Bloch et al., 1999).
Overmatige vermoeidheid tijdens de dag (Excessive Daytime Sleepiness), een typisch syndroom van
slaapstoornissen, komt vaak voor bij adolescenten. Zoals het geval is in de meeste studies bij
adolescenten waarin de Epworth Sleepiness Scale werd gebruikt, werden ook in onze studie scores
hoger dan 10 beschouwd als indicatoren van overmatige vermoeidheid tijdens de dag.
B. Slaperigheid tijdens de dag – resultaten Genk-Zuid
Om de resultaten van Genk-Zuid beter te kunnen situeren, werden ze vergeleken met andere
studies waarin de Epworth Sleepiness Scale werd gebruikt (Tabel 68). De gemiddelde score lag in
Genk-Zuid lager dan in de andere studies. 11.7% van de studiegroep Genk-Zuid had een score
hoger dan 10. Ook dit percentage lag lager dan in de meeste andere studies. Dit suggereert dat
overmatige slaperigheid tijdens de dag relatief zeldzaam is bij de adolescenten van Genk-Zuid.
Tabel 68: De Epworth Sleepiness Scale scores van de adolescenten van Genk-Zuid en andere
studiegroepen.
Studiegroep
N
Gemidd.
Leeftijd
Gemiddelde
(sd)
Overmatige
vermoeidheid
tijdens de dag
Genk-Zuid
197
15,56
5,9(3,9)
11,7%
Shin et al.,
2003
Leerlingen uit de 11e
graadA, Seoul, South Korea
3871
16,8
7,0
15,9%
Gibson et al.,
2006
Leerlingen uit de
middelbare school,
Ontario, Canada
3235
16,2
8,7
42%
Leerlingen uit de 6 e-12e
graadA, Kentucky, USA
9966
NB
8,9
43,3% C
Leerlingen uit de 6 e-12e
graadA, Kentucky, USAB
10656
NB
8,2
37% C
Choi et al.,
2009
Leerlingen uit de
middelbare school, de
provincie Gyeonggi en de
stad Gwangju, Zuid-Korea
2336
16,7
NA
11,2%
Ng et al.,
2009
Leerlingen uit de 11e
graadA van de Australian
59
16,5
7,6(4,2)
25,4%
Studie
Danner et al.,
2008
173
International School,
Hong-Kong
Kaneita et
al., 2010
Kristjansson
et al., 2011
Leerlingen uit de 9e graadA,
Japan
11692
NB
7,9
27,8%
Leerlingen uit de 10e
graadA, Japan
18019
NB
9,5
40,8%
Leerlingen uit de 11e
graadA, Japan
17240
NB
9,5
40,1%
Leerlingen uit de 9e en 10e
graadA, Ijsland
7348
NB
8,3
NB
NB – niet beschikbaar
A
De Engelse term ‘grade’ werd hier letterlijk vertaald. Het schoolsysteem waarvan sprake is, bestaat uit 12 graden, dus
de 9e graag komt overeen met het 3e middelbaar in het Belgische systeem.
B
Het tweede deel van de studie werd 1 jaar na het eerste deel uitgevoerd. Intussen was een wijziging ingevoerd
waardoor schooldagen ‘s morgens 1 uur later van start gingen.
C
In deze studie werden de scores hoger of gelijk aan 10 beschouwd als indicatoren van overmatige vermoeidheid tijdens
de dag.
174
3.8 Neurologische ontwikkeling: genderidentiteit
A. Genderidentiteit – achtergrondinformatie
De Personal Attributes Questionnaire (PAQ, Spence & Helmreich, 1978) meet de mate waarin een
mannelijke en vrouwelijke identiteit aanwezig is bij de persoon die de test invult. De vragenlijst
bestaat uit 24 vragen. Elke vraag heeft betrekking tot twee tegengestelde eigenschappen,
bijvoorbeeld: helemaal niet agressief, heel agressief. De persoon moet zich situeren op een schaal
tussen twee extremen door een van de vijf bolletjes in te kleuren.
B. Genderidentiteit – resultaten Genk-Zuid
Hoge waarden betekenen dat de mannelijke of de vrouwelijke identiteit sterk aanwezig is. Er waren
bijna geen verschillen wat betreft de mate waarin de mannelijke identiteit bij jongens en de
vrouwelijke identiteit bij meisjes naar voor kwam in de studiegroep van Genk-Zuid en in de
referentiegroep (Tabel 69).
Tabel 69: Resultaten van de vragenlijst PAQ in Genk-Zuid en de referentiegroep
Gemiddelde (SD)
Genk-Zuid
p-waarde
Vlaanderen
Mannelijkheid bij jongens
2,48 (0,05)
2,43 (0,05)
,45
Mannelijkheid bij meisjes
2,21 (0,05)
2,31 (0,05)
,19
Vrouwelijkheid bij jongens
2,63 (0,05)
2,74 (0,04)
,079
Vrouwelijkheid bij meisjes
3,03 (0,04)
3,02 (0,05)
,88
175
3.7 Nierfunctie
A. Nierfunctie – achtergrondinformatie
Als merker voor eventuele effecten ter hoogte van de nieren wordt beta2-microglobuline
gemeten in urine en cystatine-C in serum, wat merkers zijn voor respectievelijk tubulaire en
glomerulaire nierschade.
Deze parameters voor nierschade werden niet gemeten in de referentie-biomonitoring. Het
gaat echter om klinisch merkers die goed gekend zijn, en waarvoor referentiewaarden
beschikbaar zijn vanuit de algemene bevolking.
Een verstoring van deze merkers is geassocieerd aan een verhoogd risico op nierziekten.
Beta2-microglobuline in urine
Beta2-microglobuline
is
een
proteïne
geproduceerd
door
alle
cellen
die
histocompatibiliteitsantigenen (MHC klasse I) tot expressie brengen. Het proteïne wordt aan een
constant tempo geproduceerd en wordt geëlimineerd via de renale weg. Door zijn kleine
moleculaire gewicht (11.8 kDa) kan het vrij gefilterd worden door de glomerulus van de nier tot in
de primaire urine, waarna het proteïne volledig gereabsorbeerd wordt in de cellen van de
proximale tubulus. Een stijging in het beta2-microglobuline niveau in de urine kan dan een
indicator zijn van lesie of dysfunctie van de nier (Lisowka-Myjak 2010).
Cystatine C in serum
Cystatine C is een niet-geglycosyleerd proteine dat tot expressie gebracht wordt door alle cellen
met een celkern, het wordt aan een constant tempo vrijgezet in de bloedstroom. Het proteine is
een endogene inhibitor van cysteïne proteïnases. Cystatine C concentraties in het bloed zijn
onafhankelijk van leeftijd, geslacht, ras, lichaamsmassa en hydratatie. Filtratie in de glomerulus van
de nier tot in de primaire urine wordt vergemakkelijkt door de hoge concentratie van cystatine C in
zo goed als alle lichaamsvloeistoffen, het lage moleculaire gewicht (13.3 kDa) en de positieve lading
van het proteine. Doordat de productie van cystatine C constant blijft, is de meting van cystatine C
serum concentraties een goede merker van glomerulaire filtratie, een proces dat onafhankelijk is
van infecties, ontstekingen of aantasting van de lever (Lisowka-Myjak 2010).
B. Nierfunctie – resultaten Genk-Zuid
De nierfunctieparameters werden niet gemeten in de referentiepopulatie, dus er is geen
vergelijking mogelijk tussen de waarden in Genk-Zuid en algemeen Vlaanderen.
De waarden in Genk-Zuid kunnen wel vergeleken worden met de klinische richtwaarden van het
lab waar de meting werd uitgevoerd. In Tabel 70 wordt weergegeven welk percentage van de
deelnemers binnen en buiten de normale range vallen voor cystatine-C en alfa-1-microglobuline.
De gegevens zullen in een vervolgproject verder gebruikt worden om na te gaan of personen die
meer blootgesteld zijn aan metalen die toxisch zijn voor de nier ook meer kans hebben op een
afwijkende waarden van deze twee nierfunctieparameters.
176
Tabel 70: Nierparameters in Genk-Zuid: vergelijking met klinische richtlijnen
Biomerker
Richtlijn
% deelnemers
Cystatine-C in serum
lage waarden: < 0,59 mg/l
normale waarden: 0,59 – 1,04 mg/l
Alfa-1-microglobuline in urine
8,63%
90,63%
hoge waarden: > 1,04 mg/l
1,02%
normale waarden: <12 mg/l
97,84%
hoge waarden: ≥ 12 mg/l
177
2,16%
4. Perceptie
4.1 Inleiding
De vragenlijst van de humane biomonitoringscampagne in Genk-Zuid bevat, net als de
referentiecampagne in Vlaanderen, een module rond risicopercepties. Deze module peilt naar de
meningen, klachten en bezorgdheden van jongeren over milieuproblemen in hun woonomgeving.
Risicopercepties brengen een beeld van de maatschappelijke betekenis van milieu- en
gezondheidsrisico’s. Ze zijn relevant voor het beleid omdat ze een belangrijke invloed uitoefenen
op hoe risico’s beoordeeld en aangepakt moeten worden4. Daarnaast bestaat er recent ook
aandacht voor de klinische relevantie van risicopercepties in de individuele relatie tussen
blootstelling en gezondheid. Onderzoek toont aan dat – naast de toxicologische impact van
milieuvervuiling – ook de psychosociale impact van de perceptie van die vervuiling schadelijk kan
zijn voor de gezondheid5. 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) gezondheid6.
De ‘subjectieve’ percepties van mensen over de problematiek van milieu en gezondheid vormen
dus een belangrijke en noodzakelijke aanvulling op de ‘objectieve’ meetgegevens van de humane
biomonitoring. In wat volgt worden de resultaten van de perceptievragenlijst bij jongeren in GenkZuid voorgesteld. Vier onderwerpen komen achtereenvolgens aan bod:
De perceptie van milieuproblemen: wie percipieert welke milieuproblemen in de eigen
woonomgeving, en wie is ook ongerust over welke gezondheidsklachten in verband met
die problemen? En welke oplossingen zien jongeren voor deze milieuproblemen?
Informatie over milieuproblemen: door wie en op welke manier willen jongeren
geïnformeerd worden over milieuproblemen? Welke informatiekanalen genieten
vertrouwen en welke kanalen zijn belangrijk? En hoe beoordelen ze bestaande
informatiecampagnes rond milieu en gezondheid?
Attitudes en gedrag rond milieubesef: voelen jongeren zich verantwoordelijk voor het
leefmilieu? En vertaalt zich dat ook in milieubewust gedrag?
Betrokkenheid en participatie: hoe moet de plaatselijke bevolking best betrokken worden
bij het aanpakken van milieuproblemen in de woonomgeving? Wie moet uiteindelijk
beslissen? En wie is ook zelf bereid om betrokken te worden?
In tabellen en figuren worden de antwoorden van de jongeren weergegeven. We kijken in de
eerste plaats naar verschillen met de Vlaamse referentiebiomonitoring. We gaan na voor welke
percepties er statistisch significante7 verschillen bestaan tussen jongeren in Genk-Zuid en jongeren
in gans Vlaanderen. Daarnaast kijken we binnen de steekproef van Genk-Zuid ook naar de verdeling
van subgroepen per geslacht, sociaal-economische status (SES), etnische achtergrond en
statistische sector (woonwijk). We gaan na voor welke percepties er significante verschillen
bestaan tussen jongens en meisjes, tussen jongeren met een hoge of een lage SES, enz.
4
Slovic, P. (edit.) (2000), The Perception of Risk, London: Earthscan, 473 p.
Lima, M.L. (2004), On the influence of risk perception on mental health: living near an incinerator, in: Journal of
Environmental Psychology, vol. 24: 71-84.
6
Vandermoere, F. (2008), Psychosocial health of residents exposed to soil pollution in a Flemish neighbourhood, in:
Social Science & Medicine, vol. 66: 1646-1657.
7
Statistische significantie drukken we uit als een p-waarde: hoe kleiner die waarde, hoe kleiner de kans dat het verschil te
wijten is aan het toeval. Bij een p-waarde kleiner of gelijk aan 0.05 spreken we van een significant verband (de kans dat het
verband toevallig is, is dan kleiner dan 5%).
5
178
Voor sociaal-economische status (de sociale positie die iemand inneemt in de samenleving)
bekijken we twee indicatoren: het hoogste opleidingsniveau van de ouders (lager secundair, hoger
secundair of hoger onderwijs) en het onderwijstype van de jongeren (ASO, TSO of BSO). Indien we
voor een bepaalde perceptievraag lineaire verschillen in SES vinden dan spreken we van een sociale
gradiënt. Die kan positief zijn (hoe hoger de SES, hoe hoger de score op de perceptievraag) of
negatief (hoe hoger de SES, hoe lager de score).
Voor etnische achtergrond kijken we naar het geboorteland van de ouders (beide ouders geboren
in België, één van de ouders niet geboren in België, beide ouders niet geboren in België).
Geografische verschillen stellen we vast door de woonwijk waar jongeren wonen (som van enkele
statistische sectoren) te vergelijken. We gebruiken dezelfde indeling die ook gebruikt werd bij de
biomerkers (hoofdstukken 2 en 3): Diepenbeek, Oud-Termien, Kolderbos, Langerlo, Oud Sledderlo,
Nieuw Sledderlo, Terboekt. De resultaten voor wijkverschillen in risicopercepties dienen echter
met de nodige omzichtigheid geïnterpreteerd te worden, aangezien de aantallen in de
verschillende categorieën klein kunnen zijn. Daarnaast bekijken we bij de perceptievragen rond
milieuproblemen in de woonomgeving ook hoe ver jongeren gemiddeld wonen tot het middelpunt
van de industriezone (berekende afstand tot meetpost 40GK09 van het telemetrisch meetnet).
Deze verschillen tonen indicatief aan of percepties toenemen indien men dichter bij de industrie
woont.
De verschillen tussen Genk-Zuid en Vlaanderen worden voor alle vragen getoond. De verschillen in
Genk-Zuid per subgroep worden enkel getoond indien ze statistisch significant zijn (in bijlage 3
worden alle berekeningen weergegeven).
4.2 Respons
Alle 197 jongeren die deelnamen aan de humane biomonitoring in Genk-Zuid vulden de
perceptievragenlijst in. Het eerste luik rond de perceptie van milieuproblemen in de
woonomgeving (paragraaf 4.3) werd in de campagne in Genk-Zuid beter ingevuld dan in de
referentiecampagne in Vlaanderen (in Genk-Zuid vulden gemiddeld 2,3% van de jongeren deze
vragen niet of niet juist in, terwijl dit in Vlaanderen gemiddeld 7% was). Het luik over de
informatiekanalen (paragraaf4.4 ) werd in Genk-Zuid opvallend minder goed ingevuld en kent een
gelijke respons als in Vlaanderen: beide ongeveer 7% missing. Vooral het laatste luik rond de
betrokkenheid en participatie (paragraaf 4.6) werd minder goed ingevuld in Genk-Zuid dan in
Vlaanderen (resp. 8,6 t.o.v. 2,0% missing).
4.3 Perceptie van milieuproblemen in de woonomgeving
Wie geeft milieuproblemen aan?
De eerste vraag in de perceptievragenlijst peilde naar de aanwezigheid van een milieuprobleem in
de woonomgeving van de respondenten (gemeente of buurt). Ruim 70% van alle jongeren (72,4%)
stelt in Genk-Zuid minstens één milieuprobleem in zijn of haar woonomgeving vast. Dat is bijna drie
keer zoveel als in de Vlaamse referentiebiomonitoring (26,1%).
179
100
Genk-Zuid
90
80
79,5
Vlaanderen
72,4
70
75,5
72,1
66,7
64,9
60
50
40
30
26,1
24,8
29,2
28,1
18,2
20
21,5
10
0
totaal
jongens
meisjes
lager secundair hoger
hoger
secundair onderwijs
geslacht
opleidingsniveau ouders
Jongens geven in Genk-Zuid vaker een milieuprobleem aan dan meisjes. De verschillen in geslacht
zijn statistisch significant (p=0.045). In Vlaanderen zien we net het omgekeerde: daar melden
meisjes iets vaker dan jongens een milieuprobleem (dit verschil is echter niet significant). We zien
ook een licht positieve sociale gradiënt: jongeren met hoogopgeleide ouders geven vaker een
milieuprobleem in hun woonomgeving aan dan jongeren met laagopgeleide ouders, maar de
verschillen zijn zowel in Genk-Zuid als in Vlaanderen niet significant.
Etnische achtergrond en onderwijstype (zie tabellen in bijlage 3) zijn in Genk-Zuid niet significant
verschillend voor jongeren die wel of geen milieuproblemen melden. In Vlaanderen zagen we wel
verschillen in onderwijstype (jongeren uit ASO geven vaker milieuproblemen aan dan jongeren uit
TSO en BSO). We stellen wel vast dat jongeren die milieuproblemen aangeven, gemiddeld dichter
bij de industriezone wonen (p<0.001). Wijkverschillen zijn echter niet statistisch significant.
In vergelijking met de 8 aandachtsgebieden uit het eerste steunpunt8 (2002-2008) liggen de
percentages in Genk-Zuid nog steeds ruim dubbel zo hoog. Jongeren in Genk-Zuid geven dubbel zo
vaak een milieuprobleem aan dan jongeren (in dezelfde leeftijdsgroep) die wonen in de buurt van
bijvoorbeeld een verbrandingsoven (34%), havengebied (30,1%), de Albertkanaalzone (31,7%), of
de Limburgse fruitstreek (37,3%).
Over welke milieuproblemen gaat het?
Jongeren die melding maken van een milieuprobleem, konden aan de hand van vooraf
omschreven categorieën aanduiden over welke problemen het gaat. We peilden naar het type
milieuprobleem (in welk milieucompartiment speelt het probleem zich af), de sector of activiteit
die het probleem veroorzaakt en de vervuilende stof(fen) die het probleem veroorzaken.
Type milieuproblemen
70,5% van de jongeren uit Genk-Zuid geeft aan dat luchtvervuiling een milieuprobleem is in zijn of
haar woonomgeving. 36,8% stelt (ook) geurhinder vast en 25,8% (ook) geluidshinder. 15,3% en
8,4% stelt respectievelijk (ook) bodemvervuiling en watervervuiling vast. Andere milieuproblemen
zoals binnenhuisvervuiling, lichthinder en vervuiling via voeding (niet in figuur) werden minder vaak
aangegeven (respectievelijk 5,8%, 4,7% en 2,1%).
8
Zie: http://www.milieu-en-gezondheid.be/resultaten/2001-2006/jongeren/Perceptierapport%20Jongeren.pdf
180
80
70,5
Genk-Zuid
70
Vlaanderen
60
50
36,8
40
25,8
30
20,4
20
13,1
15,3
7,3
10
6,3
8,4
6,8
0
luchtvervuiling
geurhinder
geluidshinder
bodemvervuiling
watervervuiling
In Genk-Zuid worden alle typen milieuproblemen vaker gemeld dan in de Vlaamse
referentiebiomonitoring. De verschillen tussen Genk-Zuid en Vlaanderen zijn significant voor alle
type problemen, behalve voor watervervuiling. Vooral geurhinder wordt als milieuprobleem
opvallend vaker in Genk-Zuid aangegeven, namelijk vijf keer meer dan gemiddeld in Vlaanderen.
Jongeren konden voor deze vraag meerdere type milieuproblemen aanduiden. In Genk-Zuid werd
in totaal 323 keer een milieuprobleem opgesomd door 190 jongeren. Jongeren geven dus
gemiddeld 1,7 milieuproblemen in hun woonomgeving aan. Aangezien bijna alle jongeren in GenkZuid luchtvervuiling melden, worden de andere milieuproblemen meestal gemeld in combinatie
met luchtvervuiling. Onderstaande figuur toont de jongeren die luchtvervuiling aanduiden als
milieuprobleem. De eerste kolom toont het aantal jongeren die enkel luchtvervuiling melden (dus
niet in combinatie met andere problemen). De volgende vier kolommen tonen die jongeren die
luchtvervuiling melden in combinatie met andere problemen9.
70
64
Genk-Zuid
60
Vlaanderen
48
50
40
49,3
40
36,6
32
36
34,3
30
18,7
20
13,4
10
0
enkel
luchtvervuiling
met geurhinder met geluidshinder
met
bodemvervuiling
met
watervervuiling
Deze figuur toont dat van alle jongeren die in Genk-Zuid luchtvervuiling aanduiden als
milieuprobleem, ruim een derde (36,6%) geen andere problemen is zijn of haar woonomgeving
vaststelt. Bijna de helft (49,3%) van hen meldt ook geurhinder, ruim een derde (34,3%) meldt ook
geluidshinder. Ten opzichte van Vlaanderen valt opnieuw het verschil met geurhinder op. In Genk9
Let wel: deze kolommen zijn niet mutueel exclusief, wat wil zeggen dat een respondent zich in meerdere kolommen kan
bevinden. Bijvoorbeeld: jongeren die luchtvervuiling aanduiden in combinatie met zowel geurhinder, geluidshinder en
bodemvervuiling bevinden zich zowel in kolom 2, 3 als 4.
181
Zuid stellen jongeren vaker dan in Vlaanderen luchtvervuiling vast in combinatie met geurhinder
maar minder vaak in combinatie met geluidshinder, bodem- en watervervuiling.
Het melden van type milieuproblemen is in Genk-Zuid niet significant verschillend voor bepaalde
subgroepen. We stellen met andere woorden geen verschillen vast voor geslacht, SES en etnische
achtergrond in Genk-Zuid (ook niet in Vlaanderen). We stellen in Genk-Zuid wel verschillen per wijk
vast voor geluidshinder en bodemvervuiling: alle type milieuproblemen worden het vaakst gemeld
in Oud Sledderlo. Opvallend is het hoge percentage voor luchtvervuiling in Nieuw Sledderlo in
combinatie met de lage percentages voor geurhinder en geluidshinder. Jongeren in Nieuw
Sledderlo zien dus voornamelijk luchtvervuiling als probleem, terwijl men in Oud Sledderlo
daarnaast ook vaak geurhinder, geluidshinder en bodemvervuiling meldt.
Wijken Genk-Zuid
Diepenbeek
Oud-Termien
Kolderbos
Langerlo+
Oud Sledderlo
Nieuw Sledderlo
Terboekt+
p-waarde
Luchtvervuiling
Geurhinder
Geluidshinder
Bodemvervuiling
71,2
53,3
50,0
70,4
86,7
76,7
76,9
0,189
44,1
26,7
27,8
33,3
66,7
20,0
38,5
0,058
30,5
0,0
11,1
29,6
53,3
10,0
38,5
0,003
11,9
6,7
11,1
11,1
40,0
6,7
30,8
0,016
De gezondheidsequête Genk-Zuid 200710 toont grotendeels soortgelijke resultaten. Uit een lijst van
12 milieuproblemen werd in een aantal afgebakende wijken in vier gemeenten nabij de
industriezone eveneens luchtvervuiling als meest voorkomend probleem aangeduid, gevolgd door
geluidsoverlast en geurhinder. De percentages voor geluidshinder zijn opvallend gelijklopend
tussen de humane biomonitoring en de gezondheidsenquête: respectievelijk 25,8% en 26%. Voor
geurhinder, maar vooral voor luchtvervuiling zijn de percentages in de humane biomonitoring
echter veel hoger: respectievelijk 36,8% versus 26% voor geurhinder en 70,5% versus 36% voor
luchtvervuiling. Daarnaast stellen we ook andere verschillen vast tussen wijken: in de
gezondheidsenquête worden de meeste klachten gemeld in Nieuw Sledderlo, terwijl dit in de
humane biomonitoring in Oud Sledderlo is (en vaak opvallend minder in Nieuw Sledderlo).
Sectoren en activiteiten die milieuproblemen veroorzaken
De industrie is volgens bijna 70% van de jongeren de veroorzaker van milieuproblemen in hun
woonomgeving. 32,3% stelt ook verkeer en 18,4% ook transport verantwoordelijk. Afvalverwerking
veroorzaakt voor 14,2% van de jongeren ook milieuproblemen. De energiesector en roken worden
beide door 11,1% van de jongeren als verantwoordelijke aangeduid. Het hoge percentage voor
industrie maakt dat andere sectoren en activiteiten steeds in combinatie (en dus niet op zichzelf)
aangeduid worden door jongeren. Andere sectoren die minder vaak genoemd worden (niet in
figuur) zijn zwerfvuil en sluikstorten (7,9%), vernietiging van natuur (7,4%) en het gebruik van
ongezonde producten (5,8%).
10
Zie: http://www.mmk.be/afbeeldingen/File/Gezondheidsenquete_Genk_Zuid2007.pdf
182
80
70
Genk-Zuid
68,9
Vlaanderen
60
50
40
32,3
30
20
17,8
12,6
18,4
14,2
11,1
9,9
10
11,1
6,3
2,6
2,1
0
industrie
verkeer
transport
afvalverwerking energiesector
roken
Alle sectoren en activiteiten worden in Genk-Zuid significant meer aangeduid dan gemiddeld in
Vlaanderen, uitgezonderd roken. Ten opzichte van Vlaanderen valt in Genk-Zuid vooral het hoge
percentage voor industrie en afvalverwerking op.
Er zijn geen verschillen tussen
geslacht, SES, etniciteit of wijk in
het aanduiden van sectoren of
Diepenbeek
69,5
42,4
activiteiten die milieuproblemen in
Oud-Termien
46,7
33,3
Genk-Zuid
veroorzaken,
Kolderbos
44,4
16,7
uitgezonderd verschillen per wijk
Langerlo+
70,4
22,2
voor het aanduiden van industrie
Oud Sledderlo
86,7
66,7
en verkeer. Beide sectoren worden
Nieuw Sledderlo
73,3
23,3
het vaakst gemeld in Oud Sledderlo
Terboekt+
80,8
26,9
en het minst vaak in Kolderbos. We
stellen ook vast dat jongeren die de
p-waarde
0,048
0,018
industrie, verkeer of transport
aanduiden als veroorzakende sector, gemiddeld dichter bij de industriezone wonen.
Wijken Genk-Zuid
Industrie
Verkeer
Vervuilende stoffen die milieuproblemen veroorzaken
Uit een lijst van milieuvervuilende stoffen die milieuproblemen kunnen veroorzaken, duiden
jongeren in Genk-Zuid het vaakst uitlaat- en verbrandingsgassen en zware metalen aan (resp. 45,8
en 40% van de jongeren). Andere stoffen die minder vaak gemeld worden zijn afval (12,6%),
dioxines (8,9%) en pesticiden (6,3%). Alle stoffen worden significant meer in Genk-Zuid gemeld dan
gemiddeld in Vlaanderen. Vooral het grote verschil met zware metalen valt op.
183
50
45,8
Genk-Zuid
45
40,0
Vlaanderen
40
35
30
25
25,3
24,7
20,6
20
14,2
15
9,8
10
6,2
4,1
5
3,6
0
uitlaatgassen
zware metalen
fijn stof
schadelijke
dampen
chemisch afval
Er zijn geen verschillen tussen
geslacht, SES, etniciteit of wijk in
het aanduiden van vervuilende
Diepenbeek
35,6
32,3
stoffen
die
in
Genk-Zuid
Oud-Termien
13,3
6,7
milieuproblemen
veroorzaken,
Kolderbos
33,3
5,6
uitgezonderd verschillen per wijk
Langerlo+
33,3
14,8
voor het aanduiden van zware
Oud Sledderlo
80,0
46,7
metalen en fijn stof. Opnieuw
Nieuw Sledderlo
33,3
20,0
vinden we de hoogste percentages
Terboekt+
61,5
38,5
in Oud Sledderlo. Voor zware
metalen zien we de laagste
p-waarde
0,002
0,014
percentages in Oud-Termien, en
voor fijn stof in Kolderbos. We zien ook een kleine sociale en etnische gradiënt in het melden van
chemisch afval: jongeren met een lage SES (opleidingsniveau ouders en onderwijstype jongeren) en
met een andere etnische achtergrond zien vaker chemisch afval als veroorzaker van
milieuproblemen in hun woonomgeving. Daarnaast stellen we ook vast dat jongeren die
uitlaatgassen, zware metalen, fijn stof of schadelijke dampen aanduiden als veroorzakende stoffen,
gemiddeld dichter bij de industriezone wonen.
Wijken Genk-Zuid
Zware metalen
Fijn stof
Ongerust over de gezondheid?
We zagen hierboven dat bijna drie op de vier jongeren uit onze steekproef in Genk-Zuid een
milieuprobleem percipiëren in hun woonomgeving. Vraag is in hoeverre deze jongeren11 zich
hierover ook zorgen maken over hun gezondheid of die van hun huisgenoten. Van de jongeren die
in Genk-Zuid een milieuprobleem melden, is meer de helft (51,1%) ongerustheid over de
gezondheidsgevolgen hiervan voor henzelf of hun huisgenoten. 11,3% van hen geeft aan zeer
ongerust te zijn. De verschillen met jongeren uit gans Vlaanderen zijn groot: daar is 33,9% ongerust
en geeft niemand aan zeer ongerust te zijn.
11
Omdat deze antwoorden enkel betrekking hebben op respondenten die een milieuprobleem aangeven, kunnen we deze
percentages niet berekenen op het totaal aantal deelnemers.
184
100%
90%
0
11,3
22,6
zeer ongerust
80%
70%
eerder of een beetje
ongerust
39,8
60%
43,4
50%
40%
30%
niet ongerust
30,4
20%
10%
eerder niet of weinig
ongerust
34
18,4
0%
Genk-Zuid
Vlaanderen
Ongerust over gezondheid (zeer of eerder ongerust)
Totaal
Opleiding ouders
Lager secundair
Hoger secundair
Hoger onderwijs
p-waarde
Etniciteit (geboorteland ouders)
Belg
Één ouder niet-Belg
Twee ouders niet-Belg
p-waarde
wijken
Diepenbeek
Oud-Termien
Kolderbos
Langerlo+
Oud Sledderlo
Nieuw Sledderlo
Terboekt+
p-waarde
51,1
73,9
54,5
42,3
0,027
39,8
64,7
66,7
0,015
50,0
12,5
66,7
21,1
61,5
69,6
59,1
0,009
We stellen vast dat jongeren met een
lage SES (opleidingsniveau ouders) en een
andere etnische achtergrond iets
ongeruster zijn over hun gezondheid.
Kijken we naar verschillen per wijk dan
zien we dat jongeren in Nieuw Sledderlo
en Kolderbos het vaakst aangeven
ongerust te zijn (resp. 69,6 en 66,7%) en
jongeren in Oud-Termien het minst vaak
(12,5%).
In de Gezondheidsenquête Genk-Zuid
(2007)
werd
aan
(volwassen)
buurtbewoners van de industriezone ook
gevraagd naar bezorgdheid over hun
gezondheid (in relatie tot de industrie).
42% van de respondenten zei toen
ongerust te zijn over hun gezondheid.
Ook gezondheidsklachten?
Jongeren konden ook aanduiden welke gezondheidsklachten en ziekten bij henzelf (of bij anderen
uit hun gezin) voorkomen die (volgens hen) te wijten zijn aan milieuproblemen. Zij konden dit
aankruisen op een lijst van 18 mogelijke klachten (meerdere antwoorden waren mogelijk).
14,6% van alle jongeren in Genk-Zuid meldt luchtwegklachten bij zichzelf of bij hun gezin als gevolg
van de milieuproblemen in hun woonomgeving. 11,5% meldt hoofdpijn en vermoeidheid. 10,9%
stelt stress vast en 7,8% allergie. Andere klachten die minder vaak worden gemeld zijn: astma en
slapeloosheid (beide 7,3%), concentratieproblemen (6,8%), kanker en bloeddrukproblemen (beide
185
5,2%). Al deze gezondheidsklachten worden door jongeren in Genk-Zuid significant meer
aangegeven dan door jongeren in Vlaanderen.
16
14,6
Genk-Zuid
14
Vlaanderen
11,5
12
11,5
10,9
10
7,8
8
6
4
2,9
2,9
2
1,5
2
1,5
0
luchtwegen
hoofdpijn
vermoeidheid
stress
allergie
We stellen in Genk-Zuid geen verschillen vast voor geslacht. Het melden van hoofdpijn,
vermoeidheid en stress volgt wel een negatieve sociale gradiënt: ze worden meer gemeld door
jongeren met een lage SES. We zien dat jongeren uit het BSO en jongeren met laagopgeleide
ouders het vaakst hoofdpijn, vermoeidheid en stress melden. Het melden van vermoeidheid en
stress is daarnaast ook verschillend voor etnische achtergrond: deze klachten komen meer voor bij
jongeren met ouders die niet in België geboren werden. We zien ook significante verschillen per
wijk. Opvallend is dat in Oud-Termien en Langerlo (bijna) geen gezondheidsklachten gemeld
worden. In Oud Sledderlo en Kolderbos worden de meeste klachten gemeld.
Onderwijstype jongere
BSO
TSO
ASO
p-waarde
Opleiding ouders
Lager secundair
Hoger secundair
Hoger onderwijs
p-waarde
Etniciteit (geboorteland ouders)
Belg
Één ouder niet-Belg
Twee ouders niet-Belg
p-waarde
wijken
Diepenbeek
Oud-Termien
Kolderbos
Langerlo+
Hoofdpijn
Vermoeidheid
Stress
24,3
11,9
7,5
0,024
29,7
7,1
6,5
<0,001
24,3
9,5
6,5
0,010
17,6
15,0
7,4
0,179
26,5
10,0
7,4
0,011
32,4
5,0
7,4
<0,001
7,1
20,8
19,4
0,034
8,7
25,0
13,9
0,071
6,3
20,8
22,2
0,008
10,2
0,0
26,3
0,0
13,6
0,0
15,8
0,0
5,1
0,0
21,1
3,7
186
Oud Sledderlo
26,7
20,0
26,7
Nieuw Sledderlo
10,3
3,4
13,8
Terboekt+
14,3
25,0
17,9
p-waarde
0,038
0,029
0,046
Deze perceptievraag polste zoals gezegd naar gezondheidsklachten als gevolg van
milieuproblemen. Omdat ook in het algemene luik van de vragenlijst gepeild werd naar
gezondheidsproblemen, kunnen we die vragen vergelijken met enkele vragen uit de
perceptievragenlijst. De vraagstelling tussen beide luiken is verschillend, maar werd zowel in GenkZuid als in Vlaanderen op dezelfde manier geformuleerd.
Luik vragenlijst
Vraagstelling
Klachten betrekking Klachten veroorzaakt
op:
door:
Algemene vragenlijst, in de afgelopen 12 enkel jongere zelf
Niet gevraagd
luik ademhaling en maanden
allergie
luchtwegklachten of
astma?
Perceptievragenlijst
luchtwegklachten,
Jongeren of andere uit Gevolg
van
hoesten of astma?
gezin
milieuproblemen
Als we beide type vragen (uit algemene vragenlijst en uit perceptievragenlijst) voor
luchtwegklachten en astma vergelijken bij jongeren in Genk-Zuid en Vlaanderen, dan stellen we het
volgende vast.
Effectief gerapporteerde klachten
Genk-Zuid
Luchtwegen
Astma
Vlaanderen
Luchtwegen
Astma
Aandeel milieu gerelateerde klachten
luchtwegen
astma
51.3 ->
22.0 ->
22.0
35.9
13.0
15.4
46.7 ->
22.0 ->
8.1
4.9
3.1
4.8
Het percentage jongeren met luchtwegklachten en astma is in Genk-Zuid vergelijkbaar met het
Vlaams gemiddelde. Van de jongeren die klachten rapporteren, geven in Genk-Zuid echter wel
meer jongeren aan dat ze vermoeden dat dit milieugerelateerde klachten zijn. Zo geeft 51,3% van
de jongeren in Genk-Zuid aan zelf luchtwegklachten te hebben; hiervan percipieert 22% ook een
milieugerelateerde luchtwegklacht voor henzelf of hun gezin. In Vlaanderen rapporteren ongeveer
evenveel jongeren een luchtwegklacht (46,7%), maar percipieert slechts 8,1% van hen ook een
milieugerelateerde luchtwegklacht voor henzelf of hun gezin. Voor astma zien we dezelfde
verschillen: evenveel jongeren in Genk-Zuid als in Vlaanderen rapporteren dat ze ooit astma gehad
hebben (22%), maar in Genk-Zuid wijt 15,4% dit aan een milieuprobleem in de woonomgeving
terwijl in Vlaanderen 4,8% van de jongeren dit doet.
Hoewel de cijfers met de nodige omzichtigheid geïnterpreteerd dienen te worden (beide luiken uit
de vragenlijst zijn immers niet ontworpen om vergeleken te worden), kunnen we stellen dat er in
Genk-Zuid meer milieugerelateerde attributie is over de oorzaak van gezondheidsklachten; met
andere woorden: jongeren in Genk-Zuid blijken vaker dan gemiddeld hun gezondheidsklachten toe
te schrijven aan milieuproblemen in hun woonomgeving.
187
Oplossingen voor milieuproblemen
We stelden jongeren in Genk-Zuid ook de vraag wat volgens hen de beste oplossing is voor de
milieuproblemen in hun directe omgeving. In totaal werden 113 oplossingen geformuleerd door 87
jongeren (26 jongeren gaven meer dan één oplossing). 11 jongeren gaven aan geen oplossing te
weten, 99 jongeren vulden deze vraag niet in.
Omdat het een open vraag betreft kunnen we de verschillende antwoorden hier niet in al hun
diversiteit weergeven. Indien we de antwoorden echter in ruimere categorieën onderverdelen, dan
valt het op dat bijna een kwart van alle voorgestelde oplossingen (23,9%, n=27) te maken heeft
met het verminderen van uitstoot. Ruim de helft van deze oplossingen (n=15) wordt specifiek
gemeld voor de industrie en gaan vooral over het plaatsen van filters: “filters op fabrieken”,
“minder uitstoot door bedrijven”, “fabrieken betere filters om zo weinig mogelijk vuile lucht uit te
stoten”, terwijl er 2 betrekking hebben op het verkeer: “roetfilters op auto’s”, “uitstoot van auto’s
verminderen”. De rest (n=10) van de oplossingen die betrekking hebben op het verminderen van
uitstoot worden op een meer algemene manier geformuleerd: “CO2 uitstoot proberen
verminderen”, “minder schadelijke stoffen in de lucht”.
Het sorteren of verminderen van afval en het stimuleren van groene energie komen op een
gedeelde twee plaats. Beide worden 14 keer gemeld (12,4% van alle geformuleerde oplossingen).
In verband met afval gaat het over vooral over het aanpakken van sluikstorten (n=8): “dat mensen
hun afval moeten bijhouden en niet ergens gooien in het openbaar”, “zwerfvuil aanpakken”, “meer
vuilbakken”, “minder afval laten rondslingeren”. Het (beter) sorteren van afval wordt 6 keer
gemeld “dat iedereen zijn best doet om te sorteren”, “afval sorteren en recycleren, brooddoos
meenemen”. Het stimuleren van groene energie en het ecologische maken van de industrie wordt
ook 14 keer genoemd als oplossing voor de milieuproblemen: “zoveel mogelijk gebruik maken van
groene energie”, “de fabrieken moeten ook ecologisch werken”, “poging om de industrie te
overtuigen groene energie te gebruiken”.
9,7% (n=11) van de geformuleerde oplossingen gaat over het opleggen van sancties en
maatregelen aan de veroorzakers van de milieuproblemen. 8 keer wordt hier specifiek de industrie
genoemd: “strengere controle en eventuele veroordeling van vervuilende industrie”, “bedrijven
moeten zich houden aan opgelegde veiligheidsvoorschriften, zij zijn de grootste vervuiler” “dat
fabrieken de nodige tips opvolgen” “strenge controles op uitlaat van bedrijven”. Opvallend is dat
sommige jongeren dit type oplossing zeer specifiek weet te formuleren: “de bedrijven moeten zich
aan de gemaakte afspraken houden vb: o.a. overdekking vliegassen kanaalzone”, “resultaten
analyse luchtkwaliteit beter opvolgen, dwz sneller vervuiler sanctioneren en niet op zijn beloop
laten gaan”.
Het stimuleren van openbaar vervoer en fiets en het verminderen van autoverkeer zijn goed voor
8,8% van alle opgesomde oplossingen van jongeren in Genk-Zuid: “meer openbaar vervoer”, “meer
mensen per fiets of te voet ipv met de auto”, “een gezin mag maar 1 auto hebben (meer bussen)”,
“minder zwaar vervoer lans grote weg”.
8,0% en 7,1% van de voorstellen gaan respectievelijk over het sluiten en het verplaatsen van de
industriezone in Genk-Zuid. Van de jongeren die een sluiting voorstellen (n=9), vermelden er 4 één
bedrijf specifiek bij naam “ALZ sluiten en daardoor luchtverontreiniging beperken”, “ALZ sluiten”.
De anderen zijn algemener: “weg met de fabrieken”, “fabriek dicht”. Het verplaatsen of niet verder
uitbreiden van de industriezone komt 8 keer aan bod en heeft vooral betrekking op de nabijheid
van woongebied: “geen nieuwe fabrieken bijbouwen en geen nieuwe huizen bouwen in
gevarenzone”, “industrie verder van de woonwijk plaatsen”, “de industrie verplaatsen naar een
plaats waar weinig of geen mensen wonen”.
Tot slot wordt ook het beter informeren van buurtbewoners enkele keren aangehaald (n=3): “de
burgerbevolking erover aanspreken en zoveel mogelijk informatie over het probleem verspreiden”,
“de mensen inlichten hoe erg het eraan toegaat en tips geven om vervuiling te kunnen voorkomen”,
“informatie krijgen”.
188
30
25
% van alle oplossingen (n=113)
23,9
20
15,0
15
10
12,4
12,4
9,7
8,8
5
8,0
7,1
2,7
0
Conclusie
Jongeren in Genk-Zuid melden bijna 3 keer vaker een milieuprobleem in hun woonomgeving dan
gemiddeld in Vlaanderen (72,4% t.o.v. 26,1%). Het gaat vooral over luchtvervuiling, vaak in
combinatie met geurhinder en geluidshinder. Deze milieuproblemen worden volgens jongeren in
Genk-Zuid veroorzaakt door de industrie, vaak in combinatie met verkeer/transport en
afval(verwerking). De milieuproblemen zorgen vooral voor uitlaatgassen en zware metalen.
Het percipiëren van (type) milieuproblemen is in Genk-Zuid niet significant verschillend voor het
geslacht, de sociale status en de etnische achtergrond van de jongeren, maar wel voor de wijk waar
de jongeren wonen. In Oud Sledderlo worden vaak de meeste problemen gemeld, in Oud-Termien
en Kolderbos vaak de minste. Opvallend zijn verder de grote verschillen tussen jongeren uit Nieuw
en Oud Sledderlo: in Oud Sledderlo percipiëren jongeren vaak een accumulatie van diverse
milieuproblemen, zowel veroorzaakt door de industrie als het verkeer. In Nieuw Sledderlo
daarentegen stellen jongeren vaak enkel luchtvervuiling vast, vooral veroorzaakt door de industrie
(veel minder door verkeer), en geven zij minder vaak zware metalen en fijn stof aan als oorzaak van
milieuproblemen. Oplossingen voor de milieuproblemen in hun woonomgeving zien jongeren
voornamelijk in het reduceren van uitstoot, het sorteren/reduceren van afval en het stimuleren
van groene energie.
De gepercipieerde milieuproblemen zorgen in Genk-Zuid voor meer ongerustheid over de
gezondheid dan gemiddeld in Vlaanderen (51,1% t.o.v. 22,6%). Jongeren in Genk-Zuid melden ook
vaker dan gemiddeld gezondheidsklachten binnen hun gezin gerelateerd aan milieuproblemen:
vooral luchtwegklachten, vermoeidheid, hoofdpijn, stress en allergie. Deze klachten worden meer
gemeld door jongeren met een lage SES en met een andere etnische achtergrond. De
wijkverschillen voor gezondheidsklachten en –ongerustheid zijn vaak tegengesteld aan die van de
milieuproblemen: ze worden het vaakst gemeld in Nieuw-Sledderlo en Kolderbos. Er zijn indicaties
dat jongeren in Genk-Zuid vaker dan gemiddeld in Vlaanderen hun gezondheidsklachten
toeschrijven aan milieuproblemen in hun woonomgeving
189
4.4 Informatie over milieuproblemen
De eerste paragraaf ging over de perceptie van milieuproblemen in de woonomgeving. Dit tweede
luik gaat verder in op de meningen van jongeren over informatie rond die milieuproblemen. Eerst
kijken we naar mogelijke informatiekanalen. Deze geven aan door wie jongeren geïnformeerd
willen worden over milieuproblemen. Daarna gaan we in op de inhoud en de overdracht van
informatie: over wat en hoe willen ze geïnformeerd worden? Tot slot bekijken we op welke manier
jongeren enkele bestaande informatiecampagnes rond milieu en gezondheid beoordelen.
Informatiekanalen: vertrouwen, noodzaak en ervaring
Jongeren in Genk-Zuid hebben – net als jongeren in Vlaanderen – het meeste vertrouwen in
wetenschappers, huisartsen en milieuorganisaties, en het minste vertrouwen in
consumentenorganisaties, politieke partijen en de veroorzakers van milieuproblemen. De figuur
hieronder geeft het percentage jongeren weer dat aangeeft veel vertrouwen te hebben. In GenkZuid hebben jongeren significant minder vertrouwen in de algemene media (p = 0,001) en
wetenschappers (p = 0,041) als informatiekanaal voor milieuproblemen in vergelijking met de
gemiddelde jongere in Vlaanderen. Ook voor andere infokanalen zien we in Genk-Zuid iets minder
vertrouwen, maar die verschillen zijn niet significant. In Genk-Zuid hebben jongeren iets meer
vertrouwen in het internet dan jongeren in Vlaanderen (p=0.076).
60
% veel vertrouwen
50
Genk-Zuid
Vlaanderen
40
30
20
10
0
Jongeren uit Genk-Zuid wensen vooral informatie te ontvangen van wetenschappers (38,2%),
huisartsen en gemeentebestuur (beide 33,2%). Hoewel jongeren in Genk-Zuid iets minder
vertrouwen hebben in informatiekanalen, wensen zij over het algemeen wel vaker geïnformeerd te
worden door die kanalen dan jongeren uit Vlaanderen. Voor 9 van de 13 informatiekanalen wensen
meer jongeren in Genk-Zuid informatie te ontvangen dan jongeren uit Vlaanderen. Grootste
verschillen zien we bij de veroorzakers van milieuproblemen (p<0.001), het gemeentebestuur
(p=0.006), en de huisarts (p=0.006). Van de algemene media wensen jongeren in Genk-Zuid minder
informatie dan jongeren in Vlaanderen (p=0.105).
190
45
van wie info gewenst?
40
Genk-Zuid
Vlaanderen
35
30
25
20
15
10
5
0
Jongeren in Genk-Zuid geven aan dat ze in het verleden vooral informatie kregen via de regionale
en de algemene media (resp. 32,1 en 30,6%). Ook vrienden/kennissen, onderwijsinstellingen en het
gemeentebestuur scoren hoog (rond de 30%). Ten opzichte van het Vlaamse gemiddelde geven
meer jongeren in Genk-Zuid aan informatie te hebben ontvangen van het gemeentebestuur
(p=0.001) en milieuorganisaties (niet significant), en minder informatie van de algemene media en
onderwijsinstellingen (niet significant).
40
van wie info gekregen?
35
Genk-Zuid
Vlaanderen
30
25
20
15
10
5
0
191
Als we voor Genk-Zuid de percentages van de jongeren die informatie wensen vergelijken met die
van de jongeren die in het verleden ook reeds informatie gekregen hebben, dan vallen vooral de
wetenschappers en de veroorzakers van milieuproblemen op: er zijn meer dan 5 keer zoveel
jongeren die van deze kanalen informatie wensen dan dat er jongeren zijn die van deze kanalen
ook reeds info ontvangen hebben.
Inhoud en overdracht van informatie
We vroegen respondenten hun mening over de wenselijkheid van 6 verschillende manieren van
informatieoverdracht (is volgende informatie over milieuproblemen in je woonomgeving
wenselijk?): via productinformatie, media, website van de overheid, brochures, bewoners
betrekken bij milieubeleid, en bijeenkomsten. Ze konden telkens een antwoord aankruisen op een
schaal gaande van ‘niet wenselijk’ tot ‘zeer wenselijk’. Hieronder tonen we de percentages van de
jongeren die aangeven de informatievorm wenselijk te vinden (zeer wenselijk of eerder wenselijk).
Jongeren in Genk-Zuid vinden productinformatie de meest wenselijke manier om geïnformeerd te
worden over milieuproblemen (78,1%). Informatie via de media komt op de tweede plaats (77,5%).
Ook bij jongeren in de Vlaamse steekproef scoren deze twee vormen van informatieoverdracht het
best. Het informeren via bijeenkomsten wordt door jongeren het minst wenselijk geacht, maar de
verschillen tussen Genk-Zuid en Vlaanderen zijn toch groot: meer dan dubbel zoveel jongeren in
Genk-Zuid wensen geïnformeerd te worden via bijeenkomsten. Deze verschillen vinden we (zij het
minder uitgesproken) ook terug bij de andere interactieve vorm van informatieoverdracht: de
betrokkenheid van bewoners bij het milieubeleid. We kunnen dus stellen dat jongeren in GenkZuid vaker dan gemiddeld voorstander zijn van interactieve en participatieve vormen van
informatieoverdracht bij milieuproblemen, maar dat deze door jongeren wel minder wenselijk
ervaren worden dan de meer passieve vormen van informatieoverdracht via de media,
productinformatie of websites.
90
80
70
60
78,1
73,5
Genk-Zuid
77,5 76,7
68,9
65,8
55,4
46,9
50
Vlaanderen
65
61
50,3
51,8
46,5
40
30
20,9
20
10
0
192
Evaluatie bestaande informatiecampagnes rond milieuproblemen
Tot slot van deze paragraaf over informatie van milieuproblemen kijken we naar de beoordeling die
jongeren geven aan enkele bestaande informatiecampagnes en brochures van de Vlaamse
overheid rond milieu en gezondheid. Jongeren konden de onderstaande 9 campagnes telkens
evalueren als ‘onbekend’, ‘onzinvol’ of ‘zinvol’.
Onbekend
‘Zonder is gezonder’
‘Bouw of verbouw gezond’
‘Asbest in en om het huis’
‘GSM-gebruik bij kinderen’
‘Asbest in land- en
tuinbouwbedrijven’
‘53% dioxine-uitstoot’
‘Slimmer stoken’
‘Adem diep in’
‘Wonen en gezondheid’
Niet zinvol
zinvol
G-Z
Vl.
G-Z
Vl.
G-Z
Vl.
p
88,9
82,5
79,7
42,6
89,3
80
82,7
34,2
1,1
3,3
7,0
21,8
3,6
3,6
2,5
20,6
10,1
14,2
13,4
35,6
7,1
16,4
14,7
45,2
n.s.
n.s.
n.s.
n.s.
84,0
85,4
8,0
2,0
8,0
12,6
0.011
69,4
69,9
77,5
57,2
73,1
64
71,1
64
10,2
7,5
7,5
7,5
9,1
6,6
9,3
4,6
20,4
22,6
15
35,3
17,8
29,4
19,6
31,5
n.s.
n.s.
n.s.
n.s.
De resultaten zijn gelijklopend in Genk-Zuid en Vlaanderen. De campagne rond GSM gebruik bij
kinderen is de best gekende. In Genk-Zuid vindt 35,6% van de jongeren deze campagne zinvol
terwijl 20,6% de campagne als onzinvol aanduidt. In de beoordeling van de campagnes verschillen
jongeren in Genk-zuid niet significant van jongeren in Vlaanderen, met uitzondering van de
campagne rond asbest in land-en tuinbouwbedrijven die in Genk-Zuid vaker als niet zinvol wordt
beoordeeld.
Conclusie
De rangorde van meest betrouwbare infokanalen voor milieuproblemen is vergelijkbaar voor
jongeren uit Genk-Zuid en Vlaanderen: wetenschappers, huisartsen en milieuorganisaties genieten
veel vertrouwen, consumentenorganisaties, politieke partijen en de veroorzakers van
milieuproblemen genieten weinig vertrouwen. In Genk-Zuid hebben jongeren wel minder
vertrouwen in de algemene media en wetenschappers in vergelijking met de gemiddelde jongere in
Vlaanderen. Ook voor andere infokanalen zien we in Genk-Zuid iets minder vertrouwen, maar die
verschillen zijn kleiner. Ondanks het lager vertouwen, hebben jongeren in Genk-Zuid wel meer
behoefte aan informatieverstrekking dan gemiddeld in Vlaanderen door bijna alle
informatiekanalen. Vooral wetenschappers en de veroorzakers van milieuproblemen moeten
volgens jongeren in Genk-Zuid meer informatie verstrekken over milieuproblemen.
4.5 Attitudes en gedrag rond milieubesef
Deze paragraaf peilt naar de attitudes van jongeren ten opzichte van het leefmilieu en de bijdragen
die ze leveren aan milieuvriendelijk gedrag.
Zorg voor het leefmilieu
78,7% van de jongeren in Genk-Zuid vindt de zorg voor het leefmilieu ook zijn
verantwoordelijkheid. In Vlaanderen is dit 82,8% (dit verschil is niet statistisch significant).
Verantwoordelijkheid voor het leefmilieu volgt echter zowel in Genk-Zuid als in Vlaanderen een
significant positieve sociale gradiënt: hoe hoger het opleidingsniveau van de ouders, hoe vaker
193
jongeren aangeven zich verantwoordelijk te voelen voor het leefmilieu. We zien ook significante
verschillen in etnische achtergrond en woonwijk van de jongeren in Genk-Zuid: van de jongeren
met ouders uit België voelt 85,6% zich verantwoordelijk ten opzichte van 60,0% van de jongeren
met ouders die niet in België geboren werden. Kijken we naar de wijken dan zien we de hoogste
percentages in Langerlo (92,6%) en Diepenbeek (89,8%) en de laagste percentages in NieuwSledderlo (55,6%) en Oud-Termien (60,0%).
100
Genk-zuid
90
80
78,7
82,8
88 87,3
Vlaanderen
79
71,7
69,6
70
63,6
60
50
40
30
20
10
0
totaal
lager secundair hoger secundair hoger onderwijs
opleidingsniveau ouders
Jongeren die zich verantwoordelijk voelen voor het leefmilieu konden vervolgens aangeven in
welke mate ze ook rekening houden met het milieu en welke bijdragen ze leveren aan de zorg voor
het leefmilieu. 65,5% van de jongeren in Genk-Zuid zegt rekening te houden met milieu. 5,8% vindt
dat dit ook resultaat heeft, terwijl 59,7% vindt dat dit weinig invloed heeft zolang bedrijven en
andere burgers niet hetzelfde doen. Ongeveer evenveel jongeren in Genk-Zuid als in Vlaanderen
geven aan meer rekening te willen houden met het leefmilieu (resp. 34,3 en 31,4%) maar de
redenen waarom ze dit niet doen verschillen: in Vlaanderen geven jongeren vooral aan dat ze niet
weten hoe ze dit moeten doen, terwijl in Genk-Zuid jongeren vooral aangeven dat de bedrijven
eerst meer inspanningen moeten leveren.
25
22,7
Genk-Zuid
20
Vlaanderen
16,3
13,4
15
10
8,4
5
3,2
1,7
0
ik weet niet hoe
kost teveel moeite of geld
eerst moeten bedrijven
meer inspanningen leveren
194
Milieuvriendelijk bijdragen
Jongeren konden uit een lijst van 9 milieuvriendelijke bijdragen aanduiden wat op hen van
toepassing is (meerdere antwoorden mogelijk).
0
20
40
60
57
ik sorteer afval voor hergebruik
ik ga zoveel mogelijk met de fiets of te voet
52
ik ben bereid mijn gedrag aan te passen
37,2
ik gebruik zoveel mogelijk het openbaar
vervoer
23,5
63,8
45,9
34,8
18,8
16,3
ik beperk afval
ik doe minder vliegvakanties of ben bereid
milieutaks te betalen
ik koop milieuvriendelijke producten ook al zijn
ze duurder
60,7
20,3
20,4
ik gebruik minder energie in huis en tuin
ik gebruik groene energie
80
13
10,2
7,2
7,2
9,2
15,3
Vlaanderen
Genk-Zuid
Het sorteren van afval wordt in Genk-Zuid het vaakst aangeduid als bijdrage voor het leefmilieu
(60,7%), gevolgd door het zich verplaatsen per fiets of te voet (52,0%). Het kopen van
milieuvriendelijke producten wordt met 9,2% het minst vaak aangeduid. De rangorde en
grootteorde van het percentages is in Genk-Zuid grotendeels gelijk aan Vlaanderen. Enkel het zich
verplaatsen per fiets of te voet (p=0.017) en gebruik van openbaar vervoer (p=0.013) worden in
Genk-Zuid significant minder vaak aangeduid dan gemiddeld in Vlaanderen (resp. 52,0 t.o.v. 63,8%
en 23,5 t.o.v. 34,8%). Het gebruik van groene energie wordt in Genk-Zuid significant meer
(p=0.010) aangeduid dan gemiddeld in Vlaanderen (15,3 t.o.v. 7,2%).
Bij 3 van bovenstaande milieuvriendelijke stellen we in Genk-Zuid een positieve sociale gradiënt
vast: het zich verplaatsen per fiets of te voet, het sorteren van afval, en de bereidheid zijn gedrag
aan te passen worden allemaal meer aangeduid door jongeren met een hogere sociale status
(opleidingsniveau ouders en onderwijstype jongere). We stellen ook vast dat dit milieuvriendelijk
gedrag vaker gemeld wordt door jongeren met Belgische ouders.
195
Milieuvriendelijke bijdragen
Totaal
Opleiding ouders
Lager secundair
Hoger secundair
Hoger onderwijs
p-waarde
Onderwijstype jongere
BSO
TSO
ASO
p-waarde
Etniciteit (geboorteland ouders)
Belg
Één ouder niet-Belg
Twee ouders niet-Belg
p-waarde
Verplaatsen per
fiets of te voet
52,0
Sorteren van afval Bereid gedrag aan
te passen
60,7
37,2
37,8
36,1
68,1
<0.001
37,8
59,0
72,3
0.001
18,9
37,7
45,7
0.017
39,5
34,9
62,4
0.002
50,0
53,3
67,0
0.103
21,1
30,2
45,0
0.019
60,0
33,3
38,5
0.007
70,9
45,8
38,5
<0.001
43,3
33,3
23,1
0.066
Het verplaatsen per fiets of te voet is daarnaast ook significant verschillend voor jongens en
meisjes (p<0.001) (niet in tabel): jongens geven in Genk-Zuid vaker aan gebruik te maken van de
fiets of te voet dan meisjes (67,0 t.o.v. 39,8%).
Conclusie
Attitudes en gedrag rond milieubesef zijn bij jongeren in Genk-Zuid grotendeels gelijklopend als bij
jongeren in een gemiddelde Vlaamse steekproef. In Genk-Zuid geven jongeren wel minder vaak
dan gemiddeld aan gebruik te maken van het openbaar vervoer en de fiets om zorg voor het
leefmilieu te dragen. Jongeren die in Genk-Zuid aangeven dat ze meer rekening met het leefmilieu
zouden willen houden geven ook vaker dan gemiddeld aan dat ze vinden dat bedrijven daar eerst
meer inspanningen voor moeten leveren.
4.6 Betrokkenheid bevolking
In deze paragraaf bekijken we hoe jongeren denken over de betrokkenheid van buurtbewoners bij
het zoeken naar oplossingen voor lokale milieuproblemen. We kijken naar verschillende manieren
van betrokkenheid en naar de mate waarin de overheid hiermee rekening zou moeten houden. Tot
slot bekijken we of jongeren ook zelf actief betrokken willen worden.
Hoe moet de plaatselijke bevolking betrokken worden?
We vroegen jongeren naar de meest wenselijke manier om de plaatselijke bevolking te betrekken.
Ze konden kiezen uit 6 mogelijke antwoordcategorieën die onderverdeeld kunnen worden in 3
‘graden’ van betrokkenheid:
1. bevolking niet betrekken of bevolking enkel informeren → geen betrokkenheid,
informatieoverdracht in één richting
2. enquête en referendum → schriftelijke en indirecte betrokkenheid
3. buurtgesprekken of werkgroep → directe en interactieve betrokkenheid, dialoog
9,1% van de jongeren is geen voorstander van lokale betrokkenheid. Het informeren van
buurtbewoners in Genk-Zuid is voor 8,6% van de jongeren voldoende. 67,5% van de jongeren is van
196
mening dat de plaatselijke bevolking in Genk-Zuid best op een indirecte manier betrokken wordt:
43,2% vindt een enquête de meest wenselijke manier, 24,3% vindt een referendum meer
wenselijk. 22,7% van de jongeren is voorstander van een directe en meer interactieve
betrokkenheid van de plaatselijke bevolking: 17,8% vindt het houden van groepsgesprekken de
beste manier, 4,9% voelt meer voor deelname aan een werkgroep van de overheid.
50
47
Genk-Zuid
43,2
Vlaanderen
40
30
24,3
17,8
20
12,1
17,7
12,1
10
8,6
4,9
8,6
0
De verschillen met jongeren uit de Vlaamse steekproef zijn significant (p=0.003). In Vlaanderen zijn
meer jongeren van mening dat de bevolking enkel geïnformeerd moet worden. Ook zijn daar
minder jongeren voorstander van een directe betrokkenheid via groepsgesprekken of van een
indirecte betrokkenheid via een referendum. Opvallend is wel dat deelname aan een werkgroep
van de overheid iets beter scoort bij jongeren in Vlaanderen dan in Genk-Zuid.
Kijken we in Genk-Zuid naar subgroepen, dan zien we dat etnische achtergrond (p=0.002) en
woonwijk (p<0.001) significante verschillen vertonen: het houden van groepsgesprekken (en in
minder mate ook het houden van een referendum) wordt vaker aangeduid door jongeren met een
andere etnische achtergrond. Het afnemen van een enquête wordt door deze jongeren minder
vaak aangeduid. Kijken we naar wijkverschillen dan zien we dat groepsgesprekken veel vaker
gewenst zijn in Nieuw-Sledderlo en Oud-Sledderlo, het houden van een enquête vaker in Oudtermien en het houden van een referendum vaker in Terboekt.
Etniciteit
Belg
Één ouder niet-Belg
Twee ouders niet-Belg
wijken
Diepenbeek
Oud-Termien
Kolderbos
Langerlo+
Oud Sledderlo
Nieuw Sledderlo
Terboekt+
Referendum
Enquête
Groepsgesprekken
20,7
31,8
25,7
52,9
18,2
31,4
9,9
31,8
37,1
20,7
7,1
27,8
24,0
15,4
27,6
40,7
55,2
71,4
50,0
48,0
38,5
10,3
33,3
10,3
7,1
16,7
4,0
46,2
51,7
3,7
197
Een hypothese hierbij zou kunnen zijn dat jongeren met een allochtone achtergrond (waarvan in
Genk-Zuid veel Turkse en Marokkaanse etniciteit) een sterker gemeenschapsgevoel hebben dan
autochtone jongeren waardoor ze meer belang hechten aan actieve vormen van betrokkenheid
zoals groepsgesprekken.
Wie moet beslissen?
Vraag is vervolgens in welke mate de overheid rekening moet houden met de inbreng van de
bevolking. Slechts 2,7% van de jongeren in Genk-Zuid vindt dat de overheid hiermee geen rekening
moet houden. 75,5% vindt dat de overheid wel rekening moet houden met de inbreng van de
bevolking, maar uiteindelijk wel zelf moet beslissen. 21,7% vindt dat de bevolking zelf zou moeten
beslissen.
De verschillen tussen jongeren in
Genk-Zuid en Vlaanderen zijn niet
overheid moet geen rekening
significant. We zien voor deze
2,7
2,1
houden met inbreng bevolking
vraag in Genk-Zuid ook geen
overheid beslist maar moet
verschillen
in
geslacht,
rekening houden met inbreng
75,5
82,6
opleidingsniveau
van
ouders,
bevolking
etnische achtergrond of wijk. We
bevolking moet beslissen
21,7
15,4
zien wel een significant verschil in
het onderwijstype van de jongeren (p=0.036). Deelnemers uit het BSO vinden vaker dan
deelnemers uit het ASO dat zowel de overheid moet beslissen (zonder rekening te houden met de
bevolking) (5,9% t.o.v. 0%) als dat de bevolking zelf zou moeten beslissen (32,4% t.o.v. 21,9%).
Genk-Zuid
overheid moet geen rekening
houden met inbreng bevolking
overheid beslist maar moet
rekening houden met inbreng
bevolking
bevolking moet beslissen
Genk-Zuid
Vlaanderen
ASO
TSO
BSO
0,0
5,0
5,9
78,1
82,5
61,8
21,9
12,5
32,4
Willen jongeren ook zelf betrokken worden?
Ondanks het grote belang dat jongeren hechten aan betrokkenheid en participatie blijken bijna drie
op de vier jongeren (73,4%) in Genk-Zuid niet bereid om zelf actief deel te nemen aan
groepsgesprekken rond de milieuproblemen in hun woonomgeving. 21,3% wil wel betrokken
worden. 5,3% is hiertoe enkel bereid onder bepaalde voorwaarden.
Deze cijfers zijn vergelijkbaar met
het Vlaams gemiddelde. We stellen
Nee
73,4
75,2
dus vast dat jongeren die wonen in
Ja, onder voorwaarden
5,3
3,0
de onmiddellijke omgeving van een
Ja
industriezone, en die in hoge mate
21,3
21,8
daarover milieuproblemen melden,
niet significant vaker bereid zijn hierover geconsulteerd te worden dan jongeren uit een
representatieve Vlaamse steekproef.
De voorwaarden die sommige jongeren formuleren om betrokken te worden (n=9), hebben
betrekking op 3 thema’s:
Genk-Zuid
Vlaanderen
198
1. De doelgroep van de groepsgesprekken: twee keer wordt gevraagd dat bij de
groepsgesprekken ook leeftijdsgenoten aanwezig zouden zijn (14-20 jaar). Er moet “naar
de jeugd geluisterd worden”. Volgens een andere jongere is het belangrijk dat ook de
verantwoordelijken van de industrie aanwezig zijn. Nog een andere jongere stelt dat er
“serieuze mensen [aanwezig moeten zijn], die er iets van afweten, geen zagende
politiekers”.
2. De tijdsinvestering aan de groepsgesprekken: twee jongeren spreken over tijdsinvestering
als voorwaarde voor betrokkenheid. “dat onze tijd en inzet beloond worden”.
3. De finaliteit van de groepsgesprekken: twee jongeren wensen enkel betrokken te worden
indien de groepsgesprekken een probleemoplossend perspectief bieden: “als het maar niet
alleen bij luisteren blijft maar een oplossing komt (definitief)”. Één van hen stelt voor om
tijdens de groepsgesprekken de milieuproblemen als keuzevraagstukken te behandelen:
“er worden ons een aantal oplossingen getoond en wij kiezen eruit”.
Conclusie
De meningen van jongeren over de manier waarop de bevolking betrokken moet worden bij
milieuproblemen zijn in Genk-Zuid grotendeels gelijklopend als in Vlaanderen. Jongeren in GenkZuid vinden een directe en actieve betrokkenheid van de plaatselijke bevolking wel iets wenselijker
dan gemiddeld in Vlaanderen (hoewel ook in Genk-Zuid meer passieve vormen van betrokkenheid
hoger scoren). De bereidheid om ook zelf actief betrokken te worden is in Genk-Zuid echter niet
groter dan gemiddeld. We stellen vast dat allochtone jongeren meer belang hechten aan
participatie en betrokkenheid dan autochtone jongeren.
4.7 Algemene conclusie
Bijna drie op de vier jongeren in Genk-Zuid meldt een milieuprobleem in zijn of haar
woonomgeving, dat is bijna 3 keer vaker dan gemiddeld in Vlaanderen. Het gaat vooral over
luchtvervuiling, vaak in combinatie met geurhinder en geluidshinder. Jongeren zien in Genk-Zuid
vooral een combinatie van milieuproblemen veroorzaakt door de industrie, verkeer/transport en
afval(verwerking). Oplossingen voor deze problemen zien jongeren voornamelijk in het reduceren
van uitstoot, het sorteren/reduceren van afval en het stimuleren van groene energie.
De helft van alle jongeren in Genk-Zuid is in bepaalde mate ongerust over de gezondheidsgevolgen
van de milieuproblemen. Dit is meer dan gemiddeld in Vlaanderen (22%). Jongeren in Genk-Zuid
stellen ook vaker dan gemiddeld gezondheidsklachten binnen hun gezin vast die ze relateren aan
milieuproblemen: vooral luchtwegklachten, vermoeidheid, hoofdpijn, stress en allergie.
In Genk-Zuid hebben jongeren minder vertrouwen in de algemene media en wetenschappers in
vergelijking met de gemiddelde jongere in Vlaanderen. Ook voor andere infokanalen zien we in
Genk-Zuid iets minder vertrouwen, maar die verschillen zijn kleiner. Toch signaleren jongeren in
Genk-Zuid meer behoefte te hebben aan informatieverstrekking over milieuproblemen dan
gemiddeld in Vlaanderen.
Jongeren in Genk-Zuid vinden een actieve betrokkenheid van de plaatselijke bevolking bij het
informeren over milieuproblemen en het zoeken naar oplossingen voor de problemen wenselijker
dan gemiddeld in Vlaanderen (hoewel ook in Genk-Zuid meer passieve vormen van betrokkenheid
hoger scoren). De bereidheid om ook zelf actief betrokken te worden is in Genk-Zuid echter niet
groter dan gemiddeld.
In Genk-Zuid vinden meer jongeren dat bedrijven eerst meer inspanningen moeten leveren
alvorens zij meer rekening zullen houden met het leefmilieu. Ze geven ook minder aan gebruik te
maken van het openbaar vervoer en de fiets om zorg voor het leefmilieu te dragen.
199
200
Referenties
ATSDR (Agency for Toxic Substances and Disease Registry): www.atsdr.cdc.gov.
Aylward LL, Hays SM, Nong A, Gagné M, Krishnan K (2010) Biomonitoring equivalents for
hexachlorobenzene. Regulatory Toxicology and Pharmacology 58(1): 25-32.
Aylward LL, LaKind JS, Hays SM (2008) Derivation of Biomonitoring Equivalent (BE) Values for
2,3,7,8-Tetrachlorodibenzo-p-Dioxin (TCDD) and Related Compounds: A Screening Tool for
Interpretation of Biomonitoring Data in a Risk Assessment Context/ Journal of Toxicology and
Environmental Health, Part A, 71(22): 1499-1508.
Baker EL, Letz R, Fidler A (1985). A Computer-Administered Neurobehavioral Evaluation System for
Occupational and Environmental Epidemiology. Journal of occupational medicine 27:206-212.
Barr DB, Wilder LC, Caudill SP, Gonzalez AJ, Needham LL, Pirkle JL (2005). Urinary creatinine
concentrations in the U.S. population: implications for urinary biologic monitoring
measurements. Environ Health Perspect; 113: 192-200.
Bertolazi AN, Fagondes SC, Hoff LS, Pedro VD, Barreto SSM, Johns MW (2009). Portugueselanguage version of the Epworth sleepiness scale: validation for use in Brazil. J Bras Pneumol
35(9):877-883.
Bloch KE, Schoch OD, Zhang JN, Russi EW (1999). German Version of the Epworth Sleepiness Scale.
Respiration 66:440–447.
Choi K, Son H, Park M, Han J, Kim K, Lee B, Gwak H (2009). Internet overuse and excessive daytime
sleepiness in adolescents. Psychiatry and Clinical Neurosciences 63:455–462.
Chung KF (2000). Use of the Epworth Sleepiness Scale in Chinese patients with obstructive sleep
apnea and normal hospital employees. Journal of Psychosomatic Research 49:367-372.
Cosemans G, Lefebvre W, Mensink C, Sleeuwaert F, Van de Vel K, Van Rompaey H (2008).
Modellering zware metalen rond industriële vestigingen 2008. Tussentijds rapport. November
2008.
Danner F, Philips B (2008). Adolescent Sleep, School Start Time, and Teen Motor Vehicle Crashes.
Journal of Clinical Sleep Medicine 4(6):533-535.
Fredriks AM, van Buuren S, Jeurissen SE, Dekker FW, Verloove-Vanhorick SP, Wit JM (2004). Height,
weight, body mass index and pubertal development references for children of Moroccan origin
in the Netherlands. Acta Paediatr; 93(6): 817-24.
Gibson ES, Powles ACP, Thabane L, O'Brien S, Molnar DS, Trajanovic N, Ogilvie R, Shapiro C, Yan M,
Chilcott-Tanser L (2006). "Sleepiness" is serious in adolescence: Two surveys of 3235 Canadian
students. BMC Public Health 6:116.
Hays SM, Nordberg M, Yager JW, Aylward LL (2008) Biomonitoring equivalents (BE) dossier for
cadmium (Cd) (CAS No. 7440-43-9). Regulatory Toxicology and Pharmacology 51: 49-56.
Hays SM, Aylward LL, Gagné M, Nong A, Krishnan K (2010) Biomonitoring equivalents for inorganic
arsenic. Regulatory Toxicology and Pharmacology 58(1):1-9.
Iyengar V, Woittiez J. (1988). Trace elements in human clinical specimens: Evaluation of literature
data to identify reference values. Clin Chem 34(3):474-481.
Johns MW (1991). A New Method for Measuring Daytime Sleepiness: The Epworth Sleepiness
Scale. Sleep 14(6):540-545.
Johns MW (1993). Daytime Sleepiness, Snoring and Obstructive Sleap Apnea. The Epworth Sleeping
Scale. Chest 103:30-36.
Johns MW (2000). Sensitivity and specificity of the multiple sleep latency test (MSLT), the
maintenance of wakefulness test and the Epworth sleepiness scale: Failure of the MSLT as a
gold standard. J. Sleep Res. 9:5–11.
Kaneita Y, Munezewa T, Suzuki H, Ohtsu T, Osaki Y, Kanda H, Minowa M, Suzuki K, Tamaki T, Mori J,
Yamamoto R, Ohida T (2010). Excessive daytime sleepiness and sleep behavior among Japanese
adolescents: A nation-wide representative survey. Sleep and Biological Rhythms 8:282–294.
201
Kirman CR, Aylward LL, Hays SM, Krishnan K, Nong A (2011) Biomonitoring equivalents for
DDT/DDE. Regulatory Toxicoloy and Pharmacology 60(2): 172-180.
Krishnan K, Adamou T, Aylward LL, Hays SM, Kirman CR, Nong A (2011) Biomonitoring equivalents
for 2,2',4,4',5-pentabromodiphenylether (PBDE-99). Regulatory Toxicology and Pharmacology
60(2): 165-171.
Kristjansson AL, Sigfusdottir ID, Allegrante JP, James JE (2011). Adolescent Caffeine Consumption,
Daytime Sleepiness, and Anger. Journal of caffeine research 1:75-82.
Lauwereys RR, Hoet P (2001) Industrial chemical exposure: Guidelines for biological monitoring.
Third Edition. Lewis Publishers, CRC Press LLC, ISBN 1-56670-545-2.
Letz R (2000). NES3 user’s manual. Atlanta (GA): Neurobehavioral Systems Inc.
Lewalter J, Korallus U, Harzdorf C, Weidemann H (1985). Chromium bond detection in isolated
erythrocytes: a new principle of biological monitoring of exposure to hexavalent chromium. Int
Arch Occup Environ Health; 55:305-18.
Lisowska-Myjak B (2010) Serum and Urinary Biomarkers of Acute Kidney Injury. Blood Purif 29:357–
365
Lukanova A, Toniolo P, Zhitkovich A, Nikolova V, Panev T, Popov T, Taioli E, Costa M (1996).
Occupational exposure to Cr(VI): comparison between chromium levels in lymphocytes,
erythrocytes, and urine. Int Arch Occup Environ Health; 69:39-41.
Ng EP, Ng DK, Chan CH (2009). Sleep duration, wake/sleep symptoms, and academic performance
in Hong Kong Secondary School Children. Sleep Breath 13:357–367.
Opinion of the Human Biomonitoring Commission of the German Federal Envrionment Agency.
Standardisation of substance concentrations in urine – creatinine (2005). Bundesgesundheitsbl
– Gesundheitsforsch – Gesundheitsschutz; 48:616-8.
Ouw HK, Simpson GR, Siyali DS (1976) Use and health effects of Aroclor 1242, a polychlorinated
biphenyl, in an electrical industry. Arch Environ Health 31(189).
Provinciaal Instituut voor Hygiëne (2007) Gezondheidsenquête Genk-Zuid, 2007: Bilzen,
Diepenbeek, Genk, Zutendaal. Eindrapport.
Qu Q, Li X, An F, Jia G, Liu L, Watanabe-Meserve H, Koenig K, Cohe, B, Costa M, Roy N, Zhong M,
Chen LC, Liu S, Yan L (2008). CrVI exposure and biomarkers: Cr in erythrocytes in relation to
exposure and polymorphisms of genes encoding anion transport proteins. Biomarkers 13:46777.
Scheepers PT, Heussen GA, Peer PG, Verbist K, Anzion R, Willems J (2008). Characterisation of
exposure to total and hexavalent chromium of welders using biological monitoring. Toxicol Lett;
178:185-90.Shin C, Kim J, Lee S, Ahn Y, Joo S (2003). Sleep habits, excessive daytime sleepiness
and school performance in high school students. Psychiatry and Clinical Neurosciences 57:451–
453.
Semiz S, Kurt F, Kurt DT, Zencir M, Sevinç O. Pubertal development of Turkish children (2008). J
Pediatr Endocrinol Metab; 21(10): 951-61.
Spence, J.T., & Helmreich, R.L. (1978). Masculinity and femininity: Their psychological dimensions,
correlates, and antecedents. Austin, TX: University of Texas Press.
Standaert A, De Brouwere K, Torfs R. Gezondheidsrisicoanalyse Genk-Zuid: nikkel. Vito, november
2010 (MRG/N97F9/2010-0001).
Sunderman FW, Hopfer SM, Swift T, et al. (1989). Cobalt, chromium, and nickel concentrations in
body fluids of patients with porous-coated knee or hip prostheses. J Orthop Res 7:307-315.
Takagi Y, Matsuda S, Imai S, et al. (1986). Trace elements in human hair: An international
comparison. Bull Environ Contam Toxicol 36:793-800.
White MA, Sabbioni E (1998) Trace element reference values in tissues from inhabitants of the
European Union. X. A study of 13 elements in blood and urine of a United Kingdom population.
The science of the total environment 216: 253-270.
202
White RF, James KE, Vasterling JJ, Letz R, Marans K, Delaney R, Krengel M, Rose F, Kraemer HC
(2003). Neuropsychological Screening for Cognitive Impairment Using Computer-Assisted Tasks.
Assessment 10:86-101.
203

Similar documents