luik humane biomonitoring in Genk-Zuid
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 (michel.stalpaert@aml-lab.be): meting van urinair arseen, toxisch relevant arseen en tolueen. Universiteit Antwerpen - Toxicologisch Centrum (UA – TOX), Universiteitsplein 1, 2610 Wilrijk. Contactpersoon: Dr. Adrian Covaci (adrian.covaci@ua.ac.be): meting van PCB’s, p,p’-DDE, hexachloorbenzeen, PBDE’s, totaal hexabromocyclododecaan (HBCD) en tetrabromobisfenol A (TBBPA) in serum. Vlaamse Instelling voor Technologische Onderzoek – Milieutoxicologie (VITO – TOX), Boeretang 200, 2400 Mol. Contactpersoon: mevr. Griet Jacobs (griet.jacobs@vito.be): 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 (jvrijens@vub.ac.be): meting van zware metalen in bloed en urine. - Drs. Kim Croes (kcroes@vub.ac.be): UCD muis Calux assay op serum/plasma. - Prof. dr. Willy Baeyens (wbaeyens@vub.ac.be): kwik en methylkwik in haar. 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 (gudrun.koppen@vito.be: meting van komeettest en 8-hydroxydeoxyguanosine in urine. UGent, lab. andrologie – Universitair Ziekenhuis Gent, De Pintelaan 185, 9000 Gent Contactpersoon: Dr. A. Mahmoud (ahmed.mahmoud@ugent.be): meting van schildklierhormonen en geslachtshormonen. Algemeen Medisch Laboratorium (AML), Desguinlaan 88, 2018 Antwerpen. Contactpersoon: Dhr. Michel Stalpaert (michel.stalpaert@aml-lab.be): 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