luik humane biomonitoring in de regio Menen - Steunpunt Milieu en ...

VLAAMS HUMAAN BIOMONITORINGS-
PROGRAMMA 2007-2011
Foto: Daniel Herlent
Resultatenrapport
Resultaten van het
onderzoek bij
jongeren in
de regio
Menen
januari 2012
in opdracht van de Vlaamse overheid

Vlaams Humaan Biomonitoringsprogramma 2007-2011
Resultatenrapport: deel hotspot Menen
1
Januari 2012

Voorwoord
Dit rapport bevat de resultaten van het humaan biomonitoringsprogramma dat werd uitgevoerd bij
jongeren die wonen in de nabijheid van de industriezone ‘Grensland’ in Menen. In dit rapport
worden de resultaten van de jongeren van Menen vergeleken met de “referentie” resultaten van
jongeren die door toeval geselecteerd werden uit de algemene Vlaamse bevolking. Het
biomonitoringsprogramma wordt uitgevoerd in opdracht van de Vlaamse overheid, departementen
Volksgezondheid, Leefmilieu en Wetenschapsbeleid door het Steunpunt Milieu en Gezondheid.
De hotspot Menen werd geselecteerd in samenspraak met overheid, administraties, lokale milieu –
en gezondheidswerkers en experten. Het is na Genk-Zuid de tweede locatie waarvoor een strategie
werd ontwikkeld om na te gaan of lokale milieudruk tot verhoogde concentraties van vervuilende
stoffen en gezondheidseffecten leidt in de mens.
De aflijning van het onderzoeksgebied en de keuze van biomerkers om blootstelling en effecten te
meten werden mede bepaald door voorafgaande analyse van de informatie over de
bedrijfsactiviteiten en de beschikbare milieugegevens. 199 jongeren uit Menen en Wevelgem van 14
en 15 jaar namen deel aan de studie. Deze aanpak was alleen maar mogelijk door een hechte
samenwerking van de onderzoekers met de lokale gemeenschap, de lokale werkgroep in Menen en
beleidsverantwoordelijken.
Het rapport beschrijft de studiepopulatie, de biomerkerwaarden en de resultaten van de
gezondheidsparameters die gemeten werden. De resultaten worden vergeleken met de
referentiewaarden van jongeren in 2008 die eerder uitvoerig werden gepubliceerd
(http://www.milieu-en-gezondheid.be/resultaten.html).
De studie opent het spoor om naast milieumetingen ook gezondheidsgegevens te betrekken in de
analyse en onderstreept als dusdanig het belang dat wordt gehecht aan een gezonde leefomgeving.
Metingen in de mens geven een directer beeld van de gevolgen van milieubelasting op de inwendige
blootstelling en op de gezondheid dan extrapolaties uit milieumetingen. Tegelijkertijd moet er echter
rekening gehouden worden met de complexiteit van de relatie tussen omgeving en gezondheid en
met een aantal factoren die de interpretatie bemoeilijken, zoals de variabiliteit tussen de mensen,
verschillen in eetgewoonten, levensstijl en huisvesting, en biomerkermetingen die soms maar een
momentopname zijn.
De studiegegevens dienen geïnterpreteerd te worden als één van de puzzelstukken die de lokale
milieudruk en de effecten ervan op de lokale bewoners beschrijft. De relatie tussen de gemeten
polluenten in de jongeren en de gemeten gezondheidsparameters zal nog verder worden
onderzocht. Dit rapport draagt bij tot een wetenschappelijk inzicht in de relatie tussen milieu en
gezondheid en wil op die manier een leidraad zijn voor beleidsmakers.
Prof. Dr. Greet Schoeters, namens de promotoren
Coördinator Biomonitoringsprogramma
2

Partners
De activiteiten van het Steunpunt Milieu en Gezondheid worden gecoördineerd door Prof. W.
Baeyens (Vrije Universiteit Brussel, VUB). De biomonitoringscampagne wordt gecoördineerd door
Prof. G. Schoeters (Vlaamse Instelling voor Technologisch Onderzoek, VITO en Universiteit
Antwerpen, UA). Prof. N. Van Larebeke (Universiteit Gent) is woordvoerder van het Steunpunt.
De meetcampagne is multidisciplinair en werd uitgevoerd door:
- Provinciaal Instituut voor Hygiëne (PIH) Antwerpen, verantwoordelijk voor het veldwerk (Dr. V.
Nelen, E. Van De Mieroop);
- VITO (Prof. G. Schoeters), VUB (Prof. W. Baeyens) en UGent (Prof. N. Van Larebeke),
verantwoordelijk voor het toxicologische onderzoek;
- Universiteit Hasselt, verantwoordelijk voor de statistische verwerking (Prof. G. Molenberghs,
MSc L. Bruckers);
- UGent, verantwoordelijk voor het aspect voeding (Prof. S. De Henauw, Dr. I. Sioen);
- Katholieke Universiteit Leuven (KULeuven), verantwoordelijk voor fijn stof en cardiovasculaire
parameters (Prof. B. Nemery, Prof. T. Nawrot);
- Openbaar Psychiatrisch Ziekenhuis Geel (OPZG), verantwoordelijk voor neurologische opvolging
(Prof. M. Viaene, Dr. G. Vermeir);
- VITO, verantwoordelijk voor coördinatie en rapportering (Prof. G. Schoeters, Dr. E. Den Hond, A.
Colles, Dr. M. Paulussen);
- UA, verantwoordelijk voor risicocommunicatieonderzoek en -advies (Prof. I. Loots, Drs. H. Keune,
B. Morrens);
- VUB, verantwoordelijk voor de coördinatiecel Milieu en Gezondheid (Prof. W. Baeyens, Drs. K.
Goeyens);
- UGent, verantwoordelijk voor het woordvoerderschap (Prof. N. Van Larebeke).
De toxicologische metingen gebeurden door partners binnen en buiten het Steunpunt Milieu en
Gezondheid:
- Algemeen Medisch Laboratorium (AML), Antwerpen (M. Stalpaert, M. Uytterhoeven);
- Universiteit Antwerpen, Toxicologisch Centrum (Dr. A. Covaci);
- VITO, afdeling Milieurisicio en gezondheid (Prof. G. Schoeters, Dr. G. Koppen, Dr. E. Den Hond, G.
Jacobs);
- VUB, departement Analytische en Milieuchemie (ANCH) (Prof. W. Baeyens, Drs. K. Croes, Drs. J.
Vrijens);
- UGent, lab. andrologie (Prof. J-M. Kaufman, Dr. A. Mahmoud);
- UAken, Instituut voor arbeids –en sociale geneeskunde (Dr. T. Schettgen)
3

De studie gebeurde in opdracht en onder toezicht van de Vlaamse overheid:
- Vlaams Minister van Leefmilieu, Natuur en Cultuur (J. Winters, afgevaardigde van het kabinet
Minister Schauvliege, voorzitter van de stuurgroep)
- Vlaams Minister Welzijn, Volksgezondheid en Gezin (L. Vuylsteke de Laps, afgevaardigde van het
kabinet Minister Vandeurzen, co-voorzitter van de stuurgroep)
- Vlaams Minister van Innovatie, Overheidsinvesteringen, Media en Armoedebestrijding (P.
Verdoodt, afgevaardigde van het kabinet Minister Lieten)
- Departement Leefmilieu, Natuur en Energie (LNE) (Dr. K. Van Campenhout, Dr. C. Teughels);
- Vlaams ministerie van Welzijn, Volksgezondheid en Gezin (Agentschap Zorg en Gezondheid) (Dr.
D. Wildemeersch, Dr. H. Chovanova, B. Bautmans);
- Departement Economie, Wetenschap en Innovatie (EWI) (W. Winderickx, R. De Prêtre).
- Vlaamse Milieumaatschappij (VMM) (M. Bossuyt, M. Desmedt, P. D’Hondt)
- Openbare Vlaamse Afvalstoffenmaatschappij (OVAM) (Dr. G. Van Gestel)
- Instituut voor Natuur- en bosonderzoek (INBO) (C. Geeraerts, Dr. C. Belpaire)
- Agentschap voor Natuur en Bos (ANB) (V. Heyens, D. Demeyere)
Met speciale dank aan alle deelnemers en hun ouders; de directie en het personeel van de
deelnemende scholen; de schoolartsen en medewerkers van de Centra voor Leerlingenbegeleiding
(CLB’s); alle lokale actoren die het steunpunt adviseerden, en de vrijwilligers die de huisbezoeken
begeleidden.
4

Contents
Voorwoord _____________________________________________________________________ 2
Partners ________________________________________________________________________ 3
Belangrijkste conclusies ___________________________________________________________ 7
Samenvatting __________________________________________________________________ 10
Inleiding_______________________________________________________________________ 24
Methode ______________________________________________________________________ 26
1. Onderzoeksgebied ________________________________________ 26
2. Biomerkers ______________________________________________ 28
3. Rekrutering en veldwerk____________________________________ 29
3.1. Selectie van deelnemers ________________________________ 29
3.2. Onderzoeksprotocol ____________________________________ 30
4. Metingen en bevragingen ___________________________________ 33
4.1. Biomerkers van blootstelling _____________________________ 33
4.2. Biomerkers van effect __________________________________ 37
5. Statistische analyses ______________________________________ 39
5.1. Beschrijving van de steekproef en vergelijking met deze van de
referentiebiomonitoring _______________________________________ 39
5.2. Resultaten voor biomerkers en effectmerkers ________________ 40
Resultaten _____________________________________________________________________ 43
1. Beschrijving van de onderzoekspopulatie ______________________ 43
1.1. Respons _____________________________________________ 43
1.2. Karakteristieken van de onderzoeksgroep ___________________ 45
1.3. Staalafnamecondities ___________________________________ 55
2. Blootstellingsmerkers ______________________________________ 60
2.1. Zware metalen: cadmium _______________________________ 62
2.2. Zware metalen: lood ___________________________________ 70
2.3. Zware metalen: chroom _________________________________ 74
2.4. Zware metalen: nikkel __________________________________ 78
2.5. Zware metalen: arseen _________________________________ 83
2.6. Zware metalen: mangaan _______________________________ 89
2.7. Zware metalen: koper __________________________________ 93
2.8. Zware metalen: thallium ________________________________ 98
2.9. Zware metalen: antimoon ______________________________ 105
2.10. Zware metalen: kwik __________________________________ 109
2.11. Persistente gechloreerde polluenten: PCB’s _________________ 115
2.12. Persistente gechloreerde polluenten: p,p’-DDE ______________ 123
2.13. Persistente gechloreerde polluenten: hexachlorobenzeen ______ 129
2.14. Persistente gechloreerde polluenten: dioxines en dioxine-achtige
stoffen 133
2.15. Gebromeerde vlamvertragers: polygebromeerde diphenylethers
(PBDE’s), hexabromocyclododecaan (HBCD) en tetrabromobisfenol A
(TBBPA) ___________________________________________________ 138
2.16. Polyaromatische koolwaterstoffen (PAK’s) __________________ 145
2.17. Vluchtige organische stoffen: benzeen ____________________ 150
2.18 Perfluorderivaten: perfluoroactaansulfonzuur en perfluoro-octaanzuur
154
3. Gezondheidseffecten _____________________________________ 158
5

3.1. Astma en allergie _____________________________________ 158
3.2. Genotoxiciteit: komeettest ______________________________ 165
3.3. Genotoxiciteit: 8-hydroxy-deoxyguanosine in urine __________ 171
3.4. Hormonale effecten: schildklier –en geslachtshormonen _______ 174
3.5. Hormonale effecten: puberteitsontwikkeling ________________ 186
3.6. Neurologische ontwikkeling: NES-test _____________________ 191
3.7. Neurologische ontwikkeling: slaperigheid tijdens de dag ______ 192
3.8. Neurologische ontwikkeling: genderidentiteit _______________ 194
3.9. Nierfunctie __________________________________________ 195
4. Perceptie _______________________________________________ 197
4.1 Inleiding _______________________________________________ 197
4.2 Respons _______________________________________________ 198
4.3 Perceptie van milieuproblemen in de woonomgeving ____________ 198
4.4 Informatie over milieuproblemen ____________________________ 208
4.5 Attitudes en gedrag rond milieubesef _________________________ 212
4.6 Betrokkenheid bevolking __________________________________ 214
4.7 Algemene conclusie ______________________________________ 216
Referenties ___________________________________________________________________ 217
6

Belangrijkste conclusies
199 jongeren die wonen in de nabijheid van de industriezone ‘Grensland’ in Menen en Wevelgem
waren bereid om deel te nemen aan een biomonitoringsonderzoek tussen mei 2010 en februari
2011. Ze gaven urine, bloed en een haarstaal. De gehaltes van chemische stoffen aanwezig in het
milieu werden in de stalen geanalyseerd alsook de vroege gezondheidseffecten die deze stoffen
kunnen veroorzaken. Tevens kregen we van de jongeren heel wat informatie over hun algemene
gezondheid, levenswijze, de blootstelling aan verkeer, voeding en hobby’s.
De gegevens werden verwerkt en vergeleken met eerder bekomen resultaten uit een vergelijkbare
steekproef van jongeren uit de algemene Vlaamse bevolking (2008).
Blootstelling aan vervuilende stoffen:
Vergeleken met jongeren uit de algemene Vlaamse bevolking hebben jongeren uit de regio Menen:
een lagere blootstelling aan PCB’s, dioxines, pp’-DDE (een metaboliet van het
bestrijdingsmiddel DDT) en de persistente vlamvertrager BDE47.
De hogere gehaltes van PCB’s en dioxines die enkele jaren geleden in de regio gemeten
werden in milieustalen en in biologische stalen resulteren niet meer in verhoogde
gehaltes bij de jongeren die in 2010-2011 werden onderzocht. Dit kan waarschijnlijk
grotendeels verklaard worden door de specifieke milieumaatregelen en sensibilisering
van de bevolking in deze regio.
Vergelijkbare gehaltes van het persistente bestrijdingsmiddel HCB en van de
vlamvertrager BDE153.
vergelijkbare of lagere gehaltes aan de zware metalen lood, nikkel, toxisch arseen,
antimoon, kwik en methylkwik
hogere gehaltes aan de zware metalen thallium ( bloed en urine), koper ( bloed) en
cadmium (urine).
Dit heeft mogelijk te maken met een lokale bron(nen). Tijdens de periode 2000-2006
werden ook hoge thallium- en cadmiumconcentraties waargenomen in sedimentstalen
genomen in Menen en omgeving.
hogere gehaltes aan polyaromatische koolwaterstoffen (PAK’s) in de urine.
Polyaromatische koolwaterstoffen zijn kankerverwekkende stoffen die door praktisch
alle verbrandingsprocessen worden geproduceerd.
Het studiegebied in Menen en Wevelgem werd onderverdeeld in twee delen naargelang
de afstand tot de industriezone. Voor geen van de polluenten werd er een duidelijke
relatie gevonden tussen de afstand tot het industriegebied, de windrichting ten opzichte
van het industriegebied en de woonplaats.
7

Gezondheidseffecten:
Geen verontrustende klinisch afwijkende waarden bij de effectmetingen.
Dit wordt ook niet verwacht van biomerkeronderzoek dat vooral bedoeld is om te
waarschuwen vooraleer er ziektes optreden.
Effecten op het afweersysteem
Astma en allergie waren niet verhoogd bij jongeren uit het studiegebied. Hooikoorts kwam
bij de jongeren uit het studiegebied minder voor dan in de algemene bevolking.
Het valt wel op dat jongeren met astmaklachten ook rapporteerden meer blootgesteld
te zijn aan passief roken en dat jongeren met eczeem en allergie aan metalen,
chemische producten en dieren meer gebruik maakten van verzorgingsproducten.
Effecten op de puberteitsontwikkeling en hormoonhuishouding
Wat betreft schildklierhormonen hadden jongeren uit het studiegebied Menen lagere
thyroxine, hogere triiodothyronine en vergelijkbare TSH gehaltes in vergelijking met
jongeren uit algemeen Vlaanderen.
Het krijgen van (regelmatige) maandstonden verschilt niet bij de meisjes in Menen in
vergelijking met de meisjes in algemeen Vlaanderen.
Jongens uit Menen en Wevelgem hadden hogere gehaltes aan geslachtshormonen en
bereikten meer frequent de volwassen hormoonconcentraties
Dit kan deels verklaard worden door dat er meer jongeren van de oudere leeftijdsklasse
aan de studie deelnamen in Menen. Deze waarneming kan niet op eenvoudige wijze
verklaard worden, maar kan mogelijk veroorzaakt worden door een hogere blootstelling
aan lichaamsvreemde anti-oestrogene stoffen.
Effecten op de nierfunctie
Alle deelnemers uit de regio Menen hadden normale waarden voor alfa-1-microglobuline
in urine
98% van de deelnemers uit de regio Menen had klinisch normale waarden voor cystatine-C
in serum
Effecten op de ontwikkeling van het zenuwstelsel
Vergelijkbaar concentratievermogen bij jongeren uit de regio Menen en uit de
referentiepopulatie Vlaanderen
Jongeren in de regio Menen zijn minder slaperig dan leeftijdsgenoten in buitenlandse
studies
Jongeren uit de regio Menen scoorden minder goed op enkele testen die verband houden
met korte termijn geheugen en motorische vaardigheden dan hun leeftijdsgenoten in de
Vlaamse referentiepopulatie.
8

Effecten op DNA-schade
Er werd verhoogde DNA-schade gemeten met twee verschillende meetmethodes
(komeettest i n bloed en 8-OH-deoxy-guanosine in urine) bij de jongeren uit de regio
Menen in vergelijking met de jongeren uit de algemene Vlaamse bevolking.
Deze metingen hebben weinig betekenis op individueel vlak aangezien het
momentopnames zijn en toegenomen DNA schade kan gecompenseerd worden door
een grotere DNA herstel capaciteit. Op groepsniveau wijst een toename in DNA-schade,
zoals gemeten met de komeettest, op een toename in sommige deelaspecten van het
kankerrisico, maar niet noodzakelijk op een stijging van het totale kankerrisico.
Dosis-effect relaties
In een voorzetting van dit onderzoek zal de relatie tussen blootstelling aan chemische stoffen en
gezondheidseffecten worden bestudeerd. Deze analyse wordt uitgevoerd bij alle jongeren van de drie
campagnes samen (Vlaamse referentiegroep, Genk-Zuid en hot spot Menen).
Perceptie
Jongeren in de regio Menen melden vaker milieuproblemen in hun woonomgeving dan
jongeren in Vlaanderen, maar zijn niet vaker ongerust over de gezondheidsgevolgen van
die problemen. Het gaat vooral over lucht- en bodemvervuiling veroorzaakt door industrie,
verkeer en afval.
Jongeren in de regio Menen hebben minder vertrouwen in de media en het
gemeentebestuur als informatiekanaal over milieuproblemen dan jongeren in Vlaanderen.
Wetenschappers en huisartsen genieten veel vertrouwen.
9

Samenvatting
Kadering
De de regio Menen werd in 2008 geselecteerd als een prioritaire hotspot in Vlaanderen voor humane
biomonitoring. In Menen werden herhaaldelijk hoge waarden aan dioxines en PCB’s in het milieu
gemeten. Ook de laatste jaren, na de sluiting van de afvalverbrandingsoven, werden vooropgestelde
toetsingswaarden en normen af en toe nog overschreden. De regio Menen kent ondermeer een
belangrijke schrootverwerkende industrie, met vestigingen in Menen en in Frankrijk, slechts enkele
kilometers van de Frans-Belgische grens.
Het doel van de biomonitoringscampagne in de regio Menen is om de inwendige blootstelling aan
vervuilende stoffen en een aantal biologische en gezondheidskenmerken te meten of te bevragen en
deze te vergelijken met een steekproef van dezelfde leeftijdsklasse uit de algemene Vlaamse
bevolking.
Dit onderzoek werd uitgevoerd door het Steunpunt Milieu & Gezondheid in opdracht van de Vlaamse
overheid (beleidsdomeinen Wetenschap, Leefmilieu en Gezondheid).
Methode
1. Selectie van biomerkers
Biomerkers van blootstelling:
Op basis van de beschikbare milieumeetgegevens, gemodelleerde pluimberekeningen van emissies
en een inventaris van de aanwezige industrie werden polluenten geselecteerd die relevant zijn voor
de hotspot en waarvoor biomerkers beschikbaar zijn. Dit gebeurde in nauw overleg met de
technische werkgroep Menen (VMM, toezicht Volksgezondheid, MMK en lokale artsen) en lokale
actoren.
Voor volgende polluenten werden biomerkers geselecteerd:
o Zware metalen: cadmium, lood, nikkel, chroom, koper, mangaan, thallium, antimoon, arseen
en kwik;
o POP’s: PCB’s, gechloreerde pesticiden (DDE en HCB), dioxines en dioxine-achtigen;
o Vluchtige stoffen: PAK’s en benzeen;
o Perfluorverbindingen: PFOS en PFOA.
Biomerkers van effect:
Op basis van de eigenschappen en de mogelijke gezondheidseffecten van de geselecteerde
polluenten, is het aangewezen om volgende gezondheidsparamaters te bestuderen in de regio
Menen:
o Astma en allergie;
o Genotoxiciteit;
o Hormoonverstoring;
o Neurologische ontwikkeling;
o Nierschade.
2. Selectie van de doelgroep
Aangezien het doel van de studie is om de blootstelling in de regio Menen te vergelijken met de
algemene Vlaamse bevolking, wordt de keuze van de doelgroep gestuurd door de beschikbaarheid
van relevante Vlaamse referentiewaarden.
In de referentiebiomonitoring werden drie leeftijdsgroepen bestudeerd: pasgeborenen, jongeren
(14-15 jaar) en volwassenen (20-40 jaar). Op basis van bovenstaande selectie van biomerkers
(metalen in bloed en urine; POP’s in serum; metabolieten van vluchtige stoffen in urine) biedt de
10

jongerenpopulatie de meeste vergelijkingsmogelijkheden. Jongeren geven ook een goede
weerspiegeling van de lokale situatie omdat ze nog weinig verhuisd zijn en er nog geen sprake is van
beroepsblootstelling. Om deze redenen werd de studie in de regio Menen uitgevoerd bij 14-15 jarige
jongeren uit de regio. Hier werden ook de relevante biologische effecten bestudeerd, nl. voorkomen
van astma en allergie, merkers voor DNA-schade in bloed en DNA-herstel in urine als maat voor
genotoxiciteit; puberteitsstadia en hormoongehaltes in serum als maat voor hormoonverstoring;
NES-test en gestandaardiseerde vragenlijsten voor evaluatie van de neurologische ontwikkeling. Voor
nierschade zijn geen metingen beschikbaar in de referentiepopulatie, maar de klinische merkers
werden vergeleken met diagnostische waarden.
Analoog met de referentiepopulatie werd in de regio Menen ook een vragenlijst afgenomen over
milieuperceptie. Hierin werd gepeild naar de milieuproblemen die jongeren in hun omgeving
ervaren, op welke manier ze door wie geïnformeerd willen worden over milieuproblemen, hoe ze
denken over zorg voor het milieu en of ze betrokkenheid van buurtbewoners belangrijk vinden voor
het verhelpen van milieuproblemen.
3. Selectie van het onderzoeksgebied en de deelnemers
Voor de selectie van het studiegebied werden een aantal criteria in aanmerking genomen:
- plaatselijk aanwezig industriële activiteiten;
- beschikbare milieugegevens: VMM metingen van dioxines en PCB126 op neervallend stof,
metingen van dioxines, PCB’s en PAK’s in bodemstalen, metingen van zware metalen, PCB’s
en PAK’s in grondwaterstalen, meetgegevens van het waterbodemmeetnet, metingen van
dioxines en PCB’s in eieren en groenten, metingen van PCB’s en dioxine-achtige stoffen in
melk, en rookpluimberekeningen van de voormalige afvalverbrandingsoven;
- beschikbare humane biomonitoringsgegevens uit het eerste steunpunt Milieu & Gezondheid
(2002-2006);
- bevolkingsgegevens;
- de overheersende windrichting.
Op basis van deze gegevens werd gekozen voor een ellipsvormig studiegebied, georiënteerd volgens
de overheersende windrichting en met een zwaartepunt in de industriezone (zie kaart). Binnen het
studiegebied werden twee deelgebieden onderscheiden: ‘Menen 1’ bestaande uit de woonzone
grenzend aan het industriegebied en ‘Menen 2’ bestaande uit de verder gelegen woonzones binnen
de ellips.
Alle jongeren die binnen dit onderzoeksgebied wonen en geboren zijn in 1994, 1995, 1996 of de
eerste helft van 1997 werden aangeschreven op hun thuisadres met een uitnodiging tot deelname
aan de studie. In dezelfde periode werd de studie ook aangekondigd via de lokale media (lokale
kranten, lokale televisie, gemeenteblad,…), via affiches en flyers in de buurt (jeugdhuizen,
apothekers, huisartsen), … . De studieverpleegsters gaven informatiesessies in de middelbare scholen
en gingen op huisbezoek in het gebied Menen 1; verder werden er mails gestuurd en telefonisch
contact opgenomen om de respons te verhogen.
11

4. Onderzoeksplan
Volgende vragen worden beantwoord met behulp van de aangewezen statistische technieken:
1. De karakteristieken van de onderzoeksgroep in de regio Menen worden vergeleken met
die van de Vlaamse referentiegroep
2. De blootstelling aan milieupolluenten in de regio Menen wordt vergeleken met die in de
Vlaamse referentiegroep: zowel het geometrisch gemiddelde als de 90 e percentiel
worden vergeleken. Op die manier krijgen we een beeld van de gemiddelde blootstelling
en van de piekblootstelling in de groep. Deze analyse gebeurt op de ruwe, nietgecorrigeerde
data, d.w.z. dat er geen rekening gehouden wordt met verschillen in de
karakteristieken van de twee groepen.
3. De gemiddelde blootstelling in de regio Menen en Vlaanderen wordt vergeleken na
correctie voor de voornaamste niet-milieugerelateerde determinanten van blootstelling.
Op die manier kan worden berekend wat het effect is van wonen in de regio Menen, na
correctie voor alle andere gekende invloedsfactoren van de blootstelling, zoals geslacht
en leeftijd.
4. De blootstellingswaarden in de regio Menen worden vergeleken met
gezondheidskundige richtwaarden.
5. De blootstellingsmerkers worden in verband gebracht met externe milieumetingen. Er
wordt ook nagegaan of er een geografische trend geobserveerd kan worden in de
blootstelling, namelijk of er een relatie is tussen de blootstellingsmerkers en de afstand
tot lokale bronnen en tot VMM-meetposten nabij de industriezone.
6. De gezondheidseffecten worden vergeleken tussen de regio Menen en de Vlaamse
referentiepopulatie.
7. De perceptievragenlijst wordt vergeleken tussen de regio Menen en Vlaanderen.
12

Resultaten
1. Beschrijving van de onderzoeksgroep
De totale respons op de uitnodiging tot deelname bedraagt 22,5%. De finale onderzoeksgroep in de
regio Menen bestaat uit 199 deelnemende jongeren. De staalname gebeurde op verschilende
onderzoeksdagen in de periode van 18 mei 2010 tot 12 februari 2011.
De voornaamste kenmerken van de deelnemers, en een vergelijking met de Vlaamse
referentiegroep, worden gegeven in Tabel I. In vergelijking met de Vlaamse referentiegroep is het
aandeel meisjes in de regio Menen gelijkaardig. De oudste leeftijdsklasse (> 15,5 jaar) is meer
vertegenwoordigd in de regio Menen dan in Vlaanderen. Ondanks de kleine variatie in de
gemiddelde leeftijd (15,1 jaar in de regio Menen versus 14,8 jaar in Vlaanderen), is dit verschil toch
hoog significant (p < 0,001) door de kleine spreiding in leeftijd. Het opleidingsniveau van de jongeren
in de regio Menen verschilt niet significant van het opleidingsniveau in de Vlaamse groep. Ook wat
betreft sociale klasse en etniciteit worden geen verschillen opgetekend tussen studiegebied Menen
en de Vlaamse referentiepopulatie.
Er is een ongelijke verdeling over de seizoenen in studiegebied Menen en Vlaanderen. In de
referentiegroep werden alle jongeren via de scholen onderzocht en waren er bijgevolg geen
onderzoeken in de zomer. In de regio Menen werd ook vooral via de scholen gewerkt, maar werden
kandidaten ook beperkt gerekruteerd buiten de scholen. Hierdoor zijn toch ook enkele deelnemers
onderzocht in de zomer.
De BMI (body mass index) van de jongeren, rookgewoonten en pilgebruik zijn niet verschillend
tussen beide onderzoeksgroepen. Wel wordt in studiegebied Menen significant minder lokale
voeding gegeten. Het percentage deelnemers dat lokale producten consumeert, is significant lager
voor eieren, groenten en fruit. Ook het percentage deelnemers dat borstvoeding kreeg als baby ligt
significant lager in de regio Menen t.o.v. de Vlaamse jongeren.
Tabel I: Beschrijvende statistiek voor de onderzoeksgroep in de regio Menen in vergelijking met de
Vlaamse controlepopulatie
Parameter Regio Menen
(n = 199)
Geslacht, n (%)
jongens
meisjes
Leeftijd, n (%)
≤ 14,5 jaar
14,5-15,5 jaar
> 15 jaar
Opleidingniveau jonger, n (%)
BSO
TSO
ASO
Hoogste opleidingsniveau in het gezin, n
(%)
geen diploma of lager onderwijs
lager secundair
hoger secundair
hoger onderwijs
Geboorteland ouders, n (%)
114 (27,3%)
85 (42,7%)
50 (25,1%)
90 (45,2%)
59 (29,7%)
26 (13,2%)
63 (32%)
106 (53,8%)
9 (4,6%)
21 (10,7%)
54 (27,6%)
112 (57,1%)
13
Vlaanderen
(n = 210)
121 (57,6%)
89 (42,4%)
67 (31,9%)
123 (58,6%)
20 (9,5%)
20 (9,7%)
86 (41,5%)
101 (48,8%)
3 (1,4%)
22 (10,6%)
66 (31,9%)
116 (56,0%)
Regio Menen
versus
Vlaanderen
p = 0,95
p < 0,001
p = 0,10
p = 0,26

Parameter Regio Menen
(n = 199)
beide ouders Belg
één van de ouders niet-Belg
beide ouders niet-Belg
Seizoenen, n (%)
herfst
winter
lente
zomer
BMI-klasse bij jongens, n (%)
ondergewicht
normaal gewicht
overgewicht
BMI-klasse bij meisjes, n (%)
ondergewicht
normaal gewicht
overgewicht
Rookgewoonten, n (%)
niet-roker
minder dan dagelijks roker
dagelijks roker
Pilgebruik bij meisjes, n (%)
neen
ja
Borstvoeding als baby, n (%)
neen
ja
Lokaal gekweekte groenten, n (%)
neen
ja
Lokaal gekweekt fruit, n (%)
neen
ja
Lokaal gekweekte eieren, n (%)
neen
ja
172 (87,3%)
18 (9,1%)
7 (3,6%)
6 (3,0%)
103 (51,8%)
82 (41,2%)
8 (4,0%)
11 (9,7%)
97 (85,1%)
6 (5,3%)
9 (10,6%)
65 (76,5%)
11 (12,9%)
184 (92,5%)
6 (3,0%)
9 (4,5%)
80 (94,1%)
5 (5,9%)
91 (46,2%)
106 (53,8%)
151 (77,8%)
43 (22,2%)
189 (95,9%)
8 (4,1%)
151 (80,8%)
36 (19,3%)
14
Vlaanderen
(n = 210)
189 (90,4%)
15 (7,2%)
5 (2,4%)
47 (22,4%)
62 (29,5%)
101 (48,1%)
0 (0,0%)
8 (6,6%)
100 (82,6%)
13 (10,7%)
12 (13,5%)
68 (76,4%)
9 (10,1%)
189 (91,3%)
9 (4,3%)
9 (4,3%)
80 (90,9%)
8 (9,1%)
69 (33,5%)
137 (66,5%)
125 (60,4%)
82 (39,8%)
158 (76,7%)
48 (23,3%)
110 (55,0%)
90 (45,0%)
Regio Menen
versus
Vlaanderen
p = 0,59
p < 0,001
p = 0,24
p = 0,74
p = 0,78
p = 0,42
p = 0,009
p = 0,0002
p < 0,001
p < 0,001
2. Blootstelling in de regio Menen in vergelijking met Vlaanderen
Tabel II geeft de blootstelling in de regio Menen in vergelijking met de Vlaamse controlepopulatie.
Zowel de gemiddelde waarden van de deelnemers (GM) als de 90 e percentielen worden gegeven. De
rode vlakken duiden op significant hogere waarden in studiegebied Menen of in Vlaanderen (p <
0,05).
In de regio Menen wordt een significante verhoging vastgesteld van de gemiddelde én de 90 e
percentiel waarde voor koper in bloed, thallium in bloed, thallium in urine en de urinaire PAK-merker
(1-hydroxypyreen). Voor cadmium in urine en koper in urine is het geometrisch gemiddelde (maar
niet de 90 e percentiel) in studiegebied Menen significant hoger dan in de referentiepopulatie.

In Vlaanderen wordt een significant hoger gemiddelde en 90 e percentiel waargenomen voor de som
van dioxines en furanen. Voor lood in bloed, nikkel in urine, antimoon in urine, kwik in haar, merker
PCB’s, p,p’-DDE, dioxine-achtige PCB’s en BDE47 is het gemiddelde (maar niet de 90 e percentiel)
significant hoger bij de jongeren in de Vlaamse referentiepopulatie. Voor BDE153 verschillen de 90 e
percentielen significant van elkaar, maar de geometrisch gemiddelden niet.
Tabel II: Vergelijking van biomerkers van blootstelling tussen de regio Menen en Vlaanderen, nietgecorrigeerde
data.
Biomerker schatter Regio Menen
zware metalen in bloed
Vlaanderen p-waarde
lood (µg/l) GM (95% BI) 12,9 (12,3 – 13,6) 14,8 (13,9 – 15,7) < 0,001
90 e percentiel 21,7 25,1 0,09
cadmium (µg/l) GM (95% BI) 0,19 (0,18 – 0,21) 0,21 (0,19 – 0,23) 0,33
90 e percentiel 0,34 0,41 0,55
koper (µg/l) GM (95% BI) 835 (819 – 851) 790 (774 – 807) < 0,001
90 e percentiel 995 912 0,002
thallium (µg/l) GM (95% BI) 0,035(0,033 –
0,036)
0,027(0,026-0,028) < 0,001
90 e percentiel 0,048 0,030 < 0,001
mangaan (µg/l) GM (95% BI) 9,9 (9,6 – 10,3) 9,7 (9,3 – 10,0) 0,30
90 e percentiel 13,8 13,8 0,99
zware metalen in urine
cadmium (µg/l) GM (95% BI) 0,33 (0,31 – 0,35) 0,24 (0,22 – 0,27) < 0,001
90 e percentiel 0,61 0,51 0,06
nikkel (µg/l) GM (95% BI) 2,01 (1,8 – 2,2) 2,58 (2,29 – 2,91) 0,002
90 e percentiel 4,88 5,70 0,34
koper (µg/l) GM (95% BI) 11,2 10,0 (9,2 – 10,9) 0,04
90 e percentiel 18,9 19,1 0,89
thallium (µg/l) GM (95% BI) 0,25 (0,23 – 0,27) 0,20 (0,18 – 0,21) < 0,001
90 e percentiel 0,45 0,35 0,04
antimoon (µg/l) GM (95% BI) 0,07 (0,06 – 0,08) 0,09 (0,08 – 0,10) < 0,001
90 e percentiel 0,18 0,19 0,81
totaal arseen (µg/l) GM (95% BI) 11,2 (9,6 – 13,2) 12,1 (10,4 – 13,6) 0,58
90 e percentiel 46,7 43,9 0,87
TRA (µg/l) GM (95% BI) 4,8 (4,3 – 5,3) 4,7 (4,09 – 5,31) 0,77
90 e percentiel 9,4 10,4 0,41
zware metalen in haar
kwik (µg/g) GM (95% BI) 0,16 (0,14 – 0,18) 0,19 (0,17 – 0,22) 0,03
90 e percentiel 0,49 0,47 0,80
methylkwik (µg/g) GM (95% BI) 0,11 (0,10 – 0,13) 0,12 (0,10 – 0,13) 0,65
90 e percentiel 0,40 0,32 0,16
POP’s – Persistente Organische Polluenten
merker PCB’s (ng/l) GM (95% BI) 166 (152 – 181) 218 (201 – 235) < 0,001
90 e percentiel 344 409 0,19
p,p’-DDE (ng/l) GM (95% BI) 213 (192 – 236) 309 (278 – 344) < 0,001
15

Biomerker schatter Regio Menen Vlaanderen p-waarde
90 e percentiel 560 807 0,11
HCB (ng/l) GM (95% BI) 34,8(32,2 – 37,6) 36,7 (34,2 – 39 4) 0,32
90 e percentiel 63 63 1,00
Calux PCDD/F’s
(pg BEQ/g serum)
GM (95% BI) 0,23 (0,22 – 0,24) 0,38 (0,36 – 0,40) < 0,001
90 e percentiel 0,43 0,57 < 0,001
Calux dl-PCB’s
(pg BEQ/g serum)
GM (95% BI) 0,10 (0,09 – 0,10) 0,11 (0,11 – 0,12) < 0,001
90 e percentiel 0,16 0,19 0,06
BDE47 (ng/l) GM (95% BI) 1,94 (1,78 – 2,12) 2,5 (2,42 – 2,73) < 0,001
90 e percentiel 5,0 7,0 0,12
BDE153 (ng/l) GM (95% BI) 2,23 (2,02 – 2,47) 2,3 (2,06 – 2,55) 0,72
90 e percentiel 5,0 7,0 0,04
vluchtige stoffen
1-hydroxypyreen (ng/l) GM (95% BI) 214,5 (189 – 244) 137 (123 – 149) < 0,001
90 e percentiel 470 313 0,005
t,t’-muconzuur (µg/l) GM (95% BI) 90 (77 – 105) 88 (77 – 101) 0,83
90 e percentiel 360 332 0,47
GM = geometrisch gemiddelde; BI = betrouwbaarheidsinterval; TRA = toxisch relevant arseen; PCB’s =
polygechloreerde biphenyls; p,p’-DDE = metaboliet van pesticide DDT; HCB = hexachlorobenzeen; PCDD/F’s =
som van dioxines en furanen; dl-PCB’s = dioxine-achtige PCB’s; BDE = gebromeerde diphenyl ether
3. Effect van gebied na correctie voor determinanten van blootstelling
De ruwe data geven een totaal beeld van de verschillen tussen de regio Menen en Vlaanderen.
Variaties zijn mogelijk te wijten aan lokale milieuvervuiling, maar kunnen ook het gevolg zijn van
verschillen in persoonskenmerken (bv. geslacht, leeftijd, enz. …) of levensstijl van de deelnemers (bv.
rookgewoonten, voeding enz. …). Daarom is het belangrijk om rekening te houden met de variatie
van gekende determinanten van de blootstelling in het statistisch model.
Na correctie voor verstorende factoren kunnen we dan berekenen hoeveel hoger/lager de waarde
van een biomerker in de regio Menen ligt t.o.v. Vlaanderen. Op die manier kan worden uitgedrukt
hoeveel % van de biomerkerwaarde verklaard wordt door de factor gebied (zie Tabel III). Significant
verhoogde resultaten zijn gemarkeerd in het rood, significant verlaagde waarden in het groen.
Wat betreft de zware metalen is wonen in studiegebied Menen geassocieerd met significant hogere
blootstelling aan thallium (27% hoger in bloed en 14% hoger in urine), koper (6% hoger in bloed) en
cadmium (28% hoger in urine). Cadmium in urine geeft een maat voor middellange tot levenslange
blootstelling aan cadmium, en kan dus geaccumuleerde blootstelling uit de regio weerspiegelen.
Thallium in bloed en urine en koper in bloed zijn merkers voor recente blootstelling en verhoogde
waarden kunnen mogelijk wijzen op een lokale bron. Beschikbare meetgegevens van zware metalen
in sedimenten (2000-2006) tonen verhoogde concentraties van thallium en cadmium in de
sedimenten van de Leie ter hoogte van Menen in vergelijking met de Bovenschelde en de Yzer.
Er werden significant lagere waarden waargenomen voor lood (11% lager in bloed), nikkel (25% lager
in urine), antimoon (25% lager in urine), totaal arseen (20% lager in urine) en kwik (17% lager in
haar). Deze lagere waarden geven mogelijk aan dat sommige bronnen van deze polluenten (bv.
electronica industrie, …) meer voorkomen in de Vlaamse referentiepopulatie in vergelijking met de
regio Menen.
16

De blootstelling aan POP’s in de regio Menen is lager dan in algemeen Vlaanderen: de verschillen zijn
hoog significant voor alle gemeten gechloreerde polluenten, behalve voor het pesticide
hexachlorobenzeen (HCB), en voor de gebromeerde vlamvertrager BDE153. De waarden in
studiegebied Menen liggen 17 tot 39% lager dan in de Vlaamse referentiegroep (Tabel III). De
verschillen tussen de regio Menen en Vlaanderen kunnen gedeeltelijk verklaard worden door variatie
in voedingsgewoonten, zoals het lagere gebruik van lokaal geteeld fruit, groenten en eieren in de
regio Menen, het minder krijgen van borstvoeding, andere lichaamssamenstelling of staalname in
andere seizoenen. Indien we in de statistische modellen rekening houden met deze factoren blijven
de verschillen tussen de regio Menen en Vlaanderen hoog significant. We kunnen dus besluiten dat
er een regio-effect is, en dat de blootstelling aan POP’s lager (PCB’s, dioxines, p,p’-DDE, BDE47) of
vergelijkbaar (HCB, BDE153) is in de regio Menen in vergelijking met de gegevens van algemeen
Vlaanderen. Er is wel een verschil in studieperiode. De biomonitoringcampagne in Vlaanderen liep 2
jaar eerder dan in de regio Menen en kan ook een gedeeltelijke verklaring zijn voor sommige van
deze lagere waarden.
Van de 10 verschillende gebromeerde vlamvertragers die in deze studie werden gemeten, zijn de
waarden niet kwantificeerbaar voor 34,01% tot 99,49% van de stalen. Dit is vergelijkbaar met de
Vlaamse referentiepopulatie en met studies binnen Europa.
De PAK-metaboliet (1-hydroxypyreen) komt in hogere concentraties voor in studiegebied Menen in
vergelijking met de Vlaamse referentiegroep. De blootstelling is 49% hoger na correctie voor
persoonsgebonden en levensstijlfactoren. Voor de benzeenmetaboliet (t,t’-muconzuur) zijn de
gehaltes in de regio Menen en Vlaanderen min of meer gelijk (Tabel III).
Tabel III: Vergelijking van biomerkers van blootstelling tussen de regio Menen en Vlaanderen, na
correctie voor verschillen in samenstelling van de groepen. De cijfers geven aan hoeveel procent
hoger (+) of lager (-) de waarde in studiegebied Menen ligt t.o.v. Vlaanderen na correctie voor
verschillende samenstellingen van de groepen. De groene vlakken zijn significant lager in de regio
Menen dan in Vlaanderen, de rode vlakken zijn significant hoger in de regio Menen dan in
Vlaanderen.
Biomerker effect van
gebied
(regio
Menen vs.
Vlaanderen)
p-waarde correctiefactoren
zware metalen in bloed
lood (µg/l) -11% 0,005 leeftijd, geslacht, roken en verkeer
cadmium (µg/l) -3% 0,69 leeftijd, geslacht, roken, opleiding kind en
serum ferritine
koper (µg/l) +6% < 0,001 leeftijd, geslacht, roken en opleiding kind
thallium (µg/l) +27% < 0,001 leeftijd, geslacht en roken
mangaan (µg/l) +4% 0,20 leeftijd, geslacht en roken
zware metalen in urine
cadmium (µg/l) +28% < 0,001 leeftijd, geslacht, roken en densiteit urine
koper (µg/l) +6% 0,22 leeftijd, geslacht, roken en densiteit urine
thallium (µg/l) +14% 0,005 leeftijd, geslacht, roken, densiteit urine en
duur urinecollectie
nikkel (µg/l) -25% < 0,001 leeftijd, geslacht, roken, densiteit urine en
duur urinecollectie
17

Biomerker effect van
gebied
(regio
Menen vs.
Vlaanderen)
p-waarde correctiefactoren
antimoon (µg/l) -25% < 0,001 leeftijd, geslacht, roken, opleiding kind,
hoogste opleiding gezin, densiteit urine en
duur urinecollectie
totaal arseen (µg/l) -20% 0,03 leeftijd, geslacht, roken, recente
visconsumptie en densiteit urine
TRA (µg/l) -7% 0,40 leeftijd, geslacht, roken, recente
visconsumptie en densiteit urine
zware metalen in haar
kwik (µg/g) -17% 0,03 leeftijd, geslacht, roken, hoogste opleiding
gezin en visconsumptie
methylkwik (µg/g) -3% 0,76 leeftijd, geslacht, roken en visconsumptie
POP’s – Persistente Organische Polluenten
merker PCB’s (ng/l) -28% < 0,001 leeftijd, geslacht, roken, opleiding kind,
bloedvet, BMI, hoogste opleiding gezin en
consumptie zelfgevangen vis
p,p’-DDE (ng/l) -30% < 0,001 leeftijd, geslacht, roken, bloedvet, BMI en
consumptie zelfgevangen vis
HCB (ng/l) -4% 0,40 leeftijd, geslacht, roken, opleiding kind,
bloedvet, BMI, consumptie zelfgevangen vis
Calux PCDD/F’s
-39% < 0,001 leeftijd, geslacht, roken, BMI, binnen stoken,
(pg BEQ/g serum)
en bloedvet gravimetrisch
Calux dl-PCB’s
-17% < 0,001 leeftijd, geslacht, roken, BMI, gebruik kachel
(pg BEQ/g serum)
en bloedvet gravimetrisch
BDE47 (ng/l) -21% < 0,001 leeftijd, geslacht, bloedvet en BMI
BDE153 (ng/l) -5% 0,47 leeftijd, geslacht, bloedvet en BMI
vluchtige stoffen
1-hydroxypyreen
+49% < 0,001 leeftijd, geslacht, roken, densiteit urine en
(ng/l)
passief roken
t,t’-muconzuur (µg/l) +0,002% 0,98 leeftijd, geslacht, roken, opleiding kind,
densiteit urine en duur urinecollectie
TRA = toxisch relevant arseen (= som van inorganisch arseen (iAs), monomethylarseenzuur (MMA) en
dimethylarseenzuur (DMA)); PCB’s = polygechloreerde biphenyls; p,p’-DDE = metaboliet van pesticide DDT;
HCB = hexachlorobenzeen;; PCDD/F’s = som van dioxines en furanen; dl-PCB’s = dioxine-achtige PCB’s; BDE =
gebromeerde diphenyl ether.
4. Blootstelling in vergelijking met gezondheidskundige richtwaarden
De blootstelling bij de jongeren in de regio Menen wordt vergeleken met de gezondheidskundige
richtwaarden voor de algemene bevolking. Deze richtwaarden zijn afgeleid door wetenschappelijke
commissies. HBM I en HBM II werden opgesteld door de Duitse biomonitoring commissie op basis
van een evaluatie van beschikbare gegevens in de literatuur. Het zijn consensuswaarden van de
commissie en kunnen geïnterpreteerd worden als volgt:
< HBM I: geen risico voor de gezondheid;
18

tussen HBM I en HBM II: gezondheidsrisico’s zijn niet uit te sluiten;
≥ HBM II: extra gezondheidsrisico is mogelijk.
Biomonitoring Equivalents of BE’s zijn concentratiewaarden in het lichaam die overeenstemmen met
bestaande gezondheids-gerelateerde blootstellingsrichtlijnen. Deze werden geëxtrapoleerd vanuit
proefdierstudies, rekening houdend met de toxico-kinetiek bij de mens. Slechts voor enkele stoffen
bestaan er gezondheidskundige richtwaarden. Zowel binnen de regio Menen als in de Vlaamse
referentiepopulatie werd nagekeken welk percentage van de deelnemers een meetwaarde hoger
dan de richtwaarde heeft (Tabel IV).
Voor urinair cadmium hebben 19,9% van de jongeren een waarde die hoger is dan de HBM I waarde
van 0,5 µg/l, dit betekent dat er op latere leeftijd kans is op een verstoorde nierfunctie bij
aanhoudende blootstelling; geen enkele jongere had een meting boven de HBM II waarde van 2 µg/l,
de waarde waarboven op latere leeftijd grote waarschijnlijkheid is voor nierfunctiestoornissen bij
aanhoudende blootstelling. In algemeen Vlaanderen had 11,4% van de jongeren een waarde boven
de HBM I richtwaarde voor urinair cadmium. De Biomonitoring Equivalents (BE’s) van 1,2 µg/l en 1,5
µg/l voor urinair cadmium worden niet overschreden. Voor cadmium in bloed heeft 3% van de
jongeren in Menen een waarde boven de BE van 1,7 µg/l, tegenover 1,9% in de Vlaamse
referentiegroep.
Voor de overige polluenten was het percentage jongeren dat de gezondheidskundige norm
overschrijdt laag (geen, 1 of 2 personen van de totale groep).
Tabel IV: Vergelijking van blootstelling bij jongeren in de regio Menen met gezondheidskundige
richtwaarden
Biomerker Gezondheidskundige richtwaarden % boven de richtwaarde
Regio Menen Vlaanderen
cadmium in urine HBMI 0,5 µg/l 19,9% 11,4%
HBMII 2 µg/l 0% 0%
BE (ATSDR) 1,2 µg/l 0,52% 0%
BE (USEPA) 1,5 µg/l 0,52% 0%
bloed cadmium BE (ATSDR) 1,4 µg/l 3,5% 1,9%
BE (USEPA) 1,7 µg/l 3,0% 1,9%
bloed lood WHO 100 µg/l 0% 0%
serum p,p’-DDE BE 500 ng/g vet 1,52% 2,4%
serum HCB BE (ATSDR) 47 ng/g vet 0,51% 0%
BE (WHO neoplasm) 43 ng/g vet 0,51% 0%
HBM = human biomonitoring waarde van de Duitse biomonitoring commissie; BE = Biomonitoring Equivalent;
ATSDR = Agency for Toxic Substances and Disease Registry; USEPA = United States Environmental Protection
Agency.
5. Vergelijking gebied Menen 1 en Menen 2
Om uit te sluiten dat door een te groot gebied te selecteren we het effect van wonen in de dichte
nabijheid van een industriegebied niet zouden opmerken, hebben we het studiegebied verdeeld in
een zone ‘Menen1’ gelegen dicht bij het industriegebied en zone ‘Menen2’ dat iets verder ligt.
Wat betreft verschillen in blootstelling aan polluenten binnen studiegebied Menen, werden weinig
significante verschillen geobserveerd, uitgezonderd voor chroom in urine en PFOS en BDE47 in
serum. Urinaire chroom en BDE47 concentraties liggen hoger in het gebied Menen 1 in vergelijking
19

met het gebied Menen 2 (p = 0,03 voor beiden). Serum PFOS-gehaltes liggen lager in gebied Menen 1
ten opzichte van gebied Menen 2 (p = 0,03).
6. Blootstelling in relatie met externe milieumetingen
Er werd bestudeerd of de biomonitoringsresultaten een verband vertonen met de VMMdepositiemetingen
van PAK’s, PCB126 en PM10, die werden geregistreerd tijdens de periode van
rekrutering. Voor de biomerkers die significant hogere waarden vertoonden in de studiepopulatie
van de regio Menen ten opzichte van de Vlaamse referentiepopulatie en voor de PCB’s werd de
relatie onderzocht met de afstand en de hoek tot de VMM-meetposten die de hoogste
maandgemiddelde waarden registreerden voor PCB126 (meetpost MN08) en voor PAK’s en PM10
(meetpost MN01). Ook de relatie tussen de afstand en hoek tot verbrandingsinstallaties (klasse I,
klasse II, klasse III en alle klassen samen) met de biomerkerwaarden werd onderzocht. De
berekeningen met de hoek houden rekening met de dominante windrichting in de regio.
Voor de zware metalen biomerkers cadmium, thallium en koper in bloed en in urine werden geen
significante relaties gevonden met de afstand en de hoek tot MN01 en de verbrandingsinstallaties.
Ook voor de PAK’s-biomerker 1-hydroxypyreen werden geen significante relaties gevonden met de
afstand en de hoek tot MN01 en de verbrandingsinstallaties.
Volgens de voor ons beschikbare gegevens is er in 2010 slechts één meetpost van de VMM waar
PAK’s werden gemeten in neervallend stof. Hier werden geen verhoogde waarden gemeten in
vergelijking met andere meetposten in Vlaanderen. De metingen gebeurden tijdens de maanden
april en oktober 2010. De waarnemingen van IRCEL 1 geven echter wel aan dat de regio hogere PM10
concentraties heeft in vergelijking met de rest van Vlaanderen. Wanneer we de gemodelleerde
luchtkwaliteitsgegevens van de fijn stof parameter PM10 in de regio evalueren, merken we dat de
jaargemiddelde 2 en daggemiddelde waarden 3 van de regio Menen hoger liggen ten opzichte van de
rest van Vlaanderen. De daggemiddelde PM10 grenswaarde voor de bescherming van de gezondheid
bedraagt 50 µg/m³ en mag 35 keer per jaar overschreden worden. In de periode mei 2010 – februari
2011 werd deze norm in Menen 19 keer overschreden. PM10 is een drager voor tal van polluenten
waaronder PAK’s. De verhoogde PAK’s metaboliet in urine is mogelijk geassocieerd met een
verhoogde aanwezigheid van met PAK’s beladen fijn stof. De NO2 concentraties, die eerder een maat
zijn voor verkeersdruk, zijn niet systematisch verhoogd in de regio..
De persistente organochloorverbindingen zijn niet (meer) verhoogd in humane stalen van de regio
Menen ten opzichte van de rest van Vlaanderen. Dit is waarschijnlijk het gevolg van efficiënte
saneringsmaatregelen en controles van de uitstoot van PCB’s en dioxines en van
sensibiliseringscampagnes.
Beschikbare meetgegevens van zware metalen (2000-2006) tonen verhoogde concentraties van
thallium, kwik en cadmium in de sedimenten van de Leie ter hoogte van Menen in vergelijking met
de Bovenschelde en de Yzer. De verontreiniging in sedimenten weerspiegelt een geïntegreerde en
dus lange termijn blootstelling. Het feit dat kwik in het haar van de jongeren van Menen niet is
verhoogd is waarschijnlijk het gevolg van een andere blootstellingsweg voor kwik: de voornaamste
bron van kwik blijft het eten van zeevis en die is in de regio Menen niet verschillend van de rest van
Vlaanderen.
1 http://www.irceline.be/~celinair/dutch/homenrl_java.html
2 http://www.irceline.be/~celinair/dutch/homenrl_java.html
3 http://www.irceline.be/~celinair/dutch/homenrl_java.html
20

7. Gezondheidseffecten
a. Astma en allergie
In de totale groep van de regio Menen werd bij 8,7% van de jongeren astma vastgesteld door een
dokter, 12,5% had astmasymptomen in de laatste 12 maanden en 16,8% rapporteerde ooit astma
gehad te hebben. Dit is zeer vergelijkbaar met de algemene Vlaamse referentiegroep. Ook het
voorkomen van eczeem en allergieën verschilt niet tussen beide onderzoekspopulaties. Wel werd in
de regio Menen 44% minder hooikoorts vastgesteld door een dokter, en rapporteerden 38% minder
jongeren ooit hooikoorts gehad te hebben. Deze verschillen in hooikoortsprevalentie zijn statistisch
significant.
b. Genotoxische effecten
Herstelbare DNA-schade (breuken in de DNA ketens) in bloedcellen, gemeten met de komeettest,
blijkt aanzienlijk (71%) en significant hoger te zijn in studiegebied Menen t.o.v. de Vlaamse
referentiegroep. Het verschil in DNA-breuken na omzetten van sommige andere vormen van DNAschade
(oxidaties, andere chemische veranderingen aan de DNA bouwstenen) in breuken blijkt nog
groter te zijn (92%). De hogere interne blootstelling aan PAK’s en aan sommige zware metalen kan
bijgedragen hebben aan de hogere DNA-schade in de regio Menen. De relaties tussen interne dosis
aan polluenten en gezondheidseffecten zullen later apart gerapporteerd worden. DNA-breuken,
zoals gemeten met de komeettest, worden bijna altijd hersteld. Het herstel is echter nooit 100%
volledig en correct, zodat mutaties kunnen ontstaan. Dit betekent dat een toename in DNA-schade,
zoals gemeten met de komeettest, wijst op een toename in sommige deelaspecten van het
kankerrisico, maar niet noodzakelijk op een stijging van het totale kankerrisico. Op het niveau van
het individu kan niet gesteld worden dat een grotere hoeveelheid breuken geassocieerd is aan een
grotere kans op kanker, omdat één bepaald individu met meer DNA-breuken ook een grotere
capaciteit tot correct herstel van de breuken kan vertonen, en omdat de komeettest een
momentopname is.
c. Hormonaal evenwicht en sexuele rijping
Er werden talrijke verschillen genoteerd in de hormonale concentraties in het bloed van jongeren uit
studiegebied Menen in vergelijking met de Vlaamse referentiegroep.
Met betrekking tot de schildklierfunctie vertoonden jongeren uit studiegebied Menen een statistisch
significant lagere thyroxine en statistisch significant hogere triiodothyronine gehalte dan de jongeren
uit de referentiestudie. De thyroid stimulerend hormoon concentraties waren gelijkaardig in de regio
Menen en in Vlaanderen.
Met betrekking tot de functie van de geslachtorganen vertoonden de mannelijke jongeren uit de
regio Menen een licht gestegen concentratie van testosteron (niet significant na correctie van
verstorende factoren) en significant (ook na correctie voor verstorende factoren) hogere
bloedconcentraties aan vrij (actief, medisch belangrijk) testosteron (mannelijk geslachtshormoon),
aan totaal oestradiol (vrouwelijk geslachtshormoon) en aan vrij (actief, medisch belangrijk)
oestradiol. Jongens uit de regio Menen bereiken meer frequent de volwassen
hormoonconcentraties, ook na correctie voor verstorende factoren en voor alle statistisch
significante covariaten. Het krijgen van (regelmatige) maandstonden verschilt niet bij de meisjes in
studeigebied Menen in vergelijking met de meisjes in algemeen Vlaanderen.
Mogelijk zijn zowel de stijging in LH als de afname in SHBG het gevolg van anti-oestrogene effecten
van lichaamsvreemde scheikundige stoffen. Een toename in LH en een daling in SHBG concentraties
verklaren respectievelijk de stijging in de testosteron en de meer uitgesproken stijging in vrij
testosteron. Ook de relatieve stijging in de oestradiol concentratie in vergelijking met de testosteron
concentratie zou het gevolg kunnen zijn van anti-oestrogenen effecten.
21

d. Neurologische ontwikkeling
Het concentratievermogen van de jongeren uit studiegebied Menen is niet significant verschillend
van dat van de jongeren in de referentiepopulatie. De snelheid waarmee geklikt werd met de hand
naar keuze (parameter voor psychomotoriek) lag significant lager in bij de jongeren van de regio
Menen dan in de Vlaamse referentiegroep. Na correctie voor covariaten kunnen de jongeren uit de
regio Menen ook significant minder cijfers reproduceren in de gedicteerde volgorde (parameter voor
bepaalde aspecten van het geheugen) dan de jongeren uit de Vlaamse referentiecampagne.
Jongeren in de regio Menen zeggen overdag minder slaperig te zijn in vergelijking met wat jongeren
over zichzelf zeggen in buitenlandse studies waarin de Epworth Sleepiness Scale werd gebruikt.
De mannelijke identiteit bij jongens en de vrouwelijke identiteit bij meisjes kwam in vergelijkbare
mate naar voor in de studiegroep van de regio Menen en in de referentiegroep. De mannelijke
identiteit bij meisjes en de vrouwelijke identiteit bij jongens waren zwakker aanwezig bij de jongeren
uit studiegebied Menen dan in de Vlaamse referentiegroep.
e. Nierfunctie
De nierfunctieparameters werden niet gemeten in de referentiepopulatie en worden daarom
vergeleken met klinische richtwaarden. De deelnemers uit de regio Menen hadden allemaal normale
waarden voor alfa-1-microglobuline in urine en 93,4% had ook normale waarden voor cystatine-C in
serum. Voor deze laatste parameter had 5% van de deelnemers lage waarden en 2% hoge waarden.
8. Perceptie
Bijna 60% van alle jongeren stelt in de regio Menen minstens één milieuprobleem in zijn of haar
woonomgeving vast. Vooral luchtvervuiling wordt als probleem gemeld; bodemvervuiling komt op de
tweede plaats. Deze milieuproblemen worden volgens jongeren in de regio Menen veroorzaakt door
de industrie, vaak in combinatie met verkeer of afvalverwerking/sluikstorten. Vooral uitlaatgassen,
zware metalen en afval zorgen voor de milieuproblemen. Meisjes percipiëren over het algemeen
meer milieuproblemen in hun woonomgeving. Oplossingen voor de milieuproblemen in de regio
Menen zien jongeren vooral in het verminderen van verkeer, het beperken van afval en het
reduceren of herlokaliseren van industriële activiteiten. Jongeren in de regio Menen zijn niet
significant vaker ongerust over de gezondheidsgevolgen van milieuproblemen dan hun
leeftijdsgenoten in Vlaanderen (33,3% t.o.v. 22,6%) en melden ook niet opvallend vaker
gezondheidsklachten (met uitzondering van astma en kanker).
De rangorde van de meest betrouwbaar geachte informatiekanalen voor milieuproblemen is voor de
regio Menen en Vlaanderen sterk vergelijkbaar: wetenschappers, huisartsen, vrienden en
milieuorganisaties genieten veel vertrouwen van jongeren; consumentenorganisaties, politieke
partijen en de veroorzakers van milieuproblemen genieten weinig vertrouwen. In de media en het
gemeentebestuur hebben jongeren in de regio Menen minder vertrouwen dan gemiddeld in
Vlaanderen. Jongeren in de regio Menen vinden een actieve betrokkenheid van inwoners bij
milieuproblemen iets wenselijker dan gemiddeld in Vlaanderen. Bestaande campagnes rond milieu
en gezondheid zijn bij jongeren in de regio Menen niet beter gekend dan bij leeftijdsgenoten in
Vlaanderen.
Ongeveer evenveel jongeren in de regio Menen en in Vlaanderen achten de zorg voor het leefmilieu
ook hun verantwoordelijkheid (81,1% t.o.v. 82,8%). Ook wat betreft milieuvriendelijke inspanningen
22

verschillen jongeren in de regio Menen niet van leeftijdsgenoten elders in Vlaanderen, met
uitzondering voor het gebruik van openbaar vervoer en van groene energie. Openbaar vervoer wordt
in de regio Menen opvallend minder vaak aangeduid dan in Vlaanderen (13,1% t.o.v. 34,8%), terwijl
het gebruik van groene energie vaker wordt aangekruist (15,1% t.o.v. 7,2%).
De meningen over de manier waarop de bevolking betrokken moet worden bij milieuproblemen zijn
in de regio Menen bij jongeren opvallend gelijklopend met die in Vlaanderen. Meer dan drie op de
vier jongeren in de regio Menen vindt dat de overheid rekening dient te houden met de inbreng van
de bevolking, maar uiteindelijk wel zelf moet kunnen beslissen. De bereidheid om ook zelf actief
betrokken te worden bij de beleidsontwikkeling is in de regio Menen niet groter dan gemiddeld
(29,3% t.o.v. 24,8%).
Conclusie
In vergelijking met een steefproef van algemeen Vlaanderen wordt bij jongeren die wonen in de
buurt van de industrie in Menen een lagere blootstelling aan persistente
organohalogeenverbindingen zoals PCB’s, DDT, dioxines en gebromeerde vlamvertragers en
sommige zware metalen (lood, nikkel, antimoon, totaal arseen en kwik) vastgesteld en een hogere
blootstelling aan PAK’s en andere zware metalen (cadmium, thallium en koper). Er worden ook
verschillen tussen de regio Menen en Vlaanderen gevonden voor sommige gezondheidsparameters,
namelijk meer DNA-schade, verschillen in de concentratie van schildklierhormonen en
geslachtshormonen (bij jongens) en subtiele verschillen in de neurologische testen. In de vergelijking
van de twee gebieden werd rekening gehouden met persoonsgebonden factoren en levensstijl.
De gemeten biomerkers van blootstelling en effectparameters zijn te beschouwen als vroege
signalen die gezondheidsrisico’s voorspellen die relevant zijn op groepsniveau. Biomerkerskunnen
enkel op geïnterpreteerd worden wanneer er gezondheidkundige richtwaarden ter beschikking zijn.
In een verdere fase van de studie zal de relatie tussen blootstelling en gezondheid in detail worden
onderzocht, en zal verder worden gezocht naar mogelijke bronnen van de verhoogde blootstelling.
23

Inleiding
Dit rapport bevat de resultaten van een humaan biomonitoringsprogramma dat werd uitgevoerd bij
jongeren die wonen rond de industriezone ‘Grensland’ in Menen. Deze studie maakt deel uit van de
tweede cyclus van het Vlaams Humaan Biomonitoringsprogramma dat wordt uitgevoerd door het
Steunpunt Milieu en Gezondheid 2007-2011 in opdracht van de Vlaamse overheid (minister van
Welzijn, Volksgezondheid en Gezin, minister van Leefmilieu, Natuur en Energie en minister van
Economie, Wetenschap en Innovatie).
Het Vlaams Humaan Biomonitoringsprogramma meet de aanwezigheid van vervuilende stoffen en
hun vroege gezondheidseffecten in het menselijk lichaam. Dit programma kadert in het
preventiedecreet van de Vlaamse regering (Art. 54. §2) 4 dat voorziet om op regelmatige basis de
gehaltes van chemische stoffen in de mens te bepalen en trends op te volgen.
Deze trends kunnen tijdstrends zijn maar ook ruimtelijke gradaties. In de tweede cyclus van het
Vlaams Humaan Biomonitoringsprogramma werden twee “hotspot” gebieden geselecteerd waar een
bijzondere zorg is over de effecten van de lokale omgeving op de gezondheid.
Humane biomonitoring betekent het organiseren van meetcampagnes bij de mens, waarbij de
blootstelling aan polluenten wordt bestudeerd aan de hand van de inwendige concentraties
(blootstellingsbiomonitoring), en de biologische of gezondheidseffecten van polluenten worden
onderzocht (effectgerichte biomonitoring). Hierdoor laat humane biomonitoring niet alleen toe om
de risico’s op gezondheidseffecten op te sporen vooraleer er zich herkenbare ziektebeelden
voordoen, maar geeft het ook inzicht voor het beleid om eventueel preventieve maatregelen te
nemen en de efficiëntie ervan op te volgen.
De problematiek van de gezondheidseffecten van milieufactoren is een bevoegdheidsoverschrijdend
thema en behoort tot de bevoegdheden van zowel de Vlaamse minister van Volksgezondheid als de
Vlaamse minister van Leefmilieu. Het biomonitoringsprogramma wordt gesteund en gefinancierd
door beide ministeries, samen met de Vlaamse minister van Wetenschap en Innovatie. De
wetenschappelijke en innovatieve aanpak van het meetnetwerk en het participatief karakter ervan
dat gereflecteerd wordt in de hechte samenwerking tussen onderzoekers, beleidsmakers, lokale
actoren en residenten vindt ook weerklank in Europa waar Vlaanderen, dank zij dit initiatief, een
voortrekkersrol opneemt.
De eerste cyclus van het Vlaams Humaan Biomonitoringsprogramma (2002-2006) gaf aan dat er
belangrijke individuele verschillen zijn in blootstelling en effect van milieuvervuilende stoffen, maar
ook de streek waar men woont heeft een significante invloed op de gehaltes die gemeten worden.
In de tweede cyclus (2007-2011) werd een uitgebreid panel van biomerkers voor vervuilende stoffen
en effecten gemeten in drie leeftijdsgroepen: (1) moeders en pasgeborenen, (2) jongeren (14-15
jaar) en (3) jong volwassenen (20-40 jaar). Naast de biomerkers van blootstelling werden ook
gezondheidsparameters bepaald en werd gepeild naar de perceptie van milieuproblemen. De
deelnemers werden op toevallige basis geselecteerd uit de algemene Vlaamse bevolking. De
steekproef leverde voor elke leeftijdsgroep en voor elke biomerker “referentiewaarden” op.
Biomerkerwaarden werden bekomen voor goed gekarakteriseerde giftige stoffen, maar ook voor
nieuwere chemicaliën die recent in het milieu werden geïntroduceerd. De “referentiewaarden” laten
toe om populaties met afwijkende waarden te identificeren.
Via een ruime maatschappelijke overlegprocedure werden een aantal mogelijke “hotspot” gebieden
opgelijst. In de tweede cyclus van het Vlaams humaan biomonitoringsprogramma werden twee
4 Decreet van 21 november 2003 betreffende het preventieve gezondheidsbeleid (BS: 3/2/2004) gewijzigd door het decreet
van 20 maart 2009 houdende diverse bepalingen betreffende het beleidsdomein Welzijn, Volksgezondheid en Gezin (BS:
6/4/2009)
24

prioritaire gebieden effectief opgenomen in biomonitoringsonderzoek, nl. Genk-Zuid en Menen
omwille van ongerustheid over de lokale milieudruk.
Dit rapport beschrijft op statistische wijze de gehaltes aan specifieke polluenten en
gezondheidsparameters die gemeten worden in een steekproef van jongeren (14-15 jaar) die wonen
rond het industriegebied van Menen en vergelijkt deze met een steekproef van jongeren afkomstig
uit de algemene bevolking van Vlaanderen. Jongeren (14-15 jaar) werden geselecteerd als
leeftijdsgroep omdat ze vooral blootgesteld zijn aan lokale leefmilieufactoren en ook omdat ze de
toekomstige generatie vormen. Deze gegevens worden hier gerapporteerd.
In een vervolgfase zal de relatie tussen de blootstellingsmerkers en gezondheidsparameters verder
onderzocht worden. Hiervoor zullen de biomerkeranalyses van alle jongeren samen gebracht
worden, zowel deze van het onderzoeksgebied Menen, als deze van het onderzoeksgebied Genk-Zuid
en de referentiebiomonitoring. Op deze manier wordt de onderzoeksgroep voldoende groot om de
relaties op statistische wijze verder te onderzoeken.
In de hotspots werden jongeren gevraagd om deel te nemen aan de biomonitoringscampagne. De
deelnemers vulden een uitgebreide vragenlijst in. Deze informatie laat toe om de invloed van leeftijd,
geslacht, maar ook van omgevingsfactoren zoals actief en passief roken, het gebruik van lokaal
geteelde voeding, verkeersblootstelling, en sociale klasse op biomerkerwaarden vast te stellen. De
meetcampagne werd uitgevoerd door een multidisciplinair team van onderzoekers in nauw overleg
met de lokale actoren en de werkgroep Menen.
Dit rapport presenteert alle bevindingen tot dusver, ruwe gegevens worden weergegeven evenals de
vergelijkbaarheid met referentiewaarden uit Vlaanderen en voor zover beschikbaar ook de
gezondheidskundige betekenis. Toename of afname van polluentconcentraties in de mens zijn
belangrijke gegevens voor de oriëntatie en evaluatie van de impact van het milieubeleid op de mens.
25

Methode
1. Onderzoeksgebied
Voor de afbakening van het studiegebied werd rekening gehouden met de plaatselijk aanwezige
industrie en vervuilingsbronnen, beschikbare milieugegevens, gegevens van eerdere humane
biomonitoringcampagnes, gegevens over bevolkingsaantallen en de overheersende windrichting.
In eerste instantie werden de voornaamste industriële activiteiten en mogelijke vervuilingsbronnen
in de regio Menen geïnventariseerd en in kaart gebracht. Deze bestonden uit volgende activiteiten:
- Schrootverwerkende industrie: sinds 1968 op dezelfde locatie, met als voornaamste activiteiten
verwerken van afgedankte consumptiegoederen (auto’s, bruin- en witgoed) en fabrieksschroot
- Houtverwerkende industrie: vervaardigen van keuken- en badkamermeubels, vervuilende bron
zou een houtverbrandingsinstallatie zijn.
- Pigmentenfabriek: aanmaken van pigmenten voor verf, printinkt en plastics.
- Verschillende verbrandingsinstallaties van klasse I (> 5MW), klasse II (> 0,5 MW en < 5 MW) en
klasse III (> 300kW en < 0,5 MW)
- Afvalverbrandingsoven die sinds eind december 2005 niet meer in gebruik was en in november
2008 ontmanteld en afgebroken werd. Deze verbrandingsoven kan wel belangrijk zijn voor
eventuele historische vervuiling.
Ook in Frankrijk, niet ver van de grens met België en Menen zijn verschillende industriële activiteiten
gesitueerd, namelijk:
- Schrootverwerkende industrie: actief sinds 1989 in herwinning van ferro -en non-ferrometalen,
recycleren van voertuigen, verwerking van afgedankte consumptiegoederen en fabrieksschroot
en recyclage van thermoplastisch materiaal.
- Pigmentabriek, geklasseerd als Seveso-bedrijf en gekende vervuiling met lood, chroom en
barium.
- Afvalverbrandingsoven Roncq, Halluin, werd gesloten in februari 1998 en in 2000 vervangen door
een nieuwe verbrandingsinstallatie CVE waar niet-recycleerbaar materiaal wordt verbrand voor
het opwekken van elektriciteit.
De beschikbare milieugegevens werden vooral teruggevonden voor de woonzone grenzend aan het
industriegebied ‘Menen Grensland’. Voor verder gelegen gebieden in Menen en omgeving waren de
milieugegevens beperkt tot enkele meetpunten met sporadische meetwaarden. Volgende gegevens
werden gebruikt:
- VMM-metingen van dioxines en PCB126 op neervallend stof. Tijdens de periode 2002-2009
werden, door VMM, deposities van dioxines en PCB126 gemeten in verschillende meetposten:
nabij de industriezone, in de woonzone grenzend aan het industriegebied en in verder gelegen
woonzones nabij de Frans-Belgische grens. In 2010-2011 waren enkel meetposten 75MN01,
75MN08 en 75MN13 actief. De Lambert X-,Y-coördinaten van de meetstations werden verkregen
van VMM.
- VMM-metingen van PAK’s op neervallend stof. Van 2001 tot 2007 werden deposities van PAK’s
gemeten op meetpost MN03, gelegen in de woonzone nabij het industrieterrein. In 2010 werden
PAK’s in neervallend stof gemeten op meetpost MN01, iets verder van de industriezone dan
MN03.
- Metingen van dioxines, PCB’s en PAK’s in bodemstalen. In opdracht van OVAM werden door
VITO een reeks bodemmetingen uitgevoerd in 1995, 1996 en in 2002. Daarnaast bevat de OVAMdatabank
nog andere meetgegevens van zware metalen, PCB’s en PAK’s in bodemstalen uit
Menen. OVAM beschikt ook over meetgegevens van bodemstalen afkomstig van de
bedrijfsterreinen van de schrootverwerkende industrie, onderzocht op zware metalen, minerale
26

olie en extraheerbare organische halogeenverbindingen in 2003 en in 2005-2007. De Lambert X-,
Y-coördinaten van de meetplaatsen werden verkregen van VITO en OVAM, andere gegevens
werden in cartografische vorm verkregen van OVAM.
- Metingen van zware metalen, PCB’s en PAK’s in grondwaterstalen. OVAM beschikt ook over
meetgegevens van zware metalen, PCB’s en PAK’s in grondwaterstalen uit Menen. Deze werden
onder de vorm van cartografische gegevens verkregen van OVAM
- Meetgegevens van het waterbodemmeetnet. Het waterbodemmeetnet van VMM bevat 4
meetpunten in Menen waar de aanwezigheid van zware metalen, minerale olie, PAK’s, PCB’s,
extraheerbare organohalogenen en organochloorpesticiden worden onderzocht. De resultaten
van 2005-2007 werden hier in beschouwing genomen. De Lambert X-,Y-coördinaten werden
verkregen via Geoloket Water van VMM.
- Tussen 2000 en 2006 werden door de Vrije Universiteit Brussel de metaalconcentraties gemeten
in de sedimenten van de Leie ter hoogte van Menen (staalnameplaatsen Menen en Waasten) in
het kader van een Europees INTERREG programma. De resultaten werden vergeleken met de
staalnameplaatsen in de Bovenschelde (tussen Bassin Rond in Noord-Frankrijk en Oudenaarde in
Vlaanderen), in de Yzer (van bron tot monding) alsook in de Leie stroomopwaarts van Waasten-
Menen, en vooral in de zijrivier de Deûle waar één van de grootste Europese non-ferro
industrieën, Metaleurop, actief was tot 2005 (zie bijlage 1). Metaleurop produceerde o.a. tot
100,000 ton Zn en 150,000 ton Pb per jaar en verontreinigde de hele omgeving met een aantal
metalen, naast Zn en Pb die in de grootste concentraties voorkomen, ook bijproducten zoals
thallium en kwik.
- Metingen van dioxines en PCB’s in stalen van eieren en groenten. Op de locaties van de
bodemmetingen die in opdracht van OVAM door VITO werden uitgevoerd, werden ook stalen
van eieren en groenten onderzocht op aanwezigheid van dioxines en PCB’s. De Lambert X-,Ycoördinaten
van de meetplaatsen werden verkregen via VITO en OVAM.
- Metingen van PCB’s en dioxineachtige stoffen in melk. Het Federaal Agentschap voor de
Veiligheid van de Voedselketen (FAVV) meet op regelmatige basis de kwaliteit van de melk bij
melkveehouders, waaronder ook de concentraties aan PCB’s en dioxineachtige stoffen. De
locaties van de melkveehouders werden verkregen via FAVV.
- Rookpluimberekeningen van de voormalige afvalverbrandingsoven. VITO berekende de
verspreiding van de rookpluim van de afvalverbrandingsoven in Menen aan de hand van het
IFDM-model dat gebruik maakt van meteorologische gegevens, emissiegegevens en gegevens
van de rookgassen.
Voor het woongebied kort bij de industriezone zijn ook humane biomonitoringgegevens beschikbaar
uit de eerste generatie Steunpunt Milieu en Gezondheid (2002-2006). Tijdens die campagne werden
gehalten aan gechloreerde verbindingen (dioxines, PCB’s, HCB en DDE) en zware metalen gemeten
bij 14 pasgeborenen, 14 jongeren van 14-15 jaar en 35 volwassenen van 50-65 jaar.
Om het noodzakelijk aantal deelnemers te kunnen rekruteren, werd ook de bevolkingsdichtheid van
de relevante bevolkingsgroepen (pasgeborenen, jongeren van 14-16 jaar en volwassenen 20-40 jaar)
als parameter meegenomen in de afbakening van het studiegebied. De gebruikte bevolkingsgegevens
geven de situatie weer op 1 januari 2007 en zijn afkomstig van de FOD Economie, Algemene Directie
Statistiek en Economische Informatie, Dienst Demografie.
Als laatste parameter werd ook de overheersende windrichting in beschouwing genomen zodat het
studiegebied optimaal gericht is naar het gebied dat het meest aan mogelijke luchtvervuiling is
blootgesteld. Van de VMM werden jaarlijkse windrozen verkregen van de dichtstbijzijnde
meteomast, namelijk 44M705 te Roeselare.
Op basis van al deze gegevens werd gekozen voor een ellipsvormig studiegebied, georiënteerd
volgens de overheersende windrichting en met een zwaartepunt in de industriezone (Figuur 1).
27

Om uit te sluiten dat door een te groot gebied te selecteren we het effect van wonen in de dichte
nabijheid in een industriegebied niet zouden opmerken, hebben we het studiegebied verdeeld in een
zone ‘Menen1,’ bestaande uit sectoren nabij het industriegebied, en zone ‘Menen2’, bestaande uit
de verder gelegen sectoren binnen de ellips.
De keuze van het studiegebied werd voorgelegd en besproken met de lokale werkgroep Menen,
bestaande uit vertegenwoordigers van VMM, Toezicht Volksgezondheid, Medisch Milieukundige,
lokale artsen en andere lokale actoren.
Figuur 1: Onderzoeksgebied voor humane biomonitoring in Menen
2. Biomerkers
Op basis van de hoger vermelde gegevens werden polluenten geselecteerd die relevant zijn voor de
hotspot en waarvoor biomerkers beschikbaar zijn. Dit gebeurde in nauw overleg met de werkgroep
Menen (VMM, Toezicht Volksgezondheid, MMK en lokale artsen).
Voor volgende polluenten werden biomerkers geselecteerd:
o zware metalen: cadmium, lood, nikkel, chroom, koper, mangaan, thallium, antimoon,
arseen en kwik;
o POP’s: PCB’s, gechloreerde pesticiden (DDE en HCB), dioxines en dioxine-achtigen,
gebromeerde vlamvertragers;
o vluchtige stoffen: PAK’s en benzeen;
o perfluorderivaten: PFOS en PFOA.
28

Op basis van de mogelijke effecten van de geselecteerde polluenten, is het aangewezen om volgende
gezondheidsparameters te bestuderen in Menen:
o astma en allergie;
o genotoxiciteit;
o hormoonverstoring;
o neurologische ontwikkeling;
o nierschade.
Aangezien het doel van de studie is om de blootstelling in Menen te vergelijken met de algemene
Vlaamse bevolking, wordt de keuze van de doelgroep gestuurd door de beschikbaarheid van
relevante Vlaamse referentiewaarden.
In de referentiebiomonitoring werden drie leeftijdsgroepen bestudeerd: pasgeborenen, jongeren
(14-15 jaar) en volwassenen (20-40 jaar). Op basis van bovenstaande selectie van biomerkers
(metalen in bloed en urine; POP’s in serum; metabolieten van vluchtige stoffen in urine) biedt de
jongerenpopulatie de meeste vergelijkingsmogelijkheden. . Jongeren geven ook een goede
weerspiegeling van de lokale situatie omdat ze nog weinig verhuisd zijn en er nog geen sprake is van
beroepsblootstelling. Om deze redenen werd de studie in Menen uitgevoerd bij 14-15 jarige
jongeren uit de regio. Hier werden ook de relevante biologische effecten bestudeerd, nl. voorkomen
van astma en allergie; merkers voor DNA-schade in bloed en DNA-herstel in urine als maat voor
genotoxiciteit; puberteitstadia en hormoongehaltes in serum als maat voor hormoonverstoring; NES
test en gestandaardiseerde vragenlijsten voor neurologische ontwikkeling. Voor nierschade zijn geen
metingen beschikbaar in de referentiepopulatie, maar de klinische merkers worden vergeleken met
diagnostische waarden. Belangrijk is om aan te geven dat de gezondheidseffecten zoals
hormoonconcentraties ook gerelateerd kunnen zijn aan effecten ten gevolgen van blootstelling
tijdens de foetale periode en tijdens de eerste levensjaren en dus niet noodzakelijk met de huidige
blootstelling. Analoog aan de referentiepopulatie werd in Menen ook een vragenlijst afgenomen
over milieuperceptie. Hierin werd gepeild welke milieuproblemen jongeren in hun omgeving ervaren,
op welke manier ze door wie geïnformeerd willen worden over milieuproblemen, hoe ze denken
over zorg voor het leefmilieu en of ze betrokkenheid van buurtbewoners belangrijk vinden voor het
verhelpen van milieuproblemen.
3. Rekrutering en veldwerk
3.1. Selectie van deelnemers
Het doel van de biomonitoringsstudie was om gegevens en stalen te verzamelen van 200 jongeren
die wonen in het studiegebied Menen.
Iedereen die in het studiegebied woont, is een mogelijke deelnemer voor de studie, op voorwaarde
dat hij binnen de geselecteerde leeftijdsklasse valt, en op het moment van de studie minimum 5 jaar
in het studiegebied woont.
In het geselecteerde onderzoeksgebied wonen 921 jongeren in de leeftijdsklasse 14-15 jaar. Dit
betekent dat er een deelnemingspercentage van 22 % nodig is om tot 200 deelnemers te komen. Om
dit te halen werd een rekruteringsstrategie uitgewerkt in overleg met de lokale actoren.
De bedoeling was om minstens 120 jongeren te rekruteren in het gebied het dichtst bij het
industriegebied (deelgebied Menen 1) en 80 die in iets verder weg wonen (deelgebied Menen 2).
29

3.2. Onderzoeksprotocol
A. Selectie van de jongeren
De stad Menen en de gemeente Wevelgem bezorgden de persoonsgegevens van alle jongeren
geboren in 1994 tot en met de eerste helft van 1997. Daaruit werden de adressen geselecteerd die
binnen het studiegebied vielen.
De rekrutering verliep over een periode van twee schooljaren. Het eerste jaar, schooljaar 2009-2010,
werden alle jongeren geboren in 1994-1996, aangeschreven op hun thuisadres.
In het tweede schooljaar werden jongeren geboren 1995-1997 aangeschreven.
Alle jongeren die in aanmerking kwamen ontvingen een informatiefolder, een gepersonaliseerd
toestemmingsformulier en een selectieformulier.
Na de eerste mailing op 1 maart 2010 was de respons zeer laag: 16%.
Daarom werd beslist dat enkel een rappel geen zin had en dat er acties moesten ondernomen
worden. Er werd contact genomen met de plaatselijke scholen om jongeren te motiveren om deel te
nemen. Dit contact verliep in verschillende fasen. Eerst werd telefonisch om medewerking gevraagd
van de schooldirectie. Het CLB van de school werd op de hoogte gesteld. Samen met Stefanie
Vanhoutte (Logo) en Hannelore Zoetardt (milieudienst Stad Menen) werden de verschillende scholen
bezocht. Er werd nagekeken welke jongeren uit onze lijst op de betrokken school zaten. Zij werden
samengeroepen op de verschillende scholen voor een infosessie die door een veldwerker gegeven
werd op 7 oktober 2010.
Ze kregen op dat ogenblik ook een rappel mee naar huis. Jongeren die niet via de school konden
bereikt worden kregen hun rappel per post. Deze werd verstuurd op 20 september 2010.
Daarnaast vonden er heel wat sensibilisatie-initiatieven plaats: in lokale magazines en krantjes werd
de humane biomonitoring aangekondigd. Op de websites van Menen en Wevelgem was informatie
terug te vinden over het onderzoek.
De stad Menen bezorgde alle verenigingen in Menen een brief over het onderzoek met de vraag
jongeren aan te sporen deel te nemen
De jongeren van de scholen van scholengemeenschap Sint-Jan kregen een infobrief mee over het
onderzoek. Ze werden hierbij samen met hun ouders uitgenodigd op een infomoment.
De MOS-leerkracht (Milieuzorg Op School) van de Grenslandscholen nam het initiatief om in de
scholen infosessies te geven aan de jongeren die in het studiegebied wonen.
Op de jeugdraad in Menen werd het onderzoek voorgesteld. De jeugddienst hielp mee aan het
bereiken van alle jeugdverenigingen.
Binnen het lokaal overleg van de huisartsen van de regio Menen-Rekkem was er aandacht voor de
humane biomonitoring.
Met de lokale radio en TV werden afspraken gemaakt voor het bekendmaken van de studie.
Omdat na de rappel de respons 22,5% bedroeg werden er huisbezoeken gepland bij jongeren uit
gebied 1 die niet reageerden op de mailing. De veldwerkers gingen van deur tot deur, bijgestaan
door Philip Mingels (milieuraad Menen) en Tim Joye (voorzitter Rode Kruis). Er waren niet veel
mensen thuis, en als ze thuis waren werd er eerder afstandelijk gereageerd. 90 huisbezoeken
resulteerden in 4 deelnames.
Tevens werd de groep uitgebreid met jongeren geboren in de eerste helft van 1997 die in gebied 1
wonen. Zij waren 14 jaar oud in de eerste helft van 2011. Zij werden gemaild op hun thuisadres.
In laatste instantie werden 158 jongeren opgebeld uit gebied 1 die niet hadden gereageerd. Dit
leverde vooral weigeringen op.
30

Tabel 5: Deelnemers per recruteringsmethode
Rekruteringsmethode %
via schoolinfo 64
via huisbezoek 4
na mailing 15
na telefonisch contact 17
B. Mailing
Alle jongeren werden samen gemaild, ongeacht of ze dat schooljaar of pas het volgende schooljaar
zouden mogen deelnemen aan de studie.
Jongeren uit het secundair onderwijs, die geboren waren in respectievelijk 1994, 1995 of 1996 (en op
het einde van de studie werd ook de eerste helft van 1997 geïncludeerd) en die 14 of 15 jaar waren
op het moment van het onderzoek, konden deelnemen.
Er werd een toestemmingsformulier, een selectieformulier en een folder met uitleg over de
biomonitoringsstudie bezorgd aan de jongeren en hun ouders. Dit gebeurde via huisbezoek,
schoolinfosessie en/of de post.
In het toestemmingsformulier werd kort vermeld welke analyses op bloed, urine en haar zouden
worden uitgevoerd. Tevens vroegen we zowel aan de ouders als aan de jongeren om een algemene
vragenlijst in te vullen.
Er werd verder gewezen op het feit dat:
- Niet alle jongeren geselecteerd worden voor de studie: de jongere mag enkel deelnemen
indien wordt voldaan aan de inclusiecriteria en indien het aantal deelnemers dat
gerekruteerd moest worden nog niet bereikt was.
- Privacy beschermd werd door het gebruik van anonieme codenummers.
- Deelnemers recht hebben om zich terug te trekken uit de studie.
- De reststalen van bloed, urine en haar bewaard blijven voor eventuele toekomstige
analyses.
- Deelnemers recht hebben op informatie over procedures en het onderzoeksproject in
zijn geheel (via hoofdonderzoeker).
- Er een beloning wordt voorzien voor de jongeren.
Voorwaarden voor inclusie deelnemende jongeren:
- Geboren zijn in het jaar 1994, 1995,1996 of de eerste helft van 1997;
- Ten minste 5 jaar wonen in het studiegebied;
- Toestemming van de ouders én de jongere d.w.z. bereid zijn om een bloedstaal,
urinestaal en haarstaal te leveren, een uitgebreide vragenlijst in te vullen en een
computertest uit te voeren;
- Nederlandstalige vragenlijsten kunnen invullen.
C. Staalname
Het onderzoek gebeurt bij voorkeur op school, om praktische redenen maar ook om de participatie
te verhogen. Jongeren moeten dan geen extra inspanningen doen om naar het onderzoek te komen
en worden tijdens de lesuren onderzocht.
31

Jongeren die niet in het studiegebied naar school gaan of die niet aanwezig konden zijn op de
geplande onderzoeksdag op school konden deelnemen op onderzoeksdagen tijdens de
schoolvakanties of op een zaterdag in het cultureel centrum De Steiger in Menen.
Het onderzoek bestond uit:
- Een bloedafname: 42,5 mL bloed
- Een urinestaal: samen met de vragenlijsten werd vooraf een potje voor urinecollectie aan
de jongeren bezorgd. De jongere moest op de dag van het onderzoek ochtendurine
opvangen in dit potje en meebrengen naar het onderzoek. Indien er geen of onvoldoende
ochtendurine verzameld was werd aan de jongere gevraagd om een extra staal (of bijstaal) te
produceren tijdens het onderzoek. Indien de deelnemer zijn urinestaal vergat of niet in het
juiste recipiënt had gecollecteerd, werd ook gevraagd om opnieuw een urinestaal te leveren
in de loop van de onderzoeksdag. Het effect van de tijd tussen de urinecollectie en de vorige
plasbeurt (=duur van urinecollectie) op de biomerkerwaarde werd statistisch getest. Indien
significant werd dit als covariaat in de statistische anlyse opgenomen.
- Een haarstaal werd genomen ter hoogte van het onderste en bovenste deel van de nek en
de zijkant van het hoofd. Voor het knippen werd een schaar van roestvrij staal gebruikt. Enkel
de 2,5 cm van het haar, het dichtst tegen de schedel werd behouden voor analyse
(nieuwgroei). De rest van het haarstaal werd weggegooid. De totale hoeveelheid haar per
deelnemer bedroeg ongeveer 100-150 mg.
- De jongeren werden gewogen en gemeten met geijkte weegschaal en meetlat.
- Er werd gevraagd aan de ouders en de jongeren om samen een algemene vragenlijst in te
vullen over gezinssamenstelling, gezondheid van de jongere, woning, hobby’s, voeding en
perceptie over milieu en gezondheid.
- Tijdens het veldwerk moest de jongere nog een korte vragenlijst invullen over recente
blootstelling (gedurende de laatste 3 dagen). Er was ook een afzonderlijke vragenlijst over de
mentale gezondheid.
- Aanvullend werd een korte vragenlijst afgenomen die toelaat geslachtsspecifiek, apathisch
pseudodepressief gedrag en antisociaal gedrag in te schatten.
- Computertesten werden afgenomen om neurologische effecten te meten:
- aandacht (Continuous Performance test);
- snelheid van psychomotoriek (Symbol Digit Substitution test);
- oog-hand coördinatie (NES 3 test voor visuele accuraatheid van de psycho-motoriek)
- De deelnemers kregen een aankoopbon ter waarde van 10 euro van lokale handelaars als
beloning. Het totale onderzoek nam ongeveer één uur in beslag (zonder het invullen van de
thuisvragenlijst). De staalafname bij de jongeren startte op 18 mei 2010 en eindigde op 12
februari 2011.
32

Tabel 6: Deelnemende scholen en periode van staalname bij de adolescenten
Naam school Postcode Gemeente Periode staalname
Sint Aloysius College
VTI Sint Lucas
8930
8930
33
Menen
Menen
18/05/2010
08/02/2011
10/02/2011
20/05/2010
23/11/2010
17/01/2011
St. Jorisinstituut 8930 Menen 27/05/2010
27/01/2011
Kon. Atheneum Grensland Menen 8930 Menen 25/05/2010
24/01/2011
St Pauluscollege 8560 Wevelgem 01/02/2011
Onderzoeken buiten de school
D. Contact met de CLB’s
8930
Menen
01/07/2010
06/01/2011
12/02/2011
Jongeren van het derde jaar secundair onderwijs krijgen een uitgebreid puberteitsonderzoek van de
schoolarts. De deelnemende jongeren en hun ouders gaven in het ‘informed consent’ toestemming
om CLB-gegevens van het medisch schoolonderzoek op te vragen. Afhankelijk van het centrum werd
de informatie in de dossiers opgezocht door onze studieverpleegsters, of werd de informatie
elektronisch doorgegeven door de verpleegsters van de CLB’s. Zowel voor jongens als voor meisjes
werden de puberteitsstadia (schaal van Marshal & Tanner) opgevraagd.
4. Metingen en bevragingen
4.1. Biomerkers van blootstelling
Een schematisch overzicht van meetmethode, kwaliteitscriteria en uitvoerend laboratorium wordt
gegeven in Tabel 7. Voor een gedetailleerde beschrijving van de toxicologische metingen wordt
verwezen naar bijlage 2.
De uitvoerende laboratoria en verantwoordelijke contactpersonen die meewerkten in deze studie
zijn:
Algemeen Medisch Laboratorium (AML), Desguinlaan 88, 2018 Antwerpen.
Contactpersoon: Dhr. Michel Stalpaert (michel.stalpaert@aml-lab.be): meting van urinair
arseen, toxisch relevant arseen .

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,
hexachlorobenzeen, PBDE’s, totaal hexabromocyclododecaan (HBCD) en tetrabromo-bisfenol
A (TBBPA) in serum.
Vlaamse Instelling voor Technologische Onderzoek – Milieutoxicologie (VITO – TOX),
Boeretang 200, 2400 Mol.
Contactpersoon: mevr. Griet Jacobs (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.
Universiteit Aken – Instituut voor arbeids –en sociale geneeskunde, Pauwelstraat 30, Aken,
Duitsland
Contactpersoon:
- Dr. Thomas Schettgen (tschettgen@ukaachen.de): meting van perfluorderivaten in serum.
34

Biomerker Uitvoerend
laboratorium
Methode Matrix
Zware metalen
LOD LOQ Rapporteer-grens
bloed lood VUB - ANCH ICP-MS volbloed 1,499 µg/l 5 >1,499 µg/l
bloed cadmium VUB - ANCH ICP-MS volbloed 0,056 µg/l 1
>0,056 µg/l
bloed mangaan VUB - ANCH ICP-MS volbloed 0,712 µg/l 1 >0,712 µg/l
bloed koper VUB - ANCH ICP-MS volbloed 1,207 µg/l 1 >1,207 µg/l
bloed thallium VUB - ANCH ICP-MS volbloed 0,0015 µg/l 1 >0,0015 µg/l
urinair cadmium VUB - ANCH ICP-MS urine 0,012 µg/l 1 >0,012 µg/l
urinair chroom VUB - ANCH ICP-MS urine 0,061 µg/l 1 >0,061 µg/l
urinair nikkel VUB - ANCH ICP-MS urine 0,275 µg/l 1 >0,275 µg/l
urinair koper VUB - ANCH ICP-MS urine 1,492 µg/l 1 >1,492 µg/l
urinair thallium VUB - ANCH ICP-MS urine 0,001 µg/l 1 >0,001 µg/l
urinair antimoon VUB - ANCH ICP-MS urine 0,037 µg/l 1 >0,037 µg/l
urinair arseen AML ICP-DRC-MS urine 1 µg/l > 1 µg/l
toxisch relevant arseen AML Hydride AAS urine 0,3 µg/l > 0,3 µg/l
(TRA) in urine
kwik in haar VUB - ANCH AFS haar 0,0015 µg/g 1 > 0,0015 µg/g
methylkwik in haar VUB - ANCH AFS haar 0,00004 µg/g 1 > 0,00004 µg/g
Persistente gechloreerde polluenten
som merker PCB’s
UA – TOX GC-MS serum 20 ng/l per
> 20 ng/l
(138, 153 & 180)
congeneer
hexachlorobenzeen (HCB) UA – TOX GC-MS serum 20 ng/l 1 > 20 ng/l
p,p’-DDE UA – TOX GC-MS serum 20 ng/l 1 > 20 ng/l
Calux: dioxines en furanen VUB - ANCH UCD muis Calux serum
0,05 pg BEQ/g >0,1 pg BEQ/well
(PCDD/F’s)
serum
Calux: dioxine-achtige VUB - ANCH UCD muis Calux serum
0,03 pg BEQ/g >0,1 pg BEQ/well
PCB’s (dl-PCB’s)
serum
5 SD blanco * 3
2 Calibratiecurve: SE/slope
35

Biomerker Uitvoerend
laboratorium
Methode Matrix LOD LOQ Rapporteer-grens
Gebromeerde vlamvertragers
BDE 28 UA – TOX GC-MS serum 2 ng/l 1 >3 ng/l
BDE 47 UA – TOX GC-MS serum 3 ng/l 1 > 3 ng/l
BDE 99 UA – TOX GC-MS serum 3 ng/l 1 > 3 ng/l
BDE 100 UA – TOX GC-MS serum 2 ng/l 1 > 2 ng/l
BDE 153 UA – TOX GC-MS serum 2 ng/l 1 > 2 ng/l
BDE 154 UA – TOX GC-MS serum 2 ng/l 1 > 2 ng/l
BDE 183 UA – TOX GC-MS serum 2 ng/l 1 > 2 ng/l
BDE 209 UA – TOX GC-MS serum 25 ng/l 1 > 25 ng/l
hexabromocyclo-dodecaan
(HBCD)
UA – TOX GC-MS serum 30 ng/l 1 > 30 ng/l
tetrabromo bisfenol A
(TBBPA)
UA – TOX GC-MS serum 15 ng/l 1 > 15 ng/l
Polycyclische aromatische koolwaterstoffen (PAK’s)
1-hydroxypyreen VITO – TOX HPLC
fluorescentie
- urine 10 ng/l 2 Benzeen
> 10 ng/l
t,t’-muconzuur VITO – TOX HPLC-UV urine 5 µg/l 2 perfluorderivaten
> 5 µg/l
Perfluoro-
UAachen HPLC-MS/MS serum 0,3 µg/l > 0,3 µg/l
octaansulfonzuur (PFOS)
Perfluoro-octaanzuur
(PFOA)
UAachen HPLC-MS/MS serum 0,3 µg/l > 0,3 µg/l
Tabel 7: Biomerkers van blootstelling: overzicht van gebruikte meetmethoden, kwaliteitscriteria en uitvoerend laboratorium
36

4.2. Biomerkers van effect
Als gezondheidseffecten worden verschillende parameters gemeten. In sommige gevallen gaat het
om chemische metingen van vroegtijdige biomerkers in bloed of urine (zie bijlage 3). Daarnaast
wordt gebruik gemaakt van vragenlijstgegevens of gegevens die routinematig verzameld worden.
Een overzicht en definitie van de biomerkers van effect wordt gegeven in Tabel 8.
Tabel 8: Biomerkers van effect: overzicht van definities en meetmethoden
Biomerker Eenheid Herkomst data Definitie/methode
Astma en allergie
Astma ja/neen vragenlijst Astma, ‘current asthma’ volgens
definitie van ECHRS
Astma, vastgesteld ja/neen vragenlijst Astma, diagnose door arts
door arts
Astma, laatste 12
maanden
ja/neen vragenlijst Astma, volgens definitie ECHRS of
diagnose door arts of op basis van
symptomen
Hooikoorts ja/neen vragenlijst hooikoorts, diagnose door arts of op
basis van medicatie of symptomen
Hooikoorts,
vastgesteld door
arts
ja/neen vragenlijst hooikoorts, diagnose door arts
Eczeem ja/neen vragenlijst eczeem, op basis van medicatie of
symptomen
Allergie voor ja/neen vragenlijst allergie of huiduitslag na contact met
voeding, insecten
voedingsmiddelen, insecten of
of geneesmiddelen
(laatste 5 jaar)
geneesmiddelen
Allergie voor ja/neen vragenlijst allergie of huiduitslag na contact met
metaal of
metaal, verzorgings-, huishoud- of
chemische
producten (laatste
5 jaar)
onderhoudsproducten
Allergie voor dieren ja/neen vragenlijst allergie of huiduitslag na contact met
(laatste 5 jaar)
dieren of ooit een huisdier weggedaan
omwille van allergie
Genotoxiciteitsmerkers
Komeettest % DNA analyse op ‘klassieke’ komeettest: maat voor
migratie volbloed
DNA-schade t.g.v. normale
(VITO-tox) replicatieproces
Komeettest, fpg % DNA analyse op specifieke komeettest: maat voor
enzymes
migratie volbloed
DNA-schade ter hoogte van
(VITO-tox) geoxideerde purinebasen
8-OH-deoxy- µg/l analyse op urine maat voor herstel van oxidatieve DNAguanosine
in urine
(VITO-tox) schade, ELISA kit (Gentaur-Belgium)
Schildklierhormonen
Thyroid
mIU/l analyse op serum competitieve immuno-assay met TSH-
Stimulerend
Hormoon (TSH)
(UGent)
specifiek antilichaam
37

Biomerker Eenheid Herkomst data Definitie/methode
Thyroxine (fT4) ng/dl analyse op serum competitieve immuno-assay met T4-
(UGent)
specifiek antilichaam
Triiodothyronine pg/ml analyse op serum competitieve immuno-assay met T3-
(fT3)
(UGent)
specifiek antilichaam
Sex hormonen (enkel jongens)
Totaal testosteron ng/dl analyse op serum radioimmuno-assay (RIA) van Orion
(T)
(UGent)
Diagnostics
Vrij testosteron (fT) ng/dl berekend evenwichtsberekening vanuit totaal
(UGent)
testosteron en SHBG
Totaal oestradiol pg/ml analyse op serum competitieive immuno-assay met E2-
(E2)
(UGent)
specifiek antilichaam
Vrij oestradiol (fE2) pg/ml berekend evenwichtsberekening vanuit totaal
(UGent)
oestradiol en SHBG
Aromatase index _ berekend aromatase index = ratio T / E2
Sex Hormone nmol/l analyse op serum niet-competitieve immunoradiometric
Binding Globuline
(SHBG)
(UGent)
assay (IRMA) van Orion Diagnostics
Luteïniserend IU/ml analyse op serum competitieve immuno-assay met LH-
hormoon (LH)
(UGent)
specifiek antilichaam
Follicle Stimulerend mU/ml analyse op serum competitieve immuno-assay met FSH-
Hormone (FSH)
(UGent)
specifiek antilichaam
Puberteitsontwikkeling
borstontwikkeling score 1 - 5 databank CLB Borstontwikkeling volgens Marshall &
meisjes
Tanner (score B1 – B5)
pubisbeharing score 1 - 5 databank CLB Pubisbeharing volgens Marshall &
meisjes
Tanner (score P1 – P5)
genitale
score 1 - 5 databank CLB Genitale ontwikkeling volgens
ontwikkeling
jongens
Marshall & Tanner (score G1 – G5)
pubisbeharing score 1 - 5 databank CLB Pubisbeharing volgens Marshall &
jongens
Tanner (score P1 – P5)
leeftijd menarche jaar vragenlijst
(zelfrapportering)
Leeftijd eerste maandstonden
Parameters voor nierfunctie
Serum cystatine-C mg/l analyse op serum
(AML)
Immunonephelometrie
Urinair alfa-1 mg/l analyse op urine Immunonephelometrie
microglobuline
(AML)
Neurologische parameters
reactie tijd ms NES (Continuous de gemiddelde reactie tijd op een
Performance Test) visuele stimulus
korte termijn aantal NES (Digit Span het aantal gereproduceerde cijfers in
geheugen
Test)
de gedicteerde volgorde
korte termijn aantal NES (Digit Span het aantal gereproduceerde cijfers in
geheugen met
bijkomende
verwerking van
informatie
Test)
de omgekeerde volgorde
motorische aantal NES (Finger het aantal taps op de spatietoets
38

Biomerker Eenheid Herkomst data Definitie/methode
snelheid van de
hand naar keuze
Tapping test) gedurende 40 seconden
motorische aantal NES (Finger het aantal taps op de spatietoets
snelheid van de
andere hand dan
de hand naar keuze
Tapping test) gedurende 40 seconden
slaperigheid tijdens score 0-32 psychometrische Epworth Sleepiness Scale
de dag
test
overmatige ja/neen psychometrische score hoger dan 10 in de Epworth
vermoeidheid
tijdens de dag
test
Sleepiness Scale
mannelijkheid score 0-4 psychometrische
test
Personal Attributes Questionnaire
vrouwelijkheid score 0-4 psychometrische
test
Personal Attributes Questionnaire
De uitvoerende laboratoria en verantwoordelijke contactpersonen voor de effectmerkers, die
meewerkten in deze studie zijn:
Vlaamse Instelling voor Technologische Onderzoek – Milieutoxicologie (VITO – TOX),
Boeretang 200, 2400 Mol.
Contactpersoon: Dr. Gudrun Koppen (gudrun.koppen@vito.be: meting van komeettest en 8hydroxydeoxyguanosine
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.
Universiteit Hasselt – Centrum voor Milieukunde, Agoralaan, Gebouw D, 3590 Diepenbeek.
Contactpersoon: Michal Kicinski (michal.kicinski@uhasselt.be): verwerking van de NEStesten.
5. Statistische analyses
5.1. Beschrijving van de steekproef en vergelijking met deze van de
referentiebiomonitoring
De steekproef van Menen werd beschreven naar o.a. leeftijd van de deelnemer, geslacht,
rookgedrag, socio-economische status, voedingsgewoonten, verkeersblootstelling, enz. Het is
belangrijk om een zicht te hebben op de samenstelling van de steekproef, omdat eventuele
verschillen met de steekproef van de referentiebiomonitoring aan de basis kunnen liggen van
verschillen waargenomen in effectmerkers en blootstellingmerkers. Voor de categorische
parameters (bijv. hoogste opleidingsniveau) worden frequentietabellen gepresenteerd; voor de
continue parameters (bijv. leeftijd) worden gemiddelde, standaard deviatie, minimum, mediaan en
maximum gegeven. De waargenomen verschillen tussen Menen en de referentiebiomonitoring
werden ook op hun statistische significantie (p < 0,05) onderzocht. Voor de continue gegevens werd
39

een variantie-analyse toegepast; voor de ordinale/binaire gegevens werd een chi-kwadraat toets
gebruikt.
5.2. Resultaten voor biomerkers en effectmerkers
Voor elke biomerker en effectmerker worden een aantal samenvattende ruwe statistieken
gepresenteerd op basis van de gegevens van de steekproef van Menen. Voor de continue merkers
worden volgende gegevens weergegeven: steekproefgrootte, het percentage van de deelnemers met
een waarde boven de LOD/LOQ (indien van toepassing), het gemiddelde, standaard fout, minimum,
P10, P25, mediaan, P75, P90, maximum en het geometrisch gemiddelde met een 95%
betrouwbaarheidsinterval. Het geometrisch gemiddelde wordt verkregen na terugtransformatie van
de gemiddelden van de natuurlijke logaritmische getransformeerde data. Voor de binaire merkers
worden de steekproefgrootte en de proportie van voorkomen (bijv. van astma) weergegeven.
a. Stratificatie
Deze statistieken worden berekend voor de steekproef Menen in zijn geheel en anderzijds voor
subgroepen gedefinieerd op basis van kenmerken van de deelnemers. Zo worden de samenvattende
ruwe statistieken bijvoorbeeld afzonderlijk weergegeven voor meisjes-jongens, rokers-niet rokers, en
de beide subgebieden in Menen (geografische analyse) enz. Merk op dat het aantal deelnemers per
subgroep soms klein is; waardoor de spreiding op de berekende waarden groot wordt. De verschillen
tussen de subgroepen worden getoetst op hun statistische significantie.
b. Vergelijking met Vlaanderen
Vervolgens worden de resultaten van Menen naast deze van de referentiebiomonitoring gezet.
Verschillen tussen Menen en de referentiebiomonitoring worden ook op hun statistische significantie
onderzocht.
Verschillen tussen subgroepen en tussen Menen en de referentiebiomonitoring, voor wat betreft de
geometrisch gemiddelde gehalten voor de continue merkers, worden onderzocht door middel van
een variantie-analyse (ANOVA). Verschillen voor proporties van voorkomen wordt nagegaan door
middel van een chi-kwadraat toets. Verschillen voor de P90 worden onderzocht door middel van
quantiel regressie.
De interpretatie van deze resultaten moet voorzichtig gebeuren. Het statistisch vermogen van deze
vergelijking is soms laag door het kleine aantal deelnemers per subgroep. Anderzijds kunnen
statistisch significante verschillen tussen subgroepen, of tussen Menen en Vlaanderen mogelijks
verklaard worden door verschillen in de samenstelling van de (sub)groepen (bijv. rokers die ouder
zijn dan niet rokers, jongens die meer roken dan meisjes,… ).
Verder wordt voor de biomerkers waarvoor er (internationale gezondheidskundige) richtwaarden
beschikbaar zijn, het percentage deelnemers met een waarde boven (of onder) deze richtwaarde
berekend; voor Menen en voor de referentiebiomonitoring. De chi-kwadraat toets wordt gebruikt
om te na te gaan of deze percentages statistisch verschillen.
c. Gecorrigeerde gebiedsvergelijking
Tal van factoren waaronder leeftijd, geslacht, levensstijlfactoren, beroep, sociaal-economische
status,... kunnen een invloed hebben op de gezondheid en op de biomerkers. Wanneer we de regio
Menen willen vergelijken met Vlaanderen is het belangrijk hier rekening mee te houden. De
40

studiepopulatie in Menen kan immers verschillen van de referentiebiomonitoring voor deze
factoren. Zo kan het voedingspatroon, het rookgedrag, … van de deelnemers van Menen verschillen
van dit van de referentiepopulatie. Bij vergelijking van de merkers tussen de gebieden moet rekening
gehouden worden met deze confounding factoren.
Een grondige correctie voor verscheidene parameters gelijktijdig, (o.a. leeftijd en roken) kan
uitgevoerd worden via een meervoudige regressie analyse. Meervoudige regressie technieken
worden gebruikt om de afhankelijkheid van de merkers met meerdere verklarende parameters
gelijktijdig te onderzoeken. Voor de continue merkers (blootstelling- of effectmerker) wordt gebruik
gemaakt van lineaire regressie modellen. Voor de binaire merkers worden logistische regressie
modellen gebruikt. De continue blootstellingmerkers worden volgens de natuurlijke logaritmische
functie getransformeerd. Deze getransformeerde gegevens worden in de regressie modellen als
response variabelen gebruikt. De reden hiervoor is dat de oorspronkelijke gegevens niet steeds
normaal verdeeld zijn.
Met meervoudige regressie heeft men aldus de mogelijkheid om het effect van gebied (dit is Menen
versus Vlaanderen) op een afhankelijke variabele Y (blootstelllingsbiomerker of effectmerker) te
bestuderen, terwijl men de andere variabelen (bijv. leeftijd, geslacht, rookgedrag,…) gefixeerd
(constant) houdt. Uiteraard is het niet mogelijk om de relatie tussen de merkers en alle
opgemeten/bevraagde parameters te bestuderen. Voorafgaand aan de verwerkingen dient men voor
elke merker te specificeren welke onafhankelijke variabelen, naast gebied, nog in het model worden
opgenomen. Deze keuze is gebaseerd op literatuuronderzoek en discussies tijdens de
veldwerkcomitévergaderingen. De factoren waarvoor we corrigeren verschillen van merker tot
merker.
Verschillen tussen Menen en Vlaanderen bekomen op basis van dit meervoudige regressie model
noemen we gecorrigeerde verschillen. De resultaten van de gebiedsvergelijkingen worden als
verhoudingen van geometrische gemiddelden voorgesteld voor de continue merkers en als oddsratio’s
voor de binaire merkers. Verschillen die we nog tussen de hotspot en Vlaanderen zien, kunnen
niet te wijten zijn aan verschillen in de populaties van de gebieden. Merk op dat dit niet helemaal
correct is; we corrigeren immers slechts voor enkele populatiekenmerken.
d. Bijkomende verwerkingen
Voor de polluenten die in de regio Menen significant hogere waarden hebben dan in de
referentiegroep uit Vlaanderen en voor de PCB’s werd nagegaan of er een relatie met beschikbare
milieugegevens of bronnen kon worden gevonden.
Van de VMM-meetposten zijn voor 2010 gegevens beschikbaar van dioxines, PCB126, PAK’s en
PM10. Voor elk van deze polluenten werd nagekeken op welke meetpost de hoogste meetwaarden
werden geregistreerd. Meetpost MN08, die aan de industriezone ‘Grensland’ ligt, registreerde de
hoogste waarden voor PSB126. Voor dioxines, PAK’s en PM10 werd meetpost MN01 gebruikt.
Naast de VMM-meetposten werd ook berekend of er een verband kon gevonden worden tussen de
gemeten biomerkers en de ligging van verscheidene verbrandingsinstallaties van klasse I (> 5MW,
milieuvergunning aanvragen bij de provincie), klasse II (> 0,5 MW en < 5 MW, milieuvergunning
aanvragen bij de gemeente) of klasse III (> 300 kW en < 0,5 MW, melden bij de gemeente).
Voor alle deelnemers in studiegebied Menen werd de afstand en de hoek (als maat voor de
dominante windrichting) berekend ten opzichte van de meetposten MN08 en MN01 en de
individuele verbrandingsinstallaties. Dit gebeurde met geografische analyse software, ArcGIS 10.
Voor de relatie met de verbrandingsinstallaties werd de afstand en hoek tot de dichtstbijzijnde
41

verbrandingsinstallatie beschouwd. Dit werd uitgevoerd voor de verbrandingsinstallaties van klasse I,
klasse II en klasse III afzonderlijk en voor alle klassen samen. Ook de interacties tussen afstand en
hoek werden getest.
In enkelvoudige lineaire regressiemodellen werd nagegaan of de relatie tussen de individuele
biomerkerwaarden van de deelnemers en de individuele afstanden en hoeken statistisch significant
was. Vervolgens werd in meervoudige lineaire regressiemodellen getest of de relatie met de afstand
en de hoek significant bleef bij correctie voor gekende confounders zoals leeftijd, geslacht en roken.
42

Resultaten
1. Beschrijving van de onderzoekspopulatie
1.1. Respons
In totaal werden er 921 jongeren aangeschreven, 349 hiervan reageerden. Dit is een respons van
37,89 % (zie Tabel 9). Het toestemmingspercentage bedraagt 22,5% (zie Tabel 10).
Tabel 9: overzicht respons absolute cijfers
gebied 1 toestemming onderzocht te weinig staal weigering exclusie verhuisd geen
respons
1994 22 21 1 5 3 0 92
1995 44 44 0 37 2 3 55
1996 40 40 0 38 8 4 50
1997 17 17 0 24 0 0 33
Totaal 477 123 122 1 104 13 7 230
gebied 2 toestemming onderzocht te weinig staal weigering exclusie verhuisd geen
respons
1994 29 26 0 2 0 0 129
1995 33 31 0 0 2 1 106
1996 22 20 0 10 1 2 107
1997 0 0 0 0 0 0 0
Totaal 444 84 77 0 12 3 3 342
TOTAAL 207 199 1 116 16 10 572
43

Er werden in gebied 2 geen jongeren van 1997 uitgenodigd, omdat de opzet was om zoveel
mogelijk jongeren uit gebied 1 te rekruteren, dit is het gebied het dichtste bij het industriegebied.
Tabel 10: overzicht respons in percentage
gebied 1 toestemming onderzocht weigering geen
respons
1994 4,99 4,76 1,13 20,86
1995 9,30 9,30 8,39 9,30
1996 9,07 9,07 7,94 9,75
1997 3,63 3,63 4,76 6,58
totaal
N = 477 25,79 25,58 21,80 48,22
gebied 2 toestemming onderzocht weigering geen
respons
1994 6,53 5,86 0 29,05
1995 7,43 6,98 0 23,87
1996 4,95 4,50 2,25 24,10
1997
totaal
N = 444 18,92 17,34 2,70 77,03
TOTAAL 22,48 21,61 12,60 62,11
Tabel 11: aantal deelnemers per school
School aantal
Kon Atheneum Grensland Menen 22
St Jorisinstituut 28
VTI Sint Lucas 29
St Pauluscollege 9
Sint Aloysius College 77
buiten school 34
Totaal 199
44

1.2. Karakteristieken van de onderzoeksgroep
De voornaamste kenmerken van de 199 deelnemers uit Menen worden gegeven in Tabel 12. Er
wordt tevens een vergelijking gemaakt met de Vlaamse controlepopulatie. Daarnaast wordt ook
aangegeven of de twee subgebieden Menen 1 en Menen 2 verschillen van elkaar.
Leeftijd
Aan het onderzoek namen 114 jongens (57,3%) en 85 meisjes (42,7%) deel. Deze verdeling is zeer
gelijkaardig in vergelijking met de Vlaamse controlepopulatie (57,6% en 42,4% respectievelijk).
Ondanks het kleine verschil in de gemiddelde leeftijd (15,1 jaar in Menen versus 14,8 jaar in
Vlaanderen), is dit verschil toch hoog significant (p < 0,001). Kijkend naar de verdeling in
leeftijdsgroepen, zien we dat de oudste groep (> 15,5 jaar) sterker vertegenwoordigd is in Menen
t.o.v. de Vlaamse referentiepopulatie.
Als we de twee subgebieden in Menen vergelijken, zien we dat het percentage jongens en meisjes
in beide groepen gelijkaardig is (p = 0,87). Wel blijkt dat in Menen 1 meer adolescenten jonger dan
14,5 jaar en minder adolescenten ouder dan 15,5 jaar deelnamen in vergelijking met Menen 2 (p =
0,01). De gemiddelde leeftijd in Menen 1 ligt dan ook significant lager dan in Menen 2 (14,9 jaar
versus 15,3 jaar; p = 0,0003).
Studieniveau
Het opleidingsniveau van de adolescenten in de onderzoekgroep in Menen verschilt niet significant
van het opleidingsniveau in de Vlaamse controlepopulatie (p = 0,10). Ook een vergelijking van de 2
subgebieden binnen Menen levert geen significant verschil op (p = 0,50). Het hoogst behaalde
diploma binnen het gezin vertoonde eveneens geen statistische significante verschillen.
Sociale klasse
Verschillende parameters van sociale klasse werden bestudeerd: opleidingsniveau van de jongeren,
hoogste opleidingsniveau binnen het gezin, equivalent inkomen en het bezitten van een eigen
woning. We stellen vast dat zowel de vergelijking binnen Menen als de vergelijking van de hele
onderzoekgroep in Menen met de Vlaamse referentiepopulatie geen enkel significant verschil
oplevert, wat betekent dat de sociale klasse in de onderzoeksgroep Menen gelijkaardig is aan de
sociale klasse in de onderzoeksgroep in Vlaanderen.
Etnische achtergrond
In de onderzoeksgroep in Menen zijn beide ouders Belg bij 87,3% van de deelnemers tegenover
90,4% in Vlaanderen (p = 0,59). Ook bij de vergelijking van de twee subgebieden binnen Menen
wordt geen verschil opgetekend wat betreft etniciteit.
Seizoenen
Er is een ongelijke verdeling over de seizoenen in Menen en de Vlaamse referentiepopulatie. In
Menen werd meer dan de helft van de deelnemers onderzocht in de winter (51,8%), terwijl in de
controlegroep bijna de helft van de deelnemers onderzocht werd in de lente (48,1%). In de
referentiegroep werden alle jongeren via de school onderzocht en waren er bijgevolg geen
onderzoeken tussen begin juni en half september (zomer). In Menen werd er ook vooral via de
scholen gewerkt, maar werden kandidaten ook beperkt gerekruteerd buiten de scholen. Hierdoor
werden ook 8 deelnemers (4%) in de zomer onderzocht.
Wat betreft de verdeling over de seizoen binnen Menen, zien we dat in Menen 2 alle deelnemers
onderzocht werden in de winter (48,7%) en de lente (51,3%). In Menen 1 werd meer dan 60% van
45

de deelnemers onderzocht in de winter. In beperkte mate werden daar deelnemers onderzocht in
de herfst (4,9%) en de zomer (6,5%).
Body-mass index (BMI)
De gemiddelde body-mass index in de onderzoeksgroep in Menen bedraagt 19,9 kg/m² en is niet
significant verschillend van de BMI in de Vlaamse controlepopulatie (20,1 kg/m²; p = 0,43). Ook
binnen Menen wordt geen verschil opgetekend wat betreft BMI (p = 0,19).
Roken, alcohol en drugs
In de regio Menen roken 7,5% van de onderzochte jongeren, waarvan 4,6% dagelijks. In de Vlaamse
controlegroep zijn er 8,6% rokers, waarvan 4,3% dagelijks roken (p = 0,78). Wel wordt in de regio
Menen 61% van de niet-rokers regelmatig blootgesteld aan sigarettenrook van anderen. Passief
roken was niet significant verschillend t.o.v. de referentiepopulatie (p = 0,35). Het percentage
rokers en passief rokers was zeer vergelijkbaar in beide subgebieden binnen Menen (p = 0,44 en p
= 0,84).
Wat betreft alcoholconsumptie worden wel significante verschillen opgetekend (p = 0,002).
Enerzijds is er een hogere proportie jongeren die nog nooit alcohol heeft gedronken in de regio
Menen (21,7% versus 14,6% in Vlaanderen), maar anderzijds is het percentage jongeren dat minder
dan maandelijks drinkt (49%) lager dan in Vlaanderen (61,2%), en rapporteert een hoger
percentage jongeren wekelijks alcoholgebruik in de regio Menen (12,1% tegenover 3,9% in
Vlaanderen). Deze verschillen staan mogelijk in verband met de verschillen in leeftijd tussen de
regio’s. Ook de vergelijking binnen het studiegebied Menen levert een significant verschil op (p =
0,01). In Menen 1 heeft 28,7% van de jongeren nooit alcohol gedronken tegenover 10,5% in Menen
2, maar minder jongeren rapporteerden minder dan maandelijkse (43,4%) en wekelijkse (9,8%)
alcoholconsumptie in Menen 1 in vergelijking met Menen 2 (57,9% en 15,8% respectievelijk).
Rapportering van druggebruik in de studiepopulatie Menen (6%) isniet significant verschillend met
Vlaanderen of binnen Menen.
Verkeer
De gemiddelde blootstelling aan verkeer in Menen (320 minuten) ligt significant lager dan in
Vlaanderen (393 minuten; p = 0,046), maar de spreiding in het aantal minuten dat men dagelijks in
het verkeer doorbrengt is wel zeer groot, vooral in Menen. In Menen 1 brengt men gemiddeld 311
minuten door in het verkeer, dit is niet significant verschillend t.o.v. Menen 2 waar men gemiddeld
335 minuten doorbrengt in het verkeer (p = 0,75), maar ook hier is de spreiding zeer groot.
Levensstijl
Het aantal meisjes dat de pil gebruikt, het aantal jongeren met amalgaam tandvullingen en het
gebruik van verzorgingsproducten en vlamvertragers is gelijkaardig in de onderzoeksgroepen in
Menen en Vlaanderen. Ook binnen beide groepen in Menen is het aantal meisjes dat de pil
gebruikt, het aantal jongeren met amalgaam tandvullingen, met blokjes, met orthodontie of
implantaat, met botprotheses, met tatoe’s en piercings, en het gebruik van verzorgingsproducten
en vlamvertragers zeer gelijkaardig. In Menen rapporteren 9,6% van de deelnemers een hoog
gebruik aan pesticiden tegenover 19,2% in de Vlaamse controlegroep; een verschil dat statistisch
significant is (p = 0,02). Wanneer we de subgebieden binnen Menen vergelijken zien we dat in
Menen 2 15,8% van de deelnemers een hoog gebruik aan pesticiden aangeeft, een percentage dat
in de buurt komt van de Vlaamse referentiegroep t.o.v. slechts 5,7% in Menen 1 (p = 0,04 Menen 1
versus Menen 2).
Voeding
Consumptie van lokaal gekweekte groenten, fruit en eieren is significant lager in Menen vergeleken
met de Vlaamse controlepopulatie (p < 0,001 voor lokale groenten, lokaal fruit en lokale eieren).
46

Het eten van zelf gevangen vis verschilt niet significant tussen Menen en algemeen Vlaanderen (7%
in Menen versus 8,5% in Vlaanderen). Verder is het percentage kinderen dat borstvoeding kreeg in
Menen (53,8%) significant lager t.o.v. de Vlaamse referentiegroep (66,5%). Wat de algemene
voedingsgewoonten betreft, zien we geen verschil tussen de jongeren in Vlaanderen en deze in
Menen, met uitzondering van een lagere eiconsumptie in Menen (p = 0,02), 53% van de
deelnemers in Menen eet minder dan 1 ei per week, ten opzichte van 39% in de onderzoeksgroep
in Vlaanderen.
Vergelijking van de voedingsgewoonten binnen Menen, toont ons dat consumptie van lokaal
gekweekte groenten en eieren significant lager is in Menen 1 t.o.v. Menen 2 (p < 0,001). Wat
betreft lokaal gekweekt fruit wordt er geen verschil opgetekend. Zelf gevangen vis wordt meer
gegeten in Menen 1 (8%) in vergelijking met Menen 2 (5,4%), maar dit verschil is statistisch niet
significant. Daarnaast is het percentage kinderen dat borstvoeding kreeg niet significant
verschillend tussen beide subgroepen (p = 0,36). Aangaande de algemene voedingsgewoonten,
wordt er geen verschil gezien tussen de jongeren in Menen 1 en Menen 2, uitgezonderd een
hogere groentenconsumptie in Menen 1 in vergelijking met Menen 2 (p = 0,047).
47

Tabel 12: Beschrijvende statistiek voor de onderzoeksgroep in Menen en vergelijking met karakteristieken van de Vlaamse referentiegroep
Parameter Menen
Vlaanderen
Menen vs.
Vlaanderen
Menen 1 Menen 2 Menen 1 vs.
Menen 2
Geslacht, n (%)
jongens 114 (57,3%) 121 (57,6%) p = 0,95 71 (57,7%) 43 (56,6%) p = 0,87
meisjes
Leeftijd , n (%)
85 (42,7%) 89 (42,4%) 52 (42,3%) 33 (43,4%)
≤ 14,5 jaar 50 (25,1%) 67 (31,9%) p < 0,001 39 (31,7%) 11 (14,5%) p = 0,01
14,5 – 15,5 jaar 90 (45,2%) 123 (58,6%) 54 (43,9%) 36 (47,4%)
> 15,5 jaar
Leeftijd, jaar
59 (29,7%) 20 ( 9,5%) 30 (24,4%) 29 (38,2%)
gemiddelde (SD) 15,1 (0,8) 14,8 (0,5) p < 0,001 14,9 (0,76) 15,3 (0,74) p = 0,0003
mediaan (min. – max.)
Opleidingsniveau jongere
14,9 (13,6 – 17,0) 14,7 (13,8 – 16,3) 14,8(13,6 – 17) 15,2 (14 – 17)
BSO 28 (14,2%) 20 ( 9,7%) p = 0,09 20 (16,3%) 8 (10,8%) p = 0,50
TSO 63 (32%) 86 (41,5%) 40 (32,5%) 23 (31,1%)
ASO
Hoogste opleidingsniveau in het gezin
106 (53,8%) 101 (48,8%) 63 (51,2%) 43 (58,1%)
geen diploma of lager onderw. 9 (4,6%) 3 (1,4%) p = 0,26 7 (5,8%) 2 (2,6%) p = 0,72
lager secundair 21 (10,7%) 22 (10,6%) 12 (10%) 9 (11,8%)
hoger secundair 54 (27,6%) 66 (31,9%) 34 (28,3%) 20(26,3%)
hoger onderwijs
Equivalent inkomen
112 (57,1%) 116 (56,0%) 67 (55,8%) 45 (59,2%)
gemiddelde (SD) 1508,6 (544,2) 1502 (542) p = 0,91 1488,7 (527,3) 1539,4(571,5) p = 0,55
mediaan (min. – max.)
Eigenaar eigen woning
1442 (158 – 3056) 1548 (104 – 3056) 1442(491–3056) 1503(458-3056)
neen 17 (8,7%) 25 (12,2%) p = 0,26 13 (10,7%) 4 (5,4%) p = 0,20
ja
Geboorteland ouders
178 (91,3%) 180 (87,8%) 108 (89,3%) 70 (94,6%)
beide ouders Belg 172 (87,3%) 189 (90,4%)
48
p = 0,59 102 (83,6%) 70 (93,3%) p = 0,12

Parameter Menen
Vlaanderen
49
Menen vs.
Vlaanderen
Menen 1 Menen 2 Menen 1 vs.
Menen 2
één van de ouders niet-Belg 18 (9,1%) 15 (7,2%) 15 (12,3%) 3 (4%)
beide ouders niet-Belg
Geboorteland vader / moeder
7 (3,6%) 5 (2,4%) 5 (4,1%) 2 (2,7%)
België 183 / 180 194 / 199 111 / 109 72 / 71
Armenië 2 / 2 0 / 0 2 / 2 0 / 0
Marokko 0 / 1 3 / 2 0 / 1 0 / 0
Nederland
1 / 1
5 / 3
1 / 0
1 / 1
Frankrijk
7 / 5
0 / 0
6 / 5
1 / 0
andere landen
Seizoen
6 / 9 7 / 5 3 / 5 3 / 4
herfst 6 (3,0%) 47 (22,4%) p < 0,001 6 (4,9%) 0 (0%) p = 0,008
winter 103 (51,8%) 62 (29,5%) 66 (63,7%) 37 (48,7%)
lente 82 (41,2%) 101 (48,1%) 43 (35%) 39 (51,3%)
zomer
Body-mass index (BMI), kg/m²
8 (4,0%) 0 ( 0,0%) 8 (6,5%) 0 (0%)
gemiddelde (SD) 19,9 (2,8) 20,1 (2,7) p = 0,43 20,1 (2,9) 19,6 (2,7) p = 0,19
mediaan (min. – max.)
BMI-klasse bij jongens
19,3 (15,2 – 34,3) 19,7 (15,1 – 33,1) 19,4 (15,2-34,3) 19,1 (15,4-32,4)
6
ondergewicht 11 (9,7%) 8 (6,6%) p = 0,24 6 (8,5%) 5 (11,6%) p = 0,49
normaal 97 (85,1%) 100 (82,6%) 60 (84,5%) 37 (86,1%)
overgewicht
BMI-klasse bij meisjes
6 (5,3%) 13 (10,7%) 5 (7%) 1 (2,3%)
2
ondergewicht 9 (10,6%) 12 (13,5%) p = 0,74 5 (9,6%) 4 (12,1%) p = 0,32
normaal 65 (76,5%) 68 (76,4%) 38 (73,1%) 27 (81,8%)
overgewicht
Rookgewoonten
11 (12,9%) 9 (10,1%) 9 (17,3%) 2 (6,1%)
niet-roker 184 (92,5%) 189 (91,3%) p = 0,78 116 (94,3%) 68 (89,5%) p = 0,44
6 http://www.zorg-en-gezondheid.be/uitleg_bmi.aspx

Parameter Menen
Vlaanderen
50
Menen vs.
Vlaanderen
Menen 1 Menen 2 Menen 1 vs.
Menen 2
minder dan dagelijks roken 6 (3,0%) 9 (4,3%) 3 (2,4%) 3 (4,0%)
dagelijks roken
Passief roken (enkel niet-rokers)
9 (4,5%) 9 (4,3%) 4 (3,3%) 5 (6,6%)
zelf niet roken, geen passief roken 97 (61%) 95 (55,9%) p = 0,35 61 (60,4%) 36 (62,1%) p = 0,84
zelf niet roken, wel passief roken
Alcohol consumptie (1 of meer glazen)
63 (39%) 75 (44,1%) 40 (39,6%) 22 (37,9%)
nooit alcohol gedronken 43 (21,7%) 30 (14,6%) p = 0,002 35 (28,7%) 8 (10,5%) p = 0,01
minder dan maandelijks 97 (49%) 126 (61,2%) 53 (43,4%) 44 (57,9%)
minder dan wekelijks 34 (17,2%) 42 (20,4%) 22 (18%) 12 (15,8%)
wekelijks
Alcohol: >6 glazen bij 1 gelegenheid
24 (12,1%) 8 (3,9%) 12 (9,8%) 12 (15,8%)
neen 148 (74,8%) 162 (78,3%) p = 0,40 98 (80,3%) 50 (65,8%) p = 0,02
ja
Drug gebruikt (ooit)
50 (25,2%) 45 (21,7%) 24 (19,7%) 26 (34,2%)
neen 187 (94%) 197 (85,2%) p = 0,59 117 (95,1%) 70 (92,1%) p = 0,39
ja
Aantal minuten in het verkeer
12 (6%) 10 (4,8%) 6 (4,9%) 6 (7,9%)
gemiddelde (SD) 319,9 (428,5) 393 (281) p = 0,046 310,7 (245,3) 334,6 (619,9) p = 0,75
mediaan (min. – max.)
Pilgebruik bij meisjes
245 (20 – 5500) 335 (7 – 1940) 240 (20-1980) 2445 (34-5500)
neen 80 (94,1%) 80 (90,9%) p = 0,42 49 (94,2%) 31 (93,9%) p = 0,96
ja
Amalgaam tandvulling
5 (5,9%) 8 (9,1%) 3 (5,8%) 2 (6,1%)
neen 151 (78,7%) 140 (69,6%) p = 0,12 94 (79,7%) 57 (77,03%) p = 0,83
ja 25 (13%) 39 (19,4%) 14 (11,9%) 11 (14,9%)
weet niet
Orthodontische blokjes
16 (8,3%) 22 (11,0%) 10 (8,5%) 6 (8,1%)
neen
120 (60,6%)
78 (63,9%) 42 (55,3%) p = 0,22

Parameter Menen
Vlaanderen
51
Menen vs.
Vlaanderen
Menen 1 Menen 2 Menen 1 vs.
Menen 2
ja 78 (39,4%) 44 (36,1%) 34 (44,7%)
Orthodontie of implantaat
neen
ja
119 (60,1%)
79 (39,9%)
77 (63,1%)
45 (36,9%)
42 (55,3%)
34 (44,7%)
p = 0,27
Score verzorgingsproducten
laag 95 (47,7%) 101 (48,3%) p = 0,62 62 (50,4%) 33 (43,4%) p = 0,58
matig 58 (29,2%) 53 (25,4%) 35 (28,5%) 23 (30,3%)
hoog 46 (23,1%) 55 (26,3%) 26 (21,1%) 20 (26,3%)
Score gebruik pesticiden
laag 56 (28,1%) 58 (27,9%) p = 0,02 33 (26,8%) 23 (30,3%) p = 0,04
matig 124 (62,3%) 110 (52,8%) 83 (67,5%) 41 (54%)
hoog 19 (9,6%) 40 (19,2%) 7 (5,7%) 12 (15,8%)
Familiaal voorkomen astma
neen 148 (78,7%) 160 (83,8%) p = 0,21 92 (78,6%) 56 (78,9%) p = 0,97
ja 40 (21,3%) 31 (16,2%) 25 (21,4%) 15 (21,1%)
Familiaal voorkomen allergie
neen 65 (35%) 66 (36,1%) p = 0,82 40 (34,2%) 25 (36,2%) p = 0,78
ja 121 (65%) 117 (63,9%) 77 (65,8%) 44 (63,8%)
Familiaal voorkomen hooikoorts
neen
ja
Familiaal voorkomen eczeem
neen
ja
101 (54,3%)
85 (45,7%)
115 (61,8%)
71 (38,2%)
97 (52,4%)
88 (47,6%)
125 (67,2%)
61 (32,8%)
p = 0,72
p = 0,28
64 (54,7%)
53 (45,3%)
71 (60,7%)
46 (39,3%)
37 (53,6%)
32 (46,4%)
44 (63,8%)
25 (36,2%)
p = 0,89
p = 0,68
Borstvoeding als baby
neen 91 (46,2%) 69 (33,5%) p = 0,009 59 (48,8%) 32 (42,1%) p = 0,36
ja 106 (53,8%) 137 (66,5%) 62 (51,2%) 44 (57,9%)
Lokaal gekweekte groenten

Parameter Menen
Vlaanderen
52
Menen vs.
Vlaanderen
Menen 1 Menen 2 Menen 1 vs.
Menen 2
neen 151 (77,8%) 125 (60,4%) p = 0,0002 101 (84,2%) 50 (67,6%) p = 0,007
ja 43 (22,2%) 82 (39,8%) 19 (15,8%) 24 (32,4%)
Lokaal gekweekt fruit
neen 189 (95,9%) 158 (76,7%) p < 0,0001 120 (97,6%) 69 (93,2%) p = 0,14
ja 8 (4,1%) 48 (23,3%) 3 (2,4%) 5 (6,8%)
Lokaal gekweekte eieren
neen 151 (80,8%) 110 (55,0%) p < 0,0001 101 (89,4%) 50 (67,6%) p = 0,0002
ja 36 (19,3%) 90 (45,0%) 12 (10,6%) 24 (32,4%)
Groenten consumptie
laag (≤4 porties/week) 35 (17,6%) 23 (11,2%) p = 0,15 18 (14,6%) 17 (22,4%) p = 0,047
gemiddeld (5-7 porties/wk) 127 (63,8%) 147 (71,4%) 76 (61,8%) 51 (67,1%)
hoog (>1 portie/dag) 37 (18,6%) 36 (17,5%) 29 (23,6%) 8 (10,5%)
Fruit consumptie
laag (≤4 porties/week) 103 (51,8%) 85 (41,7%) p = 0,09 59 (48%) 44 (57,9%) p = 0,33
gemiddeld (5-7 porties/wk) 68 (34,2%) 78 (38,2%) 44 (35,8%) 24 (31,6%)
hoog (>1 portie/dag) 28 (14,1%) 41 (20,1%) 20 (16,3%) 8 (10,5%)
Consumptie van melk en
melkproducten
laag (

Parameter Menen
Vlaanderen
53
Menen vs.
Vlaanderen
Menen 1 Menen 2 Menen 1 vs.
Menen 2
hoog (≥150 g/dag) 132 (66,3%) 135 (64,9%) 85 (69,1%) 47 (61,8%)
Ei consumptie
laag (4 eieren/week) 3 (1,5%) 5 (2,4%) 1 (0,8%) 2 (2,6%)
Noten consumptie
nooit
minder dan 1x/week
minstens 1x/week
83 (42,6%)
92 (47,2%)
20 (10,3%)
51 (42,9%)
55 (46,2%)
13 (10,9%)
32 (42,1%)
37 (48,7%)
7 (9,2%)
p = 0,91
Vis consumptie
laag (≤12 g/dag) 88 (44,2%) 84 (40,2%) p = 0,70 56 (45,5%) 32 (42,1%) p = 0,89
gemiddeld (12-25 g/dag) 68 (34,2%) 75 (35,9%) 41 (33,3%) 27 (35,5%)
hoog (>25 g/dag) 43 (21,6%) 50 (23,9%) 26 (21,1%) 17 (22,4%)
Vis of zeevruchten in afgelopen 3
dagen
neen 105 (53%) 118 (57,0%) p = 0,42 71 (57,7%) 34 (45,3%) p = 0,09
ja 93 (47%) 89 (43,0%) 52 (42,3%) 41 (54,7%)
Consumptie zelf gevangen vis
nooit
173 (93%) 182 (91,5%) p = 0,57 103 (92%) 70 (94,6%)
zelden tot altijd
Consumptie chocolade
13 (7%)
17 (8,5%)
9 (8%)
4 (5,4%)
nooit
9 (4,6%)
6 (4,9%) 3 (4,1%)
minder dan 1x/week 63 (32%) 38 (30,9%) 25 (33,8%)
minstens 1x/week
Ziekte afgelopen 14 dagen
125 (63,5%) 79 (64,2%) 46 (62,2%)
neen
134 (68,4%) 165 (80,5%) p = 0,005 84 (70%) 50 (65,8%)
ja
Piercing (inclusief oorbellen)
62 (31,6%) 40 (19,5%)
36 (30%) 26 (34,2%)
p = 0,49
p = 0,90
p = 0,54

Parameter Menen
neen
ja
Gebruik tefalpannen
geen anti-aanbaklaag
anti-aanbaklaag
beschadigde anti-aanbaklaag
Vlamvertragers
score ≤ 5
score < 5
127 (64,1%)
71 (35,9%)
34 (17,3%)
106 (53,8%)
57 (28,9%)
88 (44,2%)
111 (55,8%)
Vlaanderen
33 (16,1%)
94 (45,9%)
78 (38,1%)
82 (39,2%)
127 (60,8%)
54
Menen vs.
Vlaanderen
p = 0,15
p = 0,31
Menen 1 Menen 2 Menen 1 vs.
Menen 2
81 (66,4%)
41 (33,6%)
21 (17,4%)
62 (51,2%)
38 (31,4%)
53 (43,1%)
70 (56,9%)
46 (60,5%)
30 (39,5%)
13 (17,1%)
44 (57,9%)
19 (25%)
35 (46,1%)
41 (54%)
p = 0,40
p = 0,59
p = 0,68

1.3. Staalafnamecondities
De afname van bloed, urine en haar bij de deelnemers van de biomonitoringstudie werden
uitgevoerd volgens standaard procedures. Binnen deze vastgelegde procedures kunnen er nog
verschillen zijn in de condities waarin het veldwerk werd uitgevoerd, bijv. het tijdstip van de
urinecollectie, het uur van de bloedafname, al dan niet nuchter staal, enz…. Voor de statistische
analyses werd eerst gecontroleerd welke condities een invloed hebben op de metingen, hoe deze
condities verschillen tussen de regio Menen en Vlaanderen, en op welke manier er rekening mee
gehouden zal worden in de verdere statistische analyses.
A. Bloedafname & bloedparameters
Nuchter zijn bij de bloedafname was geen vereiste, maar werd wel geregistreerd door de
studieverpleegster. In de regio Menen waren er 6% van de jongeren die ’s morgens niets hadden
gegeten; in Vlaanderen was 9,1% van de deelnemers nog nuchter op het moment van de
bloedafname. Dit verschil is niet significant (zie Tabel 13).
Bij de jongens werd gevraagd dat de bloedafname gebeurde vόόr 10 uur ’s morgens omdat het
testosterongehalte in serum variëert volgens het uur van de dag. In de regio Menen werden 53
jongens na 10 uur geprikt (46,5%), dit percentage is vergelijkbaar met de referentiebiomonitoring
(n=67 (55,4%)). Aangezien deze parameter een belangrijke determinant is van testesterongehalte,
zal het uur van bloedafname worden meegenomen in alle verdere statistische analyses van serum
testosteron.
In het serum van de deelnemers werd een aantal routineparameters gemeten die nodig zijn voor
de interpretatie van de biomerkers.
Serum ferritine is nodig als covariaat voor bloed lood en bloed cadmium aangezien een lagere
ijzerstatus vaak gepaard gaat met een effciëntere opname van sommige metalen.
Serum ferritine is significant verschillend tussen de deelnemers van de regio Menen en van
Vlaanderen, zowel de gemiddelde concentratie, als de verdeling in klassen (zie Tabel 13). Serum
ferritine zal worden meegenomen in de statistische analyses van bloed cadmium.
Serum triglyceriden en serum cholesterol werden gemeten en laten toe om het bloedvetgehalte
te berekenen. Dit is nodig voor de correctie van vetgerelateerde polluenten in het bloed (bijv.
PCB’s), hetzij als correctiefactor in de formule, hetzij als covariaat in de statistische analyse. Er zijn
geen significante verschillen in de gehaltes van serum cholesterol, serum triglyceriden of totaal
bloedvet tussen de deelnemers van de regio Menen en van de referentiepopulatie (Tabel 13).
55

Tabel 13: Staalafnamecondities voor bloed en routinemetingen in serum: de regio Menen in
vergelijking met Vlaamse referentiegroep
Parameter Menen
56
Vlaanderen
Menen vs.
Vlaanderen
Nuchter bij bloedafname, n (%)
neen 187 (94%) 191 (90,9%) p = 0,25
ja 12 (6%) 19 (9,1%)
Bloedafname voor 10 a.m., n (%)
neen 125 (62,8%) 127 (60,5%) p =0,63
ja 74 (37,2%) 83 (39,5%)
Bloedafname voor 10 a.m. jongens n(%)
neen
ja
53 (46,5%)
61 (53,5%)
67 (55,4%)
54 (44,6%)
p = 0,17
Serum ferritine (µg/l)
gemiddelde (SD) 43,8 (27,9) 32,6 (16,8) p < 0,001
mediaan (min. – max.) 38 (4 – 187) 29 (2 – 100)
Serum ferritine in klassen, n (%)
≤ 20 µg/l 34 (17,3%) 51 (24,5%) p = 0,0002
20 - 30 µg/l 26 (13,2%) 54 (26,0%)
30 - 40 µg/l 50 (25,4%) 47 (22,6%)
> 40 µg/l 87 (44,2%) 56 (26,9%)
Serum cholesterol (mg/dl)
gemiddelde (SD) 164,2 (29) 160,5 (29,2) p = 0,20
mediaan (min. – max.) 162 (87 – 284) 158 (84 – 285)
Serum triglyceriden (mg/dl)
gemiddelde (SD) 89,4 (46,9) 87,1 (37,9) p = 0,60
mediaan (min. – max.) 75 (24 – 312) 80,5 (22 – 212)
Bloedvet (mg/dl)
gemiddelde (SD) 451 (75,8) 444 (66,4) p = 0,31
mediaan (min. – max.) 442 (277 – 794) 430 (313 – 649)
Bloedvet in klassen, n (%)
< 400 mg/dl 46 (23,4%) 55 (26,4%) p = 0,50
400 - 430 mg/dl 41 (20,8%) 51 (24,5%)
430 - 480 mg/dl 58 (29,4%) 49 (23,6%)
≥ 480 mg/dl 52 (26,4%) 53 (25,5%)
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 de regio
Menen en in de Vlaamse referentiegroep.
Alhoewel aan de jongeren geschreven instructies werden bezorgd voor de collectie van
ochtendurine, zijn er toch zes jongeren in Vlaanderen die een avonduur voor de urinecollectie
rapporteerden. Zij hebben dus de avond vόόr het onderzoek een urinestaal gecollecteerd. Bij de
jongeren die ochtendurine collecteerden, zijn er significante verschillen in het tijdstip van
urinecollectie tussen de deelnemers van regio Menen en van Vlaanderen (hogere frequentie
collecties tussen 8 en 10 uur en na 10 uur ‘s morgens in regio Menen).
Op basis van het uur van de urinecollectie en het uur van de vorige plasbeurt kon de duur van de
urinecollectie worden berekend. Deze parameter weerspiegelt de periode van urineproductie in
het lichaam. Aangezien gevraagd werd aan de deelnemers om de eerste ochtendurine te
collecteren, is de periode van urinecollectie in principe de nacht vόόr het onderzoek. In Tabel 14
wordt voor de regio Menen en Vlaanderen de duur van de urinecollectie gegeven in tijdsklassen. In
de regio Menen is de proportie deelnemers met lage duurtijden (< 465 minuten) hoger dan in
Vlaanderen en zijn er minder deelnemers met middellange duurtijden (465 - 600 minuten)
(p

Tabel 14: Staalafnamecondities voor urine in de regio Menen in vergelijking met de Vlaamse
referentiegroep
Parameter Menen
58
Vlaanderen
Menen vs.
Vlaanderen
Tijdstip urinecollectie, n (%)
avond voor onderzoek 0 (0%) 6 (2,9%) p = 0,0002
ochtendurine, vόόr 8 a.m. 131 (65,8%) 167 (79,5%)
ochtendurine, tussen 8 & 10 a.m. 30 (15,1%) 18 (8,6%)
ochtendurine, na 10 a.m. 38 (19,1%) 19 (9,0%)
Duur urinecollectie (minuten), n (%)
< 465 minuten 48 (24,9%) 34 (17,4%) p = 0,004
465 – 545 minuten 63 (32,6%) 59 (30,1%)
465 – 600 minuten 30 (15,5%) 60 (30,6%)
≥ 600 minuten 52 (26,9%) 43 (21,9%)
Creatinine in urine (mg/dl)
gemiddelde (SD)
mediaan (min. – max.)
Creatinine (mg/dl; klassen)

Tabel 15: Staalafnamecondities voor haar in de regio Menen in vergelijking met de Vlaamse
referentiegroep
Parameter Menen
59
Vlaanderen
Menen vs.
Vlaanderen
Haar gekleurd in voorbije 6 maanden, n (%)
neen 184 (93,9%) 199 (95,2%) p = 0,55
ja 12 (6,1%) 10 (4,8%)
Structuur haar veranderd in voorbije 6 maanden, n (%)
neen 157 (80,1%) 172 (83,9%) p = 0,32
ja 39 (19,9%) 33 (16,1%)

2. Blootstellingsmerkers
Leeswijzer:
In de beschrijving van de verschillende blootstellingsmerkers wordt telkens dezelfde indeling
gehanteerd:
A. Achtergrondinformatie
Korte beschrijving van de polluent en zijn biomerker, zijn betekenis en aspecten die
belangrijk zijn voor de interpretatie
B. Beschrijving van de blootstelling in Menen
Voor iedere biomerker worden beschrijvende data gegeven voor de totale groep in
Menen: geometrisch gemiddelde (met 95% betrouwbaarheidsinterval); mediaan (met
interkwartiel range) en 90 e percentiel.
Indien er gezondheidskundige richtlijnen beschikbaar zijn, wordt nagekeken welke
proportie van de deelnemers een waarde boven de richtwaarde heeft.
Binnen de onderzoeksgroep Menen wordt nagegaan welke factoren een relatie
vertonen met de biomerker, bijv. of er verschillen zijn tussen jongens en meisjes,
volgens leeftijdsklasse, rookgewoonte, opleidingsniveau,… . Alle geteste variabelen
worden weergegeven in bijlage 3; in het rapport zelf wordt een samenvatting gegeven
van de voornaamste resultaten; de effecten van leeftijd en geslacht worden steeds
weergegeven in de figuren.
C. Vergelijking Menen met Vlaanderen
De gemiddelde concentratie en de 90 e percentiel van de biomerkers in Menen worden
vergeleken met de respectievelijke waarden in de Vlaamse controlepopulatie. Het gaat
hier om ruwe, niet-gecorrigeerde gegevens, d.w.z. dat er bij de vergelijking geen
rekening wordt gehouden met verschillen in de karakteristieken van de groepen.
D. Effect van gebied na correctie voor determinanten van blootstelling
Via een meervoudig regressiemodel wordt nagegaan welke factoren de concentratie
van een biomerker beïnvloeden. Voor iedere biomerker wordt een model opgesteld met
volgende variabelen: ‘gebied’; vooraf geselecteerde confounders; covariaten die in
enkelvoudige modellen significant (p

Voor alle biomerkers wordt de concentratie van de biomerker vergeleken tussen beide
subgebieden in Menen (gebieden Menen 1 en Menen 2).
Voor de biomerkers die significant hogere waarden hebben in hotspot Menen
vergeleken met de Vlaamse referentiepopulatie wordt de relatie (afstand en
oriëntaties ten opzichte van de dominante windrichting) onderzocht met relevante
VMM-meetgegevens en mogelijke bronnen.
61

2.1. Zware metalen: cadmium
A. Cadmium – achtergrondinformatie
Cadmium (Cd) is een zwaar
metaal dat o.a. in de
omgeving terechtkomt via
sigarettenrook, non-ferro
industrie, verbrandingsovens
en crematoria.
Cadmium kan worden
ingeademd en komt in
lokale groenten en vlees
terecht bij
bodemverontreiniging.
Cadmium kan de
nierwerking verstoren, de
botvorming belemmeren,
de bloeddruk verhogen en
longkanker veroorzaken.
Cadmium in bloed geeft een
maat voor blootstelling
tijdens de laatste 3 tot 4
maanden; urinair cadmium
geeft een maat voor
levenslange blootstelling. Er
zijn gezondheidskundige
richtwaarden ter
beschikking voor deze
biomerkers.
Blootstelling bij de mens:
Bronnen:
Personen die leven in een rokersomgeving
zullen veel cadmium inademen.
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.
Eén van de belangrijkste
bronnen van cadmium in
onze omgeving is
sigarettenrook. De roker
wordt blootgesteld aan
cadmium, maar ook diegene
die zich in de rookomgeving
bevindt.
In sommige streken in
Vlaanderen, zoals de
Noorderkempen, Hoboken of
Olen, is de omgeving
historisch vervuild met
cadmium door de uitstoot
van de non-ferro industrie
(zinksmelters). Bovendien
leverde de fabrieken
cadmiumrijke zinkslakken
waarmee pleintjes, wegen en
opritten in de buurt werden
aangelegd. Ondertussen zijn
veel van deze problemen
aangepakt, maar er is nog
steeds uitstoot van cadmium
62
door de industrie en
bovendien blijft het cadmium
uit het verleden in de
omgeving aanwezig.
Cadmium werd vroeger ook
uitgestoten in de lucht door
verbrandingsovens
(verbranden van
cadmiumbevattend afval
zoals batterijen) en door
crematoria.
In tegenstelling tot lood,
wordt cadmium opgenomen
door planten en groenten en
komt het dus in onze
voedselketen terecht. Vooral
bladgroenten zoals sla,
spinazie en selder kunnen
gemakkelijk cadmium
opnemen. Ook orgaanvlees
(nieren, lever) van vee uit
vervuilde gebieden is een
bron van cadmium in onze
voeding.
Metabolisme bij de mens:
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.

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.
Richtwaarden voor biomerkers:
Internationale organisaties geven richtwaarden voor
cadmium in bloed en urine.
Cadmium in bloed:
Biomonitoring equivalents (BE)
BE’s zijn concentratiewaarden in het lichaam die
overeenstemmen met bestaande gezondheids-gerelateerde
blootstellingsrichtlijnen. Voor cadmium in bloed werden
volgende BE’s berekend (Hays et al. 2008):
- 1,7 µg Cd/l bloed: volgens USEPA (Environmental
Protection Agency, USA), gebaseerd op referentiedosis van
0,001 mg/kg/dag;
- 1,4 µg Cd /l bloed: volgens ATSDR (Agency for Toxic
Substances and Disease Registry, USA), gebaseerd op een
minimale risico concentratie (minimal risk level, MRL) van
0,0002 mg/kg/dag)
Cadmium in urine
Biomonitoring equivalents (BE)
BE’s zijn concentratiewaarden in het lichaam die overeenstemmen met bestaande gezondheidsgerelateerde
blootstellingsrichtlijnen. Voor cadmium in urine werden volgende BE’s berekend
(Hays et al. 2008):
- 1,5 µg Cd/l urine: volgens USEPA (Environmental Protection Agency, USA), gebaseerd op
referentiedosis van 0,001 mg/kg/dag;
- 1,2 µg Cd /l urine: volgens ATSDR (Agency for Toxic Substances and Disease Registry, USA),
gebaseerd op een minimale risico concentratie (minimal risk level, MRL) van 0,0002 mg/kg/dag)
Human Biomonitoring values (HBM waarden) voor jongeren ≤ 25 jaar
HBM I en HBM II waarden werden opgesteld door de Duitse Biomonitoring Commissie op basis van
bestaande literatuur (http://www.umweltbundesamt.de/gesundheit-e/monitor/index.htm). Het zijn
consensuswaarden van de commissie en kunnen algemeen geïnterpreteerd worden als volgt:
< HBM I: geen risico voor de gezondheid;
tussen HBM I en HBM II: gezondheidsrisico’s zijn niet uit te sluiten;
≥ HBM II: extra gezondheidsrisico is mogelijk.
Voor cadmium in urine bij jongeren bedraagt de HBM I waarde 0,5 µg/l en de HBM II waarde 2,0
µg/l. Bij het afleiden van deze waarden werd nierschade als meest gevoelige parameter gebruikt.
De richtwaarden zijn gebaseerd op expertenadvies van het European Food Safety Agency (EFSA) en
het Agency for Toxic Substances and Disease Registry (ATSDR). Voor deze waarden geldt volgende
interpretatie:
- Overschrijding van HBM I:
o Op dit moment: geen relevant verhoogd risico op nierschade
o Op latere leeftijd: kans op verstoorde nierfunctie bij aanhoudende
cadmiumbelasting
- Overschrijding van HBM II:
o Op dit moment: gering risico op herstelbare nierschade
o Op latere leeftijd: grote waarschijnlijkheid voor nierfunctiestoornissen bij
aanhoudende cadmiumbelasting
63

Gezondheidseffecten:
o Cadmium stapelt zich op in de nieren en kan de nierwerking verstoren.
o Cadmium zal de beenderen minder stevig maken en dit kan leiden tot osteoporose en een
hogere kans op botbreuken.
o Cadmium is kankerverwekkend bij dieren en wordt door het Internationaal Agentschap voor
Kankeronderzoek (IARC) geklasseerd als kankerverwekkend bij de mens (groep 1). Langdurige
blootstelling aan cadmium via de lucht kan leiden tot longkanker.
B. Cadmium in de regio Menen – beschrijving van blootstelling
In Tabel 16 wordt de gemiddelde blootstelling aan cadmium in bloed (0,19 µg/l) en cadmium in
urine (0,33 µg/l) weergegeven. Zowel in bloed als in urine liggen alle waarden boven de
detectielimiet.
Tabel 16: Blootstellingsmerkers voor cadmium in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Bloed cadmium µg/l 199 100 0,19 (0,18 – 0,21) 0,18 (0,14-0,25) 0,34
Urinair cadmium µg/l 191 100 0,33 (0,31 – 0,35) 0,34(0,24-0,45) 0,61
N = aantal deelnemers; DL = detectielimiet (DL bloed cadmium:0,056 µg/l, DL urinair cadmium:0,012 µg/l); BI
= betrouwbaarheidinterval; P = percentiel
Een vergelijking van de waarden van de deelnemers met de gezondheidskundige richtwaarden
voor cadmium in bloed en urine wordt voorgesteld in Tabel 17. Voor urinair cadmium hebben
19,9% van de jongeren in het onderzoeksgebied Menen een waarde boven 0,5 µg/l. Dit betekent
dat bij bijna 20% van de jongeren in regio Menen een dergelijk aanhoudende blootstelling aan
cadmium kan leiden tot een verstoorde nierfunctie op latere leeftijd. Één deelnemer heeft een
waarde boven de ‘biomonitoring equivalent’ van 1,5 µg/l, geen enkele cadmium waarde bevindt
zich boven 2 µg/l, een waarde waarbij extra gezondheidsrisico mogelijk is. Ter vergelijking, in
Vlaanderen heeft 11,4% van de jongeren in de referentiepopulatie een waarde boven 0,5 µg/l. Het
aantal deelnemers die waarden bezitten boven de gezondheidskundige normen in regio Menen en
Vlaanderen verschilt significant van elkaar (p = 0,04).
Voor bloed cadmium heeft 3% van de jongeren een waarde boven de ‘biomonitoring equivalent’
van 1,7 µg/l, voor Vlaanderen is dit slechts 1,9%. De verschillen tussen regio Menen en Vlaanderen
zijn statistisch niet significant.
64

Tabel 17: Bloed en urinair cadmium in de regio Menen in vergelijking met gezondheidskundige
richtwaarden
Biomerker gezondheidskundige richtwaarden % boven de richtwaarde
Menen Vlaanderen
Cadmium in urine HBM I 0,5 µg/l 19,9% 11,4%
HBM II 2 µg/l 0% 0%
BE (ATSDR) 1,2 µg/l 0,52% 0%
BE (USEPA) 1,5 µg/l 0,52% 0%
Bloed cadmium BE (ATSDR) 1,4 µg/l 3,5% 1,9%
BE (USEPA) 1,7 µg/l 3,0% 1,9%
HBM = human biomonitoring; BE = biomonitoring equivalent; ATSDR : Agency for Toxic Substances and
Disease Registry; USEPA : United States Environmental Protection Agency
In bijlage 4 wordt de beschrijvende statistiek van bloed cadmium en urinair cadmium (ruwe data)
gegeven voor de totale groep, en voor relevant subgroepen zoals leeftijdsklassen, geslacht, roken,
enz… Geslacht en leeftijd, aangevuld met de statistisch significante factoren die de blootstelling
kunnen beïnvloeden worden voorgesteld in Figuur 2 en Figuur 3. Het cadmium gehalte in bloed is
niet verschillend voor jongens en meisjes en varieert niet naargelang de 3 leeftijdsgroepen. Bloed
cadmium wordt wel duidelijk beïnvloed door rookgedrag van de jongeren: rokers hebben
gemiddeld meer dan 9 keer zo veel cadmium in hun bloed dan niet-rokers en sporadische rokers.
Het eten van lokale groenten zorgt ook voor een lichte stijging van het gemiddelde cadmium
gehalte in het bloed (p = 0,04). Verder liggen cadmium waarden in bloed hoger bij lagere serum
ferritine gehaltes (p = 0,02; Figuur 2).
Voor cadmium in urine zijn er geen duidelijke relaties met leeftijd, geslacht en roken. Mogelijk is de
invloed van recent roken (14-15 jarigen) beperkt bij deze merker die cumulatieve blootstelling
weerspiegelt. In de winter en de lente zijn de gemiddelde cadmium concentraties in urine bij de
jongeren hoger dan in de zomer en de herfst, al is dit verschil borderline niet significant (p = 0,06).
Verder is er een sterke relatie tussen urinair cadmium en de densiteit van de urine (p < 0,001;
Figuur 3).
Bloed cadmium (µg/L) - geometrische gemiddelden per subgroep
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
roken: nooit
roken: sporadisch
roken: dagelijks
geen lokale …
lokale groenten
ferritine: ≤20 µg/l
20-30 µg/l
30-40 µg/l
>40 µg/l
0 0,5 1 1,5 2
Figuur 2: Relatie tussen cadmium in bloed en factoren die de blootstelling beïnvloeden
65
geslacht: p=0,45
leeftijd: p=0,60
roken: p

Urinair cadmium (µg/L) - geometrische gemiddelden per subgroep
0 0,1 0,2 0,3 0,4 0,5 0,6
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
roken: nooit
roken: sporadisch
roken: dagelijks
winter
lente
zomer
herfst
densiteit urine

Bloed cadmium (µg/L)
0,50
0,40
0,30
0,10
0,00
p = 0,33
0,21
0,20 0,19
Menen
Vlaanderen
0,03 0,03
0,11 0,11
0,15
0,14
0,19
0,18
0,26
0,25
p = 0,55
0,34
GM min P10 P25 P50 P75 P90
0,41
Figuur 4: Bloed cadmium en urinair cadmium in regio Menen: vergelijking met Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
D. Cadmium in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Er werd een significant verschil vastgesteld voor de niet-gecorrigeerde waarden van urinair
cadmium tussen regio Menen en Vlaanderen. Deze verschillen kunnen mogelijk te wijten zijn aan
methodologische factoren (bv. de verdunningsgraad van de urine) of aan verschillen tussen beide
onderzoeksgroepen (bv. leeftijd, rookgewoonte, voeding enz…). Daarom wordt eerst gezocht naar
factoren die een invloed hebben op de waarden van bloed cadmium en urinair cadmium. Daarna
wordt nagegaan of er, na correctie voor deze factoren, nog een significant effect is van het gebied
waar men woont, d.w.z. of de waarden van de jongeren in Menen significant afwijken van de
waarden van de Vlaamse controlegroep.
In Tabel 18 worden de factoren die de concentraties van cadmium in bloed en urine kunnen
beïnvloeden samengevat. Voor bloed cadmium kan het totale model 29% van de variabiliteit
verklaren, slechts 0,23% wordt voorspeld door de factor gebied. Nadat er gecorrigeerd wordt voor
leeftijd, geslacht, roken, opleidingstype van het kind en serum ferritine, zien we dat in Menen de
cadmium concentratie in bloed niet statistisch verschillend is van Vlaanderen (p = 0,69).
Voor urinair cadmium kan het finale model 39% van de variabiliteit verklaren, waarvan 7%
verklaard wordt door het gebied. Na correctie voor leeftijd, geslacht, roken en densiteit van de
urine ligt de waarde voor urinair cadmium 28% hoger bij de jongeren in de regio Menen t.o.v. de
Vlaamse groep, dit verschil is hoog significant (p < 0,001).
67
Urinair cadmium (µg/l)
0,70
0,60
0,50
0,40
p < 0,001
0,33
0,30
0,20
0,10
0,00
0,24
Menen
Vlaanderen
0,05 0,05
0,17
0,12
0,24
0,16
0,34
0,24
0,45
0,35
p = 0,06
0,61
GM min P10 P25 P50 P75 P90
0,51

Tabel 18: Determinanten van bloed cadmium en urinair cadmium
Bloed cadmium (µg/l) Urinair cadmium (µg/l)
R² gebied 0,23 7,15
R² finaal model 29,06 39,01
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,59)
≤14,5: 0,92
14,5-15,5: 0,96
40 µg/l: 1,00
regio (p = 0,69)
Menen: 0,97
Vlaanderen: 1,00
68
leeftijd (jaar) (p = 0,79)
≤14,5: 1,04
14,5-15,5: 1,001

Metaleurop, actief was tot 2005 (zie bijlage 1). Metaleurop produceerde o.a. tot 100 000 ton Zn en
150 000 ton Pb per jaar en verontreinigde de hele omgeving met een aantal metalen. Zn en Pb
komen in de grootste concentraties voor, maar ook bijproducten zoals thallium en kwik. De meeste
metaalconcentraties ter hoogte van het lozingspunt van Metaleurop dalen progressief
stroomafwaarts om in de sedimenten van Menen ongeveer 100 maal lager te liggen (grootteorde).
In de Bovenschelde en de IJzer zijn de metaalconcentraties in de sedimenten lager dan in Menen,
een factor 10 voor thallium, een factor 3 voor cadmium en nog lager voor de andere metalen
69

2.2. Zware metalen: lood
A. Lood – achtergrondinformatie
Lood (Pb) is in het verleden sterk
verspreid geraakt in de omgeving
via de uitstoot van non-ferro
bedrijven, het gebruik van
loodhoudende benzine, door loden
buizen voor drinkwaterleidingen en
het gebruik van loodhoudende verf
op muren en meubels. Door de
voortdurende circulatie van stof en
water blijft lood nog steeds ruim
verspreid in onze omgeving.
Langdurige blootstelling aan lood
kan bloedarmoede veroorzaken, de
werking van de nieren en de
vruchtbaarheid verstoren. Bij
kinderen kunnen lage dosissen een
remmende werking hebben op de
intelligentie.
Bloed lood geeft een maat voor de
blootstelling in de voorbije 3 tot 4
maanden. De Wereldgezondheidsorganisatie
stelt 100 µg/l als norm,
maar deze norm staat ter discussie.
Bronnen:
Tot 1986 werd lood algemeen gebruikt als antiklopmiddel
in benzine. Sinds 1 januari 2000 is lood in benzine
volledig verboden, maar de omgeving in de buurt van
drukke verkeerswegen is nog steeds vervuild met lood.
De verspreiding naar andere gebieden en naar de
binnenhuisomgeving gebeurt vooral via stof.
In de buurt van (non)-ferro industrie (bijv. de
Noorderkempen, Hoboken, Olen) is vroeger mogelijk
lood uitgestoten via de lucht. Doordat lood zich
gemakkelijk bindt aan fijne stofdeeltjes is het verspreid
geraakt in de omgeving, en is het nu aanwezig in de lucht,
in de bodem, op groenten en planten, in het
oppervlaktewater en in de huizen.
Loden waterleidingen kunnen in oude huizen het
drinkwater vervuilen.
Loodhoudende verf kan
gebruikt zijn in oude huizen,
op oude meubels of oud
speelgoed. Verfschilfers die
lood bevatten kunnen
ingeademd of ingeslikt
worden. Vooral bij kinderen kan dit belangrijk zijn omdat zij hun
vingers veel in de mond steken en daardoor heel wat vuiltjes en stof opeten.
Geglazuurd keramiek dat in de keuken wordt gebruikt, kan lood vrijgeven in de voeding, vooral bij
zure voedingsmiddelen.
Blootstelling bij de mens:
Stofdeeltjes die lood bevatten kunnen
ingeademd worden.
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.
In oudere huizen kunnen nog loden
waterleidingbuizen aanwezig zijn, of
loodhoudende verf op muren of meubels.
70
Metabolisme bij de mens:
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.
Lood stapelt zich vooral op in het bot en de
tanden. De halfwaardetijd van lood in het
menselijk lichaam bedraagt enkele tientallen
jaren.

Biomerkers van
blootstelling:
Het gehalte aan lood in bloed geeft
een beeld van de blootstelling aan
lood gedurende de laatste 3 tot 4
maanden.
Gezondheidseffecten:
Richtwaarden voor biomerkers:
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.
o Loodblootstelling vóór de geboorte of bij jonge kinderen kan een nadelige invloed hebben op
de intelligentie en kan leiden tot lichte achterstand van de fijne motoriek of tot
concentratiestoornissen.
o Lood veroorzaakt bloedarmoede (anemie). Vooral bij kinderen en jongeren die volop in de
groei zijn, kan dit problematisch zijn.
o Bij langdurige blootstelling aan lood kan de nierwerking verstoord worden.
o Vruchtbaarheidsproblemen werden vastgesteld bij mannen die via hun beroep blootgesteld
zijn aan lood zoals arbeiders uit de non-ferro industrie en buschauffeurs.
o Lood is kankerverwekkend bij dieren en wordt door het Internationaal Agentschap voor
Kankeronderzoek (IARC) geklasseerd als ‘waarschijnlijk kankerverwekkend’ (groep 2A).
B. Lood in de regio Menen – beschrijving van blootstelling
De geometrisch gemiddelde concentratie lood in bloed bij de jongeren in studiegebied Menen
bedraagt 12,90 µg/l. De waarden voor bloed lood liggen voor alle deelnemers boven de
detectielimiet (Tabel 19). Er ligt geen enkele waarde boven de WHO-norm van 100 µg/l.
Tabel 19: Blootstellingsmerkers voor lood in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Bloed lood µg/l 199 100 12,9 (12,3 – 13,6) 12,9 (9,9-16,5) 21,7
N = aantal deelnemers; DL = detectielimiet (DL bloed lood: 1,499 µg/l); BI = betrouwbaarheidinterval; P =
percentiel
Belangrijke factoren die de blootstelling aan lood in bloed kunnen beïnvloeden worden
weergegeven in Figuur 5 (bijlage 4: beschrijvende statistiek voor de totale groep). Jongens (14,5
µg/l) hebben gemiddeld significant meer lood in hun bloed dan meisjes (11,1 µg/l; p < 0,001).
Leeftijd heeft geen meetbare invloed. De hoogste opleiding binnen het gezin van de jongeren blijkt
een beïnvloedende factor te zijn: bij personen uit gezinnen met geen diploma of maximaal een
diploma lager secundair onderwijs worden hogere bloed loodconcentraties vastgesteld dan bij
71

personen uit een gezin met een diploma hoger secundair onderwijs of een diploma hoger
onderwijs (p = 0,006). Verder is er een zwakke positieve relatie met serum ferritine: een hogere
bloed concentratie wordt waargenomen bij hogere serum ferritine waarden, maar de verschillen
zijn niet significant (p = 0,07).
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
ferritine: ≤20 µg/l
20-30 µg/l
30-40 µg/l
>40 µg/l
Geen diploma + Max LS
Maximaal HS
Hoger onderwijs
Bloed lood (µg/L) - geometrische gemiddelden per subgroep
0 5 10 15 20
Figuur 5: Relatie tussen lood in bloed en factoren die de blootstelling beïnvloeden
C. Lood in de regio Menen – vergelijking met Vlaanderen
De ruwe waardes voor lood in bloed in regio Menen liggen lager dan in de Vlaamse
referentiepopulatie. Het geometrische gemiddelde in regio Menen bedraagt 12,9 µg/l (95% BI: 12,3
– 13,6 µg/l) t.o.v. 14,8 µg/l (95% BI: 13,9 – 15,7 µg/l) in Vlaanderen, een verschil dat hoog
significant is (p = 0,0008). Wat betreft de 90 e percentiel bedragen de bloed lood concentraties
respectievelijk 21,7 µg/l en 25,1 µg/l voor regio Menen en Vlaanderen (p = 0,09; Figuur 6). Het gaat
hierbij om niet-gecorrigeerde gegevens, d.w.z. dat er geen rekening gehouden wordt met
eventuele verschillen in de karakteristieken van beide groepen.
Bloed lood (µg/)
30,00
25,00
20,00
15,00
10,00
5,00
0,00
p = 0,0008
12,9
14,8
Menen
Vlaanderen
5,3 5,4
8,0 8,5
14,5
12,9
11,1
9,9
16,5
18,9
p = 0,09
21,7
GM min P10 P25 P50 P75 P90
25,1
Figuur 6: Bloed lood in de regio Menen: vergelijking met Vlaamse controlepopulatie, nietgecorrigeerde
gegevens
72
Geslacht: p < 0,001
Leeftijd: 0,83
Serum ferritine: p=0,07
Hoogste opleiding gezin:
p=0,006

D. Lood in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
De factoren die een invloed hebben op de concentratie aan bloed lood in regio Menen, en
waarvoor gecorrigeerd wordt, worden weergegeven in Tabel 20. Het totale model kan 19% van de
variabiliteit verklaren, waarvan 2,7% door gebied. Na correctie voor leeftijd, geslacht, roken en
verkeersblootstelling (aantal minuten per dag in contact met verkeer, gepeild via vragenlijsten) ligt
de waarde voor bloed lood in studiegebied Menen significant lager (11%) dan in de Vlaamse
referentiegroep (p = 0,005). Indien niet gecorrigeerd wordt voor verkeersblootstelling worden nog
steeds significant lagere waarden voor bloed lood bekomen in de regio Menen (13%) dan in
Vlaanderen.
Tabel 20: Determinanten van lood in bloed
Bloed lood (µg/l)
R² gebied 2,71
R² finaal model 18,59
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,06)
≤14,5: 0,91
14,5-15,5: 1,01

2.3. Zware metalen: chroom
A. Chroom – achtergrondinformatie
Chroom (Cr) komt in de natuur voor in
rotsen, aarde, planten en dieren. Het
komt voor in verschillende vormen en
kan afhankelijk van de condities
makkelijk van vorm veranderen. Cr(0)
wordt gebruikt in de staalproductie, en
Cr(III) en Cr(VI) worden gebruikt in
kleurstoffen en in de
houtbewerkingssector. Cr(III) is een
essentieel element, d.w.z. dat de mens
het nodig heeft voor een goede
gezondheid. Blootstelling aan chroom
gebeurt via de voeding, of door
inademing van gecontamineerde lucht in
de buurt van bepaalde industrieën.
Cr(VI) is een toxisch element: het is
kankerverwekkend, veroorzaakt
bloedarmoede, en schade aan maag en
darmen.
Bronnen:
Chroom (Cr) is een natuurlijk element dat o.m.
voorkomt in rotsen, aarde, planten en dieren. Het
komt voor onder verschillende vormen, het kan zich
gedragen als een gas, een vaste stof, of een
vloeistof. De meest voorkomende vormen van
chroom zijn Cr(0), Cr(III) en Cr(VI). Chroom(III) is een
essentieel element dat het menselijke lichaam nodig
heeft voor het metabolisme van suiker, proteïne en
vet. Cr(0) wordt gebruikt om staal te maken, Cr(VI)
en Cr(III) komen voor in kleurstoffen en pigmenten,
en worden gebruikt voor het kleuren van leer en het
bewerken van hout. Chroom blijft niet hangen in de
lucht, maar wordt meestal neergezet in de bodem en
het water. Afhankelijk van de condities kan chroom
makkelijk van de ene vorm in de andere veranderen
in water en de bodem. Chroom accumuleert niet in
vissen.
Blootstelling bij de mens:
De mens kan blootgesteld worden aan chroom door het eten van voedsel dat
chroom bevat of door het drinken van gecontamineerd water. In de buurt
van industrieën die chroom gebruiken kan men gecontamineerde lucht
inademen.
Metabolisme bij de mens:
Chroom kan het menselijk lichaam betreden via de longen, via
het maag-darmstelsel of kleine hoeveelheden kunnen het
lichaam binnendringen via de huid. In ons lichaam wordt Cr(VI)
omgevormd tot Cr(III), en dit wordt dan grotendeels
geëxcreteerd via de urine binnen de week. In het menselijk
lichaam heeft Cr(III) een halfwaardetijd van 10 tot 40 uur,
Cr(VI) kan opgenomen worden door rode bloedcellen en bezit
daarom een grotere halfwaardetijd van 25 à 35 dagen.
74

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.
Meten van bloostelling bij de mens:
Aangezien Cr(III) een essentieel element is en van
nature voorkomt in ons voedsel, zal er altijd een zekere
hoeveelheid chroom aanwezig zijn in het menselijk
lichaam. Chroom kan gemeten worden in haar, urine en
bloed. Endogene chroomconcentraties werden reeds
geschat op 0,01-0,17 µg/l in serum (www.atsdr.cdc.gov,
Sunderman et al. 1989); 0,24-1,8 µg/l in urine
(www.atsdr.cdc.gov, Iyengar and Woittiez 1988) en
0,234 mg/kg in haar (www.atsdr.cdc.gov, Takagi et al.
1986). Een verhoging van de chroomconcentratie in
bloedplasma en urine weerspiegelt enkel de recente
blootstelling aan chroom. Meting van chroom in de
rode bloedcellen weerspiegelt de blootstelling aan
Cr(VI).
Voor blootstelling op de werkvloer werden gezondheidkundige richtwaarden vastgesteld: de
Deutsche Forschungsgemeinschaft Exposure Equivalents for Carcinogenic Substances (DFG-EKA)
bedraagt 12-40 µg/l in urine en de Finse Occupational Exposure Limit (F-OEL) bedraagt 5,2-31 µg/l
in urine. Deze waarden weerspiegelen concentraties waaraan personen dagelijks blootgesteld
kunnen worden op de werkvloer, zonder dat er schadelijke gezondheidseffecten optreden
(Lauwereys and Hoet 2001). Deze richtwaarden zijn niet geschikt om de blootstelling van jongeren
uit de algemene bevolking mee te vergelijken.
Gezondheidseffecten:
De voornaamste gezondheidseffecten die gezien werden bij dieren na inname van Cr(VI) zijn
irritaties en zweren in de maag en de dunne darm, en bloedarmoede.
Verder zou Cr(VI) ook het mannelijke voortplantingssysteem en sperma kunnen beschadigen.
Huidcontact met Cr(VI) veroorzaakt huidzweren en kan allergische reacties teweegbrengen.
Inademing van hoge concentraties Cr(VI) kan irritaties van het neusslijmvlies, zweren op de neus en
ademhalingproblemen, zoals astma, hoesten of kortademigheid veroorzaken.
Daarnaast is Cr(VI) kankerverwekkend (long-, neustussenschot- en maagkanker). Cr(III) blijkt veel
minder toxisch te zijn en veroorzaakt al deze problemen niet.
B. Chroom in de regio Menen – beschrijving van blootstelling
Het geometrisch gemiddelde (0,27 µg/l) en de percentielen voor chroom in urine worden
weergegeven in Tabel 21. Voor 98,4% van de deelnemers werd een waarde voor urinair chroom
boven de detectielimiet genoteerd.
Tabel 21: Blootstellingsmerkers voor chroom in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Urinair chroom µg/l 191 98,43 0,27 (0,24 – 0,29) 0,29 (0,18-0,44) 0,56
N = aantal deelnemers; DL = detectielimiet (DL urinair chroom: 0,061 µg/l); BI = betrouwbaarheidinterval; P =
percentiel
75

Het chroomgehalte in urine varieert niet naargelang het geslacht en de leeftijd van de deelnemers.
Andere voorname factoren die chroomconcentraties beïnvloeden zijn de seizoenen, de opleiding
van het kind, de densiteit van de urine en de duur van de urinecollectie (Figuur 7). Urinair chroom
varieert sterk naargelang de seizoenen (p < 0,001): in de winter (0,37 µg/l) en de herfst (0,33 µg/l)
liggen de waarden voor chroom hoger dan in de zomer (0,25 µg/l) en vooral de lente (0,18 µg/l).
Ook wordt er een zwakke relatie tussen chroomgehaltes in urine en het opleidingsniveau van de
jongeren opgetekend: leerlingen uit het BSO bezitten een hogere urinaire chroomconcentratie (p =
0,04). Verder varieert urinair chroom sterk met de densiteit van de urine (p < 0,001) en de duur van
de urinecollectie (p = 0,03).
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
winter
lente
zomer
herfst
ASO
TSO
BSO
densiteit urine

Menen 1
Menen 2
Chroom in urine (µg/l) - subgebieden
0 0,05 0,1 0,15 0,2 0,25 0,3 0,35
verschillen tussen subgebieden in Menen: p = 0,03
Figuur 8: vergelijking van chroomconcentraties in urine in de twee subgebieden in studiegebied
Menen
77

2.4. Zware metalen: nikkel
A. Nikkel – achtergrondinformatie
Nikkel (Ni) komt van nature voor in de bodem,
in noten, peulvruchten en volkorenproducten.
Milieuvervuiling met nikkel komt voor in de
buurt van industrieën die nikkel verwerken
(o.a. productie van roestvrij staal, nikkel
legeringen, …) of in de buurt van olie- of
steenkoolcentrales en
huisvuilverbrandingsovens.
Blootstelling gebeurt vooral via de lucht, o.m.
via sigarettenrook en via milieuvervuiling in
regio’s rond metaalraffinage-industrie, roestvrij
staal industrie, verbrandingsovens of
steenkoolcentrales. Inademing van nikkel kan
leiden tot chronische bronchitis, verminderde
longfunctie. Het wordt ook in verband gebracht
met longkanker en kanker van het
neustussenschot.
Contact met nikkel via de huid (o.m. via
juwelen, munten, …) kan leiden tot allergische
reacties.
Meting van nikkel in urine of bloed geeft een
maat voor de recente blootstelling (laatste
dagen) aan oplosbaar nikkel.
Blootstelling bij de mens:
78
Bronnen:
Nikkel (Ni) is een natuurlijk element dat o.m.
voorkomt in de aardkorst, in meteorieten, in
oceaanbodems en in lava van
vulkaanuitbarstingen.
Nikkel wordt gebruikt in combinatie met
andere metalen, vooral voor productie van
roestvrij staal. Daarnaast wordt het gebruikt
in legeringen, o.a. met ijzer, koper, chroom en
zink, voor de productie van munten, juwelen,
warmtewisselaars, enz...
In combinatie met chloor, zwavel en zuurstof
worden nikkelcomponenten gemaakt voor
toepassingen in batterijen, katalysatoren,
kleurstoffen, enz…
Milieuvervuiling met nikkel komt voor in de
buurt van industrieën die nikkel verwerken
(o.a. productie van roestvrij staal, nikkel
legeringen, nikkel componenten) of in de
buurt van olie- of steenkoolcentrales en
huisvuilverbrandingsovens. Nikkel kan zich
binden aan luchtpartikels, kan zich neerzetten
op de bodem en kan het drinkwater
verontreinigen. Het accumuleert niet in de
voedselketen.
Sommige voedingsmiddelen zoals noten, chocolade, peulvruchten en volkorenproducten zijn
een bron van nikkel voor de mens.
In regio’s met milieuvervuiling van nikkel, worden omwoners blootgesteld aan nikkel via de lucht
(fijn stof partikels met nikkel), water, of contact met verontreinigde bodems.
Nikkel komt voor in sigarettenrook.
Huidcontact met nikkel via juwelen, geld (munten) en roestvrij stalen materiaal kan bij sommige
mensen huidirritatie en eczeem veroorzaken.

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
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:
geïnhaleerd. De respiratoire
absorptie verhoogt met de
oplosbaarheid. De gastrointestinale
biobeschikbaarheid varieert
van ongeveer 25% in
drinkwater tot ongeveer 1%
in vezelrijke voeding.
Lichaamsbelasting. Uit postmortem
studies blijkt dat de
hoogste concentratie aan
nikkel in het menselijk
lichaam wordt
teruggevonden in het bot;
daarnaast accumuleert nikkel
ook in de longen, de nieren,
79
de lever en het hart.
Onoplosbare nikkel-
componenten 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).
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.

Gezondheidseffecten:
Blootstelling aan nikkel kan leiden tot allergische reacties.
Ongeveer 10-20% van de bevolking is overgevoelig voor nikkel.
Allergie kan ontstaan door langdurig contact met nikkel, bijv. via
juwelen, broeksriem, … Eens een persoon gesensitiseerd is voor
nikkel, zal nieuw contact met nikkel tot een hevige reactie van de
huid leiden (eczeem). Bij sommige mensen leidt overgevoeligheid
voor nikkel tot astma.
Personen die regelmatig worden blootgesteld aan nikkel
kunnen last hebben van chronische bronchitis of verminderde
longfunctie. Dit komt onder meer voor bij arbeiders uit de metaal
raffinage of roestvrij staal industrie.
Het internationaal agentschap voor kankeronderzoek
(IARC, International Agency for Research on Cancer) klasseert
nikkel sulfaat, en de combinatie van nikkel sulfides en oxides in de
nikkel raffinage industrie als kankerverwekkend voor de mens
(groep 1). Metallisch nikkel en nikkel legeringen worden
gerangschikt als mogelijk kankerverwekkend voor de mens (groep
2B). Blootstelling aan nikkel wordt in verband gebracht met
longkanker en kanker van het neustussenschot.
B. Nikkel in de regio Menen – beschrijving van blootstelling
De beschrijvende statistiek voor blootstelling aan nikkel in urine voor de totale groep in regio
Menen wordt voorgesteld in Tabel 22. Voor 98,5% van de deelnemers werd een urinair
nikkelgehalte boven de detectielimiet genoteerd.
Tabel 22: Blootstellingsmerkers voor nikkel in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Urinair nikkel µg/l 191 98,48 2,01 (1,82 – 2,22) 2,14 (1,26-3,18) 4,88
N = aantal deelnemers; DL = detectielimiet (DL urinair nikkel: 0,275 µg/l); BI = betrouwbaarheidinterval; P =
percentiel
In Figuur 9 worden de factoren die een effect hebben op de blootstelling aan nikkel in urine
weergegeven. Er wordt geen verschil gezien wat betreft geslacht en leeftijd. De concentratie aan
urinair nikkel varieert wel naargelang de densiteit van de urine (p < 0,001) en de duur van de
urinecollectie (p = 0,008).
80

Figuur 9: Relatie tussen nikkel in urine en factoren die de blootstelling beïnvloeden
C. Nikkel in de regio Menen – vergelijking met Vlaanderen
De vergelijking van de ruwe waarden voor urinair nikkel in studiegebied Menen en Vlaanderen
levert een significant verschil op voor de geometrische gemiddelden (p = 0,002). De geometrische
gemiddelden bedragen respectievelijk 2,01 µg/l en 2,58 µg/l. Het 90 e percentiel verschilt niet
significant tussen de regio’s: 4,55 µg/l versus 5,70 µg/l (p = 0,34; Figuur 10).
Nikkel in urine (µg/l)
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
densiteit urine

liggen de waarden voor nikkel in urine in de regio Menen 25% lager dan in de Vlaamse
referentiepopulatie. Dit verschil is duidelijk significant (p = 0,0003). Het gebiedsverschil blijft
onveranderd indien niet gecorrigeerd wordt voor de tijd tussen de urinecollectie en de laatste
plasbeurt.
Tabel 23: Determinanten van nikkel in urine
Urinair nikkel (µg/l)
R² gebied 3,02
R² finaal model 28,01
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,78)
≤14,5: 1,04
14,5-15,5: 1,07

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.
Blootstelling bij de mens:
Bronnen:
Vis en zeevruchten accumuleren arseen in hun lichaam. Het eten
van vis is een belangrijke blootstellingsroute van arseen bij de
mens, maar het gaat hier vooral om de organische, niet toxische
vorm van arseen (arsenobetaïne).
In sommige regio’s is de bodem van nature rijk aan arseen. Hier kan
grondwater een belangrijke bron van arseen zijn.
Personen in de buurt van afvalsites of industriële sites waar arseen
wordt verwerkt, worden blootgesteld via inademing van met arseen
geladen stofpartikels of door orale inname van arseen via water of
voeding, of via huidcontact met gecontamineerde bodems.
Metabolisme bij de mens:
Arseen komt in de natuur wijd verspreid voor,
voornamelijk in combinatie met elementen als zuurstof,
chloor en zwavel. Arseen wordt chemisch geklassificeerd
als een metalloid, met zowel eigenschappen van een
metaal als van een niet-metaal.
Vandaag de dag wordt 90% van het geproduceerde arseen
gebruikt als een behandelingsmiddel van hout, om het
rotten tegen te gaan (chroom koper arsenaat, CCA).
Daarnaast wordt arseen gebruikt in legeringen voor loodzuur
batterijen van voertuigen. Een andere belangrijke
toepassing van arseen is in semiconductoren en diodes
In het verleden werd inorganisch arseen gebruikt als
pesticide, maar het gebruik ervan in de landbouw is
tegenwoordig verboden.
Inorganisch arseen (iAs) kan twee belangrijke processen ondergaan in het lichaam:
reductie/oxidatie van As(III) en As(V), en methylatie van arseen naar monomethylarseen (MMA) en
dimethylarseen (DMA). Deze processen lijken hetzelfde te zijn ongeacht blootstelling via inhalatie,
orale of dermale opname.
Het lichaam kan inorganisch arseen omzetten in organisch arseen (methylatie) dat makkelijker via
de urine wordt verwijderd. Geschat wordt dat meer dan 75% van het inorganisch arseen door deze
twee processen via de urine verwijderd wordt. Bijkomend kan ook inorganisch arseen rechtstreeks
via de urine geëlimineerd worden.
Organisch arseen ondergaat meestal weinig metabolisme in het lichaam en verlaat het lichaam via
de urine in onveranderde vorm.
83

Biomerkers van blootstelling:
Binnen het Steunpunt wordt arseen
gemeten in urine.
Totaal arseen geeft een maat voor
toxisch én niet-toxisch arseen van de
laatste 1 à 2 dagen.
De som van iAs, MMA(V) en DMA in
urine is een maat voor toxisch relevant
arseen (TRA) van de voorbije 1 tot 2
dagen.
Meten van blootstelling bij de mens:
Als biomerkers van blootstelling aan arseen worden bij
de deelnemers van Menen twee metingen in urine
uitgevoerd: 1) totaal arseen en 2) toxisch relevant
arseen (TRA). Beide metingen weerspiegelen recente
blootstelling van de voorbije 1 tot 2 dagen (halfleven
van ongeveer 18 uur). De hoeveelheid totaal arseen
geeft een beeld van het toxische én niet-toxische
arseen en wordt sterk beïnvloed door de niet-toxische
vorm van arseen via visinname. De som van
inorganisch arseen (As 3 en As 5 ) en de gemethyleerde
vormen van arseen (MMA, monomethylarsonic acid
en DMA, dimethylarsinic acid) worden in de literatuur
benoemd als toxisch relevant arseen (TRA) en geven een maat voor de blootstelling aan arseen via
milieu (inhalatie, bodem en water) en minder door visconsumptie (Apostoli 1999).
Als gezondheidskundige richtwaarde voor TRA zijn er Biomonitoring Equivalents (BE) berekend
(Hays et al. 2010):
6,4 µg/l in urine voor chronische blootstelling (gebaseerd op Amerikaanse
referentiewaarden van 0,3 µg/kg/dag van ATSDR en USEPA)
120,9 µg/l in urine voor acute blootstelling (volgens ATSDR, gebaseerd op een MRL
(Minimal Risk Level) van 5 µg/kg/dag)
Gezondheidseffecten:
De meeste vormen van arseentoxiciteit zijn het gevolg van
blootstelling aan inorganisch arseen.
- Inhalatie: verhoogd risico op longkanker, respiratoire irritatie,
misselijkheid, huidaandoeningen en neurologische effecten
- Huidcontact: kans op lokale irritatie en onsteking
- Oraal: dermale, cardiovasculaire, respiratoire, gastro-intestinale
en neurologische effecten.
- Inorganisch arseen wordt geklasseerd als kankerverwekkend voor
de mens (IARC groep 1, 1987) en is geassocieerd met longkanker,
huidkanker, blaaskanker, leverkanker.
84

B. Arseen in de regio Menen – beschrijving van blootstelling
Als biomerker van blootstelling aan arseen worden bij de jongeren in regio Menen twee metingen
uitgevoerd, namelijk totaal arseen in urine en toxisch relevant arseen (TRA) in urine. Totaal arseen
wordt bij alle deelnemers boven de detectielimiet gedetecteerd, voor TRA is dit het geval voor 96%
van de jongeren. De beschrijvende statistiek voor beide biomerkers van arseen wordt getoond in
Tabel 24.
Tabel 24: Blootstellingsmerkers voor arseen in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Totaal arseen in urine µg/l 191 100 11,23 (9,57 – 13,17) 9,10 (5,2-15,8) 46,7
TRA in urine µg/l 191 96,34 4,77 (4,30 – 5,30) 5,00 (3,50-7,10) 9,40
N = aantal deelnemers; DL = detectielimiet (DL totaal arseen: 1 µg/l, DL TRA: 0,3 µg/l); BI =
betrouwbaarheidinterval; P = percentiel
In Figuur 11 en Figuur 12 worden de voornaamste beïnvloedende factoren van totaal arseen en
TRA in de onderzoeksgroep Menen aangegeven.
Geslacht en leeftijd hebben geen invloed op de gehaltes aan totaal arseen in urine. Wel wordt er,
zoals verwacht, een duidelijk effect gezien van het eten van vis (p < 0,001). Jongeren die de
afgelopen 3 dagen vis hebben gegeten, bezitten een 3 maal hogere concentratie aan totaal arseen
in hun urine. Verder verschillen de waarden voor totaal arseen in urine significant volgens de
densiteit van de urine (p < 0,001) en het hoogst behaalde diploma binnen het gezin van de jongere
(p = 0,003).
Een positieve relatie tussen TRA in urine en de leeftijd van de jongeren wordt opgetekend (p =
0,002), geslacht daarentegen heeft geen invloed. De gemiddelde concentratie TRA in urine is ook
hoger bij personen die recent vis gegeten hadden, al is dit verschil (p = 0,02) minder uitgesproken
dan voor totaal arseen. Ook roken (p = 0,005) en de opleiding van de adolescent (p = 0,03) blijken
een invloed uit te oefenen. De seizoen vertonen een hoog significante relatie (p < 0,001) met zowel
totaal arseen als TRA; in de lente liggen de gehaltes van beide biomerkers opmerkelijk hoger.
85

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
winter
lente
zomer
herfst
recent geen vis
recent vis gegeten
densiteit urine 15,5 jr.
winter
lente
zomer
herfst
recent geen vis
recent vis gegeten
roken: nooit
roken: sporadisch
roken: dagelijks
ASO
TSO
BSO
Figuur 12: Relatie tussen toxisch relevant arseen in urine en factoren die de blootstelling
beïnvloeden
C. Arseen in de regio Menen – vergelijking met Vlaanderen
Een vergelijking van de ruwe data met de Vlaamse controlepopulatie levert geen significante
verschillen op. Het geometrisch gemiddelde van totaal arseen in urine in studiegebied Menen
bedraagt 11,2 µg/l (95% BI: 9,6 – 13,2 µg/l) t.o.v. 12,1 µg/l (95% BI: 10,8 – 14,0 µg/l) in Vlaanderen.
Voor TRA zijn de geometrische gemiddelden nagenoeg gelijk (4,8 µg/l in regio Menen – 4,7 µg/l in
Vlaanderen). Ook de 90 e percentielen zijn niet verschillend tussen beide regio’s (p = 0,87 totaal
86
Geslacht: p = 0,89
Leeftijd: p = 0,09
Seizoen: p < 0,001
Recent vis gegeten: p < 0,001
Densiteit urine: p < 0,001
Hoogste opleiding gezin: p = 0,003
Toxisch relevant arseen in urine (µg/l) - geometrische gemiddelden per
subgroep
0 1 2 3 4 5 6 7 8 9 10
Geslacht: p = 0,77
Leeftijd: p = 0,002
Seizoen: p < 0,001
Recent vis gegeten: p = 0,022
Roken: p = 0,005
Opleiding kind: p = 0,03

arseen; p = 0,41 TRA). Belangrijk hierbij is dat het gaat om niet-gecorrigeerde gegevens, d.w.z. dat
er bij de vergelijking van de groepen geen rekening gehouden werd met verschillen in de
karakteristieken van beide groepen.
Totaal arseen in urine (µg/l)
50,00
45,00
40,00
35,00
30,00
25,00
20,00
15,00
11,2
12,1
10,00
5,00
0,00
p = 0,58
Menen
Vlaanderen
9,1 9,8
2,7
1,6
3,6 4,3
5,2
6,2
p = 0,87
15,8
19,7
46,7
43,9
GM min P10 P25 P50 P75 P90
Figuur 13: Totaal arseen en toxisch relevant arseen in urine van de onderzoeksgroep Menen:
vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. Arseen in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
In Tabel 25 worden de factoren weergegeven die de arseen concentraties kunnen verklaren. Het
totale model voor totaal arseen in urine wordt voor 27% verklaard tegenover 21% voor TRA in
urine, maar slechts 0,08 en 0,02 % respectievelijk wordt verklaard door de factor gebied.
Voor totaal arseen is het eten van vis in de afgelopen 3 dagen een zeer belangrijke factor. Na
correctie voor het recent eten van vis, aangevuld met correcties voor leeftijd, geslacht, roken en
densiteit van de urine wordt er, in tegenstelling tot de ruwe data, een significant lager gehalte aan
totaal arseen gevonden in studiegebied Menen (20% lager, p = 0,03). Voor TRA wordt er
gecorrigeerd voor leeftijd, geslacht, roken, recent vis eten en densiteit van de urine. Hierna wordt
er 7% minder TRA gedetecteerd in de urine van de jongeren in regio Menen, een verschil dat
statistisch niet significant is (p = 0,40).
Indien in het meervoudige regressiemodel bijkomend gecorrigeerd wordt voor de factor seizoen
liggen de waarden voor TRA in regio Menen 17% lager dan in de Vlaamse controlegroep, een
verschil dat statistisch significant is (p = 0,02). De staalafnames zijn niet gelijkmatig verdeeld over
de seizoenen, wat hiervoor een verklaring kan zijn.
87
Toxisch relevant arseen in urine (µg/l)
12,00
10,00
8,00
6,00
4,00
2,00
0,00
p = 0,77
4,8 4,7
Menen
Vlaanderen
0,5
0,2
2,2 2,4
3,8
3,5
5,6
5,0
7,4
7,1
p = 0,41
10,4
GM min P10 P25 P50 P75 P90
9,4

Tabel 25: Determinanten van arseen in urine
Totaal arseen in urine (µg/l) TRA in urine (µg/l)
R² gebied 0,08 0,02
R² finaal model 27,13 20,84
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,05)
≤14,5: 0,68
14,5-15,5: 0,71

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) .
Metabolisme bij de mens:
Bronnen:
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 (Mn) is een zwaar metaal dat wijd verspreid
voorkomt in de aardkorst. Het komt van nature niet
voor in de pure vorm, maar voornamelijk als oxides,
carbonaten en silicaten.
Mangaan wordt vooral gebruikt in metallurgische
processen, als een deoxiderend en desulfurizerend
additief en als een bestanddeel van legeringen.
Mangaan wordt gebruikt bij de productie van staal om
de stevigheid en sterkte van staal te verbeteren. Het
wordt ook gebruikt bij de productie van droge cel
batterijen, in de chemische nijverheid, in de productie
van glas, in de leer- en textielindustrie en als
kunstmeststof. Organische carbonylcomponenten van
mangaan worden gebruikt als olie-additieven en
rookinhibitoren .
Blootstelling bij de mens:
Voeding is de voornaamste bron van mangaan voor de
meeste mensen. Typische bronnen van mangaan zijn
granen, bonen, noten, thee en voedingssupplementen.
In sommige beroepen is er een verhoogde blootstelling
aan mangaan, bijv. bij lassers en arbeiders in de
staalindustrie.
Is sommige regio’s is er een aanrijking van mangaan in
de bodem. Inwoners kunnen blootgesteld worden aan
mangaan via grondwater, drinkwater, of via de
bodempartikels.
89

Mangaan kan via water en voeding terecht komen in het gastro-intestinaal stelsel. Opname via de
huid is zeer beperkt.
Na inhalatie komt mangaan via de bloedbaan eerst terecht in de hersenen. Afhankelijk van de
mogelijkheid om de bloed-hersen-barrière te passeren, kan mangaan gebieden in het centraal
zenuwstelsel bereiken en neurotoxische effecten veroorzaken.
Geabsorbeerd mangaan wordt uit het lichaam verwijderd via de lever waar het via de gal wordt
afgevoerd naar de darmen om uiteindelijk via de stoelgang uit het lichaam te verdwijnen.
Biomerkers van blootstelling:
Blootstelling aan mangaan kan worden gemeten in urine of volbloed. In de Vlaamse
biomonitoring wordt mangaan gemeten in volbloed. Dit geeft een maat voor de blootstelling in
de voorbije dagen.
Volgens ATSDR (American Toxic Substances and Disease Registration) bedraagt de normale
concentratie mangaan in bloed 4-15 µg/l, in urine 1-8 µg/l en in serum 0,4-0,85 µg/l. Er bestaan
geen gezondheidskundige richtwaarden voor mangaan in urine of bloed.
Gezondheidseffecten:
Verschillende epidemiologische studies hebben aangetoond dat neurotoxische aandoeningen
geassocieerd kunnen worden met beroepsblootstelling aan mangaan; dit wordt benoemd als
‘manganisme’. Er was onder meer sprake van stemmingswisselingen en bewegingsstoornissen
(trage bewegingen en toenemende onhandigheid).
Blootstelling aan mangaan bij kinderen werd in verband gebracht met gedragsveranderingen,
stoornissen in leercapaciteit en geheugenstoornissen.
B. Mangaan in de regio Menen – beschrijving van blootstelling
De beschrijvende statistiek voor mangaan in bloed wordt getoond in Tabel 26, het geometrische
gemiddelde bedraagt 9,94 µg/l. Voor alle deelnemers wordt bloed mangaan gedetecteerd.
Tabel 26: Blootstellingsmerker voor mangaan in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Mangaan in volbloed µg/l 199 100 9,94 (9,57 – 10,33) 9,80(8,20-11,80) 13,8
N = aantal deelnemers; DL = detectielimiet (DL mangaan in volbloed: 0,712 µg/l); BI =
betrouwbaarheidinterval; P = percentiel
Voor mangaan in volbloed wordt er een randsignificante relatie gevonden met de seizoenen (p =
0,046). Leeftijd, geslacht en andere factoren blijken geen invloed uit te oefenen op de bloed
mangaangehaltes (Figuur 14). De beschrijvende statistiek voor de totale groep en verscheidene
subgroepen kan gevonden worden in bijlage 4.
90

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
winter
lente
zomer
herfst
Bloed mangaan (µg/l) - geometrische gemiddelden per subgroep
0 2 4 6 8 10 12
Figuur 14: Relatie tussen mangaan in volbloed en factoren die de blootstelling beïnvloeden
C. Mangaan in de regio Menen – vergelijking met Vlaanderen
Een vergelijking van de bloed concentraties van mangaan tussen de regio’s Menen en Vlaanderen
wordt weergegeven in Figuur 15. Het geometrisch gemiddelde bedraagt 9,9 µg/l (95% BI: 9,6 – 10,3
µg/l) in studiegebied Menen tegenover 9,7 µg/l (95% BI: 9,3 – 10,1 µg/l). Dit verschil is niet
significant. De 90 e percentiel voor beide groepen bedraagt 13,8 µg/l.
Mangaan in bloed (µm/l)
16
14
12
10
8
6
4
2
0
p = 0,30
9,9
9,7
Menen
Vlaanderen
4,4
3,9
7,1
6,7
8,2
7,9
9,8 9,8
11,8
11,4
p = 0,99
13,8 13,8
GM min P10 P25 P50 P75 P90
Figuur 15: Bloed mangaan in de regio Menen: vergelijking met de Vlaamse controlepopulatie, nietgecorrigeerde
gegevens
91
Geslacht: p = 0,62
Leeftijd: p = 0.26
Seizoen: p = 0,046

D. Mangaan in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Tabel 27 geeft de relevante determinanten aan die de variabiliteit van mangaan in bloed kunnen
verklaren. In totaal wordt 0,68% van het model verklaard. Na correctie voor leeftijd, geslacht en
roken ligt de concentratie aan bloed mangaan in studiegebied Menen slechts 4% hoger dan in de
Vlaamse controlegroep. Dit kleine verschil is dan ook niet significant (p = 0,20).
Tabel 27: Determinanten van mangaan in bloed
Bloed mangaan (µg/l)
R² gebied 0,26
R² finaal model 0,68
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,44)
≤14,5: 1,05
14,5-15,5: 1,03

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.
Blootstelling bij de mens:
De mens kan aan koper blootgesteld worden
via inhalatie, consumptie van voeding en
water, en via de huid.
Een potentiële oorzaak voor verhoogde
koperblootstelling in de algemene bevolking
is de hoge consumptie van drinkwater dat
veel koper heeft opgenomen van het
distributienet, of dat reeds hoge
concentraties aan koper bevat door
natuurlijke of menselijke activiteit (bijv. in de
buurt van ontginningssites).
Mensen die in de buurt wonen van
afvalverwerkingssites hebben een groter
risico op blootstelling dan de algemene
populatie. Omwonenden van
kopersmelterijen en –raffinaderijen en
werknemers in deze industrieën kunnen ook
blootgesteld worden aan hogere
concentraties van koper, door inhalatie of
ingestie.
Bronnen:
Koper (Cu) is een roodachtig metaal dat natuurlijk
voorkomt in gesteenten, bodem, water, sediment en in
lage concentraties in de lucht. Het is een essentieel
element voor alle levende organismen. In te hoge
concentraties kunnen echter toxische effecten
optreden.
Naast natuurlijke bronnen zijn er een groot aantal
antropogene bronnen van koper: stortplaatsen,
huishoudelijk afvalwater, verbranding van fossiele
brandstoffen en afval, houtproductie,... Ook kan koper
in het milieu terechtkomen bij de ontginning van koper
en andere metalen, en door fabrieken die koper
produceren of gebruiken. Door deze grote hoeveelheid
aan bronnen is koper wijd verspreid in het milieu.
93
Metabolisme bij de mens:
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.
In de lever en in andere weefsels wordt koper
opgeslagen door het binden aan
metallothioneïne en aminozuren, en door de
associatie met koper afhankelijke enzymes.
Volgens verschillende studies induceert
koperblootstelling de productie van
metallothioneïne. Gebonden aan dit
molecule wordt koper uit de lever verwijderd
via de gal.
Geabsorbeerd koper wordt uit het lichaam
verwijderd in de lever waar het via de gal
wordt afgevoerd naar de darmen om
uiteindelijk via de stoelgang uit het lichaam
te verdwijnen.

Gezondheidseffecten:
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.
Koper is essentieel voor een goede gezondheid. Maar bij te hoge concentraties kan het schadelijk
zijn voor de mens.
Langdurige inhalatie van koper kan leiden tot irritatie van de neus, mond en ogen, en tot
hoofdpijn, duizeligheid, misselijkheid en diarree.
De inname van water met te hoge koper concentraties kan misselijkheid, overgeven,
maagkrampen of diarree veroorzaken. Extreem hoge waarden aan koper kan de nieren of de lever
beschadigen, of zelfs tot de dood leiden.
Er is onvoldoende bewijs om koper als kankerverwekkend te classificeren. Zeer hoge dosissen
koper hebben wellicht een kankerverwekkend effect, maar dosissen koper zoals die doorgaans bij
de mens voorkomen hebben wellicht geen kankerverwekkend effect.
B. Koper in de regio Menen – beschrijving van blootstelling
De beschrijvende statistiek voor koper wordt gegeven in Tabel 28. In deze studie wordt koper
gemeten in volbloed en in urine, voor beide biomerkers zat 100% van de deelnemers boven de
detectielimiet.
Tabel 28: Blootstellingsmerkers voor koper in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Koper in volbloed µg/l 199 100 835 (819 – 851) 832 (770 – 898) 995
Koper in urine µg/l 191 100 11,21(10,4 – 12) 11,6 (8,1 – 15,5) 18,9
N = aantal deelnemers; DL = detectielimiet (DL koper in volbloed: 1,207 µg/l, koper in urine: 0,492 µg/l); BI =
betrouwbaarheidinterval; P = percentiel
De gemiddelde koperconcentraties in volbloed liggen hoger bij meisjes dan bij jongens (p < 0,001).
Leeftijd heeft geen invloed. Daarnaast blijken de kopergehaltes in bloed in de lente hoger te liggen
(p = 0,03) en ook voor het hoogste diploma binnen het gezin wordt een effect gezien (p = 0,02;
Figuur 16).
94

Voor koper in urine wordt geen relatie gevonden met leeftijd en geslacht. Naast de densiteit van de
urine (p < 0,001) en de duur van de urinecollectie (p = 0,001), is de consumptie van lokale voeding
een beïnvloedende factor. Het eten van lokale groenten (p = 0,01) en lokaal fruit (p = 0,03) wordt
weerspiegeld door lagere koperconcentraties in urine (Figuur 17).
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
Winter
Lente
Zomer
Herfst
Geen diploma + Max LS
Maximaal HS
Hoger onderwijs
700 720 740 760 780 800 820 840 860 880 900
Figuur 16: Relatie tussen koper in bloed en factoren die de blootstelling beïnvloeden
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
geen lokale groenten
wel lokale groenten
geen lokaal fruit
wel lokaal fruit
densiteit urine

µg/l en 10,0 µg/l in Vlaanderen. Het 90 e percentiel voor koper in bloed en urine verschilt significant
tussen Menen en Vlaanderen voor koper in bloed (p = 0,002), maar niet voor koper in urine (p =
0,89). Het gaat hierbij om niet-gecorrigeerde gegevens, wat wil zeggen dat er geen rekening
gehouden wordt met verschillende karakteristieken van beide groepen.
Koper in bloed (µg/l)
1200
1000
800
600
400
200
0
p = 0,0002
835
790
Menen
Vlaanderen
404
357
713
656
770
734
832
793
898
858
p = 0,0019
GM min P10 P25 P50 P75 P90
995
912
Figuur 18: Koper in bloed en koper in urine in de regio Menen: vergelijking met Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
D. Koper in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Factoren die de variabiliteit in koperconcentraties kunnen verklaren, worden getoond in Tabel 29.
De finale modellen verklaren 9% van de variabiliteit van koper in bloed en 45% van koper in urine.
Na correctie ligt de waarde voor zowel koper in urine als koper in bloed 6% hoger in Menen dan in
Vlaanderen. Dit verschil is duidelijk significant voor bloed koper (p = 0,0001), maar is niet significant
voor urinair koper (p = 0,22). Voor koper in bloed wordt gecorrigeerd voor leeftijd, geslacht, roken
en opleiding van het kind; voor koper in urine voor leeftijd, geslacht, roken en densiteit van de
urine.
96
Koper in urine (µg/l)
25
20
15
10
5
0
11,2
10,0
Menen
Vlaanderen
p = 0,04
3,9
2,6
6,3
5,8
8,1
7,4
11,6
9,5
15,5
12,9
p = 0,89
18,9 19,1
GM min P10 P25 P50 P75 P90

Tabel 29: Determinanten van koper in bloed en in urine
Koper in bloed (µg/l) Koper in urine (µg/l)
R² gebied 3,38 1,29
R² finaal model 8,97 44,53
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,4)
≤14,5: 1,007
14,5-15,5: 0,98

2.8. Zware metalen: thallium
A. Thallium – achtergrondinformatie
Thallium (Tl) is van nature in zeer
lage concentraties aanwezig. Het
wordt gebruikt in vele industriële
toepassingen, voornamelijk in de
elektronische industrie.
Sigaretten zijn een belangrijke bron
van thallium. Daarnaast zijn
vervuilde groenten belangrijk als
bron voor de mens in gebieden
met thalliumvervuiling (bijv. in de
buurt van smeltovens, steenkoolcentrales,
cementfabrieken).
Thallium in bloed en urine geeft
een maat voor de blootstelling van
de voorbije dagen.
Thallium veroorzaakt algemene
ziekteverschijnselen, effecten op
het zenuwstelsel en oxidatieve
stress.
Bronnen:
Thallium (Tl) is een metaal dat van nature in zeer lage
concentraties voorkomt.
Thallium kan voorkomen in pure vorm of gemengd met
andere metalen in legeringen. Daarnaast wordt het ook
teruggevonden in combinatie met broom, chloor, fluor
of jood als zout.
Thallium wordt industrieel in zeer kleine hoeveelheden
geproduceerd. Maar thallium en zijn componenten
hebben een groot aantal gebruikstoepassingen. De
belangrijkste toepassingen zijn in de elektronische
industrie (elektronische toestellen, horloges, sloten) en
in de productie van bepaalde glassoorten. Ook wordt
thallium gebruikt als radio-isotoop in de medische
beeldvorming. Thallium wordt gevormd bij verbranding
van steenkool, bij smeltprocessen in ferro en non-ferro
industrie, maar werd ook gebruikt in rattenvergif (tot
1998). Mogelijke bronnen van thallium in de regio
Menen zijn de verbrandingsinstallaties, de
schrootverwerkende industrie, verhoogde concentraties
in sediment ten gevolge van vervuiling aangevoerd vanuit Frankrijk via de Leie en eventueel
persoonlijk gebruik van thalliumhoudend rattenvergif.
Emissies van thallium naar de omgeving gebeuren meestal vanuit minerale smeltovens, steenkoolcentrales,
baksteen- en cementfabrieken.
Blootstelling bij de mens:
Thallium is goed oplosbaar en wordt als monovalent cation
gemakkelijk in het milieu getransporteerd; De mens wordt
aan thallium blootgesteld via drinkwater, voeding
(voornamelijk groenten) geteeld op vervuilde bodem en
lucht. De concentraties aan thallium in lucht en water zijn
echter zeer laag. De belangrijkste bron is de voeding, meer
bepaald thuis gekweekte groenten en fruit. Deze kunnen
gecontamineerd worden met thallium geproduceerd door
steenkoolcentrales, cementfabrieken en smeltovens.
Sigarettenrook is ook een belangrijke bron van thallium.
Mensen die roken hebben twee maal hogere concentratie
aan thallium in hun lichaam dan niet-rokers.
98

Metabolisme bij de mens:
Thallium wordt snel geabsorbeerd in het spijsverteringskanaal en het ademhalingsstelsel, en kan
ook via de huid opgenomen worden. Na opname wordt thallium snel verspreid naar alle organen.
Thallium kan door de placenta en de bloed-hersen-barrière passeren.
Bij acute blootstelling krijgt men initieel hoge concentraties aan thallium in de nieren, lage
concentraties in vetweefsel en de hersenen, en intermediaire concentraties in de andere organen.
De verwijdering van thallium gebeurt langs het gasto-intestinaal stelsel, de nieren, haren, huid,
zweet en moedermelk. De halfwaardetijd in de mens bedraagt ongeveer 10 dagen, maar waarden
tot 30 dagen werden ook gerapporteerd.
Biomerkers van blootstelling:
Blootstelling aan thallium kan worden gemeten in urine, serum of volbloed. Er is nog geen
duidelijke consensus over de interpretatie van de data (termijn blootstelling, relatie met extern
milieu). In de Vlaamse biomonitoring wordt thallium gemeten in urine en bloed.
Referentiewaarden voor thallium in urine: 0,6 µg/l voor kinderen en 0,5 µg/l voor volwassenen
(http://www.umweltbundesamt.de/gesundheit-e/monitor/index.htm). Er bestaan geen gezondheidskundige
richtwaarden voor thallium in urine of bloed.
Gezondheidseffecten:
Thallium heeft geen gekende biologische functie. Het wordt beschouwd als een toxisch element en
zou toxischer zijn dan kwik, cadmium, lood, koper of zink. Het werkingsmechanisme van thallium is
niet goed gekend, het centraal zenuwstelsel wordt als belangrijkste doelwitorgaan gezien. Thallium
interfereert met het glutathion metabolisme . Het kan zich gedragen als kalium en kan een effect
hebben op kalium geregelde processen zoals transport over membranen en activatie van Na+,K+
ATPase. Thallium veroorzaakt oxicatieve stress. Er zijn heel weinig gegevens over de mutagene,
teratogene en carcinogene effecten.
Thallium kan effect hebben op het centraal zenuwstelsel, de longen, het hart, de lever en de nieren
wanneer grote hoeveelheden worden gegeten of gedronken gedurende een korte tijdsspanne.
Tijdelijk haarverlies, overgeven en diarree kunnen hiervan nadelige effecten zijn, en zelfs de dood
kan volgen.
Bij arbeiders die langdurig zijn blootgesteld aan thallium, werden effecten op het zenuwstelsel
gerapporteerd (gevoelloosheid van vingers en tenen).
Sommige thalliumverbindingen zijn teratogeen bij dieren, gegevens hierover bij de mens
ontbreken.
Richtwaarden voor biomerkers.
Voor thallium is een gezondheidskundige richtwaarde beschikbaar voor niet-specifieke
gezondheidseffecten bij de algemene bevolking. De waarde werd opgesteld door de
Wereldgezondheidsorganisatie en overgenomen door de Duitse Biomonitoring Commissie
(http://www.umweltbundesamt.de/gesundheit-e/monitor/index.htm). De waarde is gebaseerd op
99

een Duitse studie bij 1200 omwonenden van een cementfabriek, waarbij hoge
thalliumconcentraties werden vastgesteld in hun bloed, urine en haar.
Human Biomonitoring values (HBM waarden) voor jongeren ≤ 25 jaar
HBM I en HBM II waarden zijn consensuswaarden van de commissie en kunnen algemeen
geïnterpreteerd worden als volgt:
< HBM I: geen risico voor de gezondheid;
tussen HBM I en HBM II: gezondheidsrisico’s zijn niet uit te sluiten;
≥ HBM II: extra gezondheidsrisico is mogelijk.
Voor thallium werd enkel een HBM I waarde opgesteld van 5 µg/l urine, er waren onvoldoende
gegevens voor het vastleggen van een HBM II waarde. Bij overschrijding van deze waarde kunnen
niet-specifieke gezondheidsklachten optreden zoals misselijkheid, vermoeidheid, slaapproblemen,
hoofdpijn en pijnlijke spieren en gewrichten. Het gaat hier echter over vergiftingingsverschijnselen.
B. Thallium in de regio Menen – beschrijving van blootstelling
Thallium wordt bij de deelnemers van de regio Menen gemeten in volbloed en in urine. De
beschrijvende statistiek wordt gegeven in Tabel 30. Niemand van de deelnemers had
thalliumwaarden in de urine boven de HBM I van 5 µg/l.
Tabel 30: Blootstellingsmerkers voor thallium in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Thallium in volbloed µg/l 199 99,5 0,035 (0,033-0,036) 0,036(0,03-0,04) 0,05
Thallium in urine µg/l 191 100 0,24 (0,23 - 0,27) 0,25 (0,18-0,36) 0,45
N = aantal deelnemers; DL = detectielimiet (DL thallium in volbloed: 0,0015 µg/l, DL thallium in urine: 0,001
µg/l); BI = betrouwbaarheidinterval; P = percentiel
Zowel bij thallium in bloed (Figuur 19) als bij thallium in urine (Figuur 20) zijn geslacht en leeftijd
geen beïnvloedende factoren. Er wordt een positieve relatie gevonden met rookgewoonten:
dagelijks roken wordt weerspiegeld door een hogere concentratie aan thallium in bloed (p = 0,03)
en in urine (p = 0,008). Verder wordt een relatie gevonden met de seizoenen (p = 0,008) en de
consumptie van lokale groenten (p = 0,025) met bloed thallium. Urinair thallium wordt eveneens
geassocieerd met de seizoenen (p = 0,04), en er is ook een sterk verband met de densiteit van de
urine (p < 0,001).
100

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
roken: nooit
roken: sporadisch
roken: dagelijks
winter
lente
zomer
herfst
geen lokale groenten
wel lokale groenten
0 0,005 0,01 0,015 0,02 0,025 0,03 0,035 0,04 0,045 0,05
Figuur 19: Relatie tussen thallium in bloed en factoren die de blootstelling beïnvloeden
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
roken: nooit
roken: sporadisch
roken: dagelijks
winter
lente
zomer
herfst
densiteit urine …
1,018-1,023
1,023-1,027
≥1,027
Bloed thallium (µg/l) - geometrische gemiddelden per subgroep
Figuur 20: Relatie tussen thallium in urine en factoren die de blootstelling beïnvloeden
C. Thallium in de regio Menen – vergelijking met Vlaanderen
De ruwe, niet-gecorrigeerde gemiddeldes voor thallium in bloed en in urine liggen duidelijk hoger
in studiegebied Menen vergeleken met Vlaanderen (p > 0,001 in bloed en urine). Ook de 90 e
percentielen liggen hoger voor de regio Menen t.o.v. Vlaanderen voor thallium in bloed (p = 0,048)
101
Geslacht: p = 0,15
Leeftijd: p = 0,42
Roken: p = 0,025
Seizoen: p = 0,008
Consumptie lokale
groenten: p = 0,025
Urinair thallium (µg/l) - geometrische gemiddelden per subgroep
0 0,1 0,2 0,3 0,4
Geslacht: p = 0,94
Leeftijd: p = 0,84
Roken: p = 0,008
Seizoen: p = 0,04
Densiteit urine: p < 0,001

en in urine (p = 0,04; Figuur 21). Belangrijk hierbij is dat het niet-gecorrigeerde gegevens zijn
waarbij er geen rekening gehouden wordt met de karakteristieken van de groepen.
Thallium in bloed (µg/l)
0,05
0,04
0,03
0,02
0,01
0
0,0348
Menen
Vlaanderen
p < 0,0001
0,027
0,002
0,01
0,025
0,02
0,03
0,02
0,036
0,03
p < 0,0001
0,042
0,03
0,048
GM min P10 P25 P50 P75 P90
0,03
Figuur 21: Thallium in bloed en thallium in urine in de regio Menen: vergelijking met de Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
Thallium in urine (µg/l)
D. Thallium in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Ook na correctie voor invloedsfactoren worden er hogere thalliumgehaltes vastgesteld in regio
Menen in vergelijking met de Vlaamse controlepopulatie in bloed en in urine (Tabel 31). De finale
modellen verklaren 22% van de variabiliteit van thallium in bloed en 45% van thallium in urine.
Voor thallium in bloed wordt gecorrigeerd voor leeftijd, geslacht en roken. Dit resulteert in een
thalliumgehalte in studiegebied Menen dat 27% hoger ligt dan in Vlaanderen (p < 0,001). Thallium
in urine ligt 14% hoger in regio Menen in vergelijking met Vlaanderen (p = 0,005), na correctie voor
leeftijd, geslacht, roken, densiteit van de urine en duur van de urinecollectie. Indien niet
gecorrigeerd wordt voor de tijd tussen de urinecollectie en de laatste plasbeurt, liggen de urinaire
thalliumwaarden in de regio Menen 18% hoger dan in Vlaanderen.
De thalliumwaarden in urine zijn vergelijkbaar met de gerapporteerde resultaten van de Duitse
GerES IV (2003-2006) studie bij kinderen van 3 tot 14 jaar (mediaan: 0,26 µg/L; P95: 0,57 µg/L)
(Schulz et al., 2009).
102
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,25
Menen
Vlaanderen
p < 0,0001
0,20
0,07
0,06
0,13
0,10
0,18
0,14
0,25
0,19
0,36
0,28
p = 0,04
0,45
GM min P10 P25 P50 P75 P90
0,35

Tabel 31: Determinanten van thallium in bloed en urine
Thallium in bloed (µg/l) Thallium in urine (µg/l)
R² gebied 17,60 5,73
R² finaal model 21,77 45,41
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,23)
≤14,5: 0,94
14,5-15,5: 0,93

Tussen 2000 en 2006 werden door de Vrije Universiteit Brussel de metaalconcentraties gemeten in
de sedimenten van de Leie ter hoogte van Menen (staalnameplaatsen Menen en Waasten) in het
kader van een Europees INTERREG programma. De resultaten werden vergeleken met de
staalnameplaatsen in de Bovenschelde (tussen Bassin Rond in Noord-Frankrijk en Oudenaarde in
Vlaanderen), in de IJzer (van bron tot monding) alsook in de Leie stroomopwaarts van Waasten-
Menen, en vooral in de zijrivier de Deûle waar één van de grootste Europese non-ferro industrieën,
Metaleurop, actief was tot 2005 (zie bijlage 1). Metaleurop produceerde o.a. tot 100 000 ton Zn en
150 000 ton Pb per jaar en verontreinigde de hele omgeving met een aantal metalen. Zn en Pb
komen in de grootste concentraties voor, maar ook bijproducten zoals thallium en kwik. De meeste
metaalconcentraties ter hoogte van het lozingspunt van Metaleurop dalen progressief
stroomafwaarts om in de sedimenten van Menen ongeveer 100 maal lager te liggen (grootteorde),
behalve thallium dat maar een tiental maal in concentratie afneemt. In de Bovenschelde en de IJzer
zijn de metaalconcentraties in de sedimenten lager dan in Menen, een factor 10 voor thallium, een
factor 3 voor cadmium en nog lager voor de andere metalen
104

2.9. Zware metalen: antimoon
A. Antimoon – achtergrondinformatie
Antimoon (Sb) komt in kleine
hoeveelheden voor in bodem, water
en lucht. In regio’s met uitstoot
(loodsmelters, verbrandingsovens,
stortplaatsen) is de blootstelling bij
de omwonenden hoger.
Antimoon in de urine geeft een maat
voor de blootstelling van de laatste
dagen.
Antimoon is schadelijk voor de ogen,
longen, hart en maag. Het wordt
geassocieerd met verminderde
vruchtbaarheid.
Bronnen:
Antimoon (Sb) komt van nature in de aardkorst voor.
Het wordt ontgonnen of gerecupereerd in
loodsmelters.
Antimoon wordt niet op zich gebruikt, maar als legering
vindt het zijn toepassing in loodbatterijen, soldeersel,
metalen platen en buizen. Antimoonoxide wordt
gebruikt als brandvertrager in textiel en in plastiek.
Blootstelling bij de mens:
Antimoon komt in kleine hoeveelheden in de natuur
voor, zowel in bodem, water als in de lucht (gebonden
aan stofpartikels). In regio’s met potentiële bronnen
zoals loodsmelters, steenkoolverbranding, huisvuilverbrandingsovens en stortplaatsen kan de
concentratie in de omgeving hoger zijn, en is de blootstelling via drinkwater, lucht en bodem
bijgevolg hoger.
In de geneeskunde wordt antimoon gebruikt voor behandeling van parasieten.
Gezondheidseffecten:
Metabolisme bij de mens:
Blootstelling aan antimoon verloopt vooral oraal en
via inhalatie.
Antimoon in het lichaam komt vooral terecht in de
lever, de longen en de milt. Het verlaat het lichaam
via faeces en urine over een periode van meerdere
weken.
Inademen van hoge dosissen antimoon leidt tot oogirritatie, hart- en longproblemen, maagzweren,
diarree. Chronische blootstelling resulteert in oogirritatie, haarverlies, longirritatie, hartproblemen
en vruchtbaarheidsproblemen. Antimoon is niet geklasseerd als kankerverwekkend.
105

B. Antimoon in de regio Menen – beschrijving van blootstelling
Antimoon wordt in deze studie gemeten in urine, en is detecteerbaar bij 60% van de deelnemers.
In Tabel 32 wordt de beschrijvende statistiek voor antimoon in urine voorgesteld.
Tabel 32: Blootstellingsmerkers voor antimoon in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Antimoon in urine µg/l 191 59,69 0,07 (0,06-0,08) 0,07(0,03-0,12) 0,18
N = aantal deelnemers; DL = detectielimiet (DL antimoon in urine: 0,037 µg/l); BI = betrouwbaarheidinterval;
P = percentiel
In Figuur 22 worden de beïnvloedende factoren van antimoon in urine weergegeven. Er bestaat
geen significant verband tussen geslacht of leeftijd en urinaire antimoongehaltes. Wel is de
verdunningsgraad van de urine sterk geassocieerd met antimoon waardes (p < 0,001). Naast
opleiding van het kind (p = 0,03) en hoogste opleiding van het gezin (p = 0,01), is het eten van
lokale voeding ook een beïnvloedende factor. Consumptie van lokale groenten en lokaal fruit wordt
geassocieerd met lagere urinaire antimoonconcentraties (p = 0,045 en p < 0,001 respectievelijk).
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
ASO
TSO
BSO
Geen diploma + Max LS
Maximaal HS
Hoger onderwijs
geen lokale groenten
wel lokale groenten
geen lokaal fruit
wel lokaal fruit
densiteit urine

Antimoon in urine (µg/l)
0,20
0,18
0,16
0,14
0,12
0,10
0,08
0,06
0,04
0,02
0,00
0,07
Menen
Vlaanderen
p = 0,0004
0,09
0,04
0,03
0,02
0,03 0,03
0,06
0,07
0,09
p = 0,81
0,19
0,18
0,12
0,14
GM min P10 P25 P50 P75 P90
Figuur 23: Antimoon in urine in de regio Menen: vergelijking met de Vlaamse controlepopulatie,
niet-gecorrigeerde gegevens
D. Antimoon in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Het meervoudige regressiemodel (Tabel 33) voor antimoon in urine voorspelt 29% van de variatie,
de factor gebied verklaart 3,5%. Na correctie voor leeftijd, geslacht, roken, opleiding van het kind,
hoogste opleiding binnen het gezin, densiteit van de urine en duur van de urinecollectie, wordt een
25% lagere waarde voor urinair antimoon opgetekend in studiegebied Menen t.o.v. de Vlaamse
groep (p = 0,0004). Indien niet gecorrigeerd wordt voor de tijd tussen de urinecollectie en de
laatste plasbeurt liggen de waarden van urinair antimoon in de regio Menen 28% lager dan in
Vlaanderen.
107

Tabel 33: Determinanten van antimoon in urine
Antimoon in urine (µg/l)
R² gebied 3,47
R² finaal model 29,44
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,93)
≤14,5: 1,04
14,5-15,5: 1,04

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.
Bronnen:
Kwik (Hg) komt van nature voor in het milieu en
bestaat in verschillende vormen. Men onderscheidt
drie groepen, namelijk metaalkwik, inorganisch kwik en
organisch kwik:
Metaalkwik is de pure vorm van kwik, dat o.a.
gebruikt wordt in thermometers. In de buurt van
afvalsites is het vooral dit metaalkwik dat aangetroffen
wordt.
Inorganisch kwik bestaat uit een combinatie van
kwik met chloor, zwavel of zuurstof. Deze stoffen
worden kwikzouten genoemd.
Er bestaat een groot aantal organische vormen
van kwik, maar veruit de meest voorkomende vorm in
het milieu is methylkwik (MeHg). Methylkwik verdient
bijzondere aandacht omdat het in staat is te
accumuleren in zoet- en zoutwatervissen tot
concentraties vele malen hoger dan in het omliggende
water.
Er zijn een groot aantal toepassingen voor vloeibaar metaalkwik. Het wordt
gebruikt bij de productie van chloorgas en natriumhydroxide, als ook bij de
extractie van goud. Het wordt gebruikt in thermometers, barometers,
kwikdamplampen (o.a. TL-buizen, fluorescerende lampen,...), batterijen en
elektrische schakelaars. Zilverkleurige tandvullingen bestaan voor 50% uit
metaalkwik.
Sommige inorganisch kwikverbindingen worden gebruikt als schimmel
bestrijdende middelen. Kwiksulfide en kwikoxide kunnen gebruikt worden om
kleur te geven aan verven. Kwiksulfide is één van de stoffen die als rode kleur
dienst doet in tatoeages.
Methylkwik wordt eerder geproduceerd door micro-organismen in het milieu dan door
de mens. Voordat de schadelijke gezondheidseffecten van methylkwik gekend waren
werd het gebruikt als schimmelbestrijdingsmiddel. Sinds de jaren ‘70 is het gebruik
ervan echter verboden.
Blootstelling bij de mens:
Aangezien kwik van nature voorkomt wordt iedereen blootgesteld aan zeer lage concentraties in
lucht, water en voedsel.
Een individu kan blootgesteld worden aan kwik door inademing van gecontamineerde lucht, door
het inslikken of eten van gecontamineerd water of voedsel, of door huidcontact met
kwikverbindingen.
De twee voornaamste blootstellingsbronnen voor de mens zijn 1) het eten van vis dat methylkwik
heeft geaccumuleerd, en 2) amalgame tandvullingen (metaalkwik).
109

Metabolisme bij de mens:
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.
Biomerkers van blootstelling:
Binnen het Steunpunt Milieu en Gezondheid worden Hg en MeHg gemeten in haar. Dit vormt
een maat voor de blootstelling gedurende de laatste maanden. Naarmate men dichter naar de
haarwortel toe meet, registreert men recentere blootstelling.
Voor kwik en methylkwik in haar bestaan geen gezondheidskundige richtwaarden.
Gezondheidseffecten:
Gezondheidseffecten ten gevolge van
kwikblootstelling zijn sterk afhankelijk van de
hoeveelheid kwik, de soort kwikverbinding en
de route van blootstelling.
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.
Ook de nieren zijn gevoelig voor
kwikblootstelling (ongeacht het soort
kwikverbinding), omdat kwik accumuleert in
de nieren.
110
Eliminatie van metaalkwik gebeurt via urine,
uitwerpselen en uitgeademde lucht, terwijl
inorganisch kwik enkel via urine en
uitwerpselen verwijderd kan worden.
Eens geabsorbeerd kan methylkwik in
verschillende weefsels omgezet worden in
inorganisch kwik (vnl. divalent kation Hg 2+ ).
Organisch kwik wordt voornamelijk via
uitwerpselen (gal) uit het lichaam verwijderd.
Inhalatie van hoge concentraties aan
metaalkwik kan leiden tot irritatie van de
mond en de longen met kortademigheid, een
branderig gevoel in de longen en hoesten tot
gevolg. Bijkomende effecten van
kwikinhalatie kunnen zijn: misselijkheid,
overgeven, diarree, verhoogde bloeddruk en
hartslag, huiduitslag en oogirritaties.
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.

B. Kwik in de regio Menen – beschrijving van blootstelling
Er worden twee biomerkers voor blootstelling aan kwik gemeten in de regio Menen, namelijk kwik
in haar en methylkwik in haar. Beide biomerkers werden gedetecteerd bij alle deelnemers. De
geometrische gemiddelden, de medianen en de 90 e percentielen worden gegeven in Tabel 34.
Tabel 34: Blootstellingsmerkers voor kwik in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Kwik in haar µg/g 197 100 0,16 (0,14 – 0,18) 0,18 (0,09-0,33) 0,49
Methylkwik in haar µg/g 197 100 0,11 (0,10 – 0,13) 0,13 (0,06-0,24) 0,40
N = aantal deelnemers; DL = detectielimiet (DL kwik in haar: 0,0015 µg/g, DL methylkwik in haar: 0,00004
µg/g); BI = betrouwbaarheidinterval; P = percentiel
De gehaltes aan kwik en methylkwik in haar variëren niet naargelang geslacht en leeftijd. De
resultaten worden ook niet beïnvloed door kleur, structuur of behandeling van het haar. Zoals
verwacht, vertoont consumptie van vis een sterk verband met zowel kwik (Figuur 24) als
methylkwik (Figuur 25): een hogere visconsumptie wordt weerspiegeld door hogere kwik en
methylkwik concentraties (p < 0,001). Daarnaast wordt er ook voor beide biomerkers een positieve
relatie vastgesteld met de hoogste opleiding binnen het gezin van de jongeren. Bij een hogere
opleiding binnen het gezin worden hogere kwik concentraties vastgesteld. Dit verschil is significant
voor kwik in haar (p = 0,004), maar net niet significant voor methylkwik in haar (p = 0,08). Verder
blijken ook de seizoenen een beïnvloedende factor te zijn voor kwikgehaltes in de regio Menen (p =
0,004).
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
lage consumptie vis
matige consumptie vis
hoge consumptie vis
Geen diploma + Max LS
Maximaal HS
Hoger onderwijs
winter
lente
zomer
herfst
Kwik in haar (µg/g) - geometrische gemiddelden per subgroep
0 0,05 0,1 0,15 0,2 0,25 0,3 0,35
Figuur 24: Relatie tussen kwik in haar en factoren die de blootstelling beïnvloeden
111
Geslacht: p = 0,97
Leeftijd: p = 0,97
Visconsumptie: p < 0,0001
Hoogste opleiding gezin: p = 0,004
Seizoen: p = 0,004

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
lage consumptie vis
matige consumptie vis
hoge consumptie vis
Geen diploma + Max LS
Maximaal HS
Hoger onderwijs
roken: nooit
roken: sporadisch
roken: dagelijks
Methylkwik in haar (µg/g) - geometrische gemiddelden per subgroep
0 0,05 0,1 0,15 0,2 0,25 0,3
Figuur 25: Relatie tussen methylkwik in haar en factoren die de blootstelling beïnvloeden
C. Kwik in de regio Menen – vergelijking met Vlaanderen
Het geometrisch gemiddelde voor kwik in haar in de regio Menen (0,16 µg/g) ligt significant lager in
vergelijking met de Vlaamse controlepopulatie (0,19 µg/g; p = 0,03). De geometrische gemiddelden
voor methylkwik bedragen respectievelijk 0,11 µg/g en 0,12 µg/g en verschillen niet significant van
elkaar (p = 0,65). De 90 e percentielen voor kwikwaarden (p = 0,80) en methylkwikwaarden (p =
0,16) verschillen niet significant tussen regio Menen en Vlaanderen (Figuur 26). Het gaat hierbij om
niet-gecorrigeerde waarden, wat wil zeggen dat er geen rekening gehouden wordt met verschillen
tussen de groepen, zoals bijvoorbeeld het eten van vis.
Kwik in haar (µg/g)
0,60
0,50
0,40
0,30
0,20 0,19
0,16
0,10
0,00
p = 0,03
Menen
Vlaanderen
0,12
0,09
0,07
0,04
0,01 0,01
0,20
0,18
0,35
0,33
p = 0,80
0,49
0,47
GM min P10 P25 P50 P75 P90
Methylkwik in haar (µg/g)
Figuur 26: Kwik en methylkwik in haar in de regio Menen: vergelijking met de Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
112
0,45
0,40
0,35
0,30
0,25
0,20
0,10
0,05
0,00
Geslacht: p = 0,87
Leeftijd: p = 0,80
Visconsumptie: p

D. Kwik in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
De relevante factoren die de variabiliteit van kwik en methylkwik kunnen verklaren worden
aangegeven in Tabel 35. De finale modellen kunnen respectievelijk 28% en 21% verklaren van de
variabiliteit in kwik- en methylkwikwaarden. De belangrijkste determinant van de hoeveelheid kwik
in het lichaam, is het eten van vis. Visconsumptie in Vlaanderen en onderzoeksgebied Menen
verschillen niet significant van elkaar (zie Tabel 12). Correctie voor visconsumptie, aangevuld met
correctie voor leeftijd, geslacht, roken en de hoogste opleiding binnen het gezin zorgt voor een
17% lager gehalte aan kwik in de regio Menen vergeleken met Vlaanderen (p = 0,03). Wat betreft
methylkwik werd gecorrigeerd voor visconsumptie, leeftijd, geslacht en roken. Uiteindelijk zijn de
waarden voor methylkwik in haar in onderzoeksgroepen Menen en Vlaanderen nagenoeg gelijk
(Menen 3% lager, p = 0,76).
Tabel 35: Determinanten van kwik en methylkwik in haar
Kwik in haar (µg/g) Methylkwik in haar (µg/g)
R² gebied 1,24 0,05
R² finaal model 27,80 20,84
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,26)
≤14,5: 0,84
14,5-15,5: 0,96

Indien de twee subgebieden binnen studiegebied Menen vergeleken worden, lijken de significant
lagere gehaltes aan kwik in haar in regio Menen t.o.v. Vlaanderen vooral te wijten te zijn aan de
lagere kwikconcentraties in Menen 1. De gemiddelde kwikwaarde in Menen 1 bedraagt 0,14 µg/g
tegenover 0,19 µg/g in Menen 2. Deze laatste waarde komt exact overeen met het gemiddelde
kwikgehalte in Vlaanderen. Het verschil tussen de kwikwaarden in Menen 1 en Menen 2 is echter
wel borderline niet significant (p = 0,065).
Vlaanderen
Menen 1
Menen 2
Kwik in haar (mg/g) - subgebieden
0 0,05 0,1 0,15 0,2 0,25 0,3
verschillen tussen subgebieden in Menen: p = 0,065
Figuur 27: Vergelijking van kwikconcentraties in haar in de twee subgebieden in de regio Menen
114

2.11. Persistente gechloreerde polluenten: PCB’s
A. PCB’s – achtergrondinformatie
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.
Blootstelling bij de mens:
Bronnen:
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.
PCB’s zijn persistente gechloreerde stoffen die door de
mens worden gemaakt; ze komen in de natuur niet voor.
Ze werden in het verleden vooral gebruikt in
transformatoren, condensatoren, hydraulische systemen,
maar ook in verf, inkt en isolatiematerialen. De productie
van PCB’s in België is verboden sinds 1979 en vanaf eind
2005 zouden alle bestaande PCB-houdende producten en
apparaten op een gecontroleerde manier verwijderd
moeten zijn. Slechte opslag, ongelukken, vergissingen en
misbruiken met transformatorolie en andere PCBhoudende
producten hebben ervoor gezorgd dat er PCB’s
in ons milieu terecht gekomen zijn. PCB’s kunnen bij
verbrandingsprocessen in de lucht vrijkomen (bijv.
verbrandingsovens). PCB’s zijn als persistente
componenten aanwezig in de voedselketen, de lucht, de
bodem en in minder mate in het water. Ze zijn vooral
afkomstig van historische vervuiling uit het verleden. In
beperkte mate kan er nog vervuiling zijn via accidentele
lekken of illegale lozing, of via de verbranding van PCBhoudend
materiaal.
Aangezien PCB’s zeer traag worden afgebroken door de
natuur, blijven ze zeer lang in de omgeving aanwezig. In
totaal zijn er 209 verschillende soorten PCB’s
(congeneren). De biologische halfwaardetijd varieert per
congeneer en schommelt tussen 2 en 6 jaar.
Ze worden opgenomen door mens en dier en
opgestapeld in het vetweefsel.
115

Biomerkers van blootstelling:
In onze omgeving komen 209 PCBcongeneren
voor, sommige in zeer kleine
hoeveelheden. Om de PCB belasting bij de
mens te meten, wordt er gewerkt met
‘merkers’. In de huidige biomonitoringsstudie
worden drie PCB’s gemeten in het serum (of
plasma), namelijk PCB138, PCB153 en
PCB180. Zij vertegenwoordigen ongeveer 40
tot 60% van de totale PCB-mix en geven dus
een goede maat voor PCB-belasting in het
menselijk lichaam.
Er bestaan geen gezondheidskundige
richtwaarden voor PCB’s in serum. In 1976
werd wel een biologische limiet voorgesteld
van 20 µg/100g bloed voor blootstelling op
de werkvloer (Ouw et al. 1976), maar deze
concentratie zou toch nog leverschade
teweeg kunnen brengen (Lauwerys and Hoet
2001).
116
Metabolisme bij de mens:
PCB’s stapelen zich voornamelijk op in het
vetweefsel en worden slechts heel traag
afgebroken. Het gehalte aan PCB’s in het lichaam
stijgt met de leeftijd. De halfwaardetijd in het
lichaam varieert volgens de structuur van het
congeneer en schommelt tussen 2 en 6 jaar.
Gezondheidseffecten:
o PCB’s kunnen hormoonverstorende effecten
hebben. De 209 verschillende PCB-congeneren
kunnen uiteenlopende, soms zelfs tegengestelde
effecten hebben. Meestal worden er oestrogene
effecten gerapporteerd, d.w.z. dat de werking
van vrouwelijke hormonen wordt versterkt en er
dus vooral een negatief effect is op de
mannelijke vruchtbaarheid. Maar ook antioestrogene
effecten werden gerapporteerd.
o PCB’s worden door het IARC (International Agency for Research on Cancer) geklasseerd als
‘waarschijnlijk kankerverwekkend voor de mens’ (groep 2A).
o PCB’s zijn schadelijk voor het zenuwstelsel en kunnen leiden tot neurologische
ontwikkelingsstoornissen bij kinderen, wat zich bijvoorbeeld kan weerspiegelen in het
spelgedrag, de taalontwikkeling en in de beleving van emoties.
o PCB’s kunnen het immuunsysteem verstoren. Deze effecten zijn zeer complex. Er werden
studies gerapporteerd waarbij PCB’s het afweersysteem onderdrukken wat kan leiden tot een
grotere vatbaarheid voor ontstekingen (bijvoorbeeld meer oorinfecties bij jonge kinderen),
maar anderzijds is het ook mogelijk dat PCB’s het afweersysteem stimuleren waardoor er meer
allergische reacties voorkomen.
B. PCB’s in de regio Menen – beschrijving van blootstelling
De som van PCB138, PCB153 en PCB180 in serum wordt in humane biomonitoringscampagnes vaak
gebruikt als merker omdat deze 3 congeneren kwantitatief het meest voorkomen in het PCB
mengsel en dus een goede maat zijn voor de totale PCB blootstelling.
PCB153 wordt gedetecteerd in 99,5 % van de serumstalen; PCB138 in 88,3% en PCB180 is
detecteerbaar in 90,4% van de deelnemers in regio Menen. De som van de 3 merker PCB’s
bedraagt gemiddeld 166 ng/l serum of 37,2 ng/g bloedvet (Tabel 36). Voor andere PCB
congeneren, zoals PCB99, PCB118, PCB187, PCB156 en PCB170 ligt het percentage detecteerbare
waarden duidelijk lager en ligt ook de gemiddelde concentratie lager. PCB118 is een dioxineachtige
PCB, terwijl alle andere gemeten PCB congeneren tot de klasse van de niet dioxine-achtige
PCB’s behoren.

Tabel 36: Blootstelling aan merker PCB’s (som van PCB138, 153 en 180) in de regio Menen
Biomerker eenheid N %>KL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Merker PCB’s in serum ng/l 197 84,26 165,6 (152 – 181) 163 (112 – 246) 344
Merker PCB’s in serum ng/g vet 197 84,26 37,2 (34,1 – 40,6) 35,4 (25,8-53,9) 84,8
PCB153 in serum ng/l 197 99,49 78,4 (72,2 – 85,1) 76,0 (54 – 107) 168
PCB138 in serum ng/l 197 88,32 40,2 (36,1 – 44,7) 42,0(25,0– 69,0) 106
PCB180 in serum ng/l 197 90,36 42,7 (38,5 – 47,4) 43,0 (28,0–65,0) 101
PCB99 in serum ng/l 197 13,20 11,3 (10,8 – 11,9) 10,0 (10,0–10,0) 21,0
PCB118 in serum ng/l 197 36,55 14,8 (13,7 – 16,0) 10,0 (10,0–24,0) 32,0
PCB187 in serum ng/l 197 49,75 9,2 (8,3 – 10,2) 5,0 (5,0 – 15,0) 22,0
PCB156 in serum ng/l 197 30,96 7,1 (6,6 – 7,7) 5,0 (5,0 – 11,0) 16,0
PCB170 in serum ng/l 197 69,04 15,3 (13,5 – 17,4) 19,0 (5,0 – 28,0) 42,0
N = aantal deelnemers; KL = kwantificatielimiet (KL PCB99, PCB138, PCB153, PCB180, PCB118, PCB187,
PCB170: 20 ng/l, KL PCB156: 10 ng/l); BI = betrouwbaarheidinterval; P = percentiel
Figuur 43 geeft de relevante factoren die de PCB-gehaltes in serum (uitgedrukt in ng/l serum)
kunnen beïnvloeden. De concentratie aan PCB’s in het serum weerspiegelt de concentratie in het
vetweefsel. Meisjes hebben over het algemeen een hoger vetpercentage in hun lichaam dan
jongens. De PCB’s worden daardoor bij meisjes over een groter vetvolume verdeeld, en zullen dus
meer verdund zijn in het serum. Dit resulteert in een gemiddeld significant lagere PCB-concentratie
bij meisjes dan bij jongens (p < 0,001). Dit mechanisme verklaart eveneens waarom de concentratie
serum PCB’s daalt met toenemende body-mass index (p < 0,001): bij personen met overgewicht is
een groter volume lichaamsvet aanwezig, waardoor de PCB’s verdeeld worden over een grotere
massa. Daarbij is het ook niet uitgesloten dat hogere lichaamsconcentraties aan PCB’s een negatief
effect hebben op BMI. Naargelang de leeftijd wordt eveneens een significant verband gevonden
met PCB-gehaltes in serum (p = 0,045). PCB’s zijn namelijk persistente vetoplosbare stoffen die via
de voeding in het lichaam terechtkomen en zo opgestapeld worden in het vetweefsel. Aangezien ze
slechts heel traag worden afgebroken, zal de concentratie in het lichaam toenemen met de leeftijd.
Jongeren die als baby borstvoeding kregen, hebben significant hogere serum PCB-gehaltes in hun
bloed. Moedermelk is een vetrijke voeding, en bijgevolg een belangrijke bron van PCB’s voor de
baby. Het eten van lokale eieren, welke ook een bron zijn van PCB’s, staat ook in verband met
verhoogde PCB-waarden, al is dit effect borderline niet significant (p = 0,07).
117

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
ASO
TSO
BSO
Geen diploma + Max LS
Maximaal HS
Hoger onderwijs
ondergewicht
normaal gewicht
overgewicht
geen borstvoeding
wel borstvoeding
geen lokale eieren
wel lokale eieren
Serum PCB's (ng/l) - geometrische gemiddelden per subgroep
0 50 100 150 200 250
Figuur 28: Relatie tussen merker PCB (som van PCB138, 153 en 180) in serum en factoren die de
blootstelling beïnvloeden
C. PCB’s in de regio Menen – vergelijking met Vlaanderen
Een vergelijking van de merker PCB’s in serum met de Vlaamse referentiepopulatie wordt gegeven
in Figuur 29 (uitgedrukt in ng/l serum en ng/g bloedvet). De gemiddelde merker PCB-gehaltes
liggen significant lager in regio Menen t.o.v. Vlaanderen (p < 0,001). Het geometrisch gemiddelde
uitgedrukt in ng/l serum bedraagt 166 ng/l in studiegebied Menen tegenover 218 µg/l in
Vlaanderen; uitgedrukt in ng/g bloedvet bedragen de respectievelijke waarden 37,2 ng/g en 49,6
ng/g bloedvet. De 90 e percentielen zijn niet significant verschillend tussen regio Menen en
Vlaanderen, zowel uitgedrukt in ng/l serum (p = 0,19) als in ng/g bloedvet (p = 0,32).
Merker PCB's in serum (ng/l)
500,00
400,00
300,00
200,00
100,00
0,00
p < 0,001
166
218
Menen
Vlaanderen
38 44
77
120
112
154
163
220
246
298
p = 0,19
GM min P10 P25 P50 P75 P90
344
409
Figuur 29: Merker PCB’s (som van PCB138, 153 en 180) in serum uitgedrukt in ng/l en ng/g
bloedvet: vergelijking met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
118
Merker PCB's in serum (ng/g bloedvet)
120,00
100,00
80,00
60,00
40,00
20,00
0,00
p < 0,001
37,2
49,6
Geslacht: p < 0,001
Leeftijd: p = 0,045
Opleiding kind: p = 0,005
Hoogste diploma gezin: p < 0,001
Menen
BMI klasse: p < 0,001
Borstvoeding: p < 0,001
Eten lokale eieren: p = 0,07
Vlaanderen
9,5 7,9
16,8
25,8
23,6
35,3 35,4
53,9
48,7
69,8
p = 0,32
84,8
GM min P10 P25 P50 P75 P90
98,1

Indien we de vergelijking met Vlaanderen maken voor de individuele PCB-congeneren die werden
gemeten, zien we een verschillend patroon tussen de twee regio’s (Figuur 30). De
detectiefrequentie (d.w.z. het % stalen boven de detectielimiet) ligt veel hoger voor PCB99 en
PCB187, voor de andere congeneren is de detectiefrequentie min of meer gelijkaardig voor regio
Menen en Vlaanderen (Figuur 30 links). De gemiddelde waarden in studiegebied Menen verschillen
sterk met de waarden in Vlaanderen voor de individuele congeneren (Figuur 30 rechts). De
blootstelling aan PCB138, PCB153, PCB170, PCB180 en PCB187 is significant lager in de
onderzoeksgroep Menen dan in Vlaanderen (overal p < 0,001), PCB118 is niet verschillend tussen
regio Menen en Vlaanderen. Tenslotte ligt de gemiddelde waarde voor PCB99 hoger in regio
Menen in vergelijking met Vlaanderen (p = 0,02), maar gezien het kleine verschil in de gemiddelde
waarden (11 ng/l versus 10 ng/l) en het kleine aantal metingen boven de detectielimiet (13%
versus 4%) is dit waarschijnlijk te wijten aan toeval.
% waarden boven kwantificatielimiet
120
100
80
60
40
20
0
13
Menen
Vlaanderen
4
37
31
88
96
99100
69
62
95
90
PCB99 PCB118 PCB138 PCB153 PCB170 PCB180 PCB187
50
31
Figuur 30: PCB’s (individuele congeneren) in serum in de regio Menen in vergelijking met
Vlaanderen. Links: % boven de kwantificatielimiet (LOQ = 20 ng/l voor alle congeneren); rechts:
geometrische gemiddelden
D. PCB’s in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Tabel 37 geeft aan welke factoren de concentratie PCB’s in serum kunnen verklaren. Het totale
model kan 37% van de variabiliteit verklaren, waarvan 5% verklaard wordt door de factor gebied.
Na correctie voor leeftijd, geslacht, roken, opleidingstype van de jongere, hoogste opleiding binnen
het gezin, BMI, het eten van zelfgevangen vis en bloedvet ligt de waarde voor serum PCB’s in regio
Menen 28% lager dan in de Vlaamse referentiepopulatie. Dit verschil is hoog significant (p < 0,001).
119
geometrisch gemiddelde (ng/l)
250
200
150
100
50
0
Menen
Vlaanderen
p=0,02
11 10
p=0,17
15 14
p

Tabel 37: Determinanten van merker PCB’s (som van PCB138, 153 en 180) in serum
Merker PCB’s in serum (ng/l)
R² gebied 4,99
R² finaal model 37,24
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,06)
≤14,5: 0,82
14,5-15,5: 0,94

0,0002) dan in Vlaanderen. In de regio Menen eet slechts 19,3% van de jongeren lokale eieren ten
opzichte van 45,0% in de Vlaamse referentiegroep. Verder eten jongeren in regio Menen minder
frequent eieren (p = 0,02) en hebben minder jongeren in regio Menen borstvoeding gekregen (p =
0,009; zie Tabel 12).
Een extra correctie in het meervoudige regressiemodel voor de consumptie van lokale eieren
resulteert in een serum PCB concentratie in de regio Menen die slechts 19% lager ligt (t.o.v. 28%
zonder correctie) dan in Vlaanderen (p = 0,0004), wat betekent dat een deel van de lagere PCBwaarden
in studiegebied Menen te wijten zijn aan een lagere eiconsumptie.
Een ander model waarbij gecorrigeerd wordt voor bloedvet, geslacht, leeftijd, BMI, roken,
opleidingstye van het kind, het gekregen hebben van borstvoeding, seizoen en consumptie van
lokale eieren toont nog steeds lagere waarden voor de som merker-PCB’s in de regio Menen (19%)
dan in de Vlaamse controlepopulatie.
PCB’s zijn persistente, vetoplosbare polluenten die vooral afkomstig zijn van historische oorsprong
(contaminatie met transformatorolie, verbranding van PCB-bevattende producten) en
verbrandingsprocessen. Door de beleidsmaatregelen die de laatste 10-tallen jaren genomen zijn,
zijn de concentraties aan PCB’s in het milieu aan het dalen. VMM meet de maandgemiddelde
depositie van PCB126 op drie meetposten in Menen. De hoogste waarden werden geregistreerd
voor de meetpost nabij de industriezone ‘Grensland’ (MN08). Van april 2010 tot maart 2011
werden 5 meetwaarden geregistreerd waarvan 4 boven de richtwaarde van 6 pg TEQ/m².dag en
boven de richtwaarde van 26 pg TEQ/m².dag. De twee meetposten die verder van het
industriegebied liggen, in de woonzone, registreerden lagere waarden. De grenswaarde van 6 pg
TEQ/m².dag werd op meetpost MN01 3 van de 5 keer overschreven en op meetpost MN13 op
slechts 1 van de 5 meetwaarden. De grenswaarde van 26 pg TEQ/m².dag werd op deze meetposten
niet overschreden. In het industriegebied ‘Grensland’ was vroeger een afvalverbrandingsoven
gelegen. Deze was een belangrijke bron van PCB’s tot de wetgeving van emissiebeperking in 2001
en de sluiting van de oven in 2005. Momenteel is in de industriezone nog een belangrijke
schrootverwerkende industrie gesitueerd, welke een bron van PCB’s kan zijn.
De daling van PCB’s in het milieu weerspiegelt zich in het lichaam van de mens; ook daar ziet men
voor vergelijkbare bevolkingsgroepen dalingen in de tijd. Dit wordt ondermeer geïllustreerd in de
WHO-moedermelk-campagnes: in België worden sinds begin de jaren ’90 op regelmatige
tijdstippen studies op moedermelk gedaan, en wordt een exponentiële daling vastgesteld in de
mens (R² = 0,912; Figuur 31). Het aantal studies in serum van jongeren in Vlaanderen is beperkter
in de tijd (eerste metingen dateren van eind jaren ’90), maar de exponentiële daling die men ziet in
serum (R² = 0,997) verloopt opvallend parallel met die van moedermelk. We kunnen dus besluiten
dat er een duidelijke afname is van PCB’s in de tijd.
Aangezien de Vlaamse controlepopulatie 2 jaar vroeger onderzocht werd dan de jongeren in de
regio Menen, kunnen we nagaan of het tijdselement een verklarende factor is met betrekking tot
de lager PCB gehaltes in regio Menen t.o.v. Vlaanderen. Door de dalende trend in de PCBconcentraties
zouden de gehalten aan som merker-PCB’s in de Vlaamse referentiepopulatie in
2010 lager zijn (41,66 ng/g vet), waardoor het verschil met de gehalten in regio Menen minder
groot is.
121

ng/g vet
350
300
250
200
150
100
50
0
som merker-PCB's
moedermelk bloed Menen Expon. (moedermelk) Expon. (bloed)
Figuur 31: tijdtrends van som merker-PCB’s (PCB138, PCB153 en PCB180) in bloed van 14-15 jarige
jongeren en in moedermelk in Vlaanderen.
Een vergelijking van de twee subgebieden binnen de regio Menen toonde geen significant verschil
tussen de waarden voor som merker-PCB’s Menen 1 en deze in Menen 2.
122
R² = 0,912
R² = 0,9972

2.12. Persistente gechloreerde polluenten: p,p’-DDE
A. P,p’-DDE, een metaboliet van DDT – achtergrondinformatie
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.
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 immuun-
en hormoonverstorend werken. Ze kunnen
de neurologische ontwikkeling van kinderen
negatief beïnvloeden. DDT is mogelijk
kankerverwekkend.
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.
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:
123
Bronnen:
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.
lucht of door hand-mond contact met de
bodem. Deze blootstellingswegen spelen
vooral een rol in de buurt van
verbrandingsovens en stortplaatsen.
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.
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.

Biomonitoring equivalents (BE) in serum (Kirman et al. 2011):
DDE: 500 ng/g vet voor risico op kanker (1 x 10 -5 )
(volgens USEPA, gebaseerd op een oral cancer slope
factor van 0,34 mg/kg/dag)
Som DDE, DDT, DDD: 5000 ng/g vet voor niet kankergerelateerde
schade (volgens USEPA, gebaseerd op een
referentiedosis van 0,0005 mg/kg/dag)
DDT: 4000 ng/g vet voor niet kanker-gerelateerde schade
(volgens USEPA, gebaseerd op een referentiedosis van
0,0005 mg/kg/dag)
124
Biomerkers van
blootstelling:
P,p’-DDE is een metaboliet van
het gechloreerde pesticide.
P,p’-DDE in serum geeft een
maat voor de cumulatieve
blootstelling over een periode
van meerdere jaren aan DDT.
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 in de regio Menen – beschrijving van blootstelling
De beschrijvende statistiek van p,p’-DDE, een afbraakproduct van DDT, wordt gegeven in Tabel 38.
P,p’-DDE (uitgedrukt in ng/l serum en ng/g vet) werd gedetecteerd in alle deelnemers.
Tabel 38: Blootstelling aan p,p’-DDE in de regio Menen
Biomerker eenheid N %>KL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
p,p’-DDE in serum ng/l 197 100 213 (192 – 236) 193 (125 – 320) 560
p,p’-DDE in serum ng/g vet 197 100 47,9 (43,2 – 53,0) 43,6(28,0–70,0) 115
N = aantal deelnemers; KL = kwantificatielimiet (KL p,p’-DDE: 20 ng/l); BI = betrouwbaarheidinterval; P =
percentiel
De ‘biomonitoring equivalent’ voor DDE bedraagt 500 ng/g vet. Voor de totale groep in regio
Menen hebben 3 deelnemers (1,5%) een waarde boven deze ‘biomonitoring equivalent’, wat een
verhoogd risico op kanker inhoudt. In de Vlaamse referentiepopulatie bedraagt het percentage met
verhoogd risico 2,4%. Deze percentages zijn niet significant verschillend tussen regio Menen en
Vlaanderen (p = 0,52).
Net als bij de PCB’s liggen de waarden voor p,p’-DDE hoger bij jongens dan bij meisjes en neemt de
p,p’-DDE concentratie toe met de leeftijd, al zijn deze verschillen net niet statistisch significant.
P,p’-DDE is namelijk, zoals de PCB’s, ook een persistente, vetoplosbare stof die accumuleert in de
voedselketen en in het menselijk lichaam in vetweefsel gestockeerd wordt. De determinerende
factoren zijn dus heel vergelijkbaar met de resultaten bij de PCB’s. Het eten van zelfgevangen vis (p
= 0,006), het krijgen van borstvoeding (p < 0,001) en het eten van lokale eieren (p < 0,001) zijn drie
factoren die in verband staan met een hoger gehalte aan p,p’-DDE in serum (Figuur 32).
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
geen zelfgevangen vis
wel zelfgevangen vis
geen borstvoeding
borstvoeding
geen lokale eieren
lokale eieren
Serum p,p'-DDE (ng/l) - geometrische gemiddelden per subgroep
0 100 200 300 400 500
Figuur 32: Relatie tussen p,p’-DDE in serum en factoren die de blootstelling beïnvloeden
125
Geslacht: p=0,11
Leeftijd: p=0,08
Eten zelfgevangen vis: p=0,006
Borstvoeding: p

C. P,p’-DDE in de regio Menen – vergelijking met Vlaanderen
Een vergelijking van de ruwe data met Vlaanderen wordt gemaakt in Figuur 33. Zowel uitgedrukt in
ng/l serum als in ng/g bloedvet liggen de waarden voor p,p’-DDE in de regio Menen significant lager
dan in de Vlaamse groep. De geometrische gemiddelden bedragen 213 ng/l en 48 ng/g bloedvet bij
de jongeren in studiegebied Menen tegenover 309 ng/l en 71 ng/g bloedvet bij de Vlaamse
jongeren (p < 0,001 voor beiden). De 90 e percentielen bedragen respectievelijk 560 ng/l en 807 ng/l
(p = 0,11), en 115 ng/g bloedvet en 189 ng/g bloedvet (p = 0,02). Het gaat hier om nietgecorrigeerde
gegevens, waarbij er geen rekening wordt gehouden met verschillen in de
karakteristieken van de groepen, zoals bv. het eten van lokale voeding.
p,p'-DDE in serum (ng/l)
900,00
800,00
700,00
600,00
500,00
400,00
300,00
200,00
100,00
0,00
213
Menen
Vlaanderen
p < 0,001
309
181 193
134
95
125
57 51
265
320
464
p = 0,11
807
GM min P10 P25 P50 P75 P90
560
Figuur 33: P,p’-DDE in serum in de regio Menen uitgedrukt in ng/l en ng/g bloedvat: vergelijking
met de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
D. P,p’-DDE in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Het totale meervoudige regressiemodel kan 16% van de variabiliteit verklaren, waarvan 6% door de
factor gebied. Na correctie voor leeftijd, geslacht, roken, bloedvet, BMI en het eten van zelf
gevangen vis, wordt een 30% lager gehalte aan p,p’-DDE gevonden in de regio Menen t.o.v.
Vlaanderen. Dit verschil is hoog significant (p < 0,001).
126
p,p'-DDE in serum (ng/g bloedvet)
200,00
180,00
160,00
140,00
120,00
100,00
80,00
60,00
40,00
20,00
0,00
48
Menen
Vlaanderen
p < 0,001
71
13 11
29
22
28
42
44
64
70
107
p = 0,02
189
GM min P10 P25 P50 P75 P90
115

Tabel 39: Determinanten van p,p’-DDE in serum
P,p’-DDE in serum (ng/l)
R² gebied 5,77
R² finaal model 16,23
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,52)
≤14,5: 0,98
14,5-15,5: 0,90

DDE is een afbraakproduct van het pesticide DDT, wat sinds de jaren ’70 niet meer mag gebruikt
worden in België. Verschillende sensibiliseringscampagnes van de overheid hebben ervoor gezorgd
dat ook vele resterende overschotten werden ingeleverd in containerparken. Blootstelling aan DDT
en DDE is dus hoofdzakelijk historische blootstelling door verontreiniging van de grond waarop
voedingsproducten worden geteeld. Doorheen de tijd is dan ook een dalende trend van de DDEconcentraties
merkbaar die ook zichtbaar is in de mens. Dit wordt ondermeer geïllustreerd in de
WHO-moedermelkcampagnes waaraan ook België deelneemt. In Belgische moedermelk wordt een
exponentiële daling van DDE vastgesteld (R² = 1;). De exponentiële daling die men ziet in serum (R²
= 1) verloopt iets trager dan die van moedermelk. We kunnen dus besluiten dat er een duidelijke
afname is van DDE-blootstelling in de tijd.
Aangezien de Vlaamse controlepopulatie 2 jaar vroeger onderzocht werd dan de jongeren in de
regio Menen, kunnen we nagaan of het tijdselement een verklarende factor is met betrekking tot
de lager DDE-gehaltes in regio Menen t.o.v. Vlaanderen. Door de dalende trend in de DDEconcentraties
zouden de DDE-gehalten in de Vlaamse referentiepopulatie in 2010 lager zijn (60,28
ng/g vet), waardoor het verschil met de gehalten in Menen minder groot is, maar nog steeds
beduidend is.
ng/g vet
140
120
100
80
60
40
20
0
DDE
moedermelk bloed jongeren Menen
Expon. (moedermelk) Expon. (bloed jongeren)
Figuur 34: tijdtrends van DDE-gehalten in bloed van 14-15 jarige jongeren en in moedermelk in
Vlaanderen.
Een vergelijking van de twee subgebieden binnen de regio Menen toonde geen significant verschil
tussen de waarden voor DDE in Menen 1 en deze in Menen 2.
128
R² = 1
R² = 1
2004 2005 2006 2007 2008 2009 2010

2.13. Persistente gechloreerde polluenten: hexachlorobenzeen
A. Hexachlorobenzeen – achtergrondinformatie
Hexachlorobenzeen (HCB) is een schimmelwerend
middel dat in het verleden vooral werd gebruikt op
planten, zaden en granen. Het werd vroeger ook
gebruikt in de productie van vuurwerk, munitie en
synthetisch rubber. Momenteel is het gebruik van HCB
verboden maar het komt nog in het milieu terecht als
bijproduct in de chemische industrie, in afvalstromen
van chlooralkali- en houtbeschermingsindustrie en bij
de verbranding van huishoudelijk afval. HCB is zeer
persistent en vetoplosbaar waardoor het in de
voedselketen accumuleert.
Blootstelling bij de mens:
Metabolisme bij de mens:
129
Bronnen:
HCB dat in het verleden in onze
omgeving terecht gekomen is of dat
momenteel nog als afvalproduct in de
omgeving wordt geloosd, wordt
slechts heel traag afgebroken
(halfwaardetijd: 3 tot 6 jaar). Het is als
persistente component aanwezig in de
voedselketen, de lucht, de bodem en
het water.
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.
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.
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 blootgesteld aan
hoge dosissen via een accidentele vervuiling van het brood met HCB. Dit incident leidde tot
huidletsels (zweren en verkleuring), artritis en problemen met de lever, het zenuwstelsel en de
maag.
o HCB kan het immuunsysteem verstoren.
o HCB is schadelijk voor het zenuwstelsel en kan leiden tot neurologische
ontwikkelingsstoornissen.
o HCB is kankerverwekkend bij dieren en wordt door het IARC
(International Agency for Research on Cancer) geklasseerd als
‘mogelijk kankerverwekkend voor de mens’ (groep 2B).
o HCB kan hormoonverstorend werken. Het kan de werking van
de geslachtshormonen en schildklierhormonen in het lichaam
blokkeren of stimuleren.
B. Hexachlorobenzeen in de regio Menen – beschrijving van blootstelling
HCB (uitgedrukt in ng/l serum en ng/g bloedvet) werd bij 91% van de deelnemers gedetecteerd.
Het geometrisch gemiddelde, de mediaan en de percentielen worden teruggevonden in Tabel 40.
Tabel 40: Blootstelling aan hexachlorobenzeen (HCB) in de regio Menen
Biomerker eenheid N %>KL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
HCB in serum ng/l 197 91,37 34,8 (32,2 – 37,6) 36,0(27,0– 46,0) 63,0
HCB in serum ng/g vet 197 91,37 7,8 (7,3 – 8,4) 8,3(5,9-10,7) 13,7
N = aantal deelnemers; KL = kwantificatielimiet (KL HCB: 20 ng/l); BI = betrouwbaarheidinterval; P =
percentiel
De Biomonitoring Equivalent (BE) voor HCB bedraagt 47 ng/g vet (gebaseerd op ATSDR) en 43 ng/g
vet (gebaseerd op WHO inschatting van neoplastische effecten). In de regio Menen viel 1
deelnemer (0,5%) boven deze waarden, tegenover geen enkele deelnemer in de
referentiepopulatie (p = 0,30).
Analoog aan de andere persistente stoffen in deze studie, is de waarde van HCB in serum
gerelateerd aan geslacht (significant hoger bij jongens, p = 0,03), BMI (lagere waarden bij
130

toenemende BMI, p < 0,001) en het eten van lokale eieren (hogere waarden bij consumptie lokale
eieren, p = 0,02). Naargelang de leeftijdsgroep wordt er echter geen verband gevonden. Verder
wordt er bij een hoger opleidingsniveau van het kind een hoger HCB gehalte vastgesteld (p = 0,03)
en is er een relatie met de seizoenen (p = 0,02; Figuur 35).
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
ASO
TSO
BSO
ondergewicht
normaal gewicht
overgewicht
winter
lente
zomer
herfst
geen lokale eieren
lokale eieren
Serum HCB (ng/l) - geometrische gemiddelden per subgroep
0 10 20 30 40 50 60
Figuur 35: Relatie tussen hexachlorobenzeen in serum en factoren die de blootstelling beïnvloeden
C. Hexachlorobenzeen in de regio Menen – vergelijking met Vlaanderen
De vergelijking van de ruwe data met Vlaanderen levert volgende resultaten op: de waarden voor
HCB liggen in regio Menen iets lager dan in Vlaanderen, maar deze verschillen zijn niet significant
(uitgedrukt in ng/l: p = 0,32; in ng/g bloedvet: p = 0,23). Op de waarden van de 90 e percentielen zit
weinig verschil, en deze zijn dan ook niet statistisch significant (Figuur 36).
Hexachlorobenzeen in serum (ng/l)
70,00
60,00
50,00
40,00
34,8
36,7
30,00
20,00
10,00
0,00
p = 0,32
Menen
Vlaanderen
10 10
21 22
29
27
40
36
50
46
p = 1,00
63 63
GM min P10 P25 P50 P75 P90
Figuur 36: Hexachlorobenzeen in serum in de regio Menen: vergelijking met de Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
131
Hexachlorobenzeen in serum (ng/g bloedvet)
16,00
14,00
12,00
10,00
8,00
6,00
4,00
2,00
0,00
p = 0,23
8,3
7,8
Menen
Vlaanderen
Geslacht: p=0,027
Leeftijd: p=0,21
Opleiding: p=0,03
BMI klasse: p

D. Hexachlorobenzeen in de regio Menen – effect van gebied na correctie voor
determinanten van blootstelling
Het meervoudig regressiemodel voor HCB verklaart in totaal 20% van de variabiliteit: de factor
gebied verklaart slechts 0,25%. Na correctie voor leeftijd, geslacht, roken, opleiding van de jongere,
bloedvet, BMI en het eten van zelf gevangen vis is de waarde van HCB in de regio Menen 4% lager
dan in de Vlaamse referentiegroep. Dit verschil is statistisch niet significant (p = 0,40; Tabel 41).
Zonder correctie voor zelfgevangen vis liggen de HCB-gehalten in de regio Menen 6% lager dan in
Vlaanderen (p = 0,27). Indien er extra gecorrigeerd wordt voor het eten van lokale eieren ligt het
HCB gehalte in de regio Menen 3% hoger dan in Vlaanderen, maar ook dit verschil is niet significant
(p = 0,56).
Tabel 41: Determinanten van hexachlorobenzeen in serum
HCB in serum (ng/l)
R² gebied 0,25
R² finaal model 20,28
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,27)
≤14,5: 1,11
14,5-15,5: 1,01

2.14. Persistente gechloreerde polluenten: dioxines en dioxine-achtige stoffen
A. Dioxines en dioxine-achtige stoffen – achtergrondinformatie
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, 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:
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).
133
Bronnen:
Dioxines en furanen worden gevormd bij
onvolledige verbrandingsprocessen zoals
huisvuil- en industriële verbranding,
staalindustrie, recyclage van non-ferrometalen,
thermische elektriciteitcentrales, cementovens,
uitlaatgassen, sigarettenrook en
afvalverbranding in tuinen, wat de laatste jaren
een belangrijke bron is aan dioxine-achtige
stoffen. PCB’s werden vroeger vooral gebruikt
in transformatoren, condensatoren,
hydraulische systemen, maar kunnen ook
ontstaan bij verbrandingsprocessen. De
productie van PCB’s in België is verboden sinds
1979.
Dioxine-achtige stoffen zijn schadelijk voor de mens en stapelen zich op in lichaamsvetten.
De geschatte halfwaardetijd voor 2,3,7,8-TCDD (het meest toxische dioxine) is 7,5 jaar, voor de
groep dioxines wordt de halfwaardetijd geschat op 20-30 jaar. De halfwaardetijd voor de groep van
PCB’s en furanen varieert van 2 tot 6 jaar. Deze halfwaardetijden variëren in functie van de leeftijd
(langer bij oudere mensen).
Gezondheidseffecten:
o PCB’s kunnen hormoonverstorende effecten
hebben en verstoringen van het afweersysteem
veroorzaken.
o Chronische blootstelling aan dioxines wordt
geassocieerd met immuunverstoringen, defecten
van de neurale ontwikkeling, en verstoringen in de
hormoonhuishouding en de vruchtbaarheid.
o PCB’s worden door het IARC (International
Agency for Research on Cancer) geklasseerd als
‘mogelijk kankerverwekkend voor de mens’ (groep
2B); 2, 3, 7, 8-TCDD als ‘kankerverwekkend voor de
mens’ (groep 1).

B. Calux assay in de regio Menen – beschrijving van blootstelling
Door een gefractioneerde meting uit te voeren op serum, resulteert de Calux assay in twee
resultaten: de som van dioxines en furanen wordt weergegeven in één fractie (PCDD/F’s) en de
som van de dioxine-achtige PCB’s wordt weergegeven in een tweede fractie (dl-PCB’s). De
resultaten worden uitgedrukt in BEQ’s; dit zijn biologische equivalenten, d.w.z. dat de resultaten
worden uitgedrukt als een biologische activiteit, en geen chemische concentratie.
De waarden voor PCDD/F’s en dl-PCB’s voor de totale groep in de regio Menen worden getoond in
Tabel 42. Dioxines en furanen werden gedetecteerd bij alle deelnemers; dioxine-achtige PCB’s
gaven een meetbaar signaal bij meer dan 96% van de adolescenten.
Tabel 42: Blootstelling aan dioxines + furanen en dioxine-achtige PCB’s in serum (gemeten met
Calux assay) in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
PCDD/F’s pg BEQ/g serum 197 100 0,23 (0,22 – 0,24) 0,21 (0,17-0,31) 0,43
PCDD/F’s pg BEQ/g vet 197 100 70,0 (65,5-74,9) 68,5(48,0 - 93,3) 141
dl-PCB’s pg BEQ/g serum 197 96,45 0,10 (0,09 – 0,10) 0,09 (0,08–0,11) 0,16
dl-PCB’s pg BEQ/g vet 197 96,45 29,1 (27,5 – 30,8) 28,1 (22,3-35,5) 52,2
PCDD/F’s = som van dioxines en furanen; dl-PCB’s = dioxine-achtige PCB’s; N = aantal deelnemers; DL =
detectielimiet (DL PCDD/F’s: 0,05 pg BEQ/g serum en 15,24 pg BEQ/g vet, DL dl-PCB’s: 0,03 pg BEQ/g serum
en 7,32 pg BEQ/g vet); BI = betrouwbaarheidinterval; P = percentiel
Figuur 37 en Figuur 38 geven een overzicht van de relevante factoren die de blootstelling aan
PCDD/F’s en dl-PCB’s in serum beïnvloeden. Dioxines en furanen kunnen niet in verband gebracht
worden met verschillen in geslacht en leeftijd. Het geven van borstvoeding gaat gepaard met
lichtjes hogere waarden voor PCDD/F’s; dit effect is rand significant (p = 0,05). Verder wordt er een
negatieve relatie vastgesteld tussen PCDD/F gehaltes en het eten van zelfgevangen vis (p = 0,008;
Figuur 37).
134

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
geen borstvoeding
wel borstvoeding
geen zelfgevangen vis
wel zelfgevangen vis
Serum PCDD/PCDF's (pg BEQ/g serum) - geometrische gemiddelden per
subgroep
0 0,05 0,1 0,15 0,2 0,25 0,3
Figuur 37: Relatie tussen dioxines en furanen in serum en factoren die de blootstelling beïnvloeden
Dioxine-achtige PCB’s worden geassocieerd met het geslacht van de jongeren; dl-PCB waarden zijn
hoger bij jongens dan bij meisjes (p = 0,008). Ook hebben jongeren in de hoogste leeftijdscategorie
hogere dl-PCB gehaltes in hun bloed (p < 0,001). Net zoals voor de PCDD/F’s is het eten van
zelfgevangen vis omgekeerd gerelateerd aan de concentratie dl-PCB’s in serum, al is deze relatie
rand significant (p = 0,05). Ook de seizoenen worden in verband gebracht met dl-PCB concentraties
(p = 0,01; Figuur 38).
135
Geslacht: p = 0,47
Leeftijd: p = 0,14
Borstvoeding:
p = 0,05
Eten van zelfgevangen vis:
p = 0,008

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
geen zelfgevangen vis
wel zelfgevangen vis
winter
lente
zomer
Dl-PCB's (pg BEQ/g serum) - geometrische gemiddelden per subgroep
herfst
0 0,02 0,04 0,06 0,08 0,1 0,12
Figuur 38: Relatie tussen dioxine-achtige PCB’s in serum en factoren die de blootstelling
beïnvloeden
C. Calux assay in de regio Menen – vergelijking met Vlaanderen
Een vergelijking met Vlaanderen wordt gegeven in Figuur 39. De verschillen in PCDD/F’s en dl-PCB’s
in serum, gemeten met de Calux assay, zijn hoog significant verschillend tussen de regio Menen en
Vlaanderen, zowel voor de geometrische gemiddelden als de 90 e percentielen. Vooral de PCDD/F’s
zijn sterk verlaagd in regio Menen t.o.v. de Vlaamse controlepopulatie (p < 0,001); de dl-PCB
waarden zijn minder uitgesproken verlaagd, maar toch ook duidelijk significant (p = 0,0002).
PCDD/PCDF's in serum (pg BEQ/g serum)
0,60
0,50
0,40
0,30
0,20
0,10
0,00
0,23
Menen
Vlaanderen
p < 0,001
0,38
0,11
0,09
0,15
0,22
0,17
0,33
0,21
0,39
p = 0,0004
0,31
0,47
0,43
GM min P10 P25 P50 P75 P90
0,57
Dl-PCB's in serum (pg BEQ/g serum)
Figuur 39: Dioxines + furanen en dioxine-achtige PCB’s in serum in de regio Menen, vergelijking met
de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
0,20
0,18
0,16
0,14
0,12
0,10
0,08
0,06
0,04
0,02
0,00
136
0,10
Menen
Vlaanderen
p = 0,0002
0,11
Geslacht:
p = 0,008
Leeftijd: p < 0,001
Eten van zelfgevangen vis:
p = 0,05
0,05
0,02
Seizoen: p = 0,01
0,07 0,07
0,08
0,09 0,09
0,11 0,11
0,19
p = 0,06
0,14
0,16
GM min P10 P25 P50 P75 P90

D. Calux assay in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Het totale meervoudige regressiemodel kan 31% van de variabiliteit verklaren voor de dioxines en
furanen en 14% voor de dioxine-achtige PCB’s, waarvan respectievelijk 27% en 4% verklaard wordt
door de regio. Na correctie voor leeftijd, geslacht, roken, BMI, verwarming in huis en bloedvet
liggen zowel de PCDD/F’s als de dl-PCB’s significant lager bij de jongeren in Menen in vergelijking
met de Vlaamse referentiepopulatie (p < 0,001 voor beiden). De dioxines en furanen liggen 39%
lager in de regio Menen; voor de dioxine-achtige PCB’s bedraagt het verschil 17% (Tabel 43).
Tabel 43: Determinanten van PCDD/PCDF’s en Dl-PCB’s in serum
PCDD/F’s (pg BEQ/ g serum) Dl-PCB’s (pg BEQ/g serum)
R² gebied 26,59 3,83
R² finaal model 31,14 14,04
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,30)
≤14,5: 1,004
14,5-15,5: 0,94

2.15. Gebromeerde vlamvertragers: polygebromeerde diphenylethers (PBDE’s),
hexabromocyclododecaan (HBCD) en tetrabromobisfenol A (TBBPA)
A. PBDE’s, HBCD en TBBPA –achtergrondinformatie
De polygebromeerde diphenylethers
(PBDE’s) omvatten 209 gelijkaardige
moleculen of congeneren. Het zijn
vlamvertragende chemicalieën toegevoegd
aan ondermeer textiel, plastiek en
elektronische apparatuur om deze minder
brandbaar te maken. Sinds 2006 werd in de
Europese Unie het gebruik van penta– en
octaBDE in elektronisch materiaal reeds
verboden. Meer recent werd ook het gebruik
van decaBDE verboden in Europa, waar
decaBDE in tien keer grotere hoeveelheid
gebruikt werd dan alle andere PBDE’s samen.
Hexabromocyclododecaan (HBCD) is een
brandvertragend middel dat in grote
hoeveelheden geproduceerd wordt in België,
Nederland, Duitsland en het Verenigd
Koninkrijk. Het wordt vooral gebruikt in de
bouwsector, meer bepaald in polystyreenschuim
dat gebruikt wordt als thermische
isolatie. Verder wordt HBCD veel gebruikt in
textiel om meubels te stofferen. In
commerciële producten worden 3 isomeren
onderscheiden (α, β en γ – HBCD), het is
vooral het α-isomeer dat accumuleert in
vissen en zoogdieren. Het Europees
Chemicalieënagentschap (ECHA) heeft HBCD
op de eerste kandidatenlijst van ‘zeer
zorgwekkende stoffen’ gezet in het kader van
de REACH richtlijn.
Tetrabromobisfenol A (TBBPA) is een
brandvertrager die niet in Europa
geproduceerd wordt, maar wel in grote mate
wordt ingevoerd, voornamelijk door België,
Nederland en Duitsland. Het wordt vooral
gebruikt in elektronisch materiaal voor
gegevensverwerking en telecommunicatie, en
in mindere mate in koelkasten en autoonderdelen.
138
Bronnen:
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.
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.

Blootstelling bij de mens:
De belangrijkste blootstelling van de algemene bevolking aan gebromeerde vlamvertragers gebeurt
via inademing van binnenhuislucht en huisstof of via vooral vetrijke voeding door opstapeling van
PBDE’s, HBCD en TBBPA in de voedselketen. Bij kinderen is de opname van gebromeerde stoffen
door hand-aan-mond gedrag tien maal hoger dan bij volwassenen. Bij baby’s is opname van
gebromeerde vlamvertragers via de moedermelk ook een zeer belangrijke blootstellingsweg.
Metabolisme bij de mens:
Omdat kleinere moleculen
gemakkelijker opgenomen
worden in het lichaam, worden
de PBDE’s met maar 1 tot 5
broomatomen als de
gevaarlijkste beschouwd. De
halfwaardetijd (t1/2) wordt
groter naarmate PBDE’s
minder broomatomen
bevatten. Voor decaBDE
bedraagt t1/2 in de mens 11
tot 18 dagen, dit loopt op tot
68 à 120 dagen voor octaBDE
en 2 tot zelfs 26 jaar voor
pentaBDE.
Over het gedrag van HBCD in
het menselijk lichaam is zeer
weinig gekend, de weinige
informatie beperkt zich tot
enkele dierstudies. HBCD
stapelt zich op in vetrijk
weefsel en het zou een
halfwaardetijd van ongeveer
64 dagen hebben op basis van
metingen in moedermelk en
vetweefsel van ratten.
139
TBBPA wordt voornamelijk
opgenomen door het
spijsverteringstelsel; opname
door de longen is beperkt. De
halfwaardetijd van TBBPA in
het menselijk lichaam bedraagt
2 dagen. Het wordt vooral uit
het lichaam verwijderd met de
uitwerpselen en in mindere
mate met de urine.

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.
Gezondheidseffecten:
Onderzoek bij beroepsblootstelling,
proefdierstudies en in vitro-proeven toont aan
dat PBDE’s betrokken zijn bij een verstoring
van de schildklierhormonen en andere
hormonen en ze kunnen de ontwikkeling van
het zenuwstelstel beïnvloeden. PBDE’s
werden in verband gebracht met verminderde
spermakwaliteit. Verder zijn PBDE’s mogelijk
kankerverwekkend en kunnen sommige PBDEmoleculen
doorheen de placenta het
ongeboren kind bereiken.
Er zijn weinig gegevens beschikbaar omtrent
gezondheidseffecten van HBCD bij de mens. Er
is wel geweten dat HBCD via de placenta het ongeboren kind kan bereiken. Via studies met
proefdieren werd aangetoond dat blootstelling aan HBCD effect heeft op de schildklier, de lever en
de hormoon-huishouding.
Er is zeer weinig informatie beschikbaar wat betreft de gezondheidseffecten van TBBPA bij de
mens. In vitro studies en proefdierstudies tonen aan dat TBBPA de schildklier en het hormonale
systeem beïnvloed.
B. PBDE’s in de regio Menen – beschrijving van blootstelling
Een aanzienlijke proportie van de deelnemers in de regio Menen had waarden onder de
kwantificatielimiet voor de polygebromeerde vlamvertragers (PBDE’s), hexabromocyclododecaan
(HBCD) en tetrabromocyclodecaan (TBBPA). Tabel 44 geeft aan welk percentage van de
deelnemers waarden onder de kwantificatielimiet had voor iedere afzonderlijke congeneer.
Tabel 44: Kwantificatielimieten en proporties onder de kwantificatielimiet voor gebromeerde
vlamvertragers in serum (PBDE’s, HBCD, TBBPA) in de regio Menen
Biomerker KL % < KL
BDE28 2 ng/l 99,49%
BDE47 3 ng/l 82,23%
BDE99 3 ng/l 95,94%
BDE100 2 ng/l 94,92%
BDE153 2 ng/l 34,01%
BDE154 2 ng/l 98,98%
BDE183 2 ng/l 94,92%
BDE209 25 ng/l 93,40%
HBCD 30 ng/l 98,48%
TBBPA 15 ng/l 95,43%
KL = kwantificatielimiet; % < KL: % deelnemers met waarden onder de kwantificatielimiet; P = percentiel

De meest frequent gedetecteerde PBDE’s zijn BDE47 en BDE153. Voor deze congeneren worden
gemiddelde waarden berekend, waarbij de waarden onder de kwantificatielimiet op ½ van de
kwantificatielimiet worden gezet (zie Tabel 45).
Tabel 45: Blootstelling aan gebromeerde vlamvertragers BDE47 en BDE153 in serum in de regio
Menen
Biomerker eenheid N %>KL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
BDE47 ng/l 197 17,77 1,94 (1,78 – 2,12) 1,50 (1,50–1,50) 5,00
BDE47 ng/g vet 197 17,77 0,44 (0,40 – 0,48) 0,36 (0,33-0,41) 1,15
BDE153 ng/l 197 65,99 2,23 (2,02 – 2,47) 2,00 (1,00–4,00) 5,00
BDE153 ng/g vet 197 65,99 0,50 (0,45 – 0,55) 0,51 (0,25–0,77) 1,17
N = aantal deelnemers; KL = kwantificatielimiet (KL BDE47: 3 ng/l, BDE153: 2 ng/l); BI =
betrouwbaarheidinterval; P = percentiel
De determinanten van BDE47 en BDE153 verschillen aanzienlijk (Figuur 40 en Figuur 41). Dit heeft
vermoedelijk te maken met het verschil in halfwaardetijd (triBDE versus hexaBDE) en met de
verschillen in proportie onder de kwantificatielimiet (veel waarden onder de KL geven minder
variatie in het geometrisch gemiddelde tussen subgroepen). BDE47 in serum is niet geassocieerd
met persoonskenmerken of levensstijlfactoren: er werden geen verschillen geobserveerd volgens
geslacht, leeftijd of voedingsgewoonten (Figuur 40). BDE153 gedraagt zich analoog aan de andere
POP’s: de waarden zijn significant hoger bij jongens dan bij meisjes (p = 0,005), dalen met
toenemende BMI-klasse (p = 0,004) en stijgen met de leeftijd, al is dit laatste verschil niet
significant (p = 0,70). Er zijn verder geen onderliggende voedingsfactoren (lokale voeding, vis,…) of
levensstijlfactoren (contact met electronica, tapijten in huis,…) die de blootstelling beïnvloeden
(Figuur 41).
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
geen borstvoeding
wel borstvoeding
Serum BDE47 (ng/l) - geometrische gemiddelden per subgroep
0 0,5 1 1,5 2 2,5
Geslacht: p=0.79
Leeftijd: p = 0,12
Borstvoeding:
p=0,11
Figuur 40: Relatie tussen BDE47 in serum en factoren die de blootstelling beïnvloeden

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
ondergewicht
normaal gewicht
overgewicht
Serum BDE153 (ng/l) - geometrische gemiddelden per subgroep
0 0,5 1 1,5 2 2,5 3
Figuur 41: Relatie tussen BDE153 in serum en factoren die de blootstellling beïnvloeden
C. PBDE’s in de regio Menen – vergelijking met Vlaanderen
Geslacht: p = 0,005
Leeftijd: p = 0,70
BMI klasse: p = 0,004
De gebromeerde vlamvertragers BDE47 en BDE153 komen het meest frequent voor in het PBDEmengsel.
Voor deze twee congeneren werd een vergelijking gemaakt van de gemiddelde
serumwaarde in de regio Menen en de Vlaamse referentiegroep (Figuur 42). Aangezien maar 22%
in regio Menen en 38% in Vlaanderen van de waarden voor BDE47 boven de kwantificatielimiet
liggen, lopen de percentielwaarden gelijk op tot de 50 e percentiel. Dit is analoog voor BDE153,
waar 66% van de waarden boven de kwantificatielimiet liggen. Het geometrisch gemiddelde van
BDE47 is significant lager in studiegebied Menen t.o.v. Vlaanderen (p = 0,0004). Voor BDE147
daarentegen wordt geen significant verschil in geometrische gemiddelden opgetekend (p = 0,72).
Wat betreft de 90 e percentielen zien we dat voor beide PBDE’s het gehalte lager ligt in regio Menen
in vergelijking met de Vlaamse groep (p = 0,12 en p = 0,04 respectievelijk).
BDE47 in serum (ng/L)
8
7
6
5
4
3
2
1
0
1,9
Menen
p = 0,0004
Vlaanderen
2,5
Menen: 17,8% >LOD
Vlaanderen: 37,6% >LOD
1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5
4,0
p = 0,12
7,0
GM min P10 P25 P50 P75 P90
5,0
Figuur 42: Polygebromeerde vlamvertragers BDE47 en BDE153 in de regio Menen, vergelijking met
de Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
BDE153 in serum (ng/L)
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
p = 0,72
2,2
Menen
Vlaanderen
2,3
Menen: 66% >LOD
Vlaanderen: 61,1% >LOD
1,0 1,0 1,0 1,0 1,0 1,0
2,0 2,0
4,0 4,0
p = 0,04
7,0
GM min P10 P25 P50 P75 P90
5,0

D. PBDE’s in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Na correctie voor leeftijd, geslacht, bloedvet en BMI, ligt de BDE47-concentratie significant lager in
de regio Menen in vergelijking met de Vlaamse controlepopulatie, een verschil van 21% wordt
opgetekend (p = 0,0004). BDE153 daarentegen verschilt niet significant tussen regio Menen en
Vlaanderen (p = 0,47).
Tabel 46: Determinanten van BDE47 en BDE153 in serum
BDE47 (ng/l) BDE153 (ng/l)
R² gebied 3,00 0,03
R² finaal model 3,67 13,68
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,99)
≤14,5: 0,98
14,5-15,5: 0,99

Vlaanderen
Menen 1
Menen 2
BDE47 in serum (ng/l) - subgebieden
0 0,5 1 1,5 2 2,5 3
verschillen tussen subgebieden in Menen: p = 0,03
Figuur 43: Vergelijking van BDE47 concentraties in serum in de twee subgebieden in de regio Menen

2.16. Polyaromatische koolwaterstoffen (PAK’s)
A. PAK’s –achtergrondinformatie
Polycyclische aromatische koolwaterstoffen
(PAK’s) zijn een groep van chemische
producten die gevormd worden bij
onvolledige verbranding. De mens komt er
voornamelijk mee in contact via voedsel,
meer bepaald door de aanwezigheid van
PAK’s die via precipitatie in plantaardige
voedingsstoffen terecht komen, en via de
bereiding als die aanleiding geeft tot zwart
gebrande deeltjes, bv. in gegrilde vis, vlees,
groenten, zwart gebakken brood en gebak.
Ook via de lucht wordt de mens blootgesteld
aan PAK’s, meer bepaald door sigarettenrook,
uitlaatgassen, rook van houtkachels en open
haarden, bosbranden e.a.
PAK’s op zichzelf zijn niet schadelijk voor onze
gezondheid, maar ze worden in ons lichaam
afgebroken tot zeer reactieve stoffen. Deze
afbraakproducten of metabolieten kunnen
wel de gezondheid schaden.
Bronnen:
De verzamelnaam PAK’s omvat honderden
chemische stoffen, die vooral gevormd worden
bij onvolledige verbranding. PAK’s komen vrij in
de lucht bij (onvolledige) verbrandingsprocessen
zoals bij verbranding van hout, steenkool,
stookolie, gas, afval, bosbranden,
vulkaanuitbarstingen, sigarettenrook en slaan
ook neer op plantaardig voedsel. PAK’s ontstaan
ook bij het sterk verhitten van voedingswaren
(bijvoorbeeld barbecue). Verder zijn PAK’s ook
aanwezig in de uitlaat van auto’s.
Een kleine hoeveelheid PAK’s wordt door de
mens zelf geproduceerd, o.a. voor toepassingen
in asfalt, in roofingmateriaal, in materiaal voor
olieraffinaderijen en in teerproducten
(creosoot). Bij de productie en het gebruik van
deze producten zullen er dus PAK’s in de lucht
vrijkomen.
Daarnaast worden PAK’s gevormd in voedsel dat
bij zeer hoge temperaturen wordt verwarmd of
in voedsel dat moet fermenteren. Een aantal
voorbeelden van PAK’s productie in onze
voeding zijn de zwart verbrande deeltjes bij het
grillen of roosteren van vlees, vis of groenten,
producten die zeer donker gebakken zijn, zoals
de korst van brood, gebak, ontbijtgranen of
chips, frituurolie die veel verbrande deeltjes
bevat, fermentatie van producten, zoals bij de
productie van pickles en in gedestilleerde
dranken, zoals whisky of jenever.
Blootstelling bij de mens:
De mens wordt voornamelijk blootgesteld aan PAK’s via voeding, zoals bv. verbrande stukjes brood
of vlees of voeding gefrituurd in oude olie, een belangrijke bron van PAK’s. Ook neergeslagen PAK’s
uit luchtpollutie op plantaardig voedsel vormen een belangrijke bron van blootstelling aan PAK’s.
Een andere blootstellingsweg is inademing. De PAK’s die gevormd worden door het verkeer,
kachels, het roken van sigaretten etc., kunnen zich binden aan stofdeeltjes in de lucht en zo
gedurende langere tijd in de lucht rondzweven en ingeademd worden. PAK’s in de lucht kunnen
ook neerslaan op de bodem, op plantenmateriaal en in het water. Ze worden slechts heel traag
afgebroken (weken tot maanden) door zonlicht en door interacties met andere chemische stoffen
in de bodem en het water.

Metabolisme bij de mens:
In het menselijk lichaam worden PAK’s vrij snel afgebroken tot verschillende afvalproducten die via
de urine uitgescheiden worden.
Biomerkers van blootstelling:
In de urine kunnen afbraakproducten van PAK’s gemeten worden, waarmee een beeld bekomen
wordt van de hoeveelheid PAK’s waaraan een persoon is blootgesteld.
Eén van de best gekende, en ook één van de meest giftige PAK is benzo[a]pyreen. Eén tot 10%
van de PAK’s bestaat uit pyreen. 1-hydroxypyreen is een afbraakproduct van pyreen, de meting
van deze metaboliet in de urine is een maat voor de blootstelling aan fenolische PAK’s. De
uitscheiding van 1-hydroxypyreen verloopt bi-fasisch met een halfwaardetijd van 4 tot 35 uur
voor de eerste fase en 16 dagen voor de tweede fase. Een eenmalige meting van 1hydroxypyreen
in de urine wordt beschouwd als een maat voor blootstelling aan PAK’s
gedurende de voorbije dag.
De concentratie 1-hydroxypyreen in urine zou in personen blootgesteld aan PAK’s op de
werkvloer (niet-rokers) beneden 2,7 µg/g crt moeten blijven om geen gezondheidsschade aan te
richten (Lauwereys and Hoet 2001). Deze richtlijnen zijn niet bruikbaar voor jongeren van een
algemene populatie.
Gezondheidseffecten:
PAK’s stapelen zich niet op in het lichaam en zijn op zichzelf niet giftig, maar ze worden vrij snel
omgevormd tot schadelijke metabolieten. Deze zeer reactieve afbraakproducten kunnen een
verbinding aangaan met verschillende stoffen en cellen in ons lichaam.
Allereerst kunnen metabolieten van PAK’s kankerverwekkend zijn, doordat ze een reactie kunnen
aangaan met het DNA. PAK’s worden vooral in verband gebracht met long, blaas –en huidkanker.
De IARC (International Agency for Research on Cancer) klasseerde het meest giftige metaboliet
benzo[a]pyreen als kankerverwekkend voor de mens (groep 1), een aantal anderen, zoals
creosoten en cyclopenta(cd)pyreen zijn waarschijnlijk kankerverwekkend voor de mens (groep 2A).
Verder kunnen PAK’s metabolieten reageren met receptoren die instaan voor de werking van
hormonen. Daardoor kunnen ze een receptor blokkeren of onnodig stimuleren, zodat de
hormonen respectievelijk te weinig of te veel werken. Vooral de seksuele ontwikkeling en de groei
worden ontregeld door deze hormoonverstorende effecten.
Daarnaast kunnen metabolieten van PAK’s interageren met het afweersysteem, met een
verminderde weerstand tegen infecties als gevolg.

B. PAK’s in de regio Menen – beschrijving van blootstelling
Urinair 1-hydroxypyreen, een biomerker voor blootstelling aan PAK’s, werd gedetecteerd bij 97%
van de deelnemers. Het geometrisch gemiddelde bedraagt 215 ng/l; de andere percentielen
worden weergegeven in Tabel 47.
Tabel 47: Blootstelling aan PAK’s in de regio Menen
Biomerker eenheid N %> Geometrisch
Mediaan P90
DL gemiddelde (95% BI) (P25 - P75)
Urinair 1-hydroxypyreen ng/l 191 97 215 (189 – 244) 230 (160 – 340) 470
N = aantal deelnemers; DL = detectielimiet (DL 1-hydroxypyreen: 10 ng/l); BI = betrouwbaarheidinterval; P =
percentiel
Blootstelling aan PAK’s blijkt niet te variëren naargelang de leeftijd en het geslacht van de
deelnemers. Naast de densiteit van de urine (p < 0,001), wordt er een hoog significante relatie
vastgesteld met rookgedrag: dagelijks roken wordt weerspiegeld door een verdubbeling van de
concentratie aan 1-hydroxypyreen in urine (p < 0,001). Ook passief roken (p = 0,02) en het al dan
niet gerookt hebben de afgelopen 3 dagen (p = 0,04) staat in verband met PAK’s blootstelling.
Tegen de verwachtingen in worden hogere 1-hydroxypyreen concentraties gevonden in de lente en
de zomer (p = 0,03; Figuur 44). We verwachten een hogere blootstelling aan PAK’s in de winter,
een bevinding die in de literatuur wordt vermeld en toe te schrijven is aan het hogere gebruik van
verwarmingstoestellen in de winter. De ongelijke verdeling van de staalafnames over de seizoenen
kan hiervoor een verklaring zijn.
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
roken: nooit
roken: sporadisch
roken: dagelijks
niet passief roken
wel passief roken
recent niet gerookt
recent wel gerookt
winter
lente
zomer
herfst
densiteit urine

C. PAK’s in de regio Menen – vergelijking met Vlaanderen
De gemiddelde blootstelling aan PAK’s in de regio Menen is sterk significant hoger dan in de
Vlaamse controlepopulatie (p < 0,001). Ook de 90 e percentiel ligt significant hoger in regio Menen
dan in Vlaanderen (p = 0,005; Figuur 45). Het gaat hierbij om niet-gecorrigeerde gegevens, d.w.z.
dat er geen rekening wordt gehouden met verschillen in de karakteristieken van de twee groepen.
1-hydroxypyreen in urine (ng/l)
500
400
300
200
100
0
215
Menen
Vlaanderen
p < 0,001
137
2
24
92
59
160
87
230
132
340
224
p = 0,0048
470
GM min P10 P25 P50 P75 P90
Figuur 45: Urinair 1-hydroxypyreen in de regio Menen: vergelijking met de Vlaamse
controlepopulatie, niet-gecorrigeerde gegevens
D. PAK’s in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
In het finale model voor urinair 1-hydroxypyreen wordt 30% van de variabiliteit verklaard, waarvan
8% door de factor gebied. Na correctie voor leeftijd, geslacht, roken, passief roken en densiteit van
de urine is de blootstelling aan PAK’s bijna 50% hoger in de regio Menen in vergelijking met
Vlaanderen, een verschil dat dan ook hoog significant is (p < 0,001).
313

Tabel 48: Determinanten van 1-hydroxypyreen in urine
Urinair 1-hydroxypyreen (ng/l)
R² gebied 7,64
R² finaal model 29,54
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,27)
≤14,5: 0,89
14,5-15,5: 1,04

2.17. Vluchtige organische stoffen: benzeen
A. benzeen –achtergrondinformatie
Benzeen wordt vooral geproduceerd
door menselijke activiteiten. Het is
bijvoorbeeld aanwezig in uitlaatgassen,
in de buurt van chemische industrie, in
sigarettenrook, in dampen van lijmen,
verven, onderhoudsproducten…
Daarnaast kent het ook een natuurlijke
oorsprong. Zo wordt benzeen gevormd
bij bosbranden, vulkaanuitbarstingen
e.d. De mens komt voornamelijk in
contact met benzeen via inademing,
slechts in zeer beperkte mate (

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.
B. Benzeen in de regio Menen – beschrijving van blootstelling
Gezondheidseffecten:
Langdurige blootstelling aan
benzeen verricht schade aan aan
het beenmerg en resulteert
hiermee gepaard in bloedarmoede
bij zeer sterk verhoogde benzeen
concentraties. Het afweersysteem
kan verstoord worden, wat leidt tot
een verminderde weerstand tegen
infecties. Bovendien werd benzeen
door het IARC (International Agency
for Cancer Research) geklasseerd
als ‘zeker kankerverwekkend voor
de mens’ (groep 1). Langdurige
blootstelling aan benzeen kan
leiden tot leukemie.
De beschrijvende statistiek van urinair t,t’-muconzuur wordt gegeven in Tabel 49. T,t’-muconzuur
werd detecteerd bij 99% van de deelnemers.
Tabel 49: Blootstellling aan benzeen in de regio Menen
Biomerker eenheid N %> Geometrisch
Mediaan P90
DL gemiddelde (95% BI) (P25 - P75)
Urinair t,t’-muconzuur µg/l 191 99 89,85 (77,17 – 104,62) 79,0 (41 – 190) 360
N = aantal deelnemers; DL = detectielimiet (DL 1-t,t’-muconzuur: 5 µg/l); BI = betrouwbaarheidinterval; P =
percentiel
T,t’-muconzuur varieert niet naargelang het geslacht van de deelnemers, wel wordt er een verband
gevonden met de leeftijd (p = 0,05), de opleiding van het kind (p = 0,01), de hoogste opleiding
binnen het gezin (p = 0,02) en de densiteit van de urine (p < 0,001). Wat betreft recent contact met
uitlaatgassen wordt een omgekeerde relatie waargenomen (p = 0,01): contact met uitlaatgassen in
de afgelopen 3 dagen wordt in verband gebracht met een lagere blootstelling aan benzeen.
Aangezien t,t’-muconzuur in urine recente blootstelling weerspiegelt, is dit toch een zeer
onverwachte bevinding.

Figuur 46: Relatie tussen t,t’-muconzuur in urine en factoren die de blootstelling beïnvloeden
C. Benzeen in de regio Menen – vergelijking met Vlaanderen
De blootstelling aan benzeen – gemeten door middel van t,t’-muconzuur in urine – is gelijkaardig in
de regio Menen en in Vlaanderen (p = 0,83). Ook de 90 e percentielen verschillen niet tussen de
regio’s (p = 0,47; Figuur 47). Het gaat hierbij om niet-gecorrigeerde gegevens, wat wil zeggen dat er
geen rekening gehouden wordt met verschillende karakteristieken tussen de twee populaties.
t,t'-muconzuur in urine (µg/l)
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
ASO
TSO
BSO
Geen diploma + Max LS
Maximaal HS
Hoger onderwijs
recent geen uitlaatgassen
recent uitlaatgassen
400
300
200
100
densiteit urine

D. Benzeen in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Het totale meervoudige regressiemodel verklaart 24% van de variatie; de factor gebied verklaart
hiervan slechts 0,01%. Correctie voor leeftijd, geslacht, opleiding van de jongere, roken, densiteit
van de urine en duur van de urinecollectie levert geen significante verschillen op tussen de regio
Menen en Vlaanderen (p = 0,98). Indien de tijd tussen de urinecollectie en de laatste plasbeurt uit
het model wordt weggelaten, liggen de waarden voor t,t-muconzuur in urine 4% lager in de regio
Menen dan in Vlaanderen (p = 0,69).
Tabel 50: Determinanten van t,t’-muconzuur in urine
Urinair t,t’-muconzuur (µg/l)
R² gebied 0,01
R² finaal model 23,72
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,29)
≤14,5: 0,80
14,5-15,5: 0,80

2.18 Perfluorderivaten: perfluoroactaansulfonzuur en perfluoro-octaanzuur
A. Perfluorderivaten – achtergrondinformatie
Perfluoro-octaanzuur (PFOA) en
perfluoro-octaansulfaat (PFOS) zijn de
twee belangrijkste perfluorderivaten.
Deze stoffen worden gebruikt voor de
oppervlaktebehandeling van tapijten,
stoffen, leder en bekleding van
meubels en auto-interieur ter
verhoging van de resistentie tegen vuil,
water en olie. Een tweede
gebruiksdomein is de papierindustrie
waar deze chemische stoffen worden
toegepast op papier, karton en
producten zoals wegwerpborden en
voedingsverpakkingen om deze een
hogere resistentie te geven tegen vuil,
vet en water. Daarnaast worden deze
stoffen ook gebruikt in verschillende
industriële en commerciële
toepassingen zoals brandbestrijdend
schuim, basische
schoonmaakmiddelen, boenwas,
fotografische film, gebitsreinigers,
shampoo, cosmetica en in Sulfluramid,
een insecticide tegen kakkerlakken,
mieren en termieten.
Gezondheidseffecten:
De gezondheidseffecten van lage dosissen PFOS en PFOA
zijn nog niet volledig gekend.
PFOS en PFOA kunnen leiden tot abnormale celgroei –en
functie. Chronische blootstelling kan aanleiding geven tot
neurologische, cardiovasculaire, reproductieve en
hormonale storingen.
Bronnen:
Perfluorverbindingen zijn moeilijk afbreekbaar
en kunnen lange tijd in het milieu aanwezig
blijven. Deze componenten werden reeds
teruggevonden in oppervlaktewater, oceanen,
dieren, … . Zelfs in zeer afgelegen gebieden zijn
perfluorverbindingen aanwezig.
Blootstelling bij de mens:
PFOS accumuleert in vis (bloed en lever) en
wordt via de voeding door de mens opgenomen.
Vooral roofvissen kunnen een bron van PFOS
zijn voor de mens.
Naast voeding lijken er nog andere
blootstellingswegen van belang, zoals inademen
van huiselijk stof en contact met
verpakkingsmaterialen.
Metabolisme bij de mens:
Perfluorverbindingen accumuleren niet in het
vetweefsel, maar kunnen toch lange tijd in het
lichaam aanwezig zijn. De halfwaardetijd van
PFOS in de mens bedraagt 8 à 9 jaar; in humaan
serum is de halfwaardetijd 4,5 jaar. Voor PFOA is
de halfwaardetijd gelegen tussen 1 en 4,5 jaar.
Biomerker van blootstelling:
In deze studie worden
perfluorverbindingen gemeten in het
serum van de jongeren. Momenteel
zijn er nog geen richtwaarden voor
blootstelling aan perfluorderivaten
voorhanden.

B. Perfluorderivaten in de regio Menen – beschrijving van blootstelling
De perfluorverbindingen PFOA en PFOS worden bij alle deelnemende jongeren gedetecteerd. De
geometrische gemiddelden en de percentielen worden gegeven in Tabel 51.
Tabel 51: Blootstelling aan perfluorderivaten in de regio Menen
Biomerker eenheid N %> Geometrisch
Mediaan P90
KL gemiddelde (95% BI) (P25 - P75)
PFOA µg/l 197 100 2,55 (2,44 – 2 65) 2,60 (2,13–3,00) 3,62
PFOS µg/l 197 100 5,83 (5,41 – 6,29) 4,00 (5,70-7,80) 10,80
N = aantal deelnemers; KL = kwantificatielimiet (KL PFOA = 0,3 µg/l;; KL PFOS = 0,3 µg/l); BI =
betrouwbaarheidinterval; P = percentiel
In Figuur 48 worden de factoren weergegeven die de blootstelling aan PFOA beïnvloeden. PFOA
concentraties in serum worden niet beïnvloed door het geslacht en de leeftijd van de jongeren.
Wel wordt er een significant verband vastgesteld met het rookgedrag van de deelnemers, maar
deze verschillen zijn niet consistent en dus vermoedelijk te wijten aan toeval omwille van de kleine
subgroepen.
jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
niet roker
minder dan dagelijks roker
dagelijks roker
PFOA (µg/l) - geometrische gemiddelden per subgroep
0 0,5 1 1,5 2 2,5 3 3,5
Geslacht: p = 0,13
Leeftijd:
p = 0,26
Roken: p = 0,04
Figuur 48: Relatie tussen PFOA in serum en factoren die de blootstelling beïnvloeden
Wat betreft PFOS wordt er ook geen relatie gezien tussen PFOS blootstelling en geslacht en leeftijd.
Er is wel een significant verband met de seizoenen (p = 0,001). Verder zien we dat personen met
overgewicht lagere PFOS gehaltes in hun serum hebben, maar dit effect is niet significant (p =
0,12).

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
winter
lente
zomer
herfst
ondergewicht
normaal gewicht
overgewicht
PFOS (µg/l) - geometrische gemiddelden per subgroep
0 1 2 3 4 5 6 7 8
Figuur 49: Relatie tussen PFOS in serum en factoren die de blootstelling beïnvloeden
C. PFOA en PFOS in de regio Menen – vergelijking met Vlaanderen
Geslacht: p = 0,11
Leeftijd: p = 0,64
Seizoen: p = 0,001
BMI: p = 0,12
In de Vlaamse referentiegroep werden PFOS en PFOA niet gemeten in het serum van de jongeren,
waardoor een vergelijking met algemeen Vlaanderen niet gemaakt kan worden.
Een vergelijking van PFOS –en PFOA-gehaltes binnen de regio Menen levert geen verschil op voor
PFOA. Wat betreft PFOS, worden hogere concentraties waargenomen in deelgebied Menen 2 t.o.v.
deelgebied Menen 1 (Figuur 50; p = 0,03).

Menen 1
Menen 2
PFOS (µg/l) - subgebieden
0 1 2 3 4 5 6 7 8
verschillen tussen subgebieden in Menen: p = 0,03
Figuur 50: Vergelijking van PFOS-concentraties in serum in de twee subgebieden in de regio Menen

3. Gezondheidseffecten
3.1. Astma en allergie
A. Astma en allergie – achtergrondinformatie
Verschillende van de polluenten die in de regio Menen gemeten worden, hebben mogelijk
immuunverstorende eigenschappen, d.w.z. dat ze het afweersysteem in de war kunnen brengen en
leiden tot een verminderd afweersysteem (meer infecties) en/of tot een overstimulatie van het
afweersysteem (meer allergieën).
In dit rapport wordt op basis van zelfrapportering (via gestandaardiseerde vragenlijsten) nagegaan
hoe hoog de prevalentie is van verschillende types van allergie bij de jongeren in studiegebied
Menen. De prevalentie wordt vervolgens vergeleken met die in de algemene Vlaamse populatie.
Volgende allergieën werden bevraagd:
Astma:
o doctor-diagnosed astma = astma vastgesteld door een arts;
o astma – laatste 12 maanden = in de laatste 12 maanden symptomen van astma
gehad;
o astma – ooit = ooit symptomen van astma gehad;
Hooikoorts:
o doctor-diagnosed hooikoorts = hooikoorts vastgesteld door een arts;
o hooikoorts ooit = ooit symptomen van hooikoorts gehad;
Eczeem: huidallergie;
Andere allergieën:
o allergie voor metalen of chemische producten = allergie voor metaal, verzorgings-,
huishoud- of onderhoudsproducten);
o allergie voor voeding, medicatie of insecten;
o allergie voor dieren (hond, kat, paard, …).
B. Astma en allergie in de regio Menen
De prevalentie van de verschillende vormen van astma en allergie in de regio Menen wordt
gegeven in Tabel 52.
Tabel 52: Voorkomen van astma en allergie in de regio Menen
Biomerker N % (95% BI)
astma – doctor diagnosed 185 8,65 (5,36 – 13,67)
astma – laatste 12 maanden 184 12,50 (8,44 – 18,13)
astma – ooit 179 16,76 (11,96 – 22,98)
hooikoorts – doctor diagnosed 186 16,67 (11,96 – 22,75)
hooikoorts – ooit 185 23,24 (17,70 – 29,89)
eczeem 187 12,30 (8,30 – 17,85)
allergie voor metaal of chemische producten 173 15,61 (10,91 – 21,82)
allergie voor voeding, geneesmiddelen of insecten 169 21,30 (15,76 – 28,14)
allergie voor dieren 177 9,04 (5,60 – 14,26)
N = aantal deelnemers; 95% BI = 95% betrouwbaarheidsinterval

Binnen de onderzoeksgroep in regio Menen wordt eerst nagekeken welke persoonsfactoren en/of
levensstijlfactoren gelinkt zijn met het voorkomen van astma en allergie.
Figuur 51 geeft de frequentie van de 3 vormen van astma (doctor diagnosed, laatste 12 maanden,
ooit) voor verschillende subgroepen. Het voorkomen van astma dat vastgesteld werd door een
dokter ligt dubbel zo hoog bij jongeren met een familiale voorgeschiedenis van astma (p = 0,01).
Passief roken zorgt voor een verdriedubbeling van de astmaprevalentie (p = 0,02). De 2 andere
vormen van astma worden gedefinieerd op basis van symptomen (astma in laatste 12 maanden en
astma ooit). We zien dat ‘astma ooit’ eveneens een relatie vertoond met een familiale
voorgeschiedenis van astma (p = 0,048) en passief roken (p = 0,02). Voor astma in laatste 12
maanden wordt dezelfde trend waargenomen, maar de verschillen tussen de subgroepen zijn niet
significant (p = 0,22 voor familiaal astma en p = 0,09 voor passief roken). Zowel voor astma in de
laatste 12 maanden als astma ooit wordt een significant leeftijdseffect gezien, doctor diagnosed
astma volgt dezelfde trend. Verder is er een rand niet-significant verband tussen astma in de
laatste 12 maanden en de nationaliteit van de ouders. Jongeren waarvan 1 ouder of beide ouders
niet-Belg zijn, rapporteerden frequenter astma in de laatste 12 maanden (p = 0,06). Hierbij valt op
dat de meerderheid van de niet-Belgen geboren zijn in Frankrijk.
jongens
meisjes
≤14 jaar
14-15 jaar
>15 jaar
geen familiaal astma
familiaal astma
verkeer 470 min./week
niet passief roken
passief roken
jongens
meisjes
≤14 jaar
14-15 jaar
>15 jaar
geen familiaal astma
familiaal astma
geen passief roken
passief roken
doctor diagnosed astma - % per subgroep
0 5 10 15 20
astma ooit - % per subgroep
Geslacht: p=0,69
Leeftijd: p=0,01
Familiaal astma: p=0,11
Verkeersblootstelling: p=0,07
Passief roken p=0,02
0 5 10 15 20 25 30 35 40
Geslacht: p=0,52
Opleiding: p=0,02
Familiaal astma: p=0,048
Passief roken p=0,02
Figuur 51: Voorkomen van astma volgens subgroepen
jongens
meisjes
≤14 jaar
14-15 jaar
>15 jaar
geen familiaal astma
familiaal astma
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
geen passief roken
passief roken
astma in laatste 12 maanden - % per subgroep
0 5 10 15 20 25 30 35 40
Geslacht: p=0,46
Leeftijd: p=0,02
Familiaal astma: p=0,22
Geboorteland ouders: p=0,06
Passief roken p=0,09

De 2 vormen van hooikoorts worden sterk bepaald door een familiale voorgeschiedenis van
hooikoorts (p < 0,001 voor doctor diagnosed hooikoorts en p = 0,003 voor hooikoorts ooit).
Leeftijd, geslacht, opleidingsniveau, ethniciteit of blootstelling aan passief roken hebben hierop
weinig invloed (Figuur 52).
jongens
meisjes
≤14 jaar
14-15 jaar
>15 jaar
geen familiale hooikoorts
familiale hooikoorts
doctor diagnosed hooikoorts - % per subgroep
0 5 10 15 20 25 30
Geslacht: p=0,21
Leeftijd: p=0,77
Familiale hooikoorts: p15 jaar
geen familiaal eczeem
familiaal eczeem
verzorgingsproducten:
laag gebruik
matig gebruik
hoog gebruik
eczeem - % per subgroep
0 5 10 15 20 25
Geslacht: p = 0,49
Leeftijd: p=0,93
Familiaal eczeem: p=0,05
Gebruik verzorgingsproducten p=0,046
Figuur 53: Voorkomen van eczeem en allergie voor metalen of chemische producten volgens
subgroepen
jongens
meisjes
≤14 jaar
14-15 jaar
>15 jaar
geen familiale hooikoorts
familiale hooikoorts
hooikoorts ooit - % per subgroep
Geslacht: p=0,41
Leeftijd: p=0,69
Familiaal hooikoorts: p=0,003
allergie voor metaal of chemische producten - % per subgroep
0 10 20 30 40 50
jongens
meisjes
≤14 jaar
14-15 jaar
>15 jaar
beide ouders Belg
1 ouder Belg
beide ouders niet-Belg
geen familiale allergie
familiale allergie
verzorgingsproducten:
laag gebruik
matig gebruik
hoog gebruik
Geslacht: p < 0,001
Leeftijd: p=0,41
Geboorteland ouders: p=0,001
Familiale allergie: p=0,04
Gebruik verzorgingsproducten p=0,04

Allergie voor voeding, medicatie of insectenbeten verschilt niet significant voor geslacht of leeftijd.
Opnieuw blijkt een familiale voorgeschiedenis van allergie een belangrijke beïnvloedende factor te
zijn (p = 0,01). Het toenemend gebruik van verzorgingsproducten wordt weerspiegeld door een
toenemende allergie prevalentie, deze verschillen zijn rand niet-significant (p = 0,07; Figuur 54).
Allergie voor dieren wordt beïnvloed door het geslacht: meisjes rapporteerden frequenter een
allergie voor dieren dan jongens (p = 0,03). Verder speelt ook een familiale voorgeschiedenis van
allergie (p = 0,049), het gebruik van verzorgingsproducten (p < 0,001) en blootstelling aan passief
roken een rol (p = 0,04; Figuur 54).
jongens
meisjes
≤14 jaar
14-15 jaar
>15 jaar
geen familiale allergie
familiale allergie
verzorgingsproducten:
laag gebruik
matig gebruik
hoog gebruik
allergie voor voeding, medicatie of insecten - % per subgroep
0 10 20 30 40 50
Geslacht: p=0,56
Leeftijd: p=0,49
Familiale allergie: p=0,01
Gebruik verzorgingsproducten: p=0,07
Figuur 54: Voorkomen van allergie voor voeding, medicatie of insecten en van allergie voor dieren
volgens subgroepen
C. Astma en allergie in de regio Menen – vergelijking met Vlaanderen
0 5 10 15 20 25
Er worden geen significante verschillen vastgesteld tussen de onderzoekspopulatie in regio Menen
en deze in Vlaanderen wat betreft de 3 vormen van astma, eczeem en de 3 vormen van allergie.
Hooikoorts, zowel doctor diagnosed hooikoorts als ooit hooikoorts, komt minder voor in Menen in
vergelijking met de Vlaamse groep jongeren (p = 0,03 en p = 0,04; Figuur 55). Dit zijn nietgecorrigeerde
gegevens, dus dit wil zeggen dat er geen rekening gehouden werd met verschillende
karakteristieken tussen beide groepen.
jongens
meisjes
≤14 jaar
14-15 jaar
>15 jaar
geen familiale allergie
familiale allergie
geen passief roken
passief roken
verzorgingsproducten:
laag gebruik
matig gebruik
hoog gebruik
verkeer 470 min./week
allergie voor dieren - % per subgroep
Geslacht: p=0,03
Leeftijd: p=0,53
Familiale allergie: p=0,049
Passief roken: p=0,04
Gebruik verzorgingsproducten: p

astma - doctor diagnosed
astma - laatste 12 ma.
astma - ooit
hooikoorts - doctor diagnosed
hooikoorts - ooit
eczeem - ooit
allergie voeding, insect, medicatie
allergie metaal, chem.stoffen
allergie, dieren
p = 0,81
p = 0,61
p = 0,32
Menen Vlaanderen
p = 0,59
p = 0,30
p = 0,20
p = 0,03
p = 0,61
p = 0,04
0 5 10 15 20 25 30 35
Figuur 55: Astma en allergie in de regio Menen: vergelijking met de Vlaamse controlepopulatie,
niet-gecorrigeerde gegevens
D. Astma en allergie in de regio Menen – effect van gebied na correctie voor determinanten
van blootstelling
Tabel 53 geeft aan welke factoren de prevalentie van astma kunnen verklaren. Na correctie voor
roken, familiaal astma, passief roken (voor astma laatste 12 maanden en astma ooit) en
verkeersblootstelling (voor doctor diagnosed astma), wordt voor geen van de 3 vormen van astma
een significant verschillende prevalentie waargenomen tussen de regio Menen en Vlaanderen.

Tabel 53: Determinanten van astma
astma –
astma –
astma –
doctor diagnosed laatste 12 maanden ooit
R² gebied 0,02 0,27 0,45
R² finaal model 6,05 4,61 5,60
Odds ratio voor roken (p = 0,75) roken (p = 0,63)
roken (p = 0,70)
variabelen in niet roker: 0,81 niet roker: 0,77
niet roker: 0,82
model
roker: 1,00
roker: 1,00
roker: 1,00
familiaal astma (p = passief roken (p = 0,047) passief roken (p = 0,03)
0,001)
niet passief roken: 0,5 niet passief roken:0,51
neen: 0,27
passief roken: 1,00 passief roken: 1,00
ja: 1,00
familiaal astma (p = familiaal astma (p =
verkeer (min/week) (p 0,002)
0,001)
= 0,02)
neen: 0,33
neen: 0,34
< 210: 0,21
ja: 1,00
ja: 1,00
210-335: 1,41 regio (p = 0,42)
regio (p = 0,22)
335-470: 0,45
Menen: 0,76
Menen: 0,69
≥ 470: 1,00
regio (p = 0,70)
Menen: 0,86
Vlaanderen: 1,00
Vlaanderen: 1,00 Vlaanderen: 1,00
In de finale modellen voor hooikoorts wordt gecorrigeerd voor roken en een familiale
voorgeschiedenis van hooikoorts. De prevalentie van hooikoorts door een dokter gediagnosticeerd
ligt bij de onderzoekspopulatie in regio Menen 44% lager dan bij de Vlaamse referentiepopulatie;
de prevalentie van hooikoorts ooit ligt in de regio Menen 38% lager. Beide verschillen zijn
statistisch significant (p = 0,03 en p = 0,049 respectievelijk; Tabel 54).
Tabel 54: Determinanten van hooikoorts
hooikoorts – doctor diagnosed hooikoorts - ooit
R² gebied 1,27 1,17
R² finaal model 8,93 7,89
Odds ratio voor
variabelen in model
roken (p = 0,62)
niet roker: 1,29
roker: 1,00
familiaal hooikoorts (p < 0,001)
neen: 0,23
ja: 1,00
regio (p = 0,03)
Menen: 0,56
Vlaanderen: 1,00
roken (p = 0,95)
niet roker: 0,97
roker: 1,00
familiaal hooikoorts (p < 0,001)
neen: 0,29
ja: 1,00
regio (p = 0,049)
Menen: 0,62
Vlaanderen: 1,00
De determinanten van eczeem en allergie voor metaal of chemische producten worden
weergegeven in Tabel 55. Voor eczeem zien we na correctie voor roken en familiaal eczeem dat de
prevalentie van eczeem in de regio Menen 25% lager ligt dan in Vlaanderen, maar dit verschil is
statistisch niet significant (p = 0,36). Na correctie voor roken, een familiale voorgeschiedenis van
allergie, geslacht en verkeer, ligt de prevalentie van allergie voor metaal of chemische producten

20% lager in regio Menen t.o.v. de controlegroep in Vlaanderen, maar ook dit verschil is niet
significant (p = 0,49).
Tabel 55: Determinanten van eczeem en allergie voor metaal of chemische producten
eczeem allergie voor metaal of chemische
producten
R² gebied 0,08 0,31
R² finaal model 4,05 12,01
Odds ratio voor
variabelen in model
roken (p = 0,83)
niet roker: 1,16
roker: 1,00
familiaal eczeem (p = 0,0002)
neen: 0,23
ja: 1,00
regio (p = 0,36)
Menen: 0,75
Vlaanderen: 1,00
roken (p = 0,01)
niet roker: 0,28
roker: 1,00
familiaal allergie (p = 0,23)
neen: 0,65
ja: 1,00
geslacht (p < 0,001)
jongen: 0,22
meisje: 1,00
verkeer (p = 0,049)

3.2. Genotoxiciteit: komeettest
A. Komeettest – achtergrondinformatie
Met de komeettest kan op een vrij eenvoudige, maar toch gevoelige manier DNA-schade
aangetoond worden. De schade, die gemeten wordt, hoeft niet noodzakelijk blijvend te
zijn en is dus niet altijd onmiddellijk gevaarlijk. DNA-schade bestaat namelijk vooral uit
tijdelijke, herstelbare fouten. Bijna alle schade wordt correct hersteld, maar er is steeds
een kleine hoeveelheid schade die niet op de juiste manier hersteld wordt, waardoor er
dus altijd een (zeer kleine) kans op mutatie is. Dit betekent dat een toename in DNAschade,
zoals gemeten met de komeettest, wijst op een toename in sommige
deelaspecten van het kankerrisico, maar niet noodzakelijk op een stijging van het totale
kankerrisico
De komeettest kan , op groepsniveau, op een toegenomen risico voor kanker duiden, maar
dit gelt niet op het niveau van het individu, omdat de komeettest slechts een
momentopname is.
Methodologie:
De komeettest wordt uitgevoerd op volbloed. Bloedcellen worden vermengd met een gel, gespreid
op een plastic film en vervolgens gelyseerd in een detergent -en zoutoplossing. Hierdoor wordt de
celmembraan afgebroken en worden oplosbare celcomponenten en histonen (eiwitten op DNA)
verwijderd. Na incubatie in een alkalische oplossing wordt de gel met het DNA onder elektrische
spanning gebracht. DNA is steeds negatief geladen, wat betekent dat het tijdens elektroforese zal
migreren naar de positieve pool van het elektrisch veld. Als DNA beschadigd is, ontstaan er meer
losse, steeds negatieve geladen fragmenten. Deze losse fragmentjes zijn lichter en zullen dus
sneller migreren. Na kleuring en visualisatie van het DNA onder de fluorescentiemicroscoop ziet de
kern eruit als een komeet, met de relatieve hoeveelheid DNA in de staart indicatief voor het aantal
breuken in het DNA (enkelstrengige en dubbelstrengige, en breuken veroorzaakt tijdens DNAherstel
en in delende cellen breuken t.g.v. het replicatieproces). Vervolgens kunnen de lengte en de
inhoud van de komeetstaarten gemeten worden met behulp van. automatische
beeldanalysesystemen (Metafer 3.5, Metasystems), wat als resultaat het percentage DNA dat zich
in de komeetstaart bevindt weergeeft (figuur links). Bij niet-beschadigd DNA vindt men zo goed als
geen DNA-fragmenten of losse uiteinden en zal er weinig of geen afzonderlijke migratie optreden.
In dat geval wordt geen komeetuitzicht bekomen (figuur rechts).
Na manuele uitzuivering van de foutief gemeten cellen kan dan uiteindelijk een % DNA migratie
berekend worden voor elke individu. Deze waarde is een maat voor het aantal breuken dat zich in
het DNA heeft voorgedaan. Wie gemiddeld meer cellen met dergelijke DNA schade heeft ten
opzichte van een controlepopulatie zal niet noodzakelijk kanker ontwikkelen of een andere
aandoening krijgen. Dit wijst echter wel op een verhoogde blootstelling aan genotoxische stoffen

wat potentieel een risico betekent en waarvoor waakzaamheid dus geboden is, bijvoorbeeld het
achterhalen en vermijden van de verontreinigende factor die voor de schade verantwoordelijk.
DNA-breuken zijn echter niet de meest voorkomende vorm van schade aan het DNA, vaker zijn er
modificaties van DNA-basen aanwezig. Bij de komeettest kunnen specificieke enzymen gebruikt
worden die bepaalde gemodifieerde basen uitknippen. Geoxideerde purinebasen (8-oxoGua,
FaPyAde, FaPyGua, naast gealkyleerde basen zoals N7-methylGua) kunnen detecteerd worden met
behulp van het FGP enzyme. Om met de komeettest geoxideerd DNA te detecteren, wordt de
enzymebehandeling uitgevoerd na lysis van de cellen. Het FGP enzyme verwijdert de foutieve
bases uit het DNA en knipt de DNA streng door op die plaats. Hierdoor ontstaan extra breuken en
een verhoogde migratie van het DNA in het elektrisch veld. Het verschil in % DNA migratie met en
zonder incubatie met het FGP enzyme, is een maat voor oxidatief beschadigd DNA.
B. Komeettest in de regio Menen
DNA-schade wordt in deze studie gemeten met behulp van de komeettest. Het geometrisch
gemiddelde bij de jongeren in studiegebied Menen bedraag 5,22% DNA migratie. Na behandeling
met fgp enzymen geeft de komeettest een maat voor oxidatieve schade. Voor deze laatste test
bedraagt het geometrisch gemiddelde in de regio Menen 4,99%. De overige beschrijvende
statistiek is terug te vinden in Tabel 57.
Tabel 57: Percentage DNA migratie (gemeten met de komeettest) in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Komeettest % DNA migratie 198 100 5,22 (4,89 – 5,57) 5,40(3,90– 7,30) 9,30
Komeettest
na fgp
% DNA migratie 198 100 4,99 (4,42 – 5,63) 5,85(3,90– 8,50) 10,60
N = aantal deelnemers; DL = detectielimiet (geen DL); BI = betrouwbaarheidsinterval; P = percentiel
Voor zowel de klassieke als voor de oxidatieve komeettest worden geen significante beïnvloeden
factoren opgetekend (Figuur 56 en Figuur 57).

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
roken: nooit
roken: sporadisch
roken: dagelijks
verkeer: 15,5 jr.
≥470 min/week
Komeettest (% DNA migratie) - geometrische gemiddelden per subgroep
Komeettest na fgp (% DNA migratie) - geometrische gemiddelden per
subgroep
0 1 2 3 4 5 6 7
Geslacht: p = 0,14
Leeftijd: p = 0,23
Figuur 57: Relatie tussen het percentage DNA migratie door fgp en beïnvloedende factoren
C. Komeettest in de regio Menen – vergelijking met Vlaanderen
Geslacht: p = 0,82
Leeftijd: p = 0,13
Roken: p = 0,28
Verkeer: p = 0,33
Figuur 58 toont de vergelijking van de ruwe data tussen de regio Menen en Vlaanderen. Voor beide
types komeettesten worden significant hogere waarden genoteerd in regio Menen t.o.v.
Vlaanderen (p < 0,001 voor beiden). Voor de klassieke komeettest is ook het 90 e percentiel
significant hoger in de regio Menen (p < 0,001). Echter, voor de oxidatieve komeettest zien we het
omgekeerde en is de 90 e percentiel in de Vlaamse controlepopulatie significant hoger dan in regio
Menen (p < 0,001).

Komeettest (% DNA migratie)
10,00
9,00
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
5,22
Menen
Vlaanderen
p < 0,001
2,99
0,90
0,00
3,00
1,70
3,90
2,70
5,40
3,50
7,30
4,50
p < 0,001
9,30
GM min P10 P25 P50 P75 P90
5,60
0,00 0,00 0,00
Figuur 58: Komeettest en komeettest na fgp behandeling in de regio Menen: vergelijking met
Vlaamse controlepopulatie, niet-gecorrigeerde gegevens
Onderstaande histogrammen geven een gedetailleerd beeld van de verdeling van de DNA schade
over de deelnemers in Vlaanderen en Menen, niet-gecorrigeerde gegevens. Uit de figuur m.b.t.
Comet_ox (komeettest na fgp) blijkt dat in Vlaanderen een grote groep adolescenten een lage
hoeveelheid oxidaties en alkylaties heeft, maar dat een kleine minderheid waarden heeft die
daarentegen hoger zijn dan deze die in Menen voorkomen.
Aantal adolescenten
Aantal adolescenten
70
60
50
40
30
20
10
0
40
35
30
25
20
15
10
0 3 6 9 12 15 18 21 24 27 30 33
5
0
Vlaanderen
Comet %DNA migratie (breuken)
Vlaanderen
0 3 6 9 12 15 18 21 24 27 30 33
Comet_ox %DNA migratie (oxidaties, alkylaties)
p < 0,001
6,00
4,99
Figuur 59: Komeettest en komeettest na fgp (Comet_ox). Aantallen personen met welbepaalde
hoeveelheid DNA schade.
Komeettest na fgp (% DNA migratie)
Aantal adolescenten
Aantal adolescenten
35
30
25
20
15
10
5
0
18,00
16,00
14,00
12,00
10,00
8,00
4,00
2,00
0,00
40
35
30
25
20
15
10
5
0
Menen
Vlaanderen
2,54
2,20
3,90
1,30
5,85
4,00
8,50
9,60
p < 0,001
15,50
10,60
GM min P10 P25 P50 P75 P90
Menen
0 3 6 9 12 15 18 21 24 27 30 33
Comet %DNA migratie (breuken)
Menen
0 3 6 9 12 15 18 21 24 27 30 33
Comet_ox %DNA migratie (oxidaties, alkylaties)

D. Komeettest in de regio Menen – effect van gebied na correctie voor determinanten van
blootstelling
Tabel 58 geeft de resultaten van de meervoudige regressiemodellen voor de klassieke komeettest
en de oxidatieve komeettest na fgp enzyme. Na correctie voor leeftijd, geslacht, roken en de
maximum temperatuur van 7 dagen voorafgaand aan de onderzoeksdag wordt er voor beide
komeettesten meer DNA-schade geobserveerd bij de jongeren in de regio Menen in vergelijking
met de jongeren in de Vlaamse controlegroep (p < 0,001 voor beide testen). De waarden in de
regio Menen liggen 71% hoger dan in Vlaanderen bij de klassieke komeettest, voor de oxidatieve
komeettest zijn de procentuele verschillen tussen de regio Menen en Vlaanderen nog groter (79%
hoger). Voor de klassieke komeettest kan het finale model 21% van de variabiliteit verklaren,
waarvan 14% verklaard wordt door de factor gebied. Ter vergelijking, voor de oxidatieve
komeettest is dit respectievelijk slechts 10% en 5,5%.

Tabel 58: Determinanten van de komeettest en de komeettest na fgp
Komeettest
Komeettest na fgp
(% DNA migratie)
(% DNA migratie)
R² gebied 13,78 5,53
R² finaal model 21,46 10,02
Multiplicatieve geslacht (p = 0,51)
geslacht (p = 0,03)
factor voor
jongen: 0,95
jongen: 0,74
variabelen in model meisje: 1,00
meisje: 1,00
leeftijd (jaar) (p = 0,003) leeftijd (jaar) (p = 0,60)
≤14,5: 0,78
≤14,5: 0,81
14,5-15,5: 0,81
14,5-15,5: 0,93

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.
B. 8-hydroxy-deoxyguanosine in urine in de regio Menen
Methodologie:
8-oxodG wordt kwantitatief
gemeten in de urine d.m.v. een
competitieve in vitro
immunosorbent assay (ELISA).
Naast de komeettest (op bloed) die DNA-schade weerspiegelt, wordt ook 8-hydroxydeoxyguanosine
gemeten in de urine. Deze merker geeft een maat voor DNA herstel, en bijgevolg
onrechtstreeks dus ook voor DNA-schade.
8-oxodG werd gedetecteerd bij 100% van de deelnemers. De beschrijvende statistiek wordt
teruggevonden in Tabel 59.
Tabel 59: 8-hydroxy-deoxyguanosine in urine in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
8-oxodG in urine µg/l 189 100 18,4 (16,8 – 20,2) 18,8(12,1-27,9) 42,5
N = aantal deelnemers; DL = detectielimiet (DL 8-oxodG: 0,5 µg/l); BI = betrouwbaarheidsinterval; P =
percentiel
De concentratie van 8-oxodG neem significant toe naarmate de densiteit van de urine stijgt (p <
0,001), maar verder worden er geen significante relaties met persoonskenmerken of
levenstijlfactoren gevonden (Figuur 60).

jongens
meisjes
≤14,5 jr.
14,5-15,5 jr.
>15,5 jr.
densiteit urine

D. 8-hydroxy-deoxyguanosine in urine in de regio Menen – effect van gebied na correctie
voor determinanten van blootstelling
Na correctie voor leeftijd, geslacht, roken en densiteit van de urine ligt de waarde voor 8-oxodG
21% hoger in de regio Menen t.o.v. de Vlaamse controlepopulatie. Dit verschil is statistisch hoog
significant (p < 0,001). Het totale model verklaart bijna 52% van de variabiliteit, slechts 3,5% wordt
verklaard door de factor gebied (Tabel 60).
Tabel 60: Determinanten van 8-hydroxy-deoxyguanosine in urine
8-oxodG in urine (µg/l)
R² gebied 3,52
R² finaal model 50,95
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,83)
≤14,5: 0,97
14,5-15,5: 1,0007

3.4. Hormonale effecten: schildklier –en geslachtshormonen
Veel van de bestudeerde polluenten (o.a. PCB’s, dioxines, zware metalen) kunnen
hormoonverstorende effecten hebben. Daarom werden in de huidige studie bij de jongeren
hormonen gemeten en de concentratie werd vergeleken met de Vlaamse referentiegroep.
De schildklierhormonen (thyroïd stimulerend hormoon (TSH), vrij T3 (fT3) en vrij T4 (fT4)) werden
gemeten bij 197 deelnemers. De beschrijvende statistiek voor de studiegroep in regio Menen
wordt gegeven in Tabel 61. Geslachtshormonen (sex hormone binding globuline (SHBG),
testosteron, vrij testosteron, oestradiol, vrij oestradiol, luteïniserend hormoon (LH) en follikel
stimulerend hormoon (FSH)) werden enkel gemeten bij alle 114 jongens. De beschrijving van de
gehaltes in serum wordt gegeven in Tabel 62.
Tabel 61: Schildklierhormonen bij jongens en meisjes in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
Thyroid stimulerend
hormoon (TSH)
µU/ml 197 100 2,09 (1,96 – 2,24) 2,05 (1,55-2,91) 3,72
Thyroxine (fT4) ng/dl 197 100 1,22 (1,20 – 1,25) 1,24 (1,12-1,35) 1,44
Trijodothyronine (fT3) pg/ml 197 100 4,25 (4,18 – 4,33) 4,24 (3,92-4,61) 5,03
N = aantal deelnemers; DL = detectielimiet (DL TSH: 0,02 µU/ml, T4: 0,1 ng/dl, T3: 1 pg/ml); BI =
betrouwbaarheidsinterval; P = percentiel
Tabel 62: Geslachtshormonen bij jongens in de regio Menen
Biomerker eenheid N %>DL Geometrisch Mediaan P90
gemiddelde (95% BI) (P25 - P75)
SHBG nmol/l 114 100 35,4 (32,9 – 38,0) 35,3(27,5-43,0) 55,7
Testosteron ng/dl 114 100 395 (351 – 442) 422(341-566) 687
Vrij testosteron ng/dl 114 100 7,7 (6,6 – 8,8) 8,6 (6,4 – 11,6) 14,5
Oestradiol pg/ml 114 96,49 25,3 (23,6 – 27,0) 26,1 (22,1-30,3) 36,4
Vrij oestradiol pg/ml 114 100 0,47 (0,43 – 0,51) 0,49(0,40– 0,61) 0,73
Ratio T/E - 114 100 15,6 (14,9 – 16,9) 16,5(12,6-20,1) 23,5
LH mU/ml 114 100 3,3 (2,9 – 3,7) 3,6 (2,9 – 4,7) 6,1
FSH mU/ml 114 100 3,6 (3,2 – 3,9) 3,7 (2,4-5,3) 6,6
N = aantal deelnemers; DL = detectielimiet (DL SHBG: 1 nmol/l, T: 10 ng/dl, E: 12 pg/ml, LH: 0,1 mU/ml, FSH:
0,1 mU/ml); BI = betrouwbaarheidsinterval; P = percentiel

A. Verschillen in hormoonconcentraties tussen de regio Menen en Vlaanderen
De gebiedsverschillen in hormoonconcentratie voor de niet-gecorrigeerde data worden gegeven in
Figuur 62 en Figuur 63.
Er werden talrijke verschillen genoteerd in de hormonale concentraties in het bloed van jongeren
uit regio Menen vergeleken met deze uit Vlaanderen in het algemeen.
Met betrekking tot de schildklierfunctie vertoonden jongeren uit regio Menen een statistisch
significant lagere thyroxine en een statistisch significant hogere triiodothyronine concentratie dan
de jongeren uit de referentiestudie, terwijl de concentratie aan thyroied stimulerend hormoon zeer
lichtjes (en niet significant) lager lag in regio Menen. Het aantal afwijkend lage thyroxine waarden
(15 op 197) was groter in regio Menen dan in Vlaanderen (8 op 204) (p=0,13) en het aantal
afwijkend hoge FT3 waarden (22 op 197) was significant groter in regio Menen dan in Vlaanderen
(8 op 204) (p=0.007). Dit wijst echter niet op een ziektetoestand.
µU/ml
3
2
1
0
p = 0,87
Thyroid stimulerend hormoon (TSH)
ng/dl
1,5
1
0,5
0
p = 0,04
Thyroxine (fT4)
Figuur 62: Schildklierhormonen in de regio Menen (donkere balkjes): vergelijking met de Vlaamse
controlepopulatie (lichte balkjes), niet-gecorrigeerde gegevens
Met betrekking tot de functie van geslachtsorganen vertoonden de jongens uit de regio Menen
hogere bloedconcentraties aan testosteron (mannelijk geslachtshormoon), aan vrij (aktief, medisch
belangrijk) testosteron, aan totaal oestradiol (vrouwelijk geslachtshormoon) en aan vrij (aktief,
medisch belangrijk)oestradiol . Gezien de grote verschillen in snelheid van sexuele maturatie en in
hormonale concentraties bij gezonde jongeren worden hier geen "normale waarden" aangewend.
De enigszins hogere concentratie van luteiniserend hormoon in de regio Menen kan bijdragen tot
de vrij duidelijke verschillen in geslachtshormoonconcentraties, terwijl de significant verlaagde
concentratie aan sex hormone binding globulin (SHBG) in de regio Menen bijdraagt tot de sterke
verhoging in vrij (aktief) testosteron en oestradiol. Ook de significant lagere verhouding
testosteron/oestradiol bij jongens in regio Menen trekt de aandacht, omdat men, gezien de hogere
testosteron waarde bij deze jongeren, eerder een hogere testosteron/oestradiol waarde zou
verwachten. De waarden voor follikel stimulerend hormoon zijn vrij gelijkend.
pg/ml
5
4
3
2
1
0
p < 0,001
Trijodothyronine (fT3)

ng/dl
nmol/l
pg/ml
50
45
40
35
30
25
20
15
10
5
0
500
400
300
200
100
0
30
25
20
15
10
5
0
p = 0,0004
SHBG
p = 0,0097
Testosteron (T)
p < 0,001
Oestradiol (E)
mU/ml
pg/ml
ng/dl
4
3,5
3
2,5
2
1,5
1
0,5
0
10
9
8
7
6
5
4
3
2
1
0
0,6
0,5
0,4
0,3
0,2
0,1
0
p = 0,04
LH
p < 0,001
Vrij testosteron
(fT)
p < 0,001
Vrij oestradiol
(fE)
Figuur 63: Geslachtshormonen bij jongens in de regio Menen (donkere balkjes): vergelijking met de
Vlaamse controlepopulatie (lichte balkjes), niet-gecorrigeerde gegevens
De verschillen in concentratie van thyroxine , triiodothyronine, vrij testosteron, oestradiol, vrij
oestradiol en testosteron/oestradiol verhouding blijven statistisch significant, na correctie voor
verstorende factoren en hoogste opleidingsniveau van de ouders, en na correctie voor verstorende
factoren en voor alle statistisch significante covariaten. Voor luteinizerend hormoon zijn de
verschillen niet meer significant na correctie voor verstorende factoren. Wat testosteron betreft
vermindert de statistische significantie sterk na correctie voor verstorende factoren, om, in functie
van de gekozen de wijze waarop leeftijd en BMI in rekening worden gebracht, een p waarde van
% jongens
mU/ml
90
80
70
60
50
40
30
20
10
0
5
4
3
2
1
0
p = 0,20
FSH
p < 0,001
volwassen stadium fT (6 ng/dl) bereikt
ratio
25
20
15
10
5
0
p = 0,02
ratio T/E

0,03 tot 0,16 te bereiken. Onderstaande Tabel 63 geeft de verhouding van de waarde voor de regio
Menen t.o.v. deze voor Vlaanderen alsmede het percentage van de totale variatie in de
bloedconcentraties verklaard door het gebied bij de onderzochte jongeren en de p-waarde in het
gebruikte statistische model.
Tabel 63: Effect van het gebied op de hormonale concentraties en percentage van de totale variatie
in de bloedwaarden verklaard door het gebied, telkens na correctie voor alle verstorende factoren
en voor alle statistisch significante covariaten.
Biomerker Verhouding
Menen/Vlaanderen
(verschil in %)
Percentage totale
variatie verklaard door
gebied
Thyroid stimulerend
hormoon (TSH)
1.004 (+0.4%)

Tabel 64: Determinanten van thyroid stimulerend hormoon in bloed
TSH in bloed (µU/ml)
R² gebied 0,01
R² finaal model 1,88
Multiplicatieve
factor voor
variabelen in model
geslacht (p = 0,01)
jongen: 1,12
meisje: 1,00
leeftijd (jaar) (p = 0,69)
≤14,5: 1,05
14,5-15,5: 1,049

Triiodothyronine (fT3): hoger bij jongens dan bij meisjes ; neemt af naarmate adolescenten
ouder worden; trend naar hogere waarden bij overgewicht (zie Tabel 66) .
Tabel 66: Determinanten van trijodothyronine in bloed
fT3 in bloed (pg/ml)
R² gebied 7,55
R² finaal model 37,55
Multiplicatieve
factor voor
variabelen in model
geslacht (p < 0,0001)
jongen: 1,15
meisje: 1,00
leeftijd (jaar) (p < 0,0001)
≤14,5: 1,07
14,5-15,5: 1,05

Tabel 67: Determinanten van sex-hormoon bindend globuline in bloed
SHBG in bloed (nmol/l)
R² gebied 5,37
R² finaal model 24,09
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,0029)
≤14,5: 1,26
14,5-15,5: 1,05

Tabel 69: Determinanten van follikel stimulerend hormoon in bloed
FSH in bloed (mU/ml)
R² gebied 0,71
R² finaal model 3,56
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,045)
≤14,5: 0,79
14,5-15,5: 0,85

Tabel 71: Determinanten van vrij testosteron in bloed
Vrij testosteron in bloed (ng/dl)
R² gebied 18,97
R² finaal model 28,40
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p < 0,0001)
≤14,5: 0,51
14,5-15,5: 0,62

Vrij oestradiol : hoger bij jongeren ouder dan 15.5 jaar; neemt toe met stijgende BMI (hoger bij
groter relatief lichaamsgewicht); trend naar hogere waarden bij bloedname na 11 uur (zie Tabel
73).
Tabel 73: Determinanten van vrij oestradiol in bloed
Vrij oestradiol in bloed (pg/ml)
R² gebied 29,96
R² finaal model 37,12
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p < 0,0001)
≤14,5: 0,74
14,5-15,5: 0,69

Tabel 74: Determinanten van de ratio testosteron/oestradiol in bloed
Ratio T/E in bloed
R² gebied 2,48
R² finaal model 9,50
Multiplicatieve
factor voor
variabelen in model
leeftijd (jaar) (p = 0,25)
≤14,5: 0,86
14,5-15,5: 0,96

levensstijlfactoren. Welke omgevingsfactoren zouden die verschillen kunnen verklaren? Er is op dit
ogenblik helaas geen duidelijk antwoord op deze vraag. Misschien zal het onderzoek van
blootstellings-effect verbanden helpen deze verschillen uit te leggen. Op grond van de bestaande
kennis over de regulatie van hormoonconcentraties en gezien de samenhang in de waarnemingen
lijkt de volgende hypothese min of meer waarschijnlijk:
Met betrekking tot de geslachtshormonen zou het primair gegeven in de regio Menen
kunnen bestaan in een lichte ontremming van de hypothalamus en de hypofyse tengevolge
van de inwerking van lichaamsvreemde stoffen (bijvoorbeeld polluenten) met antiandrogene
of vooral anti-oestrogene eigenschappen, met als gevolg een lichtjes hogere
productie van gonadotrope hormonen, hoofdzakelijk het luteinizerend hormoon, wat dan
leidt tot een hogere productie van testosteron en oestradiol. Recente studies (laatste 5 jaar)
tonen aan dat zeer talrijke scheikundige stoffen, waaronder talrijke vervuilende stoffen die in
het leefmilieu voorkomen, anti-oestrogene of anti-androgene eigenschappen hebben. Dit
werd aangetoond voor sommige gebromineerde diphenyl ethers, sommige UV-filters die
frequent voorkomen in het leefmilieu, sommige PCBs en dioxines, sommige insecticiden
waaronder sommige pyrethroiede insecticiden en tenminste één organofosfaat pesticide,
sommige herbiciden, een fungicide, sommige reukstoffen (polycyclic musks), de weekmaker
bis(2-ethylhexyl)phthalate (DEHP), sommige nonylphenol derivaten en sommige
gechloreerde styreen derivaten. Van bijzonder belang is wellicht dat anti-oestrogene
activiteit ook werd waargenomen voor stoffen in drinkwater die ontstaan bij de desinfectie
door chlorinatie; voor stoffen aanwezig in diesel uitlaatgassen en voor stoffen aanwezig in de
uitlaatgassen van motorfietsen; voor benzotriazole, een persistente roestwerende stof,
aangewend in afwasmachines en voor de behandeling van vliegtuigen, die frequent wordt
aangetroffen in grondwater, oppervlaktewater en in waterzuiveringsstations; voor stoffen
aanwezig in door verkeer vervuilde gronden; en voor stoffen uit zowel de gasphase als de
partikelphase van vervuilde lucht (vooral dan van door verkeer vervuilde lucht).
De duidelijk hogere waarden voor inwendige blootstelling aan verbrandingsproducten,
waargenomen in de regio Menen, zouden mogelijk voor een deel kunnen verantwoordelijk zijn
voor de hogere concentraties aan geslachtshormonen bij de jongeren uit de regio Menen. Andere
anti-oestrogene polluenten bleken echter minder aanwezig bij de jongeren uit de regio Menen.
Meeromvattende, geïntegreerde metingen van anti-oestrogene activiteit zouden nodig zijn om
meer zekerheid te bieden over dit onderwerp.
Gezien de hogere concentratie aan testosteron zou men in de regio Menen een hogere verhouding
testosteron/oestradiol, dus lagere verhouding van oestradiol/testosteron, verwachten dan in
Vlaanderen in het algemeen. Dat eerder het omgekeerde waargenomen werd (namelijk een hogere
verhouding oestradiol/testosteron) zou eveneens het gevolg kunnen zijn van een anti-oestrogeen
effect. Terwijl de relatief hogere oestradiol concentratie normaal een inhibitie van het aromatase
zou moeten induceren (product inhibitie) is het theoretisch mogelijk dat de productinhibitie wordt
geblokkeerd door een anti-oestrogeen. Als gevolg hiervan zou dan een relatieve toename van de
aromatase activiteit kunnen optreden resulterend in relatief hogere oestradiol concentraties. Antioestrogene
activiteit (van polluenten) zou ook kunnen verantwoordelijk zijn voor de lagere
concentraties aan sex hormone binding globulin (SHBG). Deze lagere concentraties aan SHBG
geven op hun beurt aanleding tot de sterke verhoging van vrij testosteron en vrij oestradiol
waargenomen in het bloed van de jongeren uit de regio Menen

3.5. Hormonale effecten: puberteitsontwikkeling
A. Puberteitsontwikkeling – achtergrondinformatie
Voor meisjes zijn er gegevens over maandstonden (reeds bereikt; regelmatig of niet). Deze
gegevens zijn op basis van zelfrapportering (vragenlijsten).
De puberteitsstadia (borstontwikkeling en pubisbeharing bij meisjes (Marshall and Tanner, 1969);
genitale ontwikkeling en pubisbeharing bij jongens (Marshall and Tanner, 1970)) werden
opgevraagd bij het Centrum voor Leerlingenbegeleiding (CLB). De frequentieverdeling wordt
gegeven in Tabel 75. Opvallend is de lage proportie deelnemers in stadium 5, vooral bij meisjes
maar ook bij jongens. Ter validatie van de data wordt eerst nagekeken of de cijfers een goede
overeenkomst vertonen met de andere gegevens van puberteit, namelijk leeftijd van menarche bij
meisjes en geslachtshormonen bij jongens.
Tabel 75: Frequentieverdeling van puberteitsstadia in de regio Menen en Vlaanderen
Borstontwikkeling
meisjes
Pubisbeharing
meisjes
Genitale ontwikk.
jongens
Pubisbeharing
jongens
Stadium 1 Stadium 2 Stadium 3 Stadium 4 Stadium 5
Menen 0% 0% 7,9% 84,1% 7,9%
Vlaanderen 0% 0% 3,8% 42,3% 53,8%
Menen 0% 3,2% 4,8% 88,9% 3,2%
Vlaanderen 0% 0% 5,1% 41,8% 53,2%
Menen 1,1% 3,4% 20,4% 54,5% 20,4%
Vlaanderen 0% 5,0% 13,1% 48,5% 33,3%
Menen 1,1% 2,3% 25,0% 56,8% 14,8%
Vlaanderen 5,0% 5,0% 8,0% 52,0% 30,0%
Voor leeftijd van menarche bij meisjes verwachten we dat er een graduele daling is bij stijgend
puberteitsstadium, d.w.z. meisjes die al in een hoger stadium zitten zullen op een vroegere leeftijd
de eerste maandstonden hebben gehad. Dit wordt inderdaad vastgesteld voor de gegevens van
Vlaanderen; in de regio Menen is er een daling volgens stadium van borstontwikkeling maar niet
volgens pubisbeharing (Figuur 64). Er is dus in Menen een discrepantie tussen de
zelfgerapporteerde menarche en de puberteitsstadia gerapporteerd door de schoolarts.

Leeftijd menarche (jaar)
Leeftijd menarche (jaar)
14,5
14
13,5
13
12,5
12
14,5
14
13,5
13
12,5
12
11,5
Vlaanderen
leeftijd menarche versus borstontwikkeling
14,07
13,05
12,78
B3 (n = 1) B4 (n = 31) B5 (n = 36)
Stadium borstontwikkeling
Menen
leeftijd menarche versus borstontwikkeling
14,25
13,17
B3 (n = 3) B4 (n = 46) B5 (n = 3)
Stadium borstontwikkeling
12,54
Figuur 64: Leefijd van menarche volgens puberteitsstadium bij meisjes in Vlaanderen en in de regio
Menen
Bij de jongens verwachten we op basis van de literatuur (Kletter et al., 1993; Andersson et al.,
1997) en op basis van eerdere studies van het Steunpunt Milieu en Gezondheid (Den Hond et al.,
2011) een relatie tussen puberteitsstadium en hormoonconcentratie. Testosteron en LH zullen
geleidelijk toenemen van stadium 1 tot 5, met een afvlakking tussen stadium 4 en 5. Deze
verwachtte trend wordt duidelijk geobserveerd in de Vlaamse groep jongeren; in de regio Menen is
de relaties tussen puberteit en homoonconcentratie niet gradueel maar verloopt daarentegen in
pieken (Figuur 65). Er is bijgevolg in Menen geen goede overeenkomst tussen de
hormoonmetingen in serum en de puberteitsstadia gerapporteerd door de schoolarts.
Leeftijd menarche (jaar)
Leeftijd menarche (jaar)
14,5
14
13,5
13
12,5
12
11,5
15
14,5
14
13,5
13
12,5
12
Vlaanderen
leeftijd menarche versus pubisbeharing
14,26
13,07
12,73
P3 (n = 2) P4 (n = 29) P5 (n = 37)
14,47
Stadium pubisbeharing
Menen
leeftijd menarche versus pubisbeharing
14,53
13,08
P2 (n = 1) P3 (n = 2) P4 (n = 47) P5 (n = 2)
Stadium pubisbeharing
13,93

Testosteron (ng/dl)
Testosteron (ng/dl)
Vlaanderen
Testosteron versus genitale ontwikkeling
500
400
300
200
100
0
600
400
200
0
209 211,85
396,04
G2 (n = 5) G3 (n = 13) G4 (n = 46) G5 (n = 32)
Stadium genitale ontwikkeling
Menen - testosteron
versus genitale ontwikkeling
515,4
308,33
470,31 460,4
404,43
515,44
G1 (n = 1) G2 (n = 3) G3 (n = 18) G4 (n = 48) G5 (n = 18)
Stadium genitale ontwikkeling
Figuur 65: Testosteron en LH concentratie volgens puberteitsstadium bij jongens in Vlaanderen en
in de regio Menen
Een overgroot deel van de data van puberteitsstadia in Menen zijn afkomstig van eenzelfde
schoolarts. Daardoor speelt interobserver variabiliteit mogelijk een verstorende rol in de kwaliteit
van de data.
Er wordt beslist dat de CLB gegevens over de puberteitsstadia in de regio Menen niet voldoende
valide zijn en dus niet gebruikt zullen worden voor verdere analyses.
B. Puberteitsontwikkeling in de regio Menen
Tabel 76 geeft de beschrijvende statistiek voor de analyse van de maandstonden bij meisjes.
Tabel 76: Puberteitsontwikkeling in de regio Menen
Biomerker N % (95% BI)
reeds maandstonden 85 91,76 (83,66 – 96,04)
regelmatige maandstonden 72 60,29 (48,21 – 71,24)
N= aantal deelnemers; 95% BI = 95% betrouwbaarheidsinterval
Meer meisjes hebben reeds hun maandstonden in de hogere leeftijdscategorieën (p = 0,02). Verder
wordt er een niet significante trend gezien (p = 0,19) wat betreft BMI klasse: meisjes met een
hogere BMI rapporteerden frequenter dat ze hun maandstonden al hebben. Het krijgen van
regelmatige maandstonden kan enkel in verband gebracht worden met het opleidingsniveau van
LH (mU/ml)
LH (mU/ml)
4
3
2
1
0
5
4
3
2
1
0
Vlaanderen
LH versus genitale ontwikkeling
1,86
2,04
3,32
3,78
G2 (n = 5) G3 (n = 13) G4 (n = 47) G5 (n = 32)
Stadium genitale ontwikkeling
Menen
LH versus genitale ontwikkeling
4,29 4,19
3,85
4,46
0,1
G1 (n = 1) G2 (n = 3) G3 (n = 18) G4 (n = 48) G5 (n = 18)
Stadium genitale ontwikkeling

het kind (p = 0,02); leerlingen uit het BSO hebben vaker regelmatige maandstonden. Verder
werden geen significante relaties waargenomen (Figuur 66).
leeftijd:

D. Puberteitsontwikkeling in de regio Menen – effect van gebied na correctie voor
determinanten van blootstelling
Na correctie voor leeftijd, BMI en roken is het al dan niet hebben van maandstonden en
regelmatige maandstonden gelijkaardig in regio Menen en Vlaanderen. Het percentage meisjes dat
reeds maandstonden heeft, ligt 6% lager in de regio Menen (p = 0,92); het percentage meisjes dat
regelmatige maandstonden heeft ligt 19% hoger in regio Menen t.o.v. Vlaanderen (p = 0,64).
Tabel 77: Determinanten van puberteitsontwikkeling bij meisjes - maandstonden
reeds maandstonden regelmatige maandstonen
R² gebied 0,02 0,31
R² finaal model 10,18 5,57
Odds ratio voor
variabelen in model
leeftijd (p < 0,001)
≤14,5 jaar: 0,00
14,5-15,5 jaar: 0,00
>15,5 jaar: 1,00
BMI (p < 0,001)
ondergewicht: 0,00
normaal gewicht: 0,00
overgewicht: 1,00
roken (p < 0,001)
niet roker: 0,00
roker: 1,00
regio (p = 0,92)
Menen: 0,94
Vlaanderen: 1,00
leeftijd (p = 0,43)
≤14,5 jaar: 0,44
14,5-15,5 jaar: 0,51
>15,5 jaar: 1,00
BMI (p = 0,22)
ondergewicht: 0,82
normaal gewicht: 1,90
overgewicht: 1,00
roken (p = 0,15)
niet roker: 0,40
roker: 1,00
regio (p = 0,64)
Menen: 1,19
Vlaanderen: 1,00

3.6. Neurologische ontwikkeling: NES-test
A. NES-test – achtergrondinformatie
Neurobehavioral Evaluation System (NES) is een batterij van neurologische testen die ontwikkeld is
om de effecten van milieuverontreiniging te onderzoeken (Baker et al., 1985). NES is gebruikt in
een aantal studies over de cognitieve effecten van giftige stoffen, die hebben getoond dat er een
dosis-effect relatie bestaat tussen de graad van blootstelling en de cognitieve vaardigheden (White
et al., 2003). In onze studie werden drie testen van de NES3 versie van de NES batterij (Letz, 2000)
gebruikt.
In de Continuous Performance Test (CP) verschijnt er gedurende 200 msec een letter op het
scherm. De taak bestaat erin om zo snel mogelijk te reageren op de letter S door op een toets te
klikken. Om de 1000msec wordt er een nieuwe letter getoond. In totaal verschijnt de letter ‘S’ 60
keer. De test meet het concentratievermogen. In onze studie werd de prestatie op drie
verschillende manieren gemeten. De gemiddelde reactietijd geeft de gemiddelde tijd weer die
verstrijkt vanaf het verschijnen van de letter S tot het moment waarop hierop wordt gereageerd.
De incorrecte positieve reacties staan voor het aantal keer dat er op een verkeerde letter
gereageerd werd. De correcte reacties geven het aantal keer dat er binnen de 1200 msec op de
letter S gereageerd werd weer.
De Digit Span Test (DS) bestaat uit twee delen. In het eerste deel wordt een reeks getallen
gedicteerd. De taak bestaat erin om hen te reproduceren. Wanneer dit lukt, wordt een volgende
reeks gedicteerd die uit één getal meer bestaat. Wanneer een fout wordt gemaakt, wordt een
reeks gedicteerd van dezelfde lengte. Het eerste deel van de test eindigt wanneer het twee keer
achtereen niet lukt om een reeks te reproduceren. Het tweede deel is identiek aan het eerste,
buiten het feit dat de getallen in de omgekeerde volgorde gereproduceerd moeten worden. De
prestatie in deze taak wordt gemeten op basis van het maximale aantal getallen dat
gereproduceerd werd in de gedicteerde volgorde en de omgekeerde volgorde.
In de Finger Tapping Test (FT) moet er gedurende 10 seconden zo snel mogelijk geklikt worden op
de spatietoets. Eerst wordt dit vier keer gedaan met de hand naar keuze, daarna vier keer met de
andere hand. Er wordt gemeten hoeveel keer iemand in totaal met de hand naar keuze en met de
andere hand klikte.
B. NES-test in de regio Menen
De beschrijvende statistiek voor de studiegroepen is terug te vinden in de tweede en de derde
kolom van Tabel 78. De derde en de vierde kolom geven de p-waardes weer voor de vergelijking
van de groepen zonder correctie en na correctie voor geslacht, leeftijd, opleiding van de ouders,
economische status, het aantal uren per week doorgebracht achter de computer, school (ASO
versus andere), en fysieke activiteit minstens 1 keer per week. De meeste verschillen tussen de
regio Menen en de referentiegroep zijn statistisch niet significant. De snelheid waarmee geklikt
werd met de hand naar keuze (een parameter voor psychomotoriek) lag significant lager bij de
jongeren van regio Menen. Het verschil blijft significant na correctie voor de eerder vermelde
covariabelen. De analyse met de correctie suggereert ook een negatief effect van het studiegebied
Menen op het aantal cijfers gereproduceerd in de gedicteerde volgorde, een parameter voor een
bepaald aspect van geheugen. Wel dient te worden opgemerkt dat de testen in de regio Menen
werden afgenomen met een touchscreen en bij de referentiegroep met behulp van de
computermuis.

Tabel 78: Resultaten van de NES testen in de regio Menen en de referentiegroep
Gemiddelde (SD) p-waarde
Niet- Gecorrigeerde
Menen Vlaanderen gecorrigeerde *
CP, gemiddelde reactietijd 410,1 (3,20) 410,7 (2,80) ,89 ,19
CP, incorrecte positieve reacties 5,59 (0,26) 5,21 (0,24) ,29 ,06
CP, correcte reacties 56,1 (0,52) 56,74 (0,44) ,60 1 ,36 1
DS, de gedicteerde volgorde 5,54 (0,08) 5,66 (0,07) ,26 ,042
DS, de omgekeerde volgorde 4,49 (0,07) 4,49 (0,07) ,99 0,56
FT, de hand naar keuze 290,2 (1,95) 300,0 (2,85) ,017 0,019
FT, de andere hand 260,58 (2,55) 257,1 (2,63) ,32 0,49
1
Omwille van het feit dat de verdeling van de regressie errors niet normaal was, werd de test uitgevoerd met de
gegevens die getransformeerd werden met een Box-Cox transformatie.
* geslacht, leeftijd, opleiding van de ouders, economische status, het aantal uren per week doorgebracht achter de
computer, school (ASO versus andere), fysieke activiteit minstens 1 keer per week
3.7. Neurologische ontwikkeling: slaperigheid tijdens de dag
A. Slaperigheid tijdens de dag– achtergrondinformatie
Om de slaperigheid tijdens de dag te meten bij de studiegroep Menen werd de Epworth Sleepiness
Scale (Johns, 1991) gebruikt. Deze schaal bestaat uit acht vragen waarbij de persoon die de
vragenlijst invult, aanduidt hoe groot de kans is dat hij of zij in een bepaalde situatie in slaap zou
vallen. De mogelijke antwoorden ‘ik zal nooit indommelen’, ‘er is een kleine kans tot indommelen’,
‘er is een redelijke kans tot indommelen’, ‘de kans is groot dat ik indommel’ krijgen respectievelijk
de score 0, 1, 2 en 3. De totale score is de som van de scores behaald in de acht vragen. Hoge
scores in de test zijn typisch voor mensen met verschillende slaapproblemen, zoals narcolepsie
(Johns, 2000), slaap-apnoe (Bloch et al., 1999; Chung, 2000; Johns, 1993), en primair snurken
(primary snoring, Bertolazi et al., 2009; Bloch et al., 1999).
Overmatige vermoeidheid tijdens de dag (Excessive Daytime Sleepiness), een typisch syndroom van
slaapstoornissen, komt vaak voor bij jongeren. Zoals het geval is in de meeste studies bij
adolescenten waarin de Epworth Sleepiness Scale werd gebruikt, werden ook in onze studie scores
hoger dan 10 beschouwd als indicatoren van overmatige vermoeidheid tijdens de dag.
B. Slaperigheid tijdens de dag in de regio Menen
Om de resultaten van Menen beter te kunnen situeren, werden ze vergeleken met andere studies
waarin de Epworth Sleepiness Scale werd gebruikt. De gemiddelde score lag in de regio Menen veel
lager dan in de andere studies (Tabel 79). Dit suggereert dat de jongeren in regio Menen overdag
minder slaperig zijn dan de andere groepen.
7.6% van de studiegroep in de regio Menen had een score hoger dan 10. Dit percentage lag hoger
in de andere studies. Dit suggereert dat overmatige slaperigheid overdag relatief zeldzaam is bij de
adolescenten van de regio Menen.

Tabel 79: De Epworth Sleepiness Scale scores van de jongeren van de regio Menen en andere
studiegroepen.
Studie Studiegroep N
Shin et al.,
2003
Gibson et al.,
2006
Danner et al.,
2008
Choi et al.,
2009
Ng et al.,
2009
Kaneita et
al., 2010
Kristjansson
et al., 2011
Gemidd.
Leeftijd
Gemiddelde
(sd)
Overmatige
vermoeidheid
tijdens de dag
Menen 185 15,04 5,28(3,42) 7,6%
Leerlingen uit de 11 e
graad A , Seoul, South Korea
Leerlingen uit de
middelbare school,
Ontario, Canada
Leerlingen uit de 6 e -12 e
graad A , Kentucky, USA
Leerlingen uit de 6 e -12 e
graad A , Kentucky, USA B
Leerlingen uit de
middelbare school, de
provincie Gyeonggi en de
stad Gwangju, Zuid-Korea
Leerlingen uit de 11 e
graad A van de Australian
International School,
Hong-Kong
Leerlingen uit de 9 e graad A ,
Japan
Leerlingen uit de 10 e
graad A , Japan
Leerlingen uit de 11 e
graad A , Japan
Leerlingen uit de 9 e en 10 e
graad A , Ijsland
3871 16,8 7,0 15,9%
3235 16,2 8,7 42%
9966 NB 8,9 43,3% C
10656 NB 8,2 37% C
2336 16,7 NA 11,2%
59 16,5 7,6(4,2) 25,4%
11692 NB 7,9 27,8%
18019 NB 9,5 40,8%
17240 NB 9,5 40,1%
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.

3.8. Neurologische ontwikkeling: genderidentiteit
A. Genderidentiteit– achtergrondinformatie
De Personal Attributes Questionnaire (PAQ, Spence & Helmreich, 1978) meet de mate waarin een
mannelijke en vrouwelijke identiteit aanwezig is bij de persoon die de test invult. De vragenlijst
bestaat uit 24 vragen. Elke vraag heeft betrekking tot twee tegengestelde eigenschappen,
bijvoorbeeld: helemaal niet agressief, heel agressief. De persoon moet zich situeren op een schaal
tussen twee extremen door een van de vijf bolletjes in te kleuren.
B. Genderidentiteit in de regio Menen
Hoge waarden betekenen dat de mannelijke of de vrouwelijke identiteit sterk aanwezig is. De
mannelijke identiteit bij jongens en de vrouwelijke identiteit bij meisjes kwam in vergelijkbare mate
naar voor in de studiegroep van de regio Menen en in de referentiegroep (Tabel 80). De mannelijke
identiteit bij meisjes en de vrouwelijke identiteit bij jongens waren zwakker aanwezig bij de
jongeren van de regio Menen dan in de referentiegroep. Het effect van studiegebied blijft
significant in het model waarin er gecorrigeerd wordt voor leeftijd, opleiding van de ouders,
economische status en school.
Tabel 80: Resultaten van de vragenlijst PAQ in de regio Menen en de referentiegroep
Gemiddelde (SD) p-waarde
Menen Vlaanderen
Niet-
gecorrigeerde
Gecorrigeerde
*
Mannelijkheid bij jongens 2,51 (0,05) 2,43 (0,05) ,22 ,09
Mannelijkheid bij meisjes 2,13 (0,05) 2,31 (0,05) ,0175 ,007
Vrouwelijkheid bij jongens 2,60 (0,04) 2,74 (0,04) ,0182 ,040
Vrouwelijkheid bij meisjes 3,03 (0,46) 3,02 (0,05) ,92 ,08
* leeftijd, opleiding van de ouders, economische status, school (ASO versus andere)

3.9. Nierfunctie
A. Nierfunctie – achtergrondinformatie
Als merker voor eventuele effecten ter hoogte van de nieren worden alfa-1-microglobuline
gemeten in urine en cystatine-C in serum, wat merkers zijn voor respectievelijk tubulaire en
glomerulaire nierschade.
Deze parameters voor nierschade werden niet gemeten in de referentie-biomonitoring. Het
gaat echter om klinische merkers die goed gekend zijn, en waarvoor referentiewaarden
beschikbaar zijn vanuit de algemene bevolking.
Een verstoring van deze merkers is geassocieerd aan een verhoogd risico op nierziekten.
Alfa-1-microglobuline in urine
Alfa-1-microglobuline is een proteïne geproduceerd door alle cellen die
histocompatibiliteitsantigenen (MHC klasse I) tot expressie brengen. Het proteïne wordt aan een
constant tempo geproduceerd en wordt geëlimineerd via de renale weg. Door zijn kleine
moleculaire gewicht (11.8 kDa) kan het vrij gefilterd worden door de glomerulus van de nier tot in
de primaire urine, waarna het proteïne volledig gereabsorbeerd wordt in de cellen van de
proximale tubulus. Een stijging in het alfa-1-microglobuline niveau in de urine kan dan een
indicator zijn van lesie of dysfunctie van de nier (Lisowka-Myjak 2010).
Cystatine C in serum
Cystatine C is een niet-geglycosyleerd proteine dat tot expressie gebracht wordt door alle cellen
met een celkern. Het wordt aan een constant tempo vrijgezet in de bloedstroom. Het proteïne is
een endogene inhibitor van cysteïne proteïnases. Cystatine C concentraties in het bloed zijn
onafhankelijk van leeftijd, geslacht, ras, lichaamsmassa en hydratatie. Filtratie in de glomerulus van
de nier tot in de primaire urine wordt vergemakkelijkt door de hoge concentratie van cystatine C in
zo goed als alle lichaamsvloeistoffen, het lage moleculaire gewicht (13.3 kDa) en de positieve lading
van het proteïne. Doordat de productie van cystatine C constant blijft, is de meting van cystatine C
serum concentraties een goede merker van glomerulaire filtratie, een proces dat onafhankelijk is
van infecties, ontstekingen of aantasting van de lever (Lisowka-Myjak 2010).
B. Nierfunctie in de regio Menen
De nierfunctieparameters werden niet gemeten in de referentiepopulatie, dus er is geen
vergelijking mogelijk tussen de waarden in de regio Menen en algemeen Vlaanderen.
De waarden in regio Menen kunnen wel vergeleken worden met de klinische richtwaarden van het
laboratorium waar de meting werd uitgevoerd. In Tabel 81 wordt weergegeven welk percentage
van de deelnemers binnen en buiten de normale range vallen voor cystatine-C en alfa-1microglobuline.
De gegevens zullen in een vervolgproject verder gebruikt worden om na te gaan of personen die
meer blootgesteld zijn aan metalen die toxisch zijn voor de nieren ook meer kans hebben op een
afwijkende waarde van deze twee nierfunctieparameters.

Tabel 81: Nierparameters in de regio Menen: vergelijking met klinische richtlijnen
Biomerker Richtlijn % deelnemers
Cystatine-C in serum lage waarden: < 0,59 mg/l 4,57% (9/197)
normale waarden: 0,59 – 1,04 mg/l 93,4% (184/197)
hoge waarden: > 1,04 mg/l 2,03% (4/197)
Alfa-1-microglobuline in urine normale waarden: < 12 mg/l 100% (191/191)
hoge waarden: ≥ 12 mg/l 0% (0/191)

4. Perceptie
4.1 Inleiding
De vragenlijst van de humane biomonitoringscampagne in regio Menen bevat, net als de
referentiecampagne in Vlaanderen, een module rond risicopercepties. Deze module peilt naar de
meningen, klachten en bezorgdheden van jongeren over milieuproblemen in hun woonomgeving.
Risicopercepties brengen een beeld van de maatschappelijke betekenis van milieu- en
gezondheidsrisico’s. Ze zijn relevant voor het beleid omdat ze een belangrijke invloed uitoefenen
op hoe risico’s beoordeeld en aangepakt moeten worden 7 . 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 gezondheid 8 . De perceptie van (potentiële of reële) milieuproblemen zorgt immers
voor stress die de gezondheid negatief beïnvloedt. Ook de perceptie van een gebrek aan
participatie en betrokkenheid bij het beleidsproces rond het aanpakken en oplossen van
milieuproblemen heeft een negatieve impact op de (psychosociale) gezondheid 9 .
De ‘subjectieve’ percepties van mensen over de problematiek van milieu en gezondheid vormen
dus een belangrijke en noodzakelijke aanvulling op de ‘objectieve’ meetgegevens van de humane
biomonitoring. In wat volgt worden de resultaten van de perceptievragenlijst bij jongeren in
Menen voorgesteld. Vier onderwerpen komen achtereenvolgens aan bod:
De perceptie van milieuproblemen: wie percipieert welke milieuproblemen in de eigen
woonomgeving, en wie is ook ongerust over welke gezondheidsklachten in verband met
die problemen? En welke oplossingen zien jongeren voor deze milieuproblemen?
Informatie over milieuproblemen: door wie en op welke manier willen jongeren
geïnformeerd worden over milieuproblemen? Welke informatiekanalen genieten
vertrouwen en welke kanalen zijn belangrijk? En hoe beoordelen ze bestaande
informatiecampagnes rond milieu en gezondheid?
Attitudes en gedrag rond milieubesef: voelen jongeren zich verantwoordelijk voor het
leefmilieu? En vertaalt zich dat ook in milieubewust gedrag?
Betrokkenheid en participatie: hoe moet de plaatselijke bevolking best betrokken worden
bij het aanpakken van milieuproblemen in de woonomgeving? Wie moet uiteindelijk
beslissen? En wie is ook zelf bereid om betrokken te worden?
In tabellen en figuren worden de antwoorden van de jongeren weergegeven. We kijken in de
eerste plaats naar verschillen met de Vlaamse referentiebiomonitoring. We gaan na voor welke
percepties er statistisch significante 10 verschillen bestaan tussen jongeren in regio Menen en
jongeren in gans Vlaanderen. Daarnaast kijken we binnen de steekproef van de regio Menen ook
naar de verdeling van subgroepen per geslacht, sociaal-economische status (SES), etnische
7 Slovic, P. (edit.) (2000), The Perception of Risk, London: Earthscan, 473 p.
8 Lima, M.L. (2004), On the influence of risk perception on mental health: living near an incinerator, in: Journal of
Environmental Psychology, vol. 24: 71-84.
9 Vandermoere, F. (2008), Psychosocial health of residents exposed to soil pollution in a Flemish neighbourhood, in:
Social Science & Medicine, vol. 66: 1646-1657.
10 Statistische significantie drukken we uit als een p-waarde: hoe kleiner die waarde, hoe kleiner de kans dat het verschil
te wijten is aan het toeval. Bij een p-waarde kleiner of gelijk aan 0.05 spreken we van een significant verband (de kans dat
het verband toevallig is, is dan kleiner dan 5%).

achtergrond en afstand tot de industriezone. We gaan na voor welke percepties er significante
verschillen bestaan tussen jongens en meisjes, tussen jongeren met een hoge of een lage SES, enz.
Voor sociaal-economische status (de sociale positie die iemand inneemt in de samenleving)
bekijken we twee indicatoren: het hoogste opleidingsniveau van de ouders (lager secundair, hoger
secundair of hoger onderwijs) en het onderwijstype van de jongeren (ASO, TSO of BSO). Indien we
voor een bepaalde perceptievraag lineaire verschillen in SES vinden dan spreken we van een sociale
gradiënt. Die kan positief zijn (hoe hoger de SES, hoe hoger de score op de perceptievraag) of
negatief (hoe hoger de SES, hoe lager de score).
Afstand tot industriezone bekijken we door jongeren die dichter bij de industriezone wonen
(studiegebied Menen 1) te vergelijken met jongeren die verder af wonen (studiegebied Menen 2).
De verschillen tussen de regio Menen en Vlaanderen worden voor alle vragen getoond. De
verschillen in regio Menen per subgroep worden enkel getoond indien ze statistisch significant zijn
(in bijlage 5 worden alle berekeningen weergegeven). Tot slot geven we in de tekst ook steeds de
relevante verschillen in perceptieresultaten in de hotspot Genk-Zuid weer.
4.2 Respons
197 van de 199 jongeren die deelnamen aan de humane biomonitoring in regio Menen vulden de
perceptievragenlijst in. Het eerste luik rond de perceptie van milieuproblemen in de
woonomgeving (paragraaf 4.3) werd in de campagne in regio Menen iets slechter ingevuld dan in
de referentiecampagne in Vlaanderen (in Menen vulden 8% deze vragen niet of niet juist in, terwijl
dit in Vlaanderen 7% was). Ten opzichte van de campagne in Genk-Zuid zijn de verschillen wel
groot (daar vulde slechts 2,3% deze vragen niet in). Het luik over de informatiekanalen (paragraaf
4.4) kent in de regio Menen ongeveer een gelijke respons als in Vlaanderen: beide ongeveer 7%
missing. Het laatste luik rond de betrokkenheid en participatie (paragraaf 4.6) werd in regio Menen
minder goed ingevuld dan in Vlaanderen (resp. 5% t.o.v. 2% missing), maar opvallen beter ingevuld
dan in Genk-Zuid (8,6% missing).
4.3 Perceptie van milieuproblemen in de woonomgeving
Wie geeft milieuproblemen aan?
De eerste vraag in de perceptievragenlijst peilde naar de aanwezigheid van een milieuprobleem in
de woonomgeving van de respondenten (gemeente of buurt). Bijna 1 op 6 van alle jongeren
(59,5%) stelt in regio Menen minstens één milieuprobleem in zijn of haar woonomgeving vast. In
Vlaanderen is dit 26,1%.

100
90
80
70
60
50
40
30
20
10
0
59,5
Figuur 68: percentage deelnemers die aangaven een milieuprobleem in de omgeving te hebben.
Menen (n=190) – Vlaanderen (n=204)
Meisjes geven in regio Menen vaker een milieuprobleem aan dan meisjes. De verschillen in
geslacht zijn statistisch significant (p=0.008). In Vlaanderen zien we dezelfde trend, maar in Genkzuid
zagen we net het omgekeerde: daar melden jongens vaker dan meisjes een milieuprobleem
(p=0,045). We stellen in de regio Menen ook vast dat jongeren met hoogopgeleide ouders vaker
een milieuprobleem in hun woonomgeving aangeven dan jongeren met laagopgeleide ouders,
maar de verschillen zijn zowel in regio Menen als in Vlaanderen niet significant. Het melden van
een milieuprobleem vertoont in de regio Menen daarnaast een significant (maar geen rechtlijnig)
verband met het onderwijstype van de jongere (P=0,012) (niet in figuur). Jongeren uit het ASO
geven vaker een milieuprobleem aan dan jongeren uit het TSO en het BSO (69,3% t.o.v. resp. 45,9%
en 55,6%). Dit verband stelden we ook vast in Vlaanderen, maar niet in Genk-Zuid. Jongeren die in
studiegebied Menen dichter bij het industriegebied wonen (Menen 1) melden iets vaker een
milieuprobleem dan jongeren die iets verder af wonen (Menen 2) (61,9% t.o.v. 55,6%), maar dit
verschil is niet statistisch significant.
In vergelijking met de 8 aandachtsgebieden uit het eerste steunpunt 11 (2002-2008) liggen de
percentages in Menen bijna dubbel zo hoog. Jongeren in Menen geven ongeveer twee keer zo vaak
een milieuprobleem aan dan jongeren (in dezelfde leeftijdsgroep) die wonen in havengebied
(30,1%), in de Albertkanaalzone (31,7%) of in de buurt van een verbrandingsoven (34%).
Over welke milieuproblemen gaat het?
Jongeren die melding maken van een milieuprobleem, konden aan de hand van vooraf omschreven
categorieën aanduiden over welke problemen het gaat. We peilden naar het type milieuprobleem
(in welk milieucompartiment speelt het probleem zich af), de sector of activiteit die het probleem
veroorzaakt en de vervuilende stof(fen) die het probleem veroorzaken.
Type milieuproblemen
51,4
26,1 24,8
70,4
28,1
Menen
Vlaanderen
55,6 53,8
54,1% van de jongeren uit studiegebied Menen geeft aan dat luchtvervuiling een milieuprobleem is
in zijn of haar woonomgeving. 27,3% stelt (ook) bodemvervuiling vast en 16,9% (ook)
geluidshinder. 14,2% en 13,1% stelt respectievelijk (ook) geurhinder en geluidshinder vast. Andere
11 Zie: http://www.milieu-en-gezondheid.be/resultaten/2001-2006/jongeren/Perceptierapport%20Jongeren.pdf
18,2
totaal jongens meisjes lager
secundair
21,5
hoger
secundair
63,9
29,2
hoger
onderwijs
geslacht opleidingsniveau ouders

milieuproblemen zoals vervuiling via voeding, binnenhuisvervuiling en lichthinder en (niet in figuur)
werden minder vaak aangegeven (respectievelijk 2,2%, 1,6% en 0,5%).
60
50
40
30
20
10
0
54,1
20,4
27,3
Figuur 69: Types milieuproblemen die werden vermeld (%). Menen (n=183) – Vlaanderen (n=191)
De vijf typen milieuproblemen uit de figuur worden in de regio Menen significant vaker gemeld dan
in de Vlaamse referentiebiomonitoring (uitgezondheid geluidshinder). De verschillen zijn het
grootst voor bodemvervuiling, dat wordt in regio Menen 4,3 keer vaker gemeld dan in Vlaanderen.
In Genk-Zuid werd luchtvervuiling eveneens het vaakst aangeduid als type milieuprobleem (70,5%).
Opvallend is wel dat jongeren in Genk-Zuid daarnaast vooral melding maken van geurhinder
(36,8%) en geluidshinder (25,8%), terwijl dit in de regio Menen vooral bodemvervuiling is.
Het melden van bepaalde type milieuproblemen is in regio Menen significant verschillend voor
geslacht: meisjes melden significant meer luchtvervuiling, bodemvervuiling en geluidshinder dan
jongens. De verschillen in geslacht zijn het grootst voor geluidshinder: meisjes geven 2,2 keer vaker
geluidshinder aan dan jongens. Daarnaast is het melden van bodemvervuiling ook significant
verschillend per onderwijstype: jongeren uit het ASO melden vaker bodemvervuiling dan jongeren
uit het TSO en BSO (41,0% t.o.v. resp. 8,9% en 15,4%) (p

60
50
40
30
20
10
0
50,3
12,6
27,9
17,8
19,1
Figuur 70: Sectoren en activiteiten die volgens de deelnemers milieuproblemen veroorzaken. Menen
(n=183) – Vlaanderen (n=191)
Alle sectoren en activiteiten uit de figuur worden in de regio Menen significant meer aangeduid
dan gemiddeld in Vlaanderen, uitgezonderd transport. Ten opzichte van Vlaanderen valt in de regio
Menen vooral het hoge percentage voor industrie en afvalverwerking op. De resultaten in de regio
Menen zijn erg vergelijkbaar met Genk-Zuid. Enkel zwerfvuil wordt in Genk-Zuid daar opvallend
minder vaak aangeduid als oorzaak van milieuproblemen (7,9%).
Geslacht Industrie Zwerfvuil
Jongens 40,8% 11,7%
Meisjes 62,5% 25,0%
Totaal 50,3% 17,5%
p-waarde 0.004 0.018
17,5
Meisjes duiden significant vaker dan jongens de
industrie en zwerfvuil aan als veroorzakende activiteit
voor milieuproblemen in de regio Menen. Daarnaast
zien we dat afvalverwerking vaker door jongeren met
een hogere SES verantwoordelijk wordt gesteld voor
milieuproblemen dan door jongeren met een lage SES.
Vervuilende stoffen die milieuproblemen veroorzaken
2,6
Uit een lijst van milieuvervuilende stoffen die milieuproblemen kunnen veroorzaken, duiden
jongeren uit regio Menen het vaakst uitlaat- en verbrandingsgassen aan (37,7%). Zware metalen en
afval komen op een gedeelde tweede plaats met 23%. Dioxines (21,9%) en schadelijke dampen
(16,4%) vervolledigen de top 5. Andere stoffen die minder vaak gemeld worden zijn fijn stof
(13,7%), chemisch afval (13,19%), radioactief afval (8,2%), mest (7,1%) en pesticiden (6,6%). Alle
stoffen uit de top 5 worden significant meer in de regio Menen gemeld dan gemiddeld in
Vlaanderen. Vooral het grote verschil met zware metalen en dioxines valt op. Jongeren in Genk-
Zuid duiden eveneens uitlaatgassen en zware metalen het vaakst aan als vervuilende stoffen (resp.
45,8% en 40,0%). Afval en dioxines worden in Genk-Zuid wel minder vaak gemeld dan in de regio
Menen.
8,4
Menen
Vlaanderen
12,0
industrie verkeer afvalverwerking zwerfvuil transport
9,9
SES Afvalverwerking
Opleiding ouders
Lager secundair 3,8%
Hoger secundair 14,0%
Hoger onderwijs 24,8%
p-waarde 0.030
Onderwijstype jongere
BSO 11,5%
TSO 8,9%
ASO 24,8%
p-waarde 0.013
Totaal 19,1%

40
35
30
25
20
15
10
5
0
37,7
20,6
23,0 23,0
4,1
uitlaatgassen zware metalen Afval Dioxines schadelijke
dampen
Figuur 71: Vervuilende stoffen die volgens de deelnemers milieuproblemen veroorzaken. Menen
(n=183) – Vlaanderen (n=191)
Meisjes duiden significant vaker dan jongens zware metalen, afval, dioxines en schadelijke dampen
aan als veroorzakende stoffen voor de milieuproblemen in regio Menen. Daarnaast stellen we vast
dat het melden van dioxines en uitlaatgassen een positieve sociale gradiënt volgens: ze worden
vaker aangeduid door jongeren met een hogere SES. Er zijn geen significante verschillen tussen
jongeren die wonen in studiegebied Menen 1 en studiegebied Menen 2.
Ongerust over de gezondheid?
21,9
We zagen hierboven dat bijna zes op de tien jongeren uit onze steekproef in de regio Menen een
milieuprobleem percipiëren in hun woonomgeving. Vraag is in hoeverre deze jongeren 12 zich
hierover ook zorgen maken over hun gezondheid of die van hun huisgenoten. Van de jongeren die
in de regio Menen een milieuprobleem melden, is een derde (33,3%) in bepaalde mate ongerust
12 Omdat deze antwoorden enkel betrekking hebben op respondenten die een milieuprobleem aangeven, kunnen we
deze percentages niet berekenen op het totaal aantal deelnemers.
9,4
3,1
Menen
Vlaanderen
Geslacht Zware metalen Afval Dioxines
Schadelijke
dampen
Jongens 16,5% 15,5% 12,6% 9,7%
Meisjes 31,3% 32,5% 33,8% 25,0%
Totaal 23,0% 23,0% 21,9% 16,4%
p-waarde 0.019 0.007 0.001 0.006
SES Dioxines
Onderwijstype jongere
BSO 0,0%
TSO 16,1%
ASO 31,0%
Totaal 21,9%
p-waarde 0.001
16,4
6,2
SES Uitlaatgassen
Opleiding ouders
Lager secundair 34,6%
Hoger secundair 24,0%
Hoger onderwijs 44,8%
Totaal 37,7%
p-waarde 0.042

over de gezondheidsgevolgen hiervan voor henzelf of hun huisgenoten. Binnen deze groep zien we
dat 32,4% aangeeft ‘eerder’ of een ‘beetje ongerust’ te zijn en 0,9% aangeeft ‘zeer ongerust’ te zijn.
In Vlaanderen is 22,6% van de jongeren ongerust over de gezondheidsgevolgen van
milieuproblemen en is niemand zeer ongerust. De verschillen tussen de regio Menen en
Vlaanderen zijn niet significant (p=0,389). De verschillen tussen de regio Menen en Genk-Zuid zijn
echter vrij groot: in Genk-Zuid is meer dan de helft (51,1%) van alle jongeren die een
milieuprobleem vaststelde ongerust over de gezondheid (waarvan 11,3% zeer ongerust).
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
32,4
39,5
27,2
Figuur 72: Mate van ongerustheid over de gezondheid bij de deelnemers. Regio Menen (n=142) –
Vlaanderen (n=53)
In de regio Menen is de ongerustheid over de gezondheid niet significant verschillend voor
subgroepen. In Genk-Zuid zagen we dat jongeren met een lage SES meer ongerustheid aangaven.
Ook gezondheidsklachten?
,9 0
22,6
43,4
34
Menen Vlaanderen
zeer ongerust
eerder of een beetje
ongerust
eerder niet of weinig
ongerust
niet ongerust
Jongeren konden ook aanduiden welke gezondheidsklachten en ziekten bij henzelf (of bij anderen
uit hun gezin) voorkomen die (volgens hen) te wijten zijn aan milieuproblemen. Zij konden dit
aankruisen op een lijst van 18 mogelijke klachten (meerdere antwoorden waren mogelijk).
Astma wordt het vaakst aangegeven (6,0%), gevolgd door luchtwegklachten en allergie (beide
5,5%). Kanker en hoofdpijn worden respectievelijk door 4,9% en 4,4% van alle jongeren aangeduid.
Andere klachten die minder vaak gemeld worden zijn: vermoeidheid (3,8%), slapeloosheid (2,7%)
en stress (2,2%). Alle gezondheidsklachten worden door jongeren in de regio Menen meer
aangegeven dan door jongeren in Vlaanderen, maar de verschillen zijn enkel significant voor astma
en kanker. Vooral het grote verschil in het aangeven van kanker valt op (let wel: in Vlaanderen is er
slechts één deelnemer die kanker aangeeft). In vergelijking met jongeren in Genk-Zuid worden er in
de regio Menen minder gezondheidsklachten aangegeven. In Genk-Zuid geeft 14,6% van de
jongeren luchtwegklachten aan en 11,5% hoofdpijn. Astma, allergie en kanker worden in Genk-Zuid
ongeveer even vaak aangeduid als gezondheidsklacht dan in de regio Menen.

7
6
5
4
3
2
1
0
6
2
5,5 5,5
2,9
Figuur 73: Gerapporteerde gezondheidsklachten door de deelnemers. Regio Menen (n=183) – Vlaanderen
(n=191)
We stellen in de regio Menen geen significante verschillen vast voor geslacht, sociaal-economische
status of afstand tot industriezone. In Genk-Zuid zagen we wel sociale verschillen: hoofdpijn,
vermoeidheid en stress volgden daar een negatieve sociale gradiënt: ze werden meer gemeld door
jongeren met een lage SES.
Oplossingen voor milieuproblemen
3,6
4,9
0,7
Menen
Vlaanderen
astma luchtwegen allergie kanker hoofdpijn
We stelden jongeren in studiegebied Menen ook de vraag wat volgens hen de beste oplossing is
voor de milieuproblemen in hun directe omgeving. In totaal werden 139 oplossingen geformuleerd
door 110 jongeren (27 jongeren gaven meer dan één oplossing). 8 jongeren gaven aan geen
oplossing te weten, 81 jongeren vulden deze vraag niet in. Omdat het een open vraag betreft
kunnen we de verschillende antwoorden hier niet in al hun diversiteit weergeven. Indien we de
antwoorden echter in ruimere categorieën onderverdelen, dan valt op dat het verminderen van
verkeer en afval het vaakst genoemd worden als oplossingen voor de milieuproblemen (resp.
18,7% en 15,2%). De industrie komt terug in verschillende categorieën: 15,2% van de oplossingen
gaan over het verplaatsen of verminderen van de industrie, 10,1% over het strenger controleren en
sanctioneren van de industrie en 5,8% over het sluiten van de industrie. Het stimuleren van groene
energie (6,5%) en het verminderen van uitstoot (2,9%) hebben (mogelijk) ook betrekking op de
industrie, hoewel dit niet altijd wordt vermeld.
4,4
2

20
18
16
14
12
10
8
6
4
2
0
18,7
15,2
12,9
10,8
10,1
% van alle oplossingen (n=139)
6,5
We bekijken de top 3 van geformuleerde oplossingen nu in meer detail. 18,7% van de oplossingen
(n=26) gaat over het verminderen van verkeer. In onderstaand taartdiagram staat de verdeling van
23,1
7,7
3,8
30,8
34,6
verkeer verminderen (n=26)
meer gebruik fiets en te voet
minder gebruik auto
verkeerscirculatie binnenstad
minder vrachtverkeer
meer gebruik openbaar vervoer
dit soort oplossingen in subcategorieën.
Meer dan een derde (33,6%) van alle
oplossingen gerelateerd aan verkeer gaan
over het stimuleren van milieuvriendelijke
vervoerswijzen. Enkele citaten: “zoveel
mogelijk met de fiets of te voet gaan”,
“iedereen die voor korte afstanden het huis
uit moet, met de fiets laten gaan”. Ruim
30% van andere oplossingen hangen hier
nauw mee samen en hebben te maken met
het verminderen van autoverkeer:
“gewoon minder auto’s”, “allemaal samen in 1 auto ipv allemaal in eigen auto”. 23,1% van de
geformuleerde oplossingen rond verkeer gaan specifiek over de verkeerscirculatie en het
verkeersplan in de binnenstad: “wegen meer autovrij maken (stadskern)”, “meer verkeer omleiden
via grotere toegangswegen”, “ander verkeersplan”. 7,7% vindt dat vooral het vrachtverkeer moet
gereduceerd worden, en 3,8% vraagt meer gebruik van openbaar vervoer.
15,2% van de oplossingen voor
milieuproblemen (n=21) gaat over het
4,8
Afval verminderen (n=21)
verminderen van afval. Bijna de helft van al
deze voorstellen (47,6%) gaat over het
14,3
zwerfvuil aanpakken
aanpakken van zwerfvuil: “zwerfvuil
47,6
afval sorteren en recycleren
vermijden door meer vuilbakken te
minder afval produceren
plaatsen”, “meer controle op sluikstorten”,
“mensen waarschuwen voor boetes voor het
vervuilen van de straten”. Een derde van de
oplossingen gaat over het (beter) sorteren
en recycleren van afval: “iedereen moet
33,3
minder afval storten
goed sorteren”. 14,3% en 4,8% gaat respectievelijk over het verminderen van de afvalberg en het
minder storten van afval: “het beperkten van afval”, “minder afval produceren”.
5,8
5
2,9
12,2

22,6
industrie verminderen (n=18)
industrie verminderen
industrie verplaatsen
industrie niet uitbreiden
12,9% van de oplossingen gaat over het
verminderen of verplaatsen van de
industriële activiteiten in de regio Menen.
Meer dan de helft van deze oplossingen
(55,6%) gaan (meestal vrij bondig) over het
verminderen van het aantal fabrieken:
55,6
“minder fabrieken”, “minder schadelijke
22,6
industrie”. De overige oplossingen in deze
categorie gaan over het verplaatsen van de
industrie (met name verder weg van de
woonzones) of het niet verder uitbreiden
van de industriezone: “bedrijventerrein Menen verder van de bebouwde kom plaatsen”, “galloo
delocaliseren”, ”fabrieken niet bij huizen zetten”, “uitbreiden van industriegebieden tegenhouden”.
Naast de bovenvermelde top 3 zijn er nog twee andere type categorieën die elk ruim 10% van het
totaal uitmaken: een meer generieke categorie van antwoorden die stelt dat iedereen dient bij te
dragen tot het oplossen van milieuproblemen (10,8%). Citaten uit deze categorie zijn: “iedereen
moet een handje helpen”, “als iedereen zijn steentje bijdraagt”, “iedereen zijn eigen
verantwoordelijkheid opnemen”. De tweede categorie van rond de 10% betreft meer specifieke
oplossingen rond de strengere controle en sancties voor de industrie: “meer controle op gevaarlijke
producten bij bedrijf Galloo”, “goede controle van de industrie in verband met uitstoot van dioxine
en afvalverwerking”, “strenger toezicht op afvalverwerkende bedrijven, ook voor deze over de
grens”, “meer controle op uitstoot”.
Andere categorieën van oplossingen die minder vaak genoemd worden, zijn i) het stimuleren van
groene energie (6,5%): “*…+ groene energie (windmolens) is de enige oplossing volgens mij”,
“bedrijven die milieuvriendelijker worden”, ii) het sluiten van de industrie (5,8%): “galloo’s sluiten”,
“fabriek wegdoen”, en iii) mensen beter informeren en sensibiliseren (5,0%): “goede info
ontvangen”, “duidelijke tips geven”.
Vergelijken we de antwoorden van jongeren in de regio Menen met die van Genk-Zuid, dan valt op
dat er in de regio Menen meer nadruk wordt gelegd op het terugdringen van verkeer en het
verplaatsen van de industriële activiteiten en minder op het verminderen van uitstoot van
schadelijke stoffen en het stimuleren van groene energie. Het aantal voorgestelde oplossingen om
de industrie te sluiten is in de regio Menen en Genk-Zuid vergelijkbaar.
Conclusie
Jongeren in regio Menen melden bijna 3 keer vaker een milieuprobleem in hun woonomgeving dan
gemiddeld in Vlaanderen (59,5% t.o.v. 26,1%). Het gaat vooral over luchtvervuiling, vaak in
combinatie bodemvervuiling. Deze milieuproblemen worden volgens jongeren in de regio Menen
veroorzaakt door de industrie, vaak in combinatie met verkeer of afval(verwerking). De
milieuproblemen zorgen vooral voor uitlaatgassen, zware metalen en afval. Meisjes en jongeren
met een hogere sociaal-economische status percipiëren over het algemeen meer milieuproblemen
in hun woonomgeving. Er is echter geen verschil in woonplaats ten opzichte van de industriezone:
jongeren die dichter bij de industrie wonen, melden niet meer problemen dan jongeren die verder
af wonen. Oplossingen voor de milieuproblemen zien jongeren vooral in het verminderen van

verkeer (vooral het stimuleren van milieuvriendelijke vervoerswijzen), het beperken van afval
(vooral zwerfvuil en sluitstorten) en het reduceren of herlokaliseren van industriële activiteiten.
Een derde van de jongeren die in regio Menen een milieuprobleem meldt, is ook in bepaalde mate
ongerust over de gezondheidsgevolgen daarvan voor zijn of haar gezin. Dit percentage is niet
significant verschillend van Vlaanderen. In de regio Menen worden meer gezondheidsklachten
gemeld ten gevolge van milieuproblemen dan in Vlaanderen, maar de verschillen zijn niet altijd
significant. Iets meer dan 5% van de jongeren geeft astma, luchtwegklachten, allergie of kanker
aan.
Vergelijken we de resultaten in de regio Menen met die in Genk-Zuid dan valt op dat in regio
Menen ruim 10% minder jongeren een milieuprobleem melden dan hun leeftijdsgenoten in Genk-
Zuid. Zowel in de regio Menen als in Genk-Zuid wordt vooral luchtvervuiling aangeduid, maar
opvallend is dat daarnaast in Genk-Zuid vooral geurhinder en geluidshinder gemeld wordt, terwijl
dit in de regio Menen vooral bodemvervuiling en watervervuiling is. Verder valt op dat in regio
Menen zwerfvuil vaker als oorzaak van milieuproblemen wordt gezien dan in Genk-Zuid. Als
belangrijkste milieuvervuilende stof wordt zowel in de regio Menen als Genk-Zuid uitlaat- en
verbrandingsgassen aangeduid. Op de twee plaats worden in beide gebieden zware metalen
genoemd (zij het ongeveer dubbel zo vaak in Genk-Zuid dan in regio Menen). Dit is enigszins
opvallend aangezien de milieuproblematiek in regio Menen vooral aandacht heeft voor de dioxines
en PCB’s verbonden aan de shredderindustrie. In vergelijking met jongeren in Genk-Zuid wordt er
in regio Menen tot slot minder ongerustheid over de gezondheid en minder gezondheidsklachten
aangegeven.

4.4 Informatie over milieuproblemen
De eerste paragraaf ging over de perceptie van milieuproblemen in de woonomgeving. Dit tweede
luik gaat verder in op de meningen van jongeren over informatie rond die milieuproblemen. Eerst
kijken we naar mogelijke informatiekanalen. Deze geven aan door wie jongeren geïnformeerd
willen worden over milieuproblemen. Daarna gaan we in op de inhoud en de overdracht van
informatie: over wat en hoe willen ze geïnformeerd worden? Tot slot bekijken we op welke manier
jongeren enkele bestaande informatiecampagnes rond milieu en gezondheid beoordelen.
Informatiekanalen: vertrouwen, noodzaak en ervaring
Jongeren in regio Menen hebben – net als jongeren in Vlaanderen – het meeste vertrouwen in
wetenschappers en huisartsen en het minste vertrouwen in consumentenorganisaties,
veroorzakers van milieuproblemen en politieke partijen. De figuur hieronder geeft het percentage
jongeren weer dat aangeeft veel vertrouwen te hebben. In de regio Menen hebben jongeren
significant minder vertrouwen in de media (zowel de algemene als de regionale media, resp.
p=0,001 en 0,023) en het gemeentebestuur (p=0,006) als informatiekanaal voor milieuproblemen
in vergelijking met de gemiddelde jongere in Vlaanderen. Ook voor andere infokanalen zien we in
de regio Menen iets minder vertrouwen, maar die verschillen zijn niet significant.
Opvallend is dat ook in Genk-Zuid jongeren minder vertrouwen hebben in de media. Hun
vertrouwen in het gemeentebestuur was echter gelijk aan het Vlaamse gemiddelde, terwijl dit in
regio Menen significant lager is.
60
50
40
30
20
10
0
Menen [n=183-190] – Vlaanderen [n=190-198]
% veel vertrouwen
Menen
Vlaanderen
Jongeren uit de regio Menen wensen vooral informatie te ontvangen van wetenschappers (34,7%),
onderwijsinstellingen (28,6%) en het gemeentebestuur (26,6%). Hoewel jongeren in regio Menen
iets minder vertrouwen hebben in informatiekanalen, wensen zij over het algemeen wel vaker
geïnformeerd te worden door die kanalen dan jongeren uit Vlaanderen. Voor 9 van de 13
informatiekanalen wensen meer jongeren in de regio Menen informatie te ontvangen dan

jongeren uit Vlaanderen. Grootste verschillen zien we bij de onderwijsinstellingen (p=0.041). Van
de algemene en regionale media en internet wensen jongeren in regio Menen minder informatie
dan jongeren in Vlaanderen.
40
35
30
25
20
15
10
5
0
Menen [n=183-190] – Vlaanderen [n=190-198]
In Genk-Zuid stellen we dezelfde trends vast: jongeren wensen meer informatie dan gemiddeld in
Vlaanderen (vooral van wetenschappers, huisartsen en gemeentebestuur) en minder van de
algemene media.
40
35
30
25
20
15
10
5
0
Menen [n=183-190] – Vlaanderen [n=190-198]
van wie info gewenst?
van wie info gekregen?
Menen
Vlaanderen
Menen
Vlaanderen

Jongeren in de regio Menen geven aan dat ze in het verleden vooral informatie kregen via de
regionale media (27,6%), onderwijsinstellingen (27,1%), vrienden en kennissen (25,6%) en de
algemene media (25,1%). Ten opzichte van het Vlaamse gemiddelde geven minder jongeren in
regio Menen aan informatie te hebben ontvangen van de algemene media (p=0.007) en
onderwijsinstellingen (p=0,096). Ten opzichte Genk-Zuid zien we grotendeels dezelfde resultaten:
ook daar geven minder jongeren aan info te hebben ontvangen van de media en
onderwijsinstellingen. Maar van het gemeentebestuur ontvingen jongeren wel meer informatie
dan gemiddeld.
Inhoud en overdracht van informatie
We vroegen respondenten hun mening over de wenselijkheid van 6 verschillende manieren van
informatieoverdracht (is volgende informatie over milieuproblemen in je woonomgeving
wenselijk?): via productinformatie, media, website van de overheid, brochures, bewoners
betrekken bij milieubeleid, en bijeenkomsten. Ze konden telkens een antwoord aankruisen op een
schaal gaande van ‘niet wenselijk’ tot ‘zeer wenselijk’. Hieronder tonen we de percentages van de
jongeren die aangeven de informatievorm wenselijk te vinden (zeer wenselijk of eerder wenselijk).
Jongeren in regio Menen willen de media de meest wenselijke manier om geïnformeerd te worden
over milieuproblemen in hun woonomgeving (77,3%). Productinformatie komt op de tweede plaats
met 75,4%. Groepsbijeenkomsten zijn voor jongeren uit de regio Menen de minst wenselijke
manier om geïnformeerd te worden (27,8%). De antwoorden van jongeren uit de Vlaamse
steekproef zijn gelijklopend: ook daar scoren media en productinformatie hoog en bijeenkomsten
laag. Opvallend is wel dat jongeren in de regio Menen informatieoverdracht via de media even
wenselijk vinden dan jongeren in Vlaanderen, maar dat het vertrouwen in de media wel beduidend
lager is dan het Vlaamse gemiddelde. De twee meer interactieve informatievormen (via
betrokkenheid van buurtbewoners en via bijeenkomsten) worden in regio Menen wenselijker
geacht dan in Vlaanderen. De verschillen zijn enkel voor ‘betrokkenheid bewoners’ significant
(p=0,017).
90
80
70
60
50
40
30
20
10
0
77,3 76,7 75,4 73,5
61,2
46,9
Menen [n=177-190] – Vlaanderen [n=194-197]
56,8 54,5 55,4
50,3
49,2
51,8
Menen
Vlaanderen
27,8
20,9
De rangorde in de antwoorden van jongeren in de regio Menen komen ook grotendeels overeen
met de jongeren in Genk-Zuid, maar de percentages liggen in de regio Menen wel lager dan in
Genk-Zuid. Dit geldt met name voor de wenselijkheid van groepsbijeenkomsten. Zowel in regio
Menen als in Genk-Zuid vindt men dit de minst wenselijke vorm van informatieoverdracht, maar in
Genk-Zuid ligt het percentage wel opvallend hoger: 46,7%.

Op basis van onze resultaten kunnen we dus stellen dat de voorkeur voor interactieve en
participatie vormen van informatieoverdracht bij milieuproblemen in de regio Menen groter is dan
in Vlaanderen, maar kleiner dan in Genk-Zuid. Ook stellen we vast dat, ondanks de verhoogde
wenselijkheid van interactieve informatievormen, jongeren toch nog steeds de voorkeur geven aan
meer passieve vormen van informatieoverdracht via de media, productinformatie of websites.
Evaluatie bestaande informatiecampagnes rond milieuproblemen
Tot slot van deze paragraaf over informatie van milieuproblemen kijken we naar de beoordeling die
jongeren geven aan enkele bestaande informatiecampagnes en brochures van de Vlaamse
overheid rond milieu en gezondheid. Jongeren konden de onderstaande 9 campagnes telkens
evalueren als ‘onbekend’, ‘onzinvol’ of ‘zinvol’.
Onbekend Niet zinvol zinvol
Menen Vl. Menen Vl. Menen Vl. p
‘Zonder is gezonder’ 94,4 89,3 0,5 3,6 5,1 7,1 0,059
‘Bouw of verbouw gezond’ 85,1 80 3,6 3,6 11,3 16,4 0,339
‘Asbest in en om het huis’ 81,9 82,7 1,6 2,5 16,6 14,7 0,749
‘GSM-gebruik bij kinderen’ 50,5 34,2 11,6 20,6 37,9 45,2 0,002
‘Asbest in land- en
tuinbouwbedrijven’
83,9 85,4 6,3 2,0 9,9 12,6 0,075
‘53% dioxine-uitstoot’ 80,0 73,1 5,3 9,1 14,7 17,8 0,163
‘Slimmer stoken’ 76,6 64 6,3 6,6 17,2 29,4 0,016
‘Adem diep in’ 81,8 71,1 7,8 9,3 10,4 19,6 0,022
‘Wonen en gezondheid’ 62,6 64 5,3 4,6 32,1 31,5 0,942
Menen [n=190-195] – Vlaanderen [n=195-200]
De resultaten zijn grotendeels gelijklopend in de regio Menen en Vlaanderen. De campagne rond
GSM gebruik bij kinderen is de best gekende. In regio Menen vindt 37,9% van de jongeren deze
campagne zinvol terwijl 11,6% de campagne als onzinvol aanduidt. In de beoordeling van de
campagnes verschillen jongeren in regio Menen niet significant van jongeren in Vlaanderen, met
uitzondering van de campagne rond ‘GSM-gebruik bij kinderen’, ‘slimmer stoken’ en ‘adem diep in’.
Alle deze campagnes zijn bij jongeren in de regio Menen minder bekend dan gemiddeld in
Vlaanderen.
Conclusie
De rangorde van meest betrouwbare infokanalen voor milieuproblemen is vergelijkbaar voor
jongeren uit regio Menen en Vlaanderen: wetenschappers, huisartsen, vrienden en
milieuorganisaties genieten veel vertrouwen, consumentenorganisaties, politieke partijen en de
veroorzakers van milieuproblemen genieten weinig vertrouwen. In de regio Menen hebben
jongeren wel minder vertouwen in de algemene en regionale media en in het gemeentebestuur
dan de gemiddelde jongere in Vlaanderen. Het lager vertrouwen in de media zagen we ook bij
jongeren in Genk-Zuid, maar het vertrouwen in het gemeentebestuur was daar niet lager dan
gemiddeld, terwijl dit in de regio Menen wel (significant) lager is. Ondanks het lager vertrouwen,
wensen jongeren in regio Menen over het algemeen wel vaker geïnformeerd te worden door de
verschillende kanalen dan jongeren uit Vlaanderen, vooral door onderwijsinstellingen,
wetenschappers en het gemeentebestuur. De media en internet zijn als informatiekanalen voor
milieuproblemen minder wenselijk in de regio Menen dan gemiddeld.

De voorkeur voor interactieve en participatie vormen van informatieoverdracht bij
milieuproblemen is groter in de regio Menen dan in Vlaanderen, maar kleiner dan in Genk-Zuid.
Ook stellen we vast dat, ondanks de verhoogde wenselijkheid van interactieve informatievormen,
jongeren toch nog steeds de voorkeur geven aan meer passieve vormen van informatieoverdracht
via de media, productinformatie of websites. Bestaande campagnes rond milieu en gezondheid zijn
bij jongeren in studiegebied Menen niet beter gekend dan bij leeftijdsgenoten in Vlaanderen.
4.5 Attitudes en gedrag rond milieubesef
Deze paragraaf peilt naar de attitudes van jongeren ten opzichte van het leefmilieu en de bijdragen
die ze leveren aan milieuvriendelijk gedrag.
Zorg voor het leefmilieu
83,1% van de jongeren in regio Menen vindt de zorg voor het leefmilieu ook zijn of haar
verantwoordelijkheid. In Vlaanderen is dit percentage bijna even hoog (82,8%), in Genk-Zuid is het
iets lager (78,7%). Verantwoordelijkheidsgevoel voor het leefmilieu volgt in de regio Menen een
positieve sociale gradiënt (hoger bij hogere SES), maar deze is niet statistisch significant (in
Vlaanderen en in Genk-Zuid was deze sociale gradiënt wel significant).
Jongeren die zich verantwoordelijk voelen voor het leefmilieu konden vervolgens aangeven in
welke mate ze ook rekening houden met het milieu en welke bijdragen ze leveren aan de zorg voor
het leefmilieu. 65,3% van de jongeren in de regio Menen zegt rekening te houden met het milieu.
4,9% vindt dat dit ook resultaat heeft, terwijl 60,4% vindt dat dit weinig invloed heeft zolang
bedrijven en andere burgers niet hetzelfde doen.
20
18
16
14
12
10
8
6
4
2
0
18,3
16,3
Ongeveer evenveel jongeren in de
regio Menen als in Vlaanderen geven
aan meer rekening te willen houden
met het leefmilieu (resp. 34,7 en
31,4%). Ook de redenen waarom ze
dit niet doen zijn gelijklopend in regio
Menen als in Vlaanderen: 18,3% geeft
aan dat ze niet weten hoe ze dit
moeten doen, 14,0% vindt dat de
bedrijven eerst meer inspanningen
moeten doen, en 2,4% zegt dat meer
rekening houden met het leefmilieu
teveel geld of moeite kost. In Genk-
Zuid geven evenveel jongeren aan dat
ze meer rekening zouden willen houden met het leefmilieu (34,3%), maar de redenen waarom ze
dit niet doen verschillen van regio Menen en Vlaanderen: in Genk-Zuid geven jongeren vooral aan
dat de bedrijven eerst meer inspanningen moeten leveren (22,7%).
Milieuvriendelijke bijdragen
14,0
13,4
ik weet niet hoe eerst moeten bedrijven
meer inspanningen leveren
2,4
Jongeren konden uit een lijst van 9 milieuvriendelijke bijdragen aanduiden wat op hen van
toepassing is (meerdere antwoorden mogelijk).
Menen
Vlaanderen
1,7
kost teveel moeite of geld

ik ga zoveel mogelijk met de fiets of te voet
Het zich verplaatsen per fiets of te voet wordt door jongeren in studiegebied Menen het vaakst
aangeduid als bijdrage voor het leefmilieu (72,4%), gevolgd door sorteren van afval (57,3%). Het
kopen van milieuvriendelijke producten wordt met 7,2% het minst vaak aangeduid. De rangorde en
grootteorde van het percentages is in de regio Menen grotendeels gelijk aan Vlaanderen, met
uitzondering voor het gebruik van openbaar vervoer en van groene energie: openbaar vervoer
wordt door jongeren in de regio Menen opvallend minder vaak aangeduid dan door
leeftijdsgenoten in Vlaanderen (13,1% t.o.v. 34,8%), terwijl het gebruik van groene energie in regio
Menen vaker wordt aangeduid dan in Vlaanderen (15,1% t.o.v. 7,2%).
Jongeren in Genk-Zuid geven in grote lijnen dezelfde antwoorden als jongeren in de regio Menen.
Het is opvallend dat zowel in de regio Menen als in Genk-Zuid het gebruik van openbaar vervoer
minder en het gebruik van groene energie meer wordt aangeduid dan gemiddeld in Vlaanderen.
Het bijdragen tot zorg voor het leefmilieu door zich zoveel mogelijk te verplaatsen per fiets of te
voet volgt in de regio Menen een positieve sociale gradiënt: jongeren met een hogere SES
(onderwijstype) geven dit vaker aan dan jongeren met een lagere SES: 77,4% bij jongeren uit het
ASO, 73,0% bij jongeren uit het TSO en 50,0% bij jongeren uit het BSO (p=0,016). Deze sociale
gradiënt stelde we ook in Genk-Zuid vast.
Conclusie
ik sorteer afval voor hergebruik
ik ben bereid mijn gedrag aan te passen
ik gebruik minder energie in huis en tuin
ik beperk afval
ik gebruik groene energie
ik gebruik zoveel mogelijk het openbaar vervoer
ik doe minder vliegvakanties of ben bereid
milieutaks te betalen
ik koop milieuvriendelijke producten ook al zijn
ze duurder
0 20 40 60 80
7,2
21,1
18,8
15,1
13,1
12,1
13
10,6
7,2
20,3
Ongeveer evenveel jongeren in de regio Menen en in Vlaanderen geven aan zorg voor het
leefmilieu zijn of haar verantwoordelijkheid te vinden. Ook in het aanduiden van milieuvriendelijke
bijdragen die ze leveren, verschillen jongeren in de regio Menen niet van leeftijdsgenoten elders in
Vlaanderen, met uitzondering voor het gebruik van openbaar vervoer en van groene energie. Het is
opvallend dat zowel in de regio Menen als in Genk-Zuid het gebruik van openbaar vervoer minder
en het gebruik van groene energie meer wordt aangeduid dan gemiddeld in Vlaanderen.
29,1
37,7
34,8
45,9
57,3
57
63,8
Menen
Vlaanderen
72,4

4.6 Betrokkenheid bevolking
In deze paragraaf bekijken we hoe jongeren denken over de betrokkenheid van buurtbewoners bij
het zoeken naar oplossingen voor lokale milieuproblemen. We kijken naar verschillende manieren
van betrokkenheid en naar de mate waarin de overheid hiermee rekening zou moeten houden. Tot
slot bekijken we of jongeren ook zelf actief betrokken willen worden.
Hoe moet de plaatselijke bevolking betrokken worden?
We vroegen jongeren naar de meest wenselijke manier om de plaatselijke bevolking te betrekken.
Ze konden kiezen uit 6 mogelijke antwoordcategorieën die onderverdeeld kunnen worden in 3
‘graden’ van betrokkenheid:
1. bevolking niet betrekken of bevolking enkel informeren → geen betrokkenheid,
informatieoverdracht in één richting
2. enquête en referendum → schriftelijke en indirecte betrokkenheid
3. buurtgesprekken of werkgroep → directe en interactieve betrokkenheid, dialoog
21,4% van de jongeren is geen voorstander van lokale betrokkenheid. Het informeren van
buurtbewoners in de regio Menen is voor 18,2% van de jongeren voldoende. 59,9% van de
jongeren is van mening dat de plaatselijke bevolking best op een indirecte manier betrokken
wordt: 45,5% vindt een enquête de meest wenselijke manier, 14,4% vindt een referendum meer
wenselijk. 18,2% van de jongeren is voorstander van een directe en meer interactieve
betrokkenheid van de plaatselijke bevolking: 11,8% vindt het houden van groepsgesprekken de
beste manier, 6,4% voelt meer voor deelname aan een werkgroep van de overheid. We vinden
geen verschillen voor geslacht of SES.
50
40
30
20
10
0
45,5 47
14,4
12,1 11,812,1
Menen (n=187) – Vlaanderen (n=199)
8,6
6,4
18,217,7
Menen
Vlaanderen
3,2 1,9
De resultaten in studiegebied Menen zijn opvallend gelijklopend met die in Vlaanderen. Ten
opzichte van de resultaten in Genk-Zuid zien we wel verschillen. Daar zijn minder jongeren
voorstander om buurtbewoners enkel te informeren (8,6% in Genk-Zuid t.o.v. 18,2% in de regio
Menen) of niet te betrekken (0,5% in Genk-Zuid t.o.v. 3,2% in de regio Menen). Anderzijds zijn er in
Genk-Zuid meer jongeren die betrokkenheid via een referendum wenselijk vinden (24,3% t.o.v.
14,4%).

Wie moet beslissen?
Vraag is vervolgens in welke mate de overheid rekening moet houden met de inbreng van de
bevolking.
Slechts 2,1% van de jongeren in
regio Menen vindt dat de overheid
hiermee geen rekening moet
houden. 77,1% vindt dat de
overheid wel rekening moet houden
met de inbreng van de bevolking,
maar uiteindelijk wel zelf moet
beslissen. 19,7% vindt dat de
bevolking zelf zou moeten beslissen.
De verschillen tussen jongeren in de regio Menen en Vlaanderen zijn niet significant (p=0,892). We
zien voor deze vraag ook geen verschillen in geslacht of SES.
Willen jongeren ook zelf betrokken worden?
70,7% van de jongeren in de regio Menen is niet bereid om zelf actief deel te nemen aan
groepsgesprekken rond de milieuproblemen in hun woonomgeving. 23,0% wil wel betrokken
worden. 6,3% is hiertoe enkel bereid onder bepaalde voorwaarden, bijvoorbeeld: “dat men ook
rekening houdt met mijn mening”, “als men het tof genoeg maakt voor jongeren”, “tijdens de
schooluren mits het nut heeft en ernaar geluisterd wordt”.
Deze cijfers zijn vergelijkbaar met
het Vlaams gemiddelde. We stellen
dus vast dat jongeren die wonen in
de onmiddellijke omgeving van een
industriezone, en die in hoge mate
daarover milieuproblemen melden,
niet significant vaker bereid zijn hierover geconsulteerd te worden dan jongeren uit een
representatieve Vlaamse steekproef. Deze conclusie zagen we ook in Genk-Zuid.
Conclusie
Menen Vlaanderen
overheid moet geen rekening
houden met inbreng bevolking
overheid beslist maar moet
2,1 2,1
rekening houden met inbreng
bevolking
77,1 82,6
bevolking moet beslissen 19,7 15,4
Genk-Zuid Vlaanderen
Nee 70,7 75,2
Ja, onder voorwaarden 6,3 3,0
Ja 23,0 21,8
De meningen van jongeren over de manier waarop de bevolking betrokken moet worden bij
milieuproblemen zijn in de regio Menen opvallend gelijklopend als in Vlaanderen. Ongeveer 20% is
geen voorstander van lokale betrokkenheid (enkel informeren is voldoende), 60% vindt schriftelijke
en indirecte betrokkenheid voldoende (enquête of referendum), en 20% vindt een directe en meer
interactieve betrokkenheid wenselijk (groepsgesprekken, werkgroepen). Meer dan drie op de vier
jongeren in de regio Menen vindt dat de overheid uiteindelijk zelf moet beslissen, maar rekening
dient te houden met de inbreng van de bevolking. Ondanks de verhoogde perceptie van lokale
milieuproblemen in regio Menen, is de bereidheid om ook zelf actief betrokken te worden bij het
aanpakken van die problemen in de regio Menen niet groter dan gemiddeld in Vlaanderen.
Jongeren in Genk-Zuid zijn iets vaker voorstander van lokale betrokkenheid. De bereidheid om ook
zelf betrokken te worden is in Genk-Zuid echter niet groter dan in de regio Menen.

4.7 Algemene conclusie
Bijna 60% van alle jongeren stelt in de regio Menen minstens één milieuprobleem in zijn of haar
woonomgeving vast. Vooral luchtvervuiling wordt als probleem gemeld, bodemvervuiling komt op
de tweede plaats. Deze milieuproblemen worden volgens jongeren in studiegebied Menen
veroorzaakt door de industrie, vaak in combinatie met verkeer of afval(verwerking). De
milieuproblemen zorgen vooral voor uitlaatgassen, zware metalen en afval. Oplossingen voor de
milieuproblemen in regio Menen zien jongeren vooral in het verminderen van verkeer, het
beperken van afval en het reduceren of herlokaliseren van industriële activiteiten. Jongeren in
regio Menen zijn niet significant vaker ongerust over de gezondheidsgevolgen van milieuprobleem
dan hun leeftijdsgenoten in Vlaanderen en melden ook niet opvallend vaker gezondheidsklachten
(met uitzondering van astma en kanker).
De perceptie van milieuproblemen in de woonomgeving en de ongerustheid over de gezondheid is
in de regio Menen lager dan in Genk-Zuid. Luchtvervuiling wordt in beide de regios als belangrijkste
probleem ervaren, maar opvallend is dat daarnaast in de regio Menen vooral bodem- en
watervervuiling wordt aangegeven, terwijl het in Genk-Zuid vooral over geur- en geluidshinder
gaat.
In regio Menen hebben jongeren minder vertrouwen dan gemiddeld in de media en in het
gemeentebestuur als informatiekanalen voor milieuproblemen. Het lager vertrouwen in de media
zagen we ook bij jongeren in Genk-Zuid, maar het vertrouwen in het gemeentebestuur was daar
niet lager dan gemiddeld, terwijl dit in de regio Menen wel (significant) lager is. De voorkeur voor
interactieve en participatie vormen van informatieoverdracht bij milieuproblemen is iets groter in
regio Menen dan in Vlaanderen, maar kleiner dan in Genk-Zuid. Bestaande campagnes rond milieu
en gezondheid zijn bij jongeren in de regio Menen niet beter gekend dan bij leeftijdsgenoten in
Vlaanderen.
Ondanks de verhoogde perceptie van lokale milieuproblemen, is de bereidheid om ook zelf actief
betrokken te worden bij het aanpakken van die problemen bij jongeren in de regio Menen niet
groter dan gemiddeld in Vlaanderen.

Referenties
Andersson AM et al. Serum inhibin B in healthy pubertal and adolescent boys: relation to age, stage
of puberty, and follicle-stimulating hormone, luteinizing hormone, testosterone, and estradiol
levels (1997).. J Clin Endocrinol Metab 1997; 82:3976-81.
ATSDR (Agency for Toxic Substances and Disease Registry): www.atsdr.cdc.gov.
Aylward LL, Hays SM, Nong A, Gagné M, Krishnan K (2010) Biomonitoring equivalents for
hexachlorobenzene. Regulatory Toxicology and Pharmacology 58(1): 25-32.
Aylward LL, LaKind JS, Hays SM (2008) Derivation of Biomonitoring Equivalent (BE) Values for
2,3,7,8-Tetrachlorodibenzo-p-Dioxin (TCDD) and Related Compounds: A Screening Tool for
Interpretation of Biomonitoring Data in a Risk Assessment Context/ Journal of Toxicology and
Environmental Health, Part A, 71(22): 1499-1508.
Baker EL, Letz R, Fidler A (1985). A Computer-Administered Neurobehavioral Evaluation System for
Occupational and Environmental Epidemiology. Journal of occupational medicine 27:206-212.
Barr DB, Wilder LC, Caudill SP, Gonzalez AJ, Needham LL, Pirkle JL (2005). Urinary creatinine
concentrations in the U.S. population: implications for urinary biologic monitoring
measurements. Environ Health Perspect; 113: 192-200.
Bertolazi AN, Fagondes SC, Hoff LS, Pedro VD, Barreto SSM, Johns MW (2009). Portugueselanguage
version of the Epworth sleepiness scale: validation for use in Brazil. J Bras Pneumol
35(9):877-883.
Bloch KE, Schoch OD, Zhang JN, Russi EW (1999). German Version of the Epworth Sleepiness Scale.
Respiration 66:440–447.
Choi K, Son H, Park M, Han J, Kim K, Lee B, Gwak H (2009). Internet overuse and excessive daytime
sleepiness in adolescents. Psychiatry and Clinical Neurosciences 63:455–462.
Chung KF (2000). Use of the Epworth Sleepiness Scale in Chinese patients with obstructive sleep
apnea and normal hospital employees. Journal of Psychosomatic Research 49:367-372.
Cosemans G, Lefebvre W, Mensink C, Sleeuwaert F, Van de Vel K, Van Rompaey H (2008).
Modellering zware metalen rond industriële vestigingen 2008. Tussentijds rapport. November
2008.
Danner F, Philips B (2008). Adolescent Sleep, School Start Time, and Teen Motor Vehicle Crashes.
Journal of Clinical Sleep Medicine 4(6):533-535.
Den Hond E et al. (2011). Internal exposure to pollutants and sexual maturation in Flemish
adolescents. J Expo Sci Environ Epidemiol; 21(1):106-13.
Gibson ES, Powles ACP, Thabane L, O'Brien S, Molnar DS, Trajanovic N, Ogilvie R, Shapiro C, Yan M,
Chilcott-Tanser L (2006). "Sleepiness" is serious in adolescence: Two surveys of 3235 Canadian
students. BMC Public Health 6:116.
Hays SM, Nordberg M, Yager JW, Aylward LL (2008) Biomonitoring equivalents (BE) dossier for
cadmium (Cd) (CAS No. 7440-43-9). Regulatory Toxicology and Pharmacology 51: 49-56.
Hays SM, Aylward LL, Gagné M, Nong A, Krishnan K (2010) Biomonitoring equivalents for inorganic
arsenic. Regulatory Toxicology and Pharmacology 58(1):1-9.
Iyengar V, Woittiez J. (1988). Trace elements in human clinical specimens: Evaluation of literature
data to identify reference values. Clin Chem 34(3):474-481.
Johns MW (1991). A New Method for Measuring Daytime Sleepiness: The Epworth Sleepiness
Scale. Sleep 14(6):540-545.
Johns MW (1993). Daytime Sleepiness, Snoring and Obstructive Sleap Apnea. The Epworth Sleeping
Scale. Chest 103:30-36.
Johns MW (2000). Sensitivity and specificity of the multiple sleep latency test (MSLT), the
maintenance of wakefulness test and the Epworth sleepiness scale: Failure of the MSLT as a
gold standard. J. Sleep Res. 9:5–11.

Kaneita Y, Munezewa T, Suzuki H, Ohtsu T, Osaki Y, Kanda H, Minowa M, Suzuki K, Tamaki T, Mori J,
Yamamoto R, Ohida T (2010). Excessive daytime sleepiness and sleep behavior among Japanese
adolescents: A nation-wide representative survey. Sleep and Biological Rhythms 8:282–294.
Kirman CR, Aylward LL, Hays SM, Krishnan K, Nong A (2011) Biomonitoring equivalents for
DDT/DDE. Regulatory Toxicoloy and Pharmacology 60(2): 172-180.
Kletter GB et al. Serum bioactive gonadotropins during male puberty: a longitudinal study (1993). J
Clin Endocrinol Metab 76;432-38.
Krishnan K, Adamou T, Aylward LL, Hays SM, Kirman CR, Nong A (2011) Biomonitoring equivalents
for 2,2',4,4',5-pentabromodiphenylether (PBDE-99). Regulatory Toxicology and Pharmacology
60(2): 165-171.
Kristjansson AL, Sigfusdottir ID, Allegrante JP, James JE (2011). Adolescent Caffeine Consumption,
Daytime Sleepiness, and Anger. Journal of caffeine research 1:75-82.
Lauwereys RR, Hoet P (2001) Industrial chemical exposure: Guidelines for biological monitoring.
Third Edition. Lewis Publishers, CRC Press LLC, ISBN 1-56670-545-2.
Letz R (2000). NES3 user’s manual. Atlanta (GA): Neurobehavioral Systems Inc.
Lisowska-Myjak B (2010) Serum and Urinary Biomarkers of Acute Kidney Injury. Blood Purif 29:357–
365
Marshall WA, Tanner JM (1969). Variations in the pattern of pubertal changes in girls. Arch Dis
Child; 44:291-303.
Marshall WA, Tanner JM (1970). Variations in the pattern of pubertal changes in boys. Arch Dis
Child; 45:13-23.
Ng EP, Ng DK, Chan CH (2009). Sleep duration, wake/sleep symptoms, and academic performance
in Hong Kong Secondary School Children. Sleep Breath 13:357–367.
Opinion of the Human Biomonitoring Commission of the German Federal Envrionment Agency.
Standardisation of substance concentrations in urine – creatinine (2005). Bundesgesundheitsbl
– Gesundheitsforsch – Gesundheitsschutz; 48:616-8.
Ouw HK, Simpson GR, Siyali DS (1976) Use and health effects of Aroclor 1242, a polychlorinated
biphenyl, in an electrical industry. Arch Environ Health 31(189).
Schulz C., Angerer J., Ewers U., Heudorf U. & Wilhelm M. (2009). Revised and new reference values
for environmental pollutants in urine or blood of children in Germany derived from the German
environmental survey on children 2003-2006 (GerES IV), Int J Hyg Environ Health 212(6): 637-
647.
Shin C, Kim J, Lee S, Ahn Y, Joo S (2003). Sleep habits, excessive daytime sleepiness and school
performance in high school students. Psychiatry and Clinical Neurosciences 57:451–453.
Spence, J.T., & Helmreich, R.L. (1978). Masculinity and femininity: Their psychological dimensions,
correlates, and antecedents. Austin, TX: University of Texas Press.
Sunderman FW, Hopfer SM, Swift T, et al. (1989). Cobalt, chromium, and nickel concentrations in
body fluids of patients with porous-coated knee or hip prostheses. J Orthop Res 7:307-315.
Takagi Y, Matsuda S, Imai S, et al. (1986). Trace elements in human hair: An international
comparison. Bull Environ Contam Toxicol 36:793-800.
White MA, Sabbioni E (1998) Trace element reference values in tissues from inhabitants of the
European Union. X. A study of 13 elements in blood and urine of a United Kingdom population.
The science of the total environment 216: 253-270.
White RF, James KE, Vasterling JJ, Letz R, Marans K, Delaney R, Krengel M, Rose F, Kraemer HC
(2003). Neuropsychological Screening for Cognitive Impairment Using Computer-Assisted Tasks.
Assessment 10:86-101.