Bijlage 6 Veehouderij en Gezondheid omwonenden - Onderzoek 2.pdf

3.2.1.2 Meetstrategie Op elke meetlocatie is drie tot vijf keer gemeten, verspreid over de onderzoeksperiode. Per keer werd gedurende twee weken gemeten. Daarnaast zijn gedurende de hele onderzoeksperiode tweewekelijks gemiddelde metingen uitgevoerd op een referentie­ locatie. Hiermee konden de andere metingen worden gecorrigeerd voor variatie in de tijd door weer- en seizoensinvloeden, en werden jaargemiddelde concentraties voor de 61 meetlocaties berekend.

12 Het VGO-onderzoeksgebied lag in het oostelijk deel van de provincie Noord-Brabant en het noordelijk deel van de provincie Limburg, zie Figuur 2.1 van het hoofdrapport.

28 | 

13 Dit houdt in dat de bacterie weliswaar is waargenomen, maar dat de concentratie dermate laag is dat de concentratie niet gekwantificeerd kan worden.

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

Tabel 3.1 Overzicht van het percentage van de lucht­ metingen waarin fijnstof en bio-aerosolen detecteerbaar respectievelijk kwantificeerbaar is. Detecteerbaar

Kwantificeerbaar

Fijnstof (PM10)

100%

100%

Endotoxinen

100%

100%

Staphylococcus spp

98%

83%

TetW-resistentiegen

99%

99%

Escherichia coli

78%

22%

Staphylococcus aureus

85%

0%

Campylobacter jejuni

25%

24%

Campylobacter coli

95%

74%

Coxiella burnetii

12%

0%

Detecteerbaar = aanwezigheid gemeten Kwantificeerbaar = naast de aanwezigheid is ook de hoeveelheid te bepalen De onderzochte micro-organismen zijn bepaald met de PCR-techniek, die geen onderscheid maakt tussen levende en dode micro-organismen. Ook TetWresistentiegen is bepaald met PCR. Controlemetingen (veldblanco’s) zijn in het overzicht buiten beschouwing gelaten.

3.2.2.2 Ruimtelijke variatie in jaargemiddelde endotoxine en fijnstofconcentraties Figuur 3.1 toont de resultaten van de luchtmetingen op een geografische kaart voor endotoxine (A) en fijnstof (B). De waarden representeren jaargemiddelde concentraties. Het verschil in concentraties tussen de meetlocaties – de ruimtelijke variatie – is groter voor endotoxine dan voor fijnstof. Dit wil niet zeggen dat er geen verschillen in fijnstofconcentraties tussen meetlocaties voorkomen, maar deze verschillen zijn veel minder groot dan voor endotoxine, waarschijnlijk als gevolg van een hoge achtergrondconcentratie. In Figuur 3.1 liggen endotoxinebolletjes die sterk in grootte verschillen – wat wil zeggen dat de endotoxineconcentraties sterk verschillen – dicht bij elkaar. Binnen een straal van vijf kilometer komen aanzienlijke verschillen in endotoxineconcentraties voor. Dit geeft aan dat de ruimtelijke variatie in endotoxineconcentraties op relatief kleine schaal speelt.

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

Figuur 3.1 Jaargemiddelde concentraties endotoxine in het aantal endotoxine-eenheden per kubieke meter lucht [EU/m3] (boven) en fijnstof in [µg/m3] (onder). Legenda Heeswijk-Dinther

Sint-Anthonis

Endotoxine in EU/m3

Boxtel Bakel Deurne Asten Heusden Sommeren Budel Stramproy

Reuver

Legenda Heeswijk-Dinther

PM10 in ug/m3

Sint-Anthonis

Boxtel Bakel Deurne Asten Heusden Sommeren Budel Stramproy

Reuver

3.2.3 Discussie en conclusie Niet eerder zijn voor endotoxinen en indicatorbacteriën metingen uitgevoerd in de woonomgeving nabij veehouderijen op een groot aantal meetlocaties en met een systematische onderzoeksopzet als in de VGO-studie. De resultaten wijzen erop dat diverse aan veehouderij gerelateerde stoffen meetbaar zijn in de woonomgeving. Of het niveau, dus hoogte van blootstelling in de buitenlucht, gerelateerd kan worden aan aan veehouderij gerelateerde kenmerken van de omgeving is behalve voor fijnstof en endotoxine (zie paragraaf 3.3) nog niet eerder onderzocht. Verschillen in concentraties tussen locaties, en relaties met gegevens over aan veehouderij gerelateerde kenmerken van de omgeving zullen echter voor de indicatorbacteriën en resistentiegenen in de toekomst onderzocht worden. Een beperking van het onderzoek is dat voor microorganismen aanwezigheid van DNA van het organisme is aangetoond; dit geeft geen inzicht in levensvatbaarheid van de micro-organismen op woonomgevingsniveau.

| 29

De luchtmetingen bij omwonenden in het VGO-onderzoek waren primair gericht op het in kaart brengen van ruimtelijke verschillen in langdurige blootstellingen. De jaargemiddelde endotoxineconcentraties bij de woningen kunnen derhalve niet direct vergeleken worden met de door de Gezondheidsraad voorgestelde grens van 30 EU/m3 (Gezondheidsraad, 2012). Deze voorgestelde norm voor publieke gezondheid voor endotoxine is afgeleid van kortdurende blootstelling van enkele uren, en heeft daarmee betrekking op kortdurende blootstelling van enkele uren. Vergelijking van op leefniveau voorkomende concentraties over korte duur zou een veel omvangrijker onderzoek hebben gevraagd. Omdat de concentratie aan een agens over een korte middelingstijd sterker varieert dan over een langere middelingstijd zijn meer metingen per locatie nodig. Verhogingen van jaargemiddelde concentraties zullen wel samenhangen met het vaker voorkomen van kortdurende hoge piekconcentraties. Voor andere luchtverontreinigende stoffen zoals fijnstof en ammoniak kunnen kortdurende piekconcentraties 7-15 keer hoger zijn dan de jaargemiddelde concentratie (Bloemen et al., 2009). Aanbevolen wordt over een langere onderzoeksperiode kortdurende concentratiemetingen uit te voeren. Bijvoorbeeld over een tijdsbestek van vier uur, zoals geopperd in de publicatie van Erbrink et al. (2016).

3.3 Land Use Regressie (LUR)-modellering 3.3.1 Inleiding Voor het onderzoeken van verbanden tussen gemeten concentraties en veehouderijkenmerken is een statistisch rekenmodel ontwikkeld gebaseerd op de Land Use Regression (LUR)-aanpak. Hiervoor kunnen alle meetresultaten van het luchtonderzoek met een duidelijk meetbare concentratie gebruikt worden. Gestart is met modellering van fijnstof en endotoxinen. Modellering van de micro-organismen Staphylococcus spp., Campylobacter coli en het resistentiegen TetW vergt nog nadere uitwerking. In het hoofdrapport waren reeds verkennende analyses met LUR-modellering uitgevoerd (paragraaf 7.3.2). In het huidige rapport is de analyse meer in detail uitgewerkt. De uitkomsten van deze analyse maken het in de toekomst mogelijk de concentraties (als maat voor blootstelling) ter hoogte van de woonadressen van alle 2.500 deelnemers van het medisch onderzoek te berekenen. 3.3.2 Aanpak De gemeten (jaargemiddelde) fijnstof- en endotoxineconcentraties bepaald op de 61 meetlocaties vormen de basis voor de LUR-modellering. 30 | 

3.3.2.1 Veehouderijkenmerken Voor het LUR-model is gebruikgemaakt van gegevens uit het Bestand Veehouderij Bedrijven uit het jaar 2015 van de provincies Noord-Brabant en Limburg. Hieruit zijn de volgende kenmerken bepaald: 1. De afstand tussen de 61 meetlocaties en de dichtstbijzijnde veehouderij (per diersoort); 2. Het aantal veehouderijen en aantal dieren binnen een straal van 250, 500, 1.000 en 3.000 meter van iedere meetlocatie (per diersoort); 3. Een afstandsgewogen maat voor het aantal dieren en veehouderijen binnen afstanden van 1.000 en 3.000 meter per diersoort (dat wil zeggen: veehouderijen op grotere afstanden tellen minder zwaar dan veehouderijen op kleinere afstanden, en veehouderijen met minder dieren tellen minder zwaar dan grotere veehouderijen). 3.3.2.2 Ontwikkeling LUR-modellen Verbanden tussen jaargemiddelde concentraties fijnstof en endotoxine en kenmerken van veehouderijen in de omgeving zijn onderzocht met behulp van lineaire regressieanalyses en met zogenoemde splines14. Eerst zijn analyses uitgevoerd waarbij slechts één kenmerk tegelijk werd aangeboden aan het model. Daarna zijn regressieanalyses uitgevoerd met meerdere kenmerken tegelijkertijd. Bij deze analyses wordt rekening gehouden met het mogelijke effect van andere veehouderij-variabelen.

De analyses zijn zo uitgevoerd dat de bijdragen van de verschillende kenmerken aan de waargenomen concentraties met elkaar kunnen worden vergeleken. Er zijn drie LUR-modellen ontwikkeld: 1. Een model zonder onderscheid op diersoort en met eenvoudige veehouderijkenmerken: de afstand tot de dichtstbijzijnde veehouderij en het aantal veehouderijen in een zone. 2. Een model met onderscheid in diersoort op hoofdniveau: pluimvee, varkens, geiten, schapen, paarden en pelsdieren. 3. Een model met een verdere onderverdeling in subklassen van diersoorten, bijvoorbeeld ‘varkens’ onderverdeeld in biggen, zeugen en vleesvarkens. Door tussentijdse controle en aanpassing van de veehouderijkenmerken is de statistische robuustheid van de modellen vergroot (Bijlage 2). De aanpassingen betroffen: het hanteren van een maximale afstand van drie kilometer, een andere formulering van de afstandsgewogen kenmerken en het beperken van de maximale waarde van veehouderijkenmerken. 14 Splines worden samengesteld om te onderzoeken of de vorm van het verband afwijkend van lineair is.

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

Tabel 3.2 Resultaten van de drie LUR-modellen voor endotoxine. Model

Veehouderijkenmerken

Model 1 (R²= 0.29)

Achtergrondconcentratie [1]

0,176

(0,095 – 0,257)

Aantal veehouderijen in een straal van 250 meter

0,091

(0,034 – 0,147)

Afstandsgewogen maat voor het aantal veehouderijen in een straal van 3.000 meter

0,091

(0,009 – 0,174)

Achtergrondconcentratie

0,082

(0,005 – 0,159)

Afstandsgewogen maat voor de afstand tot de dichtstbijzijnde varkenshouderij

0,169

(0,112 – 0,226)

Afstandsgewogen maat voor het aantal pluimveedieren in een straal van 3.000 meter

0,112

(0,051 – 0,172)

Aantal paardenbedrijven in een straal van 3.000 meter

0,065

(0,007 – 0,122)

Achtergrondconcentratie

0,122

(0,058 – 0,185)

Afstandsgewogen maat voor het aantal zeugen in een straal van 1.000 meter

0,148

(0,108 – 0,188)

Afstandsgewogen maat voor het aantal leghennen in een straal van 3.000 meter

0,114

(0,063 – 0,166)

Aantal pluimveedieren in een straal van 500 meter

0,085

(0,041 – 0,130)

Aantal paardenhouderijen in een straal van 3.000 meter

0,063

(0,015 – 0,111)

Model 2 (R²= 0.48)

Model 3 (R²= 0.64)

Toename in endotoxine concentratie als gevolg van de kenmerken (90% betrouwbaarheids interval)

De tabel omvat de omschrijving van de modelvariabelen en de bijbehorende bijdrage in endotoxineconcentraties [EU/m³] met 90% betrouwbaarheidsinterval tussen haakjes. Deze bijdragen zijn zo berekend dat bijdragen van de verschillende veehouderijkenmerken met elkaar kunnen worden vergeleken. [1] De achtergrondconcentratie representeert de concentratie als geen van de andere kenmerken gerelateerd kan worden aan de waargenomen concentratie.

3.3.3.1 Endotoxinen De resultaten van de LUR-modellering voor endotoxine zijn samengevat in Tabel 3.2. Model 1 laat zien dat het merendeel van de eenvoudige veehouderijkenmerken zijn gerelateerd aan hogere endotoxineconcentraties. Deze kenmerken kunnen maar voor een gedeelte de waargenomen ruimtelijke verschillen in concentraties verklaren (maximaal 29% van deze variatie). De ruimtelijke verschillen in endotoxineconcentraties worden veel beter verklaard wanneer informatie over diersoorten wordt toegevoegd (Model 2). Dan wordt 48% van de variatie verklaard door het model. Nog meer ruimtelijke variatie wordt verklaard wanneer ook subklassen van diersoorten worden toegevoegd. Dan wordt 64% van de verschillen verklaard.

Op basis van deze uitkomsten valt op dat: • de meeste door de LUR-model-aanpak geselecteerde veehouderijkenmerken bevatten informatie over de afstand tot het bedrijf of het aantal dieren; • de bijdrage van de verschillende diersoorten aan de endotoxineconcentraties is vergelijkbaar van omvang; • naast de diersoorten pluimvee en varkens zijn ook andere diersoorten geassocieerd met verhoogde endotoxineconcentraties. Tabel 3.2 laat zien dat ook paardenhouderijen als belangrijk kenmerk worden geïdentificeerd door het model en uit de aanvullende analyses naar robuustheid van de bevindingen (zie hieronder, en Bijlage 3) blijken ook soms ook rundveeen geitenhouderijen bij te dragen. Van deze diersoorten is echter ofwel geen officiële stofemissiefactor bekend (paarden) of de emissiefactor is laag (rundvee en geiten).

De bijdrage van de veehouderijkenmerken aan de waargenomen endotoxineconcentraties is groot (derde kolom in Tabel 3.2). Op een totale endotoxineconcentratie van 0,4 tot 0,5 EU/m³ wordt in model 1 minimaal de helft en in de modellen 2 en 3 ongeveer 80% verklaard.

Dit betekent dat naast de diersoorten pluimvee en varkens, die hoge stofemissiefactoren hebben, ook andere diersoorten met lage stofemissiefactoren bijdragen aan hogere endotoxineconcentraties. Een plausibele verklaring hiervoor is dat deze diersoorten vaak voorkomen, met als gevolg dat de uiteindelijke

3.3.3 Resultaten

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

| 31

totale bijdrage aan de concentratie aanzienlijk kan zijn. Dat betekent ook dat de bijdrage van de verschillende diersoorten dus mogelijk groter is dan alleen op basis van de emissiefactoren15 van stof verwacht mag worden. Dit zou kunnen gelden voor paardenhouderijen waar weinig emissiegegevens van bekend zijn, maar waarvan de emissie niet als groot wordt verondersteld. Ook rundveebedrijven hebben voornamelijk natuurlijke ventilatie en een lage stofuitstoot. Dat verspreiding van aan veehouderij gerelateerde stoffen uit rundveebedrijven desondanks aannemelijk is, wordt ondersteund door de resultaten beschreven in paragraaf 3.4 waarin metingen van allergenen afkomstig uit rundveehouderijen in de lucht hoger zijn naarmate de afstand tot rundveebedrijven kleiner is. Ook in de analyses waar één veehouderij-kenmerk tegelijkertijd in het model wordt opgenomen, zijn meerdere veehouderij-typen positief geassocieerd met endotoxineconcentraties (zie Bijlage 4). Daarnaast zijn de verschillende veehouderijen niet hoog gecorreleerd met elkaar (zie Bijlage 5); dit maakt aannemelijk dat verschillende diersoorten onafhankelijk van elkaar kunnen bijdragen aan concentraties op leefomgevingsniveau. 3.3.3.2 Fijnstof De ontwikkelde LUR-modellen voor fijnstof zijn samengevat in Bijlage 6. Ook hiervoor geldt dat model 3 de meeste variatie verklaart.

De bijdrage van de veehouderijkenmerken aan de fijnstofconcentraties is zeer beperkt, met een enkele microgram/m³ op een totaal van circa 19 á 20 microgrammen/m³, wat neerkomt op een bijdrage van enkele procenten als gevolg van de veehouderij. Dit kan worden verklaard doordat fijnstof naast veehouderij ook andere bronnen kent, zoals verkeer en (buitenlandse) industrie. 3.3.3.3 Robuustheid De robuustheid van de LUR-modellen is onderzocht door de modellen herhaaldelijk af te leiden op basis van steekproeven uit de 61 meetlocaties. De verschillende modellen voor endotoxine bevatten veelal dezelfde diersoorten. Ook de bijdrage aan de endotoxineconcentraties was meestal vergelijkbaar in omvang. De diersoorten varkens, pluimvee en paarden waren in de meeste validatiemodellen aanwezig. Rundvee kwam enkele keren voor. Dit onderstreept de validiteit van de ontwikkelde LUR-modellen (zie Bijlage 3). Het voorspellend vermogen voor andere dan in de modellering gebruikte locaties is voor endotoxine redelijk goed (validatie R2 32% voor endotoxine model 3). Het voorspellend vermogen voor nietbemeten locaties is voor fijnstof slecht (zie Bijlage 6).

3.3.4 Conclusies en discussie De ontwikkeling van voorspellende modellen voor luchtconcentraties van endotoxine en bacteriën is slechts beperkt gebeurd(Heinrich et al., 2003; Kallawicha et al., 2015). Daarom is gestart met een tweetal van de kwantitatief bemeten componenten, te weten fijnstof en endotoxine. Hieruit blijkt dat de (jaargemiddelde) concentraties endotoxinen voor meer dan 80% gerelateerd waren aan de verschillende diersoorten. Naast diersoorten die bekendstaan om hun hoge stofemissies (varkens en pluimvee), lijken ook andere diersoorten met lage stofemmissiefactoren te kunnen bijdragen aan hogere endotoxine-concentraties. Ook is er een verband met de afstand tussen de meetlocaties en de verschillende veehouderijen en de omvang van deze veehouderijen. Dit suggereert dat aan veehouderij gerelateerde blootstellingen in de woonomgeving afhankelijk zijn van een combinatie van vele factoren, waaronder meerdere diersoorten, aantallen dieren, aantallen bedrijven en ligging ten opzichte van de woonomgeving. Voor fijnstof lijkt de bijdrage van de veehouderijen relatief beperkt. Dit heeft onder andere te maken met de relatief hoge achtergrondconcentraties van fijnstof in het onderzoeksgebied. Mogelijk dat de bijdrage van de veehouderij hoger is in andere gebieden in Nederland met veel veehouderijen maar met een lagere achtergrondconcentratie fijnstof.

Het feit dat de fijnstofconcentraties minder duidelijk aan veehouderij gerelateerd zijn dan endotoxine is mogelijk gelegen in het feit dat endotoxineconcentraties vooral door primaire emissie bepaald worden, terwijl voor fijnstof geldt dat zowel primaire stofemissie alsook secundaire fijnstofvorming (ontstaan uit gasvormige luchtverontreiniging) een rol speelt. Jaargemiddelde endotoxineconcentraties zijn relatief laag, maar zijn wel hoger in relatie tot verschillende aan veehouderij gerelateerde kenmerken rond de meetlocaties. Voor gezondheidseffecten van endotoxinen zijn kortdurende pieken gedurende uren vermoedelijk van groter belang, maar dit vraagt een grote meetinspanning, waarbij ook kortdurende veranderingen in endotoxineconcentraties over de tijd bepaald worden. Voor PM10 en ammoniak in veehouderijdicht gebied geldt dat maximale 1-uurs en 4-uurs concentraties circa 7-15x hoger zijn dan de gemiddelde concentraties (Bloemen et al., 2009). Voor endotoxine is deze informatie niet voorhanden, maar als endotoxinen zich hetzelfde gedragen, zullen regelmatig ook piek­ concentraties endotoxinen worden gevonden.

15 Rundveebedrijven hebben een lage stofemissiefactor. Van paardenhouderijen is weinig bekend over de emissie van stof.

32 | 

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

Een eerste verkenning met verspreidingsmodellering van emissiegegevens voor endotoxine laat inderdaad zien dat kortdurend hoge concentraties worden voorspeld (Erbrink et al., 2016). Aanbevolen wordt over een langere periode kortdurende concentratiemetingen uit te voeren van bijvoorbeeld vier uur op leefniveau om een indruk te krijgen van overschrijding van de door de Gezondheidsraad voorgestelde grenswaarden en als validatie van emissiemodellen die in ontwikkeling zijn en de ruimtelijke variatie in endotoxineconcentratie voorspellen. Hoewel in de LUR-modellen het aanzienlijke aantal van 61 meetlocaties is opgenomen, bleek dat het eventueel buiten beschouwing laten van enkele van deze locaties van grote invloed kan zijn op de uitkomsten. Daarom zijn de modellen robuuster gemaakt in een iteratief proces, onder andere door de maximumwaarden van veehouderijkenmerken te beperken. Dat betekent wel dat de ontwikkelde modellen vrij conservatief zijn. De ervaringen in de huidige studie leren dat om de veelzijdigheid van variatie in bio-aerosolen tussen locaties nog beter te kunnen voorspellen, meer locaties bemeten moeten worden. Het voorspellend vermogen voor niet-bemeten locaties is redelijk goed, maar toch aanzienlijk minder goed dan voor bemeten locaties.

Dit wordt naar alle waarschijnlijkheid veroorzaakt doordat emissies uit de veehouderij niet constant zijn en er grote verschillen tussen bedrijven bestaan. Zo is bekend dat er variatie is over de tijd in fijnstofuitstoot, bijvoorbeeld door een veranderende activiteit van dieren tijdens licht- en donkerperiodes. Maar fijnstofuitstoot is ook wisselend over langere periodes van weken, onder meer afhankelijk van de groeiperiode van de dieren. Behalve in enige mate voor fijnstof (Winkel et al., 2015) en in beperkte mate voor endotoxine (Erbrink et al., 2016), is er weinig informatie over hoe groot deze verschillen zijn voor andere bioaerosolen, zoals micro-organismen. Bovendien bestaan er grote verschillen in uitstoot tussen vergelijkbare bedrijven als gevolg van technische aspecten en gebouwkenmerken, managementfactoren enzovoort. Dit suggereert dat meer omvangrijke metingen in combinatie met zeer gedetailleerde informatie over de veehouderijbedrijven nodig zijn om de voorspellende modellen te verbeteren. Aanbevolen wordt deze aspecten te onderzoeken, zowel in de leefomgeving als in de veehouderijen.

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

3.4 Aanvullend onderzoek luchtkwaliteit in een gebied met veel nertsenhouderijen 3.4.1 Inleiding In het IVG-onderzoek werd een verband beschreven tussen bij huisartsen geregistreerde astma en de nabijheid van nertsenhouderijen. Gesuggereerd werd dat dit verklaard kon worden door een verhoogde blootstelling aan allergenen van nertsen. Bij werknemers van nertsenhouderijen is inderdaad in een aantal publicaties allergie voor nertsen beschreven (Savolainen et al., 1997; Uitti et al., 2005, Uitti et al., 1997). In de regio rond de gemeente Elsendorp is sprake van een groot aantal nertsenhouderijen. Onder de bewoners bestaat de nodige onrust hierover in relatie tot mogelijke gezondheidsrisico’s. Bij aanvang van de studie was het niet mogelijk om de vragen van omwonenden te kunnen beantwoorden met de wetenschappelijke kennis over verspreiding, omgevingsconcentraties en mogelijke relaties met gezondheidseffecten. In de huidige studie is daarom onderzocht in hoeverre de luchtkwaliteit beïnvloed wordt door verschillende soorten veehouderijen in de directe omgeving van de dorpskern. Op verzoek van de gemeente Gemert-Bakel zijn luchtmetingen uitgevoerd gericht op het bepalen van de concentraties nertsallergeen. Bij aanvang van de studie is nog geen methode beschikbaar om nertsallergenen in de lucht te meten. Die methode moest daarom ontwikkeld worden.

Ook zijn metingen verricht naar fijnstof, endotoxinen en koe-allergenen. Koe-allergeen is onderzocht omdat het (net als het nertsallergeen) van dierlijke oorsprong is en de dieren in stallen gehouden worden met veelal alleen natuurlijk ventilatie. Er is op dit moment al een methode beschikbaar voor het analyseren van koe-allergenen in luchtmonsters. Daarnaast is onderzocht of er een allergische reactie tegen nertsallergenen aangetoond kan worden bij omwonenden van nertsenhouderijen. 3.4.2 Aanpak 3.4.2.1 Studieopzet In een meetcampagne, die liep van mei 2015 tot december 2015, zijn herhaaldelijk tweeweekgemiddelde luchtmetingen verzameld. Dit is in totaal tienmaal gebeurd op twee locaties in de woonkern van Elsendorp en op twee locaties bij bewoners in het buitengebied van Elsendorp (ten zuidwesten en ten noordoosten). Tegelijkertijd is bij twee nertsenhouderijen gemeten gedurende dezelfde tien tweeweekse periodes. Eén meetopstelling stond hierbij buiten in de buurt van de nertsenhouderij opgesteld; de andere stond binnen in de nertsenhouderij. | 33

Daarnaast zijn ook drie tot vier keer herhaalde tweeweekgemiddelde metingen uitgevoerd bij andere veehouderijen, te weten buiten bij een varkenshouderij, buiten bij een pluimveehouderij en binnen bij een melkveehouderij. 3.4.2.2 Methoden De toegepaste meetmethoden zijn hetzelfde als voor de metingen in het luchtonderzoek van paragraaf 3.2. Bepaling van fijnstof en endotoxine is uitgevoerd met dezelfde methodes als in het hoofdrapport. De concentraties koe-allergeen zijn bepaald door het IPA in Bochum (Duitsland) met een zogenoemde Enzyme Immuno Assay (Zahradnik et al., 2011). Uiteindelijk bleek het niet mogelijk om een methode te ontwikkelen voor het bepalen van nertsallergeen in de luchtmonsters (zie Bijlage 7 voor een uitgebreide beschrijving van de opzet). Er is weinig bekend over allergeen-concentraties in de buitenlucht in de woonomgeving. Daarom is daarnaast een deel van de luchtmonsters van het VGO-onderzoek bij omwonenden van paragraaf 3.2 aanvullend onderzocht op de concentraties koe-allergeen. 3.4.2.3 Allergische reactie tegen nertsen bij omwonenden Een allergische respons tegen nertsen bij omwonenden van nertsenhouderijen is onderzocht door het bepalen van antilichamen (immunoglobulines van het type E; IgE) tegen eiwitten van nertsen in het bloed van omwonenden.

Er is een methode ontwikkeld om IgE-antilichamen tegen eiwitten van nertsen in het bloed van omwonenden te meten. Via de Nederlandse Federatie Edelpelsdierenhouders (NFE) zijn stukken vacht van de nertsen, haarplukken en uitwerpselen verzameld. Eiwitten in deze materialen zijn gebruikt om een test te ontwikkelen die gebruikt kan worden om te bepalen of mensen IgE-antilichamen hebben tegen deze eiwitten (nertsallergenen) (Doekes et al., 1996). Daarna zijn tien personen uit het VGO-medisch onderzoek geselecteerd die op een afstand van minder dan 250 m woonachtig waren van een nertsenhouderij. Het afgenomen serum van deze personen is getest op de aanwezigheid van IgE-antilichamen tegen nertsallergenen. Ter vergelijking is ook het bloed van negen personen die beroepsmatig aan nertsen blootgesteld zijn, onderzocht op aanwezigheid van antilichamen tegen nertsallergenen.

3.4.2.4 Relatie met bronnen Verbanden tussen de concentraties fijnstof, endotoxinen en koe-allergenen zijn onderzocht door een zogenoemde spline16 te modelleren tussen de gemeten concentraties en de afstand tot de dichtstbijzijnde veehouderij. Voor fijnstof en endotoxine is hiervoor geen onderscheid gemaakt in diersoort, terwijl voor koe-allergeen alleen de afstand tot de dichtstbijzijnde rundveehouderij onderzocht is. 3.4.3 Resultaten 3.4.3.1 Vóórkomen van IgE tegen nertsen Bij de tien personen van het VGO-medisch onderzoek die nabij nertsenhouderijen woonachtig zijn, werden geen IgE-antilichamen tegen nertsallergenen in het bloed aangetroffen. Van de negen personen die beroepsmatig met nertsen in contact komen, werd bij één persoon een geringe allergische reactiviteit (beperkte hoeveelheid IgE-antilichamen tegen nerts­ allergenen) waargenomen. 3.4.3.2 Ontwikkeling van testmethode om nertsallergeen in luchtmonster te bepalen Het bleek niet mogelijk om met de verzamelde sera van mensen die beroepsmatig blootgesteld zijn aan nertsen een test te ontwikkelen voor het meten van nertsallergenen in de lucht. Een te beperkt aantal personen had een voldoende sterke antilichaamreactie tegen nerts­ allergeen. Ook is er kruisreactiviteit met andere allergenen (zie Bijlage 7 voor een uitgebreide beschrijving).

Daarom konden nertsallergenen niet in de lucht bepaald worden en worden alleen concentraties PM10, endotoxinen en koe-allergeen gepresenteerd. 3.4.3.3 Relaties met bronnen De gemeten fijnstofconcentraties vertonen geen duidelijk verband met de afstand tot een veehouderij­ bedrijf; de concentraties endotoxine en koe-allergeen daarentegen wel (Figuur 3.2). De endotoxine- en koe-allergeenconcentraties zijn gemiddeld hoger wanneer de afstand tot de eerste veehouderij lager is en ook is de variatie in de concentraties groter. Een volledig overzicht van het gemeten fijnstof, endotoxine en koe-allergeenconcentraties op de meetlocaties is beschreven in Bijlage 7.

16 Splines worden samengesteld om te onderzoeken of de vorm van het verband afwijkend van lineair is.

34 | 

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

Figuur 3.2 Verbanden tussen gemeten (A) fijnstof-, (B) endotoxine- en (C) koe-allergeen-concentraties als functie van de afstand tot de dichtstbijzijnde veehouderij. A

vgo buiten kern ZW buiten kern NO woonkern 1 woonkern 2

PM10-concentratie (microgr/m3)

25

20

15

10

0

250

500

750

B 1.5 Endotoxine-concentratie (EU/m3)

1000

1250

afstand dichtsbijzijnde veehouderij (m)

vgo buiten kern ZW buiten kern NO woonkern 1 woonkern 2

1.0

0.5

0 0

250

500

750

1000

1250

afstand dichtsbijzijnde veehouderij (m) koe-allergeen-concentratie (pg/m3)

C

vgo buiten kern ZW buiten kern NO woonkern 1 woonkern 2

400

300

3.4.4 Conclusies en discussie De resultaten van dit deelonderzoek suggereren dat zowel in het VGO-onderzoeksgebied als in de gemeente Elsendorp concentraties endotoxine en allergenen afkomstig van veehouderijen meetbaar zijn. Of dit ook geldt voor nertsallergenen is niet te zeggen, aangezien het niet mogelijk bleek een test te ontwikkelen. Er lijkt geen sprake van een verhoogd risico op de ontwikkeling van een allergische reactie tegen nerts­ allergenen, hoewel het aantal onderzochte personen zeer beperkt is. Van andere dierallergenen (bijvoorbeeld die van ratten en muizen) is bekend dat blootstelling aan zeer lage concentraties al tot allergische reacties kan leiden (Krakowiak et al., 1999). Of dit ook geldt voor nertsallergenen en ontwikkeling van allergische reacties is echter niet bekend. Opvallend is de aanwezigheid van koe-allergenen in de luchtmonsters. Dichter bij rundveebedrijven waren de concentraties ook hoger. Dit lijkt overeen te komen met de conclusies uit eerder onderzoek uit de VS (Williams et al., 2011, Williams et al., 2016). De studies kunnen niet één op één vergeleken worden, als gevolg van verschillen in onderzoekmethodes. Het is beschreven dat een allergische koe-allergeen-reactie kan leiden tot luchtwegproblemen bij melkveehouders (Ylonen et al., 1992). Er zijn echter geen blootstelling-respons-relaties voor koe-allergeen beschreven.

Het vertalen van deze concentraties naar een effect op de gezondheid is op dit moment dan ook niet mogelijk. Dat koe-allergeenconcentraties gerelateerd zijn aan afstand tot de veehouderij suggereert dat die allergenen zich via de lucht vanuit de veehouderij in de omgeving kunnen verspreiden. Eiwitgroottes in extracten van nertsmateriaal zijn in dezelfde orde van grootte. Dit zou dus kunnen betekenen dat ook deze zich in de omgeving kunnen verspreiden. Ten slotte zijn de waargenomen concentraties endotoxinen vergelijkbaar met die van paragraaf 3.2 en van het eerdere IVG-onderzoek. De hier waargenomen endotoxineconcentraties konden opnieuw in verband gebracht worden met de afstand tot de dichtstbijzijnde veehouderij.

200

100

0 0

250

500

750

1000

1250

afstand dichtsbijzijnde rundveehouderij (m)

Figuren tonen de waargenomen concentraties (puntjes) en de berekende splines met het 95% betrouwbaarheidsinterval (blauwe band). p-waarde splines: PM10: p=0,42 Endotoxine: p=0,001 Koe-allergeen: p<0,001

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

| 35

36 | 

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

4 Bio-aerosolmetingen in de lucht in en rondom veehouderijen Er zijn diverse criteria gehanteerd om deze bedrijven te includeren. Zo mochten de bedrijven geen luchtwassers hebben: er is bij aanwezigheid van luchtwassers minder uitstoot en dat maakt het lastiger om de verspreiding in de buitenlucht te onderzoeken. Verder zijn alleen bedrijven onderzocht waar de dieren altijd binnen verblijven. Als er sprake is van vrije uitloop van dieren, is er ook meer variatie in de uitstoot vanuit de stal. Daarnaast is ook de afwezigheid van objecten rondom het bedrijf een criterium, aangezien die de verspreiding kunnen beïnvloeden. Ten slotte mogen er geen andere veehouderijen in de nabije omgeving staan, omdat uitstoot van andere bedrijven de uitkomsten kan beïnvloeden. Daarnaast werd gestreefd naar representativiteit van typen bedrijven in hun sector.

VEEHOUDERIJ EN BLOOTSTELLING

25 M 50 M

100 M

200 M

4.1 Aanpak 4.1.1 Selectie van bedrijven Het doel van dit onderzoek was zo goed mogelijk inzicht te krijgen in de verspreiding van bio-aerosolen die door veehouderijen worden uitgestoten. Het is daarom van belang de omstandigheden voor dergelijke metingen zo optimaal mogelijk te kiezen. De luchtmetingen in en rondom de bedrijven hebben zich toegespitst op pluimvee- en varkenshouderijen (Tabel 4.1). Van deze bedrijfstypes is bekend dat zij de grootste uitstoot aan fijnstof hebben. Er zijn drie leghennen-, twee vleeskuikens-, drie vleesvarkens- en één zeugenhouderij opgenomen in het onderzoek.

Om aan deze voorwaarden te voldoen, moeten bedrijven geselecteerd worden uit alle delen van Nederland. 4.1.2 Afstanden De buitenmetingen vonden plaats op verschillende afstanden van de stal: 100 meter bovenwinds (om het achtergrondniveau vast te stellen), en 25, 50 en 100 meter benedenwinds. In een aantal gevallen werd een extra meting op 200 meter afstand benedenwinds uitgevoerd. De buitenmetingen vonden plaats op dagen

Tabel 4.1. Bedrijfskenmerken van de negen geselecteerde bedrijven (geclassificeerd van A t/m I). Leghennen Kenmerken

Type huisvesting

Vleeskuikens

Vleesvarkens

Zeugen

A

B

C

D

E*

F

G

H

I

Volière

Volière

Volière

Regulier

Regulier

60% dicht/ 40% rooster

60% dicht/ 40% rooster

60% dicht/ 40% rooster

60% dicht/ 40% rooster

Aantal dieren

12.000

48.000

17.460

44.500

42.000

1.040

576

648

270

Capaciteit ventilatie [m3/h]

126.000

222.500

158.000

470.000

465.000

84.000

26.000

33.000

80.000

3

10

5

14

12

3

2

3

20

2

7,5

4

4

1

10

5

5

5,2

2,4

10

5,8

17,5

12

2

1,3

1,5

2,3

Aantal ventilatoren Emissie-hoogte [m] Emissie-oppervlak [m2]

* Bedrijf E is gedurende het onderzoek overgestapt van reguliere veehouderij naar ‘Beter Leven’ met minder dieren (29.500).

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

| 37

zonder neerslag en bij een windsnelheid van minimaal 2 en maximaal 4 Beaufort. De bemonsteringapparatuur werd zodanig opgesteld, dat lucht bemonsterd werd op een hoogte van 1,5 meter (gemiddelde inademingshoogte van de mens). Met een windmeter werden iedere minuut de windsnelheid en windrichting vastgelegd op 50 meter afstand van het emissiepunt. Er is naar gestreefd om drie metingen bij elk type varkensbedrijf en negen metingen bij elk type pluimveebedrijf uit te voeren, vanwege verschillen in de uitstoot. Naast de buitenmetingen werden metingen in de stallen uitgevoerd, om inzicht te krijgen in concentraties in de stal en om te onderzoeken welke bio-aerosolen aanwezig waren ten tijde van de buitenmeting. Deze stalmetingen vonden altijd plaats op enkele meters voor de uitlaat. 4.1.3 Meetstrategie De metingen zijn uitgevoerd tussen 2014 en 2016. In 2014 werd een serie proefmetingen uitgevoerd voor verbetering van de methoden voor monsternames en analyses. Tijdens deze proefmetingen bij twee pluimvee- en twee varkenshouderijen zijn verschillende typen bemonsteringapparatuur vergeleken. Op basis van analyse van de verkregen monsters is de meest geschikte apparatuur geselecteerd voor de rest van de metingen. Om de concentraties micro-organismen vast te stellen, werd drie keer gedurende tien minuten gemeten, om 11, 13 en 15 uur.

Daarnaast werd er gedurende vijf uur gemeten tussen 11 en 16 uur. Tijdens dit laatste tijds­ interval zijn de endotoxinen- en stofconcentraties vastgesteld. Ook is onderzoek gedaan naar de verdeling van microorganismen over verschillende deeltjesgrootteklassen. Stofdeeltjes verschillen in grootte en de concentratie micro-organismen kan verschillend verdeeld zijn over de verschillende stofgrootteklassen. Kleinere stofdeeltjes kunnen over grotere afstanden verspreid worden. 4.1.4 Onderzochte bio-aerosolen Aangenomen werd dat de concentraties ziekteverwekkers in de buitenlucht laag zouden zijn en dus moeilijk te meten. Toch kan ook blootstelling aan zeer lage concentraties ziekteverwekkers leiden tot infecties en mogelijk ziekte. Daarom is ervoor gekozen de ziekteverwekkers vooral in de stal te meten (en in mindere mate buiten). Vervolgens kan met (literatuur)informatie over overleving van de betreffende ziektewekker de verspreiding en de concentratie in de buitenlucht gemodelleerd worden.

Om ook het gedrag17 van deze micro-organismen in de buitenlucht vast te stellen, zijn buiten indicator-microorganismen gemeten. Deze komen namelijk in hoge aantallen voor in stallen en worden in relatief hoge concentraties uitgestoten en zijn dus goed te meten. Hier is gekozen voor de bacteriën Escherichia coli en Staphylococcus spp. Deze representeren Gram-negatieve en Gram-positieve bacteriën. De ziekteverwekkers die werden geselecteerd zijn Campylobacter jejuni, Campylobacter coli, Clostridium difficile, Chlamydia psittaci, hepatitis E virus en Legionella spp. In de pilotfase zijn ook nog Coxiella burnetii en het aviaire-influenzavirus meegenomen. Ook werd getest op de aanwezigheid van de antibioticumresistentiegenen ESBL, mecA en tetW, die respectievelijk coderen voor resistentie tegen de antibiotica betalactam, meticilline en tetracycline. Om de verschillende soorten micro-organismen aan te tonen in lucht is de laboratoriumtechniek PCR gebruikt. Hiermee kan DNA van micro-organismen waargenomen worden. Voor de indicator-micro-organismen werd daarnaast de kweektechniek gebruikt, die een maat voor het aantal levende micro-organismen geeft.

4.2 Resultaten 4.2.1 Indicator-micro-organismen Concentraties Figuur 4.1 toont de gemeten concentraties van de indicatoren Escherichia coli en Staphylococcus spp. per type dier over de afstand (vergelijkbaar met Figuur 8.2 uit het hoofdrapport). Oranje waarden geven de concentraties levende bacteriën weer; blauw de concentraties levende en dode bacteriën). De eerdere conclusies uit het hoofdrapport blijven ongewijzigd: • De metingen in de stalmonsters laten hogere concentraties zien in vergelijking met de (bovenwindse) achtergrondmeting. • De concentratiewaarden van Staphylococcus spp. waren in pluimveestallen tot ruim een factor 1.000 en in varkensstallen tot ruim een factor 100 hoger vergeleken met de bovenwindse concentraties. Voor E. coli waren de achtergrondwaarden lager, maar het verschil met de concentraties in de stallen was vergelijkbaar met de verschillen bij Staphylococcus spp.

17 Inactivatie (afsterving) en depositie (neerdaling) zijn twee belangrijke processen.

38 | 

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

Figuur 4.1 De concentraties Escherichia coli en Staphylococcus spp. als functie van de afstand (x-as) en de verschillende diertypen (rijen) van de 10-minuten-metingen. De concentraties zijn weergegeven op een logaritmische schaal. De puntjes beschrijven de individuele waarnemingen; de boxplots geven de mediaan (middelste waarde) en het 25% en 75% percentiel. De concentraties levende micro-organismen zijn weergegeven in oranje; de concentraties levende en dode micro-organismen zijn in blauw weergegeven. De percentages bij de boxplots geven het percentage positieve monsters. 10

10

6

10

4

10

2

10

0

100%

100%

100%

100%

100%

100% 100%

100% 100% 100%

81%

78% 16%

100%

17% 3%

10

6

10

4

10

2

10

0

100%

100%

100% 100%

100%

100% 100%

92%

100%

100%

100%

100%

100%

93% 94%

100%

100%

100% 29%

vleeskuikens

17%

10

10

8

10

6

10

4

10

2

10

0

100% 100%

100%

100%

100%

40%

100%

100% 100%

100%

100%

93%

100%

100%

100%

100%

71%

89%

89%

100%

vleesvarkens

Aantallen bacterien [#/m3 lucht]

100% 100%

100%

100%

100%

100%

8

10

100%

10

10

10

Staphylococcus spp.

leghennen

10

8

10

E. coli

10

10 8

10

6

10

4

10

2

10

0

100% 100%

100%

100%

100%

100% 100% 100%

−100

100%

100%

22%

0

25

50

100

100%

83% 67%

200 −100 Afstand [m]

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

0

25

100%

50

82%

100

100%

zeugen

10

200

| 39

Bij alle veehouderijen was sprake van een afname van de concentratie over de afstand, maar de mate hiervan verschilde sterk per type bedrijf: • Bij pluimveehouderijen was na 200 meter nog een duidelijk hogere concentratie ten opzichte van de achtergrond waarneembaar, zowel voor E. coli als voor Staphylococcus spp. • Bij varkenshouderijen was de afname over de afstand veel sterker. Bij de vleesvarkens waren de concentraties al na 25 meter gedaald tot achtergrondniveau. 4.2.2 Ziekteverwekkers Tabel 4.2 toont de resultaten van de metingen aan pathogenen. Campylobacter coli werd in 23 van de 34 monsters aangetoond met PCR in zowel pluimvee- als

varkensstallen. Campylobacter jejuni werd aangetoond in 22 van de 34 monsters genomen in pluimveestallen. Het hepatitis E-virus werd aangetoond in de lucht van vleesvarkens-, maar niet in de lucht van zeugenstallen. Clostridium difficile werd aangetroffen in alle typen stallen. De overige onderzochte ziekteverwekkers (het aviaireinfluenzavirus, Chlamydia psittaci en Legionella spp.) werden niet waargenomen. Daarnaast zijn ook verschillende buitenluchtmonsters getest op de aanwezigheid van de pathogenen Campylobacter coli en Campylobacter jejuni (Figuur 4.2). Bij pluimveehouderijen werd DNA van deze ziekte­ verwekkers waargenomen. Bij de onderzochte varkenshouderijen was dit niet het geval.

Tabel 4.2 Het aantal positieve monsters van het totaal aantal monsters getest op de aanwezigheid van pathogene microorganismen per bedrijfstype.

0/3

C

0/2

0/2

0/2

D

0/1

0/3

2/3

Legionella spp.

0/3

Chlamydla psittaci

A

Campylobacter coli

Leghennen

Campylobacter jejuni

ID

Clostridium difficile

Type

Hepatitis E virus

Pathogenen Aviaire Influenzavirus

Bedrijven

1/4

8/8

8/8

0/8

0/5

2/2

2/2

0/2

0/2

4/4

4/4

0/4

0/2

3/6

2/6

0/7

0/6

E

1/2

0/2

0/2

0/2

F

4/4

0/4

0/4

0/4

B Vleeskuikens

Vleesvarkens

Zeugen Totaal

40 | 

G

3/3

1/1

0/2

2/2

0/2

0/1

H

2/2

1/2

0/2

2/2

0/2

0/2

I

1/1

0/1

0/1

1/1

0/1

0/1

0/1

0/3

2/3

0/3

2/3

0/3

0/2

0/9

6 / 17

7 / 16

22 / 34

23 / 34

0 / 35

0 / 27

J

0/2

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

Figuur 4.2 Als Figuur 4.1, maar met waargenomen concentraties van de pathogenen Campylobacter coli en Campylobacter jejuni en alleen vastgesteld met de PCR-techniek (levende en dode micro-organismen). Campylobacter coli

10 8

100%

100%

10 4 10

100% 100%

100% 100%

leghennen

10 6

Campylobacter jejuni

100% 100%

100%

2

10 0

10

6

10

4

10

2

100%

100% 100%

vleeskuikens

100% 100%

100%

100%

100%

10 0 10 8 10 6

vleesvarkens

Aantallen bacterien [#/m3 lucht]

10 8

100%

10 4 10 2 10 0 10 8 10 6

10

zeugen

100%

10 4

100%

2

10 0 −100

0

25

50

100

200 −100 Afstand [m]

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

0

25

50

100

200

| 41

4.2.3 Stof en endotoxine Figuur 4.3 toont de stof- en endotoxineconcentraties per diersoort over de afstand (vergelijkbaar met Figuur 8.3 uit het hoofdrapport). Ook hiervoor blijven de conclusies uit het hoofdrapport ongewijzigd: • De gemeten stofconcentratie in de buitenlucht had meestal een waarde lager dan de detectielimiet van 100 microgram per kubieke meter. Bij een aantal metingen op 25 en 50 meter afstand van de leghennenstallen en een van de vleeskuikenstallen werden waarden boven deze limiet gemeten. • Endotoxine was in de meeste gevallen goed te meten en liet een duidelijk afstandspatroon zien: een lage concentratie bovenwinds, sterk verhoogde concentraties in de stallen en een afname met de afstand benedenwinds. De hoogste concentraties werden benedenwinds van de leghennenstallen gemeten. Op afstanden tot 100 meter waren de concentraties meestal nog steeds hoger dan die op de bovenwindse locatie. Voor de vleeskuikensbedrijven werd eenzelfde patroon waargenomen, al waren de benedenwindse buitenluchtconcentraties lager. Buiten de varkensstallen waren de endotoxineconcentraties duidelijk lager dan buiten de pluimveestallen, toch zijn endotoxine concentraties bij vleesvarkens hoger dan de bovenwindse concentratie tot een afstand van 100meter. Bij zeugen waren de concentraties alweer op het niveau van de bovenwindse locatie na 25 meter.

4.3 Conclusies en discussie 4.3.1 Indicatorbacteriën Uit de metingen van dit luchtonderzoek in en rondom verschillende typen veehouderijen blijkt dat de indicatorbacteriën Escherichia coli en Staphylococcus spp. goed meetbaar waren benedenwinds van de onderzochte bedrijven. Bij pluimveehouderijen waren de concentraties na 200 meter nog duidelijk hoger dan de achtergrondwaarde. 4.3.2 Ziekteverwekkers in de stal Vóór aanvang van het onderzoek werd verwacht dat de meeste ziekteverwekkers moeilijk aan te tonen waren, vanwege de gebruikte meetmethoden en de verwachte relatief lage concentratie. Daarom is de aanwezigheid van de ziekteverwekkers alleen onderzocht in de binnenluchtmonsters (met uitzondering van de bacterie Campylobacter, die ook in de buitenluchtmonsters onderzocht is).

Campylobacter jejuni en Campylobacter coli komen voor onder varkens en pluimvee. In pluimvee wordt vaker Campylobacter jejuni gevonden en in varkens vaker Campylobacter coli. De resultaten van de luchtmetingen zijn hiermee in overeenstemming, waarbij opvalt dat in alle drie onderzochte leghennenhouderijen beide Campylobacter-soorten aanwezig waren. Ook Clostridium difficile komt voor bij zowel pluimvee- als varkens­ bedrijven. Van het hepatitis E-virus is bekend dat deze onder de Nederlandse varkens veelvuldig voorkomt. Het is dan ook volgens verwachting dat in alle luchtmonsters in de vleesvarkensstallen dit virus is aangetoond. Aviaire-influenzavirussen veroorzaken ziekte bij pluimvee. Zodra er ziekteverschijnselen optreden, wordt onderzocht of het om aviaire influenza gaat. Daarnaast wordt er structureel serologisch gemonitord, zodat besmette bedrijven snel kunnen worden opgespoord. Zoals verwacht is er dus geen aviaire-influenzavirus aangetoond. Legionella is geen zoönoseverwekker. Deze bacterie kan zich echter goed vermenigvuldigen in water van een bepaalde temperatuur. De vraag is of deze bacterie zich bijvoorbeeld via de in de veehouderij gebruikte luchtwasser kan verspreiden naar het milieu en uiteindelijk de mens. Daarom is als eerste onderzocht of de bacterie kon worden aangetoond in de lucht in de stallen. Dit bleek niet het geval.

4.3.3 Ziekteverwekkers in de buitenlucht Campylobacter coli en Campylobacter jejuni werden in de buitenlucht in ieder geval tot afstanden van 100 meter waargenomen. Er werd hierbij geen onderscheid gemaakt tussen levende of dode bacteriën. 4.3.4 Fijnstof en endotoxinen in de buitenlucht Uit de metingen van dit luchtonderzoek in en rondom verschillende type veehouderijen blijkt dat de fijnstof concentraties niet goed meetbaar waren benedenwinds van de veehouderijen. Endotoxine concentraties waren goed meetbaar benedenwinds van de onderzochte bedrijven. Bij pluimveehouderijen en vleesvarkenhouderijen waren de concentraties na 100 meter nog verhoogd in vergelijking met de bovenwindse concentratie.

In de in de stallen verzamelde monsters werden drie van de vijf geselecteerde ziekteverwekkende bacteriën aangetroffen, te weten Campylobacter coli, Campylobacter jejuni en Clostridium difficile, en een van de twee gemeten soorten ziekteverwekkende virussen (het hepatitis E-virus). 42 | 

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

Figuur 4.3. Linker kolom: concentraties endotoxine [EU/m³] als functie van de afstand (x-as) en de verschillende diertypen (rijen). De concentraties zijn weergegeven op logaritmische schaal. De puntjes beschrijven de individuele waarnemingen; de boxplots geven de mediaan (middelste waarde) en het 25% en 75% percentiel. De percentages bij de boxplots geven het percentage positieve monsters. Rechter kolom: idem, voor de concentraties stof [milligram/m³]. endotoxine

10 4

100%

10 3

89%

67%

100%

10 2 10 1

100%

100%

60%

0

40%

40% 20%

20%

0%

0%

0%

0%

0%

0%

25

50

100

0%

100%

10 4 10 3 10 2

100% 100%

10 1 10

0%

10 4

100%

0%

100%

3

10 1

100%

100%

100%

zeugen

10 2 10

67%

0

10 −1

10

vleesvarkens

Concentratie

vleeskuikens

10 3

10

0%

100%

10 4

−1

44%

22%

−1

10

89%

89%

33%

10 0 10

leghennen

100%

10 2 10 1

stof

67%

100%

0

10 −1

0%

−100

0

25

50

100 −100 Afstand [m]

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

0

| 43

44 | 

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

DEEL B Ontwikkeling van een model om de verspreiding van micro-organismen vanuit veehouderijen te kunnen voorspellen

VEEHOUDERIJ EN BLOOTSTELLING

25 M 50 M

100 M

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

200 M

| 45

46 | 

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

5 Modellering van de uitstoot van micro-organismen uit veehouderijen: meetgegevens en kennislacunes

VEEHOUDERIJ EN BLOOTSTELLING

25 M 50 M

100 M

200 M

In dit hoofdstuk is daarom onderzocht welke gegevens er beschikbaar zijn in de literatuur als input voor modelberekeningen voor uitstootconcentraties van micro-organismen. Vervolgens is een model geformuleerd waarvan de voorspellingen voor de indicator­ bacteriën Escherichia coli en Staphylococcus spp zijn vergeleken met de voor deze bacteriën gemeten concentraties in de uitgaande stallucht. Op basis daarvan konden de belangrijkste kennislacunes inzichtelijk gemaakt worden.

5.2 Conclusies 5.1

Inleiding

Om inzichtelijk te maken aan hoeveel (ziekteverwekkende) micro-organismen omwonenden van veehouderijen blootgesteld kunnen worden, is het noodzakelijk te weten welke hoeveelheden vrijkomen met de uitgaande stallucht. Voor veel typen micro-organismen is het niet goed mogelijk om de concentratie in de uitgaande ventilatielucht van stallen te meten. Meetmethoden zijn niet optimaal en de concentratie levensvatbare micro-organismen is vaak zo laag dat deze onder de detectiegrens valt. Het is daarom relevant om na te gaan of op basis van andere beschikbare gegevens de concentratie micro-organismen in de uitgaande stallucht kan worden berekend met wiskundige modellering. Voor veel micro-organismen die circuleren in dieren zijn vaak wel concentraties in uitscheidingsproducten beschikbaar, zoals mest en (bij zieke dieren) urine. Daarnaast zijn er voor verschillende typen veehouderijen meetwaarden beschikbaar voor de stofuitstoot en bepalingen welk deel van het stof afkomstig is van de verschillende uitscheidingsproducten. Veehouderij en Gezondheid Omwonenden (aanvullende studies)

Aangezien de opzet, uitvoering en resultaten van dit deelonderzoek relatief technisch van aard zijn, zijn deze beschreven in Bijlage 8. Op basis van de resultaten kan het volgende geconcludeerd worden: • Als mogelijke basis voor modelberekeningen van de uitstootconcentraties van micro-organismen zijn voor de volgende grootheden vaak kwantitatieve gegevens beschikbaar: fijnstofemissies (gram per jaar per dier), de fijnstofsamenstelling (zoals het percentage afkomstig van mest) en ventilatiesnelheden. • Voor een deel van de micro-organismen is ook informatie beschikbaar in de literatuur over de concentratie in mest of in andere relevante uitscheidingsproducten. • Voor een deel van de micro-organismen is ook informatie beschikbaar over de overleving bij het in de lucht komen van deeltjes samengesteld uit uitscheidingsproducten en ander materiaal (aerosolvorming). De verwachting is echter dat gram-negatieve bacteriën voor en tijdens aerosolvorming onder veldomstandigheden veel sneller afsterven dan in de experimenten waarmee die afsterving tot nog toe in de literatuur is bestudeerd. Deze verwachting wordt voor Escherichia coli bevestigd door de vergelijking van | 47

de modelvoorspellingen op basis van de literatuurwaarden met de gemeten concentraties in de uitgaande stallucht. • Vergelijking van modelberekeningen voor de indicatorbacterie E. coli en Staphylococcus spp. met de gemeten concentraties in de uitgaande stallucht laat zien dat de modelberekeningen de concentratie van (geïnactiveerde en levensvatbare) indicatorbacteriën sterk onderschatten. Slechts een relatief klein deel van de onderschatting kan mogelijk verklaard worden uit onzekerheid en variatie in fijnstofemissies, fijnstofsamenstelling en ventilatiesnelheden. Uitgaande van de aanname dat de gemeten concentraties in de stallucht correct zijn, duidt dit erop dat de gebruikte (literatuur)waarden voor de concentratie Escherichia coli in mest de werkelijke concentratie in mest sterk onderschatten.

5.3 Belangrijkste kennislacunes Samengevat blijken uit deze studie de volgende belangrijkste kennislacunes: • Er is op dit moment onvoldoende kwantitatief inzicht in de concentratie van micro-organismen in uitscheidingsproducten en andere materialen die deels aerosoliseren. Er is relatief veel variatie tussen dieren en tussen studies in gemeten concentraties in mest. De modelstudie duidt erop dat deze voor de indicatorbacteriën nog niet te rijmen is met de in de uitgaande stallucht gemeten concentraties.

48 | 

• Er is op dit moment onvoldoende kwantitatief inzicht in de mate van overleving van micro-organismen bij indroging van en aerosolvorming uit (onder andere) mest. Experimenteel gemeten overleving betreft voor het overgrote deel overleving bij natte aerosolvorming, terwijl de aerosolvorming in het veld optreedt na uitdroging van de mest. Van beschikbare technieken om droge aerosolvorming experimenteel te bestuderen is niet duidelijk in hoeverre ze een goed model vormen van de werkelijkheid in het veld. De resultaten van de modelleringsstudie suggereren dat het huisvestingssysteem invloed heeft op het proces van aerosolvorming en de overleving van micro-organismen daarbij. De experimentele studies laten zien dat overleving sterk afhankelijk kan zijn van de temperatuur en de luchtvochtigheid bij aerosolvorming (voor details zie Bijlage 8). Dit suggereert dat de gedetailleerde condities ook in het veld een grote invloed kunnen hebben. Op grond van de bovenstaande kennislacunes en het belang van het kunnen voorspellen van emissies van ziekteverwekkende micro-organismen uit veehouderijen, wordt aanbevolen om in veldstudies kwantitatief onderzoek te doen naar de concentraties van microorganismen in uitscheidingsproducten en de mate van overleving van de micro-organismen in uitscheidingsproducten, in het bijzonder in indrogende mest.

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

6 Blootstelling direct rondom veehouderijen VEEHOUDERIJ EN BLOOTSTELLING

25 M 50 M

100 M

200 M

6.1 Inleiding Om de verspreiding van micro-organismen te berekenen, is gebruik gemaakt van een bestaand luchtverspreidingsmodel voor fijnstof. Dit (mechanistisch) model is gebaseerd op meteorologische eigenschappen. Bio-aerosolen gedragen zich echter niet hetzelfde als fijnstof. Ze sterven bijvoorbeeld af in de buitenlucht onder invloed van zonnestraling, lage luchtvochtigheid en temperatuur. Daarom is een eerste aanzet gedaan om een lucht­ verspreidingsmodel specifiek voor bio-aerosolen te ontwikkelen. Er zijn twee processen uitgewerkt en toegevoegd aan het model: de inactivatie van microorganismen (paragraaf 6.2) en de manier waarop de micro-organismen zich verdelen over de verschillende grootteklassen van het stof (paragraaf 6.3). De door het model berekende concentraties kunnen vervolgens op korte afstand gevalideerd worden met de gemeten concentraties op 25, 50, 100 en 200 meter afstand van de onderzochte veehouderijen (paragraaf 6.4). Een gevalideerd luchtverspreidingsmodel kan ingezet worden voor simulaties op andere plaatsen en tijdstippen dan waar gemeten is. Zo kan bijvoorbeeld de concentratie in kaart gebracht worden op regionale schaal op basis van uitstoot uit niet-onderzochte bedrijven (paragraaf 6.5). Ten slotte kunnen de berekende blootstellingswaarden vertaald worden naar een risico voor de volksgezondheid (paragraaf 6.6).

Veehouderij en Gezondheid Omwonenden (aanvullende studies)

6.2 Inactivatie van micro-organismen in de buitenlucht 6.2.1 Aanpak Door de omstandigheden in het buitenmilieu (zoals de invloed van zonlicht of de temperatuur) nemen de aantallen levende micro-organismen af. Dit proces wordt inactivatie genoemd. Door het uitvoeren van een literatuuronderzoek zijn 25 relevante publicaties gevonden die dit proces beschrijven voor verschillende micro-organismen. Met deze informatie is een rekenmodel voor inactivatie gemaakt (zie Bijlage 9), dat toegepast is in het lucht­verspreidingsmodel (paragraaf 6.4.1). Inactivatiegegevens voor de ziekteverwekkende Campylobacter in de buitenlucht blijken schaars. Daarom zijn voor het verspreidingsmodel inactivatiegegevens gebruikt van Escherichia coli als best beschikbare alternatief. 6.2.2 Resultaten Het inactivatiemodel beschrijft de afname van de concentratie bacteriën als functie van de tijd, temperatuur en de gramkleuring18. Daarnaast bleken ook de bacteriesoort, het type aerosol19, het type medium20 waaruit het bio-aerosol afkomstig is, en de relatieve vochtigheid van de buitenlucht invloed te hebben op de mate van inactivatie. De beschikbare gegevens waren echter te beperkt om ook deze variabelen in het model op te nemen. De meeste bacteriën inactiveren voor en tijdens aerosolvorming uit bijvoorbeeld feces (zoals beschreven in paragraaf 5). Daarna neemt de mate van inactivatie vrij snel af.

De meeste bacteriën zijn dus al geïnactiveerd op het moment dat ze de stal verlaten. Hier wordt dan ook bedoeld de inactivatie na het verlaten van de stal. 18 Er wordt onderscheid gemaakt tussen grampositieve en gramnegatieve bacteriën. Grampositieve bacteriën hebben een dikkere celwand en overleven daardoor meestal langer in het milieu. 19 Hiervoor werd onderscheid gemaakt tussen natte aerosolen, afkomstig uit bijvoorbeeld mest, en droge aerosolen, bijvoorbeeld afkomstig uit ingedroogde feces. 20 Bijvoorbeeld gedistilleerd water of isotone buffers.

| 49

Figuur 6.1 laat zien hoe concentraties van gramnegatieve en grampositieve bacteriën in de buitenlucht bij 10°C en 20°C in een tijdsbestek van twee uur afnemen met respectievelijk 2, 4, 40 en 1.600 keer de beginconcentratie. Volgens het model verloopt de inactivatie dus het snelst bij de Gram-negatieve bacteriën en bij hogere temperaturen. Opgemerkt dient te worden dat de tijd die micro-organismen nodig hebben om een afstand van 100 of 200 meter af te leggen (zoals in het luchtonderzoek in hoofdstuk 4), ten hoogste slechts enkele minuten bedraagt. Dus inactivatie speelt op deze korte afstand nauwelijks een rol.

grootte. Omdat ieder stofdeeltje een bepaalde kans heeft om op een bepaalde plaat terecht te komen, kan de verdeling over de grootteklassen worden berekend (zie Bijlage 10). Hiervoor is een bovengrens van 100 micrometer gehanteerd.

Ook dient opgemerkt te worden dat de onzekerheid nog vrij groot is. Er bestaat namelijk nog veel variatie tussen de gerapporteerde inactivatiegegevens in de verzamelde publicaties.

6.3.2 Resultaten Vergelijking met de resultaten van Lai et al. (2014) Er blijken grote verschillen te zijn tussen de gemeten verdeling van stofdeeltjes over de stofgrootteklassen en de resultaten van Lai et al. (2014). In de metingen werd consistent een zeer hoge fractie massastof in de kleinere stofgrootteklassen gevonden. In de publicatie van Lai et al. (2014) was dit niet het geval. Ondanks het feit dat de MOUDI-metingen herhaald zijn uitgevoerd op verschillende dagen en bij verschillende veehouderijen, ontbreekt een plausibele verklaring voor het significante verschil. Aangezien de resultaten van Lai et al. (2014) in overeenstemming zijn met andere publicaties (CambraLópez et al., 2011; Lee et al., 2008; Roumeliotis et al., 2007; Winkel et al., 2015) is ervoor gekozen om in het verspreidingsmodel de verdeling van de stofgrootteklassen van Lai et al. (2014) aan te houden.

Figuur 6.1 Voorspelde afname van de concentratie van grampositieve (blauw) en gramnegatieve (rood) bacteriën bij 10°C (dichte lijn) en 20°C (open lijn). 1000

100

100

10

10

Aantal keren afname

1000

1 0

20

40

60

80

100

1 120

Tijd in minuten Grampositief 10ºC Grampositief 20ºC

Gramnegatief 10ºC Gramnegatief 20ºC

6.3 Verdeling van bio-aerosolen over stofgrootteklassen 6.3.1 Aanpak Kleine, lichtere stofdeeltjes worden verder verspreid dan zwaardere stofdeeltjes. Ook kunnen kleinere stofdeeltjes dieper in de luchtwegen en longen doordringen. Daarom is het van belang hier rekening mee te houden in de verspreidingsmodellering (paragraaf 6.4). Stofdeeltjes kunnen ingedeeld worden op grootte. Daarvoor zijn grootteklassen bepaald. Aanvullend op de luchtmetingen in hoofdstuk 4 zijn ook MOUDI-metingen uitgevoerd om te bepalen hoe de stofdeeltjes zijn verdeeld over de verschillende grootteklassen. Het verzamelde stof is afgevangen op platen van afnemende 50 | 

De resultaten van de berekeningen aan de MOUDImetingen zijn vergeleken met de resultaten van het onderzoek van Lai et al. (2014). Hierin zijn stofgrootteverdelingen bepaald op basis van deeltjesaantallen bij dertien diersoorten. De waargenomen stofgrootteklassen varieerden in dertig stofgrootteklassen.

Verspreiding van micro-organismen over stofgrootteklassen De resultaten van de MOUDI-metingen zijn wel nog gebruikt om met een rekenmodel de verdeling van micro-organismen over de verschillende grootteklassen te berekenen. De resultaten hiervan zijn weergegeven in Figuur 6.2. In de stal (rode puntjes) zijn de bacteriën Escherichia coli en Staphylococcus spp. gelijkmatig verdeeld over de grootteklassen. Op 50 meter benedenwinds van de stal (blauwe puntjes) zijn de verschillen groter, met name bij de varkenshouderijen. Een mogelijke verklaring hiervoor is dat hier ook stof gemeten wordt dat niet alleen afkomstig is uit de onderzochte veehouderij. Ook heeft een draaiende windrichting sterke invloed op deze uitkomsten: daardoor wordt relatief ‘schone’ lucht aan­gevoerd waarin minder micro-organismen aanwezig zijn. In het luchtverspreidingsmodel (paragraaf 6.4) zijn overigens alleen de resultaten van de binnenmetingen gebruikt.