Bijlage 6 Veehouderij en Gezondheid omwonenden - Onderzoek 2.pdf
Tekst van het document
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
Figuur 6.2 Aantallen met PCR-detecteerbare micro-organismen, uitgesplitst naar diersoort en micro-organisme. De x-as geeft de deeltjesgrootteklasse, de y-as de concentratie in deeltjes per gram. De rode stippen staan voor metingen in de stal, de blauwe stippen voor metingen op 50 meter van de stal. leghennen
vleeskuiken
vleesvarken
zeugen
100.00
E.coli
1.00
Concentratie [per ug]
0.01 Dist 0 50 10,000
Staph
100
>50
20_50
4_10
10_20
2.5_4
<0.95
0.95_2. 5
>50
20_50
4_10
10_20
2.5_4
<0.95
0.95_2. 5
>50
20_50
4_10
10_20
2.5_4
<0.95
0.95_2. 5
>50
20_50
10_20
4_10
2.5_4
<0.95
0.95_2. 5
1
Klasse [um]
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
| 51
6.4 Verspreiding door de buitenlucht 6.4.1 Simulatie Om de blootstelling aan ziekteverwekkende bio-aerosolen te simuleren, is gebruikgemaakt van een reeds bestaand atmosferisch verspreidingsmodel OPS21 (Sauter et al., 2016). Dit model is eerder door het RIVM ontwikkeld om de concentratie en depositie van verontreinigende (chemische) stoffen22 te berekenen voor heel Nederland. Het model simuleert deze verspreiding van stoffen uit een of meerdere bronnen. Vervolgens worden met zogenoemde Gaussische pluimberekeningen concentraties op vooraf gekozen receptorpunten berekend. Omdat de berekeningen van dit model uurgemiddelde concentraties opleveren, kunnen de resultaten van de buitenluchtmetingen rondom de veehouderijen hiermee vergeleken worden. Voor dit onderzoek is het inactivatiemodel voor microorganismen in het verspreidingsmodel ingebouwd (paragraaf 6.2). Het verspreidingsmodel maakt verder gebruik van de volgende invoergegevens: • Emissiegegevens. Met de meetgegevens van stof concentraties in de lucht in stallen, vermenigvuldigd met vastgestelde hoeveelheden uitstromende lucht per tijdseenheid23, kan de emissiesterkte worden berekend.
De uitstoot van stof uit naastgelegen stallen van hetzelfde bedrijf – die niet bemonsterd zijn maar wel invloed hebben op de waargenomen concentraties in de buitenlucht – zijn berekend door de uitstoot van de bemonsterde stallen te extrapoleren. Dit is gedaan op basis van het aantal dieren in beide stallen en het staltype24. • Weersomstandigheden: tijdens de luchtonderzoeken zijn bij ieder bedrijf de windsnelheid, windrichting, temperatuur en relatieve luchtvochtigheid gemeten en omgezet naar uurgemiddelde waarden. Overige benodigde data zijn afkomstig van het KNMI. • Informatie over de deeltjesgrootteverdeling van het stof en de verdeling van de bio-aerosolen over de stofgrootteklassen (conform paragraaf 6.3). Verdere informatie over het verspreidingsmodel is te vinden in Bijlage 11.
21 Het Operational Priority Substances Short Term model, versie 11.0.8. 22 Zoals fijnstof, stikstofoxiden, zwaveldioxide en ammoniak. 23 Het debiet is de hoeveelheid lucht die het bedrijf per tijdseenheid (bijvoorbeeld per uur) verlaat. 24 Hiervoor is gebruikgemaakt van de fijnstofemissiefactoren voor verschillende
6.4.2 Validatie van het luchtverspreidingsmodel Validatie van het luchtverspreidingsmodel vindt plaats door de berekende concentraties op 25, 50, 100 en 200 meter van de veehouderijen te vergelijken met de waargenomen concentraties uit het luchtonderzoek. Hiervoor is gekeken naar de indicatorbacteriën Staphylococcus spp. (Figuur 6.3) en Escherichia coli (Figuur 6.4) en naar de concentraties endotoxine (Figuur 6.5). Het model levert uurgemiddelde waarden; de metingen zijn uitgevoerd gedurende 10 minuten of gedurende 5 uur (endotoxine). Dit zijn vergelijkbare tijdschalen waarin geen grote variaties in de uitstoot of weers omstandigheden verwacht worden, hoewel de onzekerheid in de 10-minuten-waarden groter zijn dan bij uurgemiddelde concentraties, dus de validatie met 10-minuut-waarden kent een grotere onzekerheid dan wanneer gevalideerd zou worden met uurgemiddelde waarden. Voor Staphylococcus spp. blijken de verschillen tussen de waargenomen en berekende concentratie zeer klein te zijn op bijna alle meetdagen. De sterke afwijkingen op meetdagen 14 en 22 kunnen op dit moment nog niet goed worden verklaard. Verder is de vorm van de curves vergelijkbaar voor de beide labtechnieken (kweek en PCR). Dit lijkt erop te wijzen dat de inactivatie inderdaad vrij langzaam verloopt over deze afstand, zoals verwacht op basis van het inactivatiemodel uit paragraaf 6.2.
Voor langere afstanden kan hier geen uitspraak over gedaan worden. De resultaten voor de Escherichia coli bacterie en endotoxine zijn redelijk vergelijkbaar. Escherichia coli, echter, werd wel minder vaak waargenomen in de luchtmonsters (zie ook de eerdere Figuur 4.1). Het model voorspelt echter wel een concentratie. Hiermee wordt geïllustreerd dat – hoewel niet altijd gedetecteerd – micro-organismen in principe wel degelijk aanwezig kunnen zijn. De resultaten voor endotoxine vertonen regelmatig meer afwijking tussen gemodelleerde en gemeten concentraties. De reden hiervoor is nog niet duidelijk. Benadrukt moet worden dat de modellering de bijdrage van een enkel bedrijf doorrekent, terwijl de metingen al het stof (en endotoxine en micro-organismen) meten in de lucht. Hoewel de bedrijven wel zo zijn gekozen dat er geen andere bedrijven direct naast gelegen waren, zou er een beperkte bijdrage van andere bronnen kunnen zijn aan de concentraties in de lucht, vooral voor deeltjes die niet inactiveren in de lucht.
staltypen. Bron: ministerie van IenM, gegevens uit 2016. Op het moment van schrijven staat alleen de versie van 2017 online: https://www.rijksoverheid.nl/documenten/ publicaties/2017/03/15/emissiefactoren-fijn-stof-voor-veehouderij-2017.
52 |
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
Figuur 6.3 Vergelijking van de waargenomen (donkerrood en -blauw) en berekende (felrood en -blauw) concentraties Staphylococcus spp. [CFU/m³] als functie van de afstand (x-as). Ieder paneel is een afzonderlijke meetdag. De rode lijnen staan voor levende organismen (op basis van de kweekmethode) en de blauwe lijnen voor levende én dode organismen (op basis van de PCR-methode). 2
3
4
5
6
10 6 10 4 10 2 10 0
40
60
80
100
40
7
60
80
100
40
60
8
80
100
40
9
60
80
100 30
50
11
70
90
12
10 6
Concentratie [per m3]
10 4 10 2 10 0
40
60
80
100
40
13
60
80
100
40
60
14
80
100
50
15
100
150
200
40
16
60
80
100
150
200
80
100
17
10 6 10 4 10 2 10 0
50
100
150
200 25
50
18
75
100 125
30
50
20
70
90
50
21
100
150
200
50
22
100
23
10 6 10 4 10 2 10 0
20
40
60
80
20
40
60
80
50
100
150
50
100
150
40
60
Afstand [m] bioaerosol Kweek Berekend PCR Berekend Kweek Gemeten PCR Gemeten
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
| 53
Figuur 6.4 Zoals Figuur 6.3, maar voor Escherichia coli. 2 10
3
4
5
6
6
10 4 10 2 10 0 10 −2 40
60
80
100
40
7
60
80
100
40
8
60
80
100
40
9
60
80
100 30
50
11
70
90
12
10 6 10 4
Concentratie [per m3]
10 2 10 0 10 −2 40
60
80
100
40
13
60
80
100
40
14
60
80
100
50
15
100
150
200
40
16
60
80
100
150
200
80
100
17
10 6 10 4 10 2 10 0 10 −2 50
100
150
200 25
50
18
75
100 125
30
20
50
70
90
50
21
100
150
200
50
22
100
23
10 6 10 4 10 2 10 0 10 −2 20
40
60
80
20
40
60
80
50
100
150
50
100
150
40
60
Afstand [m] bioaerosol Kweek Berekend PCR Berekend Kweek Gemeten PCR Gemeten
54 |
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
Figuur 6.5 Vergelijking van de waargenomen (blauw) en berekende (rood) concentraties endotoxine [EU/m³] als functie van de afstand (x-as). Ieder paneel is een afzonderlijke meetdag. 2
3
4
5
6
1.000,00 100,00 10,00 1,00 0,10 0,01 40
60
80
100
40
7
60
80
100
40
60
8
80
100
40
9
60
80
100 30
50
11
70
90
12
1.000,00
Concentratie endotoxines (EU per m3)
100,00 10,00 1,00 0,10 0,01 40
60
80
100
40
13
60
80
100
40
60
14
80
100
50
15
100
150
200
40
16
60
80
100
150
200
17
1.000,00 100,00 10,00 1,00 0,10 0,01 50
100
150
200 25
50
18
75 100 125
30
50
20
70
90
50
21
100
150
200
50
100
22
1.000,00 100,00 10,00 1,00 0,10 0,01 20
40
60
80
20
40
60
80
50
100
150
50
100
150
Afstand [m] bioaerosol Endotoxines berekend Endotoxines gemeten
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
| 55
6.5 Regionale blootstelling De berekening van de verspreiding van fijnstof en bio-aerosolen is – naast de bemonsterde veehouderijen – ook toegepast op het gehele onderzoeksgebied. We beschouwen leghennen-, vleeskuikens-, vleesvarkens-, zeugen-25 en fokvarkenshouderijen. Gegevens van de Emissieregistratie26 zijn gebruikt om de fijnstofemissiewaarden van alle in het gebied aanwezige bedrijven van deze types te bepalen. Hierbij is rekening gehouden met het aantal dieren in een bedrijf. Ook is rekening gehouden met het type huisvestingssysteem. De benodigde meteorologische gegevens zijn afkomstig van het KNMI. Het model levert uurgemiddelde waardes, die omgerekend zijn naar een jaargemiddelde concentratie, door rekenkundig te middelen. Voor micro-organismen dient opgemerkt te worden dat piekconcentraties van groot belang kunnen zijn, omdat kortdurende verhoogde concentraties verondersteld worden de kans op infectie in hoge mate te bepalen. Dergelijke piekconcentraties zijn niet gevisualiseerd door middel van een kaart. Berekening van niveaus van stof en micro-organismen is geheel analoog uitgevoerd aan de aanpak in paragrafen 6.2-6.4. We gebruiken dezelfde verdelingen van microorganismen over de stoffracties. Wegens gebrek aan geschikte metingen worden geen resultaten voor regionale blootstelling aan endotoxinen getoond.
Aangezien het model regelmatig meer afwijkingen met de endotoxinemetingen vertoonde in paragraaf 6.4.2, zijn de resultaten voor regionale blootstelling aan endotoxinen hier niet getoond. Overigens loopt momenteel onderzoek om tot accurate emissiefactoren te komen voor endotoxine, onderverdeeld naar een aantal klassen voor de deeltjesgrootteverdeling.
Figuren 6.6, 6.7 en 6.8 tonen de berekende jaargemiddelde concentraties stof, Escherichia coli en Staphylococcus spp. Zoals verwacht is de bijdrage van pluimvee hoger dan die van varkens. De modelresultaten voor fijnstof en bio-aerosolen kunnen niet direct vergeleken worden met de gemeten concentraties hiervan bij omwonenden. Andere typen potentieel bijdragende bedrijven, bijvoorbeeld geitenen rundveehouderijen, zijn namelijk niet als bron in het model opgenomen. Momenteel loopt voor endotoxine onderzoek om tot accurate emissiefactoren te komen voor meerdere diersoorten en bedrijfstypen op basis van metingen in de ventilatieopening van een bedrijf, herhaald over een langere periode. Ook bedrijven buiten het onderzoeksgebied kunnen invloed hebben op de lokale concentratie. Dit geldt ook voor bedrijven uit België en Duitsland. De hier gemodelleerde concentraties geven als gevolg van de gekozen werkwijze alleen de potentiële primaire bijdrage van pluimvee- en varkenshouderijen op leefniveau weer. Eind 2017 is een uitgebreidere evaluatie te verwachten van omgevingsniveaus aan endotoxine op basis van de zoals aangegeven dan beschikbare emissiefactoren voor alle relevante diersoorten en bedrijfstypen.
25 De categorie ‘zeugen’ is niet onderscheiden in de Emissieregistratie. Daarom zijn deze als ‘fokvarkens’ beschouwd. 26 www.emissieregistratie.nl. De emissieregistratie is verantwoordelijk voor het verzamelen, bewerken, beheren, registreren en rapporteren van emissiedata, opdat Nederland aan (inter)nationale verplichtingen op het gebied van emissierapportages kan voldoen. De emissieregistratie is een samenwerkingsprogramma tussen diverse partijen, de regie en aansturing van de emissieregistratie is ondergebracht bij het RIVM.
56 |
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
Figuur 6.6 Berekende regionale concentratie [microgram per kubieke meter lucht] aan primair fijnstof kleiner dan 50 micrometer door uitstoot vanuit vleeskuikens-, fokvarkens-, leghennen- en zeugenhouderijen. ug/m3
Vleeskuikens
Leghennen
410000 400000 8
390000 380000 370000 360000
Vleesvarkens
Fokvarkens
6
4
Totaal 410000
2
400000 390000 380000 370000 0
360000
150000
170000
190000
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
| 57
Figuur 6.7 Als Figuur 6.6, maar voor concentratie Escherichia coli. organisms/m3
Vleeskuikens
Leghennen
410000 400000 390000
400
380000 370000 360000
Vleesvarkens
Fokvarkens
300
200
Totaal 410000
100
400000 390000 380000 370000 0
360000
150000
58 |
170000
190000
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
Figuur 6.8 Als Figuur 6.7, maar voor concentratie Staphylococcus spp. organisms/m3
Vleeskuikens
Leghennen
410000
80000
400000 390000 70000
380000 370000
60000
360000
Vleesvarkens
Fokvarkens 50000
40000
30000
Totaal 20000
410000 400000 390000
10000
380000 370000 0
360000
150000
170000
190000
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
| 59
6.6 Risico’s voor de volksgezondheid 6.6.1 Inleiding Voor de berekende concentratiewaarden kan door combinatie met een dosis-respons-relatie de kans op ontwikkeling van ziekte of infectie worden berekend (zie Bijlage 12). Dit is relevant om risico’s voor de volksgezondheid in te kunnen schatten. Tijdens de implementatie van deze stap bleken echter nog te belangrijke kennislacunes te bestaan. Zo ontbreken voor een aantal ziekteverwekkers de dosis-respons-relaties27 voor blootstelling via de lucht en voor meerdere diersectoren ontbreken emissiegegevens voor ziekteverwekkers. 6.6.2 Scenarioanalyse voor Campylobacter Campylobacter is het enige ziekteverwekkende microorganisme dat in dermate hoge concentraties buiten de stal is gemeten, dat deze resultaten geschikt zijn voor de risicoanalyse. Voor infectie met deze bacterie via de luchtwegen (respiratoir) ontbreekt echter de dosisrespons-relatie. Voor infectie via het maag-darmkanaal (gastro-enteritis) – de voornaamste route van infectie van deze bacterie – is deze relatie wél bekend. Dosisrespons-relaties voor andere respiratoire ziekteverwekkers, zoals Legionella en Coxiella burnetii, bestaan wel, maar deze bacteriën zijn niet waargenomen in het luchtonderzoek.
Omdat aanwijzingen bestaan dat Campylobacter ziekte kan veroorzaken nadat het als bio-aerosol ingeslikt is (Dungan, 2014; Wilson, 2004), kan mogelijk deze dosis-respons-relatie wel toegepast worden.
In de literatuur bestaan verdere aanwijzingen dat Campylobacter ziekte kan veroorzaken nadat het door de buitenlucht verspreid is. Friesema et al. (2012) beschrijven dat na de grootscheepse ruimingen ten tijde van de vogelgriepepidemie in 2003 het optreden van campylobacteriose28 het sterkst afnam rondom de geruimde bedrijven. Dit is een sterke aanwijzing dat een non-alimentaire infectieroute (infectie anders dan via voedsel) verantwoordelijk is voor een deel van de infecties. De consumptie van kippenproducten nam immers niet extra af rondom de geruimde bedrijven. Inactivatiegegevens voor Campylobacter in de buitenlucht zijn schaars (paragraaf 6.2). Daarom zijn inactivatiegegevens van Escherichia coli gebruikt als best beschikbare alternatief. In een scenarioanalyse van de verspreiding van Campylobacter is uitgegaan van 100.000 personen die gedurende 8 uur per dag lichte activiteit uitvoeren op 100 meter afstand van een boerderij. Volgens het model is dit geassocieerd met twee extra ziektegevallen per jaar. Omdat gebruik is gemaakt van de inactivatiegegevens van Escherichia coli is de overleving waarschijnlijk optimistisch ingeschat. Daardoor is het aantal Campylobacter-infecties via de lucht in de directe omgeving van een veehouderij waarschijnlijk overschat en daarmee dus ook het risico. Daarnaast bestaan ook grote onzekerheden in de toegepaste dosis-respons berekening.
Het is echter niet uit te sluiten dat onder specifieke omstandigheden (veel wind, piekuitstoot, weinig zon, persoon bevindt zich midden in de pluim) er een verhoogd risico kan zijn. Als meer informatie beschikbaar komt over inactivatie en dosis-response van Campylobacter kan de analyse tot een nauwkeurigere indicatie leiden van het risico op infectie. Hetzelfde geldt voor andere ziekteverwekkers.
27 Een dosis-respons-relatie is gedefinieerd als de kans op infectie of ziekte bij blootstelling aan een bepaalde dosis.
60 |
28 Het ziektebeeld na infectie met Campylobacter.
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
7 Lijst van begrippen, afkortingen en bijlagen 7.1
Begrippen
Allergenen: Biologische deeltjes die een allergische reactie kunnen veroorzaken. Bio-aerosolen: Deeltjes in de lucht die levende organismen bevatten of van levende organismen afkomstig zijn, bijvoorbeeld levende of dode microorganismen inclusief virussen, of materiaal van planten of dieren. Corticosteroïden: Een ontstekingsremmend geneesmiddel. DNA: Het genetisch materiaal van een organisme. Bij aantonen kan dit afkomstig zijn van zowel levende als dode organismen. Depositie: Het neerslaan van stoffen (en gassen) op een oppervlak, bijvoorbeeld de bodem. Dosis-responsrelatie: De kans op infectie of ziekte bij blootstelling aan een bepaalde dosis. Grampositieve en gramnegatieve bacteriën: Bij bacteriën wordt onderscheid gemaakt tussen grampositieve en gramnegatieve bacteriën op basis van een aankleuringstechniek. Grampositieve bacteriën hebben een dikkere celwand en overleven daardoor meestal langer in het milieu. Indicator-organisme: Indicator-organismen zijn door de onderzoekers gekozen micro-organismen die in alle veehouderijsectoren vaak in hogere concentraties aanwezig zijn. Aan de hand van deze indicator-organismen kan de verspreiding vanuit veehouderijen beter worden onderzocht dan aan de hand van bepaalde ziekteverwekkende micro-organismen (pathogenen) die vaak in veel lagere concentraties aanwezig zijn, ook niet altijd aanwezig zijn en niet in alle sectoren.
In dit onderzoek is gekozen voor de bacteriën Escherichia coli en Staphylococcus spp. die behoren tot de respectievelijk gramnegatieve en grampositieve bacteriën. Inactivatie: Het proces van afsterving van microorganismen. Inflammatoire darmaandoeningen: Colitis ulcerosa en de ziekte van Crohn zijn chronische ontstekingsziekten van het maag-darmkanaal. Gezamenlijk staan deze ziekten bekend als inflammatoire darmaandoeningen. Kernel-analyse: Statistische analyse van ruimtelijke gegevens over een effect, die inzicht geeft in de individuele, afstands-afhankelijke bijdrage van mogelijke bronnen aan het effect. Veehouderij en Gezondheid Omwonenden (aanvullende studies)
Land use regressie: Statistische analyse waarin ruimtelijke relaties worden gelegd tussen kenmerken van landgebruik (waaronder bijvoorbeeld bevolkingsdichtheid, de aanwezigheid van intensieve veehouderij, diersoort, aantallen dieren, etc op een bepaalde locatie) en variaties in concentraties luchtverontreiniging. Luchtverspreidingsmodel: rekenmodel waarmee op basis van informatie over bronsterke, windrichting en -snelheid de verspreiding van luchtverontreinigende stoffen kan worden berekend over kortere of langere perioden. Multivariate analyse: In de context van dit rapport gaat dit om een statistische analyse waarin tegelijkertijd meerdere typen verklarende variabelen (in dit geval veehouderijcategorieën) worden meegenomen. Pathogeen: een micro-organisme of virus met een eigenschap om een ziekte bij de mens te veroorzaken, zie ziekteverwekker. Pneumonie: longontsteking. Spline: Wiskundige functie waarmee krommen beschreven kunnen worden. In het huidige onderzoek zijn splines samengesteld om te onderzoeken of de vorm van het te onderzoeken verband afwijkend van lineair is.
VGO-medisch onderzoek: Onderzoek dat is uitgevoerd bij ongeveer 2.500 personen (zie hoofdrapport voor details over selectie van deelnemers en uitvoering) dat bestond uit afname van een vragenlijst, longfunctieonderzoek, bloedonderzoek naar vee-gerelateerde infectieziekten en allergie, onderzoek dragerschap van een aantal micro-organismen in ontlasting en neusswab. VGO-onderzoeksgebied: Een gebied in het oosten van Noord-Brabant en noorden van Limburg, dat de kernen Boxtel, Heeswijk-Dinther, St. Anthonis, Afferden, Bakel, Deurne, Asten, Heusden, Someren, Budel, Stramproy en Hoorn omvat. Ziekteverwekker: synoniem voor pathogeen, een micro-organisme of virus met een eigenschap om een ziekte te veroorzaken. Zoönose: Van dier op mens overdraagbare infectie(ziekte). Zoönoseverwekker: Een ziekteverwekker afkomstig van een dier met de eigenschap om ziekte te veroorzaken bij mensen. | 61
7.2 Afkortingen CFU/m3 COPD ELISA EPD ESBL EU/m3 IRAS IVG KNMI LUR MOUDI NFE NIVEL PAR PCR PM10 RIVM VGO WBVR WLR
Colony-forming units per kubieke meter Chronic Obstructive Pulmonary Disease Enzyme-Linked Immuno Sorbent Assay Elektronisch Patiënten Dossier Extended Spectrum Beta-Lactamase, een enzym dat bepaalde soorten antibiotica kan afbreken Endotoxine-eenheden per kubieke meter lucht Institute for Risk Assessment Sciences Intensieve Veehouderij en Gezondheid Koninklijk Nederlands Meteorologisch Instituut Land Use Regressie Micro-Orifice Uniform Deposit Impactor Nederlandse Federatie Edelpelsdierenhouders Nederlands Instituut voor onderzoek van de gezondheidszorg Populatie Attributief Risico Polymerase chain reaction (polymerasekettingreactie) Particulate Matter 10, stofdeeltjes in de lucht Rijksinstituut voor Volksgezondheid en Milieu Veehouderij en Gezondheid Omwonenden Wageningen Bioveterinary Research Wageningen Livestock Research
7.3 Bijlagen Bijlage 1
Associaties tussen woonafstand tot veehouderijen en gezondheidsproblemen: aanvullende details
Bijlage 2
Aanvullende details LUR-modellering: overzicht van de controles op validiteit van veehouderijkenmerken die zijn uitgevoerd
Bijlage 3
Aanvullende details LUR-modellering: uitkomsten tienvoudige hold out-validatie voor endotoxine
Bijlage 4
Aanvullende details LUR-modellering: univariabele endotoxine en PM10-toename in relatie met veehouderijkenmerken
Bijlage 5
Aanvullende details LUR-modellering: correlatie tussen veehouderijkenmerken van de meetlocaties.
Bijlage 6
Aanvullende details LUR-modellering: Overzicht uitkomsten Land Use Regressie-modellen PM10 en de validatiemodellen voor PM10
Bijlage 7
Rapportage metingen luchtkwaliteit in een gebied met veel nertsenhouderijen
Bijlage 8
Modelling emission of bio-aerosols carrying zoonotic microorganisms from livestock houses: quantification data and knowledge gaps
Bijlage 9
The inactivation model
Bijlage 10
Particle size distribution modelling
Bijlage 11
The OPS atmospheric dispersion model
Bijlage 12
The Dosimetric and dose-response model
Alle bijlagen zijn te vinden op www.rivm.nl/vgo/aanvullende_studies_2017
62 |
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
8 Referenties Bloemen H.J.T., Uiterwijk J.W., van der Hoek K.W. (2009). Bijdragen veeteeltbedrijven aan fijnstofconcentraties Tussentijdse rapportage 2008 LOG De Rips. (RIVM Report 680888002/2009). Bilthoven.
Dusseldorp A., Sijnesael P.C.C., Heederik D., Doekes G., van de Giessen A.W. (2008). Intensieve veehouderij en gezondheid. Overzicht van kennis over werknemers en omwonenden, RIVM Rapport 609300006, Bilthoven.
Boender G.J., Hagenaars T.J., Bouma A., Nodelijk G., Elbers A.R.W., De Jong M.C.M., van Boven M. (2007). Risk maps for the spread of highly pathogenic avian influenza in poultry. PLoS Comput Biol 3: e71.
Eeftens M., Beelen R., de Hoogh K., Bellander T., Cesaroni G., Cirach M., Declercq C., Dedele A., Dons E., de Nazelle A., Dimakopoulou K., Eriksen K., Falq G., Fischer P., Galassi C., Grazuleviciene R., Heinrich J., Hoffmann B., Jerrett M., Keidel D., Korek M., Lanki T., Lindley S., Madsen C., Molter A., Nador G., Nieuwenhuijsen M., Nonnemacher M., Pedeli X., Raaschou-Nielsen O., Patelarou E., Quass U., Ranzi A., Schindler C., Stempfelet M., Stephanou E., Sugiri D., Tsai M.Y., Yli-Tuomi T., Varro M.J., Vienneau D., Klot S., Wolf K., Brunekreef B., Hoek G. (2012). Development of Land Use Regression models for PM(2.5), PM(2.5) absorbance, PM(10) and PM(coarse) in 20 European study areas; results of the ESCAPE project. Environ Sci Technol 46(20): 11195-11205.
Borlée F., Yzermans C.J., van Dijk C.E., Heederik D., Smit L.A.M. (2015). Increased respiratory symptoms in COPD patients living in the vicinity of livestock farms. European Respiratory Journal, 46: 1605-1614. Borlée F., Yzermans C.J., Krop E., Aalders B., Rooijackers J., Zock J.P., van Dijk C.E., Maassen K., Schellevis F., Heederik D., Smit L.A.M. (2017). Spirometry, questionnaire and Electronic Medical Record based COPD in a population survey: comparing prevalence, level of agreement and associations with potential risk factors. PLoS ONE; in press. Cambra-López M., Hermosilla T., Lai H. T. L., Aarnink A. J. A., Ogink, N. W. M. (2011). Particulate matter emitted from poultry and pig houses: source identification and quantification. Transactions of the ASABE, 54(2), 629-642. Dijk C.E. van, Zock J.P., Baliatsas C., Smit L.A.M., Borlée F., Spreeuwenberg P., Heederik D., Yzermans C.J. (2017). Health conditions in rural areas with high livestock density: Analysis of seven consecutive years. Environmental Pollution 222, 374e382. Doekes G., Douwes J., Wouters I., de Wind S., Houba R., Hollander A. (1996). Enzyme immunoassays for total and allergen specific IgE in population studies. Occup Environ Med 53(1): 63-70. Dungan R.S. (2014). Estimation of infectious risks in residential populations exposed to airborne pathogens during center pivot irrigation of dairy waste waters. Emviron.
Sci. Technol. 48, 5033-5042. Veehouderij en Gezondheid Omwonenden (aanvullende studies)
Erbrink J.J., Heederik D.J.J., Ogink N.W.M., Winkel A., Wouters I.M. (2016). Emissies van endotoxinen uit de veehouderij: emissiemetingen en verspreidingsmodellering [Emissions of endotoxins from animal production: emission measurements and dispersion modelling]. (Wageningen Livestock Research Rapport). 959. Wageningen, the Netherlands: Wageningen, Wageningen University & Research Centre. Freidl GS, Spruijt IT, Borlée F, Smit LA, van GageldonkLafeber AB, Heederik DJ, Yzermans J, van Dijk CE, Maassen CB, van der Hoek W (2017). Livestockassociated risk factors for pneumonia in an area of intensive animal farming in the Netherlands. PLoS One 31;12(3):e0174796. Friesema IH, Havelaar AH, Westra PP, Wagenaar JA, van Pelt W (2012). Poultry culling and Campylobacteriosis reduction among humans, the Netherlands. Emerg Infect Dis. 18(3):466-8.
| 63
Gezondheidsraad (2012). Health risks associated with livestock farms. Publication no. 2012/27E (available from www.healthcouncil.nl) Den Haag. Heederik D., Yzermans J. (2011). Mogelijke effecten van intensieve veehouderij op de gezondheid van omwonenden. Utrecht. Heinrich J., Pitz M., Bischof W., Krug N., Borm P.J.A. (2003). Endotoxin in fine (PM2.5) and coarse (PM2.5-10) particle mass of ambient aerosols. A temporo-spatial analysis. Atmospheric Environment 37(26): 3659-3667. Hoogh K. de, Korek M., Vienneau D., Keuken M., Kukkonen J., Nieuwenhuijsen M.J., Badaloni C., Beelen R., Bolignano A., Cesaroni G., Pradas M.C., Cyrys J., Douros J., Eeftens M., Forastiere F., Forsberg B., Fuks K., Gehring U., Gryparis A., Gulliver J., Hansell A.L., Hoffmann B., Johansson C., Jonkers S., Kangas L., Katsouyanni K., Kunzli N., Lanki T., Memmesheimer M., Moussiopoulos N., Modig L., Pershagen G., Probst-Hensch N., Schindler C., Schikowski T., Sugiri D., Teixido O., Tsai M.Y., Yli-Tuomi T., Brunekreef B., Hoek G., Bellander T. (2014). Comparing land use regression and dispersion modelling to assess residential exposure to ambient air pollution for epidemiological studies. Environ Int 73: 382-392. Huijskens E.G., Smit L.A., Rossen J.W., Heederik D., Koopmans M. (2016).
Evaluation of Patients with Community-Acquired Pneumonia Caused by Zoonotic Pathogens in an Area with a High Density of Animal Farms. Zoonoses Public Health 63(2):160-6. Kallawicha K., Lung S.C.C., Chuang Y.C., Wu C.D., Chen T.H., Tsai Y.J., Chao H.J. (2015). Spatiotemporal distributions and land-use regression models of ambient bacteria and endotoxins in the greater Taipei area. Aerosol and Air Quality Research 15(4): 1448-1459. Krakowiak A., Szulc B., Gorski P. (1999). Allergy to laboratory animals in children of parents occupationally exposed to mice, rats and hamsters. Eur Respir J 14(2): 352-356. Lai H. T. L., Aarnink A. J. A., Cambra-López M., Huynh T. T. T., Parmentier H. K., Koerkamp, P. G. (2014). Size distribution of airborne particles in animal houses. Agricultural Engineering International: CIGR Journal, 16(3), 28-42. Lee J., Zhang Y., Wang X., Yang X., Su J., Faulkner B., Riskowski, G. L. (2008). Measurement of particle size distributions in swine buildings. Livestock environment VIII, Iguassu Falls, Brazil. 64 |
Maassen K., Smit L., Wouters I., van Duijkeren E., Janse I., Hagenaars T., IJzermans J., van der Hoek W., Heederik D. (2016). Veehouderij en gezondheid omwonenden. RIVM, Bilthoven. Rooij M.M. de, Borlee F., Smit L.A., de Bruin A., Janse I., Heederik D.J., Wouters I.M. (2016). Detection of Coxiella burnetii in Ambient Air after a Large Q Fever Outbreak. PLoS One 11(3): e0151281. Rooij M.M. de, Heederik D.J., Borlee F., Hoek G., Wouters I.M. (2017). Spatial and temporal variation in endotoxin and PM10 concentrations in ambient air in a livestock dense area. Environ Res 153: 161-170. Roumeliotis T. S., Van Heyst, B. J. (2007). Size fractionated particulate matter emissions from a broiler house in Southern Ontario, Canada. Science of the Total Environment, 383(1), 174-182. Sauter F, Van Zanten M, Van der Swaluw E, Aben J, De Leeuw F, Van Jaarsveld H (2016) The OPS-model, Description of OPS 4.5.0. http://www.rivm.nl/media/ops/ OPS-model.pdf Savolainen J., Uitti J., Halmepuro L., Nordman H. (1997). IgE response to fur animal allergens and domestic animal allergens in fur farmers and fur garment workers. Clin Exp Allergy 27(5): 501-509. Smit L.A.M., van der Sman-de Beer F., Opstal-van Winden A.W., Hooiveld M., Beekhuizen J., Wouters I.M., Yzermans J., Heederik D. (2012). Q Fever and pneumonia in an area with a high livestock density: a large population-based study.
PLoS ONE 7: e38843. Smit L.A.M., Boender G.J., de Steenhuijsen Piters W.A.A., Hagenaars T.J., Huijskens E.G.W., Rossen J.W.A., Koopmans M., Nodelijk G., Sanders E.A.M., Yzermans J., Bogaert D., Heederik D. (2017). Increased pneumonia risk near poultry farms: does the respiratory microbiota play a role? Pneumonia 9:3. Uitti J., Nordman H., Halmepuro L., Savolainen J. (1997). Respiratory symptoms, pulmonary function and allergy to fur animals among fur farmers and fur garment workers. Scand J Work Environ Health 23(6): 428-434. Uitti J., Nordman H., Halmepuro L., Savolainen J. (2005). IgG4 response to fur animal allergens among fur workers. Int Arch Occup Environ Health 78(1): 71-74.
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
Wang M., Beelen R., Bellander T., Birk M., Cesaroni G., Cirach M., Cyrys J., de Hoogh K., Declercq C., Dimakopoulou K., Eeftens M., Eriksen K.T., Forastiere F., Galassi C., Grivas G., Heinrich J., Hoffmann B., Ineichen A., Korek M., Lanki T., Lindley S., Modig L., Molter A., Nafstad P., Nieuwenhuijsen M.J., Nystad W., Olsson D., Raaschou-Nielsen O., Ragettli M., Ranzi A., Stempfelet M., Sugiri D., Tsai M.Y., Udvardy O., Varro M.J., Vienneau D., Weinmayr G., Wolf K., Yli-Tuomi T., Hoek G., Brunekreef B. (2014). Performance of multi-city land use regression models for nitrogen dioxide and fine particles. Environ Health Perspect 122(8): 843-849. Wang M., Gehring U., Hoek G., Keuken M., Jonkers S., Beelen R., Eeftens M., Postma D.S., Brunekreef B. (2015). Air Pollution and Lung Function in Dutch Children: A Comparison of Exposure Estimates and Associations Based on Land Use Regression and Dispersion Exposure Modeling Approaches. Environ Health Perspect 123(8): 847-851. Williams D.A., McCormack M.C., Matsui E.C., Diette G.B., McKenzie S.E., Geyh A.S., Breysse P.N. (2016). Cow allergen (Bos d2) and endotoxin concentrations are higher in the settled dust of homes proximate to industrial-scale dairy operations. J Expo Sci Environ Epidemiol 26(1): 42-47.
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
Williams D.L., Breysse P.N., McCormack M.C., Diette G.B., McKenzie S., Geyh A.S. (2011). Airborne cow allergen, ammonia and particulate matter at homes vary with distance to industrial scale dairy operations: an exposure assessment. Environ Health 10: 72. Wilson I. G. (2004). Airborne Campylobacter infection in a poultry worker: Case report and review of the literature. Comm. Dis. Public Health 7(4): 349-353. Winkel A., Mosquera J., Groot Koerkamp P.W.G., Ogink N.W.M., Aarnink A.J.A. (2015). Emissions of particulate matter from animal houses in the Netherlands. Atmospheric Environment 111: 202-212. Ylonen J., Mantyjarvi R., Taivainen A., Virtanen T. (1992). IgG and IgE antibody responses to cow dander and urine in farmers with cow-induced asthma. Clin Exp Allergy 22(1): 83-90. Zahradnik E., Sander I., Bruckmaier L., Flagge A., Fleischer C., Schierl R., Nowak D., Sultz J., Spickenheuer A., Noss I., Bruning T., Raulf-Heimsoth M. (2011). Development of a sandwich ELISA to measure exposure to occupational cow hair allergens. Int Arch Allergy Immunol 155(3): 225-233.
| 65
66 |
Veehouderij en Gezondheid Omwonenden (aanvullende studies)
Dit is een uitgave van: Rijksinstituut voor Volksgezondheid en Milieu Postbus 1 | 3720 BA Bilthoven www.rivm.nl juni 2017
009775
De zorg voor morgen begint vandaag