Statistiek verbetert inzicht in risico's van nanodeeltjes

Nieuws

Statistiek verbetert inzicht in risico's van nanodeeltjes

Gepubliceerd op
6 juli 2016

Door gebruik te maken van gerichte statistische technieken wordt het mogelijk om de risico’s van nano-deeltjes beter te beoordelen. Dat blijkt uit onderzoek waarop Rianne Jacobs op 7 juli 2016 promoveert aan Wageningen University. Jacobs laat zien dat het met die technieken bijvoorbeeld mogelijk is om in de risico-beoordeling twee belangrijke foutenbronnen uit elkaar te trekken, waardoor de uitkomsten van het onderzoek betrouwbaarder worden.

Nanotechnologie is een betrekkelijk nieuw, maar snelgroeiend gebied. Als bij alle nieuwe materialen is er weinig ervaring met gebruiksveiligheid. Dat maakt het schatten van risico’s lastig. Voor een breed maatschappelijk draagvlak voor nanotechnologie is inzicht in de risico’s essentieel. Belangrijke vragen zijn, hoe kan je met de nog beperkte ervaring de risico’s zo goed mogelijk schatten en hoe krijgen we snel beter inzicht? Jacobs wil met haar onderzoek antwoorden geven op dit soort vragen.

Gebrek aan kennis en kleine steekproeven

Er zijn twee belangrijke redenen waarom risicobeoordeling van nanodeeltjes moeilijk is. De eerste reden is gebrek aan kennis: hoe verspreiden de deeltjes zich in het milieu, hoe komen mensen en andere organismen met de deeltjes in aanraking, hoe schadelijk zijn ze voor die organismen? Dat gebrek aan kennis geeft onzekerheid in de risicobeoordeling. De tweede reden is dat risicobeoordelaars vaak met kleine steekproeven moeten werken. Dat betekent een grote marge in de risicoschatting. Jacobs laat in haar onderzoek zien hoe statistiek risicobeoordelaars kan helpen omgaan met grote onzekerheid en kleine steekproeven.

Onzekerheid en variabiliteit

Bij risicoschattingen baseren onderzoekers zich op metingen, maar die metingen zijn nooit eenduidig. Statistiek helpt om de variatie in de meetresultaten te beschrijven. Belangrijk is dat er twee effecten zijn: onzekerheid en variabiliteit. Onzekerheid is het gebrek aan kennis, doordat onderzoekers bijvoorbeeld te weinig metingen doen of ze niet helemaal goed doen. Dat valt dus te verbeteren. Variabiliteit is de van nature aanwezige variatie in alle natuurlijke processen en levende organismen. Een mens bijvoorbeeld reageert heel anders op allerlei stoffen dan een gistcel. Die variatie is een gegeven, daar kan je helemaal niets aan verbeteren.

Integrated Probabilistic Risk Assessment

Jacobs gebruikte de zogenoemde IPRA (Integrated Probabilistic Risk Assessment) om die twee soorten variatie met succes van elkaar te scheiden. De methode is ontwikkeld voor gezondheidseffecten van chemische stoffen op mensen, wij hebben die aangepast voor nanodeeltjes. Met deze methode krijgen we niet alleen een beter resultaat dan met standaard worst case schattingen, de methode geeft ook aan welke bronnen van onzekerheid het meest aan de totale onzekerheid in de risicobeoordeling bijdragen. Door onderzoek te doen aan juist die bronnen kan forse winst worden geboekt voor verbetering van die risicobeoordeling.

Praktijkvoorbeelden

In haar onderzoek bestudeerde Jacobs verschillende toepassingen van nanodeeltjes, zoals nanosilica in voedsel, titaniumdioxide in cosmetica en medicijnen en antibacteriële zilverdeeltjes. Jacobs bleek bij deze praktijkvoorbeelden met haar aanpak in staat te zijn om de belangrijkste bronnen van onzekerheid te identificeren. Op basis van deze identificatie kan onderzoek beter worden gericht op de gebieden die dat het meest nodig hebben, waardoor grote vooruitgang gemaakt kan worden in het reduceren van de onzekerheid die momenteel de risicobeoordeling van nanodeeltjes belemmert.

Rianne Jacobs behandelt haar proefschrift ook op haar eigen website.