Ero sivun ”PFAS-yhdisteiden tautitaakka” versioiden välillä

Versio 20. tammikuuta 2021 kello 12.12

Tämä sivu on tietokide alatyypiltään arviointi. Sivutunniste: Op_fi5932
Moderaattori:Jouni (katso kaikki) Sivun edistymistä ei ole arvioitu. Arvostuksen määrää ei ole arvioitu (ks. peer review).
Lisää dataa {{#opasnet_base_link:Op_fi5932}}

PFAS-yhdisteiden tautitaakka käsittelee perfluorattuja alkyyliyhdisteitä ja niiden terveysvaikutuksia Etelä-Suomessa. Asia on ajankohtainen monesta syystä. Euroopan ruokaturvavirasto EFSA on julkaissut tuoreen riskinarvioinnin ja saantisuosituksen PFAS-yhdisteistä^[1]. PFAS-yhdisteitä käytetään sammutusvaahdoissa, ja laajassa tulipalossa näitä aineita voi päästä ympäristöön suuria määriä. Etelä-Suomessa näitä aineita on käytettykin, ja siksi ympäristössä nyt olevista pitoisuuksista on syytä tehdä selvitys. Ihmiset altistuvat PFAS-yhdisteille usein kalan kautta, ja vaikka monet kalassa olevat pysyvät ympäristömyrkyt ovat vähenemässä, PFAS-yhdisteet eivät ole. Tautitaakkaa on Suomessa arvioitu monille ympäristötekijöille, mutta PFAS-yhdisteille tämä puuttuu. Tämä arviointi pyrkii korjaamaan näitä puutteita.

Kysymys

Mikä on perfluorattujen alkyyliyhdisteiden (PFAS) tautitaakka Suomessa (erityisesti Porvoon seudulla) kalansyönnin aiheuttaman altistuksen seurauksena? Millaista terveyshaittaa PFAS-yhdisteistä voisi olla ja miten nämä haitat suhteutuvat kalansyönnin muihin terveysvaikutuksiin?

Oletettu käyttö ja käyttäjät

Kuntien terveydensuojeluviranomaiset
PFAS-yhdisteitä käyttävä teollisuus

Osallistujat

Jouni Tuomisto, THL (tautitaakka-arviot, mallitus)
Heli Lehtomäki, THL (tautitaakka-arviot)
Päivi Ruokojärvi THL (pitoisuusanalytiikka)
Juha Heijari (Neste oyj) (näytteenkeräys ja mittaustulokset)

Rajaus

Tarkastellaan

nykyhetkeä
PFAS-yhdisteiden saantia kalasta
parasta arviota tilanteesta epävarmuuksineen (ei pahinta mahdollista skenaariota)

Vaihtoehdot

Arviointi koskee nykytilanteen tautitaakkaa, eikä päätarkoitus ole tehdä vertailua erilaisten päätösskenaarioiden välillä. Työn kuluessa saatetaan kuitenkin tunnistaa erilaisia toimenpiteitä, joiden vaikutusta tautitaakkaan arvioidaan.

Aikataulu

Arviointi tehdään marras-tammikuussa 2020-2021.

Vastaus

Tulokset

Arviointimallin keskeiset tulokset.

Päätelmät

Vastaus arvioinnin pääkysymykseen ja muihin kysymyksiin tulosten perusteella.

Perustelut

Arvioinnissa käytetään tautitaakkalaskentaa, joka on käytössä monessa muussakin arvioinnissa Opasnetissä.

Arvioinnissa kartoitetaan suomalainen mittausaineisto PFAS-yhdisteistä kalassa ja vesiympäristössä. Uusia mittauksia ei tässä hankkeessa tehdä. Lisäksi tutkimuskirjallisuudesta etsitään tietoja pitoisuus- ja altistumistiedoista.

Kalankäyttötietona käytetään THL:ssä aiemmin tehtyjä tutkimuksia, kuten Goherr-tutkimusta^[2].

PFAS-yhdisteiden terveysvasteen arvioinnissa nojaudutaan pääasiassa tuoreeseen EFSAn arvioon^[1], mutta tutkimuskirjallisuutta tarkastellaan laajemmin. Erityisesti arvioidaan sitä, onko EFSAn arvio sovellettavissa suoraan Suomen tilanteeseen, vai tulisiko käyttää myös muuta aineistoa.

PFAS-yhdisteiden aiheuttaman tautitaakan lisäksi arvioidaan kalansyöntiä kokonaisuutena eli huomioidaan kalan sisältämät muut ympäristömyrkyt ja toisaalta myös terveelliset ravintoaineet. Tältä osin nojaudutaan pääasiassa Goherr-tutkimukseen sekä maa- ja metsätalousministeriölle tehtyyn arviointiin kotimaisen kalan edistämisohjelman osana.

Tautitaakka lasketaan käyttämällä Goherr-arvioinnissa julkaistua tautitaakkamallia^[2].

Käytetyt aineistot

**Tietolähdeitä PFAS-yhdisteistä ja kalasta**
Nro	Lähde	Kuvaus
1	CELEX 32017R1000 FI TXT.pdf	EU-komission asetus PFOA-käyttökiellosta 2017-06-13
2	ffrrofactsheet_contaminants pfos_pfoa_11-20-17_508_0.pdf	U.S.EPA. (2017) Technical Fact Sheet – Perfluorooctane Sulfonate (PFOS) and Perfluorooctanoic Acid (PFOA) EPA 2017
3	Heijari Porvoon edustan merialueen tarkkailu kalamääriä.pptx	Kotitarve-, virkistys- ja ammattikalastajien kalansaaliit Porvoon merialueella 1984-2008
4	Kalastusalueet_NLI_2019_PFAS.pdf	Länsi-Uudenmaan vesi ja ympäristö ry, raportti 724/2018. Saalisjakaumat Naantalin edustalla 2017
5	Kalastusalueet_PVO_2019_PFAS.pdf	Kalastusalueiden nimet Porvoon edustalla
6	Naantali_1.pdf	Lounais-Suomen vesi-ja ympäristötutkimuksen teettämät kolme puulattua kalanäytettä 2019-10 tutkimusalueilta 2, 3 ja 4
7	Naantali_v_1.pdf	L-S vesi- ja ympäristötutkimuksen teettämät merivesinäytteet syksyllä 2019-10-16 (578-19-8390) PFAS-näytteistä. Näytteitä 11 paikasta Naantalin edustalta
8	PFAS Tietopaketti 210616.pdf, Syke_perfluoratut.pdf	Mehtonen ym. Perluoratut yhdisteet ympäristössä – tietopaketti 2016 Dnro YM/84/481/2015 Syke 2020. Syken yleistajuinen tiivistelmä PFAS-yhdisteistä nettisivuilla.
9	Pintavesipisteet_NLI_2019_PFAS.pdf	Pintavesipisteiden sijainti kartalla ja numerointi Naantalin edustalla. Lounais-Suomen vesi- ja ympräristötutkimus
10	Pintavesipisteet_PVO_2019_PFAS.pdf	Pintavesipisteiden sijainti kartalla ja numerointi Porvoon edustalla
11	Porvoo_1.pdf	Dioksiini- ja PCB-määritykset kolmesta puulatusta ahvennäytteestä Porvoon edustalta 2019-07/08
12	Porvoo_2.pdf	PFAS-määritykset 12 puulatusta ahven- ja kalanäytteestä Porvoon edustalta 2019-07/11
13	Porvoo_3.pdf	Organotinamääritykset kolmesta puulatusta ahvennäytteestä Porvoon edustalta 2019-07/08
14	Porvoo_Kalatarkkailu 2007-2010.pdf	Haikonen. Kilpilahden teollisuuslaitosten jäähdytysvedenoton kalatarkkailu vuosina 2007-2010. Kalojen laji- ja kokojakaumia. Kala- ja vesitutkimus oy, Kala- ja vesiraportteja nro 5
15	Porvoon edustan merialueen takkailu_yhteenveto_1965-2009.pdf	Porvoon edustan merialueen tila vuosina 1965-2009. Sisältää mm. Dioksiinituloksia mutta ei PFASeja. 2010-08-13
16	Porvoon edustan näytteet_Hg.xlsx	Hg-määritykset Porvoon edustan ahvennäytteistä (yksilömittaukset kolmesta puulista, yht. 39 kalaa 2019-07/08)
17	Porvoo_v_1.pdf	Merivesinäytteiden PFAS-määritykset Porvoon edustalta, 10 kpl näytteitä 2019-09-26
18	Porvoo_v_2.pdf	Merivesinäytteiden PFAS-määritykset Porvoon edustalta, 1 kpl näytteitä 2019-09-30
19	rest_pfoa_compiled_opinions_en.pdf	ECHAn riskinarviointi ja sosioekonomisten vaikutusten arviointi PFOAsta 2015-09-08
20	Rpt_16-8.pdf	Concawe. (2016) Environmental fate and effects of poly- and perfluoroalkyl substances (PFAS) Concawe 2016 Concawe-raportti 8/16. PFAS-yhdisteiden ympäristökulkeutuminen ja vaikutukset. Sisältää myös ihmisterveysvaikutusarvioita.
22	Syke_PFOA.pdf	Syke. (2020) Fluoriyhdisteen PFOA ja samankaltaisten aineiden käyttöä rajoitetaan monissa tuotteissa terveys- ja ympäristösyistä Syke 2020. Tiedote PFOAn käyttökiellosta EU:ssa Syken nettisivuilla 2020-02-11
23	SYKEra_21_2019.pdf	Reinikainen ym. Syken raportti 21/2019: Perfluorattujen alkyyliyhdisteiden ympäristötutkimukset ja riskinarviointi. Raportissa tarkastellaan sammutusvaahtoja neljällä paloharjoitusalueella Kuopiossa, Joroisissa, Joensuussa ja Porvoossa.
24	Turku_kalatarkkailu_2017-2018 (ID 43264).pdf	Turun edustan merialueen kalataloudellinen yhteistarkkailu 2017-2018. Länsi-Uudenmaan vesi ja ympäristö ry:n raportti 724/2018.
25	Turun edustan merialueen ammattikalastus_2018 (ID 45146).pdf	Turun edustan merialueen kalataloudellinen yhteistarkkailu. Ammattikalastuksen seuranta 2018. Länsi-Uudenmaan vesi ja ympäristö ry:n raportti 767/2019.
26	Turun edustan merialueen ammattikalastus 2019 (ID 49330).pdf	Turun edustan merialueen ammattikalastus 2019. Turun merialueen kalataloudellinen yhteistarkkailu. Länsi-Uudenmaan vesi ja ympäristö ry:n raportti 40/2020.
27	Turun edustan merialueen tila - Veden laadun kuormituksen kehitys 1960-luvulta 2000-luvulle sekä tarkkailujen kehittämisehdotukset.pdf	Turun edustan merialueen tila. Veden laadun kuormituksen kehitys 1960-luvulta 2000-luvulle sekä tarkkailujen kehittämisehdotukset. Lounais-Suomen vesiensuojeluyhdistys ry. Julkaisuvuosi on ehkä 2005, koska uusimat datat ovat vuodelta 2004.
28	water-11-00870-v2.pdf	Junttila ym. PFAS in Finnish rivers and fish and the loading of PFASs to the Baltic Sea. Water 2019:11, 870. doi:10.3390/w11040870
29	op_en:EU-kalat	EU-kalat3-tietokanta
30	Porvoon_2011_laaja.pdf	PORVOON EDUSTAN MERIALUEEN YHTEISTARKKAILUN VUOSIRAPORTTI 2011 Kymijoen vesi ja ympäristö ry:n julkaisu no 223/2012 [3]
31	Porvoo_2015_laaja.pdf	PORVOON EDUSTAN MERIALUEEN YHTEISTARKKAILUN VUOSIRAPORTTI 2015 Laajat tutkimukset Kymijoen vesi ja ympäristö ry:n julkaisu no 259/2016 [4]
32	j.efsa.2020.6223	EFSA. Risk to human health related to the presence of perfluoroalkyl substances in food [5] September 2020.^[1]

Kulkeutuminen ympäristössä

Vaikka laskeuma ilmasta vaikuttaa olennaisesti PFAS-pitoisuuksiin syrjäisillä alueilla, se ei ole hallitseva lähde kaikille PFAS-yhdisteille vesiympäristössä Suomessa. Sen sijaan jätevesi ja todennäköisesti saastuneet maa-alueet ovat tärkeimmät PFAS-lähteet tässä vesiympäristössä.^[3]

Pitoisuudet kalassa

Kala	Näytteiden määrä	Puulin koko	Aika	Paikka	Aine	Viite
ahven	1	3	Reinikainen 2019	Svartbäckinselkä	PFAS	23
ahven	1	3	Reinikainen 2019	Nikuviken	PFAS	23
vimpa	1	3	Reinikainen 2019	Svartbäckinselkä	PFAS	23
vimpa	1	3	Reinikainen 2019	Nikuviken	PFAS	23
ahven	10	10?	5/2009-3/2010	EU-kalat3	PFAS	29
ahven			2016 (Reinikainen 2019)	Porvoonjoki	PFAS	23
ahven?	1	9, 13	10/2019	Naantali, Tutkimusalue 2	PFAS	6
ahven?	1	12, 13	10/2019	Naantali, Tutkimusalue 3	PFAS	6
ahven?	1	14, 13	10/2019	Naantali, Tutkimusalue 4	PFAS	6
ahven	1	14	30/07/19	Orrenkylänselkä	PFAS	12#1
ahven	1	11	07/08/19	Svartbäckinselkä-pohjoinen	PFAS	12#2
ahven	1	14	06/08/19	Svartbäckinselkä-eteläinen	PFAS	12#3
ahven	1	10	02/10/19	Nikuviken	PFAS	12#4
ahven	1	10	02/10/19	Nikuviken	PFAS	12#5
kuha	1	10	27.8.-8.11.2019	Merivesitunneli	PFAS	12#6
ahven	1	10	08/11/19	Merivesitunneli	PFAS	12#7
silakka	1	10	17/10/19	Merivesitunneli	PFAS	12#8
ankerias	1	5	27.8.-8.11.2019	Merivesitunneli	PFAS	12#9
ahven	1	7	15/11/19	Haikoo	PFAS	12#10
ahven	1	9	7-11/2019	Kartanonlahti	PFAS	12#11
lahna	1	8	7-11/2019	Svartbäck-eteläinen	PFAS	12#12
ahven	14	1	30/07/19	Orrenkylänselkä	Hg	16
ahven	11	1	07/08/19	Svartbäckinselkä-pohjoinen	Hg	16
ahven	14	1	06/08/19	Svartbäckinselkä-eteläinen	Hg	16
ahven	1	14	30/07/19	Orrenkylänselkä	PCDDF+PCB	11
ahven	1	11	07/08/19	Svartbäckinselkä-pohjoinen	PCDDF+PCB	11
ahven	1	14	06/08/19	Svartbäckinselkä-eteläinen	PCDDF+PCB	11
ahven	1	14	30/07/19	Orrenkylänselkä	organotina	13
ahven	1	11	07/08/19	Svartbäckinselkä-pohjoinen	organotina	13
ahven	1	14	06/08/19	Svartbäckinselkä-eteläinen	organotina	13
ahven	48	9-30	2014-2016	Suomi	PFAS	28
silakka	6	2-5	2014-2016	Suomi	PFAS	28

PFAS concentrations(ng/g f.w.)
Obs	Fish	PFOA	PFNA	PFHxS	PFOS
1	Perch	<0.15	0.58	<0.19	7.6
2	Perch	<0.14	0.45	0.28	27
3	Perch	<0.15	0.55	<0.19	6.8
4	Perch	<0.15	0.55	<0.19	4.5
5	Perch	<0.15	0.57	<0.19	3.6
6	Pike-perch	<0.13	0.15	<0.16	2.3
7	Perch	<0.13	0.33	<0.16	2.5
8	Herring	<0.17	<0.13	<0.21	1.4
9	Eel	<0.27	0.79	<0.34	6.8
10	Perch	<0.13	0.74	<0.17	3.5
11	Perch	<0.13	0.5	<0.17	9.1
12	Bream	0.47	0.89	<0.18	3.5

EU-kalat3-data

+ Näytä koodi - Piilota koodi

# This is code Op_fi5932/conc on page [[PFAS-yhdisteiden tautitaakka]]

library(OpasnetUtils)
library(ggplot2)

df <- opbase.data("Op_en3104", subset="POPs")
df <- df[df$POP %in% c("PFOA", "PFOS"),-c(8,9,11,14)]
colnames(df) <- c("Code","Matrix","POP","Species","Site","Location","Date","N","Length","Weight","Age","Fat","Dry_matter","Result")
for(i in 8:14) df[[i]] <- as.numeric(df[[i]])
df$Code <- gsub("(M|L)", "", df$Code)

# oprint(df)

ggplot(df, aes(x=Species, y = Result, colour=Matrix, shape=Location))+geom_point()+
  coord_flip()+scale_y_log10()+
  facet_grid(~POP, scales="free_x")

aggregate(df$Result, by=df[c("Matrix","Location","Species","POP")], FUN=mean)
# PFOA concentrations are 0 for all except Baltic herring. Therefore, PFOA could
# be removed from further scrutiny.
# Also, remove farmed rainbow trout because it is not representative of its environment.
df <- df[df$POP!="PFOA" & df$Site!="Farmed",]

aggregate(df$Result, by=df[c("Matrix","Location","Species","POP")], FUN=length)

ggplot(df, aes(x=Species, y = Result, colour=Location, shape=Site))+geom_point(size=3)+
  coord_flip()+scale_y_log10()+
  facet_grid(~Matrix, scales="free_x")

v1 <- EvalOutput(Ovariable("v1", data=df[df$Matrix=="Muscle", c(1,3,4,6,14)]))
v2 <- EvalOutput(Ovariable("v2", data=df[df$Matrix=="Liver", c(1,3,4,6,14)]))
tmp <- v2/v1
View(tmp@output)

# It seems that
# 1) Vanhankaupunginlahti seems to be badly polluted, but otherwise minor differences 
#    between places and species in PFOS concentrations.
# 2) The liver concentrations seem to be 3 - 30 times higher than in muscle within the same
#    pooled sample.

# It could be fun to draw PFAS concentrations on map using bubble pie charts. See
# https://stat.ethz.ch/pipermail/r-help/2014-June/375749.html
# https://cran.r-project.org/web/packages/plotrix/plotrix.pdf

Annosvaste

Herkin annosvaste on immunosuppressio, joka on nähty heikentyneenä rokoturvasteena kurkkumädälle 1-vuotiailla. BMDL10 on 17.5 ng/ml (seerumissa?) laskettuna neljän indikaattorianeen summalle (PFOA, PFNA, PFHxS, PFOS).^[1] Tästä on johdettu äidille TWI 4.4 ng/kg/wk perustuen farmakokineettiseen malliin ja oletukseen 12 kk imetyksestä. TWI-altistuksen oletetaan nostavan äidin summa-PFAS-pitoisuuden tasolle 6.9 ng/ml 35 ikävuoteen mennessä. Koska olennainen vaste on lapsen immuunivaste ja koska suurin osa lapsen altistuksesta tulee äidinmaidosta, olennaista on äidin, ei lapsen, altistuminen. Samaa TWI:tä sovelletaan muillekin, koska kolesteroli- ja muilla vaikutuksilla TWI olisi korkeampi ja siksi tämä alin arvo suojaa niiltäkin. ----arg6205: . Pitää etsiä noiden annosvasteet 2018-raportista. --Jouni Tuomisto (keskustelu) 1. joulukuuta 2020 kello 19.16 (UTC) (type: ; paradigms: science: comment)

Muita PFAS-vasteita ovat^[4]

seerumin kolesterolipitoisuuden nousu
alentunut syntymäpaino ja
suurentunut seerumin ALT-pitoisuus mahdollisen maksavaurion merkkinä.

EFSAn 2020 riskinarvio piti näitä vasteita edelleen relevantteina mutta keskittyi herkimpään eli immunosuppressioon.

Tautitaakkaa voi suhteuttaa näihin IHME-instituutin arvioihin.^[5]

**Tautitaakka eri riskitekijöistä IHME-instituutin mukaan Suomessa vuonna 2019 koko väestössä.**
measure_name	cause_name	rei_name	val	upper	lower
YLDs (Years Lived with Disability)	Cirrhosis and other chronic liver diseases due to hepatitis C	All risk factors	96	159	53
YLDs (Years Lived with Disability)	All causes	Low birth weight	4082	5298	3082
YLDs (Years Lived with Disability)	All causes	High LDL cholesterol	5671	8488	3524
YLLs (Years of Life Lost)	Cirrhosis and other chronic liver diseases due to hepatitis C	All risk factors	5102	7395	3457
YLLs (Years of Life Lost)	All causes	Low birth weight	2433	3043	1728
YLLs (Years of Life Lost)	All causes	High LDL cholesterol	90414	116629	66338
DALYs (Disability-Adjusted Life Years)	Cirrhosis and other chronic liver diseases due to hepatitis C	All risk factors	5198	7510	3551
DALYs (Disability-Adjusted Life Years)	All causes	Low birth weight	6515	7850	5274
DALYs (Disability-Adjusted Life Years)	All causes	High LDL cholesterol	96086	124260	71286
Deaths	All causes	High LDL cholesterol	6984	9684	4580
DALYs per cholesterol death	All causes	High LDL cholesterol	13.76	12.83	15.56

Eri tautien haittapainokertoimet löytyvät IHMEen sivuilta.^[6]

Moderate acute hepatitis 0.051 (0.032-0.074)
Mild motor impairment due to neonatal preterm birth complications (has some difficulty in moving around but is able to walk without help) 0.01 (0.005-0.019)

Kinetiikka

**Valikoitujen PFAS-yhdisteiden kinetiikkaa.^[1], taulukko 15, s. 67.**
PFAS	Väestö ja sukupuoli	Puoliintumisaika (a)	Puhdistuma (kokonais) (ml/kg/d)	Viitteet
PFOA	M (n = 20) M + F(n= 4) M(n= 24), F (n = 2) M + F(n= 200) M + F(n= 643)(i) M + F(n= 1,029)(j) M(n= 5), F (n = 5) F(b)(n = 20) M(c)+ F(d)(n = 66) M + F(n= 207) M(n= 22), F (n = 23)	5 y (95% CI 2-10) covers almost all data NR NR 3.8 y (95% CI 3.1–4.4) 2.3 y (95% CI 2.1–2.4) 2.9 y (95% CI 2.3–3.8) 8.5 y (95% CI 7.1–10.1) NR 1.5 y(a)(0.19–5.2) 1.2 y(a)(0.04–14) 1.7 y(a) 3.9 y	0.4 (95% CI 0.1-1.0) covers almost all data 0.132 0.150 0.150 NR NR NR 0.096 0.30(k)(95% CI 0.11-0.49) 0.77(k)(95% CI 0.47-1.1) NR NR	synthesis of studies below Harada et al. (2005) Harada et al. (2007) Olsen et al. (2007) Bartell et al. (2010) Seals et al. (2011) Seals et al. (2011) Fujii et al. (2015) Zhang et al. (2013a) Zhang et al. (2013a) Fu et al. (2016) Worley et al. (2017)
PFNA	M (n = 5), F (n = 5) F(b)(n = 16) M(c)+ F(d)(n = 50)	3.0 y(95% CI 0.4-20) covers most data NR 1.7 y(a)(0.38–7.7) 3.2 y(a)(0.34–20)	0.15 (95% CI 0.06-0.35) covers most data 0.062 0.25(k)(95% CI 0.13–0.37) 0.15(k)(95% CI 0.099–0.20)	synthesis of studies below Fujii et al. (2015) Zhang et al. (2013a) Zhang et al. (2013a)
PFHxS	M (n = 24), F (n = 2) F(b)(n = 19) M(c)+ F(d)(n = 64) M(n= 22), F (n = 23) M(n= 20) F(n= 30)	6 y(95% CI 3-15) covers most data 8.5 y (95% CI 6.4–10.6) 7.1 y(a)(2.3–13) 25 y(a)(1.6–182) 15.5 y 7.4 y (95% CI 6.0–9.7) 4.7 y (95% CI 4.6–6.0)	0.035 (95% CI 0.02-0.06) covers most data NR 0.039(k)(95% CI 0.020–0.057) 0.027(k)(95% CI 0.018–0.037) NR NR NR	synthesis of studies below Olsen et al. (2007) Zhang et al. (2013a) Zhang et al. (2013a) Worley et al. (2017) Li et al. (2018a) Li et al. (2018a)
PFOS	M (n = 20) M+F(n= 4) M(n= 24), F (n = 2) F(b)(n = 19) M(c)+ F(d)(n = 64) M(n= ca 1,000) F(n= ca 1,000) M + F(n= 207) M(n= 22), F (n = 23) M(n= 20) F(n= 30)	4.5 y(95% CI 3-7) covers most data NR NR 5.4 y (95% CI 3.9–6.9) 5.8 y(a)(3.2–10) 18 y(a)(1.6–121) 4.7 y (95% CI 4.2–5.3) 4.3 y (95% CI 4.1–4.5) 1.9 y(a) 3.3 y 4.6 y (95% CI 3.7–6.1) 3.1 y (95% CI 2.7–3.7)	0.045 (95% CI 0.03-0.07) covers most data 0.066 0.106 NR 0.05(e) (95% CI 0.037–0.064) 0.037(e)(95% CI 0.026–0.049) NR NR NR NR NR NR	synthesis of studies below Harada et al. (2005) Harada et al. (2007) Olsen et al. (2007) Zhang et al. (2013a) Zhang et al. (2013a) Wong et al. (2014) Wong et al. (2015) Fu et al. (2016) Worley et al. (2017) Li et al. (2018a) Li et al. (2018a)

Values are means and 95% confidence interval (95% CI) or means and range.
NR: Not Reported; M: male; F: female; y: years; d: days.
(a): Geometric mean.
(b): Age ≤ 50 years.
(c): 20 y < age < 88 y.
(d): Age > 50 years.
(e): Age 22 ± 0.9.
(f): Age 68 ± 5.
(g): Age 23 ± 3.
(h): Age 69 ± 5.
(i): < 4 years elapsed in a water district with high exposure levels.
(j): < 9 years elapsed in a water district with low exposure levels.
(k): Renal clearance (mean).

Jakaantumistilavuus (volume of distribution V_d) voidaan arvioida PFOA:lle: 600 ml/kg (95 % CI 300-1100) perustuen alla oleviin laskelmiin.

V_d = Cl / k = 0.15 ml/kg/d / (ln 2 / (3.8 a * 365 d/a)) = 300 ml/kg with Olsen 2007 data.
V_d = Cl / k = 0.3 ml/kg/d / (ln 2 / (1.5 a * 365 d/a)) = 240 ml/kg with the smaller Zhang 2013a data.
V_d = Cl / k = 0.3 ml/kg/d / (ln 2 / (1.5 a * 365 d/a)) = 490 ml/kg with the larger Zhang 2013a data.
V_d = Cl / k = 0.4 ml/kg/d / (ln 2 / (5 a * 365 d/a)) = 1100 ml/kg with the synthesis values.

Jakaantumistilavuus voidaan laskea myös PFNAlle epäsuorasti synteesiarvoista: 240 ml/kg.

V_d = Cl / k = 0.15 ml/kg/d / (ln 2 / (3 a * 365 d/a)) = 240 ml/kg with the synthesis values.

Jakaantumistilavuus PFHxS:lle: 150 ml/kg.

V_d = Cl / k = 0.039 ml/kg/d / (ln 2 / (7.1 a * 365 d/a)) = 150 ml/kg with the synthesis values.

Jakaantumistilavuus PFOS:lle: 200 ml/kg (95% CI 100-400 ml/kg)

V_d = Cl / k = 0.05 ml/kg/d / (ln 2 / (5.8 a * 365 d/a)) = 150 ml/kg with the smaller Zhang 2013a data.
V_d = Cl / k = 0.037 ml/kg/d / (ln 2 / (18 a * 365 d/a)) = 350 ml/kg with the larger Zhang 2013a data.
V_d = Cl / k = 0.045 ml/kg/d / (ln 2 / (4.5 a * 365 d/a)) = 110 ml/kg with the synthesis values.

Kaikkien neljän (PFOA, PFNA, PFHxS, PFOS) yhdisteen jakaantumistilavuudet ovat hämmästyttävänkin samanlaiset välillä 200-800 ml/kg. Tämä puhuu sen puolesta, että yhdisteet eivät hakeudu kudoksiin kovin hanakasti, eikä ainakaan veren ulkopuolella ole mitään spesifiä varastoa, johon yhdisteet kertyisivät. Esimerkiksi dioksiineilla jakaantumistilavuudet lienevät luokkaa 280 l/kg (huom yksikkö!), koska ne jakaantuvat rasvaan tasaisesti ja valtaosa siitä on periferiassa eikä veressä. PFAS-yhdisteet kertyvät pääasiassa vereen, maksaan ja munuaisiin. Veressä ne sitoutuvat albumiiniin ja ehkä yleisemminkin ne sitoutuvat proteiineihin.

Malliparametrit

Malliparametrit saat näkyviin klikkaamalla.

Näytä yksityiskohdat

Kalankulutus on ilmoitettu fileepainona eikä tuorepainona, eli oletetaan että kaikki tämä tulee syödyksi.

Malliparametrit(various)
Obs	Response	Exposure_agent	Type	Subgroup	Unit	Result	Description
1			amount	Kala:Kirjolohi; Scenario: BAU	Gg /a	6.7	KKE-skenaario
2			amount	Kala:Kasvatettu; Scenario: BAU	Gg /a	0.6	KKE-skenaario
3			amount	Kala:Silakka; Scenario: BAU	Gg /a	1.6	KKE-skenaario
4			amount	Kala:Kaupallinen; Scenario: BAU	Gg /a	3.2	KKE-skenaario
5			amount	Kala:Vapaa-ajan; Scenario: BAU	Gg /a	9.9	KKE-skenaario
6			amount	Kala:Tuontilohi; Scenario: BAU	Gg /a	23.6	KKE-skenaario
7			amount	Kala:Tuontikirjolohi; Scenario: BAU	Gg /a	4.8	KKE-skenaario
8			amount	Kala:Muu tuonti; Scenario: BAU	Gg /a	28	KKE-skenaario
9	CHD death		BoD	Age:Female 25-69	DALY	9876 (9103 - 10784)	Z:\Projects\RUORI\tautitaakka\Rasvat\IHD_data_IHME.csv
10	CHD death		BoD	Age:Male 25-69	DALY	48851 (54035 - 46123)	Z:\Projects\RUORI\tautitaakka\Rasvat\IHD_data_IHME.csv
11	CHD death		BoD	Age:Age 25-69	DALY	58727 (63138 - 56907)	Summed from previous
12	CHD death		BoD	Age:Female 70+	DALY	42750 (41007 - 45909)	Z:\Projects\RUORI\tautitaakka\Rasvat\IHD_data_IHME.csv
13	CHD death		BoD	Age:Male 70+	DALY	48150 (46327 - 51255)	Z:\Projects\RUORI\tautitaakka\Rasvat\IHD_data_IHME.csv
14	CHD death		BoD	Age:Age 70+	DALY	90900 (87334 - 97164)	Summed from previous
15	IQ loss		case burden		DALY /IQ	0.11 (0.06 - 0.16)	Arja used 0.013 but here we use Goherr value instead
16	Cancer morbidity		case burden		DALY/case	0 - 0.28	Goherr assessment
17	Cancer morbidity		case burden		DALY/case	0 - 0.28	Goherr assessment
18	Sperm concentration		case burden		DALY/case	0 - 5	Goherr assessment
19	Yes or no dental defect		case burden		DALY/case	0 - 0.12	Goherr assessment
20	CHD2 mortality		case burden		DALY /case	5 - 15	Goherr assessment
21	Stroke mortality		case burden		DALY /case	5 - 15	Goherr assessment
22	Yes or no dental defect		case burden		DALY /case	0 - 0.12	Goherr assessment
23	Cancer morbidity		case burden		DALY /case	0.3937391 (0.3566650 - 0.4356150)	Goherr assessment
24	Vitamin D recommendation		case burden		DALY /case	0.0001 - 0.0101	Goherr assessment
25	Sperm concentration		case burden		DALY /case	0 - 5	Goherr assessment
26	Loss in child's IQ points		case burden		DALY /case	0.11 (0.06 - 0.16)	Goherr assessment
27		TEQ	exposure	Exposure:To child; Age: Age 1	pg /g	1.65 (0.38 - 3.47)	Ruori code; data from Goherr assessment
28		TEQ	exposure	Exposure:To eater; Age: Female 18-45	pg /d	4.79 (1.07 - 11.48)	Ruori code; data from Goherr assessment
29		TEQ	exposure	Exposure:To eater; Age: Non female 18-45	pg /d	22.61 (9.43 - 44.75)	Ruori code; data from Goherr assessment
30		TEQ	frexposed	Age:Age 1	fraction	1	frexposed is already in the exposure distribution
31		TEQ	frexposed	Age:Female 18-45	fraction	1	frexposed is already in the exposure distribution
32		TEQ	frexposed	Age:Non female 18-45	fraction	1	frexposed is already in the exposure distribution
33	IQ loss		incidence	Age:Age 1	IQ /100000py	596000	On average, a population has ca. 6 IQ points per person below 100: mean(abs(rnorm(10000, 100,15)-100))/2
34	Cancer morbidity		incidence	Age:Female 18-45	# /100000py	657	Statistics Finland https://tilastot.syoparekisteri.fi/syovat/ applies to all subgroups because cancer is lifetime risk
35	Cancer morbidity		incidence	Age:Non female 18-45	# /100000py	657	Statistics Finland https://tilastot.syoparekisteri.fi/syovat/ applies to all subgroups because cancer is lifetime risk
36	Sperm concentration		incidence	Age:Age 1	# /100000py	7000	Male infertility rate is 7 % (Wikipedia)
37	Yes or no dental defect		incidence	Age:Age 1	# /100000py	22400	Alaluusua et al 2004 found 11/49 cases in two lowest groups
38			population	Age:Age 1		50934	Statistics Finland, 2018 https://pxnet2.stat.fi:443/PXWeb/sq/ac3373d0-e303-4c67-b32a-73c6d26df809
39			population	Age:Age 25-64	#	2814305	Statistics Finland
40			population	Age:Age 65-74	#	692868	Statistics Finland
41			population	Age:Age 25-69	#	3176513	Statistics Finland
42			population	Age:Age 70+	#	842629	Statistics Finland
43			population	Age:Total population	#	5517919	Statistics Finland
44			population	Age:Age 0 (congenital)	#	47663	Statistics Finland
45			population	Age:Age 1+ (acquired)	#	5470256	Statistics Finland
46			population	Age:Female 18-45	#	923697	Statistics Finland
47			population	Age:Non female 18-45	#	4594222	Statistics Finland
48			fish_proportion	Age:Female 18-45	g/d	0.6	Goherr assessment http://en.opasnet.org/en-opwiki/images/3/39/Goherr_benefit-risk_assessment_fig12.svg
49			fish_proportion	Age:Non Female 18-45	g/d	1.2	Goherr assessment
50			fish_proportion	Age:Female 45+	g/d	1.5	Goherr assessment
51			fish_proportion	Age:Non Female 45+	g/d	2.0	Goherr assessment
52	Immunosuppression	PFAS	InpERF	Age: Female 18-45; Observation: Threshold; ER_function: TWI; Scaling: BW	ng/kd/wk	4.4	EFSA
53	Immunosuppression	PFAS	InpERF	Age: Female 18-45; Observation: ERF; ER_function: TWI; Scaling: BW	ng/kd/wk	0	EFSA

Decisions(-)
Obs	Decision	Option	Variable	Cell	Change	Result	Description
1	Adjust	BAU	incidence		Multiply	0.00001	1/100000 py --> 1 py
2	Adjust	BAU	conc_vit	Nutrient:Vitamin D,Omega3,ALA,DHA	Multiply	0.01	g /100 g --> g /g
3	Adjust	BAU	conc_vit	Nutrient:Omega3	Multiply	1000	g --> mg

CollapseMarginals(-)
Obs	Variable	Index	Function	Dummy	Description
1	BoD	incidenceSource,disabilityweightSource,populationSource,BoDSource	sum	1	Remove redundant
2	PAF	Unit, Exposure, Scaling,Exposcen, ER_function, ERFchoiceSource, exposureSource, bgexposureSource, BWSource, doseSource, thresholdSource, ERFSource, RRSource, frexposedSource, incidenceSource, InpPAFSource	sum	1	Remove redundant
3	case_burden	case_burdenSource	sum	1	Fill missing Ages
4	BoDattr	PAFSource, Adjust	sum	1	Remove redundant
5	expo_indir	f_ingSource, t0.5Source,f_mtocSource, BFSource	sum	1	Remove redundant
6	exposure	Fish, Kala	sum	1	Remove redundant
7	dose	Source, concSource, expo_dirSrouce, exposureSource, BWSource, Source.1	sum	1	Remove redundant
8	ERF	Exposure, Age	sum	1	Remove redundant
9	threshold	Exposure, Age	sum	1	Remove redundant

Katso myös

Lähteet

↑ ^1,0 ^1,1 ^1,2 ^1,3 ^1,4 EFSA. (2020) Risk to human health related to the presence of perfluoroalkyl substances in food. https://doi.org/10.2903/j.efsa.2020.6223 [1]
↑ ^2,0 ^2,1 Tuomisto, J.T., Asikainen, A., Meriläinen, P. et al. Health effects of nutrients and environmental pollutants in Baltic herring and salmon: a quantitative benefit-risk assessment. BMC Public Health 20, 64 (2020). [2]
↑ Junttila V, Vähä E, Perkola N, Räike A, Siimes K, Mehtonen J, Kankaanpää H and Mannio J. PFASs in Finnish Rivers and Fish and the Loading of PFASs to the Baltic Sea. Water 2019, 11, 870; https://doi.org/10.3390/w11040870
↑ EFSA CONTAM Panel (EFSA Panel on Contaminants in the Food Chain), Knutsen HK et al., 2018. Scientific Opinion on the risk to human health related to the presence of perfluorooctane sulfonic acid and perfluorooctanoic acid in food. EFSA Journal 2018;16(12):5194, 284 pp. https://doi.org/10.2903/j.efsa.2018.5194
↑ Global Burden of Disease Collaborative Network. Global Burden of Disease Study 2019 (GBD 2019) Results. Seattle, United States: Institute for Health Metrics and Evaluation (IHME), 2020. Available from http://ghdx.healthdata.org/gbd-results-tool.
↑ Global Burden of Disease Collaborative Network. Global Burden of Disease Study 2019 (GBD 2019) Disability Weights. Seattle, United States of America: Institute for Health Metrics and Evaluation (IHME), 2020. https://doi.org/10.6069/1W19-VX76

[efsa2020-1] 1,0 ^1,1 ^1,2 ^1,3 ^1,4 EFSA. (2020) Risk to human health related to the presence of perfluoroalkyl substances in food. https://doi.org/10.2903/j.efsa.2020.6223 [1]

[tuomisto2020-2] 2,0 ^2,1 Tuomisto, J.T., Asikainen, A., Meriläinen, P. et al. Health effects of nutrients and environmental pollutants in Baltic herring and salmon: a quantitative benefit-risk assessment. BMC Public Health 20, 64 (2020). [2]

[junttila2019-3] Junttila V, Vähä E, Perkola N, Räike A, Siimes K, Mehtonen J, Kankaanpää H and Mannio J. PFASs in Finnish Rivers and Fish and the Loading of PFASs to the Baltic Sea. Water 2019, 11, 870; https://doi.org/10.3390/w11040870

[efsa2018-4] EFSA CONTAM Panel (EFSA Panel on Contaminants in the Food Chain), Knutsen HK et al., 2018. Scientific Opinion on the risk to human health related to the presence of perfluorooctane sulfonic acid and perfluorooctanoic acid in food. EFSA Journal 2018;16(12):5194, 284 pp. https://doi.org/10.2903/j.efsa.2018.5194

[ihme2020-5] Global Burden of Disease Collaborative Network. Global Burden of Disease Study 2019 (GBD 2019) Results. Seattle, United States: Institute for Health Metrics and Evaluation (IHME), 2020. Available from http://ghdx.healthdata.org/gbd-results-tool.

[6] Global Burden of Disease Collaborative Network. Global Burden of Disease Study 2019 (GBD 2019) Disability Weights. Seattle, United States of America: Institute for Health Metrics and Evaluation (IHME), 2020. https://doi.org/10.6069/1W19-VX76

[1]

[2]

[3]

[4]

[5]

[6]

@@ Rivi 628: / Rivi 628: @@
 ||fish_proportion|Age:Female 45+|g/d|1.5|Goherr assessment
 ||fish_proportion|Age:Non Female 45+|g/d|2.0|Goherr assessment
+Immunosuppression|PFAS|InpERF|Age: Female 18-45; Observation: Threshold; ER_function: TWI; Scaling: BW|ng/kd/wk|4.4|EFSA
+Immunosuppression|PFAS|InpERF|Age: Female 18-45; Observation: ERF; ER_function: TWI; Scaling: BW|ng/kd/wk|0|EFSA
 </t2b>