Op deze pagina
Samenvatting: NEN-EN 689 is de Europese norm voor het bepalen van inhalatie-blootstelling en het toetsen van werkplekken aan grenswaarden voor beroepsmatige blootstelling (OEL’s). De norm vraagt niet alleen om een TGG-meting, maar om een statistisch onderbouwd conformiteitsoordeel dat zowel werkplekvariabiliteit als meetonzekerheid expliciet meeneemt. De Upper Tolerance Limit (UTL) is het standaardinstrument hiervoor: een statistische bovengrens waaronder met gespecificeerde betrouwbaarheid een gespecificeerd percentage van de blootstellingen valt. DOHSBase Online berekent UTL met Monte Carlo simulatie (typisch 800.000 monsters), gebaseerd op de open-source methodiek van Emonds, Scheffers en Van Balen — en gekoppeld aan de DOHSBase grenswaarden- en kick-off-waardendatabase voor directe NEN-EN 689 toetsing in één werkstroom.
Wat NEN-EN 689 vraagt
NEN-EN 689 is de Europese norm voor de bepaling en beoordeling van inhalatieblootstelling op de werkplek. De norm specificeert hoe arbeidshygiënisten meten en hoe ze de meetresultaten omzetten in een formeel conformiteitsoordeel — voldoet het werkproces aan de toepasselijke grenswaarde, of is aanvullende blootstellingsverlaging nodig?
In hoofdlijnen komt de NEN-EN 689 werkstroom neer op:
- Selecteer een Similar Exposure Group (SEG) — een groep werknemers met vergelijkbare blootstellingen op basis van werktaken en proceskarakteristieken
- Verzamel 8-uurs tijdgewogen gemiddelde (TGG) metingen — typisch zes of meer luchtmonsters met persoonlijke meetpompen, gespreid over representatieve werkdagen
- Toets statistisch tegen de grenswaarde — niet als simpel gemiddelde, maar via een onderbouwd statistisch criterium dat onzekerheid meeneemt
- Oordeel over conformiteit — voldoet de SEG aan de grenswaarde, of moeten aanvullende beheersmaatregelen worden genomen
Voor stoffen met een formele grenswaarde (TGG-8u, STEL of plafondwaarde) is die grenswaarde de toetsmaatstaf. Voor stoffen zonder formele grenswaarde kan de DOHSBase-hiërarchie van grenswaarden helpen om een geschikte alternatieve waarde te kiezen — bijvoorbeeld een kick-off waarde als statistisch onderbouwd uitgangspunt.
Het probleem: meetonzekerheid maakt simpele toetsing onbetrouwbaar
Op het eerste gezicht lijkt NEN-EN 689 conformiteit een eenvoudige vergelijking: gemiddelde meting versus grenswaarde. Als het gemiddelde lager is dan de grenswaarde, voldoet het werkproces. Als het hoger is, niet.
Twee statistische realiteiten maken die simpele toets onbetrouwbaar:
1. Werkplekvariabiliteit. De blootstellingsconcentratie op een werkplek varieert van dag tot dag — door verschillen in productievolume, werkmethoden, ventilatie, weerscondities en activiteitenmix. Een serie van zes metingen geeft alleen een schatting van het gemiddelde van de onderliggende verdeling van blootstellingen, niet de blootstelling zelf. Hoe minder metingen, hoe groter de onzekerheid over het werkelijke populatiegemiddelde.
2. Meetonzekerheid van de meetmethode. Elke analytische bepaling — luchtmonstername met persoonlijke pomp, gravimetrische bepaling, GC-MS analyse — heeft een variatiecoëfficiënt (CV) die typisch tussen 5% en 20% ligt. Een gerapporteerde concentratie van 42 mg/m³ met CV=10% betekent dat de werkelijke concentratie ergens tussen ~34 en ~50 mg/m³ kan liggen — zonder dat de meetmethode er iets mis mee doet.
In combinatie betekent dit dat een TGG-gemiddelde van 42 mg/m³ tegen een grenswaarde van 45 mg/m³ er veilig uit ziet — verhouding 93,5% — maar dat de werkelijke kans op overschrijding van de grenswaarde door individuele werknemers op individuele dagen aanzienlijk kan zijn. NEN-EN 689 verlangt nadrukkelijk dat conformiteitsoordelen deze onzekerheid meenemen, niet dat ze die negeren.
De oplossing: Upper Tolerance Limit (UTL) met Monte Carlo simulatie
De internationale arbeidshygiënische literatuur heeft de Upper Tolerance Limit (UTL) ontwikkeld als statistische maatstaf die zowel werkplekvariabiliteit als meetonzekerheid expliciet meeneemt.
Een UTL bij betrouwbaarheid 95% en dekking 95% (genoteerd als UTL 95/95) is een waarde waarvan met 95% zekerheid kan worden gesteld dat 95% van de blootstellingen er onder ligt. In de NEN-EN 689 context: ligt de UTL onder de grenswaarde, dan voldoet het werkproces aan de norm met een statistisch onderbouwde marge. Ligt de UTL boven de grenswaarde, dan is er een te hoge kans op overschrijding voor individuele werknemers.
De berekening van UTL is niet triviaal. De klassieke formule (gebaseerd op de niet-centrale Student-toets, een methode die in de jaren tachtig in de arbeidshygiëne werd geïntroduceerd) gaat ervan uit dat blootstellingsmetingen log-normaal verdeeld zijn — een gangbare aanname in de arbeidshygiëne — en dat de meetonzekerheid op een specifieke manier in de populatieverdeling wordt verwerkt. Voor kleine datasets, datasets met niet-detecties (waarden onder de detectielimiet), of meetreeksen met niet-symmetrische onzekerheden wordt de berekening aanzienlijk complexer.
Monte Carlo simulatie lost dit elegant op. In plaats van een gesloten formule te zoeken, simuleert de methode het meetproces vele duizenden keren:
- Voor elke meting in de dataset wordt een willekeurige waarde getrokken uit een verdeling die de werkelijke blootstelling plus de meetonzekerheid representeert
- Op basis van de gesimuleerde dataset wordt de UTL berekend
- De simulatie wordt vele duizenden keren herhaald — typisch 100.000 tot 1.000.000 iteraties
- De verdeling van de UTL-uitkomsten geeft een statistisch robuuste schatting plus betrouwbaarheidsintervallen
Het voordeel: de Monte Carlo aanpak werkt voor elke verdelingsvorm, met of zonder niet-detecties, met willekeurige meetonzekerheidsmodellen — en levert tegelijkertijd een directe schatting van de overschrijdingskans (P(overschrijding)), wat klassieke gesloten-formuleberekeningen niet doen.
DOHSBase UTL Compliance — werking en output
DOHSBase Online heeft de Monte Carlo UTL-methode geïmplementeerd als interactief hulpmiddel onder Gereedschappen → UTL Compliance — Blootstellingsbeoordeling.
Het werkproces is een drie-staps wizard:
1. Metingen. Voer de TGG-8u meetreeks in — concentraties met eenheid (mg/m³ of ppm). Voor elke meting kan optioneel een meetonzekerheid (variatiecoëfficiënt) worden opgegeven; bij gebrek aan een specifieke onzekerheid wordt een redelijke standaardwaarde gehanteerd op basis van de meetmethode. Niet-detecties (bijvoorbeeld “<0,5 mg/m³”) worden als zodanig herkend en correct in de simulatie verwerkt.
2. Berekenen. De grenswaarde van de stof wordt automatisch geladen uit de DOHSBase-database — TGG-8u, STEL, plafondwaarde of, bij ontbreken, de bijbehorende kick-off waarde. De Monte Carlo simulatie loopt typisch 800.000 monsters in 60 iteraties.
3. Resultaten. Het hulpmiddel toont:
- Conformiteitsoordeel (“CONFORM” of “NIET CONFORM”) met de kans op overschrijding van de grenswaarde
- UTL 95% schatting in dezelfde eenheid als de grenswaarde
- Verhouding van UTL tot grenswaarde
- P(overschrijding) — de gesimuleerde kans dat de werkelijke blootstelling de grenswaarde overschrijdt
- Betrouwbaarheidsintervallen volgens GUM (asymmetrisch en symmetrisch) en eenzijdig
- Histogram van de UTL-verdeling uit de simulatie
In een typisch voorbeeld: een meetreeks levert een UTL 95% van 42,1 mg/m³ tegen een grenswaarde van 45 mg/m³. De verhouding 93,5% lijkt op het oog veilig, maar de Monte Carlo simulatie toont dat er 24,5% kans op overschrijding is. Daarmee is het werkproces niet conform NEN-EN 689 — er is aanvullende blootstellingsverlaging nodig. Een naïeve “gemiddelde versus grenswaarde” toets zou hier ten onrechte hebben geconcludeerd dat het werkproces voldoet.
Achtergrond: het werk van Emonds, Scheffers en Van Balen
De rekenmethodiek achter DOHSBase Online’s UTL Compliance is gebaseerd op het gepubliceerde werk van Robert Emonds (BE), Theo Scheffers (NL) en Peter van Balen (NL) — een Belgisch-Nederlandse samenwerking die de Monte Carlo simulatie van meetonzekerheid in beroepsmatige blootstellingsanalyses heeft uitgewerkt. De open-source implementatie in R is beschikbaar onder GPL-2.0-licentie. De methodiek hanteert het GUM-raamwerk (Guide to the expression of Uncertainty in Measurement) voor de behandeling van meetonzekerheid en de ISO/IEC Guide 98-3/Suppl.1 specificatie voor de Monte Carlo aanpak.
Voor lezers die op zoek zijn naar het uitgebreide professionele desktoppakket: TSAC (Theo Scheffers Arbeidshygiene Consultancy) onderhoudt sinds 2012 HYGINIST, een gespecialiseerde Windows-applicatie waarin dezelfde statistische methodiek breder is uitgewerkt — inclusief de NEN-EN 689 Annex E, F en H validatievoorbeelden, vergelijking tussen meetreeksen en context-specifieke help. DOHSBase Online’s UTL Compliance is een vereenvoudigde, web-gebaseerde implementatie die direct gekoppeld is aan de DOHSBase grenswaarden- en stoffendatabase, zodat het conformiteitsoordeel in één werkstroom kan worden afgerond zonder externe tooling.
Wanneer is een UTL-analyse nodig
Niet elke meetreeks vereist een Monte Carlo UTL-analyse. UTL Compliance levert vooral waarde wanneer:
Bij toezichthouders-audits. De Nederlandse Arbeidsinspectie verwacht dat conformiteitsoordelen statistisch onderbouwd zijn. Een UTL-onderbouwing met expliciete onzekerheidsanalyse sluit aan bij wat NEN-EN 689 feitelijk verlangt en is sterker dan een naïeve gemiddelde-versus-grenswaarde toets.
Bij borderline meetreeksen. Wanneer het gemiddelde dichtbij de grenswaarde ligt (zoals het 42 versus 45 voorbeeld hierboven), is een UTL-analyse essentieel om vast te stellen of het verschil reëel is of binnen de meetonzekerheid valt.
Bij beperkte datasets. Als de meetreeks klein is (vier tot acht monsters), is de onzekerheid over het populatiegemiddelde groot. UTL kwantificeert deze onzekerheid expliciet in plaats van impliciet.
Bij datasets met niet-detecties. Traditionele gesloten-formule UTL-berekeningen behandelen niet-detecties slecht. De Monte Carlo aanpak handelt deze correct af door niet-detecties als onzekere waarden tussen nul en de detectielimiet te modelleren.
Voor datasets waar het gemiddelde ruim onder de grenswaarde ligt (verhouding kleiner dan ongeveer 50%, geen niet-detecties, voldoende metingen), is een eenvoudige toets meestal voldoende om conformiteit aan te tonen. UTL Compliance is in die gevallen overmaat, geen vereiste.
Verder lezen
- Hierarchie van grenswaarden — welke grenswaarde u kiest als toetsmaatstaf
- Grenswaarden voor gevaarlijke stoffen — TGG-8u, STEL, plafond- en biologische grenswaarden uitgelegd
- Kick-off waarden — voor stoffen zonder formele grenswaarde
- Uncertainty-on-UTL op GitHub — de open-source R-implementatie van Emonds, Scheffers en Van Balen
- HYGINIST — het uitgebreide professionele desktoppakket van TSAC waarop deze methodiek voortbouwt
Probeer DOHSBase Online — 10 stoffen gratis opzoeken, inclusief UTL Compliance