SlideShare a Scribd company logo
Uncertainty and variability in chemical exposure assessment for the
workplace
Onzekerheid en variabiliteit bij het beoordelen
van chemische blootstelling op de werkplek
25e NVvA Symposium, april 2016
Daan Huizer
2
Ontwikkelen van modellen
Arbeidshygienisch onderzoeker
Schatten met modellen
Arbeidshygienist (gebruiker)
Meten
Arbeidshygienist
Omgaan met onzekerheden bij meten en schatten
in de praktijk…
3
 ‘Echte’ onzekerheid
 Modelonzekerheid
 Parameter onzekerheid
 …
 Variabiliteit
 Inter-individueel (tussen personen)
 Intra-individueel (binnen personen)
 Onzekerheidsanalyse helpt deze bronnen te kwantificeren
Bronnen van onzekerheid
onzekerheid versus variabiliteit
Stel:
y = ( x1 + x2 ) * x3
X1 = 5
X2 = 0.5
X3 = 2
Dan y = 11
‘Deterministisch’
4
Modelleren van onzekerheden
Deterministisch versus Probabilistisch rekenen
Wat als:
X1 = ‘tussen 3 en 7’
X2 = ‘tussen 0.4 en 0.9, meestal 0.5’
X3 = ‘altijd groter dan 1, maar soms ook 6’
Dan y = ‘tussen ? en ?’
‘Probabilistisch’ ofwel
in termen van waarschijnlijkheid
Monte Carlo simulatie is een simulatietechniek waarbij een fysiek
proces niet één keer maar vele malen wordt gesimuleerd, elke keer
met andere startcondities. Het resultaat van deze verzameling
simulaties is een verdelingsfunctie die het hele gebied van mogelijke
uitkomsten weergeeft.
Modelleren van onzekerheden
Monte Carlo simulatie
Wat als:
X1 = ‘tussen 3 en 7’
X2 = ‘tussen 0.4 en 0.9, meestal 0.5’
X3 = ‘altijd groter dan 1, maar soms ook 6’
Dan y = ‘tussen 5 en 23’x 1000
1.8
Modelleren van onzekerheden
Monte Carlo simulatie - voorbeeld
Welke waarde is het meest waarschijnlijk?
Afhankelijk van:
Toegekende verdelingsfuncties of
‘distributies’
(bijvoorbeeld o.b.v. meetgegevens)
Maar ook:
- kwaliteit van de gegevens
- kwaliteit van gebruikte formule / model
Modelleren van onzekerheden
Monte Carlo simulatie – voorbeeld (2)
Modelleren van onzekerheden
Binnen mijn promotieonderzoek
Cardiac output
Body weight
± 80 parameter distributies
Urine concentration
Output distributie
9
Onzekerheidsanalyse in combinatie met probabilistisch
modelleren heeft de arbeidshygiene wat te bieden
Mijn take home message voor de arbeidshygienist
3 voorbeelden
 Schatten van (inwendige of lucht-) concentraties gevaarlijke stoffen
 Afleiden van biologische grenswaarden
 Reconstructie van blootstelling na incident
10
Mijn take home message voor de arbeidshygienist
3 voorbeelden
 Schatten van (inwendige of lucht-) concentraties gevaarlijke stoffen
 Afleiden van biologische grenswaarden
 Reconstructie van blootstelling na incident
Onze beoordelingsmodellen zouden meer rekening
moeten houden met variabiliteit en onzekerheid
11
1.
Schatten
van (interne)
concentraties
aceton
2-propanol
12
Schatten van interne concentraties van gevaarlijke stoffen
(Huizer et. al. 2012, Toxicology Letters)
13
100
Schatten van interne concentraties van gevaarlijke stoffen
14
100
0% 10% 20% 30% 40% 50%
Lichaamsgewicht
Vmax Lever (aceton)
Alveolaire ventilatie
Km Lever (2-propanol)
Km Lever (aceton)
Vmax Lever (2-propanol)
Variabiliteit
Onzekerheid
Schatten van interne concentraties van gevaarlijke stoffen
15
 Invloed van variabiliteit en onzekerheid is niet constant, hangt af van
de fase van het blootstellingsscenario:
 Tijdens de blootstelling: fysiologische verschillen tussen individuen
(variabiliteit)
 Na afloop van de blootstelling: onzekerheid in metabolisme
Schatten van interne concentraties van gevaarlijke stoffen
Conclusies
Probabilistische methodes geven inzicht in de relevante
bronnen van onzekerheid en variabiliteit in ieder scenario
16
2.
Afleiden van
biologische
grenswaarden
aceton
2-propanol
17
onveilig
veilig
onveilig
veilig
Hangt de grenswaarde in bloed samen met de grenswaarde in lucht?
Afleiden van biologische grenswaarden
(Huizer et. al. 2014, Reg. Tox & Pharmacology)
18
veiligonveilig
Afleiden van biologische grenswaarden
(Huizer et. al. 2014, Reg. Tox & Pharmacology)
19
 Bestaande biologische grenswaarden bieden mogelijk niet voor ieder
individu voldoende bescherming
Afleiden van biologische grenswaarden
Conclusies
Probabilistische methodes bieden betere aanknopingspunten
om rekening te houden met alle individuen in een populatie
20
3.
Reconstructie
van blootstelling
21
N-2-cyanoethylvaline
acrylonitril
Aan welke luchtconcentratie werden medewerkers blootgesteld tijdens
het incident? (Huizer et. al. 2014, Toxicology Letters)
Reconstructie van blootstelling
22
Reconstructie van blootstelling
Conclusies
Probabilistische onzekerheidsanalyse geeft inzicht in hoeverre
betere informatie de onzekerheid kan reduceren
 Onzekerheid over blootstellingsduur heeft grootste invloed op
gereconstrueerde blootstelling
 Verzamelen van fysiologische kenmerken van betrokkenen kan de
variatie met max. 20% verlagen.
23
Onze beoordelingsmodellen zouden meer rekening
moeten houden met variabiliteit en onzekerheid
(probabilistisch moeten worden gemaakt), om:
 gerichter verbeteringen te kunnen doorvoeren (onzekere variabelen
minder onzeker maken)
 kwetsbare werknemers beter te beschermen
 betere schattingen te krijgen
Mijn take home message voor de arbeidshygienist
Vragen?
Suggesties?
Opmerkingen?
Daan.huizer@caesar-consult.nl
Bedankt voor uw aandacht!

More Related Content

Featured

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
Marius Sescu
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
Expeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
Pixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
marketingartwork
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
Skeleton Technologies
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
SpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Lily Ray
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
Rajiv Jayarajah, MAppComm, ACC
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
Christy Abraham Joy
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
Vit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
MindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
RachelPearson36
 

Featured (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

Onzekerheidsanalyse_DH_NVvA_symp_2016

  • 1. Uncertainty and variability in chemical exposure assessment for the workplace Onzekerheid en variabiliteit bij het beoordelen van chemische blootstelling op de werkplek 25e NVvA Symposium, april 2016 Daan Huizer
  • 2. 2 Ontwikkelen van modellen Arbeidshygienisch onderzoeker Schatten met modellen Arbeidshygienist (gebruiker) Meten Arbeidshygienist Omgaan met onzekerheden bij meten en schatten in de praktijk…
  • 3. 3  ‘Echte’ onzekerheid  Modelonzekerheid  Parameter onzekerheid  …  Variabiliteit  Inter-individueel (tussen personen)  Intra-individueel (binnen personen)  Onzekerheidsanalyse helpt deze bronnen te kwantificeren Bronnen van onzekerheid onzekerheid versus variabiliteit
  • 4. Stel: y = ( x1 + x2 ) * x3 X1 = 5 X2 = 0.5 X3 = 2 Dan y = 11 ‘Deterministisch’ 4 Modelleren van onzekerheden Deterministisch versus Probabilistisch rekenen Wat als: X1 = ‘tussen 3 en 7’ X2 = ‘tussen 0.4 en 0.9, meestal 0.5’ X3 = ‘altijd groter dan 1, maar soms ook 6’ Dan y = ‘tussen ? en ?’ ‘Probabilistisch’ ofwel in termen van waarschijnlijkheid
  • 5. Monte Carlo simulatie is een simulatietechniek waarbij een fysiek proces niet één keer maar vele malen wordt gesimuleerd, elke keer met andere startcondities. Het resultaat van deze verzameling simulaties is een verdelingsfunctie die het hele gebied van mogelijke uitkomsten weergeeft. Modelleren van onzekerheden Monte Carlo simulatie
  • 6. Wat als: X1 = ‘tussen 3 en 7’ X2 = ‘tussen 0.4 en 0.9, meestal 0.5’ X3 = ‘altijd groter dan 1, maar soms ook 6’ Dan y = ‘tussen 5 en 23’x 1000 1.8 Modelleren van onzekerheden Monte Carlo simulatie - voorbeeld
  • 7. Welke waarde is het meest waarschijnlijk? Afhankelijk van: Toegekende verdelingsfuncties of ‘distributies’ (bijvoorbeeld o.b.v. meetgegevens) Maar ook: - kwaliteit van de gegevens - kwaliteit van gebruikte formule / model Modelleren van onzekerheden Monte Carlo simulatie – voorbeeld (2)
  • 8. Modelleren van onzekerheden Binnen mijn promotieonderzoek Cardiac output Body weight ± 80 parameter distributies Urine concentration Output distributie
  • 9. 9 Onzekerheidsanalyse in combinatie met probabilistisch modelleren heeft de arbeidshygiene wat te bieden Mijn take home message voor de arbeidshygienist 3 voorbeelden  Schatten van (inwendige of lucht-) concentraties gevaarlijke stoffen  Afleiden van biologische grenswaarden  Reconstructie van blootstelling na incident
  • 10. 10 Mijn take home message voor de arbeidshygienist 3 voorbeelden  Schatten van (inwendige of lucht-) concentraties gevaarlijke stoffen  Afleiden van biologische grenswaarden  Reconstructie van blootstelling na incident Onze beoordelingsmodellen zouden meer rekening moeten houden met variabiliteit en onzekerheid
  • 12. aceton 2-propanol 12 Schatten van interne concentraties van gevaarlijke stoffen (Huizer et. al. 2012, Toxicology Letters)
  • 13. 13 100 Schatten van interne concentraties van gevaarlijke stoffen
  • 14. 14 100 0% 10% 20% 30% 40% 50% Lichaamsgewicht Vmax Lever (aceton) Alveolaire ventilatie Km Lever (2-propanol) Km Lever (aceton) Vmax Lever (2-propanol) Variabiliteit Onzekerheid Schatten van interne concentraties van gevaarlijke stoffen
  • 15. 15  Invloed van variabiliteit en onzekerheid is niet constant, hangt af van de fase van het blootstellingsscenario:  Tijdens de blootstelling: fysiologische verschillen tussen individuen (variabiliteit)  Na afloop van de blootstelling: onzekerheid in metabolisme Schatten van interne concentraties van gevaarlijke stoffen Conclusies Probabilistische methodes geven inzicht in de relevante bronnen van onzekerheid en variabiliteit in ieder scenario
  • 17. aceton 2-propanol 17 onveilig veilig onveilig veilig Hangt de grenswaarde in bloed samen met de grenswaarde in lucht? Afleiden van biologische grenswaarden (Huizer et. al. 2014, Reg. Tox & Pharmacology)
  • 18. 18 veiligonveilig Afleiden van biologische grenswaarden (Huizer et. al. 2014, Reg. Tox & Pharmacology)
  • 19. 19  Bestaande biologische grenswaarden bieden mogelijk niet voor ieder individu voldoende bescherming Afleiden van biologische grenswaarden Conclusies Probabilistische methodes bieden betere aanknopingspunten om rekening te houden met alle individuen in een populatie
  • 21. 21 N-2-cyanoethylvaline acrylonitril Aan welke luchtconcentratie werden medewerkers blootgesteld tijdens het incident? (Huizer et. al. 2014, Toxicology Letters) Reconstructie van blootstelling
  • 22. 22 Reconstructie van blootstelling Conclusies Probabilistische onzekerheidsanalyse geeft inzicht in hoeverre betere informatie de onzekerheid kan reduceren  Onzekerheid over blootstellingsduur heeft grootste invloed op gereconstrueerde blootstelling  Verzamelen van fysiologische kenmerken van betrokkenen kan de variatie met max. 20% verlagen.
  • 23. 23 Onze beoordelingsmodellen zouden meer rekening moeten houden met variabiliteit en onzekerheid (probabilistisch moeten worden gemaakt), om:  gerichter verbeteringen te kunnen doorvoeren (onzekere variabelen minder onzeker maken)  kwetsbare werknemers beter te beschermen  betere schattingen te krijgen Mijn take home message voor de arbeidshygienist