Springe zum Inhalt

Belastung für Nichtraucher durch E-Zigaretten Aerosole liegt weit unter den Grenzwerten

Mögliche Auswirkungen von E-Zigaretten auf Nichtraucher sind ein Anliegen der öffentlichen Gesundheit. Die Autoren haben eine computergestützte Methode entwickelt, um die Luftkonzentrationen von ausgeatmeten Bestandteilen beim Gebrauch von E-Zigaretten vorherzusagen. Sie haben ausgewählte Bestandteile in ausgeatmetem Atem von erwachsenen E-Zigaretten-Benutzern gemessen und dann mithilfe eines validierten Modells die Bestandteilkonzentrationen in drei Szenarien (Auto, Büro und Restaurant) vorhergesagt, um eine mögliche zweitbedingte Exposition von Nicht-Benutzern zu schätzen. Die Ausgangsvariablen des Modells waren der Raumtyp, die Belüftungsrate, die Menge des ausgeatmeten Aerosols und die Zusammensetzung des Aerosols. Die Ergebnisse zeigen, dass Nikotin- und Formaldehydexpositionen von Nicht-Benutzern während des E-Zigarettengebrauchs im Vergleich zum Zigarettenrauchen wesentlich niedriger sind. Die Exposition von Propylenglykol, Glycerin, Nikotin und Formaldehyd bei Nicht-Benutzern lag unter zulässigen Grenzwerten. Insgesamt waren die Raumluftkonzentrationen und die Exposition ausgewählter Analyte bei Nicht-Benutzern relativ niedrig und mehrere Male niedriger als die regulatorischen Grenzwerte unter verschiedenen Raum- und Gebrauchsbedingungen.

Das Ergebnis zeigt, dass die Aufnahme von E-Zigaretten Aerosolen durch Nichtraucher im Vergleich zum herkömmlichen Zigarettenkonsum erheblich reduziert ist. Die Konzentrationen der untersuchten Stoffe und die Exposition für Nichtraucher war sehr niedrig. Sie lagen um ein Vielfaches unter den gesetzlichen Grenzwerten.

Die Ergebnisse tragen zum wissenschaftlichen Verständnis der möglichen passiven E-Zigarettenexposition unter verschiedenen realen Bedingungen bei.


Zusammenfassung

Die mögliche Passivbelastung durch ausgeatmete Inhaltsstoffe bei der Verwendung von E-Dampf-Produkten (EVP) ist ein Problem für die öffentliche Gesundheit. Wir stellen eine computergestützte Modellierungsmethode zur Vorhersage der Luftkonzentration von ausgeatmeten Bestandteilen bei der Verwendung von E-Dampfern vor. Wir haben die Konzentration ausgewählter Inhaltsstoffe in der Ausatemluft von erwachsenen E-Dampf-Produkt-Benutzern gemessen und dann ein validiertes Computermodell zur Vorhersage der Inhaltsstoffkonzentration in drei Szenarien (Auto, Büro und Restaurant) verwendet, um die wahrscheinliche Passivrauchexposition für Nicht-Benutzer abzuschätzen. Das Modell basierte auf physikalischen/thermodynamischen Wechselwirkungen zwischen Luft, Dampf und der partikulären Phase des Aerosols. Zu den Eingangsvariablen gehörten die Raumeinstellung, die Belüftungsrate, die gesamte ausgeatmete Aerosolmenge und die Aerosolzusammensetzung. Die ausgeatmeten Atemproben wurden nach der Verwendung von vier verschiedenen E-Liquids in einem kartuschenbasierten EVP analysiert. Die Nikotin-, Propylenglykol-, Glycerin-, Menthol-, Formaldehyd-, Acetaldehyd- und Acroleingehalte wurden gemessen und auf der Grundlage eines linearen gemischten Modells zur Analyse der Kovarianz angegeben. Die Bereiche von Nikotin, Propylenglykol, Glycerin und Formaldehyd in der ausgeatmeten Luft lagen bei 89,44-195,70 µg, 1199,7-3354,5 µg, 5366,8-6484,7 µg bzw. 0,25-0,34 µg. Acetaldehyd und Acrolein lagen unter den Nachweisgrenzen; daher wird keine geschätzte Exposition für Nicht-EVP-Konsumenten angegeben. Das Modell sagte voraus, dass die Nikotin- und Formaldehyd-Exposition für Nicht-Konsumenten während des Gebrauchs von EVPs im Vergleich zu Zigaretten wesentlich geringer war. Das Modell sagte auch voraus, dass die Exposition gegenüber Propylenglykol, Glycerin, Nikotin und Formaldehyd bei Nichtkonsumenten unter den zulässigen Grenzwerten lag.

https://doi.org/10.1007/s11739-022-03061-2

https://pubmed.ncbi.nlm.nih.gov/36050572/

Edmiston JS, Rostami AA, Liang Q, Miller S, Sarkar MA. Computational modeling method to estimate secondhand exposure potential from exhalations during e-vapor product use under various real-world scenarios. Intern Emerg Med. 2022;17(7):2005-2016. doi:10.1007/s11739-022-03061-2