• 为解决单位食品个体间的残留差异，引入了单位 重量和变异因子两个概念 。
2020/6/9
14
参数解释
• LP：高端消费量，摄食者消费量的P97.5，即能涵盖消费人 群中97.5%的食用者每天的消费量；
• HR：高残留量，食品污染物监测的各检测样品的最大残留 浓度值；
• U：食品单位重量，由污染物监测实验提供的单位食品重量 的中位数；
• V：变异因子，单位食品高端残留量（P97.5）与检测样品 的平均残留量的比值；
• P：加工因子，加工后食品中的污染物残留浓度与加工前原 始农产品中污染物浓度的比值；
• bw：消费人群的平均体重。
2020/6/9
15
四种情形（情形1、2a、2b 和3）
• 情形1
• 食品单位重量小于25ｇ，如原始或经加工的农 产品（谷物、小麦、油料种子及豆类等小粒农 作物）；这种情况也适用于肉类食品、蛋类、 肝脏、肾脏等可食动物内脏类食品。
dietary,nodietary, dermal and inhalation
dietary,nodietary, dermal and inhalation 9
SHEDS 模型
Stochastic Human Exposure and Dose Simulation (SHEDS) Model
Exposure or Dose
Monte Carlo方法量化变异性，
Bootstrap方法量化不确定性
2020/6/9
24
Monte Carlo方法
• 基本思想：以一个概率模型为基础，按照这个模型所
• 以食品污染水平和食物消费量均为事前进行估计的简单点 评估模型；
• 以污染物水平进行事前估计乘以食物消费量分布数据的分 布点评估模型；
• 以污染物和消费量均为分布数据的随机概率评估模型。
2020/6/9
5
传统方法（非概率模型）
点评估： 固定食品消费量 × 固定污染水平 = 摄入量
平均暴露量= 食物消费均值 × 食物污染中位水平 高端暴露量= 高端食品消费量 × 高污染水平 不能提供暴露量的可能范围，通常是保守的估计，作 为筛选目的.
• 1990年、1992年和2000年成功进行的3次“中国 总膳食研究”，在研究内容的完整性和研究方法 的科学性上已基本接近发达国家水平。但在将危 险性评估理论和数理统计、计算机技术相结合， 开展膳食暴露定量评估模型研究上却要落后和迟 缓一些。
2020/6/9
12
风险评估统计模型
• 点估计– IESTI
t1
结果
• 群体暴露量
Exposure
100
10
1
0.1
0.01 0
20
40
60
80
100
Percentile
• 群体剂量
Dose
10000 1000 100
10 1 0.1 0.01
0
20
40
60
80 100
Percentile
2020/6/9
10
中国开展的暴露评估
• 食物消费量数据：
全国营养调查 （1959,1982,1992,2002）
100%安全与零风险，人的生命与健康最重要、不惜代价
风险分析
“Every substance is a poison – it is only a matter of dose” （ Paracelsus ）
没有100%安全的食品，仅能将风险渐低到可接受水 平
2020/6/9
3
风险评估（Risk Assessment）框架
点评估 概率模型
暴露量= Σ消费量i X 污染水平i
0 • 简单到复杂.4
• 解决估计数据的不确定性问题
0 • 风险管理从. 意义不2 大到十分有
意义过度
• 避免了点评估中的争论和对于 0.0
• 实际摄入量过高估计 - - - 3 - 2 - 2 1 0 0 . 0 . 1 . 6 2 . 9 2 . . 2 3 . 4 . 0 7 . 7 . 4 . 2 9 6
2020/6/9
17
情形3
• 对于散装或多种成分混合的加工食品，如果汁、 牛奶等，以监测实验获得的各检测样品残留浓度 的中位数STMR代表可能的最高残留浓度。
IESTI LP *STMR - P bw
2020/6/9
18
食品的单位重量
• WHO收集了一些国家部分水果、蔬菜等食品的单位重量 信息（表1）。
Uncertainty about exposure or dose for given percentile
Percentile Percentile
cdf1 cdf2 cdfm
Uncertainty about percentile for given exposure or dose
Exposure or Dose
11
国内研究现状
• 我国在卫生标准起草过程中，已经利用我国膳食 营养调查提出的食物消费量模式和食品污染物现 状调查，利用点评估技术进行暴露评估，提出我 国的限量标准指标以及在采用国际标准时通过暴 露评估评价限量标准指标的适用性，但这一过程 属于筛选性质的多，进行定量暴露评估的较少， 与国际水平存在一定差距。
食品安全风险评估 统计模型及软件开发
2020/6/9
1
主要内容
风险评估及统计模型
CDEEM 构建原理及数据库
CDEEM 软件及评估结果
CDEEM 验证与评价
2020/6/9
2
食品安全的2个策略
零风险选择，即“黑与白”的方法
“凡是对人和动物有致癌作用的化学物不得加入食品” （Delancy修正案）
1. 危害鉴定 Hazard identification
2. 危害表征
Hazard characterisation
4. 风险表征 Risk characterisation
3. 膳食暴露 Dietary
ex发po展su中re国家必须开展并重视的研究
•国际标准的制定依赖暴露评估数据 （发达国家主导）
分布模型：食品消费量分布数据X固定污染水平=摄入量
范围（特定消费模式）
比点估计更加精确，但因取决于假设仍属于保守。
点评估和简单分布方法趋向用“最坏情况”假设， 而不考虑化学物在食品中存在的概率，不同食品中 化学物的污染水平不同，或者食物消费量不同。
2020/6/9
6
概率模型分析
0.4
0.4
0.2
0.2
IESTI U *(HR or HR - P)* v (LP - U) *(HP or HR - P) bw
–情形2b 单位食品重量超过消费人群的每日高端消费量LP。如：大
西瓜、大白菜等。假设个体一天内仅消费小于等于1个单位重量的 某食品，且消费部分残留水平为 [HR × v]。
IESTI LP * (HP or HR - P)* v bw
•
2020/6/9
19
变异因子
• 变异因子的引入是为了解决混合样品中食品个体间的残留 差异。单个水果中的最高残留浓度可能要比混合样品高510倍。目前，关于变异因子的研究和讨论还在进行。
2020/6/9
20
概率模型
• 概率法对所评价化学物在食品中存在概率与污染水平（浓 度）及相关水平的消费量进行模拟。 这种方法需要足够的 食品中化学物浓度和食物消费量数据，评价才有意义。
通常情况下，法定的市场监督检查并不能提供统计学上有 意义的分布特征。如果所获资料质量有保证，概率方法可 能是最合适的方法：通过科学的抽样，将食物中某化学物 浓度与实际含有该物质的食品消费量结合起来，从而提供 了一个真实的暴露评价基础，来估计某物质的暴露量是否 超过预定的安全阈值。 • 是否对食物消费量数据和污染物监测数据进行分布拟合：
• 食品污染水平数据
污染物监测网、总膳食研究（1990，1992，2000）、 双份饭研究。
人体组织/体液的直接监测，如母乳中有机氯化合物、 二噁英的浓度。
• 2002年中国居民营养与健康状况调查
分层多阶段等容整群随机抽样方法 膳食调查：
食品频数法、3天24小时回顾法、3天入户称重法。
2020/6/9
美国：一些主要概率评价模型来自Model nameexpanded name
developer
module
SHEDS
Stochastic human exposure dose system
EPA/ORD
dietary,nodietary, dermal and inhalation
DEEM (Calender)
• 概率模型：
p
– 急性：
xijkcijk
“理想”条件下的概率模型： yij k1 wi
p
实际应用的概率模型：
xijk ci* j*k
yij k1 wi
– 慢性：
p
xijk ck
yij
k 1
wi
2020/6/9
13
IESTI (International Estimate of Short Term Intake)
IESTI LP * (HR or HR - P) bw
2020/6/9
16
情形2
• 食品单位重量大于25g，引入一个变异因子。
–情形2a 单位食品重量小于消费人群的每日高端消费量LP。如：
桃、李等水果。假设个体一天内消费多于1个单位重量的某食品，
且第一个单位重量的该食品残留水平为 [HR × v]，其余为HR。
消数费据量库 消费量和残留数据随机采样 污数染据物库 0- . - - 0 3 - 2 - 2 1 0 0 . 0 0 . 1 . 6 2 . 9 2 . . 2 3 . - . 4 - . 0 7 - . 7 0 3 - . 4 2 - . 2 2 9 1 0 6 0 . 0 . 1 . 6 2 . 9 2 . . 2 3 . 4 . 0 7 . 7 . 4 . 2 9 6