1、2020/10/4,1,食品安全風(fēng)險(xiǎn)評估統(tǒng)計(jì)模型及軟件開發(fā),2020/10/4,2,風(fēng)險(xiǎn)評估及統(tǒng)計(jì)模型 CDEEM 構(gòu)建原理及數(shù)據(jù)庫 CDEEM 軟件及評估結(jié)果 CDEEM 驗(yàn)證與評價(jià),主 要 內(nèi) 容,2020/10/4,3,食品安全的2個(gè)策略,零風(fēng)險(xiǎn)選擇，即“黑與白”的方法 “凡是對人和動(dòng)物有致癌作用的化學(xué)物不得加入食品” （Delancy修正案） 100%安全與零風(fēng)險(xiǎn)，人的生命與健康最重要、不惜代價(jià) 風(fēng)險(xiǎn)分析 “Every substance is a poison it is only a matter of dose” （ Paracelsus ） 沒有100%安全的食品，僅能將風(fēng)險(xiǎn)漸

2、低到可接受水平,大多數(shù)人支持,難以理解！,2020/10/4,4,風(fēng)險(xiǎn)評估（Risk Assessment）框架,4. 風(fēng)險(xiǎn)表征 Risk characterisation,危害鑒定 Hazard identification,2. 危害表征 Hazard characterisation,3. 膳食暴露 Dietary exposure,國際標(biāo)準(zhǔn)的制定依賴暴露評估數(shù)據(jù) （發(fā)達(dá)國家主導(dǎo)） 不同國家食物消費(fèi)量與食品污染水平不同 成員國有權(quán)制定與國際標(biāo)準(zhǔn)不一致的國家標(biāo)準(zhǔn) 國際標(biāo)準(zhǔn)不一定適合特定食物消費(fèi)量與污染水平 標(biāo)準(zhǔn)的設(shè)立是保護(hù)大多數(shù)人，而不是平均人 暴露評估不是均數(shù)簡單計(jì)算，需進(jìn)行高暴露 水平

3、和特殊人群評估（大數(shù)據(jù)庫）,發(fā)展中國家必須開展并重視的研究,2020/10/4,5,現(xiàn)有技術(shù)標(biāo)準(zhǔn)現(xiàn)狀,膳食暴露評估方法對于獲得的膳食污染物數(shù)據(jù)必須 與食物消費(fèi)量結(jié)合，暴露評估有三種方法： 以食品污染水平和食物消費(fèi)量均為事前進(jìn)行估計(jì)的簡單點(diǎn)評估模型； 以污染物水平進(jìn)行事前估計(jì)乘以食物消費(fèi)量分布數(shù)據(jù)的分布點(diǎn)評估模型； 以污染物和消費(fèi)量均為分布數(shù)據(jù)的隨機(jī)概率評估模型。,2020/10/4,6,傳統(tǒng)方法（非概率模型）,點(diǎn)評估： 固定食品消費(fèi)量 固定污染水平 = 攝入量 平均暴露量= 食物消費(fèi)均值 食物污染中位水平 高端暴露量= 高端食品消費(fèi)量 高污染水平 不能提供暴露量的可能范圍，通常是保守的估計(jì)，作

4、為篩選目的. 分布模型：食品消費(fèi)量分布數(shù)據(jù)X固定污染水平=攝入量范圍（特定消費(fèi)模式） 比點(diǎn)估計(jì)更加精確，但因取決于假設(shè)仍屬于保守。 點(diǎn)評估和簡單分布方法趨向用“最壞情況”假設(shè)，而不考慮化學(xué)物在食品中存在的概率，不同食品中化學(xué)物的污染水平不同，或者食物消費(fèi)量不同。,2020/10/4,7,污染物 數(shù)據(jù)庫,消費(fèi)量和殘留數(shù)據(jù)隨機(jī)采樣,暴露量= 消費(fèi)量i X 污染水平i,點(diǎn)評估 概率模型 簡單到復(fù)雜 解決估計(jì)數(shù)據(jù)的不確定性問題 風(fēng)險(xiǎn)管理從意義不大到十分有意義過度 避免了點(diǎn)評估中的爭論和對于實(shí)際攝入量過高估計(jì),概率模型分析,消費(fèi)量 數(shù)據(jù)庫,2020/10/4,8,從點(diǎn)評估到概率分析,2020/10/4,

5、9,國外研究進(jìn)展,歐盟：FP5，“隨機(jī)化模擬人類對化學(xué)物和營養(yǎng)素暴露的開 發(fā)、驗(yàn)證和應(yīng)用” FP6，“發(fā)展全新整合的食品風(fēng)險(xiǎn)分析確保食品安全” 概率性暴露評估Probabilistic Exposure Assessment 急性暴露與慢性暴露風(fēng)險(xiǎn)Acute and Chronic risks 美國：一些主要概率評價(jià)模型,2020/10/4,10,SHEDS 模型 Stochastic Human Exposure and Dose Simulation (SHEDS) Model,2020/10/4,11,中國開展的暴露評估,食物消費(fèi)量數(shù)據(jù)： 全國營養(yǎng)調(diào)查 （1959,1982,1992,2

6、002） 食品污染水平數(shù)據(jù) 污染物監(jiān)測網(wǎng)、總膳食研究（1990，1992，2000）、雙份飯研究。 人體組織/體液的直接監(jiān)測，如母乳中有機(jī)氯化合物、二噁英的濃度。 2002年中國居民營養(yǎng)與健康狀況調(diào)查 分層多階段等容整群隨機(jī)抽樣方法 膳食調(diào)查： 食品頻數(shù)法、3天24小時(shí)回顧法、3天入戶稱重法。,2020/10/4,12,國內(nèi)研究現(xiàn)狀,我國在衛(wèi)生標(biāo)準(zhǔn)起草過程中，已經(jīng)利用我國膳食營養(yǎng)調(diào)查提出的食物消費(fèi)量模式和食品污染物現(xiàn)狀調(diào)查，利用點(diǎn)評估技術(shù)進(jìn)行暴露評估，提出我國的限量標(biāo)準(zhǔn)指標(biāo)以及在采用國際標(biāo)準(zhǔn)時(shí)通過暴露評估評價(jià)限量標(biāo)準(zhǔn)指標(biāo)的適用性，但這一過程屬于篩選性質(zhì)的多，進(jìn)行定量暴露評估的較少，與國際水平存

7、在一定差距。 1990年、1992年和2000年成功進(jìn)行的3次“中國總膳食研究”，在研究內(nèi)容的完整性和研究方法的科學(xué)性上已基本接近發(fā)達(dá)國家水平。但在將危險(xiǎn)性評估理論和數(shù)理統(tǒng)計(jì)、計(jì)算機(jī)技術(shù)相結(jié)合，開展膳食暴露定量評估模型研究上卻要落后和遲緩一些。,2020/10/4,13,風(fēng)險(xiǎn)評估統(tǒng)計(jì)模型,點(diǎn)估計(jì) IESTI 概率模型： 急性： 慢性：,“理想”條件下的概率模型：,實(shí)際應(yīng)用的概率模型：,2020/10/4,14,IESTI (International Estimate of Short Term Intake),由世界糧農(nóng)組織和世界衛(wèi)生組織農(nóng)藥殘留專家聯(lián)席會議 (JMPR)確定的歐盟及國際權(quán)威

8、機(jī)構(gòu)在制定農(nóng)殘最大限量標(biāo)準(zhǔn)（MRL）時(shí)計(jì)算農(nóng)藥急性暴露量所采用的方法。 它主要是針對一天內(nèi)攝入可能引起急性反應(yīng)的農(nóng)藥，以食品為對象，選取某食品消費(fèi)人群的高端消費(fèi)量和食品污染物監(jiān)測樣本中的高殘留量計(jì)算24小時(shí)內(nèi)膳食暴露量，與急性參考劑量比較進(jìn)行評估 。 為解決單位食品個(gè)體間的殘留差異，引入了單位重量和變異因子兩個(gè)概念 。,2020/10/4,15,LP：高端消費(fèi)量，攝食者消費(fèi)量的P97.5，即能涵蓋消費(fèi)人群中97.5%的食用者每天的消費(fèi)量； HR：高殘留量，食品污染物監(jiān)測的各檢測樣品的最大殘留濃度值； U：食品單位重量，由污染物監(jiān)測實(shí)驗(yàn)提供的單位食品重量的中位數(shù)； V：變異因子，單位食品高端殘留

9、量（P97.5）與檢測樣品的平均殘留量的比值； P：加工因子，加工后食品中的污染物殘留濃度與加工前原始農(nóng)產(chǎn)品中污染物濃度的比值； bw：消費(fèi)人群的平均體重。,參數(shù)解釋,2020/10/4,16,情形1 食品單位重量小于25，如原始或經(jīng)加工的農(nóng)產(chǎn)品（谷物、小麥、油料種子及豆類等小粒農(nóng)作物）；這種情況也適用于肉類食品、蛋類、肝臟、腎臟等可食動(dòng)物內(nèi)臟類食品。,四種情形（情形1、2a、2b 和3）,2020/10/4,17,食品單位重量大于25g，引入一個(gè)變異因子。 情形2a 單位食品重量小于消費(fèi)人群的每日高端消費(fèi)量LP。如：桃、李等水果。假設(shè)個(gè)體一天內(nèi)消費(fèi)多于1個(gè)單位重量的某食品，且第一個(gè)單位重量的

10、該食品殘留水平為 HR v，其余為HR。 情形2b 單位食品重量超過消費(fèi)人群的每日高端消費(fèi)量LP。如：大西瓜、大白菜等。假設(shè)個(gè)體一天內(nèi)僅消費(fèi)小于等于1個(gè)單位重量的某食品，且消費(fèi)部分殘留水平為 HR v。,情形2,2020/10/4,18,對于散裝或多種成分混合的加工食品，如果汁、牛奶等，以監(jiān)測實(shí)驗(yàn)獲得的各檢測樣品殘留濃度的中位數(shù)STMR代表可能的最高殘留濃度。,情形3,2020/10/4,19,WHO收集了一些國家部分水果、蔬菜等食品的單位重量信息（表1）。,食品的單位重量,2020/10/4,20,變異因子的引入是為了解決混合樣品中食品個(gè)體間的殘留差異。單個(gè)水果中的最高殘留濃度可能要比混合樣

11、品高5-10倍。目前，關(guān)于變異因子的研究和討論還在進(jìn)行。,變異因子,2020/10/4,21,概率模型,概率法對所評價(jià)化學(xué)物在食品中存在概率與污染水平（濃度）及相關(guān)水平的消費(fèi)量進(jìn)行模擬。 這種方法需要足夠的食品中化學(xué)物濃度和食物消費(fèi)量數(shù)據(jù)，評價(jià)才有意義。 通常情況下，法定的市場監(jiān)督檢查并不能提供統(tǒng)計(jì)學(xué)上有意義的分布特征。如果所獲資料質(zhì)量有保證，概率方法可能是最合適的方法：通過科學(xué)的抽樣，將食物中某化學(xué)物濃度與實(shí)際含有該物質(zhì)的食品消費(fèi)量結(jié)合起來，從而提供了一個(gè)真實(shí)的暴露評價(jià)基礎(chǔ)，來估計(jì)某物質(zhì)的暴露量是否超過預(yù)定的安全閾值。 是否對食物消費(fèi)量數(shù)據(jù)和污染物監(jiān)測數(shù)據(jù)進(jìn)行分布擬合： 參數(shù)方法：用適當(dāng)?shù)睦?/p>

12、論分布對數(shù)據(jù)進(jìn)行擬合 非參數(shù)方法：直接根據(jù)樣本的經(jīng)驗(yàn)分布（大樣本）,2020/10/4,22,參數(shù)法與非參數(shù)法的選擇,2020/10/4,23,以急性暴露評估為例建模,污染物濃度模型 非參：從現(xiàn)有數(shù)據(jù)隨機(jī)抽樣（經(jīng)驗(yàn)分布） 參數(shù)：二項(xiàng)分布/對數(shù)正態(tài)分布 處理效應(yīng)（加工因子）模型 非參：無（1）；固定（fk,nom，fk,upp） 參數(shù)：對數(shù)或logit轉(zhuǎn)換后正態(tài)分布 變異性建模 非參：默認(rèn)（按單位重量：，） 參數(shù)：貝塔模型、貝努力模型、對數(shù)正態(tài)模型,2020/10/4,24,變異Variability =在人群間真正存在的差異，是真實(shí)性的部分。,不確定度Uncertainty =缺乏知識或數(shù)據(jù)信

13、息造成的測量值與真實(shí)值差別，原則上可能降低,解決變異與不確定性難點(diǎn)：,Monte Carlo方法量化變異性， Bootstrap方法量化不確定性,2020/10/4,25,Monte Carlo方法,基本思想：以一個(gè)概率模型為基礎(chǔ)，按照這個(gè)模型所描繪的過程，通過模擬實(shí)驗(yàn)結(jié)果，得出問題的近似解，即進(jìn)行一種數(shù)字模擬實(shí)驗(yàn)。 三個(gè)主要步驟：構(gòu)造或描述概率過程；實(shí)現(xiàn)從已知概率分布抽樣；建立各種估計(jì)量。 一般而言，對模擬次數(shù)M有一定要求，模擬次數(shù)較少，結(jié)果可能不穩(wěn)定。,2020/10/4,26,Bootstrap方法,以原始數(shù)據(jù)為基礎(chǔ)進(jìn)行有放回抽樣的統(tǒng)計(jì)模擬方法, 可用于研究一組數(shù)據(jù)某統(tǒng)計(jì)量的分布特征,

14、適用于難以用常規(guī)方法解決的參數(shù)區(qū)間估計(jì)、假設(shè)檢驗(yàn)等問題。 基本思想是:從樣本含量為n的原始數(shù)據(jù)范圍內(nèi)有放回地隨機(jī)抽取i (通常選取i n)個(gè)觀察單位組成一個(gè)樣本，每個(gè)觀察單位每次被抽到的概率相等，所得樣本稱為Bootstrap樣本。重復(fù)該過程若干次, 記為B，所得B個(gè)Bootstrap樣本均可看作是從相應(yīng)經(jīng)驗(yàn)分布中隨機(jī)抽取而來。對于每個(gè)Bootstrap樣本進(jìn)行相關(guān)統(tǒng)計(jì)量（如p50、p95、p99）計(jì)算，就得到統(tǒng)計(jì)量的Bootstrap分布，它表示從總體中抽樣獲得的樣本統(tǒng)計(jì)量的不確定性。,2020/10/4,27,模型原理,定量模型的變異性（圖1） 估計(jì)模型的不確定度（圖2）,2020/10/

15、4,28,1,2,3,4,膳食調(diào)查數(shù)據(jù)庫及結(jié)構(gòu),污染物監(jiān)測數(shù)據(jù)庫及結(jié)構(gòu),農(nóng)產(chǎn)品的編碼及分類,膳食數(shù)據(jù)與污染物數(shù)據(jù)整合,模型數(shù)據(jù)基礎(chǔ),2020/10/4,29,膳食量數(shù)據(jù)庫：2002年中國居民營養(yǎng)與健康狀況調(diào)查中通過24小時(shí)膳食回顧法收集的有效數(shù)據(jù)，包括22567個(gè)家庭66172人連續(xù)3天共計(jì)193814人日、1810703條膳食量記錄； 人口學(xué)數(shù)據(jù)庫：2002年中國居民營養(yǎng)與健康狀況調(diào)查家庭成員基本情況登記表收集的數(shù)據(jù)，主要提供年齡、性別、體重等信息。,膳食調(diào)查數(shù)據(jù)庫,2020/10/4,30,2020/10/4,31,flag 說明:,2020/10/4,32,2000-2006年全國污染物

16、監(jiān)測數(shù)據(jù)中，有效數(shù)據(jù)包括監(jiān)測了497種食物，75種污染物，399032條記錄。 2005-2006年海關(guān)農(nóng)產(chǎn)品進(jìn)出口監(jiān)測數(shù)據(jù)，有效數(shù)據(jù)包括監(jiān)測了44種食物，104種污染物，88843條記錄。 污染物總數(shù)據(jù)庫合計(jì)監(jiān)測了510種食物，135種污染物, 487875條記錄。,污染物監(jiān)測數(shù)據(jù)庫,2020/10/4,33,2020/10/4,34,中國食品污染物暴露評估與國際接軌的基礎(chǔ) 實(shí)現(xiàn)污染物數(shù)據(jù)庫與膳食調(diào)查數(shù)據(jù)庫關(guān)聯(lián)的重要途徑 識別同一食品不同表達(dá)的唯一符號，便于后續(xù)計(jì)算機(jī)處理。,農(nóng)產(chǎn)品編碼及分類,2020/10/4,35,食物編碼主要參考四個(gè)國內(nèi)外文件： Pesticides Residues

17、in Food,Second Edition, Section 2 , Codex Alimentarius Volume 2, 1993. GEMS/FOOD Consumption Cluster Diets. 楊月欣 王光亞 潘興昌.中國食物成份表2002 北京大學(xué)醫(yī)學(xué)院出版社 楊月欣 王光亞 潘興昌.中國食物成份表2004 北京大學(xué)醫(yī)學(xué)院出版社,編碼總則,2020/10/4,36,刪除具有明顯的地區(qū)性和國家性的食物編碼，保留普遍通用的食物編碼； 刪除CAC食物編碼中關(guān)于飼料的食物分類編碼； 刪除CAC食物編碼中4000-5000同物異名的重復(fù)編碼；,編碼篩選原則,2020/10/4,3

18、7,（1）當(dāng)中國的食物在CAC的食物編碼中能找到相應(yīng)的編碼時(shí)，全部采用CAC的編碼，編碼類型為兩位字母代碼加四位數(shù)字；,編碼方法,2020/10/4,38,（2）當(dāng)中國的食物是具體加工的食物時(shí)，在其原料食物編碼后面加兩位數(shù)字01、02等；,編碼方法,2020/10/4,39,（3） 當(dāng)中國的食物是具有中國特色的而CAC編碼中沒有的食物以同類食物兩位字母代碼加6000開始進(jìn)行獨(dú)立編碼；,編碼方法,2020/10/4,40,（4）對于一些食用頻率較少又不常見的食物以同類食物代碼加9999表示。,編碼方法,2020/10/4,41,食品來源 category 食品類別 type 食品組別 group

19、 食品序列號 number 食品加工方法 methods *每個(gè)食品賦予二個(gè)編碼：國內(nèi)六位編碼和CAC食品編碼,（01、02、03、04）,（A、B、C、D）,（001、002、003）,（FC0001、FC0004）,（00、01、02）,五級分類編碼（參照CAC）,2020/10/4,42,CDEEM 食物分類,A級 初級植物產(chǎn)品,B級 初級動(dòng)物產(chǎn)品,G級 其他加工食品*,D級 植物來源加工食品,E級 動(dòng)物來源加工食品,F級 多組分加工食品*,01水果,02蔬菜,03禾本,04堅(jiān)果種子,05香料,001柑橘類,002仁果類,003核果類,004漿果類,005熱帶水果,FC0001柑桔,FC

20、0002檸檬,FC0003蜜橘,FC0004橙子,FC0005柚子,Category,Type,Group,CAC code,食物譜系圖,2020/10/4,43,CAC編碼,植物類加工食品,植物來源單組分產(chǎn)品,谷物碾磨部分,楊月欣的六位碼,加工方法,2020/10/4,44,加工方法編碼（21種）,2020/10/4,45,食品分類,(GEMS/FOOD consumption cluster diets)食物分類,參照2002年食物成分表分類標(biāo)準(zhǔn)、國際食品法典委員會（CAC）通用分類標(biāo)準(zhǔn)和GEMS/FOOD Consumption Cluster Diets要求進(jìn)行分類：,2020/10/

21、4,46,中國食物成分表(楊月欣)食物分類,2020/10/4,47,*表示本次研究添加的類別,中國膳食暴露評估食物分類,2020/10/4,48,污染物監(jiān)測數(shù)據(jù)合并歸組,構(gòu)建橋梁數(shù)據(jù)庫,要實(shí)現(xiàn)從污染物監(jiān)測數(shù)據(jù)中隨機(jī)抽樣，與膳食消費(fèi)量 數(shù)據(jù)隨機(jī)匹配，計(jì)算污染物暴露量，要求每種農(nóng)產(chǎn) 品監(jiān)測的某污染物要有一定的檢測樣本量。若樣本量過 少，需要對檢測的農(nóng)產(chǎn)品的樣本量進(jìn)行合理的歸組合并。,膳食數(shù)據(jù)與污染物數(shù)據(jù)的整合,膳食調(diào)查的是食物攝入量，而污染物監(jiān)測的是初級農(nóng)產(chǎn)品， 因此需要建立橋梁數(shù)據(jù)庫，將膳食調(diào)查數(shù)據(jù)和污染物監(jiān)測數(shù) 據(jù)連接起來。橋梁數(shù)據(jù)庫包含了連接膳食調(diào)查數(shù)據(jù)和污染物 監(jiān)測數(shù)據(jù)的主要信息，是構(gòu)建

22、膳食暴露評估模型的重要基礎(chǔ)。,2020/10/4,49,污染物監(jiān)測樣品頻數(shù),樣本量n50,樣本量n=50,樣本量n50,樣本量n50,樣本量n=50,樣本量n=50,做舍棄處理,篩 選,組內(nèi) 合并,類內(nèi) 合并,輸出,校正不合理歸類,譜系由下而上逐級歸并,核查,核查,核查,污染物合并歸組流程,2020/10/4,50,污染物監(jiān)測數(shù)據(jù)庫,鉛合并歸組數(shù)據(jù)庫,膳食調(diào)查數(shù)據(jù)庫,完全匹配,污染物監(jiān)測食物CAC細(xì)碼及粗碼,對膳食調(diào)查五位碼賦予農(nóng)產(chǎn)品CAC細(xì)碼,按食物CAC細(xì)碼與食物五位碼進(jìn)行匹配,不匹配,鉛橋梁數(shù)據(jù)庫,適當(dāng)合并歸組,標(biāo)記后舍棄,鉛橋梁數(shù)據(jù)庫構(gòu)建流程,2020/10/4,51,污染物監(jiān)測數(shù)據(jù)中

23、所監(jiān)測的農(nóng)產(chǎn)品采用CAC編碼。,橋梁數(shù)據(jù)庫CAC編碼、膳食五位碼、六位碼、加工方法、加工因子、變異因子、標(biāo)識變量等。,膳食調(diào)查數(shù)據(jù)中所調(diào)查的食物均采用膳食五位碼。,2020/10/4,52,污染物監(jiān)測農(nóng)產(chǎn)品的編碼是橋梁數(shù)據(jù)庫構(gòu)建的基礎(chǔ)； 合理的污染物監(jiān)測農(nóng)產(chǎn)品合并歸組是橋梁數(shù)據(jù)庫的建立的關(guān)鍵； 以鉛為例構(gòu)建橋梁數(shù)據(jù)庫的思路和方法可以推廣到其它污染物的研究；,2020/10/4,53,CDEEM 簡 介,CDEEM全稱： China Dietary Exposure Evaluation Model 可用于食物中化學(xué)污染物暴露評價(jià) 最主要的功能及特征： 數(shù)據(jù)管理：分類、篩選等； 核心模塊： bootstrap &