食品安全風險評估統計模型及軟件開發第1頁，共65頁，2023年，2月20日，星期四5/8/20231風險評估及統計模型CDEEM構建原理及數據庫

CDEEM軟件及評估結果CDEEM驗證與評價主要內容第2頁，共65頁，2023年，2月20日，星期四5/8/20232食品安全的2個策略零風險選擇，即“黑與白”的方法“凡是對人和動物有致癌作用的化學物不得加入食品”（Delancy修正案）100%安全與零風險，人的生命與健康最重要、不惜代價風險分析“Everysubstanceisapoison–itisonlyamatterofdose”

（Paracelsus）沒有100%安全的食品，僅能將風險漸低到可接受水平大多數人支持難以理解！第3頁，共65頁，2023年，2月20日，星期四5/8/20233風險評估（RiskAssessment）框架4.風險表征Riskcharacterisation危害鑒定Hazardidentification2.危害表征Hazardcharacterisation3.膳食暴露Dietaryexposure國際標準的制定依賴暴露評估數據（發達國家主導）不同國家食物消費量與食品污染水平不同成員國有權制定與國際標準不一致的國家標準國際標準不一定適合特定食物消費量與污染水平標準的設立是保護大多數人，而不是平均人暴露評估不是均數簡單計算，需進行高暴露水平和特殊人群評估（大數據庫）發展中國家必須開展并重視的研究第4頁，共65頁，2023年，2月20日，星期四5/8/20234現有技術標準現狀膳食暴露評估方法對于獲得的膳食污染物數據必須與食物消費量結合，暴露評估有三種方法：以食品污染水平和食物消費量均為事前進行估計的簡單點評估模型；以污染物水平進行事前估計乘以食物消費量分布數據的分布點評估模型；以污染物和消費量均為分布數據的隨機概率評估模型。第5頁，共65頁，2023年，2月20日，星期四5/8/20235傳統方法（非概率模型）點評估：固定食品消費量×固定污染水平=攝入量

平均暴露量=

食物消費均值

×

食物污染中位水平

高端暴露量=高端食品消費量×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，作為篩選目的.分布模型：食品消費量分布數據X固定污染水平=攝入量范圍（特定消費模式）比點估計更加精確，但因取決于假設仍屬于保守。點評估和簡單分布方法趨向用“最壞情況”假設，而不考慮化學物在食品中存在的概率，不同食品中化學物的污染水平不同，或者食物消費量不同。第6頁，共65頁，2023年，2月20日，星期四5/8/20236污染物數據庫消費量和殘留數據隨機采樣暴露量=Σ消費量iX污染水平i點評估概率模型簡單到復雜解決估計數據的不確定性問題風險管理從意義不大到十分有意義過度避免了點評估中的爭論和對于實際攝入量過高估計

概率模型分析

消費量數據庫第7頁，共65頁，2023年，2月20日，星期四5/8/20237從點評估到概率分析第8頁，共65頁，2023年，2月20日，星期四5/8/20238國外研究進展

歐盟：FP5，“隨機化模擬人類對化學物和營養素暴露的開發、驗證和應用”FP6，“發展全新整合的食品風險分析確保食品安全”概率性暴露評估ProbabilisticExposureAssessment急性暴露與慢性暴露風險AcuteandChronicrisks美國：一些主要概率評價模型ModelnameexpandednamedevelopermoduleSHEDSStochastichumanexposuredosesystemEPA/ORDdietary,nodietary,dermalandinhalationDEEM(Calender)DietaryexposureevaluationmodelExponentdietary,nodietary,dermalandinhalationCARESCumulativeandAggregateRiskEvaluationSystemDowagrosciencedietary,nodietary,dermalandinhalationLIFELINE

Lifelinegroup,incdietary,nodietary,dermalandinhalation第9頁，共65頁，2023年，2月20日，星期四5/8/20239結果

群體暴露量

群體劑量模型計算個體暴露/劑量分布

tot1TIMEEXP.orDOSEIngestiontot1TIMEEXP.orDOSEDermaltot1TIMEEXP.orDOSEInhalation數據庫輸入

暴露分布

污染物數據庫食物消費量數據庫食品加工系數

SHEDS模型

StochasticHumanExposureandDoseSimulation(SHEDS)Model

第10頁，共65頁，2023年，2月20日，星期四5/8/202310中國開展的暴露評估食物消費量數據：全國營養調查（1959,1982,1992,2002）食品污染水平數據污染物監測網、總膳食研究（1990，1992，2000）、雙份飯研究。人體組織/體液的直接監測，如母乳中有機氯化合物、二噁英的濃度。2002年中國居民營養與健康狀況調查分層多階段等容整群隨機抽樣方法膳食調查：食品頻數法、3天24小時回顧法、3天入戶稱重法。第11頁，共65頁，2023年，2月20日，星期四5/8/202311國內研究現狀我國在衛生標準起草過程中，已經利用我國膳食營養調查提出的食物消費量模式和食品污染物現狀調查，利用點評估技術進行暴露評估，提出我國的限量標準指標以及在采用國際標準時通過暴露評估評價限量標準指標的適用性，但這一過程屬于篩選性質的多，進行定量暴露評估的較少，與國際水平存在一定差距。1990年、1992年和2000年成功進行的3次“中國總膳食研究”，在研究內容的完整性和研究方法的科學性上已基本接近發達國家水平。但在將危險性評估理論和數理統計、計算機技術相結合，開展膳食暴露定量評估模型研究上卻要落后和遲緩一些。

第12頁，共65頁，2023年，2月20日，星期四5/8/202312風險評估統計模型點估計–IESTI概率模型：急性：慢性：

“理想”條件下的概率模型：實際應用的概率模型：第13頁，共65頁，2023年，2月20日，星期四5/8/202313IESTI(InternationalEstimateofShortTermIntake)由世界糧農組織和世界衛生組織農藥殘留專家聯席會議(JMPR)確定的歐盟及國際權威機構在制定農殘最大限量標準（MRL）時計算農藥急性暴露量所采用的方法。它主要是針對一天內攝入可能引起急性反應的農藥，以食品為對象，選取某食品消費人群的高端消費量和食品污染物監測樣本中的高殘留量計算24小時內膳食暴露量，與急性參考劑量比較進行評估。為解決單位食品個體間的殘留差異，引入了單位重量和變異因子兩個概念。第14頁，共65頁，2023年，2月20日，星期四5/8/202314LP：高端消費量，攝食者消費量的P97.5，即能涵蓋消費人群中97.5%的食用者每天的消費量；HR：高殘留量，食品污染物監測的各檢測樣品的最大殘留濃度值；U：食品單位重量，由污染物監測實驗提供的單位食品重量的中位數；V：變異因子，單位食品高端殘留量（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產品中污染物濃度的比值；bw：消費人群的平均體重。參數解釋第15頁，共65頁，2023年，2月20日，星期四5/8/202315情形1食品單位重量小于25ｇ，如原始或經加工的農產品（谷物、小麥、油料種子及豆類等小粒農作物）；這種情況也適用于肉類食品、蛋類、肝臟、腎臟等可食動物內臟類食品。四種情形（情形1、2a、2b和3）第16頁，共65頁，2023年，2月20日，星期四5/8/202316食品單位重量大于25g，引入一個變異因子。

情形2a

單位食品重量小于消費人群的每日高端消費量LP。如：桃、李等水果。假設個體一天內消費多于1個單位重量的某食品，且第一個單位重量的該食品殘留水平為[HR×v]，其余為HR。情形2b

單位食品重量超過消費人群的每日高端消費量LP。如：大西瓜、大白菜等。假設個體一天內僅消費小于等于1個單位重量的某食品，且消費部分殘留水平為[HR×v]。情形2第17頁，共65頁，2023年，2月20日，星期四5/8/202317對于散裝或多種成分混合的加工食品，如果汁、牛奶等，以監測實驗獲得的各檢測樣品殘留濃度的中位數STMR代表可能的最高殘留濃度。情形3第18頁，共65頁，2023年，2月20日，星期四5/8/202318WHO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）。

食品的單位重量第19頁，共65頁，2023年，2月20日，星期四5/8/202319變異因子的引入是為了解決混合樣品中食品個體間的殘留差異。單個水果中的最高殘留濃度可能要比混合樣品高5-10倍。目前，關于變異因子的研究和討論還在進行。變異因子第20頁，共65頁，2023年，2月20日，星期四5/8/202320概率模型概率法對所評價化學物在食品中存在概率與污染水平（濃度）及相關水平的消費量進行模擬。這種方法需要足夠的食品中化學物濃度和食物消費量數據，評價才有意義。

通常情況下，法定的市場監督檢查并不能提供統計學上有意義的分布特征。如果所獲資料質量有保證，概率方法可能是最合適的方法：通過科學的抽樣，將食物中某化學物濃度與實際含有該物質的食品消費量結合起來，從而提供了一個真實的暴露評價基礎，來估計某物質的暴露量是否超過預定的安全閾值。是否對食物消費量數據和污染物監測數據進行分布擬合：參數方法：用適當的理論分布對數據進行擬合

非參數方法：直接根據樣本的經驗分布（大樣本）

第21頁，共65頁，2023年，2月20日，星期四5/8/202321參數法與非參數法的選擇第22頁，共65頁，2023年，2月20日，星期四5/8/202322以急性暴露評估為例建模污染物濃度模型非參：從現有數據隨機抽樣（經驗分布）參數：二項分布/對數正態分布處理效應（加工因子）模型非參：無（1）；固定（fk,nom，fk,upp）參數：對數或logit轉換后正態分布

變異性建模非參：默認（按單位重量：１，３，５，７）參數：貝塔模型、貝努力模型、對數正態模型第23頁，共65頁，2023年，2月20日，星期四5/8/202323

cdf1cdf2cdfmUncertaintyaboutexposureordoseforgivenpercentile

UncertaintyaboutpercentileforgivenexposureordoseExposureorDosePercentileExposureorDosePercentile變異Variability=在人群間真正存在的差異，是真實性的部分。不確定度Uncertainty=缺乏知識或數據信息造成的測量值與真實值差別，原則上可能降低解決變異與不確定性難點：MonteCarlo方法量化變異性，Bootstrap方法量化不確定性第24頁，共65頁，2023年，2月20日，星期四5/8/202324MonteCarlo方法基本思想：以一個概率模型為基礎，按照這個模型所描繪的過程，通過模擬實驗結果，得出問題的近似解，即進行一種數字模擬實驗。三個主要步驟：構造或描述概率過程；實現從已知概率分布抽樣；建立各種估計量。

一般而言，對模擬次數M有一定要求，模擬次數較少，結果可能不穩定。

第25頁，共65頁，2023年，2月20日，星期四5/8/202325

Bootstrap方法以原始數據為基礎進行有放回抽樣的統計模擬方法,可用于研究一組數據某統計量的分布特征,適用于難以用常規方法解決的參數區間估計、假設檢驗等問題。基本思想是:從樣本含量為n的原始數據范圍內有放回地隨機抽取i(通常選取i≤n)個觀察單位組成一個樣本，每個觀察單位每次被抽到的概率相等，所得樣本稱為Bootstrap樣本。重復該過程若干次,記為B，所得B個Bootstrap樣本均可看作是從相應經驗分布中隨機抽取而來。對于每個Bootstrap樣本進行相關統計量（如p50、p95、p99）計算，就得到統計量的Bootstrap分布，它表示從總體中抽樣獲得的樣本統計量的不確定性。第26頁，共65頁，2023年，2月20日，星期四5/8/202326模型原理定量模型的變異性（圖1）估計模型的不確定度（圖2）第27頁，共65頁，2023年，2月20日，星期四5/8/2023271234膳食調查數據庫及結構

污染物監測數據庫及結構

農產品的編碼及分類膳食數據與污染物數據整合模型數據基礎第28頁，共65頁，2023年，2月20日，星期四5/8/202328膳食量數據庫：2002年中國居民營養與健康狀況調查中通過24小時膳食回顧法收集的有效數據，包括22567個家庭66172人連續3天共計193814人日、1810703條膳食量記錄；人口學數據庫：2002年中國居民營養與健康狀況調查家庭成員基本情況登記表收集的數據，主要提供年齡、性別、體重等信息。膳食調查數據庫第29頁，共65頁，2023年，2月20日，星期四5/8/202329第30頁，共65頁，2023年，2月20日，星期四5/8/202330標識變量人·天數記錄條數0（正常值）19381418092381（奇異值）119914062（刪除值）5659flag說明:第31頁，共65頁，2023年，2月20日，星期四5/8/2023312000-2006年全國污染物監測數據中，有效數據包括監測了497種食物，75種污染物，399032條記錄。2005-2006年海關農產品進出口監測數據，有效數據包括監測了44種食物，104種污染物，88843條記錄。污染物總數據庫合計監測了510種食物，135種污染物,487875條記錄。污染物監測數據庫第32頁，共65頁，2023年，2月20日，星期四5/8/202332第33頁，共65頁，2023年，2月20日，星期四5/8/202333中國食品污染物暴露評估與國際接軌的基礎實現污染物數據庫與膳食調查數據庫關聯的重要途徑識別同一食品不同表達的唯一符號，便于后續計算機處理。

農產品編碼及分類第34頁，共65頁，2023年，2月20日，星期四5/8/202334食物編碼主要參考四個國內外文件：

PesticidesResiduesinFood,SecondEdition,Section2,CodexAlimentariusVolume2,1993.GEMS/FOODConsumptionClusterDiets.楊月欣王光亞潘興昌.中國食物成份表2002北京大學醫學院出版社楊月欣王光亞潘興昌.中國食物成份表2004北京大學醫學院出版社編碼總則第35頁，共65頁，2023年，2月20日，星期四5/8/202335刪除具有明顯的地區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同物異名的重復編碼；編碼篩選原則第36頁，共65頁，2023年，2月20日，星期四5/8/202336（1）當中國的食物在CAC的食物編碼中能找到相應的編碼時，全部采用CAC的編碼，編碼類型為兩位字母代碼加四位數字；FB0269葡萄FB0275草莓FC0001柑桔FC0004橙子FC0005柚子FI0327香蕉FI0341獼猴桃FI0342桂圓FI0353菠蘿FP0226蘋果FP0230梨編碼方法第37頁，共65頁，2023年，2月20日，星期四5/8/202337（2）當中國的食物是具體加工的食物時，在其原料食物編碼后面加兩位數字01、02等；CF1211面粉CF121101面條*CF121102方便面*CF121103三明治*CF121104饅頭*CF121105月餅*CF121106餅干*CF121107酥*CF121108蛋糕*CF121109其他面點*編碼方法第38頁，共65頁，2023年，2月20日，星期四5/8/202338（3）當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開始進行獨立編碼；IM1000蛤IM1002烏賊IM1003貽貝類IM1005扇貝類IM6000鮑魚*IM6001蜆*IM6002蟶子*IM6003蚶*IM6004章魚*IM6005桃花蛸*IM6006海參*IM6007海蜇*編碼方法第39頁，共65頁，2023年，2月20日，星期四5/8/202339（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。VR0075根莖蔬菜FB0269葡萄VR0505芋頭FB0275草莓VR0506蘿卜FB9999其他漿果*VR0508紅薯VC0428絲瓜VR0577胡蘿卜VC0429南瓜VR0589馬鈴薯VC0432西瓜VR0600山藥VC6000哈密瓜*VR6000水生蔬菜*VC6001甜瓜*VR9999其他根莖蔬菜*VC9999其他瓜*編碼方法第40頁，共65頁，2023年，2月20日，星期四5/8/202340食品來源category食品類別type食品組別group食品序列號number食品加工方法methods*每個食品賦予二個編碼：國內六位編碼和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）第41頁，共65頁，2023年，2月20日，星期四5/8/202341CDEEM食物分類A級初級植物產品B級初級動物產品G級其他加工食品*D級植物來源加工食品E級動物來源加工食品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FC0002檸檬FC0003蜜橘FC0004橙子FC0005柚子······CategoryTypeGroupCACcode食物譜系圖第42頁，共65頁，2023年，2月20日，星期四5/8/202342

CAC編碼植物類加工食品植物來源單組分產品

谷物碾磨部分楊月欣的六位碼加工方法第43頁，共65頁，2023年，2月20日，星期四5/8/202343加工方法編碼（21種）加工代碼加工方法00原始狀態01碾壓(粉,汁)02刨光,削皮03加工產品,需再加工才可食用：面條,粉絲,餃子等04加工產品,熟食,加工方法：蒸05加工產品,熟食,加工方法：烘\焙\烤06加工產品,熟食,加工方法：煎\炸07加工產品,熟食,加工方法：炒08加工產品,熟食,加工方法：煮\鹵09加工產品,熟食,加工方法：粥\湯\羹加工代碼加工方法10加工產品,熟食,加工方法：冷凍11罐裝食品：各類罐裝食品12腌制食品：蜜制和鹽制，煙熏制品13發酵食品14脫水植物產品15脫水乳制品：奶粉16脫水肉制品：肉松，牛肉干17海鮮干燥制品：蝦皮，魚干18嬰兒配方食品19冷凍食品類：蔬菜等99加工方法不明第44頁，共65頁，2023年，2月20日，星期四5/8/202344type_idtypetype_idtype1谷物9蔬菜類2根莖類10魚類及海產食品3豆類11蛋類4蔗糖和蜂蜜12水果類5堅果與油料種子13奶類及其制品6植物油和油脂14肉類及其臟器類7興奮中樞神經系統的食品15動物油脂類8香料16飲料食品分類(GEMS/FOODconsumptionclusterdiets)食物分類參照2002年食物成分表分類標準、國際食品法典委員會（CAC）通用分類標準和GEMS/FOODConsumptionClusterDiets要求進行分類：第45頁，共65頁，2023年，2月20日，星期四5/8/202345type_idtypetype_idtype1谷類及制品12魚蝦蟹貝類2薯類、淀粉及制品13嬰幼兒食品3干豆類及制品14小吃、甜餅4蔬菜類及其制品15速食食品5菌藻類16飲料類6水果類及制品17含酒精飲料7堅果、種子類18糖、蜜餞類8畜肉類及制品19油脂類9禽肉類及制品20調味品類10乳類及制品21其他11蛋類及制品

中國食物成分表(楊月欣)食物分類第46頁，共65頁，2023年，2月20日，星期四5/8/202346type_idtypetype_idtype01水果類12植物來源派生產品02蔬菜類13植物來源單組分產品03禾本類14植物來源多組分產品04堅果和種子15動物來源次級產品05香草和香料類16動物來源派生可食食品06哺乳動物產品17動物來源單組分產品07禽類產品類18動物來源多組分產品08水生動物產品19糖果小食品*10無脊椎動物類20飲料類*11植物來源次級產品

*表示本次研究添加的類別中國膳食暴露評估食物分類第47頁，共65頁，2023年，2月20日，星期四5/8/202347

污染物監測數據合并歸組

構建橋梁數據庫

要實現從污染物監測數據中隨機抽樣，與膳食消費量數據隨機匹配，計算污染物暴露量，要求每種農產品監測的某污染物要有一定的檢測樣本量。若樣本量過少，需要對檢測的農產品的樣本量進行合理的歸組合并。膳食數據與污染物數據的整合

膳食調查的是食物攝入量，而污染物監測的是初級農產品，因此需要建立橋梁數據庫，將膳食調查數據和污染物監測數據連接起來。橋梁數據庫包含了連接膳食調查數據和污染物監測數據的主要信息，是構建膳食暴露評估模型的重要基礎。第48頁，共65頁，2023年，2月20日，星期四5/8/202348污染物監測樣品頻數樣本量n<50樣本量n>=50樣本量n<50樣本量n<50樣本量n>=50樣本量n>=50做舍棄處理篩選組內合并類內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第49頁，共65頁，2023年，2月20日，星期四5/8/202349污染物監測數據庫鉛合并歸組數據庫膳食調查數據庫完全匹配污染物監測食物CAC細碼及粗碼對膳食調查五位碼賦予農產品CAC細碼按食物CAC細碼與食物五位碼進行匹配不匹配鉛橋梁數據庫適當合并歸組標記后舍棄鉛橋梁數據庫構建流程第50頁，共65頁，2023年，2月20日，星期四5/8/202350橋梁數據庫中具有農產品CAC編碼、膳食五位碼、六位碼、加工方法、加工因子、變異因子、標識變量等。污染物數據監測數據中農產品具有CAC編碼膳食調查數據中所調查的食物均采用膳食五位碼。污染物數據庫橋梁數據庫膳食調查數據庫污染物監測數據中所監測的農產品采用CAC編碼。橋梁數據庫CAC編碼、膳食五位碼、六位碼、加工方法、加工因子、變異因子、標識變量等。膳食調查數據中所調查的食物均采用膳食五位碼。第51頁，共65頁，2023年，2月20日，星期四5/8/202351

污染物監測農產品的編碼是橋梁數據庫構建的基礎；合理的污染物監測農產品合并歸組是橋梁數據庫的建立的關鍵；以鉛為例構建橋梁數據庫的思路和方法可以推廣到其它污染物的研究；

第52頁，共65頁，2023年，2月20日，星期四5/8/202352CDEEM簡介CDEEM全稱：ChinaDietaryExposureEvaluationModel可用于食物中化學污染物暴露評價最主要的功能及特征：數據管理：分類、篩選等；核心模塊：bootstrap&MonteCarlo、暴露分布、模型驗證；分析結果報告：選擇性結果報告、統計圖表等；用戶友好式界面操作：菜單、對話框、功能鍵等。第53頁，共65頁，2023年，2月20日，星期四5/8/202353開始界面默認語言是中文，如用鼠標點擊英文，將進入英文界面的CDEEM點擊進入按鍵可進入CDEEM第54頁，共65頁，2023年，2月20日，星期四5/8/202354CDEEM主界面第55頁，共65頁，2023年，2月20日，星期四5/8/202355膳食調查數據的描述性分析食品消費量數據描述性分析結果按六位碼分食品大類（g）typenmeanP5P25P50P75P90P95P97_5P99P99_9蛋類及制品513977.9325.050.060.0100.0135.0170.0200.0250.0480.0調味品類353359.2510.025.050.075.00125.0200.0240.0300.0500.0干豆類及制品6069112.1225.050.0100.150.0200.0250.0300.0400.0700.0谷類及制品34588211.6850.0100.175.300.0400.0500.0565.0650.0975.0堅果、種子類82179.5310.050.050.0100.0150.0200.0250.0300.0700.0菌藻類89363.625.0025.050.0100.0150.0150.0200.0260.0400.0禽肉類及制品1764133.6230.075.0100.150.0250.0300.0400.0450.0800.0蔬菜類及制品36814126.3720.00050.00100.0150.0250.0300.0400.0500.0800.0第56頁，共65頁，2023年，2月20日，星期四5/8/202356食物中污染物檢測數據描述性分析結果（mg/kg）污染物名稱：鉛污染物監測數據的描述性分析typenmeanP25P50P75P90P95P99P99_9det_rate哺乳動物產品類63580.100.00000.0340.1000.2300.3701.1302.1760.70動物來源單組分產品類15381.580.01460.0860.4902.8006.81021.150125.000.78禽類產品類9600.100.00500.0450.0980.1970.3121.3103.9100.76蔬菜類88400.100.00300.0360.1000.2300.3971.0913.6000.73水果類20100.050.00000.0200.0560.1250.1900.4671.2000.67水生動物產品類43230.100.00150.0400.09520.2100.3401.0002.4000.72無脊椎動物類12110.230.04400.1200.25800.4620.7631.9005.2100.88植物來源次級產品類24600.100.00030.0480.11000.2100.3260.8062.8040.73植物來源派生產品類33200.660.00570.0780.63001.6602.46005.40010.700.75第57頁，共65頁，2023年，2月20日，星期四5/8/202357namecom_coecodeWeightConsumption(P97_5)HRuvCountrynestiARfDPerofARfD(%)蘋果FP02260611**44.59500.000.11100.107FRA2.711002.71蘋果FP02260611**44.59500.000.11126.967USA3.111003.11蘋果FP02260611**44.59500.000.11149.047SWE3.441003.44蘋果FP02260611**44.59500.000.1199.687UNK2.711002.71蘋果FP02260611**44.59500.000.11139.507BEL3.301003.30蘋果FP02260611**44.59500.000.11200.007JPN4.191004.19中國短期攝入量估計值-NESTI（ug/kg體重/天）化學物名稱：毒死蜱perofARFD:急性參考劑量的百分數（%）點估計分析結果第58頁，共65頁，2023年，2月20日，星期四5/8/202358概率模型結果LabelmeanP5P25P50P75P90P95P97_5P99P99_911to14years(F)1.8250.2680.6951.2192.1753.6075.0998.01810.02726.13011to14years(M)1.9700.2410.7501.4242.3143.7955.6878.50311.10227.20015to17years(F)1.7130.1760.5691.1071.9603.3044.5967.74014.91022.36815to17years(M)1.6750.2130.5671.1122.0463.3144.4977.66610.64723.527急性概率評估模型分析結果污染物名稱：鉛單位：ug/kg體重/天第59頁，共65頁，2023年，2月20日，星期四5/8/202359急性概率評估模型分析結果各年齡組暴露量分布（ug/kg體重/天）概率模型結果PDWI=3.57第60頁，共65頁，2023年，2月20日，星期四5/8/202360高暴露人群（P95）攝入各食物貢獻度（ug/kg體重/天）貢獻度分析第61頁，共65頁，2023年，2月20日，星期四5/8/202361貢獻度分析高暴露人群（P95）攝入各食物貢獻度分析結果污染物名稱：鉛；單位：ug/kg體重/天type_idtypeRelCon(%)meanmedianP2.5P97.5zeros(%)Cum_Con(%)01谷類及制品49.891857.78212.8000.000338.00012.64449.8904蔬菜類及制品22.273630.0243.5000.000339.00017.05772.1703干豆類及制品11.154468.1168.8750.000394.00019.69783.3208畜肉類及制品6.651322.7183.0