慢性膳食暴露評估
暴露評估，作為風險評估重要的組成部分，是對經口或其他途徑而可能攝入人體內的生物、化學和物理因素進行的定性和或定量評價。國家的主管部門在實施本國的膳食暴露評估時，通常推薦使用本國的食品消費數據和化學物濃度檢測數據，與國際公認的毒性參考劑量作比照。
慢性膳食暴露評估是風險評估的重要組成，在對化學污染物進行慢性膳食暴露評估時，受人力物力限制，往往難以獲取人群的長期膳食調查數據，直接使用橫斷面調查數據反映長期暴露會產生較大誤差。在此條件下，構建統計模型利用橫斷面數據近似模擬人群對化學污染物的長期(慢性)膳食暴露成為食品安全膳食暴露評估方法研究的熱點之一。
就食物而言，暴露是“有意”的。儘管攝食有可能使人從中攝入眾多的已知有害物質，但是顯然不吃飯的風險要遠大於吃飯所承擔的風險。四百年前瑞士醫生就提出了“毒作用取決於劑量”的論點。那究竟我們從日常膳食中攝入了多少有害物質，是否構成危險，或者構成危險的幾率是多少？這些問題都需要通過膳食暴露評估來找到答案。膳食暴露評估是指對經口或其他相關來源攝入的生物、化學和理物性物質進行的定性和或定量評估。評估時，首先整合目標人群的食物消費數據與食物中化學物濃度數據，計算出膳食暴露量的估計值，再將該估計值與相關的健康指導值進行比較，則可做出相應的風險特徵描述。
膳食暴露評估不僅需要目標人群的食物消費數據與食物中化學物濃度數據，還需知曉消費人群的體重，且個體體重數據須與個體消費數據一一對應。當體重數據無法獲得或無法與消費數據對應時，可以使用目標人群的平均體重。IECFA以成人60KG、兒童15KG作為世界上大部分人口的平均體重（一國人口的實際平均體重有可能並不等於60KG。如果低估了實際平均體重，那膳食暴露量就會被高估；如果高估了實際平均體重，那膳食暴露量就會被低估）。近年來，評估需求不斷地提升細化，由定性邁向了定量；由對人群的點估計發展到對個體分布的評估，且對評估結果的變異性和不確定性描述也提出了要求。
慢性膳食暴露評估的模型及其構建
暴露評估的高效實施需要建立工作框架，以便分析人員根據具體的評估目標從中選擇出最適宜的模型方法。暴露評估是一個隨著數據的不斷完善而不斷改進的結構化的系統性過程。理想的暴露評估是能以最少的資源消耗識別出存在安全問題的物質，因此大部分的暴露評估框架都釆用了逐步或分層的方法。
第一步即是運用基於保守估計的蹄選法（對所有目標物質進行膳食暴露評估。將得到的膳食暴露量與相應化學物的健康指導值做比較，剔除不存在安全問題的物質。再用更準確的模型對篩查出的存在安全隱患的物質做進一步的膳食暴露評估。較第一步而言，後續工作更具針對性，對數據質量和資源的要求也更高。總的來說，膳食暴露評估模型可分為兩類，一是確定性模型，其結果為一點值；二是機率模型，結果表現為對消費暴露分布的描述。
建模原理
對具有代表性的大規模橫斷面膳食調查(如國家或地區的營養健康調查)，調查數據中蘊含的變異信息可按設計和需要分為個體間變異和個體內變異兩個部分，其中個體間變異信息近似反映該人群的膳食習慣，而個體內變異信息則反映個體在調查天數內膳食結構的短期波動，這樣在採用適當的統計模型扣除個體內變異後，使用反映個體間變異信息計算出的人群化學污染物攝入量，則可認為是該人群的日常攝入量(usual intake)。在人群膳食模式相對穩定的條件下(這一假設常與實際相符)，日常攝入量(人群膳食習慣)可近似作為人群的長期或慢性暴露量，從而把橫斷面調查獲得的短期暴露量近似拉伸為長期暴露量。
建模方法
構建短期(橫斷面調查)攝入量模型
若令Xijk代表第i人第j天第k種食物攝入量(一般來源於短期膳食調查)，Cijk為第i人第j天第k種食物中的污染物濃度，由於Cijk一般難以獲得故常用相應的污染物監測數據(一般來源於國家或地區的食品污染物監測網)Ci*j*k代替，wi代表第i人的體重，則第i人第j天的短期膳食暴露量(Yij)的理想模型(公式1)和實用模型(公式2)為：
Yij=∑XijkCijk/wi (1)
Yij=∑XijkCi*j*k/wi (2)
從機率分布角度出發，分別將食物消費量和化學污染物殘留量作為兩個獨立分布的總體A和B(這一獨立性假定符合污染物攝入的實際情況)，在獲得A，B兩總體特定的分布特徵和參數後，可利用統計模擬方法在A、B兩個總體中進行隨機抽樣並配對相乘，從而獲得所需要的統計量如P50、P97.5、P99等作為目標人群的暴露量估計值。
構建慢性膳食暴露評估模型
用污染物濃度均數近似表示該污染物慢性暴露的濃度水平，其每人每天的暴露量可表示為：
Yij=∑XijkCk/wi (3)
因該方法並未扣除個體內變異，故對慢性暴露的近似程度較差為了實現精度更高的評估，國外學者在此基礎上提出了貝塔二項常態分配(Beta binomial normal，BBN)模型由於該模型中的污染物濃度為一定值(均數)，僅有消費量數據為隨機變數，故該模型又稱為半機率模型。在半機率BBN模型基礎上，將污染物濃度也作為隨機變數，構建全機率BBN模型以實現更為精細的評估。
蘋果農殘慢性慢性膳食暴露評估方法
利用基於MonteCarlo模擬技術的專業風險評估軟體，對蘋果樣品中多菌靈、甲基硫菌靈、吡蟲啉和滅幼脲這4種農藥殘留檢測值進行分布擬合，擬合度運用Chi-Squared、Anderson-Darling和Kolmogorov-Smirnov3種統計檢驗方法進行檢驗，綜合考慮3種評估擬合結果，確定最佳擬合分布。從擬合分布中隨機抽取數值計算農藥膳食攝入風險的機率分布，每次模擬過程進行10000次疊代運算。為克服點評估方法不能量化評估結果的變異度和不確定度的缺點，構建非參數機率評估模型。
用公式（1）計算國家估計每日攝入量，公式（2）計算農藥的慢性膳食攝入風險（%ADI）。 NEDI=F×STMR/bw（1）
%ADI=NEDI×%100/ADI（2）
式中，NEDI為國家估計每日攝入量（national estimated daily intake）（mg·kg-1bw·d-1）；STMR為規範試驗殘留中值（supervised trials median residue）（mg·kg-1）；F為蘋果消費量（apple consumption），即蘋果一餐最大消費量，一般以日消費量的97.5百分位點值為準（kg·d-1）；bw為人群平均體重（body weight）（kg）；ADI為每日允許攝入量（acceptable daily intake）（mg·kg-1bw·d-1）。當%ADI≤100%時，表示慢性膳食攝入風險可以接受，%ADI越小，風險越小；反之，當%ADI>100%時，表示有不可接受的慢性風險，%ADI越大，風險越大。
