论文部分内容阅读
人体健康风险评价方法学经过多年不断的发展和完善，通过传统默认值或者专家经验值来给出不确定因子的方法己不再能满足科学评价的要求，从而产生了越来越多的利用生理学和毒理学数据的不确定因子推导方法，如利用污染物特异性数据和特定的代谢通路的数据来进行推导。在风险评估过程中使用数据依赖的不确定因子来代替传统不确定因子默认值的方法有它们不可比拟的优势:首先能够给予评估结果更高的科学性和准确性，而且随着研究数据的增加，不确定因子还能使用扩增后的数据库重新推导，随时更新。其次这些方法还能根据不同的保护覆盖率来灵活调整，为风险决策者权衡各方面利益时提供参考依据。但是，由于其自身的局限性，如数据稀缺，推导模型本身的不确定性等，它们目前的应用并不广泛。想要获得更加普遍的应用，数据依赖的不确定因子推导方法仍然有许多方面的问题需要继续讨论。在风险评价中使用默认值仍然是主要的对不确定性进行定量的方法，但是已有的共识表明，应尽可能地使用基于科学数据的不确定因子，以使所得的最终评价结果更加可靠。且优先选择的顺序为CSAF，通路相关的不确定因子，最后是基于毒性数据的概率统计方法获得的不确定因子。随着各类数据的丰富和相关模型研究的深入，数据依赖的不确定因子推导方法必将占有越来越重要的地位。