|  print

Probabilistic dietary exposure models : Relevant for acute and chronic exposure assessment of adverse chemicals via food
[ Probabilistische modellen voor de inname via de voeding ]
 
Boon PE, van der Voet H

45 p in English   2016
RIVM letter report 2015-0191
download pdf (471Kb)  
Alleen digitaal verschenen  

Toon Nederlands

English Abstract
Exposure models are used to calculate the amount of potential harmful chemicals ingested by a human population. Examples of harmful chemicals are residues of pesticides, chemicals entering food from the environment (such as dioxins, cadmium, lead, mercury), and chemicals that are generated via heating (such as acrylamide and furans). In this report we describe the characteristics of two types of models: the first for calculating the short term-intake, and the second for calculating long-term intake. These models currently result in the most realistic estimation of chemical intake via food.

There are three types of long-term exposure models, therefore we present a decision tree to select the optimal model. This choice always has to be motivated when reporting the exposure assessment.

The models can only be used when data are available on the amount of food consumed and the concentrations of chemicals present in this food. The food consumption data used are provided by the Dutch food consumption surveys; in most cases these data are suitable for calculating the intake of most chemicals, however this does not apply to chemicals present in rarely consumed foods. For concentration data, an assessment per exposure calculation has to be provided as to whether the exposure can be calculated using these models.

The report was produced by the RIVM and Wageningen UR Biometris. The models are available in the Monte Carlo Risk Assessment (MCRA) software. The model used to calculate short-term intake is the probabilistic Monte Carlo approach. The three models for the long-term intake are: the Observed Individual Means (OIM) model, the LogisticNormal-Normal (LNN) model, and the Model-Then-Add (MTA) model.

 

RIVM - Bilthoven - the Netherlands - www.rivm.nl

Display English

Rapport in het kort
Met zogeheten innamemodellen wordt berekend in welke hoeveelheid mensen potentieel schadelijke stoffen kunnen binnenkrijgen via de voeding. Voorbeelden zijn resten van bestrijdingsmiddelen, stoffen die via het milieu in voedsel terechtkomen (zoals dioxine, cadmium, lood, kwik) en stoffen die er door verhitting in komen (zoals acrylamide en furanen). Dit rapport beschrijft de kenmerken van twee soorten modellen: voor de berekening van de inname op de korte en op de langetermijn. Met deze modellen kan de meest realistische schatting van de inname via de voeding worden verkregen die op dit moment mogelijk is.

Bij de langetermijnmodellen zijn meerdere typen mogelijk. Daarom bevat de beschrijving ook een beslisboom om te kiezen welke van de drie optimaal is om de langetermijninname te berekenen. Deze keuze moet altijd worden gemotiveerd in de verslaglegging van een innameberekening.

De modellen zijn alleen bruikbaar als er gegevens beschikbaar zijn over de hoeveelheid waarin bepaalde voedingsmiddelen worden gegeten en in welke concentraties de stoffen in deze voedingsmiddelen aanwezig zijn. De voedselconsumptiegegevens die hiervoor gebruikt worden, zijn afkomstig van Nederlandse voedselconsumptiepeilingen en zijn veelal voldoende om de inname van de meeste stoffen te berekenen. Dit geldt niet voor stoffen die in voedingsmiddelen zitten die zelden worden gegeten. Voor de concentratiegegevens zal per berekening moeten worden vastgesteld of het mogelijk is een inname met deze modellen te berekenen.

De beschrijving is gemaakt door het RIVM en Wageningen UR Biometris. De modellen zijn beschikbaar in de software Monte Carlo Risk Assessment (MCRA). Het model om de kortetermijninname te berekenen heet de probabilistische Monte Carlo methode. De drie modellen voor de langetermijninname zijn: het Observed Individual Means (OIM) model, het LogisticNormal-Normal (LNN) model en het Model-Then-Add (MTA) model.

 

RIVM - Bilthoven - Nederland - www.rivm.nl
Rijksinstituut voor Volksgezondheid en Milieu RIVM
( 2016-01-25 )