论文部分内容阅读
研究背景与目的镉是一种在自然界中广泛存在且对人体有危害的重金属,可通过消化道、呼吸道和皮肤接触等多种途径进入人体,对于非吸烟者而言,膳食是主要的暴露来源。因为镉有长达10-35年的生物半衰期,进入人体之后很难完全代谢,会长期储存在人的肾脏、肝脏以及骨骼中造成危害。其危害主要表现在:肝肾损伤,神经毒性,痛痛病,肾结石,骨质疏松,肺癌,甚至死亡。随着社会经济的发展,镉对人群的健康危害表现得越来越突出,镉的健康标准也越来越严格。早在1988年,联合国粮农组织和世界卫生组织食品添加剂联合专家委员会(Joint FAO/WHO Expert Committee on Food Additives,JECFA)将镉的健康标准定为每周可耐受摄入量7 μg/kgbw。但是在2010年,将这一标准收回,并提出了一个更为严格的标准每月可耐受摄入量25μg/kgbw。与此同时,用于膳食暴露评估模型也得到了快速发展,慢性暴露估计模型由传统的点估计发展成为概率估计模型,并在部分发达国家得到应用。我国目前已经将慢性概率估计用于重金属暴露评估,然而将此模型应用于我国人群时,数据条件、模型暴露量计算的准确性以及是否适合中国人群需要验证。无论是我国还是其他国家,重金属的膳食暴露估计都局限在用单一季节的暴露来估计人一生的暴露,缺乏暴露量随四季的变化规律。本研究用24小时膳食回顾调查获取了 2012年江苏省金湖、扬州、苏州三个地区研究人群的一年四季每季节一次,共重复4次的膳食消费量数据,并将调查所得到的消费量数据和来自国家污染物监测数据库的污染物浓度数据相结合,采用国际上最新发展的由短期数据获取长期数据的模拟方法,模拟出不同的膳食调查场景,研究了不同的场景对由全概率贝塔二项分布-正态分布模型(Betabinomial-Normal,BBN)模型计算得到的慢性膳食镉暴露量的影响。并且用验证过的全概率BBN模型对江苏省的研究人群进行慢性膳食镉暴露评估,分析膳食镉暴露的地区、季节、致癌和非致癌效应。研究内容和方法(1)本次研究通过重复24小时膳食回顾调查,获取了江苏省2012年一年四季膳食消费量数据,并结合污染物监测浓度数据,构建混合效应模型,将地区和季节作为协变量,计算模型的自相关系数。将人群的总变异分解为人内变异和人间变异,并且在相应的标准正态分布中进行Monte Carlo抽样,模拟出任意样本人数和重复测量天数的膳食镉暴露量数据。用Bootstrap方法进行200次不确定性分析,分析数据模拟方法的不确定性,计算模拟数据均数和组内相关系数(ICC)的95%置信区间,并且和原始数据的均数和ICC比较来判断模拟数据的优劣。通过设置不同的模拟人数和模拟天数的场景来分析模拟人数和模拟天数对于模拟数据的影响。(2)模拟不同样本人数重复365天的膳食镉暴露量数据,计算模拟人群一年暴露量分布的统计量,作为一年暴露量的真实值。在模拟数据中抽取所有个体连续三天、等间距非连续两天、等间距非连续三天、等间距非连续四天和等间距非连续七天的5种模拟场景,通过全概率BBN模型计算各个场景暴露量的95%置信区间,并和真实值进行比较,来判断各个场景对于暴露量计算的影响。设置不同模拟样本人数:300、500、1000和5000,分析不同模拟样本人数对暴露量分布的影响。(3)应用通过调查获取的江苏省2012年一年四季膳食消费量数据和来自污染物监测网的污染物监测浓度数据,构建全概率BBN模型,计算江苏省研究人群膳食镉暴露分布,并分析膳食镉暴露量分布的地区和季节效应,采用目标风险指数(targethazardquotient,THQ)和癌症风险指数(annual excess lifetime cancerrisk,AELCR)分别评估暴露人群的潜在非癌症和癌症风险。分析江苏省研究人群不同地区以及不同季节的膳食镉暴露的食物贡献度。用Bootstrap方法分析不确定性。研究结果(1)根据原始观测数据计算的膳食镉暴露量均数以及ICC为0.40 μg/kg bw/day和0.46。模拟1000样本人数重复一年365天的模拟数据的均数以及95%置信区间为 0.40(0.39-0.42)μg/kgbw/day。ICC 以及 95%置信区间为 0.48(0.45-0.50)。模拟数据均数和ICC的95%置信区间包含原始观测数据的统计量。(2)模拟数据验证:五种场景从均数水平上看,各个场景的95%置信区间均包含真实值,且随着重复测量天数的逐渐增加,95%置信区间的宽度逐渐缩小。从P95来看,随着重复测量天数的增加,暴露量的离散程度逐渐减小。同时95%置信区间和真实值逐渐接近。连续三天的所有评估结果均不包含真实值。非连续四天在季节分组和全研究人群中均有50%的结果包含真实值。非连续七天在季节分组中有75%的结果包含真实值,在全研究人群中结果均包含真实值。随着模拟人数的增加各个95%置信区间的宽度逐渐缩小。(3)实际数据验证:江苏省2011年连续三天场景研究人群膳食镉暴露量均数、P90 和 P95 分别为:0.208、0.364 和 0.444 μg/kg bw/day。江苏省 2012 年非连续四天场景均数、P90和P95分别为:0.210、0.312和0.357μg/kg bw/day。两种场景得到的暴露量在均数水平上相近,P95上后者低于前者。此结果与模拟验证的结果一致。(4)江苏省研究人群慢性膳食概率评估以及不确定性分析:全概率BBN模型的计算结果显示,在均数水平上,金湖,扬州和苏州三个地区研究人群的暴露量分别为;0.196、0.178 和 0.269 μg/kgbw/day。四季的暴露量分别为:0.206、0.208、0.213和0.243 μg/kg bw/day。高端百分位数P95,各个亚组的暴露量范围为:0.290~0.439 μg/kg bw/day,占 PTMId 的百分比范围:34.9%~52.9%。金湖、扬州、苏州以及全体研究人群均数的95%置信区间分别为:0.17-0.3μg/kg bw/day、0.14-0.29 μg/kg bw/day、0.21-0.61 μg/kg bw/day 和 0.18-0.41 μg/kg bw/day。P99 的 95%置信区间分别为:0.36-0.76μg/kg bw/day、0.30-0.74μg/μg bw/day、0.45-1.58μg/kg bw/day和0.41-1.33μg/kg bw/day。春夏秋冬4个季节均数的95%置信区间分别为:0.17-0.38 μg/kg bw/day、0.17-0.40 μg/kg bw/day、0.17-0.43 μg/kg bw/day 和0.20-0.43 μg/kg bw/day。P99 的 95%置信区间分别为:0.40-1.22μg kg bw/day、0.39-1.31 μg/kg bw/day、0.40-1.38 μg/kg bw/day 和 0.46-1.39 μg/kg bw/day。(5)贡献度分析:各个地区、季节膳食镉暴露量食物贡献度排名前9位的食物占总贡献80%左右,其中均包含有:大米、海产品类、青菜、小麦粉、叶类蔬菜和猪肉,不同人群膳食镉摄入量累积贡献度达到60%以上。金湖人群食物贡献度前3位为:大米及其制品(29.4%)、青菜(15.4%)和海带(11.1%);扬州人群前3位的食物种类为:大米及其制品(22.7%)、青菜(10.6%)和小麦及其制品(10.3%);苏州人群食物贡献度前3位为:大米及其制品(18.9%)、青菜(11.8%)和动物肾脏(11.5%);春季食物贡献度前3位为:大米及其制品(20.1%)、肾脏(17.7%)和青菜(10.8%);夏季食物贡献度前3位为:大米及其制品(23.4%)、海带(14.1%)和小麦及其制品(8.6%);秋季食物贡献度前3位为:大米及其制品(26.0%)、青菜(13.7%)和肾脏(8.7%);冬季食物贡献度前3位为:大米及其制品(21%)、青菜(17.3%)和小麦及其制品(9%)。(6)风险评价:目标风险指数(targethazardquotient,THQ)各个地区和季节的均数为0.2,P95为0.3-0.4;各个地区和季节癌症风险指数(annual excess lifetime cancer risk,AELCR)的均数为 1.5×10-5~2.16×10-5 年度终身癌症风险(annual excess lifetime cancer risk,a-1),P95 为 2.46×10-5~3.56×10-5a-1。研究结论:模拟1000人重复365天模拟数据的均数和ICC的95%置信区间包含原始观测数据的统计量,模拟数据的均数以及ICC在模拟人数低于500人的时候不稳定,而随着模拟人数的增加,在大于500人的时候逐渐趋于稳定。在样本人数为1000的情况下模拟天数对模拟数据的稳定性影响不大。模型的验证结果显示,如果膳食评估不考虑季节效应,等距非连续两天调查可以代替连续三天调查。在各个地区和季节分组中对于高端百分位数(如P95)的评估,非连续四天优于连续三天,非连续七天优于非连续四天,同时非连续四天和非连续七天还可以评估膳食暴露的季节效应。所以和连续三天调查相比,等距非连续四天调查法不仅可以评估膳食暴露的季节效应,同时其结果比连续三天更加准确。江苏省2012年研究人群各个地区以及季节分组暴露量均数和P95均低于PTMId。秋季和冬季的暴露量高于春季和夏季,苏州地区的暴露量明显高于金湖和扬州,且差异有统计学意义。各个地区、季节膳食镉暴露量食物贡献度排名前9位的食物中均包含有:大米、海产品类、青菜、小麦粉、叶类蔬菜和猪肉。江苏地区研究人群如果在长期接触膳食镉的情况之下不可能发生癌症和非癌症效应,然而膳食镉的致癌性对于苏州人群和冬季的高端暴露人群(P99)值得重视。