Probabilistic dietary exposure models : Relevant for acute and chronic exposure assessment of adverse chemicals via food | RIVM

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.