各种点评估方法包括已经建立的各种模型，其评估结果依赖于所输入数据和合适的数据处理过程
与方法。因此评估结果不可避免的会产生偏差，如高浓度和高消费量值被用于模型。那么由此产生的
暴露评估结果将会夸大典型暴露量。当无足够数据用于分布分析时，则需引入修正系数以模拟食品化
学物质高端暴露分布情况。
?修正系数：当要基于原材料去反映由于加工过程或解释其实际被消费部分的变化情况时．那
么评估结果可通过对浓度数据使用修正系数而得到进一步精确。
可食用部分化学物浓度水平可能高于（奶粉）或低于（面粉）整个食品中的浓度，使用调整
因子修正数据。
14
15
?未检出数据处理：为了进行膳食暴露评估，处理化学物浓度
数据中的末检出问题则非常重要。对这些数据所进行的假设和处理将会影响评估的结果。
?在可行的情况下，应适当说明输人数据(食品消费数据，浓度数据)的不确定性程度。描述不确定性的通常方法是：在重复分析中，一是对所有参数采用“高端”边界评估，二是
对所有参数采用“低端”边界评估，三是对所有参数采用中央趋势评估(均值或中位值)。基于存在的不确定性，风险管理者可之后决定是否有必要再支出时间和资源去收集这些授权参数的额外信息。
16
相关推荐：
loading