Прогнозирующее моделирование потребления
В моделировании прогнозируемого потребления используются стратегии математического моделирования для оценки потребления продуктов питания, продуктов личной гигиены и их составов .
Определение
[ редактировать ]Прогнозное моделирование потребления направлено на оценку потребления продуктов и/или их компонентов, которые могут попадать в организм различными путями, такими как проглатывание, вдыхание и абсорбция .
Моделирование прогнозируемого потребления может применяться для определения тенденций в потреблении продуктов питания и использовании продуктов с целью экстраполяции .
Приложения
[ редактировать ]Подход к моделированию прогнозируемого потребления используется для оценки добровольного потребления пищи (VFI) животными, когда их пищевые привычки невозможно точно измерить. [1] [2] Для людей прогнозирующее моделирование потребления используется для оценки потребления продуктов питания. [3] пестициды, [4] косметика [5] и ингаляторы [6] а также вещества, которые могут в них содержаться, такие как питательные вещества, функциональные ингредиенты, химические вещества и загрязняющие вещества.
Прогнозирующее моделирование потребления находит применение в общественном здравоохранении , оценке риска и воздействия , где оценка потребления или воздействия различных веществ может повлиять на процесс принятия решений.
Стратегии прогнозного моделирования потребления
[ редактировать ]Регрессионный подход
[ редактировать ]Подход регрессионного анализа основан на оценках посредством экстраполяции или интерполяции, где существует причинно-следственная связь, обнаруженная путем подбора данных. Эти тенденции носят феноменологический характер .
Механистический подход к моделированию
[ редактировать ]Механистический подход к моделированию – это подход, при котором модель выводится из базовой теории. Примеры таких моделей включают в себя компартментальные модели, которые можно использовать для описания циркуляции и концентрации переносимых по воздуху частиц в комнате или домашнем хозяйстве для оценки поступления ингалянтов. [7]
Популяционный подход
[ редактировать ]Подход, основанный на популяционном подходе, отслеживает потребительское потребление отдельных членов выборочной совокупности с течением времени. Математические модели используются для объединения этих баз данных о привычках и практиках с отдельными базами данных по продуктам или рецептурам пищевых продуктов для оценки потребления или воздействия на выборочную группу населения. Более того, к каждому субъекту исследования могут быть применены весовые коэффициенты опроса на основе его возраста, демографических данных и местоположения, что позволяет выборке субъектов правильно представлять всю популяцию и, таким образом, оценивать потребление для этой популяции.
Вероятностный подход к моделированию
[ редактировать ]Вероятностные модели основаны на методе Монте-Карло , при котором распределения данных из различных источников выбираются случайным образом для расчета процентильной статистики. Такие вероятностные методы обычно используют данные исследований продуктов или потребления выборочной совокупности в сочетании с распределением веществ, которые могут быть обнаружены в этих продуктах питания или продуктах. Например, Управление по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) предполагает, что оценка потребления веществ с пищей может быть вероятностно проведена с помощью обследований потребления пищевых продуктов ( NHANES / CSFII ) на основе выборочных групп населения в сочетании с распределением данных о концентрации веществ для расчета предполагаемого ежедневного потребления. . [8] Европейское управление по безопасности пищевых продуктов (EFSA) профинансировало инструмент оценки рисков Монте-Карло (MCRA) для оценки обычного распределения воздействия при поступлении на основе статистических моделей, в которых используется комплексная база данных EFSA, содержащая подробные данные исследований потребления пищевых продуктов. [9] EFSA также профинансировало Creme Global разработку модели и баз данных о потреблении продуктов питания в Европе, на основе которых можно использовать статистические модели для оценки потребления и воздействия на общеевропейском уровне. [10] [11]
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Хакманн Т.Дж.; Испания JN (2010). «Механистическая модель для прогнозирования потребления кормов жвачными животными». Журнал зоотехники . 88 (3): 1108–24. дои : 10.2527/jas.2008-1378 .
- ^ Юсук С.; Онг ХБ; Роан СВ; Уиттемор, Коннектикут (2011). «Имитационная модель для прогнозирования добровольного потребления корма растущей свиньей». Acta Agriculturae Scandinavica, Раздел А. 61 (4): 168–186. дои : 10.1080/09064702.2011.642000 .
- ^ HG Schutz, 1982 «Прогнозирование статуса питания на основе данных о потреблении пищи и отношении потребителей», The American Journal of Clinical Nutrition vol. 35, нет. 5 Приложение, стр. 1310–8.
- ^ П. Шейд и П. Георгопулос, «Использование моделей ингаляционной дозиметрии для прогнозирования осаждения ультрамелкодисперсных частиц», Научный семинар Исследовательского центра Озобе, 26 января 2007 г., 2007 г. [Онлайн]. Доступно: http://ccl.rutgers.edu/ccl-files/presentations/2007-01-26_ORC-Workshop-at-DEP/ShadePamela_ORC-NJDEP_poster_2007.01.26.pdf . [Доступ: 27 ноября 2013 г.]
- ^ Грегуар С.; Рибо К.; Бенек Ф.; Менье-младший; Гай Р.Х. (2009). «Прогнозирование химической абсорбции косметических и дерматологических составов в кожу и через нее». Британский журнал дерматологии . 160 (1): 80–91. дои : 10.1111/j.1365-2133.2008.08866.x .
- ^ Хеммен Джей Джей Ван (1993). «Моделирование прогнозируемого воздействия для целей регистрации пестицидов». Анналы гигиены труда . 37 (5): 541–564.
- ^ М. Сингал, «Модель рассеивания воздуха в помещении с двумя блоками RIFM — альтернативный метод расчета воздействия аромата при вдыхании», Научно-исследовательский институт ароматических материалов, 2012. [Онлайн]. Доступно: http://www.rifm.org/press-detail.php?id=68 . [Доступ: 28 ноября 2013 г.]
- ^ FDA, «Руководство для промышленности: оценка потребления веществ в продуктах питания», 2006. [Онлайн]. Доступно: https://www.fda.gov/Food/GuidanceRegulation/GuidanceDocumentsRegulatoryInformation/IngredientsAdditivesGRASPackaging/ucm074725.htm#mode . [Доступ: 24 февраля 2014 г.].
- ^ Дж. Д. ван Клаверена, П. В. Гоедхартб, Д. Вапперома и Х. ван дер Воет, «Европейский инструмент для обычной оценки распределения потребления в связи со сбором данных EFSA», Билтховен, 2012.
- ^ Вилоне Г.; Комиски Д; Эро Ф; О'Махони С (2014). «Статистический метод оценки обычного рациона питания населения Европы». Пищевая добавка Contam, часть A. Оценка риска выставки Chem Anal Control Expo . 31 (10): 1639–51. дои : 10.1080/19440049.2014.955886 .
- ^ К. О'Махони и Г. Вилоне, «Составленная база данных о потреблении продуктов питания в Европе», Вспомогательные публикации 2013: EN-415. [31 стр.]. Доступно онлайн: www.efsa.europa.eu/publications [Доступ: 3 марта 2015 г.]