Войти
Прогнозирующее При моделировании потребления используются стратегии математического моделирования для оценки потребления пищи, предметов личной гигиены и их составов.
Прогнозирующее моделирование потребления направлено на оценку потребления продуктов и / или их компонентов которые могут попадать в организм различными путями, такими как глотание, вдыхание и абсорбция.
Прогнозирующее моделирование приема может применяться для определения тенденций в потреблении пищи и использовании продуктов с целью экстраполяции.
Подход прогнозного моделирования потребления используется для оценки добровольного потребления пищи (VFI) животными, у которых невозможно точно измерить их пищевые привычки. Для людей прогнозирующее моделирование потребления используется для оценки поступления из пищевых продуктов, пестицидов, косметики и ингалянтов, а также веществ, которые могут содержаться в них, таких как питательные вещества, функциональные ингредиенты, химические вещества и загрязняющие вещества.
Прогнозирующее моделирование потребления может применяться в общественном здравоохранении, оценке риска и оценке воздействия, где оценка потребления или воздействия различных веществ может влиять на Процесс принятия решения.
Подход регрессионного анализа основан на оценках путем экстраполяции или интерполяции в случаях, когда есть причина и - взаимосвязь эффектов, найденная при подборе данных. Эти тенденции имеют тенденцию быть феноменологическим.
Подход к механистическому моделированию - это подход, при котором модель выводится из базовой теории. Примеры таких моделей включают компартментные модели, которые можно использовать для описания циркуляции и концентрации переносимых по воздуху частиц в комнате или домашнем хозяйстве для оценки поступления ингалянтов.
Основанный на популяциях Этот подход позволяет отслеживать потребление со стороны 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 составам пищевых продуктов для оценки потребления или воздействия на выборочную совокупность. Более того, веса обследования могут применяться к каждому субъекту исследования на основе их возраста, демографии и местоположения, что позволяет выборке субъектов правильно представлять всю совокупность и, таким образом, оценивать потребление для этой совокупности.
Вероятностные модели основаны на методе Монте-Карло, в котором распределения данных из различных источников выбираются случайным образом для вычисления процентильной статистики. Такие вероятностные методы обычно используют данные обследования продуктов или потребления из выборочной совокупности в сочетании с распределением веществ, которые могут быть обнаружены в этих пищевых продуктах 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 ) из выборки популяций в сочетании с распределениями данных о концентрации веществ для расчета расчетного суточного потребления. Европейское управление по безопасности пищевых продуктов (EFSA) профинансировало инструмент оценки рисков Монте-Карло (MCRA) для оценки распределения обычного потребления пищевых продуктов на основе статистических моделей, использующих Комплексную базу данных EFSA, которая содержит подробные данные обследований потребления пищевых продуктов. EFSA также профинансировало Creme Global для разработки модели и баз данных потребления пищевых продуктов в Европе, на основе которых можно было бы запускать статистические модели для оценки потребления и воздействия на общеевропейской основе.
