26、剂量反应模型在风险评估中的应用与分析

剂量反应模型在风险评估中的应用与分析

1. 流行病学模型与阈值模型

1.1 人类研究的流行病学模型

在流行病学研究中，通常会收集按年龄和病因分类的死亡率数据。人类研究中估计的与年龄相关的特定病因发病率，本质上就是风险函数 ( \lambda(t; d) ) ，它对应着在剂量 ( d ) 暴露下，到年龄 ( t ) 时事件发生的生存函数 ( S(t; d) ) ，即 ( P(t; d) ) 。流行病学数据分析方法已较为成熟，但主要难点在于估计人类暴露剂量，终身平均每日剂量常被用作人类研究中合理的剂量指标。

为分析人类数据，有人提出了比例风险模型 ( \lambda(t; d) = \lambda_0(t) \exp(\beta d) ) ，也有人提出了加法风险模型 ( \lambda(t; d) = \lambda_0(t) + \beta d ) 或乘法风险模型 ( \lambda(t; d) = \lambda_0(t)(1 + \beta d) ) 。

1.2 阈值型剂量 - 反应模型

在毒理学和致癌风险评估中，剂量阈值的存在和确定一直是讨论的热点。若存在阈值 ( d^ > 0 ) ，阈值模型的形式为：
[
P(d) =
\begin{cases}
p, & \text{如果 } d \leq d^ \
p + (1 - p) \cdot f(d; d^ ), & \text{如果 } d > d^
\end{cases}
]
其中， ( p ) 是独立的背景响应， ( f(d;