34、混合物实验设计与累积风险评估

混合物实验设计与累积风险评估

1. 混合物实验的挑战

在研究混合物时，如果要对混合物各成分在不同剂量水平下的所有组合进行研究，实验组合的数量会大到不切实际。例如：
| 混合物中化学物质数量 | 处理组数量（仅一个剂量组和一个对照组） |
| ---- | ---- |
| 4 | 15 |
| 5 | 31 |
| 6 | 63 |

若涉及三种化学物质，每种测试五个不同剂量水平（一个对照组和四个非零剂量组），会产生 125 个处理组，若每个处理组分配五只动物，则总共需要 625 只动物。这样规模的实验由于实验室空间、资金和研究时间的限制，只会在特殊情况下进行。而且，进行大量组别的实验会因实验时间长和参与人员多而增加偏差和实验谬误。因此，需要合适的设计理论。

2. 不同类型的最优实验设计

• 2k 析因设计 ：在全 2k 析因实验中，k 个输入变量的两个水平的所有组合都会在实验中实现，实验设计区域是一个超立方体。以 22 析因为例，通常检验双变量线性回归模型：
  [ \mu = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_{12}x_1x_2 ]
  其中 (x_1) 是化学物质 (S_1) 的剂量，(x_2) 是化学物质 (S_2) 的剂量。(\beta_0) 是未知截距，代表总体平均响应；(\beta_1) 是与化学物质 (S_1) 相关的斜率参数，(\beta_2) 是与化学物质 (S_2) 相关的斜率参数；(\beta_{12}) 是与化学物质 (S_1) 和 (S_2) 之间的相互作用相关的未知参数