当前位置：
X-MOL 学术
›
J. Expo. Sci. Environ. Epid.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
A regression-based model to predict chemical migration from packaging to food.
Journal of Exposure Science and Environmental Epidemiology ( IF 4.1 ) Pub Date : 2019-10-22 , DOI: 10.1038/s41370-019-0185-7 Mélanie Douziech 1 , Ana Benítez-López 2 , Alexi Ernstoff 3 , Cecilia Askham 4 , A Jan Hendriks 1 , Henry King 5 , Mark A J Huijbregts 1
Journal of Exposure Science and Environmental Epidemiology ( IF 4.1 ) Pub Date : 2019-10-22 , DOI: 10.1038/s41370-019-0185-7 Mélanie Douziech 1 , Ana Benítez-López 2 , Alexi Ernstoff 3 , Cecilia Askham 4 , A Jan Hendriks 1 , Henry King 5 , Mark A J Huijbregts 1
Affiliation
|
Packaging materials can be a source of chemical contaminants in food. Process-based migration models (PMM) predict the chemical fraction transferred from packaging materials to food (FC) for application in prioritisation tools for human exposure. These models, however, have a relatively limited applicability domain and their predictive performance is typically low. To overcome these limitations, we developed a linear mixed-effects model (LMM) to statistically relate measured FC to properties of chemicals, food, packaging, and experimental conditions. We found a negative relationship between the molecular weight (MW) and FC, and a positive relationship with the fat content of the food depending on the octanol-water partitioning coefficient of the migrant. We also showed that large chemicals (MW > 400 g/mol) have a higher migration potential in packaging with low crystallinity compared with high crystallinity. The predictive performance of the LMM for chemicals not included in the database in contact with untested food items but known packaging material was higher (Coefficient of Efficiency (CoE) = 0.21) compared with a recently developed PMM (CoE = -5.24). We conclude that our empirical model is useful to predict chemical migration from packaging to food and prioritise chemicals in the absence of measurements.
中文翻译：
基于回归的模型来预测化学物质从包装到食品的迁移。
包装材料可能是食品中化学污染物的来源。基于过程的迁移模型（PMM）可以预测从包装材料转移到食品（FC）的化学成分，并将其应用于人类接触的优先排序工具中。但是，这些模型的适用范围相对有限，其预测性能通常较低。为了克服这些限制，我们开发了一种线性混合效应模型（LMM），以统计方式将测得的FC与化学品，食品，包装和实验条件的性质相关联。我们发现，分子量（MW）和FC之间存在负相关关系，而与食物中的脂肪含量之间存在正相关关系，这取决于移民的辛醇-水分配系数。我们还表明，大型化学品（兆瓦 与高结晶度相比，低结晶度的包装具有更高的迁移潜力（400 g / mol）。与最近开发的PMM（CoE = -5.24）相比，LMM对未包含在数据库中且与未经测试的食品接触但已知包装材料的化学药品的预测性能更高（效率系数（CoE）= 0.21）。我们得出的结论是，我们的经验模型可用于预测化学物质从包装到食品的迁移，并在没有测量值的情况下对化学物质进行优先排序。
更新日期：2019-10-22
中文翻译：
基于回归的模型来预测化学物质从包装到食品的迁移。
包装材料可能是食品中化学污染物的来源。基于过程的迁移模型（PMM）可以预测从包装材料转移到食品（FC）的化学成分，并将其应用于人类接触的优先排序工具中。但是，这些模型的适用范围相对有限，其预测性能通常较低。为了克服这些限制，我们开发了一种线性混合效应模型（LMM），以统计方式将测得的FC与化学品，食品，包装和实验条件的性质相关联。我们发现，分子量（MW）和FC之间存在负相关关系，而与食物中的脂肪含量之间存在正相关关系，这取决于移民的辛醇-水分配系数。我们还表明，大型化学品（兆瓦 与高结晶度相比，低结晶度的包装具有更高的迁移潜力（400 g / mol）。与最近开发的PMM（CoE = -5.24）相比，LMM对未包含在数据库中且与未经测试的食品接触但已知包装材料的化学药品的预测性能更高（效率系数（CoE）= 0.21）。我们得出的结论是，我们的经验模型可用于预测化学物质从包装到食品的迁移，并在没有测量值的情况下对化学物质进行优先排序。
京公网安备 11010802027423号