农药残留加工因子及其在膳食暴露评估中的应用

从初级农产品到入口的食品通常需要各种加工处理,而加工过程会影响食品中的农药残留水平,从而影响来源于初级农产品检测数据的风险评估结果的准确性,因此在风险评估模型中纳入农药残留加工因子有助于真实反映农药残留膳食暴露风险。本文以常用的食品加工技术如清洗、去皮、烹调、榨汁、杀菌及其他相关技术为出发点,综述了典型的加工方式对食品中农药残留的影响以及目前相应的加工因子在农药残留暴露评估中的应用情况,为掌握食品中农药在加工过程中的残留动态、改进食品加工技术提供参考,也为农药残留膳食暴露评估提供依据,进而真实反映人群中农药残留的暴露风险。     

番茄中77种农药残留检测及膳食暴露风险评估

目的 分析上海市地产番茄的农药残留情况,评估其在一般人群和4~6岁儿童中的膳食暴露风险。方法 采集上海市9个区86个生产种植主体的111份地产番茄样品,采用气相色谱-质谱联用法和液相色谱-质谱联用法对77种农药残留进行检测,并采用确定性评估模型对检出的农药残留进行膳食暴露风险评估。结果 在检测的111份番茄样品中,57份样品检出农药残留,整体检出率为51.35%,合格率为100%。共检出14种农药,以腐霉利、啶酰菌胺和霜霉威等为代表的杀菌剂为主,检出占比为64.29%。一般人群和4~6岁儿童的慢性膳食摄入风险分别为0.00124%~0.53251%和0.00266%~1.14138%,急性膳食摄入风险分别为0.04837%~4.26422%和0.17818%~15.59091%,均小于100%,膳食暴露风险处于可接受的范围。结论 上海市地产番茄的农药残留膳食暴露风险较低,不会对消费者产生健康危害。本研究可为上海市番茄生产的用药指导和质量安全监管提供数据支撑及参考依据。     

食品中农药残留的膳食暴露与累积性暴露评估研究

农药残留超标是消费者比较关心的问题,关系到消费者身体健康与国际贸易.开展农药残留的膳食暴露评估对我国的食品质量安全控制有重要意义.本文就最大残留限量和日允许摄入量的关系,农药残留膳食暴露评估的模式和累积性暴露评估进行了阐述,并对我国农药残留的膳食暴露评估提出几点建议.     

广东省主要叶菜农药残留膳食暴露风险评估研究

为探讨广东省主要叶菜农药残留膳食暴露风险,对2014年和2015年广东省6种叶菜样品中的33种农药残留进行评估分析。采用点评估和基于@Risk v5.7评估软件的概率评估方法,对检出率超过5%的农药进行膳食暴露风险评估(包括急性暴露风险评估和慢性暴露风险评估)。结果显示,有22种农药检出,检出率在1.7%~36.1%之间;检出率超过5%的农药有10种,分别为吡虫啉、啶虫脒、多菌灵、氯虫苯甲酰胺、烯酰吗啉、灭蝇胺、联苯菊酯、苯醚甲环唑、毒死蜱、甲霜灵。其急性暴露风险熵在1.31~28.22之间,99%人群的慢性暴露风险熵在0.87~70.00之间,提示这10种农药残留膳食暴露风险水平在可接受范围,但慢性暴露风险熵较高的农药种类如毒死蜱、苯醚甲环唑等应引起关注。本研究为蔬菜质量安全风险管理提供了科学依据。     

广东省部分地区市售龙眼中农药残留现状与膳食暴露评估

目的 调查广东省10个城市市售龙眼中农药残留现状并开展膳食暴露评估,为龙眼生产的合理用药及龙眼中农药残留限量的修订提供参考依据.方法 随机采购来自广东省10个城市的200份龙眼样品,对其中的50种农药残留进行检测.统计分析农药残留数据,采用风险熵值进行龙眼膳食暴露风险评估.结果 200份龙眼样品中,检出农药20种,其中...     

蔬菜农药残留对人体健康急性风险概率评估研究

分析2004－2012年平凉市蔬菜中农药残留现状,根据联合国粮食及农业组织农药残留联席会议建议的急性膳食摄入量计算方法,运用风险分析软件,基于蒙特卡洛模拟技术建立蔬菜农药残留急性膳食风险评估模型,对超标率和检出率高的蔬菜农药开展暴露风险评估。结果表明：在检测的26 个种类1 273 个样品中,有6 种蔬菜中的3 种农药残留存在膳食风险,即甘蓝中的敌敌畏、乙酰甲胺磷膳食风险概率分别为27.0%和22.5%,普通白菜中的敌敌畏膳食风险概率为32.0%,芹菜、大白菜、番茄、黄瓜中的甲氰菊酯膳食风险概率分别为29.4%、0.4%、0.8%、16.7%。平凉市部分蔬菜中农药暴露风险较高,应加强平凉市蔬菜中农药质量安全监管力度。     

2018年石家庄市蔬菜中农药残留及慢性膳食暴露评估

目的 了解河北省石家庄市蔬菜中农药残留现状,评估蔬菜中农药残留的慢性膳食暴露风险。方法 随机采集2018年石家庄市主要蔬菜生产基地和集贸市场的蔬菜样品,采用NY/T761-2008方法检测3521批次14类蔬菜样品中的65种农药残留,分析石家庄市蔬菜中农药残留现状,并结合我国居民的蔬菜消费情况和食品安全指数对石家庄市居民于蔬菜中摄入的农药风险进行慢性膳食暴露评估。结果 石家庄市抽检的蔬菜中农药残留检测合格率达99.80%,14类蔬菜样品中检出8类、超标1类,检出率为3.10%,超标率0.20%,超标均为叶菜类蔬菜。定量检测出13种农药,超标农药为水胺硫磷和毒死蜱,分别超标5批次和2批次。对所有检出农药进行慢性膳食暴露评估结果表明,水胺硫磷和毒死蜱的日摄入量相对较高,所有检出农药的食品安全指数值均小于1。结论 石家庄市市蔬菜中农药残留量的安全风险均在安全范围内,居民蔬菜中农药残留的慢性膳食暴露风险小,水胺硫磷、毒死蜱是潜在的风险因子,应重点防患其残留风险。     

果蔬加工过程农药残留行为研究及加工因子在风险评估中的应用

食品安全问题一直是社会关注的焦点,而果蔬中农药残留是影响食品安全的重要因素之一。果蔬产品大部分需要经过加工处理,残留在果蔬中的农药在加工过程中受到不同程度的影响,如清洗、去皮等加工对于果 蔬表面的非内吸性农药有显著的去除效果,而热处理过程对某些农药存在蓄积作用,在某些情况下也会加快分解或形成有毒的代谢产物。随着加工工艺水平不断提升,新型的加工方式在果蔬加工过程中应用越来越广泛,对农药残留影响也越发复杂。因此,本文对果蔬加工过程中农药残留行为影响进行系统综述,并总结农药残留加工因子在膳食暴露评估中的应用,以期为农药残留进行精准膳食风险评估和农药合理使用提供依据。     

市售荔枝农药残留风险评估

目的:明确市场销售荔枝农药残留状况及其膳食暴露风险。方法:对采自上海、杭州、南京、长沙、济南的100批次荔枝全果和果肉样品中126种农药残留进行检测，评估检出农药慢性膳食暴露风险和急性膳食暴露风险，并进行风险排序。结果:荔枝全果和果肉中农药残留检出率分别为100%和54%，检出数量分别为38种和12种，超标率分别为43%和0%。荔枝全果检出农药慢性膳食暴露风险范围为0.00~21.75%，均值1.05%，急性膳食暴露风险范围为0.03%~37.00%，均值2.99%。荔枝全果中检出高风险农药有毒死蜱、氯氰菊酯、灭多威、吡唑醚菌酯、氧乐果共5种，中、低风险检出农药分别为8种和25种。结论:5个城市市售荔枝中农药残留慢性膳食暴露和急性暴露风险值均低于100%，为可接受范围。荔枝全果农药残留状况不容乐观，果肉比全果农药残留水平更低，膳食暴露风险也更小。建议加快荔枝上使用农药的登记和必要农药最大残留限量(MRLs)的制修订。     

枸杞制干对农药残留量的影响及膳食暴露评估

通过田间施药试验,枸杞鲜果经脱蜡后自然晾晒和烘干处理,研究了不同制干方式对枸杞中吡虫啉和氯氰菊酯残留量的影响及膳食暴露评估。结果表明:吡虫啉和氯氰菊酯在推荐施药剂量下,不同施药次数,自然晾晒和烘干处理对枸杞中两种农药的残留量均有降解效果,可降解10%~70%。对鲜枸杞和干枸杞中吡虫啉和氯氰菊酯残留的慢性膳食摄入风险和急性膳食摄入风险评估的结果表明:两种农药%ADI和%ARf D均小于1%,远小于100%,其残留膳食摄入风险极低,在制定残留限量标准时可适当放宽。     

新疆甜瓜农药残留膳食风险评估

以两年度新疆主产区127个甜瓜样品为研究对象,在完成甜瓜中60项农药残留分析的基础上,通过慢性、急性膳食暴露评估,对其膳食风险水平进行评估,同时采用英国兽药残留委员会兽药残留风险排序矩阵,探讨高风险残留农药种类。结果显示:甜瓜样品中检出苯醚甲环唑、毒死蜱、啶虫脒、多菌灵等10种农药残留,检出率在0.79%～22.05%;残留农药的慢性膳食摄入风险值和不同人群的急性膳食摄入风险值均远低于100%,毒死蜱、苯醚甲环唑和虫螨腈风险得分分别为24.03,18.12,18.05,高于其他种残留农药,样品存在农药残留的现象;但其膳食风险不高,毒死蜱、苯醚甲环唑和虫螨腈为高风险残留农药,需加强关注。     

北京市蔬菜中农药残留现状及慢性膳食暴露评估

目的了解北京市蔬菜中农药残留污染现状及对北京市居民的膳食风险水平。方法采集2013年北京市主要蔬菜生产基地和大型批发市场的蔬菜样品,采用NY/T 761-2008和GB/T 20769-2008等方法检测样品中的33种农药残留,分析北京市蔬菜中农药残留现状,并结合大城市居民的蔬菜消费情况和食品安全指数法对北京市居民从蔬菜中摄入农药风险进行慢性膳食暴露评估。结果 2013年北京市抽检的蔬菜中农药残留检测合格率达99.2%(502/506),农药超标的蔬菜为白菜类和绿叶菜类,拟除虫菊酯类农药检出频次较高,其构成比占40.8%,检出超标的农药为吡虫啉、毒死蜱、哒螨灵和百菌清;对所有检出农药进行慢性膳食暴露评估结果表明,百菌清的日摄入量相对较高,然而包括百菌清在内所有检出农药的食品安全指数值均小于1。结论北京市蔬菜中农药残留量的安全风险均在可接受范围内,百菌清是潜在的风险因子,应重点防患蔬菜中百菌清的残留风险。     

叶菜类蔬菜中农药残留及膳食暴露风险评估

摘要： 目的 了解石家庄市叶菜类蔬菜农药残留现状,并评估农药残留的膳食暴露风险。方法 随机采集主要叶菜类样品682批,采用NY/T761-2008方法检测65种农药残留,分析叶菜类蔬菜农药残留现状,并结合我国居民蔬菜消费情况,用%ADI和%ARfD分别对农药残留进行慢性和急性膳食摄入暴露评估。结果 叶菜类蔬菜合格率98.97%,蔬菜检出率6.74%,农药检出率7.78%,超标率1.03%。超标农药为水胺硫磷和毒死蜱。%ADI和%ARfD膳食摄入风险均远小于1。结论 叶菜类蔬菜中各农药残留量风险均在安全范围内,农药残留的膳食暴露风险很小,水胺硫磷、毒死蜱是潜在的风险因子,应加强防患。     

西安市猕猴桃主产区农药残留风险评估

目的通过对西安市猕猴桃进行系统的农药残留情况及膳食暴露风险分析,明确猕猴桃农药残留风险状况。方法对2018年西安市周至县14个猕猴桃主产乡镇共200批次样品进行农药残留定量检测分析,用每日允许摄入量和急性参考剂量进行慢性膳食摄入风险评估和急性膳食摄入风险评估,利用猕猴桃大份餐、每日允许摄入量和人均参考体重计算最大残留限量估计值。并参照兽药残留风险排序矩阵方法(英国兽药残留委员会)对农药和样品进行风险排序。结果 200个猕猴桃样品中有137个样品检出了农药残留,未有超标农药和禁用农药检出;在检出的14种农药中,慢性膳食摄入风险和急性膳食摄入风险均值远远小于100%;将14种检出农药按照风险得分分为Ⅲ类,第Ⅰ类为高等风险农药,共1种;第Ⅱ类为中等风险农药,共0种;第Ⅲ类为低等风险农药,共有13种;以风险指数排序,低风险样品占35.5%,极低风险样品占64.5%,检出农药残留种类为3个以上的样品有占比5.5%,检出农药残留种类为1～2个的样品占比61.5%,未检出农药残留有66个样品,占比33%。结论西安市周至县猕猴桃农药残留处于低风险状态,但仍然要加强日常监管工作。     

Assessment of uncertainty in a probabilistic model of consumer exposure to pesticide residues in food

The assessment of consumer exposure to pesticides is an important part of pesticide regulation. Probabilistic modelling allows analysis of uncertainty and variability in risk assessments. The output of any assessment will be influenced by the characteristics and uncertainty of the inputs, model structure and assumptions. While the use of probabilistic models is well established in the United States, in Europe problems of low acceptance, sparse data and lack of guidelines are slowing the development. The analyses in the current paper focused on the dietary pathway and the exposure of UK toddlers. Three single food, single pesticide case studies were used to parameterize a simple probabilistic model built in Crystal Ball™. Data on dietary consumption patterns were extracted from National Diet and Nutrition Surveys, and levels of pesticide active ingredients in foods were collected from Pesticide Residues Committee monitoring. The effect of uncertainty on the exposure estimate was analysed using scenarios, reflecting different assumptions related to sources of uncertainty. The most influential uncertainty issue was the distribution type used to represent input variables. Other sources that most affected model output were non-detects, unit-to-unit variability and processing. Specifying correlation between variables was found to have little effect on exposure estimates. The findings have important implications for how probabilistic modelling should be conducted, communicated and used by policy and decision makers as part of consumer risk assessment of pesticides.