Show simple item record

dc.contributor.authorOoijen HJ van
dc.contributor.authorvan der Voet H
dc.contributor.authorBakker MI
dc.date.accessioned2013-11-21T11:15:50
dc.date.issued2009-10-15
dc.identifier320103004
dc.description.abstractHet RIVM en het RIKILT-Instituut voor Voedselveiligheid schatten hoeveel chemische stoffen mensen via voeding binnenkrijgen. De huidige methode zou meer inzicht moeten kunnen geven in de mate waarin deze blootstellingsschattingen onzekerheden bevatten. Het kwantificeren van onzekerheden sluit aan bij de internationale wetenschappelijke activiteiten die momenteel op het gebied van onzekerheidsanalyse van blootstellingsschattingen gaande zijn. Naast het kwantificeren van meer onzekerheden moet de invloed van de (overgebleven) niet-gekwantificeerde onzekerheden op de blootstellingsschatting worden beschouwd. Deze conclusies blijken uit onderzoek van het RIVM en Wageningen Universiteit en Researchcentrum (WUR), dat in opdracht van de Voedsel en Waren Autoriteit (VWA) is uitgevoerd. In dit rapport wordt een voorstel gedaan om de huidige software (Monte Carlo Risk Assessment) aan te passen. Tevens wordt aan de hand van twee recente praktijkvoorbeelden geschetst hoe de richtlijn van de Europese Voedselveiligheidsautoriteit (EFSA) toegepast kan worden voor het beschrijven van niet-gekwantificeerde onzekerheden. Een onzekerheidsanalyse is nodig om de resultaten van blootstellingsschattingen van stoffen beter op hun waarde te kunnen schatten. Bovendien kan een onzekerheidsanalyse aanwijzen welke bronnen van onzekerheid een belangrijke bijdrage leveren aan de totale onzekerheid van de blootstellingsschatting. Door vervolgens gericht de belangrijkste onzekerheden te verminderen (door bijvoorbeeld additionele gegevens te verzamelen) kunnen (toekomstige) schattingen worden verbeterd. Momenteel kan de software van het RIVM en het RIKILT een beperkte kwantitatieve onzekerheidsanalyse van een blootstellingsschatting uitvoeren. De methode zou relatief eenvoudig kunnen worden uitgebreid met het kwantificeren van een aantal andere bronnen van onzekerheid.
dc.description.abstractThe RIVM and the RIKILT-Institute of Food Safety estimate the intake of chemical substances via food at the population level. The method presently used for dietary exposure assessments should be adapted to allow more insight into the extent of the uncertainties in such exposure estimates. The quantification of uncertainties is in line with international scientific endeavors that are currently being carried out in the field of uncertainty analysis of exposure assessment. In addition to the quantification of uncertainties, it is important to consider the expected impact of the (remaining) non-quantified uncertainties on the dietary exposure estimate. These are the conclusions drawn by the RIVM and Wageningen University and Research Centre (WUR) based on a study carried out by these institutes by order of the Dutch Food and Consumer Product Safety Authority (VWA). This report contains a proposal for adapting the current software program (Monte Carlo Risk Assessment) as well as two examples that illustrate the use of the Guideline of the European Food Safety Authority for describing non-quantified uncertainties. An analysis of the uncertainties in an exposure assessment is necessary to enable a proper interpretation of the assessment results. Uncertainty analysis can also highlight those factors that are the major sources of uncertainty in the dietary exposure assessment. By decreasing (the impact of) the most important sources of uncertainties (e.g. by collecting additional data), (future) exposure assessments can be improved. The software program currently used by the RIVM and the RIKILT is able to perform a limited quantitative uncertainty analysis. This program could be expanded in a relatively simple manner by including the quantification of a number of other sources of uncertainty.
dc.description.sponsorshipVWA
dc.formatapplication/pdf
dc.format.extent53 p
dc.format.extent623 kb
dc.language.isoen
dc.publisherRijksinstituut voor Volksgezondheid en Milieu RIVM
dc.relation.ispartofRIVM rapport 320103004
dc.relation.ispartofseriesRIVM report 320103004
dc.relation.urlhttp://www.rivm.nl/bibliotheek/rapporten/320103004.html
dc.relation.urlhttp://www.rivm.nl/bibliotheek/rapporten/320103004.pdf
dc.subjectTOXICOLOGIEnl
dc.subjectVOEDINGnl
dc.subjectonzekerheidsanalysenl
dc.subjectblootstellingsschattingnl
dc.subjectinnameberekeningnl
dc.subjectblootstellingnl
dc.subjectmcranl
dc.subjectuncertainty analysisen
dc.subjectdietary exposureen
dc.subjectdietary intakeen
dc.subjectexposure assessmenten
dc.subjectmcraen
dc.titleIdentification and handling of uncertainties in dietary exposure assessmenten
dc.title.alternativeIdentificeren van en omgaan met onzekerheden in de beoordeling van blootstelling aan stoffen via voedingnl
dc.typeReport
dc.contributor.departmentSIR
dc.date.updated2013-11-21T10:15:52Z
refterms.dateFOA2018-12-18T13:11:13Z
html.description.abstractHet RIVM en het RIKILT-Instituut voor Voedselveiligheid schatten hoeveel chemische stoffen mensen via voeding binnenkrijgen. De huidige methode zou meer inzicht moeten kunnen geven in de mate waarin deze blootstellingsschattingen onzekerheden bevatten. Het kwantificeren van onzekerheden sluit aan bij de internationale wetenschappelijke activiteiten die momenteel op het gebied van onzekerheidsanalyse van blootstellingsschattingen gaande zijn. Naast het kwantificeren van meer onzekerheden moet de invloed van de (overgebleven) niet-gekwantificeerde onzekerheden op de blootstellingsschatting worden beschouwd.<br>Deze conclusies blijken uit onderzoek van het RIVM en Wageningen Universiteit en Researchcentrum (WUR), dat in opdracht van de Voedsel en Waren Autoriteit (VWA) is uitgevoerd. In dit rapport wordt een voorstel gedaan om de huidige software (Monte Carlo Risk Assessment) aan te passen. Tevens wordt aan de hand van twee recente praktijkvoorbeelden geschetst hoe de richtlijn van de Europese Voedselveiligheidsautoriteit (EFSA) toegepast kan worden voor het beschrijven van niet-gekwantificeerde onzekerheden.<br>Een onzekerheidsanalyse is nodig om de resultaten van blootstellingsschattingen van stoffen beter op hun waarde te kunnen schatten. Bovendien kan een onzekerheidsanalyse aanwijzen welke bronnen van onzekerheid een belangrijke bijdrage leveren aan de totale onzekerheid van de blootstellingsschatting. Door vervolgens gericht de belangrijkste onzekerheden te verminderen (door bijvoorbeeld additionele gegevens te verzamelen) kunnen (toekomstige) schattingen worden verbeterd.<br>Momenteel kan de software van het RIVM en het RIKILT een beperkte kwantitatieve onzekerheidsanalyse van een blootstellingsschatting uitvoeren. De methode zou relatief eenvoudig kunnen worden uitgebreid met het kwantificeren van een aantal andere bronnen van onzekerheid.<br>
html.description.abstractThe RIVM and the RIKILT-Institute of Food Safety estimate the intake of chemical substances via food at the population level. The method presently used for dietary exposure assessments should be adapted to allow more insight into the extent of the uncertainties in such exposure estimates. The quantification of uncertainties is in line with international scientific endeavors that are currently being carried out in the field of uncertainty analysis of exposure assessment. In addition to the quantification of uncertainties, it is important to consider the expected impact of the (remaining) non-quantified uncertainties on the dietary exposure estimate. These are the conclusions drawn by the RIVM and Wageningen University and Research Centre (WUR) based on a study carried out by these institutes by order of the Dutch Food and Consumer Product Safety Authority (VWA). This report contains a proposal for adapting the current software program (Monte Carlo Risk Assessment) as well as two examples that illustrate the use of the Guideline of the European Food Safety Authority for describing non-quantified uncertainties.<br>An analysis of the uncertainties in an exposure assessment is necessary to enable a proper interpretation of the assessment results. Uncertainty analysis can also highlight those factors that are the major sources of uncertainty in the dietary exposure assessment. By decreasing (the impact of) the most important sources of uncertainties (e.g. by collecting additional data), (future) exposure assessments can be improved.<br>The software program currently used by the RIVM and the RIKILT is able to perform a limited quantitative uncertainty analysis. This program could be expanded in a relatively simple manner by including the quantification of a number of other sources of uncertainty.<br>


Files in this item

Thumbnail
Name:
320103004.pdf
Size:
622.4Kb
Format:
PDF

This item appears in the following Collection(s)

Show simple item record