Pasul Model¶

În acest stadiu de dezvoltare, împărțirea alimentelor în mai multe grupuri de alimente se realizează într-un proces interactiv, în care utilizatorul MCRA este prezentat cu un afișaj vizual (a se vedea exemplul din Figura 27) care arată:

Distribuția OIM reprezentată ca o histogramă, în care fiecare bară arată frecvența expunerilor (însumate peste alimente) ale indivizilor într-un anumit interval de expunere; fiecare bară este subdivizată în funcție de contribuțiile alimentelor individuale care contribuie la aceste expuneri (panoul din stânga Figura 27).

Graficul contribuțiilor, unde fiecare dintre barele din histograma OIM este extinsă la 100%. Acest grafic permite o vizualizare mai bună a barelor inferioare din histograma OIM.

Afișajul vizual identifică cele nouă alimente care contribuie cel mai mult la expunerea totală; restul de alimente sunt grupate într-o categorie de odihnă pentru a evita problemele de identificare din cauza prea multor culori (panoul din dreapta Figura 27).

documentația

Figura 27 Panoul din stânga: Distribuția obișnuită a expunerii OIM la aromele de fum prin diferitele alimente (cu excepția expunerilor zero) la copiii mici; panoul din dreapta: Contribuția alimentelor la expuneri în cadrul fiecărei bare a histogramei de distribuție OIM. ¶

Utilizatorul are acum capacitatea de a selecta unul sau mai multe alimente și de a le împărți din histograma principală de expunere. Un grafic separat arată distribuția OIM pentru alimentele divizate sau grupul de alimente. Graficele pentru grupul principal (numit acum grupul de odihnă) sunt adaptate pentru a arăta distribuția OIM și contribuțiile doar pentru alimentele rămase (vezi Figura 28 cele două panouri superioare). Această împărțire poate fi repetată de mai multe ori pentru alte alimente sau grupuri de alimente. În acest fel, utilizatorul poate încerca să obțină alimente sau grupuri de alimente care prezintă distribuții OIM unimodale. Dacă rezultatul nu este ceea ce se intenționează, un grup alimentar sau un grup de alimente poate fi adăugat din nou grupului de odihnă. Per alimente împărțite sau grup de alimente, expunerea obișnuită poate fi modelată folosind fie BBN sau LNN, cu o transformare logaritmică sau de putere. Restul grupului va fi întotdeauna modelat ca OIM. Este posibil ca grupul de odihnă să fie gol, când expunerea totală prin diferitele alimente împărțite și/sau grupuri de alimente este modelată cu BBN sau LNN.

Figura 28 Rezultatul unei selecții în două grupuri divizate și un grup de odihnă. Graficul din stânga jos reprezintă expunerea printr-un grup de alimente care conține „Cârnați, frankfurter” și „Cârnați, afumați fierți”. Graficul din dreapta jos reprezintă expunerea printr-un grup alimentar care conține „Cârnați, carne de prânz”, „Ierburi, amestecate, mărci principale, nepreparate”, „Supă, mazăre”, „Șuncă” și „Bacon”. Graficul de sus reprezintă expunerea prin grupul de repaus. ¶

După ce s-a făcut o selecție împărțită, distribuția OIM este rezumată în termeni de grupare definită (Figura 29), iar distribuția obișnuită a expunerii pe alimente împărțite sau grup de alimente este adaptată în funcție de setările de modelare alese.

Figura 29 Distribuția obișnuită a expunerii OIM care arată contribuțiile celor trei grupuri de alimente, astfel cum este construită în Figura 28. ¶

Pasul Adăugare¶

Consumurile de alimente pot fi corelate. În abordarea tradițională Add-Then-Model, pasul Add reflectă automat orice corelații care sunt evidente în consumuri la nivel individual-zi sau individual. În abordarea Model-apoi-adăugare, distribuțiile obișnuite estimate ale expunerii pentru diferite alimente sau grupuri de alimente trebuie combinate pentru a evalua expunerea obișnuită totală. Pentru aceasta sunt disponibile două abordări:

Abordare bazată pe model: adaugă eșantioane independente din distribuția obișnuită a expunerii per aliment sau grup de alimente, ignorând orice corelație în consum;

Abordare asistată de model: adaugă estimările de expunere obișnuite specifice fiecărei persoane, asistate de model, pe aliment sau grup de alimente, ținând cont de corelațiile consumurilor.

Înainte ca adăugarea să fie făcută, în abordarea bazată pe model, estimările bazate pe model ale distribuției cantităților obișnuite de expunere per aliment sau grup de alimente sunt valori transformate înapoi din distribuția normală asumată pentru cantitățile transformate pe aliment sau grup de alimente și distribuția de frecvență bazată pe model este eșantionată pentru a decide dacă o persoană simulată are expunere prin intermediul alimentelor sau grupului de alimente sau nu. Estimările asistate de model ale distribuției obișnuite a expunerii sunt valori transformate înapoi dintr-o versiune micșorată a distribuției OIM transformate, realizată și pe alimente sau grup de alimente, unde factorul de contracție se bazează pe componentele de varianță estimate utilizând modelul mixt liniar pentru sume la scara transformată (van Klaveren și colab. 2012). Pentru persoanele fără expunere observată (OIM = 0) nu se poate face o estimare asistată de model a expunerii obișnuite și se folosește o înlocuire bazată pe model.

Abordarea bazată pe model a fost investigată în Slob și colab. (2010) [Slob și colab., 2010] și au evoluat surprinzător de bine, chiar dacă au existat corelații în consumul de alimente. Abordarea asistată de model adaugă expuneri la nivel individual și, prin urmare, păstrează efectele corelațiilor dintre alimente în distribuția obișnuită a expunerii.

MCRA calculează atât distribuțiile obișnuite de admisie bazate pe model, cât și asistate de model.

Figura 30 Distribuții estimate ale expunerii obișnuite asistate de model (cu excepția expunerilor zero). ¶

Figura 31 Distribuții obișnuite estimate ale expunerii bazate pe model (cu excepția expunerilor zero). ¶