Probabilistic risk assessment of dietary exposure to aflatoxin B1 in Guangzhou, China
Notice bibliographique
Résumé
Abstract Aflatoxin B1 (AFB1) contamination in foods is an important health challenge for low-and middle-income countries in subtropical regions. AFB1 has been detected in a variety of foodsin Guangzhou, while the risk of dietary exposure is unknown. This study aimed to assess the probabilistic risk of dietary exposure to AFB1 contamination in food stuffs in Guangzhou by using margin of exposure (MOE) and quantitative liver cancer risk approaches. A total of1854 AFB1-contaminated foodstuffs were sampled in supermarkets, agricultural markets, retail shops, and family workshops from 11 districts of Guangzhou, and AFB1 content was determined by HPLC-fluorescence detector. In total, 9.9% (184/1854) of the test samples had AFB1 concentrations above the limit of detection. Home-made peanut oil had the highest AFB1 concentration, with a mean value of 38.74 ± 47.45 μg kg−1. The average MOE levels of Guangzhou residents ranged from 100 to 1000. The risk of liver cancer was 0.0264 cancers (100,000 population year)−1. The health risks of suburban people were higher than those of urban people, and home-made peanut oil was the main contributorto dietary exposure to AFB1 among suburban residents in Guangzhou. The production of home-made peanut oil should be supervised to reduce the risk of AFB1 exposure.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».