Beitragsserien: Probabilistische Expositionsabschätzung

Zusammenfassung

Bestellung von Einzelbeiträgen

1310 KB   Volltext 14 Mal heruntergeladen seit Februar 2002

DOI: http://dx.doi.org/10.1065/uwsf2000.05.009

--- Probabilistische Expositions- und Risikoabschätzungen ersetzen oder ergänzen zunehmend Quantifizierungen der Exposition, die auf Punktschätzungen beruhen. Die Einflussgrößen, die in das Expositionsmodell eingehen, werden hierbei nicht mehr durch Einzelwerte, z.B. als Annahmen über den wahrscheinlichsten oder den ungünstigsten Fall, sondern durch Verteilungen charakterisiert. Hierdurch kann interindividuelle Variation in das Modell aufgenommen werden und Unsicherheit bezüglich genutzter Parameter dargestellt werden. Für die Zielgröße, die angenommene Exposition, ergibt sich aus der Anwendung der Modellgleichungen keine Punktschätzung mehr, sondern wiederum eine Verteilung. Der Beitrag zeigt am Beispiel einer Expositionsabschätzung für Bewohner einer Altlast mit Bodenbelastungen, wie sich klassische und probabilistische Modelle unterscheiden. Es wird für die Arsenexposition durch Boden und Staub untersucht, ob die resultierenden Expositionsschätzungen und -verteilungen mit Daten aus einem epidemiologischen Untersuchungsprogramm übereinstimmen. Kriterien für die Validität von probabilistischen Expositionsmodellen sind bislang nicht formuliert oder angewandt worden; es wird ein Rahmen für die Validierung von Expositionsmodellen vorgeschlagen und am konkreten Beispiel diskutiert. Nach den hier untersuchten Szenarien bilden die aus probabilistischen Expositionsabschätzungen abgeleiteten Prognosen die Variation in den empirischen Daten zwar gut ab, liegen in der vorhergesagten Expositionsstärke aber wie die Punktschätzungen über den empirischen Daten.

Abstract

Request for single articles

1310 KB  Full paper 14 downloads since Februar 2002

Probabilistic exposure and risk assessment can show and help to explicate the uncertainties of deterministic single-point estimates. Heterogeneity in population and exposure parameters (variability) is a part of probabilistic models which makes use of distributions for the main influential factors. The distributions of the target variables are calculated as a model-based combination of all influence factors by Monte Carlo-simulation methods. The differences between classical and probabilistic exposure assessment are demonstrated using a residential area with soil contamination as an example. The estimated arsenic exposure due to soil and dust is calculated by deterministic single-point estimates and probabilistic exposure assessment. The results are compared to the biomonitoring results of an epidemiological study. A criteria catalogue for exposure model validation is given and discussed for this example. In this scenario, the probabilistic exposure prognosis fits the empirical data better than that of a deterministic, single-point assessment. Both approaches seem to overestimate exposure with respect to empirical data.