圖目錄
表目錄
第一篇 緒論
1引言2
第二篇暴露評估模型9
2開始:建立暴露評估策略10
3基本表征和信息采集14
4建立相似暴露組25
5定義和判定暴露概況35
6進一步的信息收集53
7定量暴露數據:解釋、決策制定和統(tǒng)計工具72
8再評估84
9記錄保存和結果報告88
10結論96
第三篇應激源98
11涉及生物因素的職業(yè)暴露評估99
12皮膚暴露評估102
13噪聲應激源122
14人體工效學126
15非電離輻射132
16電離輻射139
第四篇暴露評估和策略模型的應用145
17分批處理146
18暴露評估模型在應急響應中的應用150
19工業(yè)衛(wèi)生暴露評估策略模型在生產
安全和監(jiān)管風險評估上的應用161
20實驗室環(huán)境的暴露評估170
第五篇決策制定工具176
21工業(yè)衛(wèi)生專業(yè)的貝葉斯決策分析177
22健康風險控制182
23評估和驗證暴露評估策略的方法191
24控制分級/COSHH要素196
25混合物和非環(huán)境條件209
第六篇附錄214
附錄Ⅰ通過數學模型估算空氣暴露215
附錄Ⅱ皮膚暴露評估228
附錄Ⅲ不確定度分析251
附錄Ⅳ描述性統(tǒng)計、推論統(tǒng)計和擬合度256
附錄Ⅴ相似暴露組的方差分析284
附錄Ⅵ暴露控制圖表297
附錄Ⅶ支撐全面暴露評估的數據管理和信息系統(tǒng)301
附錄Ⅷ刪失數據分析315
附錄Ⅸ術語表321
圖1.1暴露評估在工業(yè)衛(wèi)生項目中的核心作用3
圖1.2評估和管理職業(yè)暴露策略5
圖4.1工人暴露算術平均數:組內95%的工人的暴露上限和下限32
圖5.1定義和判斷暴露概況36
圖5.2循環(huán)持續(xù)改進暴露評估過程37
圖5.3初級暴露評估37
圖5.4暴露判定44
圖5.5可接受性的暴露45
圖5.6不確定性或不可接受性的暴露45
圖6.1解決不確定性54
圖6.2健康風險54
圖6.3不確定性對健康風險的影響55
圖6.4潛在健康風險(健康風險分級=健康效應分級×暴露分級)56
圖6.5不確定性分析(信息收集優(yōu)先級=健康風險×不確定度)58
圖6.6信息收集優(yōu)先級:一個非正式的觀點(信息收集優(yōu)先級=健康效應級別×暴露級別×不確定性)59
圖6.7暴露途徑模型64
圖6.8樣本大小對估計人口均數和標準差的影響66
圖7.1系列數據點狀圖示例78
圖7.2單個作業(yè)人員暴露的誤分類導致的風險80
圖7.3臨界的相似暴露組80
圖9.1相似暴露組的暴露分級89
圖9.2相似暴露組矩陣(輔助操作工在卷材連續(xù)涂覆作業(yè)中的任務和環(huán)境因素)89
圖12.1角質層的“磚和砂漿”模型109
圖12.2皮膚風險的定性評級112
圖12.3采樣方法選擇指南,應該考慮是否在采樣之前可能存在蒸發(fā)丟失或皮膚吸收114
圖21.1將貝葉斯統(tǒng)計計算的程序應用于工業(yè)衛(wèi)生決策177
圖21.2一組可供極少SEG示例經驗的工業(yè)衛(wèi)生師參考的優(yōu)先、似然和后期決策表組178
圖21.3一組可供有豐富SEG示例經驗的工業(yè)衛(wèi)生師參考的優(yōu)先、似然和后期決策表組179
圖22.1行動優(yōu)先性:健康風險評級(健康風險評級=健康效應評級×暴露評級)183
圖22.2優(yōu)先性和行動183
圖22.3控制/信息采集矩陣185
圖24.1對健康有害的物質的控制要素模型197
圖24.2物理因素――固體200
圖24.3物理因素――液體200
圖Ⅰ.1矩陣程序設計語言代碼224
圖Ⅰ.2一個近場區(qū)域的工人的CNF,SS分布226
圖Ⅱ.1表面和皮膚采樣和分析方法229
圖Ⅱ.2從環(huán)境到進入機體,測量皮膚暴露存在多種機會230
圖Ⅱ.3應用顯色法檢測工人鞋上的過敏胺污染物顯示陽性231
圖Ⅱ.4采樣周期應對應于皮膚負荷周期,以避免隨后發(fā)生停留期的損失234
圖Ⅱ.5左圖是來自熒光發(fā)白劑(Tinopal天來寶)的紫外光照射下發(fā)出的熒光,右圖是多環(huán)芳烴的自然熒光影像235
圖Ⅲ.1正態(tài)分布的產生率253
圖Ⅲ.2一致性分布的通風率253
圖Ⅲ.3預測:濃度頻數表254
圖Ⅲ.4靈敏度表254
圖Ⅳ.1序列圖表257
圖Ⅳ.2對數概率圖和最佳擬合線261
圖Ⅳ.3從最佳擬合線中和概率圖中確定GM和GSD261
圖Ⅳ.4對數概率圖和最佳擬合線,最低的三個點的濃度小于1.9mg/m3262
圖Ⅳ.5蘭德的LCL C因子,作為樣本大小和S的功能272
圖Ⅳ.6蘭德的UCL C因子,作為S和樣品大小的功能273
圖Ⅳ.7容差上限275
圖Ⅳ.8超標率275
圖Ⅳ.9容差上限水平275
圖Ⅳ.10超標分數(f)的置信限與所得的Z值281
圖Ⅳ.11超標分數(f)的95%置信下限與所得的Z值282
圖Ⅳ.12超標分數(f)的95%置信上限與所得的負Z值283
圖Ⅴ.1aSEG暴露概況284
圖Ⅴ.1bSEG個體工人暴露概況284
圖Ⅴ.1c工人算術平均暴露的分布284
圖Ⅵ.1鑄造廠的硅暴露數據,測量#30后安裝了新的通風系統(tǒng),測量# 40時通風系統(tǒng)發(fā)生故障297
圖Ⅵ.2樣本控制圖表(使用隨機生成數據),根據Roach(虛線表示樣品基線數據樣本幾何均數 )298
圖Ⅵ.3暴露控制圖表示例,水平線表示1 、2、3 、4種暴露,#10和# 11出現過程變化,導致幾何均數GM到第95百分位都向上移動299
圖Ⅵ.4控制圖表舉例,圖中結果的繪制是基于季度測量。繪制了季度幾何均數GM和第95百分位點暴露值(分別是暗箱的上界和下界)299
圖Ⅶ.1職業(yè)暴露評估與控制計劃306
圖Ⅷ.1由表Ⅷ.1進行對數概率曲線估計GM和GSD,刪失數據由X標記表示。每條曲線代表不同的方法,截距為零,GM都不相同,每條曲線的斜率也不同,反映了不同的樣品GSD318相似暴露:一般工作描述――生產過程、工種、工作任務、環(huán)境因素31
表3.1信息源14
表3.2環(huán)境因素分類18
表3.3健康效應、平均時間和OEL的關系21
表4.1相似暴露組:特定工作描述30
表4.2相似暴露:一般工作描述――生產過程、工種、工作任務、環(huán)境因素31
表4.3相似暴露組:輪班工作――生產過程、工種、工作任務、環(huán)境因素31
表5.1暴露分級:基于暴露概況的算數均數估計值38
表5.2暴露分級:基于OEL的第95百分位數估計38
表5.3制造車間暴露分級41
表5.4制藥公司使用的一般防護水平(改編自Naumann等)44
表5.5制造車間的暴露判定47
表6.1健康效應分級方案:AIHA健康效應分級56
表6.2不確定性分級58
表6.3制造車間信息采集的優(yōu)先次序60
表7.1實際均值的95%可信限小于職業(yè)接觸限值的近似
樣本量(效能=90%)74
表11.1生物因素定性的風險級別100
表11.2關注的生物因素101
表12.1成年男性皮膚表面積107
表12.2成年女性皮膚表面積107
表12.3醇類(水溶液)在人體皮膚(體外)的滲透性109
表13.1噪聲相關損傷的風險標準122
表13.2基于任務的暴露評估模型舉例124
表14.1人體工效學評估的常用方法一覽表129
表15.1非電離輻射的職業(yè)來源132
表15.2定量描述NIR劑量和暴露水平133
表15.3界定暴露概況的必要信息134
表15.4激光輻射的分類135
表15.5判斷紫外線輻射的潛在暴露136
表17.1樹脂A147
表18.1事件行動計劃的安全分析及控制152
表18.2現場有恐怖事件發(fā)生時應急響應中的相似暴露組與暴露概況示例155
表18.3事故發(fā)生地周圍的相似暴露組及暴露概況示例156
表19.1人體健康四種危害分類識別方法表163
表19.2如何使用歐盟版的風險術語或關鍵詞/危害術語對歐盟危害分類表進行調整示例163
表19.3ECETOC對危害等級的調整164
表19.4歐盟危害分類和風險術語164
表19.5人體暴露等級165
表19.6環(huán)境暴露等級166
表19.7產品監(jiān)管風險表征167
表19.8優(yōu)先等級168
表19.9等級調整(示例)168
表20.1實驗室特征171
表22.1制造工廠暴露分級184
表22.2基于效果的暴露控制限值(PB-ECL)單元操作矩陣――固體:裝料/轉移(由Naumann等教授修改)188
表23.1AIHA暴露控制分級類別192
表23.2貝葉斯決策表193
表24.1R短語危害索引198
表24.2R術語與危害級別的匹配表198
表24.3健康效應分級199
表24.4固體暴露預測帶(EPS)定義201
表24.5液體暴露預測帶(EPL)定義201
表24.6對初始的特性進行風險評級計劃的例子201
表24.7預測空氣中粉塵的暴露范圍202
表24.8預測空氣中蒸氣暴露范圍202
表24.9粉塵――危害級別和暴露概率的控制策略預測202
表24.10液體――危害級別和暴露概率的控制策略預測202
表25.1潛在暴露――十法則210
表Ⅰ.1兩個擴散率函數和四個空氣擴散模式的八種組合219
表Ⅱ.1“Q”值:每個可假定為雙手皮膚暴露篩查水平評估事件的皮膚暴露數量238
表Ⅱ.2在灌漿活動中丙烯酰胺經皮吸收估計劑量篩查水平241
表Ⅳ.1樣本數據257
表Ⅳ.2概率序列261
表Ⅳ.3含有缺失數據的概率圖262
表Ⅳ.4Shapiro系數ai和正態(tài)W檢驗263
表Ⅳ.5Shapiro的分位數和正態(tài)W檢驗[W分布的W值(100%概率)小于Wp]265
表Ⅳ.6正態(tài)分布的W檢驗267
表Ⅳ.7對數正態(tài)分布的W檢驗267
表Ⅳ.8示例數據269
表Ⅳ.9t分布的百分位數270
表Ⅳ.1095%確認第95百分位小于OEL所需要的樣品大小274
表Ⅳ.11累積正態(tài)分布――PA值277
表Ⅳ.12正態(tài)分布單側容許限值的因子279
表Ⅴ.1F分布的百分位數287
表Ⅴ.2樣本數據(xij)293
表Ⅴ.3樣本資料的對數轉換(yij)293
表Ⅴ.4對數轉換暴露值的均數293
表Ⅴ.5對數轉換數據的離均差294
表Ⅴ.6每人的測量次數(n)和暴露的對數轉換值的均數294
表Ⅴ.7ANOVA:單因素295
表Ⅷ.1樣本GM、GSD比較,95%暴露,95%UCL,使用幾種方法來分析偏數據318