基于概率生物动力学的模型，用于量化巧克力摄入对血液中铅含量相对影响的量化研究

《Food and Chemical Toxicology》：Probabilistic biokinetic lead modeling to quantify relative contribution of chocolate bar intake to blood lead levels

本研究利用EPA All-Ages铅模型评估巧克力对儿童血液铅水平（BLL）的贡献。结果显示，常规摄入下巧克力仅贡献0.3-0.8%铅摄入和0.5-0.7% BLL，高摄入场景可达3.1-6.5%。概率分析表明，BLL超标主要源于土壤和灰尘。敏感性分析显示土壤（37%）和灰尘（51%）是主要变异来源。结论认为巧克力对BLL影响可忽略，应优先治理土壤和灰尘中的铅污染。

　　

斯蒂芬妮·A·桑顿（Stephanie A. Thornton）| 泰勒·M·明辛（Taylor M. Mincin）| 奥卢瓦达米拉雷·A·阿德巴姆博（Oluwadamilare A. Adebambo）| 玛丽莎·L·克莱德（Marisa L. Kreider）| 肯尼斯·M·尤尼斯（Kenneth M. Unice）

Stantec咨询公司（Stantec Consulting, Inc.），地址：美国宾夕法尼亚州匹兹堡市格兰特街600号4940室，邮编15219-2722

摘要

毒代动力学模型有助于评估通过生物监测检测到的成分的相对贡献。在本研究中，使用了美国环保署（U.S. EPA）的“全年龄段铅模型”（All-Ages Lead Model）来评估巧克力棒的摄入是否对血液中铅含量（BLLs）的差异有显著影响。研究考虑了确定性估计和概率性（蒙特卡洛）敏感性分析，并采用了特定年龄段的暴露因素。结果表明，巧克力约占铅总摄入量的0.3-0.8%，以及血液中铅含量的0.5-0.7%。在较高暴露情景下（每天摄入约50-75%的全尺寸巧克力棒），巧克力对BLLs的贡献约为3.1-6.5%。概率分析显示，BLL超过CDC推荐的血液铅参考值主要与高浓度的土壤和/或灰尘有关。敏感性分析证实，土壤和灰尘分别占儿童BLL变异的37%和51%，而巧克力仅占约0.1%。与巧克力摄入相关的BLL变化很可能低于当前常用的BLL检测方法的分析精度限。研究结果表明，以美国典型消费水平计算，巧克力摄入量在总铅暴露中所占比例很小。因此，风险管理策略应优先考虑减少住宅环境中土壤和灰尘中的铅暴露，因为这些是导致儿童BLL升高的主要途径。

引言

铅（Pb）是一种天然存在于地壳中的有毒重金属。由于历史上在商业和工业领域的广泛使用，近年来铅已成为食品中普遍存在的杂质（世界卫生组织，2023年）。尽管最近的研究重点关注食品中的铅来源，但也需要考虑多途径的人类铅暴露，因为铅是土壤、灰尘、水和空气中的环境污染物（Bai等人，2020年；Bai等人，2022年；Price等人，2023年；ATSDR，2020年）。

环境中的铅分布受过去和当前铅使用模式的影响（ATSDR，2023年）。在美国，受铅污染的家用灰尘被认为是儿童铅暴露的主要来源，这通常归因于房屋中含铅油漆的老化（美国环保署，2024c）。其他常见的铅来源包括饮用水、生产和包装过程中的食品和饮料杂质，以及用于种植和养殖食品的土壤、空气和水（美国环保署，2025b；美国食品药品监督管理局，2025b）。此外，铅还存在于各种消费品中，如珠宝、儿童玩具、化妆品和传统药物（CDC，2024a），以及在城市土壤中（ATSDR，2023年，这些土壤在汽油和油漆中停止使用铅之前就已受到污染）。铅暴露的多种来源强调了制定策略以减轻铅污染和保护公共健康的必要性。

为了减少儿童铅暴露及相关健康风险，美国疾病控制与预防中心（CDC）设定了血液铅参考值（BLRV）为3.5 μg/dL，旨在筛查血液铅水平高于大多数儿童的儿童，从而可能识别铅的来源并减少铅的摄入。该参考值基于2015-2016年和2017-2018年国家健康与营养调查（NHANES）数据中1至5岁儿童血液铅水平分布的第97.5百分位数（CDC，2024b）。NHANES项目每年结合访谈和体检数据（包括BLL）来评估美国各地成人和儿童的健康和营养状况，以指导政策和研究（CDC，2023年）。

另一类需要关注的是职业性铅暴露的工人，例如从事铅去除工作的人员，以及在涉及铅制造或处理过程的场所工作的人员。由于工作场所的具体环境和操作条件不同，以及个人防护装备（PPE）和其他控制措施的使用情况不同，因此很难对工人暴露情况进行概括（Koh等人，2015年）。因此，本研究仅关注一般人群中的儿童和成人暴露。

由于儿童的身体发育和更容易出现矿物质缺乏，他们比成人更有效地吸收铅（Mushak，1991年；Sanders等人，2009年），因此对婴儿和儿童食品中的铅含量进行评估一直是监管的重点。儿童还因手口行为和接触灰尘地板而更频繁地暴露于铅（CDC，2024a）。铅含量升高可能导致儿童出现运动技能减弱、语言发育迟缓、攻击性增强和抑郁等神经和行为问题（Hou等人，2013年）。美国食品药品监督管理局（FDA）的“接近零”倡议旨在“将饮食中的污染物暴露降至最低水平，同时确保人们能够获得营养食品”（美国FDA，2025a，2025b）。FDA根据BLRV设定了临时参考水平（IRLs），作为筛查潜在健康问题的行动标准，分别为儿童和育龄妇女2.2 μg/天和8.8 μg/天（美国FDA，2025b）。此外，该机构建议儿童经常食用的糖果中铅的最大含量为0.1 ppm，这可以通过良好的生产实践实现，并补充了此前禁止在糖果包装上使用含铅油墨的政策（美国FDA，2006年）。据估计，食用巧克力糖果产品的最大暴露量会导致儿童每天摄入0.91 μg或更少的铅，低于当时规定的每日总可容忍摄入量6 μg。

最近，以消费者为导向的记者和研究人员将关注范围从广义类别（如糖果）缩小到特定土壤中可能含有较高铅含量的食品（如可可）。例如，《消费者报告》（Consumer Reports）委托进行的测试发现，某些受欢迎的巧克力品牌中含有铅和镉（Cd）（Consumer Reports，2023a，2023b）。研究作者得出结论，对于所评估的28种巧克力棒中的23种，每天食用一块巧克力棒可能导致超过加州 Proposition 65规定的化学物质生殖毒性最大允许剂量水平（MADL）的安全阈值（Consumer Reports，2023a）。另一项针对2014至2022年间生产的72种含可可产品的同行评审研究也报告了超出预防性安全阈值的情况，但指出由于中位浓度低于MADL，这些结果具有特殊性（Hands等人，2024年）。值得注意的是，这些研究的作者没有考虑份量和其他暴露因素是否代表“消费者产品平均用户的合理预期摄入或暴露率”，正如加州法规（2018年）所规定的。

重金属（包括铅）可能存在于巧克力和其他含可可的产品中，因为它们天然存在于土壤中，并被添加到某些肥料中；此外，在加工过程中也可能引入金属（Abt等人，2018年；Abt & Robin，2020年；Devi等人，2016年；Watson等人，2013年）。不同研究中报告的巧克力中的铅含量差异很大，受购买地点、可可来源、产品类型和研究设计等因素的影响（Abt等人，2018年；Abt & Robin，2020年；Devi等人，2016年；Godebo等人，2024年；Hands等人，2024年；Iwegbue，2011年；Lo Dico等人，2018年；Prattay等人，2024年；Salama，2019年；Villa等人，2014年）。美国的巧克力生产主要使用来自科特迪瓦、厄瓜多尔和加纳的可可豆（Godebo等人，2024年）。

生物动力学铅模型通过模拟人体从空气、水、食物、灰尘、土壤和其他潜在来源吸收、分布和排泄铅的过程来估算BLLs（美国环保署，2024a）。这些模型是推进健康风险评估和食品安全评估的有力工具，因为它们可以提供有关美国常规进行的临床血液生物监测中检测到的铅来源的贡献信息。最近的研究使用生物动力学模型评估了各种食品中的铅污染对脆弱人群（如儿童）的健康风险（Berger Ritchie & Gerstenberger，2013年；Gao等人，2020年；Price等人，2023年）。

使用生物动力学计算工具的研究强调了诸如美国FDA“接近零”倡议以及地方、区域和国家层面减少铅污染的努力的重要性。Berger Ritchie和Gerstenberger（2013年）指出，进口辣酱中的铅含量超过了FDA的行动水平，并强调了筛查进口产品的必要性。Gao等人（2020年）报告了面向学龄儿童的低成本零食中的高BLLs，并提出了改善面向儿童食品质量的建议。Price等人（2023年）评估了婴儿食品对儿童BLLs的贡献以及七岁以下儿童铅暴露的变异性。作者认为，风险管理政策应优先考虑土壤和灰尘对BLL升高的贡献，因为它们是导致儿童BLL升高的主要因素，相比之下，食物、水或空气的影响较小。

尽管人们对食品中的铅暴露越来越关注，但很少有研究利用生物动力学建模来量化特定食品在多途径暴露背景下的相对贡献。在本研究中，使用了美国环保署的“全年龄段铅模型”（AALM）来评估特定来源的铅对不同年龄段总铅暴露的贡献，特别关注巧克力摄入。研究提供了确定性和概率性（蒙特卡洛）敏感性分析，以描述不同年龄组和暴露情景下特定来源铅贡献的差异及相应的BLLs。通过模拟多种暴露条件，评估了巧克力摄入与其他已知铅来源（如土壤、灰尘、水和其他饮食摄入）的相对影响。最后，讨论了研究结果对风险管理策略的实际意义、血液铅测量的分析限制，以及优先考虑减少铅暴露措施的建议，以有效降低人群的BLLs。

方法部分

方法

方法论包括选择合适的生物动力学模型，基于具有全国代表性的数据开发合理的暴露情景，为最坏情况制定极端暴露情景，并进行概率评估以描述人群变异性并确定BLL变异的关键因素。

确定性合理暴露情景

AALM预测的CT和HE情景下的BLLs分别在2015-2018年NHANES人群加权中位数和第97.5百分位BLLs的1.5倍范围内（图1）。对于CT暴露情景，巧克力约占铅总摄入量的0.3-0.8%，相应的BLLs为0.5-0.7%（图1）。相比之下，在HE暴露情景下（假设每天摄入约50-75%的全尺寸巧克力棒），巧克力约占2.7-7.0%

讨论

生物动力学模型的结果与NHANES 2015-2018年的BLL监测观察结果以及相关研究中关于巧克力铅摄入的健康风险评估结论一致（Thornton等人，2025年）。

结论

研究表明，与土壤和灰尘暴露相比，巧克力对BLL的贡献很小，这表明即使大幅减少巧克力中的铅含量，对公共健康的益处也微乎其微。未来的研究可以扩展这一评估，包括其他含可可的产品，并研究不同的农业实践、来源地点和加工方法对巧克力中重金属含量的影响。

作者贡献声明

泰勒·M·明辛（Taylor M. Mincin）：撰写——审稿与编辑、初稿撰写、可视化、软件使用、方法论制定、正式分析。奥卢瓦达米拉雷·A·阿德巴姆博（Oluwadamilare A. Adebambo）：撰写——审稿与编辑、正式分析。斯蒂芬妮·A·桑顿（Stephanie A Thornton）：撰写——审稿与编辑、初稿撰写、可视化、软件使用、方法论制定、正式分析、概念化。肯尼斯·M·尤尼斯（Kenneth M. Unice）：撰写——审稿与编辑、可视化、监督、软件使用、方法论制定、正式分析、概念化。玛丽莎·L·克莱德（Marisa L. Kreider）：

未引用的参考文献

加州法规，2018年；CDC，无日期；《消费者报告》（Consumer Reports），2023b；Jomova等人，2025年；Nyanza等人，2025年；Zhou等人，2018年。

关于写作过程中生成式AI和AI辅助技术的声明

在准备本手稿期间，作者使用了Microsoft Copilot这一人工智能工具中的结构化提示来帮助调试和最终格式化R代码，并准备Endnote引用数据库。文献回顾、数据合成和手稿撰写均由作者独立完成。使用该工具后，作者对发表文章的内容负全责。

资金来源

本研究未获得任何公共、商业或非营利机构的资助。

利益冲突声明

? 作者声明以下财务利益/个人关系可能被视为潜在的利益冲突：所有作者目前或曾经受雇于Stantec咨询公司，该公司为政府机构、企业、律师事务所和各种科学/专业组织提供科学咨询。在计划或执行研究、分析样本、解释数据或撰写本手稿的过程中，未接受任何外部资金支持。

致谢

作者感谢Ava Da Re（Stantec）在手稿格式化和引用数据库准备方面的帮助。