《Veterinary Medicine and Science》：Aflatoxin M1 in Milk and Aflatoxin B1 in Animal Feed in Bangladesh: A Systematic Review, Meta-Analysis and Literature-Based Dietary Risk Assessment
背景：黄曲霉毒素M1（AFM1）是黄曲霉毒素B1（AFB1）的致癌代谢物，会进入食用受霉菌污染饲料的动物的乳汁中。孟加拉国的饲料与牛奶监测各自独立发展，整合性的膳食风险估计较为稀缺。目的与设计：旨在汇总孟加拉国牛奶中AFM1的发生情况，总结饲料中AFB1的含量，并描述按年龄分层的膳食风险特征。本评估基于文献且采用模块化结构：由于尚无孟加拉国研究报告配对饲料与牛奶数据，各模块通过参数转移进行连接。方法：采用DerSimonian-Laird随机效应模型合并阳性率，并报告预测区间、亚组分析、Meta回归、留一法及小样本研究分析结果。暴露评估采用确定性模型与概率性模型（100,000次迭代），不确定性依据欧洲食品安全局（EFSA）指南列表呈现。结果：基于20个数据集（样本量N=605），合并阳性率为58.7%（95%置信区间CI 51.6%–65.5%；异质性指数I2=61.9%；95%预测区间32.1%–81.1%）。异质性由地区因素决定（p=0.001），而非牛奶类型（p=0.980）。样本加权平均浓度为143 ng L-1（几何均数92）；83%的牛奶样品超过欧盟最高限量。基于饲料AFB1的重建模型预测值为24–282 ng L-1，涵盖了20个数据集均值中的18个。暴露限值（MOE）在婴儿为95，幼儿为175；概率模型中位数分别为157和286；所有年龄组的确定性危害指数（HI）均超过1，除成人外各年龄组的概率中位数HI也均大于1。结论：在所有情景和稳健性检验下，婴幼儿的暴露限值仍远低于10,000基准值。本评估属于筛查级别，依赖于转移参数和酶联免疫吸附测定（ELISA）检测结果。建议实施季风期饲料管理、执行国家牛奶标准并进行配对的饲料-牛奶监测。
1 引言
黄曲霉毒素是由黄曲霉和寄生曲霉产生的二呋喃香豆素次级代谢产物。黄曲霉毒素B1（AFB1）是食品和饲料中最常见的同类物，也是最强效的天然肝癌原，被国际癌症研究机构列为1类人类致癌物。当泌乳动物摄入受AFB1污染的饲料时，肝脏细胞色素-P450羟基化作用将部分毒素转化为黄曲霉毒素M1（AFM1），后者分泌进入乳汁。AFM1保留了母体化合物约十分之一的致癌效力，但能抵抗巴氏杀菌和超高温处理，从而完整到达消费者体内。牛奶及乳制品在各年龄段人群中均有消费，且按单位体重计算，婴幼儿和幼童的摄入比例过高，其解毒能力尚在发育中。因此，AFM1是一个具有特别公共卫生重要性的食品安全危害，尤其在慢性乙型肝炎感染与黄曲霉毒素协同作用增加肝细胞癌风险的地区更为突出。这一危害是否构成人群负担取决于三个进一步的条件：影响真菌生长的农业气候环境、乳制品供应链的结构以及现行的监管框架。在孟加拉国，这三个条件均不利地结合在一起。
孟加拉国在异常程度上结合了黄曲霉毒素暴露的气候、结构和饮食决定因素。其热带季风气候在谷物灌浆、收获和农场储存期间维持高温高湿，有利于曲霉增殖和毒素积累。乳制品和家禽生产正在扩大，但仍以小农和非正规供应链为主，冷链基础设施有限，质量控制分散且执法薄弱。玉米作为最易受产毒真菌感染的谷物，现已成为配合饲料的主要能量成分，将高风险商品置于乳制品价值链的底部。黄曲霉毒素还污染该国主食大米，使暴露范围超出乳制品链。与此条件一致的是，孟加拉国的调查反复发现家禽饲料、肉牛日粮和饲料原料中的AFB1浓度超过了国际饲料限值，对成年人、工厂工人和孕妇的尿液生物监测也证实了饮食中广泛存在黄曲霉毒素暴露。
用于评判孟加拉国牛奶的监管基准本身已经整合，并对最脆弱的消费者进行了收紧。在欧盟，委员会条例(EU)2023/915取代了(EC) No 1881/2006号条例；它保留了原料奶、热处理奶和用于制造奶基产品的牛奶中AFM1的最高水平为0.050 μg kg-1，并将婴儿配方奶粉、后续配方奶粉和专为婴儿设计的特殊医疗用途食品中的限值设定为该值的一半，即0.025 μg kg-1。食品法典委员会污染物通用标准和美国食品药品监督管理局均适用0.5 μg kg-1，这是一个宽松10倍的数值，而孟加拉国标准与测试学会和孟加拉国食品安全局的限值与法典值一致。存在中间国家数值；例如伊朗国家标准组织适用100 ng L-1。对于饲料，指令2002/32/EC允许饲料原料中AFB1含量为20 μg kg-1，但乳畜的补充和全价饲料中仅为5 μg kg-1，这种不对称反映了泌乳牛特有的残留风险。因此，同一个孟加拉国牛奶样品可能符合本国限值，却比欧盟接受的婴儿水平高出十倍，所以基准的选择实质上决定了何为违规。
国际发生文献为孟加拉国数值提供了比较框架，且发展得相当充分。对伊朗戈尔甘市零售牛奶的季节性分辨调查在180份样品中检出AFM1的比例为72.2%，浓度为3.5–357 ng L-1；同一国家加工乳制品的可比阳性率也有报道：哈马丹省的UHT奶和巴氏杀菌奶分别为84%和87.3%，酸奶样品为86%（其中18%超过50 ng kg-1），奶酪在凝乳形成过程中的浓缩作用使其残留高于源牛奶。这些工作的两个特点与本项研究相关。首先，热处理产品中阳性率仍然很高，证实加工对消费者不提供保护。其次，这些研究通过估计每日摄入量、危害指数和暴露限值来描述风险，而不仅仅通过阳性率，这一框架也适用于其他主食中的黄曲霉毒素，如小麦粉。本评估采用相同的惯例，以便孟加拉国的估计可以与已发表的值并列阅读，而不是孤立存在。孟加拉国文献所缺乏的不是发生数据，而是将其转化为暴露评估。
孟加拉国研究已在43%–79%的牛奶样品中检测到AFM1，一些地区的原料奶均值从每升几纳克到受影响最严重的达卡样品中近700 ng L-1不等，这比欧盟50 ng L-1的最高水平高出一个数量级，在极端情况下甚至超过了更宽松的法典和BSTI/BFSA的500 ng L-1限值。这一证据在三个重要方面是零散的。首先，饲料和牛奶文献是孤立发展的，因此导致牛奶残留的上游污染从未与在同一动物中产生的AFM1同时测量。其次，不同地区、牛奶类型和分析方法的阳性率估计差异很大，并且没有随机效应综合将它们协调成一个具有明确不确定性的全国性数字。第三，使用孟加拉国特异性牛奶摄入量和体重参数（而非从西方乳制品经济体进口的值）进行的膳食风险表征基本缺失，使得最脆弱消费者承受的致癌负担未被量化。
本研究通过系统评价、Meta分析和基于文献的从饲料到人体的膳食风险评估来解决这些空白。本研究的性质应在一开始就说明。评估是模块化的：每个模块来自一组独立的已发表证据，并通过参数转移而非配对测量连接到下一个模块。没有孟加拉国研究报告来自相同畜群、农场或抽样框架的饲料中AFB1和牛奶中AFM1，因此这项工作无法在孟加拉国生产系统内建立经验性的饲料到牛奶关联。它能做的是尽可能可靠地利用已发表的证据估计每个模块，在明确的转移模型下测试各模块是否定量一致，并将由此产生的不确定性传播到人体健康估计中。
具体目标是：(i) 在DerSimonian-Laird随机效应模型下汇总孟加拉国牛奶中AFM1的全国阳性率，报告预测区间以及置信区间，量化并解释异质性；(ii) 总结孟加拉国各类饲料中AFB1和共存霉菌毒素的情况，并描述其季风季节性；(iii) 测试观察到的牛奶AFM1分布是否可以在已发表的、依赖产量的残留系数下与报告的饲料AFB1负荷定量调和，将此结果视为一致性检验而非因果联系；(iv) 将汇总的残留水平转化为按年龄分层的确定性和概率性每日摄入量、暴露限值、危害指数和增量肝细胞癌风险估计，使用孟加拉国特异性暴露参数和乙肝表面抗原加权的效力因子，并对每个估计值进行结构化的不确定性分析。其结果是为基于风险的孟加拉国乳制品链黄曲霉毒素控制提供一个筛查级别的国家证据基础。
2 材料与方法
2.1 研究设计与证据架构
这是一项基于文献的模块化风险评估。四个模块独立填充。模块A涵盖孟加拉国饲料和饲料原料中的AFB1和共存霉菌毒素，并以叙述方式综合，因为原始报告基质异质性强，且很少提供汇总所需的样品级细节。模块B是饲料到牛奶的残留系数，取自孟加拉国境外进行的受控泌乳试验。模块C是孟加拉国牛奶中AFM1的发生情况，通过随机效应Meta分析进行定量综合。模块D是人类膳食暴露和风险，根据模块C以及孟加拉国特异性消费和体重参数建模。
该架构的三个特征限制了推断，并在结果和讨论部分中明确体现。首先，各模块未协调一致：它们基于不同的研究、抽样框架、年份、地区和实验室，没有数据集贡献给多个模块。其次，模块之间的链接是参数转移，而非测量的关联；模块B的残留系数来自受控喂养下的高产奶牛，并假设底层肝脏生物转化是保守的，应用于孟加拉国小农条件。第三，人类暴露仅由模块C驱动：饲料数据不进入暴露计算，仅用于表征上游危害和测试一致性。
2.2 数据来源、资格与研究评价
遵循PRISMA 2020指南，检索了PubMed、Scopus、Web of Science和ScienceDirect，时间范围为2000年1月至2026年1月，结合了关键词。如果记录报告了孟加拉国牛奶中AFM1或孟加拉国饲料中AFB1或其他霉菌毒素的阳性率或浓度，并具有可提取的样本量，则符合纳入条件。人母乳研究因属于不同的暴露途径而被排除在牛奶Meta分析之外，但作为生物监测证据被引用。
检索于2026年1月31日运行，无语言或文献类型限制。未检索试验或系统评价注册库，本评价未前瞻性注册。数据库特定的布尔字符串在补充表S6中给出。所有全文评估的报告和相关综述的参考文献列表均经过手工检索，未发现其他符合条件的研究。完成后的PRISMA 2020清单见补充表S5。
记录以RIS格式导出，并根据数字对象标识符以及第一作者、年份、期刊、卷号和起始页的组合自动去重，随后对所有标记的近似匹配和由多个数据库返回的每个标题进行人工检查。在确定的318条记录中，96条被移除为重复项，剩下222条唯一记录。随后全文发表的会议摘要被视为完整报告的重复项。
标题和摘要由两名评审员独立且重复使用试点表格进行筛选，排除了188条记录。寻求获取的34篇全文由同一两名评审员独立且重复评估其资格；两篇未能获取，剩下32篇评估资格。分歧通过对照书面资格标准讨论解决。由于评审团队仅包含这两名作者，没有第三方仲裁者，预先指定了一个保守规则：任何未解决的记录都进入全文评估阶段，而不是基于单一评审员的判断被排除。所有决定和排除原因均已记录。二十篇报告在全文阶段被排除，剩下12篇合格报告。
数据由一名评审员提取，并由第二名评审员对照源报告进行全面核对。随后筛选合格报告是否存在重复发表和样本重叠：如果两份报告描述了相同的抽样框架、分区、收集期和分析实验室，则保留报告更完整的那一份，以确保没有牛奶样本对汇总估计贡献超过一次。
当一份报告按分区、牛奶类型或收集点呈现可分离的层级时，每个层级作为一个独立的数据集输入；因此分析的20个数据集来源于较少数量的独立报告，这种聚类在相应章节中得到了处理。每个数据集使用适用于阳性率研究的纽卡斯尔-渥太华工具进行评估，涵盖抽样框架的代表性、样本量的充分性、分析方法的描述和验证、检测限和回收率的报告以及结局报告的完整性。数据集被分类为低、中或高偏倚风险，一项预先指定的敏感性分析将综合限制在源自完全引用、同行评审报告的数据集上。
2.3 Meta分析模型
研究水平的阳性率p经logit转换，方差v = 1/[np(1-p)]；报告100%阳性的数据集接受0.5连续性校正。汇总使用DerSimonian-Laird随机效应估计器，τ2来自Cochran's Q，不一致性由I2总结；汇总的logits经逆变换。由于I2描述了可归因于数据集间差异的可变性比例，而非真实阳性率的离散程度，因此还计算了95%预测区间，并与每个基于三个及以上数据集的汇总估计一起报告。选择logit尺度而非算术尺度是因为它能稳定边界附近比例的方差，并返回[0,1]范围内的逆变换界限。
预先指定的亚组分析考察了牛奶类型、地区、偏倚风险类别，组间差异通过Q-between检验。随机效应Meta回归考察了平均浓度、数据集大小和牛奶类型作为连续或二元调节变量；报告了残差I2和Q的解释比例。鉴于数据集数量，Meta回归作为探索性分析报告，且未拟合超过一个协变量的调节变量模型。
分析单位：分析单位是报告的数据集，定义为可提取阳性率和分母的分区、地点或牛奶类型特定层级。如表1所示，20个数据集来源于10个可区分的来源：四篇同行评审报告分别贡献了六个、三个、两个和三个层级，以及六项区域调查各贡献一个层级。来自同一报告的各层级并非统计独立，因为它们可能共享抽样框架、实验室、ELISA试剂盒、操作人员和季节。逆方差权重假设独立性，因此赋予证据基础的信息多于其所含信息，使名义置信区间过窄。预先指定了两个分析单位敏感性分析来界定此效应：聚合，即在每个来源内汇总阳性数和分母，在汇总前给出每条来源一条记录；以及选择，即只保留每条来源中最大的层级。两者均在结果部分报告。
预先指定了三项亚组比较，每一项均使用亚组特异性τ2在logit尺度上通过Q-between进行正式检验；事后未检查进一步的亚组。由于对同一汇总数据集应用了三项检验，Holm调整后的p值与名义值一并报告，亚组结果被解释为假设生成而非确证性，这与Meta回归的探索性地位一致。
2.4 饲料到牛奶的残留与机制一致性检验
残留率取自受控试验，其产奶量依赖性通过指数模型建模，以适应孟加拉国小农奶牛典型的低日产奶量。为了测试模块A和模块C是否定量可调和，从日粮加权饲料AFB1重建了预测的牛奶AFM1，其中A是日粮AFB1，DMI是干物质摄入量，Y是日产奶量。评估了涵盖孟加拉国小农实践的三种日粮情景，生成一个预测包络线，并与观察到的数据集均值分布进行比较。该比较是一项证伪检验：如果观察到的分布大部分位于包络线之外，则表明在假设的转移模型下，两种文献不能同时正确，而一致仅表明它们是兼容的。
指数关系由Britzi等人报告，拟合了12头以色列荷斯坦奶牛，在中期和晚期泌乳期每天给予约86 μg AFB1，持续7天，在稳态下评估第3至7天的残留率；报告的确定系数为r2=0.622，且那些作者发现线性规格拟合较差。两个系数的标准误和残差诊断未在源文件中给出，此处无法重新计算，因为产量和残留率的动物水平配对数据未发表；因此该关系按原样使用而非重新拟合。其来源的两个特征限制了其使用。首先，校准数据位于高产区域：报告的组平均残留率5.8%和2.5%对应于拟合函数下大约46和30公斤的日产奶量，源文件中的示例取早期泌乳牛日产45公斤。将该函数应用于孟加拉国小农奶牛典型的5–15公斤日产奶量是在校准范围以下的推断，而非插值，此处如实报告。其次，外推值与独立文献保持一致：该函数在5–15公斤日产范围内返回0.67%–1.13%，而文献综述的一般奶牛中心估计为1%–2%，仅在产量极高时才上升至约6%。因此，该推断预测的转移少于汇总文献所暗示的量，这使得一致性检验更难而非更容易通过。
由于拟合基于少量动物且无孟加拉国观测值，系数不确定性不作为置信带表示；它通过在结果部分评估三种日粮情景并报告所得包络线在结构上进行传播。来自该方程的不确定性不进入暴露评估，后者仅根据牛奶模块计算；残留模型的作用仅限于一致性检验，在该检验中，错误的系数将表现为观察到的数据集均值落在预测包络线之外。
2.5 膳食暴露与风险表征（确定性）
慢性暴露被估计为每日摄入量，即AFM1浓度C与孟加拉国特异性牛奶摄入量IR的乘积，除以体重BW进行归一化。模拟了五个年龄层，摄入量反映了孟加拉国相对较低的乳制品消费量。风险通过暴露限值、危害指数和增量肝细胞癌发病率来表征。使用了两种确定性情景：中心情景使用汇总数据集的样本加权平均值，高情景近似于分区原料奶均值的上限范围。
2.6 概率性暴露建模
由于确定性点估计隐藏了浓度、摄入量和体重的变异性，实施了二阶蒙特卡罗模拟。牛奶AFM1由拟合到数据集均值样本加权分布的对数正态分布表示；牛奶摄入量由具有年龄特异性均值和变异系数的对数正态分布表示；体重由具有变异系数的正态分布表示，并在均值的40%处截断。三个输入被视为独立。输出报告为暴露限值的中位数和第5百分位数、低于暴露限值基准的迭代比例以及危害指数的中位数。
2.7 敏感性、稳健性与结构化不确定性分析
小样本效应通过漏斗图检查、Egger回归截距检验、Begg秩相关和Duval-Tweedie剪补法评估。汇总阳性率的稳健性通过所有数据集的留一法重新估计进行检查。暴露估计的稳健性通过以下方式检查：(i) 移除单个最有影响力的高浓度数据集，(ii) 将分析限制在完全引用的同行评审数据集，(iii) 针对可能的ELISA相对于色谱确认的高估应用20%和50%的下调修正，以及(iv) 变化基准剂量下限值。一项单因素龙卷风分析量化了每个输入对婴儿暴露限值的影响。
DerSimonian-Laird被预先指定为主要估计器，以便与现有阳性率Meta分析文献具有可比性。由于已知它在异质性中等时会低估τ2，从而产生反保守的置信区间，因此在限制最大似然和Paule-Mandel估计器下重新估计了汇总阳性率，并对每种估计器应用了Hartung-Knapp调整。这些结果作为估计器敏感性分析报告，而非作为竞争性主要估计。
最后，遵循欧洲食品安全局关于科学评估中不确定性分析的指南，对不确定性进行了列表。每个已识别的来源按其性质、对风险估计预期影响的方向、大致幅度以及单独作用是否可能推翻研究的主要结论进行分类。
3 结果
3.1 纳入研究与证据基础结构
检索返回318条记录；去重和筛选后，12篇报告符合条件，提供了20个地区、地点或牛奶类型特异的数据集，共605份牛奶样品。数据集涵盖10个分区和地区以及全国样品，覆盖原料奶、巴氏杀菌奶和UHT奶。所有研究均使用竞争性ELISA，无一报告色谱确认。在适用于阳性率研究的纽卡斯尔-渥太华工具评估下，九个数据集被分类为低偏倚风险，五个为中，六个为高。20个数据集来源于10个来源，其中四个贡献了多个层级；因此数据集是聚类的而非独立的，这一点贯穿于加权、敏感性分析以及解释中。
3.2 牛奶中AFM1的汇总阳性率及其异质性结构
孟加拉国牛奶中AFM1的随机效应汇总阳性率为58.7%，具有中等到高度的异质性。然而，95%预测区间为32.1%–81.1%。这是更具政策相关性的统计量：置信区间说明了现有文献平均值被定位的精确程度，而预测区间则说明了新的孟加拉国调查的阳性率预计会落入的范围。其宽度表明不应将全国点阳性率视为稳定的规划数字。
地区而非牛奶类型构成了异质性的结构。阳性率在不同地区间存在显著差异，从吉大港的43.7%到达卡的55.3%再到其他分区和全国样品的66.8%。原料奶、巴氏杀菌奶和UHT奶之间没有差异，这与AFM1的热稳定性一致。被分类为高偏倚风险的数据集返回的阳性率略高于完全引用的同行评审数据集，但差异不显著，排除它们后汇总估计基本不变。探索性Meta回归未发现平均浓度、数据集大小或原料奶状态有显著的调节效应；残差I2在每个单协变量模型中保持在21%–23%，因此数据集间变异性的很大一部分无法由任何测量的调节变量解释，最可能归因于抽样框架、收集季节以及ELISA试剂盒和截止值的未测量差异。
在三项预先指定的亚组比较中，只有地区在Holm多重性调整后仍然显著。因此，地区差异是唯一经受住调整的亚组发现，即便如此，也被报告为假设生成而非已建立的地区梯度。
3.3 浓度分布与超标概况
浓度呈强右偏态，因此用不止一个统计量来概括。数据集间的样本加权算术平均值为143 ng L-1，未加权平均值为118 ng L-1，数据集均值的中位数为88 ng L-1，样本加权几何均值为92 ng L-1。典型原料奶均值介于35和120 ng L-1之间，但达卡原料奶调查报告了近699 ng L-1的均值；移除这一个数据集使加权平均值降至93 ng L-1，这是由8%的样品产生的35%的降幅。巴氏杀菌奶和UHT奶携带35–106 ng L-1。
数据集均值的离散程度与其中心同样具有信息量。四分位距为57–111 ng L-1，而全距为6.6–699.1 ng L-1，因此文献的中部一半跨度为一个因子二，而整体跨度超过一百倍；数据集阳性率的中位数为61.0%。因此，算术平均值由分布的尾部而非主体支配，这就是为什么每个下游暴露估计都针对算术和几何中心趋势进行报告。
基于此，83%的采样牛奶超过了欧盟50 ng L-1的最高水平，8%超过了BSTI/BFSA和食品法典委员会500 ng L-1的限值。阳性率和平均浓度在很大程度上是解耦的，因此阳性率和平均浓度不可互换作为风险指标，暴露评估依赖于浓度分布而非汇总阳性率。
3.4 动物饲料中的黄曲霉毒素与霉菌毒素
孟加拉国调查显示，家禽饲料中AFB1为0–160 μg kg-1，玉米中为1–103 μg kg-1，这两种基质经常超过20 μg kg-1的饲料最高水平，而配合牛肉饲料和油饼、麸皮、稻草、豆粕等原料平均约为10–13 μg kg-1。尽管牛肉饲料均值大体满足20 μg kg-1限值，但它们统一超过了更严格的欧盟乳畜饲料5 μg kg-1限值，意味着即使在饲料名义上合规的情况下，也存在持续的残留压力基线。玉米还共存有伏马菌素、玉米赤霉烯酮和杂色曲霉素，表明存在多种霉菌毒素负担，此处使用的单一毒素风险指标并未捕捉到。这些数据以描述性方式报告，未进行汇总。
3.5 饲料与牛奶模块之间的机制一致性
将依赖产量的残留函数应用于孟加拉国小农奶牛典型的低日产奶量，在5–15公斤日产范围内得到0.67%–1.13%的转移率。跨三种日粮情景重建的牛奶AFM1跨度24–282 ng L-1，中心预测值为80 ng L-1。该包络线包含了20个观察到的数据集均值中的18个，中心预测值接近观察到的几何均值92 ng L-1。重现观察到的样本加权平均值143 ng L-1需要日粮加权AFB1约为18 μg kg-1，该值介于报告的牛肉饲料均值和玉米均值之间，因此在含玉米日粮中是可达成的。重现极端的达卡均值699 ng L-1需要约89 μg kg-1，接近报告饲料范围的上限，在调查文献中仅由家禽饲料和最受污染的玉米达到。两个数据集落在包络线之外，因此观察到的分布的尾部不能用单一的中心日粮情景来解释。两种文献在已发表的转移参数下是定量兼容的，如果任何一种存在严重偏差则不会如此。
3.6 确定性膳食暴露与风险
使用样本加权平均值143 ng L-1，每日摄入量随年龄急剧下降，从婴儿的4.22 ng kg-1 bw day-1降至成人的0.24。每个年龄组返回的暴露限值远低于10,000基准值，危害指数对所有组别均超过1。增量肝细胞癌发病率在婴儿中达到峰值。在高情景下，婴儿暴露限值降至54。
3.7 概率性暴露与单因素敏感性
蒙特卡罗模拟再现了确定性结果的方向，同时加宽了其区间并移动了其中心。暴露限值的中位数超过相应的确定性估计，因为对数正态浓度分布以几何均值为中心而非算术均值。暴露限值小于10,000的迭代比例为婴儿和幼儿100%，儿童99.7%，青少年96.2%，成人90.4%；暴露限值小于100的比例为婴儿32.8%和幼儿14.6%。危害指数的中位数在婴儿、幼儿、儿童和青少年中保持高于1，但在成人中未超过1，这完全归因于中心趋势的选择。单因素分析显示，没有一个输入主导结论。针对婴儿暴露限值基准值95，在其合理范围内变化牛奶浓度使暴露限值移动到54–146；变化婴儿牛奶摄入量到68–158；变化基准剂量下限值到59–142；针对ELISA高估进行修正到95–142；变化婴儿体重到78–112。最宽的偏离仍比暴露限值等于10,000的基准值低60倍以上。
3.8 稳健性、小样本效应与主要结论的稳定性
Egger回归未显示显著的小样本效应，Begg秩相关不显著，漏斗图对称，剪补法估算了一个缺失数据集，其纳入不会实质性改变汇总估计。这些检验在k=20时功效较低，对于阳性率数据，漏斗不对称是报告偏倚的弱指标；因此未检测到不对称令人放心但不具证明力。
留一法重新估计使汇总阳性率仅在57.6%和60.4%之间移动。暴露估计被证明不太稳定，其敏感性被完整报告，因为它驱动着风险结论：排除有影响力的达卡数据集给出加权平均值93 ng L-1和婴儿暴露限值146；将分析限制在完全引用的同行评审数据集给出172 ng L-1和79；应用两种限制给出97 ng L-1和140；针对50%的ELISA高估进行修正给出96 ng L-1和142。在检查的每一种组合和整个概率分布中，婴儿暴露限值保持在30和158之间，即比10,000的基准值低60到330倍，婴儿危害指数保持在12以上。因此，主要结论对测试的每一个单独分析选择都是稳健的，即使暴露估计的数值并非如此。
替代异质性估计器使汇总阳性率基本不变。在所有五种规格中，点估计变化不到0.4个百分点，而置信区间最多加宽3.5个百分点。Paule-Mandel返回最大的τ2，相应地返回最宽的预测区间，这强化了单一全国阳性率不是稳定规划数字的结论。
两项分析单位敏感性分析处理了报告中层级的聚类问题。在10个来源内汇总阳性数和分母给出了汇总阳性率60.3%，仅保留每条来源中最大层级给出了63.3%。两者都在主要估计的五个百分点以内，因此实质性发现不依赖于聚类层级的处理方式。尽管如此，聚合分析在相同的605个样品上返回了比主要分析更宽的置信区间，证实了k=20的规格赋予证据基础的信息多于其所含的独立信息。因此，主要估计最好被理解为基于10个来源而非20个独立观测值，其置信区间是真不确定性的一个下界。
