《Toxics》：Hierarchical Second-Order Monte Carlo Simulation for Uncertainty Quantification in Incremental Lifetime Cancer Risk Assessment from PAH Inhalation Exposure
编辑推荐：
多环芳烃（Polycyclic aromatic hydrocarbons, PAHs）是城市空气中的主要致癌污染物，吸入暴露对健康构成风险，尤其对于学校环境中6-14岁的小学生。传统的用于增量终身癌症风险（incremental lifetime cance
多环芳烃（Polycyclic aromatic hydrocarbons, PAHs）是城市空气中的主要致癌污染物，吸入暴露对健康构成风险，尤其对于学校环境中6-14岁的小学生。传统的用于增量终身癌症风险（incremental lifetime cancer risk, ILCR）评估的确定性模型往往无法充分量化暴露参数中的变异性和认知不确定性（epistemic uncertainty）。研究人员开发了一个多层概率框架，从确定性计算逐步发展到一维蒙特卡罗（one-dimensional Monte Carlo, 1D MC）和灵敏度引导的二维蒙特卡罗（sensitivity-guided two-dimensional Monte Carlo, 2D MC），最终实现层次（二阶）二维蒙特卡罗（hierarchical (second-order) two-dimensional Monte Carlo）模拟。该层次方法在外循环中对输入分布的超参数（均值、标准差和众数）进行采样，而内循环中使用拉丁超立方采样（Latin hypercube sampling, LHS）对暴露变量进行采样。将该框架应用于供暖季和非供暖季室内外测量的PAH和BaPeq浓度，研究人员得出儿童的平均总ILCR值为1.42 × 10?6，成人为1.18 × 10?6。层次2D MC产生了第95百分位数的95%置信区间：儿童为[9.17 × 10?7, 5.67 × 10?6]，成人为[6.48 × 10?7, 5.57 × 10?6]，并且室外供暖被确定为主要暴露途径。尽管空气采样活动于2011-2012年进行，但该数据对于评估该地区城市学校环境中PAHs的季节性和微环境变异性仍然具有代表性，因为PAH水平主要由持续的燃烧源驱动。该框架为复杂的环境暴露场景提供了更全面的不确定性量化。
多环芳烃（Polycyclic aromatic hydrocarbons, PAHs）是城市空气中由有机物不完全燃烧生成的持久性环境污染物，苯并[a]芘（benzo[a]pyrene, BaP）等属于国际癌症研究机构（International Agency for Cancer Research, IARC）分类的1类人类致癌物。PAHs主要吸附于细颗粒物（PM
2.5）上，通过吸入暴露进入肺泡区域，对健康构成风险。学校环境中6-14岁的小学生因呼吸速率较高、生理系统发育中且对致突变物更敏感，属于脆弱人群。传统的增量终身癌症风险（incremental lifetime cancer risk, ILCR）评估多依赖确定性模型，使用固定点估计暴露参数，虽计算简便但无法量化个体间变异性或认知不确定性，常导致风险高估或低估。近年来，概率方法如一维蒙特卡罗（one-dimensional Monte Carlo, 1D MC）模拟已逐渐应用，可产生风险分布；二维蒙特卡罗（two-dimensional Monte Carlo, 2D MC）能尝试分离变异性与不确定性，但多数已发表的PAH风险评估仍以确定性或标准1D MC为主，即使采用2D MC也较少将输入分布参数（均值、标准差、众数）本身视为不确定量。此研究旨在发展一种层次二阶蒙特卡罗（hierarchical second-order Monte Carlo）框架，通过显式传播分布参数的不确定性，更全面量化复杂环境暴露场景中的不确定性。论文发表在《Toxics》。
研究人员在塞尔维亚东部Zaje?ar市一所代表性小学（建于1892年，位于市中心繁忙道路旁，约760名学生）开展空气采样：供暖季（2011年12月）和非供暖季（2012年5月）各一周，同步采集两个教室（室内）和学校露台（室外）的PM
2.5样品（24小时连续，38 L/min流量），使用47 mm石英滤膜。共获取每个季节10个室内和5个室外样品，分析美国环保署（US EPA）16种优先PAHs浓度，并依据毒性当量因子（Toxic Equivalency Factors, TEFs）计算苯并[a]芘等效浓度（BaPeq）。在此基础上，研究人员构建了从确定性计算→1D MC模拟（100,000次拉丁超立方采样）→灵敏度引导2D MC（2000外循环×20,000内循环）→层次（二阶）2D MC的多层概率框架。在层次2D MC中外循环从超分布中采样输入分布的超参数（对数正态分布的均值μ和标准差σ、三角分布的众数），内循环以拉丁超立方采样条件性采样暴露变量（浓度、吸入率、暴露时间、频率、体重等）。**关键技术方法**包括：空气样品采集与气相色谱-质谱分析确定16种PAHs浓度；采用致癌风险模型计算终身平均日剂量（lifetime average daily dose, LADD）和ILCR；通过1D MC传播变异性；利用归一化Spearman秩相关系数进行灵敏度分析；实施灵敏度引导2D MC（最敏感参数置于外循环）；实现层次2D MC（外循环采样超参数）。研究样本来源于Zaje?ar市小学（塞尔维亚东部）2011-2012年的室内外PM
2.5样品。核心创新在于将分布参数的不确定性显式传播至整个ILCR模型。
**研究结果**
**3.1 PAH浓度与BaPeq值的特征**：通过描述性统计和Welch t检验（对对数转化后的BaPeq）发现，供暖季与非供暖季的PAH浓度存在高度显著差异（室内p < 0.001，室外p = 0.028），供暖季几何均值显著更高；室内外浓度仅在供暖季差异显著（p = 0.016）。BaPeq分布呈右偏态和异方差性，对数转换后大多符合正态性（Jarque-Bera检验），仅室内非供暖仍显著非正态。
**3.2 确定性ILCR**：整合点估计暴露参数，得出儿童（小学生）的ILCR为2.41 × 10
?6，成人（学校教职工）为1.90 × 10
?6。儿童癌症斜率因子按EPA早期易感性建议调整为3倍。
**3.3 一维蒙特卡罗ILCR**：1D MC模拟（100,000次）得出儿童平均总ILCR为1.24 × 10
?6（第95百分位数2.18 × 10
?6），成人平均1.00 × 10
?6（第95百分位数1.81 × 10
?6），显示确定性估计略向偏高风险偏移。
**3.4 灵敏度引导的二维蒙特卡罗ILCR**：基于灵敏度分析结果（将四个最敏感参数置于外循环），得出儿童平均总ILCR 1.22 × 10
?6，成人9.83 × 10
?7；约63%儿童和41%成人结果超过1.0 × 10
?6风险阈值，所有值远低于1.0 × 10
?4。
**3.5 层次（二阶）二维蒙特卡罗ILCR**：层次2D MC显式传播超参数不确定性，得出儿童平均总ILCR为1.42 × 10
?6（内中位数均值1.31 × 10
?6，内第95百分位数均值2.52 × 10
?6，95%置信区间[9.17 × 10
?7, 5.67 × 10
?6]），超过1.0 × 10
?6概率为60.07%；成人平均1.18 × 10
?6（内中位数1.08 × 10
?6，内第95百分位数2.15 × 10
?6，95%置信区间[6.48 × 10
?7, 5.57 × 10
?6]），超过概率45.88%。累积分布函数显示陡增概率区间。超参数灵敏度分析表明体重均值（μ_BW）解释第95百分位数ILCR超过50%方差，其次为室外吸入率均值和室外供暖BaPeq浓度均值。
**3.6 模型验证**：利用寿命肺癌风险（Lifetime Lung Cancer Risk, LLCR）与文献比较，相对差异约5-10%，显示模型略保守但仍合理。儿童特定ILCR分布与同类学校环境文献（[30] 2.5 × 10
?6，[31] 3.8 × 10
?6，[33] 4.2 × 10
?6）一致，层次2D MC的第95百分位数95%置信区间完全涵盖这些上限值。
**讨论与结论**：讨论部分指出，层次二阶2D MC通过显式传播分布参数不确定性，提供了比传统确定性或标准概率方法更完整、更利于决策的风险刻画。变异性与认知不确定性得到分离，给出了高位风险估计的置信界。所有概率模型中室外供暖季均为主导暴露途径（贡献68-70%），确认燃烧排放是主要减排目标。儿童风险高于成人，归因于体重低、吸入强度高、暴露时间长及早期易感性。研究局限性包括样本量小（尤其室外）、假设输入变量相互独立等，但收敛诊断和窄置信带表明结果稳定。**研究结论翻译**：此研究证明层次二阶蒙特卡罗模拟为学校微环境中PAH吸入风险评估提供了比传统确定性或标准概率方法更全面、更利于决策的框架。通过显式传播分布参数不确定性，该方法分离了变异性与认知不确定性，并给出了高位风险估计的置信界。分析确定冬季室外供暖为主要暴露途径，突出燃烧排放是减排主要目标。然而，该方法需要足够的先验信息以支持假定的输入分布及其超参数，且当数据稀疏或输入间相关性被简化时精度可能受限。更广泛而言，该框架可推广至其他需要严格不确定性量化的环境暴露场景。
