《Frontiers in Nutrition》：Construction and empirical testing of a verifiable food safety complaint risk-triage model using human foods complaint system data from the United States Food and Drug Administration
编辑推荐：
背景：食品安全投诉系统包含大量异质性不良事件报告，但用于监测要求可重复的数据来源和可解释规则，以对可能涉及严重结局的报告进行排序。目的：构建并测试一个透明的个案级逻辑分诊模型，为FDA人类食品投诉系统（HFCS）报告分配紧急优先评分，以便更早进行人工审核。方法
背景：食品安全投诉系统包含大量异质性不良事件报告，但用于监测要求可重复的数据来源和可解释规则，以对可能涉及严重结局的报告进行排序。目的：构建并测试一个透明的个案级逻辑分诊模型，为FDA人类食品投诉系统（HFCS）报告分配紧急优先评分，以便更早进行人工审核。方法：研究人员于2026-05-13从FDA网站下载官方HFCS季度工作簿，并分析2004年1月1日至2025年12月31日收到的基于个案的报告（n = 149,642）。预测因子来源于经验证的年龄和日期字段、性别、可疑产品描述符、MedDRA（监管活动医学词典）首选术语计数、症状域指标、报告年份以及事件至接收滞后。产品组比例以未调整Wilson 95%置信区间（CI）汇总并进行描述性解释。在分层测试集上评估平衡逻辑回归模型。结果：紧急优先结局出现在47,093份报告（31.47%）中。死亡出现在17,005份报告中，住院出现在23,405份报告中。膳食补充剂报告中的住院比例为24.9%（95% CI，24.5–25.3%），婴儿/婴儿食品报告为18.2%（16.3–20.3%）；这些未调整比例未被解释为人群风险差异。模型在37,411例测试病例上获得曲线下面积（AUC）0.723、精确率-召回率曲线下面积（PR-AUC）0.526、布里尔分数（Brier score）0.214、布里尔技能分数（Brier skill score）0.008、校准截距（calibration intercept）?0.03和校准斜率（calibration slope）0.91。症状计数和婴儿/婴儿食品指标具有最大的正向模型权重。结论：HFCS数据可支持可重复的投诉分诊。该模型适合对报告排序以供人工审核，而产品组对比和原始预测概率需要谨慎解释并进行时间或外部验证。
食品安全监测需要从大量异质投诉中识别可能严重伤害的报告。美国估计每年有数百万食源性疾病、超过十万住院和数千死亡；全球评估同样将食源性危害描述为发病和死亡的重要原因。投诉数据可在正式暴发确认前捕获不良事件叙述，但不完整、细节变异且受报告行为影响。因此，需要可重复数据源和可解释规则，对可能涉及严重结局的报告排序。FDA“New Era of Smarter Food Safety”强调可追溯、预测分析、快速暴发响应和现代数据工具；技术指南和监测综述显示，早期预警工作流可利用结构化监测数据、检查记录、不良事件报告、供应链信息和公共数据流；机器学习研究也支持动态食品链监测和监管政策分析中的风险优先排序。研究人员构建并内部测试了一个透明个案级逻辑风险分诊模型，使用投诉记录中可获得的变量估计报告含紧急优先结局的概率，将HFCS报告排序以便更早人工审核，而不是确定因果或估计发病率。研究问题包括：HFCS报告如何随时间变化、未调整紧急优先比例在产品组间如何变化、哪些报告特征获得最大权重、透明模型能否准确优先排序病例。其意义在于提供可审计的监测优先排序框架，而非估计产品特异性疾病负担。
关键技术方法：样本队列来源于FDA官网2026-05-13下载的官方HFCS季度工作簿，分析2004-01-01至2025-12-31基于个案报告（n=149,642）。变量由年龄/日期校验、性别、可疑产品描述符、MedDRA（监管活动医学词典）首选术语计数、症状域指标、报告年份和事件至接收滞后构建；产品组按规则归为八类。采用未调整Wilson 95%置信区间（CI）描述产品组比例；以平衡逻辑回归建模，类别独热编码，连续变量中位数插补和标准化，分层75/25训练-测试（随机种子2,026,051）。用曲线下面积（AUC）、精确率-召回率曲线下面积（PR-AUC）、布里尔分数（Brier score）、布里尔技能分数、校准截距和斜率及0.50阈值混淆矩阵评估。
研究结果：
3.1 数据源结构与时间覆盖：官方工作簿个案工作表含149,945行。限制FDA首次接收日期至文件覆盖期后，149,642例保留。最早2004-01-02，最晚2025-12-31。年度报告数随时间增加，2016、2017和2021年尤其高。年度紧急优先率变化大，支持时间监测而非单一静态患病率估计。因HFCS是报告系统而非暴露登记，年度计数应读作报告量和病例构成，不是人群发病率。按可疑产品组展示的年龄分布显示，膳食补充剂和残余其他食品/产品组中位年龄较大，婴儿/婴儿食品按构造集中在婴儿期；组内离散支持保留年龄作为连续预测因子，这些分布描述HFCS病例构成，不比较年龄别人群风险。
3.2 产品组异质性：其他食品/产品和膳食补充剂是最大组。紧急优先比例：其他食品/产品38.5%（95% CI，38.1–38.9%），膳食补充剂35.4%（35.0–35.8%），食品添加剂32.3%（28.3–36.6%），婴儿/婴儿食品27.0%（24.8–29.4%）。住院比例：膳食补充剂24.9%（24.5–25.3%），婴儿/婴儿食品18.2%（16.3–20.3%）；其他食品/产品死亡比例25.7%（25.4–26.1%）。这些CI量化未调整报告病例比例的精度，不是配对显著性检验，不建立产品特异性发病率或因果风险。残余组异质，produce/seafood/nuts为操作合并非共同危害类别。症状计数分布显示紧急优先病例一般等于或高于非紧急病例，但各产品组重叠大；其他食品/产品紧急层第一四分位数、中位数和第三四分位数均为2个首选术语，箱体塌缩为线，图中窄箱仅显示零四分位距。重叠表明分诊不能仅靠症状计数，需结合症状负担、年龄、产品组、症状域和时间。
3.3 结局构成与时间密度：紧急优先结局存在于47,093份报告，占31.47%。住院23,405，死亡17,005，危及生命6,041，残疾4,734。组分数重叠。月度密度热图显示强时间变异，后期可见上升；这反映报告行为、产品组合、系统操作和公众意识以及任何真实不良事件变化，因此报告量描述性而非发病率。月度紧急优先率热图显示高报告量与高紧急优先比例不总一致；大量报告可能反映报告强度，而紧急优先率反映报告病例内结局严重度。
3.4 风险分诊模型性能与解释：分层测试集n=37,411，测试患病率0.315。平衡逻辑模型AUC 0.723，PR-AUC 0.526；0.50阈值敏感度0.703，精确率0.477，准确度0.664，F1 0.569。Brier score 0.214，仅患病率预测0.216，Brier skill score 0.008。留出校准截距?0.03，斜率0.91；接近零截距表明总体校准偏移小，斜率低于1表明轻度过度极端预测。分箱校准曲线大部分接近理想线，最高概率箱过度预测。模型在排序区分上改善比总体概率准确性更明显，原始概率在内部测试集外仍需谨慎。最大正权重：婴儿/婴儿食品[系数0.702；exp.(系数)2.02]、标准化症状计数（0.546；1.73）、其他食品/产品（0.401；1.49）、膳食补充剂（0.375；1.46）、标准化报告年份（0.287；1.33）、标准化封顶事件至接收滞后（0.262；1.30）。最大负权重：饮料（?0.603；0.55）、produce/seafood/nuts（?0.536；0.59）、dairy/egg/meat（?0.528；0.59）。连续预测因子标准化；独热类别权重为正则化模型参数，不是配对调整比值比或因果产品效应。0.50阈值混淆矩阵显示敏感度高于精确率。
讨论部分总结：FDA HFCS数据支持一个经验工作流，将常规可获得的投诉字段转为个案审核优先级分数。该分析在同一官方数据源内连接个案记录、确定性人口学和症状特征、操作产品组摘要、时间显示和可解释逻辑预测模型。输出描述严重结局报告模式，为队列排序提供可审计基础；其科学价值在透明监测优先排序，不是估计产品特异性疾病负担。未调整产品组摘要显示异质报告病例比例，但需克制解释：膳食补充剂报告住院比例相对大，婴儿/婴儿食品报告紧急优先比例相对高；CI显示精度而非配对风险差异。报告强制、消费者行为、产品使用和病例严重度均影响比例。produce/seafood/nuts为操作稳定性创建，不应读作共同危害类别；未来专家编码映射应分开海鲜。残余其他食品/产品组很宽，可能掩盖预制食品或其他亚类信号。dairy/egg/meat仅代表本数据集中FDA管辖产品，不代表美国农业部食品安全检验局（USDA-FSIS）监管的大多数肉禽。模型在噪声被动监测中达到中等区分：AUC 0.723表明有用排序，PR-AUC 0.526在类别不平衡下有信息；Brier skill score 0.008表明较仅患病率参考改善小。内部测试校准总体接近理想，但斜率低于1和最高概率箱偏差表明轻度过度极端，模型输出最好作为相对队列分数。校准应在时间分离或外部数据重新评估，若报告实践或病例组合变化需重新校准。结果与数据驱动食品安全监测文献一致：机器学习在谨慎和透明治理下支持风险优先排序；大数据、检查和供应链研究支持动态食品链风险管理和监管政策分析；在线和投诉数据可揭示常规检查系统不能立即捕获的信号，但需偏差、代表性和假警报警告；近期综述扩展至食品安全监测、预测和人工智能辅助决策支持；治理和RASFF（欧盟食品和饲料快速预警系统）研究强调原则性监督和人工智能驱动食品安全风险评估。本研究将HFCS视为监测信号库，不是因果流行病学队列；FDA警告HFCS报告按提交，可能不完整，不能证明产品导致事件，不能估计发病率或风险。主要优势是数据源、变量定义和建模管道透明，记录字段与确定性转换、描述摘要、模型输入和输出诊断关联，符合预测模型报告指南对明确数据来源、预测因子定义、结局、建模、区分度、校准和验证的强调；可解释性也具操作重要性。限制包括：HFCS是被动混合报告系统，报告概率因产品、严重度、报告强制、媒体关注和意识变化；产品组为规则操作层而非生物同质暴露类别，未做调整或多重控制产品组比较；紧急优先结局源自报告结局文本，未独立裁定；随机训练-测试仅内部验证，不测试报告时代分布偏移，时间验证训练早期、测试后期是下一步必要评估，因报告年份本身带模型权重；校准截距、斜率和分箱校准仅内部留出测试，时间或外部校准及必要重新校准仍不可用；逻辑回归为可解释选择，未与非线性方法基准比较，未来应在相同时间分离验证和校准框架下比较惩罚逻辑回归、随机森林和梯度提升；模型缺暴露分母、实验室确认、稳健重复检测和详细临床协变量，与存档FDA召回或执法数据比较为未来工作。操作评估方面，高分报告可进入更早分析员审核队列，常规报告仍标准审核；实施应前瞻性并受预定义工作负荷阈值、亚组性能检查、时间校准监测、重复检测、产品身份验证、实验室证据、暴发调查和召回信息治理；多源基准可加入存档openFDA（开放FDA数据平台）执法数据、召回通讯、地方投诉和公众关注指标，并在相同时间分割下比较可解释和非线性模型；人工审核仍是决策点，因为当前分数总结报告模式而非监管证据。
结论翻译：本研究使用2004-01-02至2025-12-31收到的149,642例FDA HFCS个案报告，构建并内部测试了一个可验证食品安全投诉风险分诊模型。模型获得AUC 0.723和PR-AUC 0.526，而Brier skill score 0.008显示总体概率准确性较仅患病率参考改善有限。内部校准截距?0.03和斜率0.91表明总体偏移有限，伴轻度过度极端。产品组比例和系数幅度对描述病例构成和队列行为有信息，但不建立因果或人群风险差异。因此，该框架最适合可审计审核排序，在操作部署前需要时间或外部验证、前瞻性校准监测、改进产品编码以及与其他算法比较。
