샘플링

○ 식이 노출 평가를 위한 샘플링을 위한 요구 사항은 다음과 같음.

가. 샘플링 플랜 디자인 시 고려 사항

○ 인구 및 나이/성별 등 특정 그룹을 대표할 수 있고 일상적으로 섭취하는 식 품 리스트가 있는가?

○ 섭취량은 적지만 잠재적인 잔류를 고려해야 하는 식품이 포함되었는가?

○ 상업적인 가공 식품 또는 가정에서의 조리에 따른 식품이 고려되었는가?

○ 토양, 기후, 해충 및 GAP, 원산지(국내산, 수입산) 등이 고려되었는가?

○ 계절적 차이가 고려되었는가?

○ 각 식품의 주요 브랜드/생산자가 포함되었는가?

○ 분석에 필요한 샘플 사이즈가 충분한가?

○ 샘플링 표준화를 위한 SOPs를 가지고 있는가?

* acute exposure assessment를 위해서는 단일 품목 샘플에 대한 데이터가 필요함.

나. 샘플 준비

○ 분석을 위해 샘플은 세척, 껍질벗기기, 조리 등의 과정을 거쳐 섭취 상태로 준비

○ 식품의 혼합 샘플을 준비할 때는 각각 다른 지역, 브랜드, 식품 형태(우유, 유제품 등)를 고려해야 함.

다. 잔류 데이터를 위한 설계

○ TDS를 포함한 식이노출 평가에 사용되는 데이터 생산을 위한 방법에는 2가 지가 있음.

① 식품 그룹 분석

- 장점 : 적은 수의 샘플로부터 대표적인 데이터를 얻을 수 있음

10-20개 대표적인 식품 그룹 혼합 시료는 국가, 사회경제적, 지역 및 해당 인구의 토속적인 식습관 등을 고려

- 단점 : 인구 집단을 세분화하여 평가하기 어려움

- 사례 : 영국 20개 식품 그룹에 대한 TDS(1999, FSA, 2004)

② 개별 식품 분석(단일 식품 샘플 또는 혼합)

- 장점 : 다양한 그룹에 대한 데이터를 얻을 수 있고 데이터 활용도가 높음 - 단점 : 샘플 수가 많아야 함

- 사례 : 캐나다, 프랑스 뉴질랜드 등 많이 나라가 TDS에 활용

라. 분석

① 데이터 품질 보증을 위한 고려 사항 - 적절한 샘플링 플랜

- 샘플 취급의 적절성

- 분석 방법의 선택 및 확증(validation) - 품질 관리 프로그램 사용

② non-detected, non-quantified 데이터의 취급 - ½ LOD or ½ LOQ

- Zero (식품 첨가물)

- GEMS/Food-EURO에서는 불검출 결과가 60% 이하일 때 ½ LOD/½ LOQ 적용 제안

마. 데이터의 활용

○ 모델에 따라 데이터 이용이 달라질 수 있음.

○ 확률적 접근(Probabilistic approach) : 모든 가능한 잔류 데이터 사용

○ 결정적 또는 점 추정 접근(Deterministic or Point estimate approach) : 평균 또는 중간값 사용

- 노출 시나리오에 따라 다양한 출처의 데이터가 활용될 수 있고 규제 또 는 기준 설정과 같은 높은 잔류 수준 데이터를 이용하는 경우도 있음.

바. 잔류 데이터의 불확실성

○ MRL 데이터를 노출평가에 이용하는 것은 잔류 수준을 과대평가하는 가장 부정적인 케이스가 될 수 있으며 이러한 점을 개선하기 위한 모니터링 또는 서베일런스 데이터를 이용하는 것이 가장 적절함.

○ 데이터의 불확실성을 줄이기 위해서는 데이터 품질 관리가 가장 유용한 방 법이며 이에 대해서는 다양한 논의가 있었음(EFSA, 2006, WHO).

○ 분석 단계에서의 발생 가능 오류는 샘플링 오류와 샘플 처리에서 오류가 있음.

표 3-18. 샘플링 오류

정오차(systematic error) 랜덤오차(random error)

샘플링

-sampling position 선택 -잘못된 식별 표시 -샘플의 오염

-작물에 따른 잔류 정도 편차가 큼 -샘플 수(사이즈)가 적음

운송 및 저장 -샘플의 변질

표 3-19. 샘플 처리

(systematic error) 랜덤오차(random error)

샘플

제

4